[PDF] Mathématiques et Modélisation - CNRS





Previous PDF Next PDF



Ingénieurs en Génie Mathématiques Appliquées et Modélisation

L'ingénieur en Génie Mathématiques Appliquées et. Modélisation de l'ENSIT reçoit une formation polyvalente en mathématiques appliquées et en informatique lui 



Ingénieurs en Génie Mathématiques Appliquées et Modélisation

Génie Mathématiques Appliquées et Modélisation Modélisation de l'ENSIT reçoit une formation polyvalente en mathématiques appliquées et en.



COMMISSION DES TITRES DINGENIEUR

électrique » « génie mathématiques et modélisation » et « génie physique ». Il propose



Spécialité Génie Mathématique

Spécialité Génie Mathématique. Analyse de Risques Optimisation et Modélisation. La spécialité GM forme des ingénieurs mathématiciens capables de formaliser 



Bourses de DOCTORAT Modélisation mathématique des maladies

Modélisation mathématique des maladies infectieuses domaines des sciences de la santé ou des sciences & génie (ex. bio-informatique mathématiques ...



RNCP19725

Feb 28 2022 Les ingénieurs en Génie Mathématique et modélisation de Polytech Clermont-Ferrand analysent



Modélisation et simulation numérique par lexemple

Les mathématiques appliquées se situent `a l'intersection de plusieurs disciplines scientifiques : • mathématiques. • calcul informatique (programmer coder



MATHÉMATIQUES

lioration du confort) le génie civil (conception de ponts





MATHÉMATIQUES

École polytechnique de l'Université Clermont Auvergne spécialité génie mathématique et modélisation. • École polytechnique universitaire de l'Université 



Génie Mathématique (GM) - INSA Rennes

• Modélisation par la programmation linéaire en nombres entiers (PLNE) • Algorithme de résolution de PLNE par séparation et évaluation • Relaxations linéaire et Lagrangienne et dualité en PLNE • Théorie polyédrale et méthodes de génération de plans coupants



Une introduction à la modélisation mathématique

et estimations d'erreur 232 8 OBLÈMES PR OLUTION D'ÉV 235 8 1 Motiv ation et exemples 235 8 1 1 tro Induction 235 8 1 2 Mo délisation et exemples d'équations parab oliques 236 8 1 3 Mo délisation et exemples d'équations yp herb oliques 237 8 2 Existence et unicité dans le cas parab olique 238 8 2 1 F ulation orm ariationnelle v



Génie Mathématique (GM)

• Théorie polyédrale et méthodes de génération de plans coupants • Application à des problèmes classiques de recherche opérationnelle présentés comme des cas pratiques • Modélisation et résolution de problèmes en TP à l’aide du langage de modélisation Python/PuLP et des codes d’optimisation Gurobi et Coin CLP/CBC



Master Modélisation – Ingénierie Mathématique Statistique et

1 La spécialité 1 (“Modélisation calcul et environnement”) offre 4 parcours : - un parcours professionnel dans la ?lière calcul scienti?que (CSP) et - un parcours recherche dans la ?lière calcul scienti?que (CSR) et - un parcours recherche modélisation mathématique et applications (MMA) et



Mathématiques et Modélisation - CNRS

cet intervalle en un nombre ?ni d’intervalles ]titi+1[ où f est continue et où lim t!t+ i f(t) et lim t!t i+1 f(t) existent Dé?nition 1 1 4 On dit qu’une fonction f est d’ordre exponentiel quand t tend vers +¥ s’il existe des constantes M b et t0 telles que jf(t) j Mexp(bt) 8t > t0

Comment faire de la modélisation numérique en génie civil ?

  • Rendre apte à faire de la modélisation numérique sur plusieurs types de structures en génie civil. Interpréter et exploiter des résultats de modélisation. Apprendre à utiliser les logiciels spécialisés les plus fréquemment utilisés dans le milieu.

Qu'est-ce que le département génie mathématique et modélisation ?

  • Le Département Génie Mathématique et Modélisation forme des ingénieurs polyvalents possédant des compétences généralistes en mathématiques appliquées et dans les domaines connexes.

Comment s’appelle la mathématicienne de génie ?

