Explore les contraintes, l'efficacité et la complexité de l'algèbre linéaire, en mettant l'accent sur la convexité et la complexité du pire des cas dans l'analyse algorithmique.
Introduit des approches déterministes pour identifier les nombres premiers et couvre les algorithmes et l'arithmétique modulaire pour les essais de nombres premiers.
Présente le théorème principal pour l'analyse de la complexité du temps de l'algorithme à travers la subdivision des problèmes et l'application de la formule.
Explore la complexité algorithmique, en comparant les taux de croissance en utilisant la notation Theta et en caractérisant différentes classes de complexité.
L'analyse de sensibilité basée sur les variations pour les systèmes stochastiques couvre l'impact des paramètres d'incertitude et des indices de sensibilité dans les modèles stochastiques.
