M2 Agrégation - UE 8.

TD : EDO Numériques : Partie 1.

Listenon exhaustive des points à connaı̂tre :

— Théorie des EDO (Théorème de Cauchy-Lipschitz ! ! ! et application dans des cas ”concrets”. )
— Analyse qualitative. Points d’équilibre.
— Exemple de Lotka-Volterra.
— Quelques problèmes de Modélisation vus en UE5 (Kepler, Pendule).
— Portraits de phase.
— Outils classiques pour les preuves : Théorème des fonctions implicites, Lemme de Grönwall
discret.
∼∼∼
Au niveau numérique :
— Notion de convergence, consistance, stabilité et ordre d’un schéma numérique.
— Connaı̂tre les schémas classiques (Euler explicite, Euler implicite, Runge-Kutta 4) et leurs ca-
ractéristiques principales.
— Savoir prouver la consistance, la stabilité et/ou la convergence d’un schéma (surtout Euler ex-
plicite).
— Savoir implémenter les schémas d’Euler explicite, Euler implicite (ou un schéma proposé dans
le texte) et utiliser la routine de Scilab pour Runge-Kutta 4.
— Savoir dessiner un portrait de phase numérique avec la commande Scilab dédiée.
— Savoir interpréter/critiquer ses résultats ! Le tout en lien avec la modélisation proposée dans le
texte.

1. Premières notions [CM,D,G,S].

Soit f : U → Rd une application continue avec U ouvert de R × Rd . On souhaite étudier l’équation

différentielle ordinaire donnée par le problème de Cauchy suivant

y 0 = f (t, y) (1)
y(tini ) = yini . (2)

avec (tini , yini ) ∈ U à préciser.

On se place dans le cadre d’application du théorème de Cauchy-Lipschitz i.e. on rajoute des hy-
pothèses à f pour pouvoir appliquer un théorème de Cauchy-Lipschitz. On suppose donc qu’on a
existence et unicité d’une solution maximale dont l’intervalle d’existence I ⊂ R est un ouvert [B].

On est intéressé à étudier la solution y sur un intervalle [tini , tini + T ] ⊂ I avec T > 0. Dans
beaucoup de cas, on ne connaı̂t pas de solution exacte explicite.
On cherche donc à trouver un moyen d’approcher la solution y sur [tini , tini + T ].

Pour cela on discrétise l’intervalle [tini , tini + T ] grâce à une subdivision de ce dernier. Soit N ∈ N∗ .
On considère une subdivision de [tini , tini + T ], (tn )n∈[0,N ] constituée de N + 1 points de [tini , tini + T ],
1
t0 = tini , tN = tinit +T . On pose pour tout n ∈ {0, ..., N −1}, ∆tn = tn+1 −tn et ∆tN
max = max ∆tn .
n∈{1,...,N }
On suppose de plus que ∆tN
max → 0, lorsque N → +∞.

Exemple important : On peut considérer une subdivision uniforme de pas ∆t constant, avec
T
∆t = . On appelle ∆t, le pas de la discrétisation.
N

N +1
But : On cherche ensuite à calculer (N + 1) points (yn )n∈{0,...,N } ∈ Rd tels que pour tout
n ∈ {0, ..., N }, yn soit une bonne approximation de y(tn ).

Reste à donner un sens à cette phrase !

L’algorithme de calcul de (yn )n∈{0,...,N } s’appelle un schéma (ou une méthode) numérique. S’étant
donné y0 ∈ Rd , on cherche à calculer (yn )n∈{1,...,N } de façon itérative. Une grande classe de schémas
numériques est celle des schémas (ou méthodes) à un pas.

Definition 1.1. Soient H > 0 et Φ : [tini , tini + T ] × Rd × [0, H] → Rd continue. On se donne y0 ∈ Rd .

Une méthode à un pas se met sous la forme

yn+1 = yn + ∆tn Φ(tn , yn , ∆tn ), pour n ∈ {0, ..., N − 1}.

Autrement dit, à l’étape n ∈ {0, ..., N }, le calcul de yn+1 est possible si on ne connaı̂t que la valeur
de yn . De manière analogue, une méthode à deux pas nécessiterait la connaissance de yn et yn−1 . Il
existe aussi des méthodes multi-pas se définissant de manière analogue.

Exemples : Euler explicite et Euler implicite cf. ci dessous et exercices.

Pour atteindre notre but, on attend donc certaines propriétés pour un schéma numérique. Ainsi,
on cherche à montrer sa convergence.

Definition 1.2. On dira qu’un schéma numérique est convergent si on a

max ky(tn ) − yn k → 0,
n∈{0,...,N }

lorsque N → +∞ (∆tN
max → 0).

C’est une notion essentielle qui justifie que la méthode numérique donne des valeurs approchées qui
”tendent” bien vers la solution.
Pour montrer la convergence d’une méthode à un pas, on utilise des techniques qui font ressortir
deux notions importantes. La première est la notion de consistance.

Definition 1.3 (Consistance). Une méthode à un pas donnée par la définition 1.1 est consistante
N
X −1
pour l’équation différentielle (1), si pour toute solution y de (1), ∆tn ken k → 0 lorsque N → +∞
n=0
y(tn+1 ) − y(tn )
(∆tN
max → 0) où en := − Φ(tn , y(tn ), ∆tn ) pour n ∈ {0, ..., N − 1}.
∆tn
Remarque 1.4. en s’appelle l’erreur locale de consistance au temps tn+1 . On peut la réécrire y(tn+1 )−
ŷn , avec ŷn = y(tn ) + ∆tn Φ(tn , y(tn ), ∆tn ) la valeur qu’on aurait obtenue avec une itération du schéma
en partant de la vraie solution au temps tn , y(tn ). Ainsi en représente l’erreur que l’on commet sur
un pas de temps avec le schéma numérique. La consistance d’un schéma assure donc que la somme de
toutes ces erreurs locales tend vers 0 lorsque le pas ∆tN max tend vers 0. On mesure ainsi la cohérence
du schéma numérique avec l’EDO (1). Sans pour autant connaı̂tre la solution y de façon explicite, on
sait souvent donner une estimation de cette erreur en fonction de ∆tN max , si on connaı̂t la régularité
de la solution y.
La deuxième notion est celle de la stabilité.
Definition 1.5. Soit N ∈ N∗ . On dit qu’un schéma est stable, si, en considérant (yn )n∈{0,...,N } défini
par un schéma numérique à un pas et les éléments (zn )n∈{0,...,N } définis par

zn+1 = zn + ∆tn Φ(tn , zn , ∆tn ) + εn , pour n ∈ {0, ..., N − 1}, (3)

avec z0 , (εn )n∈{0,...,N −1} donnés, il existe M > 0 (indépendante de N et (∆tn )n∈{0,...,N −1} ), tel que
pour tout n ∈ {1, ..., N }  
n−1
X
kyn − zn k ≤ M ky0 − z0 k + kεj k . (4)
j=0

En utilisant ces deux notions, on peut montrer la

Proposition 1.6. On se donne un schéma à un pas (au sens de la définition 1.1) tel que y0 → y(tini )
lorsque N → +∞. Si ce schéma est stable et consistant alors il est convergent.
Proposition 1.7. [D] Soit f : [tini , tini + T ] × Rd → Rd continue et globalement Lipschitzienne par
rapport à la variable d’état et uniformément par rapport à la variable de temps.
Soit Φ : [tini , tini + T ] × Rd × R → Rd continue. La méthode à un pas associée à Φ est consistante si
et seulement si Φ(t, y, 0) = f (t, y) pour tout t ∈ [tini , tini + T ] et pour tout y ∈ Rd .

2. Notion d’ordre
On peut préciser/quantifier un peu comment se passe la convergence ou la consistance, en introdui-
sant la notion d’ordre.
Definition 2.1 (Convergence à l’ordre p). On dit qu’une méthode à un pas converge à l’ordre p ∈ N∗
pour le problème de Cauchy (1), (2), si il existe une constante C indépendante de N telle que l’erreur
de convergence max ky(tn ) − yn k, vérifie,
n∈{0,...,N }

max ky(tn ) − yn k ≤ C(∆tN p

max ) . (5)
n∈{0,...,N }

Definition 2.2 (Consistance à l’ordre p). Soit p ∈ N∗ . Une méthode à un pas est dite consistante
à l’ordre p pour l’équation différentielle (1) si pour toute solution de (1), il existe une constante C
indépendante de N telle que l’erreur de consistance en comme définie à la définition 1.3, vérifie pour
tout n ∈ {0, ..., N − 1},
ken k ≤ C∆tpn . (6)
 Pour montrer qu’un schéma converge, on peut essayer d’utiliser la proposition 1.6 ou également
directement considérer l’erreur de convergence, y faire apparaı̂tre l’erreur de consistance et faire une
étude directe. La deuxième stratégie peut se révéler utile lorsqu’il s’agit d’avoir des estimations précises
de l’erreur de convergence et est assez constructive.

Definition 2.3 (Ordre exact). Soit p ∈ N∗ . Une méthode à un pas est dite d’ordre exact p pour
l’équation différentielle (1), si elle est d’ordre p, mais pas d’ordre p + 1.

3. Schémas numériques classiques [CM,D,S,G]

Notion de schéma explicite et de schéma implicite. Un schéma explicite (à un pas ou multi-
pas) est un schéma pour lequel le calcul de yn+1 se fait directement en utilisant seulement des itérés
précédents yk avec k ≤ n. Un schéma implicite est un schéma pour lequel la relation définissant yn+1
fait intervenir yn+1 lui-même et d’autres itérés précédents. D’où le terme d’implicite.

Voici quelques exemples classiques à connaı̂tre.

3.1. Euler explicite

yn+1 = yn + ∆tn f (tn , yn ) pour n ∈ {0, ..., N − 1} et y0 une ”bonne approximation” de yini .

Le schéma d’Euler explicite est un schéma à un pas, explicite et, sous de bonnes hypothèses sur f
(cf. exercice), convergent à l’ordre 1.

3.2. Euler implicite

yn+1 = yn + ∆tn f (tn+1 , yn+1 ) pour n ∈ {0, ..., N − 1} et y0 une ”bonne approximation” de yini .

Le schéma d’Euler implicite est un schéma à un pas, implicite et, sous de bonnes hypothèses sur f
(cf. exercice), convergent à l’ordre 1.

3.3. Runge Kutta 4 (RK4)

Connaı̂tre l’utilisation de la routine Scilab.
yn+1 = yn + ∆t6 n (K1 + 2K2 + 2K3 + K4 ) pour n ∈ {0, ..., N − 1}, avec
K1 = f (tn , yn ),
K2 = f (tn + ∆t2 n , yn + ∆t2 n K1 ),
K3 = f (tn + ∆t2 n , yn + ∆t2 n K2 ),
K4 = f (tn+1 , yn + ∆tn K3 ),
et y0 une bonne approximation de yini .

Le schéma de Runge-Kutta 4 est un schéma à un pas, explicite et, sous de bonnes hypothèses sur
f (cf. [D]), convergent à l’ordre 4.
 4. Exercices [CM,D,G,S]
Ex 1. Preuves/résultats utiles

1) Montrer les propositions 1.6 et 1.7.

2) Montrer le lemme de Grönwall discret : Soit (un )n≥0 , (vn )n≥0 et (an )n≥0 des suites à termes réels
positifs. Si pour tout n ≥ 0,
un+1 ≤ an + (1 + vn )un ,
alors pour tout n ≥ 1,
n−1 n−1 n−1
! !
X X X
un ≤ exp vk u0 + exp vl ak .
k=0 k=0 l=k+1

Ex 2. Euler explicite
On suppose que f est continue et globalement Lipschitzienne par rapport à la variable d’état et uni-
formément par rapport à la variable de temps sur U.

1) Montrer, en utilisant la proposition 1.6, que le schéma d’Euler explicite converge.

2) On suppose maintenant de plus que f est C ∞ sur U. Montrer que le schéma d’Euler explicite
converge à l’ordre 1 de façon directe sans utiliser explicitement la proposition 1.6. Peut-on réduire
l’hypothèse de régularité sur f ?

Ex 3. Euler implicite

On suppose que f : [tini , tini + T ] × Rd → Rd est continue et globalement Lipschitzienne par rapport
à la variable d’état et uniformément par rapport à la variable de temps.

Soit
F : Rd × R × [tini , tini + T ] × Rd → Rd
(y, ∆t, t, z) → y + ∆tf (t, z)
1) Montrer qu’il existe h∗ tel que pour tout (y, ∆t, t) ∈ Rd × [0, h∗ ] × [tini , tini + T ], il existe un
unique z tel que F (y, ∆t, t, z) = z.

2) En déduire que le schéma d’Euler implicite est bien un schéma à un pas au sens de la définition 1.1.

3) Montrer que le schéma d’Euler implicite converge.

Ex 4. Cas des problèmes dissipatifs [G]

 On suppose que f est continue et globalement Lipschitzienne par rapport à la variable d’état et
uniformément par rapport à la variable de temps sur U et que f est C ∞ sur U. On suppose de plus
que le problème est dissipatif où
Definition 4.1. On dit que le problème est dissipatif, si la fonction f vérifie

(f (t, y1 ) − f (t, y2 ), y1 − y2 ) ≤ 0, ∀(t, y1 ) ∈ U, (t, y2 ) ∈ U.

On a la proposition
Proposition 4.2. Si f est différentiable, alors le problème est dissipatif si ∀(t, y) ∈ U, ∀ξ ∈ Rd , on a

∇y f (t, y)ξ · ξ ≤ 0.

Montrer que le schéma d’Euler implicite est bien défini et converge à l’ordre 1 sans nécessairement
utiliser directement la proposition 1.6.

Ex 5. Une EDO linéaire... toute simple...

1) On considère l’équation différentielle y 0 = 3y − 1 sur l’intervalle [0, 10], avec pour donnée initiale
1 1
y(0) = et y(0) = + ε. Déterminer la valeur de la solution de chacun des problèmes de Cauchy
3 3
associés en t = 10. Que conclure ?

2) On considère l’équation différentielle y 0 = −150y + 50 sur l’intervalle [0, 1], avec pour donnée
1 1
initiale y(0) = et y(0) = + ε. Déterminer la valeur de la solution de chacun des problèmes de
3 3
Cauchy associés en t = 1. Que conclure ?
Montrer que le schéma d’Euler explicite avec un pas constant conduit à
 
1 n 1
yn − = (1 − 150∆t) y0 − .
3 3
1 1
Avec ∆t = et y(0) = + ε, quelle approximation de y(1) obtient-on ? Que conclure ?
50 3

Ex 6. Exemple de calcul de consistance et/ou convergence.

On souhaite étudier les trois schémas suivants :

Schéma de Heun
Pour n ∈ {0, ..., N − 1},

vn+1 = yn + ∆tn f (tn , yn ), (7)

∆tn
yn+1 = yn + (f (tn , yn ) + f (tn+1 , vn+1 )) , (8)
2
y0 donné. (9)
 Schéma de Crank Nicolson
Pour n ∈ {0, ..., N − 1},

∆tn
yn+1 = yn + (f (tn , yn ) + f (tn+1 , yn+1 )) , (10)
2
y0 donné. (11)

Pour répondre aux questions suivantes on pourra ajouter des hypothèses sur f nécessaires aux
preuves et on s’intéressera également aux ordres.

1) La méthode de Heun, est-elle explicite ou implicite ? Etudier son erreur de consistance. Montrer
qu’elle converge. Quel est l’ordre de convergence ?

2) La méthode de Crank-Nicolson est elle explicite ou implicite ? Etudier son erreur de consistance.

3) Etudier l’erreur de consistance de la méthode de Runge Kutta 4.

Ex 7. Schéma dans le cas vectoriel

Pour chacune des équations qui suivent, on étudiera l’existence et l’unicité des solutions.

1) On considère le système différentiel suivant :

 0
y (t) = y2 (t) + y1 (t),
 10


y2 (t) = y1 (t) + t,

 y1 (1) = 2,
y2 (1) = 1.


Ecrire les schémas d’Euler explicite, implicite, Heun et Crank-Nicolson sur cet exemple.
2) On considère les équations différentielles suivantes :

y (t) = y (2) (t) + y 0 (t) − y(t) + 1,

 (3)


y(0) = 2,


 y 0 (0) = 2,
 (2)
y (0) = 1.

et 
 y (2) (t) = t2 + (y(t))2 + 1,
y(1) = 0,
 0
y (1) = 2,
Ecrire les schémas d’Euler explicite et de Heun.

Ex 8. Schéma pour l’oscillateur harmonique Soit l’équation différentielle décrivant le mouvement

d’un oscillateur harmonique :
y 00 + ω 2 y = 0.
On se donne les conditions initiales y(0) = yini et y 0 (0) = vini avec yini et vini deux réels.

1) A-t-on existence et unicité d’une solution ?

2) Écrire les schéma d’Euler explicite, d’Euler implicite et de Crank Nicolson (cf. exercice plus haut)
pour cette équation différentielle.

3) Quel est l’ordre de consistance de ces méthodes.

Ex 9. Un schéma multi-pas.
On considère le schéma qui suit pour résoudre l’équation différentielle ordinaire
y 0 (t) = −10y(t) avec une condition initiale donnée sur un intervalle de R.
yn+1 − yn−1
Pour h > 0, n ≥ 1, = −10yn .
2h
Montrer que cette méthode est consistante à l’ordre 2.

Ex 10. On considère l’équation différentielle ordinaire

 0
y (t) = f (t, y(t))
y(tini ) = y0 .

sur l’intervalle de temps [tini , tf ], avec tf > tini .

Z
En utilisant la formule de quadrature du point milieu pour aprocher l’intégrale f (., y(.)), proposez
un schéma de résolution de cette équation différentielle.

Références :

[B] F. Berthelin, Équations différentielles, Cassini.

[CM] M. Crouzeix, A.L. Mignot, Analyse Numérique des équations différentielles, Masson.

[D] J-P. Demailly, Analyse Numérique et Equations Différentielles, PUG.

[G] T. Goudon, Mathématiques pour la modélisation et le calcul scientifique, Collection Mathématiques

et Statistiques, ISTE eds.

[S] M. Schatzman, Analyse Numérique, Dunod.