132
9
•
Méthodes multipas
0
0 . 5
1
1.5
2
2.5
3
3 . 5
4
4.5
5
0
50
100
150
On pourra aussitester le cas 2avec N = 20 et T = 1 . 23147. Que se passe-t-il ?
4. Dans le cas 1, écrire un programme permettant de tracer,l ac ourbe donnant log ( err ) en
fonction de log(h ) ,où err = max
0 n N
| y ( t n ) − u n | .Onfera varier N de 10 en 10 dans l’intervalle
[10, 200] en créant un tableau tabN et un tableau taberr.Sauvegarde sous eqdm2.m.
2
2.5
3
3.5
4
4.5
5
5.5
−6
−5
−4
−3
−2
−1
0
1
2
3
log(N)
log(err)
pente de la droite de regression : −2.9363
Cette courbepermet de mesurer l’ordre du schéma. Ya-t-il concordance avec la prévision théorique ?
5. Les équations précédentes sont des équations scalaires. Orleschéma est aussi applicable
si f ∈C
3
[ t 0 , t 0 + T ] × R
d
, R
d
.Ainsi, on souhaite résoudre maintenant l’équation du second
9
•
Méthodes multipas
0
0 . 5
1
1.5
2
2.5
3
3 . 5
4
4.5
5
0
50
100
150
On pourra aussitester le cas 2avec N = 20 et T = 1 . 23147. Que se passe-t-il ?
4. Dans le cas 1, écrire un programme permettant de tracer,l ac ourbe donnant log ( err ) en
fonction de log(h ) ,où err = max
0 n N
| y ( t n ) − u n | .Onfera varier N de 10 en 10 dans l’intervalle
[10, 200] en créant un tableau tabN et un tableau taberr.Sauvegarde sous eqdm2.m.
2
2.5
3
3.5
4
4.5
5
5.5
−6
−5
−4
−3
−2
−1
0
1
2
3
log(N)
log(err)
pente de la droite de regression : −2.9363
Cette courbepermet de mesurer l’ordre du schéma. Ya-t-il concordance avec la prévision théorique ?
5. Les équations précédentes sont des équations scalaires. Orleschéma est aussi applicable
si f ∈C
3
[ t 0 , t 0 + T ] × R
d
, R
d
.Ainsi, on souhaite résoudre maintenant l’équation du second