Calculs et Certificats de Quantités d Intérêts Non Linéaires d un Mousqueton Cédric Bellis

Dimension: px
Commencer à balayer dès la page:

Download "Calculs et Certificats de Quantités d Intérêts Non Linéaires d un Mousqueton Cédric Bellis"

Transcription

1 Ecole Normale Supérieure de Cachan Département de Génie Mécanique Rapport de Stage de M1 Mécanique et Ingéniérie des Systèmes Stage effectué du 10/04 au 27/08 Laboratori de Càlcul Numèric - Universitat Politècnica de Catalunya Tuteurs : Pedro Dièz (LaCaN) - Eric Florentin (DGM) Calculs et Certificats de Quantités d Intérêts Non Linéaires d un Mousqueton Cédric Bellis Paris, 21 décembre 2006

2 Introduction L utilisation du matériel d escalade est réglementé selon des normes de résistance à la rupture. La conception d un mousqueton requiert donc la simulation de son comportement dans des conditions d utilisation, afin de vérifier la conformité de celui-ci. Il est donc primordial que la précision de la méthode numérique employée soit suffisante, c est-à-dire que le maillage soit assez fin et que nous puissions disposer de critères de validité pour le calcul numérique. Le but de ce travail est de réaliser un calcul 3D d un mousqueton et d étudier l erreur associée au schéma numérique en se servant d outils d estimation d erreur convenables. Dans une première phase de l étude, nous mènerons l analyse élastique linéaire du mousqueton. Ensuite nous mettrons en œuvre une technique d estimation d erreur nommée flux-free, afin de pouvoir générer des certificats de validité pour ce calcul. Au cours de l étude, nous présenterons les formulations mathématiques continue et matricielle de cette méthode, pour décrire sa mise en œuvre sur un problème simple avant de l implémenter sur le mousqueton. 2

3 Chapitre 1 Maillage et Problème élastique 1.1 Modélisation du problème et équilibrage du chargement Le mousqueton que nous allons étudier est un mousqueton usuel d escalade. Le problème élastique que nous allons construire autour de cette géométrie se rapproche des tests normalisés de ce type de matériels. Fig. 1.1 Test réalisé sur un mousqueton d escalade pour assurer sa conformité. Le maillage qui sera le support de cette étude a été réalisé avec un mailleur indépendant, qui fixe donc la géométrie du solide. Le choix des parties où les efforts vont s exercer doit rester fidèle à la réalité physique des tests de conformité pour avoir une modélisation satisfaisante (figure 1.1). Le maillage est donc celui qui est présenté sur la figure (1.2), où l on peut observer en vert et en jaune les zones d application des efforts. Dans la réalité des tests pratiqués sur ce type de matériels, le mousqueton est sollicité en traction sur chacune des parties mises en évidence sur la figure (1.2). Le blocage des déplacements du mousqueton dans l espace se fait naturellement dans le dispositif expérimental. Dans notre modélisation, nous souhaitons pouvoir appliquer des conditions limites en déplacement d un type quelconque. 3

4 Fig. 1.2 Maillage du mousqueton. Pour assurer l équivalence, à un mouvement de solide rigide près, des différents blocages et pour assurer la solvabilité du problème élastique nous allons utiliser une répartition surfacique d efforts dont l effort résultant et le moment résultant sont nuls. Appliquer une répartition d efforts dont la résultante est nulle est évident. Néanmoins, étant donné que le maillage du mousqueton est réalisé avec un logiciel annexe, nous n avons pas de maîtrise particulière des surfaces où s appliquent les efforts ; il faut donc s assurer de la nullité du moment résultant. Si l on fait le choix, pour annuler la résultante en effort, que les répartitions surfaciques sont opposées et suivant une direction définie par d = (d x, d y, d z ) alors on peut, par linéarité, séparer la contribution de chaque composante des efforts aux composantes du moment résultant. d = d x (1, 0, 0) + d } {{ } y (0, 1, 0) + d } {{ } z (0, 0, 1) (1.1) } {{ } M x M y M z Par linéarité, le moment résultant est M = d x M x + d y M y + d z M z où les inconnues sont d x, d y et d z. On résout alors le système suivant, afin de déterminer entièrement la direction des efforts : 0 My 1 M 1 z d x Mx 2 0 Mz 2 d y = 0 (1.2) Mx 3 My 3 0 d z Une fois ce système résolu, le chargement qui est appliqué sur le mousqueton (figure 1.3) permet de s affranchir d un choix de conditions limites en déplacement complexe. Simplement, les conditions imposées doivent supprimer les mouvements de solides rigides. On est alors assuré de la solvabilité du problème élastique mais pas de l unicité de la solution. 4

5 Fig. 1.3 Chargement appliqué sur le mousqueton. 1.2 Résolution du problème élastique Vérifions dans la résolution de ce problème élastique l équivalence des solutions pour deux types de conditions limites : Dans chaque cas, on extrait trois points du maillage pour lesquels on supprime respectivement 3, 2 et 1 translations. Fig. 1.4 Déformées obtenues pour deux types de conditions limites. Sur les déformées figure (1.4), les champs de déplacements ne sont bien sûr pas les mêmes mais ils sont égaux à un déplacement de solide rigide près ; par contre les champs de contraintes sont les mêmes. On vérifie ainsi que les énergies de déformation des différents champs de déplacements sont les mêmes. La figure (1.5) montre la répartition des contraintes dans la modélisation du problème posé. On voit ainsi apparaître les zones qui subissent les contraintes les plus grandes lors d une sollicitation en traction du mousqueton. On va donc pouvoir simuler numériquement la conformité du mousqueton aux normes de sécurité. 5

6 Fig. 1.5 Champs de contraintes sur le mousqueton. L enjeu de la validation du calcul numérique est d arriver à établir, d une part, si le calcul effectué sur un maillage relativement grossier donne lieu à une erreur importante, et quelle peut être la distribution de l erreur sur le maillage par rapport à la solution exacte du problème ; et d autre part, de pouvoir donner des bornes supérieure et inférieure en énergie sur le champ de déplacement approché calculé. Cette démarche doit être indissociable de l exploitation d un calcul numérique puisqu elle vient valider, ou plutôt nuancer les résultats de cette modélisation. Nous allons donc présenter une méthode d estimation de l erreur, en l exploitant sur l exemple du mousqueton. L enjeu d une telle méthode est de pouvoir donner une estimation de l erreur commise lors d un calcul éléments finis d un problème dont on ne peut pas calculer une solution exacte, ou de référence, c est-à-dire avec un maillage raffiné très finement. Cette méthode doit donc être plus rapide, bien sûr, que le calcul que demanderait un maillage très fin et donner une approximation la plus précise possible de l erreur commise lors du calcul sur un maillage grossier. 6

7 Chapitre 2 Méthode d approximation de l erreur 2.1 Formulation continue du problème exact Soit Ω le domaine de l espace qui correspond au domaine élastique étudié, et sa frontière Ω, divisée en deux parties Ω U et Ω F telles que Ω U Ω F =. Le problème à résoudre revient alors à trouver le champs de déplacement u sur le domaine Ω tel que : divσ(u) + f D = 0 dans Ω σ(u) n = F D sur Ω F (2.1) u = u D sur Ω U où f d et F D sont respectivement les efforts internes et externes imposés sur le domaine, et u D les déplacements imposés. On introduit l espace des déplacements admissibles U = { u H 1 (Ω) 3, u ΩU = u D } et l espace des déplacements admissibles à zéro V = { u H 1 (Ω) 3, u ΩU = 0 }. La formulation variationnelle du problème, ou problème primal est : Trouver u U tel que : a(u, v) = l(v) v V (2.2) où a(u, v) = σ(u) : ɛ(v) dω Ω l(v) = f D v dω + F D v dγ Ω Ω F (2.3) 2.2 Formulation continue du problème éléments finis Le problème éléments finis correspondant est caractérisé par des espaces de déplacements admissibles U H U et V H V associés à un maillage du domaine Ω de taille caractéristique n H (nombre de nœuds) noté Ω H. Le déplacement du problème éléments finis, noté u H, est solution du problème : 7

