Couvre les méthodes itératives pour résoudre des équations linéaires et analyser la convergence, y compris le contrôle des erreurs et les matrices définies positives.
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.
Explore les méthodes itératives pour les équations linéaires, y compris les méthodes Jacobi et Gauss-Seidel, les critères de convergence et la méthode du gradient conjugué.
Explore des méthodes directes et itératives pour résoudre des équations linéaires, en mettant l'accent sur les matrices symétriques et le coût de calcul.
Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.
Explore des techniques d'optimisation telles que la descente de gradient, la recherche de lignes et la méthode de Newton pour une résolution efficace des problèmes.
