Conjugate Gradient Method
The Conjugate Gradient (CG) Method is an iterative algorithm for solving large sparse symmetric positive-definite linear systems Ax = b, developed by Hestenes and Stiefel in 1952. It is one of the most widely used iterative solvers in scientific computing because it converges in at most n iterations for an n × n matrix and typically requires far fewer.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.