8 Trouver u H U H tel que : a(u H, v) = l(v) v V H (2.4) Erreur par rapport à la solution exacte La solution u H du problème éléments finis est une approximation de la solution exacte u. De façon générale on est assuré que le champ de déplacement u H va converger vers la solution exacte du problème si l on augmente n H. Néanmoins cette convergence est globale, sur la norme énergétique par exemple, et localement on ne peut maîtriser la convergence du déplacement. Il s agit alors d estimer quelle est l erreur commise dans ce calcul de façon locale, pour avoir une indication de validité sur des quantités d intérêt par exemple. On introduit alors l erreur e = u u H qui appartient à l espace V. En remplaçant dans l équation (2.4) u par u = e u H, on obtient le problème dont e est solution : Trouver e V tel que : a(e, v) = l(v) a(u H, v) = R P (v) v V (2.5) où R P (v) désigne le résidu associé au problème primal Mise en œuvre pratique du calcul de l erreur De façon pratique, l erreur ne peut pas être calculée de façon exacte (tout comme u), et nous allons réaliser un calcul éléments finis sur un maillage raffiné, maillage dit de référence, noté Ω h. La taille n h de ce maillage vérifiant alors n h n H. La solution exacte u est remplacée par champs de déplacements de référence u h avec l approximation u u h = u H + e h. Le calcul réalisé est alors une approximation de l erreur, c est-à-dire le calcul sur le maillage de référence, du problème : Trouver e h V h tel que : a(e h, v) = l(v) a(u H, v) = R P (v) v V h (2.6) Le calcul de e h est, de façon générale, trop coûteux compte tenu de la taille du problème éléments finis de référence. L idée de l estimation d erreur est de résoudre un ensemble de problèmes locaux, avec peu de degrés de liberté, pour obtenir une approximation ẽ de e h Approximation de l erreur locale La solution u H est relative au maillage bleu (figure 2.1), et c est celle dont on veut estimer l erreur. Pour des raisons pratiques, on assimile la solution théorique à u h solution sur le maillage de référence vert, et l erreur exacte e à e h. Puisque l erreur e h n est pas calculable directement, on va en calculer une approximation ẽ telle que : 8

9 Fig. 2.1 Maillage calculé Ω H (bleu) et maillage de référence Ω h (vert). ẽ = n H i=1 ẽ ωi (2.7) où n H désigne le nombre de nœud de Ω H et ω i l ensemble des éléments de Ω h compris dans les éléments de Ω H qui ont le nœud i pour sommet (figure 2.2). Fig. 2.2 En rouge le domaine ω i qui s appuie sur le nœud i de Ω H, au centre. On désigne par φ i la fonction de forme sur Ω H relative au nœud i et respectivement V h ω i, a ωi (, ) et R P ω i les restrictions à ω i de l espace V h, de la forme bilinéaire a(, ), et de la forme linéaire R P. Chacun des termes de la somme, est solution du problème : Trouver ẽ ωi V h ω i tel que : a ωi (ẽ ωi, v) = R P ω i (φ i v) v V h ω i (2.8) Remarque 1 : Cette décomposition de ẽ est basée sur le fait que les fonctions φ i forment une partition de l unité. Ainsi pour tout v appartenant à V h on peut écrire : ( nh ) n H n H R P (v) = R P φ i v = R P (φ i v) = Rω P i (φ i v) (2.9) i=1 i=1 i=1 Sachant que R P (φ i v) = Rω P i (φ i v) car φ i est nulle en dehors de ω i. Remarque 2 : Sur un domaine ω i, ẽ ωi n est solution de l équation (2.8) que sur l espace Vω h i et 9

10 non sur V h tout entier. Il en résulte donc que lorsque l on va parcourir tous les nœuds du domaine Ω H, les champs ẽ ωi n ont pas forcément la même valeur en un même nœud. Le champ ẽ n est donc pas continu sur tout le domaine Ω h. Voilà pourquoi ẽ est une approximation de e. Nous verrons comment le problème est résolu dans CASTEM Equilibrage des équations locales Introduisons tout d abord, deux applications que nous allons utiliser par la suite : soit π h et π H les projections nodales d une fonction de V dans, respectivement, les espaces V h et V H. Nous avons donc vu qu il faut résoudre sur tous les domaines ω i que nous appellerons, étoiles, le problème (2.8). Or a priori le terme R P ω i (φ i v) n a aucun raison d être équilibré. En réalité, la résultante des efforts est nulle mais pas la résultante des moments. Pour pouvoir résoudre le système, la méthode utilisée est une méthode proposée par Bank et Weiser en 1985, qui consiste à remplacer le terme φ i v par φ i (v π H v). Ces modifications vont certes, modifier le champ solution de notre problème, mais néanmoins ce champ va conserver sa propriété importante de borne supérieure sur l erreur exacte e. Le problème révient alors à résoudre sur chaque étoile ω i du maillage Ω h : Trouver ẽ ωi V h ω i tel que : a ωi (ẽ ωi, v) = R P ω i (φ i (v π H v)) v V h ω i Il se trouve que dans le terme de droite, si l on projette l argument φ i (v π H v) dans l espace V h, le calcul numérique sera grandement simplifié et les propriétés de l erreur ainsi évaluée seront conservées. Le problème à résoudre est le suivant : Trouver ẽ ωi V h ω i tel que : a ωi (ẽ ωi, v) = R P ω i (π h φ i (v π H v)) v V h ω i (2.10) La projection dans l espace V h s efface la plupart du temps, puisque les champs calculés sont connus aux noeuds du maillage Ω h et donc résident dans V h. 10

11 Chapitre 3 Description matricielle du problème éléments finis Après avoir décrit la formulation continue du problème, nous allons voir comment peuvent être explicités les termes des équations en notation matricielle. Nous allons donc adopter un point de vue discrétisé, propre à la méthode des éléments finis. 3.1 Notations - On note par X ou x un nœud dans les maillages Ω H ou Ω h, en indiçant éventuellement par le numéro du nœud. - Construisons le produit entre un champ scalaire et un champ vectoriel. Si ψ est un champ scalaire sur Ω h par exemple et Λ un champ de vecteurs sur le même maillage, alors le résultat de ψ Λ est un champ vectoriel tel que au nœud x k : ψ(x k )Λ(x k ) x (ψ Λ) (x k ) = ψ(x k )Λ(x k ) = ψ(x k )Λ(x k ) y (3.1) ψ(x k )Λ(x k ) z Pour alléger l écriture, le symbole ne sera pas toujours écrit mais il sera implicite lors de la multiplication d un champ scalaire avec un champ vectoriel. - On introduit les fonctions de forme N j sur le maillage Ω h. Ces fonctions de forme correspondent à un champs scalaire défini pour tous les points du maillage tel que pour toute fontion v V h on peut écrire pout tout nœud x de Ω h : 11

