Calcul scientifique en langage C

Comprenez et implémentez les méthodes numériques au plus près de la machine : performance, contrôle de la mémoire et maîtrise complète de vos solveurs.

NiveauDébutant → Avancé

Pré-requisBases de programmation

OrientationPerformance & algorithmes

DomainesEDO, EDP, algèbre linéaire

Module 1 Fondamentaux du C pour le calcul

Types numériques, précision flottante et erreurs d'arrondi.
Pointeurs, tableaux et allocation dynamique (malloc/free).
Structuration du code, compilation et débogage.

Module 2 Algèbre linéaire numérique

Représentation des matrices et vecteurs en mémoire.
Résolution de systèmes : Gauss, LU, méthodes itératives.
Produits matriciels et optimisation des boucles.

Module 3 Équations différentielles

Intégration numérique : Euler, Runge-Kutta.
Résolution d'EDP par différences finies (chaleur, ondes).
Stabilité, convergence et analyse d'erreur.

Module 4 Performance & bonnes pratiques

Profilage, gestion du cache et complexité algorithmique.
Modularité, bibliothèques et tests de validation.
Introduction au calcul parallèle (OpenMP).

Champ de température obtenu par différences finies

euler.c

/* Méthode d'Euler : dy/dt = -k*y */
#include <stdio.h>

int main(void) {
    double y = 1.0, k = 0.5;
    double dt = 0.01;
    int n = 1000;

    for (int i = 0; i < n; i++) {
        y += -k * y * dt;   // pas explicite
    }
    printf("y(%.2f) = %.6f\n", n*dt, y);
    return 0;
}

En C, vous écrivez chaque étape du solveur : c'est la meilleure manière de comprendre réellement la mécanique d'une simulation numérique.

Compétences acquises

À l'issue de ce parcours

Autonomie algorithmique

Implémenter de zéro un solveur numérique correct et efficace.

Maîtrise de la mémoire

Gérer l'allocation, éviter les fuites et optimiser l'accès aux données.

Rigueur numérique

Analyser stabilité, précision et convergence de vos méthodes.

Commencez le parcours C

Recevez le plan de formation détaillé et les exercices d'application.

Demander le programme