雅克比高斯迭代，计算方法课程设计。题：用雅克比迭代和高斯赛德尔迭代求解线性方程住，当使用不同算法时，迭代次数是否有影响？
E=0.000001
2022-11-27 22:43:49
491KB
1
利用迭代的思想求解线性方程组，适用于齐次和非齐次的情况，并附上了运行测试代码，能够支持三种情况的方程组求解，并与正确结果进行比对，基本一致，在小数点后位有些许差异。
2022-11-27 19:24:57
2KB
1
密集的矩形稠密线性方程组（最小二乘或下定）的快速求解密集的矩形稠密线性方程组（最小二乘或下定）的快速求解
2022-11-21 18:17:12
39KB
1
共轭梯度法
参考
共轭梯度法(ENG)
OR기울기법 (KOR)
共轭梯度法（CG）
共轭梯度法是一种算法，用于求解线性方程组的特定系统，即矩阵且方程组的数值解。 共轭梯度法通常实现为，适用于太大而无法通过直接实现或其他直接方法（例如Cholesky分解）处理的稀疏系统。
成本函数
假设我们要求解
(P1) A * x = b : matrix ver.
或者，
(P2) A( x ) = b : function ver.
对于向量x ，其中已知nxn矩阵A是对称的（即A ^ T = A），正定的（即x ^ TA x> 0对于R ^ n中所有非零向量x）和实数，并且b也被称为。 我们用x^*表示该系统的唯一解。
用于解决问题的基本迭代CG（矩阵版本）
function [x] = conjgrad(A, b, x)
r = b
2022-11-14 21:13:17
19KB
1