Matrices dispersas
Las matrices dispersas proporcionan un almacenamiento eficiente de datos double
o logical
que tienen un gran porcentaje de ceros. Mientras que las matrices completas (o densas) almacenan cada uno de los elementos en la memoria independientemente del valor, las matrices dispersas almacenan solo los elementos distintos de cero y sus índices de filas. Por este motivo, con el uso de matrices dispersas es posible reducir de manera significativa la cantidad de memoria que se necesita para almacenar datos.
Todas las operaciones aritméticas, lógicas y de indexación integradas de MATLAB® se pueden aplicar a matrices dispersas, o a mezclas de matrices dispersas y completas. Las operaciones en matrices dispersas arrojan como resultado matrices dispersas y, por su parte, las operaciones en matrices completas devuelven matrices completas. Para obtener más información, consulte Computational Advantages of Sparse Matrices y Constructing Sparse Matrices.
Funciones
Temas
- Constructing Sparse Matrices
Storing sparse data as a matrix.
- Computational Advantages of Sparse Matrices
Advantages of sparse matrices over full matrices.
- Accessing Sparse Matrices
Indexing and visualizing sparse data.
- Sparse Matrix Operations
Reordering, factoring, and computing with sparse matrices.
- Iterative Methods for Linear Systems
One of the most important and common applications of numerical linear algebra is the solution of linear systems that can be expressed in the form
A*x = b
. - Sparse Matrix Reordering
This example shows how reordering the rows and columns of a sparse matrix can influence the speed and storage requirements of a matrix operation.