AccueilRechercher par discipline

Analyse numérique matricielle et optimisation (1)

Code UE : CSC104-LIB

  • Cours + travaux pratiques
  • 6 crédits
  • Volume horaire de référence
    (+ ou - 10%) : 50 heures

Responsable(s)

Chloe MIMEAU

École du numérique et de l'IA

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)

Présence et réussite aux examens

Pour l'année universitaire 2023-2024 :

  • Nombre d'inscrits : 18
  • Taux de présence à l'évaluation : 39%
  • Taux de réussite parmi les présents : 100%

Objectifs pédagogiques

Familiariser les auditeurs avec les techniques d'analyse numérique et les outils logiciels du calcul scientifique.
Les travaux pratiques seront faits en Python grâce à interface Jupyter du Cnam.
Lorsque l'UE est ouverte en FOAD (formation à distance), un regroupement hebdomadaire en visio-conférence est inclus dans la formation.

Compétences visées

Initier les élèves aux techniques modernes de la modélisation numérique pour les sciences de l'ingénieur.

Mots-clés

Notions algorithmiques
Initiation à la structuration et la complexité
Résolution de systèmes linéaires
Notion de conditionnement numérique, méthodes directes de résolution des systèmes linéaires, méthodes itératives pour les systèmes linéaires.
Calcul des valeurs propres et des vecteurs propres des matrices
Méthodes globales, méthodes sélectives.
Optimisation quadratique
Méthodes de gradient (simple, gradient à pas optimal, gradient conjugué). Prise en compte des contraintes.

Projet final

  • Ph. DESTUYNDER : Méthodes numériques de l'ingénieur, (Hermès-Lavoisier), 2010.
  • P. LASCAUX et R. THEODOR : Analyse et calcul matriciel pour l'ingénieur (Masson), 1987.
  • P.G. CIARLET : Analyse numérique matricielle et optimisation (Masson), 1986.

Cette UE apparaît dans les diplômes et certificats suivants

Chargement du résultat...
Patientez
Intitulé de la formation
Type
Modalité(s)
Lieu(x)
Intitulé de la formation Licence générale Sciences des données
Type Diplôme national (DEUST, licence, master, doctorat, diplôme d'Etat)
Lieu(x) À la carte
Lieu(x) Liban, Paris
Entrée Niveau 4 (Bac)
Intitulé de la formation Diplôme d'ingénieur Spécialité mécanique Parcours Acoustique
Type Diplôme d'ingénieur
Lieu(x) À la carte
Lieu(x) Paris
Entrée Niveau 5 (Bac+2)
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
Anne - Solenne Maroulle
Voir le site

Centre(s) d'enseignement proposant cette formation

  • Liban
    • 2025-2026 2nd semestre : Formation en présentiel soir ou samedi
    • 2026-2027 2nd semestre : Formation en présentiel soir ou samedi
    • 2027-2028 2nd semestre : Formation en présentiel soir ou samedi
    Comment est organisée cette formation ?
    2025-2026 2nd semestre : Formation en présentiel soir ou samedi

    Précision sur la modalité pédagogique

    • Une formation en présentiel est dispensée dans un lieu identifié (salle, amphi ...) selon un planning défini (date et horaire).