主要内容

正常

2-符号估计

描述

例子

n= normest(s返回对矩阵的2符号的估计值s

该功能主要用于稀疏矩阵,尽管它也适用于大型,完整的矩阵。

例子

n= normest(s,,,,托尔使用相对误差耐受性估算2纳米托尔而不是默认公差1.0E-6

例子

[[n,,,,数数] = normest(___返回对2核的估计,还给出计算中使用的功率迭代次数。将此语法与先前语法中的任何输入参数一起使用。

例子

全部收缩

创建一个5 x 5稀疏的对角线矩阵。

S =稀疏(1:5,1:5,1:5)
s =(1,1) 1 (2,2) 2 (3,3) 3 (4,4) 4 (5,5) 5

估计矩阵的2个norms

n = normest(s)
n = 5.0000

创建一个均匀分布的随机数的1000 x-1000矩阵。

RNG默认s = rand(1000);

评估矩阵的2个norms通过使用规范。用一对抽动andTOC呼叫。

TIC Norm(S)
ANS = 500.4856
TOC
经过的时间为0.185036秒。

To speed up the 2-norm evaluation, estimate the 2-norm ofs通过使用正常具有指定的公差1.0E-4

TIC NORMEST(S,1.0E-4)
ANS = 500.4856
TOC
经过的时间为0.014572秒。

创建一个7 x-7矩阵。

s =gallery(“克莱门特”,7,7)
s =7×73.1623 2.4495 2.4495 0 0 0 0 0 0 0 0 0 0 0 0 3.1623 0 3.4641 0 0 0 0 0 3.4641 0 3.4641 0 0 0 0 0 3.4641 0 3.1623 0 0 0 0 0 3.1623 0 2.4495 0 0 0 0 0 2.4495 0

估计矩阵的2个字符,并返回计算中使用的功率迭代次数。

[n,count] = normest(s)
n = 6.0000
计数= 4

输入参数

全部收缩

输入矩阵,指定为稀疏或完整矩阵。

数据类型:单身的|双倍的
复杂的数字支持:金宝app是的

相对误差耐性,指定为非负实数。的价值托尔determines when the norm estimate is considered acceptable: the iteration is performed until two successive estimates agree to within the specified托尔

数据类型:单身的|双倍的

输出参数

全部收缩

Matrix norm, returned as a scalar.正常返回如果输入包含值。

估计2符号的功率迭代次数,作为非负整数返回。

算法

电源迭代涉及矩阵重复乘法s及其转置,S'。进行迭代,直到两个连续的规范估计同意在指定的相对误差耐受性内。

扩展功能

版本历史记录

在R2006a之前引入

也可以看看

||||