Càlcul en diverses variables

Coursera Courses ↗ · Coursera

Open Course on Coursera

Free to audit · Opens on Coursera

Càlcul en diverses variables

Coursera · Beginner ·📄 Research Papers Explained ·1mo ago
Skills: Maths for ML80%
“Càlcul diferencial en diverses variables” és un breu curs introductori al càlcul diferencial en diverses variables. A l’estudiar problemes bàsics de les Ciències apareixen funcions de diverses variables. Per exemple, la temperatura d’un punt de l’aire depèn de la posició (tres coordenades reals) i del temps (una quarta variable real). La velocitat d’un mòbil a l’espai és un vector amb tres coordenades que depèn de la posició i del temps. Si ja heu seguit un curs de càlcul diferencial en una variable el nostre curs us pot servir per a començar a entendre les dificultats inherents al món de les diverses variables. Si esteu seguint ja un curs presencial sobre el tema el nostre curs us pot servir com a reforç i com a complement. Al final del curs entendreu la noció de funció diferenciable, de derivada parcial, de gradient, sabreu com es troben els extrems (màxim i mínim) locals d’una funció de diverses variables, tant en el cas lliure com en el condicionat. En el cas d’extrems condicionats sabreu el paper que juga la condició de Lagrange i com s’utilitza. Sabreu en quins casos es pot trobar una funció implícita a partir d’una equació al pla o a l’espai. Pel camí haureu tingut un primer contacte amb la topologia de l’espai euclidià n-dimensional, la noció de límit i de compacitat.
Watch on Coursera ↗ (saves to browser)
Sign in to unlock AI tutor explanation · ⚡30

Related AI Lessons

The ABCs of reading medical research and review papers these days
Learn to critically evaluate medical research papers by accepting nothing at face value, believing no one blindly, and checking everything
Medium · LLM
#1 DevLog Meta-research: I Got Tired of Tab Chaos While Reading Research Papers.
Learn to manage research paper tabs efficiently and apply meta-research techniques to improve productivity
Dev.to AI
How to Set Up a Karpathy-Style Wiki for Your Research Field
Learn to set up a Karpathy-style wiki for your research field to organize and share knowledge effectively
Medium · AI
The Non-Optimality of Scientific Knowledge: Path Dependence, Lock-In, and The Local Minimum Trap
Scientific knowledge may be stuck in a local minimum, hindering optimal progress, and understanding this concept is crucial for advancing research
ArXiv cs.AI
Up next
Microsoft Research Forum | Season 2, Episode 4
Microsoft Research
Watch →