Matrix&Vector的运算

原文地址：http://eigen.tuxfamily.org/dox/group__TutorialMatrixArithmetic.html

本章主要对矩阵、向量和标量之间的计算做一些简要介绍

介绍

为了实现矩阵（向量）之间的计算，Eigen 同时提供了运算符重载（+、-、×、/ 等）和类方法（dot()、corss() 等）两大形式的工具。对于 Matrix 类，重载的运算符只支持线性代数相关算法。例如，matrix1*matrix2意味着矩阵之间的点乘，vector+scalar是不被允许的表达式。如果你需要数组操作而非线性代数计算，可参考这里。

加减运算

加减运算符左右的矩阵必须有相同的尺寸，也必须有相同的元素类型，Eigen不支持自动类型提升。以下为运算符示例：a+b、a-b、-a、a+=b、a-=b。

矩阵与标量的乘除

矩阵乘或者除以标量的方法也很简单，例如：matrix/scalar、m*s、s*m、m/=s、m*=s

表达式注意事项

这里描述的是 Eigen 的高阶特性，具体内容可以参考这里，本节我们稍微提一下。在 Eigen 中算术运算符并不做实际的计算，这些运算符只是返回一个被标识要做相关计算的对象，真实的计算发生在对整个表达式求值的时候，一般是遇见赋值等号的时候。这样做有利于编译器做优化。举个例子：

VectorXf a(50), b(50), c(50), d(50);
...
a = 3*b + 4*c + 5*d;

Eigen 将上面的表达式编译为一个 for 循环，在不考虑其他优化（如 SIMD）的情况下可以等价为如下代码：

for(int i = 0; i < 50; ++i)a[i] = 3*b[i] + 4*c[i] + 5*d[i];

译者注：如果所有的实际计算发生在运算符出现的地方，那么上面的代码最少需要三个 for循环分别迭代b、c、d这三个矩阵，和一个for循环比起来在循环次数上后者是前者的1/3

所以不要怕使用非常长的算术表达式，长的算术表达式便于编译器做优化。

转置和共轭

译者注：因为很久没有接触线性代数了，很多概念已经很生疏，故不对本小结再做翻译，以防出错。本小结主要介绍了一些求解矩阵特殊解的方法，例如求转置的transpose()等

矩阵与矩阵和矩阵与向量之间的乘法

矩阵与矩阵（向量）之间的乘法使用运算符*，例如：a*b、a*=b

默认情况下 Eigen 在做矩阵乘法的时候会生成一个临时变量来保存计算值，然后赋予等号左边的变量。如果你确定你不需要临时变量，可以使用noalias() 方法

点乘与叉乘

Eigen使用 dot() 和 cross() 实现点乘和叉乘。
...

基本的算术约简运算

Eigen 提供了一些约简方法，将矩阵和向量转化为一个标量值。例如元素求和方法 sum()、元素乘积方法 prod()、最大元素方法 maxCoeff()、最小元素方法 minCoeff()。求对角元素之和可以使用方法 trace() 也可以使用 a.diagonal().sum() 方法。

计算合法性检查

Eigen 将检查你的运算是否合法。Eigen 会在编译或者运行时检查运算的有效性。那些在编译期间无法检查到的问题会在运行时进行检查。Debug 模式下 Eigen 会使用断言来检查计算的有效性与合法性，Release模式下如果出现非法运算，程序将直接崩溃并退出。

转载于:https://www.cnblogs.com/jiahu-Blog/p/11337129.html

Eigen 3.3.7 MatrixVector的运算相关推荐

Eigen 学习文档: 矩阵和向量运算
Eigen 学习文档: 矩阵和向量运算本页旨在提供有关如何使用Eigen在矩阵.向量和标量之间执行算术的概述和一些详细信息. 介绍 Eigen通过重载常见的 C++ 算术运算符(如 +.-.*)或通 ...
Eigen教程(3)之矩阵和向量的运算
转载于:https://www.cnblogs.com/houkai/p/6348044.html 矩阵和向量的运算提供一些概述和细节:关于矩阵.向量以及标量的运算. 介绍 Eigen提供了matr ...
Eigen入门之密集矩阵 6 - Reductions, visitors and broadcasting
简介本文介绍一下Dense Matrix的3中操作: reduction, visitor, broadcasting. 归约计算reduction. Eigen的归约计算是这样的一类计算,它是对矩 ...
Eigen（4）矩阵基本运算
矩阵和向量的运算提供一些概述和细节:关于矩阵.向量以及标量的运算. 1. 介绍 Eigen提供了matrix/vector的运算操作,既包括重载了c++的算术运算符+/-/*,也引入了一些特殊的运算 ...
Day2 : SLAM Eigen库的入门学习教程（CS2240 Interactive Computer Graphics）
Eigen库介绍 Eigen is an open-source linear algebra library implemented in C++. It's fast and well-suite ...
Eigen 学习文档
This is the documentation for Eigen3 Eigen 学习文档: Matrix 类 Eigen 学习文档: 矩阵和向量运算 Eigen 学习文档: Array类和元素 ...
假期作业二：主成分分析：步骤、应用及代码实现。代码可以用任何你熟悉的编程语言。
第二次作业:主成分分析:步骤.应用及代码实现.代码可以用任何你熟悉的编程语言. 主成分分析: 一.基本概念和相关理解: 1.基本概念在用统计方法研究多变量的课题时,变量个数太多就会增加课题的复杂性. ...
视觉SLAM十四讲读书笔记（5）P40-P52
目录 Q:什么是eigen Q:正交矩阵的定义和性质 Q:什么是特殊正交群 Q:什么叫齐次坐标 Q:什么是特殊欧氏群 Q:什么是运算符重载 Q:什么是g2o Q:什么是sophus Q:什么是eige ...
开源3D激光（视觉）SLAM算法汇总（持续更新）
目录一.Cartographer 二.hdl_graph_slam 三.LOAM 四.LeGO-LOAM 五.LIO-SAM 六.S-LOAM 七.M-LOAM 八.livox-loam 九.Liv ...
【R语言】入门与数据结构sumNotes
本系列笔记均为本人根据基因学苑王通老师视频课学习所做在此再次感谢老师基本操作工作路径 getwd() setwd() .Rprofile 默认设置文件赋值 <-(Alt±) <&l ...

Eigen 3.3.7 MatrixVector的运算