Analyse numérique matricielle et optimisation (2)

Formation

À Paris Cédex 03

Prix sur demande

Appeler le centre

Avez-vous besoin d'un coach de formation?

Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.

Description

  • Typologie

    Formation

  • Lieu

    Paris cédex 03

  • Dates de début

    Dates au choix

Public et conditions d'accès
Justifier du niveau du Diplôme du Premier Cycle Technique du Cnam.

Objectifs pédagogiques
Familiariser les élèves avec les méthodes d'analyse numérique et les outils (matériels et logiciels) du calcul scientifique.
Les travaux pratiques seront réalisés dans le langage Python (via l'interface Jupyter).

Compétences visées
Etre capable de résoudre un problème de modélisation et d'optimisation relevant de l'analyse matricielle, posé à un ingénieur.

Mots-clés
Programmation scientifique
Python
Optimisation
Analyse numérique
Algorithmique

Les sites et dates disponibles

Lieu

Date de début

Paris Cédex 03 ((75) Paris)
Voir plan
292 Rue Saint-Martin, 75141

Date de début

Dates au choixInscriptions ouvertes

À propos de cette formation

Etre capable de résoudre un problème de modélisation et d'optimisation relevant de l'analyse matricielle, posé à un ingénieur.

Questions / Réponses

Ajoutez votre question

Nos conseillers et autres utilisateurs pourront vous répondre

À qui souhaitez-vous addresser votre question?

Saisissez vos coordonnées pour recevoir une réponse

Nous ne publierons que votre nom et votre question

Les Avis

Les matières

  • Analyse de résultats
  • Calcul
  • Ingénieur du son

Le programme

Contenu

Résolution de systèmes linéaires
Méthodes directes et itératives pour la résolution des systèmes linéaires.
Calcul des valeurs propres et des vecteurs propres des matrices
Méthodes globales, méthodes sélectives.
Optimisation quadratique
Recherche de directions de descente, méthodes de gradient (simple, gradient à pas optimal, gradient conjugué). Prise en compte des contraintes.
Optimisation dans le cas général
Cas général de fonctionnelles arbitraires. Conditions de Kuhn et Tucker. Introduction à la commande optimale.

Modalité d'évaluation

Projet final

Bibliographie

  • Ph. Destuynder : Méthodes numériques pour l'ingénieur, (Hermès-Lavoisier), 2010

Appeler le centre

Avez-vous besoin d'un coach de formation?

Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.

Analyse numérique matricielle et optimisation (2)

Prix sur demande