Séances de cours associées à Systèmes d'ODE

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.

Convergence : la méthode d'Euler

Explore la stabilité et la convergence dans les méthodes numériques pour les ODE, en se concentrant sur la méthode progressive d'Euler.

Schémas implicites dans l'analyse numérique

Explore les schémas implicites dans l'analyse numérique, en mettant l'accent sur les propriétés de stabilité et de convergence dans la résolution des équations différentielles.

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.

Méthodes numériques : Runge-Kutta Rapprochement

Couvre la méthode Runge-Kutta pour l'approximation des solutions d'équations différentielles.

Méthode des différences finales : Division des erreurs et schémas MOOC: Analyse Numérique pour Ingénieurs

Couvre la division des erreurs et les schémas de résolution des équations différentielles.

Autres méthodes : Crank-Nicolson

Couvre les méthodes numériques alternatives pour résoudre les équations différentielles, y compris la méthode de Crank-Nicolson et Heun.

Méthodes d'ordre supérieur : Discrétisation de l'espace

Couvre les méthodes d'ordre élevé pour la discrétisation de l'espace dans les systèmes différentiels linéaires.

Méthode Euler Forward

Introduit la méthode Euler Forward pour les ODE, en se concentrant sur l'analyse des erreurs et la stabilité.

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.

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.

Systèmes dynamiques : formalisme et bases

Couvre le formalisme et les bases des systèmes dynamiques, y compris les équations différentielles et les systèmes non linéaires.

Stiff Systems: Comprendre les ODE avec différentes échelles de temps

Couvre les systèmes rigides dans les ODE avec différentes échelles de temps et méthodes d'intégration numérique.

Équations différentielles : méthodes numériques MOOC: Analyse Numérique pour Ingénieurs

Couvre la solution des équations différentielles de premier ordre en utilisant des méthodes numériques.

Régimes d'ordre supérieur MOOC: Analyse Numérique pour Ingénieurs

Explore les schémas d'ordre supérieur pour résoudre les équations différentielles et leur analyse de stabilité par rapport à d'autres méthodes.

Méthodes numériques: Euler et Crank-Nicolson Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les méthodes Euler et Crank-Nicolson pour résoudre les équations différentielles.

Estimation des erreurs dans les méthodes numériques Connectez-vous à Mediaspace pour regarder cette vidéo

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.

Estimation des erreurs dans les méthodes numériques Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'estimation des erreurs dans les méthodes numériques pour résoudre les équations différentielles, en se concentrant sur l'erreur de troncature locale, la stabilité et la continuité de Lipschitz.

Analyse numérique: Stabilité dans les ODE Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse de stabilité des ODE à l'aide de méthodes numériques et discute des conditions de stabilité.

Champs de direction, méthodes d'Euler, équations différentielles Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les champs de direction, les méthodes d'Euler et les équations différentielles grâce à des exercices pratiques et à l'analyse de la stabilité.