Méthode du gradient conjugué

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (29)

Page 3 sur 3

Méthodes de Richardson pour les systèmes linéaires

Explore les méthodes de Richardson pour les solutions de systèmes linéaires itératifs et le contrôle des erreurs dans les systèmes définis positifs symétriques.

Décomposition LLT: Cholesky

Couvre la décomposition Cholesky d'une matrice symétrique positive définie et de ses applications.

Méthodes directes pour les systèmes linéaires d'équations

Explore des méthodes directes pour résoudre des systèmes linéaires d'équations, y compris l'élimination de Gauss et la décomposition de LU.

Méthode Richardson préconditionnée

Couvre la méthode Richardson préconditionnée pour résoudre les systèmes linéaires et l'impact du préconditionnement sur la convergence.

Sous-espaces vectoriels dans R4

Explore les sous-espaces vectoriels dans R4, les matrices symétriques, les vecteurs de base et les formes canoniques.

Résolution des systèmes linéaires

Résume les méthodes de résolution des systèmes linéaires, y compris l'élimination gaussienne et la décomposition LU.

Contrôle optimal : Conditions KKT

Explore les conditions optimales de contrôle et de KKT pour une optimisation non linéaire avec des contraintes.

Méthode Richardson : Solvants itératifs préconditionnés

Couvre la méthode Richardson pour résoudre les systèmes linéaires avec des résolveurs itératifs préconditionnés et introduit la méthode de gradient.

Systèmes linéaires : méthodes directes

Couvre la formulation des systèmes linéaires, les méthodes directes et itératives pour les résoudre, et le coût de la factorisation LU.