Simulation numérique, contexte
|
|
- Gaspard Blanchette
- il y a 7 ans
- Total affichages :
Transcription
1 Introduction à la Simulation Numérique Jérémie Gressier Septembre 21 1 / 41 Plan 1 Présentation 2 Différences Finies 3 Intégration d un problème de Cauchy 4 Conclusion 2 / 41
2 Simulation numérique, contexte étude Physique modélisation Modèle continu discrétisation Modèle discret validation Présentation Pourquoi la simulation numérique? 4 / 41 Discrétisation Discrétisation Représentation d un problème continu (dim ) en problème de dimension finie Quelques méthodes de représentation : valeurs en N points (Différences Finies) projection sur une base à support réduit (Éléments Finis, Volumes Finis) projection sur une base à support étendu (spectral, Fourier, Chebyshev,...) x x x Présentation Pourquoi la simulation numérique? 5 / 41
3 Types de problèmes physiques problème d évolution Problème à condition initiale (Pb de Cauchy, IVP: Initial Value Problem) problème d équilibre Problème à conditions limites (Pb stationnaire, Pb évolution à contrainte, BVP: Boundary Value Problem) condition d existence d une solution problème aux valeurs propres Présentation Pourquoi la simulation numérique? 6 / 41 Cadre du cours Équation différentielle ordinaire (une coordonnée x ou t) Problème à valeur initiale (évolution) Une (scalaire) ou plusieurs variables (vectoriel) (U de dimension d) Linéaire ou non-linéaire Présentation Pourquoi la simulation numérique? 7 / 41
4 Calcul discret de dérivées Définition : du dx (x u(x i + x) u(x i ) i) = lim x x Différences finies : «du dx i u(x i+1) u(x i ) x i+1 x i erreur? Développement de Taylor : (de u i±1 en x i ) «du u i±1 = u i ± + dx i x 1 «d 2 u x 2 + O( x 3 ) 2 dx 2 i Différences Finies Principes de discrétisation 9 / 41 Dérivées du premier ordre u i±1 = u i ± «du + dx i x 1 «d 2 u x 2 + O( x 3 ) 2 dx 2 i Différence décentrée aval (ordre 1) «du dx i = u i+1 u i x + O( x) Différence centrée (ordre 2) «du dx i = u i+1 u i 1 2 x + O( x 2 ) Différences Finies Principes de discrétisation 1 / 41
5 Interprétation géométrique u(x) u i 1 u i décentrée amont dérivée exacte décentrée aval u i+1 x i 1 x i x i+1 x Différences Finies Principes de discrétisation 11 / 41 Interprétation géométrique u(x) u i 1 u i dérivée exacte centrée u i+1 x i 1 x i x i+1 x Différences Finies Principes de discrétisation 11 / 41
6 Méthodologie générale x n 1 x n x n+1 x n+2 «1 d k u Choix du support de calcul pour obtenir à l ordre p dx k x n x 2 Développement de Taylor de chaque u n+i à l ordre k + p en x n 3 Écrire une combinaison arbitraire des u n+i X i,support a i u n+i = α u n + où α m sont des combinaisons linéaires des a i X m=1,k+p «d m u x α m dx m x n m! 4 Déterminer les a i à l aide des k + p équations : α m,m k = et α k = 1 m Pour une évaluation de dérivée d ordre k à un ordre de précision p, il faut (en général) un schéma à k + p points. Différences Finies Principes de discrétisation 12 / 41 Exemple: dérivée première, au 2 nd ordre, décentré à gauche 1/2 1 choix du support x n 2 x n 1 x n x 2 développement de Taylor «du u n 2 u n 2 x + 4 x «2 d 2 u dx x n 2 dx 2 «du u n 1 u n x + x «2 d 2 u dx x n 2 dx 2 3 écriture des combinaison des u n+i X a i u n+i = (a 2 + a 1 + a ) u n i= 2, +( 2a 2 a 1 ) x +(4a 2 + a 1 ) x 2 2 x n «du dx x n «d 2 u dx 2 x n x n Différences Finies Principes de discrétisation 13 / 41
7 Exemple: dérivée première, au 2 nd ordre, décentré à gauche 2/2 1 choix du support x n 2 x n 1 x n x 2 développement de Taylor 3 écriture des combinaison des u n+i 4 identification 8 < a 2 + a 1 + a = α 2a 2 a 1 = α 1 : 4a 2 + a 1 = α 2 «5 du pour obtenir à l ordre 1, il faut α = et α 1 = 1 ( té solutions) dx x «n 6 du pour obtenir à l ordre 2, il faut α =, α 1 = 1 et α 2 = dx x n «du = u n 2 4u n 1 + 3u n dx x n 2 x + O( x 2 ) Différences Finies Principes de discrétisation 14 / 41 Synthèse des dérivées du premier ordre ordre x n 2 x n 1 x n x n+1 x n+2 décentré gauche /h décentré droite /h décentré gauche /2h décentré droite /2h centré /2h centré /12h extension du support de calcul (stencil) avec l ordre de précision pas h ou x supposé constant (maillage régulier) Différences Finies Principes de discrétisation 15 / 41
