在 Eigen 中，有一些建议警告不要明确计算行列式和逆矩阵。
我正在使用正态逆愿望先验分布对多元正态进行后验预测。这可以表示为多元 t 分布。
在多元 t 分布中，您会发现一个术语|Sigma|^{-1/2}和(x-mu)^T Sigma^{-1} (x-mu)。
我对Eigen一无所知。我可以想象对于一个半正定矩阵（它是一个协方差矩阵），我可以使用 LLT 求解器。
然而，求解器本身没有定义.determinant()和方法。.inverse()我是否必须使用该.matrixL()函数并自己反转对角线上的元素以求逆，以及计算乘积以获得行列式？我想我错过了一些东西。
If you have the Cholesky factorization of Sigma=LL^T and want (x-mu)^T*Sigma^{-1}*(x-mu), you can compute: (llt.matrixL().solve(x-mu)).squaredNorm() (assuming x and mu are vectors).
For the square root of the determinant, just calculate llt.matrixL().determinant() (calculating the determinant of a triangular matrix is just the product of its diagonal elements).