  • Un théorème mathématique porte le nom de Sophie Germain. Sans ses travaux, un projet tel que la tour Eiffel n’aurait pas pu voir le jour. Pourtant, vous ne connaissez probablement pas son nom. Voici l’histoire de Sophie Germain, mathématicienne de génie née au 18e siècle et au parcours atypique.

Qu'est-ce que le parcours Génie Mathématique?

  • Le parcours Génie mathématique permet d'acquérir un très bon niveau en mettant l'accent sur les applications des mathématiques. La licence de mathématiques, accessible via le portail Mathématiques et applications (MA), donne une formation de type généraliste similaire à celle des autres universités.
1

Mathématiques et Modélisation

Cours de 2ème année

C. NazaretAnnée Universitaire 2016/2017

2

Table des matières

1 Transformation de Laplace 5

1.0.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1 Définitions et théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1.2 Condition d"existence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1.1.3 Autres définitions utiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.1.4 Propriétés de la transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.2 Calcul de quelques transformées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.2.1 Exemples : application des théorèmes . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.2.2 Table de quelques transformées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.2.3 Transformée d"une fonction périodique . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.3 Transformée inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.3.1 Méthode pratique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.3.2 Méthode de calcul de la transformée inverse d"une fraction rationnelle . . . . . . . 11

1.3.3 Une transformée de Laplace inverse particulière : la distribution de Dirac . . . . . 12

1.4 Application à la résolution d"équations différentielles ou aux dérivées partielles . . . . . . 12

1.5 Fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2 Introduction [Pleaseinsertintopreamble] la modélisation de processus continus par [Pleasein-

sertintopreamble]quations diff[Pleaseinsertintopreamble]rentielles 15

2.1 Un exemple simple : croissance de microorganismes . . . . . . . . . . . . . . . . . . . . . . 15

2.2 Modèle en génie des procédés : évolution de la concentration en oxygène dans un fer-

menteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.3 Modèle en microbiologie : croissance bactérienne dans un chemostat . . . . . . . . . . . . 16

3 Ajustement d"un modèle à des données expérimentales - curve fitting 19

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.2 Critère des moindres carrés : cas linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.2.1 Etude de la droite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.2.2 Généralisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

3.3 Critère des moindres carrés : cas non linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.3.1 Linéarisation de problèmes non linéaires . . . . . . . . . . . . . . . . . . . . . . . . 22

3.3.2 Recherche d"une solution aux problèmes non linéaires . . . . . . . . . . . . . . . . 23

3.3.3 Méthode de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

3.3.4 Autres méthodes itératives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.3.5 Le point de vue du statisticien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

4 Modélisation par ED de phénomènes biologiques à une espèce 27

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

4.1.1 Un exemple simple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

4.1.2 Terminologie : EDO, ordre, équation linéaire ou non linéaire. . . . . . . . . . . . . . 28

4.2 Etude mathématique des EDO du 1er ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

4.2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

4.2.2 Existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3

4TABLE DES MATIÈRES

4.2.3 Point stationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

4.2.4 Etude géométrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.2.5 Intervalle maximal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.2.6 Positivité - Théorème de comparaison - Régions invariantes . . . . . . . . . . . . . 32

4.3 La modélisation mathématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

4.4 Méthodes de résolution explicites de quelques équations . . . . . . . . . . . . . . . . . . . 35

4.4.1 Equations du premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4.4.2 Equations du second ordre à coefficients constants . . . . . . . . . . . . . . . . . . . 37

5 Simulation numérique des ED 39

5.1 Méthode d"Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

5.1.1 L"équation logistique avec la méthode d"Euler . . . . . . . . . . . . . . . . . . . . . 39

5.2 Concepts de base de l"approximation numérique . . . . . . . . . . . . . . . . . . . . . . . . 40

5.2.1 Convergence et stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5.2.2 Méthodes explicites, implicites, à pas multiples . . . . . . . . . . . . . . . . . . . . 40

5.3 Quelques méthodes numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5.3.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

5.3.2 Méthodes de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

6 Modélisation par SD de phénomènes biologiques à plusieurs espèces 43

6.1 Introduction : deux exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

6.2 Cas particulier : système linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

6.2.1 Recherche des solutions en dimension 2 . . . . . . . . . . . . . . . . . . . . . . . . . 44

6.2.2 Point stationnaire et stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

6.3 Représentation des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

6.4 Système différentiel non linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

6.4.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

6.4.2 Existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

6.4.3 Point stationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

6.5 Etude de quelques modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

6.5.1 Modèles en dynamique des populations . . . . . . . . . . . . . . . . . . . . . . . . . 52

6.5.2 Modèles en cinétique enzymatique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

6.5.3 Modèle de croissance en microbiologie dans un chemostat . . . . . . . . . . . . . . 56

Chapitre 1

Transformation de Laplace

1.0.1 Introduction

En mathématiques, il existe de nombreuses transformations intégrales d"une fonction parmi lesquel-

les nous avons vu la transformation de Fourier. Une autre transformation extrêmement utilisée est celle

de Laplace.

F(p) =Z

0exp(pt)f(t)dt.

Les transformations de Laplace (TL) et de Fourier (TF) présentent de nombreuses similitudes mais leur

usage est différent. Dans la pratique, on utilise souvent la TL pour les fonctions dépendant du tempst

ce qui permet de considérer le phénomène à partir du tempst=0 (alors qu"avec la TF, le phénomène

doit exister depuist=¥jusqu"àt= +¥). De plus, les quantités dépendant du temps augmente

parfois avect. Or la TF ne peut pas être appliquée aux fonctions qui tendent vers l"infini en l"infini, alors

que la TL existera pour la plupart des fonctions usuelles. (La TF s"applique davantage à des fonctions

dépendant de l"espace car ces quantités sont plus localisées ou au moins s"atténuent d"où l"intégrabilité

sur]¥;+¥[). D"autre part, il est difficile d"intégrer les conditions initiales dans les TF alors qu"elles

s"introduisent naturellement dans les TL.

La TL permet de résoudre des équations différentielles ou des équations aux dérivées partielles en

les transformant en équations algébriques ou équations différentielles plus simples. Dans un premier

temps, nous donnerons quelques définitions et des conditions suffisantes d"existence des TL. Ensuite,

nous énoncerons différents théorèmes très utiles pour le calcul des transformées. Puis nous donnons une

méthode pour retrouver une fonction lorsqu"on connaît sa transformée, et une table des transformées

usuelles. Nous terminons enfin par la résolution de quelques équations différentielles ou aux dérivées

partielles.

1.1 Définitions et théorèmes

1.1.1 Définitions

Définition 1.1.1Une fonction f de de IR dans IR (ou IC) est dite causale si f(t) =0pour tout t<0.

Définition 1.1.2On appelle transformation de Laplace d"une fonction causale f de IR dans IR (ou IC) , une appli-

cation qui fait correspondre à f(t)une fonction F(p) =L(f)(p)définie par l"intégrale suivante, si elle existe,

F(p) =Z

0exp(pt)f(t)dt.

Dans ce qui suit, nous supposerons quefest une fonction causale et nous noteronsFouL(f)la transformée d"une fonctionflorsqu"elle existe.

Exemple 1.1.1Quelques transformées

1.8t2IR+f(t) =1

F(p) =L(f)(p) =1p

si p>0 5

6CHAPITRE 1. TRANSFORMATION DE LAPLACE

La variable p est ici supposée réelle mais elle peut être complexe. Dans ce cas, la transformée de Laplace de

f est définie pour Re(p)>0.

2.8t2IR+f(t) =t

F(p) =L(f)(p) =1p

2si p>0

1.1.2 Condition d"existence

Définition 1.1.3Onditqu"unefonction f estsectionnellementcontinuesurunintervalle[a,b],sionpeutdiviser

cet intervalle en un nombre fini d"intervalles]ti,ti+1[où f est continue et oùlim t!t+ if(t)etlim t!t i+1f(t)existent.

Définition 1.1.4Onditqu"unefonction f estd"ordreexponentielquand t tendvers+¥,s"ilexistedesconstantes

M, b et t

0telles que

jf(t)jMexp(bt)8t>t0

Dans un langage imagé, on peut exprimer cette propriété en disant que la fonction ne tend jamais vers

¥plus rapidement qu"une exponentielleeatavec une valeur déterminée dea. Remarque 1.1.11. On recherche la plus petite valeur de b.

