m62lille

page web

Les TPs du module M62 – « Équations différentielles » de l’Université de Lille.

Vous pouvez récupérer ce dépôt de deux façons faciles :

en téléchargeant l’archive zip qui contient la dernière version des fichiers,
récupérer l’intégralité de ce dépôt, y compris l’historique des modifications, en utilisant git avec la commande
```
git clone git@github.com:ktzanev/m62lille.git
```

2022/23

Vous pouvez aussi ouvrir ce dépôt dans le cloud :

avec : [OVH] [MyBinder] [Gesis] [Google Cloud] ;
avec : [Google Colab] .

Ce dépôt contient les fichiers :

Feuille de TP n°0 (cette feuille 0 est à étudier, et jouer avec, avant le début des tps)
Feuille de TP n°1
Feuille de TP n°2
Feuille de TP n°3
Feuille de TP n°4

Comment utiliser iPython dans les salles de tp, ou sur votre ordinateur

Récupérez le fichier .ipynb du TP en question.
Ouvrez un terminal et aller dans le répertoire où vous avez enregistré les fichiers .ipynb.
Lancez le notebook iPython avec
```
  jupyter notebook
```
Normalement le navigateur web s’ouvre automatiquement à la page du notebook, mais sinon dans le terminal sont affichées des informations qui se terminent par
```
  Or copy and paste one of these URLs:
  http://localhost:8888/?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
```
(où xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx est un code unique d’accès).

Copier et coller cette adresse dans votre navigateur… c’est parti.

Comment installer iPython sur votre ordinateur

Il y a différentes façons d’installer python (et par conséquent iPython avec jupyter). Nous vous conseillons d’utiliser la distribution Mini Conda qui est la version « mini » d’Anaconda.

Cette distribution vient avec le gestionnaire de paquets conda qui vous permet d’installer les bibliothèques dont vous avez besoin pour ces TPs :

jupyterlab : pour l’exécution des .ipynb dans votre navigateur ;
numpy : pour la manipulation aisée des vecteurs et des matrices ;
matplotlib : pour les rendus graphiques ;
scipy : pour la résolution approchée des EDO avec odeint ;

Pour installer toutes ces bibliothèques il suffit d’exécuter en ligne de commande

conda install -c conda-forge jupyterlab numpy matplotlib scipy

Serveur Jupyter à accès libre

En plus de Binder et de Google Colab il y a aussi d’autres serveurs gratuits, mais où vous devez déposer manuellement le fichier .ipynb récupéré sur GitHub :