Cette séance de cours explique le concept d'ordre de convergence, en distinguant la convergence linéaire, où l'erreur diminue à chaque pas d'un facteur constant, et la convergence quadratique, où l'erreur diminue à chaque pas d'un facteur proportionnel au carré de l'erreur à l'étape précédente. La séance de cours traite également des limites de la convergence quadratique lorsque l'erreur est grande et des avantages de la convergence quadratique par rapport à la convergence linéaire lorsque l'erreur est déjà petite. En outre, il introduit le concept de généralisation de la convergence dans l'ordre P, où l'exposant P détermine le taux de convergence.