2. Silimt!+¥exp(bt)jf(t)jexiste alors f(t)est de l"ordreexp(bt).

Exemple 1.1.21. La fonction

u(t) =0si t<0

1sinon.

est d"ordre exponentiel. En effet, prenons M=1, t0=0et b=0, on a lim t!+¥exp(0t)jf(t)j=1.

Mais b ne peut être négatif, car

limt!+¥exp(bt)jf(t)j= +¥.

2. f(t) =tnest d"ordre exponentiel dès que b>0.

3.sinat etcosat sont d"ordre exponentiel (b=0).

Théorème 1.1.1Si f est sectionnellement continue sur tout intervalle[0,a]et est d"ordre exponentielexp(bt)

quand t tend vers+¥, alors la transformée de Laplace L(f)(p)existe pour p>b.

Exemple 1.1.3Soit f(t) =cos(wt). D"après le théorème 1.1.1, cette fonction admet une transformée de Laplace

pour p>0. Par définition, on a

L(f(t))(p) =Z

0exp(pt)cos(wt)dt.

et en intégrant deux fois par parties, on obtient

L(f(t))(p) =pp

2+w2pour p>0.

Remarque 1.1.21. Il existe des fonctions qui ne possèdent pas de TL (Transformée de Laplace). Par exemple,

f(t) =et2.Pourprouverque f n"admetpasdeTL,ilfautmontrerque I=R+¥

0exp(pt)f(t)dt diverge:

pour t suffisamment grand, on a00tdt etR+¥

0et2ptdt sont de même

nature, notre intégrale I diverge.

2. Dans le théorème 1.1.1, il s"agit de conditions suffisantes et non nécessaires. Par exemple, t

1/2n"est pas

sectionnellement continue sur[0,a](carlimt!0+t1/2= +¥)mais cependant

L(t1/2) =q(

Pp )pour p>0. Il existe aussi des fonctions qui ne sont pas d"ordre exponentiel mais qui admettent une TL.

1.1. DÉFINITIONS ET THÉORÈMES7

1.1.3 Autres définitions utiles

Définition 1.1.5Fonction d"Heaviside (étagée unitaire, échelon unitaire,...)

On définit u(t)par

u(t) =0si t<0

1sinon.

Cette fonction permet de translater aisément le graphe d"une fonction. Elle est donc très utile pour

exprimer par une seule relation une fonction définie par morceaux.

Exemple 1.1.4

f(t) =8 :t si0t<1

2si1t<2

0si t2

En utilisant la fonction u, on peut écrire

8t2IR f(t) =tu(t)(2t)u(t1)2u(t2).

Définition 1.1.6Produit de convolution

On définit le produit de convolution de deux fonctions f et g, lorsqu"il existe, de la façon suivante

(fg)(t) =Z

¥f(x)g(tx)dx

De plus, on a

(fg)(t) = (gf)(t) =Z

¥g(x)f(tx)dx.

1.1.4 Propriétés de la transformée de Laplace

Remarque 1.1.3L est un opérateur linéaire c"est-à-dire si L(f)et L(g)existent alors

8(a,b)2IRIR,L(af+bg) =aL(f) +bL(g).

Théorème 1.1.2Transformée de dérivées

Si f, f

0, f00,, f(n1)sont continues pour t0, sont d"ordre exponentielexp(bt)(où b2IR) quand t tend

vers+¥et si f(n)est sectionnellement continue sur tout intervalle[0,c](où c2IR+) et est d"ordre exponentiel

exp(bt)quand t tend vers+¥, alors L(f(n))(p)existe pour p>b et on a :

L(f(n))(p) =pnF(p)pn1f(0)pn2f0(0) f(n1)(0).

En particulier pour n=1,

L(f0)(p) =pF(p)f(0).

Théorème 1.1.3Si f et g vérifient les hypothèses du théorème 1.1.1, alors pour p>b (sauf mention contraire).

Soient a et c des réels.

1. Transformée d"intégrale

L(Z t

0f(x)dx) =1p

F(p)pour p>maxf0,bg

2. Dérivée de transformée

(1)ndndp nF(p) =L(tnf(t)).

3. Intégration de transformée

Z pF(x)dx=L(f(t)t )si f est nulle en0.

