Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
EDO mon amour
Olivier GUIB ´E
Laboratoire de Math ´ematiques Rapha ¨el Salem CNRS-Universit ´e de Rouen
25 octobre 2009
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Mod `ele de croissance 1
Hypoth `ese 1 : `A chaque instant, la croissance de la population est proportionnelle `a son effectif.
dq dt =αq
C’est l’hypoth `ese Malthusienne.
Thomas Robert MALTHUS (1766-1834)
La d ´esint ´egration atomique est un cas de (d ´e-)croissante r ´egi par la m ˆeme ´equation mais avecα <0.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Mod `ele de croissance 2
Hypoth `ese 2 : `A chaque instant, la croissance de la population est proportionnelle `a son effectif, mais inhib ´ee par des ressources limit ´ees.
dq
dt =αq(m−q)
C’est l’hypoth `ese de Verhulst.
Pierre F. VERHULST (1804-1849)
Il est clair quemsera un point d’ ´equilibre, car la d ´eriv ´ee deqest nulle quandq=m.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Mod `ele de croissance 2b
Hypoth `ese 2b : `A chaque instant, la croissance de la population est proportionnelle `a son effectif, mais inhib ´ee par des ressources limit ´ees.
dq
dt =αq(ln(k)−ln(q))
C’est l’hypoth `ese de Gompertz.
Benjamin GOMPERTZ (1779-1865)
Il est clair quek sera un point d’ ´equilibre, car la d ´eriv ´ee deq est nulle quandq=k.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments La Th ´eorie
Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Mod `eles de biologistes
Diffusion de 2 virus avec interaction : VIF : Virus Immuno-d ´eficidaire F ´elin VLF : Virus de la Leucose F ´eline
dX dt
= b(X+Y+W+U)−mX−rNX K
−σX(Y+U+Z) N
−γX(V+Z) N dY
dt =
σX(Y+U+Z) N
−mY−rNY K
−αY−γY(V+Z) N dV
dt = γX(V+Z)
N π−mV−rNV K
−µV−σ(Y+U+Z)V N dW
dt
= γX(V+Z) N
(1−π)−mW−rNW K
−µV−σ(Y+U+Z)W N dZ
dt
= γY(V+Z) N
π−mZ−rNZ K
−δZ+σ(Y+U+Z)V N dU
dt
= γY(V+Z) N
(1−π)−mU−rNU K
−αU+σ(Y+U+Z)W N
CommeN=X+Y+V+W+Z+Uetr=b−m, nous avons :dN dt
=rN(1−N K
)−αY−(b+µ)V−(b+δ)Z−αU
Sur un tel syst `eme, nous pouvons calculer les points d’ ´equilibre et
´etudier leur stabilit ´e.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments La Th ´eorie
Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Questions de math ´ematicien(ne) :
• Nos ´equations ont-elles une solution ?
• Si oui, cette solution est-elle unique ?
• Pouvons-nous encalculerla, une, toutes les ... solution(s) ?
• Sinon, que savons-nous de la (ou des) solutions(s) ?
• Pouvons-nouscalculerune forme approximative de la solution ?
• Si oui, quelle est la qualit ´e de l’approximation ?
• Pouvons-nous am ´eliorer l’approximation ? `A quel prix ?
• Nos r ´esultats sont-ils conformes aux observations ?
• Si non, changeons les ´equations et recommenc¸ons !
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Seau perc ´e et datation au carbone 14
Face `a un seau perc ´e il est impossible de savoir s’il a contenu de l’eau eta fortioriquand !
Face aux restes de mati `ere organique, la d ´esint ´egration du carbone radio-actif C14permet de dater (approximativement) l’origine de cette mati `ere.
Dans la seconde situation nous pouvons remonter dans le pass ´e, alors que pour la premi `ere c’est impossible !
Pourquoi ?
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Seau perc ´e
h(t)
La loi de Torricelli, dans des conditions id ´eales, dit que
h0(t) =−C√
h, C= a A
p2g. Par int ´egration la fonction
h(t) = (C2
4 (t−α)2 t ≤α
0 t > α
avecαquelconque est solution. Il y a une in- finit ´e de solutions.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Seau perc ´e
h(t)
−5 −4 −3 −2 −1 0 1 2 3 4 5
−5 0 5 10 15
Un seau vide restera vide mais il est impos- sible de connaˆıtre le pass ´e du seau.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Datation au carbone 14
La proportion de C14est `a peu pr `es constante chez un ˆetre vivant. Apr `es sa mort, la proportion de C14perd 1/8000 de sa valeur chaque ann ´ee. Six(t)d ´esigne la quantit ´e de C14au cours du tempst en ann ´ee,
x0(t) =− 1 8000x(t)
Six(t0)est connue alors il existe uneunique solution: x(t) =x(t0)exp(−(t−t0)/8000)
Connaˆıtrex(t0)permet donc de connaˆıtre (approximativement) x(t)tel quex(t)soit la proportion de C14chez un ˆetre vivant.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Quelle diff ´erence ?
Les deux ´equations (1) h0(t) =Cp
h(t) (2) x0(t) =−Cx(t) ne sont pas tr `es compliqu ´ees et n’ont pas l’air d’ ˆetre tr `es diff ´erentes l’une de l’autre.
Pourtant nous devons ´eviter les probl `emes de type (1).
En effet avant toute simulation num ´erique il est utile (voire crucial) de savoir si cette solution existe et est unique, car sinon que calcule-t-on ?
Quel crit `ere pour savoir `a l’avance si une solution existe et est unique ?
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Equation du 1er ordre ´
Soitf une fonction d ´efinie de l’intervalle[a,b]dansR. On cherche une fonction inconnuey : t7−→y(t),t ∈[a,b]v ´erifiant
y0(t) =f(t,y(t)) t ∈[a,b], (3)
y(a) =y0. (4)
La condition (4) est dite condition initiale ou condition de Cauchy.
Th ´eor `eme (Th ´eor `eme de Cauchy–Lipschitz)
1 f est continue dans[a,b]×R,
2 il existe L>0tel que∀(t,y1,y2)∈[a,b]×R×R,
|f(t,y1)−f(t,y2)| ≤L|y1−y2|
alors le probl `eme de Cauchy admet une unique solution.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Equation du 1er ordre ´
Soitf une fonction d ´efinie de l’intervalle[a,b]dansR. On cherche une fonction inconnuey : t7−→y(t),t ∈[a,b]v ´erifiant
y0(t) =f(t,y(t)) t ∈[a,b], (3)
y(a) =y0. (4)
La condition (4) est dite condition initiale ou condition de Cauchy.
Th ´eor `eme (Th ´eor `eme de Cauchy–Lipschitz)
1 f est continue dans[a,b]×R,
2 il existe L>0tel que∀(t,y1,y2)∈[a,b]×R×R,
|f(t,y1)−f(t,y2)| ≤L|y1−y2|
alors le probl `eme de Cauchy admet une unique solution.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Equation du 1er ordre ´
Soitf une fonction d ´efinie de l’intervalle[a,b]dansR. On cherche une fonction inconnuey : t7−→y(t),t ∈[a,b]v ´erifiant
y0(t) =f(t,y(t)) t ∈[a,b], (3)
y(a) =y0. (4)
La condition (4) est dite condition initiale ou condition de Cauchy.
Th ´eor `eme (Th ´eor `eme de Cauchy–Lipschitz)
1 f est continue dans[a,b]×R,
2 il existe L>0tel que∀(t,y1,y2)∈[a,b]×R×R,
|f(t,y1)−f(t,y2)| ≤L|y1−y2|
alors le probl `eme de Cauchy admet une unique solution.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Equation du 1er ordre ´
Soitf une fonction d ´efinie de l’intervalle[a,b]dansR. On cherche une fonction inconnuey : t7−→y(t),t ∈[a,b]v ´erifiant
y0(t) =f(t,y(t)) t ∈[a,b], (3)
y(a) =y0. (4)
La condition (4) est dite condition initiale ou condition de Cauchy.
Th ´eor `eme (Th ´eor `eme de Cauchy–Lipschitz)
1 f est continue dans[a,b]×R,
2 il existe L>0tel que∀(t,y1,y2)∈[a,b]×R×R,
|f(t,y1)−f(t,y2)| ≤L|y1−y2|
alors le probl `eme de Cauchy admet une unique solution.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Equation du 1er ordre ´
Soitf une fonction d ´efinie de l’intervalle[a,b]dansR. On cherche une fonction inconnuey : t7−→y(t),t ∈[a,b]v ´erifiant
y0(t) =f(t,y(t)) t ∈[a,b], (3)
y(a) =y0. (4)
La condition (4) est dite condition initiale ou condition de Cauchy.
Th ´eor `eme (Th ´eor `eme de Cauchy–Lipschitz)
1 f est continue dans[a,b]×R,
2 il existe L>0tel que∀(t,y1,y2)∈[a,b]×R×R,
|f(t,y1)−f(t,y2)| ≤L|y1−y2|
alors le probl `eme de Cauchy admet une unique solution.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Seau perc ´e et datation
La fonctiony 7→√
y ne v ´erifie pas le crit `ere du th ´eor `eme de Cauchy-Lipschitz. Il suffit que constater que limy→0
√y/y = +∞.
Clairement la fonctiony 7→y v ´erifie le crit ´ere du th ´eor `eme de Cauchy-Lipschitz, d’o `u l’existence et l’unicit ´e de la solution de l’ ´equation diff ´erentielle.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
G ´en ´eralisation
• En dimension sup ´erieure (fonction de plusieurs variables) on a ´evidemment une version de Cauchy-Lipschitz
• Une ´equation diff ´erentielle d’ordren≥2 se ram `ene `a une
´equation diff ´erentielle d’ordre 1 en dimension sup ´erieure.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
G ´en ´eralisation
• En dimension sup ´erieure (fonction de plusieurs variables) on a ´evidemment une version de Cauchy-Lipschitz
• Une ´equation diff ´erentielle d’ordren≥2 se ram `ene `a une
´equation diff ´erentielle d’ordre 1 en dimension sup ´erieure.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Ce que l’on peut r ´esoudre
En r ´ealit ´e on peut r ´esoudre dans le sensdonner une formuleassez peu d’ ´equations diff ´erentielles. `A un calcul de primitive pr `es :
• ´equation lin ´eaire d’ordre 1, 2, 3, 4.
• ´equation de Bernoulli, de Clairaut, de Riccati
• variables s ´epar ´ees
• (presque) les syst `emes diff ´erentielles. En dimension 5 ou plus on est ramen ´e `a chercher les racines d’un polyn ˆome de degr ´e 5 ou plus, donc seule une approximation num ´erique de ces racines est disponible en g ´en ´eral
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Les ´equations dont on peut donner explicitement la solution exacte sont rares.
L’ ´etude qualitative d’une EDO est souvent complexe et les outils simples d’analyse ne permettent pas d’avoir
une m ´ethode unifi ´ee (chaque EDO est un cas particulier ou presque)
Avant toute simulation num ´erique il est d’usage de v ´erifier l’existence et l’unicit ´e de la solution.
Nous le supposerons dans toute la suite.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler principe
Soit le probl `eme de Cauchy
(1) y0(t) =f(t,y(t)),t ∈[t0,t0+T], (2) y(t0) =y0.
Id ´ee
Sur un petit intervalle[t,t+h]
• confondre courbe et tangente
• utiliser l’edo (y0(t)donn ´ee part ety(t))
⇒ y(t+h)≈y(t) +hf(t,y(t))
• continuer sur[t+h,t+2h]en prenant poury(t+h)
l’approximation trouv ´ee
• . . .
t t+h
C
∆t
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler principe
Soit le probl `eme de Cauchy
(1) y0(t) =f(t,y(t)),t ∈[t0,t0+T], (2) y(t0) =y0.
Id ´ee
Sur un petit intervalle[t,t+h]
• confondre courbe et tangente
• utiliser l’edo (y0(t)donn ´ee part ety(t))
⇒ y(t+h)≈y(t) +hf(t,y(t))
• continuer sur[t+h,t+2h]en prenant poury(t+h)
l’approximation trouv ´ee
• . . .
t t+h
C
∆t
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler principe
Soit le probl `eme de Cauchy
(1) y0(t) =f(t,y(t)),t ∈[t0,t0+T], (2) y(t0) =y0.
Id ´ee
Sur un petit intervalle[t,t+h]
• confondre courbe et tangente
• utiliser l’edo (y0(t)donn ´ee part ety(t))
⇒ y(t+h)≈y(t) +hf(t,y(t))
• continuer sur[t+h,t+2h]en prenant poury(t+h)
l’approximation trouv ´ee
• . . .
t t+h
C
∆t
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler principe
Soit le probl `eme de Cauchy
(1) y0(t) =f(t,y(t)),t ∈[t0,t0+T], (2) y(t0) =y0.
Id ´ee
Sur un petit intervalle[t,t+h]
• confondre courbe et tangente
• utiliser l’edo (y0(t)donn ´ee part ety(t))
⇒ y(t+h)≈y(t) +hf(t,y(t))
• continuer sur[t+h,t+2h]en prenant poury(t+h)
l’approximation trouv ´ee
• . . .
t t+h
C
∆t
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler principe
Soit le probl `eme de Cauchy
(1) y0(t) =f(t,y(t)),t ∈[t0,t0+T], (2) y(t0) =y0.
Id ´ee
Sur un petit intervalle[t,t+h]
• confondre courbe et tangente
• utiliser l’edo (y0(t)donn ´ee part ety(t))
⇒ y(t+h)≈y(t) +hf(t,y(t))
• continuer sur[t+h,t+2h]en prenant poury(t+h)
l’approximation trouv ´ee
• . . .
t t+h
C
∆t
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler principe
Soit le probl `eme de Cauchy
(1) y0(t) =f(t,y(t)),t ∈[t0,t0+T], (2) y(t0) =y0.
Id ´ee
Sur un petit intervalle[t,t+h]
• confondre courbe et tangente
• utiliser l’edo (y0(t)donn ´ee part ety(t))
⇒ y(t+h)≈y(t) +hf(t,y(t))
• continuer sur[t+h,t+2h]en prenant poury(t+h)
l’approximation trouv ´ee
• . . .
t t+h
C
∆t
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler un graphique
0 h 2h 3h
y(t)
by(t) y(t)
L ´egende :y(t)solution exacte
by(t)solution exacte partant de la valeur approch ´ee enh y(t)solution exacte partant de la valeur approch ´ee en 2h
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler un exemple
y0(t) =−y(t), t ∈[0,1], y(0) =1
1 discr ´etisation ´equidistante de l’intervalle[0,1], (t0=0, . . . ,tN=1 eth=1/N)
2 calculs successifs dey1,y2. . . par la relationyn+1=yn−hyn
t0 t1 t2 t3 tN−1tN
− exp(−x)
− Euler
N=10,h=0.1
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler un exemple
y0(t) =−y(t), t ∈[0,1], y(0) =1
1 discr ´etisation ´equidistante de l’intervalle[0,1], (t0=0, . . . ,tN=1 eth=1/N)
2 calculs successifs dey1,y2. . . par la relationyn+1=yn−hyn
t0 t1 t2 t3 tN−1tN
− exp(−x)
− Euler
N=10,h=0.1
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler un exemple
y0(t) =−y(t), t ∈[0,1], y(0) =1
1 discr ´etisation ´equidistante de l’intervalle[0,1], (t0=0, . . . ,tN=1 eth=1/N)
2 calculs successifs dey1,y2. . . par la relationyn+1=yn−hyn
t0 t1 t2 t3 tN−1tN
− exp(−x)
− Euler
N=10,h=0.1
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler un exemple
y0(t) =−y(t), t ∈[0,1], y(0) =1
1 discr ´etisation ´equidistante de l’intervalle[0,1], (t0=0, . . . ,tN=1 eth=1/N)
2 calculs successifs dey1,y2. . . par la relationyn+1=yn−hyn
t0 t1 t2 t3 tN−1tN
− exp(−x)
− Euler
N=10,h=0.1
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler cas g ´en ´eral
Soit le probl `eme de Cauchy
(1) y0(t) =f(t,y(t)) t∈[t0,t0+T], (2) y(t0) =y0.
o `uf est une application de[t0,t0+T]×RdansRety0la donn ´ee initiale.
1 pas de discr ´etisation :h=T/N.tn=t0+nh
2 par la relation de r ´ecurrence,y0donn ´ee initiale et yn+1=yn+hf(tn,yn), 0≤n<N
calculs dey1, . . . ,yN, sens ´es approcher respectivement y(t1), . . . ,y(t0+T)
G ´en ´eralisation ais ´ee pour la casm-dimensionnel
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
M ´ethode d’Euler programmation
La m ´ethode d’Euler est tr `es facile `a programmer, il suffit d’avoir en plus une sortie graphique (librairie ou int ´egr ´ee) ou d’utiliser un logiciel tel queGnuplot. Les possibilit ´es sont nombreuses
• Scilab, Octave
• Python
• (Excel), OpenOffice
• etc
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
D ´efinitions
Soit le probl `eme de Cauchy
(1) y0(t) =f(t,y(t)) t∈[t0,t0+T], (2) y(t0) =y0.
Soitt0<t1<· · ·tN=t0+T une subdivision ´equidistante de [t0,t0+T], i.e.tn=t0+hnavech=T/N. Le but est d’approcher les valeurs exactesy(t1), . . . ,y(tN)pary1, . . . ,yN.
D ´efinition (M ´ethode `a un pas fixe)
C’est une m ´ethode de r ´esolution num ´erique de la forme yn+1=yn+hΦ(tn,yn,h) 0≤n<N,
o `uΦest une application continue d ´efinie de[t0,t0+T]×R×R+ dansR.
Pour Euler,Φ(tn,yn,h) =f(tn,yn).
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
D ´efinitions
D ´efinition (Erreur de consistance ou erreur de troncature) Pour 0≤n<N,enmesure la diff ´erence entrez(tn+1)etyn+1, o `u zest la solution exacte et o `uyn+1=z(tn) +hΦ(tn,z(tn),h)
en=z(tn+1)−yn+1=z(tn+1)−z(tn)−hΦ(tn,z(tn),h).
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
D ´efinitions
D ´efinition (Erreur de consistance ou erreur de troncature) Pour 0≤n<N,enmesure la diff ´erence entrez(tn+1)etyn+1, o `u zest la solution exacte et o `uyn+1=z(tn) +hΦ(tn,z(tn),h)
en=z(tn+1)−yn+1=z(tn+1)−z(tn)−hΦ(tn,z(tn),h).
Remarque
C’est une erreur locale entn, mesure l’erreur pour 1 seule it ´eration `a partir de la valeur exacte entn.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
D ´efinitions
D ´efinition (Erreur de consistance ou erreur de troncature) Pour 0≤n<N,enmesure la diff ´erence entrez(tn+1)etyn+1, o `u zest la solution exacte et o `uyn+1=z(tn) +hΦ(tn,z(tn),h)
en=z(tn+1)−yn+1=z(tn+1)−z(tn)−hΦ(tn,z(tn),h).
tn tn+1
en yn+1
z(tn+1)
yn
z
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
D ´efinitions
D ´efinition (Erreur de consistance ou erreur de troncature) Pour 0≤n<N,enmesure la diff ´erence entrez(tn+1)etyn+1, o `u zest la solution exacte et o `uyn+1=z(tn) +hΦ(tn,z(tn),h)
en=z(tn+1)−yn+1=z(tn+1)−z(tn)−hΦ(tn,z(tn),h).
Remarque
Un DL donne pour Euleren≈Ch2.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Consistance, stabilit ´e
D ´efinition (consistance)
La m ´ethode est consistante si pour toute solution exactez la somme des erreurs de consistances relatives `az,P
0≤n<N|en| tend vers 0 quandhtend vers 0.
D ´efinition (stabilit ´e)
La m ´ethode est stable s’il existe une constanteS≥0 (constante de stabilit ´e) telle que pour tout suite(yn)et(eyn)d ´efinies par
yn+1=yn+hΦ(tn,yn,h) yen+1=eyn+hΦ(tn,eyn,h) +εn on a max
0≤n<N|eyn−yn| ≤S |ye0−y0|+ X
0≤n<N
|εn|
ou encore : erreur finale contr ˆolable par (erreur initiale + erreurs d’arrondi)
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Convergence
D ´efinition (convergence)
La m ´ethode est convergente si pour toute solution exactez, la suiteynd ´efinie paryn+1=yn+hΦ(tn,yn,t)v ´erifie
max
0≤n≤N
yn−z(tn)
−→0 quandy0→z(t0)eth→0.
Th ´eor `eme
Consistance et stabilit ´e entraˆınent convergence.
Id ´ee
Par d ´efinition de l’erreur de consistance
z(tn+1) =z(tn) +hΦ(tn,z(tn),h) +en, d’o `u en posantyen=z(tn)et gr ˆace `a la stabilit ´e
0≤n≤Nmax |yn−z(tn)| ≤S |y0−z(t0)|+ X
0≤n<N
|en|
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Consistance, stabilit ´e
A quelle condition une m ´ethode est-elle consistante ?` La m ´ethode d ´efinie parΦest consistante si et seulement si
Φ(t,y,0) =f(t,y).
A quelle condition une m ´ethode est-elle stable ?`
SiΦest lipschitizienne eny alors la m ´ethode est stable. De plus si∀t∈[t0,t0+T],∀y1,y2∈R2
Φ(t,y1,h)−Φ(t,y2,h)
≤L|y1−y2|
alors on peut prendre pour constante de stabilit ´eS=exp(LT).
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Ordre de convergence
Le but est de pouvoir mesurer la pr ´ecision d’une m ´ethode pour
• comparer les m ´ethodes entre elles
• choisir en fonction de la pr ´ecision demand ´ee le pas n ´ecessaire
Ce qui compte dans l’erreur globale max0≤n≤N|yn−z(tn)| ≤S |y0−z(t0)|+P
0≤n<N|en|
est l’erreur de consistance.
D ´efinition
Une m ´ethode est d’ordrepsi|en| ≤Chp+1(Cind ´ependant det,h etn). De plus siy0=z(t0)alors
0≤n≤Nmax |yn−z(tn)| ≤Khp.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Ordre de convergence
La m ´ethode d’Euler est d’ordre 1 et pas plus. Il suffit de faire un D.L. Ceci se v ´erifie exp ´erimentalement en faisant les simulations pour un exemple dont on connaˆıt la solution : diagramme `a
´echelle logarithmique :y0 =y sur[0,1],y(0) =1 (z(t) =exp(t))
erreur 1/N 1 10
2 10
3 10
4 10
−4 10
−3 10
−2 10
−1 10
On obtient une droite parall `ele
`a 1/N. En effet l’erreur ´etant en h (i.e. en 1/N) entraˆıne que le log de l’erreur d ´epend lin ´eairement de ln(N).
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Euler(s)
Euler implicite On utilise les formules
• z(t+h)≈z(t) +hz0(t+h)
• z0(t+h) =f(t+h,z(t+h))(l’edo) pour d ´efinir de fac¸onimplicitela m ´ethode
yn+1=yn+hf(tn,yn+1).
Remarques
• compliqu ´ee `a mettre en oeuvre caryn+1v ´erifie une ´equation non lin ´eaire
• s’utilise (donc) pour les probl `emes lin ´eaires
• c’est une m ´ethode d’ordre 1
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Point au milieu
Point au milieu ou Euler modifi ´ee On utilise les formules
• z(t+h)≈z(t) +hz0(t+h/2)
• z0(t+h/2) =f(t+h/2,z(t+h/2))(l’edo)
• z(t+h/2)≈z(t) +h/2f(t,z(t)) pour obtenir
yn+1=yn+hf(tn+h/2,yn+h/2f(tn,yn))
Remarque
C’est une m ´ethode d’ordre 2, donc plus pr ´ecise que la m ´ethode d’Euler.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Runge-Kutta
Peut-on faire des m ´ethodes d’ordre aussi grand que possible ? Oui, par exemple avec les m ´ethodes de Runge-Kutta bas ´ees sur l’int ´egration num ´erique (trap `eze, Simpson, etc.)
M ´ethode de Heun bas ´ee sur la formule des trap `ezes
z(t+h)−z(t) = Z t+h
t
z0(t)dt = Z t+h
t
f(t,z(t))dt
≈h
2 f(t,z(t)) +f(t+h,z(t+h))
≈h
2 f(t,z(t)) +f(t+h,z(t) +hf(t,z(t))) .
D’o `u la m ´ethode (d’ordre 2) yn+1=yn+h
2 f(tn,yn) +f(tn+1,yn+hf(tn,yn)) .
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Runge-Kutta-4, dessin
Rappel : Simpson Z 1
0
g(t)dt ≈1
6 g(0) +4g(1/2) +g(1) z(t+h)≈z(t)+h
6 f(t,z(t))+4f(t+h/2,z(t+h/2))+f(t+h,z(t+h))
y
t t+h/2 t+h
y4
y3
y1 y2
−
→f(y1)
−
→f(y3)
−
→f(y2)
Pr ´ediction – Correction
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Runge-Kutta-4
z(t+h)≈z(t)+h
6 f(t,z(t))+4f(t+h/2,z(t+h/2))+f(t+h,z(t+h)) pn,1=f(tn,yn) tn+1/2=tn+h/2
yn,2=yn+hpn,1/2≈z(tn+1/2) (pr ´ediction) pn,2=f(tn+1/2,yn,1)≈f(tn+1/2,z(tn+1/2)) yn,3=yn+hpn,2/2≈z(tn+1/2) (correction) pn,3=f(tn+1/2,yn,3)≈f(tn+1/2,z(tn+1/2)) yn,4=yn+hpn,3≈z(tn+1) pn,4=f(tn+1,yn,4)
d’o `u yn+1=yn+h
6 pn,1+2pn,2+2pn,3+pn,4 M ´ethode classique de Runge-Kutta, d’ordre 4
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Comparaisons, graphe de l’erreur
Et un graphique `a ´echelle logarithmique !
1
10
2
10
3
10
−15
10
−12
10
−9
10
−6
10
−3
10
0
10
Euler Pt milieu Heun RK4 1/N 1/N^2 1/N^4
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Erreurs d’arrondi
Rien ne sert de prendre un pas trop petit car
• calculs trop longs
• pr ´ecision non n ´ecessairement meilleure Exemple
y0(t) =y(t)/2+exp(t)/2,y(0) =1, (solution :z(t) =exp(t), m ´ethode num ´erique : RK-4).
N erreur
800 4.88E-15 1000 3.10E-15 1400 7.10E-15 2000 3.99E-15
N erreur
5000 9.32E-15 8000 7.99E-15 10000 1.50E-14 20000 1.11E-14
PourN =10000 ou 20000 on a atteint les limites de la pr ´ecision de Scilab. En th ´eorie, l’erreur serait de l’ordre de 10E-18 pour N=20000, impossible avec Scilab qui travaille avec une pr ´ecision de l’ordre de 1E-16.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Probl `eme raide surprise num ´erique
Commenc¸ons par un exemple acad ´emique, le probl `eme gentil
• y0(t) =−150y(t) +30, t∈[0,1]
• y(0) =1/5,
de solution unique ´evidentey(t) =1/5.
Influence d’une petite perturbation sur la donn ´ee initiale ? Siy(0) =1/5+εalorsy(t) =1/5+εexp(−150t), d’o `u
|y(t)−y(t)| ≤εexp(−150t)≤ε
Une petite perturbation sur la donn ´ee initiale entraˆıne donc une petite perturbation sur tout l’intervalle. Le probl `eme est dit num ´eriquement bien pos ´e.
Pourtant. . .
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Probl `eme raide surprise num ´erique
Commenc¸ons par un exemple acad ´emique, le probl `eme gentil
• y0(t) =−150y(t) +30, t∈[0,1]
• y(0) =1/5,
de solution unique ´evidentey(t) =1/5.
Influence d’une petite perturbation sur la donn ´ee initiale ? Simulation num ´erique, m ´ethode d’Euler
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
−1.0
−0.5 0.0 0.5 1.0 1.5
Euler y(t)
Pash=1/70 y(0) =1/5+10−4
• pas
raisonnable
• oscillations surprenantes
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Probl `eme raide surprise num ´erique
Commenc¸ons par un exemple acad ´emique, le probl `eme gentil
• y0(t) =−150y(t) +30, t∈[0,1]
• y(0) =1/5,
de solution unique ´evidentey(t) =1/5.
Influence d’une petite perturbation sur la donn ´ee initiale ? Explications :
yn−1
5 = (1−150h)n(y0−1 5),
il faut |1−150h| ≤ 1 pour que le comportement de la solution num ´erique soit ´equivalent celui de la solution th ´eorique.
D ´efinition
Un probl `eme est dit bien conditionn ´e si les m ´ethodes num ´eriques usuelles peuvent en donner la solution en un temps raisonnable.
Sinon le probl `eme est ditraide.
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Probl `eme raide que faire ?
1 utiliser des m ´ethodes sp ´ecifiques (hors propos)
2 utiliser des m ´ethodes implicites
Simulation num ´erique, m ´ethode d’Euler implicite
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
1.9990e−01 1.9995e−01 2.0005e−01 2.0010e−01
Pash=1/70 y(0) =1/5+10−4
• pas
raisonnable
• absence d’oscillations surprenantes
Quelques mod `eles math ´ematiques
Mod `eles de croissance Mod `eles `a compartiments
La Th ´eorie Le probl `eme de Cauchy Sch ´emas num ´eriques
Corde ´elastique Proie- Pr ´edateurs
Probl `eme raide que faire ?
1 utiliser des m ´ethodes sp ´ecifiques (hors propos)
2 utiliser des m ´ethodes implicites Explications :
yn−1
5 = 1
(1+150h)n(y0−1 5),
comme 1/|1 + 150h| < 1, le comportement de la solution num ´erique est identique `a celui de la solution th ´eorique.
Ici m ´ethode implicite facile `a impl ´ementer car le probl `eme est lin ´eaire.