Formulaire : Modélisation Numérique

Relations et Démonstrations

Chapitre 1 : Équations non-linéaires f (x) = 0

1. Méthode de Dichotomie
Relation de récurrence

À chaque itération n, sur l’intervalle [an , bn ], le point milieu est défini par :

an + b n
cn = (1)
2
Condition de validation : On sélectionne le sous-intervalle tel que le produit des fonctions
aux bornes soit négatif (théorème des valeurs intermédiaires) :

f (an ) × f (cn ) ≤ 0 ou f (cn ) × f (bn ) ≤ 0

2. Méthode de Lagrange
Relation de récurrence
La racine approximée wn correspond à l’intersection de la droite sécante avec l’axe des abscisses
:
bn − an bn − an
wn = bn − f (bn ) = an − f (an ) (2)
f (bn ) − f (an ) f (bn ) − f (an )

3. Méthode de Newton
Schéma numérique de Newton

f (xn )
xn+1 = xn − (3)
f ′ (xn )

1
Démonstration géométrique et analytique de Newton

L’objectif est de trouver xn+1 comme point d’intersection entre la tangente à la courbe au
point (xn , f (xn )) et l’axe des abscisses.
Sur le triangle formé par le point (xn , f (xn )), sa projection sur l’axe des abscisses, et le point
xn+1 , la pente de la tangente (notée tan θ) s’exprime par le rapport côté opposé sur côté
adjacent :
f (xn )
tan θ = (Eq. 1.4) (4)
xn − xn+1
Par définition analytique, cette pente correspond à la dérivée de la fonction f au point xn :

f (xn ) − f (xn+1 )
f ′ (xn ) = lim = tan θ (Eq. 1.5) (5)
(xn −xn+1 )→0 xn − xn+1

En combinant les équations 1.4 et 1.5, on remplace tan θ par f ′ (xn ) :

f (xn )
f ′ (xn ) =
xn − xn+1

En réarrangeant les termes pour isoler l’inconnue xn+1 :

f (xn )
xn − xn+1 =
f ′ (xn )
f (xn )
xn+1 = xn − ′
f (xn )

Ce qui achève la démonstration du schéma d’ordre 2 de Newton.

2
Chapitre 2 : Méthode des Différences Finies (MDF)
1. Discrétisation en 1-Dimension (1-D)
A. Dérivée Première
Relations des schémas de la dérivée première

ui+1 − ui−1
Schéma centré (Ordre 2) : u′i = + o(h2 ) (6)
2h
ui+1 − ui
Schéma décentré à droite (Ordre 1) : u′i = + o(h) (7)
h
ui − ui−1
Schéma décentré à gauche (Ordre 1) : u′i = + o(h) (8)
h

Démonstration du schéma centré de l’ordre 2

Développements en série de Taylor au voisinage du nœud i aux points xi+1 = xi + h et
xi−1 = xi − h :

h2 ′′ h3
u(xi + h) = u(xi ) + hu′ (xi ) + u (xi ) + u(3) (xi ) + o(h3 ) (9)
2! 3!
h2 ′′ h3
u(xi − h) = u(xi ) − hu′ (xi ) + u (xi ) − u(3) (xi ) + o(h3 ) (10)
2! 3!
En soustrayant l’équation (5) de l’équation (4), les termes d’ordre pair s’annulent :

2h3 (3)
u(xi + h) − u(xi − h) = 2hu′ (xi ) + u (η) + o(h3 ) (11)
6
En isolant u′ (xi ) et en passant aux approximations discrètes (ui ≈ u(xi )) :

u(xi + h) − u(xi − h) ui+1 − ui−1

u′ (xi ) = + o(h2 ) =⇒ u′i =
2h 2h

B. Dérivée Seconde
Relations des schémas de la dérivée seconde

ui+1 − 2ui + ui−1

Schéma centré (Ordre 2) : u′′i = + o(h2 ) (12)
h2
ui+2 − 2ui+1 + ui
Schéma décentré à droite (Ordre 1) : u′′i = + o(h) (13)
h2
ui−2 − 2ui−1 + ui
Schéma décentré à gauche (Ordre 1) : u′′i = + o(h) (14)
h2

