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

Métricas do repositório

Stars

77 estrelas (77 estrelas)

Métricas de merge de PR

Mesclagem média 8d 17h (Mesclagem média 8d 17h)5 fundiu PRs em 30d (5 fundiu PRs em 30d)

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)

Guia do colaborador

Direção de pesquisa

Examine a lógica de promoção para matrizes com tipos abstratos de elementos. Rastreie o caminho do código para a decomposição de autovalores e determine por que ele promove para Float64 em vez do tipo comum dos elementos.

Pilha de tecnologia

julia

Domain

backend

Tipo Issue

Bug

DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.

3

Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.

Meio dia

Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.

Antigo

ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.

Claro

Prerequisites

Julia

Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.

65