Se concentre sur la modélisation numérique des processus atmosphériques pour prédire les phénomènes météorologiques et climatiques, couvrant les concepts et les méthodes clés.
Explore la monotonie inverse dans les méthodes numériques pour les équations différentielles, en mettant l'accent sur les critères de stabilité et de convergence.
Explore les équations et les solutions numériques dans la modélisation climatique, mettant en évidence les incertitudes dans les projections climatiques.
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.
Explore les résultats de la ligamentoplastie, l'analyse biomécanique, l'analyse par éléments finis et la caractérisation tissulaire à travers des lois constitutives.
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.
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.
Explore la stabilité dans les ODE, y compris les contrôles d'erreur, les points d'équilibre et les attracteurs globaux, en mettant l'accent sur les schémas numériques tels que la méthode d'Euler.