Analyse Numérique CP2. ENSA de Tanger Université AbdelMalek Essaadi, Maroc

Documents pareils
Licence à distance Chapitre V : Equations différentielles. Méthodes numériques à un pas.

Chapitre 7 : Intégration sur un intervalle quelconque

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CCP PSI Mathématiques 1 : un corrigé

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Chp. 4. Minimisation d une fonction d une variable

Cours d Analyse. Fonctions de plusieurs variables

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Amphi 3: Espaces complets - Applications linéaires continues

Corps des nombres complexes, J Paul Tsasa

Problème 1 : applications du plan affine

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Intégrales doubles et triples - M

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Commun à tous les candidats

Théorème du point fixe - Théorème de l inversion locale

ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Master Modélisation Aléatoire Paris VII, Cours Méthodes de Monte Carlo en nance et C++, TP n 2.

Chapitre 2 Le problème de l unicité des solutions

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor

4. Martingales à temps discret

Continuité d une fonction de plusieurs variables

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

3 Approximation de solutions d équations

L exclusion mutuelle distribuée

Fonctions de plusieurs variables. Sébastien Tordeux

1 Introduction et modèle mathématique

Méthodes numériques et éléments de programmation

Modélisation et Simulation

Une forme générale de la conjecture abc

Quantification Scalaire et Prédictive

Image d un intervalle par une fonction continue

Probabilités III Introduction à l évaluation d options

Cours 02 : Problème général de la programmation linéaire

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.

Résumé du cours en graphiques En vue des prochains cours En vue de l examen final. Macroéconomie 1. Conclusion générale. Olivier Loisel.

Introduction à l analyse numérique : exemple du cloud computing

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Probabilités sur un univers fini

F411 - Courbes Paramétrées, Polaires

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Le modèle de Black et Scholes

Introduction. Mathématiques Quantiques Discrètes

Cours d analyse numérique SMI-S4

Approximations variationelles des EDP Notes du Cours de M2

Continuité et dérivabilité d une fonction

BTS Groupement A. Mathématiques Session Spécialités CIRA, IRIS, Systèmes électroniques, TPIL

Architecture des Systèmes d Information Architecture des Systèmes d Information

OutilsMathematiques-L1-2004/2005-D.Brito.&G.Legaut.

Chapitre 3. Les distributions à deux variables

Calcul fonctionnel holomorphe dans les algèbres de Banach

Fonctions holomorphes

Raisonnement par récurrence Suites numériques

Première partie. Introduction à la méthodes des différences finies

Calcul différentiel. Chapitre Différentiabilité

Compter à Babylone. L écriture des nombres

3. Conditionnement P (B)

Limites finies en un point

Résolution d équations non linéaires

Comment démontrer des formules sans effort? exposé de maîtrise

Probabilités sur un univers fini

Equations différentielles linéaires à coefficients constants

Finance, Navier-Stokes, et la calibration

Carl-Louis-Ferdinand von Lindemann ( )

Logiciel WINPONT. Fonctionnement. Synoptique

Planche n o 22. Fonctions de plusieurs variables. Corrigé

6 Equations du première ordre

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Démonstration de la conjecture de Dumont

Examen d informatique première session 2004

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Chapitre 5. Équilibre concurrentiel et bien-être

Trouver un vecteur le plus court dans un réseau euclidien

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

MATHEMATIQUES APPLIQUEES Equations aux dérivées partielles Cours et exercices corrigés

Loi binomiale Lois normales

AOT 13. et Application au Contrôle Géométrique

Décomposition de Föllmer-Schweizer. explicite d un passif d assurance vie. au moyen du calcul de Malliavin

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Calcul Différentiel. I Fonctions différentiables 3

Théorie de la Mesure et Intégration


Calcul Stochastique pour la finance. Romuald ELIE

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Programmation linéaire

Analyse en Composantes Principales

Cours Informatique Master STEP

Commande de systèmes non retardés par retour de sortie statique échantillonné

EMPLOI DU TEMPS du 4 ème SEMESTRE

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Transcription:

Analyse Numérique CP2 ENSA de Tanger Université AbdelMalek Essaadi, Maroc Méthodes numériques pour la résolution d équations différentielles ENSA, Mai 2015 CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 1 / 21

Plan 1 Introduction 2 Méthode d Euler 3 Méthodes à un pas 4 Définitions générales 5 Méthode de Runge Kutta 6 Conclusion CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 2 / 21

Introduction Plan 1 Introduction 2 Méthode d Euler 3 Méthodes à un pas 4 Définitions générales 5 Méthode de Runge Kutta 6 Conclusion CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 3 / 21

Introduction - Certaines équations différentielles ne peuvent pas être résolues sous forme explicite. Ex. : dy dt = y 2 t - Cependant, on peut approximer la solution de ces équations par des méthodes numériques. - Nous allons nous concentrer sur le problème de Cauchy et nous allons voir des méthodes d approximation de type Euler, et Runge Kutta. - Par soucis de simplicité, nous allons nous restreindre aux méthodes à un pas. CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 4 / 21

Introduction Problème de Cauchy Hypothèses Soit I un intervalle de IR non réduit à un point, soit t 0 I. f désigne une fonction continue sur I IR à valeurs dans IR. Soit y 0 un réel donné. CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 4 / 21

Introduction Problème de Cauchy Définition On appelle problème de Cauchy le problème suivant : Trouver y une fonction continue et dérivable sur I à valeurs réelles telle que : t I, y (t) = f(t, y(t)), y(t 0 ) = y 0 CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 5 / 21

Méthode d Euler Plan 1 Introduction 2 Méthode d Euler 3 Méthodes à un pas 4 Définitions générales 5 Méthode de Runge Kutta 6 Conclusion CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 6 / 21

Méthode d Euler Méthode d Euler Introduction Soit le problème différentiel suivant : trouver y telle que t [t 0, t 0 + T] y (t) = f(t, y(t)), y(t 0 ) = y 0 Nous supposons que f est continue sur [t 0, t 0 + T] IR et vérifie une hypothèse de Lipshitz : L/ t [t 0, t 0 + T], f(t, y) f(t, z) L y z, y, z IR Nous allons voir que le problème de Cauchy admet une solution unique qu on va approcher de façon discrète. CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 7 / 21

Méthode d Euler Solution du problème de Cauchy Discrétisation On se donne une subdivision de [t 0, t 0 + T] soit : t 0 < t 1 <... < t N = (t 0 + T) On pose h n = t n+1 t n pour n = 0,..., N 1 le pas de discrétisation et on note h = maxh n Solution numérique Si y désigne la solution du problème de Cauchy, on : tn+1 tn+1 y(t n+1 ) = y(t n )+ y (t)dt = y(t n )+ t n t n f(t, y(t))dt CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 8 / 21

Méthode d Euler Solution du problème de Cauchy Schéma d Euler La méthode d Euler s écrit en remplaçant t n+1 t n f(t, y(t))dt par f(t n, y n ).h n dans l équation précédente. On remarque ici une approximation de l intégrale par une méthode de quadrature. Schéma d Euler explicite et implicite Dans la solution précédente, on change seulement le terme f(., y n ), on introduit t n ou t n+1 CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 9 / 21

Méthode d Euler Solution du problème de Cauchy Schéma d Euler explicite y n+1 = y n + h n f(t n, y n ) Schéma d Euler implicite y n+1 = y n + h n f(t n+1, y n+1 ) CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 10 / 21

Méthodes à un pas Plan 1 Introduction 2 Méthode d Euler 3 Méthodes à un pas 4 Définitions générales 5 Méthode de Runge Kutta 6 Conclusion CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 11 / 21

Méthodes à un pas Méthodes à un pas Définition Considérons le problème de Cauchy avec la condition de Lipshitz et la même subdivision de l intervalle I. Une { méthode à un pas s écrit : yn+1 = y n + h n Φ(t n, y n, h n ), n 0 y 0 = η On suppose que Φ est continue et ne dépend que de f. Remarque : Φ(t, y, h) = f(t, y) pour la méthode d Euler. Théorème Si la méthode à un pas est stable et consistante, alors elle est convergente. CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 12 / 21

Définitions générales Plan 1 Introduction 2 Méthode d Euler 3 Méthodes à un pas 4 Définitions générales 5 Méthode de Runge Kutta 6 Conclusion CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 13 / 21

Définitions générales Consistance, convergence, stabilité Consistance La méthode à un pas est consistance avec l équation différentielle initiale si pour toute solution du problème de Cauchy, on ait : N 1 i=0 y(t n+1) y(t n ) h n Φ(t n, y(t n ), h n ) 0 quand h n 0. Convergence max n y(t n ) y n 0. CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 14 / 21

Définitions générales Ordre d une méthode à un pas Définition La méthode à un pas est d ordre p > 0 s il existe un réel K indépendant de y et de Φ tel que : N 1 n=0 y(t n+1 ) y(t n ) h n Φ(t n, y(t n ), h n ) Kh p pour toute solution y C p+1 [t 0, t 0 + T ] de l équation y (t) = f(t, y(t)) CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 15 / 21

Définitions générales Exemple de méthodes à un pas Méthode du développement de Taylor voir les détails au tableau. *Pour p = 1, on retrouve la méthode d Euler. CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 16 / 21

Méthode de Runge Kutta Plan 1 Introduction 2 Méthode d Euler 3 Méthodes à un pas 4 Définitions générales 5 Méthode de Runge Kutta 6 Conclusion CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 17 / 21

Méthode de Runge Kutta Méthode de Runge Kutta Les méthodes de Runge-Kutta sont des méthodes d approximation de solutions d équations différentielles. En 1901, elles ont été nommées en l honneur des mathématiciens Carl Runge et Martin Wilhelm Kutta. Ces méthodes reposent sur le principe d itération : Une 1ère estimation de la solution est utilisée pour calculer une seconde plus précise. CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 18 / 21

Méthode de Runge Kutta Méthode de Runge Kutta d ordre q Définition t n,i = t n + c i h n y n,i = y n + h n a ij p n,j 1 j<i p n,i = f(t n,i, y n,i ) t n+1 = t n + h n y n+1 = y n + h n b j p n,j 1 j<q On a toujours : 1 j<i a ij = c i, 1 j<q b j = 1. **Pour les méthodes d ordre 2 et 4, voir explications au tableau. CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 19 / 21

Conclusion Plan 1 Introduction 2 Méthode d Euler 3 Méthodes à un pas 4 Définitions générales 5 Méthode de Runge Kutta 6 Conclusion CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 20 / 21

Conclusion Conclusion CP2 (ENSA de Tanger) Cours d analyse numérique Tanger 21 / 21