Академический Документы
Профессиональный Документы
Культура Документы
G R E N O B L E S C I E N C E S C O L L E C T I O N G R E N O B L E S C I E N C E S
Universit Joseph Fourier - BP 53 - 38041 Grenoble Cedex 9 - Tl : (33)4 76 51 46 95 DIRIGE PAR JEAN BORNAREL
J.-P. DEMAILLY
ANALYSE NUMRIQUE ET
QUATIONS DIFFRENTIELLES
ANALYSE NUMRIQUE
Cet ouvrage est un cours dintroduction la thorie des quations diffrentielles
ordinaires, accompagn dun expos dtaill de diffrentes mthodes num-
riques permettant de les rsoudre en pratique. La premire partie prsente
ET QUATIONS
quelques techniques importantes de l'analyse numrique : interpolation polyno-
miale, mthodes d'intgration numrique, mthodes itratives pour la rsolution
d'quations. Suit un expos rigoureux des rsultats de base sur l'existence,
DIFFRENTIELLES
l'unicit et la rgularit des solutions des quations diffrentielles, incluant une
Cet ouvrage est surtout destin aux tudiants (licence (L3), masters scienti-
fiques, coles dingnieurs, agrgatifs de mathmatiques). Les enseignants,
professionnels (physiciens, mcaniciens) lutiliseront comme outil de base.
Jean-Pierre DEMAILLY
Ancien lve de l'Ecole normale suprieure (rue d'Ulm),
professeur l'Universit Joseph Fourier de Grenoble,
titulaire dune chaire lInstitut universitaire de France,
Jean-Pierre Demailly est un universitaire maintes fois
distingu pour ses travaux de recherche et son rayonne-
ment (mdaille du CNRS, prix Rivoire, prix du Collge de
France, prix scientifique IBM, grand prix de lAcadmie des
sciences, prix Humboldt). Les tudiants connaissent bien ses qualits pdago-
giques. Jean-Pierre Demailly prside le Groupe de Rflexion Interdisciplinaire sur
les Programmes qui milite pour que les savoirs fondamentaux soient au centre
des proccupations de lcole.
GRENOBLE
SCIENCES
9 782868 838919 UNIVERSITE
29
ISBN 2 86883 891 X JOSEPHFOURIER
ANALYSE NUMRIQUE
ET
QUATIONS DIFFRENTIELLES
Grenoble Sciences
ISBN 2-86883-891-X
EDP Sciences, 2006
ANALYSE NUMRIQUE
ET
QUATIONS DIFFRENTIELLES
Jean-Pierre DEMAILLY
La seconde edition de cet ouvrage a benecie dun bon nombre de remarques et de suggestions
proposees par Marc Rogalski. Les modications apportees concernent notamment le debut du
chapitre VIII, o`u la notion delicate derreur de consistance a et
e plus clairement explicitee, et
les exemples des chapitres VI et XI traitant du mouvement du pendule simple. Lauteur tient ` a
remercier de nouveau Marc Rogalski pour sa precieuse contribution.
La capacite memoire dun ordinateur est par construction nie. Il est donc
necessaire de representer les nombres reels sous forme approchee. La notation la plus
utilisee `a lheure actuelle est la representation avec virgule ottante : un nombre
reel x est code sous la forme
x m bp
o`
u b est la base de numeration, m la mantisse, et p lexposant. Les calculs internes
sont generalement eectues en base b = 2, meme si les resultats aches sont
nalement traduits en base 10.
La mantisse m est un nombre ecrit avec virgule xe et possedant un nombre max-
imum N de chires signicatifs (impose par le choix de la taille des emplacements
memoires alloues au type reel) : suivant les machines, m secrira
N
m = 0, a1 a2 . . . aN = ak bk , b1 m < 1 ;
k=1
m = a0 , a1 a2 . . . aN 1 = ak bk , 1 m < b.
0k<N
Ceci entrane que la precision dans lapproximation dun nombre reel est toujours
une precision relative :
x m bN
= 1 = b1N .
x m b
8 Analyse num
erique et
equations diff
erentielles
Supposons par exemple que les reels soient calculees avec 3 chires signicatifs et
arrondis a` la decimale la plus proche. Soit a` calculer la somme x + y + z avec
x = 8, 22, y = 0, 00317, z = 0, 00432
(x + y) + z donne : x + y = 8, 22317 8, 22
(x + y) + z 8, 22432 8, 22
x + (y + z) donne : y + z = 0, 00749
x + (y + z) = 8, 22749 8, 23.
Laddition est donc non associative par suite des erreurs darrondi !
(x + y) (|x| + |y|),
u = b1N est la precision relative decrite au 1.1. Ceci reste vrai quel que soit le
o`
signe des nombres x et y.
I Calculs num
eriques approch
es 9
En general, les reels x, y ne sont eux-memes connus que par des valeurs approchees
x , y avec des erreurs respectives x = |x x|, y = |y y|. A ces erreurs sajoute
lerreur darrondi
Les erreurs x, y sont elles-memes le plus souvent dordre par rapport a` |x| et
|y|, de sorte que lon pourra negliger les termes x et y. On aura donc :
(x + y) x + y + (|x| + |y|).
n
Soit plus generalement `a calculer une somme uk de reels positifs. Les sommes
k=1
partielles sk = u1 +u2 +. . .+uk vont se calculer de proche en proche par les formules
de recurrence
s0 = 0
sk = sk1 + uk , k 1.
Si les reels uk sont connus exactement, on aura sur les sommes sk des erreurs sk
telles que s1 = 0 et
sn (s2 + s3 + . . . + sn ),
soit
sn (un + 2un1 + 3un2 + . . . + (n 1)u2 + (n 1)u1 ).
Comme ce sont les premiers termes sommes qui sont aectes des plus gros coecients
dans lerreur sn , on en deduit la r`egle generale suivante (cf. exemple 1.2).
R`
egle g
en
erale Dans une sommation de reels, lerreur a tendance `a etre
minimisee lorsquon somme en premier les termes ayant la plus petite valeur absolue.
Le produit de deux mantisses de N chires donne une mantisse de 2N ou 2N 1
chires dont les N ou N 1 derniers vont etre perdus. Dans le calcul dun produit
xy (o`
u x, y sont supposes representes sans erreur) il y aura donc une erreur darrondi
do`
u par une recurrence aisee :
(x1 x2 . . . xk ) (k 1)|x1 x2 . . . xk |.
Lerreur sur un quotient est donnee de meme par (x/y) |x/y|. On en deduit
pour tous exposants i Z la formule generale
k k
1 x2 . . . xk ) (|1 | + . . . + |k | 1)|x1 x2 . . . xk | ;
(x 1 2 1 2
On sinteresse ici au probl`eme de levaluation dun polyn
ome
n
P (x) = a k xk .
k=0
Pour chaque valeur de k, deux multiplications et une addition sont donc necessaires.
Il existe en fait une methode plus ecace :
R`
egle de H
orner On factorise P (x) sous la forme :
Si lon pose
pk = ak + ak+1 x + . . . + an xnk ,
cette methode revient a` calculer P (x) = p0 par recurrence descendante :
pn = an
pk1 = ak1 + xpk , 1 k n.
On eectue ainsi seulement une multiplication et une addition a` chaque etape,
ce qui economise une multiplication et donc une fraction substantielle du temps
dexecution.
Comparons maintenant les erreurs darrondi dans chacune des deux methodes, en
supposant que les reels x, a0 , a1 , . . . , an sont representes sans erreur.
M
ethode nave . On a ici P (x) = sn avec
(ak xk ) k|ak ||x|k ,
sk sk1 + k|ak ||x|k + (|sk1 | + |uk |)
sk1 + k|ak ||x|k + (|a0 | + |a1 ||x| + . . . + |ak ||x|k ).
Comme s0 = 0, il vient apr`es sommation sur k :
n
n
sn k|ak ||x| +
k
(|a0 | + |a1 ||x| + . . . + |ak ||x|k )
k=1 k=1
n n
k|ak ||x|k + (n + 1 k)|ak ||x|k .
k=1 k=0
R`
egle de H
orner. Dans ce cas, on a
pk1 (xpk ) + (|ak1 | + |xpk |)
(|x|pk + |xpk |) + (|ak1 | + |xpk |)
= (|ak1 | + 2|x||pk |) + |x|pk .
En developpant P (x) = p0 , il vient
p0 (|a0 | + 2|x||p1 |) + |x| |a1 | + 2|x||p2 | + |x| |a2 | + . . .
do`
u
n
n
P (x) |ak ||x|k + 2 |x|k |pk |,
k=0 k=1
n n
P (x) |ak ||x|k + 2 (|ak ||x|k + . . . + |an ||x|n ),
k=0 k=1
n
P (x) (2k + 1)|ak ||x|k .
k=0
12 Analyse num
erique et
equations diff
erentielles
On voit que la somme des coecients derreur aectes aux termes |ak ||x|k , soit
n
(2k + 1) = (n + 1)2 , est la meme que pour la methode nave ; comme
k=0
2k + 1 2(n + 1), lerreur commise sera dans le pire des cas egale `a 2 fois celle de
la methode nave. Neanmoins, les petits coecients portent sur les premiers termes
calcules, de sorte que la precision de la methode de Horner sera nettement meilleure
si le terme |ak ||x|k decrot rapidement : cest le cas par exemple si P (x) est le debut
dune serie convergente.
Exercice Evaluer dans les deux cas lerreur commise sur les sommes partielles
de la serie exponentielle
n
xk
, x0
k!
k=0
1
en tenant compte du fait quon a une certaine erreur darrondi sur ak = k! .
Les majorations derreurs que nous avons donnees plus haut pechent en general par
exc`es de pessimisme, car nous navons tenu compte que de la valeur absolue des
erreurs, alors quen pratique elles sont souvent de signe aleatoire et se compensent
donc partiellement entre elles.
Supposons par exemple quon cherche a` calculer une somme sn de rang eleve dune
+
serie convergente S = k=0 uk , les uk etant des reels 0 supposes representes sans
erreur. On pose donc
sk = sk1 + uk , s0 = u0 ,
sk = sk1 + k
avec s0 = 0 et |k | (sk1 + uk ) = sk S.
On en deduit donc
sn = 1 + 2 + . . . + n
et en particulier |sn | nS. Dans le pire des cas, lerreur est donc proportionnelle
` n. On va voir quon peut en fait esperer beaucoup mieux sous des hypoth`eses
a
raisonnables.
I Calculs num
eriques approch
es 13
Hypoth`
eses
(1) Les erreurs k sont des variables aleatoires globalement independantes les unes
des autres (lorsque les uk sont choisis aleatoirement).
(2) Lesperance mathematique E(k ) est nulle, ce qui signie que les erreurs
darrondi nont aucune tendance a` se faire par exc`es ou par defaut.
P (|sn | (sn )) 2 .
La probabilite que lerreur depasse 10 nS est donc inferieure `a 1%.
Les phenom`enes de compensation se produisent lorsquon tente deectuer des
soustractions de valeurs tr`es voisines. Ils peuvent conduire a` des pertes importantes
de precision.
Les exemples suivants illustrent les dicultes pouvant se presenter et les rem`edes `a
apporter dans chaque cas.
x2 1634x + 2 = 0
Supposons que les calculs soient eectues avec 10 chires signicatifs. Les formules
habituelles donnent alors
= 667 487, 816, 9987760
x1 = 817 + 1633, 998776,
x2 = 817 0, 0012240.
On voit donc quon a une perte de 5 chires signicatifs sur x2 si lon eectue la
soustraction telle quelle se presente naturellement ! Ici, le rem`ede est simple : il
sut dobserver que x1 x2 = 2, do` u
2
x2 = 1, 223991125 103 .
x1
Cest donc lalgorithme numerique utilise qui doit etre modie.
14 Analyse num
erique et
equations diff
erentielles
e10
Supposons quon utilise pour cela la serie
n
10k
10
e (1)k ,
k!
k=0
les calculs etant toujours eectues avec 10 chires signicatifs. Le terme general
|uk | = 10k /k! est tel que
|uk | 10
= 1 d`es que k 10.
|uk1 | k
1010
|u9 | = |u10 | = 2, 755 103
10!
u10 : 2 7 5 5,
e10 : 0, 0 0 0 0 4 5
Ceci signie quau moins 8 chires signicatifs vont etre perdus par compensation
des termes uk de signes opposes. Un rem`ede simple consiste `a utiliser la relation
n
10k
e10 = 1/e10 avec e10 .
k!
k=0
On essaiera dans la mesure du possible deviter les sommations dans lesquelles des
termes de signes opposes se compensent.
Soit Pn le demi-perim`etre du polygone regulier a` n cotes inscrit dans un cercle de
rayon 1.
Le cote de ce polygone vaut 2 R sin /n = 2 sin /n, do`
u
Pn = n sin ,
n
3 1
Pn = 2 + o 3 .
6n n
R=1
/n
Ce nest pourtant pas du tout ce quon va observer sur machine ! D`es que (xk /2k )2
sera inferieur `a la precision relative des calculs, lordinateur va donner
1 (xk /2k )2 = 1 do` u xk+1 = 0.
do`
u
sin
sin = .
2
2(1 + 1 sin2 )
On obtiendra une methode plus ecace encore en observant quon peut evaluer
cos dans () par la formule cos = 2sinsin2 . Ceci donne
sin
sin = sin , do`
u
2 2 sin + sin 2
2xk
xk+1 = xk .
xk + xk1
Deux valeurs
dinitialisation sont alors requises pour demarrer, par exemple x1 = 2
et x2 = 2 2.
Supposons a` titre dexemple quon cherche a` evaluer numeriquement lintegrale
1
xn
In = , n N.
0 10 + x
In 10 In1 ,
meme si on neglige lerreur darrondi sur 1/n. Lerreur sur In explose donc
exponentiellement, lerreur initiale sur I0 etant multipliee par 10n `a letape n.
Comment faire alors pour calculer par exemple I36 ? La suite xn etant decroissante
I Calculs num
eriques approch
es 17
pour x [0, 1], on voit que la suite In est elle-meme decroissante. Comme
10 10 + x 11, on a de plus
1 1
In .
11(n + 1) 10(n + 1)
1 1
Lapproximation In 11(n+1) donne une erreur absolue 110(n+1) et donc une
In 1
erreur relative In 10 . Ceci donne lordre de grandeur mais nest pas tr`es
satisfaisant. Lidee est alors de renverser la recurrence en posant
1 1
In1 = In .
10 n
1
Exercice Montrer que 0 In In+1 10(n+1)(n+2) ,et en deduire a
` partir de
la formule exprimant In en fonction de In+1 que lon a en fait lestimation
1 1 1
In + ,
11(n + 1) 11(n + 1) 110(n + 1)(n + 2)
1 1
donc In 11(n+1) avec erreur relative 10(n+2) .
Soit a` calculer une suite (un ) denie par sa valeur initiale u0 et par la relation de
recurrence
un+1 = f (un ),
dont on cherche a` evaluer le terme u30 . Un calcul eectue `a la precision 109 sur
un ordinateur nous a donne u30 0, 880833175.
A la lumi`ere de lexemple precedent, il est neanmoins legitime de se demander si
ce calcul est bien signicatif, compte tenu de la presence des erreurs darrondi. En
partant de valeurs de u0 tr`es voisines de 2, on obtient en fait les resultats suivants
18 Analyse num
erique et
equations diff
erentielles
f (x) = |f (x)| x.
f (x) |f (x)||x| x
=
|f (x)| |f (x)| |x|
x
2 2
4.1. Soit x 0 ; on note F (x) = et dt.
0
In+1 = In + In1 + cn ()
o`
u , sont des constantes et (cn ) une suite numerique explicite.
1
n
4.3. Etant donne une suite xk , k = 1, . . . , n de reels, on note n = xk
n n k=1
la moyenne et n = n2 lecart type avec n2 = n1 2
k=1 (xk n ) .
n
(a) Soit qn = k=1 x2k . Exprimer n2 en fonction de qn et de n .
(b) Ecrire un programme qui calcule les moyennes et lecart type dun nombre
indetermine de reels. Les donnees reelles sont entrees au clavier ; apr`es chaque
entree on achera la moyenne et lecart type de la suite des nombres dej`a entres.
20 Analyse num
erique et
equations diff
erentielles
2 1
En deduire n+1 = n
n+1 n2 + n (xn+1 n+1 )2 .
(g) Meme question pour la suite des 2n reels xk , k = 1, . . . , 2n telle que pour
p = 0, . . . , n on ait Cpn termes egaux a` + 2pn
n
(On pourra remarquer que
p2 Cpn = pnCp1
n1 ).
Les fonctions les plus faciles `a evaluer numeriquement sont les fonctions polyn
omes.
Il est donc important de savoir approximer une fonction arbitraire par des
polynomes. Dans ce cadre, lun des outils de base est la methode dinterpolation de
Lagrange.
u meme simplement f sil ny a pas dambigute. Enn C([a, b]) designera lespace
o`
des fonctions continues sur [a, b] a` valeurs dans R.
Soit f : [a, b] R une fonction continue. On se donne n + 1 points x0 , x1 , . . . , xn
dans [a, b], deux a` deux distincts, non necessairement ranges par ordre croissant.
o`u le produit est eectue sur les indices j tels que 0 j n, j = i. Il est clair que
li Pn et que
li (xj ) = 0 si j = i,
li (xi ) = 1.
Le probl`eme ci-dessus admet donc au moins une solution
n
pn (x) = f (xi )li (x), pn Pn . ()
i=0
Remarque 1 On a n+1 (x) = (x xi ) j=i (x xj ), do`
u
n+1 (xi ) = (xi xj ).
j=i
Remarque
2 Pour demontrer le theor`eme, on peut egalement poser pn (x) =
n
j=0 aj xj et resoudre un syst`eme lineaire de n + 1 equations
n
aj xji = f (xi ), 0 i n,
j=0
Lerreur dinterpolation est donnee par la formule theorique suivante.
Theor` eme On suppose que f est n + 1 fois derivable sur [a, b]. Alors pour tout
x [a, b], il existe un point x ] min (x, xi ), max (x, xi )[ tel que
1
f (x) pn (x) = n+1 (x)f (n+1) (x ).
(n + 1)!
Lemme Soit g une fonction p fois derivable sur [a, b]. On suppose quil existe
p + 1 points c0 < c1 < . . . < cp de [a, b] tels que g(ci ) = 0. Alors il existe ]c0 , cp [
tel que g (p) () = 0.
f (n+1) (x )
f (x) pn (x) = pn+1 (x) pn (x) = cn+1 (x) = n+1 (x).
(n + 1)!
1
Corollaire f pn n+1 f (n+1) .
(n + 1)!
Ces formules montrent que la taille de lerreur dinterpolation f (x) pn (x) depend
` la fois de la quantite f (n+1) , qui peut etre grande si f oscille trop vite, et de la
a
quantite n+1 , qui est liee `a la repartition des points xi dans lintervalle [a, b].
On va decrire ici une methode simple et ecace permettant de calculer les
omes dinterpolation de f . Soit pk le polyn
polyn ome dinterpolation de f aux
points x0 , x1 , . . . , xk .
n
pn (x) = f (x0 ) + f [x0 , x1 , . . . , xk ](x x0 ) . . . (x xk1 ). ()
k=1
Pour pouvoir exploiter cette formule, il reste bien entendu a` evaluer les coecients
f [x0 , x1 , . . . , xk ]. On utilise a` cette n une recurrence sur le nombre k de points xi ,
en observant que f [x0 ] = f (x0 ).
ecurrence Pour k 1, on a
Formule de r
Alors pk Pk , pk (x0 ) = pk1 (x0 ) = f (x0 ), pk (xk ) = qk1 (xk ) = f (xk ) et pour
0 < i < k on a
Algorithme pratique On range les valeurs f (xi ) dans un tableau TAB, puis
on modie ce tableau en n etapes successives, en procedant par indices decroissants :
pn (x) = TAB [0] + (x x0 )(TAB [1] + (x x1 )(TAB [2] + . . . + (x xn1 )TAB [n])))
ba
On consid`ere la subdivision de lintervalle [a, b] de pas constant h = n . Les points
dinterpolation sont donc
ba
xi = a + ih = a + i , 0 i n.
n
On note fi = f (xi ) les valeurs de f correspondantes, et on introduit un operateur
note , appelee operateur aux dierences nies, deni par
avec
fi = fi+1 fi , 0 i n 1.
Lorsquon it`ere loperation , on obtient des reels k fi , 0 i n k, denis par
la formule de recurrence
k fi = k1 fi+1 k1 fi , k 1, 0 i n k,
II Approximation polynomiale des fonctions num
eriques 27
Il est alors facile de montrer par recurrence que les dierences divisees sont donnees
par
k fi
f [xi , xi+1 , . . . , xi+k ] = .
k!hk
Recrivons avec ces notations la formule fondamentale (). Pour x [a, b],
eectuons le changement de variable
On a alors
n
s(s 1) . . . (s k + 1)
pn (x) = k f0
k!
k=0
s s1 sn+1 n
= f0 + 1 f0 + 2 f0 + . . . + f0 . . . .
1 2 n
fn fn1 2 fn2 . . . n1 f1 n f0
fn1 fn2 n1 f0
fn2
..
2
.
f2 f1 f0
f1 f0
f0
A lissue de la n-i`eme etape, le tableau contient les coecients k f0 cherches.
do`
u
s(s 1) . . . (s n) n+1 (n+1)
f (x) pn (x) = h f (x ).
(n + 1)!
28 Analyse num
erique et
equations diff
erentielles
La fonction (s) = |s(s 1). . . (s n)|, s [0, n], verie (n s) = (s), donc elle
atteint son maximum dans 0, n2 . Comme (s 1)/(s) = (n + 1 s)/s > 1 pour
1 s n2 , on voit que atteint en fait son maximum dans [0, 1], do` u
max = max (s) n!
[0,n] s[0,1]
Il en resulte
1
|f (x) pn (x)| hn+1 max |f (n+1) |.
n + 1 [x0 ,...,xn ]
Une application typique de ces formules est le calcul dune valeur approchee de
limage f (x) au moyen dune table numerique donnant les valeurs successives f (xi )
avec un pas constant h. Supposons par exemple que h = 102 et que lon cherche
a evaluer f (x) a` 108 pr`es. Une interpolation lineaire (cas n = 1) donnerait une
`
erreur en h2 = 104 beaucoup trop grande. On doit ici aller jusquau degre n = 3,
ce qui permet dobtenir un erreur h4 = 108 pourvu que max |f (4) | 4.
s(s 1) . . . (s k + 1)
Nk (s) = , 0kn
k!
On denit les polyn
omes de Tchebychev par
Il nest pas evident a priori que tn est un polyn ome ! Pour le voir, on proc`ede
comme suit. Posons = Arc cos x, cest-`a-dire x = cos avec [0, ]. Il vient
alors
tn (x) = cos n,
tn+1 (x) + tn1 (x) = cos ((n + 1)) + cos ((n 1))
= 2 cos n cos = 2xtn (x).
La fonction tn se calcule donc par les formules de recurrence
t0 (x) = 1, t1 (x) = x
tn+1 (x) = 2x tn (x) tn1 (x).
Il en resulte que tn est un polyn
ome de degre n, dont le coecient directeur est
2n1 si n 1. Determinons les racines de tn . Si x = cos [1, 1] avec [0, ],
on a tn (x) = cos n = 0 si et seulement si n = 2 + i, soit = 2i+1 2n avec
0 i n 1. Le polyn ome tn admet donc exactement n racines distinctes :
2i + 1
cos ] 1, 1[, 0 i n 1.
2n
Comme tn est de degre n, il ne peut avoir dautres racines.
D
enition Les points dinterpolation de Tchebychev dordre n sont les points
2i+1
xi = cos 2n+2 , 0 i n, racines du polyn
ome tn+1 .
x11 x9 x7 0 x4 x2 x0
n = 11
x10 x8 x6 x5 x3 x1
1 1
qui envoie 1 sur a et 1 sur b. Les images des points dinterpolation de Tchebychev
ui ] 1, 1[ sont donnes par
a+b ba 2i + 1
xi = + cos , 0 i n.
2 2 2n + 2
Si lon ne dispose daucune information sur la repartition des points xi,n , la meilleure
majoration de n+1 (x) dont on dispose a priori est
n
|n+1 (x)| = |x xi,n | (b a)n+1 , x [a, b],
i=0
II Approximation polynomiale des fonctions num
eriques 31
Une fonction analytique est par denition une fonction qui est somme dune serie
enti`ere au voisinage de tout point o`u elle est denie.
+
Supposons f (x) = k=0 ak xk , o` u la serie a un rayon de convergence R > 0. La
fonction f est donc denie sur ] R, R[ au moins. Pour tout r < R, la serie ak r k
k
est convergente, donc la suite ak r est bornee (et tend vers 0), cest-`a-dire quil
existe une constante C(r) 0 telle que
C(r)
|ak | , k N.
rk
On peut alors deriver terme `a terme f (x) sur ] r, r[ ] R, R[, ce qui donne
+
dn
f (n) (x) = ak (xk ),
dxn
k=0
+
1 dn
|f (n) (x)| C(r) (xk ) si x 0
rk dxn
k=0
+
dn x k
= C(r) n
dx r
k=0
dn 1 dn r
= C(r) n = C(r) n
dx 1 r
x
dx r x
n!rC(r)
= .
(r x)n+1
1 rC(r)
f (n) [,] .
n! (r )n+1
Supposons maintenant que f : [a, b] R soit somme dune serie enti`ere de centre
2 et de rayon R > = 2 . Pour tout r tel que 2 < r < R et tout n N
c = a+b ba ba
1 rC(r)
f (n) [a,b] n+1 .
n!
r ba
2
32 Analyse num
erique et
equations diff
erentielles
Th eor` eme Soit f : [a, b] R une fonction analytique donnee par une serie
enti`ere de rayon de convergence R centree au point c = a+b
2 . Alors pour des points
dinterpolation xi,n quelconques et = 1 (respectivement, equidistants et = e, de
Tchebychev et = 4), les polynomes dinterpolation
pn aux points xi,n convergent
uniformement vers f pourvu que R > 1 + 12 (b a).
1
|(x xi,n )(x + xi,n )| (b a)2
4
Ces resultats sont en fait un peu grossiers, car ils fournissent des conditions
susantes de convergence qui sont en general tr`es loin detre necessaires. Par
ailleurs, ce sont des resultats purement theoriques qui ne tiennent aucun compte
des erreurs darrondi. Nous allons maintenant faire des calculs plus ns sur des
exemples, en estimant de facon precise le produit n+1 pour des points equidistants.
n(z) z C
Posons h = ba
n , xj = aj + jh, 0 j n, et soit z C,
|n+1 (z)| = |z xi | |z xj |,
j=1
ln |n+1 (z)| = ln n (z) + ln |z xj |
j=i
Egalit
e (i) : on eectue le changement de variable
Il vient :
1
1 xj+1
ln |z x| dx = ln |z xj ht| dt
h xj 0
1 h
h
= ln |z xj | 1 t dt = ln |z xj | + .
0 z xj z xj
x0 x1 xj xi1 xi xi+1 xn
34 Analyse num
erique et
equations diff
erentielles
h 1 1
|z xj | Re(z xj ) xi xj = i j h (i j)h
2 2 2
1
car 2 12 (i j). Comme Re w > 0 implique Re (1/w) > 0, on en deduit donc :
h h
2
Re > 0, 2.
z xj z xj ij
h 1 1
|z xj | Re(xj z) xj xi = j i h (j i)h,
2 2 2
h h
2
Re > 0, 2.
z xj z xj ji
1
(a) = ln |1 + a| + O(|a|2 ).
2
h z xj + h z xj1
1+ = = ,
z xj z xj z xj
h z xj h z xj+1
1 = = .
z xj z xj z xj
II Approximation polynomiale des fonctions num
eriques 35
Dans les deux sommations, les logarithmes se simplient alors mutuellement, ce qui
donne
1 b 1 z x1 z xn+1
ln |z xj | ln |z x|dx = ln + O(1)
h a 2 z xi1 z xi+1
j=i
|z x1 | |z xi1 | + ih
1 1 + 2i,
|z xi1 | |z xi1 |
1 b
Estimation de n+1 On pose A(z) = exp ln |z x|dx .
ba a
Alors il existe des constantes C1 , C2 > 0 telles que
On voit donc que le terme dominant du comportement de |n+1 (z)| est le facteur
exponentiel A(z)n . Pour evaluer n+1 [a,b] , il sut de calculer A(x) lorsque
x [a, b] :
1 b
A(x) = exp ln |x t|dt .
ba a
La fonction t
ln |t x| est discontinue en t = x, mais le lecteur pourra sassurer
que lintegration par parties suivante est legitime :
b b
dt
ln |t x|dt = [(t x) ln |t x|]ba (t x)
a a t x
= (b x) ln (b x) + (x a) ln (x a) (b a),
1
e (b a)
1
2e (b a)
A(x)
0 a a+b b x
2
Lobjet de ce paragraphe est de donner un exemple concret de fonction analytique
f pour laquelle les polyn
omes dinterpolation ne forment pas une suite convergente.
Nous considerons pour cela la fonction
1
f (x) = , x [1, 1],
x2 + 2
o`
u > 0 est un param`etre.
y
1/2
pn (n = 14)
f
1 0 1 x
On a ici
1 1 1
+ x2 k
f (x) = 2 x 2 = 2
(1)k 2
1 + 2
k=0
donc dans la suite que x est un point xe dans ] 1, 1[ et on cherche `a obtenir une
estimation de |n+1 (x)/n+1 (i). Pour x = i, la formule () du 2.2 montre
quil existe des constantes C3 , C4 > 0 telles que
1 1+x 1x
A(x) = (1 + x) 2 (1 x) 2 ,
e
1 1 1 1
A(i) = exp ln |i x|dx = exp ln (x2 + 2 )dx
2 1 4 1
1 1 1
1
= exp ln(x2 + 2 )dx = 1 + 2 exp Arctg ,
2 0 e
1
lim A(i) = , lim A(i) = +.
0 e +
2
A(i0 ) = sup A(x) = ,
x[1,1] e
soit 0 0, 526. Pour > 0 , la suite (pn ) converge ponctuellement (et meme
uniformement) vers f sur [1, 1]. Pour < 0 , on a le schema suivant :
y
2/e
A(i) A(x)
1/e
1 0 x 1
Si A(x) < A(i) (intervalle ouvert hachure), pn (x) converge vers f (x).
Si x ] 1, 1[ et A(x) A(i), la suite (pn (x)) diverge comme on le voit `a laide
du lemme suivant.
On obtient donc
1
max (nn (x), (n + 1)n+1 (x)) (nn (x) + (n + 1)n+1 (x))
2
1
|n(x + 1) 2j| + |(n + 1)(x + 1) 2k|
2
1 1
|dierence| = |x + 1 2k + 2j|
2 2
1
distance (x, entiers impairs dans Z)
2
1
= min(|x 1|, |x + 1|).
2
Gr
ace au lemme, on voit que
n
A(x)
max |f (x) pn (x)| , |f (x) pn+1 (x)| C ,
A(i)
donc la suite (|f (x) pn (x)|)nN nest pas bornee si A(x) > A(i) et ne tend pas
vers 0 si A(x) = A(i).
Cet exemple montre donc que, meme pour une fonction f parfaitement reguli`ere,
il ne faut pas sattendre a` ce que les polynomes dinterpolation pn aux points
equidistants convergent vers f sur lintervalle dinterpolation.
f = sup |f (x)|,
x[a,b]
d(f, Pn ) = inf f p .
pPn
40 Analyse num
erique et
equations diff
erentielles
f qn = d(f, Pn )
y
g
0 a x0 x1 x2 x3 x4 b x
[xi1 , xi ]. Soit ci [xi1 , xi ] le plus grand reel de cet intervalle tel que g(ci ) = 0,
de sorte que
On va montrer que g < g pour > 0 assez petit, ce qui contredira la minimalite
de f p . Par construction, on a signe(g(xi )) = (1)i et
(si on avait une valeur < 0, g(x) sannulerait sur ]ci , xi [),
Il existe donc une constante A < g positive telle que g(x) A sur [a, x0 ],
(1)i g(x) A sur [xi1 , ci ] et (1)k g(x) A sur [xk , b]. En notant M =
sup[a,b] |(x)| et en tenant compte du fait que signe((x)) = (1)i sur ]ci , ci+1 [, on
obtient donc
A M g (x) < g sur [a, x0 ],
g < (1)i g (x) A + M sur [xi1 , ci ],
M (1)i g (x) < g sur [ci , xi ],
A M (1)k g (x) < g sur [xk , b],
ce qui implique g < g d`es que est assez petit. Cette contradiction entrane
k n + 1, ce quil fallait demontrer.
Pour verier lunicite de p, il sut de montrer que pour tout polyn ome q Pn ,
q = p, il existe un point xi avec 0 i n + 1 tel que
Exemple Ecrivons les polyn
omes de Tchebychev sous la forme
Propri
et
es du module de continuit
e
(i) t
f (t) est une fonction croissante.
(ii) lim+ f (t) = 0.
t0
(iii) Pour tous t1 , t2 R+ , f (t1 + t2 ) f (t1 ) + f (t2 ).
(iv) Pour tout n N et tout t R+ , f (nt) n f (t).
(v) Pour tout R+ et tout t R+ , f (t) ( + 1)f (t).
II Approximation polynomiale des fonctions num
eriques 43
D emonstration. (i) est evident, (ii) resulte du fait que toute fonction continue
sur [a, b] y est uniformement continue.
(iii) Soient x, y [a, b] quelconques tels que |x y| t1 + t2 . Il existe alors z [x, y]
tel que |x z| t1 et |z y| t2 , do`u
|f (x) f (y)| |f (x) f (z)| + |f (z) f (y)| f (t1 ) + f (t2 ).
Linegalite (iii) sen deduit en prenant le sup sur x, y.
(iv) se deduit immediatement de (iii) et (v) sobtient en appliquant (iv) a` n =
E() + 1.
Nous allons maintenant introduire les polyn omes dits de Jackson, donnant une assez
bonne approximation dune fonction continue quelconque. Pour tout entier n 2,
on consid`ere le polynome trigonometrique Jn 0 de degre n 2
2k + 1
Jn () = cn 1 cos
n
1kn2
u cn > 0 est xee telle que Jn n = 12 . En changeant k en n1k on voit aussit
o` ot
2k+1
que Jn () = Jn (). De plus,
pour
tout k Z, on a Jn n = 0 si k
0 ou
1 (mod n), tandis que Jn n = 12 . Nous avons besoin du lemme suivant.
Lemme Soit P () = |j|n1 aj eij , j Z, un polynome trigonometrique de
degre au plus n 1. Alors
2
( R) P k = na0 .
n
0kn1
1 eijn2/n
En eet eij(k2/n) = eij = 0 si j 0 (mod n), et la somme
0kn1
1 eij2/n
vaut n si j = 0.
Comme Jn () et Jn ()(1 cos ) sont des polyn omes trigonometriques de degre
n 2 et n 1 respectivement, on en deduit que
2
Jn k = 1,
n
0kn1
2 2
Jn k 1 cos k = 1 cos ;
n n n
0kn1
En appliquant linegalite de Cauchy-Schwarz | ak bk | ( a2k )1/2 ( b2k )1/2 aux
quantites
2 1/2 2 1/2 2
ak = Jn k , bk = Jn k cos cos k ,
n n n
on en deduit
2 2
Jn k cos cos k
n n
0kn1
1/2 2 1/2
2 2 2
Jn k Jn k cos cos k
n n n
1/2
2 2
2 Jn k 1 cos k
n n
1/2
2 1 cos = 2 sin . ()
n 2n n
Soit maintenant f C([1, 1]) une fonction continue quelconque. On lui associe le
ome trigonometrique de degre n 2
polyn
2 2
n () = f cos k Jn k .
n n
0kn1
2
La propriete Jn k n = 1 permet decrire
2
f (cos ) = f (cos )Jn k ,
n
0kn1
do`
u
2 2
f (cos ) n () = f (cos ) f cos k Jn k
n n
0kn1
2
par denition
de n . La propriete (v) du module de continuite avec t = n et
n
= 2 cos cos k 2
n implique
2
f (cos ) f cos k f (t)
k
n 2 2
1 + cos cos k f ,
2 n n
Th
eor`
eme de Weierstrass Lespace P des polyn
omes est dense dans
C([a, b]) pour la norme uniforme.
46 Analyse num
erique et
equations diff
erentielles
Ln : C([a, b]) Pn
f
pn .
n
rn (x) = g(xi )li (x).
i=0
On a donc n
|rn (x)| |li (x)| g .
i=0
Th
eor`
eme et d
enition La norme de loperateur dinterpolation Ln est
n = sup |li (x)| .
x[a,b] i=0
n
Ln (g)() = |li ()| = n ,
i=0
f Ln (f ) (1 + n )d(f, Pn ).
f Ln (f ) = f qn Ln (f qn )
f Ln (f ) f qn + Ln (f qn )
f qn + n f qn = (1 + n )d(f, Pn ).
xi
Posons xi = a + ih, 0 i n et x = a + sh, o`
u s [0, n], h = ba
n . On a alors
(x xj ) sj
li (x) =
(xi xj ) ij
j=i j=i
s(s 1) . . . (s%
i) . . . (s n)
= (1)ni ,
i!(n i)!
u s%
o` i designe un facteur omis. On peut demontrer a` partir de l`
a que
2n+1
n .
en ln (n)
On en deduit
n
1 i
n
1
n |li (x)| 2
Cn = 2 2n .
i=0
4n i=0 4n
avec
n+1 (x) tn+1 (x)
li (x) = = .
(x xi )n+1 (xi ) (x xi )tn+1 (xi )
(1)i
tn+1 (xi ) = (n + 1) ,
sin i
(1)i sin i cos (n + 1)
li (cos ) = ,
(n + 1)(cos cos i )
| sin i cos (n + 1) |
|li (cos )| = .
(n + 1)| cos cos i |
Minorons la quantite
i + i
cos cos i = 2 sin sin .
2 2
II Approximation polynomiale des fonctions num
eriques 49
2
y= t
1
y = sin t
0 /2 t
2
Pour t 0, 2 on a sin t t, or
i i 2 | i |
, , donc sin .
2 2 2 2 2
Par ailleurs +
2
i
2i , i +
2 avec 2i 2 et i +
2 2 , donc
+ i i + i
i i
sin min sin , sin = min sin , cos .
2 2 2 2 2
Comme sin i = 2 sin 2i cos 2i 2 min sin 2i , cos 2i , on obtient
| cos (n + 1)|
|li (cos )| . ()
(n + 1)| i |
donc |li (cos )| , [0, ] \ {i }, et ceci est encore vrai par continuite si = i .
Fixons [0, ] et soit j le point le plus proche de . Si on note h = n+1
=
i+1 i , alors on a
h
| j | ,
2
| i | |j i | | j | (|j i| 1)h.
Linegalite () donne
n
1
|li (cos )| + 3,
(n + 1)h |j i| 1
i=0 j=i,i+1,i1
1 1
u n 2 1 +
do` 2 + ... + n + 3 C ln (n).
50 Analyse num
erique et
equations diff
erentielles
1
n n /2
i 2 2
|li (1)| = cotan cotan t dt ln (n).
i=0
n + 1 i=0 2 0 /2
ln (n)
f Ln (f ) KC (b a) ,
n+2
Ces resultats montrent que linterpolation aux points de Tchebychev est con-
siderablement plus able que linterpolation en des points equidistants. Le schema
ci-dessous compare `a titre dexemple les polyn omes
dinterpolation de degre 6 as-
socies `a la fonction fx (x) = 1/(x2 + 2 ) pour = 8 (voir aussi le 2.3).
y
Points dinterpolation :
1/2
equidistants
de Tchebychev
f
1 0 1 x
pn (n = 6)
II Approximation polynomiale des fonctions num
eriques 51
Soit ]a, b[ un intervalle ouvert borne ou non dans R. On se donne un poids sur
]a, b[, cest-`a-dire une fonction w : ]a, b[ ]0, +[ continue. On suppose en outre
b
que pour tout entier n N lintegrale |x|n w(x)dx est convergente ; cest le cas
ba
par exemple si ]a, b[ est borne et si w(x)dx converge. Sous ces hypoth`eses, on
a
consid`ere lespace vectoriel E des fonctions continues sur ]a, b[ telles que
b
f 2 = |f (x)|2 w(x)dx < +.
a
Gr
ace aux hypoth`eses faites ci-dessus, E contient lespace vectoriel des fonctions
polyn
omes. Lespace E est muni dun produit scalaire naturel
b
f, g = f (x)g(x)w(x)dx,
a
et 2 est la norme associee `a ce produit scalaire ; cette norme est appelee norme
L2 ou norme moyenne quadratique. On notera d2 (f, g) = f g 2 la distance
associee.
Th
eor`
eme 1 Il existe une suite de polynomes unitaires (pn )nN , deg(pn ) = n,
orthogonaux 2 `
a 2 pour le produit scalaire de E. Cette suite est unique. Les
omes pn sont appeles polyn
polyn omes orthogonaux pour le poids w.
n1
pn (x) = xn j,n pj (x).
j=0
n1
pn , pk = 0 = x , pk
n
j,n pj , pk
j=0
= xn , pk k,n pk 22 .
xn , pk
k,n = .
pk 22
52 Analyse num
erique et
equations diff
erentielles
Th
eor`
eme 2 Les polynomes pn verient la relation de recurrence
avec
xpn1 , pn1 pn1 22
n = , n = .
pn1 22 pn2 22
D
emonstration. Le polyn
ome xpn1 est unitaire de degre n, donc on peut ecrire
n1
xpn1 = pn + k pk ,
k=0
b
xpn1 , pk = pn1 , xpk = x pn1 (x)pk (x)w(x) dx.
a
Si k n3, xpk Pn2 , donc pn1 , xpk = 0. Il y a donc au plus deux coecients
non nuls :
ce qui donne n2 = n et
Exemples Certains cas particuliers ont donne lieu `a des etudes plus poussees.
Mentionnons entre autres les cas suivants :
1
1
tn (x)tk (x) dx = tn (cos )tk (cos ) d
1 1 x2 0
0 si n = k
= cos n cos k d = 2 si n = k = 0.
0
si n=k=0
On sait que tn a n zeros distincts dans ] 1, 1[. On va voir que cest une propriete
generale des polyn
omes orthogonaux.
Th
eor`
eme 3 Pour tout poids w sur ]a, b[, le polynome pn poss`ede n zeros
distincts dans lintervalle ]a, b[.
k
q(x) = (x xi )i , deg q k n.
i=1
Le polyn ome pn q admet dans ]a, b[ les zeros xi avec multiplicite paire mi + i , donc
pn q est de signe constant dans ]a, b[ \ {x1 , . . . , xk }. Par consequent
b
pn , q = pn (x)q(x)w(x)dx = 0.
a
0
rn
Pn
n
f, pk
rn (x) = pk (x).
pk 22
k=0
entrane
b 1/2
f 2 Cw f , o`
u Cw = w(x)dx .
a
D
emonstration
f rn 2 f qn 2 Cw f qn ,
y
1
0 a a+/2 a+ b b/2 b x
Comme f C(]a, b[), on a f C([a, b]) si lon convient que f (a) = f (b) = 0.
De plus
a+ b
f f 22 |f (x)|2 w(x)dx + |f (x)|2 w(x)dx,
a b
f rn 2 f r,n 2 f f 2 + f r,n 2 .
Soit > 0 xe. On peut dabord choisir > 0 tel que f f 2 < 2 ; etant
ainsi xe, on peut choisir n0 tel que n > n0 entrane f r,n 2 < 2 et donc
f rn 2 < .
6.1. On note C([a, b], R) lespace des fonctions continues sur lintervalle [a, b] a`
valeurs dans R, muni de la norme de la convergence uniforme. On consid`ere
lapplication
: C([a, b], R) Rn+1
f
(m0 (f ), m1 (f ), . . . , mn (f ))
1
telle que mi (f ) = 2 (f (xi ) + f (xi )), o`
u
(a) Soit f C([a, b], R) telle que (f ) = 0. Montrer que pour tout i il existe
i [xi , xi ] tel que f (i ) = 0.
(c) On suppose ici que f est de classe C n+1 . En utilisant (a), majorer pn f
en fonction de f (n+1) et b a.
(a) Montrer quil existe une fonction continue `a valeurs reelles, denie sur [0, ]
avec (0) = () = 0 et veriant
1 cei
ei() = .
1 cei
1 k
n1
cn
() On note pn (x) = + c tk (x) + tn (x).
2 1 c2
k=0
Montrer que pn est le polyn ome de meilleure approximation uniforme de
degre n de fc . Calculer fc pn .
(d) () Montrer que lon peut choisir c et tels que pour tout x [0, 1] on ait
fc (2x 1) = 1+x
.
omes qn de Pn tels que la suite
() Montrer quil existe une suite de polyn
1
n = Supx[0,1] qn (x)
1+x
6.3. Soit f : [a, b] R une fonction continue, indeniment derivable sur ]a, b[.
Soient x0 , x1 , . . . , xn [a, b]. Pour chaque i {0, 1, . . . , n}, soit i un entier
positif.
On cherche un polyn ome P (x) de degre < = (i + 1) tel que :
P (j) (xi ) = f (j) (xi ) pour i = 0, 1, . . . , n et j = 0, 1, . . . , i ,
o`
u (j) designe lordre de derivation.
(a) Demontrer lunicite de P , puis son existence grace `a un raisonnement dalg`ebre
lineaire.
(b) On suppose P solution du probl`eme. Soient Ri (x) et pi (x) des polyn
omes
veriant les relations
Ri (x) = pi (x) + (x xi )i +1 Ri+1 (x), deg pi i ,
R0 (x) = P (x), Rn+1 (x) = 0.
() Montrer que
(j) (j)
pi (xi ) = Ri (xi ) pour j = 0, 1, . . . , i .
(k)
Calculer les coecients aik en fonction de Ri (xi ).
() Montrer que P (x) peut secrire :
n
i1
P (x) = p0 (x) + pi (x) (x xr )r +1 .
i=1 r=0
Soit f : [, ] R une fonction continue. On se propose de chercher des formules
approchees pour lintegrale f (x)dx. Pour cela, on choisit dabord une subdivision
i+1
k1
f (x)dx = f (x)dx.
i=0 i
li
u i,j [i , i+1 ], 0 j li
o` et j=0 i,j = 1.
60 Analyse num
erique et
equations diff
erentielles
La sommation peut etre interpretee comme une valeur moyenne de f sur [, i+1 ].
Le probl`eme est de choisir convenablement les points i,j et les coecients i,j
de facon `a minimiser lerreur. Ceci se fera en general en evaluant lintegrale
i+1
i
f (x)dx au moyen dune interpolation de f aux points i,j .
On observera que les formules sont toujours exactes pour f (x) = 1 a` cause de
lhypoth`ese j i,j = 1. Par linearite, elles sont donc exactes au moins pour
f P0 .
k1
f (x)dx (i+1 i )f (i ).
i=0
k1
f (x)dx (i+1 i )f (i+1 ).
i=0
III Int
egration num
erique 61
y y
i = i i = i+1
0 i i+1 x 0 i i+1 x
f (i )
0 i i i+1 x
et on remplace f sur [i , i+1 ] par la fonction lineaire p1 qui interpole f aux points
i , i+1 :
(x i )f (i+1 ) (x i+1 )f (i )
p1 (x) = .
i+1 i
0 i i+1 x
(c) M
ethodes de Newton-Cotes
i+1 i
i,j = i + j
l
l
pl (x) = f (j )Lj (x)
j=0
x k
avec Lj (x) = . On a donc
j k
k=j
1 1
l
f (x)dx pl (x)dx = 2 j f (j )
1 1 j=0
1 1
avec j = 2 1
Lj (x)dx. Par suite de la symetrie des points j autour de 0, on a
formules
i+1
l
f (x)dx (i+1 i ) j f (i,j ),
i j=0
k1
l
f (x)dx (i+1 i ) j f (i,j ).
i=0 j=0
Si l est pair, les formules sont donc encore exactes pour f (x) = xl+1 , et plus
generalement pour f Pl+1 par linearite. On demontre en fait le resultat suivant
que nous admettrons :
Ceci fait que, hormis le cas l = 1, les methodes de Newton-Cotes ne sont utilisees
que pour l pair :
1
0 = 1 =
2
1 2
0 = 2 = , 1 = .
6 3
7 16 2
0 = 4 = , 1 = 3 = , 2 =
90 45 15
41 9 9 34
0 = 6 = , 1 = 5 = , 2 = 4 = , 3 = .
840 35 280 105
Pour l 8, il apparat des coecients j < 0, ce qui a pour eet de rendre les
formules beaucoup plus sensibles aux erreurs darrondis (cf. 1.3). Les methodes
N Cl ne sont donc utilisees en pratique que dans les 4 cas ci-dessus.
64 Analyse num
erique et
equations diff
erentielles
Supposons que les valeurs de f soient calculees avec des erreurs darrondi de
valeur absolue . Lerreur qui va en resulter par application dune methode
de quadrature composee sera majoree par
k1
li
(i+1 i ) |i,j |.
i=0 j=0
li
li
|i,j | = i,j = 1.
j=0 j=0
k
+
Le resultat theorique suivant de convergence justie en partie linteret des methodes
composees.
k1
l
Tk (f ) = (i+1 i ) j f (i,j )
i=0 j=0
converge vers f (x)dx quand k + et quand le maximum du pas, a
` savoir
hmax = max (i+1 i ), tend vers 0.
l
D
emonstration. On peut ecrire Tk (f ) = j=0 j Sj,k (f ) o`
u
k1
Sj,k (f ) = (i+1 i )f (i,j )
i=0
k1
li
(i+1 i ) i,j f (i,j )
i=0 j=0
converge encore vers f (x)dx quand hmax tend vers 0, pourvu que i,j 0. [
Indication : revenir a
` la denition de lintegrale en encadrant f par des fonctions
en escalier.]
1
l
f (x)dx 2 j f (j )
1 j=0
Nous allons montrer que lorsque la fonction f `a integrer est susamment reguli`ere,
lerreur dintegration numerique peut sexprimer de mani`ere assez simple en fonction
dune certaine derivee de f . Auparavant, nous aurons besoin de quelques rappels
dAnalyse.
Enon cons tout dabord une version de la formule de Taylor fournissant une expres-
sion exacte du reste. Ceci est possible `a laide dintegrations par parties successives,
permettant dexprimer le reste comme une integrale o` u gurent les derivees de la
fonction consideree.
N x
1 (k) 1
f (x) = f ()(x ) +
k
(x t)N f (N +1) (t)dt.
k! N !
k=0
Si la formule est vraie a` lordre N 1, le reste integral secrit, apr`es integration par
parties :
x
1
(x t)N 1 f (N ) (t)dt
(N 1)!
& 'x x
1 1
= (x t)N f (N ) (t) (x t)N f (N +1) (t)dt
N! N !
x
1 N (N ) 1
= (x ) f () + (x t)N f (N +1) (t)dt.
N! N !
La formule est donc encore vraie a` lordre N .
Si
w(x)dx = 0, le resultat est vrai pour quelconque. Supposons donc
w(x)dx > 0 et soit alors q le quotient
(
q= f (x)w(x)dx w(x)dx [m, M ].
Le theor`eme des valeurs intermediaires montre que f (], [) est un intervalle ayant
pour bornes m, M . Si q ]m, M [, il existe donc ], [ tel que q = f (). Restent
les cas q = m et q = M . Si q = m et si f () > m pour tout ], [, alors
(f (x) m)w(x)dx > 0
puisque w(x)dx > 0, ce qui est contradictoire. Il existe donc dans ce cas ], [
tel que f () = m. Le cas q = M est analogue.
III Int
egration num
erique 67
En vue de letude des methodes de Gauss au 3, on se place ici dans une situation
un peu plus generale.
Situation
etudi
ee On se donne un poids w sur ], [, cest-`a-dire une
fonction continue > 0 telle que w(x)dx converge. On cherche `a evaluer lintegrale
f (x)w(x)dx par une formule approchee
l
f (x)w(x)dx j f (xj ), xj [, ].
j=0
On notera
que les formules du 1 rentrent dans ce cadre (avec w 1); en general,
on a j = 1. Lerreur due a` la methode est donnee par :
l
E(f ) = f (x)w(x)dx j f (xj ).
j=0
Th
eor` enition On suppose que la methode est dordre N 0. Si
eme et d
f est de classe C N +1 sur [, ], alors
1
E(f ) = KN (t)f (N +1) (t)dt,
N!
Demonstration. On observe dabord que f
E(f ) est une forme lineaire sur
C([, ]). Si g : (x, t)
g(x, t) est une fonction integrable sur [, ] I, le theor`eme
de Fubini implique par ailleurs
E x
g(x, t)dt = E x
g(x, t) dt.
tI tI
La formule de Taylor avec reste integral donne
1 (N +1)
f (x) = pN (x) + (x t)N
+f (t)dt.
N !
Comme pN PN , on a E(pN ) = 0 par hypoth`ese, do` u
1 (N +1)
E(f ) = E x
(x t)N+f (t)dt
N!
1 (N +1)
= E x
(x t)N+ f (t) dt
N!
1 (N +1)
= f (t) E x
(x t)N + dt
N!
1
= KN (t)f (N +1) (t)dt.
N!
68 Analyse num
erique et
equations diff
erentielles
Corollaire 1 On a la majoration
1
E(f ) f (N +1) |KN (t)|dt.
N!
1
De plus
KN (t)dt = N +1 E(x
xN +1 ), donc
1
E(f ) = f (N +1) () E(x
xN +1 ).
(N + 1)!
D
emonstration. La premi`ere egalite resulte du theor`eme et de la formule de la
moyenne appliquee `a la fonction f (N +1) et au poids w = KN (ou w = KN si
KN 0). La deuxi`eme egalite sobtient en prenant
f (x) = xN +1 , qui donne f (N +1) (x) = (N + 1)!.
La troisi`eme decoule des 2 premi`eres.
M
ethode du point milieu
1
E(f ) = f (x)dx 2f (0).
1
On a donc
1
2 (1 t)2 si t 0
K1 (t) = 1 1
2 (1 t)2 + 2t = 2 (1 + t)2 si t 0,
1 1
soit K1 (t) = 12 (1 |t|)2 0 sur [1, 1]. Comme 1
K1 (t) = 0
(1 t)2 dt = 1
3,
le corollaire 2 implique
1
E(f ) = f (), ] 1, 1[.
3
M
ethode des trap`
ezes (ordre 1)
1
E(f ) = f (x)dx (f (1) + f (1)),
1
1
K1 (t) = (x t)+ dx ((1 t)+ + (1 t)+ )
1
1
= (x t)dx (1 t),
t
1
K1 (t) = (1 t2 ) 0 sur [1, 1].
2
1
Comme 1
K1 (t)dt = 23 , on en deduit
2
E(f ) = f (), ] 1, 1[.
3
M
ethode de Simpson (ordre 3)
1 1
2 1
E(f ) = f (x)dx 2 f (1) + f (0) + f (1) .
1 6 3 6
3
K3 (t) = E x
(x t)+
1
2 1
K3 (t) = (x t)3+ dx 2 0 + (t)3+ + (1 t)3+
1 3 6
1 2
1
= (x t)3 dx 2 t3 + (1 t)3
t 3 6
Si t 0, on obtient donc
1 1
K3 (t) = (1 t)4 (1 t)3
4 3
1 1
= (1 t) [3(1 t) 4] = (1 t)3 (1 + 3t).
3
12 12
70 Analyse num
erique et
equations diff
erentielles
Si t 0, on a
1 4 1
K3 (t) = (1 t)3 (1 + 3t) + t3 = (1 + t)3 (1 3t).
12 3 12
+ (x t)+ = (x + t) .
Indication : (x + t)N N N
On a donc ici
1
K3 (t) = (1 |t|)3 (1 + 3|t|) 0 sur [1, 1],
12
1 1 1
1 1 1 1
K3 (t) = 2 (1 t)4 (1 t)3 dt = 2 = ,
1 0 4 3 20 12 15
1
E(f ) = f (4) ().
15 3!
Th
eor`
eme de Steensen Dans les methodes de Newton-Cotes, le noyau de
Peano est de signe constant.
o`
u i,j se deduit de j par le changement de variable
[1, 1] [i , i+1 ]
i + i+1 hi
u
x = +u .
2 2
hi
k1 + N
i i+2 hi
= Eelem u
+u t
i=0
2 2 2 +
h N
hi 2 i + i+i N
k1
i
= Eelem u
u t
i=0
2 2 hi 2 +
hi N +1
2 i + i+1 N
k1
KN (t) = Eelem u
u t
i=0
2 hi 2 +
2 i + i+1
Supposons t [j , j+1 ], et soit i = t . Alors i [1, 1] si et
hi 2
seulement si i = j. Si i = j on a
ou bien i > 1, et (u i )N
+ 0 pour u [1, 1] :
ou bien i < 1, et (u i )N
+ (u i )
N
pour u [1, 1].
72 Analyse num
erique et
equations diff
erentielles
kN KN
1 0 1 u 0 1 2 3 4 t
Th
eor`
eme On suppose que kN est de signe constant et que le pas hi
1
est constant, egal a ` h = k . On note CN = k (t)dt. Alors pour tout
1 N
N +1
f C ([, ]), il existe un point ], [ tel que
CN
Ecomp (f ) = hN +1 f (N +1) ()( ).
N ! 2N +2
On voit donc que lorsque le pas h tend vers 0 lordre de grandeur de lerreur dans
une methode composee dordre N est approximativement hN +1 . Ce resultat justie
linteret des methodes dordre eleve, qui donnent une precision plus grande pourvu
que f soit tr`es reguli`ere.
do`
u le theor`eme.
Les methodes de Gauss concernent le calcul numerique dintegrales faisant intervenir
un poids. Elles constituent une application directe de la theorie des polyn omes
orthogonaux.
Soit w une fonction poids xee sur ], [. On etudie les methodes dintegration
approchee du type
l
f (x)w(x)dx j f (xj ), xj [, ].
j=0
Th
eor`
eme 1 Il existe un choix et un seul des points xj et des coecients j
de sorte que la methode soit dordre N = 2l + 1. Les points xj appartiennent ` a
], [ et sont les racines du (l + 1)-i`eme polyn
ome orthogonal pour le poids w.
