Explore les méthodes numériques pour résoudre l'équation de Schrdinger en fonction du temps à l'aide de la représentation en grille et des algorithmes à opérateur divisé.
Explore explicitement les méthodes de Runge-Kutta stabilisées et leur application aux problèmes inverses bayésiens, couvrant l'optimisation, l'échantillonnage et les expériences numériques.
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.
