Equations Differentielles

Chapitre 7: Résolution approchée des équations
différentielles ordinaires
Chapitre 7: Résolution approchée des équations différentielles ordinaires 1 / 42

Résolution approchée des équations différentielles
ordinaires
PLAN
1 Motivation
2 Position du problème
3 Eléments de théorie des équations différentielles
4 Principe des méthodes numériques
5

ordinaires
Motivation
On considére une particule de masse M se déplaçant dans un potentiel de
la forme U(y ) = 12 ky 2 + 14 k1 y 4 où k et k1 sont des constantes. Le milieu
présente une viscosité linéaire de coefficient α et la particule est soumise à
une force extérieure f (t) = F cos ωt où F et ω sont des constantes.
L’équation régissant la dynamique de la particule est donnée par
M ÿ + αẏ + ky + k1 y 3 = F cos ωt.
Trouver la position de la masse à l’instant t = 1s.

ordinaires
Position du problème
La résolution numérique des équations différentielles est probablement le
domaine de l’analyse numérique où les applications sont les plus
nombreuses. Que ce soit en mécanique des fluides, en transfert de chaleur
ou en analyse de structures, on aboutit souvent à la résolution d’équations
différentielles, de systèmes d’équations différentielles ou plus généralement
d’équations aux dérivées partielles. Parmi les avantages des méthodes
numériques, on peut évoquer l’étude des problèmes complexes pour
lesquels on ne connaı̂t pas de solution analytique, mais qui sont d’un grand
intérêt pratique.

ordinaires
Position du problème
Dans ce chapitre comme dans les précédents, les diverses méthodes de
résolutions proposées sont d’autant plus précises qu’elles sont d’ordre
élevé. Nous commencerons par présenter des méthodes relativement
simples ayant une interprétation géométrique. Elles nous conduiront
progressivement à des méthodes plus complexes telles que les méthodes de
Runge-Kutta d’ordre 4, qui permettent d’obtenir des résultats d’une
grande précision. Nous considérerons principalement les équations
différentielles avec conditions initiales, mais nous évoquerons brièvement
les équations différentielles avec conditions aux limites à la fin du chapitre.

ordinaires
éléments de théorie des équations différentielles
Définition
: Une équation différentielle d’ordre m est une expression de la forme :
f (x, y , y 0 , y 00 , . . . , y (m) ) = 0, (1)
où f : U → R, U ouvert de R × (Rn )m+1 . Ici y ne dépend que d’une seule

variable x, on parle d’équation différentielle ordinaire. Lorsqu’il y a
plusieurs variables, on parle d’équation aux dérivées partielles.
On dit qu’une équation est sous la forme normale si elle s’écrit
y 0 = f (x, y ), (2)
avec f : U → Rn , U ⊂ R × (Rn )n+1 , y 0 = (y10 , y20 , . . . , yn0 ). C’est ce type

d’équation que l’on va traiter dans ce chapitre.
ordinaires
Définition
: Une solution de (2) sur un intervalle I ⊂ R est une fonction dérivable
y : I → Rn telle que
1 ∀x ∈ I , (x, y (x)) ∈ U ;
2 ∀x ∈ I , y 0 = f (x, y (x)).
Définition
1 L’ensemble {(x, y (x)), t ∈ I } est appelé trajectoire de la solution.
2 L’ensemble {y (x), x ∈ I } est appelé orbite de la solution.

ordinaires

Si on écrit = (y1 , y2 , . . . , yn ) et f = (f1 , f2 , . . . , fn ), alors (2) est un système
différentiel du premier ordre à n fonctions inconnues y1 , y2 , . . . , yn ) :
 0

 y1 (x) = f1 (x, y1 , y2 , . . . , yn ),



0

 y2 (x) = f2 (x, y1 , y2 , . . . , yn ),



(3)
 ..
.








