Stabilité des schémas numériques explicites en mécanique des fluides incompressibles.

Dimension: px
Commencer à balayer dès la page:

Download "Stabilité des schémas numériques explicites en mécanique des fluides incompressibles."

Transcription

1 Stabilité des schémas numériques explicites en mécanique des fluides incompressibles. Laboratoire de Mécanique, Modélisation & Procédés Propres Marseilles avec Dmitry Kolomenskiy Journées de l équipe d Analyse Appliquée de Marseille Porquerolles

2 Plan Introduction 1 Introduction 2 3

3 Plan Introduction 1 Introduction 2 3

4 Equations de Navier-Stokes Équations de Navier-Stokes incompressible : t u + u u ν u + p = f, (N-S) divu = 0, x R d, t [0, T ] u(0, x) = u 0 (x) On résout numériquement : t u + P [u u] ν u = P(f) où P désigne le projecteur de Leray.

5 Schéma centré d ordre 2 en temps Par la suite : f = 0 Étape intermédiaire u n+1/2 ( Id ν δt ) 2 u n+1/2 = u n δt 2 P [(u n )u n ] puis ( Id ν δt ) ( ν 2 u n+1 = u n + δt 2 u n P [ ] ) (u n+1/2 )u n+1/2

6 Adams-Bashforth d ordre 2 En Fourier, le noyau de la chaleur t u = ν u est intégré de façon exacte en posant On résout alors v(ξ, t) = e νξ2tû(ξ, t) = e νt û(ξ, t) t v + e νt P [ ] (e νt v )e νt v = 0 avec, en posant F(v, t) = e νt P [ (e νt v )e νt v ] v n+1 = v n 3 2 δt F(v n, nδt) δt F(v n 1, (n 1)δt)

7 Plan Introduction 1 Introduction 2 3

8 Condition CFL δt = pas de temps δx = pas d espace Habituellement, la contrainte sur le pas de temps δt Cδx est calculée au cas par cas, et C déterminé de façon empirique pour assurer la stabilité. Cette condition de stabilité est en fait largement insuffisante = C ( δx 1/3 ) 0

9 Stabilité de von Neumann Soit l équation t u = F(u) avec u : R d ou T d R et F un opérateur linéaire de symbole constant σ(ξ) i.e. F(u)(ξ) = σ(ξ)û(ξ). Soit un schéma de type Runge-Kutta i=0 u n(0) = u n, u n+1 = u n(srk ) l 1 l 1 u n(l) = a li u n(i) + δt b li F(u n(i) ) for 1 l s RK ou de type Adams-Bashforth s AB i=0 i=0 s AB u n+1 = a i u n i + δt b i F(u n i ) i=0

10 Stabilité de von Neumann On isole un mode de Fourier u n (x) = φ n e iξ x et on calcule le facteur d amplification m(ζ) avec ζ = σ(ξ)δt u n+1 = m(ζ)u n La stabilité de von Neumann est donnée par : pour tout δx, tous les modes ξ présents dans le calcul numérique satisfont m(ζ) 1 + Cδt pour C une constante positive indépendante de δx et δt. Alors u T = m(ζ) T /δt u 0 (1 + Cδt) T /δt u 0 e CT u 0

11 Cas de l équation de transport Pour ν très petit et u une solution régulière, l étude de stabilité de Navier-Stokes se rapporte à celle de l équation de transport t u = a u Le symbole de cet opérateur est imaginaire pur : σ(ξ) = a iξ

12 Domaine de stabilité de von Neumann Le domaine de stabilité d un schéma numérique est donné par l ensemble {ζ C d, m(ζ) 1} Runge-Kutta Adams-Bashforth Question : que se passe-t-il au niveau de la tangente à (Oy)?

13 Plan Introduction 1 Introduction 2 3

14 Navier Stokes et Euler incompressibles équations 2D, en formulation vorticité fonction de courant : t ω + u ω ν 2 ω = 0, 2 Ψ = ω, u = Ψ. Code spectral Fourier, AB2 pour u ω, exacte pour ν 2 ω.

15 Plan Introduction 1 Introduction 2 3

16 Cas particulier du transport Pour des schémas de type Runge-Kutta avec u n+1 = m(ζ)u n m(ζ) = 1 + β 1 ζ + β 2 ζ β m ζ m appliqué à l équation de transport, ζ = ia δt δx ( ) δt 2 ( ) δt 4 ( ) δt 2m m(ζ) 2 = 1+S 1 a 2 +S 2 a 4 + +S m a 2m δx δx δx avec S l = β 2 l 2β l 1β l+1 +2β l 2 β l+2 +( 1) l 1 2β 1 β 2l 1 +( 1) l 2β 2l

17 CFL affinée Si S 1 = S 2 = = S r 1 = 0 et S r > 0, alors δt = o(δx) et ( ) ( δt 2r ( ) ) δt 2r m(ζ) 2 = 1 + S r a 2r + o δx δx ou encore m(ζ) = S r a 2r ( δt δx ) 2r + o Alors la condition de stabilité de von Neumann S r m(ζ) 1 + Cδt ( ( ) ) δt 2r δx nous est donnée par ( ) 2C 1/(2r 1) ( ) δx 2r/(2r 1) δt a

18 Théorème liant ordre et stabilité d un schéma Theorem Un schéma d ordre 2p est stable pour l équation de transport, au pire sous la condition de type CFL : Preuve : Pour un schéma d ordre 2p, on a : δt C δx 2p+2 2p+1 (1) u n+1 = u n + δt t u n + δt2 2p δt 2 2 t un + + (2p)! 2p u t n + o(δt 2p ) Pour F linéaire dans t u = F (u), l t un = F l (u n), d où le facteur d amplification : m(ζ) = 1 + ζ + ζ ζ 2p (2p)! + o(ζ2p ) avec o() rassemblant les termes negligeables sous la condition δt = o(δx). Alors pour q [1, p], 2q S q = ( 1) (q p) 1 p! p=0 1 (2q p)! = ( 1) q 2q C p (2q)! 2q ( 1)p = 0 p=0

19 Plan Introduction 1 Introduction 2 3

20 Equation de Burgers sans viscosité t u + u x u = 0 with x T( 1, 1), t [0, 10/π], u 0 (x) = sin(πx). Code Fourier pseudo-spectrale, déaliasé. critère de divergence : u N (, t) TV > K u 0 ( ) TV, K 5.