12 n h v(x) = N k (x) v(x k ) où x k représente le noeud k du maillage (3.2) k=1 donc en particulier sur le domaine ω i : ẽ ωi (x) = N k (x) ẽ ωi (x k ) (3.3) 3.2 Description des termes du problème Plaçons nous sur une étoile ω i du maillage Ω h ; nous allons expliciter les termes qui interviennent dans l équation (2.10). Chacun de ces termes est un champ vectoriel, dont les composantes x, y et z du vecteur au nœud x j sont obtenues pour la fonction test N j associée respectivement à chacun des vecteurs (1, 0, 0), (0, 1, 0) et (0, 0, 1). Soit v V h ω i : a ωi (ẽ ωi, v) Ce terme est simplement la restriction à ω i de la forme bilinéaire a(, ), c est à dire : a ωi (ẽ ωi, v) = σ(ẽ ωi ) : ɛ(v) dω (3.4) ω i Ainsi dans l équation (3.4), si l on utilise pour fonction test la fonction de forme N j associée à chacun des vecteurs (1, 0, 0), (0, 1, 0) et (0, 0, 1), on obtient : a ωi n h 1 ( nh ) n h 1 N k ẽ ωi (x k ), N j 0 = σ N k ẽ ωi (x k ) : ɛ N j 0 dω k=1 0 ω i k=1 j=1 0 ( nh ) 1 = σ N k ẽ ωi (x k ) : ɛ(n j ) dω 0 ω i k=1 0 n h 1 = σ(n k ẽ ωi (x k )) : ɛ(n j ) dω 0 k=1 ω i 0 n h k=1 12

13 ) = (K ωi ẽ ωi (x j ) = (K ωi ẽ ωi ) (x j ) x où K ωi désigne la matrice de rigidité du maillage Ω h restreinte sur l étoile ω i. On obtient donc finalement pour les trois directions x, y et z : n h j=1 a ωi R P ω i (π h φ i v) 1 n h ( ( ) ) ) ) ẽ ωi, N j 1 = K ωiẽ ωi (x j ) + (K x ωi ẽ ωi (x j ) + (K y ωi ẽ ωi (x j ) z 1 j=1 n h 1 soit a ωi ẽ ωi, N j 1 = K ωi ẽ ωi (3.5) j=1 1 Nous nous intéressons ici au premier terme du membre de droite de notre équation. Ce terme regroupe sur l étoile, les contributions des efforts extérieurs et du champ de déplacements solution du problème sur le maillage Ω H : R P ω i (π h φ i (v)) = l ωi (π h φ i v) a ωi (u H, π h φ i v). Sachant que les efforts imposés comme le champ de déplacements u H et le champ φ i doivent être interpolés dans le maillage Ω h. l ωi (π h φ i v) En utilisant les notations introduites, on peut écrire : l ωi 1 π h φ i N j 0 = 0 ω if = φ i = ) 1 N k f D (x k ) φ i N j 0 dω k=1 0 ( nh ) 1 + N k F D (x k ) φ i N j 0 dγ ω if k=1 0 n h ) 1 N k N j f D (x k ) dω + N k N j F D (x k ) dγ 0 k=1 ω i k=1 ω if 0 ( nh ( nh ( f ext ω i φ i ) (x j ) x 13

14 soit n h j=1 l ωi 1 π h φ i N j 1 = f ext φ ω i (3.6) i 1 où f ext ω i désigne donc le champ vectoriel des efforts extérieurs restreints à l étoile ω i. a ωi (u H, π h φ i v) En reprennant le développement qui nous a mené à l équation (3.6) on peut écrire : a ωi n h 1 n h N k u H (x k ), π h φ i N j 0 = φ i σ(n k u H (x k )) : ɛ(n j ) dω k=1 0 k=1 ω i ) = (K ωi u H ωi (x j ) φ i x soit n h j=1 a ωi n h 1 N k u H (x k ), π h φ i N j 1 = K ωi u H ω i φ i (3.7) k=1 1 où u H ω i désigne la restriction à l étoile ω i du champ de déplacement. R P ω i (π h φ i (π H v)) Il faut ici nous intéresser à la projection sur le maillage Ω H pour un champ v de V h. Pour un champ v V la projection π H s écrit simplement avec les fonctions de forme φ k sur le maillage Ω H : π H v = n H k=1 φ k v(x k ) où X k représente le nœud k du maillage Ω H. (3.8) En particulier, si l on utilise pour fonctions tests la somme des fonctions de forme N j sur le maillage Ω h associée au vecteur (1,1,1) comme précédemment, on obtient : 1 N j 1 = j=1 1 π H n h n H n h φ k k=1 On peut donc en déduire les termes de R P ω i (π h φ i (π H v)) : 1 N j (X k ) 1 (3.9) j=1 1 14

15 l ωi (π h φ i (π H v)) n h 1 n h n H 1 l ωi (π h φ i (π H N j 1 )) = l ωi (π h φ i ( φ k N j (X k ) 1 )) j=1 1 j=1 k=1 1 n h n H 1 = φ k l ωi (π h (φ i N j 1 ))(X k ) j=1 k=1 1 n H n h 1 = φ k l ωi (π h (φ i N j 1 )) (X k ) k=1 j=1 1 } {{ } = n H k=1 n h j=1 f ext ω i φ i (x j ) ( f ext ω i φ i φ k ) où l indication X k signifie que la somme sur Ω h ω i des termes nœud X k seulement. a ωi (u H, π h φ i (π H v)) De même on obtient ici une somme de termes ramenée au point X k : (x j ) (X k ) (3.10) ( f ext ω i φ i φ k ) (x j ) est affectée au n h 1 n h n H 1 a ωi (u H, π h φ i (π H N j 1 )) = a ωi (u H, π h φ i ( φ k N j (X k ) 1 )) j=1 1 j=1 k=1 1 n H n h 1 = φ k a ωi (u H, π h φ i (N j 1 )) (X k ) k=1 j=1 1 } {{ } «K u Hωi φ ωi i (x j ) n H n h ) = (K ωi u H ωi φ i φ k (x j ) (X k ) (3.11) k=1 j=1 15

16 3.3 En résumé En définitive, le problème en éléments finis revient à chercher sur ω i le champ vectoriel ẽ ωi qui est solution du système : K ωi ẽ ωi = ( f ext ω i K ωi u H ω i ) φ i + n H k=1 n h (( ) ) f ext K ω i ωi u H ω i φ i φ k (x j ) (X k ) (3.12) j=1 On obtient ainsi une approximation sur l étoile ω i de l erreur. Cette approximation a été faite sans aucune condition limite particulière imposée sur le bord de l étoile, mais simplement en utilisant des restrictions des efforts extérieurs et du champ de déplacement définis sur le maillage de référence. C est la raison pour laquelle cette méthode d approximation de l erreur est appelée flux-free. Il est important de retenir ici que le champ ẽ ωi est calculé seulement sur le domaine ω i indépendamment du reste du maillage. Ainsi, comme nous le verrons par la suite, lors de l assemblage des différents champs d erreur approximée, nous devrons prêter attention à la nature des champs calculés qui sont plus propres aux éléments du maillage qu aux nœuds. 16

17 Chapitre 4 Etude d un problème simple 4.1 Description de la méthode Nous allons mettre en œuvre cette méthode d estimation d erreur sur un problème 3D très simple. Le problème que nous étudions est un cube bloqué en translation sur l une de ses faces et chargé sur sa face opposée. Décrivons les étapes successives qui conduisent au calcul d une estimation de l erreur Construction du maillage de référence La première étape consiste à construire le maillage de référence, c est à dire le maillage qui va conduire à une approximation satisfaisante de la solution exacte. Ce maillage doit, bien sûr, être plus fin que le maillage sur lequel a été calculé la solution du problème, sans toutefois être fin excessivement, auquel cas le temps de calcul de l erreur serait trop important (figures (4.1) et (4.2)). Fig. 4.1 Maillage initial Ω H et une étoile raffinée (en bas à droite) 17

