Université Paris Sud L3 MFA 2021–2022

Résolution approchée d’un problème de Cauchy.

Soit I ⊂ R un intervalle et f : I × Rd → Rd vérifiant les hypothèses du théorème de Cauchy-Lipschitz. Pour
t0 ∈ I, on considère le problème de Cauchy (P ) :
 0
y (t) = f (t, y(t)) , (E)
y(t0 ) = y∗ ∈ Rd donné.

Soit y : J ⊂ I → Rd la solution maximale de (P ) et [t0 , t0 + T ] ⊂ J.

On veut approcher numériquement y sur [t0 , t0 + T ], connaissant y∗ = y(t0 ) ou au moins une valeur approchée
y0 de y∗ . Pour résoudre numériquement ce problème, on se donne une subdivision t0 < t1 < ... < tN = t0 + T
de [t0 , t0 + T ] et on cherche des valeurs approchées y1 , . . . , yN de y(t1 ), . . . , y(tN ), on définit ensuite une
fonction yhapp continue sur [t0 , t0 + T ] qui interpole linéairement (t0 , y0 ), ... (tN , yN ).

1 Méthodes explicites à un pas.

T
Dans le cadre de cette UE, on va se restreindre aux méthodes explicites à un pas constant, c’est-à-dire, h = N
constant et pour tout 0 ≤ n < N ,
yn+1 = yn + hΦ(tn , yn , h) , (S)
où Φ est une fonction continue ne dépendant que de f . Le schéma d’Euler explicite
(
yn+1 = yn + hf (tn , yn )
tn+1 = tn + h ,

est un exemple de méthode explicite à un pas (constant), avec Φ(t, y, h) = f (t, h). On en verra d’autres en
TP, comme par exemple le schéma du point milieu, satisfaisant



 tn,2 = tn + 21 h
y = y + 1 hf (t , y )

n,2 n 2 n n


 yn+1 = y n + hf (tn,2 , yn,2 )

t
n+1 = tn + h.

Lorsqu’on analyse une méthode numérique, on veut en général montrer que les solutions de la méthode
numérique (ici de (S)) convergent (ici en norme uniforme sur [t0 , t0 + T ]) vers “la” solution du problème
initial (ici de (P )). Dans ce but, on distingue deux types de contributions dans l’erreur entre la solution
exacte et la solution approchée :
− la consistance qui mesure l’erreur commise lorsqu’on applique le schéma (S) à la solution exacte de (P ),

− la stabilité, qui mesure l’amplification des erreurs à travers le schéma.

2 Consistance
On commence par introduire la notion de consistance. Dans toute cette section, étant donné N ∈ N∗ , on note
t0 < t1 < . . . < tN = t0 + T la subdivision uniforme de [t0 , t0 + T ] en N sous-segments i.e. pour n = 0, . . . , N ,
T
tn = t0 + n h où h = .
N
On rappelle de plus que y désigne la solution de (P ) sur [t0 , t0 + T ] introduite en section 1.

1
Université Paris Sud L3 MFA 2021–2022

Définition 1 (Consistance et ordre d’un schéma.). Soit N ∈ N∗ . On définit l’erreur de consistance locale,
pour n = 0, . . . , N − 1 :
τn (h) := y(tn + h) − y(tn ) − h Φ(tn , y(tn ), h)
et l’erreur de consistance (globale) :
N
X −1
τ (h) := kτn (h)k .
n=0

On dit que le schéma (S) est consistant avec le problème de Cauchy (P ) sur [t0 , t0 +T ] si l’erreur de consistance
τ (h) tend vers 0 quand h tend vers 0 (i.e. quand N tend vers +∞).
On dit de plus que le schéma est consistant à l’ordre p ∈ N∗ avec le problème de Cauchy (P ) sur [t0 , t0 + T ]
s’il existe une constante C > 0 telle que
τ (h) ≤ Chp .

Ajoutons quelques remarques concernant la définition précédente.

• Dans la définition précédente, C doit être indépendant de h et dépend en général de f , t0 , T et y0 (et donc
y à travers les quantités citées). On rappelle de plus que h et N sont liés par la relation T = N h.
1
• On trouvera dans la littérature la définition alternative d’erreur de consistance τ̃ (h) := max kτn (h)k.
h n=0...N −1
On vérifiera que τ (h) ≤ τ̃ (h) et notre notion de consistance est en théorie moins restrictive ce qui signifie
que les résultats à venir restent vraies si on remplace τ par τ̃ dans la définition de consistance. C’est
la consistance τ (h) définie ici qui apparaît naturellement dans la preuve de convergence (voir preuve du
Théorème 1) et c’est en pratique la quantité τ̃ (h) qu’on estimera.

