Approximations variationelles des EDP Notes du Cours de M2

Dimension: px
Commencer à balayer dès la page:

Download "Approximations variationelles des EDP Notes du Cours de M2"

Transcription

1 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation variationelle, c est à dire dont la solution u est aussi solution du problème (V) Trouver u X tel que a(u, v) = L(v) pour tout v X, où X est un espace de Hilbert, a une forme bilinéaire sur X X, et L une forme linéaire sur X. Ces formulations sont importantes pour les raisons suivantes: 1. De nombreux problèmes issus de la physique et de la mécanique admettent de telles formulations, et celles-ci reflettent souvent une propriété fondamentale du modèle, typiquement la minimisation d une énergie sous-jacente. 2. Ces formulations donnent accès à des résultats fondamentaux sur le caractère bien posé de l équation, c est à dire l existence et l unicité de la solution, et la stabilité de cette solution par rapport à des perturbations des données. 3. Elles sont à la base de méthodes performantes pour l approximation numérique des solutions, par la résolution d un problème approché: trouver u h X h tel que a(u h, v h ) = L(v h ) pour tout v h X h, où X h est un sous-espace de dimension finie de X. Le cours se concentre autour de ce dernier aspect qui pose la question du contrôle de l erreur u u h entre la solution exacte et la solution approchée. On s interessera tout particulièrement à la méthode des éléments finis dans laquelle les fonctions de X h sont polynomiales par morceaux sur une partition du domaine de la solution de l équation. Ces notes contiennent la totalité des résultats du cours sous une forme relativement condensée. En particulier, les démonstrations les plus simples sont esquissées ou laissées en exercice. Ces notes sont mises à jour et corrigées en temps réel. Toutes les remarques permettant d en améliorer la rédaction peuvent être envoyées à l adresse cohen@ann.jussieu.fr. 1

2 1 Formulations et approximations variationelles 1.1 Un exemple fondamental Nous allons illustrer le passage à une formulation variationelle sur l exemple simple mais important du problème du laplacien (ou équation de Poisson): on cherche une fonction u telle que u = f dans et u = 0, (1.1) où désigne un ouvert borné de IR d, désigne la frontière de et f est une fonction définie sur. Il est important de faire des hypothèses supplémentaires sur la régularité géométrique du domaine. Définition Le domaine est dit lipschitzien si il existe une une famille finie de boules ouvertes (B i ) i=1,,n telle que n i=1 B i et sur chaque B i il existe un système de coordonnées (x 1,, x d ) et une fonction ψ i lipschitzienne telle que B i = {(x 1,, x d ) B i ; x d < ψ i (x 1,, x d 1 )}. (1.2) Intuitivement cela signifie que la frontière de peut-être vue localement comme le graphe d une fonction lipschitzienne. La pluspart des domaines classiques - en particulier les polygones en dimension 2 et presque tous les polyhèdres en dimension 3 - sont lipschitziens. Des exemples de domaines non-lipschitziens sont ceux dont la frontière présente des points de rebroussement, ou une fissure rentrant dans le domaine. On peut aussi définir des domaines plus réguliers: on dira que est de classe C m,1 lorsque les fonctions ψ i sont C m et leurs dérivées partielles d ordre m sont lipschitziennes. Tous les domaines considérés dans ce cours seront au minimum de type lipschitzien. Afin de donner un sens à l équation (1.1) il faut préciser l espace dans lequel on cherche la solution. Un premier choix intuitivement possible est de chercher u dans C 2 en supposant alors f continue. En multipliant l équation par une fonction v arbitraire de classe C 1, et en intégrant sur le domaine, on obtient u v = fv, (1.3) et en appliquant la formule de Green u v 2 u n v = fv, (1.4)

3 où u n = u n est la dérivée normale de u, avec n le vecteur unitaire normal extérieur au bord. Dans le cas d un domaine lipschitzien, cette normale est définie en presque tout point de et la formule de Green s applique. En supposant de plus que v s annulle au bord on obtient ainsi u v = fv. (1.5) L équation ci-dessus garde un sens lorsque u est seulement de classe C 1. En introduisant l espace X = {v C 1 ; v = 0}, on obtient ainsi que toute solution de (1.1) est aussi solution de la formulation variationelle avec a(u, v) := Trouver u X tel que a(u, v) = L(v) pour tout v X, (1.6) u v = u, v L 2 et L(v) := fv = f, v L 2, (1.7) (dans l ensemble du cours, on ne considère que des fonctions à valeurs réelles, ce qui explique l absence de quantités conjuguées dans la définition du produit scalaire). On voit aisément que a est bilinéaire sur X X et L est linéaire sur X. Remarque La formulation variationelle nous permet aisément d obtenir un résultat d unicité pour l équation, en prouvant, ce qui est équivalent, que u = 0 si f = 0. En effet, en prenant dans ce cas v = u dans (1.6), on obtient u = 0, donc u est constante et forcément nulle puisque u = 0. Remarque Il est important de vérifier que réciproquement, toute solution suffisament régulière de (1.6) est aussi solution de la formulation initiale (1.1). En supposant u de classe C 2 et solution de (1.6), on obtient en appliquant la formule de Green dans le sens inverse que ( u + f)v = 0, pour tout v X, (1.8) qui implique immédiatement que u = f (exercice: on peut au choix évoquer l égalité u + f = 0 au sens des distribution, ou la densité de X dans L 2 (), ou prouver directement que u + f est nul en tout point de ). 3

4 Remarque Il est assez naturel que l espace X où l on cherche la solution soit le même que celui que parcours les fonctions v. Remarquons que si X est un espace de dimension finie, toute équation de type (1.6) peut se reformuler sous la forme d une équation linéaire Au = f où A est l unique endomorphisme de X tel que a(u, v) = Au, v et f l unique élément de X tel que L(v) = f, v, avec, un produit scalaire fixé dans X. Dans un tel cas, l unicité de la solution signifie que A est injective et donc un isomorphisme ce qui assure l existence d une solution. Cependant nous travaillons ici en dimension infinie et ce raisonement n est plus valable. L existence de la solution de (1.6) va découler de la théorie de Lax-Milgram. 1.2 Théorie de Lax-Milgram Dans cette section, on considère un problème général pouvant se mettre sous la forme variationelle (V) Trouver u X tel que a(u, v) = L(v) pour tout v X, Le théorème de Lax-Milgram apporte une réponse à l existence, l unicité et la stabilité de la solution dans un cadre précis. Théorème On suppose que X est un espace de Hilbert et que les formes a et L vérifient les hypothèses suivantes: 1. Continuité de L : L(v) C L v X pour tout v X. 2. Continuité de a : a(u, v) C a u X v X pour tout u, v X. 3. Coercivité de a : a(u, u) α u 2 X pour tout u X, avec α > 0. Alors il existe une solution unique u au problème (V ) qui vérifie l estimation a-priori u X L X α, (1.9) avec L X = sup v X =1 L(v) la norme de L dans le dual X de X. Preuve: L estimation à postériori s établit en prenant v = u dans (V) puis en appliquant la continuité de L et la coercivité de a ce qui donne α u 2 X C L u X. (1.10) 4

5 Il suffit alors de prendre C L = L X. Cette estimation nous donne aussi l unicité de la solution. Pour l existence, considérons d abord le cas simple où a est une forme symétrique. Dans ce cas, la continuité et la coercivité de a montrent qu il s agit d un produit scalaire sur X X et que la norme v a := a(v, v) est équivalente à la norme X. Puisque L est continue, elle l est aussi par rapport à a et le théorème de représentation de Riesz nous assure donc l existence d un unique u X tel que L(v) = a(u, v) pour tout v X. Dans le cas non-symétrique, on remarque que puisque v a(u, v) et v L(v) sont continues, on peut écrire a(u, v) = Au, v et L(v) = f, v où A est un opérateur continu sur X, f X et, un produit scalaire dans X. L équation (V) s écrit donc Au = f dans X. L hypothèse de coercivité nous permet d affirmer que α v X Av X, (1.11) pour tout v X, ce qui entraine que Im(A) est un sous-espace fermé de X qui se décompose donc suivant X = Im(A) (Im(A)). Considérons à présent w (Im(A)). La coercivité nous montre que α w 2 X a(w, w) = Aw, w = 0. (1.12) Par conséquent Im(A) = X ce qui prouve l existence de la solution u. Remarque Bien qu un espace de Hilbert s identifie avec son dual, il sera souvent pertinent de distinguer X et X. On écrit donc plutôt a(u, v) = Au, v X,X et L(v) = f, v X,X où A est un opérateur continu de X dans X, f X et, X,X le produit de dualité entre X et X. L équation (V) s écrit alors Au = f dans X et le théorème de Lax-Milgram montre que A est isomorphisme de X dans X. Remarque Dans le cas où la forme a est symétrique, on vérifie que toute solution u de (V) est aussi un minimiseur sur X de la fonctionelle J(v) := 1 a(v, v) L(v). (1.13) 2 On pourra vérifier (exercice) que la propriété de coercivité est alors équivalente à la propriété dite de α-convexité J( v + w J(v) + J(w) ) α v w 2 X, (1.14) 5

6 et que toute fonction α-convexe continue sur un espace de Hilbert atteint un minimum qui est unique (indication: prouver que les suites minimisantes sont de Cauchy). Si l on revient à présent au problème du laplacien (1.1) et à sa formulation variationelle (1.6) dans l espace X = {v C 1 ; v = 0}, on voit que v X := v L 2, (1.15) définit une norme sur X telle que les propriétés de continuité et de coercivité sont trivialement satisfaites par a. La continuité de L(v) = f, v L 2 est une conséquence de l inégalité de Poincaré: si est un domaine lipschitzien borné, il existe une constante C P telle que pour toute fonction f de X on a v L 2 C P v L 2. (1.16) En appliquant successivement l inégalité de Cauchy-Schwarz et l inégalité de Poincaré on a donc L(v) f L 2 v L 2 C L v X, (1.17) avec C L = C P f L 2. Toutes les conditions du théorème de Lax-Milgram sont vérifiées à l exception du fait que X muni de la norme définie ci-dessus n est pas un espace complet. Il est donc nécessaire d introduire un cadre fonctionnel mieux approprié. Celui-ci se fonde sur les espaces de Sobolev. 1.3 Rappels sur les espaces de Sobolev Pour m entier positif, 1 p et un domaine ouvert de IR d on définit les dérivées D α v = W m,p () := {v L p () ; D α v L p (), α m}, (1.18) α v x α 1 1 xα d d étant prises au sens des distributions avec la notation usuelle α = α α d. Autrement dit v W m,p () si et seulement si pour tout α m, il existe v α L p () telle que v α ϕ = ( 1) α vd α ϕ, (1.19) pour tout ϕ D() où D() est l ensemble des fonctions C à support compact dans, et on note alors v α = D α v. Lorsque 1 < p <, une autre 6

7 façon équivalente d exprimer ceci est d affirmer que pour tout α m, il existe une constante C α telle que vd α ϕ C α ϕ L p, (1.20) avec 1/p + 1/p = 1 (exercice). Pour m = 0 on pose W 0,p = L p On munit W m,p () de la norme ( v W m,p := et on définit aussi la semi-norme par α m ( v W m,p := α =m D α v p L p ) 1/p, (1.21) D α v p L p ) 1/p, (1.22) de sorte que v W m,p = ( v p W m 1,p + v p W m,p ) 1/p. Dans le cas p = ces définitions sont modifiées en remplacant les norme l p par des max. En partant de ces définitions et en utilisant le fait que L p () est complet, on démontre facilement le résultat suivant. Théorème W m,p () muni de sa norme est un espace de Banach. Dans le cas p = 2 qui nous intéresse plus particulièrement on pose H m () := W m,2 (). La norme H m dérive du produit scalaire v, w H m := α m D α u, D α v L 2, (1.23) et par conséquent H m est un espace de Hilbert. La définition de W m,p () montre facilement que si v W m,p (IR d ) alors sa restriction à est dans W m,p (). Une question plus délicate est de savoir si toute fonction de W m,p () est la restriction d une fonction de W m,p (IR d ). Nous admettrons le résultat difficile suivant du à Stein. Théorème Si est un domaine lipschitzien, il existe un opérateur linéaire d extension E borné de W m,p () dans W m,p (IR d ), c est à dire tel que pour tout v W m,p (), la restriction de Ev à est égale à v et Ev W m,p (IR d ) C v W m,p (). 7

8 A titre d exercice on pourra essayer de montrer que ce théorème est faux dans un domaine non-lipschitzien présentant une fissure. Rappelons quelques résultats importants sur la densité des fonctions régulières dans les espaces de Sobolev : si est un ouvert lipschitzien, D() est dense dans W m,p () pour p < +, où D() désigne l ensemble des restrictions à des fonctions C. Ce théorème peut se démontrer d abord sur IR d par des opérations de troncature et de régularisation, puis sur en utilisant le théorème de prolongement Il faut bien noter que D() diffère de D() qui n est pas dense dans W m,p (), sauf si = IR d ou si m = 0 ce qui correspond à la densité de D() dans L p (). D autre part, tous ces résultats de densité sont faux dans le cas p =. Rappelons à présent les résultats concernant la restriction au bord ou trace des fonctions des espaces de Sobolev : si est un ouvert lipschitzien alors l opérateur γ 0 qui à une fonction régulière u définie sur associe sa restriction γ 0 u au bord vérifie l estimation γ 0 u L 2 ( ) C u H 1 (). (1.24) Cette estimation se prouve facilement dans le cas où est le demi-espace IR d 1 IR + (exercice), le passage à un ouvert plus général est technique et utilise les ouverts recouvrant la frontière de dans la définition Par un argument de densité ceci montre que la trace γ 0 définit un opérateur continu de H 1 () dans L 2 ( ). Remarquons que la trace d une fonction de L 2 () n a en général pas de sens puisque le est un ensemble de mesure nulle. La continuité de l opérateur de trace permet de définir l espace H 1 0 () := {v H 1 () ; γ 0 v = 0}, (1.25) qui est un sous-espace hilbertien de H 1 (). On peut vérifier que D() est dense dans H0 1 () qui peut ainsi être défini de manière équivalente comme la fermeture de D() au sens de la norme H 1. Ceci entraine en particulier la validité de l inégalité de Poincaré (1.16) pour les fonctions de H0 1 (). Cette inégalité nous indique que la semi-norme v L 2 est une norme équivalente à la norme H 1 sur H0 1(). On la désigne parfois comme norme H1 0 et on note donc v H 1 = v 0 H 1 = v L 2. (1.26) On désigne par H 1 () l espace dual de H0 1 () muni de la norme v H 1 := sup v, w H 1,H 1. (1.27) 0 w H 1 =1 0 8

9 Lorsque v est une fonction de L 2 (), on l identifie à un élément de H 1 () en utilisant la forme linéaire définie par le produit scalaire L 2, c est à dire v H 1 := sup vw. (1.28) w H 1 =1 0 On a ainsi la chaine d inclusion H 1 0 () L 2 () H 1 (). (1.29) Remarque Quand = IR d la densité de D() montre que H 1 0 (IRd ) = H 1 (IR d ) et (H 1 (IR d )) = H 1 (IR d ). En revanche si est borné lipschitzien ces espaces diffèrent, et l espace (H 1 ()) n est pas un espace de distribution (par exemple v γ 0v est dans cet espace mais s annulle sur toutes les fonctions de D()). Les espaces de Sobolev peuvent aussi être définis pour des indices de régularité non-entier. Définition Pour un domaine de IR d, m < s < m+1 et 1 p <, W s,p () est l ensemble des fonctions v de W m,p () telles que v p W s,p := D α v(x) D α v(y) p x y (s m)p+d dx dy < +, (1.30) α =m Cet espace est muni de la norme v W s,p := ( v p W m,p + v p W s,p ) 1/p Dans le cas p = 2 et = IR d, on peut aussi définir H s (IR d ) de manière équivalente en utilisant la transformée de Fourier : v H s (IR d ) si et seulement si (1 + ω s )ˆv L 2 (IR d ). Dans le cas p = on remplace (1.30) par la condition de Hölder D α v(x) D α v(y) C x y s m pour α = m et on note W s, = C s. Ces espaces ont propriétés similaires à celles énoncées pour les espaces d indices entiers : complétude par rapport à leur norme, opérateur d extension, densité des fonctions régulières. L espace H 1/2 joue un rôle important dans l étude de l opérateur de trace, comme l indique le résultat admis suivant. Théorème Soit un domaine lipschitzien. L image de H 1 () par l opérateur de trace γ 0 est l espace H 1/2 ( ). On peut définir une norme sur H 1/2 ( ) par v H 1/2 ( ) := inf w γ 0 w=v H 1 (), (1.31) 9

10 qui est équivalente à la norme H 1/2 obtenue par la définition adaptée à. Il existe un opérateur de relevement R linéaire et continu de H 1/2 ( ) dans H 1 () tel que γ 0 R(v) = v pour tout v H 1/2 ( ). On définit H 1/2 ( ) l espace dual de H 1/2 ( ). Cet espace joue un rôle naturel dans la définition de la trace de la dérivée normale. On note γ 1, l opérateur qui à u associe la fonction u n définie sur. Théorème Soit u H 1 () telle que u L 2 (), alors γ 1 u définit un élément de H 1/2 (). Preuve : En effet, si u est suffisament régulière et v H 1/2 ( ), la formule de Green donne (γ 1 u)v = u R(v) + ur(v). (1.32) En utilisant l inégalité de Schwarz, on obtient donc (γ 1 u)v ( u 2 L 2 + u 2 L 2)1/2 R(v) H 1, (1.33) puis par le théorème (γ 1 u)v ( u 2 L 2 + u 2 L 2)1/2 v H 1/2, (1.34) ce qui montre que γ 1 u H 1/2 ( u 2 L 2 + u 2 L 2 ) 1/2. Terminons par quelques remarques sur les relations d inclusions entre espaces de Sobolev. On a de manière évidente W m,p () W n,p () si m n, ainsi W m,p () W m,q () si p > q et est borné. On rappelle aussi le théorème de Rellich. Théorème Si est borné et m > n, l injection de W m,p () dans W n,p () est compacte : toute suite bornée pour la norme W m,p admet une sous-suite convergente en norme W n,p. Des inclusions plus générales s expriment par les injections de Sobolev : pour un domaine IR d borné lipschitizien, m n et m n > d/p d/q on a l injection W m,p () dans W n,q () et cette injection est compacte si m > n. Le cas critique m n = d/p d/q est à manipuler avec précaution, 10

