République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scienti…que

UNIVERSITÉ KASDI MERBAH, OUARGLA

FACULTÉ DES SCIENCES APPLIQUÉES

DÉPARTEMENT DE GÉNIE CIVIL

Cours Méthodes numériques

Présenté par :

Enseignante : Saidane Hadda

Année Universitaire : 2019/2020

Chapitre 1

Résolution des équations non linéaires

L’objet essentiel de ce chapitre est l’approximation de racine d’une fonction réel. Il existe
plusieurs méthodes numériques (dichotomie, point …xe, Newton, Lagrange) conduisant à chercher
numériquement les zéros de fonction f (x) = 0 d’une variable réelle. La majorité de ces méthodes
sont itératives.

En d’autres mots, elles calculent des approximations successives x1 , x2 , x3 , ... de la racine de

l’équation f (x) = 0, à partir d’une valeur initiale x0 plus au moins bien choisie.

Théorème 1.0.1 (Valeurs intermédiaire)

Soit f : [a; b] ! R une application continue et strictement monotone et satisfait : f (a) f (b) < 0
alors f (x) = 0 possède une solution unique 2 [a; b] :

1.1 Méthode de la dichotomie (bissection)

Le principe de la méthode de dichotomie, encore appelée méthode de bissection, est basé sur
le théorème de la valeur intermédiaire. La méthode est décrite comme suit : soit, f : [a; b] ! R
une fonction continue et monotone sur l’intervalle [a; b]. Si f (a) f (b) < 0; alors il existe donc une
racine de f (x) appartenant à l’intervalle [a; b].

En construisant une suite d’intervalles ([an ; bn ])n contenant cette racine. En e¤et, en partant de
I0 = [a; b] ; la méthode de dichotomie produit une suite de sous-intervalles Ik = a(k) ; bk ; k 0,
avec Ik Ik 1 .

1
Plus précisement, on pose a = a(0) et b = b(0) et x(0) = a(0) + b(0) =2; alors pour k > 0 :

8
< Si f (a(k) ) f (x(k) ) < 0; on pose a(k+1) = a(k) et b(k+1) = x(k)
: Si f (a(k) ) f (x(k) ) > 0; on pose a(k+1) = x(k) et b(k+1) = b(k)

avec x(k) = a(k) + b(k) =2:

Remarque 1.1.1 Le nombre des étapes (itérations) dans cette méthode est donné par :

ln(b a) ln(")
n= :
ln(2)

avec " : donnée.

Exemple 1.1.1 Soit f (x) = ln(x) x2 + 2

1/ Montrer que f (x) = 0 admet une racine unique 2 [0:1; 0:5] :
2
2/ Résoudre cette équation par la méthode de dichotomie avec " = 10 = 0:01:

Solution :
1/ Montre que f (x) = 0 admet une racine unique 2 [0:1; 0:5]
a/ f continue puisque est une fonction composée 2 fcts continues (ln et polynôme de degrée 2):
b/
9
f (0:1) = 0:31 >
>
>
=
=) f (0)f (1) < 0:
>
>
>
;
f (0:5) = 1:06
1
c=f 0 (x) = 2x > 0; 8x 2 [0; 1] : Donc f est strictement croissante:
x
De (a); (b) et (c), on trouve que f admet une racine unique 2 [0; 1]

2= Résoudre cette équation par la méthode de la dichotomie (ou de la bissection) avec une précision
2
" = 10
Calcule le nombre des étapes

ln(b a) ln(")
n=
ln(2)
ln(0:5 0:1) ln(10 2 )
=
ln(2)
3:69
= = 5:35 ' 6
0:69

2
 n an bn xn f (an ) f (xn ) signe(f (an ) f (xn ))
0 0.1 0.5 0.3 -0.31 0.71 <0
1 0.1 0.3 0.2 -0.31 0.35 <0
2 0.1 0.2 0.15 -0.31 0.08 <0
3 0.1 0.15 0.13 -0.31 -0.06 >0
4 0.13 0.15 0.14 -0.06 0.01 <0
5 0.13 0.14 0.14 -0.06 0.01 <0
6 0.13 0.14 0.14 -0.06 0.01
Donc, la solution de f (x) = 0 par la méthode de dichotomie est ' 0:14:

1.2 Méthode de N ewton Raphson

Cette méthode est basée sur le développement de Taylor au voisinage de xn (où xn : la nieme
itération approximant la solution exacte ).
Soit : la solution exacte de f (x) = 0 où f 2 C 2 ([a; b]) et f 0 (xn ) 6= 0. Alors le développement de
Taylor au voisinage de xn proche de est :

f ( ) = f (xn ) + ( xn ) f 0 (xn )

On a f ( ) = 0; alors
f ( ) = 0 () f (xn ) + ( xn ) f 0 (xn ) = 0

f (xn )
() = + xn
f 0 (xn )

f (xn )
() = xn
f 0 (xn )
Donc, la (n + 1)ieme itération approximant est :
f (xn )
xn+1 = xn
f 0 (xn )
Théorème 1.2.1 (Convergence de la méthode de N ewton Raphson)
Soit [a; b]un intervalle de R; f une fonction de classe C 2 ([a; b]), ne change pas de signe sur [a; b].
Si :

3
 1. f 0 6= 0 garde un signe constant sur [a; b] :

2. f 00 6= 0 garde un signe constant sur [a; b] :

3. f (x0 ) f 00 (x0 ) 0

Alors la méthode de N ewton Raphson converge vers la solution exacte 2 [a; b] :

Exemple 1.2.2 (Suite de l’exemple précédent)

Soit f (x) = ln(x) x2 + 2
1/ Ecrire l’algorithme de N ewton Raphson, et montrer la convergence de cette itération pour
x0 = 0:1
2/ Résoudre cette équation par la méthode de N ewton Raphson:

Solution :
1/
1.1/ Ecrire l’algorithme de N ewton Raphson
L’algorithme de N ewton est donné par

f (xn )
xn+1 = xn
f 0 (xn )
ln(xn ) x2n + 2
= xn
1
2xn
xn
1:2= Montrer que cette itération converge vers la solution (x0 = 0:3)
1
a= f 0 (x) = 2x > 0; 8x 2 [0:1; 0:5] :
x
1 1
b=f 00 (x) = 2
2= + 2 < 0; 8x 2 [0:1; 0:5]
x x2
c=
9
f (0:3) = 0:31 > >
>
=
=) f (1)f 00 (1) > 0
>
>
>
;
f 00 (0:3) = 13:11
Donc la méthode de N ewton converge vers la solution :

2= Résoudre f (x) = 0 par la méthode de N ewton Raphson

x0 = 0:1

4
 ln(x0 ) x20 + 2 0:31
x1 = x0 = 0:1 = 0:13
1 9:8
2x0
x0
ln(x1 ) x21 + 2 0:06
x2 = x1 = 0:13 = 0:14
1 7:43
2x1
x1
ln(0:14) 0:142 + 2 0:01
x3 = 0:14 = 0:14 = 0:14:
1 6:86
2 0:14
0:14
Donc, la solution de f (x) = 0 par la méthode de N ewton est : 0:14

1.3 Méthode du point …xe (approximation successives)

Cette méthode est basée sur :

1/ La transformation de l’équation f (x) = 0 à l’équation x = g(x)
2/ Créer la suite de nombres fxn g+1
n=0 où xn+1 = g(xn ) et x0 est une approximation de la solution

exacte de f (x) = 0:

Dé…nition 1.3.1 (Point …xe)

Soit g une application dé…nie sur [a; b] (g : [a; b] ! [a; b]) ; alors le point 2 [a; b] telque g( ) =
est appelé le point …xe de g:

Théorème 1.3.1 (Convergence de l’itération de point …xe)

Soit g : [a; b] ! [a; b]

1. Si jg 0 (x)j < 1

2. g ([a; b]) [a; b]

Alors :

1. Il existe un seul point …xe x de l’application g tel que x = g(x)

2. La suite du point …xe dé…nie par :

xn+1 = g(xn )

x0 : donnee

Converge vers la solution exacte de f (x) = 0:

5
Remarque 1.3.1 Le choix de g n’est pas unique.

Exemple 1.3.2 (Suite de l’exemple précédent)

Soit f (x) = ln(x) x2 + 2
1/ L’équation f (x) = 0 , x = g(x) où :

2
g(x) = ex 2

Etudier la convergence de la méthode du point …xe vers la solution .

2/ Résoudre cette équation par la méthode du point-…xe avec x0 = 0:1

Solution :
1= Etudier la convergence de la méthode du point …xe vers la solution :
La méthode du point …xe converge vers la solution si :
1= jg 0 (x)j < 1
2=g ([0:1; 0:5]) [0:1; 0:5]
a= jg 0 (x)j < 1?
2 2
On a g 0 (x) = 2xex 2
=) jg 0 (x)j = 2xex 2
< 1; 8x 2 [0:1; 0:5] :
b=g ([0:1; 0:5]) [0:1; 0:5]?
g ([0:1; 0:5]) = [g (0:1) ; g (0:5)] = [0:14; 0:17] [0:1; 0:5] :
Donc, l’itération du point …xe converge vers la solution dans ce cas.

3= Résoudre f (x) = 0 par la méthode du point …xe avec x0 = 0:1

x0 = 0:1
2 2
x1 = ex 2
= e0:1 2
= 0:14;
2
x2 = e0:14 2 = 0:14;
Donc, la solution de f (x) = 0 par la méthode du point …xe est : 0:14

6
Chapitre 2

Interpolation polynômiale

L’interpolation numérique concerne l’approximation des fonctions. Les raisons qui mènent à
l’approximation d’une fonction sont les suivants :

1. Plusieurs fonctions mathématiques ne peuvent être connues qu’à partir de leurs tables des
valeurs.

2. Certaines fonctions sont parfois connues, mais la solution du problème dans lequel elles
apparaissent ne possède pas d’expression mathématique évédente.

Le problème d’interpolation polynômiale est le suivant : à partir d’une fonction connue seule-
ment à (n+1) points de la forme (xi ; f (xi )) (i = 0; 1; :::; n) peut on construire une approximation
de f (x) par un polynôme de degré n où les points (xi ; f (xi )) sont appelés "points d’interpolation".

2.1 Interpolation de Lagrange

Soient x0 ; x1 ; :::; xn : (n+1) abscisses distincts et f une fonction dont les valeurs sont (f (x0 ); f (x1 ); :::; f (xn ))
Alors, il existe un seul polynôme Pn (x) de dégré inférieur ou égal à n coincide avec les points d’in-
terpolation (f (xi ) = Pn (xi ); i = 0; 1; :::; n). Ce polynôme est donnée par :
X
n
Pn (x) = f (xi )Li (x)
i=1

= f (x0 )L0 (x) + f (x1 )L1 (x) + ::: + f (xn )Ln (x)

7
où
Y
n
x xj
Li (x) =
j=1
xi xj
j6=i

(x x0 ) (x x1 ) ::: (x xi 1 ) (x xi+1 ) ::: (x xn )

=
(xi x0 ) (xi x1 ) ::: (xi xi 1 ) (xi xi+1 ) ::: (xi xn )

Li (x) : est appelé le coe¢ cient d’interpolation de Lagrange.

Exemple 2.1.1 Déterminer le polynôme de Lagrange qui interpole les points 1; 0 et 1:

xi 1 2 3
f (xi ) 0 3 2
Solution
X
n Y
n
x xj
La formule de Lagrange est donnée par : Pn (x) = f (xi )Li (x) où Li (x) =
i=1 j=1
xi xj
j6=i

Donc P2 (x) = f (x0 )L0 (x) + f (x1 )L1 (x) + f (x2 )L2 (x) où:
(x x1 ) (x x2 ) (x 2) (x 3) 1
L0 (x) = = = [x2 5x + 6] :
(x0 x1 ) (x0 x2 ) (1 2) (1 3) 2
(x x0 ) (x x2 ) (x 1) (x 3)
L1 (x) = = = [x2 4x + 3] :
(x1 x0 ) (x1 x2 ) (2 1) (2 3)
(x x0 ) (x x1 ) (x 1) (x 2) 1
L2 (x) = = = [x2 3x + 2] :
(x2 x0 ) (x2 x1 ) (3 1) (3 2) 2
Donc,
0
P2 (x) = [x2 5x + 6]
2

6 2
[x 4x + 3]
2

2
+ [x2 3x + 2]
2

4 2 18 14
= x + x
2 2 2

= 2x2 + 9x 7

8
2.2 Interpolation de Newton

Dé…nition 2.2.1 (Di¤érences divisées)

Soient x0 ; x1 ; :::; xn : (n+1) abscisses distincts et f une fonction dont les valeurs sont (f (x0 ); f (x1 ); :::; f (xn )):
La manière la plus simple consiste à construire une table dite de di¤érences divisées de la façon
suivante :

xi f (xi )
x0 f (x0 )
&
f [x0 ; x1 ]
%
&
x1 f (x1 ) f [x0 ; x1 ; x2 ]
%
&
f [x1 ; x2 ]
%
&
x2 f (x2 ) f [x0 ; x1 ; :::; xn ]
%
.. ..
. .
&
xn 1 f (xn 1 ) f [xn 2 ; xn 1 ; xn ]
%
&
f [xn 1 ; xn ]
%
xn f (xn )

T able de dif f erences devisees

f (xi+1 ) f (xi )
f [xi ; xi+1 ] =
xi+1 xi
f [xi+2 ; xi+1 ] f [xi+1 ; xi ]
f [xi ; xi+1 ; xi+2 ] =
xi+2 xi
f [x1 ; x2 ; :::; xn ] f [x0 ; x2 ; :::; xn 1 ]
f [x0 ; x1 ; :::; xn ] =
xn x0
Donc, la formule de polynôme de N ewton est :

9
 Pn (x) = f (x0 ) + f [x0 ; x1 ] (x x0 ) + ::: + f [x0 ; x1 ; :::; xn ] (x x0 ):::(x xn 1 )
X
n Y
i 1
= f [x0 ; x2 ; :::; xi ] (x xj )
i=0 j=0

