Ce cours couvre les algorithmes fondamentaux en analyse numérique et optimisation.
Systèmes linéaires. Rappels sur les méthodes directes, conditionnement, exemples de méthodes itératives.
Systèmes non linéaires. Méthodes de point fixe, méthode de Newton en dimension 1, en dimension n. Méthodes de quasi-Newton.
Optimisation sans contrainte. Théorèmes d’existence et d’unicité. Méthode de descente, algorithme du gradient conjugué.
Optimisation avec contraintes. Théorèmes d’existence et d’unicité. Méthodes de gradient avec projection, méthodes de dualité.
- Enseignant: Florence HUBERT
- Enseignant: Loic LE TREUST
- Enseignant: Michel MEHRENBERGER
- Enseignant: Florian MONTEGHETTI