11 l injection étant vraie si q < mais pouvant être fausse si q = et n est entier. Par exemple, en dimension d = 2 l espace H 1 () s injecte dans L q () pour tout q < mais pas dans L, en revanche l espace W 2,1 () s injecte dans L (exercice). On peut vérifier que les injections de Sobolev ne sont jamais compactes dans le cas critique (exercice). 1.4 Exemples de formulations variationelles Voici à présent quelques exemples d application de la théorie de Lax-Milgram dans les espaces de Sobolev pour des équations aux dérivées partielles mises sous forme variationelle. Exemple 1. Equation du laplacien On a déjà vu en section 1.1 la mise sous forme variationelle de l équation du laplacien (1.1). Dans ce cas on travaille avec l espace de Sobolev X = H0 1(), et toutes les hypothèses du théorème de Lax-Milgram sont vérifiées. Le laplacien définit ainsi un isomorphisme de H0 1() dans H 1 () et on a l estimation a-priori u H 1 f 0 H 1. (1.35) Si f est dans L 2, on peut aussi écrire u H 1 0 C P f L 2, (1.36) où C P est la constante de l inégalité de Poincaré qui s étend aux fonctions de H0 1 (). Intuitivement la solution u du laplacien gagne deux ordres de dérivabilité par rapport à la donnée f. Ceci est confirmé par le résultat admis suivant. Théorème Soit un domaine C 1,1 ou un domaine convexe. Alors si f L 2 (), la solution u de la formulation variationelle de (1.1) est dans H 2 et il existe une constante C qui ne dépend que de telle que u H 2 C f L 2. (1.37) Plus généralement, si est de classe C m+1,1 alors f H m () implique u H m+2 (). On verra par la suite que ce résultat n est pas valide pour des domaines moins réguliers. 11

12 Exemple 2. Laplacien avec conditions non-homogènes Considérons à présent le problème de Laplace avec une donnée de Dirichlet non-homogène au bord. u = f dans et γ 0 u = g, (1.38) On peut reformuler cette équation en considérant un relèvement R(g) de g, et en écrivant u = ũ + R(g). On voit ainsi que ũ s annulle au bord et est solution de l équation ũ = f + R(g), (1.39) que l on peut mettre sous la forme variationelle suivante : trouver ũ H0 1() tel que ũ v = fv R(g) v pour tout v H0 1 (). (1.40) On peut vérifier que le choix du relèvement ne change rien à la solution de (1.40). On voit que dans cette formulation variationelle on peut supposer g H 1/2 ( ) et utiliser le théorème 1.3.5, ce qui montre que la forme lineaire du membre de droite est bornée suivant L(v) v H 1 0 ( f H 1 + g H 1/2). (1.41) On obtient ainsi ũ H 1 0 f H 1 + g H 1/2 et finalement en ajoutant R(g), u H 1 f H g H 1/2. (1.42) On voit ainsi que u ( u, γ 0 u) définit un isomorphisme de H 1 () sur H 1 () H 1/2 ( ). Exemple 3. Coefficients variables On peut généraliser l équation du laplacien en introduisant des coefficients variables : σu div(a. u) = f dans et γ 0 u = 0, (1.43) où σ L () est une fonction positive, et A est une fonction de à valeur dans l ensemble des matrices symétriques définies positives d d, telle que les valeurs propres maximales et minimales de A(x) vérifient 0 < α λ min (A(x)) λ max (A(x)) C, (1.44) 12

13 où α et C sont indépendantes de x. La forme bilinéaire est alors donnée par a(u, v) = σuv + A u v, (1.45) et les hypothèses de Lax-Milgram dans H0 1 () découlent aisément de la propriété (1.44). Exemple 5. Equation de convexion diffusion On considère l équation u + b u = f dans et γ 0 u = 0, (1.46) où b(x) est un champ de vecteur, i.e. une application de à valeur dans IR d que l on suppose de classe C 1 et uniformément bornée sur et telle que div(b(x)) = 0, x. (1.47) La formulation variationelle est alors : trouver ũ H0 1 () tel que u v + (b u)v = fv pour tout v H0 1 (). (1.48) Dans ce cas, la forme bilinéaire n est pas symétrique. Il est facile de vérifier sa continuité sur H0 1. Pour la coercivité, on utilise la condition de divergence nulle de b qui implique div(buv) = (b u)v + (b v)u, ce qui entraine l antisymétrie du terme β(u, v) = (b u)v. Il s en suit que a(u, u) = u 2 L et la coercivité est donc vérifiée. 2 Exemple 6. Problème de Neumann Le problème u + u = f dans et γ 1 u = g, (1.49) peut se mettre sous forme variationelle en multipliant par une fonction arbitraire de H 1 () et en appliquant la formule de Green. En remplacant u n par sa valeur au bord, on obtient ainsi : trouver u H 1 () tel que u v + uv = fv + gγ 0 v pour tout v H 1 (). (1.50) Notons que la condition de Neumann aux limites n apparait plus dans l espace dans lequel on travaille, mais elle est implicitement contenue dans la formulation variationelle. En effet si u est suffisament régulière, en considérant 13

