A. Popier (Le Mans) EDP, solutions classiques. 1 / 52
|
|
- Robin Primeau
- il y a 7 ans
- Total affichages :
Transcription
1 ÉQUATIONS AUX DÉRIVÉES PARTIELLES, SOLUTIONS CLASSIQUES. DIFFÉRENCES FINIES. Alexandre Popier Université du Maine, Le Mans A. Popier (Le Mans) EDP, solutions classiques. 1 / 52
2 PLAN DU COURS 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 2 / 52
3 PETIT LEXIQUE. DÉFINITION Une équation aux dérivées partielles (EDP en abrégé) est une équation faisant intervenir une fonction inconnue de plusieurs variables ainsi que certaines de ses dérivées partielles. On appelle ordre d une EDP l ordre de la plus grande dérivée présente dans l équation. Une EDP est linéaire si l équation est linéaire par rapport aux dérivées partielles de la fonction inconnue. EXEMPLE L équation de Black-Scholes v(t, x) t est une EDP linéaire d ordre σ2 x 2 2 v(t, x) v(t, x) x 2 + rx rv(t, x) = 0, x A. Popier (Le Mans) EDP, solutions classiques. 3 / 52
4 CLASSIFICATION SOMMAIRE. EDP d ordre 2, linéaire, à deux variables : DÉFINITION a 2 u x 2 + b 2 u x y + c 2 u y 2 + d u x + e u + fu = g. y L équation est elliptique si b 2 4ac < 0, parabolique si b 2 4ac = 0 et hyperbolique si b 2 4ac > 0. EXEMPLE L EDP de Black-Scholes ou l équation de la chaleur sont paraboliques. L équation de Laplace u = d i=1 2 u x 2 i = 0 sur un ouvert Ω R d, est elliptique. A. Popier (Le Mans) EDP, solutions classiques. 4 / 52
5 CONDITIONS AUX LIMITES. DÉFINITION On appelle problème aux limites une équation aux dérivées partielles munie de conditions aux limites sur la totalité de la frontière du domaine sur lequel elle est posée. DÉFINITION Le problème est bien posé si pour toute donnée (second membre, domaine, données au bord, etc.), il admet une solution unique et si cette solution dépend continuement de la donnée. A. Popier (Le Mans) EDP, solutions classiques. 5 / 52
6 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 6 / 52
7 NORMALE À UN OUVERT. Soit Ω ouvert de R n de classe C k, avec ρ C k (R d ), Ω = {x R n, ρ(x) < 0}, Ω = {x R n, ρ(x) = 0}, grad ρ(x) = ρ(x) 0 pour x Ω. DÉFINITION 1 La fonction ν : x Ω grad ρ(x) est appelée normale grad ρ(x) unitaire orientée vers l extérieur de Ω. DÉFINITION Si u C 1 ( Ω), on note u ν de Ω. = ν.grad u la dérivée normale de u le long A. Popier (Le Mans) EDP, solutions classiques. 7 / 52
8 THÉORÈME DE GAUSS-GREEN. DONNÉES : Ω ouvert de R d de classe (au moins) C 1 ; ν = (ν 1,..., ν d ) : normale extérieure à Ω ; dσ : mesure superficielle du bord Ω. THÉORÈME DE GAUSS-GREEN Si f C 1 (Ω), alors FORMULE DE STOKES d divu(x)dx = Ω Ω i=1 Ω f (x)dx = (f ν i )(σ)dσ. x i Ω U i (x)dx = (U.ν)(σ)dσ. x i Ω A. Popier (Le Mans) EDP, solutions classiques. 8 / 52
9 FORMULES DE GREEN. INTÉGRATION PAR PARTIES Si f et g sont dans C 1 (Ω), pour tout i {1,..., d} : f (x)g(x)dx = f (x) g (x)dx + f (σ)g(σ)ν i (σ)dσ. x i x i Ω Ω Ω A. Popier (Le Mans) EDP, solutions classiques. 9 / 52
