EDP elliptiques. Laplace et Poisson
|
|
|
- Stéphane Doucet
- il y a 10 ans
- Total affichages :
Transcription
1 Chapitre 4 EDP elliptiques. Laplace et Poisson Contenu du Chapitre Introduction Une interprétation physique des EDP elliptiques Notion de flux conservatif Equilibre des lois de conservations en comportement linéaire Équilibre général Exemples classiques Propriétés Conditions aux limites naturelles. Existence et unicité Principes de Maximum Une formulation variationnelle Méthodes analytiques de résolution Le problème uni-dimensionnel Le cas bidimensionnel. Séparation des variables Noyau de Laplace, de Poisson et fonctions de Green Applications plus que classiques Élasticité linéaire des solides Statique Écoulement de Stokes? Méthodes numériques associées Applications en domaine non borné Équations intégrales Fonction de Green Applications Méthode numérique associée Exercices
2 Chapitre 4. EDP elliptiques. Laplace et Poisson 66/xi Notations 4.1 Introduction Dans ce chapitre, nous nous intéressons aux EDP elliptiques linéaires. Si l on considère le cas scalaire, c est à dire, une fonction inconnue u définie sur un domaine ouvert IR 2 et à valeurs réelles, une EDP elliptique linéaire se met sous la forme suivante : a(x,y)u xx (x,y) + b(x,y)u yy (x,y) + c(x,y)u x (x,y) + d(x,y)u y (x,y) + eu(x,y) = f(x,y) (4.1.1) avec a(x,y)b(x,y) > 0. Si la fonction u est définie sur IR n, on définit une EDP elliptique linéaire par Lu(x) = f(x), x (4.1.2) où l opérateur différentiel L est défini par : Lu = n n a ij (x)u xi x j (x) + b i (x)u xi (x) + c(x)u(x) (4.1.3) i=1,j=1 i=1 avec les valeurs propres de la matrice A = a ij qui sont toutes non nulles et de même signe. On rappelle que le matrice A peut toujours être choisie symétrique du fait de la symétrie u xi x j = u xj x i et donc que les valeurs sont réelles. Une autre définition de l ellipticité de l équation peut être donnée : n n α > 0, a ij ξ i ξ j α ξi 2, ξ IR n (4.1.4) i,j=1 i=1 qui peut se réécrire : α > 0,(Aξ,ξ) = ξ T Aξ α ξ 2, ξ IR n (4.1.5) Cette définition implique que la matrice A est définie positive et puisque nous sommes en dimension finie, on a équivalence entre (4.1.4) et le fait que toutes les valeurs propres sont strictement positives. On a d ailleurs que le minimum des valeurs propres est α 0. Enfin, dans le cas vectoriel, nous limiterons au cas u : IR 3 IR 3 où le système d équations est gouverné par le laplacien 1, u. 4.2 Une interprétation physique des EDP elliptiques Notion de flux conservatif Une interprétation physique des équations elliptiques provient de la notion de flux conservatif donné par un gradient. Cette notion fournit un modèle mathématique pour des lois de conservation à l équilibre en comportement linéaire. Comme on le verra, cela peut être appliqué à de nombreux domaines des sciences pour l ingénieur. Considérons une grandeur scalaire u(x) (Température, concentration chimique,...). Comme pour les équations de transport, on associe un flux (Chaleur, matière,...) et on considère que ce flux vers l extérieur de cette quantité, q(x) est nul à l équilibre 2, soit ω q(x).n x ds = 0 (4.2.1) 1 La notion d ellipticité peut être étendue en dimension infinie pour des opérateurs vectoriels, voir (RENARDY & ROGERS, 1993) 2 On dit aussi qu il est auto-équilibré
3 67/xi 4.2. Une interprétation physique des EDP elliptiques quelque soit le volume d intégration ω inclus dans. En utilisant la formule divergence-flux, on obtient : div x q(x)dx = 0 (4.2.2) ω En supposant une bonne régularité pour q(x), on obtient une version locale de cette équation : div x q(x) = 0, x (4.2.3) du fait de l indépendance du volume d intégration. Si l on suppose de plus que ce flux est une fonction linéaire du gradient, u, et orienté dans la direction opposée (les flux se font souvent de façon opposée au gradient d une grandeur), on peut alors écrire que q(x) = a(x) x u. On obtient une loi de conservation à l équilibre du type : div x (a(x) u(x)) = 0 (4.2.4) Pour a(x) 1, on obtient la plus simple des équations elliptiques, l équation de Laplace : div u(x) = u(x) = 0 (4.2.5) Equilibre des lois de conservations en comportement linéaire D une manière plus générale, le raisonnement précédent peut être mené en considérant les lois de conservations dans les milieux continus présentées au 3.1. Les ingrédients principaux qui vont nous conduire à une grande famille d équations elliptiques sont les suivants : Conservation d une grandeur Milieu immobile et régime stationnaire Loi de comportement linéaire entre le flux de cette grandeur et le gradient. Les deux premières notions sont souvent associées à l équilibre d un système. Retour sur les lois de conservations On considère un domaine IR d,d = 1, Pour tout sousdomaine ω(t), on définit une grandeur U(t) à partir de sa densité spécifique (massique) u(x,t), soit : U(t) = ρ(x, t)u(x, t) dx (4.2.6) ω(t) où ρ est la masse volumique du milieu. On suppose que la variation de cette grandeur U(t) ne peut se faire que par un apport extérieur volumique : et un apport surfacique sur la frontière de ω 3 : ω(t) ϕ U dx (4.2.7) J U ds, (4.2.8) ω(t) Le Lemme de Cauchy affirme alors l existence d un tenseur j U tel que J U = j U.n et que l on ait la loi de conservation locale : t (ρu) + div x(ρuv) = ϕ U div x j U, (4.2.9) En utilisant la conservation de la masse, on obtient la seconde formulation de l équation de conservation locale, soit : ρ Du Dt = ϕ U div x j U. (4.2.10) 3 Le signe est une convention qui veut que le flux sortant est compte compte négativement.
4 Chapitre 4. EDP elliptiques. Laplace et Poisson 68/xi Hypothése de milieu immobile et de régime stationnaire. v(x,t) est alors nulle et donc la dérivée particulaire se réduit à : Si le milieu est immobile, la vitesse eulérienne, L équation de conservation donne donc : ρ Du Dt = ρ u t + xu(x,t).v(x,t) = ρ u t (4.2.11) et si on suppose que l on se place en régime stationnaire, ρ u t ρ u t = ϕ U div x j U. (4.2.12) = 0, on obtient ϕ U div x j U = 0 (4.2.13) Hypothèse de loi de comportement linéaire On associe à cette loi de conservation, une loi constitutive du milieu (loi de comportement) qui précise le comportement du milieu. Le plus simple des choix revient à choisir une relation linéaire entre le flux et le gradient soit : j U (x,t) = A(x,t). x u(x,t) (4.2.14) En reportant dans l équation , on obtient : div x A(x,t). x u(x,t) = ϕ U (4.2.15) soit A x u + x A. x u = ϕ U (4.2.16) Pour terminer, on obtient une équation de type elliptique pour peu que l opérateur A(x) possède de bonnes propriétés de positivité : A(x) x u(x) + x A(x). x u(x) = ϕ U (4.2.17) Remarque On peut bien sûr établir ce type d équation elliptique dans un cadre différent que celui de la mécanique des milieux continus. Il suffit pour cela de considérer des grandeurs intégrales du type : U(t) = u(x, t) dx (4.2.18) et de confondre la dérivée particulaire avec le dérivée partielle, u(x,t). t Équilibre général ω(t) Pour résumé, les équations elliptiques sont beaucoup utilisées dans les sciences de l ingénieur pour traduire des phénomènes stationnaires ou d équilibre sur un domaine IR d,d = 1,2,3. Ces modèles se mettent sous la forme suivante : où j = A(x) x u Equation de flux (4.2.19) div j = f c(x)u Equation d équilibre, ou de conservation (4.2.20) - la fonction inconnue scalaire u : IR d IR est appelée un potentiel
5 69/xi 4.2. Une interprétation physique des EDP elliptiques - la fonction vectorielle j : IR d IR d est appelée un flux - la fonction scalaire f : IR d IR joue le rôle de termes sources de potentiel - les fonctions scalaires A(x) et c(x) sont des données du problème. Naturellement, ces notions peuvent être transportées au cas vectoriel u : IR d IR d. La première équation s appelle plutôt une loi constitutive ou loi de comportement du milieu. Le flux j devient un tenseur d ordre 2 (une matrice), la fonction A(x) une tenseur d ordre 4 et c(x) une fonction vectorielle. ă Exemples classiques Donnons ici quelques applications classiques des équations d équilibre linéaires : Equation de la conduction de la chaleur Variable Notations Titre Unité u T Température [T] = 1K j q Flux de chaleur [q] = 1W/m 2 f f Source de Chaleur [f] = 1W/m 3 A(x) κ(x) Conductivité du matériau [κ] = 1W.m 2.K 1 c(x) c(x) 0 La loi donnant le flux en fonction du gradient de température, (4.2.19) est appelée la loi de Fourier et la loi de conservation assure la conservation de l énergie. Électrostatique Variable Titre Unité u V Potentiel électrostatique [V ] = 1V x u E champ électrostatique [V ] = 1V j D Déplacement électrique (Flux de densité de courant) [D] = 1As/m 2 f ρ Densité de charge [ρ] = 1As/m 3 A(x) ǫ(x) Tenseur diélectrique [ǫ] = F/m c(x) c(x) 0 La loi de Faraday en électrostatique (rot E = 0) permet de postuler à l existence d un potentiel électrique V (x) tel que E = V. La loi D = ǫe est la loi de comportement du milieu. La loi de conservation div D = ρ ou div E = ρ/ǫ s appelle la loi de Gauss pour le champ électrique. En l absence de charge, on obtient l équation de Laplace sur le potentiel V (x) = 0. Courants électriques stationnaire
6 Chapitre 4. EDP elliptiques. Laplace et Poisson 70/xi Variable Notations Titre Unité u V Potentiel électrique [V ] = 1V x u E champ électrique [E] = 1V j J Densité de courant [J] = 1A/m 2 f f 0 σ(x) σ(x) Tenseur de conductivité [σ] = S/m (Siemens par metre) c(x) c(x) 0 La loi de comportement de définition du flux correspond à la loi d Ohm J = σe et la loi de conservation correspond à la conservation de la charge div J = 0. Diffusion moléculaire Variable Notations Titre Unité u C Concentration [C] = mol/m 3 j j Flux molaire [j] = 1mol/m 2 s f ρ Taux de absorption/réaction [ρ] = 1mol/m 3 x A(x) D(x) Constante de diffusion [ǫ] = c(x) c(x) Coefficient de réaction Élasticité plane linéaire Variable Notations Titre Unité u u Déplacement orthogonal [u] = m x u ε Déformation [E] = 1V j σ Contrainte dans le plan [σ] = 1N/m 2 f f force volumique extérieure [f] = 1N/m 3 A(x) D(x) Tenseur des rigidités [D] = c(x) c(x) 0 Nous nous plaçons ici en dimension deux d = 2. Les équations (4.2.19) et (4.2.20) fournissent les équations d équilibre d une membrane élastique soumise à des efforts extérieurs en petites perturbations. 4.3 Propriétés Conditions aux limites naturelles. Existence et unicité Les conditions aux limites naturelles sont les conditions de Dirichlet, Neumann ou mixte sur différentes parties du bord. Afin de justifier ces affirmations introduisons trois problèmes elliptiques académiques : 1. Le Problème de Dirichlet sur un domaine IR n s énonce ainsi : trouver une fonction scalaire u : IR n IR telle que : u = f, x, (4.3.1) u(x) = g(x), x
7 71/xi 4.3. Propriétés 2. Le Problème de Neumann sur un domaine IR n s énonce ainsi : trouver une fonction scalaire u : IR n IR telle que : u = f, x, u(x).n x = u(x) = h(x), x n x (4.3.2) 3. Le Problème mixte de Dirichlet-Neumann sur un domaine IR n s énonce ainsi : trouver une fonction scalaire u : IR n IR telle que : avec Questions d unicité u = f, x, u(x) = g(x), x 1 u(x) = h(x), x 2 n x 1 1 = 1 1 = (4.3.3) (4.3.4) Si l on considère des questions d unicité à ces problèmes, on introduit deux fonctions solutions à chacun de ces problèmes, u 1 et u 2. La fonction différence v = u 2 u 1 est donc solution du problème homogène avec des conditions aux limites homogènes. On a donc v = 0 et v v ds = 0 (4.3.5) n x Grâce à la première formule de Green, nous pouvons écrire que : v v ds = (v v + v v)dx = n x v vdx (4.3.6) On a donc que l intégrale de la norme du gradient est nul sur ω, v 2 dx = 0 (4.3.7) ce qui entraîne si la solution est suffisamment régulière que v(x) = 0, x (4.3.8) Si on considère les conditions aux limites de type Dirichlet ou de type mixte Dirichlet-Neumann, on obtient v 0 et donc l unicité. Par contre dans le cas de Neumann, on a pas unicité car n importe quelle fonction constante peut être solution si h(x) 0. On a d ailleurs pas non plus existence de solution dans ce cas, sauf si : u(x) h(x)dx = dx = u(x)dx = f(x)dx (4.3.9) n x Problème de dit de Cauchy pour les équations elliptiques NO T E D E RÉ D A C T I O N Attention au problème pose sur Neumann et Dirichlet a la fois. (EUVRARD, 1994, p. 24)
8 Chapitre 4. EDP elliptiques. Laplace et Poisson 72/xi Principes de Maximum Les principes de maximum sont caractéristiques des EDP elliptiques. On donnera ici un bref aperçu de ces principes et les conséquences sur les questions de signe des solutions ou encore d unicité. On renvoie pour une présentation détaillée des principes de maximum pour les EDP du second ordre à (RENARDY & ROGERS, 1993) ou (COURANT & HILBERT, 1962, Vol II., chap IV) a Principaux énoncés Considérons un opérateur différentiel du second ordre de la forme suivante : n n Lu = a ij (x)u xi x j (x) + b i (x)u xi (x) + c(x)u(x) (4.3.10) i=1,j=1 i=1 Les hypothèses suivantes sont faites pour l ensemble de cette partie et sont valables quelque soit x IR n : 1. Les coefficients a ij,b i et c sont continues sur l adhérence,, 2. La solution est suffisamment régulière, i.e., u C 2 () C( ), 3. La matrice a ij est symétrique et définie positive x, c est à dire L est elliptique Sous ces hypothèses, on peut formuler les principes de maximum suivants. Théorème (Principe de maximum faible) Supposons que Lu 0 (ou respectivement Lu 0 ) sur un domaine borné et que c(x) = 0 dans. Alors la solution u atteint son maximum (respectivement son minimum) sur. Si de plus Lu > 0 alors la fonction u ne peut atteindre nulle part son maximum sur. Preuve : Plaçons nous dans le cas où Lu > 0 et supposons au contraire que la fonction u atteigne son maximum au point x 0. A ce point, toutes les dérivées premières de u doivent s annuler et donc Lu(x 0 ) = a ij u xi x j (x 0 ) (4.3.11) Comme la matrice u xi x j (x 0 ) est négative semi définie car x 0 est un point maximum, on conclut que Lu(x 0 ) 0, une contradiction 4. REMARQUE L hypothèse Lu 0 comprend le cas de l EDP elliptique homogène, Lu = 0 (par exemple l équation de Laplace). Dans le cas non homogène, cette hypothèse revient à imposer une contrainte de positivité sur le second membre de l équation Lu = f. Corollaire Soit un domaine borné. Supposons que c(x) 0, x. Si Lu 0 ( ou respectivement Lu 0 ) alors max u max u+ ( resp. minu min u ) (4.3.12) 4 Cette preuve peut être prolongée dans un cadre plus général en prenant u ε = u + εexp(γx 1) et en faisant tendre ε 0 (voir (RENARDY & ROGERS, 1993, p. 106))
9 73/xi 4.3. Propriétés avec u + = max(u,0),u = min(u,0). En particulier, si Lu = 0 alors max u max u (4.3.13) Preuve : Si u 0 partout dans, le corollaire est vérifié trivialement. Posons + = {u > 0}. Sur +, nous avons cu 0 et donc a ij u xi x j + b i u xi 0 (4.3.14) Le théorème précédent implique que le maximum de u sur l adhérence de + est égal au maximum de u sur +. Puisque u 0 sur +, (définition de + ), on conclut que le maximum est atteint sur. Corollaire (Théorème de comparaison) Soit un domaine borné. Supposons que c(x) 0. On a alors les résultats suivants : Lu = Lv, x u = v, x = u = v, x (Unicité) (4.3.15) Lu Lv, x u v, x = u v, x (Comparaison) (4.3.16) Le théorème du maximum faible affirme que u atteint son maximum sur la frontière du domaine. Cependant, la fonction u peut atteindre son maximum en plein d autres points du domaine. Le théorème qui va suivre affirme que cela est en fait impossible à moins que u soit constante partout sur. Théorème (Principe de maximum fort) Supposons que Lu 0 (ou respectivement Lu 0 ) sur un domaine (pas nécessairement borné) et que u n est pas constante sur ce domaine. 1. Si c(x) = 0 dans, alors la solution u n atteint pas son maximum (minimum) sur l intérieur de. 2. Si c(x) 0, alors la solution u ne peut atteindre un maximum strictement positif (minimum strictement négatif) sur l intérieur de. Preuve : La preuve est basée sur le Lemme de Hopf, voir (RENARDY & ROGERS, 1993, p. 109) b Principales applications Les applications principales des principes de maximum sont de deux types : Résultats mathématiques et preuve d existence et d unicité. Le théorème faible du maximum sert en particulier à donner une preuve existence au problème de Dirichlet :
10 Chapitre 4. EDP elliptiques. Laplace et Poisson 74/xi Théorème Soit un domaine IR n borné à bord C 2 (), pour toute fonction g C( ), il existe une solution unique u C 2 () C( ) satisfaisant : u(x) = 0, x u(x) = g(x), x (4.3.17) Résultats sur le signe de la solution. Les principes de maximum permettent de statuer sur le signe des solutions aux équations elliptiques. Ceci est particulièrement important pour les grandeurs physiques qui doivent par exemple rester positives (densité de masse, concentration,...) EXAMPLE 1 Considérons le problème de Dirichlet suivant sur un disque = { (x,y) IR 2,x 2 + y 2 1 }, 1. Vérifier que la solution est u(x,y) = 1, x u(x,y) = u 0 IR, x u(x,y) = 1 (x2 + y 2 ) 4 2. Vérifier que les principes de maximum sont satisfaits. (4.3.18) + u 0. (4.3.19) Une formulation variationnelle Dans ce paragraphe, nous donnons une preuve d existence au problème de Dirichlet sur un domaine général IR n : u(x) = 0, x (4.3.20) u(x) = g(x), x Outre l aspect intéressant du résultat en lui même, il montre en particulier l importance des formulations dites variationnelles en comment on peut lier simplement, sur ce problème, le calcul des variations à la théorie des EDP. Commençons par définir la fonctionnelle d énergie suivante : E(u) = u(x) 2 dx (4.3.21) et une classe de fonctions admissibles 5 : A = {u : IR u(x) = g(x), x,e(u) < + } (4.3.22) Nous allons établir le théorème suivant : Théorème Si A est non vide, et qu il existe ū A qui minimise E(u) sur A ; c est à dire E(ū) E(u), u A (4.3.23) alors ū est une solution du problème de Dirichlet (4.3.20). 5 fonctions qui répondent aux conditions aux limites et d énergie finie
11 75/xi 4.3. Propriétés Avant de donner les grandes lignes de la démonstration de ce théorème, notons qu il faut être capable de répondre aux questions suivantes : 1. L ensemble A est il non vide? Plus précisément, quelles conditions doivent remplir la frontière et la fonction donnée f pour qu une solution d énergie finie prolonge f sur tout. 2. Existe il un minimiseur de E dans A? Preuve : Il ne s agit pas ici de donner une preuve rigoureuse (difficile sans un cadre fonctionnel adéquat) mais plutôt le principe général de la démonstration. Définissons : A 0 = {u : IR v(x) = 0, x } (4.3.24) On peut montrer facilement l assertion suivante : u A,v A 0 (u + εv) A, ε IR (4.3.25) Pour chaque v A 0, nous définissons la fonction réelle α : IR IR : α(ε) = E(ū + εv) (4.3.26) [ = ū(x) 2 + 2ε ū v + ε 2 v(x) 2] dx (4.3.27) = E(ū) + 2ε ū v dx + ε 2 E(v) (4.3.28) L inégalité (4.3.23) et le calcul (4.3.26) nous montre que la fonction α est quadratique et atteint son minimum en ε = 0. En prenant sa dérivée première en ε = 0, on obtient : ū v dx = 0, v A 0 (4.3.29) Pour terminer la preuve du théorème, il nous montrer que si ū vérifie (4.3.29) alors elle vérifie l équation de Laplace. Nous utilisons pour cela le lemme qui nous donne ū = div ū = 0 (4.3.30) La question de régularité est plus technique et demande de se placer dans un cadre fonctionnel rigoureux. Le Lemme qui va suivre est une version particulière du Lemme fondamental du calcul des variations. Ce nom a été donné à un grand nombre de résultats qui permettent de passer d un énoncé de minimisation d une fonctionnelle d énergie à une EDP vérifiée localement. Dans le cadre où nous l utilisons, il est communément appelé le Lemme de Dubois-Reymond. Nous en donnons ici une version édulcorée Lemme (DuBois-Raymond) Soit F : IR n IR n une fonction de classe, C 1 ( ), et qui satisfait l équation variationelle suivante, F(x). x v(x)dx = 0, v A (4.3.31) avec A = {v : IR n IR,v(x) = 0 pour x, x(x) 2 dx < + }. On a alors div F(x) = 0 (4.3.32)
12 Chapitre 4. EDP elliptiques. Laplace et Poisson 76/xi Preuve : Si on suppose que F est suffisamment régulière pour utiliser le théorème de la divergence : 0 = F. v dx = (div F)v dx + vf.n x ds (4.3.33) Puisque v A 0 est nulle sur, ce résultat implique que : (div F)v dx = 0, v A 0 (4.3.34) Comme div F est continue, si il existe un point x 0 pour lequel div F est non nul, cela est vrai sur un voisinage de x 0. Choisissons une boule B de centre x 0 dans ce voisinage sur laquelle on vérifie div F > δ > 0, x B. On peut construire un fonction v A 0 qui est elle aussi positive sur B et nulle partout ailleurs. On obtient alors : (div F) v dx = B (div F) v dx > δ v dx > 0 (4.3.35) B On est donc en contradiction avec l équation (4.3.34) et donc div F est identiquement nulle sur. Analyse variationnelle. Solutions fortes. Solutions faibles L équation (4.3.29) est appelée la forme faible de l équation de Laplace. Les solutions de cette équations sont appelées les solutions faibles de l équation de Laplace. A contrario, l équation (4.3.17) est appelle forme forte de l équation de Laplace et les solutions, les solutions fortes. Une interprétation possible de cette désignation est que la forme faible est moins restrictive sur la régularité des solutions et autorise donc une plus grande classe de solutions que la forme forte. On ne vérifie dans le cas des équations de Laplace qu une équation intégrale portant sur les gradients de u et les gradients de fonctions admissibles. On peut remarquer, par exemple, qu une solution forte de l équation de Laplace est toujours une solution faible. Pour s en rendre compte, il suffit de multiplier l équation (4.3.17) par une fonction v A 0 et d intégrer par parties (Formules de Green) pour obtenir : 0 = ( u)v dx = u v dx + v. u.n X dx (4.3.36) Sachant que v 0, x, on obtient que : 0 = ( u)v dx = u v dx (4.3.37) Il est généralement plus facile de trouver des solutions faibles aux EDP. Pour vérifier qu une solution faible est aussi une solution forte, il est nécessaire de déterminer la régularité de la solution faible. Cette question est d importance cruciale dans le théorie moderne des EDP. Interprétation physique Pour terminer ce paragraphe, essayons de donner une interprétation physique a ces différentes formulations et approches. Il est tout d abord important de noter que les solutions faibles ne sont pas seulement des solutions mathématiques du problème. Elles nous renseignent aussi sur les propriétés du phénomènes que l on modelise si l on admet que notre modele est correct. Par exemple, on peut être intéresse par des solutions peu régulières. Le cas des chocs en mécanique des fluides est un exemple de solution faible des EDP de transport.
13 77/xi 4.3. Propriétés Prenons un exemple issu de la mécanique des milieux continus solides pour illustrer les différentes formulations que l on vient d introduire. Pour une membrane élastique occupant le domaine IR 2, la fonction scalaire u(x, y) est le déplacement transversal de la membrane. Le gradient u(x, y) correspond à la déformation de la membrane. La fonctionnelle E(u) (4.3.21) correspond à l énergie potentielle de déformation ou encore l énergie élastique emmagasinée lors de la déformation. Le théorème postule donc qu une solution du problème de membrane minimise l énergie potentielle élastique. La forme faible de l équation de Laplace correspond aux principes de travaux virtuels en Mécanique. L écriture d un telle principe est naturel en mécanique. Pour connaître le poids d une valise, soit on mesure directement son poids sur une balance, soit on la soulève et on estime alors le travail nécessaire pour la déplacer. A partir du travail et connaissant le déplacement effectue, on remonte au poids. Equation de Poisson (ELŻANOWSKI, 2003, p. 52) Considerer la fonctionnelle d energie : E(u) = u 2 L f,u = 2 2 u(x) 2 f(x)u(x)dx (4.3.38)
14 Chapitre 4. EDP elliptiques. Laplace et Poisson 78/xi Cadre fonctionnel general NO T E D E RÉ D A C T I O N Cadre général bcp plus technique. Pas l objet de ce cours. On le redigera plus tard pour la beauté du geste. plan (RAVIART & THOMAS, 1992) 1. Formulation variationnelle des problemes au limites elliptiques usuels (Dirichlet Neumann) 2. Probleme varitionnel abstrait a(u, v), J(u) et exemple sur les problemes usuels. 3. Probleme elliptiques d ordre 2 4. Systeme de l elaticite 5. Systeme de Stokes
15 79/xi 4.4. Méthodes analytiques de résolution 4.4 Méthodes analytiques de résolution Nous proposons dans cette partie de calculer quelques solutions analytiques de l équation de Laplace et de Poisson sur des domaines simples Le problème uni-dimensionnel Considérons le problème unidimensionnel suivant : u(x) = u (x) = 0, x ]a,b[ (4.4.1) qui a pour solution générale : u(x) = αx + β (4.4.2) Considérons différents cas de conditions aux limites : Dirichlet u(a) = u a,u(b) = u b = u(x) = u a + x a b a (u a u b ) (4.4.3) On peut noter que le problème est bien posé car il conduit à une solution unique. Dirichlet-Neumann u(a) = u a,u (b) = v b = u(x) = u a + x a b a (v b) (4.4.4) On peut noter une nouvelle fois que le problème est bien posé car il conduit à une solution unique. Neumann u (a) = v a,u (b) = v b = Si v a = v b, alors u(x) = v a x + C infinité de solutions Si v a v b, alors pas de solution Le problème de Neumann pur n est pas bien posé par défaut. On peut remarquer que les principes de maximum sont bien vérifiés. (4.4.5) Le cas bidimensionnel. Séparation des variables Les résolution analytiques en deux dimensions s effectuent généralement par séparation des variables, c est a dire que l on cherche des solutions sous la forme : u(x, y) = X(x)Y (y) (4.4.6) a Le cas du carré unité Dans ce paragraphe, on considérera le carré unité défini par : = {(x,y) IR 2,0 < x < 1,0 < y < 1} (4.4.7) Equation de Laplace Commençons par le problème suivant u(x,y) = 0, x u(0,y) = 0,u(1,y) = 0,u(x,0) = 0,u(x,1) = f(x) (4.4.8)
16 Chapitre 4. EDP elliptiques. Laplace et Poisson 80/xi L équation de séparation des variables nous donne : X (x)y (y) + X(x)Y (y) = 0 (4.4.9) Partout où u est non nulle, on peut diviser et obtenir : X (x) X(x) = Y (x) Y (x) = λ = X (x) = λx(x) X(x) = A 1 [e ] λx + Be λx = Y (x) = λy (x) Y (x) = A 2 [e ] (4.4.10) λy + Ce λy On obtient donc comme famille de solution générale : [ u(x,y) = A λx e ][ + Be λx e ] λy + Ce λy (4.4.11) Il reste maintenant à respecter les conditions aux limites et à justifier le type de solution choisie. Les conditions aux limites que l on a choisi sont assez simples et les trois premières conduisent à réduire la forme générale à : u(x,y) = Asin nπxsh nπy (4.4.12) La dernière condition est plus délicate à traiter. Supposons que la fonction f se met sous la forme d une combinaison linaire finie de sinus : on peut alors simplement choisir : On obtient alors la solution : f(x) = u(x,y) = N α n sin nπx (4.4.13) n=1 A n = α n shnπ (4.4.14) N A n sin nπxshnπy (4.4.15) n=1 En effet, comme il s agit d une somme finie, on peut différencier sous le signe somme et donc et u répond trivialement à l équation de Laplace Il reste maintenant le cas d une fonction générale f(x). Dans ce cas, on voit naturellement apparaître la décomposition en série de Fourier de sinus de f 6 f(x) = + n=1 α n sin nπx (4.4.16) Il est reste à déterminer les coefficients de la décomposition. Le point clé est l orthogonalité des fonctions sinus sur [0,1] : 1 0 sin(iπx)sin(jπx)dx = δ ij 2 (4.4.17) qui nous conduit à 7 1 f(x)sin(jπx)dx = 0 + n=1 α n 1 0 sin(nπx)sin(jπx)dx = α j 2 On obtient alors une solution générale du problème (4.4.8) sous la forme : u(x,y) = (4.4.18) A n sin nπxshnπy (4.4.19) n=1 6 Une première question doit être alors poser : Que doit satisfaire f pour être égale à sa décomposition en série de Fourier? voir pour cela l annexe B 7 Une deuxième question doit être alors poser : Quand peut-on intervertir le signe somme et le signe intégrale?