14 d abord v H0 1() dans (1.50), on élimine le terme gv et on retrouve l équation (1.49), puis on obtient que pour tout v H 1 () on a ( u n g)γ 0v = 0, (1.51) ce qui entraine la validité de la condition aux limites. Il convient de préciser dans quel espace on choisit la donnée f et la condition au bord g. Au vu du théorème 1.3.4, on prend f L 2 et f H 1/2 (), ce qui entraine la continuité sur H 1 () de la forme linéaire dans (1.50). La continuité et la coercivité de la forme bilinéaire est immédiate, et les hypothèses de Lax-Milgram sont donc vérifiées. Exemple 7. Laplacien avec conditions de Neumann Toujours avec f L 2 () et g H 1/2 () on considère le problème u = f dans et γ 1 u = g, (1.52) On fait ici l hypothèse supplémentaire que est connexe. La solution de ce problème est définie à une constante près. Afin de lever cette indétermination, on va chercher u dans l espace quotient H 1 ()/IR := {u H 1 () ; u = 0}. (1.53) On vérifie aisément que cet espace est un sous espace hilbertien de H 1 (). Comme H0 1 (), on peut le munir de la norme v H 1 /IR := v L2. (1.54) On remarque que les données de l équation ne sont pas indépendantes : on a nécessairement f + g = u + γ 1 u = 0. (1.55) Sous cette hypothèse, examinons la formulation variationelle : trouver u dans H 1 ()/IR telle que u v = fv + gγ 0 v pour tout v H 1 ()/IR. (1.56) En utilisant la relation entre f et g, on voit que l égalité dans (1.56) est automatiquement vérifiée pour tout v H 1 puisqu on peut lui ajouter 14

15 n importe quelle constante. Cela permet de montrer en raisonnant comme dans l exemple précédent qu une solution u suffisament régulière de (1.56) est aussi solution de (1.52). La continuité et la coercivité de la forme bilinéaire est immédiate pour la norme de H 1 ()/IR. La continuité de la forme linéaire utilise le résultat suivant qui est l analogue de l inégalité de Poincaré pour les fonctions de moyenne nulle. Théorème Soit borné, lipschitzien et connexe. Il existe une constante C Q qui ne dépend que du domaine telle que pour tout v H 1 ()/IR v H 1 C Q v L 2. (1.57) Preuve : On procède par contradiction. Si le résultat est faux, il existe une suite (v n ) n>0 telle que v n H 1 ()/IR, v n H 1 = 1 et v n L 2 tends vers 0. Par le théorème de Rellich on peut extraire une sous suite w n qui converge vers w dans L 2 (). Puisque w n L 2 tends vers 0 on en déduit que c est une suite de Cauchy dans H 1 () et qui converge donc vers w dans H 1 (). Par passage à la limite on voit que w L 2 = 0, w H 1 ()/IR et w H 1 = 1. La première propriété montre que w est constante puisque est connexe. D après la deuxième propriété on a donc w = 0 ce qui est en contradiction avec la troisième propriété. Remarque On remarque que ce résultat est faux pour un ouvert nonconnexe, en prenant une fonction constante par morceaux sur chaque composante et de moyenne nulle. Remarque On peut aussi utiliser ce mode de raisonnement pour démontrer l inégalité de Poincaré sur H0 1 () (exercice). On peut à présent écrire fv + gγ 0v f L 2 v L 2 + g H 1/2 γ 0 v H 1/2 C Q f L 2 v L 2 + g H 1/2 v H 1 C Q ( f L 2 + g H 1/2) v L 2. La continuité de la forme linéaire est ainsi démontrée et le théorème de Lax- Milgram s applique. 15