 0
yn (x) = fn (x, y1 , y2 , . . . , yn ).

ordinaires
Problème de Cauchy
Définition
(Problème de Cauchy) : Etant donné un point (x0 , y0 ) ∈ U, le problème
de Cauchy consiste à trouver une solution y : I → Rn de (2) sur un
intervalle I contenant x0 dans son intérieur, telle que y (x0 ) = y0 .
Souvent, la variable x représente le temps et y = (y1 , y2 , . . . , yn ) est une

famille de paramétres décrivant l’état d’un système matériel donné.

ordinaires
Principe des méthodes numériques

Soit y (t) la solution de l’équation différentielle :
0
y (t) = f (t, y (t)), t ∈ [t0 , t0 + T ],
y (t0 ) = y0
Le principe général consiste à discrétiser l’intervalle I = [t0 , t0 + T ], en

introduisant des points t0 , t1 , . . . , tN = t0 + T qui peuvent être
équidistants mais ce n’est pas obligatoire. La quantité hn = tn+1 − tn
s’appelle le pas. On veut, pour n = 1, . . . , N, calculer une approximation
de y (tn ), que l’on notera
yn = y (tn ),
à l’aide d’un procédé itératif.
ordinaires
L’idée la plus simple consiste dans un premier temps à écrire le
développement de Taylor de y (t) en t = tn : comme la solution est
dérivable par rapport à t au moins une fois, on peut écrire que
2
y (tn+1 ) = y (tn + h) = y (tn ) + hy 0 (tn ) + h2 y 00 (ξ), ξ ∈ [tn , tn+1 ],
= y (tn ) + h(tn , y (tn )) + o(h2 ).
On a supposé que hn est constant et égal à h = TN où N est un entier fixé.
Si l’on suppose N que h est suffisamment petit, on peut alors proposer le
schéma itératif suivant :

y0 , donné
yn+1 = yn + f (tn , yn ), 0 ≤ n ≤ N − 1,
Ce procédé itératif s’appelle schéma d’Euler simple. Mais nous verrons
d’autres manières de l’introduire.
ordinaires

Une autre solution consiste à pousser le développement de Taylor à l’ordre
2. On y voit qu’il est alors nécessaire de calculer y 00 (t) soit
d ∂f ( ∂f
y 00 (t) = f (t, y (t)) = (t, y (t)) + (t, y (t)) × f (t, y (t)),
dt ∂t ∂y
car y est solution de l’équation différentielle. Dans ce même exemple, on
présente aussi l’application de ces deux schémas à un exemple très simple.
Enfin, ayant poussé le développement de Taylor jusqu’à l’ordre 2, il est
naturel de penser à le développer à l’ordre 3,4,... Cependant, il suffit de
d2
calculer dt 2 (f (t, y (t)) pour voir que cette méthode devient rapidement
impraticable dans le cas général.

ordinaires
On distingue deux grandes familles de schémas de résolution numérique
des pro- blèmes aux conditions initiales pour les équations différentielles :
- Les schémas à un pas. Pour calculer une approximation de la valeur
de la fonction cherchée en un point tn+1 , on oublie tout ce qui s’est
passé avant le point tn . Le gros avantage est de permettre de changer
de pas très facilement au cours du calcul en fonction des estimations
d’erreur que l’on obtient en même temps que les valeurs approchées
au cours du calcul.
- Les schémas multi-pas. Dans ces méthodes au contraire, pour
calculer une approximation de la valeur de la fonction cherchée en un
point tn+1 , on utilise les valeurs calculées en tn , tn−1 , . . . , Cela
permet un coût de calcul moindre, mais rend les valeurs plus
interdépendantes de sorte qu’il est plus difficile de changer le pas
localement au coursChapitre
du calcul.
7: Résolution approchée des équations différentielles ordinaires 13 / 42
ordinaires
Les schémas à un pas : Schémas d’Euler à partir de

