Equation qui contient une ou plusieurs dérivées d une. La plus haute dérivée est exprimée en fonction de x et
|
|
- Maxence Guérin
- il y a 6 ans
- Total affichages :
Transcription
1 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES.. Définitions de base.. Rappels théoriques Définition. Equation différentielle d ordre n : F (x, y, y,..., y n ) = 0 Equation qui contient une ou plusieurs dérivées d une fonction inconnue y. n est la plus haute dérivée de l équation. Définition 2. Equation différentielle d ordre n sous forme résolue : y n = G(x, y,..., y n ) La plus haute dérivée est exprimée en fonction de x et des dérivées précédentes. G est une fonction continue. Bonnes propriétés théoriques (théorème d existence et d unicité de solutions)
2 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 2.2. Exemples. y (t) 4y(t) = 0 y (t) 3y (t) + 2y(t) = 0 y (t) = 3y (t) 4y (t) 2y(t) + sin(2t)
3 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 3.3. Equation différentielle ordinaire (EDO) linéaire. Définition 3. Equation différentielle ordinaire linéaire : a 0 (t) dn y dt n + a (t) dn y dt n a n (t) dy dt + a n(t)y = g(t) A coefficients constants si tous les a i sont constants. Homogène si g(t) = 0. Théorème 4. (Existence et unicité) Si les fonctions a i (t) et g(t) sont continues sur un intervalle 0 t T alors il existe une unique solution à l équation différentielle a 0 (t) dn y dt n + a (t) dn y dt n a n (t) dy dt + a n(t)y = g(t) satisfaisant les conditions initiales y(0) = b 0 dy(0) dt. d n y(0) dt n = b = b n
4 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 4 Théorème 5. (Combinaison de solutions) Soient z () (t),..., z (n) (t) un ensemble linéairement indépendant de solutions à l équation homogène d n y dt + a (t) dn y n dt a n (t) dy n dt + a n(t)y = 0 alors toute solution z(t) peut être exprimée sous la forme d une combinaison linéaire z(t) = c z () (t) c n z (n) (t) pour des constantes c,..., c n.
5 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 5 Théorème 6. (Equations non-homogènes) Soit ȳ(t) une solution particulière de l équation non-homogène d n y dt + a (t) dn y n dt a n (t) dy n dt + a n(t)y = g(t) L ensemble des solutions de cette équation est l ensemble des fonctions de la forme y(t) = ȳ(t) + z(t), où z(t) est la solution générale de l équation homogène associée.
6 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 6.4. Systèmes linéaires à coefficients constants. Soit le système linéaire d équations différentielles suivant : ẋ (t) = a x (t) + a 2 x 2 (t) + + a n x n (t) ẋ 2 (t) = a 2 x (t) + a 22 x 2 (t) + + a 2n x n (t). ẋ n (t) = a n x (t) + a n2 x 2 (t) + + a nn x n (t) Ou en forme matricielle : i.e. ẋ (t) a a 2... a n x (t) ẋ 2 (t) a 2 a a 2n x 2 (t) = } ẋ n (t) {{ } } a n a n2... a nn {{ }} x n (t) {{ } ẋ(t) A x(t) ẋ(t) = Ax(t)
7 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 7.5. Expression d une EDO linéaire sous forme d un système. Soit l EDO linéaire homogène à coefficients constants d n y dt + a d n y n dt a dy n n dt + a ny = 0 Cette EDO peut être mise sous la forme du système d équations différentielles suivant : où ẋ = x 2 ẋ 2 = x 3. ẋ n = ( a n x a n x 2 a x n ) x = y, x 2 = dy dt,. x n = dn y dt n
8 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 8 Ceci induit la matrice A suivante : A = a n a n a n 2... a
9 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 9.6. Système d équations différentielles: combinaison de solutions. Lemme 7. Soient x (j) (t), j =,..., K, K solutions du système ẋ = Ax. Si {c,..., c K } est un ensemble de K constants (réels ou complexes) alors le vecteur K c j x (j) (t) est aussi une solution. j=
10 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 0.7. Calcul des solutions : Exponentielle de matrices. Pour n =, la solution du système ẋ(t) = ax(t) a la forme x(t) = x(0)e at, où x(0) est la condition initiale. Définition 8. Soit A une matrice carrée. L exponentielle de A est définie par e A = n=0 A n n! = I + A + A2 2! + + An n! +... Pour n général, nous définissons e At = I + A + t2 2! A2 + + tn n! An +... Une solution du système est donnée par x(t) = x(0)e At car on peut montrer que d dt eat = Ae At. Le calcul de e At n est toutefois possible que dans quelques cas particuliers.
11 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES.8. Calcul des solutions : Equation caractéristique. x(t) = ve λt est solution de ẋ = Ax ssi : vλe λt = Ave λt Av = λv (A λi)v = 0 λ est donc une valeur propre et v est son vecteur propre. Les valeurs propres {λ,..., λ n } sont les racines de l équation caractéristique det(a λi) = 0 et le vecteur v j correspondant satisfait (A λ j I)v j = 0 Si les n valeurs propres de A sont réelles et distinctes alors les n solutions correspondantes sont indépendantes et la solution générale est c e λ t v + c 2 e λ 2t v c n e λ nt v n Les autres cas ne seront traités que dans le cas n = 2.
12 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 2.9. Système du second ordre. Pour le système linéaire du second ordre l équation caractéristique est x = a b x x 2 c d x 2 det a λ c b = 0 d λ (a λ)(d λ) bc = 0 λ 2 (a + d)λ + (ad bc) = 0 λ 2 τλ + = 0 où τ = a + d = tr(a) est la trace de la matrice A et = ad bc = det(a) est le déterminant. Dans la suite nous analysons trois cas Valeurs propres réelles et distinctes. Valeurs propres complexes et conjuguées. Valeurs propres multiples.
13 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 3.0. Valeurs propres réelles et distinctes. Solution générale: x(t) = c e λ t v + c 2 e λ 2t v 2 où λ et λ 2 sont les valeurs propres associées aux vecteurs propres v et v 2 respectivement... Valeurs propres complexes conjuguées. Théorème 9. Considérons le système ẋ = Ax où A est une matrice à coefficients constants et réels. Si λ,2 = α±iβ sont deux valeurs propres complexes conjuguées et les vecteurs propres correspondants sont v,2 = u ± iw, alors x () (t) =e αt (cos(βt)u sin(βt)w), et x (2) (t) =e αt (sin(βt)u + cos(βt)w) sont deux solution réelles et linéairement indépendantes du système.
14 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 4.2. Racines multiples. Si λ = λ 2 = λ, les solutions suivantes sont linéairement indépendantes: x () (t) = v e λt x (2) (t) = e λt (v 2 + tv ) où v et v 2 sont tels que (A λi)v = 0 (A λi)v 2 = v
15 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 5.3. Exemple à racines réelles et distinctes. ẋ = 3 x 3 Solution générale: c e λ t v + c 2 e λ 2t v 2 Les λ i sont les solutions de l équation caractéristique : det λi = 0 3 λ 2 2λ 8 = 0 Valeurs propres : λ = 2, λ 2 = 4
16 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 6 Calcul de v : (A λ I)v = 0 (A + 2I)v = x = y 0 x = k k y = v =
17 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 7 Calcul de v 2 : (A λ 2 I)v 2 = 0 (A 4I)v 2 = x = y 0 x = k k y = v 2 = Vecteurs propres : v =, v 2 = Solution générale : x(t) = c e 2t + c 2 e 4t Une fois fixée la condition initiale x(0), c et c 2 doivent satisfaire :
18 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 8 c + c 2 = x(0)
19 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 9.4. Exemple complexe d ordre 2. ẋ = 0 4 x 0 Equation caractéristique : λ = 0 Valeurs propres : λ,2 = ±2i Vecteurs propres : v,2 = [2, ±i] T = [2, 0] ± i[0, ] Les deux solutions : x () (t) = cos(2t) 2 sin(2t) 0 0 x (2) (t) = sin(2t) 2 + cos(2t) 0 0 Calcul des valeurs et vecteurs propres en MATLAB: [v,l] = eig(a).
20 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES Exemple à racines multiples. ẋ = 3 4 x Equation caractéristique : λ 2 2λ + = 0 Racines : Vecteur propre v : λ = λ 2 = (A λ I)v = x = 0 2 y 0 x = k 2 y k = v = 2
21 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 2 Vecteur v 2 : (A λ I)v 2 = v 2 4 x = 2 2 y x = k 3 y k = v 2 = 3 Les deux solutions sont donc : x () (t) = 2 e t x (2) (t) = e t 3 + t 2
22 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES Exercice Aller à l étape (4) directement Pour le système ẋ = 3 x 3 Il vous est demandé de: () Calculer les valeurs propres. (2) Calculer les vecteurs propres (3) En déduire la forme générale de x (t) et x 2 (t) (4) Fixer les paramètres constants c et c 2 de manière à satisfaire les conditions initiales x(0) = [0.5, 0], et donner l expression analytique de x (t) et x 2 (t). (5) Dessiner la trajectoire à partir de x(0), en calculant les points pour t = {0, 0., 0.2, 0.3, 0.4, 0.5}.
23 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 23 (6) Mêmes questions que (4,5) pour les conditions initiales x(0) = [0, 0.5], x(0) = [0, 0], x(0) = [, ] et x(0) = [, ].
24 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES Solution Pour le système ẋ = 3 x 3 Il vous est demandé de: () Calculer les valeurs propres. Solution: nous utilisons la formule simplifiée det(a λi) = λ 2 τλ + où τ = a + d et = det(a). Ce qui donne τ = 2 et = 8. Il faut donc résoudre λ 2 2λ 8 = 0 4, ce qui donne λ = 2± 36 2 = 2. (2) Calculer les vecteurs propres Solution: Pour λ = 4 nous cherchons v = (i, j).
25 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 25 Nous avons A v = λ v et donc i + 3j = 4i 3j = 3i 3i + j = 4j 3i = 3j et donc v =. Le même calcul pour λ 2 donne v 2 =. (3) En déduire la forme générale de x (t) et x 2 (t) Solution : x(t) = c e 2t + c 2 e 4t = c e 2t + c 2 e 4t c e 2t + c 2 e 4t donc x (t) = x 2 (t) = c e 2t + c 2 e 4t c e 2t + c 2 e 4t
26 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 26 (4) Fixer les paramètres constants c et c 2 de manière à satisfaire les conditions initiales x(0) = [0.5, 0], et donner l expression analytique de x (t) et x 2 (t). c + c 2 = 0.5 c = c 2 = 0.25 c + c 2 = 0 x (t) = 0.25e 2t e 4t x 2 (t) = 0.25e 2t e 4t x (t) x 2 (t) 0.25*exp(-2*x) *exp(4*x) *exp(-2*x) *exp(4*x)
27 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 27 (5) Dessiner la trajectoire à partir de x(0), en calculant les points pour t = {0, 0., 0.2, 0.3, 0.4, 0.5}. Solution :Les valeurs sont données dans la table cidessous, et la trajectoire est illustrée par la figure 3. x (t) x 2 (t)
28 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 28 Les 5 trajectoires (avec points initiaux en noir) x x Figure 3.. Les deux trajectoires (6) Mêmes questions que (4,5) pour les conditions initiales x(0) = [0, 0.5]. Solution : c + c 2 = 0 c + c 2 = 0.5 x (t) = x 2 (t) = c = 0.25, c 2 = e 2t 0.25e 4t 0.25e 2t 0.25e 4t
29 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 29 x (t) x 2 (t) 0.25*exp(-2*x) *exp(4*x) *exp(-2*x) *exp(4*x) Les valeurs sont données dans la table ci-dessous, et la trajectoire est illustrée par la figure 3. x (t) x 2 (t)
30 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 30 (7) Mêmes questions que (4,5) pour les conditions initiales x(0) = [0, 0]. c + c 2 = 0 c = 0, c 2 = 0 c + c 2 = 0 x (t) = 0 x 2 (t) = 0 Les valeurs sont données dans la table ci-dessous, et la trajectoire est illustrée par la figure 3. x (t) x 2 (t)
31 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 3 (8) Mêmes questions que (4,5) pour les conditions initiales x(0) = [, ]. c + c 2 = c = 0, c 2 = c + c 2 = x (t) = e 4t x 2 (t) = e 4t x (t) x 2 (t) 0*exp(-2*x) + *exp(4*x) *exp(-2*x) + *exp(4*x) Les valeurs sont données dans la table ci-dessous, et la trajectoire est illustrée par la figure 3.
32 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 32 x (t) x 2 (t) (9) Mêmes questions que (4,5) pour les conditions initiales x(0) = [, ]. c + c 2 = c =, c 2 = 0 c + c 2 = x (t) = e 2t x 2 (t) = e 2t
33 MODÉLISATION ET SIMULATION EQUATIONS DIFFÉRENTIELLES 33 x (t) x 2 (t) 0 0 *exp(-2*x) + 0*exp(4*x) *exp(-2*x) + 0*exp(4*x) Les valeurs sont données dans la table ci-dessous, et la trajectoire est illustrée par la figure 3. x (t) x 2 (t)
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 détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
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 détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailEquations 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 détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailIntroduction. aux équations différentielles. et aux dérivées partielles
Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr
Plus en 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 détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailEquations différentielles linéaires à coefficients constants
Equations différentielles linéaires à coefficients constants Cas des équations d ordre 1 et 2 Cours de : Martine Arrou-Vignod Médiatisation : Johan Millaud Département RT de l IUT de Vélizy Mai 2007 I
Plus en détailChapitre 2. Matrices
Département de mathématiques et informatique L1S1, module A ou B Chapitre 2 Matrices Emmanuel Royer emmanuelroyer@mathuniv-bpclermontfr Ce texte mis gratuitement à votre disposition a été rédigé grâce
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
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 détailBaccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé
Baccalauréat S ntilles-guyane 11 septembre 14 Corrigé EXERCICE 1 6 points Commun à tous les candidats Une entreprise de jouets en peluche souhaite commercialiser un nouveau produit et à cette fin, effectue
Plus en détailLes correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.
Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées. 1 Ce sujet aborde le phénomène d instabilité dans des systèmes dynamiques
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 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 détailPartie 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 détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailC f tracée ci- contre est la représentation graphique d une
TLES1 DEVOIR A LA MAISON N 7 La courbe C f tracée ci- contre est la représentation graphique d une fonction f définie et dérivable sur R. On note f ' la fonction dérivée de f. La tangente T à la courbe
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en 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 détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailThéorème du point fixe - Théorème de l inversion locale
Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion
Plus en détail* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable
Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I
Plus en détailMATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés
MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés Département GPI 1ère année Avril 2005 INPT-ENSIACET 118 route de Narbonne 31077 Toulouse cedex 4 Mail : Xuan.Meyer@ensiacet.fr
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mthémtiques nnée 2009-2010 Chpitre 2 Le prolème de l unicité des solutions 1 Le prolème et quelques réponses : 1.1 Un exemple Montrer que l éqution différentielle :
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 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 détailFonctions homographiques
Seconde-Fonctions homographiques-cours Mai 0 Fonctions homographiques Introduction Voir le TP Géogébra. La fonction inverse. Définition Considérons la fonction f définie par f() =. Alors :. f est définie
Plus en 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 détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailCours 7 : Utilisation de modules sous python
Cours 7 : Utilisation de modules sous python 2013/2014 Utilisation d un module Importer un module Exemple : le module random Importer un module Exemple : le module random Importer un module Un module est
Plus en détailChapitre 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 détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
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 détailMarkov processes and applications to queueing/risk/storage theory and mathematical biology
Markov processes and applications to queueing/risk/storage theory and mathematical biology Florin Avram Contents 1 Introduction aux processus stochastiques/aléatoires 3 2 Marches aléatoires et récurrences
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 détailMaster Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.
Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2. Techniques de correction pour les options barrières 25 janvier 2007 Exercice à rendre individuellement lors
Plus en détailCommande de systèmes non retardés par retour de sortie statique échantillonné
Commande de systèmes non retardés par retour de sortie statique échantillonné Alexandre Seuret, Karl H. Johansson, Michel Dambrine 2 ACCESS Linnaeus Centre Royal Institute of Technology, Stockholm, Suède
Plus en détailCircuits RL et RC. Chapitre 5. 5.1 Inductance
Chapitre 5 Circuits RL et RC Ce chapitre présente les deux autres éléments linéaires des circuits électriques : l inductance et la capacitance. On verra le comportement de ces deux éléments, et ensuite
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailExercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.
14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,
Plus en 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 détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur
Plus en 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 détailMéthodes numériques et éléments de programmation
Travaux Pratiques du cours Méthodes numériques et éléments de programmation Guy Munhoven Année académique 2014-2015 Version 1.0.2 (16/09/2012) Chapitre 1 Calcul des intérêts d un prêt. Tableau d amortissement.
Plus en détailCours de mathématiques
DEUG MIAS premier niveau Cours de mathématiques année 2003/2004 Guillaume Legendre (version révisée du 3 avril 2015) Table des matières 1 Éléments de logique 1 1.1 Assertions...............................................
Plus en détailExo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.
Eo7 Calculs de déterminants Fiche corrigée par Arnaud Bodin Eercice Calculer les déterminants des matrices suivantes : Correction Vidéo ( ) 0 6 7 3 4 5 8 4 5 6 0 3 4 5 5 6 7 0 3 5 4 3 0 3 0 0 3 0 0 0 3
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 détailProcessus 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 détailGénération de scénarios économiques
Modélisation des taux d intérêt Pierre-E. Thérond ptherond@galea-associes.eu pierre@therond.fr Galea & Associés ISFA - Université Lyon 1 22 novembre 2013 Motivation La modélisation des taux d intérêt est
Plus en détailINF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies
INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH
Plus en détailCHAPITRE 10. Jacobien, changement de coordonnées.
CHAPITRE 10 Jacobien, changement de coordonnées ans ce chapitre, nous allons premièrement rappeler la définition du déterminant d une matrice Nous nous limiterons au cas des matrices d ordre 2 2et3 3,
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailC1 : Fonctions de plusieurs variables
1er semestre 2012/13 CPUMP 3 U 11 : Abrégé de cours Compléments Analyse 3 : fonctions analytiques Les notes suivantes, disponibles à l adresse http://www.iecn.u-nancy.fr/~bertram/, contiennent les définitions
Plus en 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 détailRepérage d un point - Vitesse et
PSI - écanique I - Repérage d un point - Vitesse et accélération page 1/6 Repérage d un point - Vitesse et accélération Table des matières 1 Espace et temps - Référentiel d observation 1 2 Coordonnées
Plus en détail6 Equations du première ordre
6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D R
Plus en 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 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 détailPlan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes.
Plan Intérêts 1 Intérêts 2 3 4 5 6 7 Retour au menu général Intérêts On place un capital C 0 à intérêts simples de t% par an : chaque année une somme fixe s ajoute au capital ; cette somme est calculée
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 détailce n est pas un livre auto-suffisant (il est loin d être exhaustif )!
L MASS 1/13 Aide-mémoire et exercices corrigés. USTV MS41 Optimisation I Table des matières 1 Fonctions de plusieurs variables 3 Limites et continuité 13 3 Dérivabilité et différentiabilité, fonctions
Plus en détailLes travaux doivent être remis sous forme papier.
Physique mathématique II Calendrier: Date Pondération/note nale Matériel couvert ExercicesSérie 1 : 25 septembre 2014 5% RH&B: Ch. 3 ExercicesSérie 2 : 23 octobre 2014 5% RH&B: Ch. 12-13 Examen 1 : 24
Plus en 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 détailUne application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies
Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,
Plus en détailPolynômes à plusieurs variables. Résultant
Polynômes à plusieurs variables. Résultant Christophe Ritzenthaler 1 Relations coefficients-racines. Polynômes symétriques Issu de [MS] et de [Goz]. Soit A un anneau intègre. Définition 1.1. Soit a A \
Plus en détailCommande à travers Internet en utilisant la synchronisation
REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE Ministère de l Enseignement et de la Recherche Scientifique Université d Oran - Es Sénia Faculté des Sciences Département d Informatique Commande à travers
Plus en détailEtude de fonctions: procédure et exemple
Etude de fonctions: procédure et exemple Yves Delhaye 8 juillet 2007 Résumé Dans ce court travail, nous présentons les différentes étapes d une étude de fonction à travers un exemple. Nous nous limitons
Plus en détailChapitre 7. Récurrences
Chapitre 7 Récurrences 333 Plan 1. Introduction 2. Applications 3. Classification des récurrences 4. Résolution de récurrences 5. Résumé et comparaisons Lectures conseillées : I MCS, chapitre 20. I Rosen,
Plus en détailChafa Azzedine - Faculté de Physique U.S.T.H.B 1
Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Définition: La cinématique est une branche de la mécanique qui étudie les mouements des corps dans l espace en fonction du temps indépendamment des causes
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
Plus en détail1.1.1 Signaux à variation temporelle continue-discrète
Chapitre Base des Signaux. Classi cation des signaux.. Signaux à variation temporelle continue-discrète Les signaux à variation temporelle continue sont des fonctions d une ou plusieurs variables continues
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailDéveloppements 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 détailO, i, ) ln x. (ln x)2
EXERCICE 5 points Commun à tous les candidats Le plan complee est muni d un repère orthonormal O, i, j Étude d une fonction f On considère la fonction f définie sur l intervalle ]0; + [ par : f = ln On
Plus en détaila 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 détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailModule 7: Chaînes de Markov à temps continu
Module 7: Chaînes de Markov à temps continu Patrick Thiran 1 Introduction aux chaînes de Markov à temps continu 1.1 (Première) définition Ce module est consacré aux processus à temps continu {X(t), t R
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailChapitre 3 Les régimes de fonctionnement de quelques circuits linéaires
Chapitre 3 Les régimes de fonctionnement de quelques circuits linéaires 25 Lechapitreprécédent avait pour objet l étude decircuitsrésistifsalimentéspar dessourcesde tension ou de courant continues. Par
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailItems étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire
CHAPITRE N5 FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION FONCTIONS LINEAIRES NOTION DE FONCTION Code item D0 D2 N30[S] Items étudiés dans le CHAPITRE N5 Déterminer l'image
Plus en détailExercices et corrigés Mathématique générale Version β
Université libre de Bruxelles Années académiques 2008-2050 Université catholique de Louvain Exercices et corrigés Mathématique générale Version β Laurent Claessens Nicolas Richard Dernière modification
Plus en détailModélisation et simulation
Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.
Plus en détailC algèbre d un certain groupe de Lie nilpotent.
Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble
Plus en détailPremiers pas avec Mathematica
Premiers pas avec Mathematica LP206 : Mathématiques pour physiciens I Année 2010/2011 1 Introduction Mathematica est un logiciel de calcul formel qui permet de manipuler des expressions mathématiques symboliques.
Plus en détailIntroduction à l étude des Corps Finis
Introduction à l étude des Corps Finis Robert Rolland (Résumé) 1 Introduction La structure de corps fini intervient dans divers domaines des mathématiques, en particulier dans la théorie de Galois sur
Plus en détailMATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.
Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne
Plus en détailRÉSOLUTION DE SYSTÈMES À DEUX INCONNUES
RÉSOLUTION DE SYSTÈMES À DEUX INCONNUES Sommaire 1 Méthodes de résolution... 3 1.1. Méthode de Substitution... 3 1.2. Méthode des combinaisons linéaires... 6 La rubrique d'aide qui suit s'attardera aux
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 détail14. Introduction aux files d attente
14. Introduction aux files d attente MTH2302D S. Le Digabel, École Polytechnique de Montréal H2015 (v2) MTH2302D: Files d attente 1/24 Plan 1. Introduction 2. Modèle M/M/1 3. Modèle M/M/1/K MTH2302D: Files
Plus en détailUn K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E
Exo7 Espaces vectoriels Vidéo partie 1. Espace vectoriel (début Vidéo partie 2. Espace vectoriel (fin Vidéo partie 3. Sous-espace vectoriel (début Vidéo partie 4. Sous-espace vectoriel (milieu Vidéo partie
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailProbabilités sur un univers fini
[http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur
Plus en détail