IFT Simulation de fluides stables en infographie
|
|
- Claude Lamarche
- il y a 7 ans
- Total affichages :
Transcription
1 IFT Simulation de fluides stables en infographie Cynthia Beauchemin Résumé Ce travail a été fait dans le cadre du cours IFT Projet d informatique à l Université de Montréal à la session d été 2012 et porte sur la simulation de fluides stables en infographie. Il explique l algorithme Stable Fluids [Stam 1999] ainsi que la méthode du vorticity confinement. 1 Introduction La simulation de fluides en infographie est un sujet fascinant et pouvant donner des résultats impressionnants. C est pourquoi je l ai choisi comme sujet dans le cadre de ce projet. Dans ce rapport, nous verrons d abord quel type de système utiliser. Nous expliquerons en détails l algorithme de résolution du système de fluide stable. Nous verrons ce qu est la méthode du vorticity confinement, comment l appliquer et en quoi elle est intéressante. Finalement, nous parlerons brièvement des spécifications du système, de la visualisation des variables ainsi que des améliorations et extensions qui pourraient être apportées. 2 Création du système En simulation de fluides, deux grandes approches sont utilisées : la méthode Lagrangienne et la méthode Eulérienne. La méthode Lagrangienne utilise un système de particules. Chaque particule possède une position x et une vélocité u et optionnellement d autres quantités comme la température par exemple. Les valeurs des particules évoluent dans le temps en fonction de leurs propres valeurs ainsi que des valeurs des particules à proximité. La méthode Eulérienne, quant à elle, s intéresse plutôt à savoir comment évolue le fluide à un point fixé dans l espace. Elle n utilise donc pas de particules, mais plutôt une grille dans laquelle chaque case contient les quantités du fluide en ce point, soit la vélocité, la densité, la température, etc. Dans le cadre de ce projet, c est la méthode Eulérienne qui est utilisée. L espace est donc divisé en une grille dans laquelle les quantités (densité, température, couleur, etc. sont définies au milieu de chaque case, tel qu illustré dans la Figure 1. Les vélocités sont quant à elles définies sur chaque côté des cases plutôt qu au centre. 3 Solveur L évolution dans le temps des vélocités est définie par les équations de Navier-Stokes, soit les équations suivantes : u t = (u u 1 ρ p + ν 2 u + f (1 u = 0 (2 où u est la vélocité, ρ est la densité, p est la pression, ν est la viscosité, f est une force externe, est le gradient et est la divergence. La seconde équation sert à assurer la conservation de la masse. En d autres termes, elle permet de s assurer que la différence entre le flot entrant dans une case et le flot sortant de cette même case est nul. Le traitement de l évolution des vélocités du fluide se fait en quatre grandes étapes séquentielles : ajout des forces externes, advection, diffusion et projection. Chacune de ces étapes est réalisée à chaque pas te temps t et dépend de celui-ci. Nous commençons avec la solution u 0(x = u(x, t (3 où u(x, t est la vélocité à la position x au temps t et nous calculons la nouvelle vélocité au temps t + t. 3.1 Ajout des forces La première étape est la plus simple. Elle correspond au terme f dans l équation de Navier-Stokes. Elle consiste simplement à ajouter les forces externes (comme la gravité, les poussées, etc. pondérées par le pas de temps t. Nous avons : 3.2 Advection u 1(x = u 0(x + tf(x, t (4 L advection permet le déplacement des vélocités. Elle correspond au terme (u u dans l équation de Navier-Stokes. Pour faire l advection, l algorithme de Stam utilise une technique implicite appelée semi-lagrangienne. On se souvient que la méthode Lagrangienne pour la simulation des fluides utilise un système de particule. Ici, la méthode semi-lagrangienne combine l idée d un système de particule avec l utilisation de la grille. Elle suppose qu il y a une particule au centre d une case et se demande : Où était cette particule au pas de temps précédent?. Sachant où elle était au temps t t, on peut obtenir une bonne approximation de sa nouvelle valeur au temps t. Le problème consiste maintenant à trouver le chemin que la particule a parcouru entre le temps t t et t afin de déterminer son origine x P. La façon la plus simple d estimer son origine est d utiliser la formule explicite d Euler. On a alors simplement : x P = x tu(x (5 FIGURE 1: Grilles en 2D et en 3D. Photos tirées de Stam, Cette méthode peut donner des résultats acceptables mais il est généralement recommendé d utiliser des méthodes plus sophistiquées pour de meilleurs résultats, notamment la méthode de
2 Runge-Kutta d ordre supérieur. La méthode de second ordre est minimalement recommendée. Elle fonctionne en deux temps, de la façon suivante : x mid = x 1 tu(x 2 (6 x P = x tu(x mid (7 Une fois l origine de la particule déterminée, il suffit maintenant d interpoler les vélocités des cases les plus proches de ce point et d affecter ce vecteur interpolé comme nouvelle valeur de vélocité dans la case. On a donc : u 2(x = u 1(x P (8 La Figure 2 illustre le processus d advection. FIGURE 2: Processus d advection. Photo tirée de Stam, On remarque que cette méthode est inconditionnellement stable car la valeur interpolée ne peut en aucun cas être plus grande que la plus grande des valeurs des cases autour du point d origine. Cependant, cela fait en sorte que le système perd de l énergie pour la même raison. 3.3 Diffusion L étape de diffusion permet d échanger les quantités entre les cases voisines tel qu illustré dans la Figure 3. Elle correspond au terme ν 2 u dans l équation de Navier-Stokes. additionné sera également trop grand, ce qui entraînera l explosion du système (Voir Annexe B pour voir d où vient la division par h 2. Heureusement, l algorithme de Stam a su palier à ce problème. Tout comme pour le processus d advection, la diffusion utilise une technique implicite qui fonctionne à l envers. On cherche ici plutôt à trouver les vélocités telles que, lorsque diffusées vers l arrière dans le temps, nous donnent les vélocités courantes. L équation devient donc la suivante : u 3(x ν t 2 u 3(x = u 2(x (10 Le problème ici c est que lorsqu on discrédite 2 u 3(x, on se rend compte que toutes les vélocités du côté gauche de l équation sont inconnues! On a donc un très gros système linéaire à résoudre. Heureusement, celui-ci est clairsemé ce qui rend la tâche plus facile. On peut utiliser à peu près n importe quel solveur pour système linéaire. Dans mon projet, la méthode de Jacobi est utilisée car, bien qu un peu plus lente que d autres méthodes, elle est facile à implémenter et permet plus facilement de traiter les frontières internes et externes. Remarque : Lorsqu on simule des fluides à très faible viscosité comme de la fumée, on peut omettre l étape de diffusion sans apercevoir de différence majeure. En effet, dans l équation de Navier-Stokes, le terme de diffusion est ν 2 u. Il devient donc très petit lorsque ν est aussi très petit. Cela nous permet d éviter de résoudre tout un système linéaire et permet donc d accélérer considérablement les calculs. On parle alors de l équation non visqueuse d Euler plutôt que de l équation de Navier-Stokes. 3.4 Projection L étape de projection sert à assurer la conservation de la masse. Elle correspond au terme 1 p dans l équation de Navier-Stokes. ρ C est aussi à cette étape qu entre en jeu la deuxième équation de Navier-Stokes : u = 0. Pour se faire, on utilise le théorème de la décomposition de Hodge qui dit qu un champ de vecteurs est égal à la somme d un champ de conservation de masse et un champ de gradients. Champ de vecteurs Conservation Gradient (a Avant diffusion (b Processus de diffusion (c Après diffusion FIGURE 3: Processus de diffusion L idée générale est de faire partager les valeurs d une case avec ses voisines. La façon explicite de calculer cela est la suivante : u 3(x = u 2(x + ν t 2 u 2(x (9 Cependant, cette méthode devient instable lorsque les quantités se propagent plus loin que leurs voisins immédiats. Ceci peut survenir lorsque la viscosité est trop grande, lorsque le pas de temps est trop grand ou lorsque les tailles des cases sont trop petites. En effet, le terme ν t est un scalaire qui multiplie un vecteur qui sera ajouté h à la vélocité 2 courante. Si ce terme est trop grand, alors le vecteur FIGURE 4: Décomposition de Hodge. Photos tirées de Stam, Il suffit donc ici de soustraire le gradient de la pression à nos vélocités pour assurer la conservation de la masse. Il faut donc d abord calculer la pression. Celle-ci suit l équation de Poisson suivante : 2 p(x = u 3(x (11 Ici tous les p sont inconnus. Il suffit donc de résoudre ce nouveau système linéaire. Puis on soustrait le gradient de la pression à notre vélocité. C est-à-dire, u 4(x = u 3(x p(x (12 Et voilà! Nous avons terminé de calculer notre nouvelle vélocité.
3 3.5 Évolution des autres quantités Les autres quantités q du fluide (densité, température, couleur, etc. évoluent dans le temps en fonction de l équation suivante : q t = (u q + κq 2 q + S q α qq (13 où S q est une source, κ q est la constante de diffusion et α q est la constante de dissipation. Celui-ci peut être supprimé si on ne souhaite pas que q se dissipe. On remarque ici une grande similarité avec l équation de Navier- Stokes. En effet, les étapes sont à peu près les mêmes. L ajout des sources (S q, l advection ( (u q et la diffusion (κ q 2 q se font exactement de la même façon que l ajout des forces (f, l advection ( (u u et la diffusion (ν 2 u pour les vélocités. L étape de dissipation est facultative et consiste simplement à diviser notre quantité q par 1+ tα q, ce qui fera légèrement diminuer q. 4 Vorticity Confinement Le vorticity confinement est une méthode qui a été pensée par le Dr. John Steinhoff afin de résoudre l effet de vortex (de tourbillon dans les fluides. L idée générale consiste à repérer les endroits où se forment les vortex et de renforcer ceux-ci. Cette méthode est particulièrement utile lors de l implémentation de fluides stables car l algorithme de Stam perd de l énergie et le vorticity confinement permet de réinjecter des forces dans le système de manière intelligente. Le calcul du vorticity confinement se fait en 3 étapes. On calcule d abord le rotationnel ω du champ de vecteur. ω = u (14 La Figure 5.a illustre les valeurs de ω dans un style rouge/vert pour les valeurs négatives/positives. Il est important de noter que en 2 dimensions on peut considérer ω comme un scalaire, mais celui-ci est en fait un vecteur. En effet, en 2D, ω est un vecteur à trois dimensions dont seule la composante en z est non nulle. Voir l Annexe A.4 pour plus de détails. On calcule ensuite le vecteur N suivant : N = η η où η = ω (15 On obtient donc un champs de vecteur dans lequel les vecteurs pointent vers les centres des vortex les plus proches. La Figure 5.b illustre les valeurs de η. Finalement, on calcule un vecteur de force engendré par le vorticity confinement : f conf = ɛ h (N ω (16 En faisant le produit croisé de N avec ω, on obtient un vecteur orthogonal à ceux-ci, et donc, un vecteur dans le sens du tourbillon tel qu illustré dans la Figure 5.c. Bref, le vorticity confinement est une façon simple mais très efficace d ajouter des effets de tourbillons et de turbulence (lorsque ɛ devient grand dans le fluide. Dans le solveur, cette étape est ajoutée tout de suite après l ajout des forces. (a ω (b η (c f conf FIGURE 5: Vorticity Confinement 5 Spécification et visualisation Le programme a été codé en C++ et roule au niveau du CPU. La visualisation du système se fait en temps réel avec OpenGL. L affichage des densités se fait à l aide d un GL QUADS couvrant la totalité de la fenêtre et sur lequel est appliqué une texture et l affichage des vecteurs se fait à l aide de plusieurs GL LINES. Le programme a été écrit dans un but d apprentissage et permet la visualisation de plusieurs variables du fluide (densité ρ, vélocité u, vorticity confinement (ω, η, f conf. 6 Améliorations et extensions Un grand nombre d améliorations pourraient être apportées à ce projet. Tout d abord, il serait possible d améliorer les performances de différentes façons. Les calculs pourraient être parallélisés pour plusieurs étapes notamment l ajout des forces et l advection. Le programme pourrait plutôt être programmé sur le GPU au lieu du CPU. Le programme pourrait être précalculé avec un pas de temps fixé et être exécuté par la suite avec ses valeurs précalculées. Pour la visualisation en 3D, la simulation pourrait être intégrée dans un système de lancer de rayon. On aurait donc pu avoir une projection perspective et ainsi visualiser le fluide sous n importe quel angle. 7 Conclusion Nous avons vu qu il existait deux grandes approches (Lagrangienne et Eulérienne pour simuler les fluides en infographie et laquelle doit être utilisée pour l algorithme Stable Fluids [Stam 1999]. Nous avons expliqué en détails les quatres grandes étapes de résolution du système de fluide : l ajout des forces, l advection, la diffusion et la projection. Nous avons aussi expliqué la méthode de vorticity confinement qui est très utile pour ajouter des effets de tourbillon ou de turbulence et qui est aussi une bonne façon de réinjecter de l énergie dans le système. Nous avons brièvement parlé des spécifications de l implémentation et de la visualisation des différentes variables du fluide. Finalement, nous avons énoncé différentes possibilités d améliorations et d extensions du système. Cela dit, il en reste certainement beaucoup d autres qu il nous faudra découvrir. A Opérateurs Pour mieux comprendre l équation de Navier-Stokes, on peut considérer le symbole comme un vecteur symbolique de dérivées
4 partielles spaciale. C est-à-dire, ( = = x, y ( x, y, z en 2D. en 3D. Les opérateurs deviennent alors beaucoup plus faciles à se rappeler. Pour expliquer les opérateurs, j utiliserai s pour désigner un scalaire, u pour désigner un vecteur et f pour désigner l un ou l autre. A.1 Gradient Le gradient retourne tout simplement les dérivées partielles spaciales d une fonction dans un vecteur. En simulation de fluides, les vecteurs u et les quantités q sont fonctions de leurs positions. Le gradient est simplement : ( f f = x, f y, f z A.2 Divergence L opérateur de divergence s applique seulement aux vecteurs. Il sert à mesurer la convergence ou la divergence d un vector en un point. u = u x + v y + w z B Discrétisation Maintenant, afin de résoudre l équation de Navier-Stokes, il faut savoir comment appliquer les dérivées partielles aux vecteurs et aux scalaires. Voici comment : x f i,j,k = (f i+1/2,j,k f i 1/2,j,k /h y f i,j,k = (f i,j+1/2,k f i,j 1/2,k /h z f i,j,k = (f i,j,k+1/2 f i,j,k 1/2 /h On a donc les discrétisations suivantes : f i,j,k = f i+1/2,j,k f i 1/2,j,k f i,j+1/2,k f i,j 1/2,k /h f i,j,k+1/2 f i,j,k 1/2 u i,j,k = ( u i+1/2,j,k u i 1/2,j,k +v i,j+1/2,k v i,j 1/2,k +w i,j,k+1/2 w i,j,k 1/2 /h 2 f i,j,k = (f i+1,j,k + f i 1,j,k +f i,j+1,k + f i,j 1,k +f i,j,k+1 + f i,j,k 1 u = 6f i,j,k /h 2 (w i,j+1/2,k w i,j 1/2,k (v i,j,k+1/2 v i,j,k 1/2 (u i,j,k+1/2 u i,j,k+1/2 (w i+1/2,j,k w i 1/2,j,k (v i+1/2,j,k v i+1/2,j,k (u i,j+1/2,k u i,j 1/2,k /h A.3 Laplacien 2 Le Laplacien 2, qui est aussi écrit sous la forme est tout simplement la combinaison des opérateurs divergence et gradient. On obtient donc : A.4 Rotationnel 2 f = 2 f x + 2 f y + 2 f z Le rotationnel est un opérateur qui sert à mesurer comment un champ de vecteurs tourne autour d un point. En 3D, cet opérateur nous retourne le vecteur suivant : u = w v y z u w z x v u x y Références BRIDSON, R Fluid Simulation for Computer Graphics. A K Peter. FEDKIW, R., STAM, J., AND JENSEN, H. W Visual simulation of smoke. SIGGRAPH 01 Conference Proceedings, Annual Conference Series. STAM, J Stable fluids. SIGGRAPH 99 Conference Proceedings, Annual Conference Series. STAM, J Real-time fluid dynamics for games. Proceedings of the Game Developer Conference. Si u est un vecteurs en 2D, alors seul le troisième terme du vecteur obtenu est différent de zéro. On dit alors que le rotationnel donne un scalaire et on écrit plutôt : u = v x u y L opérateur rotationnel peut également s appliquer sur des scalaires. Il faut considérer notre scalaire s comme si on avait plutôt un vecteur tri-dimensionnel (0,0,s. ( s s = (0, 0, s = y, s x
5 Simulations en 2D Simulations en 3D Dimensions : 64 X 64 Dimensions : 40 X 40 X 40 Projection : Orthographique Éclairage : 2 lumières directionnelles vers X et -Y
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
Plus en détailFormation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau
Formation à la C F D Computational Fluid Dynamics Formation à la CFD, Ph Parnaudeau 1 Qu est-ce que la CFD? La simulation numérique d un écoulement fluide Considérer à présent comme une alternative «raisonnable»
Plus en détailSujet 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 détailEléments de Théorie des Graphes et Programmation Linéaire
INSTITUT NATIONAL POLYTECHNIQUE DE LORRAINE Ecole Nationale Supérieure d Electricité et de Mécanique Eléments de Théorie des Graphes et Programmation Linéaire Didier Maquin Professeur à l INPL Version
Plus en détailFonctions 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 détailPlan du cours : électricité 1
Semestre : S2 Module Physique II 1 Electricité 1 2 Optique géométrique Plan du cours : électricité 1 Partie A : Electrostatique (discipline de l étude des phénomènes liés aux distributions de charges stationnaires)
Plus en détailIFT3245. Simulation et modèles
IFT 3245 Simulation et modèles DIRO Université de Montréal Automne 2012 Tests statistiques L étude des propriétés théoriques d un générateur ne suffit; il estindispensable de recourir à des tests statistiques
Plus en détailInitiation à la simulation numérique. Eléments d analyse numérique.
Initiation à la simulation numérique en mécanique des fluides : Eléments d analyse numérique. Cours ENSTA MF307 6 juin 2003 Frédéric DABBENE et Henri PAILLERE Résumé Nous présentons dans ce rapport des
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailOptimisation 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 détailANALYSE 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
Plus en détailMaster IMA - UMPC Paris 6 RDMM - Année 2009-2010 Fiche de TP
Master IMA - UMPC Paris 6 RDMM - Année 2009-200 Fiche de TP Préliminaires. Récupérez l archive du logiciel de TP à partir du lien suivant : http://www.ensta.fr/~manzaner/cours/ima/tp2009.tar 2. Développez
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailCours Informatique Master STEP
Cours Informatique Master STEP Bases de la programmation: Compilateurs/logiciels Algorithmique et structure d'un programme Programmation en langage structuré (Fortran 90) Variables, expressions, instructions
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailProgrammation 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 détailFonctions 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
Plus en détailGUIDE Excel (version débutante) Version 2013
Table des matières GUIDE Excel (version débutante) Version 2013 1. Créer un nouveau document Excel... 3 2. Modifier un document Excel... 3 3. La fenêtre Excel... 4 4. Les rubans... 4 5. Saisir du texte
Plus en détailRendu temps réel de mer et de nuages
Rendu temps réel de mer et de nuages Linares Antonin, Boyer Julien 17 décembre 2008 1 Résumé Nous allons traiter dans ce document les différentes méthodes explorées afin de parvenir à un rendu en temps
Plus en détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détail* 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
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
Plus en détailNotice d Utilisation du logiciel Finite Element Method Magnetics version 3.4 auteur: David Meeker
Notice d Utilisation du logiciel Finite Element Method Magnetics version 3.4 auteur: David Meeker DeCarvalho Adelino adelino.decarvalho@iutc.u-cergy.fr septembre 2005 Table des matières 1 Introduction
Plus en détailLA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE
LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailIntégrales doubles et triples - M
Intégrales s et - fournie@mip.ups-tlse.fr 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
Plus en détailCours 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 détailCours 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
Plus en détailCorrection 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
Plus en détailRésolution 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 détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailDYNAMIQUE DE FORMATION DES ÉTOILES
A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,
Plus en détailBaccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé
Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé EXERCICE 1 5 points Commun à tous les candidats 1. Réponse c : ln(10)+2 ln ( 10e 2) = ln(10)+ln ( e 2) = ln(10)+2 2. Réponse b : n 13 0,7 n 0,01
Plus en détailMANUEL UTILISATEUR. Application 4trip
* MANUEL UTILISATEUR Application 4trip Table des matières 1. Introduction... 1 1.1. Description globale du produit... 1 1.2. Description de la finalité du manuel... 1 2. Manuel d utilisation... 2 2.1.
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailInitiation à la Mécanique des Fluides. Mr. Zoubir HAMIDI
Initiation à la Mécanique des Fluides Mr. Zoubir HAMIDI Chapitre I : Introduction à la mécanique des fluides 1 Introduction La mécanique des fluides(mdf) a pour objet l étude du comportement des fluides
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailCalculs de probabilités avec la loi normale
Calculs de probabilités avec la loi normale Olivier Torrès 20 janvier 2012 Rappels pour la licence EMO/IIES Ce document au format PDF est conçu pour être visualisé en mode présentation. Sélectionnez ce
Plus en détailMathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailBACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES. EXEMPLE DE SUJET n 2
Exemple de sujet n 2 Page 1/7 BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES EXEMPLE DE SUJET n 2 Ce document comprend : Pour l examinateur : - une fiche descriptive du sujet page 2/7 - une fiche
Plus en détailFonctions 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
Plus en détailLE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )
SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailObject Removal by Exemplar-Based Inpainting
Object Removal by Exemplar-Based Inpainting Kévin Polisano A partir d un article de A. Criminisi, P. Pérez & H. K. Toyama 14/02/2013 Kévin Polisano Object Removal by Exemplar-Based Inpainting 14/02/2013
Plus en détail3ème séance de Mécanique des fluides. Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait. 2 Écoulements potentiels
3ème séance de Mécanique des fluides Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait 1 Généralités 1.1 Introduction 1.2 Équation d Euler 1.3 Premier théorème de Bernoulli 1.4
Plus en détailPour les futurs développeurs Sommaire
Pour les futurs développeurs Sommaire I. Présentation du projet... 2 II. Détails sur les différentes parties... 3 1. Le modèle 3D... 3 2. Reconnaissance des gestes... 4 3. Reconnaissance d objets... 6
Plus en détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailLes fonction affines
Les fonction affines EXERCICE 1 : Voir le cours EXERCICE 2 : Optimisation 1) Traduire, pour une semaine de location, chaque formule par une écriture de la forme (où x désigne le nombre de kilomètres parcourus
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailCorrigé du baccalauréat S Pondichéry 12 avril 2007
Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires
Plus en détailCours 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,
Plus en détailExercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
Plus en détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailItems 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
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailExercices Corrigés Premières notions sur les espaces vectoriels
Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3
Plus en détailFigure 3.1- Lancement du Gambit
3.1. Introduction Le logiciel Gambit est un mailleur 2D/3D; pré-processeur qui permet de mailler des domaines de géométrie d un problème de CFD (Computational Fluid Dynamics).Il génère des fichiers*.msh
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en détailSIMULATION DU PROCÉDÉ DE FABRICATION DIRECTE DE PIÈCES THERMOPLASTIQUES PAR FUSION LASER DE POUDRE
SIMULATION DU PROCÉDÉ DE FABRICATION DIRECTE DE PIÈCES THERMOPLASTIQUES PAR FUSION LASER DE POUDRE Denis DEFAUCHY Gilles REGNIER Patrice PEYRE Amine AMMAR Pièces FALCON - Dassault Aviation 1 Présentation
Plus en détailProbabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...
1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................
Plus en détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailCours d initiation à la programmation en C++ Johann Cuenin
Cours d initiation à la programmation en C++ Johann Cuenin 11 octobre 2014 2 Table des matières 1 Introduction 5 2 Bases de la programmation en C++ 7 3 Les types composés 9 3.1 Les tableaux.............................