8CHAPITRE 1. TRANSFORMATION DE LAPLACE

4. Théorème de la translation

F(pa) =L(exp(at)f(t))pour p>a+b.

5. Théorème du retard

L(u(tc)f(tc)) =exp(cp)F(p))avec c0.

6. Produit de convolution

L(ufug)(t))(p) =F(p)G(p)

7. Théorème de la valeur finale et de la valeur initiale

Si elles existent

8 :lim p!0pF(p) =limt!+¥f(t) lim p!+¥pF(p) =limt!0f(t)

1.2 Calcul de quelques transformées

1.2.1 Exemples : application des théorèmes

Exemple 1.2.1Soient a>0etw6=0. Trouver L(exp(at)sinwt)(p). D"après le theorème 1.1.1, cette fonction admet une transformée pour p>a.

L(sinwt)(p) =1w

L(ddt coswt)(p).

D"après le théorème 1.1.2, on a

L(sinwt)(p) =pw

L(coswt)(p) +1w

or L(coswt)(p) =pp

2+w2pour p>0, on obtient donc

L(sinwt)(p) =wp

2+w2pour p>0,

puis en appliquant le théorème 1.1.3 (translation),

L(exp(at)sinwt)(p) =w(p+a)2+w2pour p>a.

Exemple 1.2.2Trouver L(f(t))avec f(t) =8

:t

2si0t<1

2t si1t<3

4si t3

soit par calcul direct

L(f(t))(p) =Z

1

0exp(pt)t2dt+Z

3

1exp(pt)2tdt+Z

34exp(pt)dt.

soit en utilisant la fonction de Heaviside f(t) =t2+ (2tt2)u(t1) + (42t)u(t3)8t2IR+, ce qui peut s"écrire f(t) =t2u(t1)((t1)21)2u(t3)(t3+1), en appliquant le théorème 1.1.3 (retard), on obtient

L(f(t))(p) =2p

3+ (1p

2p

3)exp(p)2(1p

2+1p )exp(3p)pour p>0.

1.2. CALCUL DE QUELQUES TRANSFORMÉES9

Exemple 1.2.3Trouver L(tsint)(p)et en déduire une fonction f qui admet2(p2+1)2comme transformée de

Laplace.

On applique le théorème 1.1.3 (dérivée de transformée)

L(tsint)(p) =ddp

L(sint)(p)

2p(p2+1)2pour p>0.

On remarque que

2(p2+1)2=1p

L(tsint). Par conséquent, d"après le théorème 1.1.3 (transformée d"intégrale), on a f(t) =Z t

0xsinxdx

=sinttcost.

1.2.2 Table de quelques transforméesfonction causaletransforméeconditions

11 pp>0d 01 t nn!1 p n+1p>0(Pt)1/2p

1/2p>0exp(at)1

pap>at nexp(at)n!1 (pa)n+1p>asin(wt)w p

2+w2p>0cos(wt)p

p wpp>0sin

2(wt)2w2p(p2+ (2w)2)p>0cos

2(wt)p

2+2w2p(p2+ (2w)2)p>0sin

2(wt)t1

4 ln(1+(2w)2p 2 ln(p2+a2p

2+b2)p>0sinh(wt)w

p

2w2p>wcosh(wt)p

p

2w2p>w

10CHAPITRE 1. TRANSFORMATION DE LAPLACE

1.2.3 Transformée d"une fonction périodique

Considérons une fonctionfcausale et T-périodique.La fonctionfpeut être vue comme la somme infinie de fonctions définies chacune sur une période :

f(t) =f1(t) +f2(t) +f3(t) +=¥å k=1f k(t)

La fonctionf1est égale àfsur[0;T]et est nulle ailleursLa fonctionf2est égale àfsur[T;2T]et est nulle ailleursDe plusf2peut s"écrire en fonction def1:

f

2(t) =f1(tT) =u(tT)f1(tT).

De même pourfk,k2IN, on peut écrirefk(t) =f1(tkT) =u(tkT)f1(tkT). Par conséquent, on a pourf: f(t) =¥å k=0u(tkT)f1(tkT). Si on connaît la transforméeF1def1, on peut écrire

F(p) =¥å

k=0exp(kTp)F1(p).