Unicite. Supposons quon ait des points xj et des coecients j pour lesquels la
methode est dordre 2l + 1. Posons
l
l+1 (x) = (x xj ).
j=0
l
p(x)l+1 (x)w(x)dx = j p(xj )l+1 (xj ) = 0.
j=0
Ceci entrane que l+1 est orthogonal a` Pl . Comme l+1 est unitaire, cest donc le
(l + 1)-i`eme polynome orthogonal associe au poids w. Les points xj ne sont autres
que les racines de ce polynome.
74 Analyse num
erique et
equations diff
erentielles
Li (xj ) = 1 si i = j,
Soit Li Pl tel que
Li (xj ) = 0 si i = j.
Les coecients i sont donnes necessairement par
l
i = j Li (xj ) = Li (x)w(x)dx.
j=0
Existence. On sait que le polyn ome orthogonal l+1 Pl+1 poss`ede l + 1 racines
distinctes dans ], [. Soient x0 , . . . , xl ces racines et soit
j = Lj (x)w(x)dx.
l
pl (x) = f (xj )Lj (x);
j=0
Comme f (xj ) = r(xj ), on a donc bien E(f ) = 0. Il reste seulement `a voir que
lordre nest pas > 2l + 1, ce qui resulte du theor`eme ci-dessous.
Th eme 2 Le noyau de Peano K2l+1 est 0, et pour tout f C 2l+2 ([, ]),
eor`
il existe ], [ tel que
f (2l+2) ()
E(f ) = l+1 (x)2 w(x)dx.
(2l + 2)!
o`
u est une primitive dordre 2l + 2 de . Supposons par labsurde quil existe
t0 [, ] tel que K2l+1 (t0 ) < 0. Notons K2l+1 = max (K2l+1 , 0) C([, ]) la
partie negative de la fonction K2l+1 , et soit un polyn
ome qui approche K2l+1 +
uniformement `a pr`es sur [, ]. On a donc en particulier
0 K2l+1 < < K2l+1 + 2,
K (t)(t)dt K2l+1 (t)K2l+1 (t)dt 2 |K2l+1 (t)|dt.
2l+1
Comme
K2l+1 (t)K2l+1 (t)dt =
(K2l+1 (t))2 dt < 0, on en deduit pour assez
petit :
K2l+1 (t)(t)dt < 0.
et par ailleurs
1
E() = K2l+1 (t)(t)dt < 0.
(2l + 1)!
Linteret des methodes de Gauss est de realiser lordre N maximal pour un nombre
xe l + 1 de points dinterpolation. Neanmoins, la complexite du calcul des
polyn omes orthogonaux fait que les methodes de Gauss ne sont gu`ere utilisees que
dans les deux cas suivants.
1
w(x) = sur ] 1, 1[ : methode de Gauss-Tchebychev.
1 x2
Les points xj sont alors les points dinterpolation de Tchebychev dans lintervalle
] 1, 1[ :
2j + 1
xj = cos , 0 j l,
2l + 2
III Int
egration num
erique 77
Nous allons quitter ici quelque peu le l directeur des paragraphes precedents. Notre
objectif est dobtenir une formule theorique pour le calcul du developpement limite
des approximations numeriques en fonction du pas de la subdivision. Ceci conduit,
pour des fonctions susamment reguli`eres, `a des procedes numeriques en general
tr`es performants.
Soit f une fonction de classe C p sur [0, 1] avec p 1. Une integration par parties
donne 1 & '1 1
1 1
f (x)dx = x f (x) x f (x)dx,
0 2 0 0 2
ce qui peut se recrire
1 1
1 1
f (0) + f (1) = f (x)dx + B1 (x)f (x)dx
2 2 0 0
1
avec B1 (x) = x 12 , ce choix ayant linteret que 0 B1 (x)dx = 0. Lidee consiste `a
repeter les integrations par parties en introduisant des primitives successives de B1
dont lintegrale sur [0, 1] est nulle. De facon precise, on choisit Bp en sorte que
1
Bp (x) = pBp1 (x), Bp (x)dx = 0,
0
la deuxi`eme condition permettant de xer la constante dintegration de mani`ere
unique. On trouve ainsi
1 & '1 1
(p1) 1 (p1) 1
Bp1 (x)f (x)dx = Bp (x)f (x) Bp (x)f (p) (x)dx,
0 p 0 0 p
1 1 B (x)
Bp1 (x) (p1) bp (p1)
(1) f (p1) (0) f (p) (x)dx,
p
f (x)dx = f
0 (p 1)! p! 0 p!
1
u bp = Bp (0) = Bp (1) par denition (noter que Bp (1) Bp (0) = 0 pBp1 (x)dx
o`
est nulle pour p 2). De ceci on deduit facilement par recurrence la formule
1 bm (m1)
b
1 1
f (0) + f (1) = f (x)dx + (1)m f (1) f (m1) (0)
2 2 0 m=2
m!
1
Bp (x) (p)
+ (1)p+1 f (x)dx. ()
0 p!
78 Analyse num
erique et
equations diff
erentielles
On obtient ainsi une fonction periodique de periode 1 qui est un polyn ome en
ome sur R tout entier).
restriction a` [0, 1[ (mais qui, bien entendu, nest pas un polyn
1/2
B1
2 1 0 1/2 1 2 x
1/2
1/6 B2
2 1 1/12 1 2 x
Th
eor`
eme et d
enition Les polyn omes Bp sont appeles polyn
omes de
Bernoulli. Les nombres de Bernoulli sont les reels bp denis par
1
b0 = 1, b1 = , bp = Bp (0) si p 2.
2
On a les formules :
p
(1) Bp (x) = Cpm bm xpm , p 1, x [0, 1[.
m=0
p
(2) bp = Cpm bm , p 2.
m=0
(3) Bp (1 x) = (1)p Bp (x) , p 1.
(4) bm = 0 si m est impair 3.
III Int
egration num
erique 79
Demonstration
(1) La formule est vraie pour p = 1 dapr`es la denition de b0 , b1 . Supposons la
formule vraie a` lordre p 1 :
p1
m
Bp1 (x) = Cp1 bm xp1m .
m=0
On a alors
p1
Bp (x) = pBp1 (x) = m
pCp1 bm xp1m ,
m=0
p1
p m
Bp (x) = Bp (0) + Cp1 bm xpm
m=0
p m
p1
= bp + Cpm bm xpm ,
m=0
(2) Dapr`es ce qui prec`ede, Bp est continue sur R pour tout p 2 et verie
Bp (1) = Bp (0) = bp , par consequent (2) est un cas particulier de (1).
Comme (1)p Bp (1 x) est dintegrale nulle sur [0, 1], on en deduit que
(1)p Bp (1 x) et Bp (x) concident.
Soit f une fonction de classe C sur [, +[ o` u Z. Pour tout entier n , on
cherche `a obtenir un developpement limite `a tout ordre de la somme
Sn (f ) = f () + f ( + 1) + . . . + f (n)
lorsque n tend vers +. Un tel developpement est appele developpement asympto-
tique de Sn (f ) ; il permet generalement dobtenir de tr`es bonnes valeurs approchees
de Sn (f ) lorsque n est grand.
n
k1
1 b2m
Sn (f ) = C + f (n) + f (x)dx + f (2m1) (n) + Rn,k
2 m=1
(2m)!
avec
b2k
Rn,k = f (2k1) (n) = (1er terme omis), [0, 1].
(2k)!
82 Analyse num
erique et
equations diff
erentielles
k +
1 b2m (2m1) B2k (x) (2k)
Ck = f () f () f (x)dx,
2 m=1
(2m)! (2k)!
+
b2k (2k1) B2k (x) (2k)
Rn,k = f (n) + f (x)dx,
(2k)! n (2k)!
` condition de montrer que les integrales convergent. Comme k > m20 , f (2k) est de
a
signe constant sur [x0 , +[. Dapr`es linegalite () du 4.2, il vient
+ B (x)
|b2k | + (2k)
2k (2k)
f (x)dx f (x),
n (2k)! (2k)! n
+ N
(2k)
f (x)dx = lim = lim f (2k1) (N )f (2k1) (n) = f (2k1) (n).
n N + n N +
On a donc bien convergence et nos estimations montrent par ailleurs que lintegrale
gurant dans Rn,k est de valeur absolue plus petite que le premier terme, donc
b2k
Rn,k = f (2k1) (n), [0, 2].
(2k)!
Il reste `a voir quon a en fait [0, 1] et que Ck ne depend pas de k. Appliquons
la formule a` lordre k + 1 et identions avec la formule donnant Sn (f ) a` lordre k.
Il vient
b2k
Ck + Rn,k = Ck+1 + f (2k+1) (n) + Rn,k+1 .
(2k)!
En faisant tendre n vers +, on trouve Ck = Ck+1 , donc Ck est bien independante
de k, et
b2k (2k+1)
Rn,k = f (n) + Rn,k+1 .
(2k)!
Dapr`es ce qui prec`ede, Rn,k est de meme signe que le terme b2k /(2k)!f (2k1) (n)
tandis que Rn,k+1 est du signe oppose : le 4.2 montre que signe (b2k ) = (1)k+1 ,
tandis que signe f (2k+1) = signe f (2k) = signe f (2k1) . On a donc
( b
2k
Rn,k f (2k1) (n) 1,
(2k)!
III Int
egration num
erique 83
Sn (f ) = ln 1 + . . . + ln (n) = ln (n!),
n
ln xdx = n(ln (n) 1) + 1,
1
(1)m1 (m 1)!
f (m) (x) = , do`
u
xm
1
k1
b2m 1
ln (n!) = C + ln (n) + n(ln (n) 1) + 2m1
+ Rn,k
2 m=1
2m(2m 1) n
n n k1
b2m 1
n! = eC n exp + Rn,k
e m=1
2m(2m 1) n2m1
On peut verier que eC = 2 (exercice ci-dessous), do`
u en particulier
n n 1 1 1
n! = 2n exp + .
e 12n 360n3 1260n5 1680n7
/2
Exercice On pose In = sinn x dx, n N.
0
(2n)! 22n
(c) En deduire 2
et la valeur de eC .
n! n
On va montrer ici comment `a partir de la formule dEuler-Maclaurin on peut
construire une methode dintegration basee sur lacceleration de la convergence
de la methode des trap`ezes. On obtient ainsi un algorithme de calcul souple et
performant, aise `a programmer et souvent prefere `a tout autre dans la pratique.
On suppose donnee une fonction A qui admet un developpement limite `a tout ordre
au voisinage de 0 :
Principe de la m
ethode Soit r > 1 un reel xe. On a
A(rt) = a0 + . . . + an rn tn + . . . + ak rk tk + O(tk+1 ).
rn A(t) A(rt)
= a0 + b1 t + . . . + bn1 tn1 + 0 + bn+1 tn1 + . . .
rn 1
Si on calcule successivement les quantites
A0 (t) = A(t)
rA0 (t) A0 (rt)
A1 (t) = ,...,
r1
rn An1 (t) An1 (rt)
An (t) = ,
rn 1
Am,0 = A(rm t0 )
o`
u t0 > 0 est xe (de sorte que limm+ Am,0 = a0 ). On a seulement a priori
A(t) = a0 + O(t), donc
Am,0 = a0 + O(rm ).
Si on pose Am,n = An (rm t0 ), il vient
de sorte que la convergence est sensiblement (n + 1)-fois rapide que celle de Am,0 .
Les nombres Am,n se calculent par la formule de recurrence
rn Am,n1 Am1,n1
Am,n = .
rn 1
Dans la pratique, on commence par ranger les valeurs Am,0 dans un tableau
TAB, puis on eectue le calcul des colonnes Am,1 , Am,2 , . . . comme suit :
III Int
egration num
erique 85
Chaque colonne est une suite convergeant vers a0 , mais la colonne dindice n con-
verge n + 1 fois plus vite a` linni que celle dindice 0.
Soit f C ([, ]). On consid`ere la subdivision de [, ] en l sous-intervalle egaux
donnee par les points xj = + jh, 0 j l o` u h = l , et on note
1 1
Tf (h) = h f () + f ( + h) + . . . + f ( h) + f ()
2 2
la somme des trap`ezes associees. Appliquons la formule dEuler-Maclaurin a` la
fonction
g(u) = f ( + uh), u [0, l],
g (m) (u) = hm f (m) ( + uh).
Il vient
b2m 2m1 (2m1)
l k
Tg (1) = f ( + uh)du + h f () f (2m1) ()
0 m=1
2m!
l
B2k (u) (2k)
h2k f ( + uh)du
0 2k!
do`
u
k
b2m
Tf (h) = hTg (1) = f (x)dx + h2m f (2m1) () f (2m1) ()
m=1
(2m)!
B2k ((x )/h) (2k)
h2k f (x)dx.
2k!
On en deduit que Tf (h) admet le developpement limite
k1
Tf (h) = f (x)dx + am h2m + O(h2k )
m=1
avec am = b2m
(2m)! f (2m1) () f (2m1) () .
et alors on obtient
1
Am,0 = Am1,0 + Am,0 .
2
reduit a` son terme constant. Il est inutile dans ce cas dappliquer le procede
dextrapolation de Richardson : la derni`ere somme des trap`ezes calculee Am,0 donne
dej`a une tr`es bonne approximation de lintegrale.
Exercice Verier que Am,1 (resp. Am,2 ) est la methode de Simpson composee
sur 2m1 sous-intervalles (resp. Boole-Villarceau sur 2m2 sous-intervalles).
Pour n 3, on peut verier que Am,n ne correspond plus a` une methode de Newton-
Cotes.
III Int
egration num
erique 87
6.1. Soient x1 et x2 deux points de [1, 1] et 1 et 2 R. On designe par C[1, 1]
lespace vectoriel des fonctions continues sur [1, 1] et `a valeurs reelles et on denit
(a) Quelles conditions doivent verier x1 , x2 , 1 , 2 pour que T soit une methode
dintegration sur [1, 1] exacte pour
() Les fonctions constantes ?
() Les fonctions anes ?
() Les polyn
omes de degre inferieur ou egal `a 2 ?
(b) Parmi les methodes exactes pour les polynomes de degre inferieur ou egal `a 2,
une seule verie x1 = x2 . Montrer que ce choix de x1 et x2 (et des 1
et 2 correspondants) fournit une methode exacte pour les polynomes de degre
inferieur ou egal `a 3 et quil sagit de la seule methode dintegration exacte pour
les polyn omes de degre inferieur ou egal `a 3 qui soit du type etudie dans le
probl`eme. Quelle est cette methode ?
6.2.
(a) Montrer que pour un polyn
ome trigonometrique de degre n
n
cp eipx ,
p=n
2
la methode des trap`ezes de pas constant h = n+1 est exacte sur lintervalle
[0, 2].
(b) Montrer que si f peut etre approchee par un polyn ome trigonometrique de degre
2
n`
a moins de sur [a, b], la methode des trap`ezes pour h = n+1 fournit un erreur
2
inferieure `a 4 pour 0
f (x)dx.
(c) On consid`ere f (x) = exp 12 sin x . Donner une majoration de lerreur pour la
2
methode des trap`ezes pour 0 f (x) dx avec h = /2, h = /4. Que pensez-vous
de ce dernier resultat ?
|E(f )| C() f
o`
u C() est une constante dont on determinera la valeur optimale :
lorsque K1 est de signe constant ;
lorsque = 5/8.
(c) Calculer le noyau de Peano dans le cas o` u la methode (M) est dordre 3 et
verier que ce noyau est une fonction paire. En deduire quil existe ] 1, 1[
tel que
1
E(f ) = f (4) ().
135
(d) En utilisant le resultat du (c), estimer lerreur obtenue par la methode composee
associee `a la methode (M) pour le calcul dune integrale
b
g(x)dx
a
n
Sn,p = mp .
m=1
(a) Montrer que pour k assez grand, le reste Rn,k est nul. En deduire une expression
de Sn,p ; on calculera la valeur de la constante C en observant que S0,p = 0.
a2k+1 1 B2k (x) ax
k
a ea + 1 b2m a2m
= 1 + e dx
2 ea 1 m=1
(2m)! ea 1 0 (2k)!
(b) Montrer que le reste integral est majore pour tout a C par
|b2k | e| Re a| 1 |a|
|a|2k si ea = 1.
(2k)! | Re a| |e 1|
a
a
+1
+ a2m
En deduire que a2 eea 1 = 1 + m=1 b2m (2m)! sur le disque |a| < 2, et que le
rayon de convergence de la serie est 2.
(c) Lorsque a est reel, montrer que le reste integral est majore par |b2k |a2k /(2k)!,
ainsi que par 2|b2k+2 |a2k+2 /(2k + 2)!.
Utiliser ceci pour trouver une valeur approchee de (e + 1)/(e 1) en prenant
k = 4. Verier que lerreur commise est inferieure `a 107 .
(c) Calculer S10 et en deduire une valeur approchee `a 106 pr`es de la somme
+
1
.
n=0
1 + n2
(a) Soit g une fonction continue sur [1, 2]. Determiner le polyn
ome
2
p(x) = i=1 g(i)i (x) de degre 3 qui interpole g aux points 1, 0, 1, 2.
Exprimer lerreur dinterpolation a` laide du polyn
ome
(x) = x(x + 1)(x 1)(x 2).
1 0
(b) Calculer 0
p(x)dx et 1
p(x)dx en fonction des valeurs g(i), 1 i 2.
2
En deduire 1
p(x)dx.
Verier les formules pour g(x) = 1 (resp. g(x) = x).
1 0
(c) Calculer 0
|(x)|dx et 1
|(x)|dx.
i+1
En deduire une majoration (la meilleure possible !) de i |g(x) p(x)|dx,
i = 1, 0, 1, en fonction de la norme uniforme dune derivee convenable de g (g
est supposee susamment derivable).
(d) Soit f une fonction continue sur un intervalle [a, b] avec a < b. On note
ba
la subdivision de pas constant h = n et on pose fi = f (ai ).
On etudie la methode dintegration numerique
b ai+1
n1 ai
n1
f (x)dx = f (x)dx pi (x)dx
a i=0 ai i=0 ai+1
o`
u pi designe le polynome dinterpolation de Lagrange de f aux points ai1 , ai ,
ai+1 , ai+2 si 1 i n 2, avec la convention decriture p0 = p1 , pn1 = pn2 .
Montrer que cette methode secrit
b
n
f (x)dx h i fi
a i=0
pour des coecients i que lon explicitera. Que peut-on dire de lordre de la
methode ?
ai+1
(e) Majorer les erreurs ai
|f (x) pi (x)|dx et
b
n
E(f ) = f (x)dx h i fi
a i=0
6.9. On designe par C lespace des fonctions denies sur lintervalle [1, 1] a` valeurs
dans R, muni de la norme uniforme.
III Int
egration num
erique 91
(e) Pour n xe non nul, on designe par xk les racines de tn et par Ak des nombres
reels (0 k n 1). Pour tout f C on note
n1 1
f (x)
Sn (f ) = Ak f (xk ) et Rn (f ) = dx Sn (f ).
k=0 1 1 x2
() Montrer que lon peut determiner les Ak de mani`ere unique de sorte que
pour tout polynome P de degre n 1 on ait Rn (P ) = 0.
n1
() Montrer que pour 1 p n 1 on a k=0 Tp (xk ) = 0.
En deduire que Ak = n pour tout k.
ome de degre 2n 1.
() Montrer que Rn (P ) = 0 pour tout polyn
6.10. Le but du probl`eme est detablir quelques resultats sur la formule approchee
1 1
1
f (x)dx 1 Pn (x)dx o`
u Pn (x) est le polyn ome dinterpolation de degre n de
(2i+1)
f aux points de Tchebychev xi = cos i , tels que i = 2n+2 , 0 i n.
