Explore les méthodes numériques pour l'oscillateur harmonique, en se concentrant sur la stabilité et la convergence dans la résolution des systèmes oscillatoires.
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.
Couvre des méthodes de descente de gradient plus rapides et une descente de gradient projetée pour une optimisation contrainte dans l'apprentissage automatique.
Explore l'estimation des erreurs dans l'intégration numérique et ses applications dans la prévision, en mettant l'accent sur la méthode de Romberg et l'extrapolation de Richardson.
Explore la simulation numérique de problèmes constants de convection-diffusion, de discrétisation, de conditions aux limites et d'assemblage de systèmes algébriques.
Explore la mécanique quantique, les systèmes à plusieurs corps, l'apprentissage automatique et les méthodes variationnelles pour une estimation efficace des propriétés quantiques.