Université Abdelmalek Essaadi
École Nationale des Sciences Appliquées Al Hoceima
Département de Génie Civil , Energétique et
Environnement
Résolution des équations
différentielles par méthode
Euler
Réalisé par :Hafsa RHAITHI
Salma GUEROINI
Hassnae OUDRISS Encadré par: PROFESSEUR AHMED MOUSSAID
Lina AZEGGAGHE
Sara AZEOUAGH
Sommaire :
Introduction
Définition des équations différentielles
Définition de méthode d'Euler
La méthode d’Euler
Analyse de la méthode
Le schéma d’Euler implicite
Étude générale de l’erreur des méthodes à un pas
CONCLUSION
Introduction :
• La résolution des équations différentielles ordinaires (EDO) est
un domaine crucial en mathématiques appliquées, trouvant
des applications dans de nombreux domaines tels que la
physique, l'ingénierie et les sciences de la vie. Parmi les
méthodes numériques qui permettent d'approcher les solutions des EDO,
la méthode d'Euler se distingue par sa simplicité conceptuelle et sa facilité
d'implémentation. Développée par Leonhard Euler au XVIIIe siècle, cette
méthode offre une approche itérative pour discrétiser les solutions
continues des EDO. Dans cette étude, nous explorerons les principes
fondamentaux de la méthode d'Euler, ses avantages et limites, ainsi que
son application pratique pour résoudre des problèmes concrets.
Définition des équations différentielles
• Les équations différentielles sont des équations mathématiques
impliquant des dérivées. Elles décrivent comment une quantité
varie en fonction d'une ou plusieurs autres variables, en
spécifiant la relation entre la fonction inconnue et ses dérivées.
Une équation différentielle peut être ordinaire si elle implique
une seule variable indépendante ou partielle si elle en implique
plusieurs.
Définition de méthode d'Euler
• La méthode d'Euler est une technique numérique utilisée pour
résoudre des équations différentielles ordinaires (EDO) du
premier ordre avec des conditions initiales. Elle est
particulièrement utile lorsque la résolution analytique de
l'équation différentielle n'est pas possible ou pratique. Cette
méthode a été développée par le mathématicien suisse
Leonhard Euler.
La méthode d’Euler :
• La méthode d’Euler consiste à approximer la solution y d’un problème de
Cauchy sur un intervalle I.
• On souhaite approximer une fonction (un objet continu) alors que
l’informatique ne permet que de traiter d’objets discrets (finis). On va
donc discrétiser le problème: on découpe I en n points t0, t1, ..., tn−1
régulièrement espacés de h (le pas) et on cherche des approximations yk
de y(tk ). Plus h est petit, plus l’approximation est bonne
Exemple:
Analyse de la méthode :
*Définition 1 : On appelle erreur locale de troncature εn définie par
*Définition 2 :On appelle erreur globale de convergence
*Définition 3 :On dit que le schéma d’Euler est convergence si, en prenant x0 = x(t0) et x(t) la solution
de
en t = t ∗ , on a limh→0 |en| = 0 en tn = t ∗ soit encore
Pour Euler, on a
Mais, on sait que
Ainsi
*Définition 4 : La méthode à un pas est dite d’ordre p ∈ N si l’erreur locale satisfait ∃h∗ > 0 tel que
La méthode est consistante si et seulement si p ≥ 1.
- L’ordre est défini comme étant l’entier p tel que x(t0 + h) et x1 coïncide jusqu’à (en incluant) le terme h^p .
La méthode d’Euler est d’ordre 1 car
*Définition 5 : On dit qu’un schéma numérique est consistant si
Afin de démontrer la convergence, nous avons besoin de la consistance et de la notion de stabilité. La
consistance
nous assure qu’à chaque étape n → n + 1, l’erreur produite (erreur locale de troncature) est petite. Quand on
applique
Euler, x0 → x1 puis x1 → x2 mais pour construire x2, on n’est pas repartie de la solution exacte x(t1). On n’est plus
sur la
courbe de la solution exacte. Une erreur est donc présente dès le départ de la deuxième étape. Par exemple, si on
considère l’EDO
alors, la suite de points générés par le schéma d’Euler et les valeurs des εn sont visibles sur la figure
Figure 1 – Évolution par la méthode d’Euler et valeur des εn
Figure 2 – Évolution par la méthode d’Euler et valeur des en
De même, les valeurs des en sont visibles sur la figure 4.5. Considérons maintenant l’EDO
dont la solution exacte est
Cette EDO possède trois équilibvres 0, −1 et 1. Les solutions ±1 sont stables, et la solution 0 est instable
(voir figure 3). Si on change f(t, x(t)) en −f(t, x(t)), la situation s’inverse. Si la solution que l’on cherche à
calculer par la méthode
Figure 3 – Solutions stables et instables
d’Euler est la solution instable, et si on s’écarte de ε de la donnée initiale 0, alors on converge vers un
des deux équilibres stables. Ainsi, même une petite ELT peut conduire à une solution radicalement
différentes de celle recherchée.
La stabilité répond donc à la question : soit x solution de (*)
et z la solution de
Si
? Pour pouvoir répondre à cette question, on rappelle ci-dessous quelques résultats de la théorie des
EDOs. On dit que x est solution de (*) si et seulement si
et pour tout
Ainsi
Cas b ≠ 0 On reproduit les calculs précédents en appliquant la méthode de la variation
de la constante. On peut alors montrer le résultat de stabilité
Proposition 1: Pour tout t ∈ [0, T], on a
Revenons à la stabilité numérique
Preuve D’après leurs définitions, on a
On a immédiatement
Soit dn la solution de
Or
Et
Ainsi,
ce qui conclut la démonstration.
En conclusion, on a
Alors, pour tout
Et
et comme
pour tout x ≥ 0,
Consistance:
où εn est définie par
Stabilité: Si x0 = x(t0), d’après le théorème, on a
En utilisant la consistance, on en déduit
En définissant , ceci conduit à
D’où
et donc, le schéma d’Euler est convergent à l’ordre 1
Donc, la stabilité et la consistance implique la convergence.
-Regardons maintenant quand le schéma d’Euler, malgré son caractère convergent,
fournit de bonnes solutions. Considérons pour cela l’EDO linéaire
Le schéma d’Euler implicite
On considère toujours
et on a
La méthode d’Euler explicite repose sur une quadrature basée sur la méthode des
rectangles à gauche. On peut donc tenter de remplacer cette quadrature par la
méthode des rectangles à droite
On a donc défini un nouveau schéma numérique connu sous le nom de schéma d’Euler
implicite
A-Consistance
Calculons l’erreur locale de troncature. Soit x la solution d'équation
différentielle ordinaire "EDO" On a
Mais, le développement de Taylor nous donne
B-Stabilité
Lemme : Soit h∗ telle que h∗L < 1. On suppose 0 < hn ≤ h∗. Alors, si zn est solution
de
zn+1 = zn + hnf(tn+1, zn+1) + gn, alors il existe une constante M > 0 telle que:
Preuve Pour simplifier la preuve, on suppose h∗L < 1/2 de sorte que hnL < h∗L < 1/2.
D’après leurs définitions, on a :
C-Convergence
Si x est solution de classe C 2 et x 0 (t) = f(t, x(t)) avec x0 = x(t0), alors
Étude générale de l’erreur des méthodes à un pas
Le principe des méthodes à un pas est de calculer une approximation 𝑥𝑛 et 𝑥(𝑡𝑛 ) par
une formule du type 𝑥𝑛+1 = 𝑥𝑛 + ℎ𝑛 ɸ(𝑡𝑛 , 𝑥𝑛 , ℎ𝑛 ).
Cette formule met en jeu ℎ𝑛−1 , 𝑡𝑛 −1 , 𝑥𝑛−1 ,…On note 𝑥𝑛 = 𝑥(𝑡𝑛 ).
Définition 1: On appelle erreur locale de troncature ℇ𝑛 définie par ℇ𝑛 = 𝑥𝑛+1 − 𝑥𝑛 −
ℎ𝑛 ɸ(𝑡𝑛 , 𝑥𝑛 , ℎ𝑛 ).
Définition 2: on appelle erreur globale de convergence 𝑒𝑛 = 𝑥𝑛 − 𝑥𝑛 .
Définition 3: Un schéma à un pas associé à ɸ est stable si il vérifie la propriété :
∃ℎ∗ > 0, ∃k≥ 0 indépendante de n telle que pour toute suite(𝑧𝑛 )𝑛∈ℕ vérifiant:
𝑧𝑛+1 = 𝑧𝑛 + ℎ𝑛 ɸ(𝑡𝑛 , 𝑧𝑛 , ℎ𝑛 ) + 𝜂𝑛 ,on a l’estimation:
𝑛−1
|| 𝑥𝑛 − 𝑧𝑛 ||≤ k ||𝑥0− 𝑧0 ||+ 𝑘=0 || 𝜂𝑘 || , 0 ≤n ≤N,
Pour tout 0 < h ≤ ℎ∗ 𝑜𝑢 h= sup ℎ𝑛 .
0≤𝑛≤𝑁−1
Définition 4:Un schéma à un pas associé à ɸ est convergent si lim sup || 𝑒𝑛 ||=0
ℎ=0 0≤𝑛≤𝑁
pourvu que 𝑒0 = 0.
Théorème 1:
Tout schéma à un pas consistant et stable est convergent et on a l’estimation:
|| 𝑒𝑛 ||≤ M || 𝑒0 ||+ 𝐶𝑝 Tℎ𝑝
Preuve on a vu dans la définition de l ’erreur locale de troncature que :
𝑥𝑛+1 = 𝑥𝑛 + ℎ𝑛 ɸ(𝑡𝑛 , 𝑥𝑛 , ℎ𝑛 ) + ℇ𝑛 . Dans la définition de la stabilité , on prend donc:
𝑧𝑛 = 𝑥𝑛 et 𝜂𝑛 =ℇ𝑛 .
On a donc || 𝑥𝑛 - 𝑥𝑛 || ≤ K || 𝑥0 −𝑥0 || + 𝑛−1 𝑘=0 ||ℇ𝑘 || .
𝑝+1
Or le schéma est consistant donc ||ℇ𝑘 || ≤Cℎ𝑘 ≤ 𝐶ℎ𝑝 ℎ𝑘 avec
h= 𝑠𝑢𝑝𝑘 ℎ𝑘 .Ainsi, 𝑛−1
𝑘=0 ||ℇ 𝑘 || ≤C ℎ 𝑝 𝑛−1
ℎ
𝑘=0 𝑘 = C ℎ 𝑝
(𝑡𝑛 - 𝑡0 )=CT ℎ 𝑝
.
Théorème 2: si ɸ satisfait une condition de Lipschitz ||ɸ(t,x,h)-ɸ(t,z,h)|| ≤ A||x-z||,
avec h∈ 0, ℎ∗ , t ∈ 𝑡0 , 𝑡0 + 𝑇 , (x,z) ∈ (ℝ𝑑 )2 ,
|| 𝑧𝑛 - 𝑥𝑛 || ≤ 𝑒 𝐴𝑇 || 𝑧0 −𝑥0 || + 𝑛−1 𝑘=0 ||𝜂𝑘 || ,
Preuve du théorème: par définition,on a
𝑧𝑛+1 = 𝑧𝑛 + ℎ𝑛 ɸ(𝑡𝑛 , 𝑧𝑛 , ℎ𝑛 ) + 𝜂𝑛
𝑥𝑛+1 = 𝑥𝑛 + ℎ𝑛 ɸ(𝑡𝑛 , 𝑥𝑛 , ℎ𝑛 ).
Donc 𝑧𝑛+1 − 𝑥𝑛+1 = 𝑧𝑛 - 𝑥𝑛 + ℎ𝑛 + ɸ(𝑡𝑛 , 𝑧𝑛 , ℎ𝑛 ) − ɸ(𝑡𝑛 , 𝑥𝑛 , ℎ𝑛 ) + 𝜂𝑛 .
On pose 𝜉𝑛 = || 𝑧𝑛 − 𝑥𝑛 ||. D’après les hypothèses du théorème on a
𝜉𝑛+1 ≤(1+ ℎ𝑛 𝐴)𝜉𝑛 +|| 𝜂𝑛 ||.
Or on a déjà vu que : 1+𝑥 ≤ 𝑒 𝑥 pour tout 𝑥 ∈ℝ, donc 𝜉𝑛+1 ≤ 𝑒 ℎ𝑛 𝐴 𝜉𝑛 +|| 𝜂𝑛 ||.
On applique alors le lemme de Gronwall discret et en utilisant 𝑒 ℎ𝑙 𝐴 = 𝑒 ℎ𝑙 𝐴 ,on a:
𝑛−1
𝜉𝑛 ≤ 𝜉0 𝑒 (𝑡𝑛 −𝑡𝑜 )𝐴 + 𝑙=0 || 𝜂 𝑙 ||𝑒 (𝑡𝑛 −𝑡𝑙 )𝐴 Et on a 𝑒 (𝑡𝑛 −𝑡𝑜 )𝐴 ≤ 𝑒 𝐴𝑇 et 𝑒 (𝑡𝑛 −𝑡𝑙 )𝐴 ≤ 𝑒 𝐴𝑇
Et donc 𝜉𝑛 ≤ 𝑘=0 || 𝜂𝑘 || .
𝑒 𝐴𝑇 𝜉0 + 𝑛−1
CONCLUSION:
La méthode d'Euler offre une approche numérique puissante
et accessible pour résoudre des équations différentielles.
Cependant, il est essentiel de considérer la taille du pas pour
garantir des résultats précis. Cette étude démontre l'efficacité de
la méthode d'Euler à travers un exemple concret et souligne son
importance dans la résolution pratique des EDO.
