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 le système linéaire : méthodes directes

Dans cours

ME-474: Numerical flow simulation

This course provides practical experience in the numerical simulation of fluid flows. Numerical methods are presented in the framework of the finite volume method. A simple solver is developed with Matlab, and a commercial software is used for more complex ...

Description

Cette séance de cours couvre le processus de résolution d'un système linéaire dans la simulation de flux numérique, y compris la structure de la matrice, les méthodes directes vs itératives, et se concentre spécifiquement sur la méthode d'élimination gaussienne et l'algorithme TDMA pour les systèmes tridiagonaux. L'instructeur explique les étapes impliquées dans ces méthodes, de l'élimination vers l'avant à la substitution vers l'arrière, et comment elles sont appliquées aux maillages structurés 1D et 2D / 3D dans les simulations de flux.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e

Edouard Boujo

Source officielle

Concepts associés (23)

Méthode itérative

En analyse numérique, une méthode itérative est un procédé algorithmique utilisé pour résoudre un problème, par exemple la recherche d’une solution d’un système d'équations ou d’un problème d’optimisation. En débutant par le choix d’un point initial considéré comme une première ébauche de solution, la méthode procède par itérations au cours desquelles elle détermine une succession de solutions approximatives raffinées qui se rapprochent graduellement de la solution cherchée. Les points générés sont appelés des itérés.

Gaussian elimination

In mathematics, Gaussian elimination, also known as row reduction, is an algorithm for solving systems of linear equations. It consists of a sequence of operations performed on the corresponding matrix of coefficients. This method can also be used to compute the rank of a matrix, the determinant of a square matrix, and the inverse of an invertible matrix. The method is named after Carl Friedrich Gauss (1777–1855).

Théorie de l'élimination

En algèbre commutative et en géométrie algébrique, la théorie de l'élimination traite de l'approche algorithmique de l'élimination de variables entre polynômes. Le cas linéaire est maintenant couramment traité par élimination de Gauss, plus efficace que la méthode de Cramer. De même, des algorithmes d'élimination s'appuient sur des calculs de bases de Gröbner, alors qu'il existe des publications anciennes sur divers types d'« éliminants », comme le résultant pour trouver les racines communes à deux polynômes, le discriminant, etc.

Matrice tridiagonale

En mathématiques, en algèbre linéaire, une matrice tridiagonale est une matrice dont tous les coefficients qui ne sont ni sur la diagonale principale, ni sur la diagonale juste au-dessus, ni sur la diagonale juste en dessous, sont nuls. Par exemple, la matrice suivante est tridiagonale : Une matrice , dont on note les coefficients a, est dite tridiagonale si : a = 0 pour tous (i, j) tels que i – j > 1, autrement dit si c'est une matrice de Hessenberg à la fois supérieure et inférieure.

Système d'équations linéaires

En mathématiques et particulièrement en algèbre linéaire, un système d'équations linéaires est un système d'équations constitué d'équations linéaires qui portent sur les mêmes inconnues. Par exemple : Le problème est de trouver les valeurs des inconnues , et qui satisfassent les trois équations simultanément. La résolution des systèmes d'équations linéaires appartient aux problèmes les plus anciens dans les mathématiques et ceux-ci apparaissent dans beaucoup de domaines, comme en traitement numérique du signal, en optimisation linéaire, ou dans l'approximation de problèmes non linéaires en analyse numérique.

Afficher plus

Séances de cours associées (33)

Vectorisation en Python : calcul efficace avec Numpy

Couvre la vectorisation en Python en utilisant Numpy pour un calcul scientifique efficace, en soulignant les avantages d'éviter les boucles et de démontrer des applications pratiques.

Construction matricielle et manipulation des fonctions

Couvre des conseils sur la construction matricielle et la manipulation de fonctions à l'aide de MATLAB.

Résolution des systèmes linéaires MOOC: Analyse Numérique pour Ingénieurs

Couvre les méthodes pour résoudre des systèmes linéaires avec un nombre fini d'opérations.

Méthode Jacobi: Partie I

Introduit la méthode Jacobi pour résoudre les systèmes linéaires et déterminer la convergence.

Systèmes linéaires : Factorisation LU avec pivot

Explique l'algorithme d'élimination gaussien avec le pivotement et la factorisation LU pour les systèmes linéaires.

Afficher plus

Concepts associés (23)

Méthode itérative

Gaussian elimination

Théorie de l'élimination

Matrice tridiagonale

Système d'équations linéaires

Afficher plus