Mémoire Seghiri Imene Final

Republique Algerienne Democratique et Populaire
Ministere de L’enseignement superieur de la
Année universitaire 2020 –2021

recherche scientifique
Université Larbi Ben M’hidi- Oum El Bouaghi
Facutlé des Sciences Exactes et Sciences de la Nature et de la Vie

Département de Mathématiques et Informatique
Numéro d’ordre :...................
Mémoire de …n d’étude pour l’obtention du diplôme de Master
Filière : Mathématiques Option : Mathématiques Appliquées
Thème
Quelques méthodes numériques pour résoudre des

équations intégrales non linéaires de Volterra et de
Fredholm
Présentée par : SEGHIRI Imene
Soutenu le 12/07/ 2021, devant le jury:

DIB Khaled M.A.A Président Univ. d'Oum El Bouaghi
BENKHELIFA Lazhar M.C.A Encadreur Univ. d'Oum El Bouaghi
GOUASMIA Abdelhami d M.A.A Examinateur Univ. d'Oum El Bouaghi
Session: Juillet 2021

Remerciements
Je tiens à remercier avant tout «Allah » le tout puissant de me donner le
courage, la sagesse et la force pour réaliser ce travail.
Mes profonds remerciements pour mon encadreur Dr.BENKHELIFA Lazhar

qui m'a permise de profiter de son inestimable expérience et qui m'a aidée
et soutenue tout au long de mon chemin. Je suis très reconnaissante pour sa
disponibilité, son professionnalisme et ses conseils instructifs qui m'ont
orientée et aidée à développer mes idées.
Je tiens aussi à exprimer mes plus vifs remerciements à Monsieur DIB

Khaled, pour m’avoir fait l’honneur de présider le jury de soutenance de
mon mémoire.
Mes vifs remerciements vont également à Monsieur GOUASMIA

Abdelhamid pour avoir accepté d’examiner mon mémoire et faire partie du
jury.
Je tiens aussi à exprimer ma reconnaissance à tous les enseignants qui ont

contribué à ma formation tout au long de ma carrière universitaire.
J'adresse mes vifs remerciements à ma chère maman et mes frères et

sœurs pour leur amour, leurs encouragements et leurs conseils. Merci d'être
toujours à mes côtés.
Je ne peux clôturer mes remerciements sans adresser ma profonde

gratitude à mes amies avec qui j'ai partagé les bons et les durs moments
pendant la réalisation de ce travail, merci de m'encourager et de faire partie
de ma vie.
Merci à tous ceux qui ont contribué à la réalisation de ce mémoire .

Dédicace
Je dédie ce modeste travail et ma profonde gratitude :
À l'homme de ma vie, mon père, décédé trop tôt. Celui qui m'a tant aimée et
motivée. Il est le père exemplaire qui restera gravé dans le cœur et l'esprit de sa
fille pour toute la vie.
À celle qui m'a remplie d'amour, ma chère maman qui a sacrifié sa vie pour
ma réussite et qui n'a jamais cessé de m'encourager. À mon étoile qui fait
briller mon cœur et éclairer mes nuits, milles mercis pour ta tendresse et tes
bénédictions.
À mon frère Bilal sur qui je peux compter tout le temps en toute confiance et sa
femme Sabrine.
À mes plus beaux cadeaux que mes parents m'ont offert : mon frère Aymen et
mes sœurs Wafaa et Sara.
A mes beaux-frères Habib Allah et Djalal.
Aux poussins de la famille, ma nièce Maram et mes neveux : Iyad, Djawad,

Anas Al Habib, Siradj Eddine et Tadj Eddine.
À mes chères copines : Faiza, Sawsan, Laila, Meriem, Djihad, Abir, Hadda,
Romaissa et Khaoula.
À tous les étudiants qui travaillent dure pour développer leurs connaissances et
pour enrichir leur savoir scientifique et culturel .
À toute la promotion 2020-2021.
À toutes les personnes que j'aime.

‫ملـخـــــص‬
‫معــادالت "فــولتيــرا" و"فــريدهـولم" التكـامليــة الغـيــر الخـطـيــة تطبـــق في العــديـد مـن المجــاالت مثــل‬
‫ ال يمــكـن ايجــاد الحــل الـدقيــق لهــذه‬،‫ في معظــم الحــاالت‬،‫ لكــن‬.‫ الطــب واالقتصـــاد‬،‫ علـم األحيــاء‬،‫الفيــزياء‬
‫ هـنــاك عــدة طــرق عــدديـة لحــل هــذه‬.‫ مــن الـضــروري استـخــدام الطــرق العــدديــة‬،‫ لـذلك‬.‫المعــادالت‬
‫ نـقــدم طـريقــة "سيمبســون" وطـريقــة "شبــه المنحــرف" و اللتــان تعتبــران‬،‫ فـي هــذه الـمذكــــرة‬.‫المعـــادالت‬
.‫ نقـــاط‬5 ‫تــوران" المكـــونة مــــن‬-‫ كمــا نقــدم طريقـــة "جـــوس‬."‫حـالــة خـاصــة مــن طـريقــة "نيستــروم‬
،"‫ طريقــة "نيستــروم‬،‫ معــادالت "فــريدهــولم" التكـامليــة‬،‫ معــادالت "فــولتيــرا" التكــامليــة‬:‫الكلمـات المفتاحية‬
.‫ تحــليــل التقـــارب‬،"‫تــوران‬-‫طـريقـــة "جــوس‬
Résumé
Les équations intégrales non linéaires de Volterra et de Fredholm interviennent dans de
nombreux domaines comme la physique, la biologie, la médecine et l'économie. Cependant,
dans la plupart des cas, on ne peut pas trouver la solution exacte de ces équations. Donc, il
est nécessaire d’utiliser des méthodes numériques. Il existe plusieurs méthodes numériques
pour résoudre ces équations. Dans ce mémoire, nous présentons la méthode de Simpson et la
méthode des trapèzes qui sont des cas spéciale de Nyström. Aussi nous présentons la
méthode de quadrature de Gauss-Turán à 5-points.
Mots-clés: Équations intégrales de Volterra, Équations intégrales de Fredholm, Méthode de

Nyström, Méthode de quadrature de Gauss-Turán, Analyse de convergence.
Abstract
The nonlinear Fredholm and Volterra integrale quations are involved in several fields such
as physics, biology, medicine and economics. However, in most cases, one cannot find the
exact solution to these equations. So, it is necessary to use numerical methods. There are
several numerical methods to solve these equations. In this thesis, we present the Simpson
method and the trapezoid method which are special cases of Nyström method. Also we
present the 5-point Gauss-Turán quadrature method.
Keywords: Volterra integral equations, Fredholm integral equations, Nyström method,

Gauss–Turán quadrature formula, Convergence analysis.
Table des matières
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1 Rappels et notions fondamentales 5

1.1 Espace fonctionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Dé…nitions (Rappels) . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.2 Inégalités des auxiliaires . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Notions sur les opérateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.1 Opérateurs linéaires bornés . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2 Opérateur intégral linéaire . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.3 Opérateur adjoint . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.4 Opérateurs compacts . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.5 Opérateur produit . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.6 Opérateur contractant . . . . . . . . . . . . . . . . . . . . . . . . . 17
2 Généralités sur les équations intégrales 18

2.1 Dé…nition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.1 Noyaux particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Classi…cation des équations intégrales . . . . . . . . . . . . . . . . . . . . . 20
2.2.1 Equations intégrales linéaires . . . . . . . . . . . . . . . . . . . . . 20
2.2.1.1 Equation intégrale linéaire de Fredholm . . . . . . . . . . 20
2.2.1.2 Equation intégrale linéaire de Volterra . . . . . . . . . . . 21
2.2.1.3 Autres équations intégrales linéaires . . . . . . . . . . . . 22
2.2.2 Equations intégrales non linéaires . . . . . . . . . . . . . . . . . . . 22
2.2.2.1 Equation intégrale non linéaire de Fredholm . . . . . . . . 22
2.2.2.2 Equation intégrale non linéaire de Volterra . . . . . . . . . 23
2.2.2.3 Autres équations intégrales non linéaires . . . . . . . . . . 24
2.2.3 Equations intégrales mixtes . . . . . . . . . . . . . . . . . . . . . . 25
1
2.2.4 Equations intégrales singulières . . . . . . . . . . . . . . . . . . . . 25
2.3 Relation avec les équations di¤érentielles et les équations intégrales . . . . 26
2.4 Existence et unicité de la solution d’une équation intégrale linéaire de Volterra
et de Fredholm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.5 Existence et unicité de la solution d’une équation intégrale non linéaire de
Volterra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.6 Existence et unicité de la solution d’une équation intégrale non linéaire de
Fredholm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Méthodes numériques 37
3.1 Rappel sur le calcul numérique d’une intégrale . . . . . . . . . . . . . . . . 37
3.1.1 Méthode des trapèzes . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.2 Méthode de Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2 Méthode de Nyström . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.2.1 Description de la méthode . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.2 Etude du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2.3 Analyse de l’erreur . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2.3.1 Équation intégrale non linéaire de Fredholm . . . . . . . . 46
3.2.3.2 Équation intégrale non linéaire de Volterra . . . . . . . . . 48
3.3 Méthodes de quadrature de Gauss-Turán [4] . . . . . . . . . . . . . . . . . 48
3.3.1 Description de la méthode . . . . . . . . . . . . . . . . . . . . . . . 49
3.3.1.1 Équation intégrale non linéaire de Fredholm . . . . . . . . 52
3.3.1.2 Équation intégrale non linéaire de Volterra . . . . . . . . . 53
3.3.2 Analyse de l’erreur . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.4 Application numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.1 Équation intégrale non linéaire de Volterra . . . . . . . . . . . . . . 56
3.4.2 Equation intégrale non linéaire de Fredholm . . . . . . . . . . . . . 62
4 Conclusion 67
5 Bibliographie 68
2
Introduction
En mathématique, une équation intégrale est une équation dans laquelle l’inconnu ap-
paraît sous le signe intégrale. Cet inconnu est une fonction d’une ou plusieurs variables.
Les équations intégrales ont un grand intérêt scienti…que, elles sont parmi les branches
les plus importantes en mathématiques, il est connu qu’elles touchent divers domaines des
mathématiques appliquées et de la physique.
Dans la théorie des équations intégrales on distingue les équations de Fredholm (qui
ont été introduites par le mathématicien Suédois Ivar Fredholm en 1900) et les équations
de Volterra (qui ont été introduites par le mathématicien Italian Vito Volterra en 1896).
Aussi, on distingue entre les équations intégrales linéaires et non linéaires.
Les équations intégrales linéaires et non linéaires de Fredholm sont issues de nombreuses
applications de la science et il a également été démontré qu’elles peuvent être déduites des
problèmes de valeurs limites. Il a également contribué aux modèles de physique. Problèmes
mathématiques tels que les problèmes de di¤usion et de di¤usion en mécanique quantique,
les cartes d’appariement et les vagues d’eau dans la création d’équations intégratives. Aussi,
les équations intégrales linéaires et non linéaires de Volterra, elles se retrouvent dans de
nombreux domaines scienti…ques tels que la dynamique des populations, la propagation des
épidémies et les conducteurs.
Aujourd’hui, les équations intégrales non linéaires de Fredholm et de Volterra at-

tirent l’attention de nombreux chercheurs en raison d’un large éventail d’applications dans
plusieurs domaines de la sciences comme la physique, la …nance et la biologie. Dans tous
ces domaines scienti…ques, il est important de trouver des solutions à ces équations non
linéaires.
Dans le cas général on ne sait pas résoudre explicitement l’équation et on s’intérèsse

donc à la résolution approchée (numériques) de cette équation. Il existe plusiuers méthodes
pour obtenir cette solution approchée. Avec le développement des machines de computation
numérique, notamment les ordinateurs, ces méthodes sont devenues aujourd’hui plus sim-
ples. Dans ce mémoire, nous allons présenter quelques méthodes de résolutions d’équations
intégrales non linéaires de Fredholm et de Volterra. Il est divisé en trois chapitres comme
suit:
3
Chapitre 1: Dans ce chapitre, nous présentons quelques notions et dé…nitions de l’analyse
fonctionnelle et les opérateurs avec ses propriétés, utilisées dans la théorie des équations
intégrales.
Chapitre 2: Dans ce chapitre, nous allons donner la dé…nition et la classi…cation des

équations intégrales. Les équations intégrales les plus couramment utilisées sont les équa-
tions de Volterra et de Fredholm, nous avons donné des exemples de ces équations. En…n,
nous donnons l’existence et l’unicité de la solution d’une équation intégration linéaire ou
non linéaire de Volterra et de Fredholm.
Chapitre 3: Dans ce chapitre, d’abord, nous rappelons par la méthode de Trapèze et la

méthode de Simpson. Aussi, nous allons présenter deux méthodes numériques, la méthode
de Nyström et la méthode de quadrature de Gauss–Turán pour déterminer la solution
approchée d’une équation intégrale non linéaire de Volterra et de Fredholm. En…n, nous
donnons deux exemples pour faire la comparaison entre ces méthodes.
Le mémoire se termine par une conclusion et des références bibliographiques.
4
Chapitre 1
Rappels et notions fondamentales
L’étude de diverse classe des équations intégrales nécessite l’utilisation des espaces fonc-
tionnels, tels que les espaces de Banach ou de Hilbert. Dans ce chapitre, on donne des
dé…nitions de base sur l’analyse fonctionnelle. Aussi, on donne quelques notions sur les
opérateurs. Nous commençons par rappeler la dé…nition d’un espace vectoriel normé.
1.1 Espace fonctionnels
1.1.1 Dé…nitions (Rappels)

