Familiariser les auditeurs avec les techniques d'analyse numérique et les outils logiciels du calcul scientifique.
Les travaux pratiques seront faits en Python grâce à interface Jupyter du Cnam.
Initier les élèves aux techniques modernes de la modélisation numérique pour les sciences de l'ingénieur.
Les travaux pratiques seront faits en Python grâce à interface Jupyter du Cnam.
Initier les élèves aux techniques modernes de la modélisation numérique pour les sciences de l'ingénieur.
Notions algorithmiques Initiation à la structuration et la complexité
Résolution de systèmes linéaires
Notion de conditionnement numérique, méthodes directes de résolution des systèmes linéaires, méthodes itératives pour les systèmes linéaires.
Calcul des valeurs propres et des vecteurs propres des matrices
Méthodes globales, méthodes sélectives.
Optimisation quadratique
Méthodes de gradient (simple, gradient à pas optimal, gradient conjugué).
Prise en compte des contraintes.
Résolution de systèmes linéaires
Notion de conditionnement numérique, méthodes directes de résolution des systèmes linéaires, méthodes itératives pour les systèmes linéaires.
Calcul des valeurs propres et des vecteurs propres des matrices
Méthodes globales, méthodes sélectives.
Optimisation quadratique
Méthodes de gradient (simple, gradient à pas optimal, gradient conjugué).
Prise en compte des contraintes.