Exemple 2.2.1 Déterminer le polynôme de N ewton qui interpole les points 3; 0 et 3:

xi 1 2 3
f (xi ) 0 3 2
Solution
On a la formule de polynôme de N ewton est :
Pn (x) = f (x0 ) + f [x0 ; x1 ] (x x0 ) + ::: + f [x0 ; x1 ; :::; xn ] (x x0 ):::(x xn 1 )
Donc,
P2 (x) = f (x0 ) + f [x0 ; x1 ] (x x0 ) + f [x0 ; x1 ; x2 ] (x x0 )(x x1 ):

xi f (xi )
1 0
3
& f [x0 ; x1 ] = 2 1

% =3
1 3
& f [x0 ; x1 ; x2 ] = 3 1
2 3
% = 2
2 3
& f [x1 ; x2 ] = 3 2

% = 1
3 2

P2 (x) = 0 + 3(x 1) + ( 2) (x 1)(x 2)

= 3x 3 2x2 + 6x 4

= 2x2 + 9x 7:

10
Chapitre 3

Intégration numérique

On va étudier quelques méthodes approximatives pour le calcul des intégrales limitées. Aussi
ces méthodes permettent le calcul des intégrales qui n’ont pas de solutions directes ou analytiques.
On peut aussi calculer l’intégrale d’une fonction donnée sous forme tabulaire.

3.1 Méthode des trapèzes composite

On divise l’intervalle [x0 ; xn ] en plusieurs sous intervalles égaux [x0 ; x1 ] [ [x1 ; x2 ] [ ::: [ [xn 1 ; xn ]
et on applique la formule du trapèze à chaque sous intervalles :
Zxn
h h h h
f (x)dx = (f (x0 ) + f (x1 )) + (f (x1 ) + f (x2 )) + (f (x2 ) + f (x3 )) + ::: + (f (xn 1 ) + f (xn ))
2 2 2 2
x0
!
h X
n 1
= f (x0 ) + 2 f (xi ) + f (xn )
2 i=1
!
1 X
n 1
xn x0
=h (f (x0 ) + f (xn )) + f (xi ) ; ou h =
2 i=1
n

Exercise 3.1.1 Exemple 3.1.2 Soit l’intégrale (10 5 )

Z=2
I= sin(x) cos(x)dx:
0

1= Calculer la valeur exacte de I:

2= Evaluer cette intégrale à l’aide de la méthode des trapèzes composite en prenant n = 6.

11
Solution
1= Calculer la valeur exacte de I:
On fait l’intégration par parties :

Z=2
f 0 = sin(x) ! f = cos(x)
I = sin(x)cos(x)dx;
| {z }| {z } g = cos(x) ! g 0 = sin(x)
0 f0 g

Z=2
=2
= cos2 (x) j0 sin(x) cos(x)dx
0
Z=2
=2
=) 2 sin(x) cos(x)dx = cos2 (x) j0
0
Z=2
cos2 (x) =2
=) sin(x) cos(x)dx = j0 = 0:5
2
0

2= Evaluer cette intégrale à l’aide de la méthode des trapèzes composite en prenant n = 6

xn x0 =2 0
On a h = = = =12
n 6
xi 0 =12 = 2 =12 = 3 =12 = 4 =12 = 5 =12 = 6 =12 =
0:2618 0:5236 0:7854 1:0472 1:3090 1:5708
f (xi ) 0 0:25 0:43301 0:49910 0:43301 0:25 0
La formule des trapèzes composite est donnée par :
2 3
Z xn X
n 1
1 xn x0
f (x)dx ' h 4 (f (x0 ) + f (xn )) + f (xi )5 ou h =
x0 2 i=1
n

On a h = =12 et

Z=2
I= sin(x) cos(x)dx
0
1
' (0 + 0) + (0:25 + 0:43301 + 0:49910 + 0:43301 + 0:25)
12 2
' [1:86512] ' 0:48829:
12

12
3.2 Méthode de Simpson

Elle revient à approcher la fonction à intégrer sur certain intervalle [x0 ; xn ] par la formule
suivantes :

2 0 1 0 13
Z xn X
n 1 X
n 2
h6 B C B C7 xn x0
f (x)dx ' 4f (x0 ) + f (xn ) + 4 @ f (xi )A + 2 @ f (xi )A5 ou h =
x0 3 i=1 i=2
n
impair pair

Exercise 3.2.1 Exemple 3.2.2 Soit l’intégrale (10 5 )

Z=2
I= sin(x) cos(x)dx:
0

Evaluer cette intégrale à l’aide de la méthode de Simpson en prenant n = 6.

Solution
Evaluer cette intégrale à l’aide de la méthode de Simpson en prenant n = 6
xn x0 =2 0
On a h = = = =12
n 6
xi 0 =12 = 2 =12 = 3 =12 = 4 =12 = 5 =12 = 6 =12 =
0:2618 0:5236 0:7854 1:0472 1:3090 1:5708
f (xi ) 0 0:25 0:43301 0:49910 0:43301 0:25 0
La formule de Simpson est donnée par :
2 0 1 0 13
Z xn
BX BX
n 1 n 2
h6 C C7 xn x0
f (x)dx ' 4f (x0 ) + f (xn ) + 4 @ f (xi )A + 2 @ f (xi )A5 ou h =
x0 3 i=1 i=2
n
impair pair

On a h = =12 et

Z=2
I= sin(x) cos(x)dx
0
=12
' [0 + 0 + 4 (0:25 + 0:49910 + 0:25) + 2 (0:43301 + 0:43301)]
3
' [5:72844] ' 0:49990:
36

13
3.3 Erreur d’intégration

3.3.1 Pour la formule des trapèzes composite

Si f est dans C 2 ([x0 ; xn ]), alors

(xn x0 )3
jEn j = max jf 00 (")j ; " 2 [x0 ; xn ]
12n2

3.3.2 Pour la formule de Simpson

Si f est dans C 2 ([x0 ; xn ]), alors

(xn x0 )5
jEn j = 4
max jf 00 (")j ; " 2 [x0 ; xn ]
2880n

14
Chapitre 4

Résolution des équations di¤érentielles

Les équations di¤érentielles sont utilisées dans la modélisation mathématique des phénomènes
physiques. Une équation di¤érentielle est une relation entre une fonction et sa ou ses dérivées
de divers ordres équation impliquant une ou plusieurs dérivées d’une fonction inconnue. Dans
ce chapitre, on va considérer les équations di¤érentielles ordinaires du premier ordre avec une
condition initiale (problème de Cauchy).

On appelle ordre d’ED le plus fort degré de dérivation apparaissant dans l’équation. Elle sont de
la forme :
F y (n) (x); y (n 1)
(x); :::; y 0 (x); y(x) = g(x) ! ( )

La fonction g appelée second membre de l’équation. Si g est nulle, on dit que l’équation ( ) est
homogène.

4.1 Résolution des E.D linéaire du premier ordre

On appelle E.D linéaire du premier ordre une équation du type :

a0 (x)y 0 + a1 (x)y = g(x) ! (E)

La méthode de résoudre l’équation (E) consiste à résoudre d’abord l’équation homogène (E)
(l’équation (E) avec le second membre g(x) nul) puis de la résoudre avec le second membre.
La solution de l’E.D linéaire du premier ordre est :

yg = yP + yH

15
Exemple 4.1.1 Trouver la solution exacte à ce problème
8
< y 0 + y = ex + 1
: y(0) = 1

Solution

8
< y 0 + y = ex + 1
: y(0) = 1
Trouve la solution exacte de ce problème
On a
y 0 + y = ex + 1 ! (1)

a/ Solution homogène :
On cherche la solution homogène de (1)

dyH
y0 + y = 0 = yH
dx
R dyH R
) = dx
yH
) ln(yH ) = x+c
x+c
) yH = e
x
) yH = ce
b/ Solution particulière :
On utilise la méthode de la variation de la constante :

8
< y = c(x)e x
) y 0 + y = c0 (x)e x
: y 0 = c0 (x)e x
c(x)e x

D’autre part, on a y 0 + y = ex + 1
Donc
c0 (x)e x
= ex + 1 ) c0 (x) = (ex + 1) ex
R 0 R
) c (x) = (e2x + ex ) dx
1
) c(x) = e2x + ex + c
2

16
Alors,
1 2x
y = e + ex + c e x
2
1
= ex + 1 + ce x
2
On a
1
y(0) = 1 ) 1 = e0 + 1 + ce 0
2
1
)1= +1+c
2
1
)c=
2
1 1 x
Alors, y = ex + 1 e :
2 2

4.2 Résolution numérique des équations di¤érentielles à

condition initiales

4.2.1 Méthode d’Euler

Soit le problème de Cauchy dé…ni par :

8
< y 0 = f (x; y(x))
: y(x ) = y
0 0

où y(x0 ) = y0 : est une condition initiale imposée.

D’aprés le dévoleppement Taylor, on a :

h2 00
y(xn+1 ) = y(xn ) + hy 0 (xn ) + y (xn ) + ::::
2!

Où h = xn+1 xn :
Si h est su¢ samment petit alors on peut négliger h2 et les autres termes d’ordre supérieur à deux,
on obtient donc :
y(xn+1 ) = y(xn ) + hy 0 (xn ):

Parce que y 0 (xn ) = y 0 = f (xn ; y(xn )), on s’ecrit :

8 8
< y(xn+1 ) = y(xn ) + hf (xn ; y(xn )): < yn+1 = yn + hf (xn ; yn ):
,
: y(x ) = y : y(x ) = y
0 0 0 0

17
Exemple 4.2.1 (suite de l’exemple précédent)
8 8
< y 0 + y = ex + 1 < y 0 = ex + 1 y
,
: y(0) = 1; h = 0:1 : y(0) = 1; h = 0:1

Calculer la valeur approchée de y(0:2) par la méthode d’euler et comparer à la valeur exacte.

Solution
1/ Valeur exacte de y(0:2)
1 1 x
On a y = ex + 1 e ; donc :
2 2
1 1
y(0:2) = e0:2 + 1 e 0:2
= 1:201336
2 2

2/ Calcule la valeur approchée de y(0:2) par la méthode d’Euler

On a

yn+1 = yn + hf (xn ; yn )

= yn + h (exn + 1 yn )

= yn + 0:1 (exn + 1 yn )

= yn + 0:1exn + 0:1 0:1yn

yn+1 = 0:9yn + 0:1exn + 0:1

Où x0 = 0; y0 = 1

y1 = y(0:1) = 0:9y0 + 0:1ex0 + 0:1

= 0:9 + 0:1e0 + 0:1

= 1:1

y2 = y(0:2) = 0:9y1 + 0:1ex1 + 0:1

= 0:9 1:1 + 0:1e0:1 + 0:1

= 1:2

18
4.2.2 Méthode d’Euler modi…ée

Soit le problème de Cauchy dé…ni par :

8
< y 0 = f (x; y(x))
: y(x ) = y
0 0

La formule d’Euler modi…ée est donnée par :

yn+1 = yn + hk2 ou k1 = f (xn ; yn )

h h
k2 = f (xn + ; yn + k1 )
2 2
Exemple 4.2.2 (suite de l’exemple précédent)
8 8
< y 0 + y = ex + 1 < y 0 = ex + 1 y
,
: y(0) = 1; h = 0:1 : y(0) = 1; h = 0:1

Calculer la valeur approchée de y(0:2) par la méthode d’euler modifée.

Solution
Calcule la valeur approchée de y(0:2) par la méthode d’Euler modi…ée :
On a
yn+1 = yn + hk2 ou k1 = f (xn ; yn )
h h
k2 = f (xn + ; yn + k1 )
2 2

k1 = f (xn ; yn ) = exn + 1 yn

h h
k2 = f (xn + ; yn + k1 )
2 2
= f (xn + 0:05; yn + 0:05 (exn + 1 yn ))

= exn +0:05 + 1 [yn 0:05 (exn + 1 yn )]

= exn e0:05 + 1 yn 0:05exn 0:05 + 0:05yn

= (1:05127 0:05) exn 0:95yn + 0:95

k2 = 1:00127exn 0:95yn + 0:95

19
Donc

yn+1 = yn + 0:1 [1:00127exn 0:95yn + 0:95]

= yn + 0:100127exn 0:095yn + 0:095

yn+1 = 0:905yn + 0:100127exn + 0:095

Caclule y(0:2)
On a x0 = 0; y0 = 1

y1 = y(0:1) = 0:905 (1) + 0:100127e0 + 0:095

= 0:905 + 0:100127 + 0:095

y1 = 1:100127

y2 = y(0:2) = 0:905 (1:100127) + 0:100127e0:1 + 0:095

= 0:995615 + 0:110657 + 0:095

= 1:201272

4.2.3 Méthode de Runge-kutta d’ordre 4

Il existe plusieurs variantes de cette méthode (d’odre 3, 4, 5, ...). Nous n’en étudierons qu’une
seule : la méthode de runge kutta d’ordre 4 donnée par la formule :

yn+1 = yn + h6 [k1 + 2k2 + 2k3 + k4 ] ou k1 = f (xn ; yn )

h h
k2 = f (xn + ; yn + k1 )
2 2
h h
k3 = f (xn + ; yn + k2 )
2 2
h
k4 = f (xn + ; yn + hk3 )
2
Exemple 4.2.3 (suite de l’exemple précédent)
8 8
< y 0 + y = ex + 1 < y 0 = ex + 1 y
,
: y(0) = 1; h = 0:1 : y(0) = 1; h = 0:1

Calculer la valeur approchée de y(0:2) par la méthode d’euler modifée.

20
Solution
Calcule la valeur approchée de y(0:2) par la méthode d’Euler modi…ée :
On a
h
yn+1 = yn + [k1 + 2k2 + 2k3 + k4 ] ou k1 = f (xn ; yn )
6
h h
k2 = f (xn + ; yn + k1 )
2 2
h h
k3 = f (xn + ; yn + k2 )
2 2
h
k4 = f (xn + ; yn + hk3 )
2

k1 = f (xn ; yn ) = exn yn + 1

h h
k2 = f (xn + ; yn + k1 )
2 2
= f (xn + 0:05; yn + 0:05 (exn + 1 yn ))

= exn +0:05 + 1 [yn 0:05 (exn + 1 yn )]

= exn e0:05 + 1 yn 0:05exn 0:05 + 0:05yn

= (1:05127 0:05) exn 0:95yn + 0:95

k2 = 1:00127exn 0:95yn + 0:95

2k2 = 2:00254exn 1:9yn + 1:9

h h
k3 = f (xn + ; yn + k2 )
2 2
= f (xn + 0:05; yn + 0:05 (1:00127exn 0:95yn + 0:95))

= exn +0:05 + 1 [yn + 0:05 (1:00127exn 0:95yn + 0:95)]

= exn e0:05 + 1 yn 0:050064exn + 0:0475yn 0:0475

= (1:05127 0:050064) exn 0:9525yn + 0:9525

k3 = 1:001206exn 0:9525yn + 0:9525

2k3 = 2:002412exn 1:905yn + 1:905

21
 h
k4 = f (xn + ; yn + hk3 )
2
= f (xn + 0:05; yn + 0:1 (1:001206exn 0:9525yn + 0:9525))

= exn +0:05 + 1 [yn + 0:1 (1:001206exn 0:9525yn + 0:9525)]

= exn e0:05 + 1 yn 0:100121exn + 0:09525yn 0:09525

= (1:05127 0:100121) exn 0:90475yn + 0:90475

k4 = 0:951149exn 0:90475yn + 0:90475

Donc
k1 + 2k2 + 2k3 + k4 = exn yn + 1
+2:00254exn 1:9yn + 1:9
+2:002412exn 1:905yn + 1:905
+0:951149exn 0:90475yn + 0:90475
= 5:956101exn 5:70975yn + 5:70975
h
yn+1 = yn + [k1 + 2k2 + 2k3 + k4 ]
6
yn + 0:016667 [5:956101exn 5:70975yn + 5:70975]
yn + 0:09927exn 0:095164yn + 0:095164
yn+1 = 0:904836yn + 0:09927exn + 0:095164
Caclule y(0:2)
On a x0 = 0; y0 = 1

y1 = y(0:1) = 0:904836 (1) + 0:09927e0 + 0:095164

= 1:09927

y2 = y(0:2) = 0:904836 (1:09927) + 0:09927e0:1 + 0:095164

= 0:995615 + 0:110657 + 0:095

= 1:199533

22
Chapitre 5

Séries de TD de Méthodes numériques

Université Kasdi Merbah - Ouargla Année Universitaire : 2019/2020

Faculté des sciences appliquées 2 ème Année ST
Département de génie civil et hydraulique Module : Méthodes Numériques

Série de TD N 01 : Résolution des équations non linéaires

EX ERCICE N 01 ( Arrondi les résultats à 10 3 )

On considère la fonction :
f (x) = x3 x2 1: (5.1)

1= Montrer que l’équation f (x) = 0 admet une racine unique dans l’intervalle [1; 2].

2= Résoudre cette équation par la méthode de la dichotomie (ou de la bissection) avec une précision
" = 10 3 .

3= Ecrire l’algorithme de N ewton pour cette équation et montrer que cette itération converge vers
la solution pour un point de départ x0 = 1:5:

4= En utilisant la méthode de N ewton, calculer la racine de l’équation (5:1).

EX ERCICE N 02 ( Arrondi les résultats à 10 5 )

On considère la fonction
f (x) = ex 4 cos(x): (5.2)

23
 h i
1= Montrer que l’équation f (x) = 0 admet une racine unique ; .
dans l’intervalle
4 2
2= Ecrire l’algorithme de N ewton pour cette équation et montrer que cette itération converge vers
la solution pour un point de départ x0 = :
2
3= En utilisant la méthode de N ewton, calculer la racine de l’équation (5:2) :

EX ERCICE N 03
Soit la fonction :
f (x) = ex x 2 (5.3)

1= Montrer que l’équation f (x) = 0 admet une racine unique dans l’intervalle [1; 2].

2= L’équation (5:3) est équivalente à l’équation : g(x) = x; où g(x) = ln(x + 2)

Montrer que g est bien de fonction de point …xe pour le problème f (x) = 0:

3= Etudier la convergence de la méthode du point …xe vers la solution .

EX ERCICE N 04 (arrondi les résultats à 10 4 )

On considère la fonction
(1+x)
f (x) = x e : (5.4)

1 1
1= Montrer que l’équation f (x) = 0 admet une racine unique dans l’intervalle ; .
5 2
2= L’équation (5:4) est équivalente à l’équation : g(x) = x; où :

g1 (x) = e (1+x)
ou g2 (x) = x2 e(1+x) :

2:1= Montrer que les deux fonctions (g1 et g2 ) sont bien des fonctions de point …xes pour le problème
f (x) = 0
2:2= Etudier la convergence de la méthode du point …xe vers la solution dans chacun des 2 cas.

3= Résoudre f (x) = 0 par la méthode du point …xe avec x0 = 0:5:

24
 Université Kasdi Merbah - Ouargla Année Universitaire : 2019/2020
Faculté des sciences appliquées 2 ème Année ST
Département de génie civil et hydraulique Module : Méthodes Numériques

Série de TD N 02 : Interpolation polynômiale

EX ERCICE N 01

Construire le polynôme d’interpolation de Lagrange P qui interpole les points :

xi 1 0 1 2
f (xi ) 1 1 2 3

EX ERCICE N 02
x2 1
Soit f (x) =
x2 + 1
1= Déterminer le polynôme de Lagrange qui interpole les abscisses 3; 0 et 3:

2= Calculer P (0) et comparer à la valeur exacte.

EX ERCICE N 03

1= En utilisant la méthode de N ewton, calculer le polynôme d’interpolation de la fonction f (x)

donnée par :

xi 1 2 3
f (xi ) 2 6 12
2= En déduire une valeur approchée de f 0 (1):

EX ERCICE N 04

Calculer le polynôme d’interpolation de N ewton de la fonction f (x) = cos(x) en les 4 points

xi = i; avec i = 0; 1; 2; 3:
2

25
 Université Kasdi Merbah - Ouargla Année Universitaire : 2019/2020

Faculté des sciences appliquées 2 ème Année ST

Département de génie civil et hydraulique Module : Méthodes Numériques

Série de TD N 03 : Intégration numérique

EX ERCICE N 01 (arrondi les résultats à 10 4 )

Z 5=2
Estimer f (x)dx à partir des données suivantes :
0

xi 0 1/2 1 3/2 2 5/2

f (xi ) 1.5000 2 2 1.6364 1.2500 0.9565

En utilisant la méthode des trapèzes composite.

EX ERCICE N 02 (arrondi les résultats à 10 6 )

Soit l’intégrale :
Z2
(ln x)2
I= dx:
x
1

1= Calculer la valeur exacte de I:

2= Evaluer cette intégrale à l’aide de la méthode des trapèzes composite en prenant n = 4.

EX ERCICE N 03 (arrondi les résultats à 10 5 )

Z 2
On considère l’intégrale : I = ln(x)dx:
1

1= Calculer la valeur exacte de I.

2= Evaluer numériquement cette intégrale par la méthode des trapèzes composite avec n = 4 sous
intervalles.

3= Comparer le résultat ainsi obtenu avec la valeur exacte. Pourquoi la valeur numérique est-elle
inférieure à la valeur exacte ? Est ce que vrai quel que soit n.

4= Quel nombre de sous intervalles n faut-il choisir pour avoir une erreur En inférieure à 10 2 :

26
On rappelle que pour une fonction f de classe C 2 , l’erreur En associée à la méthode des trapèzes
composite :
(xn x0 )3
jEn j max jf 00 ( )j ; 2 [x0 ; xn ] :
12n2

EX ERCICE N 04 (arrondi les résultats à 10 5 )

Soit l’intégrale :
Z=2
I= sin(x) cos(x)dx:
0

1= Calculer la valeur exacte de I:

2= Evaluer cette intégrale à l’aide de la méthode de Simpson en prenant n = 6.

27
Université Kasdi Merbah - Ouargla Année Universitaire : 2019/2020
Faculté des sciences appliquées 2 ème Année ST
Département de génie civil et d’hydraulique Module : Méthodes Numériques

Série de TD N 04 : Equations di¤érentielles

EX ERCICE N 01 (arrondi les résultats à 10 4 )

Soit le problème de Cauchy suivant :

8 dy
< = y + x2 ; avec x 2 [0; 1]
dx
:
y(0) = 1

1= Trouver la solution exacte de ce problème en x = 0:3.

2= Résoudre ce problème par la méthode d’Euler en x = 0:3 avec h = 0:1.

EX ERCICE N 02 (arrondi les résultats à 10 6 )

Soit le problème de Cauchy suivant :

8
< y0 = 1 + y; avec x 2 [0; 1]
: y(0) = 0

1= Trouver la solution exacte de ce problème.

2= En utilisant la méthode d’Euler modi…ée trouver la solution approchée de y(0:2) avec h = 0:1.

28