Metode Conjugate Gradient
Metode Conjugate Gradient (CG) ialah algoritma lelaran untuk menyelesaikan sistem linear berskala besar yang jarang dan simetri serta tentu positif, Ax = b, yang dibangunkan oleh Hestenes dan Stiefel pada tahun 1952. Ia merupakan salah satu penyelesai lelaran yang paling meluas digunakan dalam pengkomputeran saintifik kerana ia menumpu dalam maksimum n lelaran untuk matriks n × n dan biasanya memerlukan lebih sedikit.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Conjugate Gradient Method for Linear Systems. ScholarGate. https://scholargate.app/ms/numerical-methods/conjugate-gradient-method
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
Bandingkan secara bersebelahan →Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →