eigen一维向量_Eigen中的矩阵及向量运算

Eigen中的矩阵及向量运算tips1，【+，+=，-，-=】2，【\*，\*=】3，【.transpose()】4，【.dot()，.cross()，.adjoint()】5，针对矩阵元素进行的操作【.sum()，.prod()，.mean()，minCoeff()，.maxCoeff，.trace()】6，【.norm()】向量求模，矩阵范数

本文严重参考了博客链接的部分内容，更像是该博客的阅读笔记，用于速查，直接看该博客会有更直观理解

一个很好的资料

tips1， Eigen中的矩阵和向量运算不会自动适应行列数，需要在编程的时候保证参与运算的矩阵和向量行列数可以进行运算2，头文件 中包含【+，-，*，/，+=，-=，*=，.transpose()…sum()，.prod()，.mean()，minCoeff()，.maxCoeff，.trace()】等运算符3，头文件中包含【.dot()，.cross()，adjoint()】等运算符4，以下讨论的符号约定(假设满足运算的行列数要求)

矩阵：a，b

向量：u，v

常数：c1，【+，+=，-，-=】

适用于尺寸相同的矩阵之间、尺寸相同的向量之间的对应元素相加减2，【*，*=】1，用于矩阵与矩阵：尺寸合适的矩阵的一般矩阵乘法。此时，向量可以看成是矩阵2，用于矩阵与标量：矩阵与标量的一般乘法，矩阵每个元素与标量相乘。此时，向量可以看成是矩阵3，【.transpose()】

返回矩阵的转置。此时，向量可以看成是矩阵4，【.dot()，.cross()，.adjoint()】

只用于向量

u.dot(v):u和v的点乘，即对应元素乘积的和，返回一个标量。与v.dot(u)，u.transpose()*v，v.transpose()*u相同。

u.cross(v):u和v的叉积，返回一个向量。与v.cross(u)相差一个负号。

u.adjoint():返回u的共轭向量，若u为实向量，则返回结果与u相同。12345

5，针对矩阵元素进行的操作【.sum