• On parlera de consistance du schéma avec l’EDO (E) lorsque pour toute solution maximale (ymax , J ⊂ I)
de (E) et tout segment [t0 , t0 + T ] ⊂ J, le schéma est consistant avec le problème de Cauchy ((E), y(t0 ) =
ymax (t0 )) sur [t0 , t0 + T ].

Proposition 1. Si f est de classe C1 , le schéma d’Euler explicite est consistant avec l’EDO (E) à l’ordre 1.

Preuve. Soit (y, J) une solution maximale de (E) et soit [t0 , t0 + T ] ⊂ J. Comme f est de classe C1 , y est de
classe C2 et par l’inégalité de Taylor-Lagrange, pour tout n = 0, . . . , N − 1,

h2
k y(tn + h) − y(tn ) − hy 0 (tn )k ≤ sup ky 00 k .
2 [t0 ,t0 +T ]

2
Université Paris Sud L3 MFA 2021–2022

On rappelle que Φ(t, y, h) = f (t, y) dans le cas du schéma d’Euler et donc y 0 (tn ) = f (tn , y(tn )) = Φ(tn , y(tn ), h)
de sorte que !
1
kτn (h)k ≤ sup ky 00 k h2 et finalement τ (h) ≤ CN h2 = CT h .
2 [t0 ,t0 +T ]
| {z }
=:C
Attention, on ne peut appliquer l’égalité de Taylor-Lagrange que si y est à valeurs réelles (d = 1), dans le cas
général il faut appliquer directement l’inégalité de Taylor-Lagrange.

3 Stabilité
Un schéma est stable si les erreurs cumulées sont éventuellement amplifiées au fil des itérations, mais au plus
linéairement avec un contrôle uniforme en h (i.e. N ). Ce qui est formalisé par la définition suivante:
Définition 2 (Stabilité). On dit que le schéma (S) est stable s’il existe M > 0 (indépendant de h ou N ) tel
que pour toutes suites (Un ), (Vn ) et (n ) (à valeurs dans Rd ) satisfaisant

Un+1 = Un + hΦ(tn , Un , h)
, ∀n ∈ {0, . . . , N − 1}
Vn+1 = Vn + hΦ(tn , Vn , h) + n
 
n−1
X
on a ∀n ∈ {0, . . . , N } , kUn − Vn k ≤ M kU0 − V0 k + kj k.
j=0

On remarque que la notion de stabilité concerne le schéma (S) et ne dépend de (E) qu’à travers Φ et pas
d’une solution cette fois !
Proposition 2. Si Φ est Lipschitzienne par rapport à sa seconde variable, c’est-à-dire qu’il existe Λ > 0 tel
que pour tout t ∈ [t0 , t0 + T ], y1 , y2 ∈ Rd , h ∈ R+ (ou h ≤ hmax pour un certain pas maximal hmax ),

kΦ(t, y1 , h) − Φ(t, y2 , h)k ≤ Λky1 − y2 k ,

alors le schéma (S) est stable et on peut prendre M = eΛT . En particulier, si f est globalement Lipschitzienne
par rapport à y, le schéma d’Euler explicite est stable.
Preuve. Soit (Un ), (Vn ) et (n )n comme dans la définition 2, on a alors pour n = 0, . . . , N − 1,

kVn+1 − Un+1 k = kVn − Un + h (Φ(t, Vn , h) − Φ(t, Un , h)) + n k

≤ (1 + hΛ)kVn − Un k + kn k

On en déduit par récurrence et en utilisant l’inégalité 1 + x ≤ ex (valable pour x ∈ R):

n−1
X
n
kVn − Un k ≤ (1 + hΛ) kV0 − U0 k + (1 + hΛ)n−k kk k
k=0
n−1
!
X
enhΛ kV0 − U0 k +
≤ |{z} kk k
≤eT Λ k=0

Dans la proposition 2, l’hypothèse Φ globalement Lipschitzienne par rapport à y est assez restrictive, en tra-
vaillant un peu plus, on pourrait en fait s’en sortir avec l’hypothèse plus naturelle Φ localement Lipschitzienne
par rapport à y (qui revient à f localement Lipschitzienne par rapport à y pour le schéma d’Euler explicite),
quitte à se restreindre à un intervalle de temps plus petit [t0 , t0 + T 0 ].

