1 Schéma R-K d ordre 3

Dimension: px
Commencer à balayer dès la page:

Download "1 Schéma R-K d ordre 3"

Transcription

1 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Partiel 9 mars 006 Les appareils électroniques et les documents sont interdits. Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. 1 Schéma R-K d ordre 3 On considère le schéma : ( K1 u n+1 = u n + h 6 + K 3 + K ) 3 6 où K 1 = f(t n, u n ), K = f(t n + h, u n + h K 1 ), K 3 = f(t n + h, u n hk 1 + hk ). 1. Écrire le tableau de Butcher du schéma. Réponse : / 1/ /6 /3 1/6. Rappeler pourquoi ce schéma est consistent. Réponse : Car il satisfait la condition i b i = Pour la fonction f(t, y) = λy calculer K 1, K et K 3 en fonction de t n, u n et h. ( ) Réponse : K 1 = λu n, K = λu n 1 + hλ, K3 = λ ( 1 + hλ + (hλ) ) u n. 4. Trouver une condition sur z = hλ pour décrire l ensemble des z où ce schéma est stable. Montrer que cet ensemble est borné. { ( )} Réponse : u n+1 = 1 + z z 6 + z + 1 u n. La condition pour avoir la stabilité ( ) sera donc 1 + z z 6 + z + 1 < 1. En particulier cet ensemble est borné car ( ) 1 + z z 6 + z + 1 pour z donc en dehors d un certain voisinage de l ori- ( ) gine 1 + z z 6 + z + 1 est plus grand que 1. L ensemble de stabilité sera contenu donc dans un voisinage de l origine, donc sera borné. 5. Décider si l ensemble précédent contient un point z avec Re(z) < 0. ( ) Réponse : oui par exemple z = 1, car dans ce cas < 1 1

2 Décider si l ensemble précédent contient tous les points z avec Re(z) < 0. Réponse : non par exemple il ne contient pas z = Démontrer que ce schéma est au moins d ordre en calculant l erreur de troncature et un développement à l ordre 1 en h pour K 1, K et K 3. Indication : il faudra utiliser les formules des dérivées temporelles d ordre 1 et pour la solution exacte. Réponse : Soit y(t) la solution exacte. Alors en tout point t : y (t) = f(t, y), y (t) = f t (t, y) + f y (t, y) f(t, y) (1) Pour simplicité on note y n = y(t n ), y n+1 = y(t n + h), f n = f(t n, y n ), f tn = f t t=t n (t n, y n ), f yn = f y y=y n (t n, y n ). En utilisant la formule de Taylor à l ordre nous obtenons y n+1 = y n + hf n + h [f t n + f yn f n ] + O(h 3 ) () ou encore y n+1 y n = f n + h h [f t n + f yn f n ] + O(h ) (3) L erreur de troncature locale est par définition ( y n+1 y n K1 h 6 + K 3 + K ) 3 (4) 6 ou K 1, K et K 3 sont à calculer avec u n = y n : K 1 = f n, K = f(t n + h, y n + h K 1 ), K 3 = f(t n + h, y n hk 1 + hk ). Il ne reste plus qu à écrire les développements K = f n + h f t n + h K 1 f y n + O(h ) = f n + h f t n + h f n f y n + O(h ), K 3 = f n + hf tn + ( hk 1 + hk )f yn + O(h ) = f n + hf tn + ( hf n + hf n )f yn + O(h ) et rentrer dans Eq.(4) pour obtenir que l erreur de troncature est O(h ) (tous les termes d ordre inférieur se simplifient) Le schéma est donc d ordre au moins. Estimation d erreur sur une EDP Soit V un espace de Hilbert a(, ) : V V R une forme bi-linéaire, continue et elliptique (i.e., définie positive) sur V V et l V (V est le dual de V, c est à dire l ensemble des fonctionnelles linéaires de V aux valeurs réelles). A noter que la forme a n est pas forcement symétrique. On considère un problème écrit en formulation variationnelle : Trouver u V tel que a(u, v) = l(v), v V (5)

3 Soit V h V un sous espace vectoriel de V et le problème discrétisé : Trouver u h V h tel que a(u h, v h ) = l(v h ), v h V h (6) 1. Démontrer qu il existe une constante C, à préciser en fonction de la forme a, telle que u vérifie : u V C l V. (7) Réponse Rappel : la norme de l V de l est le plus petit nombre réel tel que l(v) l V v V pour tout v V. Soit m la constante de ellipticité de a. Alors pour v = u dans (5) : m u a(u, u) = l(u) l V u V d où la conclusion en simplifiant par u V. C = 1/m.. Soit L V une autre forme linéaire sur V. Justifier pourquoi le problème dual : Trouver z V tel que a(w, z) = L(w), w V (8) admet une unique solution. Réponse : car la forme A(u, v) = a(v, u) est toujours linéaire, positive définie et continue, donc par le lemme de Lax Milgram A(z, v) = L(v), v V admet une solution. Mais ceci est équivalent à A(z, v) = a(v, z) = L(v), v V. 3. Démontrer que si la forme bi-linéaire a est symétrique et L = l alors z = u. Réponse : On obtient : a(u z, u z) = a(u, u z) a(z, u z) = l(u z) a(u z, z) = l(u z) l(u z) = 0 où nous avons utilisé la définition de u, de z et la symétrie de a. Il suffit maintenant de voir que a elliptique implique u = z = Justifier pourquoi le problème dual discrétisé : Trouver z h V h tel que a(w h, z h ) = L(w h ) pour tout w h V h admet une unique solution. Réponse : le même raisonnement que pour le cas continu i.e. vérifier les hypothèses du lemme de Lax-Milgram. 5. Démontrer que L(u u h ) = a(u u h, z z h ). Réponse : L(u u h ) = a(u u h, z) = a(u u h, z z h ) + a(u u h, z h ). Mais la dernière partie a(u u h, z h ) = l(z h ) l(z h ) = 0 par les définitions de u et u h. 6. En déduire, en utilisant si besoin les résultats de cours, qu il existe une constante C dépendant seulement de la forme bi-linéaire a (en fait des constantes de continuité et ellipticité de a) telle que l erreur L(u) L(u h ) sur une fonctionnelle L V admette la majoration : L(u) L(u h ) C min w h V h u w h V min w h V h z w h V Réponse : Soit M la constante de continuité de la forme a. L(u) L(u h ) = a(u u h, z z h ) M u u h V z z h V. On utilise ensuite le lemme de Céa et on obtient C = M 3 /m. 3

4 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen 5 juin 006 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Sauf quand c est explicitement mentionné, les réponses sans justification complète ne seront pas prises en compte. 1 Consistance de schéma On considère une EDS dx t = a(t, X t )dt + b(x t )dw t (1) et un schéma numérique (Y n ) n qui propose un approximation Y n de X τn ( τ n = nh, h > 0) : avec W n = W τn+1 W τn n ) Y n+1 = Y n + a(τ n, Y n ) + a(τ n, Y EM et h + b(y n ) W n () Y EM n = Y n + a(τ n, Y n )h + b(y n ) W n (3) On note a n = a(τ n, Y n ), b n = b(y n ) et par A τn la filtration naturelle pour Y n. On considère dorénavant que b est bornée, a(t, X) = X et que Y n sont tous bornés. 1. calculer a(τ n, Yn EM ) a(τ n, Y n ) ; Solution : a(τ n, Yn EM ) a(τ n, Y n ) = Y n (a n h + b n W n ) + (a n h + b n W n ). calculer E ( Yn+1 Y n h Solution : E ( Yn+1 Y n h ) A τn a n ; ) A τn a n = Y n a n h calculer Y n+1 Y n E(Y n+1 Y n A τn ) b(y n ) W n ; ( ) a nh + b nh 1

5 Solution : Y n+1 Y n E(Y n+1 Y n A τn ) b(y n ) W n = hy n b n W n +h a n b n W n + hb n( Wn h). 4. décider si le schéma ()-(3) est fortement consistant. Solution : oui, en utilisant la définition de la consistance forte. Solutions faibles entropiques On considère le problème u(x, t) t + u(1 u) x = 0. (4) Trouver la solution (faible entropique) pour les données initiales : 1. u(x, 0) = u 0 (x) = { 1/3 pour x < 0 /3 pour x > 0 (5). Solution : Soit f(u) = u(1 u). La solution est un choc à vitesse f(1/3) f(/3) 1/3 /3 = 0. Donc u(x, t) = u(x, 0) t. u(x, 0) = u 0 (x) = { /3 pour x < a 1 pour x > a Solution : c est un choc à vitesse f(/3) f(1) =. Donc /3 1 3 { /3 pour x < a t/3 u(x, t) = 1 pour x > a t/3., a > 0 fixé. (6) 3. 1/3 pour x 0 u(x, 0) = u 0 (x) = /3 pour 0 x a 1 pour x a, a > 0 fixé. (7) Solution : il faut combiner les deux solutions précédentes : les chocs se rencontrent au temps T solution de a T/3 = 0 donc T = 3a/. Donc 1/3 pour x 0, t T u(x, t) = /3 pour 0 x a t/3, t T (8) 1 pour x a t/3, t T

6 Ensuite, en T = 3/a on aura u(x, T ) = { 1/3 pour x < 0 1 pour x > 0. Il y a formation de choc de vitesse f(1/3) f(1) 1/3 1 = 1/3, donc la solution sera : u(x, t) = { 1/3 pour x < (t T )/3, t T 1 pour x > (t T )/3, t T. 3 EDP par Euler implicite On considère une équation de la chaleur u(x, t) = u(x, t) + αu(x, t), α R t x (9) u(x, t = 0) = u 0 (x), donnée. (10) 1. Ecrire le schéma d Euler implicite pour cette équation et décider si ce schéma est stable pour α > 0.. Est le schéma stable pour α 0? Note : Les conditions aux limites ne seront pas prises en compte dans la définition du schéma. Le terme αu sera pris implicite aussi. Rappel : si on note par U j i une approximation numérique de u(idx, jdt), i = M,..., M, j = 0, 1,..., N = T/dt nous utilisons pour Euler implicite pour la dérivée spatiale l approximation f (x) f(x+dx)+f(x dx) f(x) alors que pour la dérivée en temps on utilise g (t) g(t+dt) g(t). (dx) dt Par ailleurs les valeurs propres d une matrice A de taille (M + 1) (M + 1) tri-diagonale avec seules entrées non nulles A l,l 1 = a, A l,l = b, A l,l+1 = c sont µ A k = b + ac cos( kπ M+ ). Solution : Soit Uj n une approximation pour u(jdx, ndt). Alors on obtient U n+1 = A 1 U n avec A tridiagonale et a = c = dt, b = 1 + dt αdt. Pour la stabilité dx dx il faut que toutes les valeurs propres de A 1 soit de module < 1 donc toutes les valeurs propres de A soit de module > 1. Les valeurs propres sont 1 + dt αdt + dx dt cos( kπ ). Pour α < 0 le schéma est donc stable mais pas pour α > 0. dx M+ 3

7 Calcul et analyse numérique : évolution Examen M1, ème session, 9/08/006 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. 1 Consistance de schéma implicite On considère une EDS dx t = a(t, X t )dt + b(x t )dw t (1) et un schéma numérique (Y n ) n qui propose un approximation Y n de X τn ( τ n = nh, h > 0) : Y n+1 = Y n + a(τ n+1, Y n+1 )h + b(y n ) W n () On note a n = a(τ n, Y n ), b n = b(y n ) et par A τn la filtration naturelle pour Y n. On considère dorénavant que h < 1, b est bornée, a(t, X) = X et que Y n sont tous bornés. a/ calculer Y n+1 en fonction de b(y n ), W n, h et Y n ; ( ) b/ calculer E Yn+1 Y n h A τn a n ; c/ calculer Y n+1 Y n E(Y n+1 Y n A τn ) b(y n ) W n ; d/ décider si le schéma () est fortement consistant. e/ que pouvez vous dire sur la convergence du schéma? Solutions faibles entropiques On considère le problème u(x, t) t + (u ) x = 0. (3) Trouver la solution (faible entropique) pour les données initiales : 1

8 a/ u(x, 0) = u 0 (x) = { 3/ pour x < 0 1/ pour x > 0 (4) b/ u(x, 0) = u 0 (x) = { 1/ pour x < a 0 pour x > a, a > 0 fixé. (5) c/ 3/ pour x 0 u(x, 0) = u 0 (x) = 1/ pour 0 x a 0 pour x a, a > 0 fixé. (6) 3 EDP par Crank-Nicholson On considère une équation de la chaleur u(x, t) = u(x, t) t x + αu(x, t), α R (7) u(x, t = 0) = u 0 (x), donnée. (8) On note par U j i une approximation numérique de u(idx, jdt), i = M,..., M, j = 0, 1,..., N = T/dt. a/ Montrer que le schéma de Crank-Nicholson pour cette équation se met sous la forme CU j+1 = C U j ou C et C sont des matrices à préciser. Note : Les conditions aux limites ne seront pas prises en compte dans la définition du schéma. Le terme αu sera pris explicite. b/ Trouver des conditions sur h et α > 0 tels que les valeurs propres de la matrice C ci-dessous soient toutes de module > 1 et celles de C de module < 1. c/ En déduire un résultat de stabilité pour le schéma numérique. Rappel : nous utilisons pour les dérivées spatiales l approximation f (x) alors que pour la dérivée en temps on utilise g (t) f(x+dx)+f(x dx) f(x) (dx) g(t+dt) g(t) dt. Par ailleurs les valeurs propres d une matrice A de taille (M +1) (M +1) tri-diagonale avec seules entrées non nulles A l,l 1 = a, A l,l = b, A l,l+1 = c sont µ A k = b + ac cos( kπ M+ ).

9 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Partiel 7 mars 007 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Sauf quand c est explicitement mentionné, les réponses sans justification complète ne seront pas prises en compte. 1 R-K Nous considérons l équation x (t) = x(t)t dont nous calculons une solution numérique par la formule suivante : ( U n+1 = U n + h t n + h ) ( U n + ht ) nu n. (1) () 1. Sachant que nous avons utilisé un schéma de Runge-Kutta explicite de tableau de Butcher c 1 a 11 a 1 c a 1 a b 1 b trouver les entrées de ce tableau.. Est le schéma consistent? 3. Caractériser la région de stabilité du schéma. Solutions faibles entropiques On considère le problème u(x, t) t + u( u) x = 0. (3) Trouver la solution (faible entropique) pour les données initiales : 1

10 u(x, 0) = u 0 (x) = u(x, 0) = u 0 (x) = { pour x < 0 1 pour x > 0 { 1 pour x < a 0 pour x > a pour x 0 u(x, 0) = u 0 (x) = 1 pour 0 x a 0 pour x a (4), a > 0 fixé. (5), a > 0 fixé. (6) 3 Schéma R-K implicite d ordre Trouver α R pour que le schéma (implicite) de Runge-Kutta de tableau de Butcher α 0 α /3 1/3 (7) soit d ordre (au moins) pour le choix f(t, x) = x dans l équation x (t) = f(t, x(t)).

11

12

13

14

15 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen 5 juin 007 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. 1 Consistance de schéma Soit α, β deux nombres réels et l EDS : dx t = ((X t ) + αx t ) dt + βx t dw t. Un schéma numérique (Y n ) n propose un approximation Y n de X τn ( τ n = nh, h > 0) : Y n+1 = Y n e α β «h+β W n + Y n h (1) avec W n = W τn+1 W τn ; on note, comme il est usuel, par A τn Y n. On considère dorénavant que les Y n sont tous bornés. la filtration naturelle pour 1. en utilisant si besoin la formule de Taylor e x = 1 + x + x + O(x3 ) montrer que «α β h+β W n ) e = 1 + (α β h + β W n + β W n + O(h h).. montrer que E (Y n+1 Y n A τn ) = h(y n + αy n ) + O(h h). 3. décider si le schéma (1) est fortement consistant. Solutions faibles entropiques : départ de deux feux rouges On considère le problème u(x,t) t partant de la donnée initiale : + u(1 u) x = 0 que nous cherchons à résoudre pour t [0, ] 1

