Mathématiques
appliquées et numériques
Liene 3, Dpt Géosienes
Année 2011-2012, 2e semestre
Présentation synthétique du ours
Janvier Juin 2012
Cours donné en
3 e année de Liene de Sienes de la planèteTerre
par Mihael Ghilet Jean Roux
TD par Mohamadou Diallo
Cinquième ours
Équations diérentielles vetorielles. Théorème
fondamental d'existene et d'uniité. Introdution
aux méthodes numériques de résolution.
Soit lesystèmeautonome àrésoudre
˙
x = X(x), x ∈ R m (5.0.1)
La distintion entre salaire etvetorielle est un peu désuète. Dansune
terminologie plus ontemporaine on dit équations diérentielles en dimen-
sion
1
ou m. De même nousintroduisons(sans la dénir rigoureusement) lanotionde hampde veteursen usagehez lesdynamiiens ande famil-iariser leleteurave levoabulaire.
La question de l'existene et de l'uniité de la solution des équations
diérentielles peut toujours s'étudier sur les équations diérentielles au-
tonomes du type (5.0.1). En dimension un, dimension dans laquelle nous
nousplaeronsgénéralement,on utiliseraaussilanotationusuelle
x ˙ = f (x)
.La notion entrale permettant de donner une réponse à ette question est
ellede lipshitzitéque nousallonsdévelopper.
5.1 Retour sur la notion de lipshitzité
Cettenotionadéjàétévueauoursno1. Étantdonnésonimportanenous
larepréisons.
On suppose que lehamp
X : R m → R m vérie une ondition de Lips-
hitz globalesur tout
R m,'est-à-direqu'il existe une onstante L ≥ 0
telle
que, pour toute norme de
R m (on pourra prendre, par exemple, la norme
eulidienne dans
R m : on sait que toutes les normes sont équivalentes dans
unespae de dimension nie,en partiulier dansR m),onait :
k X(y) − X(z) k ≤ L k y − z k , ∀ y, z ∈ R m ,
(5.1.1)oùlaonstante
L
estindépendantedesy
etz
. OnditqueX
estglobalement L-lipshitzien. SiL < 1
on ditqueX
est uneontrationlipshitzienne.Cettenotion peut-être loale. Lehamp
X
est loalement L-lipshitzien dans un voisinageV (y)
dey ∈ R m si on a k X(y) − X(z) k ≤ L k y − z k
,
∀ z ∈ V (y)
.Unefontionlipshitzienneestontinue,etmêmeuniformémentontinue
(si
| y − z | ≤ η
alors| f (y) − f (z) | ≤ ε
pourη ≤ ε/L
).Unefontionontinuelinéaireparmoreaux(Figure5.1),aveunnombre
nidemoreaux, estlipshitzienne. Par exemple lafontion
f (x) = | x |
nondérivableà l'origine est lipshitzienne. La propriété d'êtrelipshitzienne ne
néessitedon pasquelafontion
f
soit dérivable(asm = 1
) partout.Figure 5.1: Exempledefontionlipshitziennenon dérivablepartout.
Remarque5.1.1. Cependantlorsqueladérivéeexiste surunintervalleréel,
il existe un ritère simple assurant la lipshitzité d'une fontion
f
. Soitm = 1
pour simplier, soitf
une appliation ontinue de[a, b]
dansR
. Onsupposequeladérivée
f ′existeetestbornée sur]a, b[
(ilsutqueladérivée à
droiteexisteetsoitbornée sur
]a, b[
,equiestleasdel'exempledelaFigure5.1). Alors,parl'inégalitédesaroissementsnis,
f
satisfaitune onditionde Lipshitz sur
[a, b]
. À savoir que si| f ′ (x) | ≤ L
pour toutx ∈ ]a, b[
, on a| f (y) − f (z) | ≤ L | y − z |
quelsque soienty
,z ∈ [a, b]
. Réiproquementsif
estL-lipshitzienne,
| f (y) − f (z) | / | y − z |
est majorée parL
poury
etz
distints.Comme la limite de e quotient existe lorsque
y → z
, puisqu'on a supposéque
f ′ (y)
existe pour touty ∈ ]a, b[
, on en déduit que| f ′ (y) | ≤ L
. Sousles hypothèses de ette remarque, la ondition
| f ′ (y) | ≤ L
est une onditionnéessaire etsusante deL-lipshitzité de
f
.Exemples simples de fontions lipshitzienne ou non :
1. Soit
f (y) = y 2, la fontion f
a évidemment toute larégularité nées-
saire. Pour tous
y, z
tels que0 ≤ y, z ≤ 2
,on a:| f (y) − f (z) | = | y 2 − z 2 | = | y − z || y + z | ≤ 4 | y − z | ,
f
est don loalement lipshitzienne. Voyons-le en tenant ompte de laRemarque 5.1.1. On af ′ (y) = 2y
et| f ′ (y) | ≤ 4
(indépendamment dey
) danslarégion onsidérée,e quionlut.Plus généralement toute fontion ontinûment dérivable sur un inter-
valle fermé et borné (i.e. un ompat de
R
) est lipshitzienne. En eetsadérivéeest ontinue suretintervalle ompat etelle estdonbornée. Lafontion
f
estdonlipshitzienned'aprèslaremarque5.1.1.2. La fontion
f : [0, 1] → R + dénie par f(x) = √
x
n'est paslipshitzi-ennesur
]0, 1]
. Eneetsarestritionàl'intervallesemi-ouvert]0, 1]
estdérivable maisà dérivée non bornée, elle n'est don paslipshitzienne
(voirremarque5.1.1): afortiorilafontion
f
nel'estpasnonplussurtout l'intervalle fermé
[0, 1]
. Par ontre sur tout intervalle deR + du
type
[a, + ∞ [
avea > 0
lafontionf
est lipshitzienne. Cei montrequ'une fontion ontinue n'est pas néessairement lipshitzienne sur
toutl'intervalle de dénitionde
f
,alors quelaréiproque estvraie.Pourmontrer l'importane del'hypothèsede lipshitzitédonnonsun ex-
empled'équationoù,siettehypothèsen'estpasassurée,l'uniitéestfausse.
Exemple élémentaire de non-uniité loale d'une solution d'une
équation diérentielle. Soit alors l'équation
x ˙ = √ x
,x ≥ 0
ave laondition initiale
x(0) = 0
. Cette équation a la solution évidentex(t) = 0
,∀ t ∈ R
. On vérie aussi quela fontionx(t) = t 2 /4
pourt ≥ 0
etx(t) = 0
pour
t ≤ 0
est solution. Il n'y a pas d'uniité sur un intervalle ontenantl'origine, bien que
f
soit ontinue. On sait aussi que la fontion√ x
n'estpaslipshitziennedansunvoisinagede l'origine. Ces observationslaissent à
penser qu'ilpeutyavoir unlienentrelalipshizitéetl'existeneetl'uniité
de la solution. Cet exemple permet aussi de voir que la ontinuité de
f
n'assure pas l'uniité de la solution de l'équation diérentielle, en fait elle
n'enassurequel'existene.
Ilfautdondesonditionssur
f
(ouX
)plusfortesquelaontinuitépouravoir l'existene et l'uniité loales de la solution. Si
f
est non autonome,lalipshizitéde
f
uniquement par rapportaux variables dépendantes, oula lipshizité deX
(que l'on supposetoujours autonome - voir oursno 3), vasure. La preuve utilise un théorème de point xe, semblable au théorème
1.3.1 (ours no1) qui assurel'existeneetl'uniitéde e dernier.
5.2 Existene et uniité loales des trajetoires
5.2.1 Cas général des hamps de veteurs autonomes
Soit le problème
x ˙ = X(x)
oùX
est un hamp de veteurs déni sur unouvert
U
deR m. Cet ouvertpeutêtretout R m.
Dénition 5.2.1. Une trajetoire de
X
parx ∈ U
est une ourbe dérivableϕ : I → U,
dénie sur un intervalle ouvertI
ontenant0 ∈ R ,
telle queϕ(0) = x
et queϕ(t) = ˙ X(ϕ(t))
pourtoutt ∈ I.
Une telletrajetoirepar
x
est souvent notéeϕ(t, x)
.Théorème5.2.1. (ThéorèmedeCauhyd'existeneetd'uniitéloalesdes
trajetoires dansle as"Lipshitz")
Soit
X
un hamp de veteurs sur un ouvertU ⊂ R m .