l’intégration numérique
Pour définir certains schémas numériques de résolution d’équation
différentielle, on remarque que la solution exacte y (t) vérifie
y 0 (t) = f (t, y (t)), ce qui donne
Z tn+1
y (tn+1 ) = y (tn ) + f (t, y (t)).
tn
On peut alors penser approcher l’intégrale par une formule utilisant des
valeurs de f (t, y (t)) sur l’intervalle [tn , tn+1 ]bien que y (t) ne soit pas
connue sur cet intervalle. Pour simplifier l’écriture, nous supposons que le
pas hn = tn+1 − tn est constant, h = T N où N est un entier, mais la
généralisation à un pas non constant est évidente.
ordinaires
Les schémas à un pas : Schémas d’Euler à partir de
l’intégration numérique
Pour commencer, utilisons la méthode des rectangles ”à gauche” pour le
calcul approché de l’intégrale,(ceci est équivalent à la formule de Taylor
appliquée à y (t) en t = tn )
On peut donc proposer le schéma suivant :
yn+1 = yn + hf (tn , yn ), 0 ≤ n ≤ N − 1,
qui n’est autre que le schéma d’Euler simple. On peut aussi approcher
l’intégrale avec la méthode des rectangles à droite. Un calcul équivalent
provient de la formule de Taylor appliquée à y (t) en t = tn+1 :
h2 00
y (tn ) = y (tn+1 − hf (tn+1 , y (tn+1 )) + y (ξ), ξ ∈ [tn , tn+1 ]
2
Ceci conduit au schéma
ordinaires
Les schémas à un pas : Schémas prédicteur-correcteurs
Reprenons le schéma implicite d’Euler rétrograge défini précédemment :
yn+1 = yn + hf (tn+1 , yn+1 ), 0 ≤ n ≤ N − 1.
On peut construire un nouveau schéma dit prédicteur-correcteur,
- on détermine une première estimation grossière de yn+1 , on peut avoir
recours par exemple à la méthode d’Euler explicite
- on améliore cette estimation en s’inspirant du schéma d’Euler
rétrograde.
On obtient le schéma :

ŷn+1 = yn + hf (tn , yn ),
yn+1 = yn + hf (tn + 1, ŷn+1 ).
Dans le langage devenu classique pour ces méthodes, on dit que l’on fait
d’abord une prédiction (ŷChapitre
n+1 )7:àRésolution
l’aide approchée
du schéma explicite, puis une
des équations différentielles ordinaires 16 / 42
ordinaires
Les schémas à un pas : Schémas prédicteur-correcteurs
Voyons un autre exemple, si on utilise la méthode des trapèzes pour
calculer l’intégrale de
Z tn+1
y (tn+1 ) = y (tn ) + f (t, y (t))dt
tn
qui donne l’expression
h h3
y (tn+1 ) = y (tn )+ [f (tn , y (tn ))+f (tn+1 , y (tn+1 ))]− y (3) (ξ), ξ ∈ [tn , tn
2 12
(3)
Le terme y correspond à la dérivée seconde par rapport à t de
t → f (t, y (t)). Ceci conduit au schéma de Crank-Nicolson :
h
yn+1 = yn + [f (tn , yn ) + f (tn+1 , yn+1 )]
2
qui est implicite, comme le schéma d’Euler rétrograde.
ordinaires
Ordre et consistance des schémas à un pas
étant donnés f ,t0 , y0 , T , soit y (t) la solution exacte de
0
y (t) = f (t, y (t)), t ∈ [t0 , t0 + T ],
(4)
y (t0 ) = y0 .
On va supposer, pour simplifier l’exposé, que l’on discrétise avec un pas
constant h = T N , on pose tn = t0 + nh. Les schémas à un pas explicites ou
prédicteur-correcteur peuvent se mettre sous la forme générique

y0 donné
(5)
yn+1 = yn + hφ(tn , yn , h), n ≤ n ≤ N − 1.
On peut se demander comment quantifier l’erreur commise en approchant
la solution exacte y (t) par la séquence discrète yn . La définition suivante
donne un début de réponse à cette question.
Définition
ordinaires
Définition
Lorsque qu’il existe K > 0 tel que
 
