C++ 在特征值C+中，什么与Python的np.linalg.solve（A，B）相等+；

上面可以计算Ax=B的根，这里，A是一个3乘3的矩阵，B是一个3乘1的向量。我想在Egeng库中找到一个与相同的函数，而不是Python Numpy库。 使用Python Numpy linalg.solve（）得到的结果是正确的。矩阵A和B如下所示：

#!/usr/bin/python
x = np.linalg.solve(A, B)

但是，我选择下面的代码（C++Eigen）来解决相同的问题，错误显示给我

A: 
  64  256 1024
  48  256 1280
  24  192 1280
B: 
-9
 0
 0

上面的代码在运行时出错：

// C++ with Eigen Library
auto x = A.colPivHouseholderQr().solve(B)

frenet:/usr/include/eigen3/Eigen/src/QR/ColPivHouseholderQR.h:546:void
特征：：ColPivHouseholderQR:：_solve_impl（常数RhsType&，
DSTYPE&）常量[带RhsType=特征：：矩阵；DSTYPE=
特征：：矩阵；_MatrixType=Eigen：：矩阵]：断言'rhs.rows（）==rows（）'失败。

---

我不知道会发生什么。希望你能尽快帮助我

如果编译时知道

A

为3x3，我建议直接计算逆（如果需要多次，只计算一次）

#包括
#包括
int main（）{
本征：：矩阵x3d A；
A您能提供更多关于
A、B、x
的信息吗？在这两种情况下，您是否比较了Ax和B？此外，MWE将非常有用。您是否检查
A
是否为满秩线性解算器（特别是迭代解算器）将根据残差工作到特定公差。如果a不是满秩，则您将没有有效的x解，或者无限多的解可能会显示这两个结果？您显示的是3x3矩阵，但您提到a是4x4。请澄清。
auto
负责上述问题。谢谢！
frenet: /usr/include/eigen3/Eigen/src/QR/ColPivHouseholderQR.h:546: void
 Eigen::ColPivHouseholderQR<MatrixType>::_solve_impl(const RhsType&, 
DstType&) const [with RhsType = Eigen::Matrix<double, -1, 1>; DstType = 
Eigen::Matrix<double, -1, 1>; _MatrixType = Eigen::Matrix<double, -1,
 -1>]: Assertion `rhs.rows() == rows()' failed.

#include <Eigen/LU>
#include <iostream>

int main() {
  Eigen::Matrix3d A;
  A << 64, 256, 1024, 48, 256, 1280, 24, 192, 1280;
  Eigen::Vector3d B;
  B << -9.0, 0, 0;
  Eigen::Matrix3d A_inv = A.inverse();
  Eigen::Vector3d x = A_inv * B;

  std::cout << "solution x=\n" << x << "\n\nresidual A*x-B=\n" << A * x - B << '\n';
}