Discrétisation des équations. de Stokes et de Navier-Stokes. en formulation tourbillon-vitesse-pression. Christine Bernardi

Dimension: px
Commencer à balayer dès la page:

Download "Discrétisation des équations. de Stokes et de Navier-Stokes. en formulation tourbillon-vitesse-pression. Christine Bernardi"

Transcription

1 Discrétisation des équations de Stokes et de Navier-Stokes en formulation tourbillon-vitesse-pression Christine Bernardi Laboratoire Jacques-Louis Lions C.N.R.S. et Université Pierre et Marie Curie Travail commun avec K. Amoura (Annaba), M. Azaïez (Bordeaux), N. Chorfi (Tunis), S.Saadi (Annaba),... 1

2 Les équations de Stokes et de Navier Stokes sont le plus souvent munies de conditions aux limites de type Dirichlet sur la vitesse. Mais d autres types de conditions aux limites interviennent dans un grand nombre de situations physiques et peuvent concerner le tourbillon ou la pression. C. Bègue, C. Conca, F. Murat, O. Pironneau On s intéresse ici au cas de conditions aux limites sur la composante normale de la vitesse et les composantes tangentielles du tourbillon. La première formulation tourbillon-vitesse-pression Sa discrétisation spectrale Extension aux éléments spectraux Extension aux équations de Navier Stokes Autres formulations tourbillon-vitesse-pression 2

3 La première formulation tourbillon-vitesse-pression S. Salmon, F. Dubois, M. Salaün Soit Ω un ouvert borné connexe de R 3, simplement connexe. à frontière Ω lipschitzienne et connexe (pour simplifier l exposé). Pour une viscosité ν > et une donnée f suffisamment régulière, ν u + grad p = f dans Ω, div u = dans Ω, u n = rot u n = sur Ω, sur Ω. Les inconnues sont la vitesse u et la pression p. 3

4 L idée de S. Salmon consiste à introduire le tourbillon ω = rot u comme nouvelle inconnue. ν rot ω + grad p = f dans Ω, div u = dans Ω, ω = rot u dans Ω, u n = ω n = sur Ω, sur Ω. 4

5 Formulation variationnelle On introduit les espaces H(div, Ω) = { v L 2 (Ω) 3 ; div v L 2 (Ω) }, H (div, Ω) = { v H(div, Ω); v n = sur Ω }. et H(rot, Ω) = { θ L 2 (Ω) 3 ; rot θ L 2 (Ω) 3}, H (rot, Ω) = { θ H(rot, Ω); θ n = sur Ω }. On rappelle la densité de D(Ω) 3 à la fois dans H (div, Ω) et H (rot, Ω). 5

6 A-t-on le droit de chercher ω dans H(rot, Ω)? Oui, lorsque la donnée f appartient à L 2 (Ω) 2. En effet, soit ψ la solution dans H 1 (Ω) L 2 (Ω) du problème ψ = div f dans Ω, n ψ = f n La fonction z = ν rot ω f grad ψ vérifie sur Ω. rot z = dans Ω, div z = dans Ω, z n = sir Ω. Elle est donc nulle sur Ω, d où le résultat. 6

7 Le problème précédent admet la formulation variationnelle équivalente Trouver (ω, u, p) dans H (rot, Ω) H (div, Ω) L 2 (Ω) tel que v H (div, Ω), a(ω, u; v) + b(v, p) = f, v, q L 2 (Ω), b(u, q) =, ϕ H (rot, Ω), c(ω, u; ϕ) =, pour les formes bilinéaires définies par a(ω, u; v) = ν Ω (rot ω)(x) v(x) dx, b(v, q) = c(ω, u; ϕ) = Ω ω(x) ϕ(x) dx Ω Ω (div v)(x)q(x) dx, u(x) (rot ϕ)(x) dx. Aucune hypothèse de régularité sur la solution n est nécessaire pour prouver l équivalence. 7

