Séance de cours

Problèmes avec les limites unidimensionnelles

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours couvre lintroduction dun problème modèle au paragraphe 10.1 du livre, suivi de la discussion de la méthode de différence finie pour aborder la solution. En outre, un problème non linéaire dans la partie 10.6 du livre est considéré, à lexclusion de la méthode des éléments finis.

Dans MOOC

Analyse Numérique pour Ingénieurs

Ce cours est basé sur le livre "Introduction à l'analyse numérique", J. Rappaz M. Picasso, Ed. PPUR. Des outils de base sont décrits dans les 5 premiers chapitres. Les deux derniers chapitres abordent la question de la résolution numérique d'équations différentielles. Plus précisement, nous allons étudier les chapitres suivants du livre : Chapitre 1 : interpolation, comment approcher une fonction par un polynôme? Chapitre 2 : comment approcher des dérivées par des formules de différences finies? Chapitre 3

Source officielle

Concepts associés (7)

Optimisation linéaire

thumb|upright=0.5|Optimisation linéaire dans un espace à deux dimensions (x1, x2). La fonction-coût fc est représentée par les lignes de niveau bleues à gauche et par le plan bleu à droite. L'ensemble admissible E est le pentagone vert. En optimisation mathématique, un problème d'optimisation linéaire demande de minimiser une fonction linéaire sur un polyèdre convexe. La fonction que l'on minimise ainsi que les contraintes sont décrites par des fonctions linéaires, d'où le nom donné à ces problèmes.

Problème d'affectation

En informatique, plus précisément en recherche opérationnelle et d'optimisation combinatoire, le problème d'affectation consiste à attribuer au mieux des tâches à des agents. Chaque agent peut réaliser une unique tâche pour un coût donné et chaque tâche doit être réalisée par un unique agent. Les affectations (c'est-à-dire les couples agent-tâche) ont toutes un coût défini. Le but est de minimiser le coût total des affectations afin de réaliser toutes les tâches.

Optimisation non linéaire

En optimisation, vue comme branche des mathématiques, l'optimisation non linéaire (en anglais : nonlinear programming – NLP) s'occupe principalement des problèmes d'optimisation dont les données, i.e., les fonctions et ensembles définissant ces problèmes, sont non linéaires, mais sont aussi différentiables autant de fois que nécessaire pour l'établissement des outils théoriques, comme les conditions d'optimalité, ou pour la bonne marche des algorithmes de résolution qui y sont introduits et analysés.

Méthode des différences finies

En analyse numérique, la méthode des différences finies est une technique courante de recherche de solutions approchées d'équations aux dérivées partielles qui consiste à résoudre un système de relations (schéma numérique) liant les valeurs des fonctions inconnues en certains points suffisamment proches les uns des autres. Cette méthode apparaît comme étant la plus simple à mettre en œuvre car elle procède en deux étapes : d'une part la discrétisation par différences finies des opérateurs de dérivation/différentiation, d'autre part la convergence du schéma numérique ainsi obtenu lorsque la distance entre les points diminue.

Différence finie

En mathématiques, et plus précisément en analyse, une différence finie est une expression de la forme f(x + b) − f(x + a) (où f est une fonction numérique) ; la même expression divisée par b − a s'appelle un taux d'accroissement (ou taux de variation), et il est possible, plus généralement, de définir de même des différences divisées. L'approximation des dérivées par des différences finies joue un rôle central dans les méthodes des différences finies utilisées pour la résolution numérique des équations différentielles, tout particulièrement pour les problèmes de conditions aux limites.

Afficher plus

Séances de cours associées (31)

Problèmes de valeur limite : méthodes numériques

Couvre la motivation et les exemples de problèmes de valeurs limites, la méthode de la différence finie et l'approximation des dérivés locaux.

Résolution de problèmes non linéaires MOOC: Analyse Numérique pour Ingénieurs

Présente la résolution de problèmes non linéaires à l'aide d'équations différentielles et de méthodes à différences finies.

Méthode des différences finales MOOC: Analyse Numérique pour Ingénieurs

Couvre la méthode des différences finies pour l'approximation des solutions aux équations différentielles par la discrétisation et les systèmes linéaires.

Autres sujets : Techniques d'interfaces fluides

Explore les méthodes numériques pour la dynamique des fluides et les techniques de manipulation des interfaces fluides.

Estimation des paramètres pour les objets déformables

Par David Millard explore l'estimation des paramètres des objets déformables dans les tâches de manipulation robotique, en se concentrant sur les défis et les solutions dans le traitement de la dynamique complexe et en utilisant des techniques d'éléments finis.

Afficher plus

Concepts associés (7)

Optimisation linéaire

Problème d'affectation

Optimisation non linéaire

Méthode des différences finies

Différence finie

Afficher plus