共轭梯度法求解线性方程组的实现.docx

摘要

对称正定矩阵以一个非同寻常的方式求解Ax=b，矩阵分解不影响该方式的求解。这种新方法就是共轭梯度法，

在大规模的稀疏矩阵求解中这种方法是非常有效的而且十分常用，共轭梯度法也属于迭代方法的一种。

共轭梯度法（ConjugateGradient）是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。在各种优化算法中，共轭梯度法是非常重要的一种。其优点是所需存储量小，具有步收敛性，稳定性高，而