16 { 1/ pour 0 x 1 et pour x 3 u(x, 0) = u 0 (x) = 0 sinon () 1. identifier les discontinuités et préciser la nature de la solution (choc ou onde de raréfaction) autour de celles-ci ;. écrire les équations des droites de choc (s il y en a) pour t ; 3. identifier les régions qui présentent de solutions de type onde de raréfaction ; 4. en utilisant les points précédents écrire la solution pour t ; 5. on interprète la donnée initiale comme étant la densité de deux groupes de voitures attendant devant deux feux rouges F 1 (situé en x = 1) et F (en x = 3) dont le départ est donné en t = 0. Expliquer si la voiture de tête de F 1 (partant donc de x = 1) rattrape la voiture situé à l arrière du feu F (partant donc de x = ) ; si oui préciser à quel moment. 3 Identification de schémas EDP Un étudiant se propose de résoudre l équation de la chaleur y(x,τ) = y(x,τ). Il dispose de τ x trois logiciels, P1, P et P3 qui prétendent résoudre ce problème, chacun à l aide d un schéma différent, dans la liste Euler Explicite, Euler Implicite, Crank-Nicholson. Cependant l étudiant ne sait pas quel logiciel correspond à quel schéma. Il fait les tests suivants : il choisit les paramètres de discrétisation δτ ) = 1/, δx = 1 et lance les trois programmes à partir de la même donnée initiale U 0 = ( Il obtient de vecteurs représentant la solution initiale ) et la solution ) numérique après un pas de temps : le programme ) P1 lui donne U 0 = ) ( 0 1/ 0 1/ 0 ( , U 1 = ( 1/6 4/6 15/6 4/6 1/6 et le programme P3 lui donne U 0 = utilise chaque programme., le programme P lui donne U 0 = ) ) ( , U 1 = ( 4/99 4/99 41/99 4/99 4/99 Note : il n y pas besoin de calculatrice pour mener à bien les calculs. Indication : on pourra raisonner comme suit : ( , U 1 =. Trouvez quel schéma 1. Rappeler les formules du schéma Euler explicite, implicite et Crank-Nicholson sous la forme M 1 U n+1 = M U n où M 1 et M sont des matrices spécifiques à chaque schéma à expliciter.. Identifiez ensuite les schémas dans l ordre Euler explicite, Euler implicite et Crank-Nicholson.

17

18

19

20

21

22

23 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen sept. 007 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. 1 Solutions faibles entropiques On considère le problème u(x,t) t suivants : + u(u+1) x = 0. Trouver la solution (faible entropique) dans les cas 1/ Condition initiale : u(x, 0) = u 0 (x) = / Condition initiale : u(x, 0) = u 0 (x) = { pour x < 0 1 pour x > 0 { 1 pour x < 1 a pour x > 1 pour x < 0 3/ Condition initiale : u(x, 0) = u 0 (x) = 1 pour 0 x 1 a pour 1 < x avec a > 1. avec a > 1. Dans cet dernier cas on interprète la solution comme étant la densité d un ensemble de particules situées sur une droite. Expliquer si (et si oui trouver à quel moment) la particule qui part de x = 0 (densité u(x = 0, t = 0) = 1) à l instant initial rattrape celle partant de x = 1 (densité u(x = 1, t = 0) = 1). Schémas pour lois des conservation Soit l équation u x avec donnée initiale u(x, 0) = u 0(x). Nous introduisons, comme dans le cours, une grille X j, j = 1,..., M en espace et une en temps t n, n = 0, 1,... La solution u(x j, t n ) sera approchée par Uj n ; on notera par U n le vecteur (Uj n) j=1,...,m. t + u 1/ Supposons que U n+1 est obtenue à partir de U n avec le schéma FTCS. Rappeler quelle est la 1

24 matrice M telle que U n+1 = MU n. / Toujours pour le schéma FTCS montrer que le schéma conserve la masse totale si et seulement si U1 n = U M n, c est à dire montrer que ( M j=1 U n+1 j = M j=1 U n j ) est équivalent à ( ) U1 n = UM n. (1) 3/ Montrer la même chose pour le schéma de Lax. 4/ Soit le schéma dit FTCS implicite Est ce schéma stable? U n+1 j U n j t + U j+1 n+1 U j 1 n+1 x = 0. () 4/ Soit maintenant le schéma dit Lax implicite Est ce schéma stable? U n+1 j U n j 1 +U n j+1 t + U j+1 n+1 U j 1 n+1 x = 0. (3) Indication : on pourra utiliser ici le fait que, si on note par ρ(x) la plus grande valeur propre de la matrice X alors ρ(xy ) ρ(x) ρ(y ), X, Y. 3 Schémas pour l équation de Black & Scholes On considère l équation de Black & Scholes, qui, après un changement de variable s écrit u t + σ u + x (r σ ) u x ru = 0 avec u(x, T ) = u T (x), donnée. On supposera r > σ. Nous introduisons, comme dans l exercice précédent, une grille en espace et une en temps ; la solution u(x j, t n ) sera approchée par Uj n. Soit le schéma suivant U n+1 j U n j t + σ U n j 1 + U n j+1 U n j ( x) + (r σ )Un j+1 U j 1 n ruj n = 0. (4) x Remarque : puisque la donnée finale est connue (et pas celle initiale) le schéma procède en arrière, c est à dire que à chaque pas en temps on suppose U n+1 connu et U n est calculé à partir de U n+1. 1/ Trouver U n en fonction de U n+1. / Est le schéma stable?

25

26

27

28 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen juin 008 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. Une feuille recto-verso manuscrite autorisée. Pas de calculatrices. 1 Schémas pour lois des conservation Soit l équation u + u t x 1. U n+1 k Uk n + U n+1 t. U n+1 k Un k 1 +Un k+1 = 0. Étudier la stabilité des schémas suivants k+1 +U k+1 n n+1 Uk 1 U k 1 n t + U n+1 4 x = 0. n+1 k+1 Uk 1 x = 0. Indication : on pourra utiliser ici le fait que, si on note par ρ(x) la plus grande valeur propre de la matrice X alors ρ(xy ) ρ(x) ρ(y ), X, Y. Notation : comme dans le cours la résolution numérique se fait sur une grille X j, j = 1,..., M en espace et une en temps t n, n = 0, 1,... La solution u(x k, t n) sera approchée par U n k. Erreur de troncature pour Black & Scholes On considère l équation de Black & Scholes V t + σ S V V + rs S S rv = 0 (1) avec donnée finale V (S, t = T ) = h(s) et le schéma numérique suivant pour la résoudre : U n+1 k Uk n δt + σ S k U n k+1 + U n k 1 U n k δs + rs k U n k+1 U n k 1 δs ru n k = 0. () 1

