Séances de cours associées à Méthodes de runge-Kutta: approximation des équations différentielles

Analyse numérique: Stabilité dans les ODE

Couvre l'analyse de stabilité des ODE à l'aide de méthodes numériques et discute des conditions de stabilité.

Méthodes numériques: Euler et Crank-Nicolson

Couvre les méthodes Euler et Crank-Nicolson pour résoudre les équations différentielles.

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.

Estimation des erreurs dans les méthodes numériques

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.

Méthodes numériques : Runge-Kutta Rapprochement

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

Méthodes numériques pour les ODE: Crank-Nicolson, Heun, Euler, RK4

Explore des méthodes numériques telles que Crank-Nicolson, Heun, Euler et RK4 pour résoudre les ODE, en mettant l'accent sur l'estimation des erreurs et la convergence.

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.

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.

Champs de direction, méthodes d'Euler, équations différentielles

Explore les champs de direction, les méthodes d'Euler et les équations différentielles grâce à des exercices pratiques et à l'analyse de la stabilité.

Système des ODE

Explore les méthodes numériques pour résoudre les systèmes ODE, les régions de stabilité et l'importance absolue de la stabilité.

Analyse numérique avancée: Discrétisation de l'espace

Explore les techniques avancées de discrétisation de l'espace dans l'analyse numérique pour résoudre les systèmes différentiels de manière efficace et précise.

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.

Équations différentielles ordinaires : analyse non linéaire

Couvre les équations différentielles ordinaires non linéaires, y compris la séparation, les problèmes de Cauchy et les conditions de stabilité.

Intégration numérique : méthode Euler

Couvre la méthode progressive d'Euler pour l'intégration numérique des ODE, y compris les problèmes de Cauchy et les méthodes de Runge-Kutta.

Méthode Euler Forward

Introduit la méthode Euler Forward pour les ODE, en se concentrant sur l'analyse des erreurs et la stabilité.

Différenciation numérique: Partie 1

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

Analyse numérique: Introduction aux méthodes de calcul

Couvre les bases de l'analyse numérique et des méthodes de calcul utilisant Python, en se concentrant sur les algorithmes et les applications pratiques en mathématiques.

Méthodes de runge Kutta et multistep

Explore les méthodes Runge Kutta et multi-étapes pour résoudre les ODE, y compris Backward Euler et Crank-Nicolson.

Méthodes de différence Finite: Analyse de stabilité

Explore l'analyse de stabilité des méthodes de différence finie pour résoudre les équations différentielles.

Introduction aux équations différentielles ordinaires

Introduit des équations différentielles ordinaires, leur ordre, des solutions numériques et des applications pratiques dans divers domaines scientifiques.