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
上传的是用C语言实现的共轭梯度法的程序，注释不是特别多，需要有基础才容易读懂，输入可以自由更改，对于计算方法课程可以直接做源程序交上去
2022-02-11 22:10:37
2KB
1
Carnegie Mellon 大学Jonathan Richard Shewchuk 写的关于共轭梯度法很的材料,讲解深入浅出,结合图形说明
2021-11-30 15:26:19
503KB
1
共轭梯度法(Conjugate Gradient Method)的C++实现。
使用稀疏矩阵存储，测试数据是5000维三对角矩阵（控制维度的变量是int nrows）
2021-05-08 15:57:01
4KB
1