10 FORMULES DE GREEN. FORMULES DE GREEN 1 Si f C 2 (Ω) et g C 1 (Ω), on a : f f (x)g(x)dx = f (x). g(x)dx + Ω Ω Ω ν (σ)g(σ)dσ. 2 Si f et g sont dans C 2 (Ω), alors : f (x)g(x)dx = f (x) g(x)dx Ω Ω [ ] f g + (σ)g(σ) (σ)f (σ) dσ. ν ν Ω A. Popier (Le Mans) EDP, solutions classiques. 9 / 52
11 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 10 / 52
12 DÉFINITIONS. ÉQUATION DE LAPLACE : u(x) = 0 pour tout x Ω R d. ÉQUATION DE POISSON : u(x) = f (x) pour tout x Ω. DÉFINITION Une fonction u de classe C 2 sur Ω satisfaisant l équation de Laplace est dite harmonique. A. Popier (Le Mans) EDP, solutions classiques. 11 / 52
13 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 12 / 52
14 SOLUTION INVARIANTE PAR ROTATION. DOMAINE : Ω = R d invariance par rotation, d où u(x) = v(r) avec r = x. LEMME u x i = v (r) x i r, 2 u x 2 i ( = v (r) x i 2 r 2 + v 1 (r) r x i 2 r 3 u = 0 v + d 1 v = 0. r { α ln(r) + β, d = 2; v(r) = α r d 2 + β, d 3; (α, β) R 2. ). A. Popier (Le Mans) EDP, solutions classiques. 13 / 52
15 SOLUTION FONDAMENTALE. DÉFINITION La fonction Φ(x) = 1 ln( x ), d = 2; 2π 1 1, d 3; d(d 2)κ(d) x d 2 pour x R d, x 0, est la solution fondamentale de l équation de Laplace. NOTATION κ(d) = πd/2 Γ( d 2 + 1) est le volume de la boule unité de Rd. A. Popier (Le Mans) EDP, solutions classiques. 14 / 52
16 ÉQUATION DE POISSON SUR R d. THÉORÈME Soit f Cc 2 (R d ). Alors u = Φ f : 1 ln( x y )f (y)dy, d = 2; 2π R 2 u(x) = 1 f (y) dy, d 3; d(d 2)κ(d) x y d 2 est correctement définie et vérifie : 1 u C 2 (R d ), 2 u = f sur R d. R 3 A. Popier (Le Mans) EDP, solutions classiques. 15 / 52
17 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 16 / 52
18 PRINCIPE DU MAXIMUM, UNICITÉ. THÉORÈME Soit u C 2 (Ω) C(Ω) harmonique sur Ω ouvert borné. 1 Alors max u = max u. Ω Ω 2 De plus si Ω est connexe et s il existe x 0 Ω t.q. u(x 0 ) = max u, alors u est constante sur Ω. REMARQUE Avec u à la place de u, on a les mêmes assertions pour le min. Ω COROLLAIRE Si u C 2 (Ω) C(Ω) est harmonique sur Ω et vérifie u = g sur Ω avec g 0, u est strictement positive partout sur Ω pourvu que g soit strictement positive en au moins un point du bord. A. Popier (Le Mans) EDP, solutions classiques. 17 / 52
19 PRINCIPE DU MAXIMUM, UNICITÉ. THÉORÈME (UNICITÉ) Soit g C( Ω), f C(Ω). Alors il existe au plus une solution u C 2 (Ω) C(Ω) au problème suivant : u = f sur Ω, u = g sur Ω. A. Popier (Le Mans) EDP, solutions classiques. 17 / 52
20 RÉGULARISATION ET REPRÉSENTATION. THÉORÈME Si u C(Ω) est harmonique, alors u C (Ω). REMARQUE Attention : u n est pas nécessairement régulière, ni même continue sur le bord Ω. THÉORÈME Soit f Cc 2 (R d ) avec d 3. Toute solution bornée de u = f sur R d est de la forme u(x) = Φ(x y)f (y)dy + C, avec C constante. R d A. Popier (Le Mans) EDP, solutions classiques. 18 / 52
21 FONCTION DE GREEN. HYPOTHÈSE : Ω est un ouvert borné de classe C 1. DÉFINITION Pour tout x Ω, Fonction correctrice : φ x solution de Φ x = 0 sur Ω, Fonction de Green de Ω : φ x = Φ(y x) sur Ω. G(x, y) = Φ(y x) φ x (y), (x, y) Ω 2, x y. PROPOSITION Pour tout (x, y) Ω 2, x y, G(x, y) = G(y, x). A. Popier (Le Mans) EDP, solutions classiques. 19 / 52
22 FONCTION DE GREEN. HYPOTHÈSE : Ω est un ouvert borné de classe C 1. THÉORÈME Si u C 2 (Ω) est solution de u = f sur Ω, alors pour tout x Ω : u(x) = Ω u = g sur Ω, g(σ) G (x, σ)dσ + f (y)g(x, y)dy. ν Ω A. Popier (Le Mans) EDP, solutions classiques. 19 / 52
23 FONCTION DE GREEN POUR LE DEMI-ESPACE. DOMAINE : Ω = R d + = {x = (x 1,..., x d ) R d x d > 0}. NOYAU DE POISSON POUR R d + : K (x, y) = 2x d 1 dκ(d) x y d, x Rd +, y R d +. THÉORÈME Soit g C(R d 1 ) L (R d 1 ) et u définie par x R d +, u(x) = g(y)k (x, y)dy. Alors u C (R d +) L (R d +) et 1 u = 0 sur R d +, R d + 2 lim u(x) = g(x 0 ) pour tout x 0 R d +. x x 0,x R d + A. Popier (Le Mans) EDP, solutions classiques. 20 / 52
24 FONCTION DE GREEN POUR UNE BOULE. DOMAINE : Ω = B(0, r) avec r > 0. NOYAU DE POISSON POUR B(0, r) : K (x, y) = r 2 x 2 dκ(d)r 1 x y d, x B(0, r), y B(0, r). THÉORÈME Soit g C( B(0, r)) et u définie par x B(0, r), u(x) = Alors u C (B(0, r)) et 1 u = 0 sur B(0, r), B(0,r) g(y)k (x, y)dy. 2 lim x x 0,x B(0,r) u(x) = g(x 0) pour tout x 0 B(0, r). A. Popier (Le Mans) EDP, solutions classiques. 21 / 52
25 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 22 / 52
26 DÉFINITION. ÉQUATION HOMOGÈNE : u t u = 0. ÉQUATION INHOMOGÈNE : u t u = f. DONNÉES initiales et de bord à préciser! f : R + Ω R, Ω R d ouvert. INCONNUE : u : R + Ω R. A. Popier (Le Mans) EDP, solutions classiques. 23 / 52
27 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 24 / 52
28 SOLUTION FONDAMENTALE. DÉFINITION La fonction Φ(t, x) = 1 exp (4πt) d/2 ) ( x 2 4t t > 0, x R d, 0 t < 0, x R d est appelée solution fondamentale de l équation de la chaleur (homogène). LEMME Pour tout t > 0, Φ(t, x)dx = 1. R d A. Popier (Le Mans) EDP, solutions classiques. 25 / 52
29 PROBLÈME DE CAUCHY. À RÉSOUDRE : u t u = 0, t > 0, x Rd, et u(0,.) = g. THÉORÈME Soit g C(R d ) L (R d ). Soit u(t, x) = Φ(t,.) g = Φ(t, x y)g(y)dy, t > 0, x R d. R d Alors u C (R + R d ) et 1 u t (t, x) u(t, x) = 0 pour (t, x) ]0, + [ R d, 2 lim (t,x) (0,x 0 ),t>0 u(t, x) = g(x 0) pour x 0 R d. 3 Si g 0, avec g 0, alors pour tout t > 0 et tout x R d, u(t, x) > 0. A. Popier (Le Mans) EDP, solutions classiques. 26 / 52
30 PROBLÈME NON HOMOGÈNE. À RÉSOUDRE : u t u = f, t > 0, x Rd, u = 0 t = 0, x R d. THÉORÈME Soit f C 1,2 0 (R + R d ). Soit u(t, x) = t Alors u C 1,2 (R + R d ) et 0 R d Φ(t s, x y)f (s, y)dsdy, t > 0, x R d. 1 u t (t, x) u(t, x) = f (t, x) pour (t, x) ]0, + [ R d, 2 lim (t,x) (0,x 0 ),t>0 u(t, x) = 0 pour tout x 0 R d. A. Popier (Le Mans) EDP, solutions classiques. 27 / 52
31 PROBLÈME NON HOMOGÈNE. PROPOSITION EN COMBINANT LES DEUX THÉORÈMES : t u(t, x) = est solution de R d Φ(t, x y)g(y)dy + u t u = f, t > 0, x Rd, u = g t = 0, x R d. 0 R d Φ(t s, x y)f (s, y)dsdy A. Popier (Le Mans) EDP, solutions classiques. 27 / 52
32 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 28 / 52
33 PRINCIPE DU MAXIMUM, UNICITÉ. DÉFINITION Soit Ω ouvert borné de R d et T > 0. Cylindre parabolique : Ω T =]0, T ] Ω. Bord parabolique de Ω T : Γ T = Ω T \ Ω T = {0} Ω [0, T ] Ω. THÉORÈME Soit u C 1,2 (Ω T ) C(Ω T ) solution de l équation de la chaleur sur Ω T. 1 Alors max u = max u. Ω T Γ T 2 Si Ω est connexe et s il existe (t 0, x 0 ) Ω T t.q. u(t 0, x 0 ) = max Ω T u, alors u est constante sur Ω t0. A. Popier (Le Mans) EDP, solutions classiques. 29 / 52
34 PRINCIPE DU MAXIMUM, UNICITÉ. DÉFINITION Soit Ω ouvert borné de R d et T > 0. Cylindre parabolique : Ω T =]0, T ] Ω. Bord parabolique de Ω T : Γ T = Ω T \ Ω T = {0} Ω [0, T ] Ω. THÉORÈME Soit g C(Γ T ) et f C(Ω T ). Il existe au plus une solution u C 1,2 (Ω T ) C(Ω T ) au problème : u t u = f dans Ω T, u = g sur Γ T. A. Popier (Le Mans) EDP, solutions classiques. 29 / 52
35 PROBLÈME DE CAUCHY. THÉORÈME (PRINCIPE DU MAXIMUM) Soit u C 1,2 (]0, T ] R d ) C([0, T ] R d ) solution de u t u = 0 sur ]0, T [ R d, u = g sur {0} R d, et satisfaisant u(t, x) Ae a x 2 (avec A, a constantes). Alors sup u = sup g. [0,T ] R d R d A. Popier (Le Mans) EDP, solutions classiques. 30 / 52
36 PROBLÈME DE CAUCHY. THÉORÈME (UNICITÉ) Soit g C(R d ) et f C([0, T ] R d ). Il existe au plus une solution u C 1,2 (]0, T ] R d ) C([0, T ] R d ) au problème : u t u = f sur ]0, T [ R d, u = g sur {0} R d, satisfaisant u(t, x) Ae a x 2 (avec A, a constantes). A. Popier (Le Mans) EDP, solutions classiques. 30 / 52
37 REMARQUES. REMARQUE SUR LES BORNES Il existe une infinité de solutions pour u t u = 0 sur ]0, T [ R d, u = 0 sur {0} R d, THÉORÈME (RÉGULARITÉ) Si u C 1,2 (Ω T ) satisfait l équation de la chaleur sur Ω T, alors u C (Ω T ). A. Popier (Le Mans) EDP, solutions classiques. 31 / 52
38 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 32 / 52
39 PRINCIPALES MÉTHODES DE DISCRÉTISATION. DIFFÉRENCES FINIES (ou volumes finis) : discrétisation du domaine Ω et remplacement de l opérateur différentiel par un quotient différentiel. ÉLÉMENTS FINIS : trés liée à la formulation variationnelle des EDP. Principe : remplacer un espace de Hilbert H par un sous-espace de dimension finie H N. MÉTHODES SPECTRALES : chercher une solution approchée sous forme d un développement sur une certaine famille de fonctions (Fourier, polynômes, splines, etc.) : u = N α i (u)p i, i=1 (voir exercices de TD). Méthodes souvent coûteuses, mais précises. A. Popier (Le Mans) EDP, solutions classiques. 33 / 52
40 PRINCIPE. DÉRIVÉE : du u(x + h) u(x) (x) = lim dx h 0 h u(x + h) u(x), si h est assez petit. h LEMME (EN EXERCICE) Si u est de classe C 2 au voisinage de x, alors ( du u(x + h) u(x) (x) dx h sup y [x,x+h 0 [ ) u (y) h. 2 DÉFINITION Une approximation est consistante d ordre p s il existe une constante C positive indépendante de h, t.q. cette erreur soit majorée par Ch p. A. Popier (Le Mans) EDP, solutions classiques. 34 / 52
41 PRINCIPE. DÉRIVÉE : du u(x + h) u(x h) (x) = lim dx h 0 2h u(x + h) u(x h). 2h LEMME (EN EXERCICE) Si u est de classe C 3 au voisinage de x, alors ( du u(x + h) u(x h) (x) dx 2h sup y ]x h 0,x+h 0 [ ) u (3) (y) h 2. 6 A. Popier (Le Mans) EDP, solutions classiques. 34 / 52
42 PRINCIPE. DÉRIVÉE D ORDRE 2 : PROPOSITION Si u est de classe C 4 au voisinage de x, alors d 2 ( u u(x + h) 2u(x) + u(x h) (x) dx 2 h 2 sup y [x,x+h 0 [ ) u (4) (y) h 2. 2 A. Popier (Le Mans) EDP, solutions classiques. 34 / 52
43 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 35 / 52
44 PROBLÈME. Soit u : [0, 1] R solution de d 2 u (x) + c(x)u(x) = f (x) pour 0 < x < 1, dx 2 u(0) = g 0, u(1) = g 1. HYPOTHÈSES : f C([0, 1]), c C([0, 1]), c 0. RÉSULTAT : il existe une unique solution u C 2 ([0, 1]). Mais pas de forme explicite de la solution si c 0. DISCRÉTISATION DU DOMAINE : pour tout entier N, x 0 = 0 < x 1 <... < x N < x N+1 = 1. DISCRÉTISATION RÉGULIÈRE : x i = ih avec h = 1/(N + 1) et i = 0,..., N + 1. A. Popier (Le Mans) EDP, solutions classiques. 36 / 52
45 SCHÉMA DE DIFFÉRENCES FINIES. BUT : chercher en tout point x i une valeur u i t.q. u i u(x i ). Donc u 0 = g 0, u N+1 = g 1, U = (u 1,..., u N ) R N. APPROXIMATION : en chacun des sommets internes x i : d 2 u dx 2 (x i) + c(x i )u(x i ) = f (x i ); u(x i + h) 2u(x i ) + u(x i h) h 2 + c(x i )u(x i ) f (x i ); u i+1 2u i + u i 1 h 2 + c(x i )u i f (x i ), i {1,..., N}. A. Popier (Le Mans) EDP, solutions classiques. 37 / 52
46 ÉCRITURE MATRICIELLE. A h U = b h, avec A h R N N et b h R N : c(x A h = ) h c(x 2 ) c(x N ) b h = f (x 1 ) + g 0 h 2 f (x 2 ). f (x N 1 ) f (x N ) + g 1 h 2 ATTENTION AUX BORDS! A. Popier (Le Mans) EDP, solutions classiques. 38 / 52
47 PROPRIÉTÉS DE A h. PROPOSITION Si c 0, A h est symétrique et définie positive. CONSÉQUENCE : U existe et est unique. INÉGALITÉ DE STABILITÉ Si c 0, (A h ) A. Popier (Le Mans) EDP, solutions classiques. 39 / 52
48 ERREUR DE CONSISTANCE. DÉFINITION On appelle erreur de consistance du schéma la quantité obtenue en remplaçant l inconnue par la solution exacte dans le schéma numérique : ε h (u) = A h π h (u) b h, π h (u) = Le schéma est consistant si lim h 0 ε h (u) = 0. u(x 1 ). u(x N ). Le schéma est consistant d ordre p s il existe C > 0 et h 0 > 0 t.q. pour tout 0 < h < h 0, ε h (u) Ch p. A. Popier (Le Mans) EDP, solutions classiques. 40 / 52
49 ERREUR DE CONSISTANCE. PROPOSITION Supposons la solution u de classe C 4 sur [0, 1]. Alors le schéma est consistant d ordre 2 pour la norme infinie : ε h (u) h2 12 sup u (4) (y). y [0,1] A. Popier (Le Mans) EDP, solutions classiques. 41 / 52
50 CONVERGENCE DU SCHÉMA. THÉORÈME Soit u : [0, 1] R solution exacte de d 2 u (x) + c(x)u(x) = f (x) pour 0 < x < 1, dx 2 u(0) = g 0, u(1) = g 1. On suppose u C 4 ([0, 1]). Soit U R N la solution du schéma. Alors l erreur de discrétisation, i.e. la différence π h (u) U, vérifie : π h (u) U h2 96 sup u (4) (y). y [0,1] REPOSE SUR π h (u) U = (A h ) 1 ε h (u). A. Popier (Le Mans) EDP, solutions classiques. 42 / 52
51 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 43 / 52
52 UN PROBLÈME DE GÉOMÉTRIQUE. Problème de Laplace inhomogène : u(x) = f (x) pour x Ω, u = 0 sur Ω. DISCRÉTISATION : points alignés dans les directions x et y. A. Popier (Le Mans) EDP, solutions classiques. 44 / 52
53 APPROXIMATION. EN UN POINT RÉGULIER : u(p 1 ) u(p 2) + u(p 3 ) 2u(P 1 ) h u(p 5) + u(p 4 ) 2u(P 1 ) h2 2. Si u de classe C 4, approximation d ordre 2. EXEMPLE : si Ω est un rectangle, tous les points sont réguliers. A. Popier (Le Mans) EDP, solutions classiques. 45 / 52
54 APPROXIMATION. EN UN POINT SINGULIER : CORRECTION : 2 u x 2 (P 1) + O(h) = αu( P 2 ) + βu( P 1 ) + γu(p 3 ). Formule de Taylor : α + β + γ = 0, αh + γh = 0, αh 2 /2 + γh 2 /2 = 1. Erreur de consistance en O(h) et matrice du système linéaire non symétrique. A. Popier (Le Mans) EDP, solutions classiques. 45 / 52
55 PLAN 1 FORMULES DE GREEN 2 ÉQUATION DE LAPLACE Domaine R d tout entier Domaine borné 3 ÉQUATION DE LA CHALEUR Domaine R d tout entier Domaine borné 4 MÉTHODE DES DIFFÉRENCES FINIES Étude d un exemple en dimension 1 Remarques en dimension supérieure à 2 Équation de la chaleur A. Popier (Le Mans) EDP, solutions classiques. 46 / 52
56 SCHÉMAS D EULER POUR EDO. À résoudre EDO : u = f (u) sur ]0, 1[ avec u(0) = u 0. SCHÉMAS D EULER : EXPLICITE : u (x) u(x + h) u(x), d où h u(x + h) = u(x) + hf (u(x)). IMPLICITE : u (x) u(x) u(x h), d où h u(x + h) hf (u(x + h)) = u(x) u(x + h) = (Id hf ) 1 (u(x)). θ-schéma (θ [0, 1]) : u(x + h) (1 θ)hf (u(x + h)) = u(x) + θhf (u(x)). A. Popier (Le Mans) EDP, solutions classiques. 47 / 52
57 ÉQUATION DE LA CHALEUR. Soit u solution de u t (t, x) 2 u (t, x) = 0 pour x ]0, 1[, t ]0, T [ x 2 u(0, x) = u 0 (x) x ]0, 1[, u(t, 0) = u(t, 1) = 0 pour t ]0, T [. THÉORÈME Si u 0 C(]0, 1[), il existe une unique solution u C 2 (]0, T [ ]0, 1[) C([0, T ] [0, 1]). De plus u C (]0, T [ ]0, 1[). Si u 0 0, u(t,.) 0 pour tout t 0. Si u L (]0, 1[), alors u L (]0, T [ ]0, 1[) et u u 0. A. Popier (Le Mans) EDP, solutions classiques. 48 / 52
58 DISCRÉTISATION PAR EULER EXPLICITE EN TEMPS. DISCRÉTISATION : [0, T ] divisé en t n = nk, n = 0,..., M, pas k = T /M, [0, 1] divisé en x i = ih, i = 0,..., N + 1, pas h = 1/(N + 1). En chaque point (t n, x i ) : u t (t n, x i ) u(t n+1, x i ) u(t n, x i ) k 2 u x 2 (t n, x i ) 2u(t n, x i ) u(t n, x i+1 ) u(t n, x i 1 ) h 2. APPROXIMATION u (n) i de u(t n, x i ), i = 1,..., N et n = 1,..., M. A. Popier (Le Mans) EDP, solutions classiques. 49 / 52
59 DISCRÉTISATION PAR EULER EXPLICITE EN TEMPS. DISCRÉTISATION : [0, T ] divisé en t n = nk, n = 0,..., M, pas k = T /M, [0, 1] divisé en x i = ih, i = 0,..., N + 1, pas h = 1/(N + 1). SCHÉMA : pour tout i = 1,..., N et tout n = 1,..., M u (n+1) i u (n) i + 2u(n) i u (n) i+1 u(n) i 1 k h 2 (t, x) = 0, u (0) i = u 0 (x i ), u (n) 0 = u (n) N+1 = 0. A. Popier (Le Mans) EDP, solutions classiques. 49 / 52
60 DISCRÉTISATION PAR EULER EXPLICITE EN TEMPS. DISCRÉTISATION : [0, T ] divisé en t n = nk, n = 0,..., M, pas k = T /M, [0, 1] divisé en x i = ih, i = 0,..., N + 1, pas h = 1/(N + 1). SCHÉMA EXPLCITE car u (n+1) i u (n+1) i = u (n) i explicite en fonction de (u (n) i ) i=1,...,n : k h 2 (2u(n) i u (n) i 1 u(n) i+1 ). A. Popier (Le Mans) EDP, solutions classiques. 49 / 52
