Passer au contenu principal
Graph
Search
fr
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Méthodes Runge-Kutta: Stabilité et schémas implicites
Graph Chatbot
Séances de cours associées (28)
Précédent
Page 2 sur 3
Suivant
Intégration numérique : les bases
Couvre l'intégration numérique, les polynômes d'interpolation et les formules d'intégration avec l'analyse des erreurs.
Méthodes de runge Kutta et multistep
Explore les méthodes Runge Kutta et multi-étapes pour résoudre les ODE, y compris Backward Euler et Crank-Nicolson.
Équations différentielles ordinaires: méthodes et applications
Explore les équations différentielles ordinaires et les méthodes d'intégration numérique pour la stabilité et la précision.
Numerics: projet de semestre
Couvre le projet de semestre sur les chiffres, en se concentrant sur les algorithmes adaptatifs et les méthodes multi-étapes.
Intégration numérique : méthode Euler
Couvre la méthode progressive d'Euler pour l'intégration numérique des ODE, y compris les problèmes de Cauchy et les méthodes de Runge-Kutta.
Méthodes numériques pour les ODE: Crank-Nicolson, Heun, Euler, RK4
Explore des méthodes numériques telles que Crank-Nicolson, Heun, Euler et RK4 pour résoudre les ODE, en mettant l'accent sur l'estimation des erreurs et la convergence.
Méthodes stabilisées explicites : Équations différentielles stochastiques
Couvre des méthodes explicitement stabilisées pour les équations différentielles stochastiques rigides, en analysant leurs propriétés et applications.
Cauchy Problème: Méthodes Euler
Explore le problème de Cauchy et les méthodes d'Euler pour les solutions numériques dans les ODE.
Euler Backward Méthode: ODEs
Explore la méthode Euler arriérée pour les ODE, discutant de la stabilité, de la réduction des erreurs et des méthodes implicites vs explicites.
Méthodes de runge-Kutta: approximation des équations différentielles
Couvre les étapes de la méthode Runge-Kutta explicite pour approximer y(t) avec des explications détaillées.