Explore l'analyse de la trajectoire d'une balle en contact avec un faisceau, en se concentrant sur les forces, les angles et les équations de mouvement.
Couvre l'approximation numérique des PDE, y compris les équations de Poisson et de la chaleur, les phénomènes de transport et les limites incompressibles.
Couvre le calcul stochastique, en se concentrant sur la formule d'Itô, les équations différentielles stochastiques, les propriétés martingales et le prix d'option.
Explore la résolution du problème Poisson en utilisant la transformée de Fourier, en discutant des termes sources, des conditions aux limites et de l'unicité de la solution.
Couvre les bases des algorithmes, leur signification historique, la représentation des pseudo-codes et les tâches pratiques dans la pensée computationnelle.
Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.
Introduit Manopt, une boîte à outils pour l'optimisation sur les manifolds, couvrant le gradient et les contrôles hessiens, les appels de solveur et la mise en cache manuelle.
Couvre les techniques de réduction de la variance dans l'optimisation, en mettant l'accent sur la descente en gradient et les méthodes de descente en gradient stochastique.
Explore les solveurs laplaciens, couvrant des solutions approximatives, des applications, la conversion d'erreurs, et les avancées théoriques dans les méthodes de calcul.
