是否有与matlab'；Julia中的s rcond（）函数？

我正在移植一些使用rcond（）测试奇异性的matlab代码，以及（用于matlab奇异性测试）

我看到Julia中有一个cond（）函数（在Matlab中也是如此），但默认情况下rcond（）似乎不可用：

ERROR: rcond not defined

我假设rcond（），就像Matlab版本一样。Julia中是否有这样的函数，可能是使用了一个附加模块？

（开始喜欢开源，不再使用MATLAB黑盒！）

---

Julia在Base中没有

rcond

函数，我不知道任何包中都有。如果是这样的话，那就是最大值和最小值的比值。我不知道为什么它在MATLAB中是有效的，但很可能不管是什么原因，它都不会对Julia产生影响。

MATLAB的

rcond

是一种基于以下事实的优化，即它是对平方矩阵条件数的估计。在我的测试中，考虑到它的帮助提到了LAPACK的1-范数估计量，它似乎使用了LAPACK的。事实上，这正是Julia在询问具有1-或Inf范数的平方矩阵的条件数时所做的

因此，您可以简单地定义

rcond(A::StridedMatrix) = 1/cond(A,1)

通过手动组合和，可以避免Julia两次反转LAPACK的结果，但这里的节省几乎肯定是无法估量的。然而，有可测量的节约的地方是，您可以直接采用

范数（a）

，而不是通过LU分解重构类似于a的矩阵

rcond(A::StridedMatrix) = LAPACK.gecon!('1', lufact(A).factors, norm(A, 1))

---

在我的测试中，这与Matlab的rcond（2014b）的行为相同，并提供了相当好的加速。

在答案中包含一个指向实现的链接非常酷。谢谢matlab的rcond是否可以避免计算所有奇异值，也许只得到最大值和最小值的估计值？matlab可能只使用LAPACK's，它可以在Julia中类似地公开（并进一步专门用于不同的矩阵类型）。啊，它是用于。最好做一些基准测试，看看是否有明确的Matlab风格的rcond。