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

Calculus: Single Variable Part 3 - Integration (Coursera) Coursera
University of Pennsylvania

Calculus: Single Variable Part 3 - Integration (Coursera)

Calculus is one of the grandest achievements of human thought, explaining everything from planetary orbits to the optimal size of a city to the periodicity of a heartbeat. This brisk course covers the core ideas of single-variable Calculus with emphases on conceptual understanding and applications. The course is ideal for students beginning in the engineering, physical, and social sciences.

Oct 26th 2026
4 Weeks
Aléatoire : une introduction aux probabilités - Partie 1 (Coursera) Coursera
École Polytechnique

Aléatoire : une introduction aux probabilités - Partie 1 (Coursera)

Ce cours d'introduction aux probabilités a la même contenu que le cours de tronc commun de première année de l'École polytechnique donné par Sylvie Méléard. Le cours introduit graduellement la notion de variable aléatoire et culmine avec la loi des grands nombres et le théorème de la limite centrale. Les notions mathématiques nécessaires sont introduites au fil du cours et de nombreux exercices corrigés sont proposés.

Nov 2nd 2026
5-12 Weeks
Differential Equations Part II Series Solutions (Coursera) Coursera
Korea Advanced Institute of Science and Technology - KAIST

Differential Equations Part II Series Solutions (Coursera)

This introductory courses on (Ordinary) Differential Equations are mainly for the people, who need differential equations mostly for the practical use in their own fields. So we try to provide basic terminologies, concepts, and methods of solving various types of differential equations as well as a rudimentary but indispensable knowledge of the underlying theory and some related applications.

Oct 26th 2026
5-12 Weeks
Big Data Science with the BD2K-LINCS Data Coordination and Integration Center (Coursera) Coursera
Icahn School of Medicine at Mount Sinai

Big Data Science with the BD2K-LINCS Data Coordination and Integration Center (Coursera)

In this course we briefly introduce the DCIC and the various Centers that collect data for LINCS. We then cover metadata and how metadata is linked to ontologies. We then present data processing and normalization methods to clean and harmonize LINCS data. This follow discussions about how data is served as RESTful APIs. Most importantly, the course covers computational methods including: data clustering, gene-set enrichment analysis, interactive data visualization, and supervised learning. Finally, we introduce crowdsourcing/citizen-science projects where students can work together in teams to extract expression signatures from public databases and then query such collections of signatures against LINCS data for predicting small molecules as potential therapeutics.

Oct 19th 2026
5-12 Weeks
Introduction à la théorie de Galois (Coursera) Coursera
École normale supérieure

Introduction à la théorie de Galois (Coursera)

Le cours expose la théorie de Galois, du classique critère de non-résolubilité des équations polynomiales aux méthodes plus avancées de calcul de groupes de Galois par réduction modulo un nombre premier. Le thème général de cette théorie est l'étude des racines d'un polynôme et concerne en particulier la possibilité de les exprimer à partir des coefficients de ce polynôme. Evariste Galois considère les symétries de ces racines et associe ainsi à ce polynôme un groupe de permutations de ses racines, que l'on appelle maintenant son groupe de Galois.

Oct 26th 2026
5-12 Weeks
Network Analysis in Systems Biology (Coursera) Coursera
Icahn School of Medicine at Mount Sinai

Network Analysis in Systems Biology (Coursera)

An introduction to data integration and statistical methods used in contemporary Systems Biology, Bioinformatics and Systems Pharmacology research. The course covers methods to process raw data from genome-wide mRNA expression studies (microarrays and RNA-seq) including data normalization, differential expression, clustering, enrichment analysis and network construction. The course contains practical tutorials for using tools and setting up pipelines, but it also covers the mathematics behind the methods applied within the tools.

Oct 26th 2026
5-12 Weeks
Fibonacci Numbers and the Golden Ratio (Coursera) Coursera
The Hong Kong University of Science and Technology - HKUST

Fibonacci Numbers and the Golden Ratio (Coursera)

Learn the mathematics behind the Fibonacci numbers, the golden ratio, and how they are related. These topics are not usually taught in a typical math curriculum, yet contain many fascinating results that are still accessible to an advanced high school student. The course culminates in an explanation of why the Fibonacci numbers appear unexpectedly in nature, such as the number of spirals in the head of a sunflower.

Oct 26th 2026
3 Weeks
Estadística y probabilidad (Coursera) Coursera
Universidad Nacional Autónoma de México

Estadística y probabilidad (Coursera)

En este curso podrás apoyar tu formación en temas de estadística y probabilidad I. Más allá de que encuentres aquí un apoyo para lograr una calificación, el curso busca ayudarte a que adquieras los aprendizajes que comprenden temas de estadística descriptiva, datos bivariados y probabilidad, los cuales te serán de utilidad en tu paso por la licenciatura y en tu vida profesional.

Oct 26th 2026
4 Weeks