18 Le maillage initial va être raffiné pour conduire au maillage de référence. Pour cela, chaque nœud du maillage initial permet de construire une étoile, c est-à-dire l ensemble des éléments qui ont ce nœud pour sommet. L étoile est ensuite raffinée autant de fois qu on l estime necessaire. Le raffinement de l étoile est fait ici en changeant deux fois de suite le type des éléments, de linaire à quadratique, puis de nouveau linéaire. CASTEM crée ainsi des points lors du passage aux éléments quadratiques. Ces points, qui ne peuvent plus être supprimés lors du retour aux éléments linéaires, créent de nouveaux éléments. En réalisant cette opération une ou deux fois, on obtient le maillage de référence. Le maillage de référence (figure 4.2) résulte de l assemblage de l ensemble des étoiles raffinées. Fig. 4.2 Maillage de référence Ω h Interpolation du déplacement Le déplacement u H calculé sur le maillage grossier doit être interpolé sur le maillage fin. Cette interpolation se fait naturellement de façon linéaire (figure 4.3). Fig. 4.3 En rouge le déplacement u H et en vert sa projection dans le maillage de référence Méthode de résolution L obtention d une approximation de l erreur se fait sur chaque étoile ω i du maillage grossier. Le calcul des termes du système et sa résolution se font dans une boucle sur les étoiles. 18

19 Construction du second membre sur l étoile ω i Sur chaque étoile de Ω H le second membre du système à résoudre est : ( ) n H n h (( ) ) f ext K ω i ωi u H ω i φ i + f ext K ω i ωi u H ω i φ i φ k (x j ) (X k ) Nous allons donc voir comment est réalisé le calcul de ces termes. k=1 j=1 La présence des termes f ext et K impose que les efforts et les déplacements imposés sur Ω H soient imposés également sur Ω h. Cela nécessite donc de projeter exactement sur le maillage de référence les surfaces de Ω H sur lesquelles des conditions limites en déplacement ou en effort sont imposées. La famille des fonctions φ i doit être calculée pour tous les points de Ω H. Pour un point x i donné, φ i est un champ scalaire défini sur Ω h, qui vaut 1 au noeud x i et 0 aux autres nœuds de Ω H. Ce champ scalaire est ensuite interpolé linéairement (figure 4.4). x k x i Fig. 4.4 Construction de la fonction φ i D un point de vue pratique, la fonction φ i n est utile que pour le calcul de l erreur sur l étoile centrée en x i. Il n est donc pas nécessaire de stocker un ensemble de valeurs nulles pour le reste du maillage Ω h. On peut alors calculer le résidu global sur le maillage de référence : f ext K u H. Pour obtenir le second membre du système sur ω i, il suffit alors de réduire ce résidu à la zone concernée et d utiliser correctement les fonctions φ i calculées. Résolution du système sur ω i et assemblage des champs d erreur approximée La résolution de l équation (2.10) conduit à un ensemble de champs vectoriels ẽ ωi où i = 1,..., n H définis sur Ω h. Il faut alors s interroger sur la façon dont ces champs doivent être stockés. En effet, un même point va être inclus dans plusieurs étoiles et, lors du calcul de l erreur sur ces étoiles, leurs valeurs au point ne seront pas forcément les mêmes (figure 4.5). 19

20 Fig. 4.5 Chevauchement sur plusieurs nœuds lors du calcul des étoiles bleue et orange. Sur la figure (4.6) on a représenté de façon imagée par une croix, un champ calculé en un point. Ainsi un point de l élément au centre possède des valeurs de l erreur estimée différentes s il appartient soit à l étoile bleue, soit à l étoile orange. Si l on somme ou si l on moyenne les champs d erreur estimée nodalement sur chaque étoile, on va ainsi perdre de l information. Il faut donc sommer les champs non pas de façon nodale, mais plutôt en tant que champs par éléments. Fig. 4.6 Répartition sur les éléments, des champs calculés nodalement. Cette méthode d estimation d erreur aboutit donc à un champ d erreur estimée sur chaque élément du maillage Ω H, si bien que le champ d erreur estimée ẽ appartient à l espace Vbrok h Vh où Vbrok h est un champ de déplacement discontinu sur le maillage de référence. 4.2 Résultats Etant donné la simplicité du problème étudié, on peut ici calculer une solution de référence directement, en vue d avoir l erreur de référence et de pouvoir comparer ẽ et e h Effectivité Pour évaluer la pertinence de l estimation d erreur, on introduit le critère d effectivité. Il revient à calculer de façon globale ou locale, le rapport ρ = ẽ e h. Remarque : Si l on se place de façon globale, la norme est calculée de la facon suivante : 20

21 n el n el n el u = u 2 Ω k = a Ωk (u, u) = k=1 k=1 k=1 u T Ω k K Ωk u Ωk où Ω k désigne l élément k du domaine considéré. La norme du champ u sur un élément est donc u Ωk = u T Ω k K Ωk u Ωk. On peut alors s intéresser à l effectivité globale, ainsi que tracer la carte d effectivité, c est-à-dire l effectivité associée à chaque élément ; enfin on peut comptabiliser le nombre d éléments qui ont une effectivité donnée pour tracer un histogramme. Effectivité globale ou moyenne Sur cet exemple on obtient ρ = 1, 563 sur le domaine entier. Cela signifie donc qu en moyenne l erreur estimée sur les éléments de Ω H est supérieure de 56% à l erreur de référence. Le fait que l erreur estimée soit supérieure à l erreur de référence conforte l idée de convergence de la solution, et le fait que cette méthode d estimation calcule en fait une borne supérieure de l erreur. Carte d effectivité Intéressons nous de façon plus détaillée à la répartition de l effectivité sur notre domaine (figure 4.7). Bien évidemment ici, l effectivité est tracée pour les éléments de la surface du cube, mais on peut accéder à n importe quel élément. Cette carte doit nous servir de critère de fiabilité. Si la zone Fig. 4.7 Carte d effectivité en pourcentage. 21

22 d intérêt est située au voisinage d un élément dont l effectivité est voisine de 100% alors on aura de bonnes raisons d avoir confiance dans l erreur estimée. Histogramme Cet histogramme recense le nombre d éléments pour un intervalle d effectivité donnée. On peut ainsi mieux estimer la pertinence de l estimation d erreur, en observant la répartition de l effectivité par rapport à la valeur de référence de 1 ou 100% Cartes d erreur On peut donc tracer sur chaque élément du maillage Ω H la norme énergétique de l erreur estimée ẽ et de l erreur de référence e h. Ces figures nous renseignent sur le fait que l estimation d erreur aboutit bien à une répartition de l erreur conforme à l erreur commise lors du calcul éléments finis exact ou de référence. Lors de cas plus complexes, on ne peut pas calculer une solution de référence, si bien que l ensemble des critères d évaluation de l estimateur d erreur présentés ci-dessus doivent nous indiquer si l on peut ou non s y fier. 22

23 Fig. 4.8 Carte de l erreur de référence. Fig. 4.9 Carte de l erreur estimée. Les figures (4.8) et (4.9) nous permettent de confirmer que cette méthode d estimation de l erreur aboutit bien à une répartition spatiale de l erreur qui est cohérente. Cette propriété va permettre de valider l utilisation de cette méthode dans des cas où la solution de référence n est pas calculable. 23

