En analyse numérique, la consistance d’un schéma numérique aux différences finies est une propriété locale de l’algorithme qui en découle. Elle concerne essentiellement la capacité du schéma à représenter une solution régulière satisfaisant localement les équations aux dérivées partielles, ceci lorsque les pas de discrétisation (discrétisation en temps, en espace, , etc.) tendent tous vers 0. Plus précisément, si les données d’une étape du traitement algorithmique sont issues d’une solution exacte, les résultats de ce traitement tendent vers cette solution.

Property Value
dbo:abstract
  • En analyse numérique, la consistance d’un schéma numérique aux différences finies est une propriété locale de l’algorithme qui en découle. Elle concerne essentiellement la capacité du schéma à représenter une solution régulière satisfaisant localement les équations aux dérivées partielles, ceci lorsque les pas de discrétisation (discrétisation en temps, en espace, , etc.) tendent tous vers 0. Plus précisément, si les données d’une étape du traitement algorithmique sont issues d’une solution exacte, les résultats de ce traitement tendent vers cette solution. La consistance est une propriété distincte de la convergence, cette dernière étant de portée globale. Sous certaines hypothèses (et en particulier celle de la consistance), le théorème de Lax montre que la stabilité est une condition nécessaire et suffisante pour assurer la convergence. (fr)
  • En analyse numérique, la consistance d’un schéma numérique aux différences finies est une propriété locale de l’algorithme qui en découle. Elle concerne essentiellement la capacité du schéma à représenter une solution régulière satisfaisant localement les équations aux dérivées partielles, ceci lorsque les pas de discrétisation (discrétisation en temps, en espace, , etc.) tendent tous vers 0. Plus précisément, si les données d’une étape du traitement algorithmique sont issues d’une solution exacte, les résultats de ce traitement tendent vers cette solution. La consistance est une propriété distincte de la convergence, cette dernière étant de portée globale. Sous certaines hypothèses (et en particulier celle de la consistance), le théorème de Lax montre que la stabilité est une condition nécessaire et suffisante pour assurer la convergence. (fr)
dbo:wikiPageID
  • 1663047 (xsd:integer)
dbo:wikiPageLength
  • 4435 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 159503261 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:wikiPageUsesTemplate
dct:subject
rdfs:comment
  • En analyse numérique, la consistance d’un schéma numérique aux différences finies est une propriété locale de l’algorithme qui en découle. Elle concerne essentiellement la capacité du schéma à représenter une solution régulière satisfaisant localement les équations aux dérivées partielles, ceci lorsque les pas de discrétisation (discrétisation en temps, en espace, , etc.) tendent tous vers 0. Plus précisément, si les données d’une étape du traitement algorithmique sont issues d’une solution exacte, les résultats de ce traitement tendent vers cette solution. (fr)
  • En analyse numérique, la consistance d’un schéma numérique aux différences finies est une propriété locale de l’algorithme qui en découle. Elle concerne essentiellement la capacité du schéma à représenter une solution régulière satisfaisant localement les équations aux dérivées partielles, ceci lorsque les pas de discrétisation (discrétisation en temps, en espace, , etc.) tendent tous vers 0. Plus précisément, si les données d’une étape du traitement algorithmique sont issues d’une solution exacte, les résultats de ce traitement tendent vers cette solution. (fr)
rdfs:label
  • Consistance (mathématiques) (fr)
  • Consistance (mathématiques) (fr)
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:wikiPageDisambiguates of
is dbo:wikiPageRedirects of
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of