(a) Avec les notations de II 4.3, montrer que le polyn omes li de Lagrange sont
donnes par
(1)i sin i tn+1 (x)
li (x) = , 0 i n.
n+1 x xi
92 Analyse num
erique et
equations diff
erentielles
Soit (E, d) un espace metrique complet et : E E une application continue. On
dit que a E est un point xe de si (a) = a. On dit que est contractante si
est lipschitzienne de rapport k < 1, cest-`a-dire sil existe k < 1 tel que
Unicit e du point xe. Si avait deux points xes a = b, alors d((a), (b)) =
d(a, b) et d(a, b) = 0, donc ne pourrait etre contractante, contradiction.
u par recurrence d(xp , xp+1 ) k p d(x0 , x1 ). Pour tout entier q > p il vient
do`
q1
q1
d(xp , xq ) d(xl , xl+1 ) k l
d(x0 , x1 )
l=p l=p
q1 +
kp
avec kl kl = . On a donc
1k
l=p l=p
kp
d(xp , xq ) d(x0 , x1 ), p < q
1k
ce qui montre que (xp ) est une suite de Cauchy. Comme (E, d) est complet, la suite
(xp ) converge vers un point limite a E. Legalite xp+1 = (xp ) et la continuite
de impliquent a` la limite a = (a).
En eet, dans ce cas, lhypoth`ese que m soit contractante implique que m admet
un unique point xe a. On a donc m (a) = a et en appliquant `a cette egalite on
trouve
m ((a)) = m+1 (a) = (m (a)) = (a),
Comme premi`ere application elementaire du resultat precedent, soit a` resoudre
une equation f (x) = 0 dune variable reelle x. Supposons quon ait une fonction
dierentiable f : [a, b] R telle que disons
f (a) < 0, f (b) > 0, et f strictement
croissante, 0 < m f (x) M sur [a, b] dans le cas oppose f (a) > 0, f (b) < 0, et
M f (x) < m < 0 il sura de changer f en f . Si on pose
(x) = x Cf (x)
avec une constante C = 0, il est clair que lequation f (x) = 0 equivaut a` (x) = x
et donc la resolution de lequation f (x) = 0 se ram`ene `a rechercher les points xes
de . Lespace E = [a, b] est complet, et il nous faut verier de plus
que envoie bien E dans E,
que est bien contractante sur E.
Or nous avons (x) = 1 Cf (x), donc 1 CM (x) 1 Cm, et pour le
choix C = 1/M , la fonction est bien contractante dans le rapport k = 1 m/M .
De plus est croissante et on a (a) > a, (b) < b, donc ([a, b]) [a, b]. Il en
resulte que toute suite iterative xp+1 = (xp ) calculee `a partir dun point x0 [a, b]
quelconque va converger vers lunique solution de lequation f (x) = 0.
La vitesse de convergence peut etre estimee par la suite geometrique (1 m/M )p ,
et on voit quon a interet `a ce que les bornes m et M de lencadrement m f M
soient proches, ce qui est toujours possible si f est continue et si lencadrement
initial [a, b] de la solution x cherchee est susamment n. Lobjet de ce chapitre
est detudier et de generaliser ce type de techniques, pour des fonctions dune ou
plusieurs variables.
Notre objectif est ici detudier le comportement iteratif dune fonction au voisinage
de ses points xes. Soit I un intervalle ferme de R et : I I une application de
classe C 1 . Soit a I un point xe de . On peut distinguer trois cas :
Soit k tel que | (a)| < k < 1. Par continuite de , il existe un intervalle
E = [a h, a + h] sur lequel | | k, donc est contractante de rapport k sur E ;
on a necessairement (E) E et par consequent
x0 [a h, a + h], lim xp = a.
p+
On dit que a est un point xe attractif. Dans ce cas la convergence de la suite (xp )
est au moins exponentiellement rapide : |xp a| k p |x0 a|.
96 Analyse num
erique et
equations diff
erentielles
1 1 2p
M |xp a| M |x0 a| ,
2 2
2p
2 1
|xp a| M 2 M |x0 a| .
1
En particulier si x0 est choisi tel que |x0 a| 5M , on obtient
2 p
|xp a| 102 ;
M
on voit donc que le nombre de decimales exactes double environ `a chaque iteration ;
10 iterations suraient ainsi theoriquement pour obtenir plus de 1000 decimales
exactes ! La convergence est donc ici extraordinairement rapide.
Ce phenom`ene est appele phenom`ene de convergence quadratique, et le point xe a
est alors appele parfois point xe superattractif.
On dit alors que le point xe a est repulsif. Dans ce cas, la derivee est de signe
constant au voisinage de a, donc il existe h > 0 tel que la restriction |[ah,a+h]
admette une application reciproque 1 denie sur ([a h, a + h]), qui est un
intervalle contenant (a) = a. Lequation (x) = x peut se recrire x = 1 (x) au
voisinage de a, et comme (1 ) (a) = 1/ (a), le point a est un point xe attractif
pour 1 .
(3) | (a)| = 1.
On est ici dans un cas douteux, comme le montrent les deux exemples suivants dans
lesquels a = 0, (a) = 1 :
IV M
ethodes it
eratives pour la r
esolution d
equations 97
= sin x, x 0, 2 . On a ici sin x < x pour tout x 0, 2 .
Exemple 1 (x)
Pour tout x0 0, 2 la suite iteree (xp ) est strictement decroissante minoree, donc
Exemple 2 (x) = sinh x, x [0, +[. Comme sinh x > x pour tout x > 0,
on voit que le point xe 0 est repulsif et que x0 > 0, lim xp = +.
p+
Nous voulons decrire ici un peu plus nement le comportement de la suite iterative
xp+1 = (xp ) au voisinage dun point xe attractif a. On suppose donc de
classe C 1 et | (a)| < 1. On peut de nouveau distinguer plusieurs cas.
(1) (a) > 0.
Par continuite de on va avoir 0 < (x) < 1 au voisinage de a, donc il existe
un voisinage [a h, a + h] sur lequel x
(x) et x
x (x) sont strictement
croissantes, par suite
y y=x
y = (x)
(x0 )
ah x0 x1 ... xp a x1 x0 a+h x
tandis que si x > a, on (x) < (a) = a. Comme est strictement croissante
(de derivee < 1) sur [a h, a + h], le cas (1) montre que les suites x2p et x2p+1 sont
monotones de limite Il sagit donc de suites adjacentes, et on obtient un graphe en
escargot :
y y=x
(xp )
y = (x)
ah x0 x2 xp a xp+1 x3 x1 a+h x
(3) (a) = 0.
En general, on ne va rien pouvoir conclure. Cependant, si est de classe C 2 et
(a) = 0, alors le point a est un extremum local. On choisira h assez petit pour
que ne change pas de signe et | | < 1 sur [a h, a + h]. Alors, si (a) < 0
(resp. (a) > 0), le point a est un maximum local (resp. un minimum local), et
pour x0 [a h, a + h] {a} quelconque, il est facile de voir que la suite (xp )
est strictement croissante (resp. decroissante), mis `a part peut-etre pour le terme
initial x0 . On aboutit encore a` un graphe en escalier.
x 23 2
3
+
f (x) + 0 0
16
f (x) 1+ 3 3
+
16
1
3 3
IV M
ethodes it
eratives pour la r
esolution d
equations 99
y
y = f (x)
4
1 2
a1 a2 3 a3
2 1 0 1 2 x
Lequation f (x) = 0 admet donc 3 racines reelles a1 < a2 < a3 . le calcul de quelques
valeurs de f donne
1
Lequation f (x) = 0 peut se recrire x = (x) avec (x) = 4 (x3 + 1). On a
(x) = 34 x2 , do`
u:
La convergence sera donc assez rapide. Nous allons voir quil existe en fait une
methode generale plus ecace et plus systematique.
100 Analyse num
erique et
equations diff
erentielles
On cherche `a evaluer numeriquement la racine a dune equation f (x) = 0, en
supposant quon dispose dune valeur grossi`ere x0 de cette racine.
y
f
a
x1 x0 x
1 p
|xp a| (M |x0 a|)2 .
M
IV M
ethodes it
eratives pour la r
esolution d
equations 101
1 M a
v(x) (e eM x ),
M
1
soit encore u(x) M (eM (xa) 1). Le lemme 1 est donc demontre.
En eet la fonction exponentielle est convexe, donc sur tout intervalle la courbe est
situee sous sa corde. Sur lintervalle [0, 1], ceci donne et 1 + (e 1)t, do`
u le
lemme 2 puisque e 1 < 2.
(x)
On peut maintenant ecrire (x) = u(x) ff (x) , et le lemme 1 implique
|(x) a| M |x a|2 ,
x3 4x + 1 2x3 1
(x) = x 2
= 2 .
3x 4 3x 4
Par iteration de , on obtient alors les valeurs suivantes :
102 Analyse num
erique et
equations diff
erentielles
x0 2 0 2
x1 2, 125 0, 25 1, 875
x2 2, 114975450 0, 254098361 1, 860978520
x3 2, 114907545 0, 254101688 1, 860805877
x4 2, 114907541 = x3 1, 860805853
x5 = x4 = x4
Dans certaines situations, la derivee f est tr`es compliquee ou meme impossible `a
expliciter (cest le cas par exemple si la fonction f est le resultat dun algorithme
complexe). On ne peut alors utiliser telle quelle la methode de Newton.
Lidee est de remplacer f par le taux daccroissement de f sur un petit intervalle.
Supposons quon dispose de deux valeurs approchees x0 , x1 de la racine a de
lequation f (x) = 0 (fournies par un encadrement x0 < a < x1 ).
y
f
secante
x0 x2
0 a x1 x
Inconv
enient de la m
ethode Lorsque xp et xp1 sont trop voisins, le calcul
de f (xp ) f (xp1 ) et xp xp1 donne lieu a` un phenom`ene de compensation et
donc a` une perte de precision sur le calcul de p . Etudions lerreur commise. La
formule de Taylor-Lagrange a` lordre 2 au point xp donne
1
f (xp1 ) f (xp ) = (xp1 xp )f (xp ) + (xp1 xp )2 f (c),
2
1
p f (xp ) = (xp1 xp )f (c) = O(|xp xp1 |)
2
apr`es division de la premi`ere ligne par xp1 xp .
Supposons par ailleurs que le calcul des f (xi ) soit eectue avec une erreur darrondi
de lordre de . Le calcul de p est alors aecte dune erreur absolue de lordre de
|xp xp1 | . Il est inutile de continuer a
` calculer p d`es que cette erreur depasse lecart
|p f (xp )|, ce qui a lieu si |xp xp1 | > |xp xp1 | cest-`a-dire |xp xp1 | < .
Soit enn (sp ) la suite de Fibonacci, denie par sp+1 = sp + sp1 avec s0 = s1 = 1.
Alors quel que soit le choix des points initiaux x0 , x1 [a h, a + h] distincts, on a
1
|xp a| [K max(|x0 a|, |x1 a|)]sp .
K
104 Analyse num
erique et
equations diff
erentielles
1+5 p+1
Remarque On verie facilement que sp 1 ; ceci montre que
5 2
1+ 5
le nombre de decimales exactes crot environ du facteur 1, 618 a` chaque 2
iteration. La convergence est donc tout juste un peu moins rapide que dans le 2.4.
La suite (xp ) est denie par la formule de recurrence xp+1 = (xp , xp1 ) o`
u est
la fonction de classe C 1 telle que
f (x)
(x, y) = x .
(x, y)
Posons hp = xp a. On a
Pour (x, y) = (a + th1 , a + th0 ), on a |y x| (|h0 | + |h1 |)t et |x a| = |h1 |t, do`
u
& '
M2 (|h0 | + |h1 |) + M1 M2 |h1 | t,
x 2m1 2m21
M1 M2
y 2m2 |h1 |t,
1
1
M2 M1 M2
|h2 | + |h 1 |(|h0 | + |h1 |) tdt
2m1 2m21 0
K
= |h1 |(|h0 | + |h1 |) K|h1 | max(|h0 |, |h1 |).
2
1
Comme |h0 |, |h1 | h K, on voit que |h2 | |h1 |. De meme
et ceci entrane par recurrence que la suite (|hp |)p1 est decroissante :
1
|hp | |hp1 | . . . |h1 | K implique |hp+1 | |hp |. On en deduit
1
Linegalite |hp | K [K max(|h0 |, |h1 |)]sp est triviale si p = 0 ou p = 1, resulte de
lestimation dej`a vue pour h2 si p = 2, et se generalise facilement par recurrence
pour p 3. Le theor`eme est demontre.
Rm
Rm
Soit E un espace vectoriel de dimension m sur R et u un endomorphisme de E.
106 Analyse num
erique et
equations diff
erentielles
D
enition On appelle spectre de u la famille (1 , . . . , m ) de ses valeurs
propres reelles ou complexes, comptees avec multiplicites ( = racines du polyn
ome
caracteristique). On appelle rayon spectral de u, note (u), la quantite
(u) = max |i |.
1im
Etant donne une norme N sur E, on peut dautre part associer a` u sa norme |||u|||N
en tant quoperateur lineaire sur E :
N (u(x))
|||u|||N = sup .
xE\{0} N (x)
Th
eor`
eme Soit u un endomorphisme quelconque de E. Alors
(1) Pour tout N N, (u) |||u|||N .
2
R muni
Remarque Considerons lespace de sa norme euclidienne canonique
0 a
et ua lendomorphisme de matrice , a R. On a (ua ) = 1 et pourtant
0 1
la norme |||ua ||| nest pas bornee quand |a| + ; linegalite (1) na donc pas
de reciproque. Pour m = dim E 2, le rayon spectral nest pas une norme
sur L(E, E) ; il ne verie dailleurs pas linegalite triangulaire, comme le montre
lexemple suivant : si u, v sont les endomorphismes de matrices
0 1 0 0
Mat(u) = et Mat(v) = ,
0 0 1 0
(Ap ) = (A)p .
Il sensuit
ej ) = (e1 , e2 , 2 e3 , . . . , m1 em )
(
avec > 0 petit, on voit que le coecient aij de A est remplace par ji aij . Pour
les coecients au-dessus de la diagonale on a j > i, donc ji est petit. Dans une
base convenable ( e1 , e2 , . . . , em ) de Cm , la matrice A se transforme donc en une
matrice
A=D+T
o`
u D est diagonale de valeurs propres 1 , . . . , m et T strictement triangulaire
superieure avec des coecients O() arbitrairement petits. Soit Nh la norme
108 Analyse num
erique et
equations diff
erentielles
Comme |||D|||Nh = (A) et comme |||T |||Nh = O() peut etre rendue arbitrairement
petite, il vient
inf |||A|||Ne (A).
N Ne
1/p
(3) On a dune part (A) = (Ap )1/p |||Ap |||N .
Inversement, etant donne > 0, on peut choisir gr ace `a (2) une norme euclidienne
N Ne telle que |||A|||N (A) + . Comme toutes les normes sur lespace de
dimension nie des matrices carrees m m sont equivalentes, il existe une constante
C 1 telle que |||B|||N C |||B|||Ne pour toute matrice B. Pour B = Ap , on en
deduit
|||Ap |||N C |||Ap |||N C |||A|||pN C ((A) + )p ,
1/p
|||Ap |||N C1/p ((A) + ).
1/p
p p |||Ap |||N (A) + 2,
Soit un ouvert de Rm et : Rm une fonction de classe C 1 . Soit N =
une norme xee sur Rm . On note (x) L(Rm , Rm ) lapplication lineaire tangente
au point x , de sorte que
Lemme
` la norme N , alors ||| (x)|||N k
(1) Si est k-lipschizienne sur relativement a
pour tout x .
(2) Si est convexe et si ||| (x)|||N k pour tout x , alors est
k-lipschitzienne sur relativement a
` N.
D
emonstration
(1) Pour tout > 0, il existe r > 0 tel que h r (h) . Par linearite de
(x), on a
(x) h
||| (x)|||N = sup ;
h =r h
IV M
ethodes it
eratives pour la r
esolution d
equations 109
On en deduit
1
(y) (x) = (x + t(y x)) (y x)dt,
0
1
(y) (x) ||| (x + t(y x))|||N y x dt k y x .
0
Soit a` resoudre une equation f (x) = 0 o`u f : Rm est une application de
2
classe C denie sur un ouvert R . On cherche a` evaluer numeriquement une
m
x1 = x0 f (x0 )1 f (x0 ).
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
do`
u nalement
(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
ethodes it
eratives pour la r
esolution d
equations 111
y
x
y=
C1
1
S
2 1 2 x
C2 y=
<x
/2
112 Analyse num
erique et
equations diff
erentielles
a a
On voit que le syst`eme precedent admet une solution S unique, avec
b b
2
tr`es grossi`erement. Pour obtenir une valeur approchee plus precise, on
0, 2
x 0
cherche `a resoudre lequation f = avec
y 0
2
x x + xy 2y 2 4
f = .
y xex + yey
Lapplication lineaire tangente `a f est donnee par
f1 f1
x x y 2x + y x 4y
f = f2 f2 =
y (x + 1)ex (y + 1)ey
x y
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
do`
u S= .
b 0, 206278156
IV M
ethodes it
eratives pour la r
esolution d
equations 113
Nous allons ici exploiter le theor`eme du point xe pour demontrer quelques
resultats fondamentaux du calcul dierentiel. Notre objectif est dobtenir aussi
des estimations quantitatives pour ces theor`emes, parce que ces estimations sont
souvent necessaires pour majorer les erreurs commises dans les calculs numeriques.
Nous commencons par un lemme de perturbation, qui sapplique dans un espace
numerique Rm muni dune norme N quelconque.
Lemme Soit f : B(x0 , r) Rm une application denie sur une boule de rayon
r dans Rm , telle que
f (x) = x + u(x)
o`u u est une application contractante de rapport k < 1 ( petite perturbation de
lidentite ). Alors
(1) f est un homeomorphisme de B(x0 , r) sur un ouvert V = f (B(x0 , r)) de Rm ;
(2) f est (1 + k)-lipschitzienne et son application reciproque f 1 : V B(x0 , r) est
(1 k)1 lipschitzienne ;
(3) limage V satisfait lencadrement
(x) y + k x ,
on voit que envoie B(0, r ) dans B(0, r ) d`es lors que y (1k)r . Le theor`eme
du point xe applique `a lespace complet E = B(0, r ) implique que poss`ede un
114 Analyse num
erique et
equations diff
erentielles
(1 k) f 1 (y2 ) f 1 (y1 ) y2 y1
boule B(x0 , r) sur laquelle |||u (x)||| k < 1, ce qui entrane que u est contractante
de rapport k. Le lemme precedent montre alors que f(x) = 1 f (x) = x + u(x)
denit un homeomorphisme lipschitzien de U = B(x0 , r) sur V = f(V ), donc
f = f est un homeomorphisme lipschitzien de U sur V = (V ), la constante de
Lipschitz de f etant majoree par K = (1 + k)|||l||| et celle de g = f 1 = f1 1
par K = (1 k)1 |||1 |||.
Maintenant, si f est de classe C 2 et |||f ||| M sur la boule B(x0 , r0 ) ,
nous avons u = 1 f , donc |||u ||| M |||1 ||| et le theor`eme des ac-
croissements nis nous donne |||u (x)||| M |||1 ||| x x0 sur B(x0 , r0 ). Pour
r = min(r0 , 12 M 1 |||1 |||1 ), on voit que |||u ||| k = 12 sur B(x0 , r) et on peut
appliquer ce qui prec`ede.
Pour tous y, V et x = g(y), = g(x) U = B(x0 , r), lhypoth`ese de
dierentiablilite de f au point x implique
y = f () f (x) = f (x)( x) + ( x) x
IV M
ethodes it
eratives pour la r
esolution d
equations 115
avec limh0 (h) = 0. Comme 1 f (x) = Id +u (x) o` u |||u (x)||| k < 1 sur
B(x0 , r), lapplication lineaire f (x) est bien inversible. Par consequent f (x)
1
soit
g() g(y) = f (x)1 ( y) f (x)1 (g() g(y) g() g(y)
avec limy f (x)1 (g() g(y) = 0 et g() g(y) K y . On voit ainsi
que g = f 1 est bien dierentiable au point y et que g (y) = f (x)1 = f (g(y))1 .