3
 Démonstration de la dérivée seconde centrée
En effectuant la somme algébrique directe des équations de Taylor (4) et (5) :

u(xi + h) + u(xi − h) = 2u(xi ) + h2 u′′ (xi ) + o(h2 ) (15)

En isolant le terme de la dérivée seconde u′′ (xi ) :

u(xi + h) − 2u(xi ) + u(xi − h) ui+1 − 2ui + ui−1

u′′ (xi ) = 2
+ o(h2 ) =⇒ u′′i =
h h2

2. Discrétisation en 2-Dimensions (2-D)

Relations des opérateurs discrets 2D

Soit un maillage régulier défini par xi = x0 + i∆x et yj = y0 + j∆y :

ui+1,j − 2ui,j + ui−1,j

(u,xx )i,j = + o(∆x2 ) (16)
∆x2
ui,j+1 − 2ui,j + ui,j−1
(u,yy )i,j = + o(∆y 2 ) (17)
∆y 2
ui+1,j + ui−1,j + ui,j+1 + ui,j−1 − 4ui,j
Laplacien (∆x = ∆y = h) : ∆u = + o(h2 ) (18)
h2
ui+1,j+1 − ui−1,j+1 − ui+1,j−1 + ui−1,j−1
Dérivée mixte centrée : (u,xy )i,j = + o(∆x2 , ∆y 2 )
4∆x∆y
(19)

3. Conditions aux Limites de Neumann (Sur la frontière au nœud 1)

Relations de Neumann aux limites

 
∂u u2 − u1
Schéma d’ordre 1 : = + o(h) (20)
∂x 1 h
 
∂u −3u1 + 4u2 − u3
Schéma décentré d’ordre 2 : = + o(h2 ) (21)
∂x 1 2h

4
 Démonstration du schéma de Neumann décentré d’ordre 2
On pose un polynôme quadratique d’approximation P2 (x) = a + bx + cx2 aux coordonnées
localisées x1 = 0, x2 = h, x3 = 2h :

P2 (0) = a = u1 (I)

P2 (h) = a + bh + ch2 = u2 (II) (22)

 2
P2 (2h) = a + 2bh + 4ch = u3 (III)

En injectant (I) dans (II), on isole le coefficient quadratique c :

ch2 = u2 − u1 − bh (23)

On substitue cette expression de ch2 au sein de l’équation (III) :

u3 = u1 + 2bh + 4(u2 − u1 − bh)

u3 = −3u1 + 4u2 − 2bh
−3u1 + 4u2 − u3
2bh = −3u1 + 4u2 − u3 =⇒ b =
2h
La dérivée analytique étant P2′ (x) = b + 2cx, sa valeur sur la frontière (x1 = 0) est P2′ (0) = b.
On obtient ainsi le coefficient de pente d’ordre 2 recherché :
 
∂u −3u1 + 4u2 − u3
=b=
∂x 1 2h

4. Formulations Matricielles Stationnaires 1D

A. Cas avec Conditions de Dirichlet : −u′′ (x) = f (x), u(0) = α, u(1) = β

Système linéaire global

    α 
2 −1 0 . . . 0 u1 f1 + ∆x 2
−1 2 −1 . . . 0   u2   f2 
1  .. .. ..

.
 
.


0 . . . 0
  ..  = 
  .. 
(24)
∆x 2 




  


 0 . . . −1 2 −1 uN −2   fN −2 
β
0 . . . 0 −1 2 uN −1 fN −1 + ∆x 2

B. Cas avec Conditions Mixtes (Neumann Ordre 1 en x = 1) : u′ (1) = β

Système linéaire avec nœud de bord intégré

f1 ∆x2 + α
    
2 −1 0 . . . 0 0 u1
−1 2 −1 . . . 0 0 2 
  u2   f2 ∆x 
  

.. .. .. ..  .   ..
. 0  ..  = 
 
0 . . . . 
(25)
2
    
0
 . . . −1 2 −1 0  uN −2   fN −2 ∆x 
   
0 . . . 0 −1 2 0   uN −1   2
fN −1 ∆x 
0 ... 0 0 −1 1 uN β∆x

5
 ∂T 2
5. Équation de la Chaleur 1D Transitoire : ∂t
= α ∂∂xT2
∆t
On pose le paramètre adimensionnel de diffusion : λ = α ∆x 2.

