MATLAB中normest 函数用法-CSDN博客

本文链接：https://blog.csdn.net/jk_101/article/details/133141768

normest 函数的功能是用于估计矩阵的2-范数（Frobenius 范数）的上界。

语法

n = normest(S)
n = normest(S,tol)
[n,count] = normest(___)

说明

n = normest(S) 返回矩阵 S 的 2-范数估值。

本函数旨在主要用于稀疏矩阵，尽管也适用于大型满矩阵。

n = normest(S,tol) 使用相对误差容限 tol 而不是默认容限 1.0e-6 来估计 2-范数。

[n,count] = normest(___) 返回 2-范数估值并给出在计算中使用的幂迭代数。请将此语法与上述语法中的任何输入参数结合使用。

示例

估计稀疏矩阵的 2-范数

创建一个 5×5 稀疏对角矩阵。

S = sparse(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 S 的 2-范数。

n = normest(S)
n = 5.0000

估计 2-范数以加快计算速度

创建一个由均匀分布的随机数组成的 1000×1000 矩阵。

rng default
S = rand(1000);

使用 norm 计算矩阵 S 的 2-范数。通过一对 tic 和 toc 调用来测量经过的时间。

tic
norm(S)
ans = 500.4856
toc
Elapsed time is 0.481935 seconds.

要加快 2-范数的计算速度，请使用 normest 与指定的容差 1.0e-4 来估计 S 的 2-范数。

tic
normest(S,1.0e-4)
ans = 500.4856
toc
Elapsed time is 0.024841 seconds.

估计 2-范数并返回幂迭代的次数

创建一个 7×7 矩阵。

S = gallery('clement',7,7)
S = 7×7

         0    2.4495         0         0         0         0         0
    2.4495         0    3.1623         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

估计该矩阵的 2-范数，并返回在计算中使用的幂迭代的次数。

[n,count] = normest(S)
n = 6.0000
count = 4

算法

幂迭代涉及到 S 及其转置 S' 的多次相乘。执行迭代，直到两个连续的范数估计值均在指定的相对误差容限内。