8 Synthèse des dérivées du second ordre ordre x n 3 x n 2 x n 1 x n x n+1 x n+2 x n+3 décentré gauche /h 2 décentré droite /h 2 centré /h 2 décentré gauche /h 2 décentré droite /h 2 centré /12h 2 extension du support de calcul (stencil) avec l ordre de précision support de calcul plus important que pour la dérivée première pas h ou x supposé constant (maillage régulier) Différences Finies Principes de discrétisation 16 / 41 Synthèse des dérivées centrées d ordre élevé du dx ordre x n 3 x n 2 x n 1 x n x n+1 x n+2 x n /2h /12h d 2 u /h 2 dx /12h 2 d 3 u /2h 3 dx /8h 3 d 4 u /h 4 dx /6h 4 extension du support de calcul (stencil) avec l ordre de dérivation pas h ou x supposé constant (maillage régulier) Différences Finies Principes de discrétisation 17 / 41
9 Formulation matricielle Exemple : équation de Poisson sur le domaine ]; L[ u = d 2 u dx 2 + conditions aux limites en x = et x = L = f (x) Soit U, vecteur des n + 1 points u i équi-répartis en x i = i x sur le domaine [; L] (avec n x = L) Discrétisation à l ordre 2 : 1 u u 1. u i. u n 1 u n = A U = 1 x 2 C B ? 1 C B u u 1. u i. u n 1 u n 1 = C B f 1.. f i. f n 1? 1 C A Différences Finies Principes de discrétisation 18 / 41 Formulation matricielle Discrétisation à l ordre 2 :? A U = x ? 1 C B u u 1. u i. u n 1 u n 1 = C B f 1.. f i. f n 1? 1 C A écriture des conditions aux limites sous forme discrète résolution par inversion matricielle (conditionnement?) matrice creuse (selon support de la formule de dérivation) Différences Finies Principes de discrétisation 18 / 41
10 Résumé sur la méthode des Différences Finies calcul sur un ensemble de points (maillage) propriétés de convergence uniquement en ces points formules établies pour maillage uniforme perte des propriétés de précision sur autre maillage support de calcul important avec ordre (dérivée et précision) coût de calcul traitement des frontières Différences Finies Principes de discrétisation 19 / 41 Problème de Cauchy 8 < : du dt = F (U, t) U() = U problème d évolution (équation d évolution + condition initiale) équation différentielle ordinaire du premier ordre U de dimension d Théorème de Cauchy-Lipschitz si F (U, t) est lipschitzienne M, i, j {1..d}, df «i du j < M alors il existe une solution unique sur R + Intégration d un problème de Cauchy Formulation et notations 21 / 41
11 Réduction de l ordre du problème Si l ordre de dérivation maximal k est supérieur à un, on se ramène au problème de Cauchy précédent en définissant des variables supplémentaires, dérivées des premières. réduction à un problème d ordre 1 augmentation de la dimension du problème (k d) conditions initiales : valeurs et dérivées supplémentaires introduites Intégration d un problème de Cauchy Formulation et notations 22 / 41 Réduction de l ordre : exemple Système masse/ressort avec frottement visqueux m d 2 x dt 2 + c dx dt + k x = Rq : problème linéaire scalaire, ordre 2 Réduction de l ordre par création de variables dérivées Problème équivalent d dt x v «= 1 k/m c/m «x v «Rq : système linéaire de dim 2, ordre 1 (x v) espace d états ou espace des phases Intégration d un problème de Cauchy Formulation et notations 23 / 41
12 Intégration temporelle des EDP U t = H(U, t) U est un vecteur d état à d variables d état H est un opérateur différentiel sur U(x, y, z, t) Méthodes de discrétisation des EDP (cours 2A) : (Différences Finies, Éléments Finis, Volumes Finis) discrétisation du vecteur d état U sur un maillage (N points) (dim N d) discrétisation de l opérateur différentiel H(U) intégration d une EDO de dimension N d H(U) Intégration d un problème de Cauchy Formulation et notations 24 / 41 Intégration temporelle des EDP : exemples Exemples : Avion complet (fuselage+voilure+nacelles) Navier-Stokes : N 5 1M, d 5 7 Chambre de combustion (NS+réactif) : N 5 1M, d 1 Intégration d un problème de Cauchy Formulation et notations 25 / 41
13 Euler explicite du dt = F (U, t) écriture en t = t n, discrétisation du terme temporel décentré à droite U n+1 U n t + O( t) = F (U n, t n ) Euler explicite U n+1 U n + tf (U n, t n ) calcul direct, explicite de U n+1 erreur d ordre 1 à chaque pas de temps Intégration d un problème de Cauchy Intégration explicite et implicite 26 / 41 Euler explicite : exemple d intégration d 2 u dt 2 du + 11 dt + 1u = avec u() = 1, du dt () = On reformule le problème d dt u v «1 = 1 11 «u v «u(t) solution t =.1 t =.21 t Intégration d un problème de Cauchy Intégration explicite et implicite 27 / 41
14 Euler explicite : analyse de stabilité U n+1 = U n + t A U n Hypothèses : problème linéaire et A diagonalisable W n+1 = W n + t Λ W n On obtient, par composante, W n+1 i = (1 + t λ i )W n i L intégration est stable si i, 1 + t λ i < 1 t Im(λ) -1 t Re(λ) condition de stabilité sur t si λ réel, t < 2 λ exemple: 2 valeurs propres { 1; 1} t max =.2 si λ imaginaire pur, inconditionnellement instable si problème non-linéaire, λ = λ(u) pas adaptatif Intégration d un problème de Cauchy Intégration explicite et implicite 28 / 41 Euler implicite (backward Euler) du dt = F (U, t) écriture en t = t n+1, discrétisation du terme temporel décentré à gauche U n+1 U n t + O( t) = F (U n+1, t n+1 ) Euler implicite U n+1 tf (U n+1, t n+1 ) U n Remarques : si problème non linéaire, difficulté à résoudre (itératif) si problème linéaire, inversion matricielle (dim d) Intégration d un problème de Cauchy Intégration explicite et implicite 29 / 41
15 Euler implicite linéarisé Forme linéarisée U n+1 = U n + t " I t «# 1 F F (U n ) U U n Remarques : Stabilité W n+1 i = calcul de la matrice jacobienne (coût, difficulté) coût de l inversion, erreur due au conditionnement (si t est grand) erreur de linéarisation Remarques : 1 1 t λ i W n i stabilité inconditionnelle pour tout λ i C Re(λ i < ) schéma inconditionnellement stable attention, seulement précis au premier ordre t arbitrairement grand Intégration d un problème de Cauchy Intégration explicite et implicite 3 / 41 Autres formes implicites schéma de Cranck-Nicholson U n+1 U n = t F (Un ) + F (U n+1 ) 2 inconditionnellement stable (marginal sur l axe imaginaire) précis au second ordre schéma de Gear 3U n+1 4U n + U n 1 = 2 t F (U n+1 ) inconditionnellement stable précis au second ordre nécessite de mémoriser un pas antérieur (multi-step) Intégration d un problème de Cauchy Intégration explicite et implicite 31 / 41
16 Prédicteur/correcteur point milieu du dt = F (U, t) u(t) Euler explicite U = U n + t 2 F (Un, t n ) U n+1 = U n + tf U, t n + t «2 prédicteur RK2 t 2 pas, 2 évaluations de F méthode d ordre 2 rapport coût O1/O2 à précision égale : N 2 /2N Intégration d un problème de Cauchy Intégration multi-étapes 32 / 41 Méthodes de Runge et Kutta Généralisation des méthodes p multi-étapes (multi-stage) Xi 1 U i = U n + t α ij F `U j j= px U n+1 = U n + t β j F `U j j= Tableau de Butcher associé γ = γ 1 α 1, γ i α i, α i,i 1 γ p α p, α p,j α p,p 1 1 β β p prédicteurs U i estimés au temps t n + γ i t consistance γ i = P i 1 j= α i,j et P p j= β j = 1 Intégration d un problème de Cauchy Intégration multi-étapes 33 / 41
17 Tableaux de Butcher : exemples RK ordre 1 RK ordre 2 RK ordre 3 RK ordre 4 Euler 1 point milieu 1/2 1/ /2 1/4 1/4 1/6 1/6 2/3 1/2 1/2 1/2 1/ /6 1/3 1/3 1/6 trapèze 1 1 1/2 1/2 Intégration d un problème de Cauchy Intégration multi-étapes 34 / 41 Diagramme de stabilité linéaire des méthodes Runge-Kutta t Im(λ) t Re(λ) extension du domaine de stabilité extension significative sur l axe imaginaire (RK3 et RK4) adaptées aux systèmes faiblement amortis Intégration d un problème de Cauchy Intégration multi-étapes 35 / 41
18 Propriétés des méthodes numériques 1 CONSISTANCE : le modèle continu est approché avec une erreur d ordre connu cette erreur dépend des pas caractéristiques de discrétisation l ordre de précision quantifie la variation de cette erreur (//pas) la solution discrète théorique converge vers la solution continue 2 STABILITÉ : un schéma est stable si la solution du calcul est effectivement la solution du problème discret toute perturbation numérique est amortie 3 CONVERGENCE : la solution discrète converge vers la solution continue lorsque les pas tendent vers Théorème de Lax un schéma consistant et stable est convergent Intégration d un problème de Cauchy Validation et exploitation 36 / 41 Calcul d erreur 1 Intégration du dt = u : erreur relative à t = 1 selon nombre de pas e-5 1e-6 1e-7 1e-8 1e-9 1e-1 RK1 RK2 RK4 1e-11 1e Intégration d un problème de Cauchy Validation et exploitation 37 / 41