On suppose qu'ilexiste une onstante
K > 0
telleque :|| X(x) − X(y) || ≤ K || x − y || pour tout x, y ∈ U,
'est-à-dire que l'appliation
x → X(x)
est Lipshitz deonstanteK.
Alors1. Existene loaledes trajetoires
Soit
A ⊂ U,
un ompat non vide. Alors il existeτ > 0,
dépendant deA
,une fontionϕ : [ − τ, τ ] × A → U,
ontinueet dérivableparrapportà
t ∈ [ − τ, τ ],
telle que pour toutx ∈ A
, la ourbeϕ( · , x) : t ∈ ] − τ, τ [ → ϕ(t, x) ∈ U
soitunetrajetoirepar
x.
Celasigniequeϕ(0, x) = x
etque∂ϕ ∂t (t, x) = X(ϕ(t, x)) pour tout (t, x) ∈ [ − τ, τ ] × A.
2. Uniitéloale destrajetoires
Soient
ϕ 1 (., x) : I 1 → U
etϕ 2 (., x) : I 2 → U
deux trajetoirespar
x ∈ U.
Alors il existe un intervalleJ
de0
,J ⊂ I 1 ∩ I 2, tel que
ϕ 1 | J ≡ ϕ 2 | J.
Preuve : Admise(voirlivre : Théorème 7.6).
Remarque5.2.1. LeThéorème 5.2.1permet d'avoirimmédiatementl'exis-
tene et l'uniité de la solution des systèmes linéaires
x ˙ = Ax
oùA
estune matrie d'ordre
m
. En eet la ondition de Lipshitz est trivialement vériée pour toutx ∈ R m ave L = k A k
puisque, par dénition dela norme
matriielle,
k Ax − Ay k = k A(x − y) k ≤ k A kk x − y k
. Plus tard, dans leours, on exhibera une expression expliite de la solution pour es systèmes
linéaires, montrant qu'elle existe et est unique quelque soit
t ∈ R
. Il estheureux que lethéorème général d'existene et d'uniité s'applique aumoins
pour les systèmes linéaires !
Remarque 5.2.2. Reprenons l'équation
x ˙ = √
x
que nous avons étudiée àla n du Paragraphe 5.1, on a vu qu'il existe deux solutions pour
t ≥ 0
, àsavoir
x(t) = 0
etx(t) = t 2 /4
. On sait quef (x) = √
x
est lipshitzienne sur toutintervalle[a, + ∞ [
avea ≥ α > 0
. Or, par leThéorème 5.2.1, aveU =]0, + ∞ [
et un ompatA ⊂ U
, on a l'existene et l'uniité loales de latrajetoire passant par un point
x 0 ∈ A
, 'est-à-dire pourx 0 > 0
(voir gure7.11du livre pour l'illustration de es propriétés).
5.2.2 Appliation au as des systèmes non autonomes
Dansequisuitlavariable
t
estgénéralementletemps. SoitI 0 = [t 0 , t 0 +T ]
,T > 0
,un intervalle fermé borné deR
(T
estsupposéni). Soit lesystèmenon-autonomed'équations diérentielles suivant :
y ′ = f (t, y(t)), t ∈ I 0
y(t 0 ) = y 0 ∈ R m , y 0 donné
(5.2.1)
où
f
estune fontion nonlinéaire deI 0 × R m dansR m.
Théorème5.2.2. Supposonsl'appliation
(t, y) → f (t, y)
ontinue surI 0 × R m. La solutionde(5.2.1) existe et est unique pourtout t ∈ I 0 et y 0 ∈ R m,
y 0 ∈ R m,
sous l'hypothèse de lipshitzité
k f (t, y(t)) − f (t, z(t)) k ≤ K k y − z k , pour tout (t, y, z) ∈ I 0 × R m × R m ,
(5.2.2)
où
K > 0
est une onstante indépendante du temps et des fontionsy
etz
.Preuve : Admise(voirlivre : Théorème 7.10).
