Ces notes de cours, sont essentiellement constituées de deux parties qui traitent respectivement lanalyse numérique matricielle, plus particulièrement la résolution des systèmes déquations linéaires et doptimisation. Par ailleurs, pour la résolution des systèmes par les méthodes classiques, en occurrence méthodes de Gauss sans ou avec pivot (permutation), LU, Jacobi, Gauss Seidel et relaxation SOR, létudiant doit se référer à son cours danalyse numérique 2 fait en 2ème année..
Des connaissance de bases en probabilités et en statistiques seront nécessaires. On suppose connues les notions basiques despaces vectoriels et de matrices, les résultats sont souvent justifiés de manière succinte mais seront détaillés par des exemples et exercices dans les TDs. Les objectifs principaux sont:
1- Notions théoriques sur lanalyse matricielle
2- Décomposition matricielle
3- Résolution des systèmes linéaires
4- Calcul des valeurs propres
5- Problèmes des erreurs
6- Problèmes de robustesse et sensibilité
7- Lalgorithmique et problèmes de complexité
8- Stabilité des algorithmes
Des connaissance de bases en probabilités et en statistiques seront nécessaires. On suppose connues les notions basiques despaces vectoriels et de matrices, les résultats sont souvent justifiés de manière succinte mais seront détaillés par des exemples et exercices dans les TDs. Les objectifs principaux sont:
1- Notions théoriques sur lanalyse matricielle
2- Décomposition matricielle
3- Résolution des systèmes linéaires
4- Calcul des valeurs propres
5- Problèmes des erreurs
6- Problèmes de robustesse et sensibilité
7- Lalgorithmique et problèmes de complexité
8- Stabilité des algorithmes
- معلم: Fatma Zohra NOURI