Passer au contenu principal
Graph
Search
fr
|
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Méthode de graduation conjuguée : Optimisation itérative
Graph Chatbot
Séances de cours associées (29)
Précédent
Page 1 sur 3
Suivant
Systèmes linéaires : méthodes itératives
Explore les systèmes linéaires et les méthodes itératives comme la descente de gradient et le gradient conjugué pour des solutions efficaces.
Méthodes itératives pour les équations linéaires
Couvre les méthodes itératives pour résoudre des équations linéaires et analyser la convergence, y compris le contrôle des erreurs et les matrices définies positives.
Méthodes itératives pour les équations linéaires
Introduit des méthodes itératives pour résoudre les équations linéaires et discute de la méthode de gradient pour minimiser les erreurs.
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.
Régression & Linéaires Systemed
Couvre les principes de la régression et des systèmes linéaires, en mettant l'accent sur les méthodes itératives.
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.
Méthodes Jacobi et Gauss-Seidel
Explique les méthodes Jacobi et Gauss-Seidel pour résoudre les systèmes linéaires itérativement.
Convergence des méthodes en points fixes
Examine la convergence des méthodes à points fixes et les implications des différents taux de convergence.
Méthodes itératives : Systèmes linéaires
Couvre les méthodes itératives pour résoudre les systèmes linéaires et discute des critères de convergence et du rayon spectral.
Méthode du gradient conjugué
Couvre la méthode Conjugate Gradient pour résoudre efficacement les systèmes linéaires.