17 81/xi 4.4. Méthodes analytiques de résolution avec A n = 2 sin(nπ) 1 0 f(x) sin(jπx) dx (4.4.20) NO T E D E RÉ D A C T I O N Ajouter une illustration des solutions... REMARQUE Pour être vraiment rigoureux, il convient des lors de se poser les questions suivantes : Est ce que la série (4.4.19) converge (quelle convergence)? Est ce que la limite des séries est deux fois différentiable et donc satisfait (4.4.8) Dans quel sens les conditions aux limites sont réalisées Est ce que la méthode de séparation des variables fournies la solution le plus générale? l unique solution? Equation de Poisson 4.7 Le problème de l équation de Poisson sur le carré unité est traité en exercices, Cf b Le cas du disque de rayon R Nous allons considérer l équation de Laplace et de Poisson posée sur le disque unité du plan : u(x,y) = f(x,y), x, = {(x,y) IR 2,x 2 + y 2 R} (4.4.21) Equation de Laplace Considérons le problème suivant, en coordonnes polaires (r,θ) 8 u(x,y) = 0, x u(θ) = g(θ) pour r = R (4.4.22) Par séparation des variables u(r,θ) = a(r)b(θ), on obtient : r 2 a + ra a = b b = k IR (4.4.23) soit L équation (4.4.25) donne : r 2 a (r) + ra (r) ka(r) = 0 (4.4.24) b (θ) + kb(θ) = 0 (4.4.25) si k = 0, b(θ) = αθ + β. La fonction b soit être de plus 2π-périodique, donc α = 0 si k < 0, b(θ) = αe µθ + βe µθ : impossible (Solution finie) si k > 0,k = µ 2, b(θ) = αcos µθ + β sinµθ avec µ = n IN 8 En coordonnées polaire, u = 2 u r + 1 u 2 r r u r 2 θ 2
18 Chapitre 4. EDP elliptiques. Laplace et Poisson 82/xi Finalement, on conclut que : b(θ) = αcos nθ + β sinnθ,n IN (4.4.26) L équation (4.4.24) pour k = n 2 donne : r 2 a (r) + ra (r) n 2 a(r) = 0 (4.4.27) On cherche des solutions sous la forme r p et donc (p(p 1) + p n 2 )r p = 0, d où p = ±n : Si n > 0, a n (r) = c n r n + c n r n avec des solutions bornées soit c n = 0 Si n = 0, r 2 a (r) + ra (r) = 0 = (ra ) = 0 soit a(r) = k 1 + k 2 ln r avec des solutions bornées : k 2 = 0 Finalement et par superposition, les seules solutions acceptables sont de la forme : u(r,θ) = n 0(α n cos nθ + β n sin nθ)r n (4.4.28) Il faut donc maintenant traiter la condition aux limites, c est à dire : (α n cos nθ + β n sin nθ)r n = g(θ) (4.4.29) n 0 Là encore, la décomposition en série de Fourier de g(θ) apparaît naturellement : g(θ) = a 0 + n cos nθ + b n sin nθ (4.4.30) n 1a avec D où, par identification, a 0 = 1 2π a n = 1 π b n = 1 π 2π 0 2π 0 2π 0 g(θ) dθ (4.4.31) g(θ) cos nθ dθ (4.4.32) g(θ) sin nθ dθ (4.4.33) u(r,θ) = a 0 + n 1(a n cos nθ + b n sin nθ)( r R )n (4.4.34) Equation de Poisson voir exercices Noyau de Laplace, de Poisson et fonctions de Green a Retour sur l exemple du disque de Rayon R Essayons d écrire la solution (4.4.25) sous forme intégrale à partir de l expression des coefficients de Fourier : u(r,θ) = 1 2π g(φ) dφ (4.4.35) 2π 0 + ( 1 2π g(φ)cos nφdφcos nθ + 1 2π ) g(φ)sin nφdφsin nθ ( r π n 1 0 π 0 R )n = 1 π 2π n 1( g(φ)dφ + r ) ( φ))dφ) n 2π g(φ)cos(n(θ (4.4.36) R 0
19 83/xi 4.4. Méthodes analytiques de résolution On souhaite maintenant inverser la somme et le signe intégral. Pour cela, il faut montrer la convergence normale de la série. Nous avons la majoration suivante : ( r ) ng(φ)cos(n(θ ( r ) n φ, φ)) g = zn (4.4.37) R R et la série z n converge. On peut inverser le signe somme et la signe intégral : u(r,θ) = 1 2π 1 2π π 0 2 g(φ)dφ + g(φ) ( r ) n cos(n(θ φ)) dφ (4.4.38) 0 R n 1 Or ( r ) n cos(n(θ φ)) = Re ( r ) n[exp(i(θ φ))] n (4.4.39) R R n 1 n 1 r exp(i(θ φ)) = Re R 1 r (4.4.40) exp(i(θ φ)) R rrcos(θ φ) r 2 = R 2 + r 2 (4.4.41) 2rR cos(θ φ) d où u(r,θ) = 1 2π R 2 r 2 2π 0 R 2 + r 2 g(φ)dφ (4.4.42) 2rR cos(θ φ) On écrit encore ce résultat sous la forme suivante : u(r,θ) = 1 2π 2π 0 K(r, θ φ)g(φ) dφ (4.4.43) avec pour noyau intégral K(r,ω), appelé encore Noyau de Laplace sur le disque, défini par : soit encore sous forme de convolution : R 2 r 2 K(r,ω) = R 2 + r 2 2rRcos(ω) (4.4.44) REMARQUE u(r,θ) = [K(r,.) g(.)](θ) (4.4.45) 1. On voit que la solution u(r,θ) dépend en tout point de la donnée au bord g(θ). En d autres termes, un changement des conditions aux bords entraîne un changement de la solution partout dans le domaine. Ceci est caractéristique des EDP elliptiques 2. On voit que u est C (même analytique) pour une donnée g continue, On dit que 1 est régularisant (énorme différence avec les EDP de transport). Ces remarques peuvent se transposer sur des problèmes plus généraux que celui du disque, voir (GA- RABEDIAN, 1964 ; RENARDY & ROGERS, 1993) b Du noyau de Laplace aux fonctions de Green NO T E D E RÉ D A C T I O N Considérer l équation de Poisson et introduire les fonctions de Green pour le cas non homogène. (ELŻANOWSKI, 2003, p. 52)(HOWELL, 2004, p. 3-11)
20 Chapitre 4. EDP elliptiques. Laplace et Poisson 84/xi 4.5 Applications plus que classiques Élasticité linéaire des solides Statique. cf.euvrard (1994) RAVIART & THOMAS (1992) Écoulement de Stokes? On rappelle le système de Stokes ici où on le place dans la partie Méca Flu.?