61 PROPRIÉTÉS. PROPOSITION Le schéma est consistant d ordre 1 en temps et d ordre 2 en espace : u t (t n, x i ) u(t n+1, x i ) u(t n, x i ) k Ck, u 2 x 2 (t n, x i ) 2u(t n, x i ) u(t n, x i+1 ) u(t n, x i 1 ) h 2 Ch2. DÉFINITION Un schéma est L -stable si la solution approchée est bornée dans L indépendamment du pas du maillage. PROPOSITION Si k h 2 1/2, alors le schéma est stable : sup i,n u (n) i u 0. A. Popier (Le Mans) EDP, solutions classiques. 50 / 52
62 PROPRIÉTÉS. THÉORÈME Si la condition de stabilité est satisfaite, alors il existe C 0 t.q. pour tout n = 1,..., M : sup u(t n, x i ) u (n) sup u(0, x i ) u (0) + TC(k + h 2 ). i=1,...,n i i=1,...,n i A. Popier (Le Mans) EDP, solutions classiques. 50 / 52
63 ÉCRITURE MATRICIELLE. NOTATIONS : λ = k/h 2. Pour n = 1,..., M, U n = (u (n) i ) i=1,...,n. U 0 = (u 0 (x i )) i=1,...,n. SYSTÈME LINÉAIRE : U n = AU n 1 avec 1 2λ λ λ 1 2λ λ 0. A = λ 2 λ λ 1 2λ REMARQUE : attention aux conditions de bord en x = 0 et x = 1. A. Popier (Le Mans) EDP, solutions classiques. 51 / 52
64 θ-schémas. Pour θ [0, 1] u (n+1) i u (n) i k = 1 θ ( ) h 2 2u (n) i + u (n) i+1 + u(n) i 1 + θ ( h 2 2u (n+1) i + u (n+1) i+1 + u (n+1) i 1 ). PROPRIÉTÉS. Euler implicite si θ = 1, Crank-Nicholson si θ = 1/2. D ordre 2 en espace. D ordre 2 en temps si θ = 1/2, d ordre 1 sinon. Inconditionnellement stable si θ 1/2. Sinon stable si k h 2 1 2(1 2θ). A. Popier (Le Mans) EDP, solutions classiques. 52 / 52
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 détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCours d Analyse. 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 détailANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détail6 Equations du première ordre
6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D R
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailThéorèmes du Point Fixe et Applications aux Equations Diérentielles
Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailIntégration 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 détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détail3. 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 détailCCP 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 détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détail4. Martingales à temps discret
Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailEspérance conditionnelle
Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailEquations aux Dérivées Partielles
Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons
Plus en détailImage d un intervalle par une fonction continue
DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction
Plus en détailn N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t
3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes
Plus en détail* 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 détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailMESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours
MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................
