Agrégation externe de mathématiques, session 2011 Épreuve de modélisation, option Calcul scientifique

Documents pareils
Chapitre. Chapitre 12. Fonctions de plusieurs variables. 1. Fonctions à valeurs réelles. 1.1 Définition. 1.2 Calcul de dérivées partielles

6 Equations du première ordre

Chapitre VI Contraintes holonomiques

SSNV143 - Traction biaxiale avec la loi de comportement BETON_DOUBLE_DP

Dérivées et intégrales non entières

CNAM UE MVA 210 Ph. Durand Algèbre et analyse tensorielle Cours 4: Calcul dierentiel 2

Simulation Matlab/Simulink d une machine à induction triphasée. Constitution d un référentiel

IMPLEMENTATION D UN SYSTEME D INFORMATION DECISIONNEL

Les deux points les plus proches

Circuits RL et RC. Chapitre Inductance

Modélisation d une section de poutre fissurée en flexion

Théorie des graphes et optimisation dans les graphes

et les Trois Marches d'assurance

Hydrodynamique des lits fluidisés en régime de bullage

CONTROLE D UN SIMULATEUR A BASE MOBILE À 3 DDL

FRANÇAIS IP-310 MANUEL D'INSTALLATION

On constate couramment la position. Luxations volontaires. et mobilisation. mésioversées. de dents postérieures. chirurgie

CONSTANTES DIELECTRIQUES

Introduction à l analyse numérique : exemple du cloud computing

T.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY

Simulation numérique de la réponse d un pieu en cours de battage

Chapitre 1 Régime transitoire dans les systèmes physiques

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique

Projet de Traitement du Signal Segmentation d images SAR

Chapitre 2 Le problème de l unicité des solutions

INF601 : Algorithme et Structure de données

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

Texte Agrégation limitée par diffusion interne

Calcul différentiel. Chapitre Différentiabilité

TP MESURES AUDIO - BANC DE MESURE AUDIOPRECISION ATS-2. Clément Follet et Romain Matuszak - Professeur : Dominique Santens

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

GAMMES BIEN RÉPARTIES ET TRANSFORMÉE DE FOURIER DISCRÈTE. Emmanuel AMIOT 1

Développements limités, équivalents et calculs de limites

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Chapitre 7. Circuits Magnétiques et Inductance. 7.1 Introduction Production d un champ magnétique

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

Système d Information

Resolution limit in community detection

EVALUATION PARTIELLEMENT SEQUENTIELLE DES OPTIONS A BARRIERE

CONCOURS COMMUN 2010 PHYSIQUE

MATHS FINANCIERES. Projet OMEGA

Découverte du tableur CellSheet

Recherche par similarité dans les bases de données multimédia : application à la recherche par le contenu d images

Algorithmes pour la planification de mouvements en robotique non-holonome

Correction du baccalauréat ES/L Métropole 20 juin 2014

Continuité et dérivabilité d une fonction

Modélisation et Simulation

Chapitre 6. Fonction réelle d une variable réelle

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

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Le modèle de Black et Scholes

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Chafa Azzedine - Faculté de Physique U.S.T.H.B 1

Aide - mémoire gnuplot 4.0

Concurrence imparfaite

Spécialité auxiliaire en prothèse dentaire du brevet d études professionnelles. ANNEXE IIb DEFINITION DES EPREUVES

TLE 20 CONTROLEUR ELECTRONIQUE DIGITAL A MICROPROCESSEUR POUR UNITES REFRIGERANTES

Éditorial. Tangente ÉDUCATION. Scratch, AlgoBox, Python. Trimestriel - n 15 - janvier 2011 Numéro spécial 16 activités TICE pour le lycée

Master IMA - UMPC Paris 6 RDMM - Année Fiche de TP

Introduction. Mathématiques Quantiques Discrètes

Nathalie Bulle (1998), Compte-rendu de Rainer Hegselmann, Ulrich Mueller, Klaus G. Troitzsch (eds.).- Modelling and simulation in the social sciences

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

DUT Techniques de commercialisation Mathématiques et statistiques appliquées

Chapitre 1. L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

Programme détaillé BTS INFORMATIQUE DE GESTION DIPLÔME D ETAT. Objectifs de la formation. Les métiers. Durée de la formation

Nombre dérivé et tangente

La fonction exponentielle

Présentation du programme. de physique-chimie. de Terminale S. applicable en septembre 2012

Simulation numérique d un stockage de déchets nucléaires en site géologique profond

Lecture graphique. Table des matières

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)

Valorisation d es des options Novembre 2007

ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab

Critique des conditions de la durabilité: application aux indices de dév...

de calibration Master 2: Calibration de modèles: présentation et simulation d

Michel Henry Nicolas Delorme

Plan. 5 Actualisation. 7 Investissement. 2 Calcul du taux d intérêt 3 Taux équivalent 4 Placement à versements fixes.

Chapitre 0 Introduction à la cinématique

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS

TD 9 Problème à deux corps

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

Comparaison de fonctions Développements limités. Chapitre 10

Union générale des étudiants de Tunisie Bureau de l institut Préparatoire Aux Etudes D'ingénieurs De Tunis. Modèle de compte-rendu de TP.

Correction du Baccalauréat S Amérique du Nord mai 2007

MIS 102 Initiation à l Informatique

Cours Marché du travail et politiques d emploi

Modélisation et simulation du trafic. Christine BUISSON (LICIT) Journée Simulation dynamique du trafic routier ENPC, 9 Mars 2005

FctsAffines.nb 1. Mathématiques, 1-ère année Edition Fonctions affines

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Erreur statique. Chapitre Définition

L ordinateur quantique

Transcription:

Agrégation eterne e mathématiques, session 2011 Épreuve e moélisation, option Calcul scientifique (public 2011) A LA DÉCOUVERTE DE LA DYNAMIQUE DES GAZ Résumé : On s intéresse à un moèle simplifié qui ehibe les ifficultés essentielles posées par les équations e la ynamique es gaz. Thème applicatif, mots clefs : Mécanique es fluies. Equations au érivées partielles. Equation e transport. Différences finies Il est rappelé que le jury n eige pas une compréhension ehaustive u tete. Vous êtes laissé(e) libre organiser votre iscussion comme vous l entenez. Des suggestions e éveloppement, largement inépenantes les unes es autres, vous sont proposées en fin e tete. Vous n êtes pas tenu(e) e les suivre. Il vous est conseillé e mettre en lumière vos connaissances à partir u fil conucteur constitué par le tete. Le jury appréciera que la iscussion soit accompagnée eemples traités sur orinateur. 1. Introuction On consière l évolution e particules ans un fluie. Pour simplifier on supposera que ces particules ne peuvent se éplacer que sur une roite. On note P(t;s,) la position occupée à l instant t par une particule partie à l instant s e la position. Connaissant le champ e vitesses u en tout point, l évolution e la particule est onc régie par P(t;s,) = u(t,p(t;s,)), P(s;s,) =. t On ésigne par ρ(t,) la ensité e ces particules c est-à-ire que R b a ρ(t,) onne le nombre e particules contenues à l instant t ans le omaine (a,b). On a alors la propriété e conservation Z P(t;0,b) P(t;0,a) ρ(t,) = Z b a ρ(0,). On en éuit que t ρ+ (ρu) = 0. Toutefois ans les applications, le champ e vitesses u n est pas onné mais satisfait une certaine équation évolution qui implique elle-même ρ. On est onc confronté à es systèmes équations au érivées partielles non linéaires. Dans ce tete, on s intéresse à eu versions e ce problème : - la première consiste en un simple moèle linéaire où la vitesse est constante u(t,) = c R ; - pour la secone, on supposera que la vitesse est liée à la ensité par u = ρ (en particulier plus la ensité est élevée plus les particules vont vite). Page 1/6 2011B1P12

