Explore les systèmes linéaires, couvrant les méthodes directes et itératives pour les résoudre en mettant l'accent sur les erreurs d'arrondi et l'algorithme de Richardson.

Méthode Jacobi: Partie I

Introduit la méthode Jacobi pour résoudre des systèmes linéaires en mettant à jour itérativement les éléments diagonaux d'une matrice.

Résoudre le système linéaire - Nonlinéarité

Explore la résolution de systèmes linéaires et aborde la non-linéarité dans les simulations de flux numériques en utilisant des méthodes multigrilles et de linéarisation.

Méthodes itératives pour les équations linéaires

Explore les méthodes itératives pour les équations linéaires, y compris les méthodes Jacobi et Gauss-Seidel, les critères de convergence et la méthode du gradient conjugué.

Méthode Jacobi : Conditions de convergence

Explore la méthode Jacobi pour les systèmes linéaires, en mettant l'accent sur les conditions de convergence et les propriétés matricielles.

Méthode de Newton : Convergence et applications

Couvre la convergence de la méthode de Newton et ses applications en analyse numérique.

Méthode Jacobi: Partie I

Introduit la méthode Jacobi pour résoudre les systèmes linéaires et déterminer la convergence.

Systèmes linéaires : la méthode de Richardson

Couvre la méthode de Richardson pour résoudre les équations linéaires et ses applications dans les solutions système et le contrôle des erreurs.