21 Plan Introduction 1 Introduction 2 3

22 Que deux cases mémoire Pour résoudre t u = F(u), on se propose d utiliser des schémas du type : ou encore u n (0) = u n u n (1) = u n + α p δtf (u n (0) )... u n (l) = u n + α p l δtf (u n (l 1) )... u n+1 = u n + α 1 δtf (u n (p 1) ) u n+1 = u n + α 1 δtf (u n + α 2 δtf (u n + α 3 δtf (u n +... )))

23 Ordre du schéma Si F est linéaire, cela correspond à u n+1 = u n + β 1 δtf(u n ) + β 2 δt 2 F 2 (u n ) + β 3 δt 3 F 3 (u n ) +... avec β m = m l=1 α l. Ou, sachant F l (u) = l t u, u n+1 = u n + β 1 δt t u n + β 2 δt 2 2 t u n + β 3 δt 3 3 t u n +... L ordre du schéma apparaît directement. Et aussi la stabilité : si F(u), u = 0 et F(u), v = u, F(v) u n+1 2 L 2 = u n 2 L 2 +S 1 δt 2 F(u n ) 2 L 2 +S 2 δt 4 F 2 (u n ) 2 L 2 +S 3 δt 6 F 3 (u n ) 2 L avec les S l précédemment calculés.

24 Exemples Introduction Euler explicite : u n+1 = u n + δtf (u n ) β = ordre 1, S 1 = 1 = δt 2C ( ) δx 2 a, Runge Kutta 2 : u n+1 = u n + δtf (u n δtf(u n)) β 1 = 1, β 2 = 1/2 et β 3 = = ordre 2, S 1 = 0 et S 2 = 1/4 = δt 2 C 1/3 ( ) δx 4/3 a, Schéma 3 : u n+1 = u n + δtf(u n δtf (u n δtf (u n))) β 1 = 1, β 2 = 1/2, β 3 = 1/8 1 6 S 1 = S 2 = 0 et S 3 = 1/64, = = ordre 2, δt 2 7/5 C 1/5 ( δx a ) 6/5.

25 Exemples Introduction Schéma 4 : u n+1 = u n +δtf(u n δtf(u n β 3 = 2± = ordre 2, δtf (u n δtf (u n )))) 4 S 1 = S 2 = S 3 = 0 et S 4 = β 2 4 = δt ( 2C β 2 4 ) 1/7 ( δx a Schéma 5 : ) 8/7, u n+1 = u n +δtf (u n + δt 2 F(u n+ δt 3 F(u n+ δt 4 F(u n+ δt 6 F(u n))))) β 1 = 1, β 2 = 1/2, β 3 = 1/6, β 4 = 1/24 et β 5 = 1/144 1/120 = ordre 4, S 1 = S 2 = S 3 = S 4 = 0 et S 5 = β4 2 2β 3β 5 < 0 = CFL usuelle.

26 Domaine de stabilité et CFL Domaine de stabilité Stabilité expérimentale

27 Plan Introduction 1 Introduction 2 3

28 Propriété d asymétrie du transport Lemme Soient u, v, w H 1 (Ω) d, Ω un ouvert de R d, telles que (u )v et (u )w L 2. Si div u = 0 et u n = 0 sur Ω, alors < v, (u )w > L 2 (Ω) = < (u )v, w > L 2 (Ω) Corollaire Avec les mêmes hypothèses, < v, (u )v > L 2 (Ω) = 0

29 Stabilité L 2 pour Euler explicite [R. Temam] Theorem Une erreur ε t valant ε 0 au temps t = 0 se propage dans le schéma Euler explicite avec : 2 0 ε t L 2 e ( A 2 δt δx 2 +A 1)t ε0 L 2 où A 0 = sup u(t, x), A 1 = sup u(t, x) x R d, t [0,T ] x R d, t [0,T ] δt le pas de temps et δx le pas d espace. Alors le schéma Euler est stable sous la condition CFL δt pour une constante C > 0. δx 2 C

30 Preuve de la stabilité L 2 Supposons une erreur ε n pour u n dans le schéma d Euler : u n+1 + ε n+1 = u n + ε n δtp [((u n + ε n ) )(u n + ε n )] aussi ε n+1 vérifie en norme L 2 : ε n+1 ε n + P [(u n )ε n] δt + A 1 ε nδt ε n + P [(u n )ε n] δt + A 1 ε nδt (2) avec u n et ε n à divergence nulle, on a : ε n (u n )ε n = ε n P [(u n )ε n ] ε n + P [(u n )ε n ] δt 2 L = ε 2 n 2 L + P [(u 2 n )ε n ] 2 L δt 2 2 Avec ε n H 1 εn L 2 δx, ε n + P [(u n )ε n] δt L 2 ε n 2 + A 2 δt 2 L 2 0 ε δx n 2 2 L 2

31 Preuve de la stabilité L 2 Sachant que (1 + x) 1/2 1 + x 2, Donc ε n+1 L 2 ( 1 + ( A Stabilité pour ε n+1 (1 + Cδt) ε n Car alors étant donné t = nδt, ) ) δt δx 2 + A 1 δt ε n L 2 ε t (1 + Cδt) t/δt ε 0 e Ct ε 0 Ainsi ε t e ( A ) δt δx 2 +A 1 t ε0

32 Stabilité L 2 pour le schéma centré d ordre 2 Theorem Supposons que l équation (NS) a une solution u(t, x) C 2. Une petite erreur ε n, avec ε n L 2 = O(δx 2 ) sur u n - une solution discrète proche de u(nδt, ) - dans le schéma numérique d ordre 2, devient au pas n + 1, ε n+1 avec : ( ε n+1 L λa 4 δt 4 ) 0 8δx 4 + A 1δt + o()δt ε n L 2 (3) avec λ une constante proche de 1, et o()une fonction tendant vers 0 sous la condition δt = o(δx). Aussi ce schéma est stable sous la condition CFL : δt Cδx 4/3 (4)

33 Preuve Introduction En ne gardant que les termes dominants, ε n+1 = ε n δtp [(u n )ε δt 2 n]+ P [(un )P [(un )εn]] δtp [(εn )un]+o() 2 Or D où : P [(u n )ε n ] ε n P [(u n )P [(u n )ε n ]] P [(u n )ε n ] ε n, P [(u n )P [(u n )ε n ]] = P [(u n )ε n ] 2 L 2 ε n δtp [(u n )ε n ] + δt2 2 P [(u n )P [(u n )ε n ]] 2 L 2 ε n 2 L 2 + λ δt4 4 u n 4 L ε n 2 L 2 δx 4 + o()δt

34 Plan Introduction 1 Introduction 2 3

35 Équation de Navier-Stokes : t u + u u ν u + p = f, (N-S) divu = 0, u(0, x) = u 0 (x) x [ 1 16, 15 ] T, t [0, T ] 16 Pénalisation sur [0, ] T et [ 16, 1] T Deux méthodes numériques : AB2 et une méthode d ordre 2 stable sous CFL usuelle : ( ) un + u n 1 u n+1 = u n + δt F + δt F(u n ) 2 Le développement de la turbulence demande une grande précision et crée des instabilités numériques.

36 Domaine de stabilité

37 Plan Introduction 1 Introduction 2 3

38 Stabilisation par dissipation numérique Amortissement dû à la discrétisation spatiale : m(ζ) v(ξ) Exemple ordre 1 : v(ξ) = sin(πξ) πξ Pas d instabilité lorsqu il y a de la viscosité numérique (cf Zang & Shu, 2004).

39 Conclusion Perspectives Résultat connu pour Euler explicite [Roger Temam, Loyd Trefethen], Schémas d ordre 2 très utilisés en mécanique des fluides, avec des CFL trop faibles, Résultat de stabilité trop peu connu (présenté de façon peu évidente dans Zang & Shu Siam J. Numer. Anal. 2004, pour RK2 Galerkin Discontinu), Explique un phénomène numérique effectivement observé, Pour un schéma amplificateur de petites échelles, l instabilité sera franche ou n aura aucun impact schémas stables sous CFL usuelle, l erreur de stabilité n apparaît pas toujours clairement.

Stabilité des schémas aux différences finies et analyse de von Neumann

Stabilité des schémas aux différences finies et analyse de von Neumann Stabilité des schémas aux différences finies et analyse de von Neumann I- Schémas d Euler explicite/implicite pour l équation de la chaleur, étude de stabilité en " (µ > 0) u 0 à support compact " [#R,R],

Plus en détail

Méthodes numériques de résolution d équations différentielles

Méthodes numériques de résolution d équations différentielles Méthodes numériques de résolution d équations différentielles Motivation. Quelques exemples de problèmes différentiels Modèle malthusien de croissance de population Modélisation de l évolution d une population

Plus en détail

Une méthode de Gauge pour Navier-Stokes incompressible utilisant des ondelettes à divergence nulle ou à rotationnel nul

Une méthode de Gauge pour Navier-Stokes incompressible utilisant des ondelettes à divergence nulle ou à rotationnel nul 1 Une méthode de Gauge pour Navier-Stokes incompressible utilisant des ondelettes à divergence nulle ou à rotationnel nul Souleymane Kadri-Harouna, Valérie Perrier Laboratoire Jean Kuntzmann LJK Grenoble

Plus en détail

A. Popier (Le Mans) EDP, solutions classiques. 1 / 52

A. Popier (Le Mans) EDP, solutions classiques. 1 / 52 ÉQUATIONS AUX DÉRIVÉES PARTIELLES, SOLUTIONS CLASSIQUES. DIFFÉRENCES FINIES. Alexandre Popier Université du Maine, Le Mans A. Popier (Le Mans) EDP, solutions classiques. 1 / 52 PLAN DU COURS 1 FORMULES

Plus en détail

1) Discrétisation en temps Nous avons vu au chapitre précédent qu un système dynamique composé

1) Discrétisation en temps Nous avons vu au chapitre précédent qu un système dynamique composé Chapitre Différences finies ) Discrétisation en temps Nous avons vu au chapitre précédent qu un système dynamique composé d une équation d évolution du () = f(u), t > 0 dt et d une condition initiale ()

Plus en détail

Résolution pratique des équations aux dérivées partielles. David Manceau

Résolution pratique des équations aux dérivées partielles. David Manceau Résolution pratique des équations aux dérivées partielles David Manceau 2 TABLE DES MATIÈRES 3 Table des matières Introduction 7 1 Exemples classiques d e.d.p. 9 1.1 Modélisation, mise en équation........................

Plus en détail

Schéma de Talezer - une discussion

Schéma de Talezer - une discussion Schéma de Talezer - une discussion Marc Duruflé September 13, 2006 1 Ecriture du schéma La technique de Talezer [Tal-Ezer, 1986] s applique a la résolution de l équation différentielle : du = AU + F(t)

Plus en détail

Université Paris-Dauphine Ceremade. Introduction aux méthodes particulaires. François BOLLEY

Université Paris-Dauphine Ceremade. Introduction aux méthodes particulaires. François BOLLEY Université Paris-Dauphine Ceremade o Introduction aux méthodes particulaires o François BOLLEY I - Les équations d Euler incompressibles : modèle macroscopique, particules déterministes II - L équation

Plus en détail

Jean-François Coulombel. CNRS, Université Lille 1 Laboratoire Paul Painlevé (UMR CNRS 8524) Equipe projet SIMPAF - INRIA Lille Nord Europe

Jean-François Coulombel. CNRS, Université Lille 1 Laboratoire Paul Painlevé (UMR CNRS 8524) Equipe projet SIMPAF - INRIA Lille Nord Europe Stabilité des schémas numériques pour les problèmes aux limites hyperboliques Jean-François Coulombel CNRS, Université Lille 1 Laboratoire Paul Painlevé (UMR CNRS 8524) Equipe projet SIMPAF - INRIA Lille

Plus en détail

Méthodes numériques. Transport et diffusion G. ALLAIRE. Cours no. 5 le 11/I/2016. Différences finies en 1-d: rappels

Méthodes numériques. Transport et diffusion G. ALLAIRE. Cours no. 5 le 11/I/2016. Différences finies en 1-d: rappels 1 G. ALLAIRE Cours no. 5 le 11/I/2016 Méthodes numériques Différences finies en 1-d: rappels Equation de diffusion stationnaire Equation de transport Equation de transport stationnaire 2 (1) Rappels: différences

Plus en détail

COURS MA103. Introduction aux équations aux dérivées partielles hyperboliques et à leur discrétisation par différences finies.

COURS MA103. Introduction aux équations aux dérivées partielles hyperboliques et à leur discrétisation par différences finies. COURS MA103 Introduction aux équations aux dérivées partielles hyperboliques et à leur discrétisation par différences finies Patrick Joly 1 Equation aux dérivées partielles : équation dont l inconnue est

Plus en détail

Approximation hyperbolique de l équation de Vlasov uniquement en espace

Approximation hyperbolique de l équation de Vlasov uniquement en espace Approximation hyperbolique de l équation de Vlasov uniquement en espace Nhung PHAM avec Philippe HELLUY et Laurent NAVORET IRMA, Université de Strasbourg Strasbourg, le 14 février 2013 Nhung PHAM, Philippe

Plus en détail

Les équations aux dérivées partielles

Les équations aux dérivées partielles Didier Cassereau Laboratoire d Imagerie Biomédicale, UPMC CNRS INSERM, Paris, France ESPCI - Promotion 133 Généralisation du problème des équations différentielles plusieurs degrés de liberté en espace

Plus en détail

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

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

Plus en détail

Introduction à la turbulence

Introduction à la turbulence Introduction à la turbulence F. Ravelet Laboratoire DynFluid, Arts et Métiers-ParisTech 31 octobre 2015 Notions importantes sur la turbulence Expérience de Reynolds : écoulement de Poiseuille cylindrique.

