.1.

INTÉGRATION NUMÉRIQUE

.1 Intégration numérique

Introduction
On veut calculer l'intégrale d'une fonction f sur un intervalle [a, b]. Si l'on connait
sa primitive F , alors
Z b
f (x)dx = F (b) − F (a) où F 0 = f.
a

Mais dans de nombreux cas, F ne peut pas être connue.

Exemple :
.
Rb Rb 2 Rb
a
sin x
x
dx, a e−x dx, a √ 1
dx
1−sin(x)
Nous cherchons donc une valeur approchée à l'aide de sommes nies, qu'on appellera
une formule de quadrature :
Z b n
X
I(f ) = f (x)dx ' In (f ) = ci f (xi ) ,
a i=0

où les xi , i = 0, . . . , n sont appelés points d'intégration et les ci , i = 0, . . . , n poids

de la formule de quadrature.
Dénition
Une formule de quadrature est dite exacte sur un ensemble V si

∀f ∈ V, R(f ) = I(f ) − In (f ) = 0.

Dénition
Une formule de quadrature est dite de degré de précision n si elle est exacte pour
xk , k = 0, . . . , n et non exacte pour xn+1 .

.1.1 Formules de Newton-Côtes

Cette méthode est basée sur l'interpolation par la méthode de Lagrange, où les
points d'interpolation (xi )i = 0, n sont équidistants :
b−a
h=
n
x0 =a
xi =a + ih, pour tout i = 0, ..., n,
xn =b

1
.1. INTÉGRATION NUMÉRIQUE

Pour calculer ab f (x)dx, on utilise le changement de variable: x = a + th (⇒ t =

R
x−a
), on trouve:
R hb
f (x)dx = h 0 f (a + th)dt = h 0 F (t)dt, où F (t) = f (a + th)
Rn Rn
a
Comme f est dénie aux xi , i = 0, · · · , n, alors F est dénie aux points
ti = xih−a = i, i = 0, · · · , n.
On utilise l'interpolation de Lagrange de F aux points ti = xih−a = i, i = 0, · · · , n :
F (t) =pn (t) + E(x)
n
X
= Li (t)F (ti ) + E(t).
i=0

Alors
Z b Z n
f (x)dx =h F (t)dt
a 0
Z n n
X Z n
=h Li (t)F (ti )dt + h E(t)dt,
0 i=0 0
n Qn n
j=0,j6=i (t − j)
n Z nY
F n+1 (ξ)
Z X
=h Qn F (i)dt + h (t − j) dt
0 i=0 j=0,j6=i (i − j) 0 j=0 (n + 1)!
n Qn n
j=0,j6=i (t − j)
XZ n Z nY
F n+1 (ξ)
=h Qn F (i)dt + h (t − j) dt.
i=0 0 j=0,j6=i (i − j) 0 j=0 (n + 1)!

Comme F (i) = f (a + ih) = f (xi ),

Qn
=i (t − j)
Z n
Posant ci = Qj=0,j6
n dt, et alors
0 j=0,j6=i (i − j)

Z b n
(.1)
X
f (x)dx ≈ h ci f (xi )
a i=0

avec l'erreur n
nY
F (n+1) (ξ)
Z
ε=h (t − j) dt (.2)
0 j=0
(n + 1)!

Méthode du trapèze
Cette méthode est un cas particulier de celle de Newton-Côtes, où n = 1, alors
h = b−a
n
= b − a, x0 = a et x1 = b. Donc

2
.1. INTÉGRATION NUMÉRIQUE

b
b−a
Z
f (x)dx ≈ [f (a) + f (b)] (.3)
a 2
Si f ∈ C 2 ([a, b]) , l'erreur se donne par
h3 00
ε=− f (ξ), ξ ∈ [a, b].
12

Prouve
• Posons n = 1 à la formule (.1):
Z b
f (x)dx ≈ h[c0 f (x0 ) + c1 f (x1 )]
a

où
= 12 ,et c1 = = 12 , alors
R1 (t−1) R1 (t−0)
c0 = 0 0−1
dt 0 1−0
dt
Z b
1 1 1 1
f (x)dx ≈ h[ f (x0 ) + f (x1 )] = (b − a)[ f (a) + f (b)].
a 2 2 2 2
• Posons n = 1 à la formule (.2):
h 1
Z
00
ε= (t − 0)(t − 1)F (ξ)dt
2 0
Comme t(t-1) a un signe constant sur [0, 1], on peut appliquer le théorème suivant :
Theorem .1. (le théorème de la moyenne)
Soit f, g : [a, b] → R continues, si g a un signe constant sur [a, b], alors ∃c ∈ [a, b]
tel que : Z b Z b
f (x)g(x)dx = f (c) g(x)dx
a a

alors, ∃c ∈ [0, 1] tel que :

Z 1
h 00
ε = F (c) (t)(t − 1)dt
2 0
h −1 −h 00
= F 00 (c) = F (c)
2 6 12
On a F (t) = f (a + th),alors F 00 (t) = h2 f 00 (a + th), donc
−h 00 h3
ε= F (c) = − f 00 (a + ch), c ∈ [0, 1]
12 12
3
h
= − f 00 (ξ), ξ ∈ [a, b]
12

3
.1. INTÉGRATION NUMÉRIQUE

Exemple
Calculer x3 dx par la méthode de trapèze.
R1
0
Solution
R1 b−a 1−0
0
x3 dx ' 2
[f (a) + f (b)] = 2
[f (0) + f (1)] = 12 [03 + 13 ] = 21 .

Méthode des trapèzes généralisée ( ou composée ) :

Pour minimiser l'erreur de la formule du trapèze, on peut subdiviser l'intervalle de
l'intégration [a, b] en n parties égales [x0 , x1 ] , · · · , [xn−1 , xn ]. Posons h = b−a
n
,

La formule de trapèzes généralisée :

Z b n−1
h
(.4)
X
f (x)dx ≈ [(f (a) + f (b) + 2 f (xi )],
a 2 i=1

avec l'erreur :
h3 00
ε=− nf (ξ), ξ ∈ [a, b] (.5)
12

Preuve
On applique sur chaque d'intervalle [xi , xi+1 ], i = 0, · · · n − 1, la formule du trapèze
simple, alors il vient que :
Z b Z x1 Z x2 Z xn
f (x)dx = f (x)dx + f (x)dx + · · · + f (x)dx
a x0 x1 xn−1
h
= [(f (x0 ) + f (x1 )) + (f (x1 ) + f (x2 )) + · · · + (f (xn−1 ) + f (xn ))]
2
h3
− [f 00 (ξ0 ) + · · · + f 00 (ξn−1 )] où ξi ∈ [xi , xi+1 ].
12
n−1 n−1
h h3 X 00
f (ξi ) où ξi ∈ [xi , xi+1 ],
X
= [(f (x0 ) + f (xn ) + 2 f (xi )] −
2 i=1
12 i=0
n−1 n−1
h h3 X 00
f (ξi ) où ξi ∈ [xi , xi+1 ].
X
= [(f (a) + f (b) + 2 f (xi )] −
2 i=1
12 i=0

Il est possible de simplier l'erreur en utilisant le théorème suivant :

Theorem .2. (théorème des valeurs intermédiaires)
Soit f : [a, b] → R une fonction continue, et soient M = maxx∈[a,b] f (x) et m =
minx∈[a,b] f (x). Alors, ∀y ∈ [m, M ], ∃x ∈ [a, b] : f (x) = y.

4
.1. INTÉGRATION NUMÉRIQUE

On applique ce théorème sur la fonction f 00 , comme f 00 est continue sur [a, b], on
pose M = maxx∈[a,b] f 00 (x) et m = minx∈[a,b] f 00 (x), alors, ∀x ∈ [a, b] :
m ≤ f 00 (x) ≤ M
⇒m ≤ f 00 (ξi ) ≤ M
n−1
X
⇒nm ≤ f 00 (ξi ) ≤ nM
i=0
n−1
1 X
⇒m ≤ f 00 (ξi ) ≤ M
n i=0

D'après le théorème précédent ∃ξ ∈ [a, b] f 00 (ξ) =

Pn−1
1
n i=0 f 00 (ξi )
n−1
X
⇒ f 00 (ξi ) = n f 00 (ξ), ξ ∈ [a, b]
i=0

Alors l'erreur ε = − 12 nf 00 (ξ), ξ ∈ [a, b].

h3

Exemple 2
Calculer x3 dx par la méthode de trapèze généralisée avec n=3.
R1
0
Solution
Ici f (x) = x3 , h = b−a
n
= 1−0
3
= 31 ,
Calculons xi et f (xi ) ,i = 0, · · · , 3
1 2
xi x0 = a = 0 x1 = 3
x2 = 3
x3 = b = 1
f (xi ) 0 1
33
23
33
1
Alors
Z 1 Z 1 n−1
3 h X
x dx = f (x)dx ' [f (a) + f (b) + 2 f (xi )]
0 0 2 i=1
h
= [f (a) + f (b) + 2f (x1 ) + 2f (x2 )]
2
1 1 2
= [f (0) + f (1) + 2f ( ) + 2f ( )]
6 3 3
37
= ≈ 0, 228.
162

.1.2 Méthode de Simpson :

Cette formule est aussi un cas particulier de celle de Newton-Cotes, où n = 2, alors

h = b−a
n
= b−a
2
, x0 = a, x1 = a + h = a+b
2
et x2 = b. Donc :

5
.1. INTÉGRATION NUMÉRIQUE

La formule de Simpson :
b    
b−a
Z
a+b
f (x)dx ≈ f (a) + 4f + f (b)
a 6 2

ou bien
b
b−a
Z
h
f (x)dx ≈ (f (a) + 4f (x1 ) + f (b)) , avec h=
a 3 2
L'erreur d'intégration :
h5 (4)
ε=− f (ξ), ξ ∈ [a, b]. (.6)
90

Preuve
• Posons n = 2 à la formule (.1):
Z b
f (x)dx ≈ h[c0 f (x0 ) + c1 f (x1 ) + c2 f (x2 )]
a

où
= 31 , c1 = = 43 , et c2 =
R1 (t−1)(t−2)) R1 (t−0)(t−2) R1(t−0)(t−1) 1
c0 = 0 (0−1)(0−2)
dt 0 (1−0)(1−2)
dt 0 (2−0)(2−1)
dt = 3
alors Z b
1 4 1
f (x)dx ≈ h[ f (x0 ) + f (x1 ) + f (x2 ))].
a 3 3 3
Exemple
Rπ
Calculer 0
2
sin xdx par la méthode de Simpson
Solution
La formule de simpson :
b    
b−a
Z
a+b
f (x)dx ≈ f (a) + 4f + f (b)
a 6 2

avec a = 0, b = π
2
et f (x) = sin x Alors
1    
π/2 − 0
Z
0 + π/2
f (x)dx ≈ f (0) + 4f + f (π/2)
0 6 2
π π
≈ [0 + 4 sin( ) + sin(π/2)]
12 4
π √
≈ [2 2 + 1]
12
≈1.002279877.

6
.1. INTÉGRATION NUMÉRIQUE

.1.3 Méthode de Simpson générélisée :

D'une manière analogue à la méthode du trapèze, on peut généraliser la formule

de Simpson en subdivisant l'intervalle [a, b] à n = 2k (k ∈ N? ) intervalles partiels
égaux ( n doit être paire), puis on applique la formule de Simpson, sur chacun de
ces intervalles :
b−a
[x0 , x2 ], [x2 , x4 ], · · · , [xn−2 , xn ]; (x0 = a, xn = b et h = )
n
Donc :

La formule de Simpson généralisée :

Z b
h
f (x)dx ≈ [f (a) + f (b)
a 3
+ 4 ( f (x1 ) + f (x3 ) + f (x5 ) + · · · + f (xn−1 ) )
+2( f (x2 ) + f (x4 ) + f (x6 ) + · · · + f (xn−2 ) )] .

L'erreur d'intégration :
Si f ∈ C 4 ([a, b]), alors
−h5 n (4)
ε= f (ξ), avec ξ ∈ [a, b].
90 2

Preuve: On applique la formule de Simpson sur chaque intervalle

[x0 , x2 ], [x2 , x4 ], · · · , [xn−2 , xn ]

Z b Z x2 Z x4 Z xn
f (x)dx = f (x)dx + f (x)dx + · · · + f (x)dx
a x0 x2 xn−2
h h
= [f (x0 ) + 4f (x1 ) + f (x2 )] + [f (x2 ) + 4f (x3 ) + f (x4 )]
3 3
h h
+ · · · + [f (xn−4 ) + 4f (xn−3 ) + f (xn−2 )] + [f (xn−2 ) + 4f (xn−1 ) + f (xn )]
3 3
h5 (4)
− [f (ξ0 ) + f (4) (ξ2 ) + f (4) (ξ6 ) + · · · + f (4) (ξn−2 )]
90

7
.1. INTÉGRATION NUMÉRIQUE

Ce qui donne
Z b
h
f (x)dx = [f (a) + f (b)
a 3
+ 4 ( f (x1 ) + f (x3 ) + f (x5 ) + · · · + f (xn−1 ) )
+2( f (x2 ) + f (x4 ) + f (x6 ) + · · · + f (xn−2 ) )]
(n−2)/2
h5 X (4)
− f (ξ2i ).
90 i=0

Exemple
Rπ
Calculer 2
0
sin xdx par la méthode de Simpson généralisée avec n=4.
Solution
Remarque
On peut déterminer Ci ,i = 0, · · · , n de Newton-cotes
( ab f (x)dx ≈ h ni=0 ci f (xi ) = hc ni=0 αi f (xi ) ) en utilisant le tableau suivant
R P P

La méthode de n c α0 α1 α2 α3 α4 ···
trapèze 1 1
2
1 1
simpson 2 1
3
1 4 1
3 3
8
1 3 3 1
4 2
45
7 32 12 32 7
.. .. .. .. .. .. ..
. . . . . . .
Exemple :
f (x)dx ≈ h2 [f (a) + f (b)],
Rb
n=1:
Rab
n=2: f (x)dx ≈ h3 [f (a) + 4f (x1 ) + f (b)],
Rab
n=3: a
f (x)dx ≈ 3h
8
[f (a) + 3f (x1 )3f (x2 ) + f (b)].

.1.4 Méthodes Interpolatoire

Dans ces méthodes on remplace f la fonction à intégrer par ' Pn ' son polynôme
d'interpolation aux points donnés (xi )i=0,n ⊂ [a, b], pour obtenir une formule de
quadrature de la forme
n
X
J(f ) = Ci × Ai ,
i=0

8
.1. INTÉGRATION NUMÉRIQUE

Exemple:
- Si l'interpolation de f est faite par la méthode de Lagrange, alors on a pour
tout x ∈ [a, b], Pn (x) = ni=0 f (xi ) × Li (x), et si f ∈ C (n+1) ([a, b]), alors l'errreur
P

d'interpolation est donée par E(x) = ni=0 (x − xi ) f (n+1)!(ξ) avec ξ ∈ [a, b], ainsi, on
Q (n+1)

obtiendra
f (x) = Pn (x) + E(x)
Z b Z b Z b X n
f (x)dx = Pn (x)dx + E(x)dx = f (xi ) × Ci + E(f ),
a a a i=0

où Ci = a Li (x)dx, où les (Li )i sont les polynôme de base de Lagrange relatives

Rb

aux points (xi )i , et E(f ) est l'erreur d'intégration : ab E(x)dx.

R

Theorem .3. Toute formule de quadrature interpolatoire, utilisant (n + 1) points

distincts, admet un degré de précision aux moins égale à n.

Exercice :
Trouver A0 et A1 , de la formule quadrature interpolatoire suivante :
Z 1
f (x)dx ≈ A0 f (−1) + A1 f (1)
−1

- Déterminer le degré de précision.

Solution
Cette formule utilise 2 points distincts, d'après le théorème précédent elle admet un
degré de précision aux moins égale à 1. ( exacte pour f (x) = xk , k = 0, 1).
pour f (x) = x0 = 1 : −1
R1
1dx = 2 = A0 + A1
pour f (x) = x1 = x : −1 xdx = 0 = A0 (−1) + A1 (1)
1
R

Alors
(
A0 + A1 = 2
⇒ A0 = A1 = 1,
−A0 + A1 = 0

Donc f (x)dx ≈ f (−1) + f (1).

R1
−1
Déterminons le degré de précision
pour f (x) = x2 , x2 dx = 32 , mais f (−1)+f (1) = 2 6= 32 , alors le degré de précision
R1
−1
=1.

9
.2. MÉTHODE DE GAUSS-LEGENDRE

.2 Méthode de Gauss-Legendre

Rappel
On a vu que les polynômes de Legendre Pn est dénie sur l'intervalle [−1, 1], par
1 dn 2
pn (x) = n n
(x − 1)n , n ≥ 0.
2 n! dx
Exemple
• Pour n = 0, p0 (x) = 1.
1 d 2
• Pour n = 1, p1 (x) = 1
(x − 1)1 = x, ce polynôme admet une seule racine
2 1! dx
x1 = 0.
1 d2 2
• Pour n = 2, p2 (x) = (x − 1)2 = 21 (3x2 − 1), ce polynôme admet deux
212 2! dx2
racines x1 = √−13 et x2 = √3 .
On résume ces résultats dans le tableau suivant :
n Pn les racines de Pn
0 1
1 x 0
2 x2 − 13 − √13 , √13
q q
3 x3 − 35 x − 3
5
, 0, 3
5

.2.1 L'intégrale par la méthode de Gauss-Legendre

La quadrature de Gauss-Legendre à n points est donnée par la formule :

Z 1 n
X
f (x)dx ≈ Ai f (xi )
−1 i=1

où xi , i = 1, · · · n, sont les racines du polynôme de Legendre Pn , et Ai , i =

1, · · · , n est la solution du système :
Z 1 n
(.7)
X
xk dx = Ai xki , k = 0, · · · , n − 1.
−1 i=1

Exemples
• Pour n = 1, on a p1 (x) = x, dont la racine x1 = 0, alors
Z 1
f (x)dx ≈ A1 f (0)
−1

10
.2. MÉTHODE DE GAUSS-LEGENDRE

A1 est la solution de
Z 1 Z 1
0
x dx = dx = 2 = A1 x01 = A1 ⇒ A1 = 2
−1 −1

Alors la quadrature de Gauss Legendre à 1 point est donnée par

Z 1
f (x)dx ≈ 2f (0)
−1

• Pour n = 2, on a p2 (x) = x2 − 31 , dont la racine x1 = − √13 et x2 = √1

3
, alors
Z 1
1 1
f (x)dx ≈ A1 f (x1 ) + A2 f (x2 ) = A1 f (− √ ) + A2 f ( √ )
−1 3 3

où (A1 , A2 ) est la solution de


R1

 −1 dx = A1 x01 + A2 x02 ,
R1

 −1 xdx = A1 x11 + A2 x12

 A1 + A2 = 2
⇒
 A1 (− √13 ) + A2 ( √13 ) = 0

⇒ A1 = A2 = 1.

Alors la quadrature de Gauss Legendre à 2 points est donnée par

Z 1
1 1
f (x)dx ≈ f (− √ ) + f ( √ ).
−1 3 3

Le tableau suivant résume les quadratures de Gauss-Legendre à n points ( n =

1, 2, 3)
n x1 , · · · xn A1 , · · · An La formule quadrature
1 0 2
R1
−1
f (x)dx ≈ 2f (0)

2 1, 1
R1
− √13 , √13 f (x)dx ≈ f (− √13 ) + f ( √13 ).
−1
q q q q
3
R1
− 35 , 0, 35 5 8 5
, ,
9 9 9 −1
f (x)dx ≈ 1
9
[5f (− 3
5
) + 8f (0) + 5f ( 3
5
)]

11
.2. MÉTHODE DE GAUSS-LEGENDRE

.2.2 Formule de Gauss-Legendre à l'intervalle [a,b]

Si la fonction f est dénie et continue sur un intervalle [a, b], on utilise le changement
de variable suivant :
[−1, 1] −→ [a, b]
t 7 → x
−
x= b−a
2
t + a+b
2
→ dx = b−a
2
dt , ce qui donne
b 1
b−a b−a
Z Z
a+b
f (x)dx ≈ f( t+ )dt
a 2 −1 2 2
n
b−aX
≈ Ai f (yi )
2 i=1

avec
•yi = b−a
2 i
t + 2
et ti , i = 1, · · · n sont les racines du polynôme de Legendre Pn .
b+a

•Ai , i = 1, · · · n est la solution su système (.7).

Exemple
Calculer par la formule de Gauss à trois points
a) −1 , b) dx.
R1 1 R1 1
2
x +1
dx 0 x2 +1
Solution
a) En utilisant la formule
r r
1 3 3
)], où f (x) = x21+1 , on trouve:
R1
−1
f (x)dx ≈ [5f (− ) + 8f (0) + 5f (
9 5 5
Z 1
1 1 1 1 19
2
dx ≈ [5 3 +8+53 ]≈ ≈ 1, 58333.
−1 x + 1 9 5 +1 5
+1 12

b) On utilise la formule (a=0, b=1) :

b 3
b−aX
Z
f (x)dx ≈ Ai f (yi )
a 2 i=1

où yi = b−a
2 q
ti + b+a
2
= 21 ti + 12 et t1 , t2 et t3 , sont
qles racines de polynôme de Legendre
P3 : t1 = − 35 ≈ −0, 774597, t2 = 0 et t3 = 35 ≈ 0, 774597, alors



 y1 = 12 (−0, 774597) + 21 = 0.112702 ⇒ f (y1 ) ≈ 0.898713,

y2 = 0, 5 ⇒ f (y2 ) = 32 ,


 y3 = 1 (0, 774597) + 1 = 0, 887298 ⇒ f (y3 ) ≈ 0.529858

2 2

12
.2. MÉTHODE DE GAUSS-LEGENDRE

1
1−0
Z
f (x)dx ≈ [A1 f (y1 ) + A2 f (y2 ) + A3 f (y3 )]
0 2
1 5 8 2 5
≈ [ 0.898713 + × + 0.529858] ≈ 0.693122.
2 9 9 3 9

13
Chapter I
Equations diérentielles du premier
ordre

Introduction

Une équation diérentielle ordinaire du premier ordre est une équation reliant une
fonction d'une variable réelle et sa dérivée premier , c'est à dire de la forme

y 0 = f (t, y)

où y est la fonction inconnue, y 0 sa dérivée et t la variable réelle.

Problème de Cauchy
Le problème de Cauchy consiste à trouver une fonction continûment dérivable y ,
y : [a, b] ⊂ R −→ R
t 7−→ y(t)

vériant

 y 0 (t) = f (t, y(t)), t ∈ [a, b],
(I.1)
 y(0) = y0 ( condition de Cauchy ou condition initiale).

Exemple
Soit le problème de Cauchy suivant:

 y 0 (t) = t, t ∈ [0, 1]
 y(0) = 1

14
I.1. MÉTHODES D'EULER EXPLICITE ET IMPLICITE

En intégrant de chaque côté, on aura y(t) = t2 + c ò c est une constante réelle,

2

pour déterminer cette constante, il sut d'imposer la codition initiale, y(0) = 1.

On obtient 2
t
y(t) = + 1, t ∈ [0, 1]
2
Exemple 2
Soit le problème de Cauchy suivant:
 y 0 (t) = √y, t ∈ [0, 1], (ici y = y(t))


 y(0) = 0.

On vérie que
q
y(t) = t2
4
est une solution du problème de Cauchy donné.
t2
= y(t), et y 0 (0) = 0.
p
y 0 (t) = t
2
= 4

Theorem I.1. Soit f : [a, b] × R → R une fonction telle que

1. f est continue sur [a, b] × R.
2. f est Lipschitzienne par rapport à la deuxième variable, c'est à dire il existe une
constante L > 0 telle que pour tout t ∈ [a, b] et y1 , y2 ∈ R, on ait:

|f (t, y1 ) − f (t, y2 )| ≤ L |y1 − y2 | .

Alors, le problème de Cauchy (I.1) admet une unique solution y ∈ C 1 ([a, b] , R).

Proposition I.1. Soit f : [a, b] × R → R une fonction telle que

1. f est continue sur [a, b] × R.
2. f est dérivable par rapport à la deuxième variable y , ∀y ∈ [a, b] tel que ∃k > 0 ∈ R,
vérie :
∂f (t, y)
| |≤k
∂y
Alors, le problème de Cauchy (I.1) admet une unique solution y ∈ C 1 ([a, b] , R).

I.1 Méthodes d'Euler explicite et implicite

On veut résoudre numériquement le problème de Cauchy suivant


 y 0 (t) = f (t, y(t)), t ∈ [a, b],
(I.2)
 y(t0 ) = y0 ( condition de Cauchy ou condition initiale).

15
I.1. MÉTHODES D'EULER EXPLICITE ET IMPLICITE

On choisit n+1 points t0 , t1 , t2 , · · · , tn , avec t0 = a et tn = b et le pas de discrétisation

est déni par h = b−an
avec ti = t0 + ih, i = 0, · · · , n.
Trouver la solution de l'équation (I.2) revient à calculer l'intégrale de f (t, y(t)) entre
les bornes ti et ti+1 , i.e :
Z ti+1
y(ti+1 ) − y(ti ) = f (t, y(t))dt (I.3)
ti

Pour trouver le schéma d'Euler explicite on approche l'intégrale f (t, y(t))dt,

R ti+1
ti
par la méthode des rectangles à gauche :
Z ti+1
f (t, y(t))dt ≈ hf (ti , y(ti ))
ti

D'où le schéma d'Euler explicite :


 yi+1 = yi + hf (ti , yi ), i = 0, 1, · · · , n.
(I.4)
 y0 = y(t0 ).

Exemple
Soit l'équation diérentielle

 y 0 (t) = −y(t) + t + 1,
 y(0) = 1.

En prenant h = 0, 1, faire 10 itérations de la méthode d'Euler explicite, puis com-

parer les résultats avec la solution analytique
y(t) = e−t + t,

Solution
Dans cet example, f (t, y) = −y(t) + t + 1, alors
yi+1 =yi + hf (ti , yi ) = yi + h(−y(ti ) + ti + 1)
=yi + h(−yi + ti + 1) = (1 − h)yi + hti + h
=(1 − 0, 1)yi + 0, 1ti + 0, 1

Donc le schéma d'Euler explicite :

(
yi+1 = (0, 9)yi + 0, 1ti + 0, 1 , i = 0, · · · 10
y0 = 1.

16
I.1. MÉTHODES D'EULER EXPLICITE ET IMPLICITE

Alors : comme la condition initial y(0)=1, on a t0 = 0 donc : t1 = 0, 1 t2 = 0, 2 · · ·

y1 =0, 9y0 + 0, 1t0 + 0, 1 = 0, 9(1) + 0, 1(0) + 0, 1 = 1

y2 =0, 9y1 + 0, 1t1 + 0, 1 = 0, 9(1) + 0, 1(0, 1) + 0, 1 = 1, 01
y3 =0, 9y2 + 0, 1t2 + 0, 1 = 0, 9(1, 01) + 0, 1(0, 2) + 0, 1 = 1, 029
..
.

mais les valeurs exactes sont :

y(t0 ) =e(−t0 ) + t0 = e(−0) + 0 = 1

y(t1 ) =e(−t1 ) + t1 = e(−0,1) + 0, 1 = 1.004837418
y(t2 ) =e(−t2 ) + t2 = e−0,2 + 0, 2 = 1.018730753
..
.

Le tableau suivant rassemble les résultats des dix premières itérations.

ti y (ti ) ( valeur exacte) yi (valeur approchée) |y (ti ) − yi | (l'erreur)
0,0 1,000000 1,000000 0,000000
0,1 1,004837 1,000000 0,004837
0,2 1,018731 1,010000 0,008731
0,3 1,040818 1,029000 0,011818
0,4 1,070302 1,056100 0,014220
0,5 1,106531 1,090490 0,016041
0,6 1,148812 1,131441 0,017371
0,7 1,196580 1,178297 0,018288
0,8 1,249329 1,230467 0,018862
0,9 1,306570 1,287420 0,019150
1,0 1,367879 1,348678 0,019201

17