19 Convergence de la méthode Soit On a m(h) une mesure de la solution discrète associée au pas caractéristique h, p l ordre de précision du schéma de discrétisation m la mesure de la solution exacte du problème continu m(h) = m + ε(h) ε(h) = O(h p ) On effectue 3 calculs (m 1, m 2, m 3 ) de pas (h 1, h 2, h 3 ) de ratios r. On calcule l ordre de la méthode selon p = 1 ln r ln m 3 m 2 m 2 m 1 Remarque : Ce calcul peut être sensible au comportement réellement asymptotique de la méthode Intégration d un problème de Cauchy Validation et exploitation 38 / 41 Extrapolation de Richardson À partir de m(h 1 ) = m + k h p 1 + O(hp+1 1 ) m(h 2 ) = m + k (rh 1 ) p + O(h p+1 1 ) On peut calculer m = r p m 1 m 2 r p 1 = m 1 + m 1 m 2 r p 1 qui est une estimation d ordre p + 1 de m Exemple : résolution de du dt = u avec un RK2 1 en 256 pts, m 2 = u(1) = (erreur de 1.1%) 2 en 512 pts, m 1 = u(1) = (erreur de.26%) 3 r = 2 et p = 2, on estime m = (erreur de.14%) une précision équivalente aurait nécessité 3 pts Intégration d un problème de Cauchy Validation et exploitation 39 / 41
20 Conclusion Différences Finies méthode basée sur les développements de Taylor utilisable pour les EDP (plusieurs coordonnées) support de calcul potentiellement étendu (coût, traitement des frontières) sensibilité à la qualité de la répartition des points Problème à valeur initiale discrétisation Différence Finies de l opérateur temporel méthodes explicites, précision et stabilité attention aux problèmes raides (vp très différentes) et peu amortis méthodes implicites coût de calcul (si d 1) et en non-linéaire attention à la précision classe de méthodes utilisées pour l intégration des EDP (instationnaires) Conclusion 41 / 41
Amphi 3: Espaces complets - Applications linéaires continues
Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite
Plus en 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 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 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 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 détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en 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 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 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 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 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 détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en 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 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 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 détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en 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 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 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 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 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 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 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 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 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 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 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 détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailCorps des nombres complexes, J Paul Tsasa
Corps des nombres complexes, J Paul Tsasa One Pager Février 2013 Vol. 5 Num. 011 Copyright Laréq 2013 http://www.lareq.com Corps des Nombres Complexes Définitions, Règles de Calcul et Théorèmes «Les idiots
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 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 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 détailTable des matières. Introduction Générale 5
Table des matières Introduction Générale 5 1 Généralités et rappels 16 1.1 Rappels... 16 1.1.1 Introduction... 16 1.1.2 Notion de stabilité...... 17 1.1.3 Stabilité globale et stabilité locale... 17 1.1.4
Plus en détailCONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)
CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un
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 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 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 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 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 détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détailAnalyse Numérique : SMA-SMI S4 Cours, exercices et examens
Analyse Numérique : SMA-SMI S4 Cours, exercices et examens Boutayeb A, Derouich M, Lamlili M et Boutayeb W. Table des matières Résolution numérique de systèmes linéaires AX = B 5. Méthodes directes de
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 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 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 détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
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 détailMATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME
Notre cadre de réflexion MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME La proposition de programme qui suit est bien sûr issue d une demande du Premier Cycle : demande de rénovation des contenus
Plus en détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en 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 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 détailFonctions 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
Plus en détailCorrection 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
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 détailPlan du cours 2014-2015. Cours théoriques. 29 septembre 2014
numériques et Institut d Astrophysique et de Géophysique (Bât. B5c) Bureau 0/13 email:.@ulg.ac.be Tél.: 04-3669771 29 septembre 2014 Plan du cours 2014-2015 Cours théoriques 16-09-2014 numériques pour
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailSuites numériques 3. 1 Convergence et limite d une suite
Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
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 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 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 détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en 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 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 détailConception systematique d'algorithmes de detection de pannes dans les systemes dynamiques Michele Basseville, Irisa/Cnrs, Campus de Beaulieu, 35042 Rennes Cedex, bassevilleirisa.fr. 1 Publications. Exemples
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 détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en 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 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 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 détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
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 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 détailAutomatique (AU3): Précision. Département GEII, IUT de Brest contact: vincent.choqueuse@univ-brest.fr
Automatique (AU3): Précision des systèmes bouclés Département GEII, IUT de Brest contact: vincent.choqueuse@univ-brest.fr Plan de la présentation Introduction 2 Écart statique Définition Expression Entrée
Plus en détailPlanche 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
Plus en détailModèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.
Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
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 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 détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
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 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 détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
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 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 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 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 détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en 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 détail