En mathématiques, la méthode des caractéristiques est une technique permettant de résoudre les équations aux dérivées partielles. Particulièrement adaptée aux problèmes de transport, elle est utilisée dans de nombreux domaines tels que la mécanique des fluides ou le transport de particules.
Dans certains cas particuliers, la méthode des caractéristiques peut permettre la résolution purement analytique de l'équation aux dérivées partielles. Dans les cas plus complexes (rencontrés par exemple en modélisation des systèmes physiques), la méthode des caractéristiques peut être utilisée comme une méthode de résolution numérique du problème.
Pour une équation aux dérivées partielles du premier ordre, la méthode des caractéristiques cherche des courbes (appelées « lignes caractéristiques », ou plus simplement « caractéristiques ») le long desquelles l'équation aux dérivées partielles se réduit à une simple équation différentielle ordinaire. La résolution de l'équation différentielle ordinaire le long d'une caractéristique permet de retrouver la solution du problème original.
On cherche une fonction :
solution du problème suivant :
dans laquelle c est une constante.
On cherche une ligne caractéristique le long de laquelle cette équation aux dérivées partielles du premier ordre se réduirait à une équation différentielle ordinaire. Calculons la dérivée de le long d'une telle courbe :
En imposant et , on obtient :
La solution de l'équation reste donc constante le long de la ligne caractéristique.
Il vient ainsi trois équations différentielles ordinaires à résoudre :
en posant , on obtient :
en notant , on obtient :
Dans ce cas, les lignes caractéristiques sont donc des droites de pente c, le long desquelles la solution reste constante. La valeur de la solution en un point peut donc être retrouvée en cherchant la valeur de la condition initiale à l'origine de la ligne caractéristique :
Soit X une variété différentiable et P un opérateur différentiel linéaire de dans lui-même d'ordre k.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Ce cours contient les 7 premiers chapitres d'un cours d'analyse numérique donné aux étudiants bachelor de l'EPFL. Des outils de base sont décrits dans les chapitres 1 à 5. La résolution numérique d'éq
Ce cours contient les 7 premiers chapitres d'un cours d'analyse numérique donné aux étudiants bachelor de l'EPFL. Des outils de base sont décrits dans les chapitres 1 à 5. La résolution numérique d'éq
Ce cours contient les 7 premiers chapitres d'un cours d'analyse numérique donné aux étudiants bachelor de l'EPFL. Des outils de base sont décrits dans les chapitres 1 à 5. La résolution numérique d'éq
Discrete mathematics is a discipline with applications to almost all areas of study. It provides a set of indispensable tools to computer science in particular. This course reviews (familiar) topics a
The course is an introduction to symmetry analysis in fluid mechanics. The student will learn how to find similarity and travelling-wave solutions to partial differential equations used in fluid and c
Le but du cours de physique générale est de donner à l'étudiant les notions de base nécessaires à la compréhension des phénomènes physiques. L'objectif est atteint lorsque l'étudiant est capable de pr
En mathématiques, un problème hyperbolique ou équation aux dérivées partielles hyperbolique est une classe d'équations aux dérivées partielles (EDP) modélisant des phénomènes de propagation, émergeant par exemple naturellement en mécanique. Un archétype d'équation aux dérivées partielles hyperbolique est l'équation des ondes : Les solutions des problèmes hyperboliques possèdent des propriétés ondulatoires. Si une perturbation localisée est faite sur la donnée initiale d'un problème hyperbolique, alors les points de l'espace éloignés du support de la perturbation ne ressentiront pas ses effets immédiatement.
En mathématiques, et plus précisément en analyse, un opérateur différentiel est un opérateur agissant sur des fonctions différentiables. Lorsque la fonction est à une seule variable, l'opérateur différentiel est construit à partir des dérivées ordinaires. Lorsque la fonction est à plusieurs variables, l'opérateur différentiel est construit à partir des dérivées partielles. Un opérateur différentiel agissant sur deux fonctions est appelé opérateur bidifférentiel.
En mathématiques, plus précisément en calcul différentiel, une équation aux dérivées partielles (parfois appelée équation différentielle partielle et abrégée en EDP) est une équation différentielle dont les solutions sont les fonctions inconnues dépendant de plusieurs variables vérifiant certaines conditions concernant leurs dérivées partielles. Une EDP a souvent de très nombreuses solutions, les conditions étant moins strictes que dans le cas d'une équation différentielle ordinaire à une seule variable ; les problèmes comportent souvent des conditions aux limites qui restreignent l'ensemble des solutions.
Introduit la logique, les algorithmes, le comptage et les probabilités en informatique, en mettant l'accent sur les techniques de résolution de problèmes.
Explore le comportement des oscillateurs harmoniques dans diverses conditions d'amortissement, couvrant les lois de Newton, les nombres complexes et la formule d'Euler.
Explore le comptage avancé, la logique, les structures, les algorithmes et les probabilités dans la résolution des relations de récurrence homogènes linéaires.
The present work proposes a framework for nonlinear model order reduction based on a Graph Convolutional Autoencoder (GCA-ROM). In the reduced order modeling (ROM) context, one is interested in obtaining real -time and many-query evaluations of parametric ...
We are interested in the well posedness of quasilinear partial differential equations of order two. Motivated by the study of the Einstein equation in relativity theory, there are a number of works dedicated to the local well-posedness issue for the quasil ...
EPFL2021
Finite elements methods (FEMs) have benefited from decades of development to solve partial differential equations (PDEs) and to simulate physical systems. In the recent years, machine learning (ML) and artificial neural networks (ANN) have shown great pote ...