Méthodes numériques appliquées, site compagnon
Bienvenue sur le site compagnon du livre Méthodes numériques appliquées de Jean-Philippe Grivet (nouvelle édition).
Vous trouverez pour chaque chapitre :
- des solutions aux exercices proposés dans le livre, dont certaines sous forme de programmes Scilab ou Python ;
- des projets (chapitres 8, 9, 10, 11, 12, 13 et 15) qui sont des applications à des problèmes concrets de sciences et techniques. Des articles viennent les compléter ;
- des animations (voir la liste) ;
- des compléments (chapitres 2, 4, 6, 7, 8, 10, 11, 12, 13, 14 et 15) tels que la traduction en Python des programmes Scilab donnés en exemples dans le livre ;
- des liens permettant d'accéder à de la documentation en ligne.
Scilab est un logiciel gratuit de calcul numérique utilisé pour la résolution des exercices et la réalisation des projets. Les fichiers Scilab sont téléchargeables ; mais avant tout il vous faut installer Scilab. Un certain nombre de tutoriels sont consultables en ligne.
Python est un langage de programmation généraliste. Le logiciel est gratuit et facile à installer. Associé aux bibliothèques de programmes Numpy, Scipy et Matplotlib, il forme un ensemble puissant de programmes dédiés au calcul scientifique et à la présentation graphique des résultats. Plutôt que de télécharger chaque composant logiciel séparément, il est commode d'installer une distribution complète. Nous avons utilisé la version proposée par Continuum Analytics sous le nom d'Anaconda (version 4.3). Elle comprend un environnement de développement intégré (Spyder) fort commode. Les sites précédents offrent aussi des tutoriels et des exemples d'utilisation.
Si les programmes sont, dans le livre, souvent écrits en Scilab, ce site propose certaines traductions en Python. Les fichiers à télécharger sont au format .txt. Nous conseillons aux utilisateurs de modifier cette extension en .py pour que leur éditeur Python les ouvre correctement.
Pour en savoir plus : le style de programmation en Python.
Sommaire
- Chapitre 1 - Représentations graphiques Méthodes numériques appliquées
- Chapitre 2 - Approximation de fonctions Méthodes numériques appliquées
- Chapitre 3 - Grandeurs physiques Méthodes numériques appliquées
- Chapitre 4 - Interpolation Méthodes numériques appliquées
- Chapitre 5 - Équations non linéaires Méthodes numériques appliquées
- Chapitre 6 - Systèmes d’équations linéaires Méthodes numériques appliquées
- Chapitre 7 - Polynômes orthogonaux Méthodes numériques appliquées
- Chapitre 8 - Dérivation, intégration Méthodes numériques appliquées
- Chapitre 9 - Analyse spectrale, TF Méthodes numériques appliquées
- Chapitre 10 - Valeurs propres, vecteurs propres Méthodes numériques appliquées
- Chapitre 11 - Problèmes différentiels à CI Méthodes numériques appliquées
- Chapitre 12 - Problèmes à CL et aux valeurs propres Méthodes numériques appliquées
- Chapitre 13 - Équations aux dérivées partielles Méthodes numériques appliquées
- Chapitre 14 - Probabilités et erreurs Méthodes numériques appliquées
- Chapitre 15 - Méthodes de Monte Carlo Méthodes numériques appliquées
- Le style de programmation en Python Méthodes numériques appliquées
- Liste des animations Méthodes numériques appliquées
- Pour aller plus loin Méthodes numériques appliquées
Mis à jour le 20 avril 2024