29 Ici, comme il est usuel, nous prenons U n k une approximation numérique de V (S k = S 0 + kδs, nδt) où S 0 est la plus petite valeur de S sur la grille. On supposera que V avec toutes ses dérivées soient bornées. 1. Calculer l ordre de l erreur de troncature sous la forme O(δS α + δt β ).. Supposons maintenant qu à l implémentation informatique une erreur s est glissée dans le code et que le schéma implémenté est en fait U n+1 k Uk n δt + σ S k 1 U n k+1 + U n k 1 U n k δs + rs k U n k+1 U n k 1 δs ru n k = 0. (3) Calculer l ordre de l erreur de troncature pour ce nouveau schéma (toujours sous la forme O(δS α + δt β )). Commenter. 3. Même question dans le cas où le schéma réellement implémenté est : U n+1 k Uk n δt + σ S k U n k + U n k 1 U n k δs + rs k U n k+1 U n k 1 δs ru n k = 0. (4) 3 Consistance de schéma EDS Dans tout ce qui suit on considère une EDS dx t = a(t, X t )dt + b(t, X t )dw t (5) Soit ξ n des variables aléatoires indépendantes entre elles, indépendantes de A τn et des W n avec P (ξ n = ) = 1, P (ξ n = 0) = 1. Nous étudions le schéma numérique (on considère que les Y n sont tous bornés) : Y n+1 = Y n + a n h + b n W n + h b nb n (ξ n 1). (6) 1. Calculer E (Y n+1 Y n A τn ). ( 1 ). Montrer que E Y n+1 Y n E(Y n+1 Y n A τn ) b n W n = O(h). h 3. Le schéma (6) est-il fortement consistant? Justifier. 4. Généraliser pour d autres variables ξ n (qui restent i.i.d. et indépendantes de W n ). 5. Le schéma (6) est-il faiblement consistant? Justifier. Rappels des notations : les coefficients a et b satisfont les conditions du cours pour l existence d un processus d Ito et nous supposerons a, b, b bornées, et de classe C. Rappel des notations : a n = a(τ n, Y n), b n = b(τ n, Y n), b n = Y n ; τ n = nh, h > 0. X b (τn, Yn) Wn = Wτ Wτn, Aτn la filtration naturelle pour n+1

30

31

32

33

34 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen e session 008 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. Une feuille recto-verso manuscrite autorisée. Pas de calculatrices. 1 Schémas pour lois des conservation Soit l équation u t + u x = 0. Étudier la stabilité des schémas suivants 1. U n+1 k. U n+1 Uk n t + U n+1 k+1 +U n k+1 n+1 Uk 1 U k 1 n k Un k 1 +Un k+1 3 t + U n+1 n+1 k+1 Uk 1 6 x = 0. x = 0. Indication : on pourra utiliser ici le fait que, si on note par ρ(x) la plus grande valeur propre de la matrice X alors ρ(xy ) ρ(x) ρ(y ), X, Y. Notation : comme dans le cours la résolution numérique se fait sur une grille X j, j = 1,..., M en espace et une en temps t n, n = 0, 1,... La solution u(x k, t n) sera approchée par U n k. Erreur de troncature pour Black & Scholes avec volatilité locale On considère l équation de Black & Scholes V t + σ S V V + rs S S rv = 0 (1) avec donnée finale V (S, t = T ) = h(s). On supposera que la volatilité σ dépende de S et t : σ = σ(s, t) (modèle dit de volatilité locale). La fonction σ est bornée ainsi que toutes ses dérivées. Nous considérons schéma numérique suivant : U n+1 k Uk n δt + σ (S k, t n )S k U n k+1 + U n k 1 U n k δs + rs k U n k+1 U n k 1 δs ru n k = 0. () 1

35 Ici, comme il est usuel, nous prenons Uk n une approximation numérique de V (S k = S 0 + kδs, nδt) où S 0 est la plus petite valeur de S sur la grille. On supposera que V avec toutes ses dérivées soient bornées. 1. Calculer l ordre de l erreur de troncature sous la forme O(δS α + δt β ).. Supposons maintenant qu à l implémentation informatique une erreur s est glissée dans le code et que le schéma implémenté est en fait U n+1 k Uk n δt + σ (S k 1, t n )S k 1 U n k+1 + U n k 1 U n k δs + rs k U n k+1 U n k 1 δs ru n k = 0. (3) Calculer l ordre de l erreur de troncature pour ce nouveau schéma (toujours sous la forme O(δS α + δt β )). Commenter. 3. Même question dans le cas où le schéma réellement implémenté est : U n+1 k Uk n δt + σ (S k 1, t n )S k 1 U n k+ + U n k 1 U n k δs + rs k U n k+1 U n k 1 δs ru n k = 0. (4) 3 Consistance de schéma EDS Dans tout ce qui suit on considère une EDS dx t = a(t, X t )dt + b(t, X t )dw t (5) Soit ξ n, η n des variables aléatoires indépendantes entre elles, indépendantes de A τn et des W n avec P (ξ n = ) = 1, P (ξ n = 0) = 1, P (η n = 1) = 1, P (η n = 1) = 1. Nous étudions le schéma numérique (on considère que les Y n sont tous bornés) : 1. Calculer E (Y n+1 Y n A τn ). Y n+1 = Y n + a n h + b n hηn + h b nb n (ξ n 1). (6). Le schéma (6) est-il faiblement consistant? Justifier. 3. Trouver l ordre de E( 1 ) h Y n+1 Y n E(Y n+1 Y n A τn ) b n W n. 4. Le schéma (6) est-il fortement consistant? Justifier. Rappels des notations : les coefficients a et b satisfont les conditions du cours pour l existence d un processus d Ito et nous supposerons a, b, b bornées, et de classe C. Rappel des notations : a n = a(τ n, Y n), b n = b(τ n, Y n), b n = Y n ; τ n = nh, h > 0. X b (τn, Yn) Wn = Wτ Wτn, Aτn la filtration naturelle pour n+1

36 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen juin 009 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. Une feuille recto-verso de formules autorisée. Pas de calculatrices. 1 R-K Nous considérons l équation x (t) = f(t, x(t)) avec f(t, x) = x t dont nous calculons une solution numérique par un schéma Runge-Kutta de tableau de Butcher /4 3/ (1) 1. Trouver la formule de U n+1 en fonction de U n.. Est le schéma consistant? 3. Quelle est la région de stabilité du schéma? Erreur de troncature pour Black & Scholes Nous considérons l équation de Black & Scholes, qui, après un changement de variables, s écrit u t + σ u σ + (r x ) u ru = 0 () x avec u(x, T ) = u T (x), donnée. Nous supposons que u avec toutes ses dérivées est bornée. Nous introduisons, comme dans le cours, une grille en espace de pas x et une grille en temps de pas t ; la solution u au point (X j, t n ) de la grille sera approchée par U n j. 1

37 1. Calculer l ordre de l erreur de troncature (sous la forme O( x α + t β )) du schéma numérique suivant pour résoudre () : U n+1 j U n j t + σ U n j 1 + U n j+1 U n j ( x) + (r σ )Un j+1 Uj 1 n ruj n = 0. (3) x. Calculer l ordre de l erreur de troncature pour le schéma U n+1 j U n j t { + σ 1 Uj 1 n + Uj+1 n Uj n + 1 ( x) j+1 U n+1 j 1 x { +(r σ 1 ) Uj+1 n Uj 1 n + 1 U n+1 x 3. Calculer l ordre de l erreur de troncature pour le schéma U n+1 j U n j t { + σ 1 Uj 1 n + Uj+1 n Uj n { +(r σ 1 ) Uj+1 n Uj 1 n + 1 U n+1 x U n+1 j 1 + U n+1 n+1 j+1 U } j ( x) } r U n j + U n+1 j = U n+1 j 1 + U n+1 n+1 j+1 U } j ( x) ( x) j+1 U n+1 } j 1 ruj n = 0. x (4) (5) 3 Consistance de schéma EDS Dans tout ce qui suit on considère une EDS dx t = a(x t )dt + b(x t )dw t (6) Nous travaillons avec les notations du cours et nous supposons également que a,b et toutes leurs dérivées jusqu à l ordre 4 sont bornées. Soit le schéma numérique ( Y n+1 = Y n + a Y n + a n h + b n W n + b nb ( n W n h ) ) h + b(y n ) W n. (7) ( ) 1. Trouver l ordre de E Yn+1 Y n h A τn a n et dire si la première condition de consistance est satisfaite.. Trouver l ordre de Y n+1 Y n E(Y n+1 Y n A τn ) b n W n h consistant. et dire si le schéma (7) est fortement 3. Trouver l ordre de E ( 1 h (Y n+1 Y n ) Aτn ) b n et dire si le schéma (7) est faiblement consistant.

38

39

40

41 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen sept. 009 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. Une feuille recto-verso de formules autorisée. Pas de calculatrices. 1 R-K Nous considérons l équation x (t) = f(t, x(t)) avec f(t, x) = x t dont nous calculons une solution numérique par un schéma Runge-Kutta de tableau de Butcher /3 /3 0 1/ 1/ (1) 1. Trouver la formule de U n+1 en fonction de U n.. Est le schéma consistant? 3. Quelle est la région de stabilité du schéma? Erreur de troncature pour Black & Scholes Nous considérons l équation de Black & Scholes, qui, après un changement de variables, s écrit u t + σ u σ + (r x ) u ru = 0 () x avec u(x, T ) = u T (x), donnée. Nous supposons que u avec toutes ses dérivées est bornée. Nous introduisons, comme dans le cours, une grille en espace de pas x et une grille en temps de pas t ; la solution u au point (X j, t n ) de la grille sera approchée par U n j. 1

42 1. Calculer l ordre de l erreur de troncature (sous la forme O( x α + t β )) du schéma numérique suivant pour résoudre () : U n+1 j U n 1 j t + σ U n j 1 + U n j+1 U n j ( x) + (r σ )Un j+1 Uj 1 n ruj n = 0. (3) x. Soit f une fonction de classe C 4. Trouver α, β, γ tels que : 1 3 f (x) + 3 f (x + h) = αf(x + h) + βf(x) + γf(x h) h 3. Trouver α, β, γ tels que le schéma suivant soit d ordre O( t + x ) : αu n+1 j + βuj n + γu n 1 j t { +(r σ 1 ) Uj+1 n Uj 1 n + U n+1 3 x 3 { + σ 1 Uj 1 n + Uj+1 n Uj n 3 + ( x) 3 j+1 U n+1 j 1 x } r U n j + U n+1 j 3 + O(h ). (4) U n+1 j 1 + U n+1 n+1 j+1 U } j ( x) = 0. (5) 3 Consistance de schéma EDS Dans tout ce qui suit on considère une EDS dx t = a(x t )dt + b(x t )dw t (6) Nous travaillons avec les notations du cours et nous supposons également que a,b et toutes leurs dérivées jusqu à l ordre 4 sont bornées. Soit le schéma numérique Y n+1 = Y n + a(y n )h + b(y n + a n h) W n. (7) ( ) 1. Trouver l ordre de E Yn+1 Y n h A τn a n et dire si la première condition de consistance est satisfaite.. Trouver l ordre de Y n+1 Y n E(Y n+1 Y n A τn ) b n W n h consistant. et dire si le schéma (7) est fortement 3. Trouver l ordre de E ( 1 h (Y n+1 Y n ) Aτn ) b n et dire si le schéma (7) est faiblement consistant.

