L'océan planétaire

La méthode des éléments finis, apparue dans les années 50 pour traiter des problèmes de mécanique des structures, a connu depuis lors un développement continu et est présente, aujourd'hui, dans tous les domaines d'applications: mécanique, physique, chimie, économie, finance et biologie. Elle est maintenant utilisée dans la plupart des logiciels de calcul scientifique, et de nombreux ingénieurs y sont confrontés dans le cadre de leur activité de modélisation et de simulation numérique. Il est donc important d'en maîtriser les divers aspects. Cet ouvrage présente tous les éléments essentiels de la méthode: les fondements théoriques (formulations variationnelles d'équations aux dérivées partielles, principes généraux et analyse numérique de la méthode), les considérations pratiques de mise en oeuvre (structure creuse des matrices, principe d'assemblage), les algorithmes (en particulier ceux relatifs à la résolution des systèmes linéaires) et enfin des illustrations numériques. Biographie de l'auteur Docteurs en Mathématiques Appliquées (option Analyse Numérique), Patrick Ciarlet et Éric Lunéville sont enseignants-chercheurs à l'Unité de Mathématiques Appliquées de l'ENSTA ParisTech. En lien avec des applications concrètes, ils conduisent des recherches autour de la conception de méthodes numériques pour la résolution de problèmes de mécanique ou physique modélisés par des systèmes d'équations aux dérivées partielles. L'intervention depuis de nombreuses années dans divers enseignements de calcul scientifique et d'analyse numérique à l'ENSTA ParisTech et en Master, leur a permis d'acquérir une grande expérience pédagogique dans ces domaines. Patrick Ciarlet a été professeur chargé de cours en mathématiques appliquées à ('École Polytechnique. Éric Lunéville est le directeur de l'Unité de Mathématiques Appliquées de l'ENSTA ParisTech.

La prise en compte de l'aléa est récemment devenue courante dans les métiers de l'ingénieur (probabilité d'erreur, intervalle de confiance). Et la statistique est incontournable pour l'analyse et la compréhension des données. Cet ouvrage se fixe donc pour but de présenter les concepts de base des probabilités et de la statistique mathématique. Ils sont illustrés par des exercices, des applications et des exemples concrets. En probabilité, l'ouvrage aborde la loi des grands nombres qui assure que la moyenne de nombreux petits aléas est approximativement déterministe et le théorème central limite qui précise la qualité de cette approximation. Ce dernier permet en particulier de donner des estimations par intervalles de confiance ou régions de confiance (estimation de paramètres, sondage, méthode de Monte-Carlo). En statistique mathématique, l'ouvrage présente l'estimation paramétrique, avec en particulier le choix des estimateurs, et la théorie des tests. La théorie des tests ou statistique décisionnelle permet d'établir des procédures de décisions à partir d'observations, qui dépendent de l'aléatoire, et surtout de quantifier les probabilités d'erreur de décision.

Cet ouvrage d'exercices et de problèmes corrigés se fixe pour but d'illustrer les concepts de base des probabilités et de la statistique mathématique présentés dans l'ouvrage introduction au calcul des probabilités et à la statistique. Il présente des exercices de manipulation qui permettent d'appréhender les concepts du cours (variables aléatoires, théorèmes asymptotiques, modèles gaussiens, estimations paramétriques, tests, régions de confiance). Il comporte également une part importante d'exercices et de problèmes de modélisation avec des applications diverses dans plusieurs domaines scientifiques (mathématiques, physique, sciences de l'ingénieur, sciences du vivant, économie).

Cet ouvrage d'exercices et de problèmes corrigés se fixe pour but d'illustrer les concepts de base des probabilités et de la statistique mathématique présentés dans l'ouvrage Introduction au calcul des probabilités et à la statistique. Il présente des exercices de manipulation qui permettent d'appréhender les concepts du cours (variables aléatoires, théorèmes asymptotiques, modèles gaussiens, estimations paramétriques, tests, régions de confiance). Il comporte également une part importante d'exercices et de problèmes de modélisation avec des applications diverses dans plusieurs domaines scientifiques (mathématiques, physique, sciences de l'ingénieur, sciences du vivant, économie...).