1樓：匿名使用者
我七月要考這個，找人合買
線性代數c++模板庫 eigen如何使用
2樓：等待的幸福快樂
使用方法：
eigen是可以用
來進行線性代數、矩陣、向量操作等運算的c++庫，它裡面包含了很多演算法。它的license是mpl2。它支援多平臺。
eigen採用原始碼的方式提供給使用者使用，在使用時只需要包含eigen的標頭檔案即可進行使用。之所以採用這種方式，是因為eigen採用模板方式實現，由於模板函式不支援分離編譯，所以只能提供原始碼而不是動態庫的方式供使用者使用。
矩陣的定義：eigen中關於矩陣類的模板函式中，共有六個模板引數，常用的只有前三個。其前三個引數分別表示矩陣元素的型別、行數和列數。
矩陣定義時可以使用dynamic來表示矩陣的行列數為未知。
eigen中無論是矩陣還是陣列、向量，無論是靜態矩陣還是動態矩陣都提供預設建構函式，也就是定義這些資料結構時都可以不用提供任何引數，其大小均由執行時來確定。矩陣的建構函式中只提供行列數、元素型別的構造引數，而不提供元素值的構造，對於比較小的、固定長度的向量提供初始化元素的定義。
矩陣型別：eigen中的矩陣型別一般都是用類似matri***x來表示，可以根據該名字來判斷其資料型別，比如」d」表示double型別，」f」表示float型別，」i」表示整數，」c」表示複數；matrix2f，表示的是一個2*2維的，其每個元素都是float型別。
資料儲存：matrix建立的矩陣預設是按列儲存，eigen在處理按列儲存的矩陣時會更加高效。如果想修改可以在建立矩陣的時候加入引數，如:
matrixacolmajor;
matrixarowmajor;
動態矩陣和靜態矩陣：動態矩陣是指其大小在執行時確定，靜態矩陣是指其大小在編譯時確定。
matrixxd：表示任意大小的元素型別為double的矩陣變數，其大小只有在執行時被賦值之後才能知道。
matrix3d：表示元素型別為double大小為3*3的矩陣變數，其大小在編譯時就知道。
在eigen中行優先的矩陣會在其名字中包含有row，否則就是列優先。
eigen中的向量只是一個特殊的矩陣，其維度為1而已。
矩陣元素的訪問：在矩陣的訪問中，行索引總是作為第一個引數，eigen中矩陣、陣列、向量的下標都是從0開始。矩陣元素的訪問可以通過」()」操作符完成。
例如m(2, 3)既是獲取矩陣m的第2行第3列元素。
針對向量還提供」」操作符，注意矩陣則不可如此使用。
設定矩陣的元素：在eigen中過載了」<<」操作符，通過該操作符即可以一個一個元素的進行賦值，也可以一塊一塊的賦值。另外也可以使用下標進行賦值。
重置矩陣大小：當前矩陣的行數、列數、大小可以通過rows()、cols()和size()來獲取，對於動態矩陣可以通過resize()函式來動態修改矩陣的大小。注意：
(1)、固定大小的矩陣是不能使用resize()來修改矩陣的大小；(2)、resize()函式會析構掉原來的資料，因此呼叫resize()函式之後將不能保證元素的值不改變；(3)、使用」=」操作符操作動態矩陣時，如果左右兩邊的矩陣大小不等，則左邊的動態矩陣的大小會被修改為右邊的大小。
如何選擇動態矩陣和靜態矩陣：對於小矩陣(一般大小小於16)使用固定大小的靜態矩陣，它可以帶來比較高的效率；對於大矩陣(一般大小大於32)建議使用動態矩陣。注意：
如果特別大的矩陣使用了固定大小的靜態矩陣則可能會造成棧溢位的問題。
矩陣和向量的算術運算：在eigen中算術運算過載了c++的+、-、*
(1)、矩陣的運算：提供+、-、一元操作符」-」、+=、-=；二元操作符+/-，表示兩矩陣相加(矩陣中對應元素相加/減，返回一個臨時矩陣)；一元操作符-表示對矩陣取負(矩陣中對應元素取負，返回一個臨時矩陣)；組合操作法+=或者-=表示(對應每個元素都做相應操作)；矩陣還提供與標量(單一數字)的乘除操作，表示每個元素都與該標量進行乘除操作；
(2)、求矩陣的轉置、共軛矩陣、伴隨矩陣：可以通過成員函式transpose()、conjugate()、adjoint()來完成。注意：
這些函式返回操作後的結果，而不會對原矩陣的元素進行直接操作，如果要讓原矩陣進行轉換，則需要使用響應的inplace函式，如transpoceinplace()等；
(3)、矩陣相乘、矩陣向量相乘：使用操作符*，共有*和*=兩種操作符；
(4)、矩陣的塊操作：有兩種使用方法：
matrix.block(i,j, p, q) : 表示返回從矩陣(i, j)開始，每行取p個元素，每列取q個元素所組成的臨時新矩陣物件，原矩陣的元素不變；
matrix.block(i, j) :可理解為一個p行q列的子矩陣，該定義表示從原矩陣中第(i, j)開始，獲取一個p行q列的子矩陣，返回該子矩陣組成的臨時矩陣物件，原矩陣的元素不變；
(5)、向量的塊操作：
獲取向量的前n個元素：vector.head(n);
獲取向量尾部的n個元素：vector.tail(n);
獲取從向量的第i個元素開始的n個元素：vector.segment(i,n);
map類：在已經存在的矩陣或向量中，不必拷貝物件，而是直接在該物件的記憶體上進行運算操作。
3樓：匿名使用者
正好剛在研究這個
多看看部落格，仔細研究下
線性代數應用題，線性代數應用題求解
這個問題不難理解，需要指出的一點是，題幹中的第一個與第二個方程應該是有問題的，否則求不出相應的x t,y t,z t。方程形式以及回答如下 線性代數應用題求解 20 知道特徵值了，所有特徵值乘起來，就是行列式的值啊 矩陣a應該是 a b 回2 2b p p 1 p p 1 2 p p 1 p 答2p...
一道簡單線性代數題,一道簡單的線性代數題
最後一列乘 z加到du第一列上 1 z 2 x y z x 1 0 0 y 0 1 0 0 0 0 1 按最zhi後dao一內 列展開得 1 z 容2 x y x 1 0 y 0 1 最後一列乘 y加到第一列上 1 z 2 y 2 x y x 1 0 0 0 1 按最後一列得 1 z 2 y 2 x...
求一道線性代數題的解題過程,求一道線性代數題的解題過程
總共四種情況 第一種 x 1,y 2,這種情況發生概率為 0.3 0.6 0.18,z x y 3 第二種 專x 3,y 2,這種情況發生概率為 0.7 0.6 0.42,z x y 5 第三種屬 x 1,y 4,這種情況發生概率為 0.3 0.4 0.12,z x y 5 第四種 x 3,y 4,...