43 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen juin 010 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. Une feuille recto-verso de formules autorisée. Pas de calculatrices. 1 R-K Nous considérons l équation x (t) = f(t, x(t)) avec f(t, x) = x + t dont nous calculons une solution numérique par A/ le schéma Euler explicite B/ un schéma Runge-Kutta de tableau de Butcher / 1/ /6 /3 1/6 (1) Pour chacun de ces deux schémas : 1. donner la formule de U n+1 en fonction de U n.. Sachant que U 0 = 0 et h = 1 calculer U 1. Schémas pour lois des conservation Soit l équation u x avec donnée initiale u(x, 0) = u 0(x). Nous introduisons, comme dans le cours, une grille X j, j = 1,..., M en espace et une en temps t n, n = 0, 1,... La solution u(x j, t n ) sera approchée par Uj n ; on notera par U n le vecteur (Uj n) j=1,...,m. t + u A/ Soit le schéma FTCS-Crank-Nicholson U n+1 j U n j t + U n j+1 U n j 1 4 x + U n+1 j+1 U n+1 j 1 = 0. () 4 x A1/ Montrer si le schéma est stable ou pas. Pour rappel le schéma est stable si les vecteurs U n restent bornés. 1

44 A/ Montrer que l erreur de troncature est d ordre O( t + x ). B/ Calculer l ordre de l erreur de troncature du schéma numérique suivant U n+1 j U n j 1 +U n j+1 t + U n j+1 U n j 1 4 x + U n+1 j+1 U n+1 j 1 = 0. (3) 4 x 3 Consistance de schéma EDS Dans tout ce qui suit on considère une EDS dx t = a(t, X t )dt + b(t, X t )dw t (4) Nous travaillons avec les notations du cours et nous supposons également que a,b et toutes leurs dérivées jusqu à l ordre 4 sont bornées. Soit ξ n, η n des variables aléatoires indépendantes entre elles, indépendantes de A τn et des W n avec P (ξ n = ) = 1, P (ξ n = 0) = 1, P (η n = 1) = 1, P (η n = 1) = 1. Nous étudions le schéma numérique (on considère que les Y n sont tous bornés) : 1. Trouver l ordre de E ( Yn+1 Y n h. Trouver l ordre de Y n+1 = Y n + a n ξ n h + b n hηn (5) ) A τn a n et dire si la première condition de consistance est satisfaite. Yn+1 Yn E(Yn+1 Yn Aτn ) bn Wn h et dire si le schéma (5) est fortement consistant. 3. Trouver l ordre de E ( 1 h (Y n+1 Y n ) Aτn ) b n et dire si le schéma (5) est faiblement consistant.

45

46

47

48

49

50 Université de Paris Dauphine Calcul et analyse numérique : évolution, M1 Examen sept 010 Les solutions devront être rédigées de manière rigoureuse. Lorsque des résultats du cours seront utilisés, ils devront être clairement énoncés. Les réponses sans justification complète ne seront pas prises en compte. Une feuille recto-verso de formules autorisée. Pas de calculatrices. 1 R-K Nous considérons l équation x (t) = f(t, x(t)) avec f(t, x) = xt dont nous calculons une solution numérique par A/ le schéma Euler explicite B/ le schéma Euler implicite C/ un schéma Runge-Kutta de tableau de Butcher / 1/ /6 /3 1/6 (1) Pour chacun de ces trois schémas : 1. donner la formule de U n+1 en fonction de U n.. Sachant que U 0 = 1 et h = 1/10 calculer U 1. Schémas pour lois des conservation Soit l équation u t + u x avec donnée initiale u(x, 0) = u 0(x). Nous introduisons, comme dans le cours, une grille X j, j = 1,..., M en espace et une en temps t n, n = 0, 1,... La solution u(x j, t n ) sera approchée par Uj n ; on notera par U n le vecteur (Uj n) j=1,...,m. A/ Soit le schéma FTCS-Crank-Nicholson à pas multiples U n+1 j U n j t + U n j+ U n j 8 x + U n+1 j+ U n+1 j = 0. () 8 x 1

51 A/ Montrer que l erreur de troncature est d ordre O( t + x ). B/ Calculer l ordre de l erreur de troncature (sous la forme O( x α + t β )) du schéma numérique suivant U n+1 j U n j 1 +U n j+1 t + U n j+ U n j 8 x + U n+1 j+1 U n+1 j 1 = 0. (3) 4 x 3 Consistance de schéma EDS Dans tout ce qui suit on considère une EDS dx t = a(t, X t )dt + b(t, X t )dw t (4) Nous travaillons avec les notations du cours et nous supposons également que a,b et toutes leurs dérivées jusqu à l ordre 4 sont bornées. Soit ξ n des variables aléatoires indépendantes entre elles, indépendantes de A τn et des W n avec P (ξ n = ) = 1, P (ξ n = 0) = 1, P (η n = 1) = 1. Nous étudions le schéma numérique (on considère que les Y n sont tous bornés) : 1. Trouver l ordre de E ( Yn+1 Y n h. Trouver l ordre de Y n+1 = Y n + a n ξ n h + b(y n + a n h) W n (5) ) A τn a n et dire si la première condition de consistance est satisfaite. Yn+1 Yn E(Yn+1 Yn Aτn ) bn Wn h et dire si le schéma (5) est fortement consistant. 3. Trouver l ordre de E ( 1 h (Y n+1 Y n ) A τn ) b n et dire si le schéma (5) est faiblement consistant.