16 Exemple 8. Bi-Laplacien La formulation variationelle du problème utilise le sous-espace espace hilbertien de H 2 () 2 u = f, γ 0 u = γ 1 u = 0, (1.58) H 2 0 () := {v H 2 () ; γ 0 v = γ 1 v = 0}, (1.59) qui est aussi la fermeture de D() pour la norme H 2. En appliquant deux fois la formule de Green, on obtient la formulation variationelle : trouver u H0 2 () telle que u v = fv pour tout v H0 2 (). (1.60) On vérifie aisément que toute solution de (1.60) suffisament régulière est aussi solution de (1.58). Sur H0 2 () on peut travailler avec la norme u H 2 0 () := u L2, (1.61) qui rend immédiate la continuité et la coercivité de la forme bi-linéaire (il s agit bien d une norme puisque u = 0 et γ 0 u = 0 implique u = 0). Pour la continuité de la forme linéaire, on a besoin d une équation analogue à Poincaré pour le laplacien : pour tout v H 2 0 (), v L 2 C B v L 2. (1.62) Cette estimation est une conséquence directe de la régularité H 2 des solutions du laplacien dans le cas où est convexe ou de classe C 1,1. Elle est aussi vérifiée pour un domaine lipschitzien. La formulation variationelle permet de donner un sens aux solutions du bi-laplacien quand f est dans le dual de H0 2() que l on note H 2 (), et pour f L 2 on a donc f H 2 = sup fv C B f L 2. (1.63) v H 2 =1 0 16

17 1.5 Approximation variationelle Considérons un problème admettant une formulation variationelle de type (V) dans un espace de Hilbert X. Une méthode d approximation interne ou méthode de Galerkin, consiste à rechercher une solution approchée dans un sous-espace hilbertien X h X. Pour cela on définit un problème approché en substituant X h à X dans (V) : (G) Trouver u h X h tel que a(u h, v h ) = L(v h ) pour tout v h X h. L un des but poursuivi est d aboutir à une solution calculable en un nombre fini d opération. Pour cela, on va supposer X h de dimension finie N h et on introduit une base (ϕ k ) k=1,,nh de X h. La solution u h peut donc se décomposer suivant : N h u h = u h,k ϕ k, (1.64) k=1 et on voit que u h est solution de (G) si et seulement si N h a(u h, ϕ l ) = u k,h a(ϕ k, ϕ l ) = L(ϕ l ), l = 1,, N h. (1.65) k=1 Ces équations peuvent se reformuler sous la forme d un système A h U h = F h (1.66) où U h := (u h,k ) k=1,,nh, F h := (L(ϕ k )) k=1,,nh et (A h ) k,l = a(ϕ k, ϕ l ) pour k, l = 1,, N h. La matrice A h est appelée matrice de rigidité du problème. Cette matrice est symétrique lorsque a est symétrique. L un des intérêts de la méthode de Galerkin est qu elle permet d aboutir à une estimation d erreur optimale entre la solution exacte u du problème (V) et la solution approchée u h, au sens où l erreur u u h X est comparable au minimum de u v h X quand v h parcourt X h. Ceci est exprimé par le lemme de Cea. Lemme On suppose que les hypothèses du théorème de Lax-Milgram sont vérifiées. Alors, il existe une solution unique u h au problème approché (G) et la matrice A h est inversible. On a l estimation d erreur u u h X C a α min u v h X. (1.67) v h X h 17

18 Dans le cas où a est symétrique on a ( Ca ) 1/2 u u h X min u v h X. (1.68) α v h X h Preuve : Comme X h est un sous-espace Hilbertien de X, les hypothèses de Lax-Milgram pour (V) entrainent la validité des mêmes hypothèses pour (G). On en déduit l existence et l unicité de u h (ainsi que l estimation a- priori u h X L X α ). Comme (ϕ k) est une base, l unicité montre que U h = 0 si F h = 0 ce qui signifie que A h est inversible. Pour l estimation d erreur, on remarque en combinant (V) et (G) que pour tout v h X h on a a(u u h, v h ) = 0. (1.69) En utilisant cette remarque ainsi que la coercivité et la continuité de a, on obtient α u u h 2 X a(u u h, u u h ) = a(u u h, u h v h ) C a u u h X u v h X, ce qui donne l estimation recherchée dans le cas général. Dans le cas où a est symétrique, on remarque que (1.69) signifie que u h est la projection orthogonale de u sur X h au sens du produit scalaire a(, ), et donc u u h a = min v h X h u v h a. On en déduit l estimation recherchée en utilisant l équivalence de norme α 1/2 v X v a C 1/2 a v X, (1.70) qui découle de la continuité et de la coercivité de a. Notre but est à présent de définir des espaces X h pertinents pour appliquer la méthodes de Galerkin. En premier lieu, il s agit d obtenir un compromis raisonable entre la complexité du système décrit par la dimension N h de X h et la précision dans l approximation de la solution. D autre part, il est important que les espaces X h aient des propriétés permettant de calculer de façon simple et rapide les quantités a(ϕ k, ϕ l ) et L(ϕ k ) qui interviennent dans le système (1.66). Enfin, il est important que ce système puisse être résolu aisément, en particulier lorsque N h devient grand. Il peut ainsi être intéressant que X h possède une base qui rend la matrice de rigidité creuse, c est à dire contenant peu d éléments non-nuls, ou encore bien conditionnée. La méthode des éléments finis répond à l ensemble de ces exigences. 18

