Méthodes numériques de résolution déquations différentielles
Modélisation de l'évolution d'une population “fermée” Calcul de la solution par séparation des variables. P (t) ... Méthode d'Euler explicite.
Agrégation des risques et allocation de capital sous Solvabilité II
modèle interne pour la modélisation des risques actions taux d'intérêt et mortalité
Génie de la Réaction Chimique: les réacteurs homogènes
14 juil. 2022 Comment évolue la concentration en réactif A en fonction du temps ? Question 2. Combien de temps faut-il pour atteindre un taux de conversion de ...
Mathématiques
d'insérer des éléments d'histoire des mathématiques et des sciences ; calculer un taux d'évolution global à partir de taux d'évolution successifs.
Mécanique des fluides et transferts
Exercice 1. en utilisant le Système International donner l'équation aux calcul. Quand la loi se présente sous la forme d'une somme de plusieurs termes
Schéma dEuler explicite
o`u f est une fonction continue de R+ × U dans Rd est donné par la relation de récurrence. (2) vn+1 = vn + ?tf(tn
Allocation de capital : théorie et pratique de la méthode dEuler
7 déc. 2018 méthode d'Euler couplée à la Value-at-Risk (VaR). Ainsi il formalise son calcul sous les hypothèses de la Formule Standard et montre son ...
Modèles démographiques
Dans le cadre de l'étude de l'évolution des populations il est important de À partir de données démographiques
Analyse Numérique
Néanmoins la manière dont elles se propagent au cours des calculs est commet
Résolution numérique des Équations Différentielles Ordinaires
Calcul pratique du polynôme d'interpolation de Lagrange. 9. 1.3.1. Différences divisées . Figure 4.4 – Évolution par la méthode d'Euler et valeur des ?n ...
1 Motivation
1.1 Quelques exemples de problemes dierentiels
Modele malthusien de croissance de population
Modelisation de l'evolution d'une population \fermee" {P(t) : taille de la population a l'instant tt {P0(t) : variations de la taille de la populationOn supp oseque les nom bresde naissances et de d ecesson tprop ortionnels ala taille de la p opulation,
avec un taux de nataliteet un taux de mortalite. P0(t) =P(t)P(t) = ()P(t)
T ailleinitiale de la p opulation: P(t0) =P0
Solution
P(t) =P0exp(()(tt0)):
Modele dit \de croissance logistique"
Ajout d'un terme de competition entre les individus (P0(t) =aP(t)bP(t)2P(0) =P0
ßEquation dierentielle non lineaire
Calcul de la solution par separation des variables P0(t)aP(t)bP(t)2= 1
1aPbP2=1=aP
+b=aabP=)P0aPbP2=1a P0P +bP0abP Z P0P =h lnjPji etZbP0abP=h lnjabPjiSolution obtenue
P(t) =aP0bP
0+ (abP0)ea(tt0)
1Pendule pesant non amorti
O l(t)M{P endulede masse m, suspendu enOFil ( OM) non pesant et de longueurl.
(t) : position par rapport a la position d'equilibre (angle signe).Mouvement du pendule gouverne par la
loi fondamentale de la dynamique.Equation du mouvement :
(t) est solution du probleme dierentiel : 8<00(t) =gl
sin((t)) (0) =0; 0(0) = 0 (par exemple)ßequation dierentielle d'ordre 2 non lineaire
Pendule pesant non amorti : transformation
(t) est solution du probleme dierentiel : (00(t) =!2sin((t)) (0) =0; 0(0) = 0 par exemplePosons :x(t) =(t),y(t) =0(t) etY(t) = x(t)
y(t)!On a alors
Y0(t) = x0(t)
y 0(t)! = 0(t)00(t)!
= 0(t) !2sin((t))! = y(t) !2sin(x(t))!Pendule pesant non amorti : transformation
Y(t) = (t)
0(t)! est solution du probleme dierentiel :Y0(t) =F(t;Y(t))
Y(0) =Y0
avec F t; x y! = y !2sin(x)! et Y 0= 0 0! 21.2 Forme generale d'une equation dierentielle
Equation dierentielle, probleme de Cauchy
On s'in teresseaux equationsdi erentiellesdu premier ordre de la forme y0(t) =F(t;y(t))
avecF:IRp!Rp(I, intervalle deR) une fonction continue. Si p >1, il s'agit en pratique d'un systeme dierentiel.Le probl emea vecconditi oninitiale est app ele
pr oblemede Cauc hy (y0(t) =F(t;y(t)) y(t0) =y0; t02I,y02Rp;Notion de solution
Probleme de Cauchy
(y0(t) =F(t;y(t)) y(t0) =y0; t02I,y02Rp;Solution
Une solution du p roblemede Cauc hy est la donn eed'un in tervalle ~Iet d'une fonction'2 C1(~I;Rp) tels que {t02~I,~II, {'0(t) =F(t;'(t))8t2~I, {'(t0) =y0.Remarque
On utilise souvent la m^eme notation pour l'inconnue dans l'equationyet la solution', noteey...1.3 Un resultat theorique fondamental
Le theoreme de Cauchy-LipschitzTheoreme
Considerons le probleme de Cauchy :
()(y0(t) =F(t;y(t)) y(t0) =y0; t02I,y02Rp; avecF: (t;y)2IRp!F(t;y)2Rp. Supposons que {Fest continue surIRp, {Fest lipschitzienne eny, uniformement ent: il existeL >0 telle que8t2I;8y1;y22 VRpy0jjF(t;y1)F(t;y2)jj Ljjy1y2jj:
Alors, le probleme de Cauchy () possede une unique solution. Cette solution est denie sur un intervalle
contenantt0.3Et le calcul eectif de la solution?
Mo delemalth usien: OK
equa di lineaire d'ordre 1 a coes constantsMo delede c roissancelogistique : OK
equa di d'ordre 1, non lineaire mais a variables separablesP endulep esant?
(Y0(t) =F(t;Y(t))Y(0) =Y0avecF(t; x
y! ) = y !2sin(x)!ßIl s'agit d'un systeme dierentiel 22.
ßLe systeme est bien d'ordre 1... mais il est non lineaire.Calcul numerique d'une solution approchee
Pas d'expression explicite de la solution
Calcul numerique d'une solution approchee0123456-1.5 -1 -0.5 0 0.5 1 1.5 temps t q(t)2 Mise au point de methodes numeriques et convergence2.1 Principe
ButOn suppose que le probleme de Cauchy
(y0(t) =F(t;y(t)) y(t0) =y0; t02R,y02Rp; admet une unique solutionydenie surI= [t0;t0+T]. 4Subdivision de l'intervalle de temps
t 0t 1t nt n+1tN=t0+Ttn=tn+1tn;t= max0nNtn:
L'objectif est de calculer des valeurs (Yn)0nN, qui soient de \bonnes" approximations de (y(tn))0nN.Lien avec l'integration numerique
Integration de l'equation
Z tn+1 t ny0(t)= F(t;y(t)) y(tn+1)y(tn) =Z tn+1 t nF(t;y(t))dtApproximation
{y(tn+1)y(tn)ßYn+1Yn {Z tn+1 t nF(t;y(t))dtßFormule de quadrature :RAG(tn+1tn)F(tn;y(tn))
RAD(tn+1tn)F(tn+1;y(tn+1))
Trapezes(tn+1tn)F(tn;y(tn)) +F(tn+1;y(tn+1))2
Methodes numeriques correspondantes
Methode d'Euler expliciteÞschema explicite
Yn+1=Yn+ (tn+1tn)F(tn;Yn)
Y 0=y0Methode d'Euler impliciteÞschema implicite
Yn+1=Yn+ (tn+1tn)F(tn+1;Yn+1)
Y 0=y0Methode de Crank-NicolsonÞschema implicite
Y n+1=Yn+ (tn+1tn)F(tn;Yn) +F(tn+1;Yn+1)2 Y0=y0 52.2 Notion de convergence
Introduction des notions d'erreur locale/erreur globale{y(t) solution exacte de l'equation dierentielle,
( Yn)0nNvaleurs donnees par le schema numerique Þyappreconstruction d'une solution approchee ane par mxErreur localeen=y(tn)Yn
Erreur globaleE(t) = max0nNjenj(!:Ndepend de t)
Denition de la convergenceLa methode numerique est ditecon vergentesiE(t) = max0nNjenj !0:
t!0 62.3 Convergence de la methode d'Euler explicite
Erreur de consistance
Probleme de Cauchy
y0(t) =F(t;y(t)) y(t0) =y0ßsolution exacte :yMethode d'Euler explicite
Yn+1=Yn+ tF(tn;Yn)
Y 0=y0ßschema numerique : (Yn)
Denition
L' erreur de consistance (locale) al'instan tnest denie comme l'erreur commise par la solution exacte dans le schema numerique : n=y(tn+1)y(tn)tF(tn;y(tn)):Estimation de l'erreur de consistance
Probleme de Cauchy
y0(t) =F(t;y(t)) y(t0) =y0Methode d'Euler expliciteYn+1=Yn+ tF(tn;Yn)
Y 0=y0 ßon suppose que la solution exacte veriey2 C2([t0;t0+T]|{z} I;R) n=y(tn+1)y(tn)tF(tn;y(tn)) Mais, {y(tn+1) =y(tn) + ty0(tn) +t22 y00(n) {y0(tn) =F(tn;y(tn)) D'ou, n=t22 y00(n):Majoration de l'erreur de consistance
n=t22 y00(n):Majoration
M2= sup
[t0;t0+T]jy00(t)j=) j"nj M22 t2:Remarque : lien entrey00andF
y0(t) =F(t;y(t));
y00(t) =@F@t
(t;y(t)) +@F@y (t;y(t))y0(t) @F@t (t;y(t)) +@F@y (t;y(t))F(t;y(t)): 7Erreur due au schema numerique
La solution exacte et le sc heman umeriquev erient: y(tn+1) =y(tn) + t F(tn;y(tn)) +"n Y n+1=Yn+ t F(tn;Yn)Alors, comme en=y(tn)Yn, on obtient
e n+1=en+ tF(tn;y(tn))F(tn;Yn)+"n: Si Fest localement lipschitzienne enyuniformement ent(hypothese du thm de Cauchy-Lipschitz), on aF(tn;y(tn))F(tn;Yn)Ljenj
et jen+1j jenj(1 +Lt) +j"nj:Deux lemmes intermediaires
Lemme 1
Soit (n)n0une suite positive veriant
80nN; n+1an+;aveca0 et0:
Alors,81nN+ 1,
nan0+n1X i=0a i=an0+1an1aLemme 2
De plus, sia= 1 +avec >0, comme (1 +)nen, on a
nen0+ (en1);81nN+ 1:Fin de la preuve de convergence
On a, p ourtout 0 nN1
jen+1j jenj(1 +Lt) +j"nj; jenj(1 +Lt) +M22 t2:On applique le Lemme 2 a vec=Ltet=M22
t2: jenj enLtje0j+M22Lt(enLt1);81nN:Mais, p our1 nN,ntNt=Tet
jenj eLTje0j+M22 e LT1L t;81nN:Ainsi, si e0= 0,E(t)M22
e LT1L tet lim t!0E(t) = 0: 8Convergence du schema d'Euler explicite
Theoreme
Soit F2 C1(IR),t0,Ttels que [t0;t0+T]2I,y02R.
On supp osequ'il existe L >0 tel que
jF(t;z1)F(t;z2)j Ljz1z2j 8t2[t0;t0+T];8z1;z22R: {yest la solution exacte du probleme de Cauchy et (Yn)0nNla suite obtenue par le schema d'Euler explicite.Alors, l'erreur locale denie paren=y(tn)Ynverie
jenj eLTje0j+M22 e LT1L t;81nN: sie0= 0, le schema est convergent : lim t!0E(t) = 0 (E(t) = max0nNjenj):2.4 Cadre general des methodes a un pasDenition
On limite la pr esentationau cas o ula sub division( tn)0nNest reguliere : t n=t0+ntavec t=TN Une m ethode aun pas , pour l'approximation du probleme de Cauchy sur une subdivision reguliere, est de la forme : (Yn+1=Yn+ tF(tn;Yn;t);80nN1 Y0=y0(ou une valeur approchee ~y0dey0)
avecF: [t0;t0+T]Rp[0;k]!Rpune fonction continue.
Exemple :
F(t;Y;k) =F(t;Y)ßmethode d'Euler explicite.
Notion de consistance
Probleme de Cauchy
y0(t) =F(t;y(t)) y(t0) =y0ßhyp :y2 C2Methode a un pas
Yn+1=Yn+ tF(tn;Yn;t)
Y 0=y0ßhypothese : F2 C1
L' erreur de consistance de la m ethode aun pas est d eniep ar n=y(tn+1)y(tn)tF(tn;y(tn);t)La methode est dite
consistan te si p ourtoute solution du probl emede Cauc hyon a lim t!0N X n=0j"nj= 0: 9Consistance et ordre
La methode est dite
d'ordre psi, pour toute solution du probleme de Cauchy, il existe un reelK independant de ttel que NX n=0j"nj Ktp:En pratique, on obtien tl'ordre pen montrant :
j"nj Ktp+180nN: {p1 =)consistance.Condition necessaire et susante de consistance
Developpement de"nen puissances det
{y(tn+1) =y(tn) + ty0(tn) +t22 y00(n) {y0(tn) =F(tn;y(tn))F(tn;y(tn);t) = F(tn;y(tn);0) + t@F@k
(tn;y(tn);) n= tF(tn;y(tn))F(tn;y(tn);0)
+t2y00(n)2 @F@k (tn;y(tn);)Theoreme Une methode a un pas est consistante si et seulement si8(t;z)2[t0;t0+T]RF(t;z;0) =F(t;z):()En eet, si () est satisfaite, on a"n=O(t2).
Erreur due au schema numerique
La solution exacte et le sc heman umeriquev erient: y(tn+1) =y(tn) + tF(tn;y(tn);t) +"n Y n+1=Yn+ tF(tn;Yn;t)Alors, comme en=y(tn)Yn, on obtient :
e n+1=en+ tF(tn;y(tn);t)F(tn;Yn;t)+"n:Si on a
F(tn;y(tn);t)F(tn;Yn;t)jy(tn)Ynj;
alors jen+1j jenj(1 + t) +j"nj:ßidem schema d'Euler explicite
10Stabilite d'une methode a un pas
Denition
S'il existe >0 tel que8t2[t0;t0+T],8z1;z22R,8k2[0;k], jF(t;z1;k)F(t;z2;k)j jz1z2j alors la methode a un pas est dite s tablePar consequent,
si la m ethode aun pas est stable, on a jen+1j jenj(1 + t) +j"nj:si elle est egalementconsistan te,on prouv esa con vergencede la m ^emefa conque p ourle sc hemad'Euler
explicite.ßstabilite + consistance =)convergence
quotesdbs_dbs22.pdfusesText_28[PDF] Accueil de jeunes enfants - Caf
[PDF] La prestation de service unique Mode d 'emploi - Gisti
[PDF] La recombinaison homologue - UPMC
[PDF] etude mesurer la vacance dans les logements - Observation et
[PDF] petite enfance taux d encadrement - Snec-CFTC
[PDF] code general des impots - Direction Générale des Impôts
[PDF] plus value immobiliere exemple - adept
[PDF] duree du temps de travail dans la fonction publique territoriale
[PDF] Expliquer l annualisation du temps de travail aux agents - safpt
[PDF] Le Torseur
[PDF] trajectoires au billard - Mathématiques
[PDF] - 01 - GESTION DES INVESTISSEMENTS - IUT en Ligne
[PDF] Utilisation des fonctions financières d Excel - HEC Montréal
[PDF] Taux de Rendement Interne (TRI) - Dareios