Contactez-nous
  • Analyse numérique
  • Mathématiques informatiques
  • Recherche opérationnelle

Analyse numérique matricielle et optimisation (2)

Mis à jour le

Responsable(s) : Mme Chloé MIMEAU, M. Jose ORELLANA

Code Cnam : CSC106
Téléchargez le PDF

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 (+/- 10%)
  • A la carte
  • 6 crédits
  • Distanciel

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 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).

L'avis des auditeurs

Les dernières réponses à l'enquête d'appréciation pour cet enseignement : Fiche synthétique au format PDF

Compétences et débouchés

Compétences

Être capable de résoudre un problème de modélisation et d'optimisation relevant de l'analyse matricielle, posé à un ingénieur.

Parcours

Informations pratiques

Contact

Retrouvez cette formation en centre :

Lieux de formation

Logo Ecole numérique et IA Cnam

Programme

Contenu

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.

Modalités d'évaluation

Projet final

Bibliographie

  • Ph. Destuynder . Méthodes numériques pour l'ingénieur, (Hermès-Lavoisier), 2010

Ces formations pourraient vous intéresser