Explore la sensibilité des solutions dans les méthodes numériques, y compris les systèmes linéaires et les normes matricielles, avec un exemple de débluring images.
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.
Se concentre sur la modélisation numérique des processus atmosphériques pour prédire les phénomènes météorologiques et climatiques, couvrant les concepts et les méthodes clés.
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.