Couvre les algorithmes pour résoudre des problèmes mathématiques à l'aide d'un ordinateur, y compris les équations non linéaires et les méthodes d'approximation numérique.
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.
Discute de la rétroaction de l'évaluation, de la convergence, de l'analyse des erreurs et des étapes temporelles adaptatives dans les simulations physiques.
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.
Discute des méthodes numériques, en se concentrant sur les critères d'arrêt, SciPy pour l'optimisation et la visualisation des données avec Matplotlib.
Explore l'analyse numérique des équations non linéaires, en mettant l'accent sur les critères de convergence et les méthodes comme la bisection et l'itération à point fixe.
Explore les bases de la conduction thermique dans les solides, couvrant la loi de Fourier, la conductivité thermique, la conservation de l'énergie et les applications pratiques.
Explore la méthode de séparation des variables pour résoudre des équations aux dérivées partielles avec des conditions aux limites et discute des propriétés de convergence des fonctions dans différents espaces.
