【问题标题】:Eigen sparse matrix determinant is zero特征稀疏矩阵行列式为零
【发布时间】:2019-05-21 01:03:58
【问题描述】:

我正在尝试计算我正在操作的稀疏矩阵是否为正定矩阵。为此,我尝试使用 sylvester 标准,这意味着领先的未成年人是积极的。

为了计算矩阵的行列式,我正在为矩阵的每个块构造一个 sparseLU 求解器,然后它可以给我矩阵的行列式。但是从某个维度(大约 130*130)开始,我得到的结果是所有行列式都是 0。这不是我的问题中的一些特殊维度(矩阵有 32*32 的块)所以我相信这个问题是相关的对于 Eigen 应用的某些截断算法,行列式只是低于某些阈值。

我对这种机制的搜索没有得到好的结果。 我的矩阵的尺寸约为 16k*16k,所有非零元素都在对角线附近的 96 个元素上。

Eigen 中是否实现了截断机制,我可以通过某种方式控制其阈值吗?

【问题讨论】:

  • 可能有点粗心,但是就不能等需要正定矩阵的算法失败吗?
  • Eigen 中所有要求矩阵为正定的稀疏矩阵求解器也要求矩阵是对称的,而我的不是
  • 对于如此大的矩阵,即使是稀疏的,舍入误差的累积也可能是可怕的。您是否尝试过使用更长的类型?
  • 我已经在使用双精度类型并且我的编译器不支持任何更大的类型,但@chtz 给出了我需要的答案

标签: c++ sparse-matrix linear-algebra eigen


【解决方案1】:

这很可能是由于下溢,即行列式计算为许多小于1.0 的数字的乘积。如果你计算 0.5 周围的 130 个值的乘积,你就接近了可以用单精度浮点数表示的边界。

您可以使用logAbsDeterminant 和signDeterminant 方法获得有意义的结果。

【讨论】:

  • 我已经找到 logAbsDeterminant,但不知何故忽略了 signDeterminant。这正是我需要的,谢谢 span>
猜你喜欢
  • 2013-09-25
  • 1970-01-01
  • 2021-06-24
  • 2023-03-29
  • 2020-04-18
  • 2016-10-09
  • 1970-01-01
  • 2014-04-20
  • 1970-01-01
相关资源
最近更新 更多