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.
Explore les valeurs propres, les vecteurs propres et les méthodes de résolution de systèmes linéaires en mettant l'accent sur les erreurs d'arrondi et les matrices de préconditionnement.
Explore la méthode Jacobi et les techniques de diagonalisation, y compris la transformation de similarité, les méthodes de puissance et la décomposition QR.
Explore la complexité des calculs matriciels, en mettant l'accent sur les valeurs propres et les vecteurs propres des matrices symétriques et les défis de leur calcul.
Introduit des équations différentielles ordinaires, leur ordre, des solutions numériques et des applications pratiques dans divers domaines scientifiques.
