上下文：我有一些理论上的后验误差边界，用于解决屈曲特征值问题。但是，其中一个术语的计算成本过高，我想知道我是否以幼稚的方式这样做。
问题：让 A 表示我的(稀疏(刚度矩阵 我计算 Cholesky 分解：
L = chol(A,'lower');
然后，我需要计算 inv(L( 的 2 范数。我目前正在使用"inv"和 svds：
Linv = inv(L);
LinvNorm = svds(Linv,1);
请注意，我使用的是 inv，因为它实际上是 Mathworks 网站上推荐的语法："对于稀疏输入，inv(X( 创建一个稀疏单位矩阵并使用反斜杠 X\speye(size(X((。
问题：当然，这非常慢(尤其是逆计算，尽管svds也不便宜(。我在这里错过了一个技巧吗？
编辑：我尝试使用svds(L，1,0((取倒数(，但这无法收敛。我在 2015a 所以无法增加 Krylov 维度，这是新版本中推荐的修复程序。
怎么样
LinvNorm = 1 / svds(L, 1, 0)
即L的最小奇异值的倒数？(逆矩阵的奇异值是原始矩阵的奇异值的倒数(。
替代表达方式是
LinvNorm = 1 / sqrt(eigs(A, 1, 0))
或
LinvNorm = 1 / sqrt(svds(A, 1, 0))
源自A == L*L'.