Two efficient methods for solving generalized Lyapunov equations and their implementations in FORTRAN 77 are presented. The first one is a generalization of the Bartels--Stewart method and the second is an extension of Hammarling's method to generalized Lyapunov equations. Our LAPACK based subroutines are implemented in a quite flexible way. They can handle the transposed equations and provide scaling to avoid overflow in the solution. Moreover, the Bartels--Stewart subroutine offers the optional estimation of the separation and the reciprocal condition number. A brief description of both algorithms is given. The performance of the software is demonstrated by numerical experiments.

<p>Numerical trajectory optimization is helpful not only for mission planning but also design</p> <p>space exploration and quantifying vehicle performance. Direct methods for solving the opti-</p> <p>mal control problems, which first discretize the problem before applying necessary conditions</p> <p>of optimality, dominate the field of trajectory optimization because they are easier for the</p> <p>user to set up and are less reliant on a forming a good initial guess. On the other hand,</p> <p>many consider indirect methods, which apply the necessary conditions of optimality prior to</p> <p>discretization, too difficult to use for practical applications. Indirect methods though provide</p> <p>very high quality solutions, easily accessible sensitivity information, and faster convergence</p> <p>given a sufficiently good guess. Those strengths make indirect methods especially well-suited</p> <p>for generating large data sets for system analysis and worth revisiting.</p> <p>Recent advancements in the application of indirect methods have already mitigated many</p> <p>of the often cited issues. Automatic derivation of the necessary conditions with computer</p> <p>algebra systems have eliminated the manual step which was time-intensive and error-prone.</p> <p>Furthermore, regularization techniques have reduced problems which traditionally needed</p> <p>many phases and complex staging, like those with inequality path constraints, to a signifi-</p> <p>cantly easier to handle single arc. Finally, continuation methods can circumvent the small</p> <p>radius of convergence of indirect methods by gradually changing the problem and use previ-</p> <p>ously found solutions for guesses.</p> <p>The new optimal control problem solver Giuseppe incorporates and builds upon these</p> <p>advancements to make indirect methods more accessible and easily used. It seeks to enable</p> <p>greater research and creative approaches to problem solving by being more flexible and</p> <p>extensible than previous solvers. The solver accomplishes this by implementing a modular</p> <p>design with well-defined internal interfaces. Moreover, it allows the user easy access to and</p> <p>manipulation of component objects and functions to be use in the way best suited to solve</p> <p>a problem.</p> <p>A new technique simplifies and automates what was the predominate roadblock to using</p> <p>continuation, the generation of an initial guess for the seed solution. Reliable generation of</p> <p>a guess sufficient for convergence still usually required advanced knowledge optimal contrtheory or sometimes incorporation of an entirely separate optimization method. With the</p> <p>new method, a user only needs to supply initial states, a control profile, and a time-span</p> <p>over which to integrate. The guess generator then produces a guess for the “primal” problem</p> <p>through propagation of the initial value problem. It then estimates the “dual” (adjoint)</p> <p>variables by the Gauss-Newton method for solving the nonlinear least-squares problem. The</p> <p>decoupled approach prevents poorly guessed dual variables from altering the relatively easily</p> <p>guess primal variables. As a result, this method is simpler to use, faster to iterate, and much</p> <p>more reliable than previous guess generation techniques.</p> <p>Leveraging the continuation process also allows for greater insight into the solution space</p> <p>as there is only a small marginal cost to producing an additional nearby solutions. As a</p> <p>result, a user can quickly generate large families of solutions by sweeping parameters and</p> <p>modifying constraints. These families provide much greater insight in the general problem</p> <p>and underlying system than is obtainable with singular point solutions. One can extend</p> <p>these analyses to high-dimensional spaces through construction of compound continuation</p> <p>strategies expressible by directed trees.</p> <p>Lastly, a study into common convergence explicates their causes and recommends mitiga-</p> <p>tion strategies. In this area, the continuation process also serves an important role. Adaptive</p> <p>step-size routines usually suffice to handle common sensitivity issues and scaling constraints</p> <p>is simpler and out-performs scaling parameters directly. Issues arise when a cost functional</p> <p>becomes insensitive to the control, which a small control cost mitigates. The best perfor-</p> <p>mance of the solver requires proper sizing of the smoothing parameters used in regularization</p> <p>methods. An asymptotic increase in the magnitude of adjoint variables indicate approaching</p> <p>a feasibility boundary of the solution space.</p> <p>These techniques for indirect methods greatly facilitate their use and enable the gen-</p> <p>eration of large libraries of high-quality optimal trajectories for complex problems. In the</p> <p>future, these libraries can give a detailed account of vehicle performance throughout its flight</p> <p>envelope, feed higher-level system analyses, or inform real-time control applications.</p>

