Krylov子空间与共轭梯度法：破解百万维宇宙的降维打击

本文深入剖析Krylov子空间迭代法与共轭梯度法的历史渊源、数学原理及其在现代工程中的核心应用，揭示这一20世纪最伟大算法如何破解百万维线性方程组。文章从大型稀疏矩阵求解的工程挑战出发，解释了直接求解法（如高斯消元法）因"填充效应"失效的原因，引出迭代法的基本思想。核心内容围绕Krylov子空间的降维思想、共轭梯度法的A-共轭原理、Lanczos正交化算法展开，并详细介绍了该算法家族在航空航天（有限元分析）、气象预报（计算流体力学）、搜索引擎（PageRank）、医疗影像和深度学习优化中的广泛应用。文章还提供了共轭梯度法的核心伪代码，展示了其简洁而优雅的数学结构。