- 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