SlideShare une entreprise Scribd logo
IVP et BVP 
Nous présentons quelques méthodes de base pour la résolution des équations par la méthode des différences finies. Il est possible d’organiser ces méthodes suivant deux grandes catégories : A- Problèmes avec conditions initiales (Initial-Value Problems, IVP), également appelés problèmes de Cauchy: ex: y’ = f(x,y); y(a) = Ya; x ≥ a méthodes de résolution itératives telle que les méthodes d’Euler et leurs améliorations d’ordre supérieur (ex: Runge-Kutta) B- Problèmes avec conditions aux limites (Boundary-Value Problems, BVP): ex: y’’ = g(x,y,y’); y(a) = A; y(b) = B; a≤x≤b transformation de l’équation différentielles en un système d’équations algébriques couplées qui fait appel aux techniques matricielles (ex: élimination de Gauss-Jordan) 
Introduction / Calcul Scientifique – Année 2011-2012
IVP et BVP 
Il est généralement plus facile de résoudre un IVP qu’un BVP, puisque dans le premier cas nous avons un théorème d’existence de la solution. Nous verrons par la suite comment passer d’un BVP à un IVP, à l’aide de quelques exemples. Remarque : Il est important de bien faire la différence entre équation différentiel et problème différentiel. La première admet diverses solutions, dépendant de paramètres qui sont dépendants de conditions initiales (ou aux limites); on peut parfois la déterminer analytiquement. Le second a une seule solution que l’on peut calculer numériquement. 
Introduction / Calcul Scientifique – Année 2011-2012
4- Résolutions des équations aux dérivées ordinaires (EDOs) 
On distingue deux grandes catégories pour les problèmes de résolution des équations différentielles: 
• 
Équations différentielles avec conditions initiales (IVP): propagation vers l’avant de la solution en partant d’un point de départ donné par une méthode itérative 
• 
Équations différentielles avec conditions aux limites (BVP): deux contraintes qui doivent être vérifiées au point de départ et d’arrivée 
• 
On peut aussi avoir une combinaison des deux cas pour les différentes variables. 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
On considère l’EDO d’ordre 2 suivante pout t∈[t0,tN] (1) pour la résoudre il nous faut deux informations (sous forme de conditions) 
• 
ϕ(t0), ϕ’(t0) ⇒ IVP 
• 
ϕ(t0), ϕ(tN) ⇒ BVP A- Exemple d’un IVP Toutes les méthodes numériques de résolution des problèmes différentiels utilisent une discrétisation. On introduit un pas hi = ti+1 – ti i=0,1,…,N-1 On va calculer la solution ϕ aux points t0, t1, …, tN. C’est-à-dire on va trouver les valeurs ϕ0, ϕ1, …, ϕN (avec la notation ϕk ≡ϕ(tk)) 
0)( ² ²20=+tdtdϕωϕ 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Pour trouver la solution {ϕ0, ϕ1, …, ϕN} on réécrit l’équation (1) sous la forme d’un système algébrique, en utilisant la forme approchée de la dérivée seconde (on prendra un pas hi=h constant ∀i) L’équation (1) devient alors (2) Il s’agit d’une équation aux différences finies. Comme il s’agit d’un IVP, nous avons besoin de deux informations indépendantes sur ϕ(t) au temps initial t0. En physique, ces conditions initiales peuvent être fournies en termes d’abscisse et de vitesse initiale de la masse μ, si l’on prend (3) l’exemple de l’oscillateur harmonique. (4) 
[]112 ² 1 ² ² −+ = +−→ iiiittttthdtdϕϕϕϕ ()0²21201=+−−−+iiittthϕϕωϕ 01)0( 00= ==≡ =ttdtdt ϕϕϕ 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
En utilisant la forme approchée de la dérivée 1ère de (4), on trouve ϕ1=ϕ0=1. 
Puis en utilisant (2) nous pouvons calculer ϕ2 pour i=1. 
Ensuite, connaissant ϕ1 et ϕ2, et en utilisant (2) nous pouvons calculer ϕ3 
pour i =2. 
Et ainsi de suite jusqu’à i= N-1. 
Il est donc possible de résoudre un IVP par méthode itérative en faisant 
propager de proche en proche les valeurs initiales. 
Remarque: Il existe bien entendu d’autres algorithmes qui permettent 
d’améliorer la précision et la vitesse de convergence de cette méthode. 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
B- Exemple d’un BVP 
On s’intéresse maintenant à l’équation (1) comme étant cette fois ci un BVP. 
Par exemple on s’intéresse au son produit dans un tube cylindrique creux. 
ϕ(x) représente la pression le long de la longueur x du tube. 
κ est relié à la compressibilité de l’air 
On suppose que la pression est constante et égale à p en x=0 et x=l, l étant 
la longueur du tube. 
Les conditions de bords s’expriment donc: 
ϕ0 = p et ϕN=p (5) 
0)( ² ²2=+xdxdϕκϕ 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
On écrit alors l’équation (5) comme le système algébrique suivant 
avec a≡2-h²κ² 
Sous forme matricielle ce système s’écrit 
(6) 
paaapaNNNNN−=− =+− =+− −=+− −− −−− 121233212100 ϕϕϕϕϕϕϕϕϕϕ        − − =             − − − − − − − ppaaaaaNN0001000110001100011000112321        ϕϕϕϕϕ 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Le problème revient donc à chercher les racines d’un système de N-1 équations linéaires couplées. Ce système peut être résolu par la méthode d’élimination de Gauss ou de Gauss-Jordan ou des méthodes itératives de résolution de systèmes linéaires (ex; Jacobi, Gauss-Seidel, SOR,…) C- Stabilité et convergence Dans l’exemple de l’oscillateur, où on fait propager les deux conditions initiales, l’erreur peut s’accumuler et peut rendre le résultat numérique erroné (l’erreur provient essentiellement de l’approximation consistant à remplacer les dérivées par des différences finies). 
• 
Cohérence ou compatibilité erreur → 0 c’est-à-dire ne diverge pas h → 0 
0² ² ttdtd= ϕ 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
• 
Stabilité: lorsque h → 0, l’erreur n’augmente pas Pour l’équation dϕ/dt = f(ϕ,t) la forme discrète s’écrit (7) ou après un développement de Taylor L’erreur est donc donnée par dans le cas ou l’on utilise la forme ϕi +1 = ϕi + hfi , seules les valeurs au point i sont utilisées pour trouver la solution au point i+1. Pour réduire l’erreur de troncature, on peut inclure dans le membre de droite des points autre que i. 
()()iiiiiftfh≡=−+,11ϕϕϕ () ()  ++= ++=− = == + iiittiittttiidtdhtfdtdhdtdh ² ² !2, ² ² !211 ϕϕϕϕϕϕ ()()+=−− = + ittiiiidtdhtfh² ² !2,11 ϕϕϕϕ 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
En général, on peut écrire la solution au point i+k comme fonction des valeurs au points k précédents où a0,…,ai+k sont des coefficients et F une fonction connue de la variable dépendante ϕ et de la variable indépendante t aux points i, i+1,…, i+k On distingue les deux cas suivants: 
• 
k=1 et F=f(ϕi,ti), on retrouve ϕi +1 = a0ϕi + hf(ϕi ,ti) méthode à une seule étape 
• 
k>1, on parle de méthode à plusieurs étapes 
()kikiiiiikikiikittthFaaa++++−+−++++++=,;,;,1111110ϕϕϕϕϕϕϕ 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
La fonction F est souvent remplacée par une combinaison linéaire des valeurs de f(ϕ,t) aux points k précédents 
• 
Pour k>0, cette méthode est dite linéaire 
• 
Si les coefficients βkne s’annulent pas, ϕi +k apparaît aussi dans le membre de droite, on parle alors de méthode implicite 
• 
Si ϕi +k n’apparaît que dans le membre de gauche, on parle alors de méthode à plusieurs étape explicite 
()Σ= +++++= kjjijkikiiiiiftttF011,;,;,βϕϕϕ 
4.1- Problèmes avec conditions initiales et/ou conditions aux bords 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Rappel : Solutions d’EDO simples 
4.2- Méthodes itératives d’ordre supérieur 
baxx+=() abCetxat−= ()()tbxtax+= ()()()()CtBetxtA+= 
avec 
()()∫=dttatA 
et 
()()()()∫−=dttbtAtBexp()xfxxt=−()()CgCttx+= 
Ordre 1 
Solution générale 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
On considère l’EDO de premier ordre à travers IVP suivant: 
(9) 
A- Construction d’une hiérarchie 
Nous avons vu qu’une solution numérique de ce problème est obtenue par itération 
Commencant au point x0,y0=f(x0), on peut obtenir aux points équidistants xi = x0+ih, i=1,2,… des approximations ni aux valeurs yi de la solution exacte y(x) 
0)0(),('yyyxfy== ))(,()()(xyxhfxyhxy+≈+ (),,,,,,2101100=+=+= = ++ihxxnxhfnnyniiiiii 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
C’est la méthode à une seule étape d’Euler. Ce type de méthode est caractérisé par une fonction Φ(x,y,h,f). L’équation s’écrit donc (10) Pour la méthode d’Euler, on a Φ(x,y,h,f) = f(x,y) et Φ ne dépends pas de h. En général la solution ni dépend de h, mais nous allons omettre de faire apparaître cette dépendance explicitement pour simplifier l’écriture. Nous allons maintenant définir l’erreur associé à une méthode et préciser la signification de l’ordre de celle-ci. Soient x et y arbitraires, mais fixés, et z(t) la solution exacte de l’IVP (11) avec les conditions initiales x et y. 
(),2,1,0,,,,,1100=+=Φ+= = ++ihxxfhnxhnnyniiiiiiyxztzxftz==)())(,()(' 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Alors la fonction représente le rapport des différences de la solution exacte z(t) dans (11) pour le pas h. Φ(x,y;h) est le rapport de différence pour le pas h de la solution approchée de (11) puisque, d’après (10) Φ=(ni+1-ni)/h. La différence des deux C’est une mesure de la qualité de l’approximation de la méthode. On appelle τ(x,y;h) l’erreur de discrétisation locale au point (x,y) de la méthode. Pour une méthode a une seule étape raisonnable, on doit avoir 
() ()    = ≠ −+ =Δ0),( 0;;, hsiyxfhsihyhxzfhyx()()()hyxhyxhyx;,;,;,Φ−Δ≡τ 0);,(lim0= → hyxh τ 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Alors si l’on a limh→0Δ(x,y;h) = f(x,y), la condition précédente revient à 
On dit que le choix de Φ et la méthode à une seule étape sont cohérents si la condition ci-dessus est vérifiée ∀x∈[a,b], y∈ℜ, et f une fonction de première dérivée continue sur [a,b] 
La formulation générale des méthodes explicite à un pas est : 
Où la fonction Φ définie la méthode utilisée. 
La formulation générale des méthodes implicite à un pas est 
),();,(lim0yxfhyxh=Φ→ (),,,,,,,,2101100=+=Φ+= = ++ihxxfhnxnnyniiiiii(),,,,,,,,,,210111100=+=Φ+= = ++++ihxxfhnxnxnnyniiiiiiii 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Pour générer des méthodes d’ordre supérieur à 1, il suffit de prendre pour Φ(x,y;h) des « portions » du développement de Taylor de Δ(x,y;h). Par Exemple Conduit à une méthode d’ordre 2. Les méthodes supérieurs ainsi obtenues ne sont pas très utiles car il faut, à chaque étape (xi,ni)→(xi+1,ni+1), calculer non seulement f mais aussi ses dérivées partielles fx,fy,etc… En fait des méthodes d’ordre supérieures plus simple peuvent être construites de la méthode (12) où les constantes a1, a2, p1 et p2 sont choisies de telle manière que le développement de Taylor de Δ(x,y;h)-Φ(x,y;h) en puissance de h commence avec la puissance la plus élevée possible. 
()()[]),(),(),( 2,;,yxfyxfyxfhyxfhyxyx++=Φ()()()),(,,;,2121yxhfpyhpxfayxfahyx+++=Φ 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Le développement de Taylor de Φ(x,y;h) dans (12) s’écrit En comparant avec le développement en série de Taylor, on identifie les coefficients a1+a2 = 1, a2p1 = ½, a2p2 =½, L’une des solutions conduit à a1 = ½, a2=½, p1 = 1, p2 = 1 conduisant à la méthode de Heun qui requiert seulement deux évaluations de f par chaque étape 
()()()[]++++=Φ),(),(),(,;,21221yxfyxfpyxfphayxfaahyxyx()()()]),(,,[ 21;,yxhfyhxfyxfhyx+++=Φ 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Une autre solution est donnée par 
a1 = 0, a2 = 1, p1 = ½, p2 = ½ 
correspond à la méthode d’Euler modifiée 
qui est aussi du second ordre et qui requiert deux évaluations de f par chaque étape. 
La méthode de Runge-Kutta s’obtient par une combinaison plus générale. 
(13) 
()   ++=Φ),( 2,2;,yxfhyhxfhyx()[]4321)(261;,kkkkhyx+++=Φ 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
Calcul Scientifique – année 2010-2011 
),( ), 21,21( ), 21,21( ),,( 3423121hkyhxfkhkyhxfkhkyhxfkyxfk++= ++= ++= = 
Le développement de Taylor en h donne alors Ce qui signifie que Runge-Kutta est d’ordre 4 et requiert quatre évaluations de f à chaque étape. 
()())(;,;,4hOhyxhyx∝Δ−Φ 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
B- Méthode de Runge-Kutta 
Cette méthode s’applique aux ODE d‘ordre 1. Pour l’appliquer au cas d’une 
ODE d’ordre supérieur, il faut transformer celle-ci en un système d’ODE 
d’ordre 1. 
1- Réduction d’une ODE d’ordre supérieur au 1er ordre 
Les ODE d’ordre supérieur à 1 peuvent être transformées en un système 
d’ODE d’ordre 1 couplées. 
Pour une ODE d’ordre n, on introduit la notation vectorielle 
Ex : 
, ),( ),( ),(, )( )( )(       =       = tyftyftyftytytynn  11 
4.2- Méthodes itératives d’ordre supérieur 
Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012

Contenu connexe

Tendances

Analyse en Composantes Principales
Analyse en Composantes PrincipalesAnalyse en Composantes Principales
Analyse en Composantes Principales
Jaouad Dabounou
 
Analyse en Composantes Principales
Analyse en Composantes PrincipalesAnalyse en Composantes Principales
Analyse en Composantes Principales
Jaouad Dabounou
 
CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
CHAPITRE VIII :  Systèmes linéaires Modélisation & SimulationCHAPITRE VIII :  Systèmes linéaires Modélisation & Simulation
CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
Mohammed TAMALI
 
(Statdes regression biv_ensta_21oct2010)
(Statdes regression biv_ensta_21oct2010)(Statdes regression biv_ensta_21oct2010)
(Statdes regression biv_ensta_21oct2010)
mohamedchaouche
 
Test d'évaluation math/physique
Test d'évaluation math/physiqueTest d'évaluation math/physique
Test d'évaluation math/physique
Centre Epsilon
 
Math: systems (French)
Math: systems (French)Math: systems (French)
Math: systems (French)
Royal Military Academy
 
ALGEBRE BINAIRE ET CIRCUITS LOGIQUES
ALGEBRE BINAIRE ET CIRCUITS LOGIQUESALGEBRE BINAIRE ET CIRCUITS LOGIQUES
ALGEBRE BINAIRE ET CIRCUITS LOGIQUES
sarah Benmerzouk
 
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Ahmed Ammar Rebai PhD
 
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafaAlgèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Kamel Djeddi
 
219146492 algebre-lineaire
219146492 algebre-lineaire219146492 algebre-lineaire
219146492 algebre-lineaire
mohamedchaouche
 
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Ahmed Ammar Rebai PhD
 
Cours rep etat
Cours rep etatCours rep etat
Cours rep etat
Lin Pepin
 
Beamer class-example8-ann arbor
Beamer class-example8-ann arborBeamer class-example8-ann arbor
Beamer class-example8-ann arbor
hamzabd
 
Matrices
MatricesMatrices
Matrices
bades12
 
Mathematiques _resumes_du_cours
Mathematiques  _resumes_du_coursMathematiques  _resumes_du_cours
Mathematiques _resumes_du_cours
ahmed jafour
 
Sélection de contrôles avec correction
Sélection de contrôles avec correctionSélection de contrôles avec correction
Sélection de contrôles avec correction
Jaouad Dabounou
 
Devoir Math de session controle la correction
Devoir Math de session controle la correctionDevoir Math de session controle la correction
Devoir Math de session controle la correction
Achraf Frouja
 

Tendances (20)

Analyse en Composantes Principales
Analyse en Composantes PrincipalesAnalyse en Composantes Principales
Analyse en Composantes Principales
 
Analyse en Composantes Principales
Analyse en Composantes PrincipalesAnalyse en Composantes Principales
Analyse en Composantes Principales
 
CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
CHAPITRE VIII :  Systèmes linéaires Modélisation & SimulationCHAPITRE VIII :  Systèmes linéaires Modélisation & Simulation
CHAPITRE VIII : Systèmes linéaires Modélisation & Simulation
 
(Statdes regression biv_ensta_21oct2010)
(Statdes regression biv_ensta_21oct2010)(Statdes regression biv_ensta_21oct2010)
(Statdes regression biv_ensta_21oct2010)
 
Test d'évaluation math/physique
Test d'évaluation math/physiqueTest d'évaluation math/physique
Test d'évaluation math/physique
 
Math: systems (French)
Math: systems (French)Math: systems (French)
Math: systems (French)
 
ALGEBRE BINAIRE ET CIRCUITS LOGIQUES
ALGEBRE BINAIRE ET CIRCUITS LOGIQUESALGEBRE BINAIRE ET CIRCUITS LOGIQUES
ALGEBRE BINAIRE ET CIRCUITS LOGIQUES
 
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
Sujet et Correction épreuve de mathématiques ESSEC ECE 2012
 
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafaAlgèbre linéaire cours et exercices corrigés djeddi kamel mostafa
Algèbre linéaire cours et exercices corrigés djeddi kamel mostafa
 
C4 spec-adt
C4 spec-adtC4 spec-adt
C4 spec-adt
 
219146492 algebre-lineaire
219146492 algebre-lineaire219146492 algebre-lineaire
219146492 algebre-lineaire
 
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
Epreuve de mathématiques informatique (modélisation) Agro/Véto BCPST 2017
 
Cours rep etat
Cours rep etatCours rep etat
Cours rep etat
 
Beamer class-example8-ann arbor
Beamer class-example8-ann arborBeamer class-example8-ann arbor
Beamer class-example8-ann arbor
 
Exam 0607
Exam 0607Exam 0607
Exam 0607
 
Matrices
MatricesMatrices
Matrices
 
Mathematiques _resumes_du_cours
Mathematiques  _resumes_du_coursMathematiques  _resumes_du_cours
Mathematiques _resumes_du_cours
 
Sélection de contrôles avec correction
Sélection de contrôles avec correctionSélection de contrôles avec correction
Sélection de contrôles avec correction
 
Exercices act2121-session8
Exercices act2121-session8Exercices act2121-session8
Exercices act2121-session8
 
Devoir Math de session controle la correction
Devoir Math de session controle la correctionDevoir Math de session controle la correction
Devoir Math de session controle la correction
 

En vedette

Histoire de la boussole
Histoire de la boussoleHistoire de la boussole
Histoire de la boussole
Loverde
 
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Mohammed TAMALI
 
Génie Civil - Géotechnique
Génie Civil - GéotechniqueGénie Civil - Géotechnique
Génie Civil - Géotechnique
LOMBARDI-INGENIERIE
 
9.1 Topographie
9.1 Topographie9.1 Topographie
9.1 Topographie
Jonathan DOUAUD
 
Modélisation en hydrogéologie chap 01
Modélisation en hydrogéologie   chap 01Modélisation en hydrogéologie   chap 01
Modélisation en hydrogéologie chap 01
azario1983
 
Equations différentielles, DUT MP, CM3
Equations différentielles, DUT MP, CM3Equations différentielles, DUT MP, CM3
Equations différentielles, DUT MP, CM3
Christophe Palermo
 
Examen RDM 2014-2015
Examen RDM 2014-2015Examen RDM 2014-2015
Examen RDM 2014-2015
Mouna Souissi
 
Les coulisses de_discovery_tres_rare_17_07_2009__
Les coulisses de_discovery_tres_rare_17_07_2009__Les coulisses de_discovery_tres_rare_17_07_2009__
Les coulisses de_discovery_tres_rare_17_07_2009__
denis
 
Séminaire de formation - Exploitation minière et gestion de l'incertitude
Séminaire de formation - Exploitation minière et gestion de l'incertitudeSéminaire de formation - Exploitation minière et gestion de l'incertitude
Séminaire de formation - Exploitation minière et gestion de l'incertitude
Groupe Managem
 
Rdm v3.8
Rdm v3.8Rdm v3.8
Rdm v3.8
Hakim Miara
 
Cours modelisation calage2010
Cours modelisation calage2010Cours modelisation calage2010
Cours modelisation calage2010
Souhila Benkaci
 
Sostenibilidad
SostenibilidadSostenibilidad
Sostenibilidad
montshb
 
Entorno de la mercadotecnia2
Entorno de la mercadotecnia2  Entorno de la mercadotecnia2
Entorno de la mercadotecnia2
guillely
 
Fhdh
FhdhFhdh
Trabajomatesem
TrabajomatesemTrabajomatesem
Trabajomatesem
diana robles
 
Children
ChildrenChildren
Children
Julio Cesar
 
Mactac Soignies Solutions Adhésives pour le bâtiment
Mactac Soignies Solutions Adhésives pour le bâtimentMactac Soignies Solutions Adhésives pour le bâtiment
Mactac Soignies Solutions Adhésives pour le bâtiment
Mactac Europe
 
Mis pertenencias
Mis pertenenciasMis pertenencias
Mis pertenencias
Fabián Garella
 

En vedette (20)

Histoire de la boussole
Histoire de la boussoleHistoire de la boussole
Histoire de la boussole
 
CV- HK
CV- HK CV- HK
CV- HK
 
Tp n1
Tp n1Tp n1
Tp n1
 
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
Chap V : Modélisation & Optimisation Des réseaux electriques (Concepts de bas...
 
Génie Civil - Géotechnique
Génie Civil - GéotechniqueGénie Civil - Géotechnique
Génie Civil - Géotechnique
 
9.1 Topographie
9.1 Topographie9.1 Topographie
9.1 Topographie
 
Modélisation en hydrogéologie chap 01
Modélisation en hydrogéologie   chap 01Modélisation en hydrogéologie   chap 01
Modélisation en hydrogéologie chap 01
 
Equations différentielles, DUT MP, CM3
Equations différentielles, DUT MP, CM3Equations différentielles, DUT MP, CM3
Equations différentielles, DUT MP, CM3
 
Examen RDM 2014-2015
Examen RDM 2014-2015Examen RDM 2014-2015
Examen RDM 2014-2015
 
Les coulisses de_discovery_tres_rare_17_07_2009__
Les coulisses de_discovery_tres_rare_17_07_2009__Les coulisses de_discovery_tres_rare_17_07_2009__
Les coulisses de_discovery_tres_rare_17_07_2009__
 
Séminaire de formation - Exploitation minière et gestion de l'incertitude
Séminaire de formation - Exploitation minière et gestion de l'incertitudeSéminaire de formation - Exploitation minière et gestion de l'incertitude
Séminaire de formation - Exploitation minière et gestion de l'incertitude
 
Rdm v3.8
Rdm v3.8Rdm v3.8
Rdm v3.8
 
Cours modelisation calage2010
Cours modelisation calage2010Cours modelisation calage2010
Cours modelisation calage2010
 
Sostenibilidad
SostenibilidadSostenibilidad
Sostenibilidad
 
Entorno de la mercadotecnia2
Entorno de la mercadotecnia2  Entorno de la mercadotecnia2
Entorno de la mercadotecnia2
 
Fhdh
FhdhFhdh
Fhdh
 
Trabajomatesem
TrabajomatesemTrabajomatesem
Trabajomatesem
 
Children
ChildrenChildren
Children
 
Mactac Soignies Solutions Adhésives pour le bâtiment
Mactac Soignies Solutions Adhésives pour le bâtimentMactac Soignies Solutions Adhésives pour le bâtiment
Mactac Soignies Solutions Adhésives pour le bâtiment
 
Mis pertenencias
Mis pertenenciasMis pertenencias
Mis pertenencias
 

Similaire à Calcul scientifique IVP

Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)
Guesmi Amal
 
2015 bio4221rk
2015 bio4221rk2015 bio4221rk
2015 bio4221rk
papillontuba
 
presentation kadimi wahidi.pdf
presentation kadimi wahidi.pdfpresentation kadimi wahidi.pdf
presentation kadimi wahidi.pdf
mouadwahidi
 
HDJZKZOZHSGSKZIZLBZZHZNLZ JE SGSJZOKZVSHZKSKSNHSJZ
HDJZKZOZHSGSKZIZLBZZHZNLZ JE SGSJZOKZVSHZKSKSNHSJZHDJZKZOZHSGSKZIZLBZZHZNLZ JE SGSJZOKZVSHZKSKSNHSJZ
HDJZKZOZHSGSKZIZLBZZHZNLZ JE SGSJZOKZVSHZKSKSNHSJZ
DocPadraigCharafeddi
 
02 correction-td smi-s3-algo2
02 correction-td smi-s3-algo202 correction-td smi-s3-algo2
02 correction-td smi-s3-algo2
L’Université Hassan 1er Settat
 
slides statistique mathématique.pdf
slides statistique mathématique.pdfslides statistique mathématique.pdf
slides statistique mathématique.pdf
FadwaZiani
 
ELEMENT FINIS COURS DE GENIE CIVIL ,DE L3
ELEMENT FINIS COURS DE GENIE CIVIL ,DE L3ELEMENT FINIS COURS DE GENIE CIVIL ,DE L3
ELEMENT FINIS COURS DE GENIE CIVIL ,DE L3
anaismujinga
 
Td 1 edo
Td 1 edoTd 1 edo
transparents-Algo-correction.pdf
transparents-Algo-correction.pdftransparents-Algo-correction.pdf
transparents-Algo-correction.pdf
abdallahyoubiidrissi1
 
Résolution numérique de l'équation de Black Scholes en python
Résolution numérique de l'équation de Black Scholes en pythonRésolution numérique de l'équation de Black Scholes en python
Résolution numérique de l'équation de Black Scholes en python
Ali SIDIBE
 
Chap9 : Systèmes non linéaires
Chap9 : Systèmes non linéairesChap9 : Systèmes non linéaires
Chap9 : Systèmes non linéaires
Mohammed TAMALI
 
Logit probit
Logit probitLogit probit
Logit probit
Sadek Elbousairi
 
espaces vectoriels et applications linéaires
espaces vectoriels et applications linéairesespaces vectoriels et applications linéaires
espaces vectoriels et applications linéaires
AhmedELYAHYAOUI
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011
sunprass
 
méthode numérique .pdf
méthode numérique .pdfméthode numérique .pdf
méthode numérique .pdf
zakariaafrah
 
Integrales doubles-ou-triples
Integrales doubles-ou-triplesIntegrales doubles-ou-triples
Integrales doubles-ou-triples
m.a bensaaoud
 
Chapitre1.pdf
Chapitre1.pdfChapitre1.pdf
Chapitre1.pdf
MedNajiBebeye
 
Exos corriges lois_continues
Exos corriges lois_continuesExos corriges lois_continues
Exos corriges lois_continues
Manar Sefiane
 
Cours Coniques
Cours   ConiquesCours   Coniques
Cours Coniques
Danober
 
M1_exercices_corriges.pdf
M1_exercices_corriges.pdfM1_exercices_corriges.pdf
M1_exercices_corriges.pdf
DurelDonfack
 

Similaire à Calcul scientifique IVP (20)

Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)Cours programmation en matlab2 (1)
Cours programmation en matlab2 (1)
 
2015 bio4221rk
2015 bio4221rk2015 bio4221rk
2015 bio4221rk
 
presentation kadimi wahidi.pdf
presentation kadimi wahidi.pdfpresentation kadimi wahidi.pdf
presentation kadimi wahidi.pdf
 
HDJZKZOZHSGSKZIZLBZZHZNLZ JE SGSJZOKZVSHZKSKSNHSJZ
HDJZKZOZHSGSKZIZLBZZHZNLZ JE SGSJZOKZVSHZKSKSNHSJZHDJZKZOZHSGSKZIZLBZZHZNLZ JE SGSJZOKZVSHZKSKSNHSJZ
HDJZKZOZHSGSKZIZLBZZHZNLZ JE SGSJZOKZVSHZKSKSNHSJZ
 
02 correction-td smi-s3-algo2
02 correction-td smi-s3-algo202 correction-td smi-s3-algo2
02 correction-td smi-s3-algo2
 
slides statistique mathématique.pdf
slides statistique mathématique.pdfslides statistique mathématique.pdf
slides statistique mathématique.pdf
 
ELEMENT FINIS COURS DE GENIE CIVIL ,DE L3
ELEMENT FINIS COURS DE GENIE CIVIL ,DE L3ELEMENT FINIS COURS DE GENIE CIVIL ,DE L3
ELEMENT FINIS COURS DE GENIE CIVIL ,DE L3
 
Td 1 edo
Td 1 edoTd 1 edo
Td 1 edo
 
transparents-Algo-correction.pdf
transparents-Algo-correction.pdftransparents-Algo-correction.pdf
transparents-Algo-correction.pdf
 
Résolution numérique de l'équation de Black Scholes en python
Résolution numérique de l'équation de Black Scholes en pythonRésolution numérique de l'équation de Black Scholes en python
Résolution numérique de l'équation de Black Scholes en python
 
Chap9 : Systèmes non linéaires
Chap9 : Systèmes non linéairesChap9 : Systèmes non linéaires
Chap9 : Systèmes non linéaires
 
Logit probit
Logit probitLogit probit
Logit probit
 
espaces vectoriels et applications linéaires
espaces vectoriels et applications linéairesespaces vectoriels et applications linéaires
espaces vectoriels et applications linéaires
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011
 
méthode numérique .pdf
méthode numérique .pdfméthode numérique .pdf
méthode numérique .pdf
 
Integrales doubles-ou-triples
Integrales doubles-ou-triplesIntegrales doubles-ou-triples
Integrales doubles-ou-triples
 
Chapitre1.pdf
Chapitre1.pdfChapitre1.pdf
Chapitre1.pdf
 
Exos corriges lois_continues
Exos corriges lois_continuesExos corriges lois_continues
Exos corriges lois_continues
 
Cours Coniques
Cours   ConiquesCours   Coniques
Cours Coniques
 
M1_exercices_corriges.pdf
M1_exercices_corriges.pdfM1_exercices_corriges.pdf
M1_exercices_corriges.pdf
 

Calcul scientifique IVP

  • 1. IVP et BVP Nous présentons quelques méthodes de base pour la résolution des équations par la méthode des différences finies. Il est possible d’organiser ces méthodes suivant deux grandes catégories : A- Problèmes avec conditions initiales (Initial-Value Problems, IVP), également appelés problèmes de Cauchy: ex: y’ = f(x,y); y(a) = Ya; x ≥ a méthodes de résolution itératives telle que les méthodes d’Euler et leurs améliorations d’ordre supérieur (ex: Runge-Kutta) B- Problèmes avec conditions aux limites (Boundary-Value Problems, BVP): ex: y’’ = g(x,y,y’); y(a) = A; y(b) = B; a≤x≤b transformation de l’équation différentielles en un système d’équations algébriques couplées qui fait appel aux techniques matricielles (ex: élimination de Gauss-Jordan) Introduction / Calcul Scientifique – Année 2011-2012
  • 2. IVP et BVP Il est généralement plus facile de résoudre un IVP qu’un BVP, puisque dans le premier cas nous avons un théorème d’existence de la solution. Nous verrons par la suite comment passer d’un BVP à un IVP, à l’aide de quelques exemples. Remarque : Il est important de bien faire la différence entre équation différentiel et problème différentiel. La première admet diverses solutions, dépendant de paramètres qui sont dépendants de conditions initiales (ou aux limites); on peut parfois la déterminer analytiquement. Le second a une seule solution que l’on peut calculer numériquement. Introduction / Calcul Scientifique – Année 2011-2012
  • 3. 4- Résolutions des équations aux dérivées ordinaires (EDOs) On distingue deux grandes catégories pour les problèmes de résolution des équations différentielles: • Équations différentielles avec conditions initiales (IVP): propagation vers l’avant de la solution en partant d’un point de départ donné par une méthode itérative • Équations différentielles avec conditions aux limites (BVP): deux contraintes qui doivent être vérifiées au point de départ et d’arrivée • On peut aussi avoir une combinaison des deux cas pour les différentes variables. Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 4. On considère l’EDO d’ordre 2 suivante pout t∈[t0,tN] (1) pour la résoudre il nous faut deux informations (sous forme de conditions) • ϕ(t0), ϕ’(t0) ⇒ IVP • ϕ(t0), ϕ(tN) ⇒ BVP A- Exemple d’un IVP Toutes les méthodes numériques de résolution des problèmes différentiels utilisent une discrétisation. On introduit un pas hi = ti+1 – ti i=0,1,…,N-1 On va calculer la solution ϕ aux points t0, t1, …, tN. C’est-à-dire on va trouver les valeurs ϕ0, ϕ1, …, ϕN (avec la notation ϕk ≡ϕ(tk)) 0)( ² ²20=+tdtdϕωϕ 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 5. Pour trouver la solution {ϕ0, ϕ1, …, ϕN} on réécrit l’équation (1) sous la forme d’un système algébrique, en utilisant la forme approchée de la dérivée seconde (on prendra un pas hi=h constant ∀i) L’équation (1) devient alors (2) Il s’agit d’une équation aux différences finies. Comme il s’agit d’un IVP, nous avons besoin de deux informations indépendantes sur ϕ(t) au temps initial t0. En physique, ces conditions initiales peuvent être fournies en termes d’abscisse et de vitesse initiale de la masse μ, si l’on prend (3) l’exemple de l’oscillateur harmonique. (4) []112 ² 1 ² ² −+ = +−→ iiiittttthdtdϕϕϕϕ ()0²21201=+−−−+iiittthϕϕωϕ 01)0( 00= ==≡ =ttdtdt ϕϕϕ 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 6. En utilisant la forme approchée de la dérivée 1ère de (4), on trouve ϕ1=ϕ0=1. Puis en utilisant (2) nous pouvons calculer ϕ2 pour i=1. Ensuite, connaissant ϕ1 et ϕ2, et en utilisant (2) nous pouvons calculer ϕ3 pour i =2. Et ainsi de suite jusqu’à i= N-1. Il est donc possible de résoudre un IVP par méthode itérative en faisant propager de proche en proche les valeurs initiales. Remarque: Il existe bien entendu d’autres algorithmes qui permettent d’améliorer la précision et la vitesse de convergence de cette méthode. 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 7. B- Exemple d’un BVP On s’intéresse maintenant à l’équation (1) comme étant cette fois ci un BVP. Par exemple on s’intéresse au son produit dans un tube cylindrique creux. ϕ(x) représente la pression le long de la longueur x du tube. κ est relié à la compressibilité de l’air On suppose que la pression est constante et égale à p en x=0 et x=l, l étant la longueur du tube. Les conditions de bords s’expriment donc: ϕ0 = p et ϕN=p (5) 0)( ² ²2=+xdxdϕκϕ 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 8. On écrit alors l’équation (5) comme le système algébrique suivant avec a≡2-h²κ² Sous forme matricielle ce système s’écrit (6) paaapaNNNNN−=− =+− =+− −=+− −− −−− 121233212100 ϕϕϕϕϕϕϕϕϕϕ        − − =             − − − − − − − ppaaaaaNN0001000110001100011000112321        ϕϕϕϕϕ 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 9. Le problème revient donc à chercher les racines d’un système de N-1 équations linéaires couplées. Ce système peut être résolu par la méthode d’élimination de Gauss ou de Gauss-Jordan ou des méthodes itératives de résolution de systèmes linéaires (ex; Jacobi, Gauss-Seidel, SOR,…) C- Stabilité et convergence Dans l’exemple de l’oscillateur, où on fait propager les deux conditions initiales, l’erreur peut s’accumuler et peut rendre le résultat numérique erroné (l’erreur provient essentiellement de l’approximation consistant à remplacer les dérivées par des différences finies). • Cohérence ou compatibilité erreur → 0 c’est-à-dire ne diverge pas h → 0 0² ² ttdtd= ϕ 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 10. • Stabilité: lorsque h → 0, l’erreur n’augmente pas Pour l’équation dϕ/dt = f(ϕ,t) la forme discrète s’écrit (7) ou après un développement de Taylor L’erreur est donc donnée par dans le cas ou l’on utilise la forme ϕi +1 = ϕi + hfi , seules les valeurs au point i sont utilisées pour trouver la solution au point i+1. Pour réduire l’erreur de troncature, on peut inclure dans le membre de droite des points autre que i. ()()iiiiiftfh≡=−+,11ϕϕϕ () ()  ++= ++=− = == + iiittiittttiidtdhtfdtdhdtdh ² ² !2, ² ² !211 ϕϕϕϕϕϕ ()()+=−− = + ittiiiidtdhtfh² ² !2,11 ϕϕϕϕ 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 11. En général, on peut écrire la solution au point i+k comme fonction des valeurs au points k précédents où a0,…,ai+k sont des coefficients et F une fonction connue de la variable dépendante ϕ et de la variable indépendante t aux points i, i+1,…, i+k On distingue les deux cas suivants: • k=1 et F=f(ϕi,ti), on retrouve ϕi +1 = a0ϕi + hf(ϕi ,ti) méthode à une seule étape • k>1, on parle de méthode à plusieurs étapes ()kikiiiiikikiikittthFaaa++++−+−++++++=,;,;,1111110ϕϕϕϕϕϕϕ 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 12. La fonction F est souvent remplacée par une combinaison linéaire des valeurs de f(ϕ,t) aux points k précédents • Pour k>0, cette méthode est dite linéaire • Si les coefficients βkne s’annulent pas, ϕi +k apparaît aussi dans le membre de droite, on parle alors de méthode implicite • Si ϕi +k n’apparaît que dans le membre de gauche, on parle alors de méthode à plusieurs étape explicite ()Σ= +++++= kjjijkikiiiiiftttF011,;,;,βϕϕϕ 4.1- Problèmes avec conditions initiales et/ou conditions aux bords Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 13. Rappel : Solutions d’EDO simples 4.2- Méthodes itératives d’ordre supérieur baxx+=() abCetxat−= ()()tbxtax+= ()()()()CtBetxtA+= avec ()()∫=dttatA et ()()()()∫−=dttbtAtBexp()xfxxt=−()()CgCttx+= Ordre 1 Solution générale Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 14. On considère l’EDO de premier ordre à travers IVP suivant: (9) A- Construction d’une hiérarchie Nous avons vu qu’une solution numérique de ce problème est obtenue par itération Commencant au point x0,y0=f(x0), on peut obtenir aux points équidistants xi = x0+ih, i=1,2,… des approximations ni aux valeurs yi de la solution exacte y(x) 0)0(),('yyyxfy== ))(,()()(xyxhfxyhxy+≈+ (),,,,,,2101100=+=+= = ++ihxxnxhfnnyniiiiii 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 15. C’est la méthode à une seule étape d’Euler. Ce type de méthode est caractérisé par une fonction Φ(x,y,h,f). L’équation s’écrit donc (10) Pour la méthode d’Euler, on a Φ(x,y,h,f) = f(x,y) et Φ ne dépends pas de h. En général la solution ni dépend de h, mais nous allons omettre de faire apparaître cette dépendance explicitement pour simplifier l’écriture. Nous allons maintenant définir l’erreur associé à une méthode et préciser la signification de l’ordre de celle-ci. Soient x et y arbitraires, mais fixés, et z(t) la solution exacte de l’IVP (11) avec les conditions initiales x et y. (),2,1,0,,,,,1100=+=Φ+= = ++ihxxfhnxhnnyniiiiiiyxztzxftz==)())(,()(' 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 16. Alors la fonction représente le rapport des différences de la solution exacte z(t) dans (11) pour le pas h. Φ(x,y;h) est le rapport de différence pour le pas h de la solution approchée de (11) puisque, d’après (10) Φ=(ni+1-ni)/h. La différence des deux C’est une mesure de la qualité de l’approximation de la méthode. On appelle τ(x,y;h) l’erreur de discrétisation locale au point (x,y) de la méthode. Pour une méthode a une seule étape raisonnable, on doit avoir () ()    = ≠ −+ =Δ0),( 0;;, hsiyxfhsihyhxzfhyx()()()hyxhyxhyx;,;,;,Φ−Δ≡τ 0);,(lim0= → hyxh τ 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 17. Alors si l’on a limh→0Δ(x,y;h) = f(x,y), la condition précédente revient à On dit que le choix de Φ et la méthode à une seule étape sont cohérents si la condition ci-dessus est vérifiée ∀x∈[a,b], y∈ℜ, et f une fonction de première dérivée continue sur [a,b] La formulation générale des méthodes explicite à un pas est : Où la fonction Φ définie la méthode utilisée. La formulation générale des méthodes implicite à un pas est ),();,(lim0yxfhyxh=Φ→ (),,,,,,,,2101100=+=Φ+= = ++ihxxfhnxnnyniiiiii(),,,,,,,,,,210111100=+=Φ+= = ++++ihxxfhnxnxnnyniiiiiiii 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 18. Pour générer des méthodes d’ordre supérieur à 1, il suffit de prendre pour Φ(x,y;h) des « portions » du développement de Taylor de Δ(x,y;h). Par Exemple Conduit à une méthode d’ordre 2. Les méthodes supérieurs ainsi obtenues ne sont pas très utiles car il faut, à chaque étape (xi,ni)→(xi+1,ni+1), calculer non seulement f mais aussi ses dérivées partielles fx,fy,etc… En fait des méthodes d’ordre supérieures plus simple peuvent être construites de la méthode (12) où les constantes a1, a2, p1 et p2 sont choisies de telle manière que le développement de Taylor de Δ(x,y;h)-Φ(x,y;h) en puissance de h commence avec la puissance la plus élevée possible. ()()[]),(),(),( 2,;,yxfyxfyxfhyxfhyxyx++=Φ()()()),(,,;,2121yxhfpyhpxfayxfahyx+++=Φ 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 19. Le développement de Taylor de Φ(x,y;h) dans (12) s’écrit En comparant avec le développement en série de Taylor, on identifie les coefficients a1+a2 = 1, a2p1 = ½, a2p2 =½, L’une des solutions conduit à a1 = ½, a2=½, p1 = 1, p2 = 1 conduisant à la méthode de Heun qui requiert seulement deux évaluations de f par chaque étape ()()()[]++++=Φ),(),(),(,;,21221yxfyxfpyxfphayxfaahyxyx()()()]),(,,[ 21;,yxhfyhxfyxfhyx+++=Φ 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 20. Une autre solution est donnée par a1 = 0, a2 = 1, p1 = ½, p2 = ½ correspond à la méthode d’Euler modifiée qui est aussi du second ordre et qui requiert deux évaluations de f par chaque étape. La méthode de Runge-Kutta s’obtient par une combinaison plus générale. (13) ()   ++=Φ),( 2,2;,yxfhyhxfhyx()[]4321)(261;,kkkkhyx+++=Φ 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 21. Calcul Scientifique – année 2010-2011 ),( ), 21,21( ), 21,21( ),,( 3423121hkyhxfkhkyhxfkhkyhxfkyxfk++= ++= ++= = Le développement de Taylor en h donne alors Ce qui signifie que Runge-Kutta est d’ordre 4 et requiert quatre évaluations de f à chaque étape. ()())(;,;,4hOhyxhyx∝Δ−Φ 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012
  • 22. B- Méthode de Runge-Kutta Cette méthode s’applique aux ODE d‘ordre 1. Pour l’appliquer au cas d’une ODE d’ordre supérieur, il faut transformer celle-ci en un système d’ODE d’ordre 1. 1- Réduction d’une ODE d’ordre supérieur au 1er ordre Les ODE d’ordre supérieur à 1 peuvent être transformées en un système d’ODE d’ordre 1 couplées. Pour une ODE d’ordre n, on introduit la notation vectorielle Ex : , ),( ),( ),(, )( )( )(       =       = tyftyftyftytytynn  11 4.2- Méthodes itératives d’ordre supérieur Chapitre 4: Résolution des EDOs / Calcul Scientifique – Année 2011-2012