Introduit des méthodes de solution directe pour un contrôle numérique optimal, en mettant l'accent sur la formulation des problèmes, la mise à l'échelle et des conseils pratiques pour une résolution réussie des problèmes.
Explore l'estimation des erreurs dans les méthodes numériques pour résoudre les équations différentielles ordinaires, en mettant l'accent sur l'impact des erreurs sur la précision et la stabilité de la solution.
Explore la vérification et la validation dans la modélisation computationnelle, en mettant l'accent sur la précision par comparaison avec les données expérimentales et des conseils pratiques sur la complexité des modèles.
Explore l'émergence de la supraconductivité dans les configurations de non-équilibre et la détection de la supraconductivité par des expériences de sonde de pompe.
Couvre les tableaux NumPy et leurs représentations graphiques à l'aide de Matplotlib, en se concentrant sur les techniques de création, de manipulation et de visualisation des tableaux.
Explore l'estimation des erreurs dans les méthodes numériques pour résoudre les équations différentielles, en se concentrant sur l'erreur de troncature locale, la stabilité et la continuité de Lipschitz.
Couvre les techniques d'intégration numérique, en se concentrant sur l'interpolation de Lagrange et diverses méthodes de quadrature pour l'approximation des intégrales.
Les étudiants en 'Numerics for Fluids, Structures and Electromagnétiques' doivent compléter les projets individuellement ou par paires, en suivant des règles spécifiques et des critères d'évaluation.