Colles du 12/10 en Sciences Industrielles de l'Ingénieur (mise à jour)
Publication le 11/10 à 20h46 (publication initiale le 11/10 à 20h45)
Programmes de colle précédents, auxquels on ajoute :
4 | Calcul numérique
- Savoir créer une liste ou un vecteur ou une matrice en Python, et savoir utiliser judicieusement les fonctions np.array, np.linspace, plt.figure, plt.plot, plt.show (après avoir importé les modules sous les alias suivants : import numpy as np, import matplotlib.pyplot as plt)
- Calcul d’une intégrale numérique sur un intervalle par méthode des rectangles droite/gauche, méthode des trapèzes (+ Python)
- Calcul d’une dérivée numérique d’ordre 1 en un instant par le schéma d’Euler avant (ou différence avant), par le schéma d’Euler arrière (ou différence arrière) (+Python)
- Calcul d’une dérivée numérique d’ordre 2 en un instant (+Python)
- Savoir justifier de la nécessité d’un filtrage numérique en plus d’une dérivation numérique
- Application d’un filtre numérique passe-bas, par moyenne glissante (+Python)
- Recherche d’un zéro avec la méthode par dichotomie (+Python)
- Recherche d’un zéro avec la méthode de Newton et connaître la relation de récurrence (+Python)
- Donner les avantages/désavantages des deux méthodes
- Savoir utiliser la fonction fsolve du module scipy.optimize pour résoudre numériquement une recherche de zéro scalaire ou vectoriel
- Savoir expliquer la méthode d’Euler à l’ordre 1 et connaître la relation de récurrence (+Python)
- Savoir utiliser la fonction odeint de scipy.integrate pour résoudre numériquement une équation différentielle scalaire ou vectorielle (méthode d’Euler à l’ordre n>1 ou système d’équations différentielles couplées)
- Savoir utiliser la fonction solve du module numpy.linalg pour résoudre numériquement un système d’équations linéaires
