Vous êtes sur la page 1sur 7

www.almohandiss.

com

RÉSOLUTION NUMÉRIQUE D'ÉQUATIONS DIFFÉRENTIELLES

Equation différentielle d’ordre p : y ( p ) = f ( x, y, y ' , y" ,....., y ( p −1) )


Définition : ϕ ( x, y, y ' , y ' ' ,..., y ( p ) ) = 0
ou

x ∈ [a; b] f fonction continue de [a,b]xR→R

Remarque préliminaire : Une équation différentielle d’ordre p dans R se


ramène à une équation différentielle du 1er ordre dans Rp.

En effet si on pose z1 = y; z 2 = y ' ; z 3 = y" ;......... ; z p = y ( p −1)

 z1' = z2
l’équation différentielle d’ordre p est  '
équivalente au système  z 2 = z3

..........
 z 'p = f (x, z1 , z2 ,...., z p )

Conséquence : possibilité de ramener la résolution d'une équation
différentielle d'ordre p à une équation d'ordre 1 : forme vectorielle. 1

Problème de Cauchy

Recherche d’une fonction de classe C1 vérifiant

 y ' ( x ) = f ( x, y ( x ) )
y : [a, b ] → R 
 y (a ) = y0

Théorème :

Si f : [a,b]xR→R est continue et lipschitzienne en y f ( x, y1 ) − f ( x, y2 ) ≤ k y1 − y2


:
pour tout x de [a ,b] et tout y de R, alors le problème admet une solution
unique de classe C1

2
www.almohandiss.com

Méthodes numériques par pas :

On subdivise l’intervalle [a,b] par des points (x1,x2,…,xN) en général équidistants


b−a
xn +1 = xn + h avec h=
N
Calcul de N nombres (y1,y2,…,yN) ayant une valeur proche de celle de la
fonction solution aux points (x1,x2,…,xN) puis on relie ces points par
interpolation pour définir une fonction yh sur [a,b].

Estimation de l’erreur de discrétisation en = yn − y ( xn ) : dépend du pas h.

Algorithmes divisé en 2 types :

Les algorithmes à pas séparés ou Les algorithmes à pas liés ou


méthodes à un pas permettent de méthodes à pas multiples
calculer yi+1 à partir de yi. permettent de calculer yi+1 à partir
des yi , yi-1 , yi-2 , ….,y1 .
Algorithmes à 1 pas Algorithmes à pas multiples
3

Méthodes à un pas :

Méthode d’Euler-Cauchy
La plus simple : méthode d’Euler-Cauchy : (algorithme de la tangente)

Formule de Taylor : y (xn +1 ) = y ( xn ) + hy' ( xn ) + o(h 2 )

D’où y (x n +1 ) − y ( x n )
= y ' ( x n ) + o( h)
h
Si o(h) est suffisamment petit (h petit), on peut considérer que
y (xn+1 ) − y ( xn )
est une bonne approximation de y'(xn)
h

D’où la méthode d’Euler-Cauchy :  yn +1 = yn + hf ( xn , yn ) ; n = 0..N



 y0 = y ( a )
Connaissant yn , on calcule yn+1 comme étant l’ordonnée du point
d’intersection de la droite x=xn+1 avec la droite passant par le point
(xn ,yn) ayant pour pente f(xn ,yn), pente de la tangent en (xn ,yn) à la
courbe solution. 4
www.almohandiss.com

• Interprétation graphique

dy
y(xn+1) ≈ y(xn ) + (xn ) × dx
dx
y M M Coefficient
i+1 i
directeur de
M estimé la tangente à
dy tangente
i+1
y ( xn ) + × dx la courbe à
dx l'abscisse xn
ERREUR
dy
COMMISE × dx
On diminue dx
y(xi+dx') dx
y(xn+dx)réel
M i+1

y(xn) Erreur commise diminue


M i
y(xn)

x
xn xn +dx 5

Exemple :

 y' = y résolue numériquement sur [0,5]



 y (0) = 1
 yn +1 = yn + hyn

 y0 = 1
n 1 10 20 30 40 50
xn 0,1 1 2 3 4 5
h = 0,1 yn 1,1 2,59374 6,7275 17,4494 45,25926 117,39085
y(xn) 1,10517 2,71828 7,38906 20,08554 54,59815 148,41316
en 0,00517 0,12454 0,66156 2,63614 9,33889 31,02231

n 1 100 200 300 400 500


xn 0,01 1 2 3 4 5
h = 0,01 yn 1,01 2,70481383 7,31601785 19,7884663 53,5241172 144,772772
y(xn) 1,01005 2,71828 7,38906 20,08554 54,59815 148,41316
en 5E-05 0,01346617 0,07304215 0,29707374 1,07403279 3,64038757

6
www.almohandiss.com

L’erreur est due à 2 causes :


 L’erreur de discrétisation due au procédé de calcul
 Les erreurs d’arrondi

Une bonne méthode doit converger, c’est à dire que l’erreur doit tendre
vers 0 lorsque h tend vers 0.

Si f vérifie les hypothèses de fonction Lipschitzienne, alors la


méthode d’Euler-Cauchy converge

Deux autres notions sont utilisées pour les méthodes numériques :


La stabilité : une méthode est stable si une petite perturbation sur
les données n’entraîne qu’une petite perturbation sur la solution et
ceci indépendamment de h

La consistance : la méthode de Cauchy est consistante car


y ( xn +1 ) − y ( xn )
max − f ( xn , y ( xn )) → 0 lorsque h→0
h 7

Si une méthode est stable et consistante, alors elle est convergente

L’erreur commise est proportionnelle à h : on dit que la méthode est d’ordre 1

On cherche de meilleures méthodes de telle sorte que l’erreur soit


proportionnelle à hp (p >1). Plus p est grand, plus la convergence est rapide

Idée : remplacer la fonction f par une fonction F .

Méthode générale à un pas


 yn +1 = yn + hF ( xn , yn , h)
Une méthode itérative à un pas peut s’écrire : 
 y0 = η
Conditions de convergence :
1. F ( x, y,0) = f ( x, y ) (consistance)
2. F : [a, b ]xRx[0, h 0 ] → R est lipschitzienne en y : f ( x, y1 ) − f ( x, y2 ) ≤ k y1 − y2
pour tout x de [a,b] , tout y de R et tout h de [0 ,h0], k indépendant de h.
(stabilité)
8
www.almohandiss.com

Théorème : Si f est p fois continûment différentiable dans [a,b]xR et si


∂F ∂ pF
F, ,......, p existent et sont continues dans [a,b]xRx[0,h0] , alors
∂h ∂h
la méthode est d’ordre p si et seulement si
 F ( x, y,0) = f ( x, y )
 ∂F 1 1  ∂f ∂f 
 ( x, y,0) = f (1) ( x, y ) =  + f
 ∂h 2 2  ∂x ∂y 
.........................................................;
 p −1
 ∂ F ( x, y,0) = 1 f ( p −1) ( x, y ) = 1  ∂f ∂f ( p −1) 
( p −1)
+ f 
 ∂h p −1
 p p  ∂x ∂y 
Méthode de Taylor :
h (1) h p −1 ( p −1)
F ( x, y , h ) = f ( x, y ) + f ( x, y ) + ........... + f ( x, y )
2 p!
La méthode de Taylor est convergente d’ordre p

Problème : calculs des dérivées très vite compliqués et la méthode est


donc difficile à appliquer. 9

Méthodes de la tangente améliorée, d’Euler améliorée, de HEUN

L’idée est de chercher une fonction F telle que

F ( x, y , h) = a1 f ( x, y ) + a2 f ( x + p1h, y + p2 hf ( x, y ))

Pour que la méthode soit convergente d’ordre 2 , on doit avoir :

 F ( x, y,0) = a1 f ( x, y ) + a2 f ( x, y ) = f ( x, y )
 ∂F df df a1 + a2 = 1
 ( x, y,0) = a2 p1 ( x, y ) + a2 p2 ( x, y ) f ( x, y ) 
⇔ a p = a p = 1
 ∂h dx dy
 2 1 2 2
 2
1 1  df df 
 = f (1) ( x, y ) =  ( x, y ) + ( x, y ) f ( x, y ) 
 2 2  dx dy 

Si on pose a2 = α , on obtient :
h h
F ( x, y , h) = (1 − α ) f ( x, y ) + αf ( x + ,y+ f ( x, y ))
2α 2α

On a donc une méthode convergente d’ordre 2. 10


www.almohandiss.com

Si α = 1 , on a la méthode de la tangente améliorée :


h h
F ( x, y, h) = f ( x + , y + f ( x, y ))
2 2
F(x,y,h) est la pente de la tangente à la courbe solution passant par le point
d’abscisse x+h/2 et d'ordonnée y+h.f(x,y)/2 obtenu par l’algorithme de la
tangente (EULER).

Connaissant yn, on calcule yn+1 comme étant l’ordonnée du point


d’intersection de la droite x=xn+1 avec la droite passant par le point (xn ,yn)
ayant pour pente la pente de la tangente au point d’abscisse xn+h/2 à la
courbe solution.

11

Si α = 1/2 : méthode d’Euler améliorée :


1 1
F ( x, y , h ) = f ( x, y ) + f ( x + h, y + hf ( x, y ))
2 2

Si α = 3/4 : méthode de Heun :

1 3 2h 2h
F ( x, y , h ) = f ( x, y ) + f ( x + , y + f ( x, y ))
4 4 3 3
1 3 2 2h
yn +1 = yn + h f ( xn , yn ) + h f ( xn + h, yn + f ( xn , yn ))
4 4 3 3

 yn 0 = yn
⇔  2h
 yn1 = yn + f ( xn , yn )
 3
 y = y + 1 h f ( x , y ) + 3 h f ( x + 2 h, y )
 n +1 n
4
n n
4
n
3
n1

Ce sont trois méthodes convergentes d’ordre 2 12


www.almohandiss.com

MÉTHODES DE RUNGE KUTTA :

 yn 0 = yn
 j −1 R est le rang de
 ynj = yn + h∑ a jk f ( xn + θ k h, ynk ) ; j = 1..R la méthode.
 k =0
θ 0 = 0 ; θ R = 1

Les constantes θk et ajksont choisies pour que le développement des ynj


suivant les puissances croissantes de h approche le plus possible le
développement de Taylor de la solution y du problème.

Constat : les méthodes précédentes sont des méthodes de Runge-Kutta


de rang 2 et d’ordre 2.
2
Par exemple, la méthode de Heun correspond à R=2, θ1 =
3
2 1 3
a10 = a20 = a21 =
3 4 4

Les méthodes de Runge Kutta ne nécessitent pas le calcul des dérivées


successives de f. Elles donnent de très bons résultats numériques et sont
13
les plus utilisées pour résoudre les problèmes de Cauchy

Méthodes de rang 3 et d’ordre 3 : on obtient le système suivant :

a10 = θ1
a20 + a21 = θ 2

a30 + a31 + a32 = θ 3 = 1
 1
a31θ1 + a32θ 2 =
 2
 1
a31 (θ1 )2 + a32 (θ 2 )2 =
 3
 1
a32 a21 θ1 =
 6
2
On en tire les méthodes de Nyström avec θ1 = θ 2 =
3
1
de Simpson avec θ1 = et θ 2 = 1
2
14