Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Différenciation numérique et intégration

Dans cours

MATH-251(d): Numerical analysis

This course offers an introduction to numerical methods for the solution of mathematical problems as: solution of systems of linear and non-linear equations, functions approximation, integration and differentiation and solution of differential equations. ...

Description

Cette séance de cours couvre les concepts de différenciation numérique et d'intégration, en se concentrant sur le calcul des dérivées et des intégrales des fonctions régulières en utilisant des différences finies. Il explique les formules des différences finies en avant et en arrière, les différences finies centrales et la cohérence des différences finies. La séance de cours traite également de l'ordre des différences finies et de leur application dans l'approximation des fonctions. L'instructeur souligne l'importance des fonctions régulières et la précision des méthodes numériques dans le calcul des dérivées et des intégrales.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e

Pablo Antolin Sanchez

Source officielle

Proximité ontologique

Mathématiques

Analyse (mathématiques): Analyse numérique

Concepts associés (32)

Analyse numérique

L’analyse numérique est une discipline à l'interface des mathématiques et de l'informatique. Elle s’intéresse tant aux fondements qu’à la mise en pratique des méthodes permettant de résoudre, par des calculs purement numériques, des problèmes d’analyse mathématique. Plus formellement, l’analyse numérique est l’étude des algorithmes permettant de résoudre numériquement par discrétisation les problèmes de mathématiques continues (distinguées des mathématiques discrètes).

Calcul numérique d'une intégrale

En analyse numérique, il existe une vaste famille d’algorithmes dont le but principal est d’estimer la valeur numérique de l’intégrale définie sur un domaine particulier pour une fonction donnée (par exemple l’intégrale d’une fonction d’une variable sur un intervalle). Ces techniques procèdent en trois phases distinctes : Décomposition du domaine en morceaux (un intervalle en sous-intervalles contigus) ; Intégration approchée de la fonction sur chaque morceau ; Sommation des résultats numériques ainsi obtenus.

Numerical methods for ordinary differential equations

Numerical methods for ordinary differential equations are methods used to find numerical approximations to the solutions of ordinary differential equations (ODEs). Their use is also known as "numerical integration", although this term can also refer to the computation of integrals. Many differential equations cannot be solved exactly. For practical purposes, however – such as in engineering – a numeric approximation to the solution is often sufficient. The algorithms studied here can be used to compute such an approximation.

Probabilistic numerics

Probabilistic numerics is an active field of study at the intersection of applied mathematics, statistics, and machine learning centering on the concept of uncertainty in computation. In probabilistic numerics, tasks in numerical analysis such as finding numerical solutions for integration, linear algebra, optimization and simulation and differential equations are seen as problems of statistical, probabilistic, or Bayesian inference.

Dérivation numérique

En analyse numérique, les algorithmes de dérivation numérique évaluent la dérivée d'une fonction mathématique ou d'un sous-programme de fonction en utilisant les valeurs de la fonction et peut-être d'autres propriétés connues sur la fonction. droite|255x255px La méthode la plus simple consiste à utiliser des approximations de différences finies. Une simple estimation à deux points consiste à calculer la pente d'une droite sécante proche passant par les points et .

Afficher plus

Séances de cours associées (46)

Différenciation numérique: différences centrales et arrière

Explore les différences en arrière et centrales pour la différenciation numérique, en analysant leurs propriétés et l'analyse des erreurs.

Dérivés numériques de l'ordre 1 MOOC: Analyse Numérique pour Ingénieurs

Couvre le concept de dérivés numériques de l'ordre 1 et l'importance de choisir une petite valeur fixe pour h.

Grilles de différence de finite

Explique les grilles de différence finie pour calculer les solutions de membranes élastiques à l'aide de l'équation et des méthodes numériques de Laplace.

Méthodes numériques : problèmes de valeurs limites

Explore les problèmes de valeurs limites, la méthode des différences finies et les exemples de chauffage Joule en 1D.

Analyse numérique: Introduction aux méthodes de calcul

Couvre les bases de l'analyse numérique et des méthodes de calcul utilisant Python, en se concentrant sur les algorithmes et les applications pratiques en mathématiques.

Afficher plus

Concepts associés (32)

Analyse numérique

Calcul numérique d'une intégrale

Numerical methods for ordinary differential equations

Probabilistic numerics

Dérivation numérique

Afficher plus