Cette thèse présente un ensemble de routines pour la résolution des grands systèmes linéaires creuses sur des architectures parallèles. Les approches proposées s'inscrivent dans un schéma hybride combinant les méthodes directes et itératives à travers l'utilisation des techniques de décomposition de domaine. Dans un tel schéma, le problème initial est divisé en sous-problèmes en effectuant un partitionnement du graphe de la matrice coefficient du système. Les méthodes de Schwarz sont ensuite utilisées comme outils de préconditionnements des méthodes de Krylov basées sur GMRES. Nous nous intéressons tout d'abord au schéma utilisant un préconditionneur de Schwarz multiplicatif. Nous définissons deux niveaux de parallélisme: le premier est associé à GMRES préconditionné sur le système global et le second est utilisé pour résoudre les sous-systèmes à l'aide d'une méthode directe parallèle. Nous montrons que ce découpage permet de garantir une certaine robustesse à la méthode en limitant le nombre total de sous-domaines. De plus, cette approche permet d'utiliser plus efficacement tous les processeurs alloués sur un noeud de calcul. Nous nous intéressons ensuite à la convergence et au parallélisme de GMRES qui est utilisée comme accélerateur global dans l'approche hybride. L'observation générale est que le nombre global d'itérations, et donc le temps de calcul global, augmente avec le nombre de partitions. Pour réduire cet effet, nous proposons plusieurs versions de GMRES basés sur la déflation. Les techniques de déflation proposées utilisent soit un préconditionnement adaptatif soit une base augmentée. Nous montrons l'utilité de ces approches dans leur capacité à limiter l'influence du choix d'une taille de base de Krylov adaptée, et donc à éviter une stagnation de la méthode hybride globale. De plus, elles permettent de réduire considérablement le coût mémoire, le temps de calcul ainsi que le nombre de messages échangés par les différents processeurs. Les performances de ces méthodes sont démontrées numériquement sur des systèmes linéaires de grande taille provenant de plusieurs champs d'application, et principalement de l'optimisation de certains paramètres de conception en dynamique des fluides.

Nous nous intéressons à la résolution de systèmes linéaires creux de très grande taille sur des machines parallèles. Dans ce contexte, la mémoire est un facteur qui limite voire empêche souvent l'utilisation de solveurs directs, notamment ceux basés sur la méthode multifrontale. Cette étude se concentre sur les problèmes de mémoire et de performance des deux phases des méthodes directes les plus coûteuses en mémoire et en temps : la factorisation numérique et la résolution triangulaire. Dans une première partie nous nous intéressons à la phase de résolution à seconds membres creux, puis, dans une seconde partie, nous nous intéressons à la scalabilité mémoire de la factorisation multifrontale. La première partie de cette étude se concentre sur la résolution triangulaire à seconds membres creux, qui apparaissent dans de nombreuses applications. En particulier, nous nous intéressons au calcul d'entrées de l'inverse d'une matrice creuse, où les seconds membres et les vecteurs solutions sont tous deux creux. Nous présentons d'abord plusieurs schémas de stockage qui permettent de réduire significativement l'espace mémoire utilisé lors de la résolution, dans le cadre d'exécutions séquentielles et parallèles. Nous montrons ensuite que la façon dont les seconds membres sont regroupés peut fortement influencer la performance et nous considérons deux cadres différents : le cas "hors-mémoire" (out-of-core) où le but est de réduire le nombre d'accès aux facteurs stockés sur disque, et le cas "en mémoire" (in-core) où le but est de réduire le nombre d'opérations. Finalement, nous montrons comment améliorer le parallélisme. Dans la seconde partie, nous nous intéressons à la factorisation multifrontale parallèle. Nous montrons tout d'abord que contrôler la mémoire active spécifique à la méthode multifrontale est crucial, et que les techniques de "répartition" (mapping) classiques ne peuvent fournir une bonne scalabilité mémoire : le coût mémoire de la factorisation augmente fortement avec le nombre de processeurs. Nous proposons une classe d'algorithmes de répartition et d'ordonnancement "conscients de la mémoire" (memory-aware) qui cherchent à maximiser la performance tout en respectant une contrainte mémoire fournie par l'utilisateur. Ces techniques ont révélé des problèmes de performances dans certains des noyaux parallèles denses utilisés à chaque étape de la factorisation, et nous avons proposé plusieurs améliorations algorithmiques. Les idées présentées tout au long de cette étude ont été implantées dans le solveur MUMPS (Solveur MUltifrontal Massivement Parallèle) et expérimentées sur des matrices de grande taille (plusieurs dizaines de millions d'inconnues) et sur des machines massivement parallèles (jusqu'à quelques milliers de coeurs). Elles ont permis d'améliorer les performances et la robustesse du code et seront disponibles dans une prochaine version. Certaines des idées présentées dans la première partie ont également été implantées dans le solveur PDSLin (solveur linéaire hybride basé sur une méthode de complément de Schur).

Cette thèse aborde les difficultés de mise au point de codes multicibles - c'est-à-dire de codes dont les performances sont portables entre différentes cibles matérielles. Nous avons identifié deux principales difficultés à surmonter : l'unification de l'expression du parallélisme d'une part et la nécessité d'adapter le format de stockage des données d'autre part. Afin de mettre au point une version multicible de la bibliothèque d'algèbre linéaire Legolas++ mise au point à EDF R&D, nous avons conçu MTPS (MultiTarget Parallel Skeleton), une bibliothèque dédiée à la mise au point de codes multicible. MTPS permet d'obtenir une implémentation multicible pour les problèmes appliquant une même fonction aux différents éléments d'une collection. MTPS prend alors en charge l'adaptation du format de stockage des données en fonction de l'architecture ciblée. L'intégration des concepts de MTPS dans Legolas++ a conduit à l'obtention d'un prototype multicible de Legolas++. Ce prototype a permis de mettre au point des solveurs dont les performances sont proches de l'optimal sur différentes architectures matérielles.

No description available.

Dans cette thèse, nous proposons et analysons des méthodes numériques partitionnées pour la simulation de phénomènes d'interaction fluide-structure (IFS) dans le système cardiovasculaire. Nous considérons en particulier l'interaction mécanique du sang avec la paroi des grosses artères, avec des valves cardiaques et avec le myocarde. Dans les algorithmes IFS partitionnés, le couplage entre le fluide et la structure peut être imposé de manière implicite, semi-implicite ou explicite. Dans la première partie de cette thèse, nous faisons l'analyse de convergence d'un algorithme de projection semi-implicite. Puis, nous proposons une nouvelle version de ce schéma qui possède de meilleures propriétés de stabilité. La modification repose sur un couplage Robin-Robin résultant d'une ré-interprétation de la formulation de Nitsche. Dans la seconde partie, nous nous intéressons à la simulation de valves cardiaques. Nous proposons une stratégie partionnée permettant la prise en compte du contact entre plusieurs structures immergées dans un fluide. Nous explorons également l'utilisation d'une technique de post-traitement récente, basée sur la notion de structures Lagrangiennes cohérentes, pour analyser qualitativement l'hémodynamique complexe en aval des valves aortiques. Dans la dernière partie, nous proposons un modèle original de valves cardiaques. Ce modèle simplifié offre un compromis entre les approches 0D classiques et les simulations complexes d'interaction fluide-structure 3D. Diverses simulations numériques sont présentées pour illustrer l'efficacité et la robustesse de ce modèle, qui permet d'envisager des simulations réalistes de l'hémodynamique cardiaque, à un coût de calcul modéré.

This master's thesis Multimedia support of teaching mathematics aims at supporting teachers in introducing innovations in teaching and support in their own teaching materials. It is dedicated to supporting the pupil in self-education. It also serves as an overview of selected resources to support the use of technology and software in teaching. This master's thesis includes examples of the use of mathematical programs in mathematics classes, and a proposal to engage pupils in teaching, by implementing the "Teach Your Fellow" project, which aims to create learning videos for pupils.

Cette thèse s'intéresse aux simulations dépendantes du temps impliquant des géometries fixes ou mobiles. Ce type de simulations est l'objet d'attentes grandissantes de la part des industriels, qui souhaiteraient voir réaliser ce type de calculs de façon systématique au sein de leurs centres de recherche, ce qui n'est clairement pas le cas à l'heure actuelle. Ce travail tente de satisfaire en partie cette demande et vise notamment à améliorer la précision ainsi que l'efficacité en termes de temps de calcul des algorithmes actuellement utilisés dans ce contexte. Les méthodes d'adaptation de maillage anisotrope par prescription d'un champ de métriques, qui ont aujourd'hui atteint une certaine maturité, notamment dans leur application aux simulations stationnaires, constituent une piste très prometteuse pour l'amélioration des calculs évoluant en temps, mais leur extension dans ce contexte est loin d'être triviale. Quant à leur utilisation sur les simulations en géométries mobiles, seules quelques tentatives peuvent être répertoriées, et très peu portent sur des problèmes réalistes en trois dimensions. Cette étude présente plusieurs nouveautés sur ces questions, notamment l'extension de l'adaptation de maillage multi-échelles par champ de métriques aux problèmes instationnaires en géométries fixes et mobiles. Par ailleurs, essentiellement dans une optique de réduction des temps de calculs, une stratégie originale à été adoptée pour réaliser des calculs impliquant des maillages mobiles. Notamment, il est démontré par la pratique dans cette thèse qu'il possible de déplacer des objets en trois dimensions sur de grandes distances en maintenant le nombre de sommets du maillage constant, c'est-à-dire en limitant les types d'opérations de modification de maillage autorisés. Il en résulte un gain conséquent en terme de temps de calcul aussi bien au niveau du déplacement de maillage qu'au niveau de la résolution numérique. Par ailleurs, un nouveau schéma est proposé qui permet de gérer les changements de connectivité du maillage de manière cohérente avec la description Arbitrary-Lagrangian-Eulerian des équations physiques. La plupart de ces nouvelles méthodes ont été appliquées à la simulation d'écoulements fluides compressibles autour de géometries complexes en deux et trois dimensions d'espace.

Dans ce travail, on propose un nouveau package Sim.DiffProc pour la simulation des processus de diffusion, muni d'une interface graphique (GUI), sous langage R. Le développement de l'outil informatique (logiciels et matériels) ces dernières années, nous a motivé de réaliser ce travail. A l'aide de ce package, nous pouvons traiter beaucoup de problèmes théoriques difficiles liée à l'utilisation des processus de diffusion, pour des recherches pratiques, tels que la simulation numérique trajectoires de la solution d'une ÉDS. Ce qui permet à beaucoup d'utilisateurs dans différents domaines à l'employer comme outil sophistiqué à la modélisation de leurs problèmes pratiques. Le problème de dispersion d'un polluant, en présence d'un domaine attractif que nous avons traité dans ce travail en est un bon exemple. Cet exemple montre l'utilité et l'importance pratique des processus de diffusion dans la modélisation simulation de situations réelles complexes. La fonction de densité de la variable aléatoire tau(c) "instant de premier passage" de la frontière de domaine d'attraction peut être utilisée pour déterminer le taux de concentration des particules polluantes à l'intérieur du domaine. Les études de simulation et les analyses statistiques mises en application à l'aide du package Sim.DiffProc, se présentent efficaces et performantes, comparativement aux résultats théoriques explicitement ou approximativement déterminés par les modèles de processus de diffusion considérés.