Université de Bejaia

Faculté de Technologie Examen final de Méthodes Numériques

Département de Génie Mécanique
M : Méthodes Numériques (Master I)

Remarque : les valeurs calculées sont arrondies en 10-5.

Questions de cours (4 pts)

1. En utilisant un développement de Taylor d’ordre approprié :
 Obtenir la méthode d’Euler explicite pour résoudre le problème avec condition initiale :
y t   f t , y t ; y t0   y 0 ;


 df 
Monter que : 
 dx i
4f
  i 1
 3 fi  fi  2
2 h
 
  h 2 , différence avancée ;

2. La forme discrétisée de l’équation de diffusion thermique monodimensionnelle en régime variable est

de forme :
t n
Ti n 1  Ti n   T  2Ti n  Tin1 
 x 2 i 1
 Cette discrétisation représente un schéma implicite ou explicite ;
Pour  = 810-4 m2/s, t =0.1 s et x = 2cm.
 Vérifier la stabilité de ce schéma.

Exercice 1 :(8 pts)

 dy xy
 x
Soit l’équation différentielle suivante : 
 dx 2
 y 1  1
 1 x 2 
 
1. Vérifier que la solution exacte est de forme : y  x   2  e
 4 
 

2. En utilisant la méthode de RK4, calculer la valeur approchée de y (2). en prenant un pas h = 0,25 ;
3. Déduire l’erreur absolue à cette valeur

Exercice 2 :(8 pts)

d2y
Soit l’équation différentielle suivante :  y  2 x … (2) Pour 0  x  1
dx 2

Avec les conditions aux limites suivantes : y 0   0 et y 1  1

1. En utilisant un schéma aux différences finies centrées d’ordre 2 ; trouver la forme discrétisée de
l’équation (2)
2. Trouver la solution approchée de cette équation, en divisant le domaine en 5 sous intervalles et
comparer les résultats avec la solution analytique.

 e1   x 
La solution analytique : y x   2 x   2 
 e  1  e  e 
x

  
Université de Bejaia
Faculté de Technologie Examen final de Méthodes Numériques
Département de Génie Mécanique
M : Méthodes Numériques (Master I)

Annexe :

Questions de cours :
h 2 d 2 f h3 d 3 f
f x  h   f x   h
df
   ...
dx 2 dx 2 6 dx 3
Exo. 1.
Méthode de RK-4

 yi  1  yi  k1  2 k 2  2 k3  k4 
h
 6
k1  f  xi , yi 

  h h 
k 2  f  xi  , yi  k1 
  2 2 
  h h 
k3  f  xi  , yi  k 2 
  2 2 
k4  f  xi  h , yi  hk 3 

Exo 2.
Différence finies centrée d’ordre 2 :

fi-2 fi-1 fi fi+1 fi+2

2 x fi -1 1
x2 fi 1 -2 1
2x3 fi -1 2 0 -2 1

Méthode de Thomas
c1 d1
S1  i 1 E1  i 1
b1 b1
ci di  a i Ei1
Si  i  2, 3,..., N - 1 Ei  i  2, 3,..., N
bi  a iSi1 bi  a iSi1

yi  Si yi1  Ei
Université de Bejaia
Faculté de Technologie Examen final de Méthodes Numériques
Département de Génie Mécanique
M : Méthodes Numériques (Master I)

Corrigé EMD 2022 (Méthodes Numériques)

Questions de cours :

1. Du développement de Taylor de la solution à la position xn1  xn  1 on a

h2
y  x n  1   y  x  h   y  x n   h y  x n   y  n 
2
y  x n 1   y  x n   hf  x n ; y  x n 
On pose ensuite yn1  y  xn1 , yn  y  xn  et on obtient ainsi la méthode d’Euler, qui consiste à calculer, de
proche en proche, les valeurs approchées yn.1 à l’aide de la formule de récurrence :

yn1  yn  hf xn ; yn 

2. D’après le développement en série de Taylor, on a :

h2
h f h  f f  x  h  f  x   f 
  f
 
2
f  x  h  f  x      h3   2   h2 en plus,
1 x 2 x 2
x h
f i2  2 f i1  f i
f i
h2
4 fi1  3 fi  fi2
Donc au point x = xi alors : f i 
2h
  h2  

3. La discrétisation représente un schéma explicite

 t 1 8  10 4  0 .1
Ce schéma est stable pour r   , d’après les données : r   0 .2  0 .5
x 2 2 0 .02 2
D’où alors il est stable.

Exercice 1 :
1. Verification :
 1 x 2   1 x 2 
 
dy x  4 

y x   2  e
 4 
 
On dérive par rapport à x : y    e On ajoute x et on retranche x :
dx 2
   1 x 2  
 
   4 
 
   
 1 x 2  x 2  e 
 
 1 x 2   4 
 2 x  xe   
 
x  
 
  y  x  
dy 4 
y   xx e  y  x  
dx 2  2   2 
   
 
 

xy
y  x 
2
Université de Bejaia
Faculté de Technologie Examen final de Méthodes Numériques
Département de Génie Mécanique
M : Méthodes Numériques (Master I)

2. La valeur approximative de y(2) : h = 0.25

1ère itération (i =0)

k1 = f(x0 , y0 ) = f ( 1 ; 1 ) = 0.5
k2 = f( x0 + 0.5 h ; y0 + 0.5 k1 h ) = f (1.125 ; 1.0625) = 0.527344
k3 = f(x0 + 0.5 h; y0 + 0.5 k2 h) = f (1.125; 1.06592) = 0.525421
k4 = f( x0 + h ; y0 + k3h) = f (1.25; 1.13136 ) = 0.542903
y1 = 1.13118 à x1 = 1.25

2ème itération (i =1)

k1 = f( x1 ; y1 ) = f( 1.25 ; 1.13118 ) = 0.54301
k2 = f(x1 + 0.5 h ; y1 + 0.5 k1 h) = f (1.375 ; 1.19906) = 0.550646
k3 = f( x1 + 0.5 h ; y1 + 0.5 k2 h ) = f( 1.375 ; 1.20002 ) = 0.549989
k4 = f( x1 + h, y1 + k3h) = f( 1.5 ; 1.26868 ) = 0.548488
y2 = 1.26838 à x2 = 1.5

3ème itération (i =2)

k1 = f( x2 ; y2 ) = f( 1.5 ; 1.26838 ) = 0.54871
k2 = f( x2 + 0.5 h ; y2 + 0.5 k1 h ) = f( 1.625 ; 1.33697 ) = 0.53871
k3 = f( x2 + 0.5 h ; y2 + 0.5 k2 h ) = f( 1.625 ; 1.33572 ) = 0.539726
k4 = f( x2 + h ; y2 + k3 h) = f( 1.75 ; 1.40331 ) = 0.5221
y3 = 1.40287 à x3 = 1.75

4ème itération (i =3)

k1 = f(x3 ; y3 ) = f( 1.75 ; 1.40287 ) = 0.522489
k2 = f( x3 + 0.5 h ; y3 + 0.5 k1 h ) = f( 1.875 ; 1.46818 ) = 0.49858
k3 = f( x3 + 0.5 h ; y3 + 0.5 k2 h ) = f( 1.875 ; 1.46519 ) = 0.501382
k4 = f( x3 + h ; y3 + k3h) = f( 2 ; 1.52822 ) = 0.471784

y4 = 1.52763 à x4 = 2

D’où la valeur approchée y4 = 1.52763 et la valeur exacte y(2) = 1.52763

3. L’erreur absolue : E abs  y 2   y 4  5 .06  10
6

Exercice 2 :
d 2 y
 dx 2  y  2 x

 y 0   0 …(1)
 y 1  1; 0  x  1


1. La discrétisation : différence centrée d’ordre 2 :
y i 1  2 y i  y i  1
 yi  2 xi  yi 1  2 yi  yi 1  x 2 yi  2 x 2 xi 
x 2
 
yi 1  2  x 2 yi  yi 1  2 xi x 2 …(2); Pour i = 1, 2, 3, 4.

2. Pour x = 0.2, l’équation (2) devient :

Université de Bejaia
Faculté de Technologie Examen final de Méthodes Numériques
Département de Génie Mécanique
M : Méthodes Numériques (Master I)

yi 1  2.04 yi  yi 1  0.08 xi
Donc :
Pour nœud (i =1) : y0  2.04 y1  y 2  0.016 ; y0  0
Pour nœud (i =2) : y1  2.04 y 2  y3  0.032
Pour nœud (i =3) : y 2  2.04 y3  y4  0.048
Pour nœud (i =4) : y 3  2.04 y4  y 5  0.064 ; y5  1
On obtient le système matriciel suivant :
  2.04 1 0 0  y1    0.016 
    
 1  2.04 1 0  y 2    0.32 
 …(I)
 0 1  2.04 1  y3    0.048 
    
 0  2.04  y4    1.064 
 0 1
En utilisant la méthode de Thomas :
E1  7.84313  10 3 ;
S 1  0.4902 ;
E 2  0.02571 ;
S 2  0.6452 ;
E3  0.05285 ;
S 3  0.71690
E4  0.8442
D’où alors :
y1  0.2285 ; y 2  0.4503 ; y3  0.6580 ; y4  0.8441

Comparaison :
Solution numérique Solution analytique Erreur absolue
x = 0.2 0.2285 0.2287 0.0002
x = 0.4 0.4503 0.4505 0.0002
x = 0.6 0.6580 0.6583 0.0003
x = 0.8 0.8441 0.8443 0.0002