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

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

Chapitre 2 Le problème de l unicité des solutions

Chapitre 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 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

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

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

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

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

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

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

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

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

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

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

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

TD1 Signaux, énergie et puissance, signaux aléatoires

TD1 Signaux, énergie et puissance, signaux aléatoires TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver

Plus en détail

Développements limités, équivalents et calculs de limites

Développements limités, équivalents et calculs de limites Développements ités, équivalents et calculs de ites Eercice. Déterminer le développement ité en 0 à l ordre n des fonctions suivantes :. f() e (+) 3 n. g() sin() +ln(+) n 3 3. h() e sh() n 4. i() sin(

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

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

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

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

Plus en détail

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Introduction à l analyse numérique : exemple du cloud computing

Introduction à l analyse numérique : exemple du cloud computing Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

Compte rendu des TP matlab

Compte 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 détail

NOMBRES COMPLEXES. Exercice 1 :

NOMBRES COMPLEXES. Exercice 1 : Exercice 1 : NOMBRES COMPLEXES On donne θ 0 un réel tel que : cos(θ 0 ) 5 et sin(θ 0 ) 1 5. Calculer le module et l'argument de chacun des nombres complexes suivants (en fonction de θ 0 ) : a i( )( )(1

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en 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

I - 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 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 détail

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

BTS Groupement A. Mathématiques Session 2011. Spécialités CIRA, IRIS, Systèmes électroniques, TPIL BTS Groupement A Mathématiques Session 11 Exercice 1 : 1 points Spécialités CIRA, IRIS, Systèmes électroniques, TPIL On considère un circuit composé d une résistance et d un condensateur représenté par

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

6 Equations du première ordre

6 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

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

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

Plus en détail

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

Optimisation des fonctions de plusieurs variables

Optimisation 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 détail

Sur certaines séries entières particulières

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

Plus en détail

Introduction à la méthode des éléments finis

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

Plus en détail

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

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

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

Plus en détail

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

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

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

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Paramètre de longue mémoire d une série temporelle : le cas non linéaire Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor Notion de longue mémoire Les valeurs d une série temporelle X = (X l )

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

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

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 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 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

Les mathématiques de la finance Université d été de Sourdun Olivier Bardou olivier.bardou@gdfsuez.com 28 août 2012 De quoi allons nous parler? des principales hypothèses de modélisation des marchés, des

Plus en 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

Chapitre 1 Cinématique du point matériel

Chapitre 1 Cinématique du point matériel Chapitre 1 Cinématique du point matériel 7 1.1. Introduction 1.1.1. Domaine d étude Le programme de mécanique de math sup se limite à l étude de la mécanique classique. Sont exclus : la relativité et la

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS 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 détail

Problème 1 : applications du plan affine

Problème 1 : applications du plan affine Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées

Plus en 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

C algèbre d un certain groupe de Lie nilpotent.

C algèbre d un certain groupe de Lie nilpotent. Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble

Plus en détail

Equations Différentielles

Equations Différentielles IFIPS S4 Université Paris XI Equations Différentielles Cours et Exercices Jean-Luc Raimbault raimbault@lptp.polytechnique.fr 2007 2 Dans ce petit cours sur les équations différentielles, on vous propose

Plus en détail

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b I Définition d une fonction affine Faire l activité 1 «une nouvelle fonction» 1. définition générale a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe

Plus en détail

Partie 1 - Séquence 3 Original d une fonction

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

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Correction de l examen de la première session

Correction 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 détail

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

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

Plus en détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes 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 détail

Géométrie dans l espace Produit scalaire et équations

Géométrie dans l espace Produit scalaire et équations Chapitre 11. 2ème partie Géométrie dans l espace Produit scalaire et équations Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES 2ème partie Produit scalaire Produit scalaire

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

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

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

Chapitre 0 Introduction à la cinématique

Chapitre 0 Introduction à la cinématique Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à

Plus en détail

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Exo7. 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 détail

Première partie. Introduction à la méthodes des différences finies

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

Plus en détail

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v 1 1 2 t 3.La méthode de Dirichlet 99 11 Le théorème de Dirichlet 3.La méthode de Dirichlet Lorsque Dirichlet, au début des années 180, découvre les travaux de Fourier, il cherche à les justifier par des méthodes

Plus en détail

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

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

Equations différentielles linéaires à coefficients constants

Equations différentielles linéaires à coefficients constants Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I

Plus en détail

I. Ensemble de définition d'une fonction

I. Ensemble de définition d'une fonction Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les

Plus en 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

4. Martingales à temps discret

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

Plus en détail

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

Processus aléatoires avec application en finance

Processus aléatoires avec application en finance Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et

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

Économetrie non paramétrique I. Estimation d une densité

Économetrie non paramétrique I. Estimation d une densité Économetrie non paramétrique I. Estimation d une densité Stéphane Adjemian Université d Évry Janvier 2004 1 1 Introduction 1.1 Pourquoi estimer une densité? Étudier la distribution des richesses... Proposer

Plus en détail

1 Définition de la non stationnarité

1 Définition de la non stationnarité Chapitre 2: La non stationnarité -Testsdedétection Quelques notes de cours (non exhaustives) 1 Définition de la non stationnarité La plupart des séries économiques sont non stationnaires, c est-à-direqueleprocessusquiles

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

MODELES DE DUREE DE VIE

MODELES DE DUREE DE VIE MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Température corporelle d un castor (une petite introduction aux séries temporelles)

Température corporelle d un castor (une petite introduction aux séries temporelles) Température corporelle d un castor (une petite introduction aux séries temporelles) GMMA 106 GMMA 106 2014 2015 1 / 32 Cas d étude Temperature (C) 37.0 37.5 38.0 0 20 40 60 80 100 Figure 1: Temperature

Plus en détail

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10.

DOCM 2013 http://docm.math.ca/ Solutions officielles. 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. A1 Trouvez l entier positif n qui satisfait l équation suivante: Solution 1 2 10 + 1 2 9 + 1 2 8 = n 2 10. En additionnant les termes du côté gauche de l équation en les mettant sur le même dénominateur

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

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

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

M2 IAD UE MODE Notes de cours (3)

M2 IAD UE MODE Notes de cours (3) M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de

Plus en détail

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

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de l espérance d utilité Olivier Bos olivier.bos@u-paris2.fr

Plus en détail

Introduction. aux équations différentielles. et aux dérivées partielles

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

Plus en détail

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

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

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