Linversion dune matrice etant une operation continue (et meme indeniment
dierentiable), on en deduit que g est continue sur V , cest-`a-dire que g est de
classe C 1 .
Si f est de classe C k , k 2, on verie par recurrence que g est aussi de classe C k :
f est de classe C k1 , g lest aussi par hypoth`ese de recurrence, donc g est de
classe C k1 , cest-`a-dire que g est de classe C k . Le theor`eme est demontre.
Nous allons reformuler le theor`eme dinversion locale pour en tirer dierentes
variantes et dierentes consequences geometriques. La variante la plus importante
est le theor`eme des fonctions implicites.
Th
eor`
eme des fonctions implicites Soit un ouvert de Rp Rm
et f : R une application de classe C , k 1. On se donne un point
m k
Autrement dit, le theor`eme des fonctions implicites dit que lensemble des solutions
de lequation f (x, y) = 0 dans U V peut etre explicite comme le graphe y = g(x)
dune fonction g : U V de classe C k , l`
a o` u fy (x, y) est inversible.
Ceci permet de voir aussitot que F (x, y) L(Rp+m , Rp+m ) est inversible en tout
u fy (x, y) L(Rp , Rp ) lest, avec
point o`
Id 0
F (x, y)1 = .
fy (x, y)1 fx (x, y) fy (x, y)1
La structure locale de telles applications est decrite respectivement par les trois
theor`emes suivants.
Th eme des immersions Si f est une immersion en un point x0 , il
eor`
existe un voisinage U de x0 dans Rm , un voisinage V de y0 = f (x0 ) dans Rp et un
C k -dieomorphisme : V U T de V sur un voisinage U T de (x0 , 0) dans
Rp = Rm Rpm tel que f (x) = (x, 0) sur U .
Autrement dit, au dieomorphisme pr`es dans lespace darrivee, f = f
sidentie a` linjection triviale x
(x, 0) au voisinage de x0 .
denissons
: Rpm Rp , (x, t) = f (x) + ti a i .
1ipm
Comme (x, t)/ti = ai , il est clair que Im (x0 , 0) contient a` la fois Im f (x0 )
et les ai , donc (x0 , 0) est surjective. Mais comme est une application de
Rp dans Rp , ceci entrane que (x0 , 0) est inversible. Par consequent denit
un C k -dieomorphisme dun voisinage U T de (x0 , 0) sur un voisinage V de
y0 = f (x0 ). Nous avons (x, 0) = f (x) par denition de , donc = 1 repond
a la question.
`
o`
u (s 1 , . . . , sm ) d
esignent les coordonnees de x dans la base (ai ), cest-`a-dire
x = si ai . Le noyau Ker (x0 ) est lintersection du noyau Ker f (x0 ) avec le
sous-espace sp+1 = . . . = sm = 0 engendre par (a1 , . . . , ap ), et comme ces espaces
sont supplementaires on a Ker (x0 ) = {0}. Ceci montre que (x0 ) est injective,
et donc bijective. Par consequent est un C k -dieomorphisme dun voisinage U
de x0 sur un voisinage V S de (y0 , 0) = (f (x0 ), 0) (quitte a` retrecir ces voisinages,
on peut toujours supposer que le voisinage darrivee est un produit). On voit alors
que f = o` u est la projection sur les p-premi`eres coordonnees, de sorte que
f 1 = : (y, sp+1 , . . . , sm )
y. Le theor`eme est demontre.
Demonstration du th eor`
eme du rang. On construit des dieomorphismes i
entre ouverts de Rm et i entre ouverts de Rp de facon `a simplier progressive-
ment f :
f
U V
01 01
f1
U1 V1
02 02
f2
U2 V2 .
5.1. Soit (E, d) un espace metrique et : E E une application continue telle
que literee m = . . . soit contractante, avec constante de Lipschitz k ]0, 1[
et m N .
(b) Montrer que est lipschitzienne de rapport k 1/m pour d . En deduire que
admet un point xe unique a, et que, pour tout point initial x0 E, il existe une
constante C telle que la suite des iteres xp = (xp1 ) verie d(xp , a) C kp/m .
(a) Montrer que f est une bijection de [1, +[ sur [0, +[.
(c) Soit xp+1 = (xp ) lalgorithme iteratif fourni par la methode de Newton pour
la resolution de lequation x ln (x) a = 0.
() Etudier les variations de la fonction et tracer sommairement la courbe
representative de .
() Etudier la convergence de la suite (xp ) pour a [0, +[ et x0 [1, +[
quelconques.
() Evaluer f 1 (2) par ce procede `a laide dune calculette. On donnera les
approximations successives obtenues.
moyen dune methode iterative adaptee (qui permet deviter des calculs formels
trop compliques). La justication de la convergence nest pas demandee.
avec
a > 0, k > 1, lim (x) = 0.
x0+
(a) Montrer quil existe h > 0 tel que pour tout x0 ]0, h] la suite iteree
xp+1 = (xp ) converge vers 0.
(c) Montrer quil existe une valeur de m pour laquelle up+1 up poss`ede une limite
nie non nulle. En deduire un equivalent de xp .
(a) Soit g : [a, b] R une fonction de classe C 2 telle que g(a) = g(b) = 0, g (x) > 0
pour tout x dans ]a, b[. Demontrer
que g(x) ne sannule en aucun x de ]a, b[,
puis que g(x) < 0 pour tout x dans ]a, b[.
[Raisonner par labsurde et utiliser le theor`eme de Rolle.]
(b) Soit f : [a, b] R une fonction de classe C 2 telle que f (a) < 0, f (b) > 0,
f (x) > 0 et f (x) > 0 pour tout x dans ]a, b[.
Demontrer
() quil existe c (unique) dans ]a, b[ tel que f (c) = 0 ;
() quil existe m1 et m2 tels que
() Etablir la majoration
1
|f (c1 )| m2 |(c1 a)(c1 b)|.
2
f (cn )
|cn c| .
m1
(c) Soit B le point xe non attractif de . Montrer que admet une application
reciproque : V W de classe C , o`u V, W sont des voisinages de B. Le
point B est-il attractif pour ?
o`
u x, y > 0 et o`
u a est un param`etre reel.
(a) Etudier sommairement les variations de la fonction x
x ln x et montrer que
pour a 31 le syst`eme (S) na pas de solution (x, y) telle que x < 1. Montrer
IV M
ethodes it
eratives pour la r
esolution d
equations 123
3
y =x+ `
u c ]x, y[.
1 + ln c
5.8. Soit A une alg`ebre unitaire normee de dimension nie sur R, par exemple
lalg`ebre des matrices carrees m m. Soit u A un element inversible.
(a) Montrer quil existe des reels , tels que lapplication (x) = x + xux
admette x = u1 comme point xe superattractif.
(b) Pour les valeurs de , trouvees au (a), montrer que lon a linegalite
||| (x)||| 2 u xu1 . En deduire que la suite iteree xp+1 = (xp ) converge
1
vers u1 d`es que x0 B(u1 , r) avec r < 2 u .
Soit U un ouvert de R Rm et
f : U Rm
L inconnue de lequation (E) est donc en fait une fonction. Le qualicatif
ordinaire pour lequation dierentielle (E) signie que la fonction inconnue y
depend dune seule variable t (lorsquil y a plusieurs variables ti et plusieurs derivees
y/ti , on parle dequations aux derivees partielles).
126 Analyse num
erique et
equations diff
erentielles
Ecriture en coordonn
ees Ecrivons les fonctions a` valeurs dans Rm en
termes de leurs fonctions composantes, cest-`a-dire
y = (y1 , . . . , ym ), f = (f1 , . . . , fm ).
Probl`
eme de Cauchy Etant donne un point (t0 , y0 ) U , le probl`eme de
Cauchy consiste `a trouver une solution y : I Rm de (E) sur un intervalle I
contenant t0 dans son interieur, telle que y(t0 ) = y0 .
Interpr
etation physique Dans de nombreuses situations concr`etes, la
variable t represente le temps et y = (y1 , . . . , ym ) est une famille de param`etres
decrivant letat dun syst`eme materiel donne. Lequation (E) traduit physiquement
la loi devolution du syst`eme considere en fonction du temps et de la valeur des
param`etres. Resoudre le probl`eme de Cauchy revient `a prevoir levolution du
syst`eme au cours du temps, sachant quen t = t0 le syst`eme est decrit par les
param`etres y0 = (y0,1 , . . . , y0,m ). On dit que (t0 , y0 ) sont les donnees initiales du
probl`eme de Cauchy.
(m = 1)
Si on note x = t, lequation (E) se recrit
dy
(E) y = = f (x, y), (x, y) U R R.
dx
U
y(x)
y0
x0 x
V Equations diff
erentielles. R
esultats fondamentaux 127
DM : y y0 = f (x0 , y0 )(x x0 )
y DM
1
M
0 1 x
p : f (x, y) = p
U = U+ U 0 o` u
U+ = {M U ; f (M ) > 0}, U = {M U ; f (M ) < 0}.
3/2
1
0 1 x
U+
0
U
Nous introduisons dabord le concept de prolongement dune solution. Lexpression
solution maximale est alors entendue implicitement au sens de la relation dordre
fournie par le prolongement des solutions.
La suite (ck ) est decroissante, car lensemble des prolongements de y(k1) contient
lensemble des prolongements de y(k) ; au niveau des bornes superieures on a donc
ck ck+1 . Si ck < + ` a partir dun certain rang, les suites
b1 b2 . . . bk . . . ck ck1 . . . c1
sont adjacentes, tandis que si ck = + quel que soit k on a bk > k. Dans les deux
cas, on voit que
b = lim bk = lim ck .
k+ k+
On suppose ici que louvert U est de la forme U = J o`
u J est un intervalle de
R et un ouvert de Rm .
D
enition Une solution globale est une solution denie sur lintervalle J tout
entier.
y
U
y(1)
y(2)
0 J t
Attention : toute solution globale est maximale, mais la reciproque est fausse.
130 Analyse num
erique et
equations diff
erentielles
Sur le schema ci-dessus par exemple, y(1) est globale tandis que y(2) est maximale
mais non globale.
Donnons un exemple explicite de cette situation.
1 1
= t + C, y(t) = .
y(t) t+C
Rappelons quune fonction de plusieurs variables est dite de classe C k si elle admet
des derivees partielles continues jusqu`
a lordre k.
Th eme Si f : R Rm U Rm est de classe C k , toute solution de (E)
eor`
y = f (t, y) est de classe C k+1 .
D
emonstration. On raisonne par recurrence sur k.
k = 0 : f continue.
Par hypoth`ese y : I Rm est derivable, donc continue.
Par consequent y (t) = f (t, y(t)) est continue, donc y est de classe C 1 .
Si le resultat est vrai a` lordre k 1, alors y est au moins de classe C k . Comme
f est de classe C k , il sensuit que y est de classe C k comme composee de fonctions
de classe C k , donc y est de classe C k+1 .
Calcul des d
eriv
ees successives dune solution y On suppose pour
simplier m = 1. En derivant la relation y (x) = f (x, y(x)) il vient
avec f [1] = fx + fy f . Notons de mani`ere generale lexpression de la derivee k-i`eme
y (k) en fonction de x, y sous la forme
dapr`es ce qui prec`ede f [0] = f , f [1] = fx + fy f . En derivant une nouvelle fois, on
trouve
y (k+1) = (f [k1] )x (x, y) + (f [k1] )y (x, y) y
= (f [k1] )x (x, y) + (f [k1] )y (x, y) f (x, y).
En particulier, le lieu des points dinexion des courbes integrales est contenu dans
la courbe f [1] (x, y) = 0.
Dans tout ce paragraphe, on consid`ere une equation dierentielle
(E) y = f (t, y)
Le lemme tr`es simple ci-dessous montre que la resolution de (E) est equivalente a`
la resolution dune equation integrale :
Pour resoudre lequation dierentielle (E), on va plutot chercher `a construire des
solutions de lequation integrale 2.1 (ii), et en premier lieu, on va montrer quune
solution passant par un point (t0 , y0 ) U ne peut seloigner trop vite de y0 .
132 Analyse num
erique et
equations diff
erentielles
On note une norme quelconque sur Rm et B(x, r) (resp. B(x, r)) la boule
ouverte (resp. fermee) de centre x et de rayon r dans Rm . Comme U est suppose
ouvert, il existe un cylindre
C0 = [t0 T0 , t0 + T0 ] B(y0 , r0 )
de longueur 2T0 et de rayon r0 assez petit, tel que C0 U . Lensemble C0 est ferme
borne dans Rm+1 , donc compact. Ceci entrane que f est bornee sur C0 , cest-`a-dire
D
enition On dit que C est un cylindre de securite pour lequation (E) si toute
solution y : I Rm du probl`eme de Cauchy y(t0 ) = y0 avec I [t0 T, t0 + T ]
reste contenue dans B(y0 , r0 ).
Rm
C r0
y0
C0
y(t)
U
0 t 0 T0 t t0 t 0 + T0 t
2T
2T0
On cherche `a construire une solution approchee de (E) sur un intervalle [t0 , t0 + T ].
On se donne pour cela une subdivision
hn = tn+1 tn , 0 n N 1,
et on pose
hmax = max(h0 , . . . , hN 1 ).
La methode dEuler (ou methode de la tangente) consiste `a construire une solution
approchee y ane par morceaux comme suit. Soit yn = y(tn ). On confond la
courbe integrale sur [tn , tn+1 ] avec sa tangente au point (tn , yn ) :
y3
y2
y1
y0
t0 t1 t2 t3 . . . tN = t0 + T t
On construit de meme une solution approchee sur [t0 T, t0 ] en prenant des pas
hn < 0.
D
emonstration. On verie par recurrence sur n que
y([t0 , tn ]) B(y0 , r0 )
y(t) y0 M (t t0 ) pour t [t0 , tn ].
Cest trivial pour n = 0. Si cest vrai pour n, alors on a en particulier (tn , yn ) C,
donc f (tn , yn ) M , et par consequent
y(t) yn = (t tn ) f (tn , yn ) M (t tn )
pour t [tn , tn+1 ]. Par hypoth`ese de recurrence
yn y0 = y(tn ) y0 M (tn t0 ).
Linegalite triangulaire entrane alors t [tn , tn+1 ] :
y(t) y0 M (t tn ) + M (tn t0 ) M (t t0 ).
En particulier y(t) y0 M T r0 , do`
u
y([t0 , tn+1 ]) B(y0 , r0 ).
Autrement dit, y est une solution -approchee si y verie (E) avec une erreur .
u u [0, +[ et o`
o` u les points (t1 , y1 ), (t2 , y2 ) parcourent C. Comme C est
compact, la fonction f est uniformement continue sur C, par consequent
lim f (u) = 0.
u0+
y(t) yn = (t tn ) f (tn , yn ) M hn ,
|t tn | hn .
emonstration. Comme y(p)
D (t) f (t, y(p) (t) p , il vient apr`es integration
t
y(p) (t) y0 f (u, y(p) (u))du p |t t0 |.
t0
136 Analyse num
erique et
equations diff
erentielles
Il sagit dun resultat preliminaire de nature topologique que nous allons formuler
dans le cadre general des espaces metriques. Si (E, ) et (F, ) sont des espaces
metriques, rappelons que par denition une suite dapplications (p) : E F
converge uniformement vers : E F si la distance uniforme
D
emonstration. On construit par recurrence des parties innies
S0 = N S1 . . . Sn1 Sn . . .
telles que la sous-suite ((p) )pSn ait des oscillations de plus en plus faibles.
Supposons Sn1 construite, n 1. Comme E, F sont compacts, il existe des
recouvrements nis de E (resp. de F ) par des boules ouvertes (Bi )iI , resp. (Bj )jJ ,
de rayon n1 . Notons I = {1, 2, . . . , N } et xi le centre de Bi . Soit p un indice xe.
Pour tout i = 1, . . . , N il existe un indice j = j(p, i) tel que (p) (xi ) Bj(p,i) .
On consid`ere lapplication
Comme Sn1 est inni et que J N est ni, lun des elements (l1 , . . . , lN ) J N
admet pour image reciproque une partie innie de Sn1 : on note Sn cette partie.
Ceci signie que pour tout p Sn on a (j(p, 1), . . . , j(p, N )) = (l1 , . . . , lN ) et donc
(p) (xi ) Bli . En particulier
2
(p, q Sn ) ((p) (xi ), (q) (xi )) diam Bli .
n
1
Soit x E un point quelconque. Il existe i I tel que x Bi , do`
u (x, xi ) < n.
Lhypoth`ese que les (p) sont k-lipschitziennes entrane
k k
((p) (x), (p) (xi )) < , ((q) (x), (q) (xi )) < .
n n
Linegalite triangulaire implique alors (p, q Sn )
2 k 2k + 2
((p) (x), (q) (x)) +2 = .
n n n
Designons par pn le n-i`eme element de Sn . Pour N n on a pN SN Sn , donc
2k + 2
((pn ) (x), (pN ) (x)) . ()
n
Ceci entrane que (pn ) (x) est une suite de Cauchy dans F pour tout x E. Comme
F est compact, F est aussi complet, donc (pn ) (x) converge vers une limite (x).
Quand N +, () implique a` la limite d((pn ) , ) 2k+2 n . On voit donc que
(pn ) converge uniformement vers . Il est facile de voir que Lipk (E, F ).
est-il compact ?
Lidee est dutiliser le theor`eme dAscoli pour montrer lexistence dune sous-suite
uniformement convergente de solutions approchees. On obtient ainsi le
Th eor`eme Soit C = [t0 T, t0 + T ] B(y0 , r0 ) avec T min T0 , M r0
un
cylindre de securite pour lequation (E) : y = f (t, y). Alors il existe une solution
y : [t0 T, t0 + T ] B(y0 , r0 ) de (E) avec condition initiale y (t0 ) = y0 .
138 Analyse num
erique et
equations diff
erentielles
Corollaire Par tout point (t0 , y0 ) U , il passe au moins une solution maximale
y : I Rm de (E). De plus, lintervalle de denition I de toute solution maximale
est ouvert (mais en general, il ny a pas unicite de ces solutions maximales).
On vient de voir en eet quil existe une solution locale z denie sur un intervalle
[t0 T, t0 + T ]. Dapr`es le theor`eme du 1.3, z se prolonge en une solution
maximale y = z : |a, b| Rm . Si y etait denie au point b, il existerait une
solution y(1) : [b , b + ] Rm du probl`eme de Cauchy avec donnee initiale
(b, y(b)) U . La fonction y : |a, b + ] Rm concidant avec y sur |a, b] et avec y(1)
sur [b, b + ] serait alors un prolongement strict de y, ce qui est absurde.
Nous allons voir ici une condition geometrique necessaire et susante permettant
darmer quune solution est maximale.
Inversement, supposons quil existe un compact K de U tel que (t, y(t)) K pour
tout t [t0 , b[. Posons
M = sup f (t, y) < +
(t,y)K
qui est ni par continuite de |f et compacite de K. Ceci entrane que t
y(t) est
lipschitzienne sur [t0 , b[, donc uniformement continue, et le crit`ere de cauchy montre
que la limite = limtb y(t) existe. Nous pouvons prolonger y par continuite en
b en posant y(b) = , et nous avons (b, y(b)) K U puisque K est ferme. La
relation y (t) = f (t, y(t)) montre alors que y est de classe C 1 sur [t0 , b]. Maintenant,
le theor`eme dexistence locale des solutions implique quil existe une solution locale z
d probl`eme de Cauchy de donnee initiale z(b) = = y(b) sur un intervalle [b, b+].
