Couvre la mécanique du continuum, l'élasticité linéaire, l'équilibre des forces, la divergence, la discrétisation des éléments finis, la minimisation de l'énergie et la méthode de Newton.
Explore les gradients conjugués tronqués pour résoudre le sous-problème de la région de confiance dans l'optimisation sur les collecteurs efficacement.
Explore l'optimisation Conjugate Gradient, couvrant les cas quadratiques et non linéaires, les conditions Wolfe, BFGS, les algorithmes CG et la symétrie matricielle.
Explore la résolution de systèmes linéaires itérative et compare différents résolveurs sur la base des hypothèses les plus défavorables et des mesures de convergence.
Couvre la méthode Conjugate Gradient pour résoudre des systèmes linéaires sans préconditionnement, en explorant les implémentations de calcul parallèle et les prédictions de performances.
Introduit des méthodes itératives pour les équations linéaires, les critères de convergence, le gradient des formes quadratiques et les champs de force classiques dans les systèmes atomistiques complexes.
Couvre la méthode des gradients conjugués pour résoudre les systèmes linéaires itérativement avec la convergence quadratique et souligne l'importance de l'indépendance linéaire entre les directions conjuguées.
Par Quoc Tran-Dinh explore les algorithmes accélérés pour les inclusions monotone, couvrant les modèles d'optimisation, les défis et les nouveaux algorithmes.