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailLe turbo met les gaz. Les turbines en équation
Le turbo met les gaz Les turbines en équation KWOK-KAI SO, BENT PHILLIPSEN, MAGNUS FISCHER La mécanique des fluides numérique CFD (Computational Fluid Dynamics) est aujourd hui un outil abouti de conception
Plus en détailLicence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas.
Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas. M. Granger Table des matières 1 Rappels sur le cours d équations différentielles 2 1.1 Généralités..........................................
Plus en détailGrandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test
Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailResolution limit in community detection
Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.
Plus en détailA retenir : A Z m n. m noyau MASSE ET ÉNERGIE RÉACTIONS NUCLÉAIRES I) EQUIVALENCE MASSE-ÉNERGIE
CP7 MASSE ET ÉNERGIE RÉACTIONS NUCLÉAIRES I) EQUIVALENCE MASSE-ÉNERGIE 1 ) Relation d'équivalence entre la masse et l'énergie -énergie de liaison 2 ) Une unité d énergie mieux adaptée 3 ) application 4
Plus en détailChapitre 3 : Repères et positionnement 3D
Chapitre 3 : Repères et positionnement 3D Modélisation 3D et Synthèse Fabrice Aubert fabrice.aubert@lifl.fr Master Informatique 2014-2015 F. Aubert (MS2) M3DS/ 3 - Repères et positionnement 3D 2014-2015
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détailSEO On-page. Avez-vous mis toutes les chances de votre côté pour le référencement de votre site?
SEO On-page Avez-vous mis toutes les chances de votre côté pour le référencement de votre site? I. Introduction... p.2 II. Optimisation on-page vs off-page... p.3 III. Les éléments importants de vos pages...
Plus en détail1S Modèles de rédaction Enoncés
Par l équipe des professeurs de 1S du lycée Parc de Vilgénis 1S Modèles de rédaction Enoncés Produit scalaire & Corrigés Exercice 1 : définition du produit scalaire Soit ABC un triangle tel que AB, AC
Plus en détailThéories de champ moyen et convection à grande échelle
Chapitre Théories de champ moyen et convection à grande échelle 51 Introduction Au cours de ce travail, nous avons à plusieurs reprises été confrontés au problème de la compréhension et de la modélisation
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailU7/R7 Un éclairage avancé dans un design unique
U7/R7 U7/R7 Un éclairage avancé dans un design unique 2 ETAP U7/R7 Avec U7 et R7, faites entrer chez vous l éclairage du futur. Les luminaires utilisent la technologie LED+LENS et ont été mis au point
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailT. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5
Modélisation de la performance et optimisation d un algorithme hydrodynamique de type Lagrange-Projection sur processeurs multi-cœurs T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet
Plus en détailImagerie Numérique Synthèse d images. DUT Informatique 2012-2013. Sébastien THON
Imagerie Numérique Synthèse d images 4. Animation DUT Informatique 2012-2013 Sébastien THON IUT de l Université de Provence, site d Arles Département Informatique Introduction Animation = succession d
Plus en détailModélisation 3D par le modèle de turbulence k-ε standard de la position de la tête sur la force de résistance rencontrée par les nageurs.
Modélisation 3D par le modèle de turbulence k-ε standard de la position de la tête sur la force de résistance rencontrée par les nageurs. H. ZAÏDI a, S. FOHANNO a, R. TAÏAR b, G. POLIDORI a a Laboratoire
Plus en détailCondition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½
Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½ Patrick Ciarlet et Vivette Girault ciarlet@ensta.fr & girault@ann.jussieu.fr ENSTA & Laboratoire Jacques-Louis Lions, Paris 6 Condition
Plus en détailCorrigé du baccalauréat S Asie 21 juin 2010
Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailCONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel
CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES par Jean-Pierre Puel 1. Introduction Pourquoi équations aux dérivées partielles et pourquoi contrôle? Les équations aux dérivées partielles, associées à certaines
Plus en détailcel-00530377, version 1-28 Oct 2010
Mécanique des milieux continus F r a n ç o i s S i d o r o f f p Ce document est sous licence Creative Commons Paternité Pas d Utilisation Commerciale Partage des Conditions Initiales à l Identique 3.0
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailManuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2
éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........
Plus en détail