21 85/xi 4.6. Applications en domaine non borné Méthodes numériques associées 4.6 Applications en domaine non borné EUVRARD (1994) KERSALÉ (2004) Équations intégrales Fonction de Green Applications élasticité linéaire problème de Boussinesq Fluide : Champ de vitesse autour d un profil d aile Méthode numérique associée Méthodes des singularités (Boundary Element Method)
22 Chapitre 4. EDP elliptiques. Laplace et Poisson 86/xi 4.7 Exercices (RENARDY & ROGERS, 1993) HOWELL (2004) Problème de Dirichlet sur le cercle de unité Resoudre un cas particulier de Problème de Dirichlet sur le cercle unité : u(x,y) = 1, x = {(x,y) IR 2,x 2 + y 2 < 1} u(x,y) = 0, x (4.7.1) Solution : u(x,y) = 1 x2 y 2 4 (4.7.2) Problème de Dirichlet sur le carre unité On considère le carré unité plan : = {(x,y) IR 2,0 < x < 1,0 < y < 1} (4.7.3) Résoudre le problème de Dirichlet sur u(x,y) = f(x,y), x u(x,y) = 0, x (4.7.4) avec Solution : f(x,y) = 2π 2 cos(2πx)sin 2 (πy) 2π 2 sin 2 (πx)cos(2πy) (4.7.5) u(x,y) = sin 2 (πx)sin 2 (πy) (4.7.6)
23 87/xi 4.7. Exercices To Do List for this chapter 1. Vérifier les unités dans les tableaux (cf Femlab) 2. Faire le tour du matériel suivant : EUVRARD (1994), (RENARDY & ROGERS, 1993), ELŻANOWSKI (2003), HOWELL (2004), RAVIART & THOMAS (1992), KERSALÉ (2004). 3. Faire apparaître plus clairement les hypothèses de la section Deux mots sur le cadre fonctionnel général et le problème elliptique abstrait 5. Caser les exemples académiques vectorielles de l élasticité tridimensionnelle et de Stokes (Ecoulements visqueux stationnaires.) 6. Aborder les problème en domaine non borné en option. 7. Intégrer les différents types de solutions analytiques des équations de Laplace, Poisson, Helmholtz. http ://eqworld.ipmnet.ru/en/solutions/lpde/lpdetoc3.htm
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
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
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
Approximations variationelles des EDP Notes du Cours de M2
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
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
ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
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
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, [email protected] 2
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
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
Chapitre 3. Mesures stationnaires. et théorèmes de convergence
Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée
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)
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) =
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
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
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
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
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
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........
Fonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
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
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
EXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
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
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,
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
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
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
* 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 *****
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
Fonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
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
Cours de Mécanique du point matériel
Cours de Mécanique du point matériel SMPC1 Module 1 : Mécanique 1 Session : Automne 2014 Prof. M. EL BAZ Cours de Mécanique du Point matériel Chapitre 1 : Complément Mathématique SMPC1 Chapitre 1: Rappels
Fonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
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 : [email protected] Mots-clés : équation fonctionnelle, série
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)
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
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
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
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
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
NOMBRES COMPLEXES. Exercice 1 :
Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1
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
Correction du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Fonctions Analytiques
5 Chapitre Fonctions Analytiques. Le plan complexe.. Rappels Soit z C, alors!(x,y) IR 2 tel que z = x + iy. On définit le module de z comme z = x 2 + y 2. On peut aussi repérer z par des coordonnées polaires,
Intégrales doubles et triples - M
Intégrales s et - [email protected] 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
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
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
1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
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
* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Rupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
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.
Chapitre VI Fonctions de plusieurs variables
Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements
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
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
F411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié [email protected] http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Structures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
1 Introduction et modèle mathématique
Optimisation parallèle et mathématiques financières Optimisation parallèle et mathématiques financières Pierre Spiteri 1 IRIT ENSEEIHT, UMR CNRS 5505 2 rue Charles Camichel, B.P. 7122 F-31 071 Toulouse,
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
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Équations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
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
LE PRODUIT SCALAIRE ( En première S )
LE PRODUIT SCALAIRE ( En première S ) Dernière mise à jour : Jeudi 4 Janvier 007 Vincent OBATON, Enseignant au lycée Stendhal de Grenoble ( Année 006-007 ) 1 Table des matières 1 Grille d autoévaluation
Fonctions de plusieurs variables et applications pour l ingénieur
Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie
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
Commun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
C1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
OM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Chapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
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
Représentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Développements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
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
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
Compte rendu des TP matlab
Compte rendu des TP matlab Krell Stella, Minjeaud Sebastian 18 décembre 006 1 TP1, Discrétisation de problèmes elliptiques linéaires 1d Soient > 0, a R, b 0, c, d R et f C([0, 1], R). On cerce à approcer
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.
Modélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
Calcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Erratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, 672 59 10 11 m 3 kg 1 s 2
Introduction Page xxi (milieu de page) G = 6, 672 59 1 11 m 3 kg 1 s 2 Erratum de MÉCANIQUE, 6ème édition Page xxv (dernier tiers de page) le terme de Coriolis est supérieur à 1% du poids) Chapitre 1 Page
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
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
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
NOTICE DOUBLE DIPLÔME
NOTICE DOUBLE DIPLÔME MINES ParisTech / HEC MINES ParisTech/ AgroParisTech Diplômes obtenus : Diplôme d ingénieur de l Ecole des Mines de Paris Diplôme de HEC Paris Ou Diplôme d ingénieur de l Ecole des
CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2
CNAM UE MVA 210 Ph. Duran Algèbre et analyse tensorielle Cours 4: Calcul ierentiel 2 Jeui 26 octobre 2006 1 Formes iérentielles e egrés 1 Dès l'introuction es bases u calcul iérentiel, nous avons mis en
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,
Planche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Dérivation : cours. Dérivation dans R
TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition
Cours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Développements limités, équivalents et calculs de limites
Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(
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
Correction du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
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
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
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
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