Dé…nition 1.1.1 (Espace vectoriel normé) Un espace vectoriel normé est un espace
vectoriel muni d’une norme. Soit E un espace vectoriel sur le corps | = R ou C; on appelle
norme sur l’espace E toute application notée k:k dé…nie sur E à valeurs dans R+ , véri…ant
pour tout x; y dans E et dans |
1. kxk = 0 si seulement si x = 0:
2. k xk = j j kxk (homogènéité ).
3. kx + yk kxk + kyk ( inégalité triangulaire ).
Exemple 1.1.1 Soit C([a; b]; R); l’espace vectoriel des fonctions continues sur [a; b] valeurs
réelles.
Pour tout f 2 C([a; b]; R); on pose
Z b
kf k1 = f (x)dx et kf k1 = sup jf (x)j :
a x2[a;b]
5
Chapitre 1: Rappels et notions fondamentales
Les applications k:k1 et k:k1 sont des normes sur C([a; b]; R):
Dé…nition 1.1.2 (Espace métrique complet) On dit que E est un espace métrique
complet si toute suite de Cauchy de E converge dans E.
Dé…nition 1.1.3 (Espace de Banach) Tout espace vectoriel normé complet est appelé
espace de Banach.
Exemple 1.1.2 L’espace (C([a; b]; R) k:k1 ) est un espace de Banach.
Dé…nition 1.1.4 (Produit scalaire) Soit E un espace vectoriel sur R, un produit scalaire
sur E est application de E E dans R, notée h:; :i possédant les propriétés suivantes: pour
tout x; y; z dans E et R, ; dans R,
1. h x + y; zi = hx; zi + hy; zi :
2. hx; yi = hy; xi :
3. hx; xi 0:
4. hx; xi = 0 implique x = 0:
Dé…nition 1.1.5 (Espace euclidien) Un espace vectoriel muni d’un produit scalaire est
appelé un espace euclidien ou un espace préhibertien.
Remarque 1.1.1 Un produit scalaire sur E dé…nit une norme sur E par la formule suiv-
ante
p
kxkE = hx; xi:
Dé…nition 1.1.6 (Espace de Hilbert) Un espace de Hilbert est espace vectoriel muni
d’un produit scalaire, et qui est complet pour la norme associée à ce produit scalaire.
Dé…nition 1.1.7 (Espace C[a; b]) Des fonctions continues sur [a; b]; de norme kxk=
max jx(t)j :
t2[a;b]
Dé…nition 1.1.8 (Espace Ck [a; b]) Des fonctions k fois continument dérivables sur [a; b],
de norme
X
k
kxk = max xi (t) ; telle que x0 (t) = x(t):
i=0
6
Dé…nition 1.1.9 (Espace L1 ( )) Soit un ouvert de Rn , on désigne par L1 ( ) des

fonctions intégrable sur à valeur dans R, on pose
Z
kf k1 = jf (x)j dx:
Dé…nition 1.1.10 (Espace LP ( )) Soit 1 p +1; on pose
Lp ( ) = f : ! R; f mesurable et jf (x)jp 2 L1 ( ) ;
muni de la norme 0 1 p1
Z
kf kLP = kf kp = @ jf (x)jp dxA :
Si p = 1, on a L1 ( ) est l’espace des fonctions f : ! R mesurable, véri…ant
9c > 0 telle que jf (x)j c; sur :
La norme est notée par
kf kL1 = kf k1 = inf fc > 0; jf (x)j c; sur g:
Remarque 1.1.2 Si f 2 L1 ( ), on a
jf (x)j kf k1 ; sur :
Théorème 1.1.1 (Fischer - Riesz) L’espace LP est un espace de Banach pour tout
1 p 1:
Théorème 1.1.2 (Théorème de convergence dominée de Lebesgue) Soit (fn ) une

suite de fonctions de L1 . On suppose que
1. fn (x) ! f (x) p:p: sur .
2. Il existe une fonction g 2 L1 telle que pour chaque n, jfn (x)j g(x) sur . Alors
f 2 L1 ( ) et kfn f kL1 ! 0:
7
Théorème 1.1.3 Soient (fn ) une suite de Lp et f 2 Lp , telle que
kfn f kLp ! 0:
Alors, il existe une sous-suite extraite (fnk ) telle que
1. fnk (x) ! f (x) p:p:sur .
2. jfnk (x)j h(x) 8k et p:p: sur , avec h 2 Lp :
1.1.2 Inégalités des auxiliaires

1. Inégalité de Hölder
1 1
Soient p et q deux exposants conjugues (c-à-d: p
+ p
= 1) et f 2 LP ; g 2 Lq alors,
Z
1
f:g 2 L et jf gj kf kp kgkq : (1.1.1)
2. Inégalité de Cauchy - Schwarz
Pour p = q = 2; l’inégalité (1.1.1) devient
Z Z 1
2
Z 1
2
2 2
jf gj dx jf j dx jgj dx :
3. Inégalité de Minikowski
Soit p 1 et f; g deux fonctions dansLP ( ); alors, la somme f + g est aussi dans

LP ( ) et l’on a
kf + gkp kf kp + kgkp :
4. Une inégalité utile
Soit ai (1 i N ) des réels strictement positifs et p 1un entier naturel. Alors

!p
X
i=N X
i=N
p
(N 1)(p 1)
i 2 i:
i=1 i=1
5. Inégalité de Young
8
Soit p; q deux réels exposants conjugues. Alors
ap b q
8 (a; b) 2 R2+ : ab + :
p q
Théorème 1.1.4 (Lemme de Gronwall) Soient '; et y trois fonctions continues sur
segment [a; b]; à valeurs positives et véri…ant l’inégalité
Z t
8t 2 [a; b] ; y(t) '(t) + (s)y(s)ds:
a
Alors Z t Z t
8t 2 [a; b] ; y(t) '(t) + '(s) (s) exp (u)du ds:
a s
Preuve. En posant Z t
F (t) = (s)y(s)ds:
a
En multipliant les deux membres de l’inégalité donnée en hypothèse par (t), on obtient
F 0 (t) (t)F (t) '(t) (t);
ce qui s’ecrit aussi

Z t Z t
0
G (t) '(t) (t) exp (s)ds avec G(t) = F (t) exp (s)ds :
s s
Comme G(a) = F (a) = 0; on en déduit , par intégration

Z t Z t
G(t) '(s) (s) exp (u)du ds;
a s
or par hypothèse, Z t
y(t) '(t) + G(t) exp (s)ds ;
s
d’où le résulta en utilisant l’inégalité ci-dessus.
Corollaire 1.1.1 Soient et y : [a; b] ! R+ deux fonctions continues vériviant

Z t
9c 0=8t 2 [a; b] ; y(t) c+ (s)y(s)ds:
a
9
Alors Z t
8t 2 [a; b] ; y(t) c exp (s)ds :
a
Preuve. Il s’agit du lemme de Gronwall dans le cas particulier où ' est constante égale
à c, on a donc pour tout t 2 [a; b],
Z t Z t Z t t Z t
y(t) c+ c (s) exp (u)du ds = c+c exp (u)du = c exp (s)ds :
a s s a a
Ce qui termine la démonstration.
1.2 Notions sur les opérateurs
1.2.1 Opérateurs linéaires bornés

Dé…nition 1.2.1 (Opérateur linéaire) Soient X et Y deux espaces normés, un opéra-
teur A dé…ni sur X dans Y et dite linéaire s’il véri…e les conditions suivantes: pour tout
u; v dans X et ; dans R, on a
1. Au 2 Y:
2. A( u + v) = Au + Av:
Dé…nition 1.2.2 (Opérateur linéaire borné) Un opérateur linéaire A dé…ni sur X dans
Y et dite borné s’il existe une constante positive C, telle que:
kAukY C kukX ; 8u 2 X:
Proposition 1.2.1 Le plus petit de nombres C véri…ant cette inégalité précédente s’appelle
norme de l’opérateur A et se note kAk, on a
kAuk
kAk = sup kAuk = sup :
kuk 1 u6=0 kuk
Preuve. Pour la preuve voir [3] :
Proposition 1.2.2 Soient X et Y deux espaces normés et T : X ! Y un opérateur

linéaire, les proprietés suivantes sont équivalentes
10
1. L’opérateur T est continu sur X:
2. L’opérateur T est continu au point x0 .
3. L’opérateur T est borné.
Théorème 1.2.1 Soit A un opérateur linéaire borné d’un espace de Banach E dans lui-
même avec kAk < 1; et soit I l’opérateur identique dans E. Alors, l’opérateur I A admet
un opérateur inverse borné, donné par la série de Neumann:
1
X
1
(I A) = Ak ;
k=0
de plus
1 1
(I A) :
1 kAk
Preuve. De la relation kAk < 1, on a la convergence absolue
X
1 X
1
1
A k
kAkk = :
k=0 k=0
1 kAk
Dans l’espace de Banach L(E) ( l’espace L(E) de tous les opérateurs linéaires continus sur
E dans lui-même), par conséquent la série de Neumann converge en norme et dé…nie un
opérateur linéaire borné
X
1
S= Ak ;
k=0
avec la relation
1
kSk (1 kAk) ;
de plus S est l’inverse de (I A). En e¤et, utilisons les notations A0 = I et Ak = AAk 1

,
on peut voir que:
X
n
S(I A) = lim Ak (I A) = lim (I An+1 ) = I;
n!1 n!1
k=0
aussi
X
n
(I A)S = (I A) lim Ak = lim (I An+1 ) = I;
n!1 n!1
k=0
car la norme
An+1 kAkn+1 ! 0; lorsque n ! 1:
11
Ce qui termine la démonstration.
1.2.2 Opérateur intégral linéaire

Dé…nition 1.2.3 (Opérateur intégral linéaire) Un opérateur intégral linéaire A est un
opérateur qui admet une formulation de la forme suivante
Z b
(A') x = K(x; t)'(t)dt:
a
La fonction K est appelée noyau de l’opérateur A.
Remarque 1.2.1 Si K est une fonction continue de [a; b] [a; b]; l’opérateur A est appelé
opérateur intégral à noyau continu K.
1.2.3 Opérateur adjoint

Théorème 1.2.2 Soit H un espace de Hilbert et soit A un opérateur linéaire borné dé…ni
sur H à valeur dans H, alors il éxiste un opérateur linéaire borné noté A dé…ni de H dans
H par
hA'; i = h'; A i pour tout ' et 2 H;
de plus, on a
kAk = kA k :
Proposition 1.2.3 Soit A un opérateur intégral dé…ni à partir d’un noyau K continu sur
[a; b] [a; b] par la formule suivante
Z b
8x 2 [a; b] ; (A') x = K(x; t)'(t)dt:
a
Alors, l’opérateur A admet un unique opérateur adjoint A pour le produit scalaire usuel de
L2 . Pour tout x 2 [a; b],
Z b
(A )x = K(t; x) (t)dt:
a
Preuve. Pour ' et deux fonctions de C([a; b]); on a
hA'; i = h'; A i;
12
donc
Zb Z b
'(t)A ( (t))dt = A'(x) (x)dx
a
a
Z b Z b
= K(x; t)'(t)dt (x)dx:
a a
En vertu du théorème de Fubini relatif aux intégrales doubles, on établit que
Z b Zb
hA'(x); i = [K(x; t) (x)dx] '(t)dt
a
a
Zb Z b
= '(t) K(x; t) (x)dx dt
a
a
Z b
= '(t)A ( ) (t)dt:
a
Il en résulte que l’adjoint A est dé…ni pour tout x dans [a; b] par
Z b
A (x) = K(t; x) (t)dt:
a
Ce qu’il fallait démontrer.
Corollaire 1.2.1 Soit A l’opérateur intégral de noyau K, et A est l’opérateur intégral de

noyau K , avec
K (t; x) = K(x; t):
Dé…nition 1.2.4 (Opérateur auto-adjoint) Soit H un espace de Hilbert, on dit que

l’opérateur A est auto-adjoint si A = A, i.e. si pour tout x; y 2 H on a
hA'; i = h'; A i :
Corollaire 1.2.2 L’opérateur integral A de noyau K est auto-adjoint si, et seulement si,
le noyau K est symétrique:
K(x; t) = K(t; x); 8x; t 2 [a; b] :
13
1.2.4 Opérateurs compacts

Dé…nition 1.2.5 (Compacité) Soit U un ensemble d’un espace normé X; U est dit com-
pact si de tout recouvrement de U par des ouverts de U on peut extaire un sous-recouvrement
…ni i.e.
[ [
n
8Vj ; j 2 J (ouverts); U Vj ; 9Vj(k) ; j(k) = 1; 2; :::; n telle que U Vj (k):
j=J k=1
Dé…nition 1.2.6 Un sous ensemble d’un espace normé est dit relativement compact si son
adhérence est compacte.
Dé…nition 1.2.7 (Opérateur compact) Soit T un opérateur d’un espace normé X dans
un espace normé Y , on dit que T est un opérateur compact s’il envoie tout ensemble borné
dans X à un ensemble relativement compact dans Y .
Dé…nition 1.2.8 (opérateur complètement continu) L’opérateur T est dite complète-

ment continu, si elle est continu et compact.
Dé…nition 1.2.9 L’opérateur T est compact, si et seulement si pour toute suite bornée
fxn gn 1 X, la suite fT xn gn 1 admet que sous suite convergente dans Y .
Dans le cas particulier où X = C([a; b]); le théorème suivant d’Arzela-Ascoli est générale-
ment utilisé pour prouver la compacité de T .
Théorème 1.2.3 (Arzela-Ascoli) Une condition nécessaire et su¢ sante q’une famille
des fonctions continues dé…nies sur l’intervalle compact [a; b], est compacte dans C([a; b])
est que cette famille est uniformément bornée et équicontinue.
Théorème 1.2.4 L’opérateur intégral A de C([a; b]) dans C([a; b]) à noyau continu est un
opérateur compact.
Preuve. Soit E un ensemble borné de C([a; b]) alors, on a k'k M; pour tout ' 2 E;
de plus
jA'(x)j M jb aj max jK(x; t)j ; 8x 2 [a; b] et 8' 2 E:
x;t2[a;b]
D’ou l’ensemble A(E) uniformément borné. D’autre part, le noyau K est uniformément
continu sur le compact [a; b] [a; b]; d’ou pour tout x; t; z de [a; b]; on a
"
8" > 0; 9 > 0; tel que jx tj < =) jK(x; z) K(t; z)j < :
M jb aj
14
D’où, jA'(x) A'(t)j < "; pour tout ' 2 E et x; t 2 [a; b] avec jx tj < : Ceci exprime
que l’ensemble A(E) est équicontinu, d’où A(E) est relativement compact par le théorème
d’Arzela-Ascoli, alors A est compact.
Théorème 1.2.5 Un opérateur compact est un opérateur borné, la réciproque est fausse.
Preuve. En e¤et, si on désigne par
B(0; 1) = fx 2 X; kxk 1g ;
alors, T (B(0; 1)) est relativement compact d’ou
kT xk C; 8x 2 B(0; 1):
Alors T est borné. Réciproquement, l’opérateur indentique I de X dans X est borné, mais
il n’est pas compact car I(B(0; 1)) = B(0; 1); n’est pas relativement compacte sauf si X
est de dimension …nie.
Théorème 1.2.6 Une combinaison linéaire T = T1 + T2 des opérateurs compacts est

un opérateur compact.
Théorème 1.2.7 Le produit T1 T2 de deux opérateurs bornés T1 et T2 est compact si l’un

des opérateurs T1 ou T2 est compact.
Théorème 1.2.8 Soit X un espace normé et Y un espace de Banach, et soit fTn g une
suite d’opérateurs compacts de X dans Y . Si
lim kTn T k = 0:
n !1
Alors, T est compact.
Théorème 1.2.9 Soit T un opérateur borné de X dans Y , à image T (X) de dimension

…nie. Alors T est compact.
1.2.5 Opérateur produit

Soient T1 et T2 deux opérateurs intégraux sur Lp (E) avec des noyaux K1 et K2 respective-
ment, l’opérateur produit noté T1 T2 envoie aussi Lp (E) dans Lp (E), où
(T1 T2 )' = T1 (T2 '):
15
Si les noyaux K1 et K2 justi…ent l’interchangement de l’ordre d’intégration alors, on

peut déduire le noyau K du produit T1 T2 en fonction de K1 et K2 .
Z b Z b
T1 T2 '(x) = K1 (x; z)
T2 '(z)dz
a a
Z b Z b
= K1 (x; z)dz K2 (z; y)'(y)dy
a a
Z b Z b
= '(y)dy K1 (x; z)K2 (z; y)dz:
a a
D’où l’opérateur T1 T2 est un opérateur intégral de noyau,

Z b
K(x; y) = K1 (x; z)K2 (z; y)dz:
a
Notons que si, on prend T1 = T2 = T; de noyau K1 = K2 = K, alors l’opérateur

T1 T2 = T 2 admet le noyau K2 (x; y) donné par
Z b
K2 (x; y) = K(x; z)K(z; y)dz;
a
par itégration le noyau Kn (x; y) de T n est

Z b
Kn (x; y) = K(x; z)Kn 1 (z; y)dz:
a
Dans la suite le noyau Kn (x; y) sera appelé noyau itéré de K(x; y):
Dé…nition 1.2.10 (Noyau faiblement singulier) On appelle noyau faiblement sin-

gulier la fonction K continue sur G G Rn Rn sauf peut être aux points x = t et telle
que,
M
8x; y 2 G; x 6= t; 9M > 0; jK(x; t)j < ;0 < n:
jx tjn
Proposition 1.2.4 L’opérateur intégral A de C(G) dans C(G) à noyau faiblement sin-
gulier est un opérateur compact.
16
Dé…nition 1.2.11 (Noyau dégénéré) On appelle noyau dégénéré une noyau de la forme
X
n
K(x; t) = i (x)bi (t):
i=1
Soit A un opérateur intégral à noyau dégénéré. L’image de A est de dimension …nie.
1.2.6 Opérateur contractant

Dé…nition 1.2.12 (Opérateur contractant) Soient H est un espace de Hilbert et T un
opérateur borné, l’opérateur T est dit opérateur contractant s’il existe une constante L telle
que 0 < L < 1 et
8'1 ; '2 2 H; kT '1 T '2 k L k'1 '2 k :
Le résultat suivant est appelé théorème de l’application contractante.
Théorème 1.2.10 (Principe de contraction de Banach)
Soit T un opérateur contractant dans un espace de Hilbert H. Alors, T ' = ' admet
une solution unique ' dans H: Une telle solution est un point …xe de l’opérateur T:
Preuve. Pour la preuve voir [3].
Corollaire 1.2.3 Supposons que l’opérateur T admet un point …xe dans l’espace de Hilbert
H, alors l’opérateur T n , n 2 N admet le même point …xe.
Corollaire 1.2.4 Soit T un opérateur dans l’espace H telle que l’opérateur T n ; n 2 N est
un opérateur contractant, alors T admet un unique point …xe ' dans l’espace H:
17
Chapitre 2
Généralités sur les équations

intégrales
Une équation intégrale peut être classée comme étant soit une équation intégrale linéaire
ou bien comme une équation intégrale non linéaire. Il y a une similitude parfaite avec la
classi…cation des équations di¤érentielles ordinaires ou celle aussi des équations aux dérivées
partielles. Les équations intégrales les plus fréquement utilisées sont les équations intégrales
deVolterra et celles de Fredholm. Ce chapitre contient une classi…cation selon la linéarité
des équations intégrales d’après la dé…nition d’une équation intégrale. En…n, nous donnons
l’existence et unicité de la solution d’une équation intégrale linéaire ou non linéaire.
2.1 Dé…nition
Dé…nition 2.1.1 Une équation intégrale est une équation fonctionnelle où la fonction in-
R
connue …gure sous le singe d’intégrations . En générale l’équation intégrale par rapport à
la fonction inconnue ' s’écrit sous la forme:
Z
K (x; t; ' (t)) dt = ' (x) + f (x) ; x 2 E; (2.1.1)
E
où E est un espace mesuré, f une fonction mesurable connue sur E, un paramètre réel
ou complexe di¤érent de zéro. et K une fonction mesurable (connue) sur E 3 appelée noyau
de l’équation intégrale.
1. Le problème est de chercher la fonction ' qui satisfait l’équation (2.1.1) (On dit que la
18
Chapitre 2: Généralités sur les équations intégrales
fonction continue '(x) est une solution de l’équation (2.1.1) si et seulement si véri…er
l’équation(2.1.1)
2. On dit que l’équation ( 2.1.1 ) est linéaire si on a K (x; t; '(t)) = K(x; t)'(t); et
sinon l’équation intégrale est non linéaire.
3. On peut écrire l’équation intégrale (2.1.1) sous forme d’opérateur comme suit:
T ' = ' + f;
où l’opérateur T s’ecrit comme

Z
T '(x) = K (x; t; ' (t)) dt:
E
2.1.1 Noyaux particuliers

1. Noyau séparable ou dégénéré: Le noyau K(x; t) d’une équation intégrale est
séparable ou dégénéré s’il s’écrit sous la forme
X
n
K(x; t) = i (x) i (t) ;
i=1
où les fonctions i (x) pour i = 1; :::; n sont linéairement indépendantes.
2. Noyau symétrique ou hermitien: Si le noyau K(x; t) est une fonction à valeurs

complexes telle que K(x; t) = K(t; x) alors il est dit symétrique ou hermitien.
3. Noyau régulier: Ce noyau est véri…é

Z Z
jK(x; t)j2 dxdt < 1:
E E
4. Equation intégrale faiblement singulière: Si le noyau K(x; t) est de la forme
m
K(x; t) = g (x; t) jx tj ;
où g(x; t) est bornée sur R, a x b et a t b avec g(x; t) 6= 0, et m est une

constante telle que 0 < m < 1, alors l’équation intégrale est dite équation intégrale
faiblement singulière.
19
2.2 Classi…cation des équations intégrales

L’étude des équations intégrales est divisé en deux secteurs, par rapport aux équations
linéaires et à ceux non linéaire. Dans cette section, nous donnons les équations intégrales
linéaires et non linéaires les plus célèbres qui sont les équations intégrales de Volterra et de
Fredholm.
2.2.1 Equations intégrales linéaires

2.2.1.1 Equation intégrale linéaire de Fredholm
Dé…nition 2.2.1 (Equation intégrale linéaire de Fredholm) L’équation intégrale linéaire

de Fredholm est une équation s’écrit sous la forme:
Z b
h(x)'(x) = f (x) + K(x; t)'(t)dt; (2.2.2)
a
où h(x) f (x), K(x; t) sont des fonctions connues la fonction ' (x) qui …gure à l’intérieur et
à l’extérieur du signe intégral est l’inconnu à déterminer, x est une variable réelle appartient
à l’intervalle ]a; b[ et est un paramètere non nul, réel ou complexe.
1. Le type de l’équation intégrale est déterminé par la fonction h(x) où on a:
1.1. Si h(x) = 0, alors l’équation (2.2.2 ) devient:

Z b
f (x) + K(x; t)'(t)dt = 0:
a
Cette équation est appelée équation intégrale linéaire de Fredholm de première espèce.
1.2. Si h(x) = u (constante réelle non nulle), alors l’équation (2.2.2) devient:
Z b
u'(x) = f (x) + K(x; t)'(t)dt;
a
et cette équation est appelée équation intégrale linéaire de Fredholm seconde espèce.
1.3. Si h(x) 6= 0, alors l’équation (2.2.2) est appelée équation intégrale linéaire de Fredholm
de troisième espèce.
2. Si f (x) 6= 0, l’équation (2.2.2) est dite équation intégrale linéaire de Fredholm non
homogène.
20
3. Si f (x) = 0, alors l’équation (2.2.2) devient:

Z b
h(x)'(x) = K(x; t)'(t)dt;
a
et cette équation est appelée équation intégrale linéaire de Fredholm homogène.
2.2.1.2 Equation intégrale linéaire de Volterra
Dé…nition 2.2.2 (Equation intégrale linéaire de Volterra) L’équation intégrale linéaire

de Volterra est une équation intégrale linéaire de Fredholm sauf que la borne d’intégration
supérieure est variable x, c-à-d., b = x et on a
Z x
h(x)'(x) = f (x) + K(x; t)'(t)dt: (2.2.3)
a
1. Si h(x) = 0, alors l’équation (2.2.3 ) devient:

Z x
f (x) + K(x; t)'(t)dt = 0:
a
Cette équation est appelée équation intégrale linéaire de Volterra de première espèce.
2. Si h(x) = u (constante réelle non nulle), alors l’équation (2.2.3) devient:

Z x
u'(x) = f (x) + K(x; t)'(t)dt;
a
et cette équation est appelée équation intégrale linéaire de Volterra de seconde espèce.
3. Si h(x) 6= 0, alors l’équation (2.2.3) est appelée équation intégrale linéaire de Volterra
4. Si f (x) 6= 0, l’équation (2.2.3) est dite équation intégrale linéaire de Volterra non
homogène.

Z x
h(x)'(x) = K(x; t)'(t)dt;
a
et cette équation est appelée équation intégrale linéaire de Volterra homogène.
21
2.2.1.3 Autres équations intégrales linéaires
Dé…nition 2.2.3 (Equation intégrale de Wiener-Hoph) L’équation intégrale linéaire

de Wiener-Hoph est une équation de la forme
Z 1
h(x)'(x) + K(x t)'(t)dt = f (x):
a
Dé…nition 2.2.4 (Equation intégrale de Renwal) On appelle équation intégrale linéaire

de Renwal toute équation de la forme
Z 1
h(x)'(x) + K(x t)'(t)dt = f (x):
a
Dé…nition 2.2.5 (Equation intégrale d’Abel) Toute équation a la forme suivante

Z 1
'(t)
dt = f (x);
a (x t)
est appellée équation intégrale linéaire d’Abel où 2 ]0; 1[ :
2.2.2 Equations intégrales non linéaires

2.2.2.1 Equation intégrale non linéaire de Fredholm
Dé…nition 2.2.6 (Equation intégrale non linéaire de Fredholm) L’équation intégrale

non linéaire de Fredholm est:
Z b
h(x)'(x) = f (x) + K(x; t; '(t))dt: (2.2.4)
a

Z b
f (x) + K(x; t; '(t))dt = 0:
a
Cette équation est appelée équation intégrale non linéaire de Fredholm de première
espèce.

Z b
u'(x) = f (x) + K(x; t; '(t))dt;
a
22
et cette équation est appelée équation intégrale non linéaire de Fredholm de seconde espèce.
3. Si h(x) 6= 0, alors l’équation (2.2.4) est appelée équation intégral non linéaire de Fred-
holm de troisième espèce.
4. Si f (x) 6= 0, l’équation (2.2.4) est dite équation intégrale non linéaire de Fredholm
non homogène.

Z b
h(x)'(x) = K(x; t; '(t))dt;
a
et cette équation est appelée équation intégrale non linéaire de Fredholm homogène.
2.2.2.2 Equation intégrale non linéaire de Volterra
Dé…nition 2.2.7 (Equation intégrale non linéaire de Volterra) L’équation intégrale

non linéaire de Volterra a la forme suivante:
Z x
h(x)'(x) = f (x) + K(x; t; '(t))dt: (2.2.5)
a

Z b
f (x) + K(x; t; '(t))dt = 0:
a
Cette équation est appelée équation intégrale non linéaire de Volterra de première
espèce.

Z b
u'(x) = f (x) + K(x; t; '(t))dt;
a
et cette équation est appelée équation intégrale non linéaire de Volterra de seconde espèce.
3. Si h(x) 6= 0, alors l’équation (2.2.5) est appelée équation intégral non linéaire de Volterra
4. Si f (x) 6= 0, l’équation (2.2.5) est dite équation intégrale non linéaire de Volterra non
homogène.
23

Z b
h(x)'(x) = K(x; t; '(t))dt;
a
et cette équation est appelée équation intégrale non linéaire de Volterra homogène.
2.2.2.3 Autres équations intégrales non linéaires
Dé…nition 2.2.8 (Equation intégrale de Hammerstein) On appelle équation intégrale

non linéaire de Hammerstein toute équation de la forme
Z b
h(x)'(x) + K(x; t)F (t; '(t))dt = f (x):
a
Dé…nition 2.2.9 (Equation intégrale de Hammerstein-Volterra) On appelle équa-

tion intégrale non linéaire de Hammerstein-Volterra une équation de la forme
Z 1
h(x)'(x) + K(x; t)F (t; '(t))dt = f (x):
a
Dé…nition 2.2.10 (Equation intégrale d’Abel) On appelle équation integrale non linéaire
d’Abel une équation de la forme
Z +1
1
'(x) = (x t) g('(t))dt;
1
où 0 < < 1 et g : [0; 1[ ! [0; 1[ tel que : g(0) = 0 et g(x) > 0:
Dé…nition 2.2.11 (Equation intégrale de Lalesco) On appelle équation intégrale non

linéaire de Lalesco une équation de la forme
Z 1
'(x) = f (x) + K1 (x; t)'(t) + K2 (x; t)'2 (t) + + K1 (x; t)'1 (t) dt:
a
Dé…nition 2.2.12 (Equation intégrale de Bratu) L’équation intégrale non linéaire de

Bratu prend la forme: Z b
'(x) = G(x; t) e'(t) dt;
a
24
où b est un nombre positif donné et G(x; t) désigne la fonction de Green

8
> (b x) (t a)
< ; t x
G (x; t) = b a
: (b
> t) (x t)
; t x:
b a
2.2.3 Equations intégrales mixtes

Dé…nition 2.2.13 (Equation intégrale de Fredholm-Volterra) On appelle équation
intégrale de Fredholm-Volterra une équation de la forme
Z b Z t
h(x)'(x; t) + K(x; y)'(y; t)dy + F (t; s)'(x; s)ds = f (x; t); t 2 [0; T ] ; T < 1:
a 0
Dé…nition 2.2.14 (Equation intégrale de Volterra-Fredholm) On appelle équation

intégrale deVolterra- Fredholm une équation de la forme
Z tZ b
h(x)'(x; t) + K(x; t)F (t; s)'(y; s)dyds = f (x; t); t 2 [0; T ] ; T < 1:
0 a
Dé…nition 2.2.15 (Equation intégrale non linéaire de Hammerstein- Volterra)

On appelle équation intégrale non linéaire de Hammerstein- Volterra une équation de la
forme
Z b Z t
h(x)'(x; t) = f (x; t) + K(x; y) (y; '(y; t))dy + F (t; s)'(x; s)ds; t 2 [0; T ] ; T < 1:
a 0
2.2.4 Equations intégrales singulières

