Couvre l'optimisation de l'erreur dans l'interpolation polynomiale, en mettant l'accent sur la minimisation de l'erreur en plaçant stratégiquement des points d'interpolation.
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 concepts de taux de convergence linéaire et quadratique, en soulignant leurs différences et leurs applications dans les méthodes numériques.
Explore la convergence de la méthode de Newton pour résoudre les équations non linéaires et l'importance de choisir les suppositions initiales appropriées.
