Решите систему линейных уравнений — методы сопряженных градиентов придали методу квадратную форму
попытки решить систему линейных уравнений x
= cgs(A
,b
)A*x = b
для x
использование Методов сопряженных градиентов Придало Методу квадратную форму. Когда попытка успешна, cgs
отображает сообщение, чтобы подтвердить сходимость. Если cgs
сбои, чтобы сходиться после максимального количества итераций или остановов по любой причине, это отображает диагностическое сообщение, которое включает относительный остаточный norm(b-A*x)/norm(b)
и номер итерации, в который остановленный метод.
Сходимость большинства итерационных методов зависит от числа обусловленности матрицы коэффициентов, cond(A)
. Можно использовать equilibrate
улучшить число обусловленности A
, и самостоятельно это облегчает для большинства итеративных решателей сходиться. Однако использование equilibrate
также приводит к лучшим качественным матрицам перед формирователем, когда вы впоследствии учитываете уравновешенный матричный B = R*P*A*C
.
Можно использовать матричные функции переупорядочения такой как dissect
и symrcm
переставить строки и столбцы матрицы коэффициентов и минимизировать количество ненулей, когда матрица коэффициентов учтена, чтобы сгенерировать предварительный формирователь. Это может уменьшать память и время, требуемое впоследствии решить предобусловленную линейную систему.
[1] Барретт, R., М. Берри, Т. Ф. Чан, и др., Шаблоны для Решения Линейных систем: Базовые блоки для Итерационных методов, SIAM, Филадельфия, 1994.
[2] Sonneveld, Питер, “CGS: быстрый решатель Lanczos-типа для несимметричных линейных систем”, SIAM J. Научный Закон Comput., январь 1989, Издание 10, № 1, стр 36–52.