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.
Explore la monotonie inverse dans les méthodes numériques pour les équations différentielles, en mettant l'accent sur les critères de stabilité et de convergence.
Introduit des équations différentielles ordinaires, leur ordre, des solutions numériques et des applications pratiques dans divers domaines scientifiques.
Couvre les facteurs de vision spéculaire, l'échange radiatif, le transfert d'énergie et les méthodes d'intégration numérique dans le rayonnement thermique.
Couvre l'organisation des cours, Jupyter Notebook pour l'expérimentation Python, les algorithmes, l'interpolation, la résolution d'équations, les systèmes linéaires et les applications pratiques.
Explore la mécanique vibratoire dans les systèmes continus, couvrant la séparation des variables, les conditions aux limites et les solutions harmoniques.
Introduit des équations différentielles scalaires de premier ordre, des équations d'ordre supérieur, des solutions globales et le processus de sélection des équations.
Explore le comportement des trajectoires dans les équations différentielles, en se concentrant sur le comportement asymptotique et l'unicité des solutions.
Couvre les données numériques pour les fluides, les structures et les électromagnétiques, soulignant l'importance des valeurs propres et des fonctions propres.