Exemple d'existene non globale d'une solution Soitl'équation
x ˙ = x 2 déni sur R
. Cette équation diérentielle a déjà été vue au Paragraphe
3.3.5 (ours n o 3
). La fontion f (x, t) = x 2 est loalement lipshitzienne en
x ∈ R
pour toutt ∈ R
. L'existene et l'uniité de la solution ne peuventêtredéidéespar lethéorème5.2.2. Soit
x 0 laonditioninitialeimposéeàla
solutionpour
t = 0
;six 0 = 0
alors lasolutionϕ(t)
estune onstante nulle(onvoitque
ϕ(t) = 0
estune solutiondel'équationdiérentielle satisfaisant à la ondition initialeϕ(0) = 0
et 'est la seule par l'uniité). Supposonsmaintenant
x 0 6 = 0
;pourt
voisinde0
,x = ϕ(t)
estnonnulleparontinuitédela solutionetdon l'équationdiérentielle peuts'érire
dx x 2 = dt,
d'oùpar intégration
− 1 x + 1
x 0
= t.
Ona don lasolutionexpliite
x(t, x 0 ) = x 0
1 − x 0 t .
(5.2.3)La solution est partout nonnulle. Le Théorème 5.2.1 stipule l'existene
dela solutionsurun intervalle temporel
] − τ, τ [
ontenant0
arτ > 0
. Ononstate qu'elle est dénie partout sauf pour
t = 1/x 0 ar x(t, x 0 ) → ∞
lorsque
t → 1/x 0. Alors si x 0 > 0,
on a queI x 0 =] − ∞ , 1/x 0 [
(on ne peut
pas avoir alors
I x 0 =]1/x 0 , ∞ [
ar et intervalle ne ontient pas le tempsinitial
t = 0
). Cequijustielagure3.7duoursn o 3
oùx(0) = x 0 = 1
. Demanièreanalogue,
I x 0 =]1/x 0 , ∞ [
six 0 < 0
.5.3 Résolution numérique des équations diéren-
tielles : méthodes à un pas
Onsupposel'existeneetl'uniitédelasolutionsurunintervalle
I 0 = [t 0 , t 0 +
T ]
,T
ni. Si et intervalle est onnu, 'est sur elui-i que l'on alule5.4 Méthodes à un pas, idées de base
Remarquonsquelasolutionduproblème(5.2.1)vériel'équationintégrale:
y(t) = y 0 + Z t
t 0
f (s, y(s))ds, t ∈ I 0 .
(5.4.1)Évidemment, dans
R m, ette équation est à lire omposante par om-
posante.
Quelle estl'idée desméthodes numériques derésolution ?
Étant donné une subdivision de l'intervalle
I 0, soit t 0 < t 1 < · · · <
t n < · · · < t N = t 0 + T
, on herhe à déterminer des valeurs approhéesy 0 < y 1 < · · · < y n < · · · < y N des valeurs y(t n )
pour n = 1, 2, . . . , N
prisespar lasolution exate
y(t)
auxtempst n. Onnotera lespasde temps
suessifspar
h n = t n+1 − t n , 0 ≤ n ≤ N − 1,
etpar
h max = max(h n )
lemaximumdespasde temps.N.B. : Rienn'interdit évidemment de prendredespastous égaux.
Onappelle méthode à un pas une méthode permettant de aluler
y n +1
àpartirde laseule valeurantérieure
y n.
On appelle méthode à
r
pas une méthode qui néessite, pour alulery n +1,lamémorisationdesrésultatsobtenusauxétapesn, n − 1, . . . , n − r +1
.
Toutes es méthodes utilisent l'équation (5.4.1) pour leur onstrution,
maisl'utilisation del'intégraleesttrèsdiérenteselonquel'ononstruitdes
méthodes àun pasouà
r
pas.5.4.1 Méthode d'Euler-Cauhy
Cette méthode est également dénommée méthode d'Euler progressive, ou
forward Euler method en anglais.
Supposonsdon
y n onnue,omment aluler y n+1 ?
Onremarque que, d'après(5.4.1) ave
t 0 = t n,on a :
y(t) = y(t n ) + Z t
t n
f (s, y(s))ds, t n ≤ t ≤ t n+1 .
(5.4.2)Calulons numériquement l'intégrale par la méthode dite des retangles
à gauhe (voirours
n o 2
). Ona:Z t
t n
f (s, y(s))ds ≈ (t − t n )f (t n , y(t n )).
