Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité
|
|
- Irène Leclerc
- il y a 8 ans
- Total affichages :
Transcription
1 Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Andreea Grigoriu avec Jean-Michel Coron, Cătălin Lefter and Gabriel Turinici CEREMADE-Université Paris Dauphine Séminaire des doctorants-cermics 7 Juillet 2010
2 Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
3 Introduction Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
4 Introduction Chimie quantique Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
5 Introduction Chimie quantique Biologie Figure: Mieux que nos cellules photo-voltaiques (8% 20%), les plantes savent transformer plus de 95% de l énergie solaire en énergie chimique, qui est à la base de tous les organismes vivants. Une étude récente (Nature 446, ) montre l importance des effets quantiques (cohérence). Source de l image : http ://
6 Introduction Chimie quantique Médecine Figure: L adenine, une des molécules qui codent l information génétique de notre ADN. Les simulations numériques permettent de prédire la disposition des noyaux et des électrons.
7 Introduction Contrôle quantique Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
8 Introduction Contrôle quantique Contrôle des systèmes quantiques en utilisant le laser affecte la structure des molécules (créer ou briser les liaisons chimiques) obtenir une précision plus grande qu avec les moyens macroscopiques habituels (temperature, pression...) D autres applications de cette technique la conception de portes logiques dans de futurs ordinateurs quantiques investigations dans l imagerie par résonance magnétique nucléaire-irm étude de la dynamique des protéines détection moléculaire orientation et alignement moléculaire construction de lasers ultra-courts
9 Introduction Contrôle quantique Figure: Ici l exemple d un laser optimisé pour choisir entre les réactions possibles. Science, 292 : , 2001
10 Introduction Contrôle quantique Figure: Exemples d états finaux obtenus utilisand un champ laser Science, 292 : , 2001
11 Introduction Contrôle quantique Système quantique évolution modélisée par l équation de Schrödinger (TDSE) { i t Ψ(x, t) = H 0Ψ(x, t) Ψ(x, t = 0) = Ψ 0 (x). Système de contrôle quantique ajout d une interaction externe { i t Ψ(x, t) = (H 0 + u(t)h 1 (x))ψ(x, t) Ψ(x, t = 0) = Ψ 0 (x) Ex. : H 0 = + V (x), domaine non borné Evolution sur la sphère unité : Ψ(t) L 2 = 1, t 0.
12 Introduction Contrôle quantique Motivation le terme de premier ordre u(t)h 1 n a pas assez d influence sur le système pour attendre l objectif de contrôle. le but peut devenir accessible après l ajout de plusieurs termes : i d dt Ψ(t) = [ H 0 + u(t)h 1 + u(t) 2 H 2 ] Ψ(t) i d dt Ψ(t) = [ H 0 + u(t)h 1 + u(t) 2 H 2 + u(t) 3 H 3 ] Ψ(t) i d dt Ψ(t) = [ H 0 + (u 1 (t) 2 + u 2 (t) 2 )H 1 + u 1 (t) 2 u 2 (t)h 2 ] Ψ(t)
13 Introduction Contrôle quantique La controlabilité Le systeme i d dt Ψ(t) = [ H 0 + u(t)h 1 + u(t) 2 H 2 ] Ψ(t) peut etre vu comme un cas particulier de : i d dt Ψ(t) = [H 0 + u(t)h 1 + v(t)h 2 ] Ψ(t) avec v(t) = u 2 (t). La controlabilité peut etre étudiée : en utilisand le critere général d accesibilité basé sur l Algebre de Lie : Sussmann et Jurdjevic (72), Brockett (73) resultats plus specifiques : Turinici (07)
14 Introduction Contrôle quantique Le contrôle la caracterisation de la controlabilité ne prévoit pas en général un moyen simple et efficace pour determiner le contrôle techniques de contrôle optimal : Shi, Woody et Rabitz (88), Maday et Turinici (03), techniques de factorisation du groupe unitaire : Altafini (02), Constantinescu et Ramakrishna (03) techniques Lyapunov Ferrante et all (02), Grivopoulos et Bahiem (03), Maday et Turinici (03), Sugawara (03), Beauchard, Coron, Mirrahimi et Rouchon (07),
15 Introduction Contrôle quantique Le contrôle Dans le cas H 0 + u(t)h 1 + u 2 (t)h 2 : adapter l analyse proposée pour le cas bilineaire : H 0 + u(t)h 1 Jurdjevic and Quinn (78), Mirrahimi, Rouchon et Turinici(05) Remarque : le cas bilineaire couplage direct non-nul realisé par H 1 entre l etat cible et tous les autes etats si H 1 a la même proprieté même type de controle si une partie des couplages est realisée par H 2 à la place de H 1 le feedback antérieur ne marche plus nous proposons deux alternatives : feedback discontinuu avec termes de mémoire feedback dependant de temps
16 Techniques de Lyapunov Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
17 Techniques de Lyapunov Cadre général prendre le système quantique de niveau N évoluant selon l équation (NTDSE-Schrödinger non-linéaire) : i d dt Ψ = (H 0 + u(t)h 1 + u 2 (t)h 2 + ω(t))ψ(t) où Ψ S 2n 1 C = {Ψ C n Ψ C n = 1}; H 0, H 1 et H 2 sont des matrices Hermitiennes de dim N N (H 0 = H 0...) ω(t), u(t) R le contrôle ; De point de vue physique, Ψ et e ıθ(t) Ψ décrivent le même état physique avec θ(t) R géométrie non triviale contrôle ω.
18 Techniques de Lyapunov Construction du contrôle Lyapunov Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
19 Techniques de Lyapunov Construction du contrôle Lyapunov Construction du contrôle Lyapunov méthode de Lyapunov introduite par : prenons une fonction V (Ψ, t) : où V (Ψ, t) = Ψ Ψ r Ψ Ψ r.. est le produit scalaire Hermitien correspondant à (u r (t), ω r (t)), nous prenons t (Ψ r (t)) une trajectoire de référence i.e., une solution régulière de NTDSE La fonction V est positive pout tout t > 0 et pout tout Ψ S 2n 1 C, vaut zero quand Ψ = Ψ r.
20 Techniques de Lyapunov Construction du contrôle Lyapunov Construction du contrôle Lyapunov La dérivée de V est donnée par : dv dt ( ) = 2(u u r ) Im( H 1 Ψ(t) Ψ r ) + (u + u r )Im( H 2 Ψ(t) Ψ r ) + 2(ω ω r )Im( Ψ(t) Ψ r ), où Im est la partie imaginaire. Lorsque par exemple on prend : u = u r (t) k Im( H 1Ψ(t) Ψ r )+2u rim( H 2 Ψ(t) Ψ r ) 1+kIm( H 2 Ψ(t) Ψ r ) ω = ω r (t) cim( Ψ(t) Ψ r ), avec k, c > 0 nous nous assurons que dv/dt 0, i.e. V est décroissante.
21 Techniques de Lyapunov Construction du contrôle Lyapunov Construction du contrôle Lyapunov le cas important : la trajectoire de référence correspond à un état statique : u r = 0, ω r = λ and Ψ r = φ où φ est un vecteur propre H 0 associé à la valeur propre λ R. on note : I 1 = Im( H 1 Ψ(t) φ ) et I 2 = Im( H 2 Ψ(t) φ. puis le feedback devient u = ki 1 /(1 + ki 2 ) ω = λ cim( Ψ(t) φ ).
22 Techniques de Lyapunov Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
23 Techniques de Lyapunov H 0 a un spectre non dégénéré si λ j λ l pour tout j l, j, l = 1,..., n. Théorème Considerons NTDSE avec Ψ S 2n 1 C et une vecteur propre φ S 2n 1 C de H 0 associée à la valeur propre λ. Prenons le feedback enterieur avec c > 0, k < 1 H 2 et supponsons que le spectre de H 0 est non dégénéré. Alors, l assertion suivante est vraie : L ensemble limite du système est à l intersection de S 2n 1 avec l espace E = Rφ α Cφ α où φ α est un vecteur propre de H 0 qui n est pas colinéaire avec φ, tel que φ α H 1 φ = 0.
24 Techniques de Lyapunov Remarque 1 la recherche de φ marche bien lorsque tous les vecteurs propres de H 0, φ 2,..., φ n (sauf φ) sont couplées avec φ par H 1, i.e. φ k, H 1 φ 0, k = 2,..., n. Remarque 2 nous ne savons pas ce qui se passe lorsque les couplages sont réalisés par H 2 (le théorème ne s applique pas, mais le système est toujours contrôlable). Remarque 3 on utilise le modèle H 0 + u(t)h 1 + u 2 (t)h 2 pour les cas où le couplage de H 1 n est pas suffisant pour contrôler (sinon prendre des intensités laser u(t) plus faibles, faire H 0 + u(t)h 1 hamiltonien effectif à la place de H 0 + u(t)h 1 + u 2 (t)h 2 et H 2 n est plus utilisée pour modéliser le sytème).
25 Techniques de Lyapunov Idées principales de la preuve le principe de LaSalle s dit que les trajectoires du système convergent aù plus grand ensemble invariant contenu dans dv/dt = 0 l équation dv/dt = 0 signifie que ainsi u = 0 et ω = 0. I 1 = Im( H 1 Ψ φ ) = Im( Ψ φ ) = 0, L invariance implique : i d dt Ψ = H d 0Ψ, dt Im( H 1Ψ φ ) = 0 et d dtim( Ψ φ ) = 0.
26 Techniques de Lyapunov On note B = H 1 ensuite le plus grand ensemble invariant est caractérisé par Im( Ψ φ ) = 0 avec les conditions suivantes : Im( H 1 Ψ φ ) = 0 Re( [H 0, H 1 ]Ψ φ ) = 0 Im( [H 0, [H 0, H 1 ]]Ψ φ ) = 0,...
27 Techniques de Lyapunov Exemples et simulations numériques Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
28 Techniques de Lyapunov Exemples et simulations numériques Exemples et simulations simulations numériques pour un système à trois niveaux avec H 0, H 1 et H 2 donnés par : H 0 = 0 1 0, H 1 = 1 0 0, H 2 = La fonction d onde est Ψ = (Ψ 1, Ψ 2, Ψ 3 ) T. on utilise le contrôle de Lyapunov à attiendre le premier vecteur propre φ = φ 1 = (1, 0, 0) d énergie λ = 0, au temps final T. remarque : Φ 2 H 1 φ 0 et Φ 3 H 1 φ 0.
29 Techniques de Lyapunov Exemples et simulations numériques Exemples et simulations Figure: Evolution de la fonction de Lyapunov V (Ψ) (ligne verte) et du contrôle u (ligne bleue) ; contition initiale Ψ(t = 0) = (0, 1/ 2, 1/ 2) ; soit k = 0.2, c = 0.8, t = 0.1.
30 Techniques de Lyapunov Exemples et simulations numériques Exemples et simulations simulations numériques pour un système à trois niveaux avec H 0, H 1 and H 2 donnés par : H 0 = 0 1 0, H 1 = 1 0 0, H 2 = on utilise le contrôle de Lyapunov pour atteindre le premier vecteur propre φ = φ 1 = (1, 0, 0) d énergie λ = 0, au temps final T. remarque : Φ 3 H 1 φ = 0.
31 Techniques de Lyapunov Exemples et simulations numériques Exemples et simulations (a) (b) Figure: (a) Evolution de la fonction de Lyapunov V (Ψ) (ligne verte) et du contrôle u (ligne bleue) ; (b) Evolution de I 1 et I 2 ; avec k = 0.2, c = 0.8, t = 0.1 et la condition initiale Ψ(t = 0) = (0, 1/ 2, 1/ 2)
32 Feedback discontinuu Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
33 Feedback discontinuu Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
34 Feedback discontinuu Afin de surmonter le manque de convergence pour les cas similaires à ceux préséntés ci-dessus, nous définissons les régions A, B, C : A = {Ψ I 1 (Ψ) < δ et I 2 (Ψ) < δ} B = {Ψ I 1 (Ψ) < δ et I 2 (Ψ) > δ} C = {Ψ I 1 (Ψ) > δ/2 ou I 2 (Ψ) < 2 δ} sachant que : dv /dt = u(i 1 + ui 2 ) = u 2 I 2 + ui 1 et nous définissons le contôle (DLFdiscontinuu Lyapunov feedback) : 8 < u(i 1, I 2 ) = : k 1 I 2, en A \ C 0, en B \ C k 2 I 1 /(1 + k 2 I 2 ), en C \ (A B) ω = λ cim( Ψ(t) φ ). avec δ une constante positive petite. Figure: Overlapping regions A, B, C
35 Feedback discontinuu Plus précisément, dans notre situation nous pouvons définir le propagateur S 1 (t)ψ 0 en résolvant l équation du feedback tel que : si l état initial Ψ 0 A C, nous initialisations avec le feedback correspondant à C si l état initilal Ψ 0 B C, nous initialisations aussi avec le feedback correspondant à C. le propagateur S 2 (t)ψ 0 en résolvant l équation du feedback tel que : si l état initial Ψ 0 A C, nous initialisations avec le feedback correspondant àa si l état initial Ψ 0 B C, nous initialisations avec le feedback correspondant à B. Figure: Overlapping regions A, B, C
36 Feedback discontinuu Remarque 1. ni S 1 ni S 2 ne définissent un système dynamique classique (pas de propriété de semigroupe). Remarque2. à la place on a : S 1 (t + s)ψ 0 = S 1 (t)s 1 (s)ψ 0 ou S 1 (t + s)ψ 0 = S 2 (t)s 1 (s)ψ 0. Remarque 3. S 1 (t)ψ 0 et S 2 (t)ψ 0 sont solutions au sens de Carathéodory et dépendent continuement de la donnée initiale.
37 Feedback discontinuu Soit k 1 > 0 et 0 < k 2 < 1 H 2 fixés Puisque dv/dt = u(i 1 + ui 2 ), nous avons les possibilités suivantes 1 Si Ψ(t) A \ C alors u = k 1 I 2 et dv /dt = k 1 I 2 (I 1 + k 1 I 2 2 ) k 2 1 δ I 2 + k 1 δ I 2 < 0. 2 Si Ψ(t) B \ C alors u = 0 et dv /dt = 0. 3 If Ψ(t) C \ (A B) alors u = k 2 I 1 /(1 + k 2 I 2 ) (le dénominateur ne s annule pas grâce à la restriction imposée à k 2 ) alors dv /dt = k 2 I 2 1 /(1 + k 2I 2 ) Si Ψ(t) A C or B C nous sommes dans une des situations précédentes selon quel feedback est utilisé au moment donné t. Figure: Overlapping regions A, B, C
38 Feedback discontinuu Théorème Considérons NTDSE avec Ψ S 2n 1 C et un vecteur propre φ S 2n 1 C de H 0 associé à la valeur propre λ. Soit le feedback (DLF) avec k 1 > 1, k 2 < 1 H 2 et c, δ > 0. Si H 0 est non dégénéré et pour tout k avec φ k φ soit φ k H 1 φ 0 ou φ k H 2 φ 0, alors l ensemble limite de Ψ(t) est reduit à une solution du système non contrôlé, avec I 1 < δ, 2 δ I 2 C δ, C une constante dependente seulement de H 0.
39 Feedback discontinuu Idées principales de la preuve Ω δ est invariant soit à S 1 soit à S 2, cela signifie que si Ψ 1 Ω δ alors S 1 (t)ψ 1 Ω δ, t > 0 ou S 2 (t)ψ 1 Ω δ, t > 0. l ensemble limite Ω δ est une reunion de trajectoires correspondant soit au propagateur S 1 soit au propagateur S 2. Sur l ensemble limite Ω δ, V est constante alors dv/dt = 0, ce qui implique : u(i 1 + ui 2 ) = 0, Im Ψ, φ = 0.
40 Feedback discontinuu par la définition de u, l ensemble limite Ω δ consiste en effet des trajectoires du système non contrôlé i Ψ = H 0 Ψ. avec les solutions de la forme : Ψ = n b j e iλjt φ j. j=1 Nous obtenons que l ensemble limite Ω δ est caractérisé par Ω δ {I 1 = 0 et I 2 < 2 δ} { I 1 < δ et I 2 > δ}.
41 Feedback discontinuu Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
42 Feedback discontinuu Exemples et simulations soit un système quantique à 5-niveaux H 1 = H 0 = , H 2 =, Nous utilisons le contrôle (DLF) pour attendre le premier vecteur propre φ = (1, 0, 0, 0, 0, 0) d énergie λ = 1, au temps final T. Remarquons que H 2 = 1.
43 Feedback discontinuu Exemples et simulations (a) (b) Figure: (a) Evolution de la fonction de Lyapunov V (Ψ) (ligne verte) et du contrôle u (ligne blue) ; (b) Evolution de I 1 et I 2 ; avec k 1 = 1.1, k 2 = c = 0.8, δ = 10 4, t = 0.1 et la condition initiale Ψ(t = 0) = (0, 1/ 4, 1/ 4, 1/ 4, 1/ 4).
44 Feedback discontinuu Exemples et simulations Figure: Zoom sur l évolution de u entre t = 410 et t = 490.
45 Feedback dependant du temps Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
46 Feedback dependant du temps Resultat théorique Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
47 Feedback dependant du temps Resultat théorique Feedback dependant du temps trouver un feedback periodique dependant du temps u(t, Ψ) = α(ψ(t)) + β(ψ(t)) sin(t/ε). pour stabiliser NTDSE à l état fondamental φ. l idée générale on utilise une méthode de moyennisation pour comparer le comportement asymptotique du système (NTDSE) avec le comportement du système moyenné. On identifie les coefficients α et β tels que le système moyenné soit asymptotiquement stable
48 Feedback dependant du temps Resultat théorique Remarque Pour un système differentiel ẋ = f(t, x) f une fonction T periodique, f(t + T, x) = f(t, x) le système moyenné est défini par ẋ av = f av (x) où f av (x) = 1 T T 0 f(t, x)dt
49 Feedback dependant du temps Resultat théorique Système moyenné nous remplacons TDPF dans l équation de NTDSE et nous obtenons le sytème : i Ψ(t) ( = H 0 + α(ψ(t))h 1 + β(ψ(t)) sin(t/ε)h 1 +α 2 (Ψ(t))H 2 + 2α(Ψ(t))β(Ψ(t)) sin(t/ε)h 2 ) +β 2 (Ψ(t)) sin 2 (t/ε)h 2 + ω(t) Ψ(t). dans notre cas le système moyenné (A v S) est donné par : i d dt Ψ av = (H 0 + αh 1 + α 2 H β2 H 2 + ω)ψ av.
50 Feedback dependant du temps Resultat théorique Fonction de Lyapunov pour le système moyenné on utilise une technique de Lyapunov pour stabiliser le système moyenné A v S autour de l état fondamental φ. soit V av = V av (Ψ) : V av (Ψ) = Ψ av φ Ψ av φ la dérivée de V av autour d une trajectoire du système moyenné : dv av dt = 2αIm( H 1 Ψ av (t) φ ) + 2α 2 Im( H 2 Ψ av (t) φ) + 2( 1 2 β2 )Im( H 2 Ψ av (t) φ ) + 2(ω + λ)im( Ψ av (t) φ )
51 Feedback dependant du temps Resultat théorique On note : I 1 av = Im( H 1 Ψ av (t) φ ) et I 2 av = Im( H 2 Ψ av (t) φ ). Lorsque par exemple on prend α = ki 1 av β = (I 2 av) ω = λ cim( Ψ av (t) φ ) nous obtenons : dv av dt = 2 (k(i av) 1 2 (1 ki 2 ) + ((I2 av) ) 3 ) + bim 2 ( Ψ av (t) φ ) 2 et nous assurons que dv/dt 0, avec k > 0 et b > 0, i.e. V av est decroissante le long de la trajectoire du système moyenné.
52 Feedback dependant du temps Resultat théorique Stabilité du système moyenné Théorème Sous les hypothèses (i) λ j λ l pour j l, (ii) pout tout j = 2,.., n : H 1 φ j φ 0 ou H 2 φ j φ 0, le système moyenné est globalement asymptotiquement stable sur S 2n 1 C \{ φ}, au sens que toute solution Ψ av de A v S avec un état initial autre que φ converge vers φ quand t tend vers +.
53 Feedback dependant du temps Resultat théorique Stabilité approximative pour l équation NTDSE Théorème Supposons que les hypothèses (i) and (ii) ont lieu, soit V un voisinage de φ et δ un nombre positif. Il existe un temps T > 0 et ɛ 0 > 0 (dependent à la fois de δ et V) tels que toute solution Ψ(t) de NT DSE avec ɛ (0, ɛ 0 ) qui satisfait Ψ(τ) S 2n 1 C \ V pour un τ > 0, satisfait aussi Ψ(t) φ < δ pout tout t τ + T. Remarque : le théorème peut etre considéré soit comme un résulat de stabilité ou un résultat de contrôlabilité approximative
54 Feedback dependant du temps Resultat théorique Schema de la preuve toute trajectoire du système moyenné A v S, autre que φ converge vers l état cible φ. les trajectoires du système periodique sont à proximité des trajectoires du système moyenné Lemme Soit T > 0. Il existe C et ε 0 > 0 tels que, pour tout τ R et pour tout ε (0, ε 0 ), si Ψ : [τ, τ +T ] S 2n 1 est une solution du système periodique et Ψ av est une solution du système moyenné, avec Ψ av (τ) = Ψ(τ), alors Ψ(t) Ψ av (t) < Cε, t [τ, τ + T ].
55 Feedback dependant du temps Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
56 Feedback dependant du temps Simulation numériques Figure: Evolution de la fonction de Lyapunov V (Ψ)(ligne verte) et du contrôle u (ligne bleue) ; condition initiale : Ψ(t = 0) = (0, 1/ 4, 1/ 4, 1/ 4, 1/ 4) ; avec ε = 10 3, k = 0.8, c = 0.5, t = 0.1.
57 Feedback dependant du temps Resultats numériques Figure: Evolution de la fonction Ψ(ligne blue) et de la fonction Ψ av (ligne verte) ; condition initiale : Ψ(t = 0) = (0, 1/ 4, 1/ 4, 1/ 4, 1/ 4) ; avec ε = 10 3, k = 0.8, c = 0.5, t = 0.1.
58 Conclusions et travail en cours Outline 1 Introduction Chimie quantique Contrôle quantique 2 Techniques de Lyapunov Construction du contrôle Lyapunov Exemples et simulations numériques 3 Feedback discontinuu 4 Feedback dependant du temps Resultat théorique 5 Conclusions et travail en cours
59 Conclusions et travail en cours Conclusions et travail en cours conclusions Techniques de Lyapunov couplage dipolaire et polarisé feedback discontinu avec termes de mémoire, feedback dependant du temps perspectives stabilité exacte au sens de Filippov champs laser plus réguliers techniques de Lyapunov implicites homogénéisation feedback dépendant du temps cas dégénérés
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 détailI. 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 détailNOTICE DOUBLE DIPLÔME
NOTICE DOUBLE DIPLÔME MINES ParisTech / HEC MINES ParisTech/ AgroParisTech Diplômes obtenus : Diplôme d ingénieur de l Ecole des Mines de Paris Diplôme de HEC Paris Ou Diplôme d ingénieur de l Ecole des
Plus en détailPhysique quantique et physique statistique
Physique quantique et physique statistique 7 blocs 11 blocs Manuel Joffre Jean-Philippe Bouchaud, Gilles Montambaux et Rémi Monasson nist.gov Crédits : J. Bobroff, F. Bouquet, J. Quilliam www.orolia.com
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 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 détailContinuité 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 détailTable des matières. Introduction Générale 5
Table des matières Introduction Générale 5 1 Généralités et rappels 16 1.1 Rappels... 16 1.1.1 Introduction... 16 1.1.2 Notion de stabilité...... 17 1.1.3 Stabilité globale et stabilité locale... 17 1.1.4
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 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 détailComparaison de fonctions Développements limités. Chapitre 10
PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?
Plus en détailContinuité 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 détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
Plus en 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 détailLe 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 détailLa 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 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 détailLes 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 détailANNUITES. Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. -annuités non constantes
ANNUITES I Notions d annuités a.définition Les annuités définissent une suite de versements identiques ou non effectués à intervalles de temps égaux. Le processus de versements dépend du montant de l annuité,
Plus en détailLimites 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 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 détailCOURS COLLÉGIAUX PRÉALABLES À L ADMISSION
Le candidat est tenu d avoir complété tous les cours préalables à la date limite prévue, soit le 15 septembre pour le trimestre d automne et le 1 er février pour le trimestre d hiver. L Université peut
Plus en détailContenu pédagogique des unités d enseignement Semestre 1(1 ère année) Domaine : Sciences et techniques et Sciences de la matière
Contenu pédagogique des unités d enseignement Semestre 1(1 ère année) Domaine : Sciences et techniques et Sciences de la matière Algèbre 1 : (Volume horaire total : 63 heures) UE1 : Analyse et algèbre
Plus en détailCalcul 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 détailImage 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 détailn 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 détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détail10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)
0 leçon 2 Leçon n 2 : Contact entre deu solides Frottement de glissement Eemples (PC ou er CU) Introduction Contact entre deu solides Liaisons de contact 2 Contact ponctuel 2 Frottement de glissement 2
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 détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailTABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent
TABLE DES MATIÈRES AVANT-PROPOS III CHAPITRE I Les quanta s invitent I-1. L Univers est en constante évolution 2 I-2. L âge de l Univers 4 I-2.1. Le rayonnement fossile témoigne 4 I-2.2. Les amas globulaires
Plus en détailCours 9. Régimes du transistor MOS
Cours 9. Régimes du transistor MOS Par Dimitri galayko Unité d enseignement Élec-info pour master ACSI à l UPMC Octobre-décembre 005 Dans ce document le transistor MOS est traité comme un composant électronique.
Plus en 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 détailModélisation du virus informatique Conficker
Mini Projet Calcul Scientifique Modélisation du virus informatique Conficker Worm Defender Engineering Bellot Guillaume Cornil Yoann Courty Arnaud Goldenbaum David Pascal Louis ESILV S4 Introduction :
Plus en détailThéories de champ moyen et convection à grande échelle
Chapitre Théories de champ moyen et convection à grande échelle 51 Introduction Au cours de ce travail, nous avons à plusieurs reprises été confrontés au problème de la compréhension et de la modélisation
Plus en détailFonctions 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 détailSUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)
Terminale S CHIMIE TP n 2b (correction) 1 SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION) Objectifs : Déterminer l évolution de la vitesse de réaction par une méthode physique. Relier l absorbance
Plus en détailPlanche n o 22. Fonctions de plusieurs variables. Corrigé
Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette
Plus en détailAnalyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I
Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I Roxane Duroux 1 Cadre de l étude Cette étude s inscrit dans le cadre de recherche de doses pour des essais cliniques
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 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 détailK W = [H 3 O + ] [OH - ] = 10-14 = K a K b à 25 C. [H 3 O + ] = [OH - ] = 10-7 M Solution neutre. [H 3 O + ] > [OH - ] Solution acide
La constante d autoprotolyse de l eau, K W, est égale au produit de K a par K b pour un couple acide/base donné : En passant en échelle logarithmique, on voit donc que la somme du pk a et du pk b d un
Plus en détailRésonance Magnétique Nucléaire : RMN
21 Résonance Magnétique Nucléaire : RMN Salle de TP de Génie Analytique Ce document résume les principaux aspects de la RMN nécessaires à la réalisation des TP de Génie Analytique de 2ème année d IUT de
Plus en détailExercices - 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 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 détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailChapitre 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 détailCCP 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 détailTests 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 détailChapitre VI - Méthodes de factorisation
Université Pierre et Marie Curie Cours de cryptographie MM067-2012/13 Alain Kraus Chapitre VI - Méthodes de factorisation Le problème de la factorisation des grands entiers est a priori très difficile.
Plus en détailFormes 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 détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
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 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 détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailExercices 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 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 détailExemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions
Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions HQ = He 1 He 2 He 3 He 4 HQ e 5 comme anneaux (avec centre Re 1 Re 2 Re 3 Re 4
Plus en détailEXERCICE 4 (7 points ) (Commun à tous les candidats)
EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailModule d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere
Module d Electricité 2 ème partie : Electrostatique Fabrice Sincère (version 3.0.1) http://pagesperso-orange.fr/fabrice.sincere 1 Introduction Principaux constituants de la matière : - protons : charge
Plus en détail= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m
1 épartement de Physique, Université Laval, Québec Pierre Amiot, 1. La fonction delta et certaines de ses utilisations. Clientèle Ce texte est destiné aux physiciens, ingénieurs et autres scientifiques.
Plus en détailOM 1 Outils mathématiques : fonction de plusieurs variables
Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.
Plus en détailProgrammes 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 détailT.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY
T.P. FLUENT Cours Mécanique des Fluides 24 février 2006 NAZIH MARZOUQY 2 Table des matières 1 Choc stationnaire dans un tube à choc 7 1.1 Introduction....................................... 7 1.2 Description.......................................
Plus en détailFonctions de plusieurs variables
Maths MP Exercices Fonctions de plusieurs variables Les indications ne sont ici que pour être consultées après le T (pour les exercices non traités). Avant et pendant le T, tenez bon et n allez pas les
Plus en détailContinuité 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 détailCours 1. Bases physiques de l électronique
Cours 1. Bases physiques de l électronique Par Dimitri galayko Unité d enseignement Élec-info pour master ACSI à l UPMC Octobre-décembre 2005 1 Champ électrique et ses propriétés Ce premier cours introduit
Plus en détailCalcul 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 détailQu est-ce qu un ordinateur quantique et à quoi pourrait-il servir?
exposé UE SCI, Valence Qu est-ce qu un ordinateur quantique et à quoi pourrait-il servir? Dominique Spehner Institut Fourier et Laboratoire de Physique et Modélisation des Milieux Condensés Université
Plus en détailModélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
Plus en détailMATHÉMATIQUES FINANCIÈRES I
MATHÉMATIQUES FINANCIÈRES I Quinzième cours Détermination des valeurs actuelle et accumulée d une annuité de début de période pour laquelle la période de paiement est plus courte que la période de capitalisation
Plus en détailChapitre VI Fonctions de plusieurs variables
Chapitre VI Fonctions de plusieurs variables 6. 1 Fonctions différentiables de R 2 dans R. 6. 1. 1 Définition de la différentiabilité Nous introduisons la différentiabilité sous l angle des développements
Plus en 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 détailANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique
1 ANALYSE NUMERIQUE ET OPTIMISATION Une introduction à la modélisation mathématique et à la simulation numérique G. ALLAIRE 28 Janvier 2014 CHAPITRE I Analyse numérique: amphis 1 à 12. Optimisation: amphis
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 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 détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détailSimulation numérique d un stockage de déchets nucléaires en site géologique profond
Simulation numérique d un stockage de déchets nucléaires en site géologique profond Page 1 de 12 G. Allaire, M. Briane, R. Brizzi and Y. Capdeboscq CMAP, UMR-CNRS 7641, Ecole Polytechnique 14 juin 2006
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 détailFONCTIONS 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 détail5. Les conducteurs électriques
5. Les conducteurs électriques 5.1. Introduction Un conducteur électrique est un milieu dans lequel des charges électriques sont libres de se déplacer. Ces charges sont des électrons ou des ions. Les métaux,
Plus en détailProbabilités III Introduction à l évaluation d options
Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un
Plus en 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 détailThéorie 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 détailPlan du chapitre «Milieux diélectriques»
Plan du chapitre «Milieux diélectriques» 1. Sources microscopiques de la polarisation en régime statique 2. Etude macroscopique de la polarisation en régime statique 3. Susceptibilité diélectrique 4. Polarisation
Plus en détailCalcul 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 détailNombre dérivé et tangente
Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative
Plus en détailLe modèle de Black et Scholes
Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un
Plus en détailApproximations 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 détailLa fonction d onde et l équation de Schrödinger
Chapitre 1 La fonction d onde et l équation de Schrödinger 1.1 Introduction En physique classique, une particule est décrite par sa position r(t). L évolution de sa position (la trajectoire de la particule)
Plus en 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 détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailMesures gaussiennes et espaces de Fock
Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première
Plus en détailCHAPITRE I. Modélisation de processus et estimation des paramètres d un modèle
CHAPITRE I Modélisation de processus et estimation des paramètres d un modèle I. INTRODUCTION. Dans la première partie de ce chapitre, nous rappelons les notions de processus et de modèle, ainsi que divers
Plus en détailStructure quantique cohérente et incohérente de l eau liquide
Structure quantique cohérente et incohérente de l eau liquide Prof. Marc HENRY Chimie Moléculaire du Solide Institut Le Bel, 4, Rue Blaise Pascal 67070 Strasbourg Cedex, France Tél: 03.68.85.15.00 e-mail:
Plus en détailChapitre 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= b j a i φ ai,b j. = ˆBa i φ ai,b j. = a i b j φ ai,b j. Par conséquent = 0 (6.3)
I Commutation d opérateurs Chapitre VI Les relations d incertitude I Commutation d opérateurs Un des résultats importants établis dans les chapitres précédents concerne la mesure d une observable  : une
Plus en détail