Simulation numérique à l échelle macroscopique par la méthode des éléments finis
|
|
- Aurélien Vinet
- il y a 7 ans
- Total affichages :
Transcription
1 Simulation numérique à l échelle macroscopique par la méthode des éléments finis F. Pigeonneau Surface du Verre et Interfaces, UMR 125 CNRS/Saint-Gobain, France
2 Plan 1. Introduction 2. Quelques équations aux dérivées partielles (EDP) 3. Classification des EDP 4. Formulation variationnelle 5. Méthode des résidus pondérés 6. Vers la méthode des éléments finis : Equation à une dimension 7. Méthode des éléments finis à 2 et 3 dimensions 8. Quelques exemples de problèmes 9. Travaux dirigés
3 Introduction La physique, la thermo. des phéno. irréver., la mécanique presentent une large gamme d équations aux dérivées partielles (EDP). Les solutions exactes sont rares et limitées à des situations simples. Le recours à la recherche de solutions alternatives s impose = méthode numérique. Bien que les ordinateurs soient de plus en plus puissants, ils restent finis = résolution discrète du problème.
4 Introduction Parmi les approximations discrètes : Méthode des différences finies : locale ; développement fini des dérivées ; simple mais peu généralisable aux géométries complexes. Méthode des volumes finis : locale ; basée sur l écriture d équation de conservation sur des petits volumes de contrôle ; adaptée aux géométries complexes et très utilisée en méca. des fluides compressibles. Méthode des éléments finis : locale ; basée sur la formulation variationnelle ou faible du pb. continu ; adaptée aux géométries complexes et très utilisée en méca. des solides ; mais de plus en plus utilisée pour d autres physiques.
5 Quelques équations aux dérivées partielles (EDP) Les mécaniques des structures et des fluides sont baties sur la mécanique des milieux continus (MMC). MMC suppose que la matière est sans trous. Cette théorie ne peut pas se déduire de la mécanique du point. Elle repose sur la description d entités matériels : En chaque point, on définit des grandeurs macroscopiques : u(x, t), ρ(x, t), U(x, t), γ(x, t).
6 Quelques équations aux dérivées partielles (EDP) Elasticité linéaire Déformations faibles = utilisation de la configuration de référence. Existence d un tenseur de contrainte (Cauchy, 1822). S + n T(P, n) = σ(p) n R
7 Quelques équations aux dérivées partielles (EDP) Elasticité linéaire Etat de déformation décrit par e ij = 1 2 ( ui + u ) j x j x i (1) Solide homogène et isotrope : σ(p) ij = λtr(e)δ ij + 2µe ij, (2) λ et µ sont les coefficients de Lamé. Equations de l élasticité : ργ = div σ + f, (3) ρ 2 u i t 2 = µu i,jj + (λ + µ)u j,ji + f i. (4)
8 Quelques équations aux dérivées partielles (EDP) Mécanique des fluides Descriptions cinématiques Lagrange x = g(x 0, t) Euler U = U(x, t)
9 Quelques équations aux dérivées partielles (EDP) Mécanique des fluides Descriptions cinématiques ( ) t = : dérivée temporelle à x fixé, (5) t ( ) x D Dt = : dérivée temporelle à x 0 fixé. (6) t x 0 Df Dt DU Dt = f + grad f U, t (7) = U + grad U U. t (8)
10 Quelques équations aux dérivées partielles (EDP) Mécanique des fluides Loi de comportement des fluides visqueux : l état de contraintes ne dépend que du tenseur des taux de déformations. d ij = 1 ( Ui + U ) j. (9) 2 x j x i Pour un fluide newtonien (comportement linéaire) : σ = PI + λtr(d)i + 2µd. (10) Les équations générales (Navier-Stokes) : ρ DU Dt ρ t + div(ρu) = 0, (11) = grad P + (λ + µ) grad(div U) + µ U + f. (12)
11 Classification des EDP EDP sur une variable u(x, y) : A 2 u x 2 + B 2 u x y + C 2 u y 2 + D u x + E u + Fu + G = 0. (13) y Si B 2 4AC < 0 : elliptique ; Si B 2 4AC = 0 : parabolique ; Si B 2 4AC > 0 : hyperbolique. Important à connaître car conditionne : les types de conditions aux limites ; le choix de la méthode numérique.
12 Classification des EDP Exemples Equation de Laplace : 2 u x u = 0. (14) y 2 u à fixer sur une partie ou sur toute la frontière. Equation de diffusion instationnaire : T t ( 2 ) T = κ x T y 2. (15) T doit être connue à l instant initial. T peut être spécifiée ou non sur la frontière. Equation des cordes vibrantes : Idem que T. 1 2 u c 2 t 2 = 2 u x 2. (16)
13 Formulation variationnelle Equation elliptique D D 1 n D 2 u = g, (17) u = u 1, sur D 1, (18) u n = u n i = φ, sur D 2. (19) x i La formulation variationnelle : Multiplication par une fonction test ; Intégration sur le domaine.
14 Formulation variationnelle Equation elliptique Définition des espaces de fonctions (Sobolev) : H 2 (D) = {v L 2 (D), m v L 2 (D) avec m 2, v D1 = 0}.(20) H 1 (D) = {v L 2 (D), v L 2 (D), v D1 = 0}. (21) Trouver u H 1 (D) tel que a(u, v) = gvds + φvdl, v H 1 (D), (22) D D 2 a(u, v) = grad u grad vds. (23) Il s agit d une formulation faible = réduction d un ordre des dérivées. Le pb est dit variationnelle car il revient à minimiser la fonctionnelle J(v) = 1 2 a(v, v) gvds φvdl. (24) D D 2 D
15 Formulation variationnelle Equation de l élasticité Sur un domaine D dont la frontière est partitionnée en deux, on considère le problème suivant : σ ij x j + f i = 0, (25) Définition des espaces de fonctions (Sobolev) : u = 0, sur D 1, (26) σ n = T, sur D 2. (27) H 2 (D) = {v L 2 (D) 3, m v L 2 (D) 3 avec m 2, v D1 = 0},(28) H 1 (D) = {v L 2 (D) 3, v L 2 (D), v D1 = 0}. (29) Trouver u H 1 (D) tel que a(u, v) = f vdv + T vds, v V, (30) D D 2 a(u, v) = σ ij (u)e ij (v)dv. (31) D
16 Formulation variationnelle Equation de l élasticité Revient à minimiser la fonctionnelle : J(v) = 1 2 a(v, v) f vdv T vds. (32) D 2 D Principe des travaux virtuels : Parmi tous les champs cinématiquement admissibles, le champ réel est celui qui minimise l énergie.
17 Formulation variationnelle Equations de Stokes Ecoulement d un fluide très visqueux incompressible dans un domaine D : div U = 0, (33) µ U + grad P = 0, (34) U = g sur D. (35) Deux espaces, l un pour la vitesse et l autre pour la pression : ] 3 [ 3 H 1 0 [L = {v 2 (D), v L (D)] 2, v D = 0}, (36) L 2 0 = {q L2 (D), qdv = 0}. (37) D
18 Formulation variationnelle Equations de Stokes Trouver (U, P) H 1 0 (D) L 2 0 (D) tel que { a(u, V) + b(v, p) = 0, V H 1 0 (D), b(u, q) = 0, q L 2 0 (D), (38) où a(u, V) et b(u, q) sont donnés par a(u, V) = µ U i V i dv, (39) D x j x j b(u, q) = q div UdV. (40) D
19 Formulation variationnelle Equations de Stokes On peut définir la fonctionnelle suivante L(V, q) = 1 a(v, V) + b(v, q). (41) 2 Le problème de Stokes admet une solution unique si on a L(U, q) L(U, P) L(V, P), (V, q) H 1 0 (D) L2 0 (D). (42) Problème de type point selle. L(U, p) U P
20 Méthode des résidus pondérés C est un premier pas vers une discrétisation. On considère le problème continu u est prise sous la forme d une série L(u) = f, x D, (43) M(u) = t x D. (44) N ū = a n φ n. (45) n=1 Le problème continu n est plus rigoureusement satisfait. On définit alors les résidus : R(ū) = L(ū) f, (46) B(ū) = M(ū) t. (47)
21 Méthode des résidus pondérés La méthode des résidus pondérés consiste à minimiser l erreur sur tout le domaine : R(ū) W m dv + B(ū) W m ds = 0, pour m = 1 à N. D D (48) Le choix de W m appelée fonction test permet de définir différentes méthodes : Si D = N n=1 D n tel que D n D m = n m et W m = 1 sur D m = méthode des volumes finis. Si W m = δ(x x m ) = méthode de collocation (méthode des différences finies et méthode spectrale). Si W m = R a m sur D, W m = B a m sur D, (49) on minimise l erreur quadratique = méthode des moindres carrés. Si W m = φ m = méthode de Galerkin.
22 Vers la méthode des éléments finis : Equation à une dimension On considère le pb elliptique suivant sur l ouvert Ω =]0, 1[ : d 2 u = f sur Ω =]0, 1[, dx 2 (50) u(0) = u(1) = 0. (51) On écrit la formulation variationnelle : Trouver u H 1 0 tel que H 1 0 (Ω) = {v L2 (Ω), a(u, v) = 1 0 fvdx, v H 1 0 (52) 1 du dv a(u, v) = dx, (53) 0 dx dx dv dx L2 (Ω), v(0) = v(1) = 0}. (54)
23 Vers la méthode des éléments finis : Equation à une dimension On discrétise le domaine 1 2 i N x 0 = 0 x i 1 x i x N = 1 u est cherchée sous la forme u h = N u i φ i (x), (55) i=0 où les fonctions de forme (ou de base) φ i (x) sont définies x x i 1, si x [x h i 1, x i ], x φ i (x) = i+1 x, si x [x h i, x i+1 ], 0 sinon. (56) 1 φ 0 φ 1 φ i φ N 1 φ N 1 2 i N x 0 = 0 x i 1 x i x N = 1
24 Vers la méthode des éléments finis : Equation à une dimension Le problème variationnelle est formulé au sens de Galerkin : a(u h,φ i ) = 1 0 fφ i dx, 0 i N. (57) Compte-tenu du support assez petit de φi, on obtient le système : a(φ 0,φ 0 )u 0 + a(φ 1,φ 0 )u 1 = x1 0 xi+1 fφ 0 dx, (58) a(φ i 1,φ i )u i 1 + a(φ i,φ i )u i + a(φ i+1,φ i )u i+1 = fφ i dx, (59) x i 1 pour i = 1 à N 1 a(φ N 1,φ N )u N 1 + a(φ N,φ N )u N = xn x N 1 fφ N dx.(60)
25 Vers la méthode des éléments finis : Equation à une dimension En explicitant le calcul de a(φj,φ i ), on a 1 h u 0 1 h u 1 = b 0, (61) 1 h u i h u i 1 h u i+1 = b i, (62) pour i = 1 à N 1 1 h u N h u N = b N. (63) Deux remarques importantes : Méthode locale. Avec des éléments linéaires, on obtient une formulation équivalente à la méthode des différences finies.
26 Vers la méthode des éléments finis : Equation à une dimension Appliquons à l équation suivante d2 u = sin(πx), sur Ω =]0, 1[, dx2 (64) u(0) = u(1) = 0. (65) de solution exacte u ex(x) = sin(πx) π 2. (66) Détermination de l erreur suivant deux normes [ 1 ( ) ] u 1 = du 2 u 2 + dx, (67) 0 dx 1 u 0 = u 2 dx. (68) 0
27 Vers la méthode des éléments finis : Equation à une dimension u uex 1, u uex u uex 1 u uex 0 u uex 1 = 0.2/N u uex 0 = /N N Résultat général en méthode des éléments finis : u I(u) 1 = O(h), u I(u) 0 = O(h 2 ). (69) Si on prend des polynômes d ordre plus élevé, Pk : u I(u) 1 = O(h k ), u I(u) 0 = O(h k+1 ). (70)
28 Méthode des éléments finis à 2 et 3 dimensions L approche reste exactement la même à plusieurs dimensions. On réalise la formulation faible du problème sur un partionnement discret du domaine. Exemples d éléments finis de référence : 2D 2D 3D 3D P 1 P 2 P 3 Q 1 Q 2 Q 3
29 Méthode des éléments finis à 2 et 3 dimensions Mise en œuvre numérique Discrétisation du domaine avec des éléments les plus parfaits possibles. Etablissement de la connectivité des éléments. Formulation discrète de problème : Transformation géométrique pour passer d un élément quelconque à un élément de référence ; Intégration numérique réalisée à l aide de méthodes de quadrature de type Gauss ; Calcul des coefficients non-nuls uniquement. Résolution du système linéaire : Méthodes directes ; Méthodes itératives. Sauvegarde des résultats.
30 Quelques exemples de problèmes Compression diamétrale d un disque Problème d élasticité en contrainte plane : essai brésilien utilisé pour les matériaux fragiles comme le verre ou le béton. B 2α A σn = P C 1 ( θ α ) 2 D D C A B σn = P 1 ( ) θ 2 α Imposition d efforts de compression. Le reste du domaine reste libre de contrainte. On impose la composante suivant l axe y à zéro en D et D.
31 Quelques exemples de problèmes Compression diamétrale d un disque
32 Quelques exemples de problèmes Compression diamétrale d un disque Contrainte σ xx
33 Quelques exemples de problèmes Compression diamétrale d un disque Contrainte σ xy
34 Quelques exemples de problèmes Compression diamétrale d un disque Contrainte σ yy
35 Quelques exemples de problèmes Compression diamétrale d un disque F σ xx = πre, (71) σ yy = F 3R 2 + y 2 πre R 2 y 2, (72) σxx, σyy 0-1e+06-2e+06 σ xx, sol. num. σ xx, sol. num. σ xx, Eq. (71) σ yy, Eq. (72) -3e+06-4e+06-5e+06-0,02-0,015-0,01-0, ,005 0,01 0,015 0,02 y
36 Quelques exemples de problèmes Equation de Burgers u vérifie l équation de diffusion/advection non-linéaire suivante sur Ω =] 1, 1[ avec u du dx ν d 2 u = 0, (73) dx 2 u( 1) = 1, (74) u(1) = 1. (75) u admet la solution exacte suivante ( u ex(x) = A tanh Ax ), (76) 2ν avec ( ) A A tanh = 1. (77) 2ν
37 Quelques exemples de problèmes Equation de Burgers Formulation faible à l aide de la méthode de Galerkin : où a(u h, v h ) est donné par a(u h, v h ) = Trouver u h H0 1 (Ω), tel que a(u h, v h ) = 0, v h H0 1 (Ω), (78) 1 1 ( du u h h dx v h + ν du h dx a(uh, v h ) n est pas un opérateur symétrique. ) dv h dx. (79) dx
38 Quelques exemples de problèmes Equation de Burgers 2 1,5 1 ν = 10 1 ν = 10 2 ν = ,5 u 0-0,5-1 -1, ,75-0,5-0,25 0 x 0,25 0,5 0,75 1 Pour que la formulation de Galerkin soit stable, il faut que a(u h, u h ) α h u h 2 1. (80) Propriété de coercivité plus assurée pour ν petit.
39 Quelques exemples de problèmes Equation de Burgers Utilisation d une formulation de type moindres carrés : 1 1 ( du h u h dx ν d 2 ) ( u h dv h dx 2 v h dx ν d 2 ) v h dx 2 dx = 0. (81) Opérateur non-linéaire mais symétrique ce qui assure de bonnes conditions de solvabilité. Avec des éléments finis H 1 conforme, on ne sait pas donner un sens au terme de dérivée seconde sur l ensemble du domaine. Utilisation d une méthode mixte Galerkin/moindres carrés : On formule le terme moindres carrés sur chaque élément.
40 Quelques exemples de problèmes Equation de Burgers La formulation Galerkin/moindres carrés prend la forme suivante : τ(h K ) K Ω h K Trouver u h H 1 0(Ω), tel que a(u h, v h ) + ( du h u h dx ν d ) ( 2 u h dv h v dx 2 h dx ν d ) 2 v h dx = 0, (82) dx 2 v h H 1 0(Ω), avec ( ) hk τ(h K ) = min u h,k, hk 2, (83) 12ν
41 Quelques exemples de problèmes Equation de Burgers 1 0,5 N = 100 N = 400 Sol. exacte, Eq. (76) u 0-0, ,75-0,5-0,25 0 0,25 0,5 0,75 1 x
42 Quelques exemples de problèmes Ecoulement forcé dans un demi-cylindre Equations de Navier-Stokes normalisées : avec U t div U = 0, (84) + grad U U = grad P + 1 U, Re (85) Re = ρud µ. (86)
43 Quelques exemples de problèmes Ecoulement forcé dans un demi-cylindre Utilisation d une formulation mixte Galerkin/moindres carrés. Etude de l influence du nombre de Reynolds. 0,25 0,2 Re = 200 Re = 2000 Ux 0,15 0,1 0, t
44 Travaux dirigés Equation de Poisson avec terme source pontuel Soit sur un disque de rayon unité, le problème suivant div(grad u) = δ(x x 0 ), (87) avec u = 0, pour r = 1. (88) La formulation faible de ce problème est u v ds = v(x 0 ). (89) D x i x i Dans l exemple, x 0 = 0. La solution exacte est la fonction de Green de l équation de Laplace : u(x) = 1 ln(r). (90) 2π
45 Travaux dirigés Propagation d un front de fissure Il s agit d un problème d élasticité linéaire en contrainte plane. La géométrie est la suivante l ux = 0 E F D w r A B C a uy = 0 l (mm) 20 w (mm) 2 r (mm) 0, 4 a (mm) 10 e (mm) 5 Propriété Valeur Unité E Pa ν 0, 23 ρ 2500 kg/m 3
46 Travaux dirigés Transfert de masse autour d une bulle L objectif est de calculer le coefficient de transfert de masse autour d une bulle placée dans un écoulement en fonction de l importance de la vitesse. Le problème est normalisé à l aide du diamètre de la bulle, de la vitesse d ascension de cette dernière et de la différence de concentration à la surface de la bulle et à l infini. L équation d advection/diffusion s écrit sous la forme avec C u z z + C ur = 1 [ 1 r Pe r u r = r ( r C ) ] + 2 C, (91) r z 2 zr, (92) 4(z 2 + r 2 ) 3/2 u z = 1 + r 2 + 2z 2, (93) 4(z 2 + r 2 ) 3/2 Pe = 2aU T D. (94)
47 Travaux dirigés Transfert de masse autour d une bulle z Γ1 S r Γ2 C = 1, sur S, (95) C = 0, sur Γ 1, (96) C n = 0, sur Γ 2. (97) On cherchera à déterminer en fonction de Pe C S n Sh = SdS. (98) π
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
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 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 détailMéthode des éléments-finis par l exemple
par l exemple Daniel Choï 1 LMNO Groupe Mécanique Modélisation Mathématique et Numérique Université de Caen, Bld Maréchal Juin, 14032 Caen Cedex, France Version Avril 2010 1. daniel.choi@unicaen.fr Ce
Plus en détailCommun 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
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 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 détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en 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 détailAmphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailIntroduction à la méthode des éléments finis
ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr 2
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailApproximations 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
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 détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détail8.1 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
Plus en détailEquations aux Dérivées Partielles
Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons
Plus en 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 détailOM 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.
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 détailHervé Oudin. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v1
Méthode des éléments finis Hervé Oudin To cite this version: Hervé Oudin. Méthode des éléments finis. École d ingénieur. Ecole Centrale de Nantes, 2008, pp.63. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v1
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en 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 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 détailUNITÉ DE PROGRAMME : S9UP1 Modélisation de la turbulence
UNITÉ DE PROGRAMME : S9UP1 Modélisation de la turbulence Modélisation de la turbulence Auteur : Yann MARCHESSE Département : Mécanique et Énergétique Édition : Année universitaire 2009-2010 ÉCOLE CATHOLIQUE
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 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 détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détailNotes 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
Plus en détailCompte 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
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 détailEXERCICE 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
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailSPÉCIALITÉ Sciences Mécaniques et Ingénierie (SMI)
PROGRAMME PEDAGOGIQUE MASTER RECHERCHE 2 ème année (M2R) DOMAINE SCIENCES, TECHNOLOGIES, SANTE MENTION MECANIQUE, GENIE CIVIL, GENIE MECANIQUE SPÉCIALITÉ Sciences Mécaniques et Ingénierie (SMI) Objectifs
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 détailErratum 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
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 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 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 détailI - 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
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
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 détailIV- Equations, inéquations dans R, Systèmes d équations
IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en 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 détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailHervé Oudin. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v3
Méthode des éléments finis Hervé Oudin To cite this version: Hervé Oudin. Méthode des éléments finis. École d ingénieur. Nantes, France. 2008, pp.74. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v3
Plus en détailCHAPITRE 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
Plus en détailFinance, Navier-Stokes, et la calibration
Finance, Navier-Stokes, et la calibration non linéarités en finance 1 1 www.crimere.com/blog Avril 2013 Lignes directrices Non-linéarités en Finance 1 Non-linéarités en Finance Les équations de Fokker-Planck
Plus en détailde calibration Master 2: Calibration de modèles: présentation et simulation d
Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe
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 détail6 Equations du première ordre
6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D R
Plus en 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 détailSYLLABUS SEMESTRE 9 Année 2011-2012
SYLLABUS SEMESTRE 9 2011-2012 Parcours GM «Génie Mer» Responsable : Olivier Kimmoun Tel.: 04 91 05 43 21 E-mail : olivier.kimmoun@centrale-marseille.fr TRONC COMMUN GM Nb heures élèves (hors examen) GMR-51-P-ELMA
Plus en détailÉquations 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
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 détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détail1 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,
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 détailChapitre 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
Plus en détailLE 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
Plus en détailDéveloppements 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(
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 détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailFonctions 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.......................
