Passer au contenu principal
Graph
Search
fr
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Stabilité absolue dans les méthodes numériques
Graph Chatbot
Séances de cours associées (25)
Précédent
Page 2 sur 3
Suivant
Méthodes numériques en chimie
Couvre la mise en œuvre de méthodes numériques dans MATLAB pour résoudre des problèmes chimiques.
Différenciation numérique: différences centrales et arrière
Explore les différences en arrière et centrales pour la différenciation numérique, en analysant leurs propriétés et l'analyse des erreurs.
Théorie multigroupe: principales équations et solution numérique
Couvre la dérivation des équations de diffusion multi-groupes et les méthodes numériques pour résoudre l'équation de diffusion des neutrons.
Méthode Euler Forward
Introduit la méthode Euler Forward pour les ODE, en se concentrant sur l'analyse des erreurs et la stabilité.
Algorithme Thomas, précision des méthodes directes
Explore l'algorithme Thomas pour les systèmes tridiagonaux et la précision des méthodes directes dans les calculs numériques.
Intégration numérique : Lagrange Interpolation, Simpson Rules
Explique l'interpolation de Lagrange pour l'intégration numérique et introduit les règles de Simpson.
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.
Sensibilité des solutions
Explore la sensibilité des solutions dans les méthodes numériques, y compris les systèmes linéaires et les normes matricielles, avec un exemple de débluring images.
Équations différentielles stochastiques : Inférence moyenne sur le terrain
Explore l'inférence pour les équations différentielles stochastiques, en se concentrant sur les méthodes numériques et l'analyse de convergence.
Différenciation numérique : Richardson Extrapolation
Couvre l'extrapolation de Richardson pour la différenciation numérique afin de réduire l'erreur.