A. Schéma Explicite (Évaluation au pas de temps n)

Relation nodale et stabilité

Tin+1 = λTi−1
n
+ (1 − 2λ)Tin + λTi+1
n
(26)
∆x2
Condition stricte de stabilité numérique : 1 − 2λ ≥ 0 =⇒ ∆t ≤ 2α

B. Schéma Implicite (Évaluation au pas de temps n + 1)

Relation algébrique implicite

n+1
−λTi−1 + (1 + 2λ)Tin+1 − λTi+1
n+1
= Tin (27)
Propriété théorique : Schéma inconditionnellement stable (aucune restriction sur ∆t).

∂2T ∂2T
6. Équation de la Chaleur 2D Stationnaire : ∂x2
+ ∂y 2
=0

Formulation Matricielle Bloc (pour ∆x = ∆y)

L’équation discrétisée s’écrit : Ti+1,j + Ti,j−1 + Ti−1,j + Ti,j+1 − 4Ti,j = 0. Le système global se
structure sous forme tridiagonale par blocs :
  
D I 0 T1
 I D I  T2  = −B (28)
0 I D T3

Où I est la matrice identité d’ordre 3, et D est le bloc tridiagonal suivant :

 
−4 1 0
D =  1 −4 1  (29)
0 1 −4

Intégration d’un flux de Neumann de bord (y = 0)

L’évaluation du flux de chaleur ϕb par un schéma d’ordre 1 s’écrit :

   
∂T Ti,1 − Ti,0 ϕb ∆y
−λ = −λ = ϕb =⇒ Ti,1 − Ti,0 = − (30)
∂y i,0 ∆y λ

6
 Rb
Chapitre 3 : Intégration Numérique a f (x)dx
1. Formules d’intégration élémentaires (Simples et Composites)
b−a
Pour les formules composites, l’intervalle [a, b] est subdivisé en m intervalles réguliers de pas h = m .

1. Méthode du Point Milieu

 
a+b
Formule simple : I0 (f ) = (b − a) × f (31)
2
m−1  
X xi + xi+1
Formule composite : I0,m (f ) = h f (32)
2
i=0

2. Méthode du Trapèze

f (b) + f (a)
Formule simple : I1 (f ) = (b − a) × (33)
2
m−1
!
h X
Formule composite : I1,m (f ) = f (x0 ) + 2 f (xi ) + f (xm ) (34)
2
i=1

3. Méthode de Simpson

   
b−a a+b
Formule simple : I2 (f ) = f (a) + 4f + f (b) (35)
6 2
m−1 m−1   !
h X X xi + xi+1
Formule composite : I2,m (f ) = f (x0 ) + 2 f (xi ) + 4 f + f (xm )
6 2
i=1 i=0
(36)

2. Formules de Quadrature
Formulation générale

Une approximation numérique de l’intégrale s’écrit sous la forme d’une somme pondérée :
n
X
In (f ) = αi f (xi ) (37)
i=0

Où les (xi ) sont les nœuds et les (αi ) sont les poids.

Méthode Point Milieu Trapèze Simpson

a+b a+b
Nœuds (xi ) 2 a, b a, 2 , b
b−a b−a b−a b−a b−a


Poids (αi ) (b − a) 2 , 2 6 , 4 6 , 6

7
3. Degré d’exactitude (r)
Définition du degré d’exactitude

Une formule de quadrature est exacte de degré r si elle intègre parfaitement tout polynôme de
degré ≤ r, et commet une erreur pour le degré r + 1.
Z b Z b
In (xk ) = xk dx pour k = 0, 1, . . . , r et In (xr+1 ) ̸= xr+1 dx (38)
a a

Démonstration : Point milieu (r = 1)

a+b


Évaluons la méthode du point milieu I0 (f ) = (b − a)f 2 sur les monômes successifs :
Rb
- Pour f (x) = 1 : I0 (1) = (b − a) · 1 = (b − a) et a 1dx = (b − a) =⇒ Exact.

b2 −a2 Rb b2 −a2
- Pour f (x) = x : I0 (x) = (b − a) a+b2 = 2 et a xdx = 2 =⇒ Exact.
2
b3 −a3
Rb
- Pour f (x) = x2 : I0 (x2 ) = (b − a) (a+b)
4 or a x2 dx = 3 =⇒ Inexact !

La formule échoue au degré 2, donc son degré d’exactitude est r = 1. (Il en va de même pour
le Trapèze).

Démonstration : Simpson (r = 3)

Évaluons la méthode de Simpson I2 (f ) = b−a a+b

6 f (a) + 4f 2 + f (b) :

2  3 3
- Pour f (x) = x2 : I2 (x2 ) = b−a
6 a2 + 4 a+b2 + b2 = · · · = b −a3 =⇒ Exact.
 
b−a a+b 3 b4 −a4
- Pour f (x) = x3 : I2 (x3 ) = a3 + 4 + b3 = · · · =


6 2 4 =⇒ Exact.

b−a
Rb
- Pour f (x) = x4 : I2 (x4 ) = 24 (5a
4 + 6a3 b + 4a2 b2 + 6ab3 + 5b4 ) or a x4 dx =
b5 −a5
5 =⇒ Inexact !

La formule échoue au degré 4, donc son degré d’exactitude est exceptionnellement de r = 3.

8
Chapitre 4 : Équations Différentielles Ordinaires
1. Le Problème de Cauchy
Formulation générale

La résolution d’une EDO du premier ordre (Problème de Cauchy) s’écrit sous la forme :
(
y ′ (t) = f (t, y(t))
(39)
y(a) = y0

La forme générale discrétisée des méthodes à un pas s’exprime par :

yn+1 = yn + h × Φ(tn , yn , h) (40)

2. Méthodes de type Euler

Les 3 Schémas d’Euler
En remplaçant la dérivée y ′ (tn ) par les approximations aux différences finies, on obtient :

1. Euler explicite (progressif ) : yn+1 = yn + h × f (tn , yn ) (41)

2. Euler implicite (régressif ) : yn+1 = yn + h × f (tn+1 , yn+1 ) (42)
3. Euler centré : yn+1 = yn−1 + 2h × f (tn , yn ) (43)

Démonstration de l’ordre d’erreur d’Euler explicite (Ordre 1)

On suppose y de classe C 2 . On effectue un développement de Taylor au point tn+1 = tn + h :

h2 ′′
y(tn+1 ) = y(tn ) + h × y ′ (tn ) + y (η) avec η ∈ [tn , tn+1 ] (44)
2
En remplaçant y ′ (tn ) par f (tn , yn ) et en isolant l’approximation de la dérivée :

y(tn+1 ) − y(tn ) h
− f (tn , yn ) = y ′′ (η)
h 2
L’erreur de troncature est proportionnelle à h1 , donc le schéma d’Euler explicite est
d’ordre 1. (Même principe et même ordre pour Euler implicite en posant t = tn−1 ).

9
 Démonstration de l’ordre d’erreur d’Euler centré (Ordre 2)

On suppose y de classe C 3 . On écrit les développements de Taylor à l’ordre 2 en tn+1 et tn−1 :

h2 ′′ h3 (3)
y(tn+1 ) = y(tn ) + hy ′ (tn ) + y (tn ) + y (η1 ) (45)
2 6
h2 h3 (3)
y(tn−1 ) = y(tn ) − hy ′ (tn ) + y ′′ (tn ) − y (η2 ) (46)
2 6
En soustrayant ces deux équations, le terme en h2 s’annule :

y(tn+1 ) − y(tn−1 ) h2  (3) 

− y ′ (tn ) = y (η1 ) + y (3) (η2 ) =⇒ Erreur en O(h2 )
2h 12
L’erreur étant proportionnelle à h2 , le schéma d’Euler centré est d’ordre 2.

Méthodes de Runge-Kutta d’ordre 2

1. Schéma de Crank-Nicolson (via Trapèze - Implicite) :

h
yn+1 = yn + [f (tn , yn ) + f (tn+1 , yn+1 )] (47)
2
2. Schéma de Heun (Rend Crank-Nicolson Explicite) :

hh
i
yn+1 = yn + f (tn , yn ) + f tn+1 , yn + hf (tn , yn ) (48)
2
3. Euler Modifié (via Point Milieu - Explicite) :
 
h
yn+1 = yn + h × f tn+1/2 , yn + f (tn , yn ) (49)
2

4. Méthode de Taylor (Ordre 2)

Algorithme de Taylor d’ordre 2

h2
 
∂f (tn , yn ) ∂f (tn , yn )
yn+1 = yn + hf (tn , yn ) + + f (tn , yn ) (50)
2 ∂t ∂y

10
Démonstration de la méthode de Taylor

Le développement de Taylor à l’ordre 2 de la solution analytique s’écrit :

h2 ′′
y(tn+1 ) = y(tn ) + hy ′ (tn ) + y (tn ) + o(h3 ) (51)
2
L’équation différentielle nous donne directement y ′ (tn ) = f (tn , y(tn )).
Pour trouver y ′′ (tn ), on dérive la fonction f (t, y(t)) par rapport au temps en appliquant la
règle de la chaı̂ne pour les dérivées partielles :

∂f (t, y(t)) ∂f (t, y(t)) ′

y ′′ (t) = f ′ (t, y(t)) = + · y (t) (52)
∂t ∂y

En remplaçant y ′ (t) par f (t, y(t)) dans cette dernière expression, on obtient :

∂f (tn , y(tn )) ∂f (tn , y(tn ))

y ′′ (tn ) = + · f (tn , y(tn )) (53)
∂t ∂y

Il suffit enfin d’injecter y ′ (tn ) et y ′′ (tn ) dans le développement de Taylor initial et de négliger
les termes d’ordre 3 pour obtenir le schéma itératif final :

h2 ∂f (tn , yn ) ∂f (tn , yn )
 
yn+1 ≃ yn + hf (tn , yn ) + + f (tn , yn )
2 ∂t ∂y

11
Annexe Théorique : Les Questions de Cours
1. Les 4 Étapes de la Modélisation Numérique
Le Processus de Modélisation
Pour passer de la réalité au résultat informatique, on suit 4 étapes consécutives

- 1. Modèle physique : Description qualitative (avec des mots) du phénomène physique

observé après une analyse minutieuse

- 2. Modèle mathématique (continu) : Mise en équations (souvent des Équations aux

Dérivées Partielles - EDP)

- 3. Modèle numérique (discret) : Discrétisation de l’espace et du temps (maillage)

pour transformer les équations continues en un système algébrique (linéaire ou non)

- 4. Modèle informatique : Programmation des algorithmes de résolution. Cette étape

exige une analyse critique des résultats pour s’assurer qu’ils ont un sens physique

2. Les 3 Types de Stabilités

À ne pas confondre !

Il est crucial de distinguer la source de l’instabilité dans un modèle

- Système chaotique (Stabilité physique) : Une petite variation des données initiales
entraı̂ne une variation totale des résultats

- Sensibilité (Stabilité mathématique) : Problème mal conditionné, où une petite va-
riation des paramètres entraı̂ne une grande variation des résultats

- Instabilité (Stabilité numérique) : Propagation importante des erreurs numériques

de discrétisation au cours du calcul

3. Notions Fondamentales d’Analyse Numérique

Théorème de l’Équivalence

Ces trois notions relient la solution exacte à la solution numérique

- Consistance : Propriété qui assure que l’équation discrète tend vers l’équation
différentielle continue lorsque le pas de discrétisation (h) tend vers 0

- Stabilité : Propriété qui assure que la différence entre la solution numérique obtenue et la
solution exacte reste bornée (l’erreur n’augmente pas et n’explose pas au cours du calcul)

- Convergence : Une méthode est convergente si, lorsque h → 0, la solution numérique

tend vers la solution exacte

Règle d’Or de l’Analyse Numérique :

Une méthode consistante et stable est toujours convergente.

12