Académique Documents
Professionnel Documents
Culture Documents
AMAL Youssef
ENSAT
Google Classroom: kzgrskw
yamal@uae.ac.ma
1445/2023
Plan du Cours
dS
= −β · S · I
dt
dI
=β·S·I −γ·I
dt
dR
=γ·I
dt
où
S(t) : Ordinateurs susceptibles d’être infectés.
I(t) : Ordinateurs infectés.
R(t) : Ordinateurs rétablis ou sécurisés.
β : Taux de transmission du virus informatique.
γ : Taux de rétablissement ou de sécurisation des ordinateurs.
Difficulté de Résolution Analytique : Système d’EDO complexes et
non linéaires.
Possibilité d’approcher les solutions analytiques par des solutions
AMAL Youssef Statistique pour Ingénieurs 1445/2023 3 / 53
Équations Différentielles Ordinaires (EDO) Introduction
Probléme de Cauchy
Hypothèses :
Soient I un intervalle de R non réduit à un point, t0 ∈ I, f une fonction
continue sur I × Rm , m ∈ N∗ , à valeur dans Rm et y0 fixé dans Rm .
Le problème de Cauchy (C) consiste à trouver y une fonction dérivable
sur I, vérifiant le système suivant :
Probléme de Cauchy
Schéma Explicite :
t0 , y0 = y(t0 ), hi , N nombre maximal de pas de temps, sont des donnés,
La solution y à chercher aux instants ti , i = 0, 1, ..., N ,
y(ti+1 ) ≈ y(ti ) + hi y ′ (ti ) = y(ti ) + hi f (ti , y(ti )),
c.à.d. yi+1 = yi + hi f (ti , yi ) pour tout 0 ≤ i ≤ N .
Schéma Implicite :
t0 , y0 = y(t0 ), hi , N nombre maximal de pas de temps, sont des donnés,
La solution y à chercher aux instants ti , i = 0, 1, ..., N ,
y(ti ) ≈ y(ti+1 ) − hi y ′ (ti+1 ) = y(ti+1 ) − hi f (ti+1 , y(ti+1 )),
c.à.d. yi+1 = yi + hi f (ti+1 , yi+1 ) pour tout 0 ≤ i ≤ N .
Approche Géométrique
Consistance
Soit y la solution du problème de Cauchy et soient y0 , y1 , ...yN les ap-
proximation de y aux temps t0 , t1 , ...tN par le schèma explicite à un pas.
Soit
ỹ(ti+1 ) = y(ti ) + hi Φ(ti , y(ti ), hi )
Stabilité
On dit qu’un schéma explicite à un pas est stable s’il existe un réel M ≥
0 tel que, étant donnés les perturbations ϵ1 , ..., ϵN ,
∗
yi+1 = yi∗ + hi Φ(ti , yi∗ , hi ) + ϵn+1 , avec y0∗ = y0
Alors
N
X
max ∥yi − yi∗ ∥ ≤ M |ϵi |.
0≤i≤N
i=1
Convergence
THÉORÈME DE LAX :
Si le schéma explicite à un pas est stable et consistant avec le problème
de Cauchy, alors il converge vers la solution du problème de Cauchy.
Ordre de Convergence
Exemple 1 :
Exemple 1 :
Interprétations :
Plus le pas de temps est petit, plus la solution donnée par le schéma d’Euler
est proche de la solution exacte.
Le schéma implicite est plus stable que le schéma explicite pour des pas de
temps relativement élevés.
À partir d’un pas de temps assez petit, les deux schémas explicite et im-
plicite se comporte de la même manière.
L’erreur globale donnèe par le schéma d’Euler est proportionnelle à h, dans
ce cas d’exemple, on a :
Eg ≈ 0.037h
h2 ′′
y(ti+1 ) = y(ti ) + hy ′ (ti ) + y (ti ) + O(h3 )
2!
La différenciation successive de la solution, y(t), donne
y ′ (t) = f (t, y(t)), y ′′ (t) = ft′ (t, y(t)) + fy′ (t, y(t))f (t, y(t))
h2 ′
f (ti , yi ) + fy′ (ti , yi )f (ti , yi )
yi+1 = yi + hf (ti , yi ) +
2! t
h ′′ h(m−1) (m)
Tm (ti , yi ) ≈ y ′ (ti ) + y (ti ) + . . . + y (ti , y(ti )).
2! m!
Si m = 1, on a yi+1 = yi + hf(ti , yi ) (le schéma d’Euler).
h ′
Si m = 2, on a yi+1 = yi + h f (ti , yi ) + f (ti , y(ti ))
2!
Plus m est élevée, plus la méthode atteint une précision d’ordre supérieur.
La méthode nécessite de calculer des dérivées de f (t, y(t)) par rapport à t.
y ′ (t) = (1 − 2t)y(t)
(
y(0) = 1
Solution :
s
X
yn+1 = yn + h bp kp
p=1
s
bp kp = Ts (tn , yn ) + O(hs )
P
tel que :
p=1
Les méthodes de Runge-Kutta ont le même ordre de précision que la
méthode de Taylor d’ordre s.
s
P
Description du cas générale: yn+1 = yn + h bp kp où bp ≥ 0 and
p=1
s
P
bp = 1 sont les poids,
p=1
!
s
P
Cas Explicite : kp = f tn + cp h, yn + h ap,q kq avec ap,q = 0
q=1
pour tout q ≤ p.
!
s
P s
P
Cas Implicite : kp = f tn + cp h, yn + h ap,q kq et cp = ap,q .
q=1 q=1
D’autre part,
f (tn + αh, yn + βk1 ) = f (tn , yn ) + αhft′ (tn , yn ) + βk1 fy′ (tn , yn ) +
O(h2 )
Ainsi, yn+1 = yn + h(b1 k1 + b2 k2 )
yn+1 = yn + h(b1 + b2 )f (tn , yn ) + b2 h2 αft′ + βf )fy′ (tn , yn ) +
O(h3 ), (⋆⋆)
En comparant (⋆) et (⋆⋆),
b1 + b2 = 1, αb2 = 1/2 et βb2 = 1/2.
par exemple α = β = 1 et b1 = b2 = 1/2 (Schéma de Heun).
AMAL Youssef Statistique pour Ingénieurs 1445/2023 25 / 53
Équations Différentielles Ordinaires (EDO) Schémas de Runge-Kutta
h
(Schéma de Runge-Kutta d’ordre 3) : yn+1 = yn + 4 (k1 + 3k3 )
k1 = f (tn , yn )
k2 = f (tn + h3 , yn + h3 k1 )
2h 2h
k3 = f (tn + 3
, yn + k )
3 2
k1 = f (tn , yn )
k2 = f (tn + h2 , yn + h2 k1 )
k3 = f (tn + h2 , yn + h2 k2 )
k4 = f (tn + h, yn + hk3 )
Comparer les erreurs globales liées aux schémas d’Euler, RK2 et RK4.
Solution :
Solution :
1/(p+1)
tol
hnew = hi , p ordre du schéma utilisé.
Eli+1
1
Schéma de Taylor : On a Eli+1 = hp+1 yip+1 alors
(p + 1)! i
1/(p+1)
(p + 1)!tol
hnew =
yip+1
1/(p+1)
(p + 1)!tol
Initialement, pour obtenir El1 = tol, on pose h1 =
y0p+1
y(0) = 1
dy1
= −3y1 + y2
dt
dy2
= −2y2
dt
Équations d’ordre m :
y (m) (t) = f (t, y(t), y ′ (t), . . . , y (m−1) (t)),
y(t0 ) = y0
y ′ (t0 ) = y1
···
(m−1)
y (t0 ) = ym−1
Équations d’ordre 2 :
(2)
y (t) = f (t, y(t), y ′ (t)),
y(t0 ) = y0
y ′ (t0 ) = u0
On pose u = y ′ . Ainsi,
y ′ = u, y(t0 ) = y0
′
u (t) = f (t, y(t), y ′ (t)), u(t0 ) = u0
β·S·I
S I
γ·I
S I R
dS
= −β · S · I + γ · I
dt
dI
=β·S·I −γ·I
dt
Où :
S : Nombre de machines susceptibles d’être infectées.
I : Nombre de machines infectées.
β : Taux de propagation du malware.
γ : Taux de récupération ou nettoyage des machines infectées.
dS
= −β · S · I
dt
dI
=β·S·I −γ·I
dt
dR
=γ·I
dt
où
S(t) : Ordinateurs susceptibles d’être infectés.
I(t) : Ordinateurs infectés.
R(t) : Ordinateurs rétablis ou sécurisés.
β : Taux de transmission du virus informatique.
γ : Taux de rétablissement ou de sécurisation des ordinateurs.
AMAL Youssef Statistique pour Ingénieurs 1445/2023 52 / 53
Propagation de malware dans un réseau local Projet