![](//s1.studylibfr.com/store/data-gzf/424b31ef23023b05022f2a15fbf16457/1/002425271.htmlex.zip/bg5.jpg)
physique numérique, ydri et al. 5
9 Travaux Pratiques 75
9.1 Algorithme de Runge-Kutta - Le Systéme Solaire . . . . . . . . . . 76
9.2 La Précession du Périhélie de Mercure . . . . . . . . . . . . . . . . 78
9.3 Le Pendule Chaotique et l’Effet Papillon . . . . . . . . . . . . . . . 80
9.4 Sections de Poincaré . . . . . . . . . . . . . . . . . . . . . . . . . . 82
9.5 Chaos par Doublement de Période . . . . . . . . . . . . . . . . . . . 84
9.6 Diagrammes de Bifurcation et Brisure Spontanée de la Symétrie . . 86
9.7 Dynamique Moléculaire . . . . . . . . . . . . . . . . . . . . . . . . . 88
Partie III 93
10 Nombres (Pseudo) Aléatoires et Marche Au Hasard 93
10.1 Nombres Aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
10.1.1 Générateur Congruentiel Linéaire . . . . . . . . . . . . . . . 93
10.1.2 Tests Statistiques des Nombres Aléatoires . . . . . . . . . . 94
10.2 Systémes Aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
10.2.1 Marches Aléatoires . . . . . . . . . . . . . . . . . . . . . . . 97
10.2.2 Équation de Diffusion . . . . . . . . . . . . . . . . . . . . . 99
10.3 Les générateurs des Nombres Aléatoires RAN 0,1,2.........101
11 Intégration Monte Carlo 105
11.1 Intégration Numérique . . . . . . . . . . . . . . . . . . . . . . . . . 105
11.1.1 Approximation Rectangulaire . . . . . . . . . . . . . . . . . 105
11.1.2 Approximation du Point Médian et Intégrales Multidimen-
sionnelles ............................106
11.1.3 Les Sphéres et les Boules dans dDimensions . . . . . . . . . 108
11.2 Intégration de Monte Carlo: Échantillonnage Simple . . . . . . . . . 109
11.2.1 La Méthode de Rjet: "Hit or Miss" . . . . . . . . . . . . . . 110
11.2.2 La Méthode de l’Échantillon Moyen . . . . . . . . . . . . . . 110
11.2.3 Echantillon Moyen dans les Dimensions Supérieures . . . . . 110
11.3 Le Théorème Central Limite . . . . . . . . . . . . . . . . . . . . . . 111
11.4 Erreurs de Monte Carlo et Déviation Standard . . . . . . . . . . . 113
11.5 Distributions de Probabilités Non Uniformes . . . . . . . . . . . . . 116
11.5.1 La Méthode de Transformation Inverse . . . . . . . . . . . . 116
11.5.2 La Méthode de Rejet de Von Neumann . . . . . . . . . . . . 118
12 Échantillonnage d’ Importance, Algorithme de Metropolis et Mod-
éle d’Ising 119
12.1 L’Ensemble Canonique . . . . . . . . . . . . . . . . . . . . . . . . . 119
12.2 Échantillonnage d’ Importance . . . . . . . . . . . . . . . . . . . . . 120