8 Existence et unicité de la solution Le noyau V = { v H (div, Ω); q L 2 (Ω), b(v, q) = }, est égal à l ensemble des fonctions à divergence nulle dans H (div, Ω). Le noyau W = { (θ, w) H (rot, Ω) V ; ϕ H (rot, Ω), c(θ, w; ϕ) = } est formé des couples (θ, w) de H (rot, Ω) V tels que θ = rot w. On considère le problème réduit Trouver (ω, u) dans W tel que v V, a(ω, u; v) = f, v. 8

9 Lemme. Il existe une constante α > telle que v V \ {}, sup (ω,u) W a(ω, u; v) >, (ω, u) W, sup v V a(ω, u; v) α ( ) ω v H(rot,Ω) + u L 2 L 2 (Ω) d (Ω) d. Démonstration. La propriété de positivité est établie grâce à une double inversion du rotationnel. La condition inf-sup résulte du choix qui appartient bien à V. v = u + rot ω Par conséquent, le problème réduit admet une solution unique. 9

10 Lemme. Il existe une constante β > telle que q L 2 (Ω), sup v H (div,ω) b(v, q) v H(div,Ω) β q L 2 (Ω). Démonstration. On résout l équation de Laplace et on prend v égal à grad µ. µ = q dans Ω, n µ = sur Ω, Théorème. Pour toute donnée f dans H (div, Ω), le problème de Stokes en formulation tourbillon vitesse pression admet une solution unique (ω, u, p) dans H (rot, Ω) H (div, (Ω) L 2 (Ω). En outre, ω H(rot,Ω) + u H(div,Ω) + p L 2 (Ω) c f H (div,ω). 1

11 Quelques propriétés de régularité C. Amrouche, C.B., M. Dauge, V. Girault Lorsque la donnée f est assez régulière, la solution (ω, u, p) vérifie les propriétés suivantes : Les fonctions ω, rot ω et la vitesse u appartiennnent à H s (Ω) 3, La pression p appartient à H s+1 (Ω), avec s 1 2 en général et s 1 lorsque Ω est convexe ou régulier. 11

12 La discrétisation spectrale Le domaine de base des méthodes spectrales est un parallélépipède rectangle. Ω =] 1, 1[ 3. Intégration numérique ξ = 1, ξ N = 1. À partir des nœuds ξ j et des poids ρ j, j N, de la formule de Gauss Lobatto sur ] 1, 1[, exacte sur P 2N 1 ( 1, 1), on construit le produit discret (u, v) N = N N N i= j= k= u(ξ i, ξ j, ξ k )v(ξ i, ξ j, ξ k ) ρ i ρ j ρ k. La forme bilinéaire (, ) N est en fait un produit scalaire sur P N (Ω), équivalent au produit scalaire de L 2 (Ω). 12

13 Choix des espaces discrets J.-C. Nédélec C N = ( P N 1,N,N (Ω) P N,N 1,N (Ω) P N,N,N 1 (Ω) ) H (rot, Ω). D N = ( P N,N 1,N 1 (Ω) P N 1,N,N 1 (Ω) P N 1,N 1,N (Ω) ) H (div, Ω). M N = P N 1 (Ω) L 2 (Ω). Le choix de ces espaces est justifié par les propriétés suivantes : L opérateur divergence envoie D N dans M N, L opérateur rotationnel envoie C N dans D N. 13

14 Le problème discret Trouver (ω N, u N, p N ) dans C N D N M N tel que v N D N, a N (ω N, u N ; v N ) + b N (v N, p N ) = (f, v N ) N, q N M N, b N (u N, q N ) =, ϕ N C N, c N (ω N, u N ; ϕ N ) =, pour les formes bilinéaires maintenant définies par a N (ω N, u N ; v N ) = ν (rot ω N, v N ) N, b N (v N, q N ) = (div v N, q N ) N, c N (ω N, u N ; ϕ N ) = (ω N, ϕ N ) N (u N, rot ϕ N ) N. 14

15 Existence et unicité de la solution M. Azaïez, F. Ben Belgacem, M. Grundmann, H. Khallouf Lemme. Il existe une constante β > indépendante de N telle que q N M N, b sup N (v N, q N ) β q N v N D N v N L 2 (Ω). H(div,Ω) L opérateur divergence envoie D N sur M N. Dans le cas de conditions aux limites de Dirichlet, la constante de la condition inf-sup dépend en général de N. 15

16 Le noyau V N = { v N D N ; q N M N, b N (v N, q N ) = }, est égal à l ensemble des fonctions à divergence nulle dans D N. Il est donc contenu dans V. On introduit également le noyau W N = { (θ N, w N ) C N V N ; ϕ N C N, c N (θ N, w N ; ϕ N ) = }. On considère le problème discret réduit Trouver (ω N, u N ) dans W N tel que v N V N, a N (ω N, u N ; v N ) = (f, v N ) N. 16

17 Lemme. Le noyau de l opérateur rotationnel dans C N est constitué des grad µ N, lorsque µ N parcourt P N (Ω) H 1 (Ω). Lemme. L opérateur rotationnel envoie C N sur V N. Pour tout v N dans V N, soit A N (v N ) l élément de C N tel que rot A N (v N ) = v N et µ N P N (Ω) H 1 (Ω), (A N(v N ), grad µ N ) N =. Lemme. Il existe une constante c > indépendante de N telle que v N V N, A N (v N ) H(rot,Ω) c v N L 2 (Ω) 3. L opérateur A N est un inverse du rotationnel dans les espaces discrets. 17

18 Lemme. Il existe une constante α > indépendante de N telle que v N V N \ {}, sup a N (ω N, u N ; v N ) >, (ω N,u N ) W N (ω N, u N ) W N, a(ω sup N, u N ; v N ) v N V N v N L 2 (Ω) d α ( ωn H(rot,Ω) + u N L 2 (Ω) d ). Démonstration. La propriété de positivité est établie grâce à une inversion et demie du rotationnel réalisée grâce à l opérateur A N. La condition inf-sup résulte du choix et utilise la continuité de A N. v N = u N + rot ω N Par conséquent, le problème discret réduit admet une solution unique. Plus la condition inf-sup sur b N (, ). 18

19 Théorème. Pour toute donnée f continue sur Ω, le problème discret admet une solution unique (ω N, u N, p N ) dans C N D N M N. En outre, ω N H(rot,Ω) + u N H(div,Ω) + p N L 2 (Ω) c I Nf L 2 (Ω) 3. Estimations d erreur Théorème. On suppose la donnée f dans H σ (Ω) 3, σ > 3 2, la solution (ω, u, p) dans H s (Ω) 3 H s (Ω) 3 H s (Ω) et rot ω dans H s (Ω) 3, s 2. On a l estimation d erreur suivante ω ω N H(rot,Ω) + u u N H(div,Ω) + p p N L 2 (Ω) c(ω, u, p) N s + c(f) N σ. 19

20 Conclusions Les estimations d erreur sont parfaitement optimales. En particulier, l erreur sur la pression est du même ordre que celles sur la vitesse et le tourbillon. La régularité demandée pour la solution est un peu forte. Mais on déduit des estimations qui précèdent la convergence de la méthode même pour des solutions peu régulières. Les résultats précédents sont encore vrais dans le cas d une condition aux limites non homogène sur la vitesse u n = k sur Ω, pour un choix approprié d approximation de k. 2

21 Extension aux éléments spectraux On considère une décomposition sans recouvrement du domaine Ω Ω = K k=1 Ω k and Ω k Ω k =, 1 k < k K, qui vérifie en outre les conditions suivantes : (i) Chaque Ω k, 1 k K, est un rectangle en dimension d = 2 ou un parallélépipède rectangle en dimension d = 3, (ii) L intersection de deux sous-domaines Ω k et Ω k, 1 k < k K, est soit vide, soit un sommet, soit un côté entier, soit une face entière de Ω k et Ω k. 21

22 Intégration numérique Un produit discret ((, )) N est défini comme la somme de produits discrets analogues ceux introduits précédemment sur chaque Ω k : ((u, v)) N = K k=1 (u Ωk, v Ωk ) k N. Les espaces discrets locaux C k N = P N 1,N,N(Ω k ) P N,N 1,N (Ω k ) P N,N,N 1 (Ω k ), D k N = P N,N 1,N 1(Ω k ) P N 1,N,N 1 (Ω k ) P N 1,N 1,N (Ω k ), M k N = P N 1(Ω k ). 22

