‫جامعة السلطان موالي سليمان‬

UNIVERSITE SULTAN MOULAY SLIMANE

‫المدرسة العليا للتربية والتكوين‬
ÉCOLE SUPÉRIEURE DE L'ÉDUCATION ET DE LA FORMATION ‫بني مالل‬
BENI MELLAL

FILIÈRE DE MATHEMATIQUES

Licence en Education : Enseignement Secondaire - Mathématiques

PROJET DE FIN D’ETUDES

Résolution des équations

différentielles par la méthode
de différence finie

Réalisé par : - Hafssa OUFIR Encadré par : Pr. El Hassan EL JAOUI

- Oumaima HAJJOULI
- Rajae BELATTAR

Soutenu le Juin 2023

Devant le jury :
Pr. El Hassan EL JAOUI ESEF Béni Mellal
Pr. Bouchra BEN AMMA ESEF Béni Mellal
Pr. Malek MUSTAPHA ESEF Béni Mellal
Pr. Anass TIARIMTI ALAOUI ESEF Béni Mellal
Pr. Abdellatif LASBAHANI ESEF Béni Mellal

Année universitaire : 2022/2023

Travail réalisé au sein de l’École Supérieure de l'Éducation et de la Formation Béni Mellal

2 DEDICACE

Dédicace
Nous souhaite dédier ce projet de fin d’étude à Dieu, qui nous a accordé la sagesse,
la force et la persévérance tout au long de ce parcours académique.
À nos familles, pour leurs amours inconditionnels, leurs soutiens constant et leurs
sacrifices, sans lesquels cette réalisation ne serait pas possible. À nos professeurs et notre
encadrant, pour leurs expertises, leurs patiences, leurs guidances tout au long de ce
projet et leurs précieux enseignements qui ont nourri notre passion pour l’apprentissage.
À nos amis, pour leur présence, pour leur soutien indéfectible, leurs encouragements
et les moments de détente partagés qui ont allégé le fardeau des études.
À nos camarades de classe, pour les échanges intellectuels stimulants, les collabo-
rations fructueuses et les souvenirs précieux que nous avons créés ensemble.
À nous-même, pour nos déterminations et nos persévérances à surmonter les obs-
tacles.
Ce projet est le fruit de nos efforts collectifs et nous sommes reconnaissantes envers
chacun(e)s d’entre vous. Merci du fond du cœur !
REMERCIEMENT 3

Remerciement

N ous tenons à exprimer notre sincère gratitude envers Monsieur le Président

de l’Université Sultan Moulay Slimane, Nabil Hmina, Monsieur le Directeur,
Ali Lmnawer, ainsi que Monsieur le Secrétaire Général, Abderrahman Sbai,
de l’École Supérieure de l’Éducation et de la Formation, pour leur engagement et leurs
efforts inlassables au cours de ces trois dernières années.
Nous souhaitons adresser nos remerciements les plus chaleureux au chef de filière et
notre encadrant, Dr. El HASSAN ELJAOUI, pour son encadrement technique exem-
plaire, ses précieux conseils et sa rigueur scientifique qui ont joué un rôle déterminant
dans notre réussite.
Nous exprimons également notre profonde reconnaissance envers notre cher profes-
seur, MUSTAPHA MALEK, pour son soutien constant et son assistance précieuse tout
au long de notre parcours.
Nous tenons à remercier sincèrement notre professeure, Madame BOUCHRA BEN
AMMA, pour son aide généreuse et ses conseils éclairés qui ont enrichi notre travail.
Nos remerciements vont également à l’ensemble des enseignantes de l’École Supé-
rieure de l’Éducation et de la Formation, dont les connaissances et la passion pour
l’enseignement ont contribué à notre formation académique.
Enfin, nous exprimons notre gratitude envers les étudiants de la filière Mathéma-
tiques en particulier, ainsi que tous les étudiants de l’École Supérieure de l’Éducation
et de la Formation en général, pour ces trois années de partage, de collaboration et de
souvenirs inoubliables.
Nous sommes profondément reconnaissants envers toutes les personnes qui ont sou-
tenu notre parcours académique. Votre contribution a été essentielle à notre réussite et
nous garderons ces moments précieux dans nos cœurs. Merci infiniment.
Table des matières

Introduction 6
0.1 Contexte et motivation . . . . . . . . . . . . . . . . . . . . . . . . . . 6
0.2 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
0.3 Objectifs et contributions . . . . . . . . . . . . . . . . . . . . . . . . . 6

1 Préliminaire 8
1.1 Aperçus sur les équations différentielles : . . . . . . . . . . . . . . . . . 8
1.2 Les méthodes numériques de résolution des équations différentielle : . . 8
1.2.1 Méthode itérative de Picard : . . . . . . . . . . . . . . . . . . . 9
1.2.2 Méthodes basées sur la série de Taylor . . . . . . . . . . . . . . 10
1.3 La méthode de différence finie . . . . . . . . . . . . . . . . . . . . . . . 11

2 Principe de la méthode des différences finies 12

2.1 Rappels mathématiques nécessaires à la méthode de différence finie . . 12
2.1.1 Espace Métrique : . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.2 Espace normé : . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.3 Espace topologique . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.4 Équations différentielles . . . . . . . . . . . . . . . . . . . . . . 13
2.1.5 Théorème du point fixe de Picard-Banach . . . . . . . . . . . . 13
2.1.6 Le problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Discrétisation des équations différentielles ordinaires d’évolution . . . . 15
2.2.1 Position du problème et réduction d’ordre . . . . . . . . . . . . 15
2.2.2 Théorème d’existence et unicité . . . . . . . . . . . . . . . . . . 16
2.3 Les schémas à un pas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.4 Étude de la a-stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5 Stabilité, Consistance et Convergence d’un schéma numérique . . . . . 21
2.5.1 Stabilité d’un schéma numérique (cas général) . . . . . . . . . 21
2.5.2 Consistance d’un schéma numérique . . . . . . . . . . . . . . . 21
2.5.3 Convergence d’un schéma numérique . . . . . . . . . . . . . . . 22

3 Implémentation numérique 24
3.1 Choix d’outils et des language de programation : . . . . . . . . . . . . 24
3.2 Architecture du programme : . . . . . . . . . . . . . . . . . . . . . . . 25
3.3 Des apllications de la résolution des quelques EDO par la méthode de
différence finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

4
INTRODUCTION 5

3.3.1 La résolution de y’ - ay = 0 . . . . . . . . . . . . . . . . . . . . 26
3.3.2 schéma implicite et le schéma explicite de y’ - ay = 0
par la méthode des différences finies . . . . . . . . . . . . 27
3.3.3 L’implémentation da la solution de y’ - ay = 0 . . . . . . . . . . 27
3.3.4 Résolution de l’EDO de refroidissement par la méthode des dif-
férences finies . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3.5 Schéma implicite et le schéma explicite de l’EDO de
refroidissement par la méthode des différences finies . . 29
3.3.6 L’implémentation de la solution l’EDO de refroidissement par la
méthode des différences finies . . . . . . . . . . . . . . . . . . . 30

4 Partie didactique 32
4.1 les étapes didactiques pour résoudre une équation différentielle en utili-
sant la méthode des différences finies . . . . . . . . . . . . . . . . . . . 32
4.2 Développement d’un outil pédagogique pour visualiser la méthode : . . 34
4.3 Explication de la méthode de différence finie à travers des exemples
concrets du niveau baccalauréat au maroc . . . . . . . . . . . . . . . . 34
4.3.1 Explication de la méthode de différence finie : . . . . . . . . . . 34
4.3.2 Un exemple d’(EDO) résolue par la méthode de différence finie
en baccalauréat : . . . . . . . . . . . . . . . . . . . . . . . . . . 35

Conclusions et perspectives 36

Annexes 38
Introduction

0.1 Contexte et motivation

L es équations différentielles jouent un rôle fondamental dans de nombreux do-

maines scientifiques et techniques, de l’ingénierie à la physique en passant par
les sciences de la vie. La résolution précise et efficace de ces équations est es-
sentielle pour comprendre le comportement des systèmes dynamiques et prédire leur
évolution dans le temps. Parmi les différentes méthodes numériques utilisées pour ré-
soudre ces équations, la méthode des différences finies occupe une place importante en
raison de sa simplicité conceptuelle et de sa flexibilité d’application. Dans ce projet de
fin d’étude, nous nous concentrons sur l’application de la méthode des différences finies
à la résolution des équations différentielles.

0.2 Problématique
Malgré la popularité de la méthode des différences finies, il existe encore des défis
et des problématiques associés à sa mise en œuvre efficace. Ces défis comprennent
la discrétisation appropriée du domaine, la sélection des schémas de différences finies
adaptés, la gestion des conditions aux limites, la précision de la solution obtenue, ainsi
que l’efficacité et la stabilité numérique. La compréhension de ces problématiques est
cruciale pour obtenir des résultats fiables et précis lors de la résolution des équations
différentielles par la méthode des différences finies.

0.3 Objectifs et contributions

L’objectif principal de ce projet de fin d’étude est d’étudier et d’approfondir la
résolution des équations différentielles en utilisant la méthode des différences finies.
Nous visons à examiner les différentes étapes impliquées dans l’application de cette
méthode, en mettant l’accent sur les aspects clés tels que la discrétisation spatiale et
temporelle, la formulation des équations discrétisées, les schémas de différences finies

6
PRELIMINAIRE 7

appropriés et la gestion des conditions aux limites. En outre, nous nous efforcerons
d’évaluer la précision, la stabilité et l’efficacité de la méthode des différences finies
à travers des études comparatives et des analyses numériques. Les contributions de
ce projet résideront dans une meilleure compréhension de la méthode des différences
finies et de son application aux équations différentielles, ainsi que dans la proposition
de recommandations pratiques pour une utilisation efficace de cette méthode.
Le projet de fin d’études sur la résolution des équations différentielles par méthode
de différences finies vise à étudier cette méthode et à l’appliquer pour résoudre des
équations différentielles de diverses natures. Le PFE peut comporter plusieurs axes de
travail, tels que l’analyse mathématique de la méthode, la programmation numérique
pour résoudre des équations différentielles, et la modélisation de phénomènes physiques
en utilisant cette méthode.

En résumé, ce projet de fin d’étude vise à explorer la résolution des équations

différentielles par la méthode des différences finies, en se concentrant sur les défis et
les problématiques associés, ainsi que sur les objectifs et les contributions spécifiques
de cette étude. Nous espérons que les résultats obtenus contribueront à améliorer la
précision et l’efficacité des méthodes numériques utilisées dans la résolution des équa-
tions différentielles, ouvrant ainsi la voie à de nouvelles avancées dans divers domaines
scientifiques et techniques.
Chapitre 1
Préliminaire

1.1 Aperçus sur les équations différentielles :

L es équations différentielles sont des équations liant entre elles une fonction in-
connue y d’une variable t et ses dérivées successives y 0 , y", ..., y (n) ,jusqu’à un
certain ordre n ≥ 1. On les présente le plus souvent sous la forme
y (n) = f (t, y(t), y 0 (t), ..., y (n−1) (t)).
C’est-à-dire que la dérivée neme de y au point t est fonction de t et des valeurs des
dérivées de y d’ordre strictement inférieur à n en ce même point t. On se pose la
question de savoir, pour f donnée, si de telles équations ont des solutions, c’est-à-
dire s’il existe de telles fonctions y, puis de décrire aussi précisément que possible ces
solutions éventuelles.

1.2 Les méthodes numériques de résolution des équa-

tions différentielle :
Il existe un grand nombre de façons de résoudre une équation différentielle, parmis
ces méthode on trouve :
-Méthode itérative de Picard.
-Méthodes basées sur la série de Taylor (Méthode d’Euler- Méthodes de Taylor d’ordre
plus élevés).

Mais avant d’aborder ces dernières, on commence par la formulation générale :

On commence en remarquant qu’une solution formelle de l’équation :

d
y(t) = f (t, y(t)) (1.1)
dt
8
PRELIMINAIRE 9

Est obtenue en intégrant de t0 á t :

Z y(t) Z t
dy = f (s, y(s)) ds (1.2)
y(t0 ) t0

Z t
y(t) − y(t0 ) = f (s, y(s)) ds (1.3)
t0

Donc la solution y(t) s’écrit :

Z t
y(t) = y0 + f (s, y(s)) ds (1.4)
t0

où y0 ≡ y(t0 ). Le problème avec cette solution formelle est que l’inconnue y(t) se trouve
sous l’intégrale.

1.2.1 Méthode itérative de Picard :

Dans la méthode de Picard, on peut itérer l’équation (1.4) afin de générer une série
série d’approximation à y(t),dénotèes y1 (s), y2 (s), ..., yk (s). On initialise l’itération en
prenant y(t) ≈ y(0) sous l’intégrale :
Z t
y1 (t) = y0 + f (s, y0 ) ds
t0
Z t
y2 (t) = y0 + f (s, y1 (s)) ds
t0 (1.5)
..
.
Z t
yK (t) = y0 + f (s, yk−1 (s)) ds
t0

La méthode de Picard est couramment utilisée dans l’analyse mathématique des

équations différentielles.Cependant, cette méthode peut être particulièrement utile dans
les cas où il est possible de faire une intégration analytique de la suite t0 f (s, yk (s)) ds.
Rt

Des logiciels de calcul symbolique tels que Mathematica et Maple sont capables d’éva-
luer ce type d’intégrale de manière analytique.
10 PRELIMINAIRE

1.2.2 Méthodes basées sur la série de Taylor

Les méthodes qui utilisent la série de Taylor sont particulièrement appropriées pour
les calculs numériques.. Commençons par subdiviser l’intervalle [t0 , t0 + T ] en N sous
intervalles de même longueur h et appelons tn les points de subdivision. Nous avons
donc
h= T
N
et tn = t0 + nh pour n=0,...,N
Le développement de la série de Taylor de y(tn+1 ) jusqu’à l’ordre m autour du point
tn s’écrit :
h2 hm (m)
y(tn+1 ) = y(tn ) + hy (1) (tn ) + y (2) (tn ) + ... + y (tn ) + O(hm+1 ) (1.6)
2! m!
Parmi les méthodes basées sur la série de Taylor on trouve :

Méthode d’Euler :
Si on arrête la série de Taylor à l’ordre 1 on obtient ;
y(tn+1 ) ≈ y(tn ) + hy (1) (tn ) (1.7)
L’application de cette formule pour calculer les y(tn ) est connue comme méthode
d’Euler. Nous pouvons observer que l’erreur commise à chaque étape de la méthode est
de l’ordre de O(h2 ). Il est évident que pour augmenter la précision de cette méthode,
il faut diminuer la taille de h. Cependant, cela implique d’évaluer la fonction un grand
nombre de fois, ce qui peut être coûteux en termes de temps d’exécution. De plus, un
grand nombre d’évaluations de la fonction peut entraîner une accumulation des erreurs
numériques induites par la machine.

Méthodes de Taylor d’ordre plus élevés :

En considérant l’équation 1.6, et en augmentant le nombre de termes inclus dan
la série de Taylor on s’attend à une amélioration de la solution numérique. Pour ceci,
nous avons besoin des dérivées d’ordre supérieur à 1.
On peut les obtenir en dérivant l’équation différentielle de base :
dy
≡ y (1) (t) = f (t, y(t))
dt
d2 y (2) d
≡ y (t) = f (t, y(t))
dt2 dt
d2 (1.8)
y (m) (t) = 2 f (t, y(t))
dt
..
.
dm−1
y (m) (t) = f (t, y(t))
dtm−1
Principe de la méthode des différences finies 11

Le développement de la série de Taylor (1.6)nous montre que l’erreur commise par

une méthode de Taylor d’ordre m et O(hm+1 ). Néanmoins, il est incorrect de penser
que plus m est grand mieux c’est, puisque les calculs à chaque étape deviennent plus
lourds au fur et à mesure que m augmente . Il est communément admis qu’il n’est pas
profitable de prendre m > 4.

1.3 La méthode de différence finie

La méthode des différences finies est une méthode numérique largement utilisée pour
résoudre des équations différentielles. Elle est particulièrement utilisée pour les équa-
tions différentielles ordinaires (EDO) et les équations aux dérivées partielles (EDP).
L’idée de base de cette méthode est de discrétiser le domaine d’étude en un ensemble
de points espacés de manière régulière. Ensuite, les dérivées de la fonction inconnue
sont approximées en utilisant des différences finies, qui correspondent à des différences
discrètes entre les valeurs de la fonction aux points voisins.
Pour les équations différentielles ordinaires, cela signifie que l’on remplace les dé-
rivées par des expressions basées sur les valeurs de la fonction aux points adjacents.
De même, les dérivées d’ordre supérieur peuvent être approximées en utilisant des
différences finies correspondantes.
En résumé, la méthode des différences finies consiste à remplacer les dérivées de
la fonction inconnue par des expressions basées sur des différences discrètes entre les
valeurs de la fonction aux points adjacents. Cela permet de transformer les équations
différentielles en un problème algébrique qui peut être résolu numériquement. Cette mé-
thode offre une approche pratique et efficace pour résoudre les équations différentielles
en utilisant des calculs discrets.
Chapitre 2
Principe de la méthode des différences finies

2.1 Rappels mathématiques nécessaires à la méthode

de différence finie
2.1.1 Espace Métrique :
Définition :
Soit X un ensemble non vide. Une distance (métrique) sur X est une application
(x, y) 7→ d(x, y) de X × X dans R+ telle que :
1. d(x, y) = 0 ⇔ x = y ;
2. d(x, y) = d(y, x), ∀x, y ∈ X ;
3. d(x, y) ≤ d(x, z) + d(z, y), ∀x, y, z ∈ X (inégalité triangulaire).
On dit alors que le couple (X, d) est un espace métrique.

2.1.2 Espace normé :

Définition :
Une application k.k : E → R+ est appelée une norme si elle vérifie les trois propriétés
suivantes :
1. Pour tout x ∈ E, kxk = 0 ⇔ x = 0.
2. Pour tout x ∈ E et tout λ ∈ K, kλxk = |λ| · kxk (homogénéité).
3. Pour tous x, y ∈ E, kx + yk ≤ kxk + kyk (inégalité triangulaire).
On dit alors que le couple (E, k.k) est un espace vectoriel normé.

12
Principe de la méthode des différences finies 13

2.1.3 Espace topologique

Définition :
Soit O une famille de parties d’un ensemble X. On suppose que :
1. L’ensemble vide et X sont éléments de O.
2. La réunion d’une famille quelconque d’éléments de O est encore un élément de
O.
3. L’intersection d’une famille finie d’éléments de O est encore un élément de O.
On dit alors que O est une topologie pour X. Dans ce cas, l’espace X muni de cette
famille est appelé un espace topologique.
Les éléments de O sont appelés les ouverts de X pour la topologie O.

2.1.4 Équations différentielles

Définition :
Équation différentielle ordinaire. Une équation différentielle ordinaire (EDO) est une
relation entre la variable réelle t, une fonction inconnue t 7→ y(t) et ses dérivées
y 0 , y 00 , ..., y (n) au point t définie par

F (t, y(t), y 0 (t), y 00 (t), ..., y (n) (t)) = 0 (2.1)

(on notera par F (t, y, y 0 , y 00 , ..., y (n) ) = 0)

On dit que cette équation est scalaire si F est à valeurs dans R. (N.B. : on pourra
utiliser x de temps en temps au lieu de t, i.e. y(t) ou y(x)).

Définition :
Équation différentielle normale. On appelle équation différentielle normale d’ordre n
toute équation de la forme

y (n) = f (t, y, y 0 , ..., y (n−1) ) (2.2)

2.1.5 Théorème du point fixe de Picard-Banach

Définition : (Application contractante)
Soient (X, d) un espace métrique et f : X → X une application. On dit que f est
contractante s’il existe une constante 0 < k < 1 telle que ∀x, y ∈ X, d(f (x), f (y)) ≤
kd(x, y). On pourra alors dire que f est k-contractante.

Proposition :
Une application contractante est continue.
14 Principe de la méthode des différences finies

Théorème (Théorème du point fixe de Picard-Banach) :

Soient (X, d) un espace métrique complet et f : X → X une application k-contractante.

Alors :
1. f admet un unique point fixe a ∈ X,
2. Pour tout x0 ∈ X, la suite des itérées de x0 par f , définie par xn := f n (x0 ) pour
tout n ∈ N, converge vers a,
kn
3. La convergence est géométrique : ∀n ∈ N, d(xn , a) ≤ d(x1 , x0 ).
1−k

2.1.6 Le problème de Cauchy

Le problème de Cauchy est un concept mathématique utilisé en analyse pour ré-
soudre des équations différentielles ordinaires. Plus précisément, il s’agit de trouver
une solution d’une équation différentielle ordinaire qui satisfait à la fois une condition
initiale et une condition de continuité. Le problème de Cauchy peut être décrit mathé-
matiquement comme suit :

Soit une équation différentielle ordinaire d’ordre n donnée par :

F (x, y, y 0 , y", …, y (n) ) = 0 (2.3)

Le problème de Cauchy consiste à trouver une solution y(x) de cette équation différen-
tielle qui satisfait à la fois une condition initiale et une condition de continuité.

La condition initiale est généralement de la forme :

y(x0 ) = y0 , y 0 (x0 ) = y1 , ..., y (n−1) (x0 ) = yn−1 (2.4)

où x0 est la valeur initiale de x et y0 , y1 , ..., yn−1 sont des constantes données.

La condition de continuité est souvent de la forme :

G(x, y, y 0 , y", ..., y (n−1) ) = 0 (2.5)

où G est une fonction donnée. Cette condition de continuité exprime le fait que la
solution doit être continue en tout point où elle est définie.
La résolution d’un problème de Cauchy peut être effectuée à l’aide de différentes
méthodes . La méthode utilisée dépendra de la complexité de l’équation différentielle
et des conditions initiales données.
Principe de la méthode des différences finies 15

2.2 Discrétisation des équations différentielles

ordinaires d’évolution

2.2.1 Position du problème et réduction d’ordre

Une équation différentielle ordinaire (EDO) est une équation différentielle ayant la
forme :

y (p) (t) = f t, y(t), y 0 (t), ..., y (p−1) (t) (2.6)

avec
y : R+ −→ R

une fonction inconnue et f : R+ × Rp −→ R. On dit que (2.6) est une équation

différentielle ordinaire d’ordre p.

Ce chapitre se concentre sur la discrétisation des problèmes de Cauchy, qui sont

des problèmes caractérisés par des conditions initiales. Nous examinons en détail la
manière de représenter ces problèmes sous forme discrète et explorons les méthodes
appropriées pour les résoudre.

Chercher y : R+ −→ R de classe C
p tel que




y (p) (t) = f t, y(t), y 0 (t), ..., y (p−1) (t) , ∀t ≥ 0




y(0) = α0

(2.7)

 y 0 (0) = α1
...




 (p−1)
y (t) = αp−1

Ces problèmes de Cauchy d’ordre p mettant en jeu des fonctions à valeurs scalaires
peuvent prendre la forme d’une équation différentielle ordinaire vectorielle d’ordre 1.
En effet, en notant :

(2.8)

T
Y (t) = y(t), y 0 (t), · · · , y (p−1) (t)

nous avons

y 0 (t) y 0 (t)
   
 y (2) (t)   y (2) (t) 
0
(2.9)
   
Y (t) = 
 ... =
  ... 

 y (p−1) (t)   y (p−1) (t) 
f t, y(t), y 0 (t), ..., y (p−1) (t)


y (p) (t)

En notant α = y(0), y 0 (0), · · · , y (p−1) (0) et F : R+ × Rp −→ Rp la fonction définie

T

par
16 Principe de la méthode des différences finies

    
u0 u1
  u1   u2 
(2.10)
    
F
t, 
 ···  = 
  ... 

  up−2   up−1 
up−1 f (t, u0 , u1 , ..., up−1 )

le problème 2.7 s’écrit

 Chercher Y : R+ −→ Rp de classe C 1 tel que



Y 0 (t) = F (t, Y (t)), ∀t ≥ 0 (2.11)

Y (0) = α


Nous allons après avoir étudié l’existence et l’unicité des EDO vectorielles d’ordre 1,
nous allons présenter les schémas numériques à un pas, puis en effectuer l’analyse.

2.2.2 Théorème d’existence et unicité

Théorème(Cauchy-Lipschitz-Picard)

Si α ∈ Rp , F : R+ × Rp −→ Rp est continue et vérifie

∃L > 0 ∀t > 0, ∀U, V ∈ Rp , kF (t, U ) − F (t, V )k ≤ LkU − V k (2.12)

alors le problème 2.11 admet une unique solution.

Preuve.

Soit L : C 0 ([0, +∞ [, Rp ) −→ C 0 ([0, +∞ [, Rp ) l’application définie par

Z t
LV (t) = α + F (s, V (s))ds (2.13)
0

Remarquons que Y est solution de (21) ssi Y est point fixe de L.

(i) Pour démontrer l’existence d’une solution de (21), nous allons démontrer, pour tout
T ≥ 0, l’existence et l’unicité d’un point fixe deL dans l’espace de Banach

Xk T = V ∈ C 0 ([0, T ], Rp ) : kV kXTk < +∞ (2.14)



avec
kV kXk T = sup e−kt V (t) (2.15)
t∈[0,T ]

Comme T est borné, l’application L est continue sur XkT . Montrons que L est contrac-
tante sur XTk pour k > L
Z t
−kt
−kt
e (LU (t) − LV (t)) = e F (s, U (s)) − F (s, V (s))ds (2.16)
0
Principe de la méthode des différences finies 17

D’après (2.12), il suit l’inégalité*

Z t
ke −kt
(LU (t) − LV (t))k ≤ Le −kt
eks e−ks kU (s) − V (s)k ds
Z0 t
≤ Le−kt ( eks ds)kU − V kXkT
Z0 t (2.17)
≤ Le−kt ( eks ds)kU − V kXkT
−∞
L
≤ kU − V kX T
k k

En appliquant le sup sur t. On obtient :

L
kLU − LV kX T ≤
|U − V kX T (2.18)
K k k

Puisque x > y, alors L est contractante sur XkT .On utilise alors le théorème de point
fixe de Picard, on obtient :
∃!YT ∈ XkT : LYT (t) = YT (t), ∀t ∈ [0, T ] (2.19)
Remarquons que pour T 0 > T > 0, YT 0 |[0,T ] ∈ XkT et LYT 0 (t)pour tout t ∈ [0, T ] .
Par unicité, on l’identité suivante

∀T 0 > T > 0, YT 0 (t) = YT (t) ∀t ∈ [0, T ] (2.20)

Ceci nous permet de définir la fonction Y ∈ C 0 ([0, +∞ [, Rp ) . définie par

Y : C 0 ([0, +∞ [ −→ Rp (2.21)
t 7−→ Y (t) = Yt (t)
qui vérifie (2.13) et donc (2.11).
(ii)Pour montrer l’unicité, nous considérons deux solutions Y1 et Y2 de 2.11.
Comme Y1 et Y2 sont des points fixes de L on a
Z t
Y1 (t) − Y2 (t) = F (s, Y1 (s)) − F (s, Y2 (s))ds (2.22)
0
Il suit Z t
kY1 (t) − Y2 (t)k ≤ L κ|Y1 (s) − Y2 (s)|, ds (2.23)
0

En notant ψ(t) = exp(−Lt) 0 kY1 (s) − Y2 (s)k , ds ,on a l’équation

Rt

ψ 0 (t) ≤ 0, ψ(0) = 0 et ψ(t) ≥ 0 =⇒ ψ(t) = 0.

On peut conclure à l’unicité Y1 = Y2 .
Remarque :
Lors de la démonstration du théorème de Cauchy-Lipschitz-Picard, nous avons
introduit la forme intégrale du problème (2.11), cette formulation est souvent utilisée en
plusieurs démonstrations. Rappelont que le problème (2.11) est équivalent à sa forme
intégrale :
18 Principe de la méthode des différences finies

 Chercher Y : RR+ −→ Rn de classe C 0 tel que


t
Y (t) − Y (t0 ) = t0 F (s, Y (s)) (2.24)
Y (0) = α


FIGURE 2.2.1 – Une grille uniforme de pas δt

2.3 Les schémas à un pas

On introduit une grille uniforme en temps, voir figure (2.2.1), définie par ses som-
mets tn = nδt avec n ∈ N. On note Yn l’approximation de Y (tn ).

Yn ' Y (tn ) (2.25)

Un schéma à un pas est une méthode numérique permettant de calculer Yn+1 à partir
de Yn :
Yn+1 = φ(tn , δt, Yn ) (2.26)
avec :
φ : R+ × R+ × Rp → Rp .
La plupart des schémas est basée sur l’approximation de la forme intégrale 2.24 écrite
pour t = tn+1 et t0 = tn et sur une formule d’intégration numérique du second membre :
Z tn+1
Y (tn+1 ) = Y (tn ) + g(t) dt avec g(t) = F (t, Y (t)) (2.27)
tn

Le schéma d’Euler explicite. On utilise ici une méthode des rectangles à gauche
pour calculer l’aire séparant le graphe de g pour t allant de tn à tn+1 :
Z tn+1
g(s) ds ≈ δt · g(tn ) = δt · F (tn , Y (tn )) (2.28)
tn

On en déduit le schéma d’Euler explicite :

Yn+1 = Yn + δt · F (tn , Yn ) (2.29)

Le schéma d’Euler implicite. On utilise ici une méthode des rectangles à droite :
Z tn+1
g(s) ds ≈ δt · g(tn+1 ) = δt · F (tn+1 , Y (tn+1 )) (2.30)
tn
Principe de la méthode des différences finies 19

FIGURE 2.3.1 - Les méthodes d’intégration numérique : rectangle à gauche, rectangle

à droite, trapèze
On aboutit au schéma :

Yn+1 = Yn + δtF (tn+1 , Yn+1 ) ⇐⇒ Yn+1 − δtF (tn+1 , Yn+1 ) = Yn (2.31)

Le schéma des trapèzes implicites. La formule d’intégration est celle des trapèzes

tn+1
Z
δt δt
g(s)ds ' g (tn+1 ) + g (tn )


2 2

tn (2.32)
 δt δt
= F (tn , Y (tn )) + F (tn+1 , Y (tn+1 ))


2 2
On aboutit au schéma

δt δt
Yn+1 = Yn + F (tn , Yn ) + F (tn+1 , Yn+1 ) (2.33)
2 2
C’est à dire

δt δt
Yn+1 − F (tn+1 , Yn+1 ) = Yn + F (tn , Yn ) (2.34)
2 2
Le schéma des trapèzes explicites. Ce schéma consiste à reprendre 2.33 en rempla-
çant Yn+1 dans le second membre par Ȳn+1 une approximation calculée à l’aide d’une
méthode d’Euler explicite

Ȳ n + 1 = Y n + δtF (tn , Yn ) ,
(2.35)
Yn+1 = Yn + δt2 F (tn , Yn ) + δt2 F tn+1 , Ȳn+1 .

Remarque :
On parle de schéma explicite lorsque le calcul de Yn+1 à partir de Yn s’effectue à l’aide
d’une formule explicite. A contrario, lorsque le calcul de Yn+1 nécessite la résolution
d’un problème on parle de méthode implicite. Bien entendu pour le même δ t, les
schémas explicites nécessiterons beaucoup moins de temps de calcul que les schémas
implicites.
20 Principe de la méthode des différences finies

2.4 Étude de la a-stabilité

Considérons le problème suivant :
(
y 0 (t) + ay(t) = 0, t ≥ 0,
(2.36)
y(0) = α.

où y(t) = α exp(−at) est une solution décroissante en valeur absolue.

On dira qu’un schéma est a-stable si la suite yn est décroissante en valeur absolue,
et instable sinon. Notons que dans ce cas, F (t, y) = F (y) = −ay. A-stabilité du schéma
d’Euler explicite Revenons au schéma 2.29 :

yn+1 = yn − aδtyn = (1 − aδt)yn (2.37)

Notons que aδt > 0. La suite yn est une suite géométrique de raison 1 − aδt. Pour que
le schéma soit a-stable, il faut que cette raison soit inférieure à 1 en valeur absolue.
Ainsi, le schéma est stable si aδt < 2 et instable sinon.
A-stabilité du schéma d’Euler implicite Revenons au schéma (2.29) :

yn+1 = yn (1 + aδt) (2.38)

La raison de la suite yn est (1 + aδt)−1 . Cette raison est toujours inférieure à 1 en valeur
absolue. Ainsi, le schéma d’Euler implicite est inconditionnellement stable. A-stabilité
du schéma d’Euler explicite Revenons au schéma (2.29) :

yn+1 = yn − aδtyn = (1 − aδt)yn (2.39)

Notons que aδt > 0. La suite yn est une suite géométrique de raison 1 − aδt. Pour que
le schéma soit a-stable, il faut que cette raison soit inférieure à 1 en valeur absolue.
Ainsi, le schéma est stable si aδt < 2 et instable sinon.
A-stabilité du schéma d’Euler implicite Revenons au schéma (2.29) :

yn+1 = yn (1 + aδt) (2.40)

La raison de la suite yn est (1 + aδt)−1 . Cette raison est toujours inférieure à 1 en

valeur absolue. Ainsi, le schéma d’Euler implicite est inconditionnellement stable. Le
schéma des Trapèzes explicites est donné par :
(
yn+1 = yn − aδtyn = (1 − aδt)yn ,
(2.41)
yn+1 = yn − aδt
2
y n − aδt
2
yn+1 .
Après simplification, on obtient :
2
1 − aδt + (aδt)
yn+1 = 2
yn . (2.42)
1 + aδt
2

La raison de la suite yn est 1 − aδt + (aδt)2

2
qui est inférieure à 1 en valeur absolue
si aδt < 2.
Principe de la méthode des différences finies 21

Comme pour le schéma d’Euler explicite, le schéma est a-stable si aδt < 2 et instable
sinon.
Remarque :
Les schémas implicites sont généralement plus robustes que les schémas explicites en
termes de stabilité. Ils ont moins tendance à être sujets à des phénomènes d’explosion
numérique.

2.5 Stabilité, Consistance et Convergence d’un

schéma numérique
2.5.1 Stabilité d’un schéma numérique (cas général)
Nous nous intéressons à la résolution d’une équation donnée de la forme

Y 0 (t) = F (t, Y (t)) pour t ≥ 0 (2.43)

par un schéma à un pas de la forme :

Yn+1 = φ(tn , δt, Yn ) (2.44)

Soit N ∈ N. Nous considérons deux suites (Y1n )n≥N et (Y2n )n≥N définies par le même
schéma numérique et leurs données initiales Y1N et Y2N :

Y1n+1 = φ(tn , δt, Y1n ) pour n ≥ N avec Y1N donné,

(2.45)
Y2n+1 = φ(tn , δt, Y2n ) pour n ≥ N avec Y2N donné.

On dit que le schéma est stable pour l’EDO (2.41) si

∃C > 0 : ∀n ≥ N, ∀δt > 0, ∀Y1N ∈ Rp , ∀Y2N ∈ Rp , et Y1n , Y2n

définis par
kY1n − Y2n k ≤ CkY1N − Y2N k (2.46)
Cette propriété traduit le fait qu’à deux conditions initiales proches correspondent
deux approximations numériques proches.
Remarque :
En fait, la a-stabilité n’est rien d’autre que la stabilité d’un schéma numérique pour
l’équation y 0 (t) + ay(t) = 0

2.5.2 Consistance d’un schéma numérique

L’erreur de consistance estime l’erreur commise par le schéma au temps tn . Elle est
définie par :

δn = Y (tn+1 ) − φ(tn , δt, Y (tn )). (2.47)

avec Y (t) la solution du problème
22 Principe de la méthode des différences finies

Y 0 (t) = F (t, Y (t)), pour t ≥ 0 et Y (0) = α. (2.48)

On dit que le schéma est consistant et d’ordre m s’il existe une constante C > 0
telle que pour tout δt > 0 et tout n ≥ 0,

kδn k ≤ C(δt)m+1 . (2.49)

Passons à un exemple de calcul d’ordre de consistance d’un schéma numérique.
Nous considérons le problème :

Chercher y : R → R de classe C tel que


 + 1

y 0 (t) = sin(y(t)), pour t ≥ 0, (2.50)


y(0) = α.


Nous approchons y à l’aide de la méthode d’Euler explicite :

yn+1 = φ(tn , δt, yn ) avec φ(tn , δt, yn ) = yn + δt sin(yn ). (2.51)

Remarquons que la solution exacte y est de classe C ∞ puisque |y 0 (t)| ≤ 1 et |y 00 (t)| =
|y (t) cos(u(t))| ≤ 1. Calculons maintenant l’erreur de consistance :
0

δn = y(tn+1 ) − φ(tn , δt, y(tn )) = y(tn+1 ) − (y(tn ) + δty 0 (tn )) . (2.52)

D’après la formule de Taylor avec reste intégrale :
Z tn+1
δn = (tn+1 − t)y 00 (t)dt. (2.53)
tn

Nous pouvons alors majorer pour conclure :

Z tn+1
(tn+1 − tn )2 δt2
|δn | ≤ (t − tn )dt = = . (2.54)
tn 2 2
Le schéma est donc consistant d’ordre 1.

2.5.3 Convergence d’un schéma numérique

On approche la solution de

Y 0 (t) = F (t, Y (t)) pour t ≥ 0,

(
(2.55)
Y (0) = α

par un schéma numérique à un pas

Yn+1 = φ(tn , δt, Yn ) ∀n ∈ N. (2.56)

On dit que ce schéma converge à l’ordre m pour t ≤ T s’il existe C : R+ → R continue

telle que :
∀n ∈ N, ∀δt > 0, kY (tn ) − Yn k ≤ C(tn )δtm . (2.57)
Principe de la méthode des différences finies 23

Théorème (Principe de Lax) : Si un schéma est stable et consistant d’ordre m,

alors il converge d’ordre m.
Preuve : Pour tout n ≥ p, nous notons (Yp,n )n≥p la suite définie par

Yp,p = Y (tp ),
(2.58)
Yp,n+1 = φ(tn , δt, Yp,n ).

Soit n ∈ N tel que tn ≤ T . Il nous faut estimer En = Yn − Y (tn ) que nous décomposons
sous la forme

En = Yn,n − Y0,n = Yn,n − Yn−1,n + Yn−1,n − . . . − Y1,n + Y1,n − Y0,n (2.59)

D’après l’inégalité triangulaire, on a

kEn k ≤ kYn,n − Yn−1,n k + . . . + kYk,n − Yk−1,n k + . . . + kY1,n − Y0,n k (2.60)

Remarquons que les suites (Yk,n )n≥k et (Yk−1,n )n≥k vérifient toutes deux

Yk,n+1 = φ(tn , δt, Yk,n ) et Yk−1,n+1 = φ(tn , δt, Yk−1,n ) (2.61)

et sont initialisées par

Yk,k = Y (tk ) et Yk−1,k = φ(tk−1 , δt, Y (tk−1 )) (2.62)

Comme le schéma est stable, on a

kYk,n − Yk−1,n k ≤ CkY (tk ) − φ(tk−1 , δt, Y (tk−1 ))k (2.63)

D’autre part, comme le schéma est d’ordre m, on a

kYk,n − Yk−1,n k ≤ C(δt)m+1 (2.64)

On obtient en sommant n fois cette inégalité, puisque tn = nδt,

kEn k ≤ C 0 n(δt)m+1 ≤ C 0 tn (δt)m (2.65)

Chapitre 3
Implémentation numérique

3.1 Choix d’outils et des language de programa-

tion :

M ATLAB est un logiciel de calcul scientifique très utilisé dans divers do-
maines, notamment les mathématiques, l’ingénierie, les sciences de la vie
et les sciences économiques. Il tire son nom des mots ”Matrix Labo-
ratory” en raison de sa capacité à manipuler efficacement les matrices, qui sont un
élément fondamental des calculs scientifiques.
Développé par MathWorks, MATLAB offre un environnement de développement
intégré convivial qui permet aux utilisateurs d’effectuer une large gamme de tâches,
allant de simples calculs numériques à des analyses complexes et des simulations de
systèmes dynamiques.
L’une des principales forces de MATLAB réside dans sa riche bibliothèque de fonc-
tions et d’outils, qui couvrent un large éventail de domaines d’application. Que nous
avons besoin de résoudre des équations différentielles, d’effectuer des opérations de
traitement du signal, de réaliser des analyses statistiques ou de concevoir des algo-
rithmes d’apprentissage automatique, MATLAB offre des fonctionnalités puissantes
pour répondre à nos besoins.
L’interface de MATLAB permet aux utilisateurs d’écrire et d’exécuter du code de
manière interactive, ce qui facilite le prototypage et le débogage. De plus, MATLAB
prend en charge différents types de données, notamment les tableaux, les structures de
données, cellules et les chaînes de caractères, offrant ainsi une flexibilité supplémentaire
dans la manipulation des informations.

24
Principe de la méthode des différences finies 25

3.2 Architecture du programme :

La Figure 3.2 Espace de travaille dans MATLAB

Les programmes MATLAB sont organisés en scripts et fonctions. Les scripts sont
des séquences d’instructions exécutées dans l’ordre, tandis que les fonctions sont des
blocs de code réutilisables.

Définition des paramètres et des variables : Commencons par déclarer les pa-
ramètres nécessaires pour votre programme, tels que les constantes, les valeurs initiales
et les variables d’entrée.
Lecture des données d’entrée : Si notre programme nécessite des données d’en-
trée à partir d’un fichier ou de l’interaction avec l’utilisateur, cette étape est consacrée
à la lecture et à la préparation de ces données.
Préallocation des tableaux/matrices : Si notre programme utilise des tableaux
ou des matrices de grande taille, il est souvent recommandé de les préallouer pour une
meilleure performance. Cette étape consiste à définir les dimensions et à initialiser les
tableaux/matrices.
Boucle principale : La boucle principale est l’endroit où se déroule le cœur de
notre programme. Elle permet d’itérer à travers les pas de temps ou les itérations
nécessaires pour résoudre votre problème. À chaque itération, les calculs et les mises à
jour des variables sont effectués.
Stockage des résultats : À chaque itération de la boucle principale, nous pouvons
stocker les résultats dans des tableaux ou des fichiers pour une analyse ultérieure ou
une visualisation des résultats.
Affichage des résultats Après la fin de la boucle principale, nous pouvons afficher
les résultats sous forme de graphiques, de tableaux ou de messages à l’utilisateur.
Éventuelles étapes de post-traitement : Selon les besoins de notre programme,
26 Principe de la méthode des différences finies

nous pouvons effectuer des étapes de post-traitement supplémentaires, telles que le

calcul de statistiques, l’enregistrement des résultats finaux, etc.
Fin du programme : Terminez le programme en libérant les ressources utilisées
et en affichant un message de fin si nécessaire.

3.3 Des apllications de la résolution des quelques

EDO par la méthode de différence finie
Application 1 :

3.3.1 La résolution de y’ - ay = 0
Pour résoudre l’équation différentielle y 0 − ay = 0 avec la condition initiale
y(0) = λ par la méthode des différences finies, nous allons discrétiser le domaine de la
variable indépendante x et approximer les dérivées par des différences finies.
Supposons que nous divisons le domaine en N points équidistants, avec un pas h.
Définissons les points discrétisés par xi = i · h, pour i = 0, 1, . . . , N .

Approximation de la dérivée première :

y(xi+1 ) − y(xi )
y 0 (xi ) ≈ . (3.1)
h
En substituant cette approximation dans l’équation différentielle, nous obtenons :

y(xi+1 ) − y(xi )
− ay(xi ) = 0. (3.2)
h
Réorganisons cette équation pour résoudre y(xi+1 ) en fonction des valeurs connues :

y(xi+1 ) = y(xi ) + ahy(xi ). (3.3)

Avec la condition initiale y(0) = λ, nous pouvons déterminer la valeur initiale y(x1 ) :

y(x1 ) = y(x0 ) + ahy(x0 )

(3.4)
= (1 + ah)λ.

Maintenant, nous pouvons itérer sur les points discrétisés xi et calculer les valeurs
successives de y(xi ) en utilisant la relation de récurrence :

y(xi+1 ) = (1 + ah)y(xi ), i = 0, 1, . . . , N − 1. (3.5)

Il est important de noter que la précision de la méthode des différences finies dépend
du choix du pas h. Un pas plus petit (h) conduira à une meilleure approximation de la
solution réelle.
Principe de la méthode des différences finies 27

3.3.2 schéma implicite et le schéma explicite de y’ - ay = 0

par la méthode des différences finies
Schéma implicite : Le schéma implicite pour résoudre l’équation y 0 − ay = 0 par la
méthode de différence finie est donné par :
yi+1 = (1 + ah) · yi (3.6)
Dans ce schéma, la valeur de y au point suivant (yi+1 ) est calculée en fonction de la
valeur de y au point actuel (yi ) en utilisant une relation récursive. Schéma explicite :
Le schéma explicite pour résoudre l’équation y 0 − ay = 0 par la méthode de différence
finie est donné par :
yi+1 = (1 − ah) · yi (3.7)
Dans ce schéma, la valeur de y au point suivant (yi+1 ) est calculée en fonction de la
valeur de y au point actuel (yi ) en utilisant uniquement des valeurs connues.
Il est important de noter que ces schémas sont obtenus en utilisant une différence
finie centrée pour approximer la dérivée première dans l’équation différentielle. Le choix
entre le schéma implicite et le schéma explicite dépendra des propriétés spécifiques de
l’équation, de la précision souhaitée et des contraintes de stabilité et de coût de calcul.

3.3.3 L’implémentation da la solution de y’ - ay = 0

La Figure 3.3.3 Code MATLAB de l’application 1

28 Principe de la méthode des différences finies

La Figure 3.3.3 Tracé de la solution

Principe de la méthode des différences finies 29

Application 2 :

3.3.4 Résolution de l’EDO de refroidissement par la méthode

des différences finies
La résolution d’une équation différentielle ordinaire (EDO) à l’aide de la méthode
des différences finies. Nous allons considérer l’équation de refroidissement d’un corps :

dT
= −k · (T − Tenv ) (3.8)
dt
où Ti est la température du corps en fonction du temps t, Tenv est la température
environnante, et k est une constante de refroidissement.
Pour résoudre cette équation à l’aide de la méthode des différences finies, nous allons
discrétiser le temps en utilisant des intervalles réguliers et approximer la dérivée en
utilisant la différence finie avant. Supposons que nous ayons un intervalle de temps ∆t.
La différence finie avant de la dérivée est donnée par :

Ti+1 − Ti dT
≈ (3.9)
∆t dt
En remplaçant cette approximation dans l’équation de refroidissement, nous obtenons :

Ti+1 − Ti
= −k · (Ti − Tenv ) (3.10)
∆t
Nous pouvons réarranger cette équation pour obtenir une relation de récurrence :

Ti+1 = Ti − k · ∆t · (Ti − Tenv ) (3.11)

Dans la résolution de l’équation différentielle ordinaire (EDO) de refroidissement par
la méthode des différences finies, il existe deux schémas couramment utilisés :

3.3.5 Schéma implicite et le schéma explicite de l’EDO de re-

froidissement par la méthode des différences finies
Le schéma explicite est basé sur une approximation de la dérivée à l’instant ti
en utilisant les valeurs de la température à l’instant ti et aux instants précédents. La
relation de récurrence explicite pour résoudre l’EDO de refroidissement est donnée par :

T(i+1) = Ti − k · ∆t · (Ti − Tenv ) (3.12)

Dans ce schéma, la température à l’instant ti+1 est calculée uniquement à partir de la
température à l’instant ti .
Le schéma implicite, quant à lui, est basé sur une approximation de la dérivée à
l’instant ti+1 en utilisant les valeurs de la température à l’instant ti+1 et aux instants
précédents. La relation de récurrence implicite pour résoudre l’EDO de refroidissement
est donnée par :
30 Principe de la méthode des différences finies

T(i+1) = Ti − k · ∆t · (Ti − Tenv ) (3.13)

Dans ce schéma, la température à l’instant ti+1 dépend de la température à l’instant

ti et ti+1 . Cela signifie qu’une équation non linéaire doit être résolue pour obtenir la
valeur de T(i+1) .
Le schéma explicite est plus simple à mettre en œuvre car il n’implique pas la
résolution d’une équation non linéaire. Cependant, il peut être instable dans certaines
situations où la condition de stabilité n’est pas satisfaite. Le schéma implicite, bien qu’il
nécessite une résolution d’équation non linéaire, est plus stable et peut être préféré dans
certains cas où la stabilité numérique est cruciale.

3.3.6 L’implémentation de la solution l’EDO de refroidisse-

ment par la méthode des différences finies

La Figure 3.3.6code MATLABE de l’Application 2

Principe de la méthode des différences finies 31

La Figure 3.3.6 Tracé de l’Application 2 dans MATLAB

Chapitre 4
Partie didactique

4.1 les étapes didactiques pour résoudre une équa-

tion différentielle en utilisant la méthode des
différences finies

L a partie déductive de la résolution des équations différentielles implique l’ap-

plication de méthodes mathématiques et de raisonnement logique pour trou-
ver des solutions exactes ou approchées aux équations différentielles. Voici
quelques-unes des étapes et des techniques couramment utilisées dans la résolution
déductive des équations différentielles :

-Identification du type d’équation différentielle :

Les équations différentielles peuvent être classées en différentes catégories, telles que
les équations différentielles ordinaires (EDO) ou les équations aux dérivées partielles
(EDP). Il est important de déterminer le type d’équation différentielle que vous traitez,
car cela déterminera les méthodes de résolution appropriées.

-Ordre de l’équation différentiel :

La méthode des différences finies est une technique numérique couramment utilisée
pour résoudre des équations différentielles. Voici les étapes didactiques pour résoudre
un exemple d’équation différentielle en utilisant la méthode des différences finies.

-Formulation du problème :

Commencez par formuler l’équation différentielle que vous souhaitez résoudre, en

spécifiant les conditions initiales et les conditions aux limites appropriées.

32
Principe de la méthode des différences finies 33

-Discrétisation du domaine :
Divisez le domaine continu de l’ED en un ensemble de points discrets. Vous pouvez
utiliser une grille régulière pour cela, où les points sont espacés uniformément.

-Approximation des dérivées :

Utilisez des approximations discrètes pour les dérivées présentes dans l’équation
différentielle. Les approximations courantes incluent les différences finies avant, arrière
ou centrées, en fonction de la précision requise et de la nature de l’équation.

-Discrétisation de l’équation :
Remplacez les dérivées dans l’équation différentielle par leurs approximations dis-
crètes correspondantes, en utilisant les points de la grille discrète. Cela conduit à une
équation discrète impliquant les valeurs inconnues aux points de la grille.

-Système d’équations :
Rassemblez toutes les équations discrètes obtenues à partir de l’étape précédente
pour former un système d’équations algébriques. Chaque équation représente une re-
lation entre les valeurs inconnues aux différents points de la grille.

-Résolution du système :
Résolvez le système d’équations pour trouver les valeurs inconnues. Cela peut être
fait en utilisant des techniques de résolution d’équations linéaires, telles que l’élimina-
tion de Gauss, la factorisation LU, la méthode de Gauss-Seidel, etc.

-Interpolation des résultats :

Une fois que vous avez les valeurs inconnues, vous pouvez les utiliser pour interpoler
et obtenir les valeurs de la solution de l’équation différentielle à tous les points de la
grille discrète.

-Analyse des résultats :

Analysez les résultats obtenus pour vérifier leur validité et leur précision. Comparez-
les avec des solutions analytiques connues, si disponibles, ou avec d’autres méthodes
numériques pour évaluer la qualité de la solution obtenue.
Il est important de noter que la méthode des différences finies introduit une discré-
tisation de l’espace, ce qui signifie que la précision de la solution dépend de la taille
de la grille utilisée. En général, une grille plus fine conduit à une meilleure préci-
sion, mais cela peut égalemen t augmenter le coût computationnel. Il existe également
d’autres variantes de la méthode des différences finies, telles que les différences finies
en avant/backward, les différences finies centrées, etc., qui peuvent être utilisées en
fonction des caractéristiques spécifiques de l’équation différentielle à résoudre.
34 Principe de la méthode des différences finies

4.2 Développement d’un outil pédagogique pour vi-

sualiser la méthode :
Pour aider à la compréhension et à la visualisation de la méthode de différence finie,
il serait bénéfique de développer un outil pédagogique interactif. Cet outil pourrait per-
mettre aux étudiants et aux utilisateurs d’expérimenter avec différents paramètres et de
voir les résultats en temps réel. L’outil pédagogique pourrait inclure les fonctionnalités
suivantes :
Interface graphique : Une interface conviviale où les utilisateurs peuvent entrer
les paramètres tels que la taille du domaine, les pas de discrétisation spatial et temporel,
les conditions initiales, etc.
Affichage visuel : L’outil devrait afficher graphiquement la fonction à résoudre
(par exemple, la distribution de température dans la tige) ainsi que les approximations
calculées à chaque étape.
Animation : L’outil pourrait inclure une fonction d’animation pour montrer l’évo-
lution de la solution dans le temps. Les utilisateurs pourraient ajuster la vitesse de
l’animation pour mieux comprendre le comportement du système.
Flexibilité : Il serait utile de permettre aux utilisateurs de modifier les paramètres.

4.3 Explication de la méthode de différence finie à

travers des exemples concrets du niveau bacca-
lauréat au maroc
4.3.1 Explication de la méthode de différence finie :
La méthode des différences finies est couramment utilisée pour résoudre des pro-
blèmes mathématiques, y compris au niveau du baccalauréat. Voici quelques exemples
concrets d’application de la méthode des différences finies pour des problèmes de niveau
baccalauréat :
1. Calcul de dérivées : La méthode des différences finies peut être utilisée pour
estimer les dérivées d’une fonction à partir d’un ensemble de points équidistants. Par
exemple, pour estimer la dérivée première d’une fonction f (x) au point xi , on peut
utiliser l’approximation suivante :

f (xi+1 ) − f (xi )
f 0 (xi ) ≈
h
où h est un petit pas d’incrément.
2. Résolution d’équations différentielles : La méthode des différences finies
peut également être utilisée pour résoudre des équations différentielles ordinaires (EDO).
Par exemple, pour résoudre l’EDO : y 0 = f (x, y) avec une condition initiale y(x0 ) = y0 ,
on peut discrétiser l’intervalle x en utilisant des pas équidistants h et utiliser une for-
mule de différences finies pour approximer la dérivée :
Principe de la méthode des différences finies 35

yi+1 − yi
= f (xi , yi )
h
En résolvant cette relation récursive, on peut obtenir les valeurs approchées de y à
différents points xi dans l’intervalle.
3. Résolution d’équations aux différences : La méthode des différences finies
peut également être utilisée pour résoudre des équations aux différences, où les équa-
tions sont définies sur une grille discrète. Par exemple, pour résoudre une équation aux
différences du type ui+1 = f (ui , ui−1 ) avec des conditions initiales u0 et u1 , on peut
appliquer une formule de différences finies pour chaque point de la grille.
Ces exemples illustrent quelques-unes des utilisations courantes de la méthode des
différences finies au niveau du baccalauréat au Maroc. La méthode des différences finies
permet d’obtenir des approximations numériques des solutions de problèmes mathé-
matiques en discrétisant les domaines continus en un ensemble de points finis.

4.3.2 Un exemple d’(EDO) résolue par la méthode de diffé-

rence finie en baccalauréat :
Un exemple d’équation différentielle ordinaire (EDO) résolue par la méthode de
différence finie adaptée au niveau du baccalauréat en mathématiques est l’équation de
croissance exponentielle.
L’équation de croissance exponentielle est donnée par :
dy
= ky
dt
où y représente une fonction dépendant du temps t et k est une constante de
croissance.
Pour résoudre numériquement cette équation à l’aide de la méthode de différence
finie, nous pouvons discrétiser le temps en intervalles de taille ∆t et approximer la
dérivée temporelle par une différence finie avant.
En utilisant cette approximation, nous obtenons la formulation discrète suivante :

y[i + 1] − y[i]
= k · y[i]
∆t
où y[i] représente la valeur de y au point i à l’instant t.
En réarrangeant cette équation, nous pouvons résoudre numériquement pour y à
chaque point en fonction du temps. Par exemple, nous pouvons utiliser la méthode
d’Euler explicite pour itérer à travers le temps en utilisant la relation précédente :

y[i + 1] = y[i] + k · ∆t · y[i]

En utilisant cette itération, nous pouvons calculer la valeur de y à chaque instant
de temps en fonction de la valeur initiale de y et de la constante de croissance k.
Conclusions et perspectives :

Bilan des résultats et contributions :

Dans le cadre de notre projet de fin d’études, nous avons abordé la résolution des
équations différentielles par la méthode de différence finie. Nous avons présenté les
fondements théoriques et les principes de cette méthode, ainsi que sa mise en œuvre
pratique à travers des exemples d’équations différentielles.
Les résultats obtenus ont montré l’efficacité de la méthode de différence finie dans la
résolution numérique des équations différentielles. Nous avons pu résoudre avec succès
des équations telles que y’ - ay = 0 et l’équation de refroidissement en utilisant des
schémas implicites et explicites.
Nos contributions comprennent une présentation détaillée de la méthode de diffé-
rence finie, des explications didactiques et des outils visuels pour faciliter la compré-
hension de cette méthode, ainsi qu’une implémentation numérique pour résoudre les
exemples étudiés.

Limites de l’étude et propositions d’amélioration :

Il convient de noter certaines limites de notre étude. Tout d’abord, nous nous
sommes concentrés sur des exemples spécifiques d’équations différentielles, ce qui li-
mite la généralisation de nos résultats à d’autres problèmes. De plus, notre implémen-
tation numérique était basée sur des schémas simples, ce qui peut limiter la précision
et l’efficacité pour des problèmes plus complexes.
Pour améliorer cette étude, il serait judicieux d’explorer d’autres méthodes numé-
riques de résolution des équations différentielles, telles que les méthodes de Runge-
Kutta ou les méthodes de collocation. Cela permettrait d’évaluer et de comparer les
performances de différentes approches.

36
Principe de la méthode des différences finies 37

Perspectives de notre recherche :

Ce projet ouvre la voie à plusieurs perspectives de recherche. Une première perspec-
tive consisterait à étendre notre étude à des équations différentielles plus complexes,
telles que les équations aux dérivées partielles, en utilisant la méthode de différence
finie ou d’autres méthodes numériques appropriées.
Une autre perspective intéressante serait d’explorer les aspects de la méthode de
différence finie liés à la stabilité et à la convergence dans des cas plus généraux. Cela
pourrait impliquer des analyses théoriques approfondies et des études numériques pour
évaluer les performances de la méthode dans des conditions plus complexes.
Enfin, il serait également pertinent de développer des outils pédagogiques supplé-
mentaires pour aider les étudiants à comprendre et à appliquer la méthode de différence
finie dans la résolution des équations différentielles. En résumé, ce projet a permis d’ob-
tenir des résultats prometteurs dans la résolution des équations différentielles par la
méthode de différence finie. Les perspectives de recherche évoquées offrent des oppor-
tunités pour approfondir et élargir cette étude, contribuant ainsi au développement des
méthodes numériques de résolution des équations différentielles.
Bibliographie

[1]-Analyse numérique, la méthode des différences finies de SÉBASTIEN TOR-

DEUX ET VICTOR PÉRON, UNIVERSITÉ DE PAU MASTER 1 MMS,2020/2021.

[2]-Méthodes numériques pour les équations différentielles,Licence de Mathéma-

tiques - Université Pierre et Marie Curie,Poly initialement de Marie Postel, remanié
par Hervé Le Dret, Laboratoire Jacques-Louis Lions, année 2018-2019.
[3]-Méthodes numériques de résolution d’équations différentielles,Brian Stout,Uni-
versité de Provence Institut Fresnel, Case 161 Faculté de St Jérôme Marseille, France,
Fevrier 2007.
[4]-Cours de topologie métrique, Petru Mironescu,2005.
[5]-Théorèmes de point fixe et applications,Guillaume Kineider,Thomas Harbre-
teau,23 avril 2020.

38