问题标签 [matrix-inverse]

我希望能够NxN使用 lapack 在 C/C++ 中计算一般矩阵的逆。

我的理解是，在 lapack 中进行反转的方法是使用该dgetri函数，但是，我无法弄清楚它的所有参数应该是什么。

这是我的代码：

您将如何完成它以3x3使用 dgetri_ 获得矩阵 M 的逆？

我需要一个代码来确定使用行操作的 nxn 矩阵 A 的逆矩阵。我写这段代码的时间很可笑。有什么帮助，我是一名研究生，多年来没有上过编程课。谢谢。

我想在 Python 中采用像 [[1,2],[3,4]] mod 7 这样的矩阵的模逆。我看过 numpy （它进行矩阵求逆但不进行模矩阵求逆）并且我在网上看到了一些数论包，但似乎没有任何东西可以执行这个相对常见的过程（至少，它对我来说似乎相对常见）。

顺便说一下，上述矩阵的逆矩阵是 [[5,1],[5,3]] (mod 7)。不过，我希望 Python 为我做这件事。

大家好，

如图所示，

我有一个名为 O 的对象（一组线条）。它的对象坐标系是 (x',y',z')。我使用以下代码片段在我的 OpenGL 场景中翻译、旋转该对象：

;

我有一个叫做 H 的点，它使用 (hx,hy,hz) 转换为世界坐标

如果我是正确的， (Oz,Oy,Oz) 和 (hx,hy,hz) 是世界坐标。

现在，我要做的是计算 H (hx,hy,hz) 相对于 O 的对象坐标系的位置。(x',y',z'); 据我了解，我可以通过计算对象 O 的逆变换并将它们应用于点 H 来做到这一点。

对此有什么建议吗？OpenGL 是否提供任何逆矩阵计算函数？如果我以某种方式找到逆矩阵，它们相乘的顺序是什么？

注意：我想实现“锤子”之类的工具，在 H 点，我绘制一个半径为 R 的球体。用户可以使用这个球体像锤子一样切割对象 O。我已经在 2D 中实现了这个，所以我可以使用如果我可以计算相对于 (x',y',z') 的锤子位置，则使用相同的算法

提前致谢。

我目前有一个绑定到 MatrixTransform 的边框。滚动鼠标滚轮时，它基本上会缩放 MatrixTransform。在边界内，我有一个水平和垂直居中的矩形。在边框变换被缩放的时候，我将 Rectangle 的变换设置为等于 Border 的 Inverse。想法是使矩形保持相同的大小并位于中心。我当前的解决方案将使矩形保持相同的大小，但随着您不断缩放，它会逐渐远离中心。似乎 Rectangle 变换不知道 Border 变换，这有意义吗？

这是几张图片，第一张是初始的，第二张是缩放几次后的（注意矩形保持相同的大小，但不再居中）。

我试图解决的基本思想就像一个谷歌地图应用程序，当你放大时，城市名称的大小保持不变。

这是我的所有代码，如果您愿意，您应该可以将其拉入并运行它：

主页.xaml

MainPage.xaml.cs

MainPage_ViewModel.cs

我做错了什么会使这个矩形从中心移动吗？任何帮助将不胜感激！

更新 出于好奇，我在矩形周围包裹了一个边框，并在宽度和高度上做了一个元素到元素的绑定。您会在下图中注意到，矩形上的变换似乎在左上角有一个原点，这有意义吗？

新 XAML：

结果图像：

在 MATLAB 中计算某个方阵 A 的逆时，使用

MATLAB 通常会通知我这不是最有效的反转方式。那么什么更有效率呢？如果我有一个方程系统，使用 /,\ 运算符可能是。但有时我需要逆进行其他计算。

什么是最有效的反转方式？

我是 Matlab 的新手。如何使用符号工具箱计算矩阵的逆？在我的矩阵中有一个拉普拉斯变量“s”。

是否可以计算 AB 的逆，我已经计算了 A 和 B 的逆。

我正在处理来自神经影像学的数据，由于数据量很大，我想为我的代码使用稀疏矩阵（scipy.sparse.lil_matrix 或 csr_matrix）。

特别是，我需要计算矩阵的伪逆来解决最小二乘问题。我找到了 sparse.lsqr 方法，但效率不高。有没有一种方法来计算 Moore-Penrose 的伪逆（对应于正常矩阵的 pinv）。

我的矩阵 A 的大小约为 600'000x2000，在矩阵的每一行中，我将有 0 到 4 个非零值。矩阵 A 大小由体素 x 纤维束（白质纤维束）给出，我们预计一个体素中最多有 4 个束交叉。在大多数白质体素中，我们预计至少有 1 个区域，但我会说大约 20% 的线条可能是零。

向量 b 不应该是稀疏的，实际上 b 包含每个体素的度量，通常不为零。

我需要最小化错误，但向量 x 上也有一些条件。当我在较小的矩阵上尝试模型时，我从不需要约束系统以满足这些条件（通常为 0

这有什么帮助吗？有没有办法避免取 A 的伪逆？

谢谢

6 月 1 日更新： 再次感谢您的帮助。我无法真正向您展示有关我的数据的任何信息，因为 python 中的代码给我带来了一些问题。但是，为了了解如何选择一个好的 k，我尝试在 Matlab 中创建一个测试函数。

代码如下：

你知道 k 与 F 的大小相比应该是多少吗？我已经拿了250（超过1000），结果并不理想（等待时间可以接受，但不短）。现在我也可以将结果与已知解决方案进行比较，但一般来说如何选择 k 呢？我还附上了我得到的 250 个单个值的图，并将它们的平方归一化。我不知道如何更好地在 matlab 中做一个 screeplot。我现在正在处理更大的 k，看看值是否会突然变小。

再次感谢，詹妮弗

在numpy/scipy中，计算上三角矩阵的逆矩阵的规范方法是什么？

矩阵存储为numpy具有零次对角元素的二维数组，结果也应存储为二维数组。

编辑到目前为止我发现的最好的是scipy.linalg.solve_triangular(A, np.identity(n)). 是这样吗？