23 Les espaces discrets globaux C N = { ϕ N H (rot, Ω); ϕ N Ωk C k N, 1 k K}, D N = { v N H (div, Ω); v N Ωk D k N, 1 k K}, M N = { q N L 2 (Ω); q N Ωk M k N, 1 k K}. Le problème discret Trouver (ω N, u N, p N ) dans C N D N M N tel que v N D N, a N (ω N, u N ; v N ) + b N (v N, p N ) = ((f, v N )) N, q N M N, b N (u N, q N ) =, ϕ N C N, c N (ω N, u N ; ϕ N ) =. 23

24 Lemma. Il existe un opérateur A N de V N dans C N (i) qui vérifie (ii) tel que, en dimension d = 3, v N V N, rot A N (v N ) = v N ; µ N P N (Ω) H 1 (Ω), ((A N(v N ), grad µ N )) N = ; (iii) qui vérifie, pur une constante c indépendante de N, v N V N, A N (v N ) H(rot,Ω) c v N L 2 (Ω) d. La démonstration de ce lemme est abominablement technique, surtout en dimension d = 3. A. Buffa, P. Ciarlet, Jr. 24

25 Théorème. Pour toute donnée f continue sur Ω, le problème discret admet une solution unique (ω N, u N, p N ) dans C N D N M N. En outre, ω N H(rot,Ω) + u N H(div,Ω) + p N L 2 (Ω) c I Nf L 2 (Ω) 3. Estimations d erreur Théorème. On suppose que, pour 1 k K, la donnée f Ωk appartient à H σ (Ω k ) 3, σ > d 2, la solution (ω, u, p) Ωk appartient à H s (Ω k ) 3 H s (Ω k ) 3 H s (Ω k ) et rot ω appartient ausi à H s (Ω k ) 3, s d+1 2. On a l estimation d erreur suivante ω ω N H(rot,Ω) + u u N H(div,Ω) + p p N L 2 (Ω) c(ω, u, p) N s + c(f) N σ. 25

26 !!!"#$ " "#$!!!!"#$ " "#$!!"#"%!"#"&!"#"! " "#"! "#"& "#"%!!!"#$ " "#$!!!!"#$ " "#$!!% " %!!!"#$ " "#$!!!!"#$ " "#$!!"#% " "#%!!!"#$ " "#$!!!!"#$ " "#$!!"#$ " "#$ 26

27 #$% #$! #$% # #!#$!!#$%! "$%! "!#$%! #$% " " # " #!#$%!!"!"!! #!"!"$% #!!!"!!!! #$% " #$! # #!"!!#$!! " " # #!#$%!! " " # #!"!"!!!!!"!"!!!! 27

28 Extension aux équations de Navier Stokes Soit Ω un ouvert borné connexe de R 2, simplement connexe et à frontière Ω lipschitzienne. Lorsque l on remplace p par p u 2, ν rot ω + ω u + grad p = f dans Ω, div u = dans Ω, ω = rot u dans Ω, u n = ω n = sur Ω, sur Ω. 28

29 Formulation variationnelle Le système précédent admet la formulation variationnelle équivalente Trouver (ω, u, p) dans H (rot, Ω) H (div, Ω) L 2 (Ω) tel que v H (div, Ω), a(ω, u; v) + K(ω, u; v) + b(v, p) = f, v, q L 2 (Ω), b(u, q) =, ϕ H (rot, Ω), c(ω, u; ϕ) =, où la forme trilinéaire K(, ; ) est définie par K(ω, u; v) = Ω (ω u)(x) v(x) dx. 29

30 Lemme. La forme K(, ; ) est continue sur W L 2 (Ω) 2 propriétés suivantes et vérifie les (ω, u) W, K(ω, u; u) = K(ω, u; rot ω) =. On a le droit de chercher ω dans H(rot, Ω). Théorème. Dans le cas bi-dimensionnel, pour toute donnée f dans H (div, Ω), les équations de Navier Stokes en formulation tourbillon vitesse pression admettent une solution (ω, u, p) dans H (rot, Ω) H (div, (Ω) L 2 (Ω). En outre, ω H(rot,Ω) + u H(div,Ω) + p L 2 (Ω) c( f H (div,ω) ). L unicité de la solution n est vraie que pour des données assez petites. 3

31 Le problème discret Trouver (ω N, u N, p N ) dans C N D N M N tel que v N D N, a N (ω N, u N ; v N ) + K N (ω N, u N ; v N ) + b N (v N, p N ) = (f, v N ) N, q N M N, b N (u N, q N ) =, ϕ N C N, c N (ω N, u N ; ϕ N ) =, où la forme trilinéaire K N (, ; ) est définie par K N (ω N, u N ; v N ) = (ω N u N, v N ) N. 31

32 F. Brezzi, J. Rappaz, P.-A. Raviart Theorem. Dans le cas bi-dimensionnel, on supposeque la donnée f appartient à H σ (Ω) d, σ > 1, et que la solution (ω, u, p) st localement unique et appartient àh s+1 (Ω) H s (Ω) 2 H s (Ω), s > 1. Il existe alors un entier N et une constante c tels que, pour tout N N, the discrete problem has a unique solution (ω N, u N, p N ) vérifiant ω ω N H(rot,Ω) + u u N H(div,Ω) c log N 1 2. En outre, cette solution vérifie l estimation d erreur ω ω N H(rot,Ω) + u u N H(div,Ω) + log N 1 2 p p N L 2 (Ω) ( c(f) N s ( ω H s+1 (Ω) + u ) ) H s (Ω) 2 + p H s (Ω) + N σ f H σ (Ω) 2. 32

33 !1!.5.5 1!1!.5.5 1!.15!.1!.5.5!1!.5.5 1!1!.5.5 1!.5.5!1!.5.5 1!1! !1!.5.5 1!1!.5.5 1!1!

34 Domaine en forme U, donnée f = et conditions aux limites non homogènes sur la vitesse, ν = 1 2. Ω 1 Ω 5 Ω 2 Ω 3 Ω 4 34

35 !2!1 1 2!2!1 1!.4!.2.2.4!2!1 1 2!2!1 1!2!1 1!2!1 1 2!2!1 1!2!1 1 2!2!1 1 2!2!1.5!1!.5.5 1!

36 Autres formulations tourbillon-vitesse-pression Pour optimiser les estimations a posteriori en éléments finis C.B., F. Hecht, F.Z. Nouri, O. Pironneau Lorsque ω appartient à H(rot, Ω), la pression p appartient à H 1 (Ω), donc est a priori plus régulière que la vitesse. Trouver (ω, u, p) dans H (rot, Ω) L 2 (Ω) d ( H 1 (Ω) L 2 (Ω)) tel que v L 2 (Ω) d, Ω), a(ω, u; v) + b(v, p) = f, v, q H 1 (Ω) L 2 (Ω), b(u, q) =, ϕ H (rot, Ω), c(ω, u; ϕ) =, la forme bilinéaire b( ; ) étant maintenant définie par b(v, q) = Ω v(x) (grad q)(x) dx. 36

37 Lemme. Le noyau V = { v L 2 (Ω) d ; q H 1 (Ω) L 2 (Ω), b(v, q) = }, est égal à V = { v H (div, Ω); divv = in Ω }. Le noyau V est donc le même que pour la formulation précédente, donc le problème réduit est le même. En outre, la condition inf-sup sur la forme b( ; ) est évidente. = Problème bien posé. La nouvelle formulation facilite le couplage avec les équations de Darcy. 37

38 Les équations de Navier Stokes en dimension 3 Avec les formulations variationnelles précédentes : existence de solutions pour un domaine à frontière régulière et des données suffisamment petites, un travail en cours concernant l existence d écoulemens axisymétriques en domaine axisymétrique. N. Chorfi, S. Trabelsi Pourquoi? Le tourbillon ω n a aucune raison d appartenir à H(rot, Ω). 38

39 M. Amara, D. Capatina-Papaghiuc, D. Trujillo Trouver (ω, u, p) dans L 2 (Ω) 3 ( H (div, Ω) H(rot, Ω) ) L 2 (Ω) tel que v H (div, Ω) H(rot, Ω), a(ω, u; v) + K(ω, u; v) + b(v, p) = f, v, q L 2 (Ω), b(u, q) =, ϕ L 2 (Ω) 3, c(ω, u; ϕ) =, pour les formes bilinéaires maintenant définies par a(ω, u; v) = ν Ω ω(x) (rot v)(x) dx, b(v, q) = c(ω, u; ϕ) = Ω ω(x) ϕ(x) dx Ω Ω (div v)(x)q(x) dx, (rot u)(x) ϕ(x) dx. 39

40 Traitement de conditions aux limites mixtes Soit Ω un ouvert borné connexe de R 3, simplement connexe. à frontière Ω lipschitzienne et connexe. On suppose que Ω = Γ m Γ et Γ m Γ =, et que la frontière de Γ m est suffisamment régulière. ν rot ω + grad p = f dans Ω, div u = dans Ω, ω = rot u dans Ω, u = sur Γ, u n = sur Γ m, ω n = sur Γ m. 4

41 Le tourbillon ω n a aucune raison d appartenir à H(rot, Ω). H (rot, Ω) = { v H(rot, Ω); v n = on Γ }, X(Ω) = H (div, Ω) H (rot, Ω). Trouver (ω, u, p) dans L 2 (Ω) 3 X(Ω) L 2 (Ω) tel que v X(Ω), a(ω, u; v) + b(v, p) = f, v, q L 2 (Ω), b(u, q) =, ϕ L 2 (Ω) 3, c(ω, u; ϕ) =, pour les formes bilinéaires encore définies par a(ω, u; v) = ν Ω ω(x) (rot v)(x) dx, b(v, q) = c(ω, u; ϕ) = Ω ω(x) ϕ(x) dx Ω Ω (div v)(x)q(x) dx, (rot u)(x) ϕ(x) dx. 41

42 Lemme. Il existe une constante α > telle que (ω, u) W, sup v V a(ω, u; v) v X(Ω) α ( ω L 2 (Ω) 3 + u X(Ω) ). Démonstration. La condition inf-sup résulte du choix v = u qui appartient bien à V. Théorème. Pour toute donnée f dans L 2 (Ω) 3, le problème de Stokes avec conditions aux limites mixtes et en formulation tourbillon vitesse pression admet une solution unique (ω, u, p) dans L 2 (Ω) 3 X(Ω) L 2 (Ω). En outre, ω L 2 (Ω) 3 + u X(Ω) + p L 2 (Ω) c f L 2 (Ω) 3. 42

43 Discrétisation La preuve d estimations d erreur optimales à la fois pour le tourbillon et la vitesse semble requérir que : V N V. À voir! Merci pour votre attention 43

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

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

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

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

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

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

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

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

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

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

Introduction à la méthode des éléments finis

Introduction à la méthode des éléments finis ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr 2

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

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

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

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

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Notes du cours d'équations aux Dérivées Partielles de l'isima, troisième année http://www.isima.fr/leborgne

Notes du cours d'équations aux Dérivées Partielles de l'isima, troisième année http://www.isima.fr/leborgne Notes du cours d'équations aux Dérivées Partielles de l'isima, troisième année http://www.isima.fr/leborgne Comprendre la condition inf-sup numérique : application aux problèmes sous contrainte. Exemples

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

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

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème. I. Introduction. 1. Objectifs. Le but de ces quelques séances est d introduire les outils mathématiques, plus précisément ceux de nature probabiliste, qui interviennent dans les modèles financiers ; nous

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

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

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

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

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté CHAPITE IV Oscillations ibres des Systèmes à plusieurs derés de liberté 010-011 CHAPITE IV Oscillations libres des systèmes à plusieurs derés de liberté Introduction : Dans ce chapitre, nous examinons

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en 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

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

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

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

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

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

Simulation numérique d un stockage de déchets nucléaires en site géologique profond

Simulation numérique d un stockage de déchets nucléaires en site géologique profond Simulation numérique d un stockage de déchets nucléaires en site géologique profond Page 1 de 12 G. Allaire, M. Briane, R. Brizzi and Y. Capdeboscq CMAP, UMR-CNRS 7641, Ecole Polytechnique 14 juin 2006

Plus en détail

Implémentation de Nouveaux Elements Finis dans Life et Applications

Implémentation de Nouveaux Elements Finis dans Life et Applications 1 Département Informatique et Mathématiques Appliquées Année Universitaire 29-21 Rapport de stage Implémentation de Nouveaux Elements Finis dans Life et Applications Présenté par Abdoulaye Samake M1 Mathématiques

Plus en détail

Théorème de Poincaré - Formule de Green-Riemann

Théorème de Poincaré - Formule de Green-Riemann Chpitre 11 Théorème de Poincré - Formule de Green-Riemnn Ce chpitre s inscrit dns l continuité du précédent. On vu à l proposition 1.16 que les formes différentielles sont bien plus grébles à mnipuler

Plus en détail

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390 Université PARIS 6 2008/2009 Jean BERTOIN 1 Table des Matières ( ) ces parties peuvent ^etre omises en première lecture, et ne feront pas

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

Méthode des éléments-finis par l exemple

Méthode des éléments-finis par l exemple par l exemple Daniel Choï 1 LMNO Groupe Mécanique Modélisation Mathématique et Numérique Université de Caen, Bld Maréchal Juin, 14032 Caen Cedex, France Version Avril 2010 1. daniel.choi@unicaen.fr Ce

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

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

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

Construction d un cercle tangent à deux cercles donnés.

Construction d un cercle tangent à deux cercles donnés. Préparation au CAPES Strasbourg, octobre 2008 Construction d un cercle tangent à deux cercles donnés. Le problème posé : On se donne deux cercles C et C de centres O et O distincts et de rayons R et R

Plus en détail

III- Raisonnement par récurrence

III- Raisonnement par récurrence III- Raisonnement par récurrence Les raisonnements en mathématiques se font en général par une suite de déductions, du style : si alors, ou mieux encore si c est possible, par une suite d équivalences,

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

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. david.madore@enst.fr. 29 mai 2015 et et Journées Télécom-UPS «Le numérique pour tous» David A. Madore Télécom ParisTech david.madore@enst.fr 29 mai 2015 1/31 et 2/31 : définition Un réseau de R m est un sous-groupe (additif) discret L

Plus en détail

On ne peut pas entendre la forme d un tambour

On ne peut pas entendre la forme d un tambour On ne peut pas entendre la forme d un tambour Pierre Bérard Institut Fourier Laboratoire de Mathématiques Unité Mixte de Recherche 5582 CNRS UJF Université Joseph Fourier, Grenoble 1 Introduction 1.1 Position

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

Fonctions Analytiques

Fonctions Analytiques 5 Chapitre Fonctions Analytiques. Le plan complexe.. Rappels Soit z C, alors!(x,y) IR 2 tel que z = x + iy. On définit le module de z comme z = x 2 + y 2. On peut aussi repérer z par des coordonnées polaires,

Plus en détail

Introduction à l optimisation de forme et application à la mécanique des fluides

Introduction à l optimisation de forme et application à la mécanique des fluides Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Exercices - Polynômes : corrigé. Opérations sur les polynômes Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

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

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Fonctions holomorphes

Fonctions holomorphes Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre

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

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2

Plus en détail

Introduction à la théorie des graphes. Solutions des exercices

Introduction à la théorie des graphes. Solutions des exercices CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

Plus en 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

Equations aux Dérivées Partielles

Equations aux Dérivées Partielles Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons

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

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

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

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

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

INTRODUCTION. 1 k 2. k=1

INTRODUCTION. 1 k 2. k=1 Capes externe de mathématiques : session 7 Première composition INTRODUCTION L objet du problème est l étude de la suite (s n n définie par : n, s n = Dans une première partie, nous nous attacherons à

Plus en détail

Cours de Master Recherche

Cours de Master Recherche Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction

Plus en détail

Initiation à la Mécanique des Fluides. Mr. Zoubir HAMIDI

Initiation à la Mécanique des Fluides. Mr. Zoubir HAMIDI Initiation à la Mécanique des Fluides Mr. Zoubir HAMIDI Chapitre I : Introduction à la mécanique des fluides 1 Introduction La mécanique des fluides(mdf) a pour objet l étude du comportement des fluides

Plus en détail

Raisonnement par récurrence Suites numériques

Raisonnement par récurrence Suites numériques Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.

