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
Équations différentielles ordinaires: méthodes et stabilité
Graph Chatbot
Séances de cours associées (30)
Précédent
Page 3 sur 3
Suivant
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.
Méthodes numériques: programmes Euler
Se concentre sur les schémas d'Euler pour l'approximation numérique des forces et des vitesses.
Euler Backward Méthode: ODEs
Explore la méthode Euler arriérée pour les ODE, discutant de la stabilité, de la réduction des erreurs et des méthodes implicites vs explicites.
Elasto-gravité flexion: Mécanique de la structure mince
Explore les déformations d'une feuille inextensible pliée sous l'auto-poids et ses formes d'équilibre sous la gravité.
Méthodes stabilisées explicites : Équations différentielles stochastiques
Couvre des méthodes explicitement stabilisées pour les équations différentielles stochastiques rigides, en analysant leurs propriétés et applications.
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 : équations différentielles et analyse de stabilité
Couvre les méthodes numériques pour résoudre les équations différentielles et leur analyse de stabilité, en se concentrant sur le calcul des erreurs et les applications pratiques en ingénierie et en science.
Problèmes d'examen: équations non linéaires et ODE
Couvre les problèmes de type examen sur les équations non linéaires, les ODE et les méthodes numériques.
Méthodes numériques : Runge-Kutta Rapprochement
Couvre la méthode Runge-Kutta pour l'approximation des solutions d'équations différentielles.
Différenciation numérique: Partie 1
Couvre la différenciation numérique, les différences en avant, l'expansion de Taylor, la notation Big O et la minimisation des erreurs.