【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