Séances de cours associées à Sensibilité des solutions

Numéros de points flottants : LU Décomposition et erreurs

Explore les nombres à virgule flottante, la décomposition LU, les erreurs et les propriétés de la matrice.

Vectorisation en Python : calcul efficace avec Numpy

Couvre la vectorisation en Python en utilisant Numpy pour un calcul scientifique efficace, en soulignant les avantages d'éviter les boucles et de démontrer des applications pratiques.

Différenciation numérique: Partie 1

Couvre la différenciation numérique, les différences en avant, l'expansion de Taylor, la notation Big O et la minimisation des erreurs.

Méthodes numériques en biomécanique: Hip-A

Explore les méthodes numériques en biomécanique pour les implants de hanche et met l'accent sur les conditions de compréhension pour améliorer les conceptions et les résultats des patients.

Méthodes numériques : Techniques itératives

Couvre les méthodes ouvertes, Newton-Raphson, et la méthode sécante pour les solutions itératives dans les méthodes numériques.

Géomécanique computationnelle : flux non confiné

Explore le flux non confiné dans la géomécanique computationnelle, mettant l'accent sur la dérivation de forme faible et la perméabilité relative.

Méthodes directes pour les systèmes linéaires d'équations

Explore des méthodes directes pour résoudre des systèmes linéaires d'équations, y compris l'élimination de Gauss et la décomposition de LU.

Méthodes numériques en chimie

Couvre la mise en œuvre de méthodes numériques dans MATLAB pour résoudre des problèmes chimiques.

ODE: Introduction et solutions

Couvre les équations différentielles ordinaires, les solutions de premier ordre et les méthodes numériques pour IVP et BVP.

Théorie multigroupe: principales équations et solution numérique

Couvre la dérivation des équations de diffusion multi-groupes et les méthodes numériques pour résoudre l'équation de diffusion des neutrons.

Intégration numérique : Lagrange Interpolation, Simpson Rules

Explique l'interpolation de Lagrange pour l'intégration numérique et introduit les règles de Simpson.

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.

Équations différentielles stochastiques : Inférence moyenne sur le terrain

Explore l'inférence pour les équations différentielles stochastiques, en se concentrant sur les méthodes numériques et l'analyse de convergence.

Différenciation numérique : Richardson Extrapolation

Couvre l'extrapolation de Richardson pour la différenciation numérique afin de réduire l'erreur.

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.

Géomécanique computationnelle

Couvre les bases de la géomécanique computationnelle, y compris la poroélasticité, la plasticité et les méthodes numériques pour résoudre les problèmes géotechniques.

Différences finies et éléments finis : formulation variationnelle

Discute des différences finies et des éléments finis, en se concentrant sur la formulation variationnelle et les méthodes numériques dans les applications d'ingénierie.

Algorithme Thomas, précision des méthodes directes Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'algorithme Thomas pour les systèmes tridiagonaux et la précision des méthodes directes dans les calculs numériques.

Dérivation numérique : formules et approches Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'approche numérique du calcul des dérivées, en se concentrant sur les formules et les méthodes telles que les différences fines.

Modélisation numérique de l'atmosphère Connectez-vous à Mediaspace pour regarder cette vidéo

Se concentre sur la modélisation numérique des processus atmosphériques pour prédire les phénomènes météorologiques et climatiques, couvrant les concepts et les méthodes clés.