 τn (h) 
max   ≤ Khp ,
1≤n≤N  h 
le schéma est dit d’ordre p.
La définition suivante est propre aux schémas de résolution des équations

différentielles et se déduit rapidement de l’ordre.
Définition
Le schéma est dit consistant quand
 
 τn (h) 
Chapitrelim
7: Résolution
  = 0.
approchée des équations différentielles ordinaires 19 / 42
ordinaires

Pour le schéma d’Euler simple, d’après Taylor il existe ξ dans [tn,tn+1] tel
que
h2
τn+1 (h) = (y (tn+1 ) − y (tn )) − hf (tn , yn ) = y 00 (ξ).
2
00 00
Supposons que y est bornée sur [tn , tn+1 ],soit— y (t)| ≤ M,
∀t ∈ [t0 , t0 + T ], alors on a
M 2
τn+1 (h) ≤ h ,
2
et d’après la définition précédente, le schéma d’Euler simple est d’ordre 1.

ordinaires
Stabilité et convergence des schémas à un pas
La consistance ou l’ordre d’un schéma n’est qu’une indication locale de
l’erreur. Un moyen plus réaliste de mesurer l’erreur d’approximation de
y (tn ) par yn consiste à considérer l’erreur maximum commise pour
n = 1, . . . , N, et à regarder si cette erreur tend bien vers zéro quand
h → 0.
Définition
Le schéma
T
yn+1 = yn + hφ(tn , yn , h), 0 ≤ n ≤ N − 1, h= , y0 donné
N
est dit convergent par rapport à l’équation différentielle
y 0 (t) = f (t, y (t)), y (t0 ) = y0 , t ∈ [t0 , t0 + T ],

ordinaires

La consistance d’un schéma n’implique pas qu’il soit convergent, nous
allons voir qu’il s’agit tout au plus d’une condition nécessaire. Une
condition supplémentaire fait intervenir la notion de stabilité :
Définition
Le schéma
T
yn+1 = yn +hφ(tn , yn , h), 0 ≤ n ≤ N−1, h= , y0 donné
N
est dit stable s’il existe une constante M telle que pour tout y0 , pour tout
u0 , pour tout h ≤ h∗ et pour tout suite {εn }, les suites {yn } et {un }
définies par les relations

ordinaires
Pour qu’un schéma soit stable, il suffit qu’il existe une constante Λ telle
que
∀t ∈ [t0 , t0 +T ], ∀z, u ∈ R, h ∈ [0, h∗ ], |φ(t, z, h)−φ()t, u, h| ≤ Λ|z−u
Le théorème suivant est simple et essentiel ; il est généralement connu sous
le nom de consistance plus stabilité impliquent convergence.
Théorème
R
Soit φ une fonction continue de [t0 , t0 + T ], z ∈ R et h, définissant le
schéma à un pas
T
yn+1 = yn + hφ(tn , yn , h), 0 ≤ n ≤ N − 1, y0 donné, h =
N
Si ce schéma à un pas est consistant et s’il est stable, alors il est
ordinaires
Les schémas de Runge-Kutta
Il s’agit de schémas qui permettent de retrouver les bonnes propriétés des
schémas de Taylor (ordre élevé), sans en présenter les inconvénients (calcul
des dérivées successives de f ).
Il existe classiquement deux manières de les construire. Nous en présentons
une ici. Il s’agit de schémas à un pas, donc se mettant sous la forme :

y0 donné
yn+1 = yn + hφ(tn , yn , h), n≥0
où φ prend la forme particulière suivante :
q
X
φ(t, y , h) = γi K i ,
i=1

ordinaires
et les Ki sont définis récursivement de la façon suivante :


 K1 = f (t, y ),
K2 = f (t + hα1 , y + hβ11 K1 ),




 K3 = f (t + hα2 , y + hβ21 K1 + hβ22 K2 ),


..

