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.
Explore les méthodes itératives pour les équations linéaires, y compris les méthodes Jacobi et Gauss-Seidel, les critères de convergence et la méthode du gradient conjugué.
Explore la résolution de systèmes linéaires itérative et compare différents résolveurs sur la base des hypothèses les plus défavorables et des mesures de convergence.
Explore les méthodes itératives pour résoudre les systèmes linéaires, y compris les méthodes Jacobi et Gauss-Seidel, la factorisation Cholesky et le gradient conjugué préconditionné.
Explore les méthodes numériques de simulation d'écoulement, y compris les méthodes des éléments finis, des spectres, des particules et des mailles Boltzmann.