La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.
Matrices creuses
Les matrices creuses offrent un stockage efficace des données de type double
ou logical
comportant une forte proportion de zéros. Alors que les matrices pleines (ou denses) stockent chaque élément en mémoire quelle que soit sa valeur, les matrices creuses stockent uniquement les éléments non nuls et leurs indices de ligne. C’est pourquoi l’utilisation de matrices creuses peut considérablement réduire la quantité de mémoire nécessaire au stockage des données.
Toutes les opérations arithmétiques, logiques et d’indexation prédéfinies dans MATLAB® sont applicables aux matrices creuses ou à une combinaison de matrices creuses et pleines. Les opérations sur des matrices creuses renvoient des matrices creuses. De même, les opérations sur des matrices pleines renvoient des matrices pleines. Pour plus d’informations, consultez Computational Advantages of Sparse Matrices et Constructing Sparse Matrices.
Fonctions
Rubriques
- 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.