Introduction à la méthode des éléments finis

Introduction à la méthode des éléments finis ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr 2

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en détail

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag Otared Kavian Introduction à la Théorie des Points Critiques et Applications aux Problèmes Elliptiques Springer-Verlag Berlin Heidelberg NewYork London Paris Tokyo Hong Kong Barcelona Budapest Avant propos

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

Introduction à l optimisation de forme et application à la mécanique des fluides

Introduction à l optimisation de forme et application à la mécanique des fluides Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

Méthode des éléments-finis par l exemple

Méthode des éléments-finis par l exemple par l exemple Daniel Choï 1 LMNO Groupe Mécanique Modélisation Mathématique et Numérique Université de Caen, Bld Maréchal Juin, 14032 Caen Cedex, France Version Avril 2010 1. daniel.choi@unicaen.fr Ce

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

Première partie. Introduction à la méthodes des différences finies

Première partie. Introduction à la méthodes des différences finies Première partie Introduction à la méthodes des différences finies 5 7 Introduction Nous allons présenter dans cettte partie les idées de base de la méthode des différences finies qui est sans doute la

Plus en détail

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications

Université Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au

Plus en détail

Equations aux Dérivées Partielles

Equations aux Dérivées Partielles Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Introduction à l étude des Corps Finis

Introduction à l étude des Corps Finis Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet

Plus en détail

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Mesures gaussiennes et espaces de Fock

Mesures gaussiennes et espaces de Fock Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première

Plus en détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

Plus en détail

Espaces de Sobolev et introduction aux équations aux dérivées partielles

Espaces de Sobolev et introduction aux équations aux dérivées partielles Espaces de Sobolev et introduction aux équations aux dérivées partielles A. Munnier 1 Institut Élie Cartan 27-28 1 Maître de conférences, Institut Élie Cartan, Université Henri Poincaré, Nancy 1, B.P.

Plus en détail

CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel

CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES par Jean-Pierre Puel 1. Introduction Pourquoi équations aux dérivées partielles et pourquoi contrôle? Les équations aux dérivées partielles, associées à certaines

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Les indices à surplus constant

Les indices à surplus constant Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS?

PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? PEUT-ON «VOIR» DANS L ESPACE À N DIMENSIONS? Pierre Baumann, Michel Émery Résumé : Comment une propriété évidente visuellement en dimensions deux et trois s étend-elle aux autres dimensions? Voici une

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire

Plus en détail

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013 Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de

Plus en détail

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

Plus en détail

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3

Définition 0,752 = 0,7 + 0,05 + 0,002 SYSTÈMES DE NUMÉRATION POSITIONNELS = 7 10 1 + 5 10 2 + 2 10 3 8 Systèmes de numération INTRODUCTION SYSTÈMES DE NUMÉRATION POSITIONNELS Dans un système positionnel, le nombre de symboles est fixe On représente par un symbole chaque chiffre inférieur à la base, incluant

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

Plus en détail

Dérivées d ordres supérieurs. Application à l étude d extrema.

Dérivées d ordres supérieurs. Application à l étude d extrema. Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une

Plus en détail

Théorie et codage de l information

Théorie et codage de l information Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

Plus en détail

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples, Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très

Plus en détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

On ne peut pas entendre la forme d un tambour

On ne peut pas entendre la forme d un tambour On ne peut pas entendre la forme d un tambour Pierre Bérard Institut Fourier Laboratoire de Mathématiques Unité Mixte de Recherche 5582 CNRS UJF Université Joseph Fourier, Grenoble 1 Introduction 1.1 Position

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Chapitre 1 : Évolution COURS

Chapitre 1 : Évolution COURS Chapitre 1 : Évolution COURS OBJECTIFS DU CHAPITRE Savoir déterminer le taux d évolution, le coefficient multiplicateur et l indice en base d une évolution. Connaître les liens entre ces notions et savoir

Plus en détail

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques Université de Provence Topologie 2 Cours3. Applications continues et homéomorphismes 1 Rappel sur les images réciproques Soit une application f d un ensemble X vers un ensemble Y et soit une partie P de

Plus en détail

Sujet 4: Programmation stochastique propriétés de fonction de recours

Sujet 4: Programmation stochastique propriétés de fonction de recours Sujet 4: Programmation stochastique propriétés de fonction de recours MSE3313: Optimisation Stochastiqe Andrew J. Miller Dernière mise au jour: October 19, 2011 Dans ce sujet... 1 Propriétés de la fonction

Plus en détail

6 Equations du première ordre

6 Equations du première ordre 6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D R

Plus en détail

Optimisation des fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½ Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½ Patrick Ciarlet et Vivette Girault ciarlet@ensta.fr & girault@ann.jussieu.fr ENSTA & Laboratoire Jacques-Louis Lions, Paris 6 Condition

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail