Documente Academic
Documente Profesional
Documente Cultură
Support de cours
Ingnieurs Sup'Galile
Energtique - 1re anne
a.
1 Introduction
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1 Mtorologie . . . . . . . . . . . . . . . . . . . . . . .
1.1.2 Biologie . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.3 Chimie : La raction de Belousov-Zhabotinsky . . . . .
1.1.4 Mcanique . . . . . . . . . . . . . . . . . . . . . . . .
Dnition des E.D.O. . . . . . . . . . . . . . . . . . . . . . . .
Formulation gnrale : le problme de Cauchy . . . . . . . . .
Drivation numrique . . . . . . . . . . . . . . . . . . . . . . .
Mthode des dirences nies pour le problme de Cauchy en
dimension d 1 . . . . . . . . . . . . . . . . . . . . . . . . . .
Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Stabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Mthode des dirences nies pour le problme de Cauchy en
dimension d . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Schma gnral
Convergence . .
Stabilit . . . .
Consistance . .
Ordre . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Mthode de Runge-Kutta
3.1
3.2
3.3
Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Formules explicites de Runge-Kutta d'ordre 2 . . . . . . . . .
Mthodes de Runge-Kutta d'ordre 4 . . . . . . . . . . . . . .
5 Exercices corrigs
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
3
4
5
6
8
10
12
14
15
15
18
19
19
19
19
20
20
20
20
21
22
23
23
23
24
25
25
25
25
26
26
1 INTRODUCTION
1
Introduction
1.1 Exemples
1.1.1 Mtorologie
Modle de Lorentz :
Source Wikipedia
$ 1
& x ptq
y 1 ptq
% z 1 ptq
xptq yptq
xptqyptq xptq yptq
(1.1)
xptqyptq zptq
8{3 et les donnes initales xp0q 8,
1.1 Exemples
1 INTRODUCTION
Modele de Lorentz
x(t)
20
0
20
10
20
30
40
50
t
60
70
80
90
100
10
20
30
40
50
t
60
70
80
90
100
10
20
30
40
50
t
60
70
80
90
100
y(t)
50
0
50
z(t)
40
20
0
Modele de Lorentz
50
45
40
35
z(t)
30
25
20
15
50
10
0
5
0
50
20
15
10
10
15
20
y(t)
x(t)
1.1.2 Biologie
Considrons une population y d'animaux dans un milieu ambient o au
plus B animaux peuvent coexister. On suppose que initialement la population soit y0 B et que le facteur de croissance des animaux soit gal
une constante C. Dans ce cas, l'volution de la population au cours du temps
sera proportionnelle au nombre d'animaux existants, sans toutefois que ce
nombre ne dpasse la limite B. Cela peut s'exprimer travers l'quation
y ptq
1
y ptq Cy ptq 1
, t 0, y p0q y0.
B
(1.2)
1.1 Exemples
1 INTRODUCTION
" 1
y1 ptq
y 1 ptq
2
(1.3)
$ 1
A pt q
'
'
& B 1 pt q
X 1 pt q
'
'
% 1
Y
k1Aptq
k3B ptqX ptq
k1Aptq k2X 2ptqY ptq k3B ptqX ptq k4X ptq
ptq k2X 2ptqY ptq k3B ptqX ptq
Exemple 1 Dans cet exemple, on tudie le problme simpli du Bruxelator. Lorsque les ractions de (??) ont des constantes de ractions k1 , . . . , k4
1.1 Exemples
1 INTRODUCTION
Brusselator simplifie Concentrations
6
X(t)
Y(t)
5
10
15
20
t
25
30
35
40
Brusselator simplifie
6
Y(t)
3
X(t)
1.1.4 Mcanique
Le pendule pesant le plus simple est constitu d'un petit objet pesant
accroch une tige de masse ngligeable devant celle de l'objet. L'autre
extrmit de la tige est l'axe de rotation du pendule. Un tel pendule, sans
viscosit, est appel pendule pesant simple. On note ptq l'angle que fait le
6
1.1 Exemples
1 INTRODUCTION
2 pt q
g
sinpptqq
L
1
ptq 0.
mL2
(1.6)
g
sinpptqq 0,
L
@t Ps0, T s,
(1.7)
(1.8)
g
L
(t)
1
0
1
2
3
10
t
12
14
16
18
20
14
16
18
20
(t)
10
t
12
1 INTRODUCTION
Pendule pesant
(t)
4
3
0
(t)
Dnition 1.2 On appelle forme canonique d'une E.D.O. une expression du type :
y ppq ptq G pt, y ptq, y p1q ptq, y p2q ptq, . . . , y pp1q ptqq.
(1.9)
$
'
'
'
&
z r1s ptq
z r2s ptq
y p0q ptq
y p1q ptq
..
'
.
'
'
% rps
z ptq y pp1q ptq
8
$
'
'
'
'
&
on obtient
'
'
'
'
%
Or
y ppq ptq
1 INTRODUCTION
dzz r1s
dt
dzz r2s
dt
pt q
pt q
dzz rps
dt
ptq
y ppq ptq.
..
.
(1.10)
Exemple
1
(suite) Pour obtenir la forme canonique de (1.4), on pose
y pt q
y1 ptq
y2 ptq
X p1q ptq
y1 ptq
p
1q
Y p1qptq
y ptq
p1q
y2 ptq
Avec p 1 et
$
& G b : R R2
pt, z q
%
R
z12 z2 p 1qz1
z12z2 z1
(1.11)
et
"
Gp : R R R
pt, u, vq
R
Lg sinpuq
(1.12)
rt0, t0
pt, y q
T s Rd
Rd
f pt, y q
rt0, t0
Ts
Rd
y ptq
Ts
(1.13)
(1.14)
Exemple 1.4
exemple :
1{3.
y p0q
avec f pt, vq 3 v.
a Ce problme admetales trois solutions suivantes :
y ptq 0, y ptq 8t3 {27 et y ptq 8t3 {27.
Le problme suivant :
" 1
y ptq 1 y 2 ptq, si t 0
y p0 q
tanptq
avec 0
on obtient
alors directemnt le problme de Cauchy associ : chercher une fonction y
dnie par
y :
r0, T s R2
t
y ptq
10
1,
avec f
G b et y p0q
y0
PR
@t P rt0, t0
Ts
(1.15)
(1.16)
3
.
2
ptq
y 1 pt q
p1qptq
y ptq
y 2 pt q
2.
On se ra-
p1q ptq
y1 ptq
p
1q
y ptq
p1q
p2q ptq
y2 ptq
p1q ptq
G pt, ptq, p1qptqq
p
y 2 pt q
.
Gp pt, y1 ptq, y2 ptqq
On pose
fp :
Le problme
r0, T s R2
pt, z q
r0, T s R2
t
y ptq
z2
.
Gp pt, z1 , z2 q
y p0 q
2
R
0
.
1
y p0q
y0
PR
@t P r0, T s
(1.17)
(1.18)
Dans de nombreux cas, la variable t reprsente le temps et les composantes du vecteur y , une famille de paramtres dcrivant l'tat d'un systme
matriel donn. L'quation direntielle (1.17) traduit physiquement la loi
d'volution du systme considr.
En gnral, il est impossible de trouver des solutions exactes ces problmes. Il faut alors construire des mthodes numriques pour obtenir des
11
1 INTRODUCTION
" 1
y pt q
f pt, y ptqq
y 0 P Rm .
avec f : U Rm , U un ouvert de R Rm et pt0 , y r0s q P U .
pPC q
y pt0 q
Thorme 1.5 (Cauchy-Lipschitz) On suppose que la fonction f est continue sur U et quelle est localement lipschitzienne en y :
voisinage t , DV voisinage y , DL 0 tels que
@pt, y q P
U, DW
y 1 pt q
hq y ptq
h
h0
y ptq y pt hq
lim
h
h0
y pt hq y pt hq
lim
h0
2h
lim
y pt
(1.21)
(1.22)
2h
12
1 INTRODUCTION
ra, bs R. Si f P C r 1pra, bsq alors @px, yq P ra, bs2 il existe un Psx, yr tel
que
f p k q py q
f pxq f py q
k 0
k!
f pr
pr
p x y qk
q p q
1 q!
px y q r
(1.23)
pDyqPn yp1qptnq
et
h p2q n
y p P q
2
2. En dduire que
et
avec C
avec D
1
max
2 tPrtn ,tn
|yp2qptq|
1
max |y p2q ptq|
2 tPrtn1 ,tn s
y p3q p2n qq
2. En dduire que
avec E
1
max
6 tPrtn1 ,tn
|yp3qptq|
Dnition 1.8 La dirence phq |y1 ptn qpDyqn | est appele erreur de
phq Chp .
ce qui entraine
@t P rt0, t0
Ts
@n P v0, N w.
(1.24)
ou encore
1w,
h 2
y pn q
2
h2 2
y p n q.
2
On note y rns une approximation de y ptn q pour n P v0, N w.
La mthode d'Euler progressive est donne par le schma
y ptn
" rn 1s
y
y r0s
q yptnq
yrns
ypt0q
hf ptn , y ptn qq
hf ptn , y rns q,
@n P v0, N 1w
(1.25)
" rn 1s
y
y r0s
yrns
ypt0q
hf ptn
1, y n 1
s q, @n P v0, N 1w
(1.26)
" 1
y ptq
cosptq 1, @t P r0, 4s
0.
dont la solution exacte est yptq sinptq t.
pP q
y p0 q
1.6 Exemple
1 INTRODUCTION
Q. 2 (algorithmique) Soit a, b, a b deux rels. Ecrire une fonction Disretournant une discrtisation de l'intervalle ra; bs avec N pas (constant)
de discrtisation.
Reg
1.6 Exemple
Soit l'E.D.O. suivante
" 1
y ptq
y pt q
y p0q 1
de solution exacte
y ptq 1{pet t2
2t 2q.
1.7 Stabilit
Pour illustrer la notion de stabili (absolue) d'un schma numrique, on
tudie le problme modle suivant :
Soit 0, Soit l'E.D.O. suivante
" 1
y pt q
y p0 q
y ptq, pour t P R ,
y0
y ptq y0 et .
En particulier, on a
lim y ptq 0
15
1.7 Stabilit
1 INTRODUCTION
y(t)=y(t)+t2 y2(t) avec y(0)=1 et N=20
0.2
exacte
Euler Progressive
Euler Rgressive
0.4
0.6
0.8
1.2
1.4
1.6
1.8
0.5
Figure
1.5
2.5
t
3.5
4.5
y rn
d'o
s yrns
y rns
p1
hqn y r0s ,
hy rns
p1
hqy rns
@n 0.
|1
2
h| 1 d'o 0 h .
1.7 Stabilit
1 INTRODUCTION
Euler Progressive
Euler Regressive
Figure
10
t
12
14
16
18
20
1
exacte
Euler Progressive
Euler Regressive
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
Figure
10
t
12
14
16
18
20
y rn 1s
et donc
y rns
1 h
1
1 h
y rns
y r0s ,
@n 0.
Dans ce cas limn 8 y rns 0 sans condition : on dit que le schma d'Euler
rtrograde est inconditionnellement stable.
" 1
y ptq
pPC q
Ts
t0
rt0, t0
T s Rd
pt, z q
En notant
Rd
f 1 pt, z q
w f pt, z q ...
f d pt, z q
y1 ptq
f1 pt, y ptqq
..
y ptq ...
et f pt, y ptqq
.
yd ptq
fd pt, y ptqq
$ 1
y1 ptq
'
'
'
&.
f1 pt, y ptqq,
'
yd1 ptq
'
'
% avec
..
Ts
rn 1s
'
'
yd
'
'
% avec
rns
yd
hfd ptn , y rns q
y pt0 q y 0 P Rd .
18
rns
y1
o y rns ...
et y rns q y ptn q.
rns
y
d
" rn 1s
y
y r0s
y rns
y pt0q
@n P v0, N 1w
(1.27)
" rn 1s
y
y r0s
Ce schma est
y rns .
2
y rns
y pt0q
hff ptn
s q, @n P v0, N 1w
1, y n 1
(1.28)
y rn
s y rns
ptn , y rns , hq
h
(2.1)
2.2 Convergence
La mthode converge sur l'intervalle rt0 , t0 T s si, pour la suite des y rns
calculs, l'cart maximum avec la solution exacte diminue quand le pas h
diminue :
lim
max y rns y ptn q 0
NT 0 nPt0,...,N u
2.3 Stabilit
2.4 Consistance
3 MTHODE DE RUNGE-KUTTA
2.4 Consistance
Le schma de calcul (2.1) est consistant avec l'quation direntielle si
n
y pt
lim max
h T 0 n
N
Cela signie que le schma doit tre une approximation vraisemblable, bien
construite.
2.5 Ordre
La mthode itrative est d'ordre p si pour toute solution :
n
y pt
max
n
Mthode de Runge-Kutta
3.1 Principe
y pt
n 1
tn
q y pt q
n
tn
f pt, y ptqqdt,
pt, y , hq
i 1
avec
r
is
k pt, y , hq f t
hai , y
j 1
20
r
js
bi,j k pt, y , hq , 1 i q
Remarque 3.1
tableau de But(3.1)
ai
bij .
j 1
ci
1.
3. Une mthode de Runge-Kutta est d'ordre 2 si elle est d'ordre 1 et si
q
i 1
ci ai
1{2.
4. Une mthode de Runge-Kutta est explicite si la matrice B est triangulaire infrieure diagonale nulle :
i 1
bij
0.
0
0
1
pt, y , hq p1 qf pt, y q
Avec 21 , on obtient la
y rn
s y rns
ff pt
y rn 1s y rns
h
,y
2
mthode de Heun :
h n rns
f pt , y q
2
Avec 1, on obtient la
du point milieu :
(3.2)
1
2
h n
f t
2
, y rns
h
f pt, y qq
2
21
h rns
,y
2
h n rns
f pt , y q .
2
s y rns
h n rns
f pt , y q
2
h n
f t
2
, y rns
Pour des valeurs plus leves de p, ces mthodes sont plus prcises que
la mthode d'Euler, et d'autant plus que p augmente. On se limite dans la
pratique p 4. Cette mthode est connue sous le nom de Runge-Kutta 4.
Remarquons que dans ces mthodes le pas peut tre adapt chaque tape.
rns
k1
rns
k2
rns
k3
rns
k4
y rn
f ptn , y rns q
rns
f ptn h2 , y rns h2 k 1 q
rns
f ptn h2 , y rns h2 k 2 q
rns
f ptn h, y rns hkk 3 q
rns 2kk rns 2kk rns
y rns h6 pk 1
2
3
(3.4)
rns q.
k4
k1
rns
k2
rns
k3
rns
k4
y rn
y rn
s y rns
f ptn , y rns q
rns
f ptn h2 , y rns h2 k 1 q
rns
f ptn h2 , y rns h2 k 2 q
rns
f ptn h, y rns hkk 3 q
rns 2kk rns 2kk rns k rns q.
y rns h6 pk 1
2
3
4
h n rns
h n 1 rns
f pt , y q
f t
,y
hff ptn , y rns q .
2
2
22
y rn
s y rn1s
(4.1)
4.2 Le principe
iy rn is h
if ptn i , y rn is q
i0
i0
k
(4.2)
0 et |0| |0| 0.
k q y pt n
(4.2) en prenant y rn is
q y rn
y ptn iq,
s.
k q Ophp
q.
seulement si
i0
k
i 0
i i
0,
i iq1 ,
i 0
23
@q P v1, pw.
i i .
i 0
2 et
$
1 & 0 0
0
2
% 1 1
% 1 0
2
2
On obtient donc P pq 1 2 p 1qp 1q : le schma (4.1) est stable.
Pour le schma (4.1), on a k
$
& 0
rient,
y pti q y ris C hp , @i P v0, k 1w.
0
f ptn, y rnsq
h rns
r
n1s
f
f
3f
.
(4.3)
2
h
y rn 1s y rns
23ff rns 16ff rn1s 5ff rn2s .
(4.4)
12
h
y rn 1s y rns
55ff rns 59ff rn1s 37ff rn2s 9ff rn3s . (4.5)
24
Ces schmas sont explicites et leur ordre correspond au nombre de pas.
y rn
y rns
y rns
h
24
y rns
y rn
y rns
y rn
y rns
h rn 1s
f
f rns .
2
h rn 1s
5ff
8ff rns f rn1s .
12
h rn 1s
9ff
19ff rns 5ff rn1s
24
(4.6)
f rn2s .
(4.7)
(4.8)
Ces schmas sont implicites et leur ordre correspond au nombre de pas plus
un.
rn 1s
rn 1s
Evaluer f
f ptn 1, y rn 1sq;
y rn 1s q l'aide d'un schma implicite en remplaant l'inconnue par y rn
npour
4.5.2 Exemple
Choisissons la mthode d'Euler explicite pour prdicteur et la mthode
implicite des trapzes comme correcteur.
y rn 1s y rns hff ptn , y rns q
Euler explicite :
Trapze implicite : y rn 1s y rns h2 pf ptn , y rns q f ptn 1 , y rn 1s qq
On obtient :
$ rns
f
'
'
'
& y rn 1s
rn 1s
'
f
'
'
% rn 1s
y
f ptn, y rnsq;
y rns hff rns;
f ptn 1, y rn 1sq;
y rns h2 py rn 1s
f rns q
Remarque 4.6 On retrouve ici, pour ce cas simple, une formule de RungeKutta 2.
s q;
5 EXERCICES CORRIGS
s y rns
et la mthode
y rn
h
55ff rns 59ff rn1s
24
h rn
9ff
24
f rn2s
Remarque 4.7
Exercices corrigs
Exercice 1
pDyqPn yp1qptnq
et
h p2q n
y p P q
2
5 EXERCICES CORRIGS
2. En dduire que
avec C
avec D
et
1
max
2 tPrtn ,tn
|yp2qptq|
1
max |y p2q ptq|
2 tPrtn1 ,tn s
y p3q p2n qq
2. En dduire que
avec E
1
max
6 tPrtn1 ,tn
|yp3qptq|
Correction
Q. 1
1. Soit n P v0, N
1w, on a
n 1
n
pDyqPn ypt qh ypt q .
y ptn
d'o
q yptnq
hy p1q ptn q
n 1
n
pDyqPn ypt qh ypt q yp1qptnq
h p2q n
y p P q .
2!
(5.1)
(5.2)
On a
n
n1
pDyqRn ypt q hypt q .
n P rtn1 , tn s tels que
D'aprs la formule de Taylor, il existe R
phq2 yp2qpn q
y ptn1 q y ptn q hy p1q ptn q
2!
d'o
n
n1
pDyqRn ypt q hypt q yp1qptnq h2 yp2qpRn q
27
(5.3)
(5.4)
5 EXERCICES CORRIGS
2. Soit n P v0, N
P rtn1, tns on a
|yp2qpRn q| tPrtmax
|yp2qptq|
,t s
n
De mme, comme R
n 1 nn
|yp2qptq|.
|pDyqRn yp1qptnq| h2 |yp2qpRn q| h2 tPrtmax
,t s
n 1 n
1. Soit n P v0, N
Q. 2
1w, on a
n 1 y ptn1 q
.
pDyqCn ypt q 2h
y ptn
q yptnq
hy p1q ptn q
h2 p2q n
y pt q
2!
h3 p3q n
y p 1 q
3!
(5.5)
et
h2 p2q n
h3
y pt q y p2q p2n q
2!
3!
y ptn
q yptn1q 2hyp1qptnq
d'o
y p1q ptn q
2. Comme 1n
y ptn
h3 p3q n
p y p 1 q
6
q yptn1q h2 pyp3qpnq
2h
12
y p3q p2n qq
y p3q p2n qq.
De mme, comme 2n
n 1 n 1
28
(5.6)
5 EXERCICES CORRIGS
Exercice 2
On veut rsoudre numriquement le problme pP q suivant : trouver y
telle que
" 1
ptq 1, @t P r0, 4s
pP q yypp0tqq cos
0.
Q. 2 (algorithmique) Soit a, b, a b deux rels. Ecrire une fonction Disretournant une discrtisation de l'intervalle ra; bs avec N pas (constant)
de discrtisation.
Reg
Correction
Q. 1 On commence par crire le problme de cauchy associ pP q :
" 1
y ptq
5 EXERCICES CORRIGS
t0
nh,
@n P v0, N w,
avec h
T
.
N
s yrns
y0, puis on
1
Q. 2
tn
a
nh,
@n P v0, N w,
avec h
ba
.
N
Donnes :
Rsultat :
1:
Fonction t DisReg( a, b, N
2:
3:
4:
5:
6:
a, b : deux rels, a b
N
: un entier non nul (nombre de pas de discrtisation).
t : vecteur de RN 1
h pb aq{N
Pour n 0 N faire
t pn 1q a n h
Fin Pour
Fin Fonction
Q. 3
L'algorithme de la fonction
REDEP
30
est :
5 EXERCICES CORRIGS
Algorithme 2
Fonction rt , Y s REDEP( f, t0 , T, y0 , N
t
p
T, N q
h pb aq{N
Y p1q y 0
Pour n 1 N faire
Y pn 1q Y pnq h f pt pnq, Y pnqq
2:
3:
4:
5:
6:
7:
8:
Fin Pour
Fin Fonction
Q. 4
Algorithme 3
associ pP q
Donnes :
Rsultat :
1:
2:
3:
DisReg t0 , t0
t
z
w
Fonction
fCauchy
fCauchy
correspondant la
: un rel
: un rel
: un rel
Fonction w fCauchy( t, y )
w
cosptq
Fin Fonction
t0 0
T 4
y0 0
rt, Y s
31
5 EXERCICES CORRIGS
Exercice 3
On veut rsoudre numriquement le problme du pendule pesant sans
viscosit :
$ p2q
& ptq Lg sinpptqq, @t P r0, 100s
pP q % p0q
p1q p0q 1
avec g 9.81 et L 1.
On rappelle le schma d'Euler progressif (vectoriel) pour la rsolution d'un
problme de Cauchy
pS q
" rn 1s
y
y r0s
Q. 2 (algorithmique) Ecrire une fonction REDEPvec retournant l'ensemble des couples ptn , y rns q calculs par le schma d'Euler progressif.
Q. 3 (algorithmique) Ecrire un algorithme complet de rsolution d pP q
par le schma d'Euler progressif.
Correction
Q. 1 On a dj crit le problme de cauchy associ pP q :
" 1
y ptq
pPC q
avec y ptq
ptq
, t0
p1q ptq
f
0, T 100, y 0
rt0, t0
pt, z q
T s R2
Ts
et
R
z2
Lg sinpz 1q
5 EXERCICES CORRIGS
t0
nh,
@n P v0, N w,
avec h
T
.
N
y rn
Q. 2
s y rns
L'algorithme de la fonction
REDEPvec
1
est :
Fonction rt , Y s REDEPvec( f, t0 , T, y 0 , N
2:
3:
4:
5:
6:
7:
8:
Fin Pour
Fin Fonction
Q. 3
f :
)
t DisRegpt0 , t0 T, N q
h pb aq{N
Y p:, 1q y 0
Pour n 1 N faire
Y p:, n 1q Y p:, nq h f pt pnq, Y p:, nqq
33
fP
correspondant la fonction
@n P v1, N
1w
5 EXERCICES CORRIGS
pP q
Donnes :
t
z
w
Rsultat :
1:
g 9.81
L1
w p1 q z p2 q
w p2q pg {Lq sinpz p1qq
3:
4:
6:
: un rel
: un vecteur de R2 ,
: un vecteur de R2
Fonction w fP( t, z )
2:
5:
Fin Fonction
4:
5:
6:
t0 0
T 100
0
y
1
rt, Y s REDEPvec(
Plotpt , Y p1, :qq
Plotpt , Y p2, :qq
fP, t0 , T, y 0 , 2000)
Exercice 4
la
s y rns
h n
f t
2
h n rns
f pt , y q
2
, y rns
Correction
Q. 1
y rn
s y rns
34
h n
pk
2 1
k n2 q
5 EXERCICES CORRIGS
avec
k n1
k n2
L'algorithme de la fonction
f ptn, y rnsq
f ptn 1, y rns
REDEPvec
hkk 1 q
s'crit alors :
Fonction rt , Y s REDHeunVec( f, t0 , T, y 0 , N
t DisRegpt0 , t0 T, N q
h pb aq{N
Y p:, 1q y 0
Pour n 1 N faire
k 1 f pt pnq, Y p:, nqq
k 2 f pt pn 1q, Y p:, nq hkk 1 q
Y p:, n 1q Y p:, nq ph{2q pk 1
2:
3:
4:
5:
6:
7:
8:
9:
10:
Fin Pour
Fin Fonction
k 2q
Exercice 5
la
k1
rns
k2
rns
k3
rns
k4
y rn
y rn
s y rns
f ptn , y rns q
rns
f ptn h2 , y rns h2 k 1 q
rns
f ptn h2 , y rns h2 k 2 q
rns
f ptn h, y rns hkk 3 q
rns 2kk rns 2kk rns k rns q.
y rns h6 pk 1
2
3
4
h n rns
h n 1 rns
f pt , y q
f t
,y
hff ptn , y rns q .
2
2
@n P v1, N
1w
5 EXERCICES CORRIGS
Correction
Q. 1
L'algorithme de la fonction
REDRK4Vec
s'crit alors :
Fonction rt , Y s REDRK4Vec( f, t0 , T, y 0 , N
t
p
T, N q
h pb aq{N
Y p:, 1q y 0
Pour n 1 N faire
k 1 f pt pnq, Y p:, nqq
k 2 f pt pnq h{2, Y p:, nq ph{2qk 1 q
k 3 f pt pnq h{2, Y p:, nq ph{2qk 2 q
k 4 f pt pnq h, Y p:, nq hkk 3 q
Y p:, n 1q Y p:, nq ph{6q pk 1 2kk 2
2:
3:
4:
5:
6:
7:
8:
9:
10:
11:
12:
DisReg t0 , t0
Fin Pour
Fin Fonction
2kk 3
k 4q
Exercice 6
La
y rn
avec f rns
y rns
h
24
f ptn, y rnsq.
Correction
36
@n P v1, N
1w
5 EXERCICES CORRIGS
Q. 1
3 h, y 0 , 3q
Fin Pour
k1
k2
k3
37 k 2 9 k 3 q
Fin Pour
Fin Fonction
Exercice 7
y rn
s y rns
h
55ff rns 59ff rn1s
24
37
@n P v1, N
1w
5 EXERCICES CORRIGS
et la
avec f rns
s y rns
h rn
9ff
24
f rn2s
f ptn, y rnsq.
REDPreCor4Vec permettant de
rsoudre un problme de Cauchy (vectoriel) par une mthode de prdictioncorrection utilisant ces deux schmas.
Correction
Q. 1
yrn
s y rns
h
55ff rns 59ff rn1s
24
rn
f
y rn
f ptn
y rns
L'algorithme de la fonction
r sq
rn 1s
h
1, y
n 1
24
9f
REDPreCor4Vec
38
s'crit alors :
f rn2s
5 EXERCICES CORRIGS
Algorithme 11
Fonction rt , Y s REDPreCor4Vec( f, t0 , T, y 0 , N
t DisRegpt0 , t0 T, N q
h pb aq{N
rtini, Y inis REDRK4Vecpf, t0, t0
Pour n 1 4 faire
Y p:, nq Y ini p:, nq
3 h, y 0 , 3q
Fin Pour
k1
k2
k3
Fin Pour
Fin Fonction
39
@n P v1, N
1w