我正在移植一些使用rcond（）来测试奇点的matlab代码，以及recommended here（用于matlab奇点测试）。
我看到Julia中有一个cond（）函数（也在Matlab中），但rcond（）似乎默认不可用：
ERROR: rcond not defined
我认为rcond（）和Matlab版本一样more efficient than 1/cond()。在Julia中是否有这样的功能，可能使用附加模块？
答案 0 :(得分：7)
Julia calculates the condition number using the ratio of maximum to the minimum of the eigenvalues（喜欢开源，不再需要MATLAB黑盒！）
Julia在Base中没有rcond函数，我在任何软件包中都没有意识到它。如果确实如此，它只是最大值与最小值之比。我不确定为什么它在MATLAB中有效，但很有可能无论什么原因它都没有带到Julia。
答案 1 :(得分：3)
Matlab＆＃39; rcond是基于 square 矩阵的条件数的估计值这一事实的优化。在我的测试中，鉴于它的帮助提到了LAPACK的1-norm估计器，看起来好像它使用了LAPACK的dgecon.f。实际上，这正是朱莉娅在询问带有1-或Inf-norm的方阵的条件数时所做的事情。
所以你可以简单地定义
rcond(A::StridedMatrix) = 1/cond(A,1)
你可以通过手动组合cond(::StridedMatrix)和cond(::LU)，来保存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，有一个可衡量的节省，你可以直接使用norm(A)而不是通过LU分解来重建类似于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）相同，并提供了不错的加速。