24 Chapitre 5 Etude du mousqueton Après avoir étudié le fonctionnement de la méthode d estimation de l erreur, nous cherchons à la mettre en œuvre sur le mousqueton. La taille du problème reste encore raisonnable, et le calcul d une solution de référence ne demande pas un temps extrêmement long ; nous allons donc ici implémenter la méthode sur cet exemple plus complexe. 5.1 Implémentation du programme Le programme CASTEM qui est exécuté ici est écrit de façon très modulable. En effet, la programmation a été décomposée en de nombreuses procédures qui peuvent donc facilement s appliquer sur des maillages très divers. Ce à quoi il faut prêter attention est la stricte application, sur le maillage de référence, des conditions limites en déplacement et en effort définis sur le maillage grossier. Rappelons ici que le mousqueton n a pas été maillé avec CASTEM mais avec un mailleur indépendant, si bien que la définition des surfaces en question n est parfois pas évidente (figure 5.1). Fig. 5.1 En rouge, une surface d application des efforts sur Ω H à gauche et Ω h à droite. 24

25 5.2 Résultats Effectivité Bien que nous ayons étudié, dans le cadre du premier exemple, la façon dont se comporte l estimateur d erreur, nous pouvons ici encore calculer une solution de référence au problème et accéder alors à l effectivité du calcul. La valeur moyenne de l effectivité sur notre domaine est égale à 1,9212. De façon plus détaillée, intéressons nous à la répartition des éléments sur les éléments (figure 5.2) : Fig. 5.2 Carte d effectivité Ce qui est remarquable ici, c est une répartition très homogène de l effectivité. Ceci est très positif, puisque si l on cherche à faire de l adaptivité, on cherche justement à éviter que localement l erreur du calcul numérique soit trop grande. Cette carte montre donc que globalement l estimation d erreur est satisfaisante sur l ensemble du domaine. Ce résultat a déjà pu nous être prédit lors du calcul du premier exemple simple. Si l on trace sur un histogramme la répartition du nombre d éléments pour un intervalle d effectivité donnée, on peut remarquer qu il y a, certes, un étalement de l effectivité vers des valeurs assez grandes (voisines de 2), mais que néanmoins un grand nombre d éléments ont une effectivité inférieure à 1,5 ce qui est satisfaisant. Cette répartition semble corréler la répartition qui a été décrite sur l histogramme précédent. On ne trouve que très peu de valeurs inférieures à 1, c est-àdire 100%, puisque cela signifie que l énergie de l erreur estimée est inférieure à l énergie de l erreur de référence. Il faut rappeler ici que le calcul approximé du champ d erreur conduit, par nature, 25

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes. Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de

Plus en détail

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé

PAD - Notes de cours. S. Rigal, D. Ruiz, et J. C. Satgé ALGÈBRE PAD - Notes de cours S. Rigal, D. Ruiz, et J. C. Satgé November 23, 2006 Table des Matières Espaces vectoriels Applications linéaires - Espaces vectoriels............................... 3 -. Approche

Plus en détail

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème.

- Mobiliser les résultats sur le second degré dans le cadre de la résolution d un problème. Mathématiques - classe de 1ère des séries STI2D et STL. 1. Analyse On dote les élèves d outils mathématiques permettant de traiter des problèmes relevant de la modélisation de phénomènes continus ou discrets.

Plus en détail

À propos des matrices échelonnées

À propos des matrices échelonnées À propos des matrices échelonnées Antoine Ducros appendice au cours de Géométrie affine et euclidienne dispensé à l Université Paris 6 Année universitaire 2011-2012 Introduction Soit k un corps, soit E

Plus en détail

Systèmes linéaires. 1. Introduction aux systèmes d équations linéaires. Exo7. 1.1. Exemple : deux droites dans le plan

Systèmes linéaires. 1. Introduction aux systèmes d équations linéaires. Exo7. 1.1. Exemple : deux droites dans le plan Exo7 Systèmes linéaires Vidéo partie 1. Introduction aux systèmes d'équations linéaires Vidéo partie 2. Théorie des systèmes linéaires Vidéo partie 3. Résolution par la méthode du pivot de Gauss 1. Introduction

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

Cours FPV - Semaine 3 : Recherche d Extrema et Formes Différentielles

Cours FPV - Semaine 3 : Recherche d Extrema et Formes Différentielles Cours FPV - Semaine 3 : Recherche d Extrema et Formes Différentielles Frédéric Messine Introduction Dans ce chapitre, nous allons étudier une application de la dérivation des fonctions de plusieurs variables

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

Calcul Scientifique L2 Maths Notes de Cours

Calcul Scientifique L2 Maths Notes de Cours Calcul Scientifique L2 Maths Notes de Cours Le but de ce cours est d aborder le Calcul Scientifique, discipline arrivant en bout d une d une chaîne regroupant divers concepts tels que la modélisation et

Plus en détail

INTRODUCTION A L OPTIMISATION

INTRODUCTION A L OPTIMISATION INTRODUCTION A L OPTIMISATION Les domaines d application L optimisation est essentiellement un outil d aide à la décision au sein de l entreprise, mais aussi pour des individus. Le terme optimal est souvent

Plus en détail

Chapitre 3 RÉGRESSION ET CORRÉLATION

Chapitre 3 RÉGRESSION ET CORRÉLATION Statistique appliquée à la gestion et au marketing http://foucart.thierry.free.fr/statpc Chapitre 3 RÉGRESSION ET CORRÉLATION La corrélation est une notion couramment utilisée dans toutes les applications

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

Cours de mathématiques

Cours de mathématiques Cours de mathématiques Thomas Rey classe de première ES ii Table des matières 1 Les pourcentages 1 1.1 Variation en pourcentage............................... 1 1.1.1 Calcul d une variation............................

Plus en détail

Mathématiques pour l informatique. - Soutien - 1 Nombres complexes. 2 Suites. Exercice 1. (Nombres complexes) Soit le nombre complexe z = (2 + 2i) 7.

Mathématiques pour l informatique. - Soutien - 1 Nombres complexes. 2 Suites. Exercice 1. (Nombres complexes) Soit le nombre complexe z = (2 + 2i) 7. Mathématiques pour l informatique IMAC première année - Soutien - Nombres complexes Rappels. Un nombre complexe z admet plusieurs représentations : représentation vectorielle z = (a, b) où a, b R représentation

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

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique

Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Projet CLANU en 3GE: Compléments d algèbre linéaire numérique Année 2008/2009 1 Décomposition QR On rappelle que la multiplication avec une matrice unitaire Q C n n (c est-à-dire Q 1 = Q = Q T ) ne change

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

Correction de l épreuve intermédiaire de mai 2009.

