Discute des méthodes numériques, en se concentrant sur les critères d'arrêt, SciPy pour l'optimisation et la visualisation des données avec Matplotlib.
Couvre les méthodes de recherche de racines, en se concentrant sur les techniques de bisection et de sécante, leurs implémentations et les comparaisons de leurs taux de convergence.
Couvre les bases de l'analyse numérique et des méthodes de calcul utilisant Python, en se concentrant sur les algorithmes et les applications pratiques en mathématiques.
Couvre les tableaux NumPy et leurs représentations graphiques à l'aide de Matplotlib, en se concentrant sur les techniques de création, de manipulation et de visualisation des tableaux.
