Théorème du point fixe : Convergence de la méthode de Newton

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (30)

Page 2 sur 3

Méthodes numériques : méthode du point fixe et de Picard

Couvre les méthodes des points fixes et la méthode Picard pour résoudre les équations non linéaires de manière itérative.

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.

Analyse numérique : la méthode de Newton

Explore la méthode de Newton pour trouver les racines des équations non linéaires et son interprétation comme méthode de second ordre.

Taylor polynômes: Approximation des fonctions dans plusieurs variables

Couvre les polynômes de Taylor et leur rôle dans l'approximation des fonctions dans de multiples variables.

Analyse numérique : Équations non linéaires

Explore l'analyse numérique des équations non linéaires, en mettant l'accent sur les critères de convergence et les méthodes comme la bisection et l'itération à point fixe.

Méthodes à points fixes et Newton-Raphson

Couvre les méthodes à point fixe et Newton-Raphson, en mettant l'accent sur leur convergence et le contrôle des erreurs.

Méthode de Newton : Convergence et critères

Explore la méthode de Newton pour les équations non linéaires, en discutant des critères de convergence et des conditions d'arrêt.

Convergence des méthodes en points fixes

Examine la convergence des méthodes à points fixes et les implications des différents taux de convergence.

Géomécanique computationnelle : flux non confiné

Explore le flux non confiné dans la géomécanique computationnelle, mettant l'accent sur la dérivation de forme faible et la perméabilité relative.

Méthodes numériques: Euler et Crank-Nicolson

Couvre les méthodes Euler et Crank-Nicolson pour résoudre les équations différentielles.