(5.4.3)Cetteintégrationnumérique(5.4.3)dutermeintégralede(5.4.2)implique
y(t) ≈ y(t n ) + (t − t n )f (t n , y(t n )),
(5.4.4)quiest l'équationde latangente àlaourbe intégrale solutionde (5.2.1)au
point
(t n , y(t n ))
. Onposealors,en supposanty n ≈ y(t n )
,y n +1 = y n + h n f (t n , y n ),
(5.4.5)'estlaméthoded'Euler-Cauhy.
L'algorithme est lesuivant : partant dela donnéeinitiale
y 0,on alule
y n par réurreneen faisant
y n +1 = y n + h n f (t n , y n )
t n+1 = t n + h n , 0 ≤ n ≤ N − 1.
(5.4.6)5.4.2 Dénition de la onvergene d'une méthode
Unequestionnaturelleestdesavoirsilasolutionalulée
y nparuneméthode
donnée, représente une bonne approximation de
y(t n )
? C'est laquestionde la onvergene. De manière plus préise, pour
0 ≤ n ≤ N
, on dénitl'erreur de disrétisationpar :
e n = y(t n ) − y n ,
(5.4.7)etlaonvergene par :
Dénition 5.4.1. On ditque la méthode est onvergente si
h max lim →0 max
0≤n≤N k e n k = 0. (5.4.8)
Cettedénitionsupposequel'onprenne,trèsnaturellement,ommeon-
dition initiale
y 0 du shéma, laondition initialey(t 0 )
de lasolution exate
duproblème (attentionau faitque dans(5.2.1)on impose
y(t 0 ) = y 0,e ne
sont pas,strito sensu, lesmêmes
y 0).
La réponse à la question de la onvergene est réglée par les notions
d'erreurloaledetronature,deonsistaneetdestabilitéquenousdénirons,
dans un adre général au Paragraphe 5.5.1. Aux ns d'illustration, exam-
inonsd'embléelanotiond'erreurloaledetronature,etsonestimationpour
laméthode d'Euler-Cauhy qui,vusasimpliité, esttrès faileàétudier.
5.4.3 Erreur loale de tronature
Onditaussierreurloaledeonsistane oumêmeerreurdeohérene. Cette
notion est attahée au shéma onsidéré. Elle est dénie par l'erreur faite
lorsquel'onremplaedansleshémales
y nparlesy(t n )
oùy(t)
estlasolution
exatedu problème. Pour la méthode d'Euler-Cauhy, pour
0 ≤ n ≤ N − 1
ondénit don laquantité
ǫ n = y(t n +1 ) − y(t n ) − h n f (t n , y(t n )).
(5.4.9)Onremarque (subtilement !) eneet que:
y(t n +1 ) = y(t n ) + h n f (t n , y(t n )) + ǫ n (5.4.10)
sous ette forme on voit que la solution exate vérie le shéma d'Euler-
Cauhy(5.4.6)demanièreapprohéeà
ǫ nprès. Cettequantitéǫ nestappelée
erreur loale detronature pour laméthoded'Euler-Cauhy.
Estimons-la en utilisant une version plus élaborée de la formule de la
moyenne vueau oursno 2.
Proposition5.4.1. Soit
ω ≥ 0
unefontionintégrablesurl'intervalle]α, β[
,'est-à-dire supposons que l'intégrale
R β
α ω(x)dx existe. Alors, pour toute
fontion
f ∈ C 0 ([α, β])
, il existeξ ∈ ]α, β[
tel queZ β
α
f (x)ω(x)dx = f (ξ) Z β
α
ω(x)dx.
(5.4.11)Supposonsque
y
soitunpeuplusrégulièrequeC 1,àsavoiry ∈ C 2 (I 0 ; R m )
.
Undéveloppement deTaylorà l'ordre 2de lafontion
y
entraîne quey(t n+1 ) = y(t n ) + h n y(t ˙ n ) +
Z t n+1
t n
(t n+1 − s)¨ y(s) ds,
(5.4.12)etpuisque
y(t ˙ n ) = f (t n , y(t n ))
ary(t)
est la solution exate du problème,ilvient d'après(5.4.9):
ǫ n = Z t n+1
t n
(t n+1 − s)¨ y(s) ds.
(5.4.13)La Proposition 5.4.1, ave
ω(s) = t n+1 − s
(notons queω(s) ≥ 0
pours ∈ [t n , t n +1 ]
),entraine l'existene d'unθ n tel que:
ǫ n = h 2 n
2 y(θ ¨ n ), t n < θ n < t n +1 .
(5.4.14)Introduisonslanotation usuelle suivante :
Notation de Landau :
f
est enO(ϕ)
ondit quef
esten grandO
deϕ
,s'ilexiste une fontiong
tellequef (x) = g(x)ϕ(x)
où lafontiong
estbornée.
L'erreur loalede tronature estdon en
O(h 2 n )
.Remarque 5.4.1. Nous dénirons au Paragraphe 5.5.5 la notion d'ordre
p
quelonque d'une méthode. Nous verrons qu'une méthode est au moinsd'ordre 1 sietseulement sielleest onsistante. Cesdeux notionsde onsis-
5.4.4 Une deuxième méthode d'intégration à un pas
Soittoujoursl'équation(5.4.2),onalulemaintenantl'intégraleparlaméth-
ode dite desretangles àdroite (voirours no 2),tout aussilégitimes que
euxà gauhe !,alors
Z t t n
f (s, y(s))ds ≈ (t − t n )f (t n+1 , y(t n+1 )).
(5.4.15)Dès lorson obtient leshéma
y n+1 = y n + h n f (t n+1 , y n+1 ), 0 ≤ n ≤ N − 1.
(5.4.16)C'estlaméthoded'Eulerimpliite,ouméthoded'Eulerrétrograde(bak-
ward Eulermethod). Cetteméthode présentedesdiérenesfondamentales
(etun peu inattendues malgréune apparente similitude d'ériture), ave la
méthoded'Euler-Cauhyexpliite. Dans(5.4.16),
y n+1estdonnéeimpliite-
ment ('est-à-dire non diretement, non expliitement). À haque pas de
temps lealulde
y n +1 dans(5.4.16), ne peutsefaire quepar l'usaged'une
méthodede résolutiond'uneéquationnon-linéairedans
R N dutypeNewton
(voiroursno 1);elas'avèrebeauoupplusoûteuxquelealuldiretde
y n +1 dans(5.4.6)!
L'erreur de tronature pour le shéma d'Euler rétrograde est toutà fait
semblable à elle du shéma d'Euler-Cauhy, elle est aussi en
O(h 2 n )
(voirlivre).
5.5 Méthodes à un pas, formulation générale
5.5.1 Formulation générale des méthodes à un pas
Nousdénironstoutes les méthodes àun paspar :
y n+1 = y n + h n Φ(t n , y n ; h n ),
y 0 donné dansR m ,
(5.5.1)
où
Φ
estune fontionontinue deI 0 × R m × [0 , h 0 ]
dansR m quine dépend
quede
f
.Notons quepour laméthode d'Euler-Cauhy ona
Φ(t n , y n ; h n ) = f (t n , y n ),
lafontion
Φ
estindépendantedeh n. Enpartiulier, eseraimportant pour
lasuite,Φ(t n , y n ; 0) = f (t n , y n )
.
Remarque5.5.1. Comme
f
estsupposéeontinueen(t, y) T (voirlethéorè-
me d'existene et d'uniité), la ontinuité imposée à
Φ
est naturelle. Laformulation proposée doit au moins être ohérente ave la méthoded'Euler-
Soit
y(t)
lasolutionduproblème(5.2.1). Remplaçonsdansleshémalesy n par lesy(t n )
,pour 0 ≤ n ≤ N − 1
onintroduit ainsilaquantité
ǫ n = y(t n+1 ) − y(t n ) − h n Φ(t n , y(t n ) ; h n ),
(5.5.2)quel'onappelle(lanotionadéjàétéintroduitepourdesshémaspartiuliers
à la setion préédente) l'erreur loale de tronature (à l'instant
t n) de la
méthode (5.5.1). Cetteerreur dépend du
Φ
hoisi.Onérit(enore subtilement !) (5.5.2)sous laforme:
y(t n+1 ) = y(t n ) + h n Φ(t n , y(t n ) ; h n ) + ǫ n ,
(5.5.3)qui montre que la solution exate
y(t)
apparait omme étant solution dushéma à un pas(5.5.1) perturbé. La quantité
ǫ n représente, en un ertain
sens,l'erreur quel'on fait, à l'instant t n, en remplaçant l'équationdiéren-
tielle par leshéma.
5.5.2 Dénition de la onsistane (globale)
Onintroduit lanotionfondamentale suivante :
Dénition 5.5.1. La méthode (5.5.1) est onsistante ave l'équation dié-
rentielle (5.2.1) si pour toute solution
y(t)
de l'équationP N −1
n =0 k ǫ n k → 0
lorsque
h max → 0
.Cette dénition signie que la somme des mesures des erreurs loales
de tronature est négligeable dès que
h max est assez petit. À première vue
'est une propriété qui semble peu faile à vérier, ar il existe un onit
entre
h max etN
: lorsque h max → 0
,N → ∞
etlasomme deserreurs peut
augmenter indéniment a priori. La question est don de savoir quel est le
omportement prépondérant :
h max → 0
ouN → ∞
?5.5.3 Dénition de la stabilité
Une autrenotion fondamentale estla suivante
Dénition 5.5.2. La méthode (5.5.1) est stable s'il existe une onstante
M > 0
,indépendantedeh n,telleque pourtoutessuitesy n,z netη nvériant
y n+1 = y n + h n Φ(t n , y n ; h n ),
z netη nvériant
y n+1 = y n + h n Φ(t n , y n ; h n ),
y n+1 = y n + h n Φ(t n , y n ; h n ),
etle shéma perturbé suivant:
z n+1 = z n + h n Φ(t n , z n ; h n ) + η n (5.5.4)
on ait:
0≤n≤N max k y n − z n k ≤ M( k y 0 − z 0 k +
N−1
X
n=0
k η n k ).
(5.5.5)La onstante
M
estdite laonstante de stabilité du shéma.Cette notion de stabilité implique qu'une petite perturbation sur les
donnéesn'entraîne qu'une petite perturbation surlasolution - ei même
lorsque
h max → 0
etqu'ainsileserreursd'arrondis'aumulent indéniment-. Enpratique,etteonditionestabsolumentessentielleenraisonjustement
deserreurs d'arrondiinhérents auxalulssur ordinateuret quiperturbent
inévitablementlaméthode. Unshémainstableneprésenteraitauunintérêt
pratique.
5.5.4 Théorème fondamental
Dèsque laméthode estonsistante etstableelle est onvergente
Théorème 5.5.1. Si une méthode est onsistante et stable elle est onver-
gente.
Preuve : Elleestpresqueimmédiate,ilsut d'érirelesdénitions. Soient
les notations préédentes. Posons dans (5.5.4), pour tout
n
,z n = y(t n )
etη n = ǫ n. L'équation (5.5.4) devient l'ériture (5.5.3) de l'erreur loale de
tronature pour tout temps
t n ! Si la méthode (5.5.1) est onsistante on
a
P N−1
n=0 k ǫ n k → 0 lorsque h max → 0
. Reprenons maintenant la Dénition
(5.4.7)de l'erreur
e n,ilvient :
0≤n≤N max k e n k = max
0≤n≤N k y(t n ) − y n k (5.5.6)
d'où,tenu ompte de ladénitionde lastabilitépar larelation (5.5.5),
0≤n≤N max k e n k≤ M( k y 0 − z 0 k +
N−1
X
n=0
k ǫ n k ).
(5.5.7)Si
y 0 = y(t 0 )
-'esttoujoursequel'onprend! -,letermedesommationtendant vers zéro lorsque
h max → 0
par la dénition de la onsistane, leseond membre de (5.5.7) tend don vers
0
aveh max. La onvergene est
démontrée d'aprèslaDénition 5.4.1.
5.5.5 Dénition de l'ordre d'une méthode
Pouromparerlapréisiondesméthodesentreelles,ilestnéessaired'introduire
lanotion d'ordre.
Alorson pose ladénitionsuivante :
Dénition 5.5.3. On appelle ordrede la méthode à un pas
y n+1 = y n + h n Φ(t n , y n ; h n ),
leplus grand entier
p
pour lequel,lorsqueh → 0
y(t + h) − y(t) − hΦ(t , y(t) ; h) = O(h p +1 ),
(5.5.8)eipourtoutefontion
f
quiestp
ontinûmentdérivablesim = 1
(diéren-tiablesi
m > 1
)et toutesolutiony
de(5.2.1). La méthode est onsistante sielle est d'ordre
p ≥ 1
.Ona vuque, pour laméthode d'Euler-Cauhy,on a
y(t n+1 ) − y(t n ) − h n Φ(t n , y(t n ) ; h n ) = O(h 2 n ),
laméthode d'Euler-Cauhy est d'ordre 1. Supposonsles pastous égaux,la
notiond'ordre1veutdirequesiondiviselepaspar2,l'erreurseraseulement
diviséepar 2 ;ela impliquede devoir utiliserdespas de temps petits pour
avoirunepréisionsatisfaisantedanslessimulationsnumériqueset,don,de
lesrendreoûteuses. Ilparaitdonutiled'utiliserdesméthodesd'ordreplus
élevé (les méthodes de Runge-Kutta répondent à et objetif) (voir livre).
Il faut bien noter quesi l'erreur loale de tronature est en
O(h 2 n )
,l'erreurdedisrétisationdelaméthodeen toutpointdedisrétisationde l'intervalle
I 0,esten O(h max )
- onrappelle que h max = max(h n )
.
5.6 Conditions de onsistane et de stabilité
Tousles théorèmes i-dessoussont démontrés danslelivre.
5.6.1 Condition néessaire et susante de onsistane
Soit
m = 1
. Uneonditionnéessaireetsusantedeonsistaneestdonnéepar le
Théorème 5.6.1. Uneméthode à unpas est onsistante siet seulement si
∀ (t, y) ∈ I 0 × R Φ(t, y, 0) = f (t, y).
(5.6.1)Les deux méthodes à un pas déjà vues sont onsistantes. Par exemple,
omme nous l'avons noté, la méthode d'Euler-Cauhy vérie, par onstru-
tion, laondition
f (t, z(t)) = Φ(t, z(t) ; 0)
,elle est don onsistante.MaintenantonpeutrépondreàlaquestionposéeaprèslaDénition5.5.1.
Silaondition
Φ(t, y, 0) = f (t, y)
estsatisfaite, alorslaonsistaneestvraie.5.6.2 Condition susante de stabilité
On se plae toujours dans le adre
m = 1
. Le théorème d'existene etd'uniitéd'unesolutiondu problèmeontinuestvraisousunehypothèsede
lipshitzitésur
f
. Ilsemble raisonnable,d'aprèslaonditionde onsistane,d'imposeraussiuneonditiondelipshitzitéàlafontion
Φ
. Lefaitquipeutparaître surprenant 'est qu'une telle ondition suse à assurer la stabilité
dela méthode.
Ona lethéorèmede stabilité suivant :
Théorème 5.6.2. Pour qu'une méthode à un pas soit stable il sut que la
fontion
Φ
soitlipshitzienneeny
,'est-à-direqu'ilexisteuneonstanteΛ >
0
(indépendantedupas,dutempsetdelasolution) telleque∀ t ∈ [t 0 , t 0 +T ]
,∀ y 1 , y 2 ∈ R
,∀ h ∈ R
on ait| Φ(t, y 1 , h) − Φ(t, y 2 , h) | 6 Λ | y 1 − y 2 | .
(5.6.2)Onpeutonluremaintenant surlaonvergene delaméthode d'Euler-
Cauhy. Nous savons qu'elle est onsistante ar sa fontion
Φ
vérie larelation
Φ(t, y, 0) = f (t, y)
. Préisément on aΦ(t, y, h) = f (t, y)
pour touth
ett
;lafontionf
étant lipshitzienne eny
pour toutt
(voir l'hypothèse (5.2.2)) lafontionΦ
l'estaussi indépendamment deh
ett
,'est-à-direque larelation(5.6.2)estsatisfaite;laméthoded'Euler-Cauhyestdon stable.Ononlut par leThéorème 5.5.1 :
Théorème 5.6.3. La méthode d'Euler-Cauhy est onvergente.