 . !

 q−1
 P
 Kq = f t + hαq−1 , y + βq1 Kp



p=1
L’introduction des ces q valeurs intermédiaires a pour but d’approcher un

schéma de Taylor d’ordre q. Pour cela il faut déterminer les inconnues qui
sont
[γi ]i=1...q , [αi ]i=1,...,q1 , [βij ]i=1,...,q, j=1,...,i
ordinaires
Nous allons nous contenter de raisonner sur un exemple, ici pour q = 2,
puis nous donnerons sans démonstration les valeurs obtenues pour q = 4,
qui est la valeur la plus couramment utilisée dans la pratique.
Un schéma de Taylor d’ordre 2 s’écrit
yn+1 = yn + hψ(tn , yn , h),
où
h ∂f ∂f
ψ(t, y , h) = f (t, y ) + (t, y ) + f (t, y ) (t, y )
2 ∂t ∂y
Pour q = 2 la fonction φ(t, y , h) est définie par
φ(t, y , h) = γ1 K1 + γ2 K2 ,
= γ1 f (t, y ) + γ2 f (t + hα1 , y + hβ1 f (t, y )),
où l’on a posé β1 = β11 .
ordinaires

On va essayer d’identifier les coefficients inconnus γ1 , γ2 , α1 , β1 de façon
à ce que φ(t, y , h) et ψ(t, y , h) soient les plus proches possibles. Pour cela
on développe
f (t + hα1 , y + hβ1 f (t, y )),
à l’aide d’un développement de Taylor suivant les deux variables, ce qui
donne à l’ordre 2 :
∂f ∂f u2 ∂ 2f
f (t + u, y + v ) = f (t, y ) + u (t, y ) + v (t, y ) + (ξ, η)
∂t ∂y 2 ∂t 2
2
∂ f 2
v ∂ f2
+ uv (ξ, η) + (ξ, η),
∂t∂y 2 ∂y 2
où (ξ, η) ∈ [t, t + u] × [z, z + v ].

ordinaires

Nous obtenons ainsi
∂f ∂f
f (t+hα1 , y +hβ1 f (t, y )) = f (t, y )+hα1 (t, y )+hβ1 f (t, y ) (t, y )+o(h2 )
∂t ∂y
ce qui nous permet d’écrire

∂f ∂f
φ(t, y , h) = (γ1 +γ2 )f (t, y )+γ2 hα1 (t, y ) + hβ1 f (t, y ) (t, y ) +o(h2 )
∂t ∂y

ordinaires

Si l’on néglige le reste on peut alors identifier cette expression avec
ψ(t, y , h), on obtient alors les équations suivantes :

 γ1 + γ2 = 1
γ2 α1 = 12 ,
γ2 β1 = 21

Comme il y a trois équations pour quatre inconnues, il y a une infinité de

possibilités pour le choix des coefficients ; nous ne donnerons ici que les
plus populaires :

ordinaires
Comme il y a trois équations pour quatre inconnues, il y a une infinité de
possibilités pour le choix des coefficients ; nous ne donnerons ici que les
plus populaires :
γ1 = 0, γ2 = 1, α1 = β1 = 12 , qui donnent le schéma

1 1
yn+1 = yn + hf tn + h, yn + hf (tn , yn )
2 2
appelé schéma du point milieu.
- γ1 = γ2 = 21 , α1 = β1 = 1, qui donnent le schéma bien connu
h
yn+1 = yn + (f (tn , yn ) + f (tn+1 , yn + hf (tn , yn ))
2
puisqu’il s’agit du schéma d’Euler-Cauchy.
Ces schémas sont bien sûr d’ordre 2 puisque l’on a
ordinaires

Le choix le plus courant est q = 4. Cela donne le schéma de
Runge-Kutta d’ordre 4, ou en abrégé RK4, utilisé presque
universellement dans les sciences de l’ingénieur :


