Analyse des structures mécaniques par la

Dimension: px
Commencer à balayer dès la page:

Download "Analyse des structures mécaniques par la"

Transcription

1 Analyse des structures mécaniques par la méthode des éléments finis c PSA Peugeot Citroën Département de Mécanique, Ecole Polytechnique, Département de Mécanique, Ecole Polytechnique, janvier / 44

2 Retour sur amphi 2 : représentation locale des déplacements Maillage : Eléments et noeuds Représentation paramétrique et élément de référence ; Conformité aux interfaces entre éléments Jacobien de signe constant Interpolation isoparamétrique : représentation des déplacements à l aide des mêmes fonctions de forme que la géométrie : n e x = N k (a)x (k) k=1 n e v h (x) = N k (a)v (k) k=1 (a ) a ( ) a 1 x (4) x (1) x (8) x (7) x (5) (E) x (3) x (2) x (6) Notations (commode pour la programmation) : v h (x) = [N(a)]{V e } ε[v h ](x) = [B(a)]{V e } {V e } = {v (1) 1, v (1) 2,..., v (ne) D }T {ε} = {ε 11 ε 22 ε 33 2ε 12 2ε 13 2ε 23 } T Département de Mécanique, Ecole Polytechnique, janvier / 44

3 Plan du cours Concepts fondamentaux et leur application en élasticité linéaire statique Amphi 1 Résolution approchée de problèmes d équilibre en élasticité Amphi 2 La notion d élément fini isoparamétrique Amphi 3 La méthode des éléments finis en élasticité linéaire Amphi 4 Application à la mécanique linéaire de la rupture Régime non-linéaire quasistatique, application aux solides élastoplastiques Amphi 5 Calcul de solides à comportement non-linéaire Amphi 6 Calcul de solides élastoplastiques : aspects locaux Amphi 7 Calcul de solides élastoplastiques : aspects globaux Régime linéaire, avec évolution temporelle Amphi 8 Evolution thermique et thermoélasticité linéaire quasistatique Amphi 9 Analyse dynamique des structures élastiques Département de Mécanique, Ecole Polytechnique, janvier / 44

4 Amphi 3 La méthode des éléments finis en élasticité linéaire 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

5 Problème d élasticité approché par éléments isoparamétriques Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

6 Problème d élasticité approché par éléments isoparamétriques Problème d élasticité approché par éléments isoparamétriques Principe : méthode de Galerkin. Base de fonctions construite par éléments finis (amphi 2) appliquée à la formulation faible (amphi 1). Interpolation globale du déplacement inconnu u C h (S u ) (amphi 2) : u h (x) = Ñ n (x)u (n) j e j + Ñ n (x)uj D (x (n) ) e j = } [Ñ(x)]{U} +u (D) h (x) {{} dof(n,j)>0 Champs virtuels associés w C h (0) : w(x) = dof(n,j)>0 dof(n,j) 0 u (0) h (x) Ñ n (x)w (n) j e j = [Ñ(x)]{W} Ω (n) x_ (n) 1 _ x (n) Département de Mécanique, Ecole Polytechnique, janvier / 44

7 Problème d élasticité approché par éléments isoparamétriques Problème d élasticité approché par éléments isoparamétriques Principe : méthode de Galerkin. Base de fonctions construite par éléments finis (amphi 2) appliquée à la formulation faible (amphi 1). Interpolation globale du déplacement inconnu u C h (S u ) (amphi 2) : u h (x) = Champs virtuels associés w C h (0) : [Ñ(x)]{U} + u(d) h (x) w(x) = [Ñ(x)]{W} Insertion dans la formulation faible : {F int } + {F ext } = {0} (amphi 1) {W} T {F ext } = ρf.w dv + T D.w ds Ω h S T,h {W} T {F int } = ε [ u (0) h + u (D) ] ( h :A:ε[w](x) dv = {W} T [K]{U} + {F }) u Ω h Département de Mécanique, Ecole Polytechnique, janvier / 44

8 Problème d élasticité approché par éléments isoparamétriques Problème d élasticité approché par éléments isoparamétriques En pratique, fonctions de forme globales Ñn non utilisées explicitement : Traitement élément par élément, assemblage Repose sur l additivité par rapport aux éléments des composants de l écriture matricielle du problème approché : [K]{U} = {F u } + {F ext } N E {W} T [K]{U} = ε [ u (0) ] h :A:ε[w](x) dv E e e=1 N E {W} T {F u } = ε [ u (D) ] h :A:ε[w](x) dv e=1 E e N E { } {W} T {F ext } = ρf.w dv + T D.w ds E e e=1 Γ e T (Γ e T = S T E e ) Calcul d intégrales sur chaque élément fini ; Assemblage des contributions de chaque élément dans [K] et {F} Département de Mécanique, Ecole Polytechnique, janvier / 44

9 Matrices élémentaires Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

10 Matrices élémentaires Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

11 Matrices élémentaires Matrice de rigidité élémentaire Contribution d un élément fini aux efforts intérieurs généralisés : {W e } T {F int e } = ε[u h ]:A:ε[w] dv E e Passage sur l élément de référence : x E e a e, Densité de puissance des efforts intérieurs (amphi 2) dv = J(a) dv (a) ε[u h ]:A:ε[w] = {ε[w]} T [A] {ε[u h ]} = {W e } T [B(a)] T [A] [B(a)]{U e } Matrice de rigidité élémentaire : { } ε[u h ]:A:ε[w] dv = {W e } T [B e (a)] T [A][B e (a)] J e (a) dv (a) {U e } E e e soit ε[u h ]:A:ε[w] dv = {W e } T [K e ]{U e } i.e. {F int e } = [K e ]{U e } E e [K e ] = [B e (a)] T [A][B e (a)] J e (a) dv (a) e A ce stade, déplacements imposés sur E e non pris en compte (à suivre) Département de Mécanique, Ecole Polytechnique, janvier / 44

12 Matrices élémentaires Forces nodales élémentaires associées aux efforts extérieurs f.w dv + E e Γ e T T D.w ds = {W e } T {F vol e + F surf e } = {W e } T {F ext e } Prise en compte de forces imposées dans le volume {F vol e } { f.w dv = {W e } T [N(a)] T{ f (x(a)) } } J e (a) dv (a) = {W e } T {F vol e } E e e Prise en compte de forces imposées sur la frontière Voir détails dans livre, section {F surf e } Département de Mécanique, Ecole Polytechnique, janvier / 44

13 Matrices élémentaires Intégrales élémentaires : récapitulation Matrice de rigidité élémentaire [K e ]= [B e (a)] T [A][B e (a)] J e (a) dv (a) e Forces nodales élémentaires associées aux efforts extérieurs { {F vol e }= [N(a)] T{ f (x(a)) } } J e (a) dv (a) e { {F surf e } = [N(b)] T{ T D (x(b)) } } Ĵ(b) db 1 db 2 (cf. livre, section 3.2.2) Σ e Intégrales élémentaires systématiquement écrites sous forme «normalisée», sur l élément de référence ou sa frontière ; Nécessité d une méthode systématique pour leur calcul numérique. Département de Mécanique, Ecole Polytechnique, janvier / 44

14 Matrices élémentaires Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

15 Matrices élémentaires Intégration numérique par points de Gauss (a) Intégrales unidimensionnelles 1 1 f (a) da G w g f (a g ) (a g : «points de Gauss», w g : «poids») g=1 Formule à G points de Gauss : exacte pour f (a) polynôme qq. de degré 2G 1 < a g < 1 (1 g G) pour toute formule à G points ; Symétrie : si (a g, w g ) est point de Gauss, alors ( a g, w g ) aussi. Exemple (G = 2, degré 3) : 1 Exemple (G = 3, degré 5) : ( f (a) da f 1 ) ( 1 + f 3 ) f (a) da 5 3 ) ( 9 f f (0) + 5 ( 9 f 3 ) a a Département de Mécanique, Ecole Polytechnique, janvier / 44

16 Matrices élémentaires Intégration numérique par points de Gauss (a) Intégrales unidimensionnelles (b) Intégrales sur des carrés ou des cubes Produit cartésien de formules 1D C 2 f (a 1, a 2 ) da 1 da 2 C 3 f (a 1, a 2, a 3 ) da 1 da 2 da 3 G g 1=1 g 2=1 G G w g1 w g2 f (a g1, a g2 ) G g 1=1 g 2=1 g 3=1 G w g1 w g2 w g3 f (a g1, a g2, a g3 ) a 2 a 2 a 1 a 1 G = 2 G = 3 Département de Mécanique, Ecole Polytechnique, janvier / 44

17 Matrices élémentaires Intégration numérique par points de Gauss (a) Intégrales unidimensionnelles (b) Intégrales sur des carrés ou des cubes (c) Intégrales sur des triangles ou tétraèdres Formules spécifiques, non construites à partir de formules 1D : Exemple (triangle, G = 3) : T 2 f (a) da 1 da 2 G w g f (a g ) g=1 1 a 2 T 2 f (a) da 1 da [ ( 1 f 6, 1 ( 1 + f 6) 6, 2 ( 2 + f 3) 3, 1 6)] 0 1 a 1 Département de Mécanique, Ecole Polytechnique, janvier / 44

18 Assemblage Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

19 Assemblage Assemblage Formellement, l assemblage de [K] et {F} revient à exploiter la relation {W} T( [K]{U} {F u } {F ext } ) = {W e } T( [K e ]{U e } {F ext e } ) N E e=1 [K e ], {F ext e }, {U e }, {W e } : numérotation locale [K], {F ext }, {U}, {W} : numérotation globale Procédure d assemblage de [K] et {F} : Calcul de matrices et forces généralisées élémentaires [K e ], {F ext e } ; Distinction sur chaque élément entre déplacements donnés et inconnus = contributions de [K e ] à [K] et {F u } ; Affectation des coefficients dans [K], {F u } et {F ext } : utilise correspondance entre numérotations locale et globale (connectivité) Département de Mécanique, Ecole Polytechnique, janvier / 44

20 Assemblage Distinction sur chaque élément entre DDLs donnés et inconnus Partition des degrés de liberté sur l élément : { } { } U (0) e W (0) e {U e } = U (D), {W e } =, [K e ] = e 0 [ K (00) e K (D0) e K (0D) e K (DD) e ] [K (00) [K (0D) e e ] : contribution de l élément à [K] ; ]{U (D) e } : contribution de l élément à {F u } ; Exemple : S T S u 3 n e noeuds (1) (2) Element 1 : [K (00) e ] = [K e ] ; Element 2 : [K (00) e ] = K e (L (0), L (0) ), [K (0D) e ] = K e (L (0), L (D) ) avec L (0) = {1, 4, 5, 7, 8} L (D) = {2, 3, 6} Département de Mécanique, Ecole Polytechnique, janvier / 44

21 Assemblage Assemblage de [K] et {F u } Initialisation : [K] = [0] (matrice N N), {F u } = {0} (N-vecteur). Boucle sur les éléments : pour 1 e N E : Nombre de nœuds de E e ; n e = connec(e, 0) Liste des numéros globaux des nœuds de E e : nodes(k) = connec(e, k) (1 k n e ) Coordonnées des nœuds : x (k) = coor(nodes(k), :) (1 k n e ) ; Restriction à E e de la table des inconnues : dofe = {dof(n, j)}, j = 1,..., D et n nodes (la liste dofe est 1D, dof étant parcourue ligne à ligne) ; Calcul de [K e ] ; Contribution de [K e ] à [K] et {F u } : pour 1 p, q Dn e : K IJ = K IJ + K e,pq I = dofe(p) > 0, J = dofe(q) > 0 F u I = F u I K e,pq U (D) e,q I = dofe(p) > 0, dofe(q) < 0 Département de Mécanique, Ecole Polytechnique, janvier / 44

22 Assemblage Exemple Problème scalaire (une inconnue par nœud) Maillage Matrice de rigidité [K] Département de Mécanique, Ecole Polytechnique, janvier / 44

23 Système d équations [K]{U}={F} et sa résolution numérique Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

24 Système d équations [K]{U}={F} et sa résolution numérique Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

25 Système d équations [K]{U}={F} et sa résolution numérique Propriétés de [K] [K] est symétrique et définie positive : [K] = [K] T, {U} T [K]{U} > 0 si mouvement rigide impossible [K] est creuse : K IJ = ε[ñm(x)e i ]:A:ε[Ñn(x)e j ] dv (x) Ω (m) Ω (n) (I=dof(m, i) > 0, J=dof(n, j) > 0) (m) Ω x _ (m) Ω (m) U Ω (n) x_ (n) (n) Ω Structure «bande» de [K] et largeur de bande L B : I J > L B K IJ = 0 avec L B /N 0 (N ) Structure «profil» de [K] : la largeur de bande n est pas uniforme. L(J) = min{i K IJ 0} (Profil de [K]) Département de Mécanique, Ecole Polytechnique, janvier / 44

26 Système d équations [K]{U}={F} et sa résolution numérique Exemple J L(J) Terme diagonal Terme non diagonal L B = 4 Département de Mécanique, Ecole Polytechnique, janvier / 44

27 Système d équations [K]{U}={F} et sa résolution numérique Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

28 Système d équations [K]{U}={F} et sa résolution numérique Résolution directe par factorisation de [K] Factorisation [K]=[L][D][L] T [D] : matrice diagonale définie positive (DII > 0 pour tout I) ; [L] : matrice triangulaire inférieure à diagonale unité (LII = 1 pour tout I). Résolution du système linéaire : [L][D][L] T {U} = {F} = [L] {Z} = {F} [L] T {U} = [D] 1 {Z} Département de Mécanique, Ecole Polytechnique, janvier / 44

29 Système d équations [K]{U}={F} et sa résolution numérique Calcul de la décomposition [K]=[L][D][L] T : méthode de Choleski Les coefficients de [K] (connus) sont reliés à ceux de [D], [L] (inconnus) par J 1 K JJ = D JJ + L 2 JKD KK (1 J N) (a) K=1 I 1 K IJ = L JI D II + L IK L JK D KK (1 I J 1, 2 J N) (b) K=1 J = 1 (initialisation) : la relation (a) donne D 11 explicitement : D 11 = K 11 J = 2,... N : la relation (b) écrite pour chaque I (1 I J 1) donne L JI : L JI = 1 I 1 ] [K IJ L IK L JK D KK (1 I J 1) D II K=1 La relation (a) donne ensuite D JJ en fonction de quantités connues : J 1 D JJ = K JJ K=1 L 2 JKD KK Département de Mécanique, Ecole Polytechnique, janvier / 44

30 Système d équations [K]{U}={F} et sa résolution numérique Calcul de la décomposition [K]=[L][D][L] T : méthode de Choleski Les coefficients de [K] (connus) sont reliés à ceux de [D], [L] (inconnus) par J 1 K JJ = D JJ + L 2 JKD KK (1 J N) (a) K=1 I 1 K IJ = L JI D II + L IK L JK D KK (1 I J 1, 2 J N) (b) J K=1 I Note : Factorisation LDL T invisible dans programmes Matlab (cachée dans opérateur «\») Département de Mécanique, Ecole Polytechnique, janvier / 44

31 Système d équations [K]{U}={F} et sa résolution numérique Stockage en mémoire de [K] Préservation par Choleski des structures «bande» et «profil» : Si [K] a un profil défini par L(J), alors [L] T l a aussi ; Si [K] a une demi-largeur de bande L B, alors [L] T l a aussi. En revanche, K IJ = 0 (L(J) I J) L IJ = 0. Stockage intégral en mémoire de [K] R N N : inutile et à éviter Département de Mécanique, Ecole Polytechnique, janvier / 44

32 Système d équations [K]{U}={F} et sa résolution numérique Stockage en mémoire de la matrice de rigidité Stockage intégral en mémoire de [K] R N N : inutile et à éviter [K] est symétrique : N(N + 1)/2 coefficients indépendants au maximum ; [K] est bande : N(L B + 1) coefficients, L B N en général ; [K] est profil : ne stocker K IJ que pour J L B L(J) I J (partie de la bande située à l intérieur du profil) ; Si utilisation de solveur direct (type [L][D][L] T ) : stockage minimal = profil (y compris zéros situés en-dessous), écraser [K] par [L], [D]. Si utilisation de solveur itératif (voir infra) : ne stocker que les K IJ 0 «Stockage Morse» (du triangle inférieur) [activé par la déclaration Matlab sparse]. Réduction de la largeur de bande de [K] : renumérotation des noeuds par l algorithme de Cuthill-McKee (Matlab : symrcm) ( ) max max connec(e, :) min connec(e, :) min e Département de Mécanique, Ecole Polytechnique, janvier / 44

33 Système d équations [K]{U}={F} et sa résolution numérique Exemple de réduction de largeur de bande Renumérotation des noeuds du maillage par l algorithme de Cuthill-McKee éléments T noeuds. Avant Après (L B /N = ) Département de Mécanique, Ecole Polytechnique, janvier / 44

34 Système d équations [K]{U}={F} et sa résolution numérique Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

35 Système d équations [K]{U}={F} et sa résolution numérique Alternative : résolution de [K]{U} ={F} par méthode itérative Si N grand : stockage de [K] problématique, même sous forme «profil» ; Alternative : méthode itérative de résolution : {U (k) } (k 0), lim k {U(k) } = {U} Stockage de [K] remplacé par évaluation de la suite des résidus {R (k) } = {F} [K]{U (k) } (k 0) Point de vue de la minimisation de l énergie potentielle : algorithme du gradient conjugué pour le problème de minimisation {U} = arg min P ({V}), {V} P ({V}) = 1 2 {V}[K]{V} {V}T {F} + Cste (voir chapitre 3 pour détails algorithme) Département de Mécanique, Ecole Polytechnique, janvier / 44

36 Système d équations [K]{U}={F} et sa résolution numérique Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

37 Système d équations [K]{U}={F} et sa résolution numérique Post-traitement de la solution en déplacement Calcul des déformations et contraintes aux points de Gauss de chaque élément ε[u h ](x g ) = [B e (a g )]{U e } σ(x g ) = [A][B e (a g )]{U e } aux points de Gauss de l élément E e (Réutilisation des valeurs [B e (a g )] précédemment utilisées pour calculer [K e ]) Pour tracés graphiques (cartes d isovaleurs,...) : Eprouvette entaillée sous traction simple : carte de σ xx. Recherche du champ ε h ou σ h défini par interpolation de valeurs nodales «le plus proche» des valeurs de ε[u h ] ou σ aux points de Gauss ; Tracé de cartes à l aide de ε h ou σ h. Département de Mécanique, Ecole Polytechnique, janvier / 44

38 Système d équations [K]{U}={F} et sa résolution numérique Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

39 Système d équations [K]{U}={F} et sa résolution numérique Autre formulation, permettant le calcul des réactions Formulation faible : forme faisant intervenir les réactions (cf. amphi 1) trouver (u, T ) C C (S u ) tel que ε[u]:a:ε[w] dv T.w ds = ρf.w dv + T D.w ds w C Ω S u Ω S T u.t ds = u D.T ds T C (S u ) S u S u Utile par ex. en mécanique du contact (formulation loi de frottement), cf. amphi 5 Construction du système linéaire d équations. Interpoler u et w sans distinguer DDLs libres et imposés : N N u h (x) = Ñ n (x)u (n) n=1 = [Ñ(x)]{U} N N w(x) = Ñ n (x)w (n) n=1 = [Ñ(x)]{W} Ici, {U}, {W} définis par rapport à tous les noeuds du maillage, Département de Mécanique, Ecole Polytechnique, janvier / 44

40 Système d équations [K]{U}={F} et sa résolution numérique Autre formulation, permettant le calcul des réactions Formulation faible : forme faisant intervenir les réactions (cf. amphi 1) trouver (u, T ) C C (S u ) tel que ε[u]:a:ε[w] dv T.w ds = ρf.w dv + T D.w ds w C Ω S u Ω S T u.t ds = u D.T ds T C (S u ) S u S u Construction du système linéaire d équations. Champs inconnu et virtuel interpolés sans distinguer DDLs libres et imposés : Intégrales sur S u : définition de {T} et {T } par dualité : T.w ds = {W} T [A]{T} S u u.t ds = {T } T [A] T {U}, u D.T ds = {T } T {U d } S u S u où [A] T {U} est la restriction de {U} aux nœuds de S u et T K = Ñ m (x)t i (x) ds x T K = Ñ m (x)t i (x) ds x S u S u (K = dof(m, i)) Département de Mécanique, Ecole Polytechnique, janvier / 44

41 Système d équations [K]{U}={F} et sa résolution numérique Autre formulation, permettant le calcul des réactions Système linéaire : trouver {U}, {T} tels que {W} T [K]{U} {W} T [A]{T} = {W} T {F} {W} {T } T [A] T {U} = {T } T {U d } {T } soit [ ] { } { } K A U F A T = 0 T U d [ ] K A La matrice A T est inversible mais pas définie positive 0 Point de vue de la minimisation de P(v) sous contraintes : lagrangien L(v, T ) : L(v, T ) = P(v) + (v u D ).T ds (v C, T C (S u )) S u Réaction T : multiplicateurs de Lagrange. Département de Mécanique, Ecole Polytechnique, janvier / 44

42 Système d équations [K]{U}={F} et sa résolution numérique Plan 1. Problème d élasticité approché par éléments isoparamétriques 2. Matrices élémentaires Définition et calcul des matrices élémentaires Intégration numérique : points de Gauss 3. Assemblage 4. Système d équations [K]{U} ={F} et sa résolution numérique Propriétés de [K] Résolution directe de [K]{U} ={F} par factorisation de [K] Résolution de [K]{U} ={F} par méthode itérative Post-traitement de la solution en déplacement Autre formulation, permettant le calcul des réactions Convergence Département de Mécanique, Ecole Polytechnique, janvier / 44

43 Système d équations [K]{U}={F} et sa résolution numérique Convergence Heuristiquement : si les éléments finis représentent exactement tout déplacement polynômial de degré p, alors sur chaque élément : u(x) = u(x 0 ) + u(x 0 ).[x x 0 ] + u(x 0 ): [ (x x 0 ) (x x 0 ) ] Erreurs commises : u(x) u h (x) = O(h p+1 ) O( x x 0 p+1 ) (x, x 0 E e ) ε[u](x) ε[u h ](x) = O(h p ), σ(x) σ(x) = O(h p ) Rigoureusement, il est prouvé (notamment!) que Si u E <+, alors u u h E 0 (h 0) (convergence) ; Si u H p+1 (Ω) < + avec p +1>D/2 et si l interpolation peut représenter sur chaque E e tout polynôme de degré p on a u u h E Ch p u H p+1 (Ω) Semi-normes : u 2 E = Ω ε[u]:a:ε[u] dv u H k (Ω) = Ω (k) u 2 dv (x E e ) Département de Mécanique, Ecole Polytechnique, janvier / 44

44 Système d équations [K]{U}={F} et sa résolution numérique Conclusion Intégration numérique locale sur chaque élément Passage E e (e) ; intégrales sur des domaines paramétriques simples ; Intégration numérique par points de Gauss. Assemblage : contributions locales incorporées dans la formulation globale Structure de [K] : symétrie, population (bande/profil), caractère creux Résolution : choix entre méthodes directes (LDL T ) et itératives Post-traitement : points de Gauss comme support naturel du calcul de ε, σ Convergence par rapport à la taille d élément Département de Mécanique, Ecole Polytechnique, janvier / 44

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

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

Plus en détail

Rupture et plasticité

Rupture 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 détail

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

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

Plus en détail

Cours d analyse numérique SMI-S4

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

Plus en détail

Résolution de systèmes linéaires par des méthodes directes

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

Plus en détail

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

de calibration Master 2: Calibration de modèles: présentation et simulation d Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe

Plus en détail

Méthode des éléments-finis par l exemple

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

Plus en détail

Yves Debard. Université du Mans Master Modélisation Numérique et Réalité Virtuelle. http://iut.univ-lemans.fr/ydlogi/index.html

Yves Debard. Université du Mans Master Modélisation Numérique et Réalité Virtuelle. http://iut.univ-lemans.fr/ydlogi/index.html Méthode des éléments finis : élasticité à une dimension Yves Debard Université du Mans Master Modélisation Numérique et Réalité Virtuelle http://iut.univ-lemans.fr/ydlogi/index.html 4 mars 6 9 mars 11

Plus en détail

Intégrales doubles et triples - M

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

Plus en détail

cel-00530377, version 1-28 Oct 2010

cel-00530377, version 1-28 Oct 2010 Mécanique des milieux continus F r a n ç o i s S i d o r o f f p Ce document est sous licence Creative Commons Paternité Pas d Utilisation Commerciale Partage des Conditions Initiales à l Identique 3.0

Plus en détail

Hervé Oudin. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v1

Hervé Oudin. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v1 Méthode des éléments finis Hervé Oudin To cite this version: Hervé Oudin. Méthode des éléments finis. École d ingénieur. Ecole Centrale de Nantes, 2008, pp.63. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v1

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 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 détail

Calcul intégral élémentaire en plusieurs variables

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

Plus en détail

Programmation linéaire

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

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

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

Plus en détail

Gestion des Clés Publiques (PKI)

Gestion des Clés Publiques (PKI) Chapitre 3 Gestion des Clés Publiques (PKI) L infrastructure de gestion de clés publiques (PKI : Public Key Infrastructure) représente l ensemble des moyens matériels et logiciels assurant la gestion des

Plus en détail

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

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

Plus en détail

Circuits RL et RC. Chapitre 5. 5.1 Inductance

Circuits RL et RC. Chapitre 5. 5.1 Inductance Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite

Plus en détail

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne

Plus en détail

3. Conditionnement P (B)

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

Plus en détail

Hervé Oudin. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v3

Hervé Oudin. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v3 Méthode des éléments finis Hervé Oudin To cite this version: Hervé Oudin. Méthode des éléments finis. École d ingénieur. Nantes, France. 2008, pp.74. HAL Id: cel-00341772 https://cel.archives-ouvertes.fr/cel-00341772v3

Plus en détail

Chapitre 5 : Flot maximal dans un graphe

Chapitre 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 détail

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

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

Plus en détail

Équations d amorçage d intégrales premières formelles

Équations d amorçage d intégrales premières formelles Équations d amorçage d intégrales premières formelles D Boularas, A Chouikrat 30 novembre 2005 Résumé Grâce à une analyse matricielle et combinatoire des conditions d intégrabilité, on établit des équations

Plus en détail

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

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

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Biologie, chimie, physique et sciences de la Terre (BCPST) Discipline : Mathématiques Seconde année Préambule Programme

Plus en détail

Annexe A. Annexe A. Tableaux et données relatifs à la vérification par Eurocode 3 A.3

Annexe A. Annexe A. Tableaux et données relatifs à la vérification par Eurocode 3 A.3 Annexes Annexe A : Tableaux et données relatifs à la vérification par Eurocode 3... A.2 Annexe B : Format des fichiers générés et utilisés par CADBEL... A.11 Annexe C : Calcul de la résistance au flambement

Plus en détail

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

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

Plus en détail

Exercice : la frontière des portefeuilles optimaux sans actif certain

Exercice : la frontière des portefeuilles optimaux sans actif certain Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué

Plus en détail

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

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

Plus en détail

DYNAMIQUE DE FORMATION DES ÉTOILES

DYNAMIQUE DE FORMATION DES ÉTOILES A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,

Plus en détail

Corrigé du baccalauréat S Asie 21 juin 2010

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

Plus en détail

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France. La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of

Plus en détail

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

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

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Démonstration de la conjecture de Dumont

Démonstration de la conjecture de Dumont C. R. Acad. Sci. Paris, Ser. I 1 (005) 71 718 Théorie des nombres/combinatoire Démonstration de la conjecture de Dumont Bodo Lass http://france.elsevier.com/direct/crass1/ Institut Camille Jordan, UMR

Plus en détail

ANALYSE CATIA V5. 14/02/2011 Daniel Geffroy IUT GMP Le Mans

ANALYSE CATIA V5. 14/02/2011 Daniel Geffroy IUT GMP Le Mans ANALYSE CATIA V5 1 GSA Generative Structural Analysis 2 Modèle géométrique volumique Post traitement Pré traitement Maillage Conditions aux limites 3 Ouverture du module Choix du type d analyse 4 Calcul

Plus en détail

Continuité et dérivabilité d une fonction

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

Plus en détail

Module d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere

Module d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere Module d Electricité 2 ème partie : Electrostatique Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere 1 Introduction Principaux constituants de la matière : - protons : charge

Plus en détail

Exercices - Polynômes : corrigé. Opérations sur les polynômes

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

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

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

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

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

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. 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 détail

Déterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3

Déterminants. Marc SAGE 9 août 2008. 2 Inverses et polynômes 3 Déterminants Marc SAGE 9 août 28 Table des matières Quid des formes n-linéaires alternées? 2 2 Inverses et polynômes 3 3 Formule de Miller pour calculer un déterminant (ou comment illustrer une idée géniale)

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

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

Plus en détail

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca

Plus en détail

CHAPITRE 10. Jacobien, changement de coordonnées.

CHAPITRE 10. Jacobien, changement de coordonnées. CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,

Plus en détail

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

INTRODUCTION 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 détail

Simulation de variables aléatoires

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

Plus en détail

Chapitre 2. Matrices

Chapitre 2. Matrices Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce

Plus en détail

LES MÉTHODES DE POINT INTÉRIEUR 1

LES MÉTHODES DE POINT INTÉRIEUR 1 Chapitre XIII LES MÉTHODES DE POINT INTÉRIEUR 1 XIII.1 Introduction Nous débutons par un rappel de la formulation standard d un problème d optimisation 2 linéaire et donnons un bref aperçu des différences

Plus en détail

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

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

Plus en détail

Optimisation Discrète

Optimisation Discrète Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et

Plus en détail

Approximations variationelles des EDP Notes du Cours de M2

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

Plus en détail

Eléments de Théorie des Graphes et Programmation Linéaire

Eléments de Théorie des Graphes et Programmation Linéaire INSTITUT NATIONAL POLYTECHNIQUE DE LORRAINE Ecole Nationale Supérieure d Electricité et de Mécanique Eléments de Théorie des Graphes et Programmation Linéaire Didier Maquin Professeur à l INPL Version

Plus en détail

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

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

Plus en détail

Manipulateurs Pleinement Parallèles

Manipulateurs Pleinement Parallèles Séparation des Solutions aux Modèles Géométriques Direct et Inverse pour les Manipulateurs Pleinement Parallèles Chablat Damien, Wenger Philippe Institut de Recherche en Communications et Cybernétique

Plus en détail

Analyse en Composantes Principales

Analyse en Composantes Principales Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées

Plus en détail

3 Approximation de solutions d équations

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

Plus en détail

Calcul différentiel sur R n Première partie

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

Plus en détail

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII

ALGORITHMIQUE 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 détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :

L analyse d images regroupe plusieurs disciplines que l on classe en deux catégories : La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.

Plus en détail

Fonctions de plusieurs variables

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

Plus en détail

Quelques contrôle de Première S

Quelques contrôle de Première S Quelques contrôle de Première S Gilles Auriol auriolg@free.fr http ://auriolg.free.fr Voici l énoncé de 7 devoirs de Première S, intégralement corrigés. Malgré tout les devoirs et 5 nécessitent l usage

Plus en détail

Cours 7 : Utilisation de modules sous python

Cours 7 : Utilisation de modules sous python Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

Plus en détail

1 Complément sur la projection du nuage des individus

1 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 détail

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

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

Cours C6 : Vibrations non linéaires

Cours C6 : Vibrations non linéaires Vibrations non linéaires Bruno COCHELIN Laboratoire de Mécanique et d Acoustique, CNRS UPR 751 Ecole Centrale Marseille Acoustique non linéaire et milieux complexes -6 Juin 14 - Oléron Acoustique non linéaire

