Méthodes numériques

CH3 INSAT
CHERIF Hayet
Maitre assistant Génie Chimique Procédés

2022-2023

Cours méthodes numériques

1
Dr cherif hayet
Plan
Intégration Numérique
Recherche du Zéro d’une fonction
Interpolation numérique
Equations différentielles ordinaires
Equations différentielles partielles

cours méthode numériques

2
Dr cherif hayet
Intégration numérique
Introduction

cours méthode numériques

3
Dr cherif hayet
Intégration numérique

▪ Le résultat de l’intégrale est une fonction compliquée qui fait

appel à d’autres fonctions elles-mêmes longues à évaluer

▪ Nous avons juste des mesures discrètes et aucune formule

mathématique qui relie ces mesures; c’est le cas d’une mesure

expérimentale.

𝑏
L’objectif est d’approcher la valeur de ‫𝑥𝑑 𝑥 𝑓 𝑎׬‬

Intégration par partie

cours méthode numériques
4
Dr cherif hayet
Intégration numérique

cours méthode numériques

5
Dr cherif hayet
Méthodes de rectangles
• La méthode des rectangles composite applique la méthode des
rectangles simple (p = 0) sur chacun des m intervalles. Le nombre total
de sous-intervalles est donc n = m. L’aire de chaque intervalle vaut:

l’intégrale totale vaut :

h= (b- a)/n

cours méthode numériques

6
Dr cherif hayet
Exercice
• Soit f(x)=ln(x)
𝑏
• Calculer ‫𝑓 𝑎׬‬ 𝑥 𝑑𝑥
• Soit a= 1; b=3;
• Schématiser la réponse pour 10 sous-intervalles et calculer l’intégrale
par la méthode de rectangles
• comparer avec le script matlab
x=1:.2:3;
myfunction=@(x) log(x);
Z = integral(myfunction,1,3)

cours méthode numériques

7
Dr cherif hayet
Méthodes de trapèze
La méthode des trapèzes composite applique la méthode des trapèzes simple (p = 1) sur chacun des m intervalles.
Le nombre total de sous-intervalles est donc à nouveau n = m

𝑏 𝑓 𝑎 +𝑓(𝑏) ∗ 𝑏−𝑎
‫=𝑥𝑑 𝑥 𝑓 𝑎׬‬ 2

𝑔𝑟𝑎𝑛𝑑𝑒 𝑏𝑎𝑠𝑒 + 𝑝𝑒𝑡𝑖𝑡𝑒𝑏𝑎𝑠𝑒 ∗ ℎ𝑎𝑢𝑡𝑒𝑢𝑟

2

Pour une meilleure précision on découpe l’intervalle [a,b]

en petits intervalles
𝑏 𝑓 𝑥𝑖 +𝑓(𝑥𝑖+1) ∗ 𝑥𝑖+1−𝑥𝑖
‫=𝑥𝑑 𝑥 𝑓 𝑎׬‬σ𝑛−1
0 2

Généralement on prend une valeur constante que l’on appelle pas

cours méthode numériques

8
Dr cherif hayet
Exercice
• Soit f(x)= 1 + 𝑒 𝑥
𝑏
• Calculer ‫𝑓 𝑎׬‬ 𝑥 𝑑𝑥
• Soit a= 0; b=2;
• Schématiser la réponse pour 10 sous-intervalles et calculer l’intégrale
par la méthode trapèze
• Comparer le résultat avec celui de script matlab
x=0:.2:2;
myfunction=@(x) sqrt(1+exp(x));
Z = integral(myfunction,0,2)

cours méthode numériques

9
Dr cherif hayet
 Méthodes de Simpson
La méthode de Simpson consiste à partager la région d’intégration [a,b] en un
nombre paire de parties. Par les trois premiers points (𝑥0, 𝑓0) ; (𝑥1, 𝑓1) ; (𝑥2,
𝑓2) nous faisons passer une parabole. L’aire de la partie hachurée est dont
l’expression est la suivante

cours méthodes numériques

10
Dr cherif hayet
Méthodes de Simpson
• La méthode de Simpson composite à appliquer la méthode de
Simpson simple (p = 2) sur chacun des m intervalles. Le nombre total
de sous-intervalles est donc cette fois-ci n = 2m (il est forcément pair
et le nombre de points n + 1 est forcément impair). Chaque intégrale
vaut:

