Méthode Jacobi: Partie I

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (28)

Page 1 sur 3

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.

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.

Construction matricielle et manipulation des fonctions

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

Méthode Jacobi: Partie I

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

Méthodes Jacobi et Gauss-Seidel

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

Problèmes de valeur propre : méthodes et applications

Explore les problèmes de valeur propre, les méthodes itératives, et leurs applications dans la physique quantique et l'analyse en réseau.

Systèmes linéaires: convergence et méthodes

Explore les systèmes linéaires, la convergence et les méthodes de résolution en mettant l'accent sur les besoins en temps et en mémoire du processeur.

Systèmes linéaires : méthodes itératives

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

Problèmes de valeur propre : méthodes et applications

Explore les problèmes de valeurs propres, les méthodes itératives, les propriétés de convergence et les applications en physique computationnelle.

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.