Correction de l épreuve intermédiaire de mai 2009. Licence de Gestion. 3ème Année Année universitaire 8-9 Optimisation Appliquée C. Léonard Correction de l épreuve intermédiaire de mai 9. Exercice 1 Avec les notations du cours démontrer que la solution

Plus en détail

CI-4 PRÉVOIR ET SUPPRIMER LES

CI-4 PRÉVOIR ET SUPPRIMER LES CI-4 LES CONTRAINTES DE MONTAGE D UN SYSTÈME. Objectifs ANALYSER - OPTIMISER A la fin de la séquence de révision, l élève doit être capable de B2 Proposer un modèle de connaissance et de comportement Déterminer

Plus en détail

Composition d Informatique (2 heures), Filière MP (XC)

Composition d Informatique (2 heures), Filière MP (XC) école polytechnique concours d admission 2014 ens : cachan Composition d Informatique (2 heures), Filière MP (XC) Rapport de M. Didier CASSEREAU, correcteur. 1. Bilan général A titre de rappel, cette épreuve

Plus en détail

Calculs approchés d un point fixe

Calculs approchés d un point fixe M11 ÉPREUVE COMMUNE DE TIPE 2013 - Partie D TITRE : Calculs approchés d un point fixe Temps de préparation :.. 2 h 15 minutes Temps de présentation devant les examinateurs :.10 minutes Dialogue avec les

Plus en détail

L2 MIEE 2012-2013 VAR Université de Rennes 1

L2 MIEE 2012-2013 VAR Université de Rennes 1 . Sous-ensembles de R n et fonctions (suite) 1 Nappes paramétrées Si f une fonction de deux variables, son graphe est une surface incluse dans R 3 : {(x, y, f(x, y)) / (x, y) R 2 }. Une telle surface s

Plus en détail

CALCUL SCIENTIFIQUE. 1 Erreur absolue et erreur relative 2. 2 Représentation des nombres sur ordinateur 3

CALCUL SCIENTIFIQUE. 1 Erreur absolue et erreur relative 2. 2 Représentation des nombres sur ordinateur 3 MTH1504 2011-2012 CALCUL SCIENTIFIQUE Table des matières 1 Erreur absolue et erreur relative 2 2 Représentation des nombres sur ordinateur 3 3 Arithmétique flottante 4 3.1 Absorption........................................

Plus en détail

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls.

est diagonale si tous ses coefficients en dehors de la diagonale sont nuls. Diagonalisation des matrices http://www.math-info.univ-paris5.fr/~ycart/mc2/node2.html Sous-sections Matrices diagonales Valeurs propres et vecteurs propres Polynôme caractéristique Exemples Illustration

Plus en détail

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés ENSEIRB-MATMECA PG-113 014 TP6: Optimisation au sens des moindres carrés Le but de ce TP est d implémenter une technique de recalage d images qui utilise une méthode vue en cours d analyse numérique :

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

Factorisation des matrices creuses

Factorisation des matrices creuses Chapitre 5 Factorisation des matrices creuses 5.1 Matrices creuses La plupart des codes de simulation numérique en mécanique des fluides ou des structures et en électromagnétisme utilisent des discrétisations

Plus en détail

Description du module GENERATEUR rev.2 1. Rôle du module

Description du module GENERATEUR rev.2 1. Rôle du module Description du module GENERATEUR rev.2 1. Rôle du module Ce module doit implémenter un générateur de «points aléatoires» selon une répartition de densité donnée. Tout d abord, le générateur doit être initialisé

Plus en détail

«Pièges», «erreurs» et pathologie des calculs numériques

«Pièges», «erreurs» et pathologie des calculs numériques Session de formation continue ENPC «Pièges», «erreurs» et pathologie des calculs numériques 6-8 octobre 2010 Philippe Mestat (LCPC) «Pièges» pour débutant?. Conditions limites en déplacements : il faut

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

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE

MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE Annexe MATHÉMATIQUES CYCLE TERMINAL DE LA SÉRIE ÉCONOMIQUE ET SOCIALE ET DE LA SÉRIE LITTERAIRE CLASSE DE PREMIÈRE L enseignement des mathématiques au collège et au lycée a pour but de donner à chaque

Plus en détail

INTRODUCTION À LA THÉORIE DE STABILITÉ DES SYSTÈMES CONSERVATIFS

INTRODUCTION À LA THÉORIE DE STABILITÉ DES SYSTÈMES CONSERVATIFS INTRODUCTION À LA THÉORIE DE STABILITÉ DES SYSTÈMES CONSERVATIFS David Ryckelynck Centre des Matériaux, Mines ParisTech David.Ryckelynck@mines-paristech.fr Bibliographie : Stabilité et mécanique non linéaire,

Plus en détail

Outils d analyse fonctionnelle Cours 5 Théorie spectrale

Outils d analyse fonctionnelle Cours 5 Théorie spectrale Outils d analyse fonctionnelle Cours 5 Théorie spectrale 22 septembre 2015 Généralités Dans tout ce qui suit V désigne un espace de Hilbert réel muni d un produit scalaire x, y. Définition Soit A une application

Plus en détail

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint

Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint Chapitre 5: Opérateurs dans les espaces de Hilbert. Notions d opérateur adjoint 18 mars 2008 1 Généralités sur les opérateurs 1.1 Définitions Soient H et H deux espaces de Hilbert sur C. Définition 1.1

Plus en détail

Analyse abstraite de missions sous PILOT

Analyse abstraite de missions sous PILOT Analyse abstraite de missions sous PILOT Damien Massé EA 3883, Université de Bretagne Occidentale, Brest damien.masse@univ-brest.fr Résumé Nous étudions la possibilité de réaliser un analyseur par interprétation

Plus en détail

Décomposition de domaine et préconditionnement pour un modèle 3D en milieu poreux fracturé

Décomposition de domaine et préconditionnement pour un modèle 3D en milieu poreux fracturé Décomposition de domaine et préconditionnement pour un modèle 3D en milieu poreux fracturé Laila AMIR 1, Michel KERN 2, Vincent MARTIN 3, Jean E ROBERTS 4 Résumé : Dans cet article, nous nous intéressons

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

6.11 Bases de Lanczos bi-orthogonales pour des matrices non symétriques

6.11 Bases de Lanczos bi-orthogonales pour des matrices non symétriques Chapitre 6 Méthodes de Krylov 611 Bases de Lanczos bi-orthogonales pour des matrices non symétriques Dans le cas où la matrice A n est pas symétrique, comment peut-on retrouver une matrice de corrélation

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

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires

Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Méthodes de Monte-Carlo Simulation de grandeurs aléatoires Master Modélisation et Simulation / ENSTA TD 1 2012-2013 Les méthodes dites de Monte-Carlo consistent en des simulations expérimentales de problèmes

Plus en détail

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2 Sommaire Sommaire... 1 Introduction... 2 1 Trois différentes techniques de pricing... 3 1.1 Le modèle de Cox Ross Rubinstein... 3 1.2 Le modèle de Black & Scholes... 8 1.3 Méthode de Monte Carlo.... 1

Plus en détail

Chapitre 2 : Représentation des nombres en machine

Chapitre 2 : Représentation des nombres en machine Chapitre 2 : Représentation des nombres en machine Introduction La mémoire des ordinateurs est constituée d une multitude de petits circuits électroniques qui ne peuvent être que dans deux états : sous

Plus en détail

Épreuve pratique de mathématiques Printemps 2009. Descriptifs. (Page vide)

Épreuve pratique de mathématiques Printemps 2009. Descriptifs. (Page vide) Épreuve pratique de mathématiques Printemps 2009 Descriptifs (Page vide) Sujet 001 Épreuve pratique de mathématiques Descriptif Étude d une fonction dépendant d un paramètre Étant donné une fonction dépendant

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Maîtrise de Mathématiques Travaux Pratiques

Maîtrise de Mathématiques Travaux Pratiques Maîtrise de Mathématiques Travaux Pratiques Pedro Ferreira 4 mai 2 Le but des travaux pratiques d Analyse Numérique est de créer un premier programme de mise en œuvre de la méthode des éléments finis.

