Analyse numérique matricielle et optimisation (2)
Code UE : CSC106
- Cours + travaux pratiques
- 6 crédits
- Volume horaire de référence
(+ ou - 10%) : 50 heures
Responsable(s)
Chloe MIMEAU
Jose ORELLANA
Public, conditions d’accès et prérequis
- Avoir obligatoirement suivi des cours d'analyse et d'algèbre linéaire de Cycle Licence (L1-L2) (typiquement UE MVA101 ou MVA006).
- Avoir des rudiments en programmation (maîtrise des notions essentielles de programmation et/ou d’algorithmique)
- Avoir des rudiments en programmation (maîtrise des notions essentielles de programmation et/ou d’algorithmique)
Présence et réussite aux examens
Pour l'année universitaire 2020-2021 :
- Nombre d'inscrits : 32
- Taux de présence à l'évaluation : 78%
- Taux de réussite à l'évaluation : 100%
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).
Les travaux pratiques seront réalisés dans le langage Python (via l'interface Jupyter).
Compétences visées
Être capable de résoudre un problème de modélisation et d'optimisation relevant de l'analyse matricielle, posé à un ingénieur.
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.
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
Cette UE apparaît dans les diplômes et certificats suivants
Rechercher une formation
Chargement du résultat...

Intitulé de la formation |
Type |
Modalité(s) |
Lieu(x) |
|
---|---|---|---|---|
Intitulé de la formation
Diplôme d'ingénieur Spécialité mécanique Parcours Acoustique
|
Type
Diplôme d'ingénieur
|
Lieu(x)
À la carte
|
Lieu(x)
Bretagne, Paris
|
|
Lieu(x)
À la carte
|
Lieu(x)
Liban, Paris
|
|||
Lieu(x)
À la carte
|
Lieu(x)
Paris
|
|||
Intitulé de la formation | Type | Modalité(s) | Lieu(x) |
Contact
EPN06 Mathématiques et statistiques
2 rue conté Accès 35 3 ème étage porte 19
75003 Paris
Sabine Glodkowski
2 rue conté Accès 35 3 ème étage porte 19
75003 Paris
Sabine Glodkowski
Voir le site
Voir le calendrier, le tarif, les conditions d'accessibilité et les modalités d'inscription dans le(s) centre(s) d'enseignement qui propose(nt) cette formation.
UE
-
-
Cote d'ivoire
- Cote d'ivoire
-
Cote d'ivoire
Code UE : CSC106
- Cours + travaux pratiques
- 6 crédits
- Volume horaire de référence
(+ ou - 10%) : 50 heures
Responsable(s)
Chloe MIMEAU
Jose ORELLANA