روش گرادیان مزدوج
روش گرادیان مزدوج (CG) یک الگوریتم تکراری برای حل دستگاههای خطی بزرگ، پراکنده، متقارن و معین مثبت Ax = b است که توسط هستنس و استیفل در سال ۱۹۵۲ توسعه یافت. این روش یکی از پرکاربردترین حلکنندههای تکراری در محاسبات علمی است زیرا در حداکثر n تکرار برای یک ماتریس n × n همگرا میشود و معمولاً به تعداد بسیار کمتری نیاز دارد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Hestenes, M. R., & Stiefel, E. (1952). Methods of conjugate gradients for solving linear systems. Journal of Research of the National Bureau of Standards, 49(6), 409–436. DOI: 10.6028/jres.049.044 ↗
- Saad, Y. (2003). Iterative Methods for Sparse Linear Systems (2nd ed.). SIAM. DOI: 10.1137/1.9780898718003 ↗
- Nocedal, J., & Wright, S. J. (2006). Numerical Optimization (2nd ed.). Springer. DOI: 10.1007/978-0-387-40065-5 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Conjugate Gradient Method for Linear Systems. ScholarGate. https://scholargate.app/fa/numerical-methods/conjugate-gradient-method
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →