Méthodes de décomposition de domaine de type Schwarz

Dimension: px
Commencer à balayer dès la page:

Download "Méthodes de décomposition de domaine de type Schwarz"

Transcription

1 Méthodes de décomposition de domaine de type Schwarz Franck Boyer - Florence Hubert Master 2ième année - Mathématiques et Applications Aix-Marseille université 2 février 24

2 ii F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

3 TABLE DES MATIÈRES iii TABLE DES MATIÈRES I Introduction aux méthodes de Schwarz Méthodes avec recouvrement Principe général 2 2 Exemples en D 2 3 La preuve de convergence originale de Schwarz 4 4 La preuve variationnelle de PL Lions 5 5 Formalisme algébrique 2 Méthode sans recouvrement 7 2 Principe général 7 22 Exemples en D et 2D Notion de méthode optimale 8 23 La preuve de convergence 9 F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

4 iv TABLE DES MATIÈRES F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

5 Chapitre I INTRODUCTION AUX MÉTHODES DE SCHWARZ Basiquement les méthodes de décomposition de domaine de type Schwarz consiste à remplacer la résolution d une EDP posée sur un domaine Ω potentiellement gros et compliqué par une succession de résolutions de la même EDP sur des sous-domaines de Ω, notés Ω i, supposément plus simples, plus petits, etc Evidemment, ceci ne peut se faire tout à fait aisément et il s agit de procéder à des résolutions itératives sur les sous-domaines, choisies de telle sorte que la solution exacte du problème complet soit obtenue à convergence Historiquement ces méthodes ont été introduites pour démontrer d un point de vue théorique l existence de solutions au problème de Dirichlet sur des domaines plus complexes que ceux pour lesquels un calcul explicite est possible (disque, carré, ) Aujourd hui, ces méthodes sont plutôt utilisées à des fins numériques (ou bien sur le problème continu avant discrétisation, ou bien directement sur le problème discrétisé, voire même directement sur la matrice du problème) afin d accélérer la résolution numérique des problèmes, ou même de permettre un calcul parallèle des solutions Dans cette courte présentation, on va se baser sur le problème modèle suivant { u = f, dans Ω u = g, sur Ω (I) Méthodes avec recouvrement On commence par étudier le cas où les sous-domaines de Ω se recouvrent, par exemple de l une des deux façons indiquées dans la figure I On note γ 2 (resp γ 2 ) la partie du bord de Ω (resp Ω 2 ) qui est contenue dans Ω 2 (resp Ω ) F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

6 2 Chapitre I Introduction aux méthodes de Schwarz Ω Ω 2 Ω Ω 2 (a) Les interfaces sont disjointes (b) Les interfaces se croisent FIGURE I: Décomposition du carré unité en deux sous-domaines qui se recouvrent Principe général Etant donnée une parition de Ω de la forme donnée dans la figure I, l algorithme de Schwarz le plus élémentaire consiste à construire des suites (u n) n H (Ω ) et (u 2 n) n H (Ω 2 ) de la façon suivante Choisir des initialisations u et u 2 Pour tout n, effectuer de façon successive : Calcul de u n+ H (Ω ) solution du problème suivant u n+ = f, dans Ω u n+ = g, sur Ω Ω, u n+ = u 2 n, sur γ 2 (I2) Calcul de u 2 n+ H (Ω ) solution du problème suivant u 2 n+ = f, dans Ω 2 u 2 n+ = g, sur Ω Ω 2, u 2 n+ = u n+, sur γ 2 (I3) S arrêter à convergence (si celle-ci se produit!), ie quand u n et u 2 n sont suffisamment proches sur Ω Ω 2 par exemple Remarquons que l étude de la convergence peut toujours se ramener au cas f = et g = en soustrayant la (restriction de la) solution limite recherchée u de toutes les valeurs de u n et u 2 n Le problème revient donc à savoir si, en partant de données initiales non nulles u et u 2, l algorithme précédent (avec f = et g = ) fournit bien deux suites qui convergent vers Dans toute la suite nous allons donc supposer f = et g = Par ailleurs, on voit que l algorithme est complètement déterminé par la seule valeur de la donnée initiale u 2 sur l interface γ 2 et qu au bout d une itération complète, on obtient une valeur de la trace de u 2 sur γ 2 L algorithme peut donc être compris comme une itération de la fonction qui à une trace sur γ 2 associe une nouvelle trace sur γ 2 obtenue en résolvant successivement deux problèmes elliptiques 2 Exemples en D On va commencer par essayer de comprendre la situation en dimension d espace 2 Le problème de Laplace On prend donc Ω =], [, Ω =], γ 2 [ et Ω 2 =]γ 2, [ Si on note α la valeur de u 2 (γ 2 ) au début de l algorithme, on peut calculer aisément u (x) = αx γ 2, x Ω, F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

7 Méthodes avec recouvrement 3 ce qui donne la valeur de la trace transmise à Ω 2 : u (γ 2 ) = αγ2 γ 2 et permet la résolution du problème dans Ω 2 u 2 (x) = αγ 2 x, x Ω 2 γ 2 γ 2 On obtient, à la fin de l itération u 2 (γ 2 ) = α γ 2 γ 2 γ 2 γ 2 Ainsi, l ensemble de l algorithme revient à multiplier α par le nombre k = γ 2 γ 2 γ 2 γ 2 = γ 2 γ 2 γ 2 ( γ 2 ) On observe que < k < dès lors que les deux sous-domaines se recouvrent (ie γ 2 < γ 2 ) et donc que la méthode itérative va converger de façon géométrique de raison k Observons aussi que la raison tend vers quand la taille du recouvrement γ 2 γ 2 tend vers Les conclusions de cette étude sont que la convergence a bien lieu mais qu elle se dégrade de façon importante quand la taille du recouvrement tend vers De plus, il est clair que si le recouvrement est nul, la méthode est stationnaire et ne peut en aucun cas converger 22 Un problème un peu plus général En route vers le 2D Pour des raisons qui apparaîtrons clairement un peu plus loin il est instructif de procéder aux mêmes calculs mais pour l opérateur différentiel u + ω 2 u au lieu de u Tous calculs faits, on trouve également une convergence géométrique de la méthode de raison k(ω) = sinh(ω( γ 2)) sinh(ωγ 2 ) sinh(ω( γ 2 )) sinh(ωγ 2 ) Ce nombre est bien toujours compris entre et ce qui prouve la convergence Quand ω, on retrouve le cas précédent mais si on étudie la fonction ω k(ω), alors on observe que c est une fonction décroissante de ω et qui converge vers exponentiellement vite quand ω + Ainsi, pour un choix de sous-domaines fixé, la méthode converge d autant plus vite que la fréquence ω est grande Ceci a des conséquences sur la compréhension de la méthode en dimension 2 Considérons la situation de la figure suivante où Ω est le carré unité et Ω =], γ 2 [ ], [ et Ω 2 =]γ 2, [ ], [ Ω Ω 2 γ 2 γ 2 Dans cette géométrie particulière, on peut effectuer une transformée de Fourier dans la variable y de u et u 2, ce qui revient à regarder les équations vérifiées par les quantités On obtient v k : x u (x, y) sin(kπy) dy, et v 2k : x v k + k 2 π 2 v k =, dans ], γ 2 [, v 2k + k 2 π 2 v 2k =, dans ]γ 2, [ u 2 (x, y) sin(kπy) dy F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

8 4 Chapitre I Introduction aux méthodes de Schwarz On se trouve donc dans la situation décrite ci-dessus avec une fréquence ω = kπ qui dépend donc de k En utilisant les résultats précédents, on observe que le taux de convergence de la méthode à k fixé est d autant meilleur que k est grand, ce qui signifie d une part que la méthode est bien convergente en 2D (écrire en Fourier la convergence) et que d autre part les hautes fréquences en y convergent beaucoup plus vite que les basses fréquences C est une propriété fondamentale de ce type de méthodes Ainsi, on peut coupler la méthode à un solveur basse fréquence en y 3 La preuve de convergence originale de Schwarz H Schwarz a démontré la convergence de cette méthode dans un cadre assez général en utilisant le principe du maximum dont nous rappelons une conséquence ici Théorème I Si w est solution de w = dans Ω avec w = sur γ 2 et w = sur Ω \ γ 2, alors w est continue sur Ω sauf possiblement sur Ω γ 2 et de plus elle ne peut atteindre son maximum à l intérieur de Ω On peut dès lors étudier la convergence de la méthode de Schwarz dans le cas de la Figure Ia Soit v : γ 2 R la trace sur γ 2 de la donnée initiale de la composante u 2 Par définition de u et de w, nous avons v w u v w, sur Ω, et les trois fonctions intervenant dans cette inégalité sont harmoniques dans Ω Le principe du maximum implique que nous avons v w u v w, dans tout Ω, et en particulier sur l interface γ 2 Ω nous avons ( ) sup u γ 2 sup w γ 2 v Par le théorème précédent, la fonction w est continue sur le compact γ 2, elle y atteint donc son maximum, celui ne pouvant pas être atteint sur le bord (car w est nulle en ces points) Le maximum de w sur γ 2 est donc atteint à l intérieur de Ω et il est donc nécessairement strictement plus petit que sur les interfaces, sinon le principe du maximum impliquerait que w = partout In fine, on a obtenu sup γ 2 u k sup v, γ 2 avec k ], [ De la même manière pour la seconde étape d une itération de la méthode, on trouve sup u 2 k 2 sup u, γ 2 γ 2 avec k 2 ], [ Tout compte fait, au bout d une itération de la méthode on a sup γ 2 u 2 k k 2 sup v, γ 2 ce qui montre le caractère contractant de la méthode et donc sa convergence géométrique vers Si les deux interfaces γ 2 et γ 2 se touchent de façon non tangentielle (voir la figure Ib), alors l argument précédent doit être affiné car les fonctions w et w 2 ne sont plus continues aux points d intersection On peut quand même démontrer que ces fonctions ont un maximum strictement plus petit que mais il faut l étudier de façon plus précise La démonstration générale est un peu technique nous allons juste montrer comment l argument fonctionne dans le cas du demi-espace F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

9 Méthodes avec recouvrement 5 Plus précisément on peut calculer explicitement la fonction w définie sur R 2 + et telle que w (x, ) = si x < et w (x, ) = si x > En effet, la formule explicite est donnée par w (x, y) = π + x y t 2 + y 2 dt = π f(x/y), où f est la primitive s annulant en + de /( + t 2 ) (c est-à-dire f(t) = arctan(t) π/2) On observe que si (x, y) (, ) de façon non tangentielle à la frontière, c est-à-dire avec x/y α pour un certain α R, alors nous obtenons w (x, y) (x,y) (,) qui est bien une valeur strictement comprise entre et Le reste de la preuve s en suit directement 4 La preuve variationnelle de PL Lions Commençons par quelques remarques π f(α), Si v i H (Ω i ), son prolongement par à tout Ω que l on note encore v i vérifie u i H (Ω) On identifie donc H (Ω i ) à un sous-espace fermé de H (Ω) Par construction des deux étapes (I2) et (I3), on peut conventionnellement prolonger u n+ et u 2 n+ à tout Ω par les formules suivantes { u u n+ dans Ω, n+ = u 2 n dans Ω \ Ω, et u 2 n+ = { u 2 n+ dans Ω 2, u n+ dans Ω \ Ω 2 Par définition, ces prolongements sont bien dans H (Ω) On introduit la forme bilinéaire a(u, v) = Ω u v dx, u, v H (Ω), intervenant dans la formulation variationnelle du problème étudié Si maintenant u 2 n H (Ω) est connu, alors le problème (I2) admet la formulation variationnelle suivante Trouver u n+ H (Ω) tel que u n+ u 2 n H (Ω ) et a(u n+, v) =, v H (Ω ) (I4) De même, si u n+ H (Ω) est connu, le problème (I3) s écrit Trouver u 2 n+ H (Ω) tel que u 2 n+ u n+ H (Ω 2 ) et a(u 2 n+, v) =, v H (Ω 2 ) (I5) Si on définit P i, i =, 2 la projection orthogonale dans l espace de Hilbert H (Ω) sur le sous-espace fermé H (Ω i ) et Q i = I P i la projection orthogonale sur l orthogonal de cet espace, on voit que les deux étapes de l algorithme s écrivent désormais u n+ = u 2 n P (u 2 n) = Q (u 2 n), u 2 n+ = u n+ P 2 (u n+) = Q 2 (u n+) Ainsi, une itération complète de l algorithme revient à appliquer deux projections successives sur deux sous-espaces fermés de H (Ω) Tout l enjeu est donc de déterminer si Q 2 Q est une application contractante ou pas F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

10 6 Chapitre I Introduction aux méthodes de Schwarz Théorème I2 Soient V et V 2 deux sous-espaces fermés de H (Ω) et P i (resp Q i ) les projections orthogonales dans H sur V i (resp sur Vi ) On suppose que V +V 2 est dense dans H (Ω) (ce qui est équivalent à V V2 = {}) Soit u 2 H (Ω) quelconque une initialisation de l algorithme On pose, pour tout n, u n+ 2 = Q 2 Q u n 2 Alors la suite (u n 2 ) n tend vers dans H (Ω) (autrement dit l algorithme de Scwharz converge) Si de plus on a V + V 2 = H (Ω), alors la convergence est géométrique : il existe < k < tel que u n 2 H k n u 2 H, n Preuve : On écrit tout d abord,la somme orthogonale ce qui donne en passant à la norme u 2 n = P (u 2 n) + Q (u 2 n) = (u 2 n u n+) + u n+, u 2 n 2 H = u 2 n u n+ 2 H + u n+ 2 H De la même façon, on a u n+ 2 H = u n+ u 2 n+ 2 H (Ω) + u2 n+ 2 H En particulier la suite des normes ( u 2 n ) n est décroissante donc convergente et de plus u 2 n u n+ H n (I6) On peut extraire de (u 2 n) n une sous-suite faiblement convergente donc on note u la limite Comme u 2 n V2 pour tout n et que V2 est un fermé faible de H (Ω), on a immédiatement que u V2 Mais on a également que u n+ = Q u n 2 converge faiblement vers Q u et d après (I6) la différence u n+ u 2 n tend vers Ceci montre que Q u = u et donc en particulier que u V On a donc montré que u V V 2 et donc par hypothèse u = Ainsi, la suite (u 2 n) n a une unique valeur d adhérence faible qui est, ce qui montre la convergence faible de toute la suite vers Il reste à montrer la convergence forte Pour cela, on observe que u 2 n 2 H = (Q 2 Q ) n u 2 2 H = (Q P 2 ) n (Q 2 Q ) n u 2, u 2 H = Q (Q 2 Q ) 2n u 2, u 2 H = u 2n, Q u 2 H et la convergence faible obtenue plus haut permet de conclure au fait que u 2 n H Supposons maintenant que V + V 2 = H (Ω) On va montrer que sous cette hypothèse la norme de tout élément de H (Ω) peut être contrôlée par les normes des deux projections P v et P 2 v En effet, l hypothèse implique que l application Φ : (v, v 2 ) V V 2 v + v 2 H (Ω), est surjective (et bien entendu linéaire et continue) Le théorème de l application ouverte implique alors que Φ est ouverte ce qui signifie que l image de tout ouvert de V V 2 est ouverte dans H (Ω) ou encore ce qui peut également s écrire C >, B H (, C) Φ(B V (, ) B V2 (, )), v H (Ω), (v, v 2 ) V V 2 tels que v = v + v 2, et v 2 + v 2 2 C v 2 (I7) F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

11 Méthodes avec recouvrement 7 Pour tout v H (Ω), on prend le couple (v, v 2 ) donné ci-dessus et on écrit v 2 H = v, v H + v, v 2 H = P v, v H + P 2 v, v 2 H P v H v H + P 2 v H v 2 H ( ) C v H P v H + P 2 v H On a donc bien montré qu il existe une constante C > telle que v H C ( P v H + P 2 v H ), v H (Ω) (I8) On applique maintenant l inégalité (I8) à Q v ce qui donne Q v H C P 2 Q v H, v H (Ω) En élevant au carré et en utilisant la décomposition orthogonale Q v = P 2 Q v + Q 2 Q v, on obtient Q v 2 H = P 2 Q v 2 H + Q 2 Q v 2 H (C ) 2 Q v 2 H + Q 2 Q v 2 H, et donc Ceci implique Q 2 Q v 2 H Q 2 Q v 2 H ( ) (C ) 2 Q v 2 H ( ) (C ) 2 v 2 H, et donc le caractère contractant de l application Q 2 Q Le résultat précédent est relativement abstrait Pour le traiter dans le cadre donné plus haut on doit vérifier que les espaces V = H (Ω ) et V 2 = H (Ω 2 ) vérifient bien l une ou l autre des hypothèses proposées Proposition I3 Quelque soit la décompositon Ω = Ω Ω 2, l espace H (Ω ) + H 2 (Ω 2 ) est dense dans H (Ω) Preuve : Soit ϕ D(Ω) une fonction test, dont on note K le support (compact dans Ω) On commence par remarquer qu il existe ε > tel que K K ε K ε 2, où K ε i = {x Ω i, d(x, Ω i ) ε} En effet, si ça n était pas le cas on pourrait construire une suite de points de K telle que d(x n, Ω i ) /n, i =, 2, ce qui, après extraction de sous-suite convergente, impliquerait qu il existe un élément de K (et donc de Ω) qui appartient à Ω Ω 2, ce qui n est pas possible car Ω = Ω Ω 2 et donc Ω Ω 2 Ω Comme K ε i est un compact contenu dans l ouvert Ω i, on peut trouver une fonction ψ i D(Ω i ) telle que ϕ = sur K ε i On vérifie que l on peut maintenant écrire ϕ = ψ ψ + ψ 2 ϕ + ψ 2 ψ + ψ 2 ϕ Comme ψ + ψ 2 dans K (qui est le support de ϕ), cette écriture donne une décomposition de ϕ en la somme d une fonction de D(Ω ) et d une fonction de D(O 2 ) F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

12 8 Chapitre I Introduction aux méthodes de Schwarz Ainsi, nous avons montré que D(Ω) D(Ω ) + D(Ω 2 ), ce qui implique que D(Ω) H (Ω ) + H (Ω 2 ) et donc que ce dernier espace est bien dans H (Ω) Proposition I4 On suppose que γ 2 et γ 2 ne s intersectent pas ou bien qu ils s intersectent de façon non tangentielle au bord de Ω Alors nous avons l égalité H (Ω) = H (Ω ) + H (Ω 2 ) Preuve : Tout le problème revient à construire deux fonctions ψ i ayant de bonnes propriétés de régularité (qu on va préciser ci-dessous) et telles que ψ + ψ 2 =, dans Ω, ψ =, en dehors de Ω, ψ 2 =, en dehors de Ω 2 Premier cas : les interfaces γ 2 et γ 2 ne s intersectent pas (le recouvrement est donc suffisamment important) Il est alors facile de construire de tels ψ i qui soient réguliers (disons Lipschitziens sur tout Ω) Dans ce cas, toute fonction u H (Ω) s écrit sous la forme u = uψ + uψ 2, et on vérifie sans peine que uψ i H (Ω i ) ce qui donne le résultat Second cas : les interfaces γ 2 et γ 2 s intersectent au bord de Ω Il est clair alors que l on ne peut trouver des ψ i réguliers vérifiant les propriétés ci-dessus car les deux dernières conditions impliquent que ψ + ψ 2 = au point d intersection des interfaces, ce qui contredit la première propriété Sous l hypothèse que les interfaces ne sont pas tangentes, on peut toutefois construire de tels ψ i avec la régularité localement Lipschitzienne dans Ω et une estimation du gradient de la forme ψ i (x) C, x Ω d(x, Ω) Cette dernière estimation étant surtout utile près du point d intersection, on va étudier ce qui se passe dans le cas simple où Ω est un demi-espace et les interfaces sont des droites se coupant en (, ) d équation x = αy et x = βy, y > et α < β On définit alors et une définition similaire pour ψ 2 ( ( ( 2 x ψ (x, y) = max min α β y α + β ) ) ),,, 2 On voit bien que ψ est localement Lipschitzienne dans Ω et que la norme de son gradient et non nulle uniquement dans le secteur angulaire séparé par les deux interfaces Dans ce secteur angulaire, le gradient de ψ vaut ψ (x, y) = ( ) y α β x y 2 Comme dans ce secteur angulaire on a x/y max( α, β ), on déduit que ψ (x, y) C α,β y, ce qui est bien l estimation recherchée vu que y est la distance du point (x, y) au bord du domaine Muni de ces deux fonctions, on peut alors toujours écrire u = uψ + uψ 2, F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

13 Méthodes avec recouvrement 9 mais il faut s assurer que uψ H (Ω ) Par construction cette fonction est dans Hloc (Ω) et nulle en dehors de Ω Il reste à voir qu elle est dans H jusqu au bord de Ω Ceci provient du calcul suivant qui donne (uψ ) = ψ u + u ψ, (uψ )(x) 2 C u(x) 2 + C u(x) 2 d(x, Ω) 2, et on peut utiliser l inégalité de Hardy qui nous dit que pour tout fonction u H (Ω), la fonction u/d(, Ω) est dans L 2 (Ω) et vérifie u 2 C u 2 d L 2 H Ceci conclut la preuve du fait que uψ est dans H (Ω) et donne le résultat attendu La preuve de convergence proposée donne une estimation de vitesse de convergence qui dépend de la meilleure constante qui apparaît dans (I7) Il est donc potentiellement instructif d estimer cette constante Dans le cas D, on peut faire le calcul explicite et vérifier que la constante explose de façon inverse à la taille de l overlap Soit donc Ω =], [, Ω =], γ 2 [ et Ω 2 =]γ 2, [ On se donne v H (Ω) et on veut décomposer v en v + v 2 avec v i H (Ω i ) Cela implique immédiatement que v = v, sur Ω \ Ω 2 =], γ 2 [, v 2 = v, sur Ω 2 \ Ω =]γ 2, [ De plus, dans la zone de recouvrement =]γ 2, γ 2 [, si on note w la fonction affine qui vaut en γ 2 et qui coincide avec v en γ 2, nous pouvons écrire v et v 2 sous la forme v = w + ϕ, v 2 = v w ϕ, avec ϕ H ( ) Il s agit maintenant de minimiser la fonctionelle strictement convexe F : ϕ H ( ) v 2 + v 2 2 dx = w + ϕ 2 + v w ϕ 2 dx Un tel minimiseur ϕ existe et est unique et satisfait l équation d Euler-Lagrange et comme w est affine, il reste d dx (w + ϕ ) + d dx (ϕ + w v ) =, dans, 2ϕ = v, dans, ce qui prouve que 2ϕ v doit être affine Les conditions aux limites sur ϕ fournissent la solution ϕ = ( v x γ 2 v(γ 2 ) + x γ ) 2 v(γ 2 ), 2 γ 2 γ 2 γ 2 γ 2 et la valeur du minimum F (ϕ) = v /2 + 2 v(γ 2 ) + v(γ 2 ) 2 γ 2 γ 2 + v /2 2 = 2 v v(γ 2 ) + v(γ 2 ) 2 γ 2 γ 2 dx = v 2 dx + v(γ 2) + v(γ 2 ) 2 2 γ 2 γ 2 v(γ 2 ) + v(γ 2 ) γ 2 γ 2 2 dx F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

14 Chapitre I Introduction aux méthodes de Schwarz On cherche donc maintenant la meilleure constante C > telle que v(γ 2 ) + v(γ 2 ) 2 γ 2 γ 2 C v 2 dx (I9) Ω Les valeurs de v aux bornes de étant fixés, la fonction v qui minimise le second membre est la fonction affine par morceaux v, nulle en et et coincidant avec v en γ 2 et γ 2 Tous calculs faits, on trouve v 2 dx = v(γ 2) 2 + v(γ 2) 2 + v(γ 2) v(γ 2 ) 2 γ 2 γ 2 γ 2 γ 2 On voit ainsi qu en prenant des v telles que v(γ 2 ) = v(γ 2 ), la constante C dans (I9) vérifie C γ 2 γ 2, ce qui montre bien l explosion de cette constante quand la taille du recouvrement tend vers 5 Formalisme algébrique Le preuve de convergence variationnelle donnée plus haut peut en fait être vue comme un cas particulier d un algorithme plus général que nous allons décrire ici Ce formalisme contient beaucoup de méthodes différentes (Schwarz, multigrilles, etc ) Soit H un espace de Hilbert (éventuellement de dimension finie) On considère un problème linéaire du type a(u, v) = L(v), v H, où a et L vérifient les hypothèses du théorème de Lax-Milgram (avec a symétrique pour simplifier ici) On introduit l opérateur A et le vecteur b représentant a et L dans le produit scalaire de H : a(u, v) = Au, v, b, v = L(v), u, v H Au vu des hypothèses, la matrice A est symétrique définie positive Le problème à résoudre s écrit alors Trouver u H tel que Au = b (I) On suppose donnée une décomposition de l espace H en sous-espaces fermés H,, H J (non nécessairement en somme directe) On note I k : H k H l injection canonique et I k son adjoint, c est-à-dire la projection sur H k définie par I k v k, v = v k, I kv, v k H k, v H La restriction de l opérateur initial sur le sous-espace H k est définie par A k = I kai k, et comme A est SDP, on vérifie aisément que A k est SDP dans H k L idée des méthodes présentées consiste à utiliser la résolution (éventuellement approchée) sur les sousespaces H k pour construire des méthodes itératives de résolution de (I) Pour ce faire, on note R k : H k H k un opérateur résolution dans H k qui a vocation à être une approximation de A k, et qui d ailleurs peut être égal à A k comme on l a vu précédemment On suppose que R k est SDP dans H k et que R k A k est diagonalisable (cet opérateur est A k -SDP) On va de plus typiquement supposer que ρ(i R k A k ) < (ceci ayant au moins un sens en dimension finie) de sorte que, à k fixé, la méthode itérative u n+ k = u n k R k (A k u n k I kf), n, converge vers la solution de A k u k = I k f L algorithme est alors le suivant : si on suppose une approximation u n H de la solution de (I) connue, alors on effectue successivement : F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

15 Méthodes avec recouvrement Poser u n = u n Pour k =,, J : Calculer la projection du résidu sur H k r k = I k(f Au n k ) Calculer le correcteur, c est-à-dire résoudre la contribution du résidu sur H k Mettre à jour la solution approchée Définir la solution approchée en fin d itération c k = R k r k u n k = u n k + I k c k u n+ = u n+ J Comme f = Au, on peut récrire complètement l algorithme en fonction de l erreur e n = u n u Pour k =,, J : Calculer la projection du résidu sur H k r k = I kae n k Calculer le correcteur, c est-à-dire résoudre la contribution du résidu sur H k c k = R k r k Mettre à jour l erreur Définir l erreur finale e n k = e n k + I k c k e n+ = e n+ J Ceci s écrit encore e n k = ( I I k R k I ka ) e n k, k Si on pose T k = I k R k I k A, l évolution de l erreur au cours des itérations s écritdonc e n+ = (I T J ) (I T )e n, n Ainsi l étude de la convergence de la méthode se ramène à l étude de la norme et du spectre d opérateurs de la forme E = (I T J ) (I T ), appelés opérateurs de propagation de l erreur On comprend mieux sous cette forme pourquoi la méthode s appelle ici méthode multiplicative Remarque I5 Ce formalisme inclut par exemple les méthodes de Gauss-Seidel par blocs F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

16 2 Chapitre I Introduction aux méthodes de Schwarz Nous aurons besoin d introduire les opérateurs intermédiaires avec E = I par convention On vérifie aisément par réccurence que E j = (I T j ) (I T ), j J, j E j E j = T j E j, I E j = T i E i i= (I) Lemme I6 Pour tout k, le projecteur A-orthogonal (ie pour le produit scalaire défini par A) sur H k s exprime sous la forme P k = I k (I kai k ) I ka = I k (A k ) I ka Preuve : On vérifie aisément que Pk 2 = P k et que P k I k = I k, ce qui prouve que l image de P k est égale à H k De plus, on vérifie aussi que P k est A-orthogonal et donc que P k est bien le projecteur A-orthogonal sur H k Ainsi, si on considère un solveur exact sur les sous-espaces R k = A k, les opérateurs T k définis plus haut ne sont autres que les projecteurs P k, et on retrouve essentiellement le cadre de la preuve de Lions ci-dessus Dans le cas général, on va supposer qu il existe < ω ω < 2 tels que Cette hypothèse implique que Lemme I7 ω Av k, v k AR k A k v k, v k ω Av k, v k, v k H k (I2) ρ(i R k A k ) max( ω, ω ) < Les opérateurs T k sont A-autoadjoints et A-positifs et vérifient ρ(t k ) T k A ω < 2 Preuve : Comme R k et A k sont SDP, on montre aisément les propriétés de symétrie et positivité de T k De plus, la deuxième inégalité de (I2) montre que les valeurs propres de R k A k (qui sont réelles car cet opérateur est A-symétrique) sont positives et bornées par ω Il en est donc de même de l opérateur symétrique équivalent R /2 k A kr /2 k On a donc R /2 k A kr /2 k v k, v k ω v k, v k, et ainsi, en posant w k = R /2 k v k, on trouve On peut maintenant calculer A k w k, w k ω R k w k, w k, w k H k AT k v, T k v = AI k R k I kav, I k R k I kav = I kai k R k I kav, R k I kav = A k R k I kav, R k I kav ω R k R ki kav, R k I kav = ω I kav, R k I kav = ω AI k R k I kav, v = ω AT k v, v (I3) F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

17 Méthodes avec recouvrement 3 Par l inégalité de Cauchy-Schwarz on trouve AT k v, T k v ω 2 Av, v, ce qui montre bien que la A-norme de T k est plus petite que ω Démontrons maintenant la convergence de la méthode sous l hypothèse que les espaces H k sont suffisamment gros dans H Théorème I8 Supposons que la somme J k= H k est dense dans H, alors la méthode itérative précédente est convergente (quelque soit le choix des opérateurs de résolution locale R k satifsaisant les hypothèses (I2)) Preuve : On a vu que l erreur évolue selon les formules suivantes (avec e n = e n et e n J = en+ ) e n k = (I T k )e n k, k =,, J, ou encore de façon globale e n+ = (I T J ) (I T )e n On remarque que pour tout k et n nous avons e n k 2 A (I T k )e n k 2 A = (I T k )e n k + T k e n k 2 A (I T k )e n k 2 A = T k e n k 2 A + 2 (I T k )e n k, T k e n k A = 2 T k e n k, e n k A T k e n k 2 A Si on utilise (I3), et la définition de l erreur au cran suivant e n k = (I T k)e n k, on arrive à l inégalité e n k 2 A e n k 2 A (2 ω ) T k e n k, e n k A (I4) Comme ω < 2, le terme de droite est positif et on en déduit que la norme de l erreur décroît à chaque étape du calcul (sur chaque sous-domaine) et donc, plus globalement on a la décroissance de ( e n A ) n On en déduit en particulier que cette suite de nombres positifs est convergente et donc bornée Si on revient à (I4), on a de plus la convergence des séries + n= T k e n k, e n k A, pour tout k =,, J (I5) D après (I3) et la formule e n k en k = T ke n k, on déduit que les séries + n= En particulier, la série suivante converge e n k e n k 2, convergent pour tout k =,, J + n= e n+ e n 2 A, et donc en particulier e n+ e n A n (I6) Comme (e n ) n est A-bornée (donc bornée), on peut en extraire une sous-suite faiblement convergente e ϕ(n) n e F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

18 4 Chapitre I Introduction aux méthodes de Schwarz Par continuité de tous les opérateurs mis en jeu, on déduit e ϕ(n) k On note e k cette limite Grâce à la convergence des séries (I5) on a et donc T k e k, e k A = En effet, nous avons (I T k) (I T )e, pour tout k =,, J n lim T ke n k, e n k A =, n + T k (e n k e k ), e n k e k A = T k e n k, e n k A 2 T k e n k, e k A + T k e k, e k A T ke k, e k A n D après (I3), on déduit que T k e k = pour tout k La limite faible e vérifie donc T e =, T 2 (I T )e =,, T k (I T k ) (I T )e =, ce qui implique T k e =, k =,, J Revenons à la définition de T k = I k R ki k A et prenons le produit scalaire de T k e = par Ae et donc I k Ae = pour tout k, ou encore = I k R k I kae, Ae = R k I kae, I kae, Ae H k, k {,, J} Ainsi, Ae est orthogonal à la somme des espaces H k et par l hypothèse de densité, cela implique Ae = et donc e = Ainsi la seule valeur d adhérence faible possible pour la suite (e n ) n est, ce qui montre la convergence faible de toute la suite Il reste à montrer la convergence forte Pour cela on utilise le lemme suivant Lemme I9 Soit S : H H un opérateur A-contractant au sens suivant On a alors Sx A x A, x H x, y A Sx, Sy A 2 x 2 A + 2 y 2 A 2 Sx 2 A 2 Sy 2 A, x, y H Preuve (du lemme): On commence par écrire x, y A = 2 x 2 A + 2 y 2 A 2 x y 2 A, Sx, Sy A = 2 Sx 2 A + 2 Sy 2 A 2 S(x y) 2 A Comme S(x y) A x y A, et par soustraction, on obtient x, y A Sx, Sy A 2 x 2 A 2 y 2 A + 2 Sx 2 A + 2 Sy 2 A F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

19 Méthodes avec recouvrement 5 Ensuite on écrit x, y A = 2 x 2 A 2 y 2 A + 2 x + y 2 A, Sx, Sy A = 2 Sx 2 A 2 Sy 2 A + 2 S(x + y) 2 A Comme S(x + y) A x + y A, et par soustraction, on obtient Sx, Sy A x, y A 2 x 2 A + 2 y 2 A 2 Sx 2 A 2 Sy 2 A La combinaison des deux inégalités précédentes donne le résutat attendu On applique ce résultat plusieurs fois par récurrence à E pour obtenir, pour tout n, m, p e n, e n+m A e n+p, e n+m+p A 2 en 2 A + 2 en+m 2 A 2 en+p 2 A 2 en+m+p 2 A On a déjà vu que la suite ( e n A ) est convergente, on note l sa limite Il s agit de montrer que l = L inégalité précédente montre que pour tout m, la suite ( e n, e n+m A ) n, est de Cauchy dans R, uniformément par rapport à m Ceci montre que ces suites convergent, vers une limite notée l m, et ce de manière uniforme par rapport à m Donc nous avons l m m l Par ailleurs, en utilisant la borne sur (e n ) n et (I6), nous avons pour tout m e n, e n+m A e n, e n+m+ A e n A e n+m e n+m+ A n Ceci montre que l m = l m+ pour tout m Mais en utilisant la convergence faible de e n vers, on peut aussi écrire e n, e n+m A m, et le théorème de double passage à la limite nous permet de conclure que l =, ce qui donne bien la convergence forte des approximations On peut maintenant conclure cette section en montrant une estimation d erreur pour la méthode dans le cas où la somme des espaces H k est égale à H Théorème I On suppose que H = J k= H k Alors il existe une constante C > telle que Pour tout v H, il existe v H,, v J H J tels que v = J v k et k= J v k 2 A C v 2 A Par ailleurs, ceci implique que la méthode de Schwarz converge de façon géométrique : il existe une constante k < telle que e n A e A k n k= Preuve : L existence de la constante C, comme on l a déjà vu, est une conséquence du théorème de l application ouverte et donc du fait que les espaces H k sont fermés et que leur somme est l espace entier F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

20 6 Chapitre I Introduction aux méthodes de Schwarz On va tout d abord montrer une estimation sur les opérateurs R k On écrit v = J k= v k comme dans l hypothèse et on a J k= R k v k, v k = On a utilisé ici l hypothèse spectrale (I2) J A k A k= k R k v k, v k J A k v k, v k A ka k R k v k, v k A k v k, v k k= ω J A k v k, v k k= = J AI k v k, I k v k ω k= = J I k v k 2 A ω k= C ω v 2 A On peut maintenant démontrer une inégalité du type Lemme de Lions qui consiste à estimer la norme d un élément de H en fonction des normes de T k v Soit v = J k= I kv k H, nous avons v 2 A = J v, I k v k A = k= J I kav, v k = k= J R k I kav, R v k On applique alors l inégalité de Cauchy-Schwarz au produit scalaire R k, pour obtenir k= ( J ) ( 2 J v 2 A R k R k v k, R k v k R k I kav, I kav k= En appliquant l estimation sur les R k v 2 A ( ) C ω Par définition de T k = I k R k I k A, on obtient k= obtenue précédemment, il vient ( 2 J ) 2 v A I k R k I kav, v A v 2 A C ω Pour k J, on écrit (en utilisant (I)) k= k ) 2 ( J ) T k v, v A (I7) k= k T k v, v A = T k v, E k v A + T k v, T i E i v A Ensuite, on utilise l inégalité de Cauchy-Schwarz pour le semi-produit scalaire T k, A, et (I3) pour obtenir k T k v, v A T k v, v 2 A T k E k v, E k v 2 A + T k v, T k v 2 A T i E i v, T i E i v 2 A ) k T k v, v 2 A ( T k E k v, E k v 2 A + ω T i E i v, E i v 2 A i= i= i= F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

21 2 Méthode sans recouvrement 7 Si on simplifie et qu on élève au carré, il vient ( ) k T k v, v A 2 T k E k v, E k v A + ω 2 (k ) T i E i v, E i v A En sommant sur k et en réorganisant les termes, il vient J T k v, v A [ 2 + ω 2 J(J ) ] J T k E k v, E k v A (I8) k= k= L inégalité (I4), peut se récrire sous la forme plus générale suivante Avec (I8), on obtient v 2 A Ev 2 A = v 2 A E J v 2 A (2 ω ) v 2 A Ev 2 A et maintenant on utilise (I7) pour obtenir Si on note C = 2 ω ω 2+ω 2 J(J ) 2 ω 2 + ω 2 J(J ) i= J T k E k v, E k v A k= ( J ) T k v, v A, k= ω v 2 A Ev 2 2 ω A 2 + ω 2 v 2 J(J ) C A C, on a donc montré Ev 2 A ( C ) v 2 A, v H, ce qui montre bien le caractère contractant de l opérateur d erreur avec la constante de contraction k = C < 2 Méthode sans recouvrement 2 Principe général Il s agit maintenant de proposer des méthodes de décomposition de domaines qui fonctionnent dans le cas où les sous-domaines ne se recouvrent pas On se convainc aisément qu une méthode à base de conditions aux limites de Dirichlet (ou de Neumann) n a aucune chance de fonctionner C est pourquoi PLLions a proposé une version de ces méthodes basées sur des conditions de transmission de type Fourier Plus exactement, étant connues les approximations u i n sur tous les sous-domaines, on calcule les nouvelles approximations u i n+ en calculant la solution de u i n+ = f, dans Ω i u i n+ = g, sur Ω Ω i, u i n+ ν ij + λu i n+ = uj n ν ij } {{ } +λu j n, sur (I9) = uj n ν ji Dans ces équations λ est un paramètre strictement positif fixé On discutera de sa valeur un peu plus tard En plus de ne pas nécessiter de recouvrement entre les sous-domaines, cette méthode est donc entièrement parallélisable puisque la résolution sur les sous-domaines se fait de façon simultanée F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

22 8 Chapitre I Introduction aux méthodes de Schwarz 22 Exemples en D et 2D Notion de méthode optimale 22 Le cas D On pose Ω =], [ et Ω =], γ[, Ω 2 =]γ, [ (ici il n y a qu une interface ) Comme précédemment, on peut soustraire la solution exacte des solutions approchées et donc se ramener au cas f =, g = On peut voir la méthode proposée comme une itération permettant de résoudre les équations (u i ) = dans Ω i avec les conditions de transmission (u ) (γ) + λu (γ) = (u 2 ) (γ) + λu 2 (γ), (u 2 ) (γ) + λu 2 (γ) = (u 2 ) (γ) + λu 2 (γ) Ces équations montrent bien que u = u 2 en γ et que (u ) = (u 2 ) en γ, et donc que la réunion de u et u 2 forme une solution de l équation homogène sur tout Ω qui ne peut être que Ainsi, on peut considérer la méthode comme une itération sur les données de Fourier g n et g 2 n Ces données étant connues, on peut calculer u par les équations ce qui donne (u n+) =, u n+() =, (u n+) (γ) + λu n+(γ) = g 2 n, u n+(x) = g2 n + λγ x, et permet de calculer le flux g n+ qui sera passé au second domaine à l itération suivante De la même façon on trouve g n+ = (u n+) (γ) + λu n+(γ) = λγ λγ + g2 n g 2 n+ = Ainsi, l itération s écrit globalement sous la forme ( ) ( g n+ = g 2 n+ λ( γ) λ( γ) + g n λγ λγ+ λ( γ) λ( γ)+ ) (g ) n La convergence de la méthode est assurée si on montre que le rayon spectral de la matrice d itération est plus petit que, ce qui est bien le cas ici On voit même que pour les choix particuliers suivants du paramètre λ = γ, ou λ = γ, la matrice d itération est nilpotente et donc que la méthode converge en 2 itérations 222 Le cas 2D Si on étudie tout d abord l équation D suivante u + ω 2 u =, l analyse précédente montre que la matrice d itérations de la méthode s écrit ( ) λ sinh(ω( γ)) ω cosh(ω( γ)) λ sinh(ω( γ))+ω cosh(ω( γ)) A ω,λ = λ sinh(ωγ) ω cosh(ωγ) λ sinh(ωγ)+ω cosh(ωγ) Comme on l a vu cette équation modélise une situation 2D dans laquelle on a préalablement effectué une transformation de Fourier en y Pour un paramètre λ fixé, le taux de convergence de la méthode est piloté par le plus grand rayon spectral de A ω,λ pour toutes les valeurs de ω présentes dans le système Si on imagine qu on a discrétisé le système dans la variable y selon un maillage de pas h, la plus grande fréquence dans le système est de l ordre /h g 2 n F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

23 2 Méthode sans recouvrement 9 On peut alors chercher le paramètre optimal en résolvant le problème suivant ( ) inf λ> sup ρ(a ω,λ ) ω [,/h] On peut montrer que ce paramètre optimal est alors de l ordre de C/ h 23 La preuve de convergence Théorème I Les suites (u i n) n obtenues par la méthode de Schwarz sans recouvrement vérifient u i n n u Ω i, dans H (Ω i ) pour tout i Preuve : Remarquons tout d abord que, quitte à soustraire la solution u du problème limite, il suffit de montrer le résultat pour u =, f = et g = C est-à-dire de montrer la convergence faible vers des approximations dans le cas f = et g = En guise de préliminaire, écrivons l équation vérifiée par u i n+ u i n sur le domaine Ω i Celle-ci s écrit (u i n+ u i n ) =, dans Ω i, u i n+ u i n =, sur Ω Ω i, (u i n+ u i n ) ν ij + λ(u i n+ u i n 2u j n) =, sur On commence par multiplier l équation (I2) par u i n+ u i n et intégrer par parties Ω i (u i n+ u i n ) 2 dx + λ j i u i n+ u j n 2 dx = λ j i u i n u j n 2 dx (I2) On somme sur i et sur n pour obtenir n i Ω i (u i n+ u i n ) 2 dx < +, (I2) et la borne sup n u i n+ u j n 2 dx < + i j (I22) Sur tous les domaines Ω i qui touchent le bord de Ω, de sorte que u i n+ u i n est nul sur une partie du bord de Ω i et on peut utiliser l inégalité de Poincaré dans Ω i pour majorer les normes L 2 (Ω i ) par la norme du gradient Pour les domaines qui ne touchent pas le bord, on utilise les conditions de transmission et le lemme suivant Lemme I2 Pour tout domaine O et γ O d intérieur non vide dans O, il existe une constante C > telle que pour tout u H (O) telle que u L 2 (O) on a ( ) u H (O) C u L 2 (O) + u L 2 (O) + u ν + λu H /2 (γ ) F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

24 2 Chapitre I Introduction aux méthodes de Schwarz Ceci permet de proche en proche d obtenir des estimations des normes L 2 (Ω i ) sur tous les domaines On déduit ainsi de (I2) l inégalité u i n+ u i n 2 dx < +, (I23) Ω i n i puis par le théorème de traces n i j u i n+ u i n 2 dx < + (I24) Maintenant on multiplie (I2) par u i n+ et on intègre par parties (u i n+ u i n ) u i n+ dx + λ (u i n+ + u i n 2u j n)u i n+ dx Ω i j i On utilise les formules algébriques suivantes (u i n+ u i n ) u i n+ = 2 ui n+ 2 2 ui n (ui n+ u i n ) 2, (u i n+ + u i n 2u j n)u i n+ = 2 ui n ui n 2 u j n 2 + u i n+ u j n 2 2 ui n+ u i n 2 Ce qui donne u i 2 n+ 2 dx + λ u i Ω i 2 n+ 2 dx + λ u i j i 2 n 2 dx j i + (u i n+ u i 2 n ) 2 dx + λ u i n+ u j n 2 Ω i j i = u i 2 n 2 dx + λ u j n 2 dx Ω i j i + λ u i n+ u i 2 n 2 dx j i On somme maintenant sur i et on introduit A n = u i n 2 dx, i Ω i B n = λ u i n 2 dx, i j i C n = λ u i n+ u j n 2 dx, i j i D n = λ u i n+ u i 2 n 2 dx Il vient ou encore i j i 2 A n+ + 2 (B n+ + B n ) + C n 2 A n + B n + D n, 2 A n+ + 2 (B n+ B n ) + C n 2 A n + 2 (B n B n ) + D n F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

25 2 Méthode sans recouvrement 2 Si on somme cette inégalité entre n = et N, on trouve 2 (A N+ + A N ) + 2 (B N+ B N ) + N C n 2 (A + A ) + N 2 (B B ) + D n n= n= (I25) On calcule d où B N+ B N = λ u i N+ 2 u j N 2 dx i j = λ (u i N+ u j N )(ui N+ + u j N ) dx, i j B N+ B N λ C N u i N+ 2 + u i N 2 i j 2 Mais par l inégalité de Poincaré (pour les sous-domaines touchant le bord) et une utilisation répétée du lemme I2 pour les autres, on a l estimation des traces u i n 2 dx C u i n 2 H (Ω i) i j i i j i ( ) (I26) M u i n 2 L 2 (Ω i) Ceci montre qu il existe une constante M ne dépendant que des données vérifiant B N+ B N M C N ( + A N + A N+ ) Grâce à l inégalité (I22) qui montre que la suite (C n ) n est bornée, on conclut finalement que B N+ B N M( + A N + A N+ ) Par l inégalité de Young, on obtient i et donc (I25) donne 2 B N+ B N M + M (A N + A N+ ), 4 (A N+ + A N ) + N n= C n M + M (A + A ) + 2 (B B ) + N D n n= (I27) Enfin, d après (I24), la série de terme général D n est convergente et donc, in fine, on a montré sup A N < +, N C n < + n Avec (I26), on a donc finalement montré en particulier que (u i n) n est bornée dans H (Ω i ) pour tout i, et u i n+ u j n L 2 () n (I28) F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

26 22 Chapitre I Introduction aux méthodes de Schwarz Des considérations précédentes, on déduit que les suites (u n) n,, (u J n) n, et (u n+) n,, (u J n+) n, sont toutes bornées dans les Sobolev respectifs et on peut donc extraire une même sous-suite et trouver des u i, ũ i H (Ω i ) tels que u i ϕ(n) n ui, dans H (Ω i ) De plus, d après (I23), nous avons également u i ϕ(n)+ n ũi, dans H (Ω i ) u i ϕ(n)+2 n ui, dans H (Ω i ) Il est clair que les u i et ũ i satisfont l équation u i = ũ i = dans chaque Ω i ainsi que les conditions de Dirichlet sur Ω i Ω De plus, d après (I28), on a les égalités u i = ũ j, sur, i j (I29) En passant à la limite (faible) dans la condition de Fourier sur chaque interface, on trouve également u i ν ij = ũj ν ij, sur, i j (I3) Par passage à la limite dans les équations, u i et ũ i sont solutions, dans chaque sous-domaine, des problèmes u i u i =, = ũj, ν ij ν ij ũ i =, ũ i ν ij = uj ν ij On soustrait ces deux équations, on multiplie par u i ũ i et on intègre par parties, on trouve = (u i ũ i ) 2 dx ( ) u i ũi (u i ũ i ) dx, i {,, J} Ω i j i ν ij ν ij En sommant sur i et en regroupant les termes de chaque interface = (u i ũ i ) 2 dx [( u i ũi i Ω i i<j ν ij ν ij ) (u i ũ i ) + ( ) ] u j ũj (u j ũ j ) dx ν ji ν ji On utilise alors les conditions de transmissions obtenues à la limite (I29) et (I3) (et on remarque que les normales ν ij et ν ji sont opposées) pour conclure que chacun des termes d interface dans cette somme est nul On conclut de tout cela que u i = ũ i pour tout i A la lumière des ces égalités, on constate que les conditions de transmission (I29) (I3) deviennent u i = u j, et u i ν ij = uj ν ij sur, i j Ainsi, la fonction v définie sur Ω en recollant les fonctions u i est bien dans H (Ω) (raccord continu aux interfaces) et vérifie l équation v = dans Ω (raccord des flux) Ceci prouve donc que v = Par unicité de cette valeur d adhérence faible, on a bien établi les convergences u i n n, dans H (Ω i ) pour tout i F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

27 BIBLIOGRAPHIE 23 BIBLIOGRAPHIE [Gan8] Martin J Gander, Schwarz methods over the course of time, Electron Trans Numer Anal 3 (28), , MR (2a :6544) [Gan9], Schwarz methods over the course of time, Preprints/SchwarzTalkpdf, 29 [Hol94] Michael Holst, Algebraic schwarz methods, dist/hols94cpdf, 994 [Lio88] [Lio89] [Lio9] P-L Lions, On the Schwarz alternating method I, First International Symposium on Domain Decomposition Methods for Partial Differential Equations (Paris, 987), SIAM, Philadelphia, PA, 988, Method_Ipdf, pp 42 MR 9725 (9a :65248), On the Schwarz alternating method II Stochastic interpretation and order properties, Domain decomposition methods (Los Angeles, CA, 988), SIAM, Philadelphia, PA, 989, Stochastic_Interpretation_and_Order_propertiespdf, pp 47 7 MR 9923 (9e :654), On the Schwarz alternating method III A variant for nonoverlapping subdomains, Third International Symposium on Domain Decomposition Methods for Partial Differential Equations (Houston, TX, 989), SIAM, Philadelphia, PA, 99, the_schwarz_alternating_method_iii_a_variant_for_nonoverlapping_ Subdomains_(Lions)pdf, pp MR (9g :65226) [TW5] Andrea Toselli and Olof Widlund, Domain decomposition methods algorithms and theory, Springer Series in Computational Mathematics, vol 34, Springer-Verlag, Berlin, 25 MR 2479 (25g :656) F BOYER, F HUBERT - VERSION DU 2 FÉVRIER 24

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

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

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en 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

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

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

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

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en 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

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

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

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

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

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

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

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

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

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

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

Plus en détail

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

Exercices - Polynômes : corrigé. Opérations sur les polynômes

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

Plus en détail

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

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction 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 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

Développement décimal d un réel

Développement décimal d un réel 4 Développement décimal d un réel On rappelle que le corps R des nombres réels est archimédien, ce qui permet d y définir la fonction partie entière. En utilisant cette partie entière on verra dans ce

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

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

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en 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

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première 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 détail

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en 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

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

Texte Agrégation limitée par diffusion interne

Texte Agrégation limitée par diffusion interne Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

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

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

Groupe symétrique. Chapitre II. 1 Définitions et généralités

Groupe symétrique. Chapitre II. 1 Définitions et généralités Chapitre II Groupe symétrique 1 Définitions et généralités Définition. Soient n et X l ensemble 1,..., n. On appelle permutation de X toute application bijective f : X X. On note S n l ensemble des permutations

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

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

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

www.h-k.fr/publications/objectif-agregation

www.h-k.fr/publications/objectif-agregation «Sur C, tout est connexe!» www.h-k.fr/publications/objectif-agregation L idée de cette note est de montrer que, contrairement à ce qui se passe sur R, «sur C, tout est connexe». Cet abus de langage se

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

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

Cours d analyse numérique SMI-S4

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

Plus en détail

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Baccalauréat 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 détail

Cours Fonctions de deux variables

Cours 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 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

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

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en 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

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

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

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

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

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

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

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

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

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

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

La fonction exponentielle

La 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 détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

La mesure de Lebesgue sur la droite réelle

La mesure de Lebesgue sur la droite réelle Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et

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

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

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Équations non linéaires

Équations 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 détail

Probabilités sur un univers fini

Probabilités 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

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

On ne peut pas entendre la forme d un tambour

On ne peut pas entendre la forme d un tambour On ne peut pas entendre la forme d un tambour Pierre Bérard Institut Fourier Laboratoire de Mathématiques Unité Mixte de Recherche 5582 CNRS UJF Université Joseph Fourier, Grenoble 1 Introduction 1.1 Position

Plus en détail

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction Antécédents d un nombre par une fonction 1) Par lecture graphique Méthode / Explications : Pour déterminer le ou les antécédents d un nombre a donné, on trace la droite (d) d équation. On lit les abscisses

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

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples, Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très

Plus en détail

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2

Plus en détail

Exercices Corrigés Premières notions sur les espaces vectoriels

Exercices Corrigés Premières notions sur les espaces vectoriels Exercices Corrigés Premières notions sur les espaces vectoriels Exercice 1 On considére le sous-espace vectoriel F de R formé des solutions du système suivant : x1 x 2 x 3 + 2x = 0 E 1 x 1 + 2x 2 + x 3

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 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 détail

Les Conditions aux limites

Les Conditions aux limites Chapitre 5 Les Conditions aux limites Lorsque nous désirons appliquer les équations de base de l EM à des problèmes d exploration géophysique, il est essentiel, pour pouvoir résoudre les équations différentielles,

Plus en détail

Théorie de la mesure. S. Nicolay

Théorie de la mesure. S. Nicolay Théorie de la mesure S. Nicolay Année académique 2011 2012 ii Table des matières Introduction v 1 Mesures 1 1.1 Sigma-algèbres................................. 1 1.2 Mesures.....................................

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

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

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

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½ Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½ Patrick Ciarlet et Vivette Girault ciarlet@ensta.fr & girault@ann.jussieu.fr ENSTA & Laboratoire Jacques-Louis Lions, Paris 6 Condition

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

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

Fonctions de deux variables. Mai 2011

Fonctions de deux variables. Mai 2011 Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs

Plus en détail

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013 Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de

Plus en détail

Dérivation : cours. Dérivation dans R

Dérivation : cours. Dérivation dans R TS Dérivation dans R Dans tout le capitre, f désigne une fonction définie sur un intervalle I de R (non vide et non réduit à un élément) et à valeurs dans R. Petits rappels de première Téorème-définition

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en 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

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Problèmes mathématiques de la mécanique/mathematical problems in Mechanics Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions. Cristinel Mardare Laboratoire

Plus en détail

aux différences est appelé équation aux différences d ordre n en forme normale.

aux 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 détail

NOTATIONS PRÉLIMINAIRES

NOTATIONS 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 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

LES MÉTHODES DE POINT INTÉRIEUR 1

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

Plus en détail