Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Résoudre les équations : la méthode de Newton

Description

Cette séance de cours couvre les conditions d'application de la méthode de Newton pour résoudre des équations, y compris la non-linéarité de la fonction et la continuité de Lipschitz de sa dérivée. Il examine également la convergence de la méthode, en présentant le théorème 7.7 et ses implications. De plus, l'extension de la méthode de Newton à de multiples variables est explorée, avec un rappel du gradient et des matrices jacobiennes. La séance de cours se termine par une brève explication du modèle linéaire.

Dans MOOC

Optimisation : principes et algorithmes - Optimisation non linéaire sans contrainte

Source officielle

Concepts associés (32)

Convergence uniforme

La convergence uniforme d'une suite de fonctions est une forme de convergence plus exigeante que la convergence simple. La convergence devient uniforme quand toutes les suites avancent vers leur limite respective avec une sorte de « mouvement d'ensemble ». Dans le cas de fonctions numériques d'une variable, la notion prend une forme d'« évidence » géométrique : le graphe de la fonction f se « rapproche » de celui de la limite. Soient X un ensemble, (Y, d) un espace métrique, et A un sous-ensemble de X.

Vitesse de convergence des suites

En analyse numérique — une branche des mathématiques — on peut classer les suites convergentes en fonction de leur vitesse de convergence vers leur point limite. C'est une manière d'apprécier l'efficacité des algorithmes qui les génèrent. Les suites considérées ici sont convergentes sans être stationnaires (tous leurs termes sont même supposés différents du point limite). Si une suite est stationnaire, tous ses éléments sont égaux à partir d'un certain rang et il est alors normal de s'intéresser au nombre d'éléments différents du point limite.

Modèle linéaire

vignette|Données aléatoires sous forme de points, et leur régression linéaire. Un modèle linéaire multivarié est un modèle statistique dans lequel on cherche à exprimer une variable aléatoire à expliquer en fonction de variables explicatives X sous forme d'un opérateur linéaire. Le modèle linéaire est donné selon la formule : où Y est une matrice d'observations multivariées, X est une matrice de variables explicatives, B est une matrice de paramètres inconnus à estimer et U est une matrice contenant des erreurs ou du bruit.

Modèle linéaire généralisé

En statistiques, le modèle linéaire généralisé (MLG) souvent connu sous les initiales anglaises GLM est une généralisation souple de la régression linéaire. Le GLM généralise la régression linéaire en permettant au modèle linéaire d'être relié à la variable réponse via une fonction lien et en autorisant l'amplitude de la variance de chaque mesure d'être une fonction de sa valeur prévue, en fonction de la loi choisie.

Matrice hessienne

En mathématiques, la matrice hessienne (ou simplement le hessien ou la hessienne) d'une fonction numérique est la matrice carrée, notée , de ses dérivées partielles secondes. Etant donnée une fonction à valeurs réelles dont toutes les dérivées partielles secondes existent, le coefficient d'indice de la matrice hessienne vaut . Autrement dit, On appelle discriminant hessien (ou simplement hessien) le déterminant de cette matrice. Le terme « hessien » a été introduit par James Joseph Sylvester, en hommage au mathématicien allemand Ludwig Otto Hesse.

Afficher plus

Séances de cours associées (44)

Méthode Newton : Convergence et soins quadratiques

Couvre la méthode de Newton et ses propriétés de convergence près du point optimal.

Résoudre les équations avec la méthode de Newton MOOC: Optimisation : principes et algorithmes - Optimisation non linéaire sans contrainte

Introduit la méthode de Newton pour résoudre les équations non linéaires itérativement, en soulignant sa convergence rapide, mais aussi son incapacité potentielle à converger dans certains cas.

Séquence de résolution: définition d'une procédure

Explique la procédure systématique pour résoudre les organigrammes et les calculs de flux.

Équations non linéaires : Convergence de la méthode des points fixes

Couvre la convergence des méthodes de points fixes pour les équations non linéaires, y compris les théorèmes de convergence globale et locale et lordre de convergence.

Méthodes d'optimisation

Couvre les méthodes d'optimisation sans contraintes, y compris la recherche de gradient et de ligne dans le cas quadratique.

Afficher plus

Concepts associés (32)

Convergence uniforme

Vitesse de convergence des suites

Modèle linéaire

Modèle linéaire généralisé

Matrice hessienne

Afficher plus