On obtient alors un prolongement y de y sur [t0 , b + ] en posant y(t) = z(t) pour
t [b, b + ]. Le theor`eme est demontre.
Reprenons les notations du debut du 2. On suppose ici en outre que f est
localement lipschitzienne en y : cela signie que pour tout point (t0 , y0 ) U il existe
un cylindre C0 = [t0 T0 , t0 + T0 ] B(y0 , r0 ) U et une constante k = k(t0 , y0 ) 0
tels que f soit k-lipschitzienne en y sur C0 :
(t, y1 ), (t, y2 ) C0 f (t, y1 ) f (t, y2 ) k y1 y2 .
Sous ces hypoth`eses sur f , nous allons montrer que la solution du probl`eme
de Cauchy est necessairement unique, et que de plus toute suite de solutions
-approchees avec tendant vers 0 converge necessairement vers la solution exacte.
Compte tenu de limportance de ces resultats, nous donnerons ensuite une deuxi`eme
demonstration assez dierente basee sur le theor`eme du point xe (chapitre IV,
1.1).
140 Analyse num
erique et
equations diff
erentielles
Soit C0 = [t0 T0 , t0 + T0 ] B(y0 , r0 ) U un cylindre sur lequel f est k-lipschi-
tzienne en y et soit M = supC0 f . On se donne > 0 et on consid`ere des solutions
y(1) et y(2) respectivement 1 -approchee et 2 -approchee du probl`eme de Cauchy de
donnee initiale (t0 , y0 ), avec 1 , 2 .
On a alors y(i) (t) M + , et un raisonnement analogue a` celui du 2.1 montre
que les graphes de y(1) , y(2) restent contenus dans le cylindre
C = [t0 T, t0 + T ] B(y, r0 ) C0
d`es que T min T0 , Mr+
0
, ce quon suppose desormais.
ek|tt0 | 1
y(2) (t) y(1) (t) (1 + 2 ) , t [t0 T, t0 + T ].
k
y(2) (t) y(1) (t) f (t, y(2) (t) f (t, y(1) (t) + 1 + 2
k y(2) (t) y(1) (t) + 1 + 2 ,
cest-`a-dire
v (t) kv(t) + (1 + 2 )t.
d
(v (t) kv(t))ekt = (v(t)ekt ) (1 + 2 )tekt .
dt
V Equations diff
erentielles. R
esultats fondamentaux 141
Gr
ace `a une nouvelle integration (noter que v(0) = 0), il vient
kt
t
1 (1 + kt)ekt
v(t)e (1 + 2 )ueku du = (1 + 2 ) ,
0 k2
ekt (1 + kt)
v(t) (1 + 2 ) ,
k2
ekt 1
y(2) (t) y(1) (t) kv(t) + (1 + 2 )t (1 + 2 ) .
k
ekT 1
d(y(p) , y(q) ) (p + q ) sur [t0 T, t0 + T ],
k
par consequent y(p) est une suite de Cauchy uniforme. Comme les fonctions y(p)
sont toutes a` valeurs dans B(y0 , r0 ) qui est un espace complet, y(p) converge vers
une limite y. Cette limite y est une solution exacte de lequation (E) dapr`es la
proposition 3 du 2.3.
Unicite. Si y(1) , y(2) sont deux solutions exactes, le lemme de Gronwall avec
1 = 2 = 0 montre que y(1) = y(2) .
Soit C = [t0 T, t0 + T ] B(y0 , r0 ) C0 avec T min T0 , M
r0
un cylindre de
securite pour (E).
Notons F = C([t0 T, t0 + T ], B(y0 , r0 )) lensemble des applications continues de
[t0 T, t0 + T ] dans B(y0 , r0 ), muni de la distance d de la convergence uniforme.
A toute fonction y F, associons la fonction (y) denie par
t
(y)(t) = y0 + f (u, y(u))du, t [t0 T, t0 + T ].
t0
142 Analyse num
erique et
equations diff
erentielles
Dapr`es le lemme du 2.1, y est une solution de (E) si et seulement si y est un point
xe de . On va donc essayer dappliquer le theor`eme du point xe. Observons que
4 t 4
4 4
(y)(t) y0 = 4 f (u, y(u))du4 M |t t0 | M T r0 ,
t0
4 t 4
4 4
y(1) (t) z(1) (t) = 4 (f (u, y(u)) f (u, z(u))) du4
t0
t
k y(u) z(u) du k|t t0 | d(y, z).
t0
De meme
t
y(2) (t) z(2) (t) k y1 (u) z1 (u) du
0
t |t t0 |2
k k|u t0 |d(y, z)du = k2 d(y, z).
t0 2
|t t0 |p
y(p) (t) z(p) (t) kp d(y, z),
p!
en particulier
kp T p
d(p (y), p (z)) = d(y(p) , z(p) ) d(y, z) ()
p!
p p p p
et p est lipschitzienne de rapport k p!T sur F. Comme limp+ k p!T = 0, il existe
p p
p assez grand tel que k p!T < 1 ; pour une telle valeur de p, p est une application
contractante de F dans F. Par ailleurs, F est un espace metrique complet. Le
theor`eme du point xe demontre au chapitre IV (dans sa version generalisee au cas
dapplications dont une iteree est contractante) montre alors que admet un point
xe unique y. Nous avons donc bien redemontre le theor`eme de Cauchy-Lipschitz
armant lexistence et dunicite de la solution du probl`eme de Cauchy.
Remarque Dapr`es (), on voit que pour toute fonction z F la suite iteree
z(p) = p (z) converge uniformement vers la solution exacte y du probl`eme de
Cauchy.
Le theor`eme dunicite locale entrane facilement un resultat dunicite globale, au
moyen dun raisonnement de connexite .
V Equations diff
erentielles. R
esultats fondamentaux 143
t0 = inf{t I ; t t0 et y(1) (t) = y(2) (t)}
On a par denition y(1) (t) = y(2) (t) pour t [t0 , t0 [ et par continuite il sensuit que
y(1) (t0 ) = y(2) (t0 ). Soit y0 ce point et soit C = [t0 T,
t0 + T]B( y0 , r0 ) un cylindre
de securite de centre ( t0 , y0 ). Le theor`eme dunicite locale implique que y(1) = y(2)
sur [t0 T,
t0 + T], ce qui contredit la denition de t0 . Lunicite est demontree.
1 2 1 2
y y 3 = 1 (resp. y (y) 3 = 1)
3 3
1 1
u y 3 = t + C1 (resp. (y) 3 = (t + C2 )) soit y(t) = (t + Ci )3 . Si y est une
do`
solution maximale dans U = R R, alors y 0, donc y est croissante. Notons
(t0 , y0 )
a a b t
On voit que pour tout point (t0 , y0 ) il passe une innite de solutions maximales : si
1/3
y0 > 0, b = t0 y0 est impose, mais le choix de a [, b] est arbitraire. Noter
que ce phenom`ene se produit bien quon ait unicite locale au point (t0 , y0 ) !
Nous donnons ici des conditions susantes dexistence pour les solutions globales,
reposant sur des hypoth`eses de croissance de f (t, y) lorsque y tend vers +.
On peut cependant obtenir des conditions susantes nettement plus faibles (voir
lexercice (b) ci-dessous, ainsi que le probl`eme 5.9).
Demonstration. Il est evident que lhypoth`ese (1) entrane lhypoth`ese (2) (avec
c(t) = f (t, 0) ), il surait donc de donner la preuve pour (2). Cependant, il y a
une demonstration sensiblement plus simple sous lhypoth`ese (1).
Demonstration sous lhypoth`ese (1). Soit (t0 , y0 ) J Rm , et [t0 T, t0 + T ]
un intervalle compact quelconque contenu dans J. Reprenons la demonstration du
theor`eme de Cauchy-Lipschitz.
V Equations diff
erentielles. R
esultats fondamentaux 145
F = C([t0 T, t0 + T ], Rm ).
Soit
K= max k(t).
t[t0 T,t0 +T ]
que la solution (unique) du probl`eme de Cauchy est denie sur tout intervalle
[t0 T, t0 + T ] J.
Demonstration sous lhypoth`ese (2). Lidee est dutiliser le crit`ere de maximalite des
solutions demontre au 2.6. Supposons quon ait une solution y : [t0 , b[ Rm avec
t0 , b J (autrement dit, telle que b ne soit pas la borne superieure de J). Posons
C = supt[t0 ,b] c(t) et K = supt[t0 ,b] k(t). Nous obtenons
d
v(t)eK(tt0 ) = v (t) K v(t) eK(tt0 ) CeK(tt0 ) .
dt
Par integration sur [t0 , t], on obtient
C
v(t)eK(tt0 ) v(t0 ) (1 eK(tt0 ) ),
K
et comme v(t0 ) = y(t0 ) , il vient
C K(bt0 )
sup y(t) sup v(t) R = e 1 + y(t0 ) eK(bt0 ) .
t[t0 ,b[ t[t0 ,b[ K
Par consequent (t, y(t)) decrit une partie compacte K = [t0 , b] B(0, R) dans
U = J Rm , et y ne peut etre une solution maximale. Toute solution maximale
est donc globale. Le lecteur pourra etudier lexercice 5.9 pour un generalisation a`
une hypoth`ese de croissance plus faible que (2), tenant compte uniquement de la
direction radiale du vecteur f (t, y) .
146 Analyse num
erique et
equations diff
erentielles
Exercices
Un syst`eme dierentiel dordre p dans Rm est une equation de la forme
(E) y (p) = f (t, y, y , . . . , y (p1) )
u f : U Rm est une application continue denie sur un ouvert U R (Rm )p .
o`
Une solution de (E) sur un intervalle I R est une application y : I Rm p-fois
derivable, telle que
(i) (t I) (t, y(t), y (t), . . . , y (p1) (t)) U ,
(ii) (t I) y (p) (t) = f (t, y(t), y(t ), . . . , y (p1) (t)).
Le resultat suivant se demontre par recurrence dune mani`ere enti`erement analogue
a celle utilisee pour les equations dierentielles dordre 1. Le detail de largument
`
est laisse au lecteur.
R e des solutions Si f est de classe C k , les solutions y sont de
egularit
classe C k+p .
Il est clair que le syst`eme (E) est equivalent au syst`eme dierentiel dordre 1
dY0
dt = Y1
dY1
dt = Y2
(E1 ) ...
dYp2
= Yp1
dt
dYp1
dt = f (t, Y0 , Y1 , . . . , Yp1 )
si lon pose Y0 = y, Y1 = y , . . .. Le syst`eme (E1 ) peut encore secrire
(E1 ) Y = F (T, Y )
avec
Y = (Y0 , Y1 , . . . , Yp1 ) (Rm )p
F = (F0 , F1 , . . . , Fp1 ) : U (Rm )p
F0 (t, Y ) = Y1 , . . . , Fp2 (t, Y ) = Yp1 ,
Fp1 (t, Y ) = f (t, Y ).
V Equations diff
erentielles. R
esultats fondamentaux 147
Tout syst`eme dierentiel (E) dordre p dans Rm est donc equivalent a` un syst`eme
dierentiel (E1 ) dordre 1 dans (Rm )p . Il en resulte que les theor`emes dexistence et
dunicite demontres pour les syst`emes dordre 1 sont encore vrais pour les syst`emes
dordre p, avec des preuves qui sont des transpositions directes du cas dordre 1.
En voici les principaux enonces :
Remarque tr`
es importante On voit ainsi que pour un syst`eme dordre p,
la condition initiale requiert non seulement la donnee de la valeur y0 de y au temps
t0 , mais egalement la donnee de ses (p 1) premi`eres derivees.
alors le probl`eme de Cauchy 4.3 admet une solution maximale et une seule.
5.1. On consid`ere lequation dierentielle y = y 2 x.
reste (cest-`a-dire : si une solution y(x) a un point (x0 , y(x0 )) dans P , alors si
x1 > x0 , (x1 , y(x1 )) P ).
(b) Etudier et tracer le graphe de la courbe I ensemble des points dinexion des
u y > 0,
solutions de lequation dierentielle. Quelles sont les regions du plan o`
respectivement y < 0 ?
On notera I1 la partie de I exterieure `a P , et I2 la partie de I qui se trouve
dans P .
(a) Montrer que si est une barri`ere inferieure pour t0 t t1 et si u est une
solution de lequation dierentielle veriant (t0 ) u(t0 ), alors (t) < u(t) pour
tout t ]t0 , t1 [. Montrer un resultat analogue pour une barri`ere superieure.
V Equations diff
erentielles. R
esultats fondamentaux 149
(b) On suppose que est une barri`ere inferieure sur [t0 , t1 [, que est une barri`ere
superieure sur [t0 , t1 [, et que (t) < (t) pour tout t [t0 , t1 [. Lensemble des
points (t, x) tels que t0 t t1 et (t) x (t) est appele entonnoir.
() Montrer que si une solution u de lequation dierentielle est telle que (s, u(s))
soit dans lentonnoir pour un s [t0 , t1 [, alors (t, u(t)) est dans lentonnoir
pour tout t [s, t1 [.
() Si est une barri`ere inferieure et une barri`ere superieure, et si (t) > (t)
pour t [t0 , t1 [, on dit que lensemble des (t, x) tels que t0 t t1 et
(t) x (t) est un anti-entonnoir.
Montrer quil existe une solution u(t) de lequation dierentielle, telle que
(t) u(t) (t) pour tout t [t0 , t1 [.
(a) Montrer que le probl`eme de Cauchy correspondant admet une solution globale
unique (on pourra utiliser le resultat de lexercice 5.9).
(c) Montrer que la courbe symetrique dune trajectoire par rapport a` (0, 0) est
encore une trajectoire.
Soit (x(t), y(t)) une solution de (E) ; montrer que, si (x(t0 ), y(t0 )) D+ , il
existe t4 > t3 > t2 > t1 > t0 tels que (x(t), y(t)) Ei pour t ]ti1 , ti [,
i = 1, 2, 3, 4, et (x(t1 ), y(t1 )) + , (x(t2 ), y(t2 )) D , (x(t3 ), y(t3 )) ;
(x(t4 ), y(t4 )) D+ .
(e) Soit y0 > 0 et t0 R ; il existe une solution de (E) telle que (x(t0 ), y(t0 )) =
(0, y0 ) ; on pose (y0 ) = y(t2 ) ; montrer que (y0 ) ne depend que de y0 (et non
de t0 ) et que est une application monotone continue de R+ dans R .
(f) En utilisant le (c), montrer que (0, y0 ) appartient a` la trajectoire dune solution
periodique si et seulement si (y0 ) = y0 .
(g) Soit > 0 tel que pour la solution de (E) veriant (x(t0 ), y(t0 )) = (0, ) on ait
(x(t1 ), y(t1 )) = (1, 0). Montrer que pour y0 < , on a (y0 )2 y02 > 0 (regarder
t2
d
[x(t)2 + y(t)2 ]dt).
t0 dt
(i) En deduire quil existe une trajectoire et une seule correspondant a` des solutions
periodiques de (E). Montrer que les trajectoires non reduites `a (0, 0) convergent
asymptotiquement vers cette trajectoire quand t tend vers +.
y = ty, y(0) = 1.
V Equations diff
erentielles. R
esultats fondamentaux 151
(a) Demontrer que pour tout T > 0, ce probl`eme admet une solution et une seule
sur [0, T ], et indiquer comment la methode dEuler permet den trouver une
approximation.
1
nt2
N
y(t) = lim PN (t) avec PN (t) = 1+
N +
n=0
N2
(c) Pour > 0, etudier les variations de la fonction f (x) = x ln (1 + /x) sur
]0, +[ ; on montrera que f (x) < 0.
En deduire lencadrement
t2 Nn nt2 t2 n
1+ 1+ 2 1+ 2 si 0 n N 1.
N N N
o`u le second membre est deni sur R2 `a laide de prolongements par continuite. On
note Y (t) la solution approchee denie sur R, obtenue par la methode dEuler pour
1
le pas h = n+1/2 u n N , et veriant Y (0) = 0. On suppose dans un premier
o`
temps que n est pair.
1 1 3/8
(b) Determiner c > 0 tel que 0 < t < c on ait 2 t3/8 t > 10 t . En supposant
3/2 3/2
(t+h) t 8 3/8
de plus h t et c assez petit verier h < 5 t (on pourra utiliser
la formule de Taylor).
(mh)3/2
(c) On suppose que pour m N on a mh < c et Y (m, h) > 16 .
Demontrer les inegalites
1 1
f (mh, Y (mh)) > Y (mh)1/4 mh > (mh)3/8 mh > (mh)3/8 .
2 10
((m+1)h)3/2
En deduire Y ((m + 1)h) > 16 .
Montrer que si p entier verie 0 < ph c, on a
(ph)3/2
Y (ph) > .
16
152 Analyse num
erique et
equations diff
erentielles
(d) On suppose ici que n est impair. Calculer Y (h), Y (2h) et Y (3h). Montrer
3/2
linegalite Y (3h) < (3h)
16 .
3/2
On suppose que pour mh < c on a Y (mh) < (mh)
16 ; montrer comme ci-
3/2 3/2
dessus que Y ((m + 1)h) < ((m+1)h)
16 , puis que Y (ph) < (ph)
16 pour tout
entier p tel que 0 < ph c.
(e) Pour 0 < t < c, montrer que les solutions approchees Y (t) ne tendent vers
aucune limite n tend vers +.
(a) Determiner la courbe integrale qui passe par le point (x0 , y0 ) au temps t = 0.
Soit un reel h ]0, T [. On dira que z est une solution retardee de retard h si z est
une fonction continue sur [0, T ], derivable sur ]h, T ] et si
(a) Soit y0 un reel xe. Montrer que (E) admet une solution retardee de retard h
et une seule, notee zh , telle que zh (t) = y0 pour tout t [0, h].
() En deduire que
A A
m(t) + m(h) ek(th) , t [h, T ].
k k
t
[Indication : etudier la derivee de la fonction M (t) = ekt h
(A + km(u))du.]
o`
u C est la constante de la question (c) ).
154 Analyse num
erique et
equations diff
erentielles
tn = nh, zn = zh (tn ) ;
(a) Soit y : [t0 , t1 [ Rm une solution maximale a` droite passant par un point
(t0 , y0 ) et soit r(t) = y(t) 2 . Montrer que r (t) 2a(t)r(t) + 2b(t).
En deduire que y(t) 2 (t) o` u : J R est la solution (toujours globale)
de lequation lineaire = 2a(t) + 2b(t), telle que (t0 ) = y0 2 .
[Indication : soit A(t) une primitive de a(t) ; etudier le signe de la derivee de
(r(t) (t))e2A(t) .
(c) On suppose que t1 < sup J. Montrer que y(t), y (t) sont bornees sur [t0 , t1 [ et
que ces fonctions se prolongent par continuite en t1 . Montrer que ceci conduit
a une contradiction. Conclure.
`
dy
(E) = f (x, y)
dx
y = (x, )
u est un param`etre reel : on dit parfois que la solution generale depend dun
o`
seul param`etre. Pour comprendre ce phenom`ene, il sut dappliquer le theor`eme
de Cauchy-Lipschitz : si on cherche les solutions denies au voisinage dun point
x0 , on sait quil existe une solution y et une seule telle que y(x0 ) = y0 ; on peut
donc choisir = y0 pour parametrer les solutions. Dans la pratique, le param`etre
apparat souvent comme constante dintegration.
Il arrive parfois quen plus de la solution generale on ait des solutions particuli`eres
y = 0 (x), y = 1 (x), . . . qui ne sobtiennent pour aucune valeur de : on dit que
ce sont des solutions singuli`eres (ou courbes integrales singuli`eres) de (E).
156 Analyse num
erique et
equations diff
erentielles
On va maintenant decrire une situation un peu plus generale qui se ram`ene au cas
dune equation du type considere ci-dessus.
dy b(x, y)
(E) = = f (x, y).
dx a(x, y)
Resoudre (E) permet de trouver la trajectoire des particules (mais pas la loi du
mouvement en fonction du temps).
Ce sont les equations dans lesquelles on peut regrouper x, dx dune part et y, dy
dautre part. Nous allons examiner 3 cas.
a) Equations y = f (x), avec f : I R continue.
y(x) = F (x) + , R,
o`
u F est une primitive de f sur I. Les courbes integrales se deduisent les unes des
autres par translations dans la direction Oy.
b) Equations y = g(y), avec g : J R continue.
Notons yj les racines de g(y) = 0 dans lintervalle J. Alors y(x) = yj est une
solution (singuli`ere) evidente de lequation.
Dans louvert U = {(x, y) R J ; g(y) = 0}, on a
dy
(E) = dx.
g(y)
G(y) = x + , R
u G est une primitive quelconque de g1 sur chacun des intervalles ouverts [yj , yj+1 [
o`
delimites par les racines de g. Dans chaque bande R ]yj , yj+1 [, les courbes
integrales se deduisent les unes des autres par translations dans la direction Ox ;
ceci est `a relier au fait que les lignes isoclines sont les droites y = m = constante.
Comme G = g1 et que g est de signe constant sur ]yj , yj+1 [, on en deduit que G est
une application strictement monotone bijective
y = G1 (x + ), R.
Supposons par exemple g > 0, et par suite G croissante sur ]yj , yj+1 [.
y +
Si yjj g(y)
dy
diverge, on a aj = , par consequent x = G(y) quand
y yj + 0. Dans ce cas, la courbe est asymptote `a la droite y = yj .
y +
Si yjj g(y)
dy
converge, alors aj R et x aj quand y yj + 0, avec de plus
y = g(y) 0 ; la courbe vient rejoindre la droite y = yj au point (aj , yj ) et
admet la droite y = yj pour tangente en ce point. Cette situation montre quil ny
a pas unicite du probl`eme de Cauchy en cas de convergence de lintegrale.
dy
Exercice Verier que g(y) est bien toujours divergente en tout point yj tel
que g(yj ) = 0, lorsque g est localement lipschitzienne.
Lallure des courbes integrales est la suivante (dans le schema ci-dessous, on suppose
quil y a convergence en y2 0, divergence en y1 0 et y2 + 0) :
158 Analyse num
erique et
equations diff
erentielles
g(y) < 0
y = y2
g(y) > 0
x
y = y1
g(y) < 0
c) Cas g
en
eral des
equations `
a variables s
epar
ees :
dy
(E) = f (x)dx
g(y)
u G(y) = F (x) + , R, o`
do` u F est une primitive de f et G une primitive
de 1/g. Comme G est continue strictement monotone sur chaque intervalle [yj , yj+1 [,
lapplication G admet une application reciproque G1 et on obtient
y = G1 (F (x) + ).
1 y2
Exemple Soit lequation y = . Le domaine de denition est la reunion
1 x2
dy dx
= ,
1y 2 1 x2
, si
0,
2 2
Arc sin x , , =
2 2 2 2
, si 0.
2 2
De meme Arc sin y est dans
2 + , 2 si 0, et dans 2 , 2 + si 0.
Les courbes integrales admettent pour equation
avec
x ] 1, cos [, y ] cos , 1[ si 0,
x ] cos , 1[, y ] 1, cos [ si 0.
Louvert {|x| > 1 et |y| > 1} est forme de 4 composantes connexes. Placons-nous
par exemple dans {x > 1 et y > 1}. On a
dy dx
(E)
= ,
2
y 1 x2 1
do`u Arg cosh y = Arg cosh x + , R. Arg cosh est une bijection de ]1, +[ sur
]0, +[ ; en raisonnant comme ci-dessus, on obtient
y = x cosh + x2 1 sinh
avec
x ]1, +[, y ] cosh , +[ si 0,
x ] cosh , +[, y ]1, +[ si 0,
2 2
par suite (y x cosh )2 x2 sinh
+ sinh = 0, ce quiest lequation dune
conique. Comme x2 1 = |x| 1 x12 = |x| 2|x| 1
+ O x13 , on voit que la
conique admet des asymptotes y = (cosh sinh )x = e x (pour la branche
x > 1 qui nous interesse, cest y = e x). On a donc aaire a` des arcs dhyperbole.
160 Analyse num
erique et
equations diff
erentielles
x = cos h
e x
y= h
0
=
h
cosh hv
e x
1 y=
1 0 1 cosh
y = cos x
y = cos
1
x = < cos hv
grad V
V (x, y) =
En tout point o` u grad V = 0 , la ligne de niveau correspondante poss`ede une
tangente perpendiculaire a` grad V . Le champ des tangentes est dirige par le vecteur
k 1 a(x, y)
, resp. k dans le cas de (E) (resp. (S)).
f (x, y) b(x, y)
La condition dorthogonalite grad V k equivaut a` la proportionnalite de lequation
Vx dx + Vy dy = 0 a` lequation dierentielle (E) (ou (S)). On peut donc enoncer :
Propri
et
e caract
eristique V est une integrale premi`ere si et seulement si
Exemple Soit y = y
x+y 2 sur U = {x + y 2 = 0}. Lequation se recrit
Cette dierentielle nest pas une dierentielle exacte dV = P dx + Qdy (on devrait
Q
avoir P
y = x , ce qui nest pas le cas). On observe n eanmoins que
x ydx xdy
d = .
y y2
1
Multiplions alors lequation (E) par y2 , en se placant dans louvert y = 0 :
ydx xdy x
(E) 2
dy = 0 d y = 0.
y y
Les courbes integrales y sont donc donnees par
x
y = x = y 2 + y.
y
162 Analyse num
erique et
equations diff
erentielles
2 /4
Ce sont des arcs de la parabole daxe y = 2
et de sommet , delimites
/2
0
par les points tels que x + y 2 = 2y 2 + y = 0, cest-`a-dire et le sommet, qui
0
doivent etre exclus. Par ailleurs, y = 0 est une solution singuli`ere, fournissant deux
solutions maximales pour x ] , 0[ et x ]0, +[ respectivement.
1
Remarque On dit que y2 est un facteur integrant de la forme dierentielle
2
ydx (x + y )dy = 0.
1 x
Ce sont les equations de la forme
(E) y = a(x)y + b(x)
u a, b : I R (ou C) sont des fonctions continues.
o`
Supposons quon connaisse une solution particuli`ere y(1) de lequation (E). Alors
on obtient par soustraction y y(1)
= a(x)(y y(1) ), cest-`a-dire que z = y y(1)
verie lequation lineaire sans second membre
(E0 ) z = a(x)z.
Inversement, si z est solution de (E0 ), alors y = y(1) + z est solution de (E).
Th
eor`
eme 1 La solution generale de (E) secrit
y = y(1) + z
a) Solutions de (E0 )
z
= a(x),
z
ln |z| = A(x) + C, C R,
o`
u A est une primitive de a sur I. On en deduit
|z(x)| = eC eA(x) ,
z(x) = (x)eC eA(x) avec (x) = 1.
z(x) = eA(x)
z(x) = eA(x) , R
o`
u est dierentiable. Il vient
y(1) (x) = (x)a(x)eA(x) + (x)eA(x)
= a(x)y(1) (x) + (x)eA(x) .
(x)eA(x) = b(x),
(x) = b(x)eA(x) ,
x
(x) = b(t)eA(t) , x0 I.
x0
164 Analyse num
erique et
equations diff
erentielles
telle que y(1) (x0 ) = 0. La solution generale est donnee dapr`es le theor`eme 1 par
x
y(x) = eA(x) + b(t)eA(t) dt .
x0
x0 x
a) Equations de Bernoulli
dy
(E) = p(x)y + q(x)y , R \ {1},
dx
VI M
ethodes de r
esolution explicite 165
dy
(E) y = p(x)y 1 + q(x)
dx
Posons z = y 1 ; alors dz
dx = (1 )y dx
dy
, do`
u
1 dz
(E) = p(x)z + q(x)
1 dx
b) Equations de Riccati
y(1) + z = a(x)(y(1)
2
+ 2y(1) z + z 2 ) + b(x)(y(1) + z) + c(x)
2
= a(x)y(1) + b(x)y(1) + c(x) + (2a(x)y(1) + b(x))z + a(x)z 2 .
Comme y(1) se simplie, on en deduit
1
(1 x3 )w + 3x2 w + 1 = 0 avec w= ,
z
soit
3x2 1
w = 3
w+ , si x = 1.
1x 1 x3
166 Analyse num
erique et
equations diff
erentielles
w 3x2
Lequation lineaire sans second membre w = 1x3 donne
ln |w| = ln |1 x3 | + C, do`
u w= .
1 x3
La methode de variation des constantes conduit a`
1
= soit = 1, (x) = x.
1 x3 1 x3
La solution generale de lequation lineaire compl`ete est donc
x+
w(x) = ,
1 x3
1 1x3
do`
u y = x2 + z = x2 + w = x2 + x+ , soit encore
x2 + 1 1 + 3
y(x) = = x 2 + .
x+ x+
Pour = 1, on obtient la droite y = x 1. Pour = 1, il sagit dune
hyperbole (y x + 2 )(x + ) = 1 + 3 , admettant pour asymptotes les droites
x = et y = x 2 . La solution singuli`ere y(1) (x) = x2 est la solution limite
obtenue quand || tend vers +.
1 x
Une equation homog`ene est une equation qui peut se mettre sous la forme
y
(E) y = f u f : I R est continue.
o`
x
VI M
ethodes de r
esolution explicite 167
P (x,y)
Cest le cas par exemple des equations y = Q(x,y) o`
u P, Q sont des polynomes
homog`enes de meme degre d : une division par xd au numerateur et au denominateur
P (1,y/x)
nous ram`ene `a y = Q(1,y/x) .
y = z + xz = f (z),
f (z) z
z = .
x
dz dx
= ,
f (z) z x
F (z) = ln |x| + C = ln (x), R ,
u F est une primitive de z
1/(f (z) z) sur ]zj , zj+1 [. On en deduit que
o`
z = F 1 (ln (x)), do`
u la famille de courbes integrales
C : y = xF 1 (ln (x)),
y
denies dans le secteur angulaire zj < x < zj+1 , x > 0.
En cas de divergence de F aux points zj , zj+1 , on a F 1 : ] , +[]zj , zj+1 [
monotone bijective et xy zj ou zj+1 quand x 0 ou . On a donc dune
part une branche innie de direction asymptotique y = zj+1 x (resp. y = zj x)
et une tangente y = zj x (resp. y = zj+1 x) au point 0 si F est croissante (resp.
decroissante). Noter que la droite y = zj x nest pas necessairement asymptote :
voir lexemple ci-dessous.
Observons enn que les lignes isoclines sont les droites y = mx, la pente correspon-
dante etant f (m). Le champ des tangentes est donc invariant par les homotheties de
centre O. Ceci permet de voir que lhomothetique dune courbe integrale est encore
une courbe integrale.
isocline y = mx
y pente f (m)
z 2x
y=
f (m
)=
m y=
zx
1
y2 x
y = si x = 0, y = .
x(2y x) 2
(y/x)2
y = .
2y/x 1
z2
y = xz + z = ,
2z 1
z2 z z2 z(1 z)
xz = z = = .
2z 1 2z 1 2z 1
Solutions singuli`eres :
z = 0, z = 1,
y = 0, y = x.
Pour z = 0, z = 1 lequation se recrit
2z 1 dx
dz = .
z(1 z) x
VI M
ethodes de r
esolution explicite 169
La fonction
2z 1 z (1 z) 1 1
= =
z(1 z) z(1 z) 1z z
admet pour primitive
do`
u le calcul des courbes integrales :
Les courbes integrales sont donc des coniques. On peut mettre lequation sous la
forme
(y )(x y ) = 2
cest-`a-dire XY = avec X = x y et Y = y . Il sagit dune hyperbole
dasymptotes y = , y = x (parall`eles aux directions asymptotiques y = 0,
y = x donnees par les droites integrales singuli`eres).
Exercice Montrer que chaque hyperbole passe par (0, 0) avec tangente x = 0.
Autre M
ethode de r
esolution Utilisation des coordonnees polaires.
Pour r > 0 et R on pose
x = r cos
.
y = r sin
170 Analyse num
erique et
equations diff
erentielles
Il vient
dy dr sin + r cos d dr tan + r d
= = .
dx dr cos r sin d dr r tan d
Lequation (E) y = f xy se transforme alors en
y
On appelle equation du premier ordre non resolue en y une equation de la forme
(E) f (x, y, y ) = 0
Comme gj est de classe C 1 , on voit que par tout point (x, y) V il passe exactement
N courbes integrales dont les pentes sont les racines p de f (x, y, p) = 0.
VI M
ethodes de r
esolution explicite 171
pente p2
y
pente p1
Remarque Dans cette situation, il arrive frequemment quon ait une famille
de courbes integrales C admettant une enveloppe , cest-`a-dire une courbe qui
est tangente en chacun de ses points `a lune des courbes C .
La courbe est alors elle-meme une courbe integrale, car en chaque point sa
tangente appartient au champ des tangentes de lequation (E) (elle concide avec la
tangente de lune des courbes C ). est donc une solution singuli`ere. On notera
quune telle courbe doit satisfaire simultanement les deux equations f (x, y, y ) = 0
et f /p(x, y, y ) = 0 : chaque point (x, y) est en eet limite dune suite de
points en lesquels deux tangentes du champ viennent se confondre, de sorte que
p = y est racine double de f (x, y, p) = 0. En particulier les hypoth`eses faites ci-
dessus pour appliquer le theor`eme des fonctions implicites ne sont pas satisfaites si
(x0 , y0 ) .
a) Equations du type (E) : f (x, y ) = 0
Supposons que lequation f (x, p) = 0 admette une parametrisation de classe C 1
172 Analyse num
erique et
equations diff
erentielles
x = (t)
p = (t).
On a alors
dx = (t) dt
dy = y dx = (t) dx = (t) (t) dt
On en deduit t
y= (u) (u)du + = (t) + ,
t0
b) Equations du type (E) : f (y, y ) = 0,
y = (t)
connaissant une parametrisation
y = (t).
(t)
On obtient dy = (t)dt = (t)dx, do`
u dx = (t) dt. Les courbes integrales sont
parametrees par
x = (t) +
y = (t)
t
(u)
avec (t) = du.
t0 (u)
Ce sont les equations pouvant etre mises sous la forme
y
(E) f , y = 0.
x
On a alors
y = x(t),
dy = (t)dx + x (t)dt
dy = (t) dx,
do`
u ((t) (t)) dx = x (t) dt.
VI M
ethodes de r
esolution explicite 173
y = x(tj ).
dx (t)
= dt,
x (t) (t)
ce qui donne par integration de /( ) :
ln |x| = (t) + C,
x = e(t)
, R.
y = x(t) = (t)e(t)
Il est clair sur ces derni`eres formules que les courbes integrales se deduisent les
unes des autres par les homotheties de centre O.
1
En dierentiant y = 2 (3t t3 )x on obtient
1 1
dy = (3 3t2 )dt x + (3t t3 ) dx
2 2
1 3
= y dx = (t t) dx,
2
do`
u lequation
1
(t3 2t)dx = (3 3t2 )dt x,
2
dx 3(1 t2 )
= dt.
x 2t(t2 2)
Solutions singuli`eres : t(t2 2) = 0 t = 0, 2, 2. En remplacant dans ()
on obtient les droites
2 2
y = 0, y= x, y= x.
2 2
174 Analyse num
erique et
equations diff
erentielles
Solution generale :
2 2
1 t2 1 t2 t2 1 t
= = ,
t(t2 2) t(t2 2) 2t 2(t2 2)
3(1 t2 ) 3 dt 3 tdt
dt = .
2t(t2 2) 4 t 4 t2 2
On en deduit
3 3
ln |x| = ln |t| ln |t2 2| + C,
4 8
x = |t|3/4 |t2 2|3/8
y = xy x = 2 (3t t3 )|t|3/4 |t2 2|3/8 .
Exercice Montrer que par tout point (x, y) tel que |y| < |x| il passe exactement
trois courbes integrales, alors quil nen passe quune si |y| > |x|. Combien en passe-
t-il si |y| = |x| ? [Indication : etudier le nombre de valeurs de t et y associees a
`
une valeur donnee de y/x].
Cherchons `a determiner les equations dierentielles dont les courbes isoclines sont
des droites. La courbe isocline y = p sera une droite y = a(p)x + b(p) (pour
simplier, on ecarte le cas des droites parall`eles `a y Oy). Lequation dierentielle
correspondante est donc
M
ethode de R
esolution On choisit p = y comme nouvelle variable
parametrant chaque courbe integrale ; ceci est legitime `a condition que y ne
soit pas une constante sur un morceau de la courbe integrale consideree. Dans
le cas contraire, si y = p0 = constante, la courbe integrale est contenue dans la
droite y = a(p0 )x + b(p0 ), ce qui nest compatible avec la condition y = p0 que si
a(p0 ) = p0 .
Solution generale :
y = a(p)x + b(p),
dy = a(p)dx + (a (p)x + b (p))dp
dy = y dx = pdx.
Il vient
(p a(p))dx = (a (p)x + b (p))dp,
dx 1
= (a (p)x + b (p)) ;
dp p a(p)
cest une equation lineaire en la fonction x(p). La solution generale sera de la forme
x(p) = x(1) (p) + z(p), R,
y(p) = a(p)(x(1) (p) + z(p)) + b(p).
Cest le cas particulier des equations de Lagrange dans lequel a(p) = p pour toute
valeur de p, soit
(E) y = y x + b(y ).
Les droites
Dp : y = px + b(p)
qui etaient precedemment des solutions singuli`eres forment maintenant une famille
generale de solutions.
Montrons que les droites Dp poss`edent toujours une enveloppe . Une telle courbe
admet par denition une parametrisation (x(p), y(p)) telle que soit tangente a`
Dp au point (x(p), y(p)).
176 Analyse num
erique et
equations diff
erentielles
(x(p), y(p))
Dp
Le vecteur tangent (x (p), y (p)) a` doit avoir meme pente p que Dp , do`
u
y (p) = px (p). Par ailleurs (x(p), y(p)) Dp , donc
En dierentiant, il vient
Si b est de classe C 2 , on a y (p) = pb (p) = px (p) de sorte que est bien
lenveloppe des droites Dp . La courbe est une solution singuli`ere de (E).
On consid`ere le probl`eme suivant :
Probl`
eme Etant donne une famille de courbes
C : h(x, y, ) = 0, R,
existe-t-il une equation dierentielle du premier ordre dont les courbes C soient
les courbes integrales ?
VI M
ethodes de r
esolution explicite 177
Cas particulier. On suppose que les courbes C sont les lignes de niveau dune
fonction V de classe C 1 :
C : V (x, y) = , R.
y
x
y=m
A (1, 0)
A (1, 0) 0 x
y=< 1
mx
Les asymptotes de C sont alors des droites orthogonales passant par O, soit
1
y = mx, y= x, m R .
m
1
Posons X = y mx, Y = y + m x. Lequation de lhyperbole cherchee secrit
XY = C (constante),
1
(y mx)(y + x = C,
m
1
y 2 x2 + m xy = C.
m
178 Analyse num
erique et
equations diff
erentielles
C : y 2 x2 + xy + 1 = 0, R,
1 1
avec = m m (noter que m