Contactez-nous
  • Analyse numérique
  • Calcul matriciel
  • Recherche opérationnelle

Analyse numérique matricielle et optimisation (1)

Mis à jour le

Responsable(s) : Mme Chloé MIMEAU

  • Cours + travaux pratiques
Code Cnam : CSC104

Envie d'en savoir plus sur cette formation ?

Afin d’obtenir les tarifs, le calendrier de la formation, en distanciel, en présentiel, le lieu de la formation et un contact, remplissez les critères suivants :

Afficher le centre adapté à mes besoins

Afin d’obtenir les tarifs, le calendrier de la formation et le lieu de la formation, remplissez les critères suivants :

  • Durée : 50 heures
  • A la carte
  • Soir & samedi
  • 6 crédits
  • Distanciel, Présentiel

Présentation

Public, conditions d'accès et prérequis

Prérequis

- Avoir obligatoirement suivi des cours d'analyse et d'algèbre linéaire de Cycle Licence (L1-L2) (typiquement UE MVA101 ou MVA006).
- Avoir des rudiments en programmation (maîtrise des notions essentielles de programmation et/ou d’algorithmique)

Objectifs

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.
Lorsque l'UE est ouverte en FOAD (formation à distance), un regroupement hebdomadaire en visio-conférence est inclus dans la formation.

Présence et réussite aux examens

Pour l'année universitaire 2023-2024 :

  • Nombre d'inscrits : 18
  • Taux de présence à l'évaluation : 39%
  • Taux de réussite parmi les présents : 100%

Compétences et débouchés

Compétences

Initier les élèves aux techniques modernes de la modélisation numérique pour les sciences de l'ingénieur.

Parcours

Informations pratiques

Contact

Retrouvez cette formation en centre :

Lieux de formation

Logo Ecole numérique et IA Cnam

Programme

Contenu

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.

Modalités d'évaluation

Projet final

Bibliographie

  • Ph. DESTUYNDER . Méthodes numériques de l'ingénieur, (Hermès-Lavoisier), 2010.
  • P. LASCAUX et R. THEODOR . Analyse et calcul matriciel pour l'ingénieur (Masson), 1987.
  • P.G. CIARLET . Analyse numérique matricielle et optimisation (Masson), 1986.

Ces formations pourraient vous intéresser