Plus en détail

EXERCICES SUR LES DISTRIBUTIONS. 1 x 2 si x < 1. ϕ(x) = 0 si x 1 2

EXERCICES SUR LES DISTRIBUTIONS. 1 x 2 si x < 1. ϕ(x) = 0 si x 1 2 Université Chouaib Doukkali Faculté des Sciences Département de Mathématiques El Jadida A. Lesfari lesfariahmed@yahoo.fr http://lesfari.com EXERCICES SUR LES DISTRIBUTIONS Eercice. Soit ϕ : R R définie

Plus en détail

Approximation de solutions d équations différentielles, schémas numériques. Méthodes Multipas, Méthodes implicites.

Approximation de solutions d équations différentielles, schémas numériques. Méthodes Multipas, Méthodes implicites. Approximation de solutions d équations différentielles, schémas numériques. Méthodes Multipas, Méthodes implicites. C. Dossal Avril 2012 Cadre général Comme dans le cas des méthodes à un pas, on va chercher

Plus en détail

Simulation numérique, contexte

Simulation numérique, contexte 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 Simulation numérique, contexte

Plus en détail

RÉSOLUTION APPROCHÉE D ÉQUATIONS

RÉSOLUTION APPROCHÉE D ÉQUATIONS D ÉQUATIONS DIFFÉRENTIELLES Objectifs A la fin de la séquence d enseignement l élève doit pouvoir résoudre un problème dynamique à une dimension, linéaire ou non, conduisant à la résolution approchée d

Plus en détail

1. Schéma d Euler direct On donne l équation différentielle suivante :

1. Schéma d Euler direct On donne l équation différentielle suivante : 1 Feuille n o 1 : Schémas à un pas pour les équations différentielles 1. Schéma d Euler direct On donne l équation différentielle suivante : y (x) = x x 3, y() = On calcule la valeur approchée yj h de

Plus en détail

Calcul d écoulements par méthode Vortex

Calcul d écoulements par méthode Vortex Calcul d écoulements par méthode Vortex Jérémie Gressier mars 2007 1/42 incompressible Bilan de masse Bilan de quantité de mouvement div(ρv) = 0 V t + div(v V) = g 1 ( gradp + div ν ) gradv ρ si la viscosité

Plus en détail

Séries entières - Rayon de convergence - Propriétés de la somme

Séries entières - Rayon de convergence - Propriétés de la somme 1 Définition et premières propriétés 1.1 Notion de série entière Définition 1 On appelle série entière toute série d applications f n telle qu il existe une suite ( ) n N d éléments de C telle que : n

Plus en détail

Application de la méthode RRE aux problèmes de Navier-Stokes

Application de la méthode RRE aux problèmes de Navier-Stokes Application de la méthode RRE aux problèmes de Navier-Stokes Sébastien DUMINIL L.M.P.A Université du Littoral - Calais en collaboration avec H. Sadok et D. Silvester SMAI 2011 Guidel - 27 Mai 2011 Plan

Plus en détail

AMéthode de parallélisation en temps: Application aux méthodes de décomposition de domaine

AMéthode de parallélisation en temps: Application aux méthodes de décomposition de domaine 1/17 AMéthode de parallélisation en temps: Application aux méthodes de décomposition de domaine Rim Guetat sous la direction de M. Yvon Maday Laboratoire Jacques Lious Lions Université Pierre et Marie

Plus en détail

Partie. Méthodes numériques. 3 Les approches numériques en mécanique des fluides 29 4 Méthodes aux différences finies 37 5 Méthodes spectrales 59

Partie. Méthodes numériques. 3 Les approches numériques en mécanique des fluides 29 4 Méthodes aux différences finies 37 5 Méthodes spectrales 59 Partie II Méthodes numériques 3 Les approches numériques en mécanique des fluides 29 4 Méthodes aux différences finies 37 5 Méthodes spectrales 59 3 Les approches numériques en mécanique des fluides «Informatique

Plus en détail

Mécanique des fluides numérique

Mécanique des fluides numérique Mécanique des fluides numérique P. Helluy ENSMP Janvier 2006 Notations Modèle général de Naviers-Stokes Équations d Euler compressibles 1D Navier-Stokes visqueux incompressible Turbulence de Reynolds Pertes

Plus en détail

Développement et analyse de schémas adaptatifs pour les équations de transport

Développement et analyse de schémas adaptatifs pour les équations de transport Thèse de doctorat de l université Paris VI Développement et analyse de schémas adaptatifs pour les équations de transport Martin Campos Pinto Laboratoire Jacques-Louis Lions schémas adaptatifs pour les

Plus en détail

Analyse des structures mécaniques par la

Analyse des structures mécaniques par la Analyse des structures mécaniques par la méthode des éléments finis c PSA Peugeot Citroën www.lms.polytechnique.fr/users/bonnet/enseignement.html Département de Mécanique, Ecole Polytechnique, 2009 2010

Plus en détail

Projet 1 : Résolution de l équation instationnaire de la chaleur 1D

Projet 1 : Résolution de l équation instationnaire de la chaleur 1D Projet : Résolution de l équation instationnaire de la chaleur D Serge Bays Février 2 Nous allons étudier le problème physique de la propagation de la chaleur dans un mur Ce problème sera modélisé, puis

Plus en détail

Equations Paraboliques

Equations Paraboliques Chapitre 3 Equations Paraboliques Nous allons nous intéresser dans ce chapitre à des équations dont le modèle est l équation de la chaleur : 3.1 t 1 u x = 0 associée à la donnée initiale : dans 0,T 3.

Plus en détail

Pour comprendre la méthode des éléments finis

Pour comprendre la méthode des éléments finis 1 Pour comprendre la méthode des éléments finis Thibaud Kloczko OPALE Project-Team INRIA Sophia-Antipolis Méditerranée Thibaud.Kloczko@inria.fr Tribune DREAM November 23 th, 2010 Sophia-Antopolis, FRANCE

Plus en détail

Dérivées partielles, différentielle, fonctions de classe C 1

Dérivées partielles, différentielle, fonctions de classe C 1 Chapitre 3 Dérivées partielles, différentielle, fonctions de classe C 1 Le but de ce chapitre est de généraliser la notion de dérivée pour une fonction f de plusieurs variables. L objectif est évidemment

Plus en détail

Intérpolations polynômials des fonctions numériques

Intérpolations polynômials des fonctions numériques Intérpolations polynômials des fonctions numériques 6 mars 2016 Introduction Approximation de fonctions Soit une fonctio n f(inconnue explicitement) Connue seulement en certains points x 0,x 1,,x n Ou

Plus en détail

AH - FONCTIONS AFFINES PAR INTERVALLES

AH - FONCTIONS AFFINES PAR INTERVALLES AH - FONCTIONS AFFINES PAR INTERVALLES Définition On appelle fonction affine par intervalles une fonction f définie et continue sur R pour laquelle il existe une subdivision a 1 < a 2 < < a n telle que

Plus en détail

SCHÉMAS D INTÉGRATION TEMPORELLE POUR LES ÉQUATIONS DIFFÉRENTIELLES DU PREMIER ORDRE

SCHÉMAS D INTÉGRATION TEMPORELLE POUR LES ÉQUATIONS DIFFÉRENTIELLES DU PREMIER ORDRE SCHÉMAS D INTÉGRATION TEMPORELLE POUR LES ÉQUATIONS DIFFÉRENTIELLES DU PREMIER ORDRE David Ryckelynck Centre des Matériaux, Mines ParisTech 28 septembre 2015 Plan du cours 1 Motivations 2 θ-méthode 3 Stabilité

Plus en détail

Ingénierie numérique et simulation

Ingénierie numérique et simulation Ingénierie numérique et simulation Recherche de zéro Intégration Numérique Problème dynamique à une dimension Problème linéaire à plusieurs dimensions Recherche de zéro Résoudre f(x) = 0 Recherche de zéro

Plus en détail

TD 3: Suites réelles

TD 3: Suites réelles Université Pierre et Marie Curie Année 2011/2012 LM115 TD 3: Suites réelles MIME Convergence des suites : Par définition, une suite (u n ) converge vers un réel l si : Pour tout ɛ réel strictement positif,

Plus en détail

CALCUL DES STRUCTURES AVEC PYTHAGORE

CALCUL DES STRUCTURES AVEC PYTHAGORE CALCUL DES STRUCTURES AVEC PYTHAGORE Année scolaire 2014 2015 Mercredi 26 novembre 2014 ENPC -1- Logiciel de calcul de structures Mercredi 26 novembre 2014 ENPC -2- Logiciel de calcul de structures Phénomène

Plus en détail

Le problème de la turbulence 2D est celui de la dynamique d un fluide gouverné par les équations de Navier-Stokes 2D :

Le problème de la turbulence 2D est celui de la dynamique d un fluide gouverné par les équations de Navier-Stokes 2D : Chapitre 3 ynamique de la vorticité Introduction Un certain nombre d alignements remarquables entre la direction de la vorticité et les directions propres de la matrice d étirement, d une part et de la

Plus en détail

Schéma d Euler explicite

Schéma d Euler explicite Schéma d Euler explicite Définition Étant donnés un pas de temps t et une suite d instants t n = t + n t n N, le schéma d Euler explicite associé à l équation différentielle du dt = ft, u, où f est une

Plus en détail

Un exemple de problème à résoudre. Introduction au calcul scientifique pour les EDP de la physique. p.4/27. La démarche de l ingénieur mathématicien

Un exemple de problème à résoudre. Introduction au calcul scientifique pour les EDP de la physique. p.4/27. La démarche de l ingénieur mathématicien Un exemple de problème à résoudre. Introduction au calcul scientifique pour les EDP de la physique. Patrick Joly INRIA-Rocquencourt Exemple: la conduction de la chaleur. Soit un domaine de R N (N =,, 3)

Plus en détail

Fiche résumée du cours de géométrie diérentielle. 1 Equations diérentielles ordinaires. 1.1 Denition. 1.2 Cas des équations linéaires

Fiche résumée du cours de géométrie diérentielle. 1 Equations diérentielles ordinaires. 1.1 Denition. 1.2 Cas des équations linéaires Fiche résumée du cours de géométrie diérentielle 1 Equations diérentielles ordinaires 1.1 Denition Dénition 1.1 (Equation diérentielle ordinaire) Une équation diérentielle dans E espace vectoriel norméest

Plus en détail

1 ère PARTIE : DIPOLE A RESISTANCE NEGATIVE

1 ère PARTIE : DIPOLE A RESISTANCE NEGATIVE 1 OSCILLAEUR RLC MUNI D UNE RESISANCE NEGAIE 1 ère PARIE : DIPOLE A RESISANCE NEGAIE On considère le montage de la figure 1 qui utilise un amplificateur opérationnel parfait, alimenté par CC = +1 et EE

Plus en détail

Analyse Numérique CP2. ENSA de Tanger Université AbdelMalek Essaadi, Maroc

Analyse Numérique CP2. ENSA de Tanger Université AbdelMalek Essaadi, Maroc Analyse Numérique CP2 ENSA de Tanger Université AbdelMalek Essaadi, Maroc Méthodes numériques pour la résolution d équations différentielles ENSA, Mai 2015 CP2 (ENSA de Tanger) Cours d analyse numérique

Plus en détail

Chapitre Eléments finis en dimension N 2

Chapitre Eléments finis en dimension N 2 1 Chapitre 6 6.3 Eléments finis en dimension N 2 Plan du cours: 6.3.1 Eléments finis triangulaires (de Lagrange) 6.3.2 Convergence et estimation d erreur 6.3.3 Eléments finis rectangulaires (de Lagrange)

Plus en détail

Compte-Rendu de TP du module EDP 1. Résolution numérique de l équation de la chaleur en 2D

Compte-Rendu de TP du module EDP 1. Résolution numérique de l équation de la chaleur en 2D Compte-Rendu de TP du module EDP 1 Résolution numérique de l équation de la chaleur en 2D WALLACE Ranveig CATTOEN Céline GMM 4ème année, 2002-2003 1 Introduction Ce compte rendu présente les résultats

Plus en détail

FX 24 - EQUATIONS DIFFÉRENTIELLES

FX 24 - EQUATIONS DIFFÉRENTIELLES Lycée Thiers FX 24 - EQUATIONS DIFFÉRENTIELLES EDL - 1 Soit n N. Résoudre sur ], + [ l équation différentielle 2t + = t n. Résoudre sur R l équation différentielle ch (t) + sh (t) = 1 1 + t 2. Soit I un

Plus en détail

Convection de Rayleigh-Bénard

Convection de Rayleigh-Bénard Article Pédagogique Multimedia O. Thual, APM-INPT thu-rayben (2006) Convection de Rayleigh-Bénard Cet article pédagogique a pour but de présenter la notion d instabilité sur l exemple de la convection

Plus en détail

August 4, problématique. 2 Discrétisation en temps 2. 3 Discrétisation en espace 3. 4 Formulation du schéma numérique 3

August 4, problématique. 2 Discrétisation en temps 2. 3 Discrétisation en espace 3. 4 Formulation du schéma numérique 3 Déplétion d un réservoir pétrolier Luc Dormieux et Alexandre Ern August 4, 2017 Contents 1 problématique 1 2 Discrétisation en temps 2 3 Discrétisation en espace 3 4 Formulation du schéma numérique 3 5

Plus en détail

Année , Semestre 2 Analyse fonctionnelle 2. orleans.fr/mapmo/membres/anker/enseignement/af2.html

Année , Semestre 2 Analyse fonctionnelle 2.  orleans.fr/mapmo/membres/anker/enseignement/af2.html Universités de Tours & d Orléans M1 MA Année 216 217, Semestre 2 Analyse fonctionnelle 2 http://www.univ orleans.fr/mapmo/membres/anker/enseignement/af2.html Chapitre 5 : Distributions tempérées Définitions

Plus en détail

Les approches MUSCL et DG pour les problèmes hyperboliques: une introduction

Les approches MUSCL et DG pour les problèmes hyperboliques: une introduction Les approches MUSCL et DG pour les problèmes hyperboliques: une introduction Jean-Pierre Croisille Université Paul Verlaine-Metz Département de mathématiques, UMR 7122 Châtillon, 13 avril 2010 Sommaire

Plus en détail

Les aérosols dans le poumon

Les aérosols dans le poumon Les aérosols dans le poumon L. Boudin, C. Grandmont et A. Moussa CMLA, ENS Cachan 10 juillet 2008 A. Moussa (CMLA, ENS Cachan) Les aérosols dans le poumon 10 juillet 2008 1 / 21 Plan de la présentation

Plus en détail

Mécanique des fluides : microfluidique

Mécanique des fluides : microfluidique Simulation d écoulements microfluidiques : Etude unidimensionnelle du Stacking Microfluidic flow simulation: Stacking one-dimensional study Glawdys Alexis-Alexandre Université Montpellier II, France Bijan

Plus en détail

ENSTA - COURS MS 204 DYNAMIQUE DES SYSTÈMES MÉCANIQUES : ONDES ET VIBRATIONS

ENSTA - COURS MS 204 DYNAMIQUE DES SYSTÈMES MÉCANIQUES : ONDES ET VIBRATIONS ENSTA - COURS MS 204 DYNAMIQUE DES SYSTÈMES MÉCANIQUES : ONDES ET VIBRATIONS Amphi 1 EQUIPE PÉDAGOGIQUE Cours : Cyril Touzé Petites classes : Jean Boisson Corinne Rouby Marine Bayard Cyril Touzé Exemples

Plus en détail

Description Eulerienne-Lagrangienne des équations de Navier-Stokes

Description Eulerienne-Lagrangienne des équations de Navier-Stokes Description Eulerienne-Lagrangienne des équations de Navier-Stokes Carlos Cartes Miguel Bustamante Marc-E. Brachet. Laboratoire de Physique Statistique École Normale Supérieure de Paris Weber-Clebsch p.1/18

Plus en détail

Étude de nouvelles stratégies de couplage latéral dans les modèles régionaux de prévision numérique du temps

Étude de nouvelles stratégies de couplage latéral dans les modèles régionaux de prévision numérique du temps Étude de nouvelles stratégies de couplage latéral dans les modèles régionaux de prévision numérique du temps Fabrice Voitus CNRM/GAME, Météo-France 2 Mars 29 F. Voitus (Météo-France) Rencontres Météo/MathAppli

Plus en détail

CONCOURS COMMUN 2010 DES ÉCOLES DES MINES D ALBI, ALÈS, DOUAI, NANTES

CONCOURS COMMUN 2010 DES ÉCOLES DES MINES D ALBI, ALÈS, DOUAI, NANTES CONCOURS COMMUN DES ÉCOLES DES MINES D ALBI, ALÈS, DOUAI, NANTES PROBLÈME Épreuve spécifique de Mathématiques (filière MPSI) Corrigé ) Si a = b, = y et donc le support de Γ a,b est inclus dans la droite

Plus en détail

Equation différentielles

Equation différentielles Equation différentielles 1 Introduction La résolution numerique des équatins différentielles est très importante car les problèmes n ont pas de solution analytiques. De nombreux problèmes de mécanique

Plus en détail

Changement de variables dans les intégrales sur un ouvert de R N. 1 Propriétés de la mesure de Lebesgue.

Changement de variables dans les intégrales sur un ouvert de R N. 1 Propriétés de la mesure de Lebesgue. Université d Artois Faculté des Sciences ean Perrin Mesure et Intégration Licence 3 Mathématiques-Informatique) Daniel Li Changement de variables dans les intégrales sur un ouvert de R N Daniel Li April

Plus en détail

Feuille TD n 1 : Calcul approché

Feuille TD n 1 : Calcul approché Feuille TD n : Calcul approché Exercice. Convertir (.) 2 en hexadécimal, octal et décimal. Exercice 2. Proposer une méthode pour éviter la perte de précision dans les calculs suivants :. e x sin(x) cos(x)

Plus en détail

Réponse indicielle des systèmes linéaires analogiques

Réponse indicielle des systèmes linéaires analogiques Réponse indicielle des systèmes linéaires analogiques Le chapitre précédent a introduit une première méthode de caractérisation des systèmes analogiques linéaires avec l analyse fréquentielle. Nous présentons

Plus en détail

Analyse du comportement non linéaire des structures par la méthode des éléments finis. Christian Rey

Analyse du comportement non linéaire des structures par la méthode des éléments finis. Christian Rey Analyse du comportement non linéaire des structures par la méthode des éléments finis Christian Rey christian.rey@safran.fr Mastère Spécialisé Design des Matériaux et des Structures DMS 1 1 Plan du cours

Plus en détail

(exemple texte session 2006)

(exemple texte session 2006) Agrégation externe de mathématiques, session 2007 Épreuve de modélisation, option (exemple texte session 2006) Résumé : On se propose ici de modéliser le trafic routier en identifiant chaque véhicule à

Plus en détail

Espaces euclidiens, orthogonalité, longueur. Moindres carrés.

Espaces euclidiens, orthogonalité, longueur. Moindres carrés. Université de Nice SL2M 2009-10 Algèbre 2 Espaces euclidiens, orthogonalité, longueur. Moindres carrés. On travaille avec le corps des réels, noté R. Pour tout entier naturel n, on considère l ensemble

Plus en détail

ESPACES DE SOBOLEV, FORMULATION VARIATIONNELLE DES EDP.

