Simulation numérique, contexte

Dimension: px
Commencer à balayer dès la page:

Download "Simulation numérique, contexte"

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 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 détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes 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 détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes 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 détail

Introduction à l analyse numérique : exemple du cloud computing

Introduction 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 détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas.

Licence 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 détail

Initiation à la simulation numérique. Eléments d analyse numérique.

Initiation 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 détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

I 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...

I 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 détail

Compte rendu des TP matlab

Compte rendu des TP matlab Compte rendu des TP matlab Krell Stella, Minjeaud Sebastian 18 décembre 006 1 TP1, Discrétisation de problèmes elliptiques linéaires 1d Soient > 0, a R, b 0, c, d R et f C([0, 1], R). On cerce à approcer

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

Plus en détail

ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique

ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique 1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis

Plus en détail

3ème 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. 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 détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

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

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

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Cours d analyse numérique SMI-S4

Cours d analyse numérique SMI-S4 ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

La 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 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 détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

aux différences est appelé équation aux différences d ordre n en forme normale.

aux 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 détail

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. 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 détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Finance, Navier-Stokes, et la calibration

Finance, 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 détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Corps des nombres complexes, J Paul Tsasa

Corps 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 détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

Table des matières. Introduction Générale 5

Table 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 détail

CONCOURS 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) 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 détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 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 détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

1 Introduction et modèle mathématique

1 Introduction et modèle mathématique Optimisation parallèle et mathématiques financières Optimisation parallèle et mathématiques financières Pierre Spiteri 1 IRIT ENSEEIHT, UMR CNRS 5505 2 rue Charles Camichel, B.P. 7122 F-31 071 Toulouse,

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* 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 détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

Analyse Numérique : SMA-SMI S4 Cours, exercices et examens

Analyse 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 détail

Théories de champ moyen et convection à grande échelle

Théories 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 détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

Approximations variationelles des EDP Notes du Cours de M2

Approximations variationelles des EDP Notes du Cours de M2 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation

Plus en détail

Quantification Scalaire et Prédictive

Quantification 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 détail

Espérance conditionnelle

Espérance 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 détail

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME

MATHÉMATIQUES 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 détail

Méthodes de Simulation

Méthodes 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 détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS 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 détail

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions de plusieurs variables et applications pour l ingénieur Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie

Plus en détail

Correction du baccalauréat S Liban juin 2007

Correction du baccalauréat S Liban juin 2007 Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau

Plus en détail

Formation 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 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 détail

Plan du cours 2014-2015. Cours théoriques. 29 septembre 2014

Plan 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 détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites 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 détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Intérêt du découpage en sous-bandes pour l analyse spectrale

Intérêt 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 détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

RO04/TI07 - Optimisation non-linéaire

RO04/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 détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

C1 : Fonctions de plusieurs variables

C1 : Fonctions de plusieurs variables 1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions

Plus en détail

Conception 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 détail

Calculs de probabilités avec la loi normale

Calculs 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 détail

C algèbre d un certain groupe de Lie nilpotent.

C 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 détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première 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 détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles 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 détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

Résolution de systèmes linéaires par des méthodes directes Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.

Plus en détail

Mathématique 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 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 détail

de calibration Master 2: Calibration de modèles: présentation et simulation d

de 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 détail

Chapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :

Chapitre 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 détail

Les travaux doivent être remis sous forme papier.

Les 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 détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Analyse 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 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 détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 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 détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

Automatique (AU3): Précision. Département GEII, IUT de Brest contact: vincent.choqueuse@univ-brest.fr

Automatique (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 détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.

Modèles 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 détail

Le modèle de Black et Scholes

Le 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 détail

Condition 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 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 détail

Introduction à l étude des Corps Finis

Introduction 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

Logique. Plan du chapitre

Logique. 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 détail

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. 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 détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

Calcul 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 détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage 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 détail

Chapitre 2. Matrices

Chapitre 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 détail

Cours Fonctions de deux variables

Cours 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

CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel

CONTRÔLE 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 détail

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé 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 détail

Probabilités III Introduction à l évaluation d options

Probabilités 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 détail

Cours de mathématiques

Cours 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 détail

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

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

Plus en détail

Circuits RL et RC. Chapitre 5. 5.1 Inductance

Circuits 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