Matlab矩阵逆函数在C++中的Eigen实现
Implementation of Matlab matrix inverse function in C++ with Eigen
因此我需要将矩阵右手除法从 Matlab 重写为 C++:
At = (xPow*yPow')/(yPow*yPow');
我模拟了一些矩阵:
>> xPow*yPow'
ans =
0.0004 0.0040 0.0004 0.0004
0.0014 0.0263 0.0014 0.0014
0.0004 0.0012 0.0004 0.0004
0.0012 0.0053 0.0012 0.0012
和
>> yPow*yPow'
ans =
0.0001 0.0004 0.0001 0.0001
0.0004 0.0256 0.0004 0.0004
0.0001 0.0004 0.0001 0.0001
0.0001 0.0004 0.0001 0.0001
Matlab returns (xPow*yPow')/(yPow*yPow')
和 xPow*yPow' * inv(yPow*yPow')
的结果相同。
>> xPow*yPow' * inv(yPow*yPow')
ans =
36.1259 0.1127 -30.3163 -2.6999
40.6472 0.8810 -19.7529 -11.8430
-1.5578 -0.0182 12.1397 -7.0087
124.4466 0.0594 -130.0163 16.6710
>> At = (xPow*yPow')/(yPow*yPow')
At =
36.1259 0.1127 -30.3163 -2.6999
40.6472 0.8810 -19.7529 -11.8430
-1.5578 -0.0182 12.1397 -7.0087
124.4466 0.0594 -130.0163 16.6710
Eigen 库有函数 .inverse()
所以我想我可以用它来实现这些矩阵的除法:
xyPowMult(0,0) = 0.0004;
xyPowMult(0,1) = 0.0040;
xyPowMult(0,2) = 0.0004;
xyPowMult(0,3) = 0.0004;
xyPowMult(1,0) = 0.0014;
xyPowMult(1,1) = 0.0263;
xyPowMult(1,2) = 0.0014;
xyPowMult(1,3) = 0.0014;
xyPowMult(2,0) = 0.0004;
xyPowMult(2,1) = 0.0012;
xyPowMult(2,2) = 0.0004;
xyPowMult(2,3) = 0.0004;
xyPowMult(3,0) = 0.0012;
xyPowMult(3,1) = 0.0053;
xyPowMult(3,2) = 0.0012;
xyPowMult(3,3) = 0.0012;
yyPowMult(0,0) = 0.0001;
yyPowMult(0,1) = 0.0004;
yyPowMult(0,2) = 0.0001;
yyPowMult(0,3) = 0.0001;
yyPowMult(1,0) = 0.0004;
yyPowMult(1,1) = 0.0256;
yyPowMult(1,2) = 0.0004;
yyPowMult(1,3) = 0.0004;
yyPowMult(2,0) = 0.0001;
yyPowMult(2,1) = 0.0004;
yyPowMult(2,2) = 0.0001;
yyPowMult(2,3) = 0.0001;
yyPowMult(3,0) = 0.0001;
yyPowMult(3,1) = 0.0004;
yyPowMult(3,2) = 0.0001;
yyPowMult(3,3) = 0.0001;
AtTemp = xyPowMult * yyPowMult.inverse();
cout << " x*y' " << endl;
cout << xyPowMult << endl << endl;
cout << " y*y' " << endl;
cout << yyPowMult << endl << endl;
cout << " x*y' * inv(y*y') " << endl;
cout << xyPowMult * yyPowMult.inverse() << endl << endl;
并且控制台结果显示不同的结果:
x*y'
0.0004 0.004 0.0004 0.0004
0.0014 0.0263 0.0014 0.0014
0.0004 0.0012 0.0004 0.0004
0.0012 0.0053 0.0012 0.0012
y*y'
0.0001 0.0004 0.0001 0.0001
0.0004 0.0256 0.0004 0.0004
0.0001 0.0004 0.0001 0.0001
0.0001 0.0004 0.0001 0.0001
x*y' * inv(y*y')
-1.#IND -1.#IND -1.#IND -1.#IND
-1.#IND -1.#IND -1.#IND -1.#IND
-1.#IND -1.#IND -1.#IND -1.#IND
-1.#IND -1.#IND -1.#IND -1.#IND
所以我的问题是:
- 为什么结果不同?
- 如何使用 Eigen 实现矩阵 "slash" 除法?
- 如果不是 Eigen,那么你能推荐任何简单的方法吗?
如您所见,y*y'
的最后两行是相同的。该矩阵是奇异的(与 v*v'
之类的任何矩阵一样)。这样的矩阵没有逆矩阵。所以你不能期望这里有任何有意义的结果。奇怪的是 Matlab 产生任何东西。你确定你的公式正确吗?
你有两个问题。首先,正如 Ilya Popov 指出的那样,y*y'
是单数。其实,x*y'
也是。其次,matlab 的 \
operator 实际上是求解一个线性方程组(Ax=B --> 求解 x)。使用朴素方法(例如 inverse()
)求解奇异(或接近奇异)矩阵通常不是一个好主意。
所以要对 Eigen 做同样的事情,您需要设置方程来求解并使用解 (intro)。但是,您会根据先验知识选择特定的算法。例如,
A.fullPivLu().solve(b);
使用 LU 会给你 A\b
。
这里:
#include <Eigen/Dense>
Eigen::MatrixXd inv_eigen (Eigen::MatrixXd m)
{
// Matlab: inv(X) = X^(-1) = X\speye(size(X))
return m.fullPivLu().solve(Eigen::MatrixXd::Identity(m.rows(), m.cols()));
}
结果:
X = 3×3
1 0 2
-1 5 0
0 3 -9
Matlab inv(X)
0.8824 -0.1176 0.1961
0.1765 0.1765 0.0392
0.0588 0.0588 -0.0980
Eigen inv(X)
0.882353 -0.117647 0.196078
0.176471 0.176471 0.0392157
0.0588235 0.0588235 -0.0980392
因此我需要将矩阵右手除法从 Matlab 重写为 C++:
At = (xPow*yPow')/(yPow*yPow');
我模拟了一些矩阵:
>> xPow*yPow'
ans =
0.0004 0.0040 0.0004 0.0004
0.0014 0.0263 0.0014 0.0014
0.0004 0.0012 0.0004 0.0004
0.0012 0.0053 0.0012 0.0012
和
>> yPow*yPow'
ans =
0.0001 0.0004 0.0001 0.0001
0.0004 0.0256 0.0004 0.0004
0.0001 0.0004 0.0001 0.0001
0.0001 0.0004 0.0001 0.0001
Matlab returns (xPow*yPow')/(yPow*yPow')
和 xPow*yPow' * inv(yPow*yPow')
的结果相同。
>> xPow*yPow' * inv(yPow*yPow')
ans =
36.1259 0.1127 -30.3163 -2.6999
40.6472 0.8810 -19.7529 -11.8430
-1.5578 -0.0182 12.1397 -7.0087
124.4466 0.0594 -130.0163 16.6710
>> At = (xPow*yPow')/(yPow*yPow')
At =
36.1259 0.1127 -30.3163 -2.6999
40.6472 0.8810 -19.7529 -11.8430
-1.5578 -0.0182 12.1397 -7.0087
124.4466 0.0594 -130.0163 16.6710
Eigen 库有函数 .inverse()
所以我想我可以用它来实现这些矩阵的除法:
xyPowMult(0,0) = 0.0004;
xyPowMult(0,1) = 0.0040;
xyPowMult(0,2) = 0.0004;
xyPowMult(0,3) = 0.0004;
xyPowMult(1,0) = 0.0014;
xyPowMult(1,1) = 0.0263;
xyPowMult(1,2) = 0.0014;
xyPowMult(1,3) = 0.0014;
xyPowMult(2,0) = 0.0004;
xyPowMult(2,1) = 0.0012;
xyPowMult(2,2) = 0.0004;
xyPowMult(2,3) = 0.0004;
xyPowMult(3,0) = 0.0012;
