Analyse numérique matricielle et optimisation (2)
Formation
À Paris Cédex 03
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
Date de début
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.
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
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)