cours méthode numériques

11
Dr cherif hayet
Exercice
À la suite d’une série de mesures les résultats suivants sont obtenus

x 0 0.4 0.8 1.2 1.6 2.0 2.4 2.8 3.2 3.6 4

f(x) 2.97 2.87 2.45 1.91 1.24 1.29 0.71 0.57 0.74 0.42 0.39

Calculer l’intégrale I à l’aide de la méthode de Simpson

2.8
I=‫׬‬0.4 𝑓 𝑥 𝑑𝑥

cours méthode numériques

12
Dr cherif hayet
 Application1
t (s) I(A)
0 0.45
105 0.44
225 0.43
266 0.42
308 0.41
362 0.4
388 0.39
La technique d’ électrodialyse est utilisé pour le dessalement des eaux 427 0.38
471 0.37
on applique un voltage et on suit l’évolution de l’intensité en fonction 500 0.36

du temps. 537
568
0.35
0.34
L'Energie spécifique consommée est calculée par l’équation suivante: 612
649
0.33
0.32
𝐼 𝑡 𝑑𝑡 683 0.31
SPC=E ‫׬‬ 722 0.3
𝑉 752 0.29
787 0.28
821 0.27
Avec: SPC en KWh/m3 854 0.26
898 0.25
928 0.24
964 0.23
V: volume d’eau 1.5 L 1007 0.22
1055 0.21
E: voltage appliqué (10Volt) 1098 0.2
1149 0.19
1193 0.18
1259 0.17
1318 0.16
1366 0.15
Présenter sur un papier millimétré les données expérimentaux et tracer la courbe 1442 0.14

Appliquer les trois méthodes d’intégration pour calculer le SPC en choisissant un pas 1513
1570
0.13
0.12
du temps faible pour approximer l’intégrale 1628
1791
0.11
0.1
1862 0.09
2004 0.08
2174 0.07
2362 0.06
cours méthode numériques
13
Dr cherif hayet
Application 2
• Quand on veut étudier expérimentalement les caractéristiques de mélange dans un réacteur continu, on peut
utiliser un test consistant en une augmentation rapide de la concentration d'entrée pendant une très courte
période de temps (mathématiquement, une impulsion). La concentration de sortie varie alors en fonction du
temps d'une façon qui sera caractéristique du degré de mélange du réacteur. On verra alors si le réacteur se
comporte comme un réacteur « idéal », par exemple du type CSTR ou PFR. On définit la RTD (Residence
Time Distribution) comme:

• la distribution cumulative comme :

• Le temps de résidence moyen est le temps de séjour hydraulique

cours méthode numériques

14
Dr cherif hayet
Déduire les RTD, F(T) et tm par la méthode de trapèzes
Déduire il s’agit d’un CSTR ou non

cours méthodes numériques

15
Dr cherif hayet
Recherche du Zéro d’une fonction
Méthode de la bissection
• On va ici construire une suite (xn) approchant la racine x¯ par
itérations. Pour cela, on se fixe une précision > 0 (petite) avec laquelle
on souhaite localiser x¯ et on ne s’arrêtera que lorsque cette précision
sera atteinte.
• {initialisation} : on définit x0 = (a + b)/2, le milieu du segment [a, b].
Si f(a)f(x0) < 0, alors la racine se trouve dans l’intervalle ]a, x0[ et on
pose alors a1 = a, b1 = x0 ; si f(a)f(x0) > 0, alors la racine se trouve
dans l’intervalle ]x0, b[ et on pose alors a1 = x0, b1 = b ; si enfin
f(a)f(x0) = 0, c’est qu’alors x0 = ¯x et on peut s’arreter.
cours méthode numériques
16
Dr cherif hayet
Exercice

• En utilisant les fonctionnalités graphiques de MATLAB, localiser la racine positive de l’équation : f(x) = 2sin(x) − x
• Testez ce script sur matlab (bissectin/bissecting)
a=1.5 ;
b=2 ;
c=(a+b)/2;
tol=1e-6;
iter=0;
while abs(2*sin(c)-c) > tol
if (2*sin(a)-a)*(2*sin(c)-c) <0
b=c;
end
if (2*sin(c)-c)*( 2*sin(b)-b)<0
a=c;
end
c=(a+b)/2;
iter=iter+1;
end
c
iter

cours méthode numériques

17
Dr cherif hayet
Méthode bissection
• On considère l’équation : f(x) = e x − 4x
• 1. Utiliser l’algorithme de bissection pour déterminer la plus petite de
ces racines, avec une précision de 10−7 (valeur de x et nombres
d’itérations)
• Comparer avec la solution graphique

