Méthodes de Richardson pour les systèmes linéaires

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (29)

Page 2 sur 3

Méthode du gradient conjugué

Couvre la méthode Conjugate Gradient pour résoudre efficacement les systèmes linéaires.

Systèmes linéaires : méthodes itératives

Couvre les méthodes itératives pour résoudre les systèmes linéaires, y compris les méthodes Jacobi et Gauss-Seidel.

Valeurs propres et optimisation : techniques d'analyse numérique

Discute des valeurs propres, de leurs méthodes de calcul et de leurs applications en optimisation et en analyse numérique.

Systèmes linéaires : méthodes directes et itératives

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.

Résolution des systèmes linéaires

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

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.

Méthodes itératives : Systèmes linéaires

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

Méthode de graduation conjuguée : Optimisation itérative

Couvre la méthode du gradient conjugué, les critères d'arrêt et les propriétés de convergence dans l'optimisation itérative.

Méthode Jacobi: Partie I

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

Systèmes linéaires : matrices diagonales et triangulaires, factorisation de l'U.

Couvre les systèmes linéaires, les matrices diagonales et triangulaires, et la factorisation de LU.