présenté en vue de l'obtention de

Samuel Amstutz

Description

Niveau: Supérieur

• mémoire

Mémoire présenté en vue de l'obtention de l'Habilitation à Diriger des Re her hes de l'Université d'Avignon et des Pays de Vau luse Spé ialité : Mathématiques Appliquées par Samuel Amstutz Analyse de sensibilité topologique et appli ations en optimisation de formes Soutenu le 5 dé embre 2011 Jury : Hédy Attou h Université de Montpellier 2 (Président) Giuseppe Buttazzo Università di Pisa (Rapporteur) Dinh The Lu Université d'Avignon (Tuteur) Olivier Pironneau Université de Paris 6 (Rapporteur) Mi hael Vogelius Rutgers University (Rapporteur) Mi hel Volle Université d'Avignon (Examinateur)

• analyse de sensibilité topologique


• méthode


• identi ation de défauts


• lagrangien


• déte tion de défauts par visualition de la dérivée topologique


• sensibilité topologique en dimension


• équations de l'élasti ité linéaire pour le dépla ement


• problème d'optimisation de stru

Sujets

• Mémoire
• Université de Montpellier
• Université de Paris
• Méthode
• Lagrangien

Informations

• Publié par: profil-nechor-2012
• Nombre de lectures: 44
• Langue: Français
• Poids de l'ouvrage: 3 Mo

Extrait

de
M?moire
6
pr?sen
Dinh
t?
olle
en
e
vue
uteur)
de
Univ
l'obten

tion
2
de
di
l'Habilitation
ersit?
?
ersit?
Diriger
hael
des
orteur)

vignon
herc
Univ
hes
tp
de
t)
l'Univ
Univ
ersit?
(Rapp
d'A

vignon
vignon
et
Pironneau
des
P
P
orteur)
a
ogelius
ys
y
de
hel
V
ersit?

A
Sp
h
?cialit?
ersit?
:
Mon
Math?matiques
ellier
Appliqu?es
(Pr?siden
par
Giusepp
Sam
Buttazzo
uel
ersit?
Amstutz
Pisa
Analyse
orteur)
de
The
sensibilit?
Univ
top
d'A
ologique
(T
et
Olivier
applications
Univ
en
de
optimisation
aris
de
(Rapp
formes

Souten
V
u
Rutgers
le
ersit
5
(Rapp


bre
V
2011
Univ
Jury
d'A
:
(Examinateur)
H?dySon
R?sum?
gra-
Ce
g?om?triques.
do
mani?res

parmi
t
La
pr?sen
p
te
de
une
lytiques,
syn
ts
th?se
n
de
?e
mes
ologique,

utilis?e
tra
d'optimisation
v
dication
aux
les
de
div


herc
la
he
t
eectu?s
d'un
jusqu'?
de

ologique,
jour.
t
Ils
en
p
alors
orten
di?ren
t
des
essen
formes
tiellemen
des
t
top
sur
ab
l'analyse
ects
de
ainsi
sensibilit?
exemples
top
l'optimisation
ologique
l'optimisation
et
ou
ses
de
applications
ypiquemen
en
la
opti-
ucl?ation
misation
trou.
et
notion

d?riv
de
top
formes.
ou
Cette
dien

top
hnique
qui


te
eut

?tre
?
de
?tudier
tes
la
dans
sensibilit?
algorithmes
d'une
de
fonctionnelle
an
d?p
g?n?rer
endan
mo
t
de
d'un
ologie.
domaine
t
par
ord?s
rapp
asp
ort
ana-
?
algorithmiques,
une
que
p
ers
erturbation
d'applications
innit?simale
lesquels
de
de
la
?lastiques,
top
d'?coulemen
ologie

de



dernier,
d?fauts

1
t.
T
m?tho
able
21
des
.
mati?res
m?tho
1
it?rativ
In
.
tro
℄

n
4
R?sultats
1.1
.
Exemples
3.2
de
.
probl?mes
.
d'optimisation
.
de
.
formes
Liens
.
m?tho
.
33
.
.
.
.
.
d?riv
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
℄
.
.
.
.
4
.
1.1.1
e
Minimisation
.
de
.
la
3.1.1

.
en
.
optimisation
.
de
olation

.
.
our
.
?
.
.
.
train
.
.
.
.
.
.
.
.
.
.
.
.
4
.
1.1.2
de
Iden
.
tication
oin
de
.
d?fauts
.
.
.
.
.
.
ts
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
te
.
.
.
des
.
our
.
taires
.
.
.
.
.
.
.
.
.
par
.
[14
.
.
.
℄
.
.
.
.
.
.
.
m?tho
.
top
.
.
5
.
1.2
de
Les
[10,
m?tho
.
des
[13
les
.
plus
.

top
ues
Conditions
.
.
.
.
.
.
.
.
.
g?n?ral
.
.
.
.
.
.
.
.
.
Un
.
.
.
.
.
.
.
.
.
30
.
lagrangien
.
.
.
.
.
4.2.1
.
.
.
.
.
.
.
.
.
augmen
.
.
.
.
.
.
.
.
.
optimaux
.
.
.
.
.
32
5
.
1.3
.
Sensibilit?
.
top
.
ologique
?nalisation
:

d?nition
.
et
4.3.1
premiers
.
algorithmes
.
.
.
.
.
.
um?riques
.
.
.
.
.
.
.
our
.
Mises
.
.
.
.
.
3
.
t
.
t
.
top
.
Algorithmes
.
.
6
.
2
.
Analyse
.
de
.
sensibilit?
.
top
.
ologique
.
de
.
quelques
de
probl?mes
de
7
top
2.1
12
Probl?mes
.
elliptiques
3.1.2
d'ordre
d'obstacles
2
.
a
.
v
.
ec
.

.
trou
.
ou
.
ssure
en
de
d'in
t
d?riv
yp
℄
e
.
Neumann
.
[3,
.
14
3.3
,
de
12
eaux
℄
top
7
.
2.1.1
.
Une
3.4
m?tho
de
de
20
adjoin
.
te
.
g?n?ralis?e
.
.
.
.
4
.
sous
.
28
.
[11
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4.1.1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
28
.
.
.
.
7
.
2.1.2
.
Sensibilit?
.
top
.
ologique
.
par
.
rapp
.
ort
.
?
M?tho
une
et

t?
.
.
.
.
.
.
.
.
.
.
.
et
.
selles
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4.2.2
.
.
8
.
2.1.3
.
Extension
.
:
.
trou
.
et
.
ssure
.
de
31
t
tre
yp
p
e
.
Neumann
.
.
.
.
.
.
.
.
Quelques
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4.3
.
de
.
our
.
tes
.
,
.
.
.
.
.
.
11
de
2.2
.
Probl?mes
.
elliptiques
.
d'ordre
.
2
.
a
.
v
.
ec
.
trou
R?sultats
de
our
t
.
yp
.
e
.

.
hlet
.
[21
36
,
um?riques
2

,
V
4

℄
37
.
.
.
.
.
.
.
18
.
M?tho
.
de
.
yp
.
gradien
.
p
.
l'optimisation
11
ologique
2.2.1
3.1
Sensibilit?
?l?men
top
.
ologique
.
en
.
dimension
.
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
.

.
d?fauts
.
visualition
.
la
.
?e
.
ologique
.
,
.
℄
.
.
.
.
11
21
2.2.2
Insertion
Sensibilit?
e
top
[2
ologique
.
en
.
dimension
.
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
21
.
Lien
.
tre
.
des
.
terp
.
et
.
?e
.
ologique
.
.
.
.
.
.
.
.
.
.
.
.
12
.
2.2.3
22
G?n?ralisation
Une
?
des
d'autres
lignes
op
niv
?rateurs
p
di?ren
l'optimisation
tiels
ologique
.
7]
.
.
.
.
.
.
.
24
.
Application
.
l'optimisation
.

.
,
.
℄
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
.
2.2.4
25
T
Optimisation
rou
ologique
sph?rique

(3D)
tes
.
4.1
.
d'optimalit?
.
℄
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
28
.
Cadre
.
.
.
.