- Introduction à l'analyse numérique, exemples, méthode des différences finies
- Résolution de systèmes linéaires par des méthodes directes
- Méthodes itératives pour résoudre des systèmes linéaires
- Méthodes itératives pour approcher des valeurs propres
- Optimisation sans contraintes, moindres carrés, méthodes de gradients
- Optimisation avec contraintes, multiplicateurs de Lagrange, conditions KKT, méthodes de gradient, Uzawa, pénalisation, cas de problèmes linéaires
- Introduction à la modélisation probabiliste, exemples
- Probabilité, variables aléatoires, lois usuelles
- Statistique, estimation de paramètres, intervalles de confiance, régression linéaire
- Interpolation de Lagrange et d'Hermite, splines cubiques, meilleure approximation au sens des moindres carrés continus et discrets
- Intégration numérique, formules de Newton-Cotes, formules de Gauss
- Enseignant: Onkar BHANDARI
- Enseignant: Marie Billaud-friess
- Enseignant: Julien BRACQUART
- Enseignant: Clément CARDOEN
- Enseignant: Thomas CROZON
- Enseignant: Coline DE SOUSA
- Enseignant: Françoise Foucher
- Enseignant: Nour HACHEM
- Enseignant: Mehdi LATIF
- Enseignant: Jean-sébastien Le-brizaut
- Enseignant: Loriane LECLERCQ
- Enseignant: Vincent MAUDUIT
- Enseignant: Mayssam MOHAMAD
- Enseignant: Luisa Rocha da silva
- Enseignant: Mazen Saad