Plus en détail

TP 1 Introduction à Matlab Février 2009

TP 1 Introduction à Matlab Février 2009 1 Introduction TP 1 Introduction à Matlab Février 2009 Matlab pour «MATtrix LABoratory», est un logiciel qui a été conçu pour fournir un environnement de calcul numérique de haut niveau. Il est particulièrement

Plus en détail

Capes 2002 - Première épreuve

Capes 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 détail

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE LA PHYSIQUE DES MATERIAUX Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE Pr. A. Belayachi Université Mohammed V Agdal Faculté des Sciences Rabat Département de Physique - L.P.M belayach@fsr.ac.ma 1 1.Le réseau

Plus en détail

Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites

Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites I Droites perpendiculaires Lorsque deux droites se coupent, on dit qu elles sont sécantes Les droites (d 1 ) et (d 2 ) sont sécantes en A Le point A est le point d intersection des 2 droites Lorsque deux

Plus en détail

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery. Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement

Plus en détail

Représentation d un entier en base b

Représentation d un entier en base b Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir

Plus en détail

Fonctions de plusieurs variables et applications pour l ingénieur

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

Plus en détail

Physique : Thermodynamique

Physique : Thermodynamique Correction du Devoir urveillé n o 8 Physique : hermodynamique I Cycle moteur [Véto 200] Cf Cours : C P m C V m R relation de Mayer, pour un GP. C P m γr γ 29, 0 J.K.mol et C V m R γ 20, 78 J.K.mol. 2 Une

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Initiation à la simulation numérique. Eléments d analyse numérique.

Initiation à la simulation numérique. Eléments d analyse numérique. Initiation à la simulation numérique en mécanique des fluides : Eléments d analyse numérique. Cours ENSTA MF307 6 juin 2003 Frédéric DABBENE et Henri PAILLERE Résumé Nous présentons dans ce rapport des

Plus en détail

Grandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test

Grandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices 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 détail

Chapitre VI Fonctions de plusieurs variables

Chapitre 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 détail

I. Polynômes de Tchebychev

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

Plus en détail

Programmation Linéaire - Cours 1

Programmation 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 détail

Conception parasismique des diaphragmes de toit selon la norme CSA-S16

Conception parasismique des diaphragmes de toit selon la norme CSA-S16 Conception parasismique des diaphragmes de toit selon la norme CSA-S16 Robert Tremblay École Polytechnique, Montréal, Canada SCGC - Québec Québec, 16 Avril 2009 Plan 1. Information générale 2. Exemple

Plus en détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes 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 détail

Polynômes à plusieurs variables. Résultant

Polynômes 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 détail

IV- Equations, inéquations dans R, Systèmes d équations

IV- Equations, inéquations dans R, Systèmes d équations IV- Equations, inéquations dans R, Systèmes d équations 1- Equation à une inconnue Une équation est une égalité contenant un nombre inconnu noté en général x et qui est appelé l inconnue. Résoudre l équation

Plus en détail

Introduction au pricing d option en finance

Introduction au pricing d option en finance Introduction au pricing d option en finance Olivier Pironneau Cours d informatique Scientifique 1 Modélisation du prix d un actif financier Les actions, obligations et autres produits financiers cotés

Plus en détail

Introduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique

Introduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique Introduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique Contenu Introduction Modélisation Problèmes de satisfaction des contraintes Exemples des modèles PPC simples

Plus en détail

P M L R O G W. sylomer. Gamme de Sylomer Standard. Propriétés Méthode de test Commentaires. Polyuréthane (PUR) Cellulaire mixte

P M L R O G W. sylomer. Gamme de Sylomer Standard. Propriétés Méthode de test Commentaires. Polyuréthane (PUR) Cellulaire mixte Matière : Couleur : Polyuréthane (PUR) Cellulaire mixte Gris Recommandations d usage : Pression (dépend du facteur de forme) Déflexion Pression statique maximum :. N/mm ~ % Pression dyn. maximum :. N/mm

Plus en détail

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

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Probabilités sur un univers fini

Probabilités 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 détail

Apprentissage non paramétrique en régression

Apprentissage non paramétrique en régression 1 Apprentissage non paramétrique en régression Apprentissage non paramétrique en régression Résumé Différentes méthodes d estimation non paramétriques en régression sont présentées. Tout d abord les plus

Plus en détail

1 Introduction et modèle mathématique

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

Plus en détail

Premier principe : bilans d énergie

Premier principe : bilans d énergie MPSI - Thermodynamique - Premier principe : bilans d énergie page 1/5 Premier principe : bilans d énergie Table des matières 1 De la mécanique à la thermodynamique : formes d énergie et échanges d énergie

Plus en détail