• Aucun résultat trouvé

Résolution numérique de problèmes aux limites déterministes par une méthode de type Monte-Carlo : Application au problème de Ventcel

N/A
N/A
Protected

Academic year: 2021

Partager "Résolution numérique de problèmes aux limites déterministes par une méthode de type Monte-Carlo : Application au problème de Ventcel"

Copied!
3
0
0

Texte intégral

(1)

HAL Id: hal-00980627

https://hal.archives-ouvertes.fr/hal-00980627

Submitted on 18 Apr 2014

HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Résolution numérique de problèmes aux limites déterministes par une méthode de type Monte-Carlo :

Application au problème de Ventcel

Jean-Paul Morillon

To cite this version:

Jean-Paul Morillon. Résolution numérique de problèmes aux limites déterministes par une méthode de type Monte-Carlo : Application au problème de Ventcel. CANum’98, May 1998, Arles, France.

�hal-00980627�

(2)

R´ esolution num´ erique de probl` emes aux limites d´ eterministes par une m´ ethode de type

Monte-Carlo

Application au probl` eme de Ventcel

Jean-Paul Morillon Universit´e de La R´eunion

Laboratoire PIMENT

La r´esolution num´erique de probl`emes aux limites peut ˆetre faite en met- tant en œuvre des m´ethodes de diff´erences finies, d’´el´ements finis ou de volumes finis [3]. Des m´ethodes probabilistes peuvent ˆetre appliqu´ees [1] ; afin d’´eviter la gestion d’un maillage et la discr´etisation des ´equations du probl`eme - et pour all´eger la programmation - nous pr´esenterons, dans cette communication, les repr´esentations stochastiques qui, utilis´ees di- rectement, conduisent au calcul de la solution.

En effet, les approches des repr´esentations stochastiques des solutions par r´ealisa-tions de processus solutions d’EDS (´equations diff´erentielles stochastiques, voir [5]) fournissent des algorithmes de calcul. L’´elaboration de la m´ethode sera rappel´ee tant en ce qui concerne les probl`emes ellip- tiques avec des conditions de divers types [6,4], que son utilisation pour les probl`emes d’´evolution de type parabolique en vue de la r´esolution du probl`eme de Ventcel.

Consid´erons un ouvert born´e G de R

d

. On note x ∈ G la variable d’espace, n la normale unitaire int´erieure d´efinie sur la fronti`ere ∂G.

Pour le probl`eme de Ventcel, on aura la partition ∂G = S

j

Γ

j

avec G ouvert polygonal, Γ

j

segment ouvert d’extr´emit´es S

j−1

et S

j

.

A partir d’EDS et en faisant intervenir la formule de Itˆo, nous repr´esentons ` par des int´egrales stochastiques les solutions des probl`emes aux limites suivants (avec terme de potentiel et de d´erive) :

(1)

 

 

12

a ∆u + λ u = f (G)

∂u ∂n − µ u = g

1

(∂G)

(2)

 

 

12

∆u + b · ∇ u = f (G) u = g

2

(∂G) o` u u est l’inconnue, fonction scalaire d´efinie sur G, et les donn´ees sont la fonction f d´efinie sur G, les fonctions g

i

d´efinies sur ∂G (dans le cas (3), sur une partie Γ

i

de ∂G), a > 0, λ > 0 et µ ≥ 0 suppos´es constants pour simplifier.

Nous r´esolverons num´eriquement le probl`eme de Ventcel pour le laplacien

[2]. Il mod`elise l’´echange de chaleur entre un corps G et le milieu am-

biant quand la fronti`ere ∂G est recouverte d’une couche fine tr`es bonne

(3)

conductrice.

(3)

 

 

 

 

 

 

12

∆u + λu = f (G)

∂u

∂νj

12

a

j∂2u

∂τj2

+ µ

j

u = g

j

j

) a

j ∂u

∂τj

− a

j+1 ∂u

∂τj+1

= 0 (S

j

)

o` u ν

j

(respectivement τ

j

) d´esigne la normale unitaire sortante (respec- tivement la tangente unitaire dans le sens positif) sur Γ

j

.

L’algorithme pr´esent´e tient compte de la nature parabolique des condi- tions aux limites et peut s’adapter facilement `a la dimension sup´erieure.

Des r´esultats num´eriques significatifs seront pr´esent´es `a la suite de la construction des algorithmes.

References

[1] M. Cessenat, R. Dautray, G. Ledanois, P.-L. Lions, ´ E. Pardoux et R. Sentis, M´ ethodes probabilistes pour les ´ equations de la physique, Eyrolles, Paris, 1989.

[2] K. Lemrabet, Probl` eme aux limites de Ventcel dans un domaine non r´ egulier, C.R. Acad. Sc. Paris, t. 300, S´erie 1, n

15 (1985), 531–534.

[3] B. Lucquin et O. Pironneau, Introduction au calcul scientifique, Masson, Paris, 1996.

[4] J.-P. Morillon, Numerical solutions of linear mixed boundary value problems using stochastic representations, International Journal for Numerical Methods in Engineering Vol. 40 (1997), 387–405.

[5] ´ E. Pardoux et D. Talay, Discretization and simulation of stochastic differential equations, Acta Applicandae Mathematicae 3 (1985), 23–47.

[6] J. E. Souza de Cursi, Numerical methods for linear boundary value problems based on Feyman-Kac representations, Mathematics and Computers in Simulation 36 (1994), 1–16.

2

Références

Documents relatifs

La méthode de Monte Carlo est bien adaptée pour ce type de problèmes car elle permet de calculer le potentiel scalaire magnétique dans des régions bien définies du système..

Nous avons présenté, dans le cadre de la MAN, une nouvelle technique pour dé- crire un comportement élasto-plastique avec la prise en compte de la décharge élas- tique. Cette

Conditions mixtes La solution u du probl`eme (3) est repr´esent´ee par la moyenne d’une variable al´eatoire Y fonction d’une marche al´eatoire r´efl´echie, puis absorb´ee..

Ainsi, il est n´ecessaire de d´efinir arbitrairement un nombre de saut maximum N max > 2↵t max / 2 suf- fisamment grand pour ˆetre en mesure de reconstruire la solution pour

gralion, deux caractéristiques menées (dans le sens des x el des y croissants, celle fois) par un second point 0', on reconnaîtra, absolument comme nous Pavons fait pour le problème

On appelle communément méthode de Monte-Carlo toute méthode visant à estimer une quantité numérique, difficile à calculer explicitement, à l’aide de procédés probabilistes qui

Une méthode bien connue qui réduit l’erreur d’une estimation de Monte Carlo est la méthode d’échantillonnage suivant l’importance

Cela consiste à payer un montant C (convenu à l’avance entre vendeur et acheteur), pour qu’à une date fixée T (ici dans six mois), vous puissiez exercer votre droit d’acheter ou