Séance de cours
Systèmes d'ODE
Séances de cours associées (42)
Monotonie inverse : stabilité et convergence
Explore la monotonie inverse dans les méthodes numériques pour les équations différentielles, en mettant l'accent sur les critères de stabilité et de convergence.
Méthodes d'ordre supérieur : Discrétisation de l'espace
Couvre les méthodes d'ordre élevé pour la discrétisation de l'espace dans les systèmes différentiels linéaires.
Méthodes numériques : Runge-Kutta Rapprochement
Couvre la méthode Runge-Kutta pour l'approximation des solutions d'équations différentielles.
Méthodes numériques: Euler et Crank-Nicolson
Couvre les méthodes Euler et Crank-Nicolson pour résoudre les équations différentielles.
Méthode des différences finales : Division des erreurs et schémasMOOC: Analyse Numérique pour Ingénieurs
Couvre la division des erreurs et les schémas de résolution des équations différentielles.
Stabilité absolue de la méthode progressive d'Euler
Explore la stabilité absolue de la méthode Euler Progressive et son importance dans les solutions numériques des équations différentielles.
Convergence : la méthode d'Euler
Explore la stabilité et la convergence dans les méthodes numériques pour les ODE, en se concentrant sur la méthode progressive d'Euler.
Estimation des erreurs dans les méthodes numériques
Explore l'estimation des erreurs dans les méthodes numériques pour résoudre les équations différentielles, en se concentrant sur l'erreur de troncature locale, la stabilité et la continuité de Lipschitz.
Schémas implicites dans l'analyse numérique
Explore les schémas implicites dans l'analyse numérique, en mettant l'accent sur les propriétés de stabilité et de convergence dans la résolution des équations différentielles.
Autres méthodes : Crank-Nicolson
Couvre les méthodes numériques alternatives pour résoudre les équations différentielles, y compris la méthode de Crank-Nicolson et Heun.