Eléments finis spectraux en maillage hexaédrique pour l équation de Helmholtz
|
|
- Beatrice Champagne
- il y a 6 ans
- Total affichages :
Transcription
1 Eléments finis spectraux en maillage hexaédrique pour l équation de Helmholtz M. Duruflé, G. Cohen INRIA Rocquencourt Eléments finis spectraux p.1/19
2 Problème modèle ω 2 1 ρ(x) c 2 (x) u(x) div( 1 ρ(x) u(x)) = f(x) x Ω Eléments finis spectraux p.2/19
3 Problème modèle ω 2 1 ρ(x) c 2 (x) u(x) div( 1 ρ(x) u(x)) = f(x) x Ω u(x) = u inc (x) x Γ Eléments finis spectraux p.2/19
4 Problème modèle ω 2 1 ρ(x) c 2 (x) u(x) div( 1 ρ(x) u(x)) = f(x) x Ω u(x) = u inc (x) x Γ u (x) iω u(x) = 0 n x Σ Eléments finis spectraux p.2/19
5 Problème modèle ω 2 1 ρ(x) c 2 (x) u(x) div( 1 ρ(x) u(x)) = f(x) x Ω u(x) = u inc (x) x Γ u (x) iω u(x) = 0 n x Σ u inc (x) = exp(ik x) : onde plane incidente Eléments finis spectraux p.2/19
6 Problème modèle ω 2 1 ρ(x) c 2 (x) u(x) div( 1 ρ(x) u(x)) = f(x) x Ω u(x) = u inc (x) x Γ u (x) iω u(x) = 0 n x Σ u inc (x) = exp(ik x) : onde plane incidente c(x) : vitesse de propagation de l onde Eléments finis spectraux p.2/19
7 Approximation Maillage hexaédrique : M h = N e j=1 K j Eléments finis spectraux p.3/19
8 Approximation Maillage hexaédrique : M h = K = [0, 1] 3, N e j=1 K j K j : un hexaèdre j Eléments finis spectraux p.3/19
9 Approximation Maillage hexaédrique : M h = K = [0, 1] 3, N e j=1 K j K j : un hexaèdre j (0,0,1) (0,1,1) (1,0,1) (1,1,1) (0,0,0) (0,1,0) (1,0,0) (1,1,0) Eléments finis spectraux p.3/19
10 Approximation Maillage hexaédrique : M h = K = [0, 1] 3, N e j=1 K j K j : un hexaèdre j (0,0,1) (0,1,1) (1,0,1) (1,1,1) (0,0,0) (0,1,0) (1,0,0) (1,1,0) DF i est la matrice jacobienne de F i, J i = det DF i. Eléments finis spectraux p.3/19
11 Approximation Maillage hexaédrique : M h = K = [0, 1] 3, N e j=1 K j K j : un hexaèdre j (0,0,1) (0,1,1) (1,0,1) (1,1,1) (0,0,0) (0,1,0) (1,0,0) (1,1,0) DF i est la matrice jacobienne de F i, J i = det DF i. Q r est l espace des polynômes en ˆx ˆK de degré inférieur ou égal à r en chaque variable. Eléments finis spectraux p.3/19
12 Équation discrète ( ω 2 D h + K h )U h = F h Eléments finis spectraux p.4/19
13 Équation discrète ( ω 2 D h + K h )U h = F h (D h ) i,j = Ω ϕ i (x) ϕ j (x) dx Eléments finis spectraux p.4/19
14 Équation discrète ( ω 2 D h + K h )U h = F h (D h ) i,j = (K h ) i,j = Ω Ω ϕ i (x) ϕ j (x) dx ϕ i (x) ϕ j (x) dx Eléments finis spectraux p.4/19
15 Équation discrète ( ω 2 D h + K h )U h = F h (D h ) i,j = (K h ) i,j = (F h ) i = Ω Ω ϕ i (x) ϕ j (x) dx ϕ i (x) ϕ j (x) dx Ω ϕ i (x) f(x) dx Eléments finis spectraux p.4/19
16 Équation discrète ( ω 2 D h + K h )U h = F h (D h ) i,j = (K h ) i,j = (F h ) i = Ω Ω ϕ i (x) ϕ j (x) dx ϕ i (x) ϕ j (x) dx Ω ϕ i (x) f(x) dx u, ϕ U h = {v H 1 0(Ω) tel que v F i Q r } Eléments finis spectraux p.4/19
17 Degrés de liberté Degrés de liberté pour u (ronds) et v (flèches) Eléments finis spectraux p.5/19
18 Degrés de liberté Degrés de liberté pour u (ronds) et v (flèches) Degrés de liberté et points de quadrature coincident sur les points de Gauss-Lobatto Eléments finis spectraux p.5/19
19 Degrés de liberté Degrés de liberté pour u (ronds) et v (flèches) Degrés de liberté et points de quadrature coincident sur les points de Gauss-Lobatto Condensation de masse (cf P. Grob), D h matrice diagonale. Eléments finis spectraux p.5/19
20 Factorisation de la matrice de rigidité K h = R h B 1 h Rt h Eléments finis spectraux p.6/19
21 Factorisation de la matrice de rigidité K h = R h B 1 h Rt h (R h ) i,j = ˆK ˆ ˆϕ i (ˆx) ˆψj dˆx Eléments finis spectraux p.6/19
22 Factorisation de la matrice de rigidité K h = R h B 1 h Rt h (R h ) i,j = (B h ) i,j = ˆK ˆK ˆ ˆϕ i (ˆx) ˆψj dˆx 1 J e DF t e DF e ˆψi ˆψj dˆx Eléments finis spectraux p.6/19
23 Factorisation de la matrice de rigidité K h = R h B 1 h Rt h (R h ) i,j = (B h ) i,j = ˆK ˆK ˆ ˆϕ i (ˆx) ˆψj dˆx 1 J e DF t e DF e ˆψi ˆψj dˆx S obtient à l aide d une formulation mixte (cf P. Grob ) Eléments finis spectraux p.6/19
24 Factorisation de la matrice de rigidité K h = R h B 1 h Rt h (R h ) i,j = (B h ) i,j = ˆK ˆK ˆ ˆϕ i (ˆx) ˆψj dˆx 1 J e DF t e DF e ˆψi ˆψj dˆx S obtient à l aide d une formulation mixte (cf P. Grob ) B h diagonale par blocs 3x3. Eléments finis spectraux p.6/19
25 Factorisation de la matrice de rigidité K h = R h B 1 h Rt h (R h ) i,j = (B h ) i,j = ˆK ˆK ˆ ˆϕ i (ˆx) ˆψj dˆx 1 J e DF t e DF e ˆψi ˆψj dˆx S obtient à l aide d une formulation mixte (cf P. Grob ) B h diagonale par blocs 3x3. Matrice élémentaire de R h indépendante de la géométrie Eléments finis spectraux p.6/19
26 Factorisation de la matrice de rigidité K h = R h B 1 h Rt h (R h ) i,j = (B h ) i,j = ˆK ˆK ˆ ˆϕ i (ˆx) ˆψj dˆx 1 J e DF t e DF e ˆψi ˆψj dˆx S obtient à l aide d une formulation mixte (cf P. Grob ) B h diagonale par blocs 3x3. Matrice élémentaire de R h indépendante de la géométrie Stockage optimal Eléments finis spectraux p.6/19
27 Caractère creux de la matrice de rigidité élémentaire Tensorisation d ordre 3 des fonctions de base Eléments finis spectraux p.7/19
28 Caractère creux de la matrice de rigidité élémentaire Tensorisation d ordre 3 des fonctions de base ˆϕ i (ˆx) = ˆϕ i1 (ˆx) ˆϕ i2 (ŷ) ˆϕ i3 (ẑ) ˆψ j (ˆx) = ˆϕ j1 (ˆx) ˆϕ j2 (ŷ) ˆϕ j3 (ẑ) e 1 Eléments finis spectraux p.7/19
29 Caractère creux de la matrice de rigidité élémentaire Tensorisation d ordre 3 des fonctions de base ˆϕ i (ˆx) = ˆϕ i1 (ˆx) ˆϕ i2 (ŷ) ˆϕ i3 (ẑ) ˆψ j (ˆx) = ˆϕ j1 (ˆx) ˆϕ j2 (ŷ) ˆϕ j3 (ẑ) e 1 (R h ) i,j = ω j ˆϕ i 1 (ˆξ j1 ) δ i2,j 2 δ i3,j 3 Eléments finis spectraux p.7/19
30 Caractère creux de la matrice de rigidité élémentaire Tensorisation d ordre 3 des fonctions de base ˆϕ i (ˆx) = ˆϕ i1 (ˆx) ˆϕ i2 (ŷ) ˆϕ i3 (ẑ) ˆψ j (ˆx) = ˆϕ j1 (ˆx) ˆϕ j2 (ŷ) ˆϕ j3 (ẑ) e 1 (R h ) i,j = ω j ˆϕ i 1 (ˆξ j1 ) δ i2,j 2 δ i3,j 3 Présence de δ i2,j 2 δ i3,j 3 matrice élémentaire de R h creuse. Eléments finis spectraux p.7/19
31 Caractère creux de la matrice de rigidité élémentaire Tensorisation d ordre 3 des fonctions de base ˆϕ i (ˆx) = ˆϕ i1 (ˆx) ˆϕ i2 (ŷ) ˆϕ i3 (ẑ) ˆψ j (ˆx) = ˆϕ j1 (ˆx) ˆϕ j2 (ŷ) ˆϕ j3 (ẑ) e 1 (R h ) i,j = ω j ˆϕ i 1 (ˆξ j1 ) δ i2,j 2 δ i3,j 3 Présence de δ i2,j 2 δ i3,j 3 matrice élémentaire de R h creuse. Matrice R h pleine dans le cas des tétraèdres (pas de tensorisation) Gain en temps de calcul du produit matrice vecteur Y = K h X Eléments finis spectraux p.7/19
32 Calcul pratique Méthode de Newton-Fourier pour calculer les points de Gauss-Lobatto à n importe quel ordre cf P. N. Swarztrauber, SIAM (2002) Eléments finis spectraux p.8/19
33 Calcul pratique Méthode de Newton-Fourier pour calculer les points de Gauss-Lobatto à n importe quel ordre cf P. N. Swarztrauber, SIAM (2002) Utilisation des expressions analytiques des fonctions de base, expressions génériques selon l ordre Eléments finis spectraux p.8/19
34 Calcul pratique Méthode de Newton-Fourier pour calculer les points de Gauss-Lobatto à n importe quel ordre cf P. N. Swarztrauber, SIAM (2002) Utilisation des expressions analytiques des fonctions de base, expressions génériques selon l ordre Utilisation du stockage morse pour la matrice élémentaire R h Eléments finis spectraux p.8/19
35 Numérotation locale et globale Données du maillage : Sommets (coordonnées) Hexaèdres (numéros des 8 sommets pour chaque hexaèdre) Eléments finis spectraux p.9/19
36 Numérotation locale et globale Données du maillage : Sommets (coordonnées) Hexaèdres (numéros des 8 sommets pour chaque hexaèdre) Utilisation d algorithmes optimaux de recherche d arêtes et de faces (cf F. Hecht (*) ) Eléments finis spectraux p.9/19
37 Numérotation locale et globale Données du maillage : Sommets (coordonnées) Hexaèdres (numéros des 8 sommets pour chaque hexaèdre) Utilisation d algorithmes optimaux de recherche d arêtes et de faces (cf F. Hecht (*) ) Numérotation des ddl, dans l ordre : ddl sur les sommets Eléments finis spectraux p.9/19
38 Numérotation locale et globale Données du maillage : Sommets (coordonnées) Hexaèdres (numéros des 8 sommets pour chaque hexaèdre) Utilisation d algorithmes optimaux de recherche d arêtes et de faces (cf F. Hecht (*) ) Numérotation des ddl, dans l ordre : ddl sur les sommets ddl sur les arêtes, puis sur les faces (*) Eléments finis spectraux p.9/19
39 Numérotation locale et globale Données du maillage : Sommets (coordonnées) Hexaèdres (numéros des 8 sommets pour chaque hexaèdre) Utilisation d algorithmes optimaux de recherche d arêtes et de faces (cf F. Hecht (*) ) Numérotation des ddl, dans l ordre : ddl sur les sommets ddl sur les arêtes, puis sur les faces (*) ddl internes lg(e,i) associe au ième ddl de l élément e, le numéro global du ddl. Eléments finis spectraux p.9/19
40 Algorithme du produit matrice-vecteur Y = 0 Pour e = 1, nombre d hexaèdres du maillage Eléments finis spectraux p.10/19
41 Algorithme du produit matrice-vecteur Y = 0 Pour e = 1, nombre d hexaèdres du maillage Pour i = 1, (r + 1) 3 Ulocal(i) = Uglobal( lg(e,i) ) Fin Pour Eléments finis spectraux p.10/19
42 Algorithme du produit matrice-vecteur Y = 0 Pour e = 1, nombre d hexaèdres du maillage Pour i = 1, (r + 1) 3 Ulocal(i) = Uglobal( lg(e,i) ) Fin Pour // produit matrice-vecteur creux standard Vlocal = R h * Ulocal Eléments finis spectraux p.10/19
43 Algorithme du produit matrice-vecteur Y = 0 Pour e = 1, nombre d hexaèdres du maillage Pour i = 1, (r + 1) 3 Fin Pour Ulocal(i) = Uglobal( lg(e,i) ) // produit matrice-vecteur creux standard Vlocal = R h * Ulocal // produit par la matrice diagonale par blocs B 1 h Pour i = 1, (r + 1) 3 Pour j = 1,3 V(j) = Vlocal(3*(i-1) + j) Eléments finis spectraux p.10/19
44 Algorithme du produit matrice-vecteur // produit matrice-vecteur creux standard Vlocal = R h * Ulocal // produit par la matrice diagonale par blocs B 1 h Pour i = 1, (r + 1) 3 Pour j = 1,3 B 1 h Fin Pour V(j) = Vlocal(3*(i-1) + j) _V = B 1 (e, i) * V Pour j = 1,3 h Vlocal(3*(i-1) + j) = B 1 h _V(j) Eléments finis spectraux p.10/19
45 Algorithme du produit matrice-vecteur // produit par la matrice diagonale par blocs B 1 h Pour i = 1, (r + 1) 3 Pour j = 1,3 B 1 h Fin Pour V(j) = Vlocal(3*(i-1) + j) _V = B 1 (e, i) * V Pour j = 1,3 h Vlocal(3*(i-1) + j) = B 1 h _V(j) // produit matrice-vecteur creux standard Ulocal = R t h * Vlocal Eléments finis spectraux p.10/19
46 Algorithme du produit matrice-vecteur B 1 h Fin Pour _V = B 1 (e, i) * V Pour j = 1,3 h Vlocal(3*(i-1) + j) = B 1 h _V(j) // produit matrice-vecteur creux standard Ulocal = R t h * Vlocal Pour i = 1, (r + 1) 3 Fin Pour Fin boucle éléments Y( lg(e,i) ) += Ulocal(i) Eléments finis spectraux p.10/19
47 Application de l algorithme En régime transitoire, itérations en temps : D h ( U n+1 2 U n + U n 1 t 2 ) + K h U n = F n Eléments finis spectraux p.11/19
48 Application de l algorithme En régime transitoire, itérations en temps : ( U n+1 2 U n + U n 1 ) D h t 2 + K h U n = F n Utilisation du produit matrice-vecteur à chaque itération Eléments finis spectraux p.11/19
49 Application de l algorithme En régime transitoire, itérations en temps : ( U n+1 2 U n + U n 1 ) D h t 2 + K h U n = F n Utilisation du produit matrice-vecteur à chaque itération En régime harmonique, résolution d un système linéaire : ω 2 D h U + K h U = F Eléments finis spectraux p.11/19
50 Application de l algorithme En régime transitoire, itérations en temps : ( U n+1 2 U n + U n 1 ) D h t 2 + K h U n = F n Utilisation du produit matrice-vecteur à chaque itération En régime harmonique, résolution d un système linéaire : ω 2 D h U + K h U = F Solveur itératif : utilisation du produit matrice-vecteur Eléments finis spectraux p.11/19
51 Application de l algorithme En régime transitoire, itérations en temps : ( U n+1 2 U n + U n 1 ) D h t 2 + K h U n = F n Utilisation du produit matrice-vecteur à chaque itération En régime harmonique, résolution d un système linéaire : ω 2 D h U + K h U = F Solveur itératif : utilisation du produit matrice-vecteur Remarque : pour un solveur direct, assemblage classique Eléments finis spectraux p.11/19
52 Temps de calcul Tetrahedra Hexahedra time (in s) order Temps de calcul pour 100 produits matrice vecteur Nombre de ddl constant (environ 1 million) Eléments finis spectraux p.12/19
53 Stockage 600 Tetrahedra Hexahedra 500 memory (in Mo) order Mémoire utilisée pour stocker la matrice Nombre de ddl constant (environ 1 million) Eléments finis spectraux p.13/19
54 Validation sur le cas de la sphère Frontière intérieure Γ = sphère de rayon a Frontière extérieure Σ = sphère de rayon b Eléments finis spectraux p.14/19
55 Validation sur le cas de la sphère Frontière intérieure Γ = sphère de rayon a Frontière extérieure Σ = sphère de rayon b Partie réelle du champ diffracté a = 1.0 b = 1.5 Eléments finis spectraux p.14/19
56 Validation sur le cas de la sphère Frontière intérieure Γ = sphère de rayon a Frontière extérieure Σ = sphère de rayon b Partie réelle du champ total a = 1.0 b = 1.5 Eléments finis spectraux p.14/19
57 Convergence en fonction de l ordre log 10 (error) Q1 Q2 Q3 Q4 Q log 10 (dof) Evolution de l erreur L 2 en fonction du nombre de ddl, échelle log-log. Utilisation d éléments finis courbes. Eléments finis spectraux p.15/19
58 Choix du solveur itératif COCG BICGCR QMR GMRES log(error) Number of iterations Evolution du résidu relatif en fonction du solveur utilisé Cas haute-fréquence a = 10 b = 12 Eléments finis spectraux p.16/19
59 Influence de la fréquence Number iterations frequency (f) Nombre d itérations en fonction de la fréquence (solveur QMR) Nombre de ddl constant (environ 1,1 million) Eléments finis spectraux p.17/19
60 Préconditionneur utilisé Méthode de Schwarz additive sans recouvrement Eléments finis spectraux p.18/19
61 Préconditionneur utilisé Méthode de Schwarz additive sans recouvrement N s Décomposition en sous-domaines Ω = i=1 Ω i Eléments finis spectraux p.18/19
62 Préconditionneur utilisé Méthode de Schwarz additive sans recouvrement N s Décomposition en sous-domaines Ω = M 1 = N s i=1 i=1 P i A 1 i P t i Ω i Eléments finis spectraux p.18/19
63 Préconditionneur utilisé Méthode de Schwarz additive sans recouvrement N s Décomposition en sous-domaines Ω = M 1 = N s i=1 i=1 P i A 1 i P i, opérateur de projection de Ω i vers Ω A i matrice élément fini de Ω i P t i Ω i Eléments finis spectraux p.18/19
64 Préconditionneur utilisé Méthode de Schwarz additive sans recouvrement N s Décomposition en sous-domaines Ω = M 1 = N s i=1 i=1 P i A 1 i P i, opérateur de projection de Ω i vers Ω A i matrice élément fini de Ω i Condition absorbante d ordre 1 sur les frontières internes des sous-domaines P t i Ω i Eléments finis spectraux p.18/19
65 Préconditionneur utilisé Méthode de Schwarz additive sans recouvrement N s Décomposition en sous-domaines Ω = M 1 = N s i=1 i=1 P i A 1 i P i, opérateur de projection de Ω i vers Ω A i matrice élément fini de Ω i Condition absorbante d ordre 1 sur les frontières internes des sous-domaines Factorisation des matrices A i à l aide d un solveur direct (MUMPS) P t i Ω i Eléments finis spectraux p.18/19
66 Performances avec préconditionneur Cas moyenne fréquence a = 5 b = 6, ddl environ Eléments finis spectraux p.19/19
67 Performances avec préconditionneur Cas moyenne fréquence a = 5 b = 6, ddl environ QMR sans préconditionneur, tolérance de 10 6 Ordre Q3 Q5 Q7 Nombre itérations Temps 128s 154s 244s Eléments finis spectraux p.19/19
68 Performances avec préconditionneur Cas moyenne fréquence a = 5 b = 6, ddl environ QMR sans préconditionneur, tolérance de 10 6 Ordre Q3 Q5 Q7 Nombre itérations Temps 128s 154s 244s COCG avec préconditionneur(n s = 26), tolérance de 10 5 Ordre Q3 Q5 Q7 Nombre itérations Temps 75s 89s 230s Eléments finis spectraux p.19/19
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 détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailTD1 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 détailImplémentation de Nouveaux Elements Finis dans Life et Applications
1 Département Informatique et Mathématiques Appliquées Année Universitaire 29-21 Rapport de stage Implémentation de Nouveaux Elements Finis dans Life et Applications Présenté par Abdoulaye Samake M1 Mathématiques
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailSIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE
SIMULATION HYBRIDE EN TEMPOREL D UNE CHAMBRE REVERBERANTE Sébastien LALLECHERE - Pierre BONNET - Fatou DIOUF - Françoise PALADIAN LASMEA / UMR6602, 24 avenue des landais, 63177 Aubière pierre.bonnet@lasmea.univ-bpclermont.fr
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailPremière partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015
Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailEnregistrement et transformation du son. S. Natkin Novembre 2001
Enregistrement et transformation du son S. Natkin Novembre 2001 1 Éléments d acoustique 2 Dynamique de la puissance sonore 3 Acoustique géométrique: effets de diffusion et de diffraction des ondes sonores
Plus en détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailInitiation à la simulation numérique. Eléments d analyse numérique.
Initiation à la simulation numérique en mécanique des fluides : Eléments d analyse numérique. Cours ENSTA MF307 6 juin 2003 Frédéric DABBENE et Henri PAILLERE Résumé Nous présentons dans ce rapport des
Plus en détailLES 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 détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailLimitations of the Playstation 3 for High Performance Cluster Computing
Introduction Plan Limitations of the Playstation 3 for High Performance Cluster Computing July 2007 Introduction Plan Introduction Intérêts de la PS3 : rapide et puissante bon marché L utiliser pour faire
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailManuel de validation Fascicule v4.25 : Thermique transitoire des structures volumiques
Titre : TTLV100 - Choc thermique dans un tuyau avec condit[...] Date : 02/03/2010 Page : 1/10 Manuel de Validation Fascicule V4.25 : Thermique transitoire des structures volumiques Document : V4.25.100
Plus en détailEXERCICES - ANALYSE GÉNÉRALE
EXERCICES - ANALYSE GÉNÉRALE OLIVIER COLLIER Exercice 1 (2012) Une entreprise veut faire un prêt de S euros auprès d une banque au taux annuel composé r. Le remboursement sera effectué en n années par
Plus en détailLes algorithmes de base du graphisme
Les algorithmes de base du graphisme Table des matières 1 Traçage 2 1.1 Segments de droites......................... 2 1.1.1 Algorithmes simples.................... 3 1.1.2 Algorithmes de Bresenham (1965).............
Plus en détailCours Fonctions de deux variables
Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté
Plus en détailAmphi 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 détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailMéthode 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 détailMathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
Plus en détailCommun à tous les candidats
EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle
Plus en détail1 Introduction et modèle mathématique
Optimisation parallèle et mathématiques financières Optimisation parallèle et mathématiques financières Pierre Spiteri 1 IRIT ENSEEIHT, UMR CNRS 5505 2 rue Charles Camichel, B.P. 7122 F-31 071 Toulouse,
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailCorrigé Problème. Partie I. I-A : Le sens direct et le cas n= 2
33 Corrigé Corrigé Problème Théorème de Motzkin-Taussky Partie I I-A : Le sens direct et le cas n= 2 1-a Stabilité des sous-espaces propres Soit λ une valeur propre de v et E λ (v) le sous-espace propre
Plus en détailde 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 détailDidier Pietquin. Timbre et fréquence : fondamentale et harmoniques
Didier Pietquin Timbre et fréquence : fondamentale et harmoniques Que sont les notions de fréquence fondamentale et d harmoniques? C est ce que nous allons voir dans cet article. 1. Fréquence Avant d entamer
Plus en détailAnnexe 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 détailANALYSE 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 détailLicence Sciences et Technologies Examen janvier 2010
Université de Provence Introduction à l Informatique Licence Sciences et Technologies Examen janvier 2010 Année 2009-10 Aucun document n est autorisé Les exercices peuvent être traités dans le désordre.
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailYves 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 détailOptimisation, traitement d image et éclipse de Soleil
Kléber, PCSI1&3 014-015 I. Introduction 1/8 Optimisation, traitement d image et éclipse de Soleil Partie I Introduction Le 0 mars 015 a eu lieu en France une éclipse partielle de Soleil qu il était particulièrement
Plus en détailLABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB
LABO 5-6 - 7 PROJET : IMPLEMENTATION D UN MODEM ADSL SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du
Plus en détail8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2
Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailPrécision d un résultat et calculs d incertitudes
Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................
Plus en détailIntégrales doubles et triples - M
Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailLes nouveautés de Femap 11.1
Siemens PLM Software Les nouveautés de Femap 11.1 Amélioration de la productivité des Ingénieurs calcul Avantages Manipulation plus rapide des modèles grâce à des performances graphiques améliorées Flexibilité
Plus en détailREALISATION D UN MAILLAGE
MODE D EMPLOI REALISATION D UN MAILLAGE AVEC ICEM 4.08 Hervé Neau Août 2000 Version 1.0 SOMMAIRE 1 : INTRODUCTION... 2 2 : PRINCIPE DE FONCTIONNEMENT... 2 3 : INSTALLATION D ICEM 4.08... 3 4 : LANCEMENT
Plus en détailOptimisation 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 détailG.P. DNS02 Septembre 2012. Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3. Réfraction
DNS Sujet Réfraction...1 I.Préliminaires...1 II.Première partie...1 III.Deuxième partie...3 Réfraction I. Préliminaires 1. Rappeler la valeur et l'unité de la perméabilité magnétique du vide µ 0. Donner
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailCommunication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO <jiayin.gao@univ-paris3.fr> 20 mars 2014
Communication parlée L2F01 TD 7 Phonétique acoustique (1) Jiayin GAO 20 mars 2014 La phonétique acoustique La phonétique acoustique étudie les propriétés physiques du signal
Plus en détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailGéométrie discrète Chapitre V
Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets
Plus en détailCalcul Différentiel. I Fonctions différentiables 3
Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques
Plus en détailIntroduction au maillage pour le calcul scientifique
Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailIV - Programme détaillé par matière (1 fiche détaillée par matière)
IV - Programme détaillé par matière (1 fiche détaillée par matière) Matière : Asservissement numérique Introduction aux systèmes échantillonnés (signal échantillonné, échantillonnage idéal, transformation
Plus en détailLa fonction d onde et l équation de Schrödinger
Chapitre 1 La fonction d onde et l équation de Schrödinger 1.1 Introduction En physique classique, une particule est décrite par sa position r(t). L évolution de sa position (la trajectoire de la particule)
Plus en détailErratum de MÉCANIQUE, 6ème édition. Introduction Page xxi (milieu de page) G = 6, 672 59 10 11 m 3 kg 1 s 2
Introduction Page xxi (milieu de page) G = 6, 672 59 1 11 m 3 kg 1 s 2 Erratum de MÉCANIQUE, 6ème édition Page xxv (dernier tiers de page) le terme de Coriolis est supérieur à 1% du poids) Chapitre 1 Page
Plus en détailMaster IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008
Master IAD Module PS Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance
Plus en détailSur certaines séries entières particulières
ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane
Plus en détail= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m
1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.
Plus en détailChapitre 2 Les ondes progressives périodiques
DERNIÈRE IMPRESSION LE er août 203 à 7:04 Chapitre 2 Les ondes progressives périodiques Table des matières Onde périodique 2 2 Les ondes sinusoïdales 3 3 Les ondes acoustiques 4 3. Les sons audibles.............................
Plus en détailCours 9. Régimes du transistor MOS
Cours 9. Régimes du transistor MOS Par Dimitri galayko Unité d enseignement Élec-info pour master ACSI à l UPMC Octobre-décembre 005 Dans ce document le transistor MOS est traité comme un composant électronique.
