特征和cholesky分解:不稳定性问题?

时间:2011-07-27 03:21:23

标签: c++ linear-algebra eigen

我正在研究一个三维表面网格,并尝试通过将二次多项式拟合到每个顶点邻域来获得高斯曲率值。为了使用包含在特征包(C ++)上的标准cholesky分解(LL ^ T)来获得多项式系数I',求解我的系统Ax = b,其中A是对称的正定矩阵。

在解决系统问题时,我只能获得其中一个解决方案(大约2000个顶点!)中最奇怪的值。这是我的对称正定矩阵的逆的样本:

Vertex 85: 
288.413   6.45563   3.95006  -48.7131  -17.8428  -30.1609
6.45563  0.199845  0.103744  -1.09986 -0.409136 -0.673235
3.95006  0.103744 0.0979785 -0.666895 -0.241934  -0.41527
-48.7131  -1.09986 -0.666895   8.24633   3.03219   5.09083
-17.8428 -0.409136 -0.241934   3.03219   1.14272    1.8648
-30.1609 -0.673235  -0.41527   5.09083    1.8648   3.16057

Vertex 86: 
496411  2072.94 -8090.48 -48680.5  23267.4 -88125.4
2072.94  8.69566 -33.8001 -203.285  97.1605 -367.998
-8090.48 -33.8001  131.916  793.391 -379.213  1436.27
-48680.5 -203.285  793.391  4773.85 -2281.71  8641.99
23267.4  97.1605 -379.213 -2281.71   1090.6 -4130.56
-88125.4 -367.998  1436.27  8641.99 -4130.56  15644.5

Vertex 87: 
523.131  -1.91535    -7.666  -49.6631   17.1292   -96.191
-1.91535 0.0430769 0.0135821  0.181351 -0.061675  0.352979
-7.666 0.0135821  0.174082   0.72835 -0.249803   1.41043
-49.6631  0.181351   0.72835   4.72212  -1.62466   9.12386
17.1292 -0.061675 -0.249803  -1.62466   0.58246  -3.16276
-96.191  0.352979   1.41043   9.12386  -3.16276   17.7163

通过比较每个矩阵的第一个元素,您可以看到差异:288(顶点85), 496411(顶点86)并返回到顶点87上的正常值:523.131 ... < / p>

这是我正在使用的代码的一部分(B是我的对称,正定矩阵):

MatrixXd B = A.adjoint()*A;
MatrixXd x = B.llt().solve(A.adjoint()*b)

我不知道我是否遗漏了某些东西......这可能是一个不稳定的问题,也许是一次性错误?如何摆脱这些意想不到的结果? 谢谢, 米格尔

0 个答案:

没有答案