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
Analyse numérique : introduction aux techniques d'interpolation
Graph Chatbot
Séances de cours associées (29)
Précédent
Page 3 sur 3
Suivant
Formules de Quadrature Gauss-Legendre
Explore les formules de quadrature Gauss-Legendre en utilisant les polynômes Legendre pour une approximation précise de la fonction.
Fonctions Différenciables et Multiplicateurs de Lagrange
Couvre les fonctions différenciables, les points extrêmes et la méthode du multiplicateur de Lagrange pour l'optimisation.
Visualisation de la science des données avec Pandas
Couvre la manipulation et l'exploration de données à l'aide de Python en mettant l'accent sur les techniques de visualisation.
Lagrange Interpolation: Construction polynomiale et introduction intégrale définie
Explore l'interpolation de Lagrange pour la construction polynomiale et introduit l'intégrale définie.
Analyse numérique : Sujets avancés
Couvre des sujets avancés en analyse numérique, en mettant l'accent sur les techniques pour résoudre des problèmes mathématiques complexes.
Intégration numérique : les bases
Couvre l'intégration numérique, les polynômes d'interpolation et les formules d'intégration avec l'analyse des erreurs.
Formules en quadrature: méthodes composites et non composites
Couvre les méthodes en quadrature, en se concentrant sur les techniques composites et non composites, leurs formules et leurs applications pratiques en intégration.
Interpolation trigonométrique: Rapprochement des fonctions et des signaux périodiques
Explore l'interpolation trigonométrique pour approximer les fonctions et les signaux périodiques en utilisant des nœuds également espacés.
Méthodes numériques : Bisection et tableaux multidimensionnels
Discute de la méthode de bisection pour résoudre les équations non linéaires et son implémentation en utilisant Python avec NumPy et Matplotlib.