Stabilité des schémas aux différences finies et analyse de von Neumann
|
|
- Fernande Germaine St-Denis
- il y a 7 ans
- Total affichages :
Transcription
1 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)
2 u 0 à support compact " [#R,R], L >> R Numériquement, on discrétise :
3 Grille de calcul : u n (x j ) " u(x j,n #t) Exemple 1 : schéma d Euler explicite
4 Le schéma d Euler explicite est consistant, d ordre 1 en t et d ordre 2 en x : Solution exacte de l'équation de la chaleur, restreinte à la grille de pas d'espace "x et pas de temps "t : u(j"x,n"t) = u n (j"x) En x = x j = j "x, t = n"t, on obtient avec un développement de Taylor : u n +1 (x) " u n (x) #t = $u $t = (x,n#t) + O(#t) u(x,(n +1)#t) " u(x,n#t) #t
5 u n (x + "x) # 2u n (x) + u n (x # "x) "x 2 = u (x + "x,n"t) + u(x # "x,n"t) # 2u(x,n"t) "x 2 = 1 "x 2 ( "x 2 $ 2 u $x 2 (x,n"t) + O("x 4 ) ) = $ 2 u $x 2 (x,n"t) + O("x 2 ) u n +1 (x) " u n (x) #t = $u $t = O(#t + #x 2 ) " µ u n (x + #x) " 2u n (x) + u n (x " #x) #x 2 (x,n#t) " µ $ 2 u $x 2 (x,n#t) + O(#t + #x 2 ) ("erreur de troncature", ou "erreur de consistance") schéma consistant, d ordre 1 en t et d ordre 2 en x
6 Ecriture matricielle du schéma : u n (x j ) " u(x j,n #t)
7 Exemple 2 : schéma d Euler implicite (ordre 1 en t, ordre 2 en x) Le schéma d Euler implicite est consistant, d ordre 1 en t et d ordre 2 en x On note la solution exacte de l'équation de la chaleur u(j"x,n"t) = u n (j"x)
8 u n +1 (x + "x) # 2u n +1 (x) + u n +1 (x # "x) "x 2 = $ 2 u $x 2 [x,(n +1)"t] + O("x 2 ) = $ 2 u $x 2 (x,n"t) + O("x 2 + "t) u n +1 (x) " u n (x) #t = $u $t = O(#t + #x 2 ) " µ u n +1 (x + #x) " 2u n +1 (x) + u n +1 (x " #x) #x 2 (x,n#t) " µ $ 2 u $x 2 (x,n#t) + O(#t + #x 2 ) schéma consistant, d ordre 1 en t et d ordre 2 en x
9 Ecriture matricielle du schéma d Euler implicite : " = µ #t #x 2 coef. CFL, V n = u n (x j ) ( ) $N +1% j%n$1
10 Un système linéaire à résoudre à chaque pas de temps, toujours même matrice A Exemples de méthodes numériques : LU ou Cholesky cas tridiagonal, complexité O(N)
11 Explicite CFL=0.49, T=1 CFL=2, T=1 Implicite Explicite "x = 0.1 Explicite CFL=0.51, T=1 CFL=0.51, T=0.5
12 " = µ#t /#x 2 est fixé, #t $ 0, #x $ 0 Définition de la stabilité (l " ) du schéma : #c > 0 tel que pour tous $t,$x assez petits : V n " # c V 0 " $n /0 # n%t # T Remarque : la taille des vecteurs et matrices tend vers l infini quand Δx Lemme Euler explicite stable sous condition CFL : β 1/2 Euler implicite inconditionnellement stable
13 Schéma explicite : V n +1 = M(")V n V n " # Mn " V 0 " $ il faut borner M n indépendamment de %t,%x pour " & = µ%t/%x 2 fixé et 0 # n %t # T Si " #1/2 alors M $ = Max i & V n $ # M $ n V 0 $ = V 0 $ % m ij =1 j & schéma stable (matrice M positive)
14 Schéma explicite : V n +1 = M(")V n Si " >1/2 : Valeurs propres de B " M 2N#1 (IR) : 4[sin(q k /2)] 2, q k = k$ /(2N), k =1K2N #1 [ ] i=1k2n#1 Vecteurs propres % k = sin(q k i) Valeurs propres de M " M 2N#1 (IR) : $ k =1-4%[sin(q k /2)] 2 " 2N#1 =1# 4$ + O(%x 2 ) = #(4$ #1) + O(%t), 4$ #1>1 & si n 0 = E(T /%t) ' ( alors : M n 0 ) 2N#1 ( ) 2N#1 ( = " 2N#1 n 0 = (4$ -1)n 0 exp[n 0 * O(%t)] ' ( Schéma instable
15 Schéma implicite : V n +1 = A(") #1 V n A(") à diagonale strictement dominante : ' * # = Min a ii $ a ij i ) &, =1> 0 ( j%i + - A $1 /. #$1 =1 - A $n /1. - V n. = A$n V 0. / V 0. schéma stable
16 Bilan : " = µ#t /#x 2 est fixé, #t $ 0, #x $ 0 En " : Euler explicite stable sous condition CFL : β 1/2 Euler implicite inconditionnellement stable La preuve utilise des propriétés assez fortes des matrices du schéma (positivité, valeurs propres explicites, dominance diagonale stricte) besoin d un outil plus général : analyse de von Neumann (complémentaire à la notion d équation équivalente introduite précédemment)
17 II- Méthode de von Neumann : II-1 Idée générale : Basée sur l analyse de Fourier (EDP à coefs constants) Stabilité L 2 Néglige les conditions aux bord du domaine, où u 0 Passage des grands vecteurs ( taille O(N) ) à des fonctions de x: V n
18 Exemple : équation de la chaleur, Euler explicite (application linéaire continue) On calcule ensuite u n en utilisant la transformée de Fourier / x, et on étudie si reste borné
19 II-2 Reformulation explicite d un schéma différences finies par transformée de Fourier, matrice d amplification u n (x) = approximation numérique de u(x,n"t) solution d'une EDP d'évolution x # IR d, u n # [L 2 (IR d )] p vecteur à p composantes Schéma différences finies discrétisant l'edp : % A j ("t,"x) u n +1 (x + j"x) = % B j ("t,"x) u n (x + j"x) j $q j $q j = (j 1,K j d ), j k entiers naturels, j = j & A j,b j # M p (IR) Exemple : équation de transport schéma implicite centré : u n +1 (x) + c"t 2"x (un +1 (x + "x) # u n +1 (x # "x)) = u n (x)
20 transformée de Fourier : [F(u)](") = ˆ u (")= ",x & IR d, % IR d exp(#i2$" x) u(x) dx 1 Kdx d " x = " 1 x 1 +L+ " d x d Equation définissant le schéma : # A j ($t,$x) u n +1 (x + j$x) = # B j ($t,$x) u n (x + j$x) j "q j "q Prenons la transformée de Fourier de l'équation précédente : ' ) () # A j ($t,$x)exp(i2%& j$x) j "q *, u +, ˆ ' * n +1 (&) = )# B j ($t,$x)exp(i2%& j$x), u () j "q +, ˆ n (&) H 1 ("t,"x,2#$) % M p ( ) H 2 ("t,"x,2#$) % M p ( )
21 Hypothèse : H 1 ("t,"x,k) inversible #k $ IR d " ˆ u n +1 (#) = H 1 ($t,$x,2%#) &1 H 2 ($t,$x,2%#) ˆ u n (#) G("t,"x,2#$) % M p ( ) Matrice d amplification (ou symbole) du schéma Reformulation «explicite» du schéma : u n +1 = F "1 [ G(#t,#x,2$%) u ˆ n (%)] = C(#t,#x) u n
22 u n +1 = F "1 [ G(#t,#x,2$%) u ˆ n (%)] = C(#t,#x) u n C("t,"x) : [L 2 (IR d )] p # [L 2 (IR d )] p opérateur linéaire continu? Lemme : Soit G : IR d " M p ( ) une fonction continue et bornée et P : [L 2 (IR d )] p " [L 2 (IR d )] p un opérateur linéaire défini par P u = F "1 [ G(2#$) u ˆ ] Alors P est continu et P = Sup k "IR d G(k) 2 Hypothèse : det(h 1 ("t,"x,k)) # $ > 0 %k & IR d " G(#t,#x,.) vérifie les hyp. du lemme et C(#t,#x) est continu
23 II-3 Définition générale de la stabilité d un schéma Schéma différences finies discrétisant une EDP d'évolution pour t " [0,T] : u n +1 = C(#t,#x) u n, u 0 condition initiale u n " X espace de fonctions de x, espace de Banach (ex. X = L 2 (IR), X = L $ (IR)) u n (x) = approximation numérique de u(x,n#t) solution de l'edp d'évolution, u(.,0) = u 0 C(#t,#x) : X % X application linéaire continue 0 & n#t & T Pas de temps et d'espace admissibles : ("t,"x) # $ Trois définitions possibles de $ : * $ =]0,%[&]0,%[ * 0 < "t ' c"x ( (c,( > 0) * 0 < "t = c"x ( (c,( > 0)
24 Schéma (S) : u n +1 = C("t,"x) u n, u 0 condition initiale donnée # u n = C("t,"x) n u 0 Définition : Le schéma (S) est stable dans X si "K T > 0 tel que : #($t,$x) % & dans un voisinage assez petit de (0,0), #n vérifiant 0 ' n$t ' T, C($t,$x) n ' K T Rappel : C($t,$x) n = Sup u X =1 C($t,$x) n u X (norme d'application linéaire continue)
25 Remarque : si C("t,"x) #1 alors le schéma (S) est stable dans X car C("t,"x) n # C("t,"x) n #1 Exemples : Ex 1: Schéma décentré amont pour l équation de transport : C>0 u n +1 = C("t,"x) u n [C("t,"x) u n ](x) = (1#$)u n (x) + $ u n (x # "x) Pour $ = c"t /"x %]0,1], on a dans X = L p (IR) : C("t,"x) u X & (1#$) u X + $ u(.# "x) X = u X ' C("t,"x) &1' schéma stable dans X = L p (IR)
26 Ex 2: Schéma d Euler explicite pour l équation de diffusion : L p (IR) Pour " = µ#t /#x 2 $]0,1/2], on a dans X = L p (IR) : C(#t,#x) u X % (1& 2") u X + " u(.+ #x) X + " u(.& #x) X = u X ' C(#t,#x) %1' schéma stable dans X = L p (IR)
27 II-4 Stabilité L2, analyse de von Neumann u n +1 = F "1 [ G(#t,#x,2$%) u ˆ n (%)] = C(#t,#x) u n (S) C("t,"x) : [L 2 (IR d )] p # [L 2 (IR d )] p opérateur linéaire continu, G("t,"x,.) : IR d # M p ( ) fonction continue et bornée Lemme : Le schéma (S) est stable dans [L 2 (IR d )] p si et seulement si "K T > 0 tel que : #($t,$x) % & dans un voisinage assez petit de (0,0), #n vérifiant 0 ' n$t ' T, #k % IR d, on a : G($t,$x,k) n ' K T (norme matricielle quelconque) C("t,"x) n u = F #1 [ G("t,"x,2$%) n u ˆ ] " C(#t,#x) n = Sup k $IR d G(#t,#x,k) n 2
28 u n +1 = F "1 [ G(#t,#x,2$%) u ˆ n (%)] = C(#t,#x) u n (S) Théorème de stabilité (von Neumann) Condition nécessaire pour la stabilité du schéma (S) dans [L 2 (IR d )] p : "(#t,#x) $ % dans un voisinage assez petit de (0,0), Sup k $IR d &[ G(#t,#x,k) ] '1+ O(#t) (v.n.) De plus, si G normale (GG * = G * G), alors cette condition est suffisante. C'est le cas en particulier lorsque p =1. Rappels : "(G) = rayon spectral de G (plus grand module des valeurs propres de G) G * = G T (G n ) n"0 bornée si et seulement si #(G) <1 **OU ** #(G) =1 et les valeurs propres de G de module 1 sont semi- simples
29 Demo du Thm : v.n. condition nécessaire : ["(G)] n = "(G n ) # G n $ exp[nln("(g))] est borné 2 qui est borné par hypothèse exp[nln("(g))] = exp[n%t ln("(g)) ] avec n%t & [0,T] %t $ ln("(g)) # C %t $ "(G) # exp(c%t) =1+ O(%t)
30 v.n. condition suffisante si matrice G normale : G normale " G n normale #n $ 0 G n normale " %(G n ) = G n 2 ( car matrice normale & diagonalisable dans base orthonormée) " G n = 2 %(Gn ) = [%(G)] n = exp[n ln(%(g))] ' exp[t ln(%(g)) ] (t %(G) '1+ O((t) " G n est borné 2
31 Ex 1: Schéma d Euler explicite pour l équation de diffusion : Supposons " = µ#t /#x 2 constant L 2 (IR) u n +1 (x) = (1$ 2")u n (x) + " ( u n (x + #x) + u n (x $ #x)) u ˆ n +1 = (1" 2#) u ˆ n + # ( u ˆ n exp(i2$%&x) + u ˆ n exp("i2$%&x)) = [1+ 2#(cos(2$%&x) "1)] u ˆ n ' G(&t,&x,k) =1+ 2#(cos(k&x) "1) =1" 4#(sin(k&x /2)) 2
32 Condition de stabilité de von Neumann : CNS G est scalaire (v.n.) G("t,"x,k) =1# 4$(sin(k"x /2)) 2 % [1# 4$,1] * si 1" 4# < "1, c'est à dire # > 1/2 : Sup G k $IR = 4# "1 (constante >1) % condition v.n. non satisfaite % schéma instable dans L 2 (IR) * si 1" 4# $ "1, c'est à dire # %1/2 : Sup G k &IR =1 ' condition v.n. satisfaite ' schéma stable dans L 2
33 Ex 2: Schéma d Euler implicite pour l équation de diffusion : (1+ 2")u n +1 (x) # " ( u n +1 (x + $x) + u n +1 (x # $x)) = u n (x) " = µ$t /$x 2 est constant u ˆ n +1 [ 1+ 2" # "(exp(i2$%&x) + exp(#i2$%&x)) ] = u ˆ n u ˆ n +1 [ 1+ 2"(1# cos(2$%&x)) ] = u ˆ n u ˆ n +1 = G(&t,&x,2$%) u ˆ n ' G(&t,&x,k) = "(sin(k&x /2)) 2 Sup G =1 # condition v.n. satisfaite (CNS ici) # schéma stable dans L 2 (IR) k "IR stabilité inconditionnelle (i.e. quels que soient les paramètres)
34 Ex 3 : schéma de Lax-Wendroff pour l équation de transport Schéma de Lax-Wendroff Coefficient d amplification G : (" = c#t /#x constant)
35 Après quelques simplifications : Si α >1 : >1 " Schéma instable dans Si α 1 : " Schéma de Lax-Wendroff stable dans si c Δt / Δx 1
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 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 détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en 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 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 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 détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en 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 détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en 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 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, 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 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 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 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 détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
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 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 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 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 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 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 détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en 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 détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en 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 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 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 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 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 détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en 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 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 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 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 détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
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 détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
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 détailInitiation à la simulation numérique. Eléments d analyse numérique.
Initiation à la simulation numérique en mécanique des fluides : Eléments d analyse numérique. Cours ENSTA MF307 6 juin 2003 Frédéric DABBENE et Henri PAILLERE Résumé Nous présentons dans ce rapport des
Plus en 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 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 détailCalcul différentiel. Chapitre 1. 1.1 Différentiabilité
Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace
Plus en 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 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 détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
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 détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en 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 détailProgrammes des classes préparatoires aux Grandes Ecoles
Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme
Plus en 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 détailSimulation numérique d un stockage de déchets nucléaires en site géologique profond
Simulation numérique d un stockage de déchets nucléaires en site géologique profond Page 1 de 12 G. Allaire, M. Briane, R. Brizzi and Y. Capdeboscq CMAP, UMR-CNRS 7641, Ecole Polytechnique 14 juin 2006
Plus en détail* 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 détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en 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 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 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 détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
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 détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
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 détailSuites numériques 4. 1 Autres recettes pour calculer les limites
Suites numériques 4 1 Autres recettes pour calculer les limites La propriété suivante permet de calculer certaines limites comme on verra dans les exemples qui suivent. Propriété 1. Si u n l et fx) est
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailOn ne peut pas entendre la forme d un tambour
On ne peut pas entendre la forme d un tambour Pierre Bérard Institut Fourier Laboratoire de Mathématiques Unité Mixte de Recherche 5582 CNRS UJF Université Joseph Fourier, Grenoble 1 Introduction 1.1 Position
Plus en détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détailINTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES
INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES Dominique LAFFLY Maître de Conférences, Université de Pau Laboratoire Société Environnement Territoire UMR 5603 du CNRS et Université de Pau Domaine
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 détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
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 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 détailLicence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas.
Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas. M. Granger Table des matières 1 Rappels sur le cours d équations différentielles 2 1.1 Généralités..........................................
Plus en 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 détailFormation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau
Formation à la C F D Computational Fluid Dynamics Formation à la CFD, Ph Parnaudeau 1 Qu est-ce que la CFD? La simulation numérique d un écoulement fluide Considérer à présent comme une alternative «raisonnable»
Plus en 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 détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
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 détailChapitre 11. Séries de Fourier. Nous supposons connues les formules donnant les coefficients de Fourier d une fonction 2 - périodique :
Chapitre Chapitre. Séries de Fourier Nous supposons connues les formules donnant les coefficients de Fourier d une fonction - périodique : c c a0 f x dx c an f xcosnxdx c c bn f xsinn x dx c L objet de
Plus en 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 détailChapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens
Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailAnalyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe
Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe des n n groupes quantiques compacts qui ont la théorie
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 détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
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 détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
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 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 détail