Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.
Couvre la résolution numérique d'un problème de Cauchy en utilisant la séparation des variables et discute des conditions de l'intervalle de définition de la solution.
Couvre les méthodes numériques pour résoudre les équations différentielles et leur analyse de stabilité, en se concentrant sur le calcul des erreurs et les applications pratiques en ingénierie et en science.
Explique le schéma implicite d'Euler, une méthode de résolution numérique des équations différentielles, axée sur les propriétés de stabilité et de convergence.
Couvre le problème de Cauchy dans les équations différentielles, en se concentrant sur les conditions initiales et leur impact sur lunicité de la solution.
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.
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.