Séances de cours associées à Conjugate Gradient Methods: Vue d'ensemble

Couvre la Décomposition de la Valeur Singulière (SVD) d'une matrice et de ses applications.

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.

Factorisation Cholesky: Théorie et Algorithme

Explore la méthode de factorisation Cholesky pour les matrices déterminées symétriques positives.

Méthodes itératives : Systèmes linéaires

Couvre les méthodes itératives pour résoudre les systèmes linéaires et discute des critères de convergence et du rayon spectral.

Techniques de diagonalisation: Méthode Jacobi

Couvre la méthode Jacobi, la rotation Givens, la décomposition QR et les techniques de diagonalisation en physique computationnelle.

Factorisation QR : Résolution du système des moindres carrés

Couvre la méthode de factorisation QR appliquée à la résolution d'un système d'équations linéaires au sens des moindres carrés.