Plus en détailTests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles
Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours
Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****
Plus en détailContinuité d une fonction de plusieurs variables
Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs
Plus en détailProduits d espaces mesurés
Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailIntégrales doubles et triples - M
Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailOptimisation des fonctions de plusieurs variables
Optimisation des fonctions de plusieurs variables Hervé Hocquard Université de Bordeaux, France 8 avril 2013 Extrema locaux et globaux Définition On étudie le comportement d une fonction de plusieurs variables
Plus en détailSéminaire TEST. 1 Présentation du sujet. October 18th, 2013
Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en détailExercices - 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 détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailChapitre VI Fonctions de plusieurs variables
Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements
Plus en détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII
ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailFonctions de plusieurs variables : 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 détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailIntroduction à la méthode des éléments finis
ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr 2
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
Plus en détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailMÉTHODE DE MONTE CARLO.
MÉTHODE DE MONTE CARLO. Alexandre Popier Université du Maine, Le Mans A. Popier (Le Mans) Méthode de Monte Carlo. 1 / 95 PLAN DU COURS 1 MÉTHODE DE MONTE CARLO 2 PROBLÈME DE SIMULATION Théorème fondamental
Plus en détailCompte rendu des TP matlab
Compte rendu des TP matlab Krell Stella, Minjeaud Sebastian 18 décembre 006 1 TP1, Discrétisation de problèmes elliptiques linéaires 1d Soient > 0, a R, b 0, c, d R et f C([0, 1], R). On cerce à approcer
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.
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 détailLes mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des
Plus en détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailDe 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= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m
1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détail1 Introduction et modèle mathématique
Optimisation parallèle et mathématiques financières Optimisation parallèle et mathématiques financières Pierre Spiteri 1 IRIT ENSEEIHT, UMR CNRS 5505 2 rue Charles Camichel, B.P. 7122 F-31 071 Toulouse,
Plus en détailMaster Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors
Plus en détailBac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)
Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures) Eercice 1 (5 points) pour les candidats n ayant pas choisi la spécialité MATH Le tableau suivant donne l évolution du chiffre
Plus en détailTests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA
Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailCorrigé du baccalauréat S Pondichéry 12 avril 2007
Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires
Plus en détailEspaces de Sobolev et introduction aux équations aux dérivées partielles
Espaces de Sobolev et introduction aux équations aux dérivées partielles A. Munnier 1 Institut Élie Cartan 27-28 1 Maître de conférences, Institut Élie Cartan, Université Henri Poincaré, Nancy 1, B.P.
Plus en détailCONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel
CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES par Jean-Pierre Puel 1. Introduction Pourquoi équations aux dérivées partielles et pourquoi contrôle? Les équations aux dérivées partielles, associées à certaines
Plus en détailINTRODUCTION. 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 détailThéorie de la Mesure et Intégration
Ecole Nationale de la Statistique et de l Administration Economique Théorie de la Mesure et Intégration Xavier MARY 2 Table des matières I Théorie de la mesure 11 1 Algèbres et tribus de parties d un ensemble
Plus en détailPremière 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 détailCours d Analyse I et II
ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE Cours d Analyse I et II Sections Microtechnique & Science et génie des matériaux Dr. Philippe Chabloz avril 23 Table des matières Sur les nombres. Les nombres
Plus en détailIntégration et probabilités TD1 Espaces mesurés
Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?
Plus en détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailIntroduction. 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