Retour

Analyse numérique matricielle et optimisation (2) - CSC106

Sans niveau spécifique
Familiariser les élèves avec les méthodes d'analyse numérique et les outils (matériels et logiciels) du calcul scientifique. Les travaux pratiques seront réalisés dans le langage Python (via l'interface Jupyter).
Résolution de systèmes linéaires
Méthodes directes et itératives pour la résolution des systèmes linéaires.
Calcul des valeurs propres et des vecteurs propres des matrices
Méthodes globales, méthodes sélectives.
Optimisation quadratique
Recherche de directions de descente, méthodes de gradient (simple, gradient à pas optimal, gradient conjugué). Prise en compte des contraintes.
Optimisation dans le cas général
Cas général de fonctionnelles arbitraires. Conditions de Kuhn et Tucker. Introduction à la commande optimale.

établissements

Trouver un conseiller près de chez vous
Retour en haut de page