Discute des processus décisionnels de Markov et des techniques de programmation dynamique pour résoudre des politiques optimales dans divers scénarios.
Explore les concepts avancés de physique comme les oscillations, les forces et les gyroscopes, en se concentrant sur les corps rotatifs, la précession et la conservation de l'élan angulaire.
Explore l'analyse numérique des équations non linéaires, en mettant l'accent sur les critères de convergence et les méthodes comme la bisection et l'itération à point fixe.
Explore les méthodes de représentation d'entiers, comparant signe et grandeur avec le complément de deux, et introduit des représentations en virgule fixe et en virgule flottante.
Couvre les fondamentaux de l'optimisation d'entier, y compris la programmation d'entier, la programmation dynamique et les algorithmes d'approximation.
