矩阵运算，计算在不同的情况下的矩阵的数学运算，可以应用到各个不同的领域

一、Eigen 介绍 二、Eigen 的下载 三、Eigen 的配置 3.1 在 Qt 下配置 3.2 在 Visual Studio (VS) 下配置 四、Eigen 的使用 4.1 矩阵和向量的初始化 4.2 矩阵元素的赋值 4.3 矩阵元素的访问 4.4 获取矩阵大小 4.5 特殊矩阵的定义 4.5.1 全0矩阵 4.5.2 全1矩阵 4.5.3 矩阵置0 4.5.4 矩阵置1 4.5.5 随机矩阵 4.5.6 置为单位阵（不一定是方阵） 4.5.7 矩阵填充 4.5.8 将向量转为对角阵 4.6 矩阵运算 4.6.1 矩阵相乘 4.6.2 矩阵转置 4.6.3 矩阵求逆 4.6.4 求矩阵的特征值和特征向量 4.6.5 矩阵的SVD分解 4.6.6 计算矩阵的伪逆

关于矩阵的各种运算，求秩，求逆，乘法，加减法等等都有。

包含矩阵定义，矩阵输出，矩阵格式化输出，矩阵转置，矩阵相加，矩阵相乘，N阶方阵行列式求值，求逆，求伴随矩阵，求上三角形 命名空间：matrix 定义类：Matrix 方法： public Matrix(int mm, int nn) 定义矩阵A: Matrix A=new Matrix(int mm, int nn); public double read(int i, int j) 获取Aij: A.read(i,j); public int write(int i, int j, double val) 将数据b写入Aij: A.read(i,j,b); 释放矩阵： public void freeMatrix() A.freeMatrix(); 方法： //C = A + B //成功返回1,失败返回-1 public int add(ref Matrix A, ref Matrix B, ref Matrix C) //C = A - B //成功返回1,失败返回-1 public int subtract(ref Matrix A, ref Matrix B, ref Matrix C) //C = A * B //成功返回1,失败返回-1 public int multiply(ref Matrix A, ref Matrix B, ref Matrix C) //行列式的值,只能计算2 * 2,3 * 3 //失败返回-31415,成功返回值 public double det(ref Matrix A) //求转置矩阵,B = AT //成功返回1,失败返回-1 public int transpos(ref Matrix A, ref Matrix B) //求逆矩阵,B = A^(-1) //成功返回1,失败返回-1 public int inverse(ref Matrix A, ref Matrix B) //矩阵输出// public string Out(ref Matrix A) //矩阵格式化输出// public string Outt(ref Matrix A, string format) //矩阵一维数组赋值// public void Fuzhi( ref Matrix A , double[] arr) //方阵行列式值// public double Det(ref Matrix A) //矩阵的伴随矩阵// public void Accompany(ref Matrix A, ref Matrix B) //伴随矩阵法求矩阵的逆// public void Inverse(ref Matrix A, ref Matrix B) //矩阵相等// public void Equal(ref Matrix A, ref Matrix B) //C = A + B //成功返回1,失败返回-1 A.add(ref Matrix A, ref Matrix B, ref Matrix C); //C = A - B //成功返回1,失败返回-1 A.subtract(ref Matrix A, ref Matrix B, ref Matrix C) //C = A * B //成功返回1,失败返回-1 A.multiply(ref Matrix A, ref Matrix B, ref Matrix C) //行列式的值,只能计算2 * 2,3 * 3 //失败返回-31415,成功返回值 A.det(ref Matrix A) //求转置矩阵,B = AT //成功返回1,失败返回-1 A.transpos(ref Matrix A, ref Matrix B) //求逆矩阵,B = A^(-1) //成功返回1,失败返回-1 A.inverse(ref Matrix A, ref Matrix B) //矩阵输出// A.Out(ref Matrix A) //矩阵6位小数输出// A.Outt(ref Matrix A) //矩阵一维数组赋值// A.Fuzhi( ref Matrix A , double[] arr) //方阵行列式值// A.Det(ref Matrix A) //矩阵格式化输出// public string Outt(ref Matrix A, string format) A.Outt(ref Matrix A, string format); //矩阵的伴随矩阵// public void Accompany(ref Matrix A, ref Matrix B) A.Accompany(ref Matrix A, ref Matrix B); //伴随矩阵法求矩阵的逆// public void Inverse(ref Matrix A, ref Matrix B) A.Inverse(ref Matrix A, ref Matrix B); //矩阵相等// public void Equal(ref Matrix A, ref Matrix B) A.Equal(ref Matrix A, ref Matrix B); 格式说明符说明 示例 输出 C 货币 2.5.ToString("C") ￥2.50 D 十进制数 25.ToString("D5") 00025 E 科学型 25000.ToString("E") 2.500000E+005 F 固定点 25.ToString("F2") 25.00 G 常规 2.5.ToString("G") 2.5 N 数字 2500000.ToString("N") 2,500,000.00 X 十六进制 255.ToString("X") FF

opencl gpu 调用实现矩阵运算和迪杰斯特拉算法

设有两个矩阵A=(aij)m×n，B=(bij)p×q实现要求：⑴ 编写矩阵输入函数INPUT_MAT，通过该函数完成矩阵的输入并返回保存矩阵的三元组 （不能使用全局变量）；⑵ 编写矩阵输出函数OUTPUT_MAT，通过该函数完成矩阵的输出，输出的形式是标准的矩阵形式（即二维数组的形式）；⑶ 求矩阵的转置，矩阵的转置A’=(aji)n×m，转置前输出原矩阵，转置后输出转置矩阵；⑷ 求矩阵A、B的和。矩阵A和B能够相加的条件是：m=p，n=q；矩阵A和B如果不能相加，请给出提示信息；若能够相加，则求和矩阵C并输出C；C=A+B=(cij)m×n，其中cij=aij+bij⑸ 求矩阵A、B的差。矩阵A和B能够相减的条件是：m=p，n=q；矩阵A和B如果不能相减，请给出提示信息；若能够相减，则求差矩阵C并输出C；C=A-B=(cij)m×n，其中cij=aij-bij⑹ 求矩阵A、B的积。矩阵A和B能够相乘的条件是：p=n；矩阵A和B如果不能相乘，请给出提示信息；若能够相乘，则求积矩阵D并输出D；D=A×B=(dij)m×q，其中dij=∑aik×bkj，k=12……n⑺ 设计一个菜单，具有求矩阵的转置、求矩阵的和、求矩阵的积、退出等基本的功能。在求矩阵的和或求矩阵的积时要求能够先提示输入两个矩阵的，然后再进行相应的操作。

并行算法在矩阵运算中的应用.pdf

数据结构课程设计 稀疏矩阵的运算 内包含能够正确运行的代码 设计报告等 郑州航空工业管理学院

Windows下强大的C++矩阵运算库 Engin3 速度超过opencv 导入项目方便。

矩阵初等变换 特征值 特征向量 线性规划 调优 最小二乘拟合 最佳一致逼近拟合 广义奇异值分解 各种积分 解线性方程组 数学变换等等