On consière onc l équation au érivées partielles (1) t ρ+ f(ρ) = 0, t 0, R, avec f(ρ) = cρ ou f(ρ) = ρ 2, complétée par la onnée initiale ρ(0,) = ρ 0 (). Ces équations contiennent en fait l essentiel es ifficultés es moèles réalistes e la ynamique es gaz. Nous allons étuier quelques unes e ces ifficultés, tant sur le plan e l analyse mathématique que e la simulation numérique. 2. Préliminaires mathématiques Un point e vue fécon consiste à introuire, sans se préoccuper ans un premier temps éventuelles ifficultés techniques liées à leur eistence, les courbes caractéristiques associées à (1) qui sont solutions e l EDO t X(t;s,) = f (ρ(t,x(t;s,)), X(s;s,) =. On interpréte alors (1) comme une propriété e conservation le long e ces courbes ( ) ρ(t,x(t;s,)) = 0. t Dans le cas linéaire f(ρ)=cρ, les caractéristiques sont e simples roites X(t;s,)= +c(t s) et la solution e (1) est ans ce cas ρ(t,) = ρ 0 ( ct). En mimant cette émarche pour f(ρ) = ρ 2 on s aperçoit que la situation est bien plus compliquée. Les courbes caractéristiques sont alors éfinies par X(t;s,) = 2ρ(t,X(t;s,)), X(s;s,) =. t La relation onnant la solution e (1) en fonction e la onnée initiale ρ(t,) = ρ 0 (X(0;t,)) evient une relation implicite puisque la éfinition e X épen encore e ρ! Cette approche permet cepenant e mettre en évience un premier phénomène intéressant. Un argument simple montre que, même si on consiére une onnée ρ 0 très régulière, la solution e (1) peut perre cette régularité en temps fini et qu on ne peut alors plus résoure l EDO éfinissant les courbes caractéristiques. En effet, en érivant (1), on obtient t ( ρ ) + 2ρ ( ) ) 2. ρ = 2( ρ Autrement it, on se ren compte que t ρ(t,x(t;0,)) vérifie l équation e Ricatti y = 2y 2. Ainsi, lorsque ρ 0 est écroissante, la solution e (1) est telle que ρ(t,) pren es valeurs infinies en temp fini. Il s agit là un phénomène e choc, illustré par la figure 1. Cette remarque conuit à introuire une notion e solution plus sophistiquée qui permet envisager e telles iscontinuités, mais cette notion va au elà u propos e ce tete ; nous allons ans la suite plutôt nous intéresser à l approimation numérique e cette équation. On cherchera en particulier à évaluer les performances e ifférents schémas pour la onnée initiale 2011B1P12 Page 2/6

Solution a t=0.27 pour f(rho)=rho^2 0.5 0.4 0.3 solution conition initiale 0.2 0.1 rho 0.0 0.1 0.2 0.3 0.4 0.5 1.0 0.8 0.6 0.4 0.2 0.0 0.2 0.4 0.6 0.8 1.0 FIG. 1 ρ 0 () = 1 0 où 1 A ésigne la fonction caractéristique e l ensemble A : on cherche à retrouver la solution onnée par la figure 2. Solution e type choc pour le cas f(rho)=rho^2 1.2 1.0 0.8 0.6 rho 0.4 0.2 0.0 conition initiale solution au temps T=0.3 solution au temps T=0.6 0.2 1.0 0.8 0.6 0.4 0.2 0.0 0.2 0.4 0.6 0.8 1.0 FIG. 2 Auparavant, il est aussi intéressant e comparer (1) avec l équation obtenue en ajoutant un terme e viscosité (2) t ρ ε + f(ρ ε) = ε 2 2 ρ ε, Page 3/6 2011B1P12

où ε > 0. Cette équation peut être résolue eplicitement à l aie un changement inconnue astucieu. Pour le cas linéaire f(ρ) = cρ, on obtient Z + ( ( ct ) y)2 y ρ ε (t,) = ep ρ 0 (y) 4εt 4πεt et on peut établir la convergence e ρ ε vers ρ, solution e (1) quan ε 0. Pour le cas non linéaire f(ρ) = ρ 2, on remarque que v(t,) = ep( 1 R ε ρ ε(t,y)y) vérifie l équation e la chaleur t v = ε 2 v. On obtient onc 2 ρ ε (t,) = ε ln [Z + ep ( ( y)2 4εt ) v 0 (y) y 4πεt ], v 0 () = ep ( 1 Z ) ρ 0 (y)y. ε Cette epression inique en particulier que la solution e (2) est une fonction très régulière. Une analyse très élicate établit la convergence e la suite ρ ε vers la solution e (1). 3. Simulation numérique Une première approche pour résoure numériquement (1) consiste à envisager un schéma Euler eplicite vis-à-vis e la variable e temps, combiné à une méthoe e ifférences finies pour la variable espace (3) ρ n+1 j ρ n j = t ( f(ρ n 2 j+1 ) f(ρ n j 1 )) Ce schéma ne fonctionne pas, y compris pour le moèle linéaire : la figure 3 est typique un éfaut e stabilité. Schema Euler eplicite en temps et ifferences finies en espace en 10 pas e temps 15 10 5 rho 0 5 10 15 5 4 3 2 1 0 1 2 3 4 5 Pour illustrer cette notion on introuit la FIG. 3 2011B1P12 Page 4/6

Définition 1. On envisage un schéma numérique pour (1) comme une relation e récurrence entre es suites : étant onné ( ρ 0 ) j j Z l1 (Z), on pose ρ n+1 j = Φ(ρ n j+1,ρn j,ρn j 1 ). On introuit la suite e fonctions éfinie par ρ n () = ρ n j 1 (( j 1/2),( j+1/2) ) (). j Z On it que le schéma est L 2 -stable si et seulement si ρ n+1 L 2 (R) ρn L 2 (R). En eploitant ρ n+1 L 2 (R) = C ρ n+1 L 2 (R), où ésigne la transformée e Fourier, on montre que le schéma (3) pour f(ρ) = cρ n est pas stable. L iée consiste alors à introuire un terme e viscosité ans l équation : au lieu e résoure (1), on l approche par (2) avec ε épenant es pas e temps et espace. Plus précisément, on pose ε = ( ) 2 /(2 t) fié et on approche l équation (2) corresponante par ifférences finies. On obtient le schéma (4) ρ n+1 j = ρn j+1 + ρn j 1 2 t ( f(ρ n 2 j+1 ) f(ρ n j 1 )). On peut vérifier ans le cas linéaire que ce schéma est L 2 stable sous la conition c t/ 1. Eviemment la mise en oeuvre numérique e cet algorithme nécessite e préciser es conitions au limites ; pour simplifier on consière es conitions e 1 périoicité en espace c est-à-ire qu on impose, si j {0,...J} avec J = 1, ρ n J+1 = ρn 0 et ρn 1 = ρn J. La figure 4 illustre cette méthoe. Approimation calculee par le schema e La Frierichs a t=0.3 pour f(rho)=rho 1.0 0.9 approimation conition initiale 0.8 0.7 0.6 rho^2 0.5 0.4 0.3 0.2 0.1 0.0 1.0 0.8 0.6 0.4 0.2 0.0 0.2 0.4 0.6 0.8 1.0 FIG. 4 Page 5/6 2011B1P12

Suggestions pour le éveloppement Soulignons qu il s agit un menu à la carte et que vous pouvez choisir étuier certains points, pas tous, pas nécessairement ans l orre, et e façon plus ou moins fouillée. Vous pouvez aussi vous poser autres questions que celles iniquées plus bas. Il est très vivement souhaité que vos investigations comportent une partie traitée sur orinateur et, si possible, es représentations graphiques e vos résultats. On pourra étailler certains arguments mathématiques qui ne sont que brièvement esquissés ans le tete : eplosion e ρ, résolution es équations avec viscosité, convergence ans le cas linéaire, étue e stabilité... Discuter et illustrer les comportements es ifférents schémas proposés. On pourra présenter autres méthoes numériques. Par eemple, tester un schéma écentré en espace. 2011B1P12 Page 6/6