yolo

5/code.py

@@ -0,0 +1,12 @@
+#!/usr/bin/env python
+import numpy as np
+from copy import deepcopy as dp
+
+def gradient_conjugué(A, b, nb=50):
+    p = dp(b)
+    r = dp(b)
+    x = np.zeroes(b.shape)
+    for i in range(nb):
+        α = (r.transpose() @ r) / (p.transpose() @ A @ p)
+        x = x + α @ p
+        r = r - α @ A @ p

5/tableau_prof.txt

@@ -0,0 +1,6 @@
+Méthode du gradient conjugué
+
+On cherche x tq A.x=b
+A matrice p×p symétrique définie positive (donc inversible)
+
+On cherche à résoudre cette équation (les t dans la formule c'est la transposée)