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détailMini_guide_Isis.pdf le 23/09/2001 Page 1/14
1 Démarrer...2 1.1 L écran Isis...2 1.2 La boite à outils...2 1.2.1 Mode principal...3 1.2.2 Mode gadgets...3 1.2.3 Mode graphique...3 2 Quelques actions...4 2.1 Ouvrir un document existant...4 2.2 Sélectionner
Plus en détailLes Contrôles Non Destructifs
Les Contrôles Non Destructifs 1 Méthodes de maintenance MAINTENANCE d'après l'afnor CORRECTIVE PREVENTIVE PALLIATIVE Dépannage (Défaillance partielle) CURATIVE Réparation (Défaillance totale) SYSTEMATIQUE
Plus en détailÉtude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test
11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif
Plus en détailCalcul de développements de Puiseux et application au calcul du groupe de monodromie d'une courbe algébrique plane
Calcul de développements de Puiseux et application au calcul du groupe de monodromie d'une courbe algébrique plane Poteaux Adrien XLIM-DMI, UMR-CNRS 6172 Université de Limoges Soutenance de thèse 15 octobre
Plus en détail3.2. Matlab/Simulink. 3.2.1. Généralités
3.2. Matlab/Simulink 3.2.1. Généralités Il s agit d un logiciel parfaitement dédié à la résolution de problèmes d'analyse numérique ou de traitement du signal. Il permet d'effectuer des calculs matriciels,
Plus en détailUne fréquence peut-elle être instantanée?
Fréquence? Variable? Instantané vs. local? Conclure? Une fréquence peut-elle être instantanée? Patrick Flandrin CNRS & École Normale Supérieure de Lyon, France Produire le temps, IRCAM, Paris, juin 2012
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailAsynchronisme : Cadres continu et discret
N d ordre : 151 Année 2006 HABILITATION À DIRIGER DES RECHERCHES UNIVERSITÉ DE FRANCHE-COMTÉ Spécialité Informatique présentée par Sylvain CONTASSOT-VIVIER Docteur en Informatique Sujet Asynchronisme :
Plus en détailIntroduction à la théorie des graphes. Solutions des exercices
CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti
Plus en détailCHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal
III CHOIX OPTIMAL DU CONSOMMATEUR A - Propriétés et détermination du choix optimal La demande du consommateur sur la droite de budget Résolution graphique Règle (d or) pour déterminer la demande quand
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailProgramme Pédagogique National du DUT «Réseaux et Télécommunications» Présentation de la formation
Programme Pédagogique National du DUT «Réseaux et Télécommunications» Présentation de la formation PPN Réseaux et Télécommunications publié par arrêté du 24 juillet 2008 Sommaire 1 Présentation générale
Plus en détailEléments 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 détailChapitre I La fonction transmission
Chapitre I La fonction transmission 1. Terminologies 1.1 Mode guidé / non guidé Le signal est le vecteur de l information à transmettre. La transmission s effectue entre un émetteur et un récepteur reliés
Plus en détailExamen Médian - 1 heure 30
NF01 - Automne 2014 Examen Médian - 1 heure 30 Polycopié papier autorisé, autres documents interdits Calculatrices, téléphones, traducteurs et ordinateurs interdits! Utilisez trois copies séparées, une
Plus en détailANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ. Exercice 1
ANALYSE GÉNÉRALE - PROPOSITION DE CORRIGÉ OLIVIER COLLIER Exercice 1 Le calcul de la banque. 1 Au bout de deux ans, la banque aurait pu, en prêtant la somme S 1 au taux d intérêt r pendant un an, obtenir
Plus en détailExo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.
Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).
Plus en détailJ AUVRAY Systèmes Electroniques TRANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE
RANSMISSION DES SIGNAUX NUMERIQUES : SIGNAUX EN BANDE DE BASE Un message numérique est une suite de nombres que l on considérera dans un premier temps comme indépendants.ils sont codés le plus souvent
Plus en détail= b j a i φ ai,b j. = ˆBa i φ ai,b j. = a i b j φ ai,b j. Par conséquent = 0 (6.3)
I Commutation d opérateurs Chapitre VI Les relations d incertitude I Commutation d opérateurs Un des résultats importants établis dans les chapitres précédents concerne la mesure d une observable  : une
Plus en détailMaster de Recherche première année. Programme de cours 2008-2011
Master de Recherche première année Mention : Mathématiques et Applications Spécialité : Mathématiques fondamentales et appliquées Responsable : Xue Ping WANG Programme de cours 2008-2011 Module M1 : Analyse
Plus en détail