D"autre part, comme exp(kTp)<1 on a

k=0exp(kTp) =11exp(kTp).

Par conséquent, on obtient

F(p) =F1(p)1exp(kTp).

1.3. TRANSFORMÉE INVERSE11

1.3 Transformée inverse

La transformée de Laplace permet de transformer une équation différentielle en une équation algé-

brique ordinaire. La solution de l"équation algébrique permet d"obtenir la transformée de la solution de

l"équation différentielle de départ. Il faut donc aussi avoir une méthode pour retrouverf(t)lorsqu"on

connaît sa transforméeF(p). SiL(f)(p) =F(p), on dit quef(t)est la transformée inverse deF(p).

Remarque 1.3.1Une transformée inverse, si elle existe, n"est pas unique. En effet deux fonctions qui ne diffèrent

qu"en un nombre fini de points ont même transformée. Si F(p) =G(p)alors leurs inverses f et g sont égales sauf

en leurs points de discontinuité. On notera tout de même L

1(F) =f.

1.3.1 Méthode pratique

Pour déterminer la transformée inverse d"une fonction nous pourrons utiliser différentes proprétés :

- la linéarité de l"opérateur inverse c"est-à-dire

8(a,b)2IRIR,L1(aF+bG) =aL1(F) +bL1(G).

(siL1(F)etL1(G)existent), - la table des transformées, - les théorèmes vus précédemment,

- la décomposition enééments simples d"une fraction rationnelle pour déterminer son inverse (voir

section suivante). Exemple 1.3.1Soit K(p) =1p2+2p3. On remarque que K(p) =F(p) +2G(P)avec F(p) =1p2et

G(p) =2p3. D"après la table des transformées L1(1pa) =exp(at), on déduit f(t) =exp2t et g(t) =

exp3t. Par conséquent k(t) =exp2t+2exp3t. Exemple 1.3.2Soit K(p) =3(p2)2+32. On remarque que K(p) =F(p2)avec F(p) =3p

2+32. Or

la transformée inverse de F est connue (cf table)et c"est f(t) =cos3t. On utilise le théorème de la translation

L

1(F(pa)) =expatf(t).Par conséquent, on obtient k(t) =exp2tcos(3t).

1.3.2 Méthode de calcul de la transformée inverse d"une fraction rationnelle

suivante : - Décomposition de la fonctionFen éléments simples

- Détermination de l"inverse de chaque élément simple à l"aide de la table et des théorèmes.

Exemple 1.3.3Trouver une fonction f qui admet4p2(p2+1)2(p21)(avec p>1) pour transformée de Laplace.

On décompose cette fonction en éléments simples

4p2(p2+1)2(p21)=2(p2+1)21p

2+11/2p+1+1/2p1.

Puis on détermine l"inverse de chaque élément simple

1p+1=L(exp(t))(p)1p1=L(exp(t))(p)

1p

2+1=L(sint)(p)2(p2+1)2=L(sinttcost)(p).

Ainsi, on obtient

f(t) =tcost12 exp(t) +12 exp(t).

12CHAPITRE 1. TRANSFORMATION DE LAPLACE

1.3.3 Une transformée de Laplace inverse particulière : la distribution de Dirac

Soit la fonctionna(t)définie par

n a(t) = 1a si 0ta

0 sinon.

La transformée de Laplace de cette fonction est

L(na(t))(p) =1ap

(1exp(ap)).

Siatend vers 0, la région rectangulaire délimitée par les axes et la fonctionnareste d"aire constante

égale à 1, c"est-à-direZ+¥

0na(t)dt=1,

la largeur tendant vers 0 mais la longueur croissant indéfiniment. De plus, lim a!0L(na(t))(p) =lima!01exp(ap)ap =1.

A partir de cette idée, on définit une "fonction" limite notéed0, appelée distribution de Dirac dont la

transformée de Laplace est 1. Cette "fonction" permet de décrire l"effet denalorsqueatend vers 0, cela

correspond à la réaction d"un système à une impulsion de très courte durée. Elle a de plus la propriété

suivante : d 0g=g En effetL(d0g) =L(d0)L(g). On définit aussidala distribution telle queL(da) =eap. On a alors la propriété suivante : (dag)(t) =g(ta).