ESPACES DE SOBOLEV, FORMULATION VARIATIONNELLE DES EDP. ESPACES DE SOBOLEV, FORMULATION VARIATIONNELLE DES EDP. Alexandre Popier Université du Maine, Le Mans A. Popier (Le Mans) Solutions faibles. 1 / 42 PLAN DU COURS 1 ESPACES DE HILBERT 2 ESPACES DE SOBOLEV

Plus en détail

Séminaire : Quaternions et autres nombres hypercomplexes

Séminaire : Quaternions et autres nombres hypercomplexes Séminaire : Quaternions et autres nombres hypercomplexes Lacoste Cyril Pierron Théo ENS Ker Lann Mercredi 2 mai 2012 Sommaire Première approche Quaternions et rotations Applications Première approche Première

Plus en détail

Simulation à précision spectrale d écoulements en cavité entraînée déformée

Simulation à précision spectrale d écoulements en cavité entraînée déformée Simulation à précision spectrale d écoulements en cavité entraînée déformée Alexis Redondo, Guillaume Kasperski + & Gérard Labrosse Université Paris-Sud XI, LIMSI-CNRS Campus d Orsay, Bât. 508, 9405 Orsay

Plus en détail

Faculté des sciences et ingénierie (Toulouse III) Département de mathématiques M1 MAF Introduction à la modélisation

Faculté des sciences et ingénierie (Toulouse III) Département de mathématiques M1 MAF Introduction à la modélisation Faculté des sciences et ingénierie (Toulouse III) Année universitaire Département de mathématiques M1 MAF 2012-2013 Introduction à la modélisation TP n o 4 Introduction à la résolution approchée d EDOs

Plus en détail

Fluctuations du travail et de la chaleur dans des systèmes mécaniques hors d équilibre

Fluctuations du travail et de la chaleur dans des systèmes mécaniques hors d équilibre Fluctuations du travail et de la chaleur dans des systèmes mécaniques hors d équilibre Frédéric Douarche Laboratoire de Physique de l ENS Lyon CNRS UMR 5672 30 Novembre 2005 F. Douarche (ENSL/LP) Fluctuations

Plus en détail

Analyse numérique fondamentale

Analyse numérique fondamentale UNIVERSITÉ DE PAU MASTER 1 MMS Analyse numérique fondamentale SÉBASTIEN TORDEUX ET VICTOR PÉRON 013/014 Table des matières I La méthode des différences finies 4 1 Discrétisation des équations différentielles

Plus en détail

Mouvement brownien et bruit blanc

Mouvement brownien et bruit blanc 12 Novembre 2008 Plan Motivations et définitions Construction du mouvement brownien Propriété des trajectoires Propriété de Markov Plan Motivations et définitions Construction du mouvement brownien Propriété

Plus en détail

Espaces vectoriels de dimensions finies

Espaces vectoriels de dimensions finies [http://mp.cpgedupuydelome.fr] édité le 10 juillet 2014 Enoncés 1 Espaces vectoriels de dimensions finies Sous-espace vectoriel engendré par une famille finie Exercice 1 [ 01625 ] [correction] On considère

Plus en détail

Discrétisation temporelle, Méthodes de splitting

Discrétisation temporelle, Méthodes de splitting Discrétisation temporelle, Méthodes de splitting S. Descombes 2 T. Dumont 1 V. Louvet 1 M. Massot 3 1 Institut Camille Jordan - Université Claude Bernard Lyon 1 2 Laboratoire J.A. Dieudonné, Université

Plus en détail

Correction TD1 : Approximation de fonctions

Correction TD1 : Approximation de fonctions Grenoble INP Pagora ère année Analyse numérique 7 Correction TD : Approximation de fonctions Méthode des moindres carrés Exercice (régression linéaire pondérée). Soit le modèle de régression linéaire f(x,

Plus en détail

Espaces de dimension finie

Espaces de dimension finie [http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Enoncés 1 Espaces de dimension finie Bases en dimension finie Dimension d un espace Exercice 1 [ 01634 ] [Correction] Soit E l ensemble des fonctions

Plus en détail

Formation à la Modélisation et à l Identification du Comportement Mécanique des Matériaux

Formation à la Modélisation et à l Identification du Comportement Mécanique des Matériaux Formation à la Modélisation et à l Identification du Comportement Mécanique des Matériaux OBJECTIF Il s agit ici de mécanique appliquée aux matériaux : métaux et alliages, polymères, céramiques et composites.

Plus en détail

Université de Nice Sophia-Antipolis Licence L3 Mathématiques Année 2008/2009. Analyse Numérique. Corrigé du TD 7. EXERCICE 1 Normes vectorielles

Université de Nice Sophia-Antipolis Licence L3 Mathématiques Année 2008/2009. Analyse Numérique. Corrigé du TD 7. EXERCICE 1 Normes vectorielles Analyse Numérique Corrigé du TD 7 EXERCICE Normes vectorielles Définitions Soit un entier n > 0 a Montrer que les applications suivantes définies sur R n sont des normes sur R n, x x x i, x x x i, x x,,n

Plus en détail

FONCTIONS D UNE VARIABLE RÉELLE

FONCTIONS D UNE VARIABLE RÉELLE CHAPITRE 4 FONCTIONS D UNE VARIABLE RÉELLE On appelle fonction numérique une application définie sur une partie D de R, à valeurs dans R. 1 Bornes d une fonction Définition 4.1 Soient D R et f : D R. f

Plus en détail

Théorème de représentation de Riesz

Théorème de représentation de Riesz Université d Artois Faculté des Sciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Théorème de représentation de Riesz May 9, 2006 C est un théorème de construction

Plus en détail

Mécanique statistique dans un écoulement de von Kármán turbulent

Mécanique statistique dans un écoulement de von Kármán turbulent Mécanique statistique dans un écoulement de von Kármán turbulent Romain Monchaux, P. Diribarne, F. Ravelet, P-P. Cortet, P-H. Chavanis, B. Dubrulle, N. Leprovost, F. Daviaud and A. Chiffaudel Ecoulement

Plus en détail

Introduction à la simulation numérique

Introduction à la simulation numérique Introduction à la simulation numérique Edwige Godlewski et Alexandra Claisse Laboratoire Jacques-Louis Lions Université Pierre et Marie Curie - Paris 6 ENS, 23 avril 2008 Les étapes Modélisation (physique,

Plus en détail

1 Schéma R-K d ordre 3

1 Schéma R-K d ordre 3 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Partiel 9 mars 006 Les appareils électroniques et les documents sont interdits. Les solutions devront être rédigées de manière rigoureuse.

Plus en détail

MASTER M2 E.D.P. ET ANALYSE NUMERIQUE UNIVERSITE PARIS 6 - ECOLE POLYTECHNIQUE Cours de G. Allaire, Homogénéisation 13 Janvier 2011 (3 heures)

MASTER M2 E.D.P. ET ANALYSE NUMERIQUE UNIVERSITE PARIS 6 - ECOLE POLYTECHNIQUE Cours de G. Allaire, Homogénéisation 13 Janvier 2011 (3 heures) MASTER M2 E.D.P. ET ANALYSE NUMERIQUE UNIVERSITE PARIS 6 - ECOLE POLYTECHNIQUE Cours de G. Allaire, Homogénéisation 13 Janvier 2011 (3 heures On attachera le plus grand soin à la rédaction et à la présentation

Plus en détail

Distributions, analyse de Fourier, EDP. Cours no. 5 le 1/XII/2009

Distributions, analyse de Fourier, EDP. Cours no. 5 le 1/XII/2009 Distributions, analyse de Fourier, EDP Cours no. 5 le 1/XII/2009 Distributions à support singleton (pp. 123-125) Soient Ω ouvert de R N, une distribution T D (Ω) et x 0 Ω Théorème. Si supp(t ) {x 0 },

