Bøger af Yvon Maday

L'analyse numérique de deux types de discrétisations variationnelles est effectuée en détail pour des problèmes elliptiques: les méthodes spectrales et les méthodes d'éléments finis. Les avantages de chaque type sont mis en valeur, et leur mise en oeuvre est décrite. L'originalité de cet ouvrage est d'insérer ces deux types de discrétisation dans un cadre abstrait commun, ce qui permet au lecteur d'étendre l'approche à bien d'autres méthodes et problèmes. Sont présentés également un algorithme pour coupler ces méthodes dans un cadre de décomposition de domaine et une application aux écoulements de fluides incompressibles dans des milieux poreux. L'ouvrage s'adresse aux étudiants de 3ème cycle en mathématiques appliquées et mécanique, ainsi qu'à tous les ingénieurs intéressés par la simulation numérique.

Ce cours est une introduction à la modélisation mathématique et à l'analyse numérique pour la chimie moléculaire quantique, un champ peu connu des mathématiciens et pourtant riche en sujets d'investigation. Le point de vue choisi est celui du mathématicien appliqué. Le cours est construit de manière auto-consistante. Seules des notions de base en analyse fonctionnelle sont requises pour l'aborder. Les outils mathématiques plus élaborés sont introduits progressivement et les connaissances nécessaires en physique et en théorie spectrale sont regroupées dans des annexes. On présente d'abord les modèles les plus utilisés en pratique. Puis, on analyse ces modèles d'un point de vue mathématique (questions d'existence de solutions, d'unicité, ...). On introduit ensuite les différentes stratégies numériques employées pour la résolution pratique, et on fournit, quand ceci est possible, des éléments d'analyse numérique de ces méthodes. Les liens existants entre les modèles de la chimie moléculaire et des sujets connexes sont aussi explorés : modélisation de la phase liquide, physique de l'état cristallin, biologie, simulation des matériaux, ... Le cours peut aussi intéresser le chimiste ou le physicien curieux de comprendre les techniques mathématiques dont relèvent les modèles qu'il utilise, et de découvrir comment de telles techniques peuvent améliorer significativement l'efficacité et la qualité des simulations numériques.