1.4 Application à la résolution d"équations différentielles ou aux dé-

rivées partielles Exemple 1 :Résoudre l"équation différentielle 8< :x"(t)3x0(t) +2x(t) =4exp(3t) x(0) =4 x

0(0) =9

1ère méthode :En résolvant l"équation sans second membre, on obtient

x(t) =Aexp(t) +Bexp(2t) ensuite on cherche une solution particulière : x p(t) =2exp(3t). La solution de l"équation différentielle est donc x(t) =Aexp(t) +Bexp(2t) +2exp(3t), puis à l"aide des conditions initiales, on en déduit les valeurs des constantesA=B=1.

2ème méthode :On suppose quexvérifie les hypothèses du théorème 1.1.2 pourn=2. On pose

X(p) =L(x(t))(p). On prend la transformée de chaque membre de l"équation (exp(3t)admet une transformée pourp>3) p

2X(p)4p93(pX(p)4) +2X(p) =4p3avecp>3.

1.4. APPLICATIONÀLARÉSOLUTIOND"ÉQUATIONSDIFFÉRENTIELLESOUAUXDÉRIVÉESPARTIELLES13

De là, on tire

X(p) =4(p1)(p2)(p3)+4p3(p1)(p2)avecp>3,

que l"on décompose en éléments simples

X(p) =1p1+1p2+2p3avecp>3.

Puis à l"aide de la table, on obtient

x(t) =exp(t) +exp(2t) +2exp(3t). (etxvérifie bien les hypothèses du théorème 1.1.2 pourn=2).

Exemple 2 :La déformation d"une poutre par une charge vérifie l"équation différentielle :

Cy (4)(x) =q(x) oùqdésigne la charge,Cest une constante physique (dépendant du matériau), avec 0x2l

où 2lest la longueur de la poutre. Résoudre le problème suivant, qui correspond au cas où la

poutre est encastrée à ses deux extrémités et subit une charge concentrée en son milieu :

8< :y (4)(x) =Kdl y(0) =y(2l) =0 y

0(0) =y0(2l) =0

On fait les mêmes hypothèses suryque précédemment. Prenons la transformée de chaque mem-

bre de l"équation p

4Y(p)ApB=Kelp.

De là, on tire

Y(p) =Ap

3+Bp

4+Kelpp

4.

On obtient

y(x) =u(x)(Ax22 +Bx36 ) +Ku(xl)(xl)36 On détermine les valeurs deAetBen utilisant les conditions au bord enx=2l. Pourl0(x) =Ax+Bx22 +K(xl)22

Commey(2l) =y0(2l) =0, on obtient

A (2l)22 +B(2l)36 +Kl36 =0

A(2l) +B(2l)22

+Kl22 =0 On en déduit le système vérifié parAetB

2Bl+3A=lK4

2Bl+2A=lK2

et finalement pour 0x2l y(x) =K6 (34 lx212 x3+ (xl)3u(xl)) (qui vérifie bien les hypothèses de départ.)

14CHAPITRE 1. TRANSFORMATION DE LAPLACE

Exemple 3 :Résoudre l"équation

8< y(0,t) =0y(p,t) =0y(x,0) =6sinx4sin2x

En transformant l"équation, on obtient

pY(x,p)6sinx+4sin2x=d2Y(x,p)dx

24Y(x,p),

ce qui peut s"écrire d 2dx

2Y(x,p)(p+4)Y(x,p) =6sinx+4sin2x.

C"est une équation différentielle linéaire du second ordre à coefficients constants par rapport àx.

quotesdbs_dbs14.pdfusesText_20
[PDF] genie mecanique energetique france

[PDF] génie minier wikipedia

[PDF] génie rural france

[PDF] genie rural pdf

[PDF] genie rurale

[PDF] genie sanitaire

[PDF] génie urbain formation

[PDF] génie urbain marne la vallée

[PDF] genie urbain salaire

[PDF] génie urbain sans frontière

[PDF] génocide des juifs d'europe

[PDF] génocide des juifs date

[PDF] génocide des juifs et des tziganes 3eme

[PDF] génocide des juifs et des tziganes resume

[PDF] génocide des juifs seconde guerre mondiale