Plus en détail

L oscillateur OSCILLATEUR HARMONIQUE. Chapitre 1. I. Introduction, définitions. I.1. Exemple. I.2. Caractérisation du mouvement

L oscillateur OSCILLATEUR HARMONIQUE. Chapitre 1. I. Introduction, définitions. I.1. Exemple. I.2. Caractérisation du mouvement Chapitre 1 OSCILLATEUR HARMONIQUE harmonique étudié dans ce chapitre est un oscillateur mécanique constitué d un ressort et d une masse. Cet exemple simple permettra L oscillateur d introduire le concept

Plus en détail

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre

Recherche opérationnelle. Programmation linéaire et recherche opérationnelle. Programmation linéaire. Des problèmes de RO que vous savez résoudre Recherche opérationnelle Programmation linéaire et recherche opérationnelle Ioan Todinca Ioan.Todinca@univ-orleans.fr tél. 0 38 41 7 93 bureau : en bas à gauche Tentative de définition Ensemble de méthodes

Plus en détail

Utilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par

Plus en détail

Apprentissage par méthodes à noyaux en reconnaissance d images

Apprentissage par méthodes à noyaux en reconnaissance d images Apprentissage par méthodes à noyaux en reconnaissance d images Alberto Bietti Table des matières Introduction 2 1 Apprentissage par méthodes à noyaux 2 1.1 Position du problème et motivation..........................

Plus en détail

Méthodes avancées en décision

Méthodes avancées en décision Méthodes avancées en décision Support vector machines - Chapitre 2 - Principes MRE et MRS Principe MRE. Il s agit de minimiser la fonctionnelle de risque 1 P e (d) = y d(x;w, b) p(x, y) dxdy. 2 La densité

Plus en détail

Applications Bilinéaires et Formes Quadratiques

Applications Bilinéaires et Formes Quadratiques Ce cours peut être librement copié et distribué. Il est recommandé d en télécharger la version la plus récente à partir de : http://www.math.jussieu.fr/~alp. Toute remarque, correction ou suggestion doit

Plus en détail

Terminale ES Correction du bac blanc de Mathématiques (version spécialité).

Terminale ES Correction du bac blanc de Mathématiques (version spécialité). Terminale ES Correction du bac blanc de Mathématiques (version spécialité). Lycée Jacques Monod février 05 Exercice : Voici les graphiques des questions. et.. A 4 A Graphique Question. Graphique Question..

Plus en détail

PETIT MANUEL DE SURVIE EN MATHÉMATIQUES À L USAGE DES TERMINALES STI2D (OU CE QU ON DOIT APPRENDRE ET CE QU ON PEUT RETROUVER SI ON EST MALIN) par M.

PETIT MANUEL DE SURVIE EN MATHÉMATIQUES À L USAGE DES TERMINALES STI2D (OU CE QU ON DOIT APPRENDRE ET CE QU ON PEUT RETROUVER SI ON EST MALIN) par M. PETIT MANUEL DE SURVIE EN MATHÉMATIQUES À L USAGE DES TERMINALES STI2D (OU CE QU ON DOIT APPRENDRE ET CE QU ON PEUT RETROUVER SI ON EST MALIN) par M. Vienney 2 M. VIENNEY Vous trouverez dans ce document

Plus en détail

Combien de fois faut-il battre un jeu de cartes?

Combien de fois faut-il battre un jeu de cartes? Combien de fois faut-il battre un jeu de cartes? Ce texte est tiré d un article de D. Bayer et P. Diaconis Trailing the dovetail shuffle to its lair Ann. Appl. Prob. 992, vol 2, No 2, 294-33. Introduction

Plus en détail

Programmes du collège

Programmes du collège Bulletin officiel spécial n 6 du 28 août 2008 Programmes du collège Programmes de l enseignement de mathématiques Ministère de l Éducation nationale Classe de quatrième Note : les points du programme (connaissances,

Plus en détail

Représentation des Nombres

Représentation des Nombres Chapitre 5 Représentation des Nombres 5. Representation des entiers 5.. Principe des représentations en base b Base L entier écrit 344 correspond a 3 mille + 4 cent + dix + 4. Plus généralement a n a n...

Plus en détail

Calcul de structures en bureau d études ISMANS

Calcul de structures en bureau d études ISMANS 1 2 REPRESENTATION SURFACIQUE Le soufflet est suffisamment mince pour que l on puisse travailler avec une surface représentative : approximation «éléments finis». 3 REPRESENTATION SURFACIQUE Soufflet_coque.stp

Plus en détail

Espaces vectoriels et applications

Espaces vectoriels et applications Espaces vectoriels et applications linéaires 1 Définitions On parle d espaces vectoriels sur le corps R ou sur le corps C. Les définitions sont les mêmes en substituant R à C ou vice versa. Définition

Plus en détail

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation

Travaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des

Plus en détail

Partie I : Automates et langages

Partie I : Automates et langages 2 Les calculatrices sont interdites. N.B. : Le candidat attachera la plus grande importance à la clarté, à la précision et à la concision de la rédaction. Si un candidat est amené à repérer ce qui peut

Plus en détail

dans le sens direct. Le format du fichier d entrée sera : x1 y1 x2 y2 x3 y3... XOR 0 1 0 0 1 1 1 0

dans le sens direct. Le format du fichier d entrée sera : x1 y1 x2 y2 x3 y3... XOR 0 1 0 0 1 1 1 0 Chapitre 1 Travaux dirigés TD I : Compléments de C Entrées / Sorties 1-1 Écrivez un programme qui ouvre un fichier contenant des entiers et en fait la somme. Le format du fichier sera : Nombre d entiers

Plus en détail

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3 Chapitre 5 Systèmes linéaires 1 Généralités sur les systèmes linéaires 2 11 Définitions 2 12 Opérations élémentaires 2 13 Systèmes échelonnés et triangulaires 3 2 Résolution des systèmes linéaires 3 21

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

ORDRE DE RÉACTION : MÉTHODES DE

ORDRE DE RÉACTION : MÉTHODES DE ORDRE DE RÉACTION : MÉTHODES DE RÉSOLUTION Table des matières 1 Méthodes expérimentales 2 1.1 Position du problème..................................... 2 1.2 Dégénérescence de l ordre...................................

Plus en détail

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées.

Calcul Matriciel. Chapitre 10. 10.1 Qu est-ce qu une matrice? 10.2 Indexation des coefficients. 10.3 Exemples de matrices carrées. Chapitre 10 Calcul Matriciel 101 Qu est-ce qu une matrice? Définition : Soit K un ensemble de nombres exemples, K = N, Z, Q, R, C, n, p N On appelle matrice à n lignes et p colonnes la données de np nombres

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

Condensation dynamique de modèle par sousstructuration. Fascicule u2.07 : Méthodes pour réduire la taille de la modélisation

Condensation dynamique de modèle par sousstructuration. Fascicule u2.07 : Méthodes pour réduire la taille de la modélisation Titre : Condensation dynamique de modèle par sous- structu[...] Date : 24/07/2015 Page : 1/7 Condensation dynamique de modèle par sousstructuration statique Résumé : Ce document décrit un mode d utilisation

Plus en détail

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007 Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................

Plus en détail

Responsables. Etude analytique : Renard Julien (3A) Partie graphique : Campion Bernard (3A) Maquette : Scottini Jonathan (3A)

Responsables. Etude analytique : Renard Julien (3A) Partie graphique : Campion Bernard (3A) Maquette : Scottini Jonathan (3A) Responsables Etude analytique : Renard Julien (3A) Partie graphique : Campion Bernard (3A) Maquette : Scottini Jonathan (3A) 1 Introduction Dans le cadre de ce projet de géométrie BAC 1, il nous était

Plus en détail

Représentation des nombres entiers et réels. en binaire en mémoire

Représentation des nombres entiers et réels. en binaire en mémoire L3 Mag1 Phys. fond., cours C 15-16 Rep. des nbs. en binaire 25-09-05 23 :06 :02 page 1 1 Nombres entiers 1.1 Représentation binaire Représentation des nombres entiers et réels Tout entier positif n peut

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Cours d électrocinétique EC4-Régime sinusoïdal

Cours d électrocinétique EC4-Régime sinusoïdal Cours d électrocinétique EC4-Régime sinusoïdal 1 Introduction Dans les premiers chapitres d électrocinétique, nous avons travaillé sur les régimes transitoires des circuits comportant conducteur ohmique,

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

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

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

Notion de modèle - Processus d analyse Application à la méthode des Eléments finis

Notion de modèle - Processus d analyse Application à la méthode des Eléments finis Notion de modèle - Processus d analyse Application à la méthode des Eléments finis La présentation est animée, avancez à votre vitesse par un simple clic Chapitres 1 et 6 du polycopié de cours. Bonne lecture

Plus en détail

Introduire une nouvelle option de calcul élémentaire

Introduire une nouvelle option de calcul élémentaire Titre : Introduire une nouvelle option de calcul élémentai[] Date : 12/04/2011 Page : 1/6 Introduire une nouvelle option de calcul élémentaire Résumé : Ce document décrit ce qu il faut faire pour introduire

Plus en détail

Fonctions homographiques

Fonctions homographiques Fonctions homographiques On donne ci-dessous deux définitions des fonctions homographiques, et on montre que ces deux définitions sont équivalentes. On décrit la courbe représentative d une fonction homographique.

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

Introduction à l Optimisation Numérique

Introduction à l Optimisation Numérique DÉPARTEMENT STPI 3ÈME ANNÉE MIC Introduction à l Optimisation Numérique Frédéric de Gournay & Aude Rondepierre Table des matières Introduction 5 Rappels de topologie dans R n 7 0.1 Ouverts et fermés de

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Cours de mathématiques : Equation du second degré

Cours de mathématiques : Equation du second degré Cours de mathématiques : Equation du second degré I ) Formes de l'équation du second degré. L'équation du deuxiéme degré à une inconnue est celle où l'inconnue est élévé à la puissance de 2, sans y etre

Plus en détail

Cours de mathématiques pour la Terminale S

Cours de mathématiques pour la Terminale S Cours de mathématiques pour la Terminale S Savoir-Faire par chapitre Florent Girod 1 Année scolaire 2015 / 2016 1. Externat Notre Dame - Grenoble Table des matières 1) Suites numériques.................................

Plus en détail

Aérodynamique Numérique

Aérodynamique Numérique Aérodynamique Numérique Dominique BLANC Rodolphe GOURSEAU 16 mars 2005 TABLE DES MATIÈRES ii Table des matières Introduction iii 1 Maillage non structuré 1 1.1 Préparation du maillage.....................

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 11 décembre 005 1 Calcul matriciel Une matrice n m est un tableau de nombres à n lignes( et m colonnes. 1 0 Par exemple, avec n = et m =, on peut considérer

Plus en détail

MATHÉMATIQUES ET SCIENCES HUMAINES

MATHÉMATIQUES ET SCIENCES HUMAINES MATHÉMATIQUES ET SCIENCES HUMAINES B. MARCHADIER Dépendance et indépendance de deux aléas numériques images Mathématiques et sciences humaines, tome 25 (1969), p. 2534.

Plus en détail

Mesure de compatibilité et application aux problèmes de sous-structuration

Mesure de compatibilité et application aux problèmes de sous-structuration Mesure de compatibilité et application aux problèmes de sous-structuration H. Ben Dhia, E. Balmès LMSS-Mat, École Centrale Paris Grande voie des vignes 92290 Châtenay-Malabry bendhia@mssmat.ecp.fr ; balmes@mssmat.ecp.fr

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

Cahier de vacances - Préparation à la Première S

Cahier de vacances - Préparation à la Première S Cahier de vacances - Préparation à la Première S Ce cahier est destiné à vous permettre d aborder le plus sereinement possible la classe de Première S. Je vous conseille de le travailler pendant les 0

Plus en détail

1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES

1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES 1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES Si vous lisez ce livre c est que, probablement, vous faites des expériences et que vous cherchez à mieux les organiser. Vous cherchez surtout

Plus en détail

M4 OSCILLATEUR HARMONIQUE

M4 OSCILLATEUR HARMONIQUE M4 OSCILLATEUR HARMONIQUE I Modèle de l oscillateur harmonique (O.H.) I. Exemples Cf Cours I. Définition Définition : Un oscillateur harmonique à un degré de liberté x (X, θ,... ) est un système physique

Plus en détail

IV.1 Dual d un espace vectoriel... 77

IV.1 Dual d un espace vectoriel... 77 76 IV FORMES LINÉAIRES, DUALITÉ IV Formes linéaires, dualité Sommaire IV.1 Dual d un espace vectoriel.......... 77 IV.1.a Rappels sur les e.v................... 77 IV.1.b Rappels sur les applications linéaires........

Plus en détail

Série notée Sujet 1. Règles et recommandations : Instructions

Série notée Sujet 1. Règles et recommandations : Instructions EIDGENÖSSISCHE TECHNISCHE HOCHSCHULE LAUSANNE POLITECNICO FEDERALE LOSANNA SWISS FEDERAL INSTITUTE OF TECHNOLOGY LAUSANNE Faculté Informatique et Communication Introduction à la POO SIN/SSC Faltings B.

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue

Plus en détail

Module ITC34 - Algorithmique et Programmation

Module ITC34 - Algorithmique et Programmation Module ITC34 - Algorithmique et Programmation TDs Algorithmique (trois séances) Benoît Darties - benoit.darties@u-bourgogne.fr Univ. Bourgogne Franche-Comté Année universitaire 2015-2016 Avant-propos :

Plus en détail

Création (commentaires): 21 décembre 2010 21/12/10 : correction du modèle élasto-plastique (dia 11-2-4)

Création (commentaires): 21 décembre 2010 21/12/10 : correction du modèle élasto-plastique (dia 11-2-4) Création (commentaires): 21 décembre 2010 21/12/10 : correction du modèle élasto-plastique (dia 11-2-4) Suite à l analyse expérimentale qui a mis en évidence plusieurs comportements non linéaires de matériaux,

Plus en détail

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des

Plus en détail

Cours de Mathématiques Seconde. Généralités sur les fonctions

Cours de Mathématiques Seconde. Généralités sur les fonctions Cours de Mathématiques Seconde Frédéric Demoulin 1 Dernière révision : 16 avril 007 Document diffusé via le site www.bacamaths.net de Gilles Costantini 1 frederic.demoulin (chez) voila.fr gilles.costantini

Plus en détail

Exercices théoriques

Exercices théoriques École normale supérieure 2008-2009 Département d informatique Algorithmique et Programmation TD n 9 : Programmation Linéaire Avec Solutions Exercices théoriques Rappel : Dual d un programme linéaire cf.

Plus en détail

La focométrie, pour les nuls! Première partie : théorie. par Charles Rydel, Société Astronomique de France. http://www.astrosurf.

La focométrie, pour les nuls! Première partie : théorie. par Charles Rydel, Société Astronomique de France. http://www.astrosurf. La focométrie, pour les nuls! Première partie : théorie. par Charles Rydel, Société Astronomique de France. http://www.astrosurf.com/astroptics Banc optique Pellin (XIXe siècle). Ici pour mesures photométriques

Plus en détail