Linear Algebra operations with matrices of abstract element types are promoted incorrectly

Métriques du dépôt

Stars

77 étoiles (77 étoiles)

Métriques de merge PR

Merge moyen 8j 17h (Merge moyen 8j 17h)5 PRs mergées en 30 j (5 PRs mergées en 30 j)

Description

julia> a = Real[1.0 big(realmax(Float64))+1
       1.0 big(1.0)]
2x2 Array{Real,2}:
 1.0  1.797693134862315708145274237317043567980705675258449965989174768031572607800285e+308
 1.0  1.000000000000000000000000000000000000000000000000000000000000000000000000000000

julia> eigfact(a)
Base.LinAlg.Eigen{Float64,Float64,Array{Float64,2},Array{Float64,1}}([1.3407807929942597e154,-1.3407807929942597e154],2x2 Array{Float64,2}:
 1.0           -1.0
 7.45834e-155   7.45834e-155)

Guide contributeur

Direction de recherche

Examinez la logique de promotion pour les matrices avec des types d'éléments abstraits. Tracez le chemin de code pour la décomposition en valeurs propres et déterminez pourquoi elle promeut en Float64 au lieu du type commun des éléments.

Stack technique

julia

Domaine

backend

Type d'issue

Bug

DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.

3

Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.

Une demi journée

Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.

Ancienne

ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.

Claire

Prérequis

Julia

Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.

65