Machine learningKrylov Subspace Iterative
שיטת הגרדיאנטים הצמודים
שיטת הגרדיאנטים הצמודים (CG) היא אלגוריתם איטרטיבי לפתרון מערכות לינאריות גדולות, דלילות, סימטריות וחיוביות לחלוטין מהצורה Ax = b, שפותחה על ידי הסטנס וסטיפל בשנת 1952. היא נחשבת לאחת משיטות הפתרון האיטרטיביות הנפוצות ביותר בחישוב מדעי, מכיוון שהיא מתכנסת לכל היותר ב-n איטרציות עבור מטריצה בגודל n × n, ובדרך כלל דורשת הרבה פחות.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Conjugate Gradient Method for Linear Systems. ScholarGate. https://scholargate.app/he/numerical-methods/conjugate-gradient-method
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
השוואה זה לצד זה →