Analyse numérique en langage de programmation C++ (ou python) (2)

Code UE : CSC002-PAR01

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

Responsable(s)

Thierry HORSIN

Public, conditions d’accès et prérequis

Avoir suivi CSC001 ou un cours de C++/python et avoir des notions basiques de simulation numérique.
Savoir résoudre une équation différentielle linéaire. Connaissance de base de l'algèbre linéaire matriciel : matrice, matrice inversible, rang, valeurs et vecteurs propres.
Pour la modalité foad, disposer d'un ordinateur personnel avec un compilateur c++ à jour est plus souple (mais non nécessaire).
L'ensemble Cours, ED et TP, travail personnel nécessite environ 120h de travail.
 

Objectifs pédagogiques

  • Résolution numérique des équations différentielles ordinaires;
  • Résolution numérique des systèmes différentiels;
  • Approfondissements sur le langage C++. Le langage python peut aussi être utilisé.

1 Analyse numérique
  • Schémas d'intégration (Euler, Runge-Kutta, ...);
  • Etude éventuelle et numérique de l'ordre, de la stabilité, de l'erreur de phase des schémas précédents;
  • Inversion numérique d'une matrice;
  • Résolution numérique de systèmes;
  • Calcul des valeurs propres et vecteurs propres.
2 Exemples possibles éventuellement traités
  • Mouvement des planètes;
  • Equation de Voltera;
  • Equation de Lorentz;
  • Equation de Van der Pol.
3 Langage C++
  • Utilisation avancée des classes
  • template de classes
  • polymorphisme
Lorsque cette unité est enseignée à distance des séances de tutorat à distance régulières (toutes les semaines environ) sont proposées.
 
 

Un examen final sous forme d'un TP en temps limité. Les TP réalisés en cours d'enseignement peuvent être pris en compte.
 

  • M. CROUZEIX et A. MIGNOT : Analyse numérique des équations différentielles ordinaires (Masson), 1986.
  • A. HERAULT et J.-H. SAIAC : Informatique appliquée au calcul scientifique (polycopié)
  • A. QUARTERONI, F. SALERI : Calcul scientifique, (Springer), 2006.

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 Sciences des données
Lieu(x) À la carte
Lieu(x) Liban, Paris
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
Sabine Glodkowski
Voir le site

Centre(s) d'enseignement proposant cette formation

  • Centre Cnam Paris
    • 2023-2024 2nd semestre : FOAD 100%
    Comment est organisée cette formation ?

    Organisation de la modalité FOAD 100%

    Planning

    Aucun planning pour le moment

    Précision sur la modalité pédagogique

    • Regroupements physiques facultatifs : Aucun

    Organisation du déploiement de l'unité

    • Nombre d'élèves maximum à distance par classe : 20
    • Nombre d'heures d'enseignement par élève : 60
    • Délai maximum de réponse à une solicitation : sous 96 heures (Jours ouvrés)

    Modes d'animation de la formation

    • Forum
    • Messagerie intégrée à la plateforme
    • Visioconférence
    • Outils numériques de travail collaboratif
    • Organisation d'une séance de démarrage
    • Evaluation de la satisfaction
    • Hot line technique

    Ressources mises à disposition sur l'Espace Numérique de Formation

    • Documents de cours
    • Documents d'exercices, études de cas ou autres activités pédagogiques
    • Outils spécifiques (exerciseur, simulateurs, etc)
    • Enregistrement des séances d'échanges.

    Activités "jalons" de progression pédagogique prévues sans notation obligatoire à rendre ou en auto-évaluation

    • 5 ou 6 TPs sont à réaliser

    Modalité de contrôle de l'acquisition des compétences et des connaissances (validation de l'UE)

    • Examens en ligne
    • Contrôle continu (travaux à rendre)
    :