Attributes | Values |
---|
rdfs:label
| - CG-Verfahren (de)
- Méthode du gradient conjugué (fr)
- Método do gradiente conjugado (pt)
- Метод спряженого градієнта (uk)
- 共轭梯度法 (zh)
|
rdfs:comment
| - En analyse numérique, la méthode du gradient conjugué est un algorithme pour résoudre des systèmes d'équations linéaires dont la matrice est symétrique définie positive. Cette méthode, imaginée en 1950 simultanément par Cornelius Lanczos, Eduard Stiefel et Magnus Hestenes, est une méthode itérative qui converge en un nombre fini d'itérations (au plus égal à la dimension du système linéaire). Toutefois, son grand intérêt pratique du point de vue du temps de calcul vient de ce qu’une initialisation astucieuse (dite « préconditionnement ») permet d'aboutir en seulement quelques passages à une estimation très proche de la solution exacte : c'est pourquoi, en pratique, on se borne à un nombre d'itérations bien inférieur au nombre d'inconnues. (fr)
|
rdfs:seeAlso
| |
sameAs
| |
Wikipage page ID
| |
Wikipage revision ID
| |
dbo:wikiPageWikiLink
| |
Link from a Wikipage to an external page
| |
page length (characters) of wiki page
| |
dct:subject
| |
prop-fr:wikiPageUsesTemplate
| |
prov:wasDerivedFrom
| |
prop-fr:année
| |
prop-fr:auteur
| |
prop-fr:collection
| - Math. Appl. pour la Maîtrise (fr)
|
prop-fr:directeur
| |
prop-fr:isbn
| |
prop-fr:lang
| |
prop-fr:lienAuteur
| |
prop-fr:nom
| |
prop-fr:prénom
| |
prop-fr:texte
| |
prop-fr:titre
| - Linear and nonlinear Conjugate gradient-related Methods (fr)
- Introduction à l’analyse numérique matricielle et à l’optimisation (fr)
|
prop-fr:trad
| |
prop-fr:éditeur
| - Masson (fr)
- AMS-SIAM (fr)
|
prop-fr:publi
| |
prop-fr:chap
| - Conjugate gradient and related KMP algorithms : the Beginnings (fr)
|
foaf:isPrimaryTopicOf
| |
dbo:discoverer
| |
has abstract
| - En analyse numérique, la méthode du gradient conjugué est un algorithme pour résoudre des systèmes d'équations linéaires dont la matrice est symétrique définie positive. Cette méthode, imaginée en 1950 simultanément par Cornelius Lanczos, Eduard Stiefel et Magnus Hestenes, est une méthode itérative qui converge en un nombre fini d'itérations (au plus égal à la dimension du système linéaire). Toutefois, son grand intérêt pratique du point de vue du temps de calcul vient de ce qu’une initialisation astucieuse (dite « préconditionnement ») permet d'aboutir en seulement quelques passages à une estimation très proche de la solution exacte : c'est pourquoi, en pratique, on se borne à un nombre d'itérations bien inférieur au nombre d'inconnues. La méthode du gradient biconjugué fournit une généralisation pour les matrices non symétriques. (fr)
|