 K1 = hf (t n , yn ),

 h K1
 K2 = hf tn + , yn + ,


2 2
h K2
K3 = hf tn + , yn + ,


2 2




K4 = hf (tn + h, yn + K3 ) ,


avec conditions aux limites
Problème aux limites linéaires
Soient un réel L > 0 et trois fonctions données
f (x), p(x), q(x) ∈ [0, L] → R continues par rapport à la variable x. On
cherche à déterminer une fonction y (x) ∈ C 2 ([0, L]) qui satisfait (pour
deux réels c0 et cL donnés)
−y 00 (x) + p(x)y 0 (x) + q(x) = f (x),

x ∈ [0, L], équations différent
cl(0) = c0 , Cl(L) = cL , (conditiondeNeumann)
(6)
avec cl(x) correspondant à une des deux options suivantes

dy
cl(x) = y (x) (conditiondeDirichlet) (x) (conditiondeNeumann).
dx
Le problème (6) est un problème aux limites linéaire unidimensionnel du
second ordre.
La différence par rapportChapitre
au problème de Cauchy
7: Résolution approchée (considéré
des équations différentiellesdans le
ordinaires 32 / 42
Existence et unicité
Théorème
Si les fonctions f (x), p(x), q(x) sont continues, q(x) est non négative sur
[0, L], et
soit les conditions aux limites sont de type Dirichlet
soit p(x) = 0 et au plus une des deux conditions est de type
Neumann alors le problème aux limites
−y 00 (x) + p(x)y 0 (x) + q(x) = f (x),

x ∈ [0, L],
(7)
cl(0) = c0 , Cl(L) = cL ,
admet une et une seule solution.

Dans ce qui suit nous considérons deux problèmes particuliers :

Problème de Poisson
−y 00 (x) = f (x),

x ∈ [0, L],
(8)
cl(0) = c0 , Cl(L) = cL ,
Problème de convection-diffusion
−y 00 (x) + p(x)y 0 (x) = f (x),

x ∈ [0, L],
(9)
y (0) = c0 , y (L) = cL ,

Equation de Poisson : Applications
Le problème de Poisson
−y 00 (x) = f (x),

x ∈ [0, L],
cl(0) = c0 , Cl(L) = cL ,
a plusieurs applications, dont entre autres :
Le problème de Poisson décrit le déplacement y (x) d’une corde de
longueur L soumise à une densité de charge f (x). Le déplacement aux
deux extrémités est imposé avec les conditions de Dirichlet
y (0) = y (L) = 0.
Le problème de Poisson décrit aussi la distribution stationnaire de

température y (x) dans une barre homogène ; f(x) décrit alors la
production de chaleur linéique. La conditions de Dirichlet y = c
revient à fixer la température c à approchée
Chapitre 7: Résolution une des des extrémités ; la condition
équations différentielles ordinaires de/ 42
35
Equation de Poisson : résolution numérique

La méthode des différences finies consiste à approcher la solution exacte
y (x) sur l’intervalle [0, L] aux m + 1 points
0 = x0 < x1 < . . . < xm = L,
par y0 , y1 , . . . , ym . Nous supposerons pour simplifier que xk = kh,

k = 0, . . . , m, avec
h = L/m,
étant le pas de discrétisation.

Exercices
Exercice
La loi de Newton affirme que la vitesse de refroidissement d’un corps est
proportionnelle à la différence entre la température du corps et la
température externe, autrement dit qu’il existe une constante K < 0 telle
que la température du corps suit l’équation différentielle :
0
T (t) = K (T (t) − Text ),
T (0) = T0 .
Soit ∆t le pas temporel. Ecrire le schéma d’EULER pour approcher la

solution de cette équation différentielle.
Soit Text = 0o C . En déduire une forme du type : Tn+1 = g (∆, n, T0 ),
avec g (∆t, n, T0 ) à préciser (autrement dit, l’itéré en tn ne dépend
que de ∆t, de n et de T0 ). Que peut-on en déduire sur la
convergence de la méthode ?
Exercices
Problème. Un homicide a été commis. On veut établir l’heure du

crime sachant que
pour un corps humain, on peut approcher K ≈ −0.007438118376
(l’échelle du temps est en minutes et la température en Celsius),
le corps de la victime a été trouvé sur le lieu du crime à 2H20 du matin,
à l’heure du décès la température du corps était de 37o C ,
à l’heure de la découverte la température du corps est de 20o C ,
la température externe est Text = 0o C .
Approcher l’heure de l’homicide en utilisant le schéma d’EULER
implicite avec ∆t = 10 minutes.
Pour cette équation différentielle, il est possible de calculer
analytiquement ses solutions. Comparer alors la solution exacte avec
la solution approchée obtenue au point précédent.

Exercices
Exercice
Pour résoudre numériquement y 0 = −λy , on décide d’approcher y 0 (tn ) par
les différences finies centrées
y (tn+1 ) − y (tn−1 )
y 0 (tn ) ≈ , h = tn+1 − tn−1 , ∀n.
2h
Ceci conduit au schéma
yn+1 = yn−1 − 2λhyn .
Montrer que ce schéma est toujours instable.

Exercices
Exercice
On considère le problème de CAUCHY
0
y (t) = −(y (t))m + cos(t), pour t > 0,
(10)
y (0) = 0
où m est un entier impair.

1 Montrer que le problème (10) possède une solution unique locale.
2 Soit h > 0 un pas de temps donné, soit tn = nh pour n ∈ N et un une
approximation de y (tn ). écrire le schéma d’EULER rétrograde
permettant de calculer un+1 à partir de un .
3 A partir du schéma obtenu au point précédent, écrire un seul pas de
la méthode de NEWTON pour calculer une nouvelle approximation de
un+1 . En déduire ainsi un nouveau schéma explicite.

Exercices
Exercice
Le but de cet exercice est de tester différentes méthodes numériques
permettant de résoudre les problèmes de Cauchy de type
0
y (t) = f (t, y (t)), si t > t0 ,
(11)
y (t0 ) = y0
On considère l’intervalle I = [t0 , T ] sur lequel sera calculée la solution

approchée du problème étudié. On discrétise l’intervalle I. On note hn le
pas de discrétisation avec hn = (T − t0 )/n où n est entier donné. On note
yi l’approximation de y (ti ). On se propose d’approcher la solution de (11)
par trois méthodes : Méthode d’EULER EXPLICITE, Méthode d’EULER
IMPLICITE implicite, et une méthode de type RUNGE KUTTA d’ordre 2
ou HEUN

Exercices
Soit l’équation différentielle :
y 0 + 2y = t + 1, avec y (0) = 1. (12)
Résoudre l’équation (12)

Méthode de Euler explicite
On se place dans l’intervalle [0, 1] en prenant le pas h = n1 , déterminer
une solution approchée yk de y par la méthode d’Euler explicite.
Exprimer yk en fonction de k (n étant une valeur donnée)
Ecrire un fichier euler.m qui prend en entrée n résous numériquement
(12) et représente graphiquement les courbes approchées de y et la
courbe exacte pour n = 50 ; n = 100 ; n = 500 et n = 1000 ;
Même travail avec la méthode de HEUN ou RUNGE KUTTA d’ordre
2.
Comparer les deux schémas

Equations Differentielles

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Equations Differentielles

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 7: Résolution approchée des équations

Chapitre 7: Résolution approchée des équations différentielles ordinaires 1 / 42

Chapitre 7: Résolution approchée des équations différentielles ordinaires 2 / 42

M ÿ + αẏ + ky + k1 y 3 = F cos ωt.

Trouver la position de la masse à l’instant t = 1s.

Chapitre 7: Résolution approchée des équations différentielles ordinaires 3 / 42

Chapitre 7: Résolution approchée des équations différentielles ordinaires 4 / 42

Chapitre 7: Résolution approchée des équations différentielles ordinaires 5 / 42

f (x, y , y 0 , y 00 , . . . , y (m) ) = 0, (1)

où f : U → R, U ouvert de R × (Rn )m+1 . Ici y ne dépend que d’une seule

avec f : U → Rn , U ⊂ R × (Rn )n+1 , y 0 = (y10 , y20 , . . . , yn0 ). C’est ce type

éléments de théorie des équations différentielles

2 L’ensemble {y (x), x ∈ I } est appelé orbite de la solution.

Chapitre 7: Résolution approchée des équations différentielles ordinaires 7 / 42

éléments de théorie des équations différentielles

Chapitre 7: Résolution approchée des équations différentielles ordinaires 8 / 42

Souvent, la variable x représente le temps et y = (y1 , y2 , . . . , yn ) est une

Chapitre 7: Résolution approchée des équations différentielles ordinaires 9 / 42

Principe des méthodes numériques

Le principe général consiste à discrétiser l’intervalle I = [t0 , t0 + T ], en

Principe des méthodes numériques

Chapitre 7: Résolution approchée des équations différentielles ordinaires 12 / 42

Les schémas à un pas : Schémas d’Euler à partir de

le schéma est dit d’ordre p.

La définition suivante est propre aux schémas de résolution des équations

Ordre et consistance des schémas à un pas

Chapitre 7: Résolution approchée des équations différentielles ordinaires 20 / 42

y 0 (t) = f (t, y (t)), y (t0 ) = y0 , t ∈ [t0 , t0 + T ],

Stabilité et convergence des schémas à un pas

Chapitre 7: Résolution approchée des équations différentielles ordinaires 22 / 42

Chapitre 7: Résolution approchée des équations différentielles ordinaires 24 / 42

L’introduction des ces q valeurs intermédiaires a pour but d’approcher un

Les schémas de Runge-Kutta

où (ξ, η) ∈ [t, t + u] × [z, z + v ].

Les schémas de Runge-Kutta

Chapitre 7: Résolution approchée des équations différentielles ordinaires 28 / 42

Les schémas de Runge-Kutta

Comme il y a trois équations pour quatre inconnues, il y a une infinité de

Chapitre 7: Résolution approchée des équations différentielles ordinaires 29 / 42

Les schémas de Runge-Kutta

Chapitre 7: Résolution approchée des équations différentielles ordinaires 31 / 42

−y 00 (x) + p(x)y 0 (x) + q(x) = f (x),

admet une et une seule solution.

Chapitre 7: Résolution approchée des équations différentielles ordinaires 33 / 42

Dans ce qui suit nous considérons deux problèmes particuliers :

−y 00 (x) + p(x)y 0 (x) = f (x),

Chapitre 7: Résolution approchée des équations différentielles ordinaires 34 / 42

Le problème de Poisson décrit aussi la distribution stationnaire de

Equation de Poisson : résolution numérique

0 = x0 < x1 < . . . < xm = L,

par y0 , y1 , . . . , ym . Nous supposerons pour simplifier que xk = kh,

Chapitre 7: Résolution approchée des équations différentielles ordinaires 36 / 42

Soit ∆t le pas temporel. Ecrire le schéma d’EULER pour approcher la

Problème. Un homicide a été commis. On veut établir l’heure du

Chapitre 7: Résolution approchée des équations différentielles ordinaires 38 / 42

yn+1 = yn−1 − 2λhyn .

Montrer que ce schéma est toujours instable.

Chapitre 7: Résolution approchée des équations différentielles ordinaires 39 / 42

où m est un entier impair.

Chapitre 7: Résolution approchée des équations différentielles ordinaires 40 / 42

On considère l’intervalle I = [t0 , T ] sur lequel sera calculée la solution

Chapitre 7: Résolution approchée des équations différentielles ordinaires 41 / 42

y 0 + 2y = t + 1, avec y (0) = 1. (12)

Résoudre l’équation (12)