Systèmes linéaires — définition ?
Équations linéaires à résoudre simultanément.
Formulation matricielle — rôle ?
Représente le système sous forme compacte.
Décomposition LU — principe ?
Factoriser A en L et U.
Méthode directe — avantage ?
Résolution rapide pour petits systèmes.
Décomposition de Choleski — condition ?
Matrice symétrique et définie positive.
Algorithme de Choleski — étape clé ?
Calculer L pour A = L L^T.
Commandes Matlab — utilité ?
Manipuler matrices et résoudre systèmes.
Méthodes itératives — principe ?
Améliorer solution par approximations successives.
Critère de convergence — exemple ?
Rayon spectral < 1.
Méthode de Jacobi — décomposition ?
A = D + L + U, mise à jour simultanée.
Méthode de Gauss–Seidel — différence ?
Utilise valeurs récentes pour mise à jour.
Relaxation — objectif ?
Accélérer convergence des méthodes itératives.
Gradient conjugué — application ?
Matrices symétriques positives.
Vecteur résidu — rôle ?
Guide la convergence dans la méthode du gradient.
Forme de f(x) — méthode du gradient ?
Quadratique, à minimiser.
Avantage méthode du gradient ?
Convergence rapide pour matrices positives.
Teste tes connaissances avec un QCM de 8 questions sur Résolution efficace des systèmes linéaires.
1. Comment s'appelle la notation qui permet de représenter simultanément toutes les équations d'un système linéaire de manière compacte ?
2. Quelle affirmation correspond au sujet « Décomposition LU et méthodes directes associées » ?
Révisez le cours complet dans la fiche de révision de Résolution efficace des systèmes linéaires.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards