ANALYSE NUMÉRIQUE

ET
ÉQUATIONS DIFFÉRENTIELLES

Jean-Pierre DEMAILLY

17, avenue du Hoggar

Parc d’Activité de Courtabœuf - BP 112
91944 Les Ulis Cedex A - France
 Grenoble Sciences

Grenoble Sciences poursuit un triple objectif
:

réaliser des ouvrages correspondant à un projet clairement défini, sans contrainte
de mode ou de programme,

garantir les qualités scientifique et pédagogique des ouvrages retenus,

proposer des ouvrages à un prix accessible au public le plus large possible.
Chaque projet est sélectionné au niveau de Grenoble Sciences avec le concours de
referees anonymes. Puis les auteurs travaillent pendant une année (en moyenne)
avec les membres d’un comité de lecture interactif, dont les noms apparaissent au
début de l’ouvrage. Celui-ci est ensuite publié chez l’éditeur le plus adapté.
(Contact
: Tél.
: (33)4 76 51 46 95 - E-mail
: Grenoble.Sciences@ujf-grenoble.fr)
Deux collections existent chez EDP Sciences
:

la Collection Grenoble Sciences, connue pour son originalité de projets et sa qualité

Grenoble Sciences
-
Rencontres Scientifiques, collection présentant des thèmes de
recherche d’actualité, traités par des scientifiques de premier plan issus de
disciplines différentes.

Directeur scientifique de Grenoble Sciences

Jean BORNAREL, Professeur à l'Université Joseph Fourier, Grenoble 1

Comité de lecture pour Analyse numérique et équations différentielles

M. ARTIGUE, Professeur à l'IUFM de Reims

A. DUFRESNOY, Professeur à l'Université Joseph Fourier - Grenoble 1

J.R. JOLY, Professeur à l'Université Joseph Fourier - Grenoble 1

M. ROGALSKI, Professeur à l'Université des Sciences et Techniques - Lille 1

Grenoble Sciences bénéficie du soutien du Ministère de l'Éducation nationale,

de l'Enseignement supérieur et de la Recherche et de la Région Rhône-Alpes.
Grenoble Sciences est rattaché à l'Université Joseph Fourier de Grenoble.

Illustration de couverture : Alice GIRAUD

ISBN 2-86883-891-X
© EDP Sciences, 2006
EXTRAITS

  


   
 

 



Le but de ce chapitre est de démontrer les théorèmes généraux d’existence et

d’unicité des solutions pour les équations différentielles ordinaires. Il s’agit du
chapitre central de la théorie, de ce fait nécessairement assez abstrait. Sa bonne
compréhension est indispensable en vue de la lecture des chapitres ultérieurs.

#  
 $

 "    
 
 ,


  
 
     
))
Soit U un ouvert de R × Rm et

f : U → Rm

une application continue. On considère l’équation différentielle

(E) y  = f (t, y), (t, y) ∈ U, t ∈ R, y ∈ Rm .

Définition – Une solution de (E) sur un intervalle I ⊂ R est une fonction

dérivable y : I → Rm telle que
(i) (∀t ∈ I) (t, y(t)) ∈ U
(ii) (∀t ∈ I) y  (t) = f (t, y(t)).

L’inconnue  de l’équation (E) est donc en fait une fonction. Le qualificatif

ordinaire  pour l’équation différentielle (E) signifie que la fonction inconnue y


dépend d’une seule variable t (lorsqu’il y a plusieurs variables ti et plusieurs dérivées

∂y/∂ti , on parle d’équations aux dérivées partielles).
126 Analyse numérique et équations différentielles

Écriture en coordonnées – Écrivons les fonctions à valeurs dans Rm en

termes de leurs fonctions composantes, c’est-à-dire

y = (y1 , . . . , ym ), f = (f1 , . . . , fm ).

L’équation (E) apparaı̂t comme un système différentiel du premier ordre à m

fonctions inconnues y1 , . . . , ym :
⎧ 
⎪
⎨ y1 (t) = f1 (t, y1 (t), . . . , ym (t))
(E) ...
⎪
⎩ 
ym (t) = fm (t, y1 (t), . . . , ym (t)).

Problème de Cauchy – Étant donné un point (t0 , y0 ) ∈ U , le problème de

Cauchy consiste à trouver une solution y : I → Rm de (E) sur un intervalle I
contenant t0 dans son intérieur, telle que y(t0 ) = y0 .

Interprétation physique – Dans de nombreuses situations concrètes, la

variable t représente le temps et y = (y1 , . . . , ym ) est une famille de paramètres
décrivant l’état d’un système matériel donné. L’équation (E) traduit physiquement
la loi d’évolution du système considéré en fonction du temps et de la valeur des
paramètres. Résoudre le problème de Cauchy revient à prévoir l’évolution du
système au cours du temps, sachant qu’en t = t0 le système est décrit par les
paramètres y0 = (y0,1 , . . . , y0,m ). On dit que (t0 , y0 ) sont les données initiales du
problème de Cauchy.

 $      (m = 1)
Si on note x = t, l’équation (E) se récrit

dy
(E) y = = f (x, y), (x, y) ∈ U ⊂ R × R.
dx

U
y(x)
y0

x0 x
 ´
V – Equations différentielles. R ésultats fondamentaux 127

Résoudre le problème de Cauchy revient à trouver une courbe intégrale  de (E)

passant par un point donné (x0 , y0 ) ∈ U .

Champ des tangentes – A tout point M = (x0 , y0 ), on associe la droite DM

passant par M et de coefficient directeur f (x0 , y0 ) :

DM : y − y0 = f (x0 , y0 )(x − x0 )

L’application M → DM est appelée champ des tangentes associé à l’équation (E).

Une courbe intégrale de (E) est une courbe différentiable C qui a pour tangente en
chaque point M ∈ C la droite DM du champ des tangentes. L’exemple ci-dessous
correspond à l’équation y  = f (x, y) = x − y 2 .

y DM
1
M

0 1 x

Lignes isoclines de (E) – Par définition, ce sont les courbes

Γp : f (x, y) = p

correspondant à l’ensemble des points M où la droite DM a une pente donnée p.

La courbe Γ0 joue un rôle intéressant. On a en effet un régionnement de U :

U = U+ ∪ U− ∪ Γ0 où
U+ = {M ∈ U ; f (M ) > 0}, U− = {M ∈ U ; f (M ) < 0}.

Les courbes intégrales sont croissantes dans U+ , décroissantes dans U− , station-

naires (souvent extrêmales) sur Γ0 .

Exemple – Les lignes isoclines de l’équation y  = f (x, y) = x − y 2 sont les

paraboles x = y 2 + p.
110 Analyse numérique et équations différentielles


   5

 +
Soit à résoudre une équation f (x) = 0 où f : Ω → Rm est une application de
classe C 2 définie sur un ouvert Ω ⊂ Rm . On cherche à évaluer numériquement une
solution a du système f (x) = 0, connaissant une valeur approchée grossière x0 de a.
Comme dans la méthode de Newton usuelle, l’idée est d’approximer f par sa partie
linéaire au point x0 :

f (x) = f (x0 ) + f  (x0 ) · (x − x0 ) + o(

x − x0
)

On résout alors l’équation f (x0 ) + f  (x0 ) · (x − x0 ) = 0. Si f  (x0 ) ∈ L(Rn , Rm ) est

inversible, on a une solution unique x1 telle que x1 − x0 = −f  (x0 )−1 · f (x0 ), soit

x1 = x0 − f  (x0 )−1 · f (x0 ).

On va donc itérer ici l’application de classe C 1

ϕ(x) = x − f  (x)−1 · f (x).

Théorème – On suppose que f est de classe C 2 , que f (a) = 0 et que l’application

linéaire tangente f  (a) ∈ L(Rm , Rm ) est inversible. Alors a est un point fixe
superattractif de ϕ.

Démonstration. Calculons un développement limité à l’ordre 2 de ϕ(a + h) quand

h tend vers 0. On a
1
f (a + h) = f  (a) · h + f  (a) · (h)2 + o(
h
2 )
2
 1 
= f (a) · h + f  (a)−1 · (f  (a) · (h)2 ) + o(
h
2 ) .

2
f  (a + h) = f  (a) + f  (a) · h + o(
h
)
 
= f  (a) ◦ Id + f  (a)−1 ◦ (f  (a) · h) + o(
h
) ,
f  (a + h)−1 = [ ]−1 ◦ f  (a)−1
 
= Id − f  (a)−1 ◦ (f  (a) · h) + o(
h
◦ f  (a)−1 ,

f  (a + h)−1 · f (a + h)
   1 
= Id − f  (a)−1 ◦ (f  (a) · h) + o(
h
) · h + f  (a)−1 · (f  (a) · (h)2 ) + o(
h
)
2
1  −1  2 2
= h − f (a) · (f (a) · (h) ) + o(
h
) ,
2
d’où finalement

ϕ(a + h) = a + h − f  (a + h)−1 · f (a + h)
1
= a + f  (a)−1 · (f  (a) · (h)2 ) + o(
h
2 ).
2
IV – M éthodes itératives pour la résolution d’équations 111

On en déduit ϕ (a) = 0 et ϕ (a) = f  (a)−1 ◦ f  (a). En particulier

1

ϕ(a + h) − a
≤ (M + ε(h))
h
2
2
où M = |||ϕ (a)|||. Le théorème est démontré.

Exemple – Soit à résoudre le système


x2 + xy − 2y 2 = 4
xex + yey = 0.
On commence par tracer les courbes C1 : x2 + xy − 2y 2 = 4 et C2 : xex + yey = 0
de manière à obtenir graphiquement une approximation grossière des solutions.
2
C1 est une hyperbole d’asymptotes
 x  + xy − 2y 2 = (x − y)(x + 2y) = 0 ; cette
2 −2
hyperbole passe par les points et .
0 0
La courbe C2 est symétrique par rapport à la droite y = x ; de plus x, y sont
nécessairement de signe opposés. Supposons par exemple x ≤ 0, y ≥ 0. Comme la
fonction y → yey est strictement croissante de [0, +∞[ sur [0, +∞[, à chaque point
x ≤ 0 correspond un unique point y ≥ 0. Ce point y est la solution de xex +yey = 0,
et peut par exemple s’obtenir par itération de la fonction
xex + yey y 2 − xex−y
ϕ(x) = y − = ,
(1 + y)ey 1+y
fournie par la méthode de Newton appliquée à la variable y. Pour x = 0, on a
y = 0 ; en décrémentant x par pas de 0, 1 avec comme valeur initiale de y0 la valeur
de la solution y trouvée pour la valeur x précédente, on obtient la courbe C2 .

y
x
y=

C1

1
S

−2 1 2 x

C2 y=
−x
/2
112 Analyse numérique et équations différentielles

   
a a
On voit que le système précédent admet une solution S unique, avec 
  b b
−2
très grossièrement. Pour obtenir une valeur approchée plus précise, on
0, 2    
x 0
cherche à résoudre l’équation f = avec
y 0
   2 
x x + xy − 2y 2 − 4
f = .
y xex + yey
L’application linéaire tangente à f est donnée par
   ∂f1 ∂f1  
 x ∂x ∂y 2x + y x − 4y
f = ∂f2 ∂f2 =
y
∂x ∂y
(x + 1)ex (y + 1)ey

La condition f  (S) inversible signifie que les tangentes

∂fi ∂fi
(S)(x − a) + (S)(y − b) = 0, i = 1, 2,
∂x ∂y
aux courbes C1 , C2 au point S sont distinctes. C’est bien le cas ici. On obtient
'  (−1  
x 1 (x + 1)ey −x + 4y
f =
y Δ(x, y) −(x + 1)ex 2x + y

 − (x − 4y)(x + 1)e . On est alors amené à calculer

y x
avec Δ(x,y) = (2x + y)(y
 + 1)e
xp+1 xp
les itérés =ϕ avec
yp+1 yp
      2 
x x 1 (y + 1)ey −x + 4y x + xy − 2y 2 − 4
ϕ = −
y y Δ(x, y) −(x + 1)ex 2x + y xex + yey
   
x0 −2
Partant du point initial = , on trouve
y0 0, 2

p xp yp

0 −2 0, 2
1 −2, 130690999 0, 205937784
2 −2, 126935837 0, 206277868
3 −2, 126932304 0, 206278156
4 −2, 126932304 0, 206278156

   
a −2, 126932304
d’où S=  .
b 0, 206278156
290 Analyse numérique et équations différentielles

Définition – On dira qu’un point singulier M0 est non dégénéré si

 
fx (x0 , y0 ) fy (x0 , y0 )
det = 0.
gx (x0 , y0 ) gy (x0 , y0 )

Nous nous proposons maintenant d’étudier les différentes configurations possibles

pour un point singulier non dégénéré. On verra au chapitre XI, § 2.3 que les courbes
intégrales ont tendance à ressembler à celles du système linéaire dM/dt = AM
lorsqu’on se rapproche du point critique, tout au moins sur un intervalle de temps
[t0 , t1 ] fixé ; ceci n’est pas nécessairement vrai sur tout l’intervalle [t0 , +∞[ (voir
§ 2.3 pour des exemples). On se restreindra dans un premier temps au cas linéaire.

  

 $    
Considérons le système
⎧ dx
⎪
⎨ = ax + by  
dM dt a b
= AM, où A = .
dt ⎪
⎩ dy = cx + dy c d
dt
→
−
On supposera det A = 0, de sorte que le champ de vecteurs V (M ) = AM admet
l’origine pour seul point critique. Comme le champ des tangentes est invariant par
les homothéties de centre O, les courbes intégrales se déduisent les unes des autres
par homothéties. Distinguons maintenant plusieurs cas en fonction des valeurs
propres de A.

(a) Les valeurs propres λ1 , λ2 de A sont réelles.

• Supposons de plus λ1 = λ2 . Dans ce cas la matrice A est diagonalisable. Après
changement de base on peut supposer
 
λ1 0
A=
0 λ2
et le système se réduit à ⎧
⎪
⎪
dx
⎨ = λ1 x
dt
⎪
⎪
⎩ dy = λ2 y.
dt
La solution du problème de Cauchy avec M (0) = (x0 , y0 ) est donc

x(t) = x0 eλ1 t
y(t) = y0 eλ2 t

de sorte que les courbes intégrales sont les courbes

y = C|x|λ2 /λ1 , C∈R

et la droite d’équation x = 0. Distinguons deux sous-cas :

X – Stabilité des solutions et points singuliers 291

∗ λ1 , λ2 de même signe et, disons, |λ1 | < |λ2 |. On a alors λ2 /λ1 > 1. On dit qu’on
a affaire à un nœud impropre :

y y

x x

0 < λ1 < λ2 λ 2 < λ1 < 0

nœud impropre instable nœud impropre stable

∗ λ1 , λ2 de signes opposés, par exemple λ1 < 0 < λ2 . Il s’agit d’un col (toujours
instable) :

• Les valeurs propres sont confondues : λ1 = λ2 = λ. Deux cas sont possibles :

∗ A est diagonalisable. Alors A est en fait diagonale et les courbes intégrales sont
données par

x(t) = x0 eλt
y(t) = y0 eλt ,

ce sont les droites y = αx et x = 0. On dit qu’on a affaire à un nœud propre :

240 Analyse numérique et équations différentielles

Exemple 3 – Méthode de Runge-Kutta classique  :

Il s’agit de la méthode définie par le tableau


0  0 0 0 0


1  1
2  2 0 0 0

1  1
q = 4, 2  0 2 0 0

1 
0 0 1 0

 1 2 2 1
 6 6 6 6


L’algorithme correspondant s’écrit

⎧
⎪ pn,1 = f (tn , yn )
⎪
⎪
⎪
⎪ tn,2 = tn + 12 hn
⎪
⎪
⎪
⎪
⎪
⎪ yn,2 = yn + 12 hn pn,1
⎪
⎪
⎪
⎪ p = f (tn,2 , yn,2 )
⎪
⎪ n,2
⎪
⎪
⎨ yn,3 = yn + 12 hn pn,2
⎪ pn,3 = f (tn,2 , yn,3 ) (noter que tn,3 = tn,2 )
⎪
⎪
⎪
⎪ tn+1 = tn + hn (noter que tn,4 = tn+1 )
⎪
⎪
⎪
⎪
⎪
⎪ yn,4 = yn + hn pn,3
⎪
⎪
⎪
⎪ pn,4 = f (tn+1 , yn,4 )
⎪
⎪ 
⎪
⎪
⎩y =y +h 1 p + 2
pn,2 + 2
pn,3 + 1
pn,4
n+1 n n 6 n,1 6 6 6

On verra plus loin que cette méthode est d’ordre 4. Dans ce cas les méthodes
d’intégration (Mi ) et (M) utilisées sont respectivement :
 1
2 1
(M2 ) g(t)dt 
g(0) : rectangles à gauche,
0 2
 12
1 1
(M3 ) g(t)dt  g : rectangles à droite,
0 2 2
 1 1
(M4 ) g(t)dt  g : point milieu,
0 2
 1
1 2 1 2 1 1
(M) g(t)dt  g(0) + g + g + g(1) : Simpson.
0 6 6 2 6 2 6

  
 6

 
    @


Les méthodes de Runge-Kutta sont des méthodes à un pas

yn+1 = yn + hn Φ(tn , yn , hn )
III – Intégration numérique 87

 
& 

6.1. Soient x1 et x2 deux points de [−1, 1] et λ1 et λ2 ∈ R. On désigne par C[−1, 1]
l’espace vectoriel des fonctions continues sur [−1, 1] et à valeurs réelles et on définit

T : C[−1, 1] → R par T (f ) = λ1 f (x1 ) + λ2 f (x2 ).

(a) Quelles conditions doivent vérifier x1 , x2 , λ1 , λ2 pour que T soit une méthode
d’intégration sur [−1, 1] exacte pour
(α) Les fonctions constantes ?
(β) Les fonctions affines ?
(γ) Les polynômes de degré inférieur ou égal à 2 ?

(b) Parmi les méthodes exactes pour les polynômes de degré inférieur ou égal à 2,
une seule vérifie x1 = −x2 . Montrer que ce choix de x1 et x2 (et des λ1
et λ2 correspondants) fournit une méthode exacte pour les polynômes de degré
inférieur ou égal à 3 et qu’il s’agit de la seule méthode d’intégration exacte pour
les polynômes de degré inférieur ou égal à 3 qui soit du type étudié dans le
problème. Quelle est cette méthode ?

6.2.
(a) Montrer que pour un polynôme trigonométrique de degré n


n
cp eipx ,
p=−n

2π
la méthode des trapèzes de pas constant h = n+1 est exacte sur l’intervalle
[0, 2π].

(b) Montrer que si f peut être approchée par un polynôme trigonométrique de degré
2π
n à moins de ε sur [a, b], la méthode des trapèzes pour h = n+1 fournit un erreur
! 2π
inférieure à 4πε pour 0 f (x)dx.
 
(c) On considère f (x) = exp 12 sin x . Donner une majoration de l’erreur pour la
! 2π
méthode des trapèzes pour 0 f (x) dx avec h = π/2, h = π/4. Que pensez-vous
de ce dernier résultat ?

6.3. Soit f : [−1, 1] → R une fonction de classe C n , où n sera supposé aussi
grand que les besoins l’exigeront. On considère la méthode d’intégration numérique
approchée donnée par
 1
(M) f (x)dx  f (ω) + f (−ω) avec ω ∈ [0, 1].
−1