Plus en détail

Première partie. Introduction à la méthodes des différences finies

Première partie. Introduction à la méthodes des différences finies Première partie Introduction à la méthodes des différences finies 5 7 Introduction Nous allons présenter dans cettte partie les idées de base de la méthode des différences finies qui est sans doute la

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Intégration sur des espaces produits

Intégration sur des espaces produits Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure

Plus en détail

Calculs et Certificats de Quantités d Intérêts Non Linéaires d un Mousqueton Cédric Bellis

Calculs et Certificats de Quantités d Intérêts Non Linéaires d un Mousqueton Cédric Bellis Ecole Normale Supérieure de Cachan Département de Génie Mécanique Rapport de Stage de M1 Mécanique et Ingéniérie des Systèmes Stage effectué du 10/04 au 27/08 Laboratori de Càlcul Numèric - Universitat

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

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand

Plus en détail

CSMA 2011 SCHEMAS NUMERIQUES CONSERVATIFS POUR DES PRO- BLEMES DE VIBRO-IMPACTS DE POUTRES ET DE PLAQUES. 1 Introduction

CSMA 2011 SCHEMAS NUMERIQUES CONSERVATIFS POUR DES PRO- BLEMES DE VIBRO-IMPACTS DE POUTRES ET DE PLAQUES. 1 Introduction CSMA 2011 10e Colloque National en Calcul des Structures 9-13 Mai 2011, Presqu île de Giens Var) SCHEMAS NUMERIQUES CONSERVATIFS POUR DES PRO- BLEMES DE VIBRO-IMPACTS DE POUTRES ET DE PLAQUES C. POOLINI

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

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

Corrigé du baccalauréat S Asie 21 juin 2010

Corrigé du baccalauréat S Asie 21 juin 2010 Corrigé du baccalauréat S Asie juin 00 EXERCICE Commun à tous les candidats 4 points. Question : Le triangle GBI est : Réponse a : isocèle. Réponse b : équilatéral. Réponse c : rectangle. On a GB = + =

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

SPÉCIAL FISCALITÉ 2014 ISF et Impôt sur le Revenu

SPÉCIAL FISCALITÉ 2014 ISF et Impôt sur le Revenu SPÉCIAL FISCALITÉ ISF et Impôt sur le Revenu CHOISISSEZ L IMPACT QUE VOUS DONNEZ À VOTRE ISF en vous associant à nos programmes d action humanitaire RÉDUIRE VOS IMPÔTS Vous êtes redevable de l Impôt sur

Plus en détail

Cours d Analyse 3 Fonctions de plusieurs variables

Cours d Analyse 3 Fonctions de plusieurs variables Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr

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

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en détail

Partie 1 - Séquence 3 Original d une fonction

Partie 1 - Séquence 3 Original d une fonction Partie - Séquence 3 Original d une fonction Lycée Victor Hugo - Besançon - STS 2 I. Généralités I. Généralités Définition Si F(p) = L [f(t)u (t)](p), alors on dit que f est l original de F. On note f(t)

Plus en détail

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

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

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

Introduction. aux équations différentielles. et aux dérivées partielles

Introduction. aux équations différentielles. et aux dérivées partielles Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

1 de 46. Algorithmique. Trouver et Trier. Florent Hivert. Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert

1 de 46. Algorithmique. Trouver et Trier. Florent Hivert. Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert 1 de 46 Algorithmique Trouver et Trier Florent Hivert Mél : Florent.Hivert@lri.fr Page personnelle : http://www.lri.fr/ hivert 2 de 46 Algorithmes et structures de données La plupart des bons algorithmes

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