3
Université Paris Sud L3 MFA 2021–2022

Remarque 1. La constante de stabilité eΛT apparaissant dans la proposition 2 peut "facilement" être très
grande : pour une fonction f qui serait 2-Lipschitz par rapport à y, sur un intervalle de temps T = 10, les
erreurs peuvent être amplifiées par un facteur e20 ∼ 5.108 , il s’agit bien sûr d’une estimation dans le pire
des cas et non d’une asymptotique en général. Cela étant, en considérant le cas f (t, y) = Λy, pour Λ > 0,
le schéma d’Euler explicite donne alors yn+1 = yn + hΛyn = (1 + Λh)yn et donc yN = (1 + Λh)N y0 . La
différence entre les solutions partant de y0 et y0 + δy0 est ainsi

ΛT N
 
N
(1 + Λh) |y0 + δy0 − y0 | = 1 + |δy0 | ∼N ∞ eΛT |δy0 |
N

et on tend vers "le pire des cas" quand on raffine le pas de temps ... La question de la stabilité numérique
n’est ainsi pas entièrement réglée par la proposition 2. On ajoutera qu’on retrouve au niveau discret une
propriété déjà existante au niveau continu : les solutions de y 0 = Λy telles que respectivement y(0) = y0 et
y(0) = y0 + δy0 diffèrent au temps T exactement de eΛT |δy0 |.

4 Consistance + Stabilité ⇒ Convergence

Définition 3 (Convergence). Soit y la solution du problème de Cauchy (P ). On dit que le schéma (S) est
convergent pour (P ) (sur [t0 , t0 + T ]) si

e(h) := max ky(tn ) − yn k −→ 0

n=0,...,N

quand h tend vers 0 et y0 tend vers y∗ .

On précise que pour y0 ∈ Rd donné et pour chaque N ∈ N∗ , (yn )n=1...N est la suite obtenue par application
du schéma (S) partant de y0 .

Théorème 1. Si le schéma (S) est stable et consistant pour (E), alors il est convergent (pour tout problème
de Cauchy associé à (E)).
En particulier, si f est de classe C1 et Lipschitzienne par rapport à sa seconde variable, le schéma d’Euler
explicite est convergent.

Preuve. Soit t0 ∈ I et y∗ ∈ Rd . Soit (y, J ⊂ I) la solution maximale du problème de Cauchy ((E), y(t0 ) = y∗ )
et fixons [t0 , t0 + T ] ⊂ J. Soit y0 ∈ Rd et (yn )n=1...N obtenue par le schéma (S) partant de y0 . Il suffit de
remarquer que

• par définition de (yn )n , yn+1 = yn + hΦ(tn , yn , h),

• par définition de τn (h), y(tn+1 ) = y(tn ) + hΦ(tn , y(tn ), h) + τn (h).

En reprenant les notations de la définition 2, avec Un = yn , Vn = y(tn ) et n = τn (h), on en déduit par

stabilité de (S) :
n−1
!
X
e(h) = max ky(tn ) − yn k ≤ M ky(t0 ) − y0 k + max kτk (h)k
n∈{0,...,N } n∈{1,...,N }
k=0
 
≤ M ky∗ − y0 k + τ (h)
|{z}
−−−→0
h→0
par consistance de (S)

4
Université Paris Sud L3 MFA 2021–2022

Remarque 2. La convergence au sens de la définition 3 implique la convergence uniforme sur [t0 , t0 + T ] de

yhapp vers y. En effet, pour t ∈ [t0 , t0 + T ] et n ∈ {0, . . . , N − 1} tel que t ∈ [tn , tn+1 ] on a

t − tn
t = (1 − θ)tn + θtn+1 avec θ = et yhapp (t) = (1 − θ)yn + θyn+1 .
h
Comme y est C1 , y est κ–Lipschitz sur [t0 , t0 + T ] pour κ = sup[t0 ,t0 +T ] ky 0 k et en écrivant y(t) = (1 − θ)y(t) +
θy(t),

ky(t) − yhapp (t)k ≤ (1 − θ)ky(t) − yn k + θky(t) − yn+1 k

≤ (1 − θ)ky(t) − y(tn )k + (1 − θ)ky(tn ) − yn k + θky(t) − y(tn+1 )k + θky(tn+1 ) − yn+1 k
≤ (1 − θ)κ|t − tn | + θκ|t − tn+1 | + (1 − θ + θ)e(h)
≤ κh + e(h) −−−→ 0
h→0