Académique Documents
Professionnel Documents
Culture Documents
Thème
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.
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 .
،" 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.
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.
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
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.
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.
4
Chapitre 1
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. kxk = 0 si seulement si x = 0:
2. k xk = j j kxk (homogènéité ).
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.
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
Chapitre 1: Rappels et notions fondamentales
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 :
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:
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
Chapitre 1: Rappels et notions fondamentales
kfn f kLp ! 0:
Z Z 1
2
Z 1
2
2 2
jf gj dx jf j dx jgj dx :
3. Inégalité de Minikowski
5. Inégalité de Young
8
Chapitre 1: Rappels et notions fondamentales
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
or par hypothèse, Z t
y(t) '(t) + G(t) exp (s)ds ;
s
9
Chapitre 1: Rappels et notions fondamentales
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
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
10
Chapitre 1: Rappels et notions fondamentales
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
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) ;
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
Chapitre 1: Rappels et notions fondamentales
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.
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
hA'; i = h'; A i;
12
Chapitre 1: Rappels et notions fondamentales
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
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
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:
13
Chapitre 1: Rappels et notions fondamentales
[ [
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 1.2.9 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
Chapitre 1: Rappels et notions fondamentales
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.
B(0; 1) = fx 2 X; kxk 1g ;
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 1.2.8 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
15
Chapitre 1: Rappels et notions fondamentales
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
Dans la suite le noyau Kn (x; y) sera appelé noyau itéré de K(x; y):
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
Chapitre 1: Rappels et notions fondamentales
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 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
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;
X
n
K(x; t) = i (x) i (t) ;
i=1
m
K(x; t) = g (x; t) jx tj ;
19
Chapitre 2: Généralités sur les équations intégrales
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.
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
Chapitre 2: Généralités sur les équations intégrales
Cette équation est appelée équation intégrale linéaire de Volterra de première espèce.
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
de troisième espèce.
4. Si f (x) 6= 0, l’équation (2.2.3) est dite équation intégrale linéaire de Volterra non
homogène.
21
Chapitre 2: Généralités sur les équations intégrales
Cette équation est appelée équation intégrale non linéaire de Fredholm de première
espèce.
22
Chapitre 2: Généralités sur les équations intégrales
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.
et cette équation est appelée équation intégrale non linéaire de Fredholm homogène.
Cette équation est appelée équation intégrale non linéaire de Volterra de première
espèce.
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
de troisième espèce.
4. Si f (x) 6= 0, l’équation (2.2.5) est dite équation intégrale non linéaire de Volterra non
homogène.
23
Chapitre 2: Généralités sur les équations intégrales
et cette équation est appelée équation intégrale non linéaire de Volterra homogène.
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
24
Chapitre 2: Généralités sur les équations intégrales
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
Chapitre 2: Généralités sur les équations intégrales
Alors
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
Chapitre 2: Généralités sur les équations intégrales
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
d2 y dy
+ 1 (x) + 2 (x)y = F (x);
dx2 dx
d2 y
= '(x):
dx2
27
Chapitre 2: Généralités sur les équations intégrales
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
y 00 + xy 0 + y = 0;
ou Z x
'(x) = 1 (2x t)'(t)dt:
0
28
Chapitre 2: Généralités sur les équations intégrales
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:
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
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
Chapitre 2: Généralités sur les équations intégrales
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
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
Si nous notons Z x
K2 (z; t) = K(x; z)K(z; t)g(t)dt;
t
30
Chapitre 2: Généralités sur les équations intégrales
2 j j2j M j
T j '1 T j '2 jj'1 '2 jj2 pour tout j 2:
(j 2)!
j j2n M n
< 1:
(n 2)!
X
+1
n j
lim T '1 = f + Lj f;
n!+1
j=1
c’est-à-dire Z x
'(x) = f (x) + R(x; t; )f (t)dt;
a
31
Chapitre 2: Généralités sur les équations intégrales
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.
32
Chapitre 2: Généralités sur les équations intégrales
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
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 '.
On note C [a; b] l’espace des fonctions continues sur l’intervalle fermé [a; b] est complet
par rapport à la métrique
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:
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
Chapitre 2: Généralités sur les équations intégrales
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 ('; ) :
j jn Ln (x a)n
jS n '(x) S n (x)j d ('; ) ;
n!
34
Chapitre 2: Généralités sur les équations intégrales
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:
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
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
Chapitre 2: Généralités sur les équations intégrales
d (W '; W ) j j L (b a) d ('; ) :
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.
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.
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.
38
Chapitre 3: Méthodes numériques
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
b a
xi ci = ci 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
Chapitre 3: Méthodes numériques
D’où
M X1
n 3
b a (b a)3
jen j = M:
2 i=1 6 n 12n2
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 .
40
Chapitre 3: Méthodes numériques
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
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
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
2t2
jE 000 (t)j M4 :
3
41
Chapitre 3: Méthodes numériques
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
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
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).
42
Chapitre 3: Méthodes numériques
b a
où, h = n
; xj = a + jh; 0 j n et fwi g0 j n sont choisis tels que,
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
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
Chapitre 3: Méthodes numériques
qui est un système linéaire d’ordre n.d’équations algèbriques. L’inconnu est le vecteur
' = ('(x1 ); : : : ; '(xn ))T :
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
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).
44
Chapitre 3: Méthodes numériques
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
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
j
X
"j = h wj [K(tj ; ti ; 'i ) K (tj ; ti ; ' (ti ))] n (h; tj );
i=0
45
Chapitre 3: Méthodes numériques
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
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
j
(1 hW L) ;
Remarque 3.2.1 La méthode des trapèzes et la méthode de Simpson sont des cas spéciale
de la méthode de Nyström.
46
Chapitre 3: Méthodes numériques
Pour obtenir une approximation de l’intégrale précédente, on utilise la méthode des trapèzes
et la méthode de Simpson composite.
' = T '; j = 1; : : : ; n + 1;
T
où ' = '1 ; : : : ; 'n+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
Chapitre 3: Méthodes numériques
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
48
Chapitre 3: Méthodes numériques
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;
ou
Dj s (t0 ) = Dj s (tn ) ; j = 1; 2;
ou
s00 (t0 ) = 0; y 00 (t0 ) = 0: (3.3.8)
49
Chapitre 3: Méthodes numériques
où m 2 N, s 2 N et d (x) est une mesure non négative sur l’intervalle ]a; b[ avec:
Z b
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
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
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
Chapitre 3: Méthodes numériques
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
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
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
Chapitre 3: Méthodes numériques
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
Chapitre 3: Méthodes numériques
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).
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
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
Chapitre 3: Méthodes numériques
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
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).
54
Chapitre 3: Méthodes numériques
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
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
Chapitre 3: Méthodes numériques
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
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
p
La solution exacte de cette équation (voir [11]) est ' (t) = 1 + t:
56
Chapitre 3: Méthodes numériques
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.
57
Chapitre 3: Méthodes numériques
58
Chapitre 3: Méthodes numériques
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
Chapitre 3: Méthodes numériques
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
Chapitre 3: Méthodes numériques
Figure 3.4.5 : Comparaison entre les erreurs absolue des trois méthodes avecn = 40:
61
Chapitre 3: Méthodes numériques
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.
62
Chapitre 3: Méthodes numériques
63
Chapitre 3: Méthodes numériques
Table 3.9: Comparaison entre les erreurs absolue des trois méthodes avec n=40.
Gauss-Turán Simpson Trapèzes
t S. Exacte Erreur Erreur Erreur
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
Chapitre 3: Méthodes numériques
Figure 3.4.7 : Solutions numériques en utilisant la méthode de Simpson où n = 10; 20; 40:
65
Chapitre 3: Méthodes numériques
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.
[4] Ebrahimi N., Rashidinia J. (2015). Collocation method for linear and nonlinear Fred-
holm and Volterra integral equations. Appl. Math. Comput. 270, 156-164.
[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.
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.
[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.
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.