ScholarGate
Asystent
Machine learningKrylov Subspace Iterative

Metoda sprzężonych gradientów

Metoda sprzężonych gradientów (CG) jest algorytmem iteracyjnym do rozwiązywania dużych, rzadkich, symetrycznych, dodatnio określonych układów liniowych Ax = b, opracowanym przez Hestenesa i Stiefela w 1952 roku. Jest to jeden z najczęściej stosowanych solverów iteracyjnych w obliczeniach naukowych, ponieważ zbiega w co najwyżej n iteracjach dla macierzy n × n i zazwyczaj wymaga znacznie mniej.

Otwórz w MethodMindWkrótceWideoWkrótcePobierz slajdy

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Metoda sprzężonych gradientów
GMRES

Źródła

  1. 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
  2. Saad, Y. (2003). Iterative Methods for Sparse Linear Systems (2nd ed.). SIAM. DOI: 10.1137/1.9780898718003
  3. Nocedal, J., & Wright, S. J. (2006). Numerical Optimization (2nd ed.). Springer. DOI: 10.1007/978-0-387-40065-5

Jak cytować tę stronę

ScholarGate. (2026, June 3). Conjugate Gradient Method for Linear Systems. ScholarGate. https://scholargate.app/pl/numerical-methods/conjugate-gradient-method

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateConjugate Gradient Method (Conjugate Gradient Method for Linear Systems). Pobrano 2026-06-15 z https://scholargate.app/pl/numerical-methods/conjugate-gradient-method · Zbiór danych: https://doi.org/10.5281/zenodo.20539026