krylov子空间迭代法

      线性方程组：      Ax = b

      n次迭代后解的残差  r(n) = b - A * x(n) = ( 1- A) * x(n)  + b - x(n) = x(n+1) - x(n)

      n次迭代后的残差满足   b - A * x(n+1) = b - A * x(n) - A * r(n)  =》  r(n+1) = r(n) - A * r(n)

     故n次迭代后解形式：  x(n) = x(0) + r(0) + r(1) + r(2) + .... r(n-1) = x(0) + fun(A)*r(0)

      =>  原方程的解由初始解和残差的线性组合表示（即真解存在于初始解和残差项的仿射空间里）

   CG 法（共轭梯度法）： 求解对称正定（psd)矩阵

   首先梯度方向法。根据能量极小原理： 系统误差的能量范数（2范数）取最小。梯度法即沿着系统方程曲面梯度最大的方向搜索。

   更好的策略是让下一步的搜索方向与当前步的方向共轭（垂直）。

     共轭:  v(n) * A * v(k) = 0 ;  k = 0, 1, 2,...(n-1)

     解形式: x(n+1) = x(n) + v(n) * w(n)    /* w(n) 是第n步搜索步长 */

     =>  b - A * x(n+1) + A * v(n) * w(n) = b - A *x(n)  =>  r(n+1) = r(n) - A * v