Séances de cours associées à Méthode Euler Forward

Méthodes de runge-Kutta: approximation des équations différentielles

Couvre les étapes de la méthode Runge-Kutta explicite pour approximer y(t) avec des explications détaillées.

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

Méthodes numériques : équations différentielles et analyse de stabilité

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.

Méthodes stabilisées explicites : applications aux problèmes inverses bayésiens

Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.

Euler Backward Méthode: ODEs

Explore la méthode Euler arriérée pour les ODE, discutant de la stabilité, de la réduction des erreurs et des méthodes implicites vs explicites.

Équations différentielles ordinaires: méthodes et applications

Explore les équations différentielles ordinaires et les méthodes d'intégration numérique pour la stabilité et la précision.

Méthodes numériques: programmes Euler

Se concentre sur les schémas d'Euler pour l'approximation numérique des forces et des vitesses.

Systèmes d'équations différentielles de première commande MOOC: Analyse Numérique pour Ingénieurs

Explore les systèmes d'équations différentielles de premier ordre et les méthodes numériques pour leur analyse.

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.

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.

Méthode Euler: Comprendre les schémas de runge-Kutta d'ordre supérieur

Explique la méthode Euler et les schémas Runge-Kutta d'ordre supérieur pour résoudre les équations différentielles.

Régime implicite d'Euler

Explique le schéma implicite d'Euler, une méthode de résolution numérique des équations différentielles, axée sur les propriétés de stabilité et de convergence.

Méthodes stabilisées explicites : Équations différentielles stochastiques

Couvre des méthodes explicitement stabilisées pour les équations différentielles stochastiques rigides, en analysant leurs propriétés et applications.

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.

Méthodes numériques : Runge-Kutta Rapprochement

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

Méthode de différence finale : approximation des dérivés et des équations

Introduit la méthode de différence finie pour l'approximation des dérivés et la résolution des équations différentielles dans les applications pratiques.

Problèmes d'examen: équations non linéaires et ODE

Couvre les problèmes de type examen sur les équations non linéaires, les ODE et les 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.