Résoudre le système linéaire : méthodes directes

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (31)

Page 1 sur 4

Vectorisation en Python : calcul efficace avec Numpy

Couvre la vectorisation en Python en utilisant Numpy pour un calcul scientifique efficace, en soulignant les avantages d'éviter les boucles et de démontrer des applications pratiques.

Construction matricielle et manipulation des fonctions

Couvre des conseils sur la construction matricielle et la manipulation de fonctions à l'aide de MATLAB.

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.

Résolution des systèmes linéaires

Couvre les méthodes pour résoudre des systèmes linéaires avec un nombre fini d'opérations.

Analyse numérique: Systèmes linéaires

Couvre l'analyse des systèmes linéaires, en se concentrant sur des méthodes telles que Jacobi et Richardson pour résoudre des équations linéaires.

Méthode Jacobi: Partie I

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

Méthodes Jacobi et Gauss-Seidel

Explique les méthodes Jacobi et Gauss-Seidel pour résoudre les systèmes linéaires itérativement.

Systèmes linéaires : méthodes itératives

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

Méthode Jacobi: Partie I

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

Méthodes itératives : Systèmes linéaires

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