a=0;
b=0.5;
f=@(x)exp(x)-4.*x
figure(1),fplot(f,[a,b]);
grid on

cours méthode numériques

18
Dr cherif hayet
 Méthode de la sécante
La méthode de la sécante, suppose que f(x) est presque linéaire
dans l’intervalle [x n − 1, x n]. Étant donnés x n − 1 et x n on construit
la droite passant par (x n − 1, f(x n − 1)) et (x n, f(x n)) (la sécante de
la courbe) pour trouver l’intersection avec l’axe zéro de la
sécante : x n+1.
x n+1 représente l’approximation du zéro de la fonction f(x) (x 0,
x 1) → x 2 (x 1, x 2) → x 3 (x 2, x 3) → x 4

cours méthode numériques

19
Dr cherif hayet
• Pour être plus précis, la sécante est donnée par :

et la solution de sf (xn+1) = 0 la relation de récurrence :

L’initialisation nécessite deux points x 0 et x 1, proches, si possible, de la solution

recherchée.

cours méthode numériques

20
Dr cherif hayet
Exercice 1
• On se propose de rechercher une racine de l’équation f(x)
• f(x) = 3x + sin(x) – ex
• 2-1 Montrer que l’équation f(x) = 0 admet une racine dans l’intervalle [0 , 1] ;

• 2-2 A l’aide de la méthode de la sécante, trouver une approximation de cette racine en effectuant 8 itérations.

• 2.3 A votre avis, est-il suffisant d’arrêter les itérations à 5 itérations ?

cours méthode numériques

21
Dr cherif hayet
 La méthode de Newton-Raphson
La méthode de Newton Raphson est une méthode
algorithmique pour trouver la racine d’une fonction
c.a.d trouver x telsque f(x)=0

On choisit une première estimée x0 , la second estimée x1

est déterminée par l'intersection de la ligne tangente de la
fonction f(x) au point (x1,f(x1)) et la droite y = 0. La
troisième estimée x2 est déterminée par l'intersection de la
ligne tangente de la fonction f(x) au point (x2,f(x2)) et la
droite y=0 , et ainsi de suite

Principe de la méthode de Newton

cours méthode numériques

22
Dr cherif hayet
L’algorithme de Newton-Raphson est :

cours méthode numériques

23
Dr cherif hayet
 Exercice 1
Vous travaillez pour une usine de fabrication des flotteurs pour les chasses d’eau pour les toilettes. La boule flottante a une
gravité spécifique de 0,6 et a un rayon de 5,5 cm. On vous demande de trouver la profondeur à laquelle la boule est
submergée lorsqu'elle flotte dans l'eau.

L'équation qui donne la profondeur x en mètres à laquelle la boule est immergée sous l'eau est donnée par :

cours méthode numériques

24
Dr cherif hayet
• Utilisez la méthode de Newton pour chercher la solution de f(x) = 0 afin de trouver la profondeur "x" à
laquelle la boule est immergée sous l'eau. Effectuez trois itérations pour estimer la racine de l'équation ci-
dessus.

• Pour le choix de la valeur initiale de x, on se propose de tester trois cas :

• La boule flotte à la surface de l’eau, x0=0 m

• la boule est à moitié immergée, x0=0.055m

• la boule est complétement immergée, x0=0.11m

cours méthode numériques

25
Dr cherif hayet
 Exercice 2
Une variante de la méthode de Newton pour résoudre des équations de la forme F(x) = 0 résulte en l’algorithme suivant :

 x0 donné

 F(xn)
 xn +1 = xn − F '(x0)

On pourra utiliser la valeur fournie par la loi de Boyle-Mariotte ( pv = RT ) comme valeur initiale. On arrêtera le calcul lorsque deux valeurs successives du volume différeront de
moins de 1%.

On aimerait se servir de cette méthode pour calculer le volume molaire, v, du gaz carbonique à 350°C et à 100 atm à partir de la résolution de l’équation de van der Waals suivante :

cours méthode numériques

26
Dr cherif hayet
Interpolation numérique
L’interpolation consiste à trouver l’expression générale d’une fonction à partir d’un nombre limité de points. Elle consiste
à représenter des données ou des observations par un modèle mathématique.
Le modèle le plus simple est le modèle de régression linéaire qui consiste à représenter au mieux un ensemble de points
par une droite.
Méthode de moindre carrée

cours méthode numériques

27
Dr cherif hayet
Interpolation numérique
• Régression linéaire
1
• µ= σ 𝑥𝑖
𝑛
1
• Var(x)= σ(𝑥𝑖-µ)2 = (moyenne xi)2 - µ2
𝑛
1 1
• Cov(x,y)= σ(𝑥𝑖-µ(x))(yi-µ(y))= σ 𝑥𝑖yi-µ(x) µ(y)
𝑛 𝑛
• a=cov(x,y)/var(x)
• b=moy(y)-a*moy(x)
• R2=cov(x,y)/ 𝑣𝑎𝑟 𝑥 𝑣𝑎𝑟(𝑦)

cours méthode numériques

28
Dr cherif hayet
Application
P (bar) QP (L/h) QP/S
1.84 43.15 2.84
3.04 89.77 5.91
4.4 153.64 10.11
5.2 174.2 11.46
6.42 199.55 13.13

Nous espérons calculer la perméabilité de la membrane du nanofiltration par interpolation linéaire

des données expérimentaux présentées dans le tableau ci-dessous.
déterminer les paramètres du modèle sachant que le flux est relié à la différence de la pression
transmembranaire par la relation suivante :
Qp/S=A(∆P-Ø)
Écrire un programme sous Matlab qui permet d’optimiser la perméabilité et l’ordonnée à l’origine de cette
droite et afficher l’erreur en utilisant la fonction lsqcurvefit.
cours méthode numériques
29
Dr cherif hayet
Interpolation du Lagrange
• L’interpolation sert aussi à construire une représentation synthétique de données expérimentales quand leurs nombre
devient très élevé.
• Le polynôme d'interpolation de Lagrange qui permet de relier deux points s'écrit:

Lorsqu'on remplace dans l'équation précédente par x1 on obtient f(x1)=y1

le deuxième terme s'annule et on obtient , de même si on remplace Le polynôme d'interpolation de
Lagrange qui permet de relier trois points s'écrit :

cours méthode numériques

30
Dr cherif hayet
Polynôme de Lagrange
• De manière similaire pour un ensemble de n points, le polynôme d'interpolation de Lagrange s'écrit

cours méthodes numériques

31
Dr cherif hayet
 Application
Pour trouver la quantité de chaleur nécessaire pour amener l'eau à son point d'ébullition, il est demandé de calculer la chaleur
spécifique de l'eau à C61°C . La chaleur spécifique de l'eau est exprimée en fonction du temps dans le tableau suivant:

T(°C) Cp(J/kg°C)
22 4181
42 4179
52 4186
82 4199
100 4217

1)Déterminer la valeur de la chaleur spécifique à C61°C en utilisant l’approximation polynôme du Lagrange du premier ordre.
2) Déterminer la valeur de la chaleur spécifique à C61°C en utilisant l’approximation polynôme du Lagrange du second ordre.
3) Calculer la valeur absolue de l’erreur entre les deux méthodes
4) Répéter les mêmes opérations pour l’ordre trois.

cours méthode numériques

32
Dr cherif hayet
Polynôme de Newton

cours méthode numériques

33
Dr cherif hayet
Polynôme de Newton

cours méthode numériques

34
Dr cherif hayet
Polynôme de Newton

cours méthode numériques

35
Dr cherif hayet
Polynôme de Newton

cours méthode numériques

36
Dr cherif hayet
Polynôme de Newton

cours méthode numériques

37
Dr cherif hayet
Pour déterminer les coefficients du polynôme de Newton, la manière la plus simple
consiste à construire la table des différences divisées

cours méthode numériques

38
Dr cherif hayet
Polynôme de Newton
• a2=f(x0,x1,x2)=(f(x1,x2)-f(x0,x1))/(x2-x0)
• a3=(f(x1,x2,x3)-f(x0,x1,x2))/(x3-x0)
• f(x1,x2,x3)=(f(x2,x3)-f(x1,x2))/(x3-x1)
• f(x1,x2)=(f(x2)-f(x1))/(x2-x1)
• f(x0,x1)=(f(x1)-f(x0))/(x1-x0)

Cours méthodes numériques

39
Dr cherif hayet
Polynôme de Newton

Déterminer le polynôme de Newton pour interpoler ces points expérimentaux

cours méthode numériques

40
Dr cherif hayet
 Résolution numérique des équations
différentielles ordinaires
Une équation différentielle est une relation mathématique entre une ou
plusieurs fonctions inconnues et leurs dérivées. L’ordre d’une équation
différentielle correspond au degré maximal de dérivation auquel l’une des
fonctions inconnues est soumise. Ces équations différentielles dites ‘ordinaires’
sont à distinguées des équations aux dérivées partielles ou la fonction recherchée a
plusieurs variables en argument. Ces lois qui gouvernent l’évolution temporelle
d’un système sont constituées de fonctions dérivables par définition ; l’évolution du
système étudié est déterministe connaissant les conditions initiale.
cours méthodes numériques
41
Dr cherif hayet
 Résolution numérique des équations
différentielles ordinaires
On considère une réaction chimique et bilan d’équation :

Avec A, B les réactifs et C, D les produits formés. On considère à titre

d’exemple l’ordre p (entier) sur le constituant A et les ordres 0 par rapport
aux autres.

La solution est une concentration [A]=fonction du temps t.

Cours méthodes numériques

42
Dr cherif hayet
Résolution numérique des équations
différentielles ordinaires

cours méthode numériques

43
Dr cherif hayet
Algorithme Euler Explicite

cours méthodes numériques

44
Dr cherif hayet
Algorithme Euler modifié

cours méthode numériques

45
Dr cherif hayet
Algorithme Runge Kutta d’ordre 4

cours méthode numériques

46
Dr cherif hayet
 Résolution numérique des équations
différentielles ordinaires
Le modèle de Monod s’écrit sous la forme d’un système d’équations différentielle,
𝑥𝑚−𝑥
µ𝑚∗
𝑦
dx/ dt = x 𝑥𝑚−𝑥
𝐾𝑠+ 𝑦

où x est la biomasse au temps t,

Y le rendement de la croissance,
µm le taux de croissance maximum,
Ks la concentration en substrat telle que le taux de croissance soit demi-maximal. Une expérience en batxh consiste
typiquement, a partir d’un inoculum (x = x0) au temps initial (t = 0), à mesurer l’évolution de la biomasse, du substrat,
ou des deux, au cours du temps, jusqu’à ce que la biomasse finale (x = xm) soit atteinte quand tout le substrat est
consommé (s = 0).

Cours méthodes numériques 47

Dr cherif hayet
 Résolution numérique des équations
différentielles ordinaires
• Xm=62.5 mg/L
• X0=15.5 mg/L
• Y=0.31
• tin=0 h
• Pas du temps =0.5h
• µm=0.878 h-1
• Ks=21.2 mg/L-1

cours méthode numériques

48
Dr cherif hayet
 Résolution numérique des équations
différentielles ordinaires
• Présenter l’évolution de la biomasse en fonction du temps en appliquant
les trois méthodes de résolution pour un intervalle du temps de 2.5 h et
un pas du temps 0.5 h.
• Comparer les résultats aux résultats de script matlab

cours méthodes numériques

49
Dr cherif hayet
• Script matlab
clc
clear all
y=0.31;Tm=0.878;ks=21.1;xm=62.5;
f=@(t,u)u*(Tm*((xm-u)/y))/(ks+(Tm*((xm-u)/y)));
t0=0;tm=2.5;u0=15.5;h=0.5;

t=[0:0.5:2.5]
% Euler explicite: ue(t)
ue(1)=u0;
for i=2:6
ue(i)=ue(i-1)+h*f(t(i-1),ue(i-1));
end
plot(t,ue)
xlabel('t')
ylabel('biomasse')
title('Problème à valeur initiale')
grid on

cours méthodes numériques

50
Dr cherif hayet
Script matlab Runge Kutta
clc
clear all
y=0.31;Tm=0.878;ks=21.1;xm=62.5;
f=@(t,u)u*(Tm*((xm-u)/y))/(ks+(Tm*((xm-u)/y)));
t0=0;tm=2.5;u0=15.5;h=0.5;
t=[0:0.5:2.5]
ur4(1)=u0;
for i=2:6
k1=h*f(t(i-1),ur4(i-1))
k2=h*f(t(i-1)+h/2,ur4(i-1)+k1/2)
k3=h*f(t(i-1)+h/2,ur4(i-1)+k2/2)
k4=h*f(t(i),ur4(i-1)+k3)
ur4(i)=ur4(i-1)+(k1/6+k2/3+k3/3+k4/6)
end
plot(t,ur4)
xlabel('t')
ylabel('biomasserunge kutta')
title('Problème à valeur initiale')
grid on
cours méthode numériques
51
Dr cherif hayet