Couvre les méthodes de résolution d'équations non linéaires, y compris les méthodes de bisection et de Newton-Raphson, en mettant l'accent sur les critères de convergence et d'erreur.
Explore la stabilité des équations différentielles ordinaires, en se concentrant sur la dépendance des solutions, les données critiques, la linéarisation et le contrôle des systèmes non linéaires.
Explore les problèmes de Cauchy avec les fonctions linéaires et non linéaires, en soulignant l'importance des conditions initiales et des solutions multiples.
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.
Explore les systèmes non linéaires à travers des portraits de phase en 2D, en se concentrant sur les champs vectoriels, les isoclines et les trajectoires.
