Explore des méthodes numériques telles que Crank-Nicolson, Heun, Euler et RK4 pour résoudre les ODE, en mettant l'accent sur l'estimation des erreurs et la convergence.
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 la mécanique des ballons, y compris la modélisation des membranes, les mesures des déformations, le comportement en caoutchouc, les équations d'équilibre et l'interprétation du stress.
Couvre l'intégration numérique en utilisant la fonction quad de SciPy pour un calcul efficace des intégrales définies et la résolution des équations différentielles ordinaires du premier ordre.
Couvre la modélisation de la cinétique de la qualité de l'eau à l'aide du logiciel PHREEQC, en mettant l'accent sur la comparaison des échelles de temps de réaction et la syntaxe des mots-clés KINETICS et TATS.
Explore la simulation numérique de problèmes constants de convection-diffusion, de discrétisation, de conditions aux limites et d'assemblage de systèmes algébriques.
Introduit les bases de Numpy, une bibliothèque de calcul numérique en Python, couvrant les avantages, la disposition de la mémoire, les opérations et les fonctions d'algèbre linéaire.
Explore les méthodes numériques itératives pour résoudre les équations, en mettant l'accent sur les critères de convergence, les erreurs et l'impact des valeurs de départ.