Plus en détailC1 : 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
Plus en détailTravaux dirigés d introduction aux Probabilités
Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien
Plus en détailT.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY
T.P. FLUENT Cours Mécanique des Fluides 24 février 2006 NAZIH MARZOUQY 2 Table des matières 1 Choc stationnaire dans un tube à choc 7 1.1 Introduction....................................... 7 1.2 Description.......................................
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
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 détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
Plus en détailDéveloppements limités
Université Joseph Fourier, Grenoble Maths en Ligne Développements limités Bernard Ycart Les développements limités sont l outil principal d approximation locale des fonctions. L objectif de ce chapitre
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en détailUNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP250-97157 Pointe-à-Pitre Cedex CONTRAT 2010-2013 LE MASTER NOM DU DOMAINE STS
UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP20-9717 Pointe-à-Pitre Cedex CONTRAT 2010-201 LE MASTER NOM DU DOMAINE STS Mention : Mathématiques Implantation : Guadeloupe FICHES DESCRIPTIVES
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
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
Plus en détailSimulation numérique d un stockage de déchets nucléaires en site géologique profond
Simulation numérique d un stockage de déchets nucléaires en site géologique profond Page 1 de 12 G. Allaire, M. Briane, R. Brizzi and Y. Capdeboscq CMAP, UMR-CNRS 7641, Ecole Polytechnique 14 juin 2006
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 détailChapitre 7. Circuits Magnétiques et Inductance. 7.1 Introduction. 7.1.1 Production d un champ magnétique
Chapitre 7 Circuits Magnétiques et Inductance 7.1 Introduction 7.1.1 Production d un champ magnétique Si on considère un conducteur cylindrique droit dans lequel circule un courant I (figure 7.1). Ce courant
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 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 détail3. Caractéristiques et fonctions d une v.a.
3. Caractéristiques et fonctions d une v.a. MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: fonctions d une v.a. 1/32 Plan 1. Caractéristiques d une distribution 2. Fonctions
Plus en détailPartie 1 - Séquence 3 Original d une fonction
Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détailDérivation : 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
Plus en détailINTRODUCTION. A- Modélisation et paramétrage : CHAPITRE I : MODÉLISATION. I. Paramétrage de la position d un solide : (S1) O O1 X
INTRODUCTION La conception d'un mécanisme en vue de sa réalisation industrielle comporte plusieurs étapes. Avant d'aboutir à la maquette numérique du produit définitif, il est nécessaire d'effectuer une
Plus en détailCaractéristiques des ondes
Caractéristiques des ondes Chapitre Activités 1 Ondes progressives à une dimension (p 38) A Analyse qualitative d une onde b Fin de la Début de la 1 L onde est progressive puisque la perturbation se déplace
Plus en détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détailDu Premier au Second Degré
Du Premier au Second Degré Première Bac Pro 3 ans November 26, 2011 Première Bac Pro 3 ans Du Premier au Second Degré Sommaire 1 Fonction Polynôme du second degré 2 Fonction Polynôme du Second Degré: Synthèse
Plus en détailModélisation 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
Plus en détail