Introduit les bases de Numpy, une bibliothèque de calcul numérique en Python, couvrant les avantages, la disposition de la mémoire, les opérations et les fonctions d'algèbre linéaire.

Complément Python : Numpy, Scipy, Matplotlib

Couvre des sujets Python avancés tels que les opérations numpy, l'algèbre linéaire scipy et matplotlib pour la création de figures.

Équation de diffusion de neutrons: Méthodes numériques

Couvre les méthodes numériques pour résoudre l'équation de diffusion des neutrons et traiter les effets hétérogènes dans les réacteurs thermiques.

Science des données pour les ingénieurs: Partie 2

Explore la manipulation, l'exploration et la visualisation de données dans des projets de science des données en utilisant Python.

Analyse numérique: Systèmes linéaires

Couvre l'analyse des systèmes linéaires, en se concentrant sur des méthodes telles que Jacobi et Richardson pour résoudre des équations linéaires.

Problèmes d'horizon infini : formulation et complexité

Couvre les problèmes d'horizon infini dans les processus de probabilité appliquée et stochastiques.

Méthode Jacobi : Conditions de convergence

Explore la méthode Jacobi pour les systèmes linéaires, en mettant l'accent sur les conditions de convergence et les propriétés matricielles.