李倩,导师：夏铁成,共轭梯度法,（Conjugate Gradient）50年代初期由Hestenes和Stiefel首先提出的，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。,共轭梯度法,1. 共轭方向和共轭方向法,共轭是正交的推广。,几何意义,共轭方向法,2. 共轭梯度法,如何选取一组共轭方向？,以下分析算法的具体步骤。,3. 用于一般函数的共轭梯度法,
