Analyse Numérique pour Ingénieurs (Coursera)

Analyse Numérique pour Ingénieurs  (Coursera)

Ce cours contient les 7 premiers chapitres d'un cours donné aux étudiants bachelor de l'EPFL. Il est basé sur le livre "Introduction à l'analyse numérique", J. Rappaz M. Picasso, Ed. PPUR. Des outils de base sont décrits dans les 5 premiers chapitres. Les deux derniers chapitres abordent la question de la résolution numérique d'équations différentielles.

Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.

Plus précisement, nous allons étudier les chapitres suivants du livre :
Chapitre 1 : interpolation, comment approcher une fonction par un polynôme?
Chapitre 2 : comment approcher des dérivées par des formules de différences finies?
Chapitre 3 : comment approcher des intégrales par des formules de quadrature?
Chapitres 4,5,6 : comment résoudre des (grands) systèmes linéaires?
Chapitre 8 : comment résoudre des équations et systèmes d’équations nonlinéaires?
Chapitre 9 : comment approcher la solution d’une équations différentielle (problème à valeur initiale)? Chapitre 10 : comment approcher la solution d’un problème aux limites unidimensionnel par une méthode de différences finies?
Un cours de deux heures est donc remplacé par des "video lectures" ainsi que les "quiz" correspondant. L'heure d'exercices est remplacée par un "exercice" où vous devrez faire des expériences numériques avec un programme matlab ou octave, et démontrer des résultats théoriques "peer review". Un questionnaire a choix multiple aura lieu à la fin du cours (30% de la note).
Il faut obtenir 60% de la note pour avoir le “statement of accomplishment” et 85% pour l'obtenir "with distinction".
Pour les étudiants EPFL, les heures de cours selon l'horaire is-academia sont maintenues. Vous devez visionner les "video lectures" de la semaine et faire les "quiz" avant l'heure de cours. Lors de la première heure de cours, je résoudrai l'exercice théorique (cet exercice theorique sera proposé comme "peer review" pour les étudiants externes). Une question du même type pourrait être posée lors de l'examen de juin. Lors de la deuxième heure de cours, je répondrai aux questions et je vous aiderai à faire l'"exercice" si nécessaire.
Le temps de travail estimé est le suivant. Il faut compter deux heures pour visualiser les "video lectures" et répondre aux "quiz". Il faut compter une heure pour faire l'"exercice", qui demande de compléter un programme matlab (ou octave) et une heure pour faire l'exercice théorique "peer review" soit cinq heures en tout. Après ces cinq heures, vous devriez avoir acquis la matière.

Syllabus

WEEK 1
Interpolation
Interpolation de Lagrange. Interpolation par intervalles.

WEEK 2
Dérivation numérique
Formules de différences finies pour approcher les dérivées premières et secondes.

WEEK 3
Intégration numérique
Formules de quadrature. Poids et points d'intégration. Formules de Gauss.

WEEK 4
Résolution de systèmes linéaires
Elimination de Gauss. Décomposition LU. Décomposition LL^T.

WEEK 5
Equations et systèmes d'équations non linéaires
Equations non linéaires. Méthodes de point fixe. Méthode de Newton. Systèmes non linéaires.

WEEK 6
Equations et systèmes d'équations différentielles
Equations différentielles du premier ordre. Existence et unicité. Schémas d'Euler. Systèmes différentiels du premier ordre.

WEEK 7
Problèmes aux limites unidimensionnels.
Un problème aux limites unidimensionnels linéaire. Méthode de différences finies. Un problème non linéaire.

WEEK 8
Examen final
Examen final (30% de la note)

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Matrix Methods (Coursera) Coursera
University of Minnesota

Matrix Methods (Coursera)

Mathematical Matrix Methods lie at the root of most methods of machine learning and data analysis of tabular data. Learn the basics of Matrix Methods, including matrix-matrix multiplication, solving linear equations, orthogonality, and best least squares approximation. Discover the Singular Value Decomposition that plays a fundamental role in dimensionality reduction, Principal Component Analysis, and noise reduction.

Jun 22nd 2026
5-12 Weeks
Modern Robotics, Course 6: Capstone Project, Mobile Manipulation (Coursera) Coursera
Northwestern University

Modern Robotics, Course 6: Capstone Project, Mobile Manipulation (Coursera)

The capstone project of the Modern Robotics specialization is on mobile manipulation: simultaneously controlling the motion of a wheeled mobile base and its robot arm to achieve a manipulation task. This project integrates several topics from the specialization, including trajectory planning, odometry for mobile robots, and feedback control. Beginning from the Modern Robotics software library provided to you (written in Python, Mathematica, and MATLAB), and software you have written for previous courses, you will develop software to plan and control the motion of a mobile manipulator to perform a pick and place task.

Jun 22nd 2026
4 Weeks
Contenido de las matemáticas de primaria (Coursera) Coursera
Universidad de los Andes

Contenido de las matemáticas de primaria (Coursera)

En este curso de acceso gratuito*, conocerás algunos temas de las matemáticas escolares con la profundidad necesaria para que puedas ayudar a tus estudiantes a aprenderlas. En este curso, podrás conocer las matemáticas desde cuatro perspectivas: su historia, los conceptos y procedimientos que las caracterizan, las distintas formas en que se hacen presentes (p. ej., tablas, gráficas o expresiones simbólicas), y los fenómenos y situaciones que les dan sentido.

Jun 22nd 2026
5-12 Weeks
Reproducible Templates for Analysis and Dissemination (Coursera) Coursera
Emory University

Reproducible Templates for Analysis and Dissemination (Coursera)

This course will assist you with recreating work that a previous coworker completed, revisiting a project you abandoned some time ago, or simply reproducing a document with a consistent format and workflow. Incomplete information about how the work was done, where the files are, and which is the most recent version can give rise to many complications.

Jun 22nd 2026
5-12 Weeks
Mathematical Foundations for Cryptography (Coursera) Coursera
University of Colorado System

Mathematical Foundations for Cryptography (Coursera)

Welcome to Course 2 of Introduction to Applied Cryptography. In this course, you will be introduced to basic mathematical principles and functions that form the foundation for cryptographic and cryptanalysis methods. These principles and functions will be helpful in understanding symmetric and asymmetric cryptographic methods examined in Course 3 and Course 4. These topics should prove especially useful to you if you are new to cybersecurity. It is recommended that you have a basic knowledge of computer science and basic math skills such as algebra and probability.

Jun 22nd 2026
4 Weeks
Algebra: Elementary to Advanced - Functions & Applications (Coursera) Coursera
Johns Hopkins University

Algebra: Elementary to Advanced - Functions & Applications (Coursera)

After completing this course, students will learn how to successfully apply functions to model different data and real world occurrences. This course reviews the concept of a function and then provide multiple examples of common and uncommon types of functions used in a variety of disciplines. Formulas, domains, ranges, graphs, intercepts, and fundamental behavior are all analyzed using both algebraic and analytic techniques. From this core set of functions, new functions are created by arithmetic operations and function composition.

Jun 22nd 2026
3 Weeks