Plus en détail

CONFLUENTES MATHEMATICI

CONFLUENTES MATHEMATICI CONFLUENTES MATHEMATICI B. DACOROGNA Sur un problème non linéaire pour la divergence et le déterminant Tome 7, n o 2 (2015), p. 49-55. Les auteurs et Confluentes

Plus en détail

Equations Différentielles Ordinaires. Théorie et Approximation Numérique. 13 mars 2016

Equations Différentielles Ordinaires. Théorie et Approximation Numérique. 13 mars 2016 Equations Différentielles Ordinaires. Théorie et Approximation Numérique 13 mars 2016 Plan Général EDO Réduction d ordre - Problème de Cauchy Exemples de problèmes différentiels Problème de Cauchy EDO

Plus en détail

MODÈLES DE RÉFÉRENCES

MODÈLES DE RÉFÉRENCES Plan ANALYSE TEMPORELLE ANALYSE HARMONIQUE 3 MODÈLES DE RÉFÉRENCES 3 MODÈLE PROPORTIONNEL 3 MODÈLE D ORDRE 33 MODÈLE D ORDRE 34 MODÈLE INTÉGRATEUR 4 IDENTIFICATION MODÈLES DE COMPORTEMENT 4 IDENTIFICATION

Plus en détail

2.1 Rappels sur la convergence dans les espaces topologiques. Lemme (Axiome du choix) Pour tout ensemble non vide X il existe une fonction :

2.1 Rappels sur la convergence dans les espaces topologiques. Lemme (Axiome du choix) Pour tout ensemble non vide X il existe une fonction : Chapitre 2 Opérateurs bornés 2.1 Rappels sur la convergence dans les espaces topologiques 2.1.1 Relations d ordre Soit une relation d ordre sur un ensemble X. Si Y X on définit les majorants (resp. minorants)

Plus en détail

Mécanique des Fluides

Mécanique des Fluides Mécanique des Fluides Franck Nicoud Polytech Montpellier // IMAG - UMR CNRS 5149 http://www.math.univ-montp2.fr/~nicoud/ franck.nicoud@umontpellier.fr 1 Plan général 1. Rappels 2. Quelques solutions analytiques

Plus en détail

Équations de la mécanique des fluides

Équations de la mécanique des fluides Équations de la mécanique des fluides Isabelle Gallagher Thierry Gallay Résumé Dans ce cours nous nous proposons de présenter quelques résultats mathématiques en mécanique des fluides, en nous concentrant

Plus en détail

Equations différentielles

Equations différentielles Chapitre 5 Equations différentielles Contenu 5.1 Introduction....................... 41 5.2 Définitions......................... 42 5.3 Equations différentielles spéciales.......... 42 5.3.1 Introduction.......................

Plus en détail

MAP431 Autour des guides d onde

MAP431 Autour des guides d onde MAP431 Autour des guides d onde Benjamin Goursaud benjamin.goursaud@ensta.fr De nombreu phénomènes peuvent être modélisés par un guide d onde. Voici une liste non ehaustive d applications des guides d

Plus en détail

Remarque L intégration permet de résoudre les équations différentielles : y = f(t). 4.2 Equations à variables séparables

Remarque L intégration permet de résoudre les équations différentielles : y = f(t). 4.2 Equations à variables séparables Chapitre 4 Equations différentielles 4.1 Généralités Dans une équation différentielle d ordre n, l inconnue est une fonction n fois dérivable. La forme générale est : F(t, y,y,...,y (n) ) = 0. Ici y est

Plus en détail

variations de f y 5 f(x + 1) 5 f(x + 1) 3 = y 5 y 3 5 4y + 10

variations de f y 5 f(x + 1) 5 f(x + 1) 3 = y 5 y 3 5 4y + 10 CPI - ANALYSE CORRECTION Eercices Chapitre 3 - Limites et fonctions continues Eercice 3 Correction : { Soit E 3 + 75 }, R et + 36 3 On a + 36 3 9 3 On pose f 3 + 75 Comme f est impaire, il suffit de l

Plus en détail

Matrices stochastiques

Matrices stochastiques Énoncé On note E n le sous-ensemble de M n (IR) formé des matrices M = (m i ) telles que : Pour tous indices i et de {1,..., n}, m i 0. Pour tout indice i de {1,..., n}, m i = 1. =1 1. Montrer que l ensemble

Plus en détail

Pierre BOUTELOUP. Les paragraphes I, II, et III sont très largement indépendants. I INTERACTION ÉLECTRIQUE DE DEUX ATOMES D HÉLIUM

Pierre BOUTELOUP. Les paragraphes I, II, et III sont très largement indépendants. I INTERACTION ÉLECTRIQUE DE DEUX ATOMES D HÉLIUM Pierre BOUTELOUP Les paragraphes I, II, et III sont très largement indépendants. I INTERACTION ÉLECTRIQUE DE DEUX ATOMES D HÉLIUM Lorsque un atome est soumis à un champ électrique, les fonctions d ondes

Plus en détail

Schéma d Euler pour les EDS

Schéma d Euler pour les EDS Schéma d Euler pour les EDS Christophe Chorro (christophe.chorro@univ-paris1.fr) ENSA AGADIR Décembre 2008 hristophe Chorro (christophe.chorro@univ-paris1.fr) (ENSA AGADIR) Schéma d Euler pour les EDS

Plus en détail

Préparation au CAPES (IUFM/ULP) Strasbourg, octobre 2007

Préparation au CAPES (IUFM/ULP) Strasbourg, octobre 2007 Préparation au CAPES (IUFM/ULP) Strasbourg, octobre 2007 Corrigé en janvier 2009 Rapidité de convergence d une suite réelle L objectif de ce texte est de se donner des outils pour «mesurer» la rapidité

Plus en détail

Corrigé du concours commun 2010 des écoles des mines d Albi, Alès, Douai, Nantes Épreuve spécifique.

Corrigé du concours commun 2010 des écoles des mines d Albi, Alès, Douai, Nantes Épreuve spécifique. Corrigé du concours commun 2 des écoles des mines d Albi, Alès, Douai, Nantes Épreuve spécifique. Problème Partie (Étude de courbes paramétrées) Si a = b, (t) = y(t) pour t dans [, + [. L application t

Plus en détail

Représentation et analyse des systèmes linéaires Cours 3 Stabilité des systèmes dynamiques

Représentation et analyse des systèmes linéaires Cours 3 Stabilité des systèmes dynamiques Représentation et analyse des systèmes linéaires Cours 3 Stabilité des systèmes dynamiques Stabilité des systèmes dynamiques 2 ➊ Concept crucial pour la commande des systèmes dynamiques Stabilité des systèmes

Plus en détail