Dé…nition 2.2.16 On dit qu’une équation intégrale est singulière si l’une ou le deux limites
de l’intégrale sont in…nies, par exemple
Z 1
'(x) = f (x) + sin(xt)' (t) dt;
0
ou bien le noyau devient in…ni au voisinage des points de l’intégrale, par exemple
Z 1
H(x; t)
f (x) = '(t)dt; 0 < < 1:
0 (x t)
25
Singularité de type Volterra ou Fredholm On considère l’équation intégrale de deux-

ième espèce de la forme
Z x
' (x) = f (x) + M (x; t) K (x; t) ' (t) dt; a x 1; (2.2.6)
a
où K(x; y) est faiblement singulier, en général

(
jx tj ; 0< < 1;
K(x; y) =
log jx tj :
Alors
1. L’équation (2.2.6) est de Volterra.
2. Si x = b, l’équation (2.2.6) est de Fredholm.
3. Le cas où K(x; y) = jx tj ;0< < 1 s’appelle singularité algébrique.
4. Le cas où K (x; y) = log jx tj, s’appelle singularité logarthmique.
2.3 Relation avec les équations di¤érentielles et les

équations intégrales
Parfois il y a intérêt à réduire la résolution d’une équation di¤érentielle à la résolution d’une
équation intégrale. Pour cela nous besoin le lemme suivant:
Lemme 2.3.1 Pour toute fonction (x), on a

Z x Z s Z x
(z)dzds = (x z) (z)dz:
x0 x0 x0
En général, on a
Z x Z x1 Z xn Z x
1
1
dx1 dx2 : : : (xn )dxn = (x x1 )n 1 f (x1 )dx1 : (2.3.7)
x0 x0 x0 (n 1))! x0
| {z }
n
26
Rs
Preuve. Soit g(s) = x0
(z)dz;
Z x Z s Z x Z x
(z)dzds = g(s)ds = 1:g(s)ds
x0 x0 x0 x0
Z x
x
= [sg (s)]x0 sg 0 (s)ds (intégration par parties)
x0
Z x
= xg (x) x0 g (x0 ) s (s)ds
x0
Z s Z s
= x (z)dz 0 z (z)dz
x0 x0
Z x
= (x z) (z)dz:
x0
et par réccurence on obtient (2:3:7)
Exemple 2.3.1 Soit l’équation di¤érentielle de second ordre suivante
d2 y dy
+ 1 (x) + 2 (x)y = F (x);
dx2 dx
avec les conditions intiales

y(0) = C0 ; y 0 (0) = C1 :
Pour transformer cette équation en une équation intégrale, on pose
d2 y
= '(x):
dx2
D’où, vu les conditions initiales, on obtient successivement

Z x Z x
dy
= '(t)dt + C1 ; (x t)'(t)dt + C1 x + C0
dx 0 0
Nous avons utilisé la formule

Z x Z x Z x Z x
1
dx dx : : : f (x)dx = (x z)n 1 f (z)dz:
(n 1))!
| x0 x0
{z x0
} x0
n
Compte tenu de mettons l’équation di¤érentielle sous la forme

Z x Z x
'(x) + 1 (x)'(t)dt + C1 1 (x) + 2 (x)(x t)'(t)dt + C1 x 2 (x) + C0 2 (x) = F (x);
0 0
27
ou
Z x
'(x) + [ 1 (x) + 2 (x)(x t)] '(t)dt = F (x) C1 1 (x) C1 x 2 (x) C0 2 (x):
0
En posant
K(x; t) = [ 1 (x) + 2 (x)(x t)] et f (x) = F (x) C1 1 (x) C1 x 2 (x) C0 2 (x);
nous ramenons l’équation la forme suivante

Z x
'(x) = f (x) + K(x; t)'(t)dt:
0
c’est-à-dire nous obtenous une équation intégrale de Volterra de seconde espèce.
Par exemple, on considère l’équation di¤érentielle
y 00 + xy 0 + y = 0;
avec les conditions initiales

y(0) = 1; y 0 (0) = 0:
On pose y 00 = '(x); alors on obtient

Z x Z x
0 0
y = '(t)dt + y (0) =) y = (x t)'(t)dt + 1:
0 0
Donc, l’équation di¤érentielle donnée, il vient

Z x Z x
'(x) + '(t)dt + (x t)'(t)dt + 1 = 0;
0 0
ou Z x
'(x) = 1 (2x t)'(t)dt:
0
28
2.4 Existence et unicité de la solution d’une équation

intégrale linéaire de Volterra et de Fredholm
Soit l’équation intégrale linéaire de Volterra de seconde espèce.suivante:
Z x
'(x) = f (x) + K(x; t)'(t)dt; (2.4.8)
a
où f (x) est une fonction complexe et continue sur l’intervalle [a; b] et le noyau K(x; t) est
complexe et continu sur le triangle T (a; b) = f(x; t) : a x b; a t xg. On suppose
toujours que les noyaux Volterra satisfont le condition K(x; t) = 0 si x < t:
Dé…nition 2.4.1 (Résolvante d’une équation intégrale) On appelle résolvonte de

l’équation intégrale, toute fonction R(x; t; ) donnée par
X
+1
n
R(x; t; ) = Kn+1 (x; t);
n=0
où les Kn sont les noyaux itérés dé…nis par la relation de récurrence suivante
Z x
K1 (x; t) = K(x; t); Kn (x; t) = K(x; s)Kn 1 (s; t)ds:
t
Lemme 2.4.1 La résolvante R(x; t; ) véri…e l’équation suivante

Z x
R(x; t; ) = K(x; t) + K(x; s)R(s; t; )ds:
t
Théorème 2.4.1 Si f 2 L2 ([a; b]) et si le noyau K véri…e la condition suivante.

Z bZ b
jK(x; t)j2 dxdt < 1; (2.4.9)
a a
alors l’équation ( 2.4.8) admet une solution unique dans L2 ([a; b]) et la solution peut-être
donnée par la formule Z x
'(x) = f (x) + R(x; t; )f (t)dt:
a
Preuve. On pose
Z x Z b
2
P (x) = jK(x; t)j dt et Q (t) = jK(x; t)j2 dt;
a t
29
de (2.4.9), P et Q sont des fonctions intégrables, et donc il existe une constante M telle
que Z Z
b b
P (x) dx M et Q (t) dt M:
a a
Soit la fonction ! dé…nie sur [a; b] par

Z x
! (x) = P (t) dt:
a
Il est claire que 0 !(x) M pour tout x 2 [a; b]. Considérons l’opérateur
Z x
(T ') (x) = f (x) + K(x; t)'(t)dt;
a
alors
X
+1
n j
T '=f+ Lj f;
j=1
l’opérateur Lj peut-être écrit sous la forme

Z x
j
L g (x) = Kj (x; t)g(t)dt;
a
où les noyaux Kj sont dé…nis ci-dessus.
En e¤et, pour j = 2 nous avons

Z x
2
L g (x) = K2 (x; t)g(t)dt
a
Z x Z z
= K(x; z) K(z; t)g(t)dtdz;
a a
Après changement de l’ordre d’intégration, nous obtenons

Z x Z x
2
L g (x) = K(z; t)g(t)dtdz:
a t
Si nous notons Z x
K2 (z; t) = K(x; z)K(z; t)g(t)dt;
t
alors par le même raisonnement, nous obtenons

Z x Z x
2
L g (x) = K(x; z)K2 (z; t)g(t)dzdt;
a t
30
et ainsi de suite. Par l’inégalité de Cauchy-Schwarz et raisonnement par récurrence, nous

obtenons
2 [! (x) ! (t)]j 2
jK(x; t)j P (x) Q (t) , pour tout j 2:
(j 2)!
Par conséquent,
Z x
2j
j
T '1 (x) j
T '2 (x) = j j jKj (x; t) ['1 (t) '2 (t)]j2 dt
a
Z Z x
2j
x
[! (x) ! (t)]j 2
j j P (x) Q (t) dt j'1 (t) '2 (t)j2 dt
a (j 2)! a
2j j 2 Z x
j j [! (x) ! (t)]
Q (t) jj'1 (t) '2 (t)jj2 dt
(j 2)! a
j j2j [! (x) ! (t)]j 2
M jj'1 '2 jj2 :
(j 2)!
En intégrant par rapport à x dans [a; b] , nous obtenons
2 j j2j M j
T j '1 T j '2 jj'1 '2 jj2 pour tout j 2:
(j 2)!
Par conséquent, puisqu’il existe un n 2 tel que
j j2n M n
< 1:
(n 2)!
T n est une contraction. D’après le théorème de l’application contractante (1.2.10), l’équation

(2.4.8) a une solution unique qui s’érit sous la forme
X
+1
n j
lim T '1 = f + Lj f;
n!+1
j=1
ce qui est équivalent

X
+1 Z x
n
'(x) = f (x) + Kn (x; t)f (t)dt:
n=1 a
c’est-à-dire Z x
'(x) = f (x) + R(x; t; )f (t)dt;
a
ce qui achève la preuve.
31
Exemple 2.4.1 Soit l’équation intégrale de Volterra

Z x
2 1 + x2
'(x) = 1 + x + '(t)dt; 0 t x 1:
0 1 + t2
On = 1 et
1 + x2
K(x; t) = :
1 + t2
D’après, un calcul, on a
Z 1 Z 1 Z 1 Z 1 2
2 1 + x2
jK(x; t)j dxdt = dxdt 4 < +1:
0 0 0 0 1 + t2
Donc, d’après le théorème (2.4.1), l’équation admet une solution unique qui est
X
+1 Z x
n
'(x) = f (x) + Kn (x; t)f (t)dt
n=1 0
Z x
1 + x2 (x t)
2
= 1+x + 2
e 1 + t2 dt
0 1 + t
Z x
2 2 x
= 1+x + 1+x e e t dt
0
2 x
= 1+x e :
Remarque 2.4.1 Le théorème (2.4.1) reste vrai pour les équation intégrale de Fredholm
de seconde espèce.
Théorème 2.4.2 Soit l’équation intégrale de Volterra de premiére espèce suivante:

Z x
K(x; t)'(t)dt = f (x); (2.4.10)
a
telles que f; K des fonctions continues et dérivables sur [a; b];

Z bZ b
K(x; x) 6= 0 et jK(x; t)j2 dxdt < 1:
a a
Alors, il existe une solution unique de l’équation (2.4.10).
Preuve. On remarque d’abord qu’on

Z a
f (a) = K(x; t)'(t)dt = 0:
a
32
L’équation (2.4.10) peut être transformée en une équation de Volterra de deuxième espèce
en utilisant la règle de Leibniz
Z x Z x
@ @
K(x; t)'(t)dt = K(x; x)'(x) + K(x; t)'(t)dt = f 0 (x);
@x a a @x
comme K(x; x) 6= 0; alors

Z x
f 0 (x) Kx0 (x; t)
'(x) = '(t)dt;
K(x; x) a K(x; x)
qui est une équation de Volterra de deuxième espèce, et par le théorème (2.4.1) on obtient
l’existence et l’unicité de la solution '.

intégrale non linéaire de Volterra
Soit l’équation intégrale non linéaire de Volterra suivante:
Z x
'(x) = f (x) + K(x; t; '(t))dt; 0 x +1: (2.5.11)
a
On note C [a; b] l’espace des fonctions continues sur l’intervalle fermé [a; b] est complet
par rapport à la métrique
d (x (t) ; y (t)) = max jx (t) y (t)j :

a t b
Le théorème de l’application contractante peut être utilisé pour prouver le résultat suivant.
Théorème 2.5.1 Soit K(x; t; z) une fonction à valeurs réelles, continue sur T (a; b) R
et satisfait la condition de Lipschitz par rapport z:
jK(x; t; z1 ) K(x; t; z2 )j L jz1 z2 j :
De plus si f 2 C [a; b] ; alors, l’équation (2.5.11) admet une solution unique dans l’intervalle [a; b]
pour toute valeur de ; où x 2 [a; b] :
Preuve. On sait que l’espace C [a; b] est constitué des fonctions à valeurs réelles dé…nies
33
sur l’intervalle [a; b] est un espace métrique complet avec la métrique
d ('; ) = max j' (t) (t)j :

a t b
On dé…nit l’opérateur S comme suit:

Z x
S'(x) = f (x) + K(x; t; '(t))dt
a
A …n de prouver que l’équation (2.5.11) admet une solution, il faut montrer que l’opérateur
S admet un point …xe. D’abord, on montre que T est contractante pour toute valeur de .
Observe que pour tout '; 2 C [a; b] et 8x 2 [a; b] ; on a
Z x
jS'(x) S (x)j = j j [K(x; t; '(t)) K(x; t; (t))] dt
a
j j L (x a) d ('; ) :
On utilise la condition de Lipschitz encore fois avec l’intégration, on obtient:

Z x
2 2
S '(x) S (x) = j j [K(x; t; S'(t)) K(x; t; S (t))] dt
a
Z x
j jL jS'(x) S (x)j dt
a
j j2 L (x
2
a)2
d ('; ) :
2!
En général, après n intégrations, on obtient
j jn Ln (x a)n
jS n '(x) S n (x)j d ('; ) ;
n!
d’où il résulte que

j jn Ln (x a)n
d (S n '; S n ) d ('; ) :
n!
j jn Ln (x a)n
Donc, si n assez grand, n!
< 1; alors S n est un opérateur contractante de C ([a; b])
en lui-même et d’après le principe de Banach l’opérateur S admet un point …xe unique ';
qui est une solution unique de l’équation intégrale (2.5.11).
34

intégrale non linéaire de Fredholm
Soit l’équation intégrale linéaire de Fredholm de seconde espèce.suivante:
Z b
'(x) = f (x) + K(x; t; '(t))dt; (2.6.12)
a
où f (x) est une fonction complexe et continue sur l’intervalle [a; b] et le noyau K(x; t) est
complexe et continu sur Q(a; b) = f(x; t) : a x b; a t bg.
Théorème 2.6.1 Suppossons que le noyau K(x; t; z) est une fonction continue sur Q(a; b)
R satisfaite la condition Lipschitz suivante:
jK(x; t; z1 ) K(x; t; z2 )j L jz1 z2 j :
De plus si f 2 C [a; b] ; alors, l’équation (2.6.12) admet une solution unique dans l’intervalle [a; b]
1
pour toute j j L(b a)
:
Preuve. On sait que l’espace C [a; b] est constitué des fonctions à valeurs réelles dé…nies
sur l’intervalle [a; b] est un espace métrique complet avec la métrique
d ('; ) = max j' (t) (t)j :

a t b
On dé…nit l’opérateur W comme suit:

Z x
W '(x) = f (x) + K(x; t; '(t))dt:
a
A …n de prouver que l’équation (2.6.12) admet une solution, il faut montrer que l’opérateur
W admet un point …xe. D’abord, on montre que W est contractante pour certaines valeurs
de (voir le théorème). Observe que pour tout '; 2 C [a; b] et 8x 2 [a; b] ; on a
Z b
jW '(x) W (x)j = j j [K(x; t; '(t)) K(x; t; (t))] dt
a
j j L (b a) d ('; ) :
35
Donc, de cette inégalité, on obtient
d (W '; W ) j j L (b a) d ('; ) :
Donc, si = j j L (b a) < 1; alors W est contractante de C [a; b] en lui-même et d’après le

théorème de l’application contractante (1.2.10) l’opérateur W admet un point …xe unique
'; qui est une solution unique de l’équation intégrale (2.6.12).
36
Chapitre 3
Méthodes numériques
Dans la pratique, en général, la solution d’une équation intégrale est impossible à déter-
miner explicitement, où encore si sa forme explicite est compliquée, et on s’intérèsse donc
à la résolution approchée (numériques) de cette équation. Il existe plusiuers méthodes
pour obtenir cette solution approchée. Dans ce chapitre, nous allons considérer quelques
méthodes numériques comme la méthode de Nyström et la méthode de quadrature de
Gauss–Turán pour déterminer la solution approchée d’une équation intégrale non linéaire.
Mais avant tout, on donne un rappel sur la méthode de Trapèze et la méthode de Simpson
qui sont deux méthodes classiques de calcul numérique. En…n, nous comparons les trois
méthodes numériques étudiées à travers d’erreur absolue pour chaque méthode, et nous
donnons des exemples.
3.1 Rappel sur le calcul numérique d’une intégrale

En intégration numérique, on cherche à calculer une valeur approchée d’une intégrale dé…nie
par: Z b
f (x)dx; (3.1.1)
a
où f est une fonction positive et intégrable sur [a; b]. Il existe une vaste famille des méthodes
approchées dont le but principal est d’estimer la valeur numérique de l’intégrale précédente
(3.1.1). Ces techniques procèdent en trois phases distinctes: Décomposition du domaine en
morceaux (un intervalle en sous-intervalles contigus), Intégration approchée de la fonction
sur chaque morceau; Sommation des résultats numériques ainsi obtenus. Dans ce mémoire,
on s’intéresse par le principe suivant: on subdivise l’intervalle [a; b] en n sous-intervalles
37
Chapitre 3: Méthodes numériques
[xi 1 ; xi ], a = x0 x1 xn = b, alors
Z b n Z
X xi
f (x)dx = f (x)dx;
a i=1 xi 1
et sur chaque intervalle [xi 1 ; xi ], on applique une méthode d’intégration élémentaire comme
la méthode de Trapèze et la méthode de Simpson.
3.1.1 Méthode des trapèzes

La méthode des trapèzes composite est obtenue en subdivisant l’intervalle [a; b] en n sous-
intervalles [xi 1 ; xi ], i = 1; :::; n, avec xi = a+kh, k = 0; :::; n et h = (xi xi 1 ) = (b a)=n.
Dans la méthode des trapèzes, on joint f (xi ) et f (xi 1 ) dans l’intervalle [xi 1 ; xi ] et le calcul
de l’intégrale dans ce cas revient au calcul de l’aire d’un trapèze comme illustrer à la …gure
3.1.1.
hauteur
S= (petite base + grande base) ;
2
c’est-à-dire que l’aire du trapèze i est donnée comme suite
Z xi
(xi xi 1 )
Ti = f (x)dx = (f (xi ) + f (xi 1 )) :
xi 1
2
On a : la petite base et la grande base correspondent à f (xi ) et f (xi 1 ) et l’hauteur est

h = (b a) =n, donc la formule de trapèze composite est:
Z
hX
b n
f (x)dx = (f (xi 1 ) + f (xi ))
a 2 i=1
!
h X
n 1
= f (x0 ) + 2 f (xi ) + f (xn )
2 i=1
!
b a X
n 1
= f (x0 ) + 2 f (xi ) + f (xn ) :
2n i=1
Par dé…nition, en analyse numérique, l’erreur est égale à la di¤érence entre la valeur exacte
(limite) et son approximation. L’erreur commise de la méthode des trapèzes composite est
donnée dans le théorème suivant.
Théorème 3.1.1 Si la fonction f est de classe C 2 sur l’intervalle [a; b] et si M désigne le

(b a)3
maximum de f 00 sur [a; b] alors l’erreur commise est majorée par 12n2
M; c’est-à-dire on
38
a: !
Z X
n 1
b
b a (b a)3
jen j = f (x)dx f (x0 ) + 2 f (xi ) + f (xn ) M:
a 2n i=1
12n2
Preuve. On a
Z
hX
b n
jen j = f (x)dx (f (xi 1 ) + f (xi ))
a 2 i=1
X
n Z xi
(b a)
= (f (xi 1 ) + f (xi )) f (x)dx
i=1
2n xi 1
X
n Z xi
(b a)
(f (xi 1 ) + f (xi )) f (x)dx :
i=1
2n xi 1
Pour chaque 1 i n, on pose

Z xi+1
b a
Li = (f (xi 1 ) + f (xi )) f (x)dx:
2n xi
Soit ci le centre de l’intervalle [xi 1 ; xi ] : ci = (xi 1 + xi ) =2: Alors
b a
xi ci = ci xi 1 = ;
2n
donc, on peut écrire (par l’intégration par parties)

Z xi
Li = (t ci ) f 0 (t)dt:
xi 1
Par l’intégration par parties de on obtient

Z " #
xi 2
1 b a
Li = (t ci )2 f 00 (t)dt:
2 xi 1
2n
D’autre part, on a
X
n
jen j jLi j ;
i=1
alors
Z " #
1X
n xi 2
b a 2
jen j (t ci ) jf 00 (t)j dt
2 i=1 xi 1
2n
n Z xi
" #
M X b a
2
2
(t ci ) dt; (car f 00 (t) M ):
2 i=1 xi 1
2n
39
Pour chaque 1 i n , un calcul simple montre que

Z " #
xi 2 3
b a 2 1 b a
(t ci ) dt = :
xi 1
2n 6 n
D’où
M X1
n 3
b a (b a)3
jen j = M:
2 i=1 6 n 12n2
Ce qu’il fallait démontrer.
Remarque 3.1.1 On a lim jen j = 0 donc la méthode des trapèzes converge bien vers
n!+1
Rb
a
f (x)dx et elle a une convergence en O n12 .
Figure 3.1.1 : Illustration de la méthode des trapèzes sur [a; b].
3.1.2 Méthode de Simpson

La méthode de Simpson, proposée par Thomas Simpson, est une technique de calcul
numérique d’une intégrale, c’est-à-dire, le calcul approché de (3.1.1). A nouveau on ne
considère que le cas où les intervalles [xi 1 ; xi ] sont de longueur égale et cette fois on inter-
xi 1 +xi
pole f aux points xi 1 ; xi et xi 1=2 = 2
;1 i n. On obtient donc
Z xi+1
(xi xi 1 )
f (x)dx = f (xi 1 ) + 4f (xi 1=2 ) + f (xi )
xi 6
h
= f (xi 1 ) + 4f (xi 1=2 ) + f (xi ) :
6
40
Donc la formule de Simpson composite est:
Z !
b
h X
n 1 X
n 1
f (x)dx = f (x0 ) + 2 f (xi ) + 4 f (xi 1=2 ) + f (xn ) :
a 6 i=1 i=1
Théorème 3.1.2 Si la fonction f est de classe C 4 sur l’intervalle [a; b] et si M4 désigne

(b a)5
le maximum de f (4) sur [a; b], alors l’erreur commise est majorée par 2880n4
M4 ; c’est-à-dire
on a:
(b a)5
jen j M4 :
2880n4
Preuve. On a:
X
n Z xi
b a xi 1 + xi
jen j = f (x)dx f (xi 1 ) + 4f + f (xi )
i=1 xi 1
6n 2
X
n Z xi
b a xi 1 + xi
f (x)dx f (xi 1 ) + 4f + f (xi ) :
i=1 xi 1
6n 2
On considère la fonction E dé…nie sur l’intervalle 0; b 2 a par

Z m+t
t
E (t) = f (x)dx (f (m t) + 4f (m) + f (m + t)) ;
m t 3
b+a
où m = 2
: Comme f est C 4 la fonction E l’est aussi, et on calcule les dérivées successives
de E:
1
E 0 (t) = [2f (m + t) + 2f (m t) 4f (m) + tf 0 (m t) tf 0 (m + t)] ;
3
00 1 0
E (t) = [f (m + t) f 0 (m t) tf 00 (m t) tf 00 (m + t)] ;
3
000 t 000
E (t) = [f (m t) tf 000 (m + t)] :
3
On peut en particulier remarquer que E(0) = E 0 (0) = E 00 (0) = 0. Le théorème des

accroissements …nis appliqué à la fonction E 000 (t) donne l’existence de 2 ]m t; m + t[
tel que
t 000 2t2 (4)
E 000 (t) = [f (m t) tf 000 (m + t)] = f ( ):
3 3
On en déduit que pour tout t 2 0; b2na on a
2t2
jE 000 (t)j M4 :
3
41
E¤ectuant ensuite des intégrations successives, on obtient

Z t
00 00 00
jE (t)j = jE (t) E (0)j jE 000 (u)j du
0
Z
2M4 t 2 2t3
u du = M4 :
3 0 9
Et de même
t4 t5
jE 0 (t)j M4 et jE (t)j M4 :
18 90
b a
En prenant t = 2
on obtient
b a (b a)5
E M4 :
2 90 (2n)5
En appliquant le lemme sur chacun des intervalles [xi 1 ; xi ] on obtient
X
n Z xi
b a xi 1+ xi
jen j = f (xi 1 ) + 4f + f (xi ) f (x)dx
i=1
6n 2 xi 1
X
n
(b a)5 (b a)5
M4 = M4 :
i=1
n5 90 (2)5 2880n4
C’est bien ce que l’on cherchait à prouver.
Remarque 3.1.2 On a lim jen j = 0 donc la méthode des trapèzes converge bien vers
n!+1
Rb
a
f (x)dx et elle a une convergence en O n14 .(donc elle converge plus vite que la méthode
des trapèzes lorsqu’on diminue le pas).
3.2 Méthode de Nyström

La méthode de Nyström, aussi appelée méthode de quadrature, consiste à utiliser les
quadratures numériques pour approcher le terme intégrale de l’équation où en…n on obtient
un système linéaire. Cette méthode est totalement discrète, elle fournit donc un premier
moyen e¢ cace de résolution numérique d’ une équation intégrale. La quadrature est un
terme mathématique signi…e le calcul d’une aire.
42
3.2.1 Description de la méthode

Les quadratures les mieux adaptées à cette méthode permettent d’e¤ectuer l’approximation
suivante, pour tout ' 2 C([a; b]) et pour n 2
Z b X
n
'(x)dx h wj '(xj );
a j=0
b a
où, h = n
; xj = a + jh; 0 j n et fwi g0 j n sont choisis tels que,
W = max jwi j < 1;

0 i n
et Z b X
n
lim '(x)dx h wj '(xj ) = 0:
n !1 a j=0
Les fwi g0 j n sont appelés les coe¢ cients de quadrature (ou poids) et les points tj sont
appelés les nœuds de la quadrature. Soit l’équation intégrale non linéaire suivante
Z
'(x) = f (x) + K(x; t; '(t))dt; (3.2.2)
G
où, G = [a; b] pour l’équation intégrale non linéaire de Fredholm et G = [a; x] pour
l’équation intégrale non linéaire de Volterra. On suppose que cette équation admet une
unique solution (les hypothèses des théorèmes sont véri…ées). Donc:
Pour l’équation intégrale non linéaire de Volterra, nous obtenons le système d’équations
algèbriques linéaire d’ordre n suivant:
8
>
>
< '0 = f (a)
j
X (3.2.3)
>
: 'j = f (xj ) + h wi K(xj ; ti ; '(ti )); 1
> j n;
i=0
où l’inconnu est le vecteur ' = ('(x1 ); : : : ; '(xn ))T .
Pour l’équation intégrale non linéaire de Fredholm, par la méthode de Nyström nous
obtenons le système d’équations algèbriques linéaire d’ordre n suivant:
X
n
'(xj ) = f (xj ) + h wi K(xj ; ti ; '(ti )), 0 j n: (3.2.4)
i=1
43
qui est un système linéaire d’ordre n.d’équations algèbriques. L’inconnu est le vecteur
' = ('(x1 ); : : : ; '(xn ))T :
3.2.2 Etude du système

Nous avons approché notre équation intégrale non linéaire par un système d’équations
algèbriques linéaire. Avant de démontrer la convergence de la méthode de Nyström, nous
devons s’assurer que ce système 3.2.3 admet une unique solution. Le théorème suivant
donne la condition. (Le même avec le système 3.2.4).
Théorème 3.2.1 Pour h su¢ samment petit, le système linéaire 3.2.3 admet une unique
solution.
Preuve. Pour 1 i n; on a
i : R !R
j
X
X ! i (x) = f (xj ) + h wi K(xj ; ti ; '(ti )); 1 j n 1;
i=0
où, les termes '(x0 ); : : : ; '(xn 1 ) sont supposés être calculés. Alors,on a
j n (X) n (Y )j = jhwn K(xn ; tn ; X) hwn K(xn ; tn ; Y )j
hW LjX Y j; car K est lipschitzienne en X:
Donc, pour h su¢ sament petit les fonctions n sont contractes et le système (3.2.3)
admet une unique solution (d’après le théorème de point …xe de Banach).
3.2.3 Analyse de l’erreur

Dans cette subsection nous allons démontrer que la méthode de Nyström converge vers
la solution exacte de l’équation intégrale non linéaire. La méthode de Nyström est mise
en oeuvre avec le système linéaire 3.2.3, mais l’analyse de l’erreur est e¤ectuée à l’aide de
l’équation (3.2.2). Pour l’erreur au niveau de points tj , nous dé…nissons les termes
"j = ' j '(tj ); 0 j n 1:
44
De ce fait, la méthode est convergente si
lim max j"j j = 0:

h !0 0 j n
Pour étudier cette erreur, nous avons besoin la fonction
Z tj j
X
n (h; tj ) = K(xj ; s; '(s))ds h wj K(tj ; ti ; '(ti )); h > 0; 0 j n;
0 i=0
qui est appellée l’erreur de la consistance locale pour (3.2.2). L’erreur de la consistance
locale est une mesure de l’exactitude avec lequel, dans le contexte d’une équation donné,
la régle de l’intégration numérique représente l’intégrale. Si
lim max j n (h; tn )j = 0;

h !0 0<n<N
alors l’erreur de consistente est dite logique pour l’équation.
Nous avons besion de rappeller le lemme suivant (voir [9]):
Lemme 3.2.1 Soit la suite .'0 ; '1 : : : veri…ant
X
n 1
j'n j A 'j + Bn ; n = 1; 2; : : : ;
j=0
Pn 1
où A > 0; jBn j B; j=0 'j : Alors
j'n j (1 + A)n 1
B; n = 1; 2; : : : :
Théorème 3.2.2 Si l’erreur de consistence est logique pour l’équation (3.2.2), alors
lim max j"j j = 0:

h !0 0 j n
Preuve. On a, pour tout 1 j n;
j
X
"j = h wj [K(tj ; ti ; 'i ) K (tj ; ti ; ' (ti ))] n (h; tj );
i=0
45
donc,
j
X
j"j j = h wj [K(tj ; ti ; 'i ) K (tj ; ti ; ' (ti ))] n (h; tj )
i=0
j
X
hW jK(tj ; ti ; 'i ) K (tj ; ti ; ' (ti ))j j n (h; tj )j :
i=0
1
Puisque K est lipschitzienne dans son troisième argument et en choisissant h < LW
; nous
obtenons
max j n (h; tj )j
hW L X
n 1
0 j n 1
j"n j j"j j + :
1 hW L j=0 1 hW L
En appliquant le lemme (3.2.1), nous obtenons
j
j"j j (1 hW L) max j n (h; tj )j ; 0 j n 1;
0 j n 1
mais
j
j (b a)W L
(1 hW L) = 1
n
n
(b a)W L
1 ! e(b a)W L
quand n ! 1;
n
donc, 9 > 0 tel que , pour tout 0 j n
j
(1 hW L) ;
ce qui donne le résultat souhaité.
Remarque 3.2.1 La méthode des trapèzes et la méthode de Simpson sont des cas spéciale
de la méthode de Nyström.
3.2.3.1 Équation intégrale non linéaire de Fredholm
Nous considérons l’équation intégrale non linéaire de Fredholm suivante:

Z b
'(x) = f (x) + K(x; t; '(t))dt; x 2 [a; b] ; (3.2.5)
a
46
Pour obtenir une approximation de l’intégrale précédente, on subdivise l’intervalle [a; b] en

N = n + 1 intervalles de même longueur h, où on obitient x1 = a < x2 < < xN = b;
b a j 1
h= N
et xj = a + h
: Donc, on a
Z xN
'(xj ) = f (xj ) + K(xj ; t; '(t))dt; a xj b;
x1
n Z xi+1
X
= f (xj ) + K(xj ; t; '(t))dt:
i=1 xi
Pour obtenir une approximation de l’intégrale précédente, on utilise la méthode des trapèzes
et la méthode de Simpson composite.
Méthode des trapèzes: En appliquant cette méthode, on obtient:

!
h X
n
'(xj ) = f (xj ) + K(xj ; t1 ; '(t1 )) + 2 K(xj ; ti ; '(ti )) + K(xj ; tn+1 ; '(tn+1 )) ;
2 i=2
on prend f (tj ) = fj et K(tj ; ti ; '(ti )) = Kj ;i;'i , alors l’équation précédente devient:

!
h X
n
' j = fj + Kj ;1;'1 +2 Kj ;i;'i +Kj ;n+1;'n+1 ;
2 i=2
Donc on obtient le système non linéaire d’équations algébriques de la forme
' = T '; j = 1; : : : ; n + 1;
T
où ' = '1 ; : : : ; 'n+1 :
Méthode des Simpson: En appliquant la formule de Simpson, on obtient le système

d’équations algèbriques linéaire suivant:
0 n
1
h@ X
2
' j = fj + Kj ;1;'1 +2 2Kj ;2i 1;'2i 1

+Kj ;2i;'2i + Kj ;n+1;'n+1 A ;
3 i=1
alors, cette formule est un système de n + 1 équations avec n + 1 inconnues '1 ; : : : ; 'n+1 et
on peut écrire de la forme
' = T '; j = 1; : : : ; n + 1;
T
où ' = '1 ; : : : ; 'n+1 :
47
3.2.3.2 Équation intégrale non linéaire de Volterra
Nous considérons l’équation intégrale non linéaire de Volterra suivante

Z x
'(x) = f (x) + K(x; t; '(t))dt; x 2 [a; b] ; (3.2.6)
a
On partage l’intervalle [a; t] en N = n+1 intervalles de même longueur h, où on obitient

b a j 1
x1 = a < x 2 < < xN = b; h = N
et xj = a + h
: Donc, on a
Z xj
'(xj ) = f (xj ) + K(xj ; t; '(t))dt; a xj b;
a
j 1 Z
X xi+1
= f (xj ) + K(xj ; t; '(t))dt:
i=1 xi
Pour obtenir une approximation de l’intégrale précédente, on utilise la méthode des trapèzes
et la méthode de Simpson composite.
Méthode des trapèzes: En appliquant cette méthode, on obtient le système non linéaire
de n + 1 équations avec n + 1 inconnues '1 ; : : : ; 'n+1 :
j 1
!
h X
'(xj ) = f (xj )+ (K(xj ; t1 ; '(t1 )) + 2 K(xj ; ti ; '(ti )) + K(xj ; tj ; '(tj ) ; 1 j n+1:
2 i=2
Méthode des Simpson: En appliquant la formule de Simpson, on obtient, un système

non linéaire de n + 1 équations avec n + 1 inconnues '1 ; : : : ; 'n+1 ; 1 j n + 1;
0 j 1
1
h@ X 2
'(xj ) = f (xj ) + K(xj ; t1 ; '(t1 )) + 2 2Kj ;2i 1;'2i 1

+Kj ;2i;'2i + K(xj ; tj ; '(tj ))A :
3 i=1
3.3 Méthodes de quadrature de Gauss-Turán [4]

Cette méthode a été proposé par Ebrahimi et Rashidinia [4] en 2015. Ils ont utilisé la
méthode de collocation de B-spline cubique pour approcher les fonctions inconnues dans
les équations intégrales non linéaires de Fredholm et de Volterra du second type puis ils ont
appliqué la formule de quadrature de Gauss-Turán à 5-points pour approcher l’intégrale.
48
3.3.1 Description de la méthode

Avant de nous donner la description de cette méthode, nous donnons la dé…nition de B-
spline cubique et la formule de quadrature de Gauss–Turán.
Une B-spline cubique s(t) est dé…nie comme suivante (voir [12]) :
X
n+1
3
s (t) = ci i (t) ; (3.3.7)
i= 1
où
8
>
>
> (t ti 2 )3 si t 2 [ti 2 ; ti 1 ]
>
>
>
> h3 + 3h2 (t ti 1 ) + 3h (t ti 1 )2 3 (t ti 1 ) 3
si t 2 [ti 1 ; ti ]
1 <
3
i (t) = h3 + 3h2 (ti+1 t) + 3h (ti+1 t)2 3 (ti+1 t) 3
si t 2 [ti ; ti+1 ]
6h3 >
>
>
> (ti+2 t)3 si t 2 [ti+1 ; ti+2 ]
>
>
>
:
0 sinon,
qui satisfait:
s (ti ) = ' (ti ) ; 0 i n;
et l’une des conditions suivantes:
s0 (t0 ) = y 0 (t0 ) ; s0 (tn ) = y 0 (tn ) ;
ou
Dj s (t0 ) = Dj s (tn ) ; j = 1; 2;
ou
s00 (t0 ) = 0; y 00 (t0 ) = 0: (3.3.8)
La formule de quadrature de Gauss–Turán a été introduite par Turán en 1950. Cette

formule est donnée comme suite:
Z b X
2s X
m
f (x) d (x) = Ai;v f (i) ( v ) + Rm;2s (f ) ; (3.3.9)
a i=0 v=1
49
où m 2 N, s 2 N et d (x) est une mesure non négative sur l’intervalle ]a; b[ avec:
Z b
k = xk d (x) < 1; k 2 N et 0 > 0;

a
Rb
et Ai;v = a
`v;i (x) d (x) ; (i = 0; 1; :::; 2s; v = 0; 1; :::; m) avec `v;i (x) est un polynôme. Les
nœuds v (v = 1; :::; m) sont la solution du polynôme m (x) = xm +am 1 xm 1 + +a1 x+a0 ,
qui veri…é la condition suivante:
Z b
[ m (x)]2s+1 xk d (x) = 0; k = 0; 1; : : : ; m 1:
a
Remarque 3.3.1 On a Rm;2s (f ) = 0 si f 2 P2(s+1)m 1 où P désigne l’ensemble des

polynômes de degré :
Ebrahimi et Rashidinia [4] ont utilisé la formule de quadrature de Gauss–Turán à 5 points

par rapport à la fonction w(x) = 1 et [ 1; 1] (w(x) = d (x)) avec m = 5; s = 3, alors on a
Z 1 X
6 X
5
f (x) dx = Ai;v f (i) ( v ) + R5;6 (f ) ;
1 i=0 v=1
et Z 1
[ 5 (x)]7 xk dx = 0; k = 0; 1; 2; 3; 4; (3.3.10)
1
où 5 (x) = x5 + a4 x4 + a3 x3 + a2 x2 + a1 x + a0 : En résolvant le système (3.3.10) on peut

obtenir les coe¢ cients ai (i = 0; 1; 2; 3; 4). Aussi, on a
v+1 (x) = (x v) v (x) v v 1 (x) ; v = 0; 1; 2; 3; 4;
et
1 (x) = 0; 0 (x) = 1;
où R1 R1
(3;5) 1
x[ v (x)]2 [ m (x)]2s dx 1
x[ v (x)]2 [ 5 (x)]6 dx
v = v = R1 = R1 ;
1
[ v (x)]2 [ m (x)]2s dx 1
[ v (x)]2 [ 5 (x)]6 dx
R1 R1
(3;5) 1
[ v (x)]2 [ m (x)]2s dx 1
[ v (x)]2 [ 5 (x)]6 dx
v = v = R1 2 2s
= R1 2 6
;
1
[ v 1 (x)] [ m (x)] dx 1
[ v 1 (x)] [ 5 (x)] dx
50
et Z 1
0 = [ 5 (x)]6 dx;
1
3;5
on peut donc obtenir les racines du polynôme 5 (x) de la matrice jacobienne de valeur
propre 0 1
p
0 1 0 0 0
B p p C
B 0 0 C
B 1
p
1 2
p C
B C
J5 = B 0 2 2 3 0 C;
B p p C
B 0 0 C
@ 3 3 4 A
p
0 0 0 4 4
et les valeurs de v, v, v qui sont présentées dans le tableau 3.1.
Table 3.1: Valeurs de tv ; v; v:

v v v v
7
0 0:938106999475975 0:204189952 3:83357763 10
1 0:573307914524401 0:001358804 0:2697108295
16
2 2:00573118159208 10 0:00105893788 0:3046524435
3 0:573307914524401 0:2173728849 0:2789709710
4 0:938106999475975 0:4744354850 0:2554389765
En…n pour déterminer Ai;v , nous utilisons le polynôme suivant pour l’approximation de la
fonction f (x) :
k
fk;v (x) = (x v) v (x) ;
où 0 k 2s; 1 v m et
m (x)
2s+1 Y 2s+1
v (x) = = (x i) ; v = 1; 2; : : : ; m:
x v
i6=v
Alors R(fk;v ) = 0, (0 k 2s; 1 v m) et en remplaçant fk;v (x) au lieu de f (x) dans

(3.3.9) nous obtenons:
Z b X
2s X
m
(i)
fk;v (x) d (x) = Ai;j fk;v ( j ) ;
a i=0 j=1
donc pour chaque v = j, on obtient le système linéaire (2s + 1) (2s + 1), où Ai;v sont des
inconnues avec i = 0; :::; 2s et v = 1; :::; m.
51
3.3.1.1 Équation intégrale non linéaire de Fredholm

Z b
'(t) = f (t) + K(t; x; '(x))dx; t 2 [a; b] : (3.3.11)
a
Pour trouver la solution approcher de cette équation, on subdivise l’intervalle [a; b] en n

b a
sous-intervalles [xi 1 ; xi ], de longueur égale où on obtient: ti = a+ih; h = n
;i = 0; 1; :::; n,
et
n 1Z
X tp+1
'(ti ) = f (ti ) + K(ti ; x; '(x))dx; i = 0; 1; :::; n:
p=0 tp
En remplaçant la fonction ' par le B-spline cubique (3.3.7), on obtient:
n 1Z
X tp+1
s(ti ) = f (ti ) + K(ti ; x; s(x))dx; i = 0; 1; :::; n: (3.3.12)
p=0 tp
Pour utiliser la formule de Gauss–Turán, nous devons changer chaque sous-intervalle [tp ; tp+1 ]
en l’intervalle [ 1; 1]. Alors par le changement de variable suivant:
1 tp+1 tp h
x= [(tp+1 tp ) u + (tp+1 + tp )] ; dx = du = du;
2 2 2
on obtient:
Z tp+1
K(t; x; y(x))dx
tp
Z 1
h 1 1
= K t; [(tp+1 tp ) u + (tp+1 + tp )] ; s [(tp+1 tp ) u + (tp+1 + tp )] du:
2 1 2 2
Pour approcher l’intégrale de l’équation (3.3.12), nous pouvons utiliser la formule de quadra-
ture de Gauss –Turán à 5 points dans le cas m = 5 et s = 3, puis nous obtenons le système
non linéaire suivant:
h XXX
n 1 6 5
s(ti ) = f (ti ) + Al;v K (l) ti ; pv ; s( pv ) ; i = 0; 1; :::; n; (3.3.13)
2 p=0 l=0 v=1
1
où pv = 2
[(tp+1 tp ) v + (tp+1 + tp )]. Nous avons besoin de deux équations supplémen-
taires pour obtenir la solution unique du système (3.3.13), nous imposons les conditions
(3.3.8). Donc en associant l’équation (3.3.13) avec des conditions (3.3.8), nous avons le
52
système non linéaire suivant (n + 3) (n + 3):

8
h XXX
n 1 6 5
>
>
< s(ti ) = f (ti ) + Al;v K (l) ti ; pv ; s( pv ) ; i = 0; 1; :::; n;
2 p=0 l=0 v=1
>
>
: Dj s (t ) = Dj s (t ) ; j = 1; 2:
0 n
En résolvant le système non linéaire ci-dessus, nous déterminons les coe¢ cients ci (3.3.7);
i = 1; :::; n + 1. En mettant ci dans (3.3.7), nous obtenons la solution approchée de
(3.3.11).
3.3.1.2 Équation intégrale non linéaire de Volterra
Nous considérons l’équation intégrale non linéaire de Volterra suivante

Z t
'(t) = f (t) + K(t; x; '(x))dx; t 2 [a; b] ; (3.3.14)
a
la solution de (3.3.14) peut être remplacé par une B-spline cubique, où ti = a + ih; h =
t a
n
;i = 0; 1; :::; n, on obtient
Z ti
s(ti ) = f (ti ) + K(ti ; x; s(x))dx; i = 0; 1; :::; n:
a
En partitionnant l’intervalle [a; ti ] en n sous-intervalles égaux, nous obtenons

8
i 1 Zp+1
t
>
> X
>
>
>
< s(ti ) = f (ti ) +
> K(ti ; x; s(x))dx; i = 0; 1; :::; n;
p=0 t
p (3.3.15)
>
>
>
>
>
>
: s(t ) = f (t ):
0 0
Pour utiliser la formule de Gauss–Turán, nous devons changer chaque sous-intervalle [tp ; tp+1 ]
en l’intervalle [ 1; 1]. Puis par le changement de variable suivant
1 tp+1 tp h
x= [(tp+1 tp ) u + (tp+1 + tp )] ; dx = du = du;
2 2 2
53
nous obtenons
Z tp+1
K(ti ; x; y(x))dx
tp
Z 1
h 1 1
= K t; [(tp+1 tp ) u + (tp+1 + tp )] ; s [(tp+1 tp ) u + (tp+1 + tp )] du:
2 1 2 2
Pour approcher l’intégrale de (3.3.15), nous pouvons utiliser la formule de quadrature de

Gauss-Turán à 5 points dans le cas m = 5 et s = 3. Donc, nous obtenons le système non
linéaire suivant:
8
h XXX
i 1 6 5
>
>
> Al;v K (l) ti ;
< s(ti ) = f (ti ) + 2
> pv ; s( pv ) ; i = 0; 1; :::; n; ;
p=0 l=0 v=1
(3.3.16)
>
>
>
>
:
s(t0 ) = f (t0 ):
où pv = 21 [(tp+1 tp ) v + (tp+1 + tp )]. Nous avons besoin deux équations supplémentaires

pour obtenir la solution unique pour le système (3.3.16), nous imposons les conditions
(3.3.8). Donc en associant le système (3.3.16) aux conditions (3.3.8), on a le système non
linéaire suivant (n + 3) (n + 3):
8
h XXX
i 1 6 5
>
>
>
> s(ti ) = f (ti ) + Al;v K (l) ti ; pv ; s( pv ) ; i = 0; 1; :::; n;
>
> 2
>
< p=0 l=0 v=1
s(t0 ) = f (t0 )
>
>
>
>
>
>
>
: Dj s (t ) = Dj s (t ) ; j = 1; 2:
0 n
En résolvant le système non linéaire ci-dessus, nous déterminons les coe¢ cients ci (3.3.7);
i = 1; :::; n + 1. En mettant ci dans (3.3.7), nous obtenons la solution approchée de
(3.3.14).
3.3.2 Analyse de l’erreur

Nous analysons la convergence de l’équation intégrale non linéaire de Volterra. Pour obtenir
l’estimation d’erreur de notre approximation, nous rappelons d’abord les dé…nitions suiv-
antes.
54
Dé…nition 3.3.1 Soit S(t) la B-spline cubique interpolée à f 2 C 4 [a; b], alors pour tout h
admissible, il existe un nombre M j < 1, indépendant de h, tel que
Dj (f S) 2
M j f (4) 2
h4 j 1=2
; j = 0; 1; 2; 3;
où
2
Mj = ; j = 0; 1; 2; 3;
j!
et Dj est la j-ième dérivée et si p = 4 j 1=2 est le plus grand nombre pour lequel une
telle inégalité est vraie, alors p est appelé l’ordre de convergence de la méthode.
Théorème 3.3.1 Le système non linéaire (3.3.16) est converge et l’erreur véri…é
hL X X X
i 1 6 5
kei k jAl;v j jepv j ;
2 p=0 l=0 v=1
où
ei = s(ti ) y(ti ); i = 0; 1; :::; n et epv = spv (t) ypv (t)
Preuve. On a
8
> X
i 1 X6 X 5
< s(ti ) = f (ti ) + h
>
Al;v K (l) ti ; pv ; s( pv ) ; i = 0; 1; :::; n;
2 p=0 l=0 v=1
>
>
: s(t ) = f (t ):
0 0
en discrétisant (3.3.14) et en approchant l’intégrale par les règles de Gauss–Turán à 5

points, on obtient
h XXX
i 1 6 5
'(ti ) = f (ti ) + Al;v K (l) ti ; pv ; '( pv ) ; i = 0; 1; :::; n; (3.3.17)
2 p=0 l=0 v=1
et comme l’erreur d’approximation par la règle de Gauss-Turan à 5 points pour les polynômes
de degré au plus 2(s + 1)m 1 = 39 est zéro, alors dans le cas de
m = 5; s = 3; Rm;2s = R5;6 = 0, et on ne tient pas compte de l’écriture de R5;6 dans
l’équation. (3.3.17). Donc, on a
ei = s(ti ) '(ti )
h XXX
i 1 6 5
= Al;v K (l) ti ; pv ; s( pv ) K (l) ti ; pv ; '( pv ) ;
2 p=0 l=0 v=1
55
alors
h XXX
i 1 6 5
jei j jAl;v j K (l) ti ; pv ; s( pv ) K (l) ti ; pv ; '( pv ) ;
2 p=0 l=0 v=1
et les noyaux K (l) ; l = 0; : : : ; 6 satisfont une condition de Lipschitz dans son troisième
argument de la forme
K (l) (t; ; s) K (l) (t; ; ') L js 'j ;
où L est indépendant de l; t; ; s et y. Alors, on a
h XXX
i 1 6 5
jei j jAl;v j : spv 'pv ;
2 p=0 l=0 v=1
donc
h XXX
i 1 6 5
jei j jAl;v j : jepv j :
2 p=0 l=0 v=1
Donc on obtient pour un i …xe, jei j ! 0 quand h ! 0 (n ! +1):
3.4 Application numérique

Dans cette section, nous donnons des exemples avec la solution exacte des équations inté-
grales non linéaires de Volterra et de Fredholm et nous recherchons la solution approchée
en utilisant la méthode de Trapèze, la méthode de Simpson et la méthode de quadrature
de Gauss–Turán, puis nous comparons la solution exacte avec la solution approchée à dif-
férentes étapes.et en chaque noeud. En…n, nous comparons les trois méthodes numériques
étudiées à travers d’erreur absolue pour chaque méthode, et nous donnons des exemples.
3.4.1 Équation intégrale non linéaire de Volterra

Considérons l’équation intégrale non linéaire de Volterra suivante:
Z t
p t
' (t) = 1 + t + (2 + t) 2e + e(t x)
'2 (x) dx; t 2 [0; 1] : (3.4.18)
0
p
La solution exacte de cette équation (voir [11]) est ' (t) = 1 + t:
56
Premièment, nous comparons la solution exacte avec la solution approximative de

l’équation (3.4.18) à di¤érentes valeurs de n = 10; 20; 40 en chaque ti pour illustrer
l’importance de la longueur du pas h = 1=n dans l’approche de la solution exacte de
l’équation (3.4.18). Nous donnons l’erreur absolue dans le tableau 3.2 pour la méthode
des trapèzes, dans le tableau 3.3 pour la méthode de Simpson et dans le tableau 3.4 pour
la méthode de Gauss-Taurin. A partir de ces tableaux, nous remarquons que l’erreur ab-
solue pour n = 10 est supérieure à l’erreur absolue pour n = 20 et l’erreur absolue pour
n = 20 est supérieure à l’erreur absolue pour n = 40: Aussi, nous remarquons que l’erreur
absolue tend vers zéro, quand n est grand, c’est-à-dire que la solution approximative se
rapproche de la solution exacte quel que soit la méthode (comme prévu). Ceci montre que
ces méthodes sont convergent.
Pour con…rmer ces résultats, nous utilisons aussi l’approche graphique, voir la …gure 3.4.2
pour la méthode des trapèzes, la …gure 3.4.3 pour la méthode de Simpson et la …gure
3.4.4 pour la méthode de Gauss-Turán. Nous remarquons de la …gure 3.4.2 la courbe de
la solution approximative (pour n = 40) est la plus proche de la courbe de de la solution
exacte. Nous avons la même remarque de la …gure 3.4.3 et de la …gure 3.4.4.
Deuxièmement, nous comparons les trois méthodes précédentes (trapèzes, Simpson et

Gauss-Turán) en calculant l’erreur absolue une valeur quelconque de n (par exemple n =
40). A travers les résultats présentés dans le tableau 3.5, nous remarquons que l’erreur
absolue de la méthode de Gauss-Turán est inférieure à l’erreur absolue de la méthode de
Simpson et l’erreur absolue de la méthode des Simpson est inférieure à l’erreur absolue
de la méthode des trapèzes: Ceci montre que la méthode de Gauss-Turán est plus précise
que la méthode de Simpson, et la méthode de Simpson est plus précise que la méthode
des trapèzes. Ceci est claire dans la …gure 3.4.5 où nous remarquons que la courbe de la
solution approximative de la méthode de Gauss-Turán est plus proche de la courbe de la
solution exacte, que la courbe des autres méthodes.
57
Table 3.2: Solutions numériques en utilisant la méthode des trapèzes.

t n = 10 (h = 0:1) n = 20 (h = 0:05) n = 40 (h = 0:025)
t Sol. Exacte Erreur Erreur Erreur
0:1 1:0488 9:92 10 5 2:55 10 5 1:22 10 5
0:2 1:0954 2:22 10 4 5:39 10 5 6:73 10 6
0:3 1:1402 3:89 10 4 9:25 10 5 8:41 10 6
4 4
0:4 1:1832 5:90 10 1:57 10 2:88 10 6
0:5 1:2247 8:84 10 4 2:28 10 4 2:16 10 5
0:6 1:2649 1:38 10 3 3:26 10 4 2:61 10 5
0:7 1:3038 2:01 10 3 4:96 10 4 6:03 10 5
3 4
0:8 1:3416 2:94 10 6:88 10 8:09 10 5
0:9 1:3784 4:12 10 3 9:97 10 4 8:89 10 5
1 1:4142 5:89 10 3 1:52 10 3 2:02 10 4
Table 3.3: Solutions numériques en utilisant la méthode de Simpson.

n = 10 (h = 0:1) n = 20 (h = 0:05) n = 40 (h = 0:025)
t Sol. Exacte Erreur Erreur Erreur
0:1 1:0488 9:30 10 5 2:32 10 5 1:09 10 5
0:2 1:0954 2:11 10 4 5:27 10 5 6:56 10 6
0:3 1:1402 3:67 10 4 9:14 10 5 8:30 10 6
4 4
0:4 1:1832 5:77 10 1:44 10 2:68 10 6
0:5 1:2247 8:67 10 4 2:16 10 4 1:95 10 5
0:6 1:2649 1:28 10 3 3:17 10 4 2:49 10 5
3 4
0:7 1:3038 1:86 10 4:63 10 5:89 10 5
0:8 1:3416 2:71 10 3 6:73 10 4 7:92 10 5
0:9 1:3784 3:96 10 3 9:80 10 4 8:75 10 5
1 1:4142 5:80 10 3 1:43 10 3 1:82 10 4
58
Table 3.4: Solutions numériques en utilisant la méthode de Gauss -Turán.

n = 10 (h = 0:1) n = 20 (h = 0:05) n = 40 (h = 0:025)
t S.Exacte Erreur Erreur Erreur
0:1 1:0488 1.01 10 5 1.59 10 6 2.10 10 7
0:2 1:0954 2.48 10 5 3.26 10 6 4.19 10 7
0:3 1:1402 3.65 10 5 4.72 10 6 5.99 10 7
5 6
0:4 1:1832 4.61 10 5.87 10 7.39 10 7
0:5 1:2247 5.26 10 5 6.63 10 6 8.32 10 7
0:6 1:2649 5.59 10 5 6.98 10 6 8.72 10 7
0:7 1:3038 5.58 10 5 6.92 10 6 8.61 10 7
5 6
0:8 1:3416 5.28 10 6.47 10 8.02 10 7
0:9 1:3784 4.65 10 5 5.70 10 6 7.02 10 7
1 1:4142 3.97 10 5 4.71 10 6 5.73 10 7
Table 3.5: Comparaison entre les erreurs absolue des trois méthodes (trapèzes, Simpson et
Gauss –Turán) lorsque n = 40.
Gauss –Turán Simpson Trapèze
t S.Exacte Erreur Erreur Erreur
0:1 1:0488 2:10 10 7 1:09 10 5 1:22 10 5
0:2 1:0954 4:19 10 7 6:56 10 6 6:73 10 6
0:3 1:1402 5:99 10 7 8:30 10 6 8:41 10 6
7
0:4 1:1832 7:39 10 2:68 10 6 2:88 10 6
0:5 1:2247 8:32 10 7 1:95 10 5 2:16 10 5
0:6 1:2649 8:72 10 7 2:49 10 5 2:61 10 5
7
0:7 1:3038 8:61 10 5:89 10 5 6:03 10 5
0:8 1:3416 8:02 10 7 7:92 10 5 8:09 10 5
0:9 1:3784 7:02 10 7 8:75 10 5 8:89 10 5
1 1:4142 5:73 10 7 1:82 10 4 2:02 10 4
59
Figure 3.4.2 : Solutions numériques en utilisant la méthode des trapèzes où n = 10; 20; 40:
Figure 3.4.3 : Solutions numériques en utilisant la méthode de Simpson où n = 10; 20; 40:
60
Figure 3.4.4 : Solutions numériques en utilisant la méthode de Gauss-Turán où n =

10; 20; 40:
Figure 3.4.5 : Comparaison entre les erreurs absolue des trois méthodes avecn = 40:
61
3.4.2 Equation intégrale non linéaire de Fredholm

Z 1
1
' (t) = sin ( t) + cos ( t) sin ( x) '3 (x) dx; t 2 [0; 1] :
5 0
La solution exacte de cette équation (voir [4]) est
1 p
' (t) = sin ( t) + 20 391 cos ( t) :
3
A partir les tableaux 3.6, 3.7 et 3.8, nous obtenons les mêmes résultats (remarques) de
l’équation intégrale non linéaire de Volterra (3.4.18). Ce résultat est con…rmé par les
…gures 3.4.6, 3.4.7 et 3.4.8.
Pour notre équation intégrale non linéaire de Fredholm et à travers les résultats présentés
dans le tableau 3.9, nous remarquons que, la méthode de Gauss-Turán est plus précise que
la méthode Simpson et la méthode de Simpson est plus précise que la méthode trapèzes.
Ceci est clair dans la …gure 3.4.9.
Table 3.6: Solutions numériques en utilisant la méthode des trapèzes.

n = 10 (h = 0:1) n = 20 (h = 0:05) n = 40 (h = 0:025)
t S. Exacte Erreur Erreur Erreur
5
0 0:07543 2:32 10 0 0
4 5
0:1 0:38075 6:24 10 1:35 10 6:60 10 6
0:2 0:64881 4:98 10 4 9:40 10 5 4:61 10 6
0:3 0:85335 1:54 10 3 2:88 10 4 1:42 10 6
0:4 0:97436 2:32 10 3 6:32 10 4 3:11 10 6
3 4
0:5 1:00000 7:18 10 1:16 10 5:71 10 6
0:6 0:92775 9:92 10 3 1:89 10 4 9:33 10 5
0:7 0:76468 1:49 10 3 2:85 10 3 1:41 10 4
3 3
0:8 0:52676 2:12 10 4:07 10 2:01 10 4
0:9 0:23728 2:89 10 3 5:56 10 3 2:75 10 4
1 0:07543 3:81 10 3 7:33 10 3 3:63 10 4
62
Table 3.7: Solutions numériques en utilisant la méthode de Simpson.

n = 10 (h = 0:1) n = 20 (h = 0:05) n = 40 (h = 0:025)
0 0:07543 2:83 10 6 0 0
5 6
0:1 0:38075 1:29 10 1:31 10 4:78 10 7
0:2 0:64881 6:94 10 5 6:76 10 6 2:43 10 7
4 5
0:3 0:85335 1:80 10 1:72 10 6:18 10 7
0:4 0:97436 3:49 10 4 3:30 10 5 1:18 10 7
0:5 1:00000 5:79 10 4 5:45 10 5 1:94 10 7
0:6 0:92775 8:72 10 4 8:16 10 4 2:91 10 6
3 3
0:7 0:76468 1:22 10 1:14 10 4:08 10 5
0:8 0:52676 1:64 10 3 1:53 10 3 5:45 10 5
0:9 0:23728 2:12 10 3 1:97 10 3 7:03 10 5
3 3
1 0:07543 2:67 10 2:47 10 8:81 10 5
Table 3.8: Solutions numériques en utilisant la méthode de Gauss -Turán.

n = 10 (h = 0:1) n = 20 (h = 0:05) n = 40 (h = 0:025)
7
0 0:07543 1:94 10 0 0
6 7
0:1 0:38075 2:99 10 1:84 10 1:25 10 8
6 7
0:2 0:64881 2:54 10 1:56 10 2:43 10 8
0:3 0:85335 1:85 10 6 1:14 10 7 6:18 10 8
0:4 0:97436 9:73 10 7 5:99 10 8 3:88 10 9
16 16
0:5 1:00000 1:11 10 1:11 10 1:08 10 16
0:6 0:92775 9:73 10 7 6:90 10 8 6:87 10 9
0:7 0:76468 1:85 10 6 1:14 10 7 2:66 10 8
0:8 0:52676 2:55 10 6 1:57 10 7 1:79 10 8
6 7
0:9 0:23728 3:0 10 1:84 10 2:01 10 8
1 0:07543 3:15 10 6 1:94 10 7 1:58 10 8
63
Table 3.9: Comparaison entre les erreurs absolue des trois méthodes avec n=40.
Gauss-Turán Simpson Trapèzes
0 0:07543 0 0 0
8 7
0:1 0:38075 1:25 10 4:78 10 6:60 10 6
0:2 0:64881 2:43 10 8 2:43 10 7 4:61 10 6
0:3 0:85335 6:18 10 8 6:18 10 7 1:42 10 6
0:4 0:97436 3:88 10 9 1:18 10 7 3:11 10 6
0:5 1:00000 1:08 10 16 1:94 10 7 5:71 10 6
0:6 0:92775 6:87 10 9 2:91 10 6 9:33 10 5
0:7 0:76468 2:66 10 8 4:08 10 5 1:41 10 4
0:8 0:52676 1:79 10 8 5:45 10 5 2:01 10 4
0:9 0:23728 2:01 10 8 7:03 10 5 2:75 10 4
1 0:07543 1:58 10 8 8:81 10 5 3:63 10 4
Figure 3.4.6 : Solutions numériques en utilisant la méthode des trapèzes où n = 10; 20; 40:
64
Figure 3.4.7 : Solutions numériques en utilisant la méthode de Simpson où n = 10; 20; 40:
Figure 3.4.8 : Solutions numériques en utilisant la méthode de Gauss-Turán où n =

10; 20; 40:
65
Figure 3.4.9 : Comparaison entre les erreurs absolue des trois méthodes avec n = 40.
66
Conclusion
Dans ce mémoire, nous avons présenté la méthode des trapèzes et la méthode de Simp-
son qui sont des cas spéciale de la méthode de Nyström. Aussi nous avons présenté la
méthode de quadrature de Gauss-Turán à 5-points pour déterminer la solution approchée
des équations intégrales non linéaires de Volterra et de Fredholm. Nous avons donné deux
exemples pour comparer entre ces trois méthodes numériques. La comparaison, à travers
d’erreur absolue, a montré que la méthode de Gauss-Turán est plus précise que la méthode
Simpson, et la méthode de Simpson est plus précise que la méthode trapèzes. Nous avons
montré aussi que l’erreur absolue tend vers zéro c’est-à-dire que la solution approximative
se rapproche de la solution exacte quel que soit la méthode. Ce qui prouve la convergence
de ces méthodes.
Les méthodes numériques de résolution des équations intégrales jouent un rôle très
important dans plusieurs investigations scienti…que, avec l’avantage des machines de com-
putation numérique, notamment les ordinateurs, ces méthodes sont devenues aujourd’hui
un outil essentiel pour attaquer les di¤érent problèmes fondamentaux de notre assimilation
des phénomènes scienti…ques qui sont di¢ ciles, à savoir impossible a résoudre dans le passé.
Le développement de nouvelles méthodes de résolution des équations intégrales est toujours
en cours. Nous espérons que les étudiants des années prochaines exposer quelques d’autres
méthodes.
67
Bibliographie
[1] Atkinson K. E. The numerical solution of integral equations of the second kind. Cam-
bridge University Press, 2009.
[2] Atkinson K. E., Han, W. Theoretical numerical analysis: A functional analysis frame-
work. Springer, New York, 2005.
[3] Brezis H. Analyse fonctionnelle: Théorie et application. Masson, Paris, 1992.
[4] Ebrahimi N., Rashidinia J. (2015). Collocation method for linear and nonlinear Fred-
holm and Volterra integral equations. Appl. Math. Comput. 270, 156-164.
[5] Kharab A. An introduction to numerical methods: A MATLAB Approach. 4th edition,

CRC Press Taylor & Francis Group, 2019.
[6] Jamei M.M., Fakhravar S. Gauss-Turan numerical integration method. Master of sci-
ence thesis, Khaje Nassir Al-Deen Toosi University of Technology, 2011.
[7] Krasnov M., Kissélev A., Makarenko G. Equations intégrales. problèmes et exercices.
Traduction française, éditions Mir, Moscou, 1977.
[8] Kress R. Linear integral equations. 3rd edition, Springer Science & Business Media,
New York, 2014.
[9] Linz P. Analytical and numerical methods for Volterra equations. Siam. Philadelphia,
1985.
[10] Mokhnache Sara. Résolution explicite de quelques équations di¤érentielles et intégrales

fractionnaires. Mémoire de Master en Mathématiques Appliquées, Université Larbi
Ben M’hidi - Oum El Bouaghi, 2020.
[11] Precup R. Methods in nonlinear integral equations. Springer-Science+Business Media

Dordrecht, 2002.
68
Bibliographie
[12] Prenter P. M. Spline and variational methods. Wiley & Sons, New York, 1975.
[13] Quarteroni A., Sacco R., Saleri F. Méthodes numériques: Algorithmes, analyse et
applications Springer, Milano, 2007.
[14] Rahman A. Integral equations and their applications. Dalhousie University, Canada,
2007.
[15] Volterra V. Theory of functionals and of integral and integro-di¤erential equations.

Dover publication, inc, New York, 1959.
[16] Wazwaz A. Linear and nonlinear integral equations methods and applications. Higher
Education Press Beijing, New York, 2011.
[17] Wazwaz A. A …rst course in integral equations. Second edition: Hackensack, N.J,
World Scienti…c, 2015.
69
‫ملـخـــــص‬
‫معــادالت "فــولتيــرا" و"فــريدهـولم" التكـامليــة الغـيــر الخـطـيــة تطبـــق في العــديـد مـن المجــاالت مثــل‬
‫ ال يمــكـن ايجــاد الحــل الـدقيــق لهــذه‬،‫ في معظــم الحــاالت‬،‫ لكــن‬.‫ الطــب واالقتصـــاد‬،‫ علـم األحيــاء‬،‫الفيــزياء‬
‫ هـنــاك عــدة طــرق عــدديـة لحــل هــذه‬.‫ مــن الـضــروري استـخــدام الطــرق العــدديــة‬،‫ لـذلك‬.‫المعــادالت‬
‫ نـقــدم طـريقــة "سيمبســون" وطـريقــة "شبــه المنحــرف" و اللتــان تعتبــران‬،‫ فـي هــذه الـمذكــــرة‬.‫المعـــادالت‬
.‫ نقـــاط‬5 ‫تــوران" المكـــونة مــــن‬-‫ كمــا نقــدم طريقـــة "جـــوس‬."‫حـالــة خـاصــة مــن طـريقــة "نيستــروم‬
،"‫ طريقــة "نيستــروم‬،‫ معــادالت "فــريدهــولم" التكـامليــة‬،‫ معــادالت "فــولتيــرا" التكــامليــة‬:‫الكلمـات المفتاحية‬
.‫ تحــليــل التقـــارب‬،"‫تــوران‬-‫طـريقـــة "جــوس‬
Résumé
Les équations intégrales non linéaires de Volterra et de Fredholm interviennent dans de
nombreux domaines comme la physique, la biologie, la médecine et l'économie. Cependant,
dans la plupart des cas, on ne peut pas trouver la solution exacte de ces équations. Donc, il
est nécessaire d’utiliser des méthodes numériques. Il existe plusieurs méthodes numériques
pour résoudre ces équations. Dans ce mémoire, nous présentons la méthode de Simpson et la
méthode des trapèzes qui sont des cas spéciale de Nyström. Aussi nous présentons la
méthode de quadrature de Gauss-Turán à 5-points.
Mots-clés: Équations intégrales de Volterra, Équations intégrales de Fredholm, Méthode de

Nyström, Méthode de quadrature de Gauss-Turán, Analyse de convergence.
Abstract
The nonlinear Fredholm and Volterra integrale quations are involved in several fields such
as physics, biology, medicine and economics. However, in most cases, one cannot find the
exact solution to these equations. So, it is necessary to use numerical methods. There are
several numerical methods to solve these equations. In this thesis, we present the Simpson
method and the trapezoid method which are special cases of Nyström method. Also we
present the 5-point Gauss-Turán quadrature method.
Keywords: Volterra integral equations, Fredholm integral equations, Nyström method,

Gauss–Turán quadrature formula, Convergence analysis.

Mémoire Seghiri Imene Final

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

Mémoire Seghiri Imene Final

Transféré par

Droits d'auteur :

Formats disponibles

Republique Algerienne Democratique et Populaire

Ministere de L’enseignement superieur de la

Année universitaire 2020 –2021

Facutlé des Sciences Exactes et Sciences de la Nature et de la Vie

Mémoire de …n d’étude pour l’obtention du diplôme de Master

Filière : Mathématiques Option : Mathématiques Appliquées

Quelques méthodes numériques pour résoudre des

Présentée par : SEGHIRI Imene

Soutenu le 12/07/ 2021, devant le jury:

Session: Juillet 2021

Mes profonds remerciements pour mon encadreur Dr.BENKHELIFA Lazhar

Je tiens aussi à exprimer mes plus vifs remerciements à Monsieur DIB

Mes vifs remerciements vont également à Monsieur GOUASMIA

Je tiens aussi à exprimer ma reconnaissance à tous les enseignants qui ont

J'adresse mes vifs remerciements à ma chère maman et mes frères et

Je ne peux clôturer mes remerciements sans adresser ma profonde

Merci à tous ceux qui ont contribué à la réalisation de ce mémoire .

A mes beaux-frères Habib Allah et Djalal.

Aux poussins de la famille, ma nièce Maram et mes neveux : Iyad, Djawad,

À toute la promotion 2020-2021.

À toutes les personnes que j'aime.

Mots-clés: Équations intégrales de Volterra, Équations intégrales de Fredholm, Méthode de

Keywords: Volterra integral equations, Fredholm integral equations, Nyström method,

1 Rappels et notions fondamentales 5

2 Généralités sur les équations intégrales 18

Aujourd’hui, les équations intégrales non linéaires de Fredholm et de Volterra at-

Dans le cas général on ne sait pas résoudre explicitement l’équation et on s’intérèsse

Chapitre 2: Dans ce chapitre, nous allons donner la dé…nition et la classi…cation des

Chapitre 3: Dans ce chapitre, d’abord, nous rappelons par la méthode de Trapèze et la

Le mémoire se termine par une conclusion et des références bibliographiques.

Rappels et notions fondamentales

1.1 Espace fonctionnels

1.1.1 Dé…nitions (Rappels)

3. kx + yk kxk + kyk ( inégalité triangulaire ).

Exemple 1.1.2 L’espace (C([a; b]; R) k:k1 ) est un espace de Banach.

Dé…nition 1.1.9 (Espace L1 ( )) Soit un ouvert de Rn , on désigne par L1 ( ) des

Dé…nition 1.1.10 (Espace LP ( )) Soit 1 p +1; on pose

Si p = 1, on a L1 ( ) est l’espace des fonctions f : ! R mesurable, véri…ant

9c > 0 telle que jf (x)j c; sur :

La norme est notée par

kf kL1 = kf k1 = inf fc > 0; jf (x)j c; sur g:

Théorème 1.1.2 (Théorème de convergence dominée de Lebesgue) Soit (fn ) une

1. fn (x) ! f (x) p:p: sur .

Théorème 1.1.3 Soient (fn ) une suite de Lp et f 2 Lp , telle que

Alors, il existe une sous-suite extraite (fnk ) telle que

1. fnk (x) ! f (x) p:p:sur .

2. jfnk (x)j h(x) 8k et p:p: sur , avec h 2 Lp :

1.1.2 Inégalités des auxiliaires

2. Inégalité de Cauchy - Schwarz

Pour p = q = 2; l’inégalité (1.1.1) devient

Soit p 1 et f; g deux fonctions dansLP ( ); alors, la somme f + g est aussi dans

4. Une inégalité utile

Soit ai (1 i N ) des réels strictement positifs et p 1un entier naturel. Alors

Soit p; q deux réels exposants conjugues. Alors

F 0 (t) (t)F (t) '(t) (t);

ce qui s’ecrit aussi

Comme G(a) = F (a) = 0; on en déduit , par intégration

d’où le résulta en utilisant l’inégalité ci-dessus.

Corollaire 1.1.1 Soient et y : [a; b] ! R+ deux fonctions continues vériviant

Ce qui termine la démonstration.

1.2 Notions sur les opérateurs

1.2.1 Opérateurs linéaires bornés

Preuve. Pour la preuve voir [3] :

Proposition 1.2.2 Soient X et Y deux espaces normés et T : X ! Y un opérateur