Introduit les bases des équations différentielles ordinaires, explorant l'existence, l'unicité, les dimensions supérieures, les fonctions de Lipschitz et la recherche de solutions.
Explore les équations différentielles stochastiques avec des exemples comme le mouvement brownien et les processus carré-root, en discutant de leur relation avec les équations différentielles partielles.
Couvre le caractère unique des solutions dans les équations différentielles, en se concentrant sur le théorème de Cauchy-Lipschitz et ses implications pour les solutions locales et globales.
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 les modèles PDE non linéaires avec perturbation fractionnelle stochastique, en se concentrant sur l'identification de régularité et l'interprétation du bruit espace-temps.
Couvre le caractère unique des solutions dans les équations différentielles, en se concentrant sur le théorème de Cauchy-Lipschitz et ses implications pour les solutions locales et globales.
Explore les méthodes avancées d'intégrale de chemin dans la science informatique, couvrant l'échantillonnage efficace, le bruit coloré, les intégrales de haut ordre, et les thermostats quantiques.
Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.
Couvre la résolution des équations différentielles inhomogènes linéaires et la recherche de leurs solutions générales en utilisant la méthode de variation des constantes.
Couvre la dynamique Langevin, l'équation Fokker-Planck, la résolution de l'équation Langevin, et l'efficacité de l'échantillonnage Langevin dans la dynamique moléculaire.
