Vectorisation en Python : calcul efficace avec Numpy

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (27)

Page 3 sur 3

Résolution d'équation non linéaire: introduction à la méthode de bisection

Introduit la méthode de bisection pour résoudre les équations non linéaires en utilisant des techniques numériques et la programmation Python.

Analyse numérique: Stabilité dans les ODE

Couvre l'analyse de stabilité des ODE à l'aide de méthodes numériques et discute des conditions de stabilité.

Décomposition de la valeur singulière : applications et interprétation

Explique la construction de U, la vérification des résultats et l'interprétation de SVD dans la décomposition matricielle.

Introduction à NumPy et Matplotlib pour l'informatique scientifique

Présentation de NumPy et Matplotlib, outils essentiels pour le calcul scientifique et la visualisation de données en Python.

Méthodes itératives pour les équations non linéaires

Explore des méthodes itératives pour résoudre des équations non linéaires, discuter des propriétés de convergence et des détails de mise en œuvre.

Série Taylor et méthode Secant: Techniques d'analyse numérique

Discute de la série Taylor et de la méthode sécante, en se concentrant sur leurs applications dans les techniques d'analyse numérique et de recherche de racines.

Systèmes linéaires: convergence et méthodes

Explore les systèmes linéaires, la convergence et les méthodes de résolution en mettant l'accent sur les besoins en temps et en mémoire du processeur.