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.
Couvre les méthodes itératives pour résoudre des équations linéaires et analyser la convergence, y compris le contrôle des erreurs et les matrices définies positives.
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 la résolution de systèmes linéaires et aborde la non-linéarité dans les simulations de flux numériques en utilisant des méthodes multigrilles et de linéarisation.
Explore l'analyse des flux non confinés en géomécanique, en mettant l'accent sur les méthodes itératives de solution et les considérations relatives à l'état des limites.
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 les systèmes linéaires, couvrant les méthodes directes et itératives pour les résoudre en mettant l'accent sur les erreurs d'arrondi et l'algorithme de Richardson.
Explore les valeurs propres, les vecteurs propres et les méthodes de résolution de systèmes linéaires en mettant l'accent sur les erreurs d'arrondi et les matrices de préconditionnement.
