Couvre l'organisation des cours, Jupyter Notebook pour l'expérimentation Python, les algorithmes, l'interpolation, la résolution d'équations, les systèmes linéaires et les applications pratiques.
Couvre l'interpolation de Lagrange et son application dans les techniques d'intégration numérique, en se concentrant à la fois sur les méthodes non composites et composites de quadrature.
Couvre l'intégration des espaces et l'exhaustivité des espaces, en explorant le lien entre la théorie de l'interpolation et la théorie de l'approximation.
Introduit des polynômes Taylor pour l'approximation des fonctions, en commençant par des formes linéaires et quadratiques, puis en généralisant vers des ordres plus élevés.
Couvre les techniques d'intégration numérique, en se concentrant sur l'interpolation de Lagrange et diverses méthodes de quadrature pour l'approximation des intégrales.
Explore l'estimation des erreurs a priori dans la méthode des éléments finis, couvrant l'analyse de convergence, l'orthogonalité, les formulations faibles et la précision optimale.