Approximations Fourier et Polynômiales.

Slides:



Advertisements
Présentations similaires
Valeurs Propres et Vecteurs Propres
Advertisements

Johann Carl Friedrich GAUSS
Cours 5-b Problèmes spatio-temporels d’ordre 1 en temps
Unité #2 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
Chapitre II.Rappels mathématiques et complexité
Synthèse de filtres numériques
Programmes du cycle terminal
L’objectif est de présenter
Concepts avancés en mathématiques et informatique appliquées
PROGRAMMATION SCIENTIFIQUE EN C
Suites de matrices Quelques usages récurrents
Analyse fréquentielle
Introduction f connue besoin de connaître f'
Méthodes Numériques appliquées à la
Optimisation non linéaire sans contraintes
FRACTIONS PARTIELLES cours 13.
Le théorème de Wantzel Pierre-Laurent WANTZEL Paris 1814 – Paris 1848
Examen partiel #3 Mercredi le 15 décembre de 15h30 à 17h20
Master 2 AMD - Méthodes numériques pour l'astrophysique
Courbes de Hermite Michael E. Mortenson, Geometric Modeling. Wiley, 1997, 523p.
Algorithmes d ’approximation
Mise en oeuvre des MMCs L'utilisation des MMCs en reconnaissance des formes s'effectue en trois étapes : définition de la topologie de la chaîne de Markov,
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
Réseaux bayésiens: Inférence
Cours du 25 octobre Mardi le 24 octobre
IA IPR Académie de Rennes L’algorithmique une nouveauté ? Regard sur les programmes et les ressources ; quelques pistes.
Rappel... Diagonalisation. Transformations linéaires.
Présentation de la méthode des Eléments Finis
Conditions aux Frontières Ouvertes
MAT 2998J.M. Lina L ’EQU. DE LEGENDRE:. MAT 2998J.M. Lina L ’EQU. DE LEGENDRE:
ASI 3 Méthodes numériques pour l’ingénieur
Solution connue à l’avance
La décomposition en valeurs singulières: un outil fort utile
Itérations de fonctions non linéaires
ASI 3 Méthodes numériques pour l’ingénieur
ASI 3 Méthodes numériques pour l’ingénieur
SUITES cours 24.
Etude d’une colonne Erreur d’approximation
- énergie bornée (tend vers 0 lorsque
Approche naïve de la résolution.
Méthode différentielle Mercredi 8 mars 2006 Principe, historique, recherches actuelles.
Chapitre II : Les outils Mathématiques et le formalisme de la
DU TRAITEMENT DU SIGNAL
Dérivation et intégration
Quelques éléments finis
REGLAGE ECONOMIQUE DES PRODUCTIONS Le réglage tertiaire.
Les algorithmes de découplage vitesse-pression
L’endomorphisme le plus simple est l’ homothétie
TAI DE MATHEMATIQUE Michaël Gallego, Alexis Yvin, Bruno Gabriel Promo 2013 Janvier 2009.
Simulation en Dynamique des Fluides
La TECHNOLOGIE en 3 ème.
ASI 3 Méthodes numériques pour l’ingénieur
Multiprécision.
L’évaluation.
Méthodes de décomposition de domaine pour la formulation mixte duale du problème critique de la diffusion des neutrons Pierre Guérin
Résolution d’un problème de diffusion 1D
Les bases de la modélisation Primitives simples et CSG.
Approximation d’un contrôle optimal par un circuit électronique
Introduction à l’Analyse Numérique
Ph Durouchoux : Introduction au Cours de Physique Quantique
Chapitre 7 Les équations différentielles d’ordre 1
Interpolation et Approximation
Résolution des équations différentielles
Pierre Joli Cours de Mathématique Pierre Joli
Simulation en Dynamique des Fluides M2 SDFT, Université Paris-Sud G. Kasperski, C.T. Pham,
GdR MoMaS Novembre 2003 Conditions d’interface optimales algébriques pour la vibro-élasticité. François-Xavier Roux (ONERA) Laurent Sériès (ONERA) Yacine.
Matlab (Matrix Laboratory) Langage de programmation évolué. Traitement direct d’opérations matricielles, dont l’inversion et l’analyse d’opérateurs ou.
Méthodes spectrales de simulation d’écoulements - Éléments de théorie de l’approximation fonctionnelle… pourquoi Chebyshev ? - Approximations Fourier et.
Dérivation et intégration
Transcription de la présentation:

Approximations Fourier et Polynômiales. 1. Génération d’une base fonctionnelle orthogonale la base Fourier modes propres du problème de Sturm-Liouville procédé d’orthogonalisation de Gram-Schmidt et évaluation des polynômes de Legendre et Chebyshev. 2. Approximation L2 continue (Fourier et Chebyshev). 3. Vers le discret : notions de quadrature 4. Approximation L2 discrète. .

1. Génération d’une base fonctionnelle orthogonale La base Fourier : Voyons ce qui se passe pour des polynômes… Construisons des bases polynômiales orthogonales.

Bases construites à partir du problème de Sturm-Liouville : Il se définit sur [a,b] par :

Cas particuliers : Fonctions de Bessel Polynômes de Legendre Polynômes de Hermite Polynômes de Laguerre Polynômes de Chebyshev sympa, mais nécessite de bons pré-requis mathématiques : adoptons une démarche plus pédestre.

Générer une base polynômiale orthogonale : le procédé d’orthogonalisation de Gram-Schmidt. Soit un produit scalaire ( , ) et une norme 2 associée définis par une fonction de pondération w(x). Algorithme itératif : On choisit le polynôme xn que l’on rend orthogonal à l’ensemble des fonctions de degré inférieur. Procédé sûr, mais difficile à mettre en œuvre.

Utilisation d’une relation de récurrence à 3 termes Tout ensemble de polynômes orthogonaux vérifie le relation de récurrence à trois termes : L’utilisation de fonctions de pondération définit la famille des polynômes de Jacobi… dont les deux qui nous intéressent

Le produit scalaire donne :

Le produit scalaire donne :

2. Approximations L2 continues. Fourier complexe : Le « continu » désigne la prise en compte de f(x) comme une fonction continue et non discrète. N est la troncature de l’approximation.

Fourier réelle : Chebyshev Ecrire la décomposition Legendre…

Convergence des spectres (illustration en Fourier complexe). Si f présente une discontinuité en x0 et/ou n’est pas périodique alors le spectre décroit en 1/n. Sinon, il décroit comme 1/n fois le spectre de la dérivée première de f.

En supposant la périodicité et la continuité des dérivées successives de f jusqu’à un degré a de dérivation, le même calcul implique que le spectre décroitra comme 1/na+1.. Si f et toutes ses dérivées sont continues et périodiques sur I, alors le spectre convergera plus vite que n’importe quelle puissance de 1/n, soit une convergence exponentielle. L’erreur d’approximation décroitra donc aussi exponentiellement avec n. Sinon, des erreurs apparaissent sous forme d’oscillations localisées : c’est le phénomène de Gibbs. En Chebyshev, le même phénomène est observé, mais la fonction f n’a plus besoin d’être périodique pour assurer la convergence.

3. Notions de quadrature Les produits scalaires nous imposent d’évaluer numériquement des intégrales d’une fonction f, qu’à priori nous ne connaîtrons pas.analytiquement. Voyons comment relier ces intégrales à la connaissance de la fonction f en un nombre donné de points.

On impose l’exactitude de la quadrature en imposant que l’intégration soir exacte sur une base de polynômes de degré le plus grand possible. Pour chaque fonction f de cette base, on impose : Le problème est à 2n+2 inconnues Wp et xp, on peut donc imposer l’exactitude pour 2n+2 fonctions de base f, soit sur un espace polynômial P2n+1. Le points obtenus en optimisant la quadrature seront utilisés pour définir le polynôme d’interpolation de Lagrange représentant la fonction f.

Quadrature de Gauss Quadrature de Gauss-Radau Quadrature de Gauss-Lobatto

Différences sur les points : incluent ou non les points de bord. En utilisant la base Chebyshev : Différences sur les points : incluent ou non les points de bord.

Produits scalaires discrets : Pseudo-spectre : Le produit scalaire discret n’est qu’une approximation, uniquement exacte sur un espace polynômial restreint. Les fonctions de base ne sont donc pas tout à fait orthogonales aux fonctions de base tronquées.

Le spectre discret d’une approximation optimale évoluera L’aliasing Le produit scalaire discret n’est qu’une approximation, uniquement exacte sur un espace polynômial restreint. Les fonctions de base ne sont donc pas tout à fait orthogonales aux fonctions de base tronquées. Le spectre discret d’une approximation optimale évoluera avec le degré de l’approximation polynômiale effectuée.

Approximation L2 discrète en Chebyshev Gauss-Lobatto

Un premier outil numérique ! Relation de passage Physique-Spectral On peut aussi utiliser l’inverse numérique de la matrice de passage spectral-physique : légèrement moins précis.

Approximation L2 discrète en Chebyshev Gauss-Radau En imposant le point de gauche en -1

En imposant le point de droite en 1

Observation de pseudo-spectres Chebyshev sous matlab.