Question

我对C ++中的Eigen库有疑问。实际上，我想计算稀疏矩阵的逆矩阵。当我在Eigen中使用Dense矩阵时，我可以使用.inverse（）运算来计算密集矩阵的逆。但是在稀疏矩阵中，我无法在任何地方找到逆运算。有谁知道计算稀疏矩阵的逆？帮我。

Answer 1

您无法直接执行此操作，但您始终可以使用其中一个稀疏解算器进行计算。我的想法是解决A*X=I，其中我是单位矩阵。如果有解，X将是你的逆矩阵。 The eigen documentation有一个关于稀疏求解器以及如何使用它们的页面，但基本步骤如下：

SolverClassName<SparseMatrix<double> > solver;
solver.compute(A);
SparseMatrix<double> I(n,n);
I.setIdentity();
auto A_inv = solver.solve(I);

Answer 2

它在数学上没有意义。

稀疏矩阵不一定具有稀疏逆。

这就是为什么这个方法不可用的原因。

Answer 3

您可以找到有关稀疏复杂矩阵的逆的示例

我使用的是SimplicialLLT类，

你可以找到bellow的其他课程

http://eigen.tuxfamily.org/dox-devel/group__TopicSparseSystems.html

此页面可以帮助您为您的工作提供正确的班级名称（语法，准确性和矩阵的适应性）

//////////////////////   In His Name  \\\\\\\\\\\\\\\\\\\\\\\\\\\
#include <iostream>
#include <vector>
#include <Eigen/Dense>
#include <Eigen/Sparse>

using namespace std;
using namespace Eigen;

int main()
 {
    SparseMatrix< complex<float> > A(4,4);

    for (int i=0; i<4; i++) {
      for (int j=0; j<4; j++) {
         A.coeffRef(i, i) = i+j;
      }
   }
  A.insert(2,1) = {2,1};
  A.insert(3,0) = {0,0};
  A.insert(3,1) = {2.5,1};
  A.insert(1,3) = {2.5,1};

   SimplicialLLT<SparseMatrix<complex<float> > > solverA;
   A.makeCompressed();
   solverA.compute(A);

   if(solverA.info()!=Success) {
     cout << "Oh: Very bad" << endl;
   }

   SparseMatrix<float> eye(4,4);
   eye.setIdentity();

   SparseMatrix<complex<float> > inv_A = solverA.solve(eye);

   cout << "A:\n" << A << endl;
   cout << "inv_A\n" << inv_A << endl;
 }

Answer 4

@Soheib和@MatthiasB的答案的小扩展，如果您使用jest.mock('react-native-google-analytics-bridge'); import {GoogleAnalyticsTracker} from 'react-native-google-analytics-bridge'; describe('testing mocking', () => { it ('should return undefined when mocked', () => { let tracker2 = new GoogleAnalyticsTracker(null); expect(tracker2).toBe(undefined); }) })使用SparseLU而不是SimplicialLLT或SimplicialLDLT更好，他们会产生错误的答案我在浮动矩阵上

Answer 5

请注意，稀疏矩阵的逆不一定是稀疏矩阵，因此如果您正在处理大型矩阵（如果您使用稀疏表示，这很可能）那么这将是昂贵的。仔细考虑您是否真的需要实际的逆矩阵。如果您打算使用逆矩阵来求解方程组，那么您不需要实际计算逆矩阵并将其相乘（使用通常名为 solve 的方法并提供右手-方程的一边）。如果您需要 Fisher 矩阵的逆求协方差，请尝试近似。

如何计算特征库中稀疏矩阵的逆

5 个答案: