Académique Documents
Professionnel Documents
Culture Documents
‚‚‚‚‚‚‚
Support de cours
Ingénieurs Sup'Galilée
1 Introduction 3
1.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Météorologie . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Biologie . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.3 Chimie : La réaction de Belousov-Zhabotinsky . . . . . 5
1.1.4 Mécanique . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Dénition des E.D.O. . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Formulation générale : le problème de Cauchy . . . . . . . . . 10
1.4 Dérivation numérique . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 Méthode des diérences nies pour le problème de Cauchy en
dimension d “ 1 . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.7 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.8 Méthode des diérences nies pour le problème de Cauchy en
dimension d . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3 Méthode de Runge-Kutta 21
3.1 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Formules explicites de Runge-Kutta d'ordre 2 . . . . . . . . . 23
3.3 Méthodes de Runge-Kutta d'ordre 4 . . . . . . . . . . . . . . 23
5 Exercices corrigés 28
1 INTRODUCTION
1 Introduction
1.1 Exemples
1.1.1 Météorologie
Modèle de Lorentz :
Source Wikipedia Mathématiquement, le couplage de l'atmosphère avec
l'océan est décrit par le système d'équations aux dérivées partielles
couplées de Navier-Stokes de la mécanique des uides. Ce système
d'équations était beaucoup trop compliqué à résoudre numériquement
pour les premiers ordinateurs existant au temps de Lorenz. Celui-ci
eut donc l'idée de chercher un modèle très simplié de ces équations
pour étudier une situation physique particulière : le phénomène de
convection de Rayleigh-Bénard. Il aboutit alors à un système dyna-
mique diérentiel possédant seulement trois degrés de liberté, beau-
coup plus simple à intégrer numériquement que les équations de dé-
part.
$ 1
& x ptq “ ´σxptq ` σyptq
y 1 ptq “ ´xptqyptq ` ρxptq ´ yptq (1.1)
% 1
z ptq “ xptqyptq ´ βzptq
avec σ “ 10, ρ “ 28, β “ 8{3 et les données initales xp0q “ ´8,
yp0q “ 8 et zp0q “ ρ ´ 1.
Dans ces équations, σ ,ρ - respectivement le nombre de Prandtl et le
rapport du nombre de Rayleigh sur un Rayleigh critique - et β sont
trois paramètres réels.
xptq est proportionnel à l'intensité du mouvement de convection, yptq
est proportionnel à la diérence de température entre les courants
ascendants et descendants, et zptq est proportionnel à l'écart du prol
de température vertical par rapport à un prol linéaire (Lorenz 1963
p.135).
La résolution numérique de ce modèle donne
3
1.1 Exemples 1 INTRODUCTION
Modele de Lorentz
20
x(t)
0
−20
0 10 20 30 40 50 60 70 80 90 100
t
50
y(t)
−50
0 10 20 30 40 50 60 70 80 90 100
t
40
z(t)
20
0
0 10 20 30 40 50 60 70 80 90 100
t
Modele de Lorentz
50
45
40
35
30
z(t)
25
20
15
50
10
5 0
0
−50
−20 −15 −10 −5 0 5 10 15 20 y(t)
x(t)
1.1.2 Biologie
Considérons une population y d'animaux dans un milieu ambient où au
plus B animaux peuvent coexister. On suppose que initialement la popula-
tion soit y0 ăă B et que le facteur de croissance des animaux soit égal à
une constante C. Dans ce cas, l'évolution de la population au cours du temps
sera proportionnelle au nombre d'animaux existants, sans toutefois que ce
nombre ne dépasse la limite B. Cela peut s'exprimer à travers l'équation
ˆ ˙
yptq
1
y ptq “ Cyptq 1 ´ , t ą 0, yp0q “ y0. (1.2)
B
La résolution de cette équation permet de trouver l'évolution de la population
au cours du temps.
4
1.1 Exemples 1 INTRODUCTION
5
1.1 Exemples 1 INTRODUCTION
0
0 5 10 15 20 25 30 35 40
t
Brusselator simplifie
6
4
B(t)
0
0 1 2 3 4 5 6
A(t) ‚
1.1.4 Mécanique
Le pendule pesant le plus simple est constitué d'un petit objet pesant
accroché à une tige de masse négligeable devant celle de l'objet. L'autre
extrémité de la tige est l'axe de rotation du pendule. Un tel pendule, sans
viscosité, est appelé pendule pesant simple. On note θptq l'angle que fait le
6
1.1 Exemples 1 INTRODUCTION
1
θ(t)
−1
−2
−3
0 2 4 6 8 10 12 14 16 18 20
t
2
θ’(t)
−2
−4
0 2 4 6 8 10 12 14 16 18 20
t
7
1.2 Dénition des E.D.O. 1 INTRODUCTION
Pendule pesant
4
1
θ’(t)
−1
−2
−3
−4
−3 −2 −1 0 1 2 3
θ(t)
‚
8
1.2 Dénition des E.D.O. 1 INTRODUCTION
on obtient $
dzz r1s
’
’
’ dt ptq “ y p1q ptq “ z r2s ptq,
dzz r2s
“ y p2q ptq “ z r3s ptq,
’
dt ptq
&
..
’
’
’ .
dzz rps
’
“ y ppq ptq.
%
dt ptq
Or
y ppq ptq “ G pt, y ptq, y p1q ptq, y p2q ptq, . . . , y pp´1q ptqq
“ G pt, z r1s ptq, z r2s ptq, . . . , z rps ptqq.
On obtient alors le système diérentiel d'ordre 1 suivant :
$ r1s
dzz r2s
dt ptq “ z ptq,
’
’
’ r2s
& dzz ptq “ z r3s ptq,
’
dt
.. (1.10)
’
’
’ .
% dzz rps
’
dt ptq “ G pt, z r1s ptq, z r2s ptq, . . . , z rps ptqq.
Exemple
ˆ 1˙(suite) Pour obtenir la forme canonique de (1.4), on pose
y1 ptq
y ptq “ avec y1 ptq “ Xptq et y2 ptq “ Y ptq. On obtient alors
y2 ptq
˜ ¸
p1q ˆ ˙
p1q y1 ptq X p1q ptq
y ptq “ p1q “
y2 ptq Y p1q ptq
ˆ ˙
1 ` αX 2 ptqY ptq ´ pβ ` 1qXptq
“
´αX 2 ptqY ptq ` βXptq
ˆ ˙
1 ` αy12 ptqy2 ptq ´ pβ ` 1qy1 ptq
“
´αy12 ptqy2 ptq ` βy1 ptq
Avec p “ 1 et
$
& G b : R` ˆ R2 ÝÑ ˆR2 ˙
1 ` αz12 z2 ´ pβ ` 1qz1
pt, z q ÞÝÑ
´αz12 z2 ` βz1
%
9
1.3 Formulation générale : le problème de Cauchy 1 INTRODUCTION
f : rt0 , t0 ` T s ˆ Rd ÝÑ Rd
pt, y q ÞÝÑ f pt, y q
y : rt0 , t0 ` T s ÝÑ Rd
t ÞÝÑ y ptq
‚ Le problème suivant :
si t ą 0
"
y 1 ptq “ 1 ` y 2 ptq,
yp0q “ 0
admet comme solution la fonction yptq “ tanptq avec 0 ă t ă π
2 ,
c'est-à-dire une solution locale. ‚
10
1.3 Formulation générale : le problème de Cauchy 1 INTRODUCTION
On pose
f p : r0, T s ˆ R2 ÝÑ Rˆ
2
˙
z2
pt, z q ÞÝÑ .
Gp pt, z1 , z2 q
Le problème de Cauchy revient à chercher une fonction y dénie par
y : r0, T s ÝÑ R2
t ÞÝÑ y ptq
11
1.4 Dérivation numérique 1 INTRODUCTION
Bff
Proposition 1.6 Si est continue et bornée, alors f satisfait la
pt, y q
Byy
condition de Lipschitz (1.19) en y . ‚
ypt ` hq ´ yptq
y 1 ptq “ lim
hÑ0` h
yptq ´ ypt ´ hq
“ lim
hÑ0 ` h
ypt ` hq ´ ypt ´ hq
“ lim
hÑ0 2h
Dénition 1.7
Soit N P N˚ . On appelle discrétisation régulière de ra, bs à N pas
ou N ` 1 points l'ensemble des points a ` nh, n P v0, N w où le pas h
est donné par h “ pb ´ aq{N.
Soient ttn unPv0,N w une discrétisation régulière de ra, bs et pDyqn une ap-
proximation de y 1 ptn q. On appelle
‚ diérence nie progressive l'approximation
yptn`1 q ´ yptn q
pDyqPn “ , @n P v0, N ´ 1w (1.20)
h
12
1.4 Dérivation numérique 1 INTRODUCTION
Dénition 1.9
Soit g une fonction. On dit que g se comporte comme un grand O
de hq quand h tend vers 0 si et seulement si il existe H ą 0 et C ą 0
tel que
|gphq| ď Chq , @h Ps ´ H, Hr.
On note alors gphq “ Ophq q.
13
1.4 Dérivation numérique 1 INTRODUCTION
2. En déduire que
1
|y p1q ptn q ´ pDyqPn | ď C1 h, avec C1 “ max |y p2q ptq|
2 tPrtn ,tn`1 s
et
1
|y 1 ptn q ´ pDyqR
n | ď C2 h, avec C2 “ max |y p2q ptq|
2 tPrtn´1 ,tn s
Dénition 1.10 La diérence |y1 ptn q ´ pDyqn | est appelée erreur de tron-
cature au point tn . On dira que |y1 ptn q ´ pDyqn | est d'ordre p ą 0 si il
existe une constance C ą 0 telle que
|y 1 ptn q ´ pDyqn | ď Chp ðñ |y 1 ptn q ´ pDyqn | “ Ophp q.
Exercice 1.2 Soit f P C 2 pra, bs; Rq. On note tn , n P v0, N w, une discrétisa-
tion régulière de ra, bs de pas h. On note F P RN `1 le vecteur déni par
F n “ f ptn q.
Q. 1 1. Connaissant uniquement le vecteur F , déterminer un vecteur
V P RN `1 vériant
V n “ f 1 ptn q ` Ophq.
14
1.5 Méthode des diérences nies pour le problème de Cauchy en
dimension d “ 1 1 INTRODUCTION
15
1.6 Exemple 1 INTRODUCTION
1.6 Exemple
Soit l'E.D.O. suivante
y ptq “ yptq ` t2 y 2 ptq, pour t P r0, 5s,
" 1
yp0q “ ´1
de solution exacte
yptq “ 1{pe´t ´ t2 ` 2t ´ 2q.
Les résolutions numériques avec les schémas d'Euler progressif et rétrograde
sont représentés en gure 1.
1.7 Stabilité
Pour illustrer la notion de stabilié (absolue) d'un schéma numérique, on
étudie le problème modèle suivant :
Soit λ ă 0, Soit l'E.D.O. suivante
yp0q “ y0
16
1.7 Stabilité 1 INTRODUCTION
−0.2
exacte
−0.4
Euler Progressive
Euler Régressive
−0.6
−0.8
−1
−1.2
−1.4
−1.6
−1.8
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t
yptq “ y0 eλt .
En particulier, on a
lim yptq “ 0
tÑ`8
d'où
y rns “ p1 ` λhqn y r0s , @n ě 0.
17
1.7 Stabilité 1 INTRODUCTION
exacte
6 Euler Progressive
Euler Regressive
−2
−4
−6
−8
0 2 4 6 8 10 12 14 16 18 20
t
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 2 4 6 8 10 12 14 16 18 20
t
18
1.8 Méthode des diérences nies pour le problème de Cauchy en
dimension d 1 INTRODUCTION
et donc ˆ ˙n
1
y rns “ y r0s , @n ě 0.
1 ´ λh
Dans ce cas limnÑ`8 y rns “ 0 sans condition : on dit que le schéma d'Euler
rétrograde est inconditionnellement stable.
f : rt0 , t0 ` T s ˆ Rd ÝÑ Rd ¨ ˛
f 1 pt, z q
pt, z q Þ Ñ w “ f pt, z q “ ˝ ... ‚
˚ ‹
Ý
f d pt, z q
En notant ¨ ˛ ¨ ˛
y1 ptq f1 pt, y ptqq
y ptq “ ˝ ... ‚ et f pt, y ptqq “ ˝ ..
.
˚ ‹ ˚ ‹
‚
yd ptq fd pt, y ptqq
le problème de Cauchy peut aussi s'écrire sous la forme
$ 1
’ y1 ptq “ f1 pt, y ptqq,
& ..
’
’
.
’ y 1 ptq “ fd pt, y ptqq, @t P rt0 , t0 ` T s
% d
’
’
avec y pt0 q “ y 0 P Rd .
19
2 MÉTHODE À UN PAS OU À PAS SÉPARÉS
Φptn , y rns , hq
y rn`1s “ y rns ` hΦ (2.1)
2.2 Convergence
La méthode converge sur l'intervalle rt0 , t0 ` T s si, pour la suite des y rns
calculés, l'écart maximum avec la solution exacte diminue quand le pas h
diminue : › ›
› rns n ›
lim max › y y
´ pt q› “ 0
T
h“ N Ñ0 nPt0,...,N u
20
2.3 Stabilité 3 MÉTHODE DE RUNGE-KUTTA
2.3 Stabilité
La méthode est stable si une petite perturbation sur y r0s ou Φ n'entraîne
qu'une petite perturbation sur la solution approchée, et cela quel que soit le
pas h.
Souvent , lorsque la méthode n'est pas stable, l'amplication des erreurs
est exponentielle et, au bout de quelques calculs, les résultats entraînent des
dépassements de capacité.
2.4 Consistance
Le schéma de calcul (2.1) est consistant avec l'équation diérentielle si
› n`1
q ´ y ptn q
›
› y pt n n
›
lim max › › Φ y
´ pt , pt q, hq›› “ 0
T
h“ N Ñ0 n h
Cela signie que le schéma doit être une approximation vraisemblable, bien
construite.
2.5 Ordre
La méthode itérative est d'ordre p si pour toute solution :
› n`1
q ´ y ptn q
›
› y pt ›
max › › ´ Φ pt , y pt q, hq›› ď Chp
n n
n h
3 Méthode de Runge-Kutta
3.1 Principe
Pour simplier, on suppose hn “ h. L'idée fondamentale des méthodes
de Runge-Kutta est d'intégrer l'équation (??) sur rtn , tn`1 s et de calculer :
ż tn`1
n`1 n
y pt q “ y pt q ` f pt, y ptqqdt,
tn
21
3.1 Principe 3 MÉTHODE DE RUNGE-KUTTA
avec
˜ q
¸
ÿ
k ris pt, y , hq “ f t ` hai , y ` h bi,j k rjs pt, y , hq , 1 ď i ď q
j“1
que l'on peut représenter sous la forme d'un tableau dit tableau de But-
cher :
a B
(3.1)
ct
avec B “ pbi,j qi,jPv1,qw P Mq,q pRq, a “ pai qiPv1,qw P Rq et c “ pci qiPv1,qw P Rq
22
3.2 Formules explicites de Runge-Kutta
3 MÉTHODE
d'ordre 2 DE RUNGE-KUTTA
23
4 MÉTHODES À PAS MULTIPLES
4.2 Le principe
Dans tous les schémas présentés, la valeur de y rn`1s était déterminée
à chaque pas de façon explicite en fonction uniquement du point y rns . On
peut tenir compte de plusieurs valeurs y ris précédemment calculées et ainsi
travailler sur un nombre de pas multiples.
Les méthodes à pas multiples s'écrivent sous la forme générale :
k
ÿ k
ÿ
αiy rn`is “ h βif ptn`i , y rn`is q (4.2)
i“0 i“0
τ pn ` kq “ y ptn`k q ´ y rn`ks .
24
4.2 Le principe 4 MÉTHODES À PAS MULTIPLES
k
Propriété 4.4 (Stabilité) Soit P le polynôme déni par P pλq “
ÿ
αi λi .
25
4.3 Méthodes d'Adams-Bashforth 4 MÉTHODES À PAS MULTIPLES
h ´ rns ¯
y rn`1s “ y rns ` 3ff ´ f rn´1s . (4.3)
2
h ´ ¯
y rn`1s “ y rns ` 23ff rns ´ 16ff rn´1s ` 5ff rn´2s . (4.4)
12
h ´ ¯
y rn`1s “ y rns ` 55ff rns ´ 59ff rn´1s ` 37ff rn´2s ´ 9ff rn´3s . (4.5)
24
Ces schémas sont explicites et leur ordre correspond au nombre de pas.
Exercice 4.1 La méthode de Adam-Bashforth d'ordre 4 explicite est
donnée par
´ ¯
h
y rn`1s “ y rns ` 24 55ff rns ´ 59ff rn´1s ` 37ff rn´2s ´ 9ff rn´3s .
h ´ rn`1s ¯
y rn`1s “ y rns ` f ` f rns . (4.6)
2
h ´ rn`1s ¯
y rn`1s “ y rns ` 5ff ` 8ff rns ´ f rn´1s . (4.7)
12
h ´ ¯
y rn`1s “ y rns ` 9ff rn`1s ` 19ff rns ´ 5ff rn´1s ` f rn´2s . (4.8)
24
Ces schémas sont implicites et leur ordre correspond au nombre de pas plus
un.
26
4.5 Schéma prédicteur-correcteur 4 MÉTHODES À PAS MULTIPLES
4.5.2 Exemple
Choisissons la méthode d'Euler explicite pour prédicteur et la méthode
implicite des trapèzes comme correcteur.
Euler explicite : y rn`1s “ y rns ` hff ptn , y rns q
Trapèze implicite : y rn`1s “ y rns ` h2 pff ptn , y rns q ` f ptn`1 , y rn`1s qq
On obtient :
$ rns
’
’ f “ f ptn , y rns q;
& y rn`1s “ y rns ` hff rns ;
’
rn`1s
’
’
’ f “ f ptn`1 , y rn`1s q;
“ y rns ` h2 pyy rn`1s ` f rns q
% rn`1s
y
Remarque 4.6 On retrouve ici, pour ce cas simple, une formule de Runge-
Kutta 2. ‚
27
5 EXERCICES CORRIGÉS
5 Exercices corrigés
Exercice 1
28
5 EXERCICES CORRIGÉS
Correction
Q. 1 1. Soit n P v0, N ´ 1w, on a
yptn`1 q ´ yptn q
pDyqPn “ .
h
D'après la formule de Taylor, il existe ηPn P rtn , tn`1 s tel que
h2 p2q n
yptn`1 q “ yptn q ` hy p1q ptn q ` y pηP q (5.1)
2!
d'où
yptn`1 q ´ yptn q h
pDyqPn “ “ y p1q ptn q ` y p2q pηPn q. (5.2)
h 2!
On a
yptn q ´ yptn´1 q
pDyqR
n “ .
h
D'après la formule de Taylor, il existe ηR
n P rtn´1 , tn s tels que
p´hq2 p2q n
yptn´1 q “ yptn q ´ hy p1q ptn q ` y pηR q (5.3)
2!
d'où
yptn q ´ yptn´1 q h
pDyqR
n “ “ y p1q ptn q ´ y p2q pηR
n
q (5.4)
h 2
‚
2. Soit n P v0, N ´ 1w, comme ηPn P rtn , tn`1 s on a
h p2q n h
|pDyqPn ´ y p1q ptn q| “ |y pηP q| ď max |y p2q ptq|.
2 2 tPrtn ,tn`1 s
De même, comme ηR
n P rtn´1 , tn s on a
n
|y p2q pηR q| ď max |y p2q ptq|
tPrtn´1 ,tnn s
h p2q n h
|pDyqR p1q n
n ´ y pt q| “ |y pηR q| ď max |y p2q ptq|.
2 2 tPrtn´1 ,tn s
29
5 EXERCICES CORRIGÉS
yptn`1 q ´ yptn´1 q
pDyqC
n “ .
2h
D'après la formule de Taylor, il existe η1n P rtn , tn`1 s et η2n P rtn´1 , tn s
tels que
h2 p2q n h3
yptn`1 q “ yptn q ` hy p1q ptn q ` y pt q ` y p3q pη1n q (5.5)
2! 3!
et
h2 p2q n h3
yptn´1 q “ yptn q ´ hy p1q ptn q ` y pt q ´ y p2q pη2n q (5.6)
2! 3!
‚
En soustrayant (5.6) à (5.5), on obtient
h3 p3q n
yptn`1 q ´ yptn´1 q “ 2hy p1q ptn q ` py pη1 q ` y p3q pη2n qq
6
d'où
yptn`1 q ´ yptn´1 q h2 p3q n
y p1q ptn q “ ´ py pη1 q ` y p3q pη2n qq.
2h 12
Exercice 2
On veut résoudre numériquement le problème pPq suivant : trouver y
telle que " 1
y ptq “ cosptq ` 1, @t P r0, 4πs
pPq
yp0q “ 0.
dont la solution exacte est yptq “ sinptq ` t.
On rappelle le schéma d'Euler progressif pour la résolution d'un problème
de Cauchy " rn`1s
y “ y rns ` hf ptn , y rns q,
pSq
y r0s donné.
30
5 EXERCICES CORRIGÉS
Correction
Q. 1 On commence par écrire le problème de cauchy associé à pPq :
"
y 1 ptq “ f pt, yptqq, @t P rt0 , t0 ` T s
pPCq ‚
ypt0 q “ y0 P R.
avec t0 “ 0, T “ 4π, y0 “ 0 et
f : rt0 , t0 ` T s ˆ R ÝÑ R
.
pt, zq ÞÝÑ cosptq ` 1
31
5 EXERCICES CORRIGÉS
1: Fonction t Ð DisReg( a, b, N )
2: h Ð pb ´ aq{N
3: Pour n Ð 0 à N faire
4: t pn ` 1q Ð a ` n ˚ h
5: Fin Pour
6: Fin Fonction
32
5 EXERCICES CORRIGÉS
1: Fonction w Ð fCauchy( t, y )
2: w Ð cosptq ` 1
3: Fin Fonction
Exercice 3
On veut résoudre numériquement le problème du pendule pesant sans
viscosité : $ p2q g
& θ ptq “ L sinpθptqq, @t P r0, 100s
pPq θp0q “ π
% p1q
θ p0q “ 1
avec g “ 9.81 et L “ 1.
On rappelle le schéma d'Euler progressif (vectoriel) pour la résolution d'un
problème de Cauchy
" rn`1s
y “ y rns ` hff ptn , y rns q,
pSq
y r0s donné.
33
5 EXERCICES CORRIGÉS
Correction
Q. 1 On a déjà écrit le problème de cauchy associé à pPq :
" 1
y ptq “ f pt, y ptqq, @t P rt0 , t0 ` T s
pPCq ‚
y pt0 q “ y 0 P R2 .
ˆ ˙ ˆ ˙
θptq π
avec y ptq “ 0
, t “ 0, T “ 100, y 0 “ et
θp1q ptq 1
f : rt0 , t0 ` T s ˆ R2 ÝÑ ˆR2 ˙
z2 .
pt, z q ÞÝÑ g
´ L sinpzz 1 q
34
5 EXERCICES CORRIGÉS
1: Fonction w Ð fP( t, z )
2: g Ð 9.81
3: LÐ1
4: w p1q Ð z p2q
5: w p2q Ð ´pg{Lq ˚ sinpzz p1qq
6: Fin Fonction
35
5 EXERCICES CORRIGÉS
Exercice 4
la méthode de Heun est donnée par
h h ´ ¯
y rn`1s “ y rns ` f ptn , y rns q ` f tn`1 , y rns ` hff ptn , y rns q .
2 2
Q. 1 Ecrire la fonction algorithmique REDHeunVec permettant de ré-
soudre un problème de Cauchy (vectoriel par la méthode de Heun en utilisant
au plus 2N évaluation de f . ‚
Correction
Q. 1 Le schéma de Heun peut s'écrire sous la forme
h n
y rn`1s “ y rns ` pkk ` k n2 q
2 1
avec
k n1 “ f ptn , y rns q
k n2 “ f ptn`1 , y rns ` hkk 1 q
L'algorithme de la fonction REDEPvec s'écrit alors :
36
5 EXERCICES CORRIGÉS
Exercice 5
la méthode de Runge-Kutta d'ordre 4 est donnée par
rns
k1 “ f ptn , y rns q
rns rns
k2 “ f ptn ` h2 , y rns ` h2 k 1 q
rns rns
k3 “ f ptn ` h2 , y rns ` h2 k 2 q
rns rns
k4 “ f ptn ` h, y rns ` hkk 3 q
rns rns rns rns
y rn`1s “ y rns ` h6 pkk 1 ` 2kk 2 ` 2kk 3 ` k 4 q.
h h ´ n`1 rns ¯
y rn`1s “ y rns ` f ptn , y rns q ` f t , y f n rns
` hf pt , y q .
2 2
Q. 1 Ecrire la fonction algorithmique REDRK4Vec permettant de résoudre
un problème de Cauchy (vectoriel par la méthode de Runge-Kutta d'ordre 4.‚
Correction
37
5 EXERCICES CORRIGÉS
Exercice 6
La méthode de Adam-Bashforth d'ordre 4 explicite est donnée par
´ ¯
h
y rn`1s “ y rns ` 24 55ff rns ´ 59ff rn´1s ` 37ff rn´2s ´ 9ff rn´3s .
Correction
Q. 1 On utilise le schéma de Runge-Kutta d'ordre 4 pour initialiser les 4
premières valeurs.
38
5 EXERCICES CORRIGÉS
Exercice 7
On pose f rns “ f ptn , y rns q. La méthode de Adams-Bashforth d'ordre
4 explicite est donnée par
h ´ ¯
y rn`1s “ y rns ` 55ff rns ´ 59ff rn´1s ` 37ff rn´2s ´ 9ff rn´3s
24
et la méthode de Adams-Moulton d'ordre 4 implicite par
h ´ rn`1s ¯
y rn`1s “ y rns ` 9ff ` 19ff rns ´ 5ff rn´1s ` f rn´2s
24
39
5 EXERCICES CORRIGÉS
Correction
Q. 1 On utilise le schéma de Runge-Kutta d'ordre 4 pour initialiser les 4
premières valeurs.
Ensuite on utilise comme prédicteur le schéma explicte et comme correcteur
le schéma implicite. Le principe est donc
Calcul à l'aide du prédicteur :
h ´ ¯
ŷ rn`1s “ y rns ` 55ff rns ´ 59ff rn´1s ` 37ff rn´2s ´ 9ff rn´3s
24
Calcul à l'aide du correcteur :
rn`1s
fˆ “ f ptn`1 , ŷ rn`1s q
´ rn`1s ¯
y rn`1s “ y rns ` 24 9fˆ
h
f rns
` 19f ´ 5ff rn´1s
` f rn´2s
40
5 EXERCICES CORRIGÉS
41