今日总结（matlab共轭梯度法的学习以及明日计划）

所花时间:135min
代码量（行）：60
博客量：15
了解到的知识点：
今天学习了工程数学学习了这个matlab中的共轭梯度法，对于这种无约束优化问题求解的我们一共学了
三种方法最速下降法、牛顿法、共轭梯度法，怎么说呢，这些都不难，可以理解，主要是对于最速下降法，
我们研究换另一种方向——共轭方向，来进行寻求最优解的问题。
其中呢，对于我们一开始学习的最速下降法就是一种特殊的共轭梯度法，但是要注意，我们的共轭梯度法
的应用条件是时基于一种正定二次型解决的，但是在很后面我们对一般式进行了假设，来计算是否能够利用
共轭梯度法，进行求解一般式，发现是可以行得通的。具体的对于线性共轭梯度法我们主要利用一下公式进
行求解，但是其基本原理是没有改变的，都是通过求步长和共轭方向：
步长ak,xk+1,gk+1,Bk，dk+1,主要是通过这6个变量进行计算的，具体的等式我就不在这里进行一一赘述了
具体步骤没有改变都是先求梯度，然后是Heeso矩阵，然后求B，共轭方向d，最终求xk+1,代入进行与精度值
进行比较。

明天加油，完成一个学习记录的app,连接云数据库和本地数据库，加油吧！