xyPowMult(3,1) = 0.0053;
xyPowMult(3,2) = 0.0012;
xyPowMult(3,3) = 0.0012;
yyPowMult(0,0) = 0.0001;
yyPowMult(0,1) = 0.0004;
yyPowMult(0,2) = 0.0001;
yyPowMult(0,3) = 0.0001;
yyPowMult(1,0) = 0.0004;
yyPowMult(1,1) = 0.0256;
yyPowMult(1,2) = 0.0004;
yyPowMult(1,3) = 0.0004;
yyPowMult(2,0) = 0.0001;
yyPowMult(2,1) = 0.0004;
yyPowMult(2,2) = 0.0001;
yyPowMult(2,3) = 0.0001;
yyPowMult(3,0) = 0.0001;
yyPowMult(3,1) = 0.0004;
yyPowMult(3,2) = 0.0001;
yyPowMult(3,3) = 0.0001;
AtTemp = xyPowMult * yyPowMult.inverse();
cout << " x*y' " << endl;
cout << xyPowMult << endl << endl;
cout << " y*y' " << endl;
cout << yyPowMult << endl << endl;
cout << " x*y' * inv(y*y') " << endl;
cout << xyPowMult * yyPowMult.inverse() << endl << endl;
并且控制台结果显示不同的结果:
x*y'
0.0004 0.004 0.0004 0.0004
0.0014 0.0263 0.0014 0.0014
0.0004 0.0012 0.0004 0.0004
0.0012 0.0053 0.0012 0.0012
y*y'
0.0001 0.0004 0.0001 0.0001
0.0004 0.0256 0.0004 0.0004
0.0001 0.0004 0.0001 0.0001
0.0001 0.0004 0.0001 0.0001
x*y' * inv(y*y')
-1.#IND -1.#IND -1.#IND -1.#IND
-1.#IND -1.#IND -1.#IND -1.#IND
-1.#IND -1.#IND -1.#IND -1.#IND
-1.#IND -1.#IND -1.#IND -1.#IND
所以我的问题是:
- 为什么结果不同?
- 如何使用 Eigen 实现矩阵 "slash" 除法?
- 如果不是 Eigen,那么你能推荐任何简单的方法吗?
如您所见,y*y'
的最后两行是相同的。该矩阵是奇异的(与 v*v'
之类的任何矩阵一样)。这样的矩阵没有逆矩阵。所以你不能期望这里有任何有意义的结果。奇怪的是 Matlab 产生任何东西。你确定你的公式正确吗?
你有两个问题。首先,正如 Ilya Popov 指出的那样,y*y'
是单数。其实,x*y'
也是。其次,matlab 的 \
operator 实际上是求解一个线性方程组(Ax=B --> 求解 x)。使用朴素方法(例如 inverse()
)求解奇异(或接近奇异)矩阵通常不是一个好主意。
所以要对 Eigen 做同样的事情,您需要设置方程来求解并使用解 (intro)。但是,您会根据先验知识选择特定的算法。例如,
A.fullPivLu().solve(b);
使用 LU 会给你 A\b
。
这里:
#include <Eigen/Dense>
Eigen::MatrixXd inv_eigen (Eigen::MatrixXd m)
{
// Matlab: inv(X) = X^(-1) = X\speye(size(X))
return m.fullPivLu().solve(Eigen::MatrixXd::Identity(m.rows(), m.cols()));
}
结果:
X = 3×3
1 0 2
-1 5 0
0 3 -9
Matlab inv(X)
0.8824 -0.1176 0.1961
0.1765 0.1765 0.0392
0.0588 0.0588 -0.0980
Eigen inv(X)
0.882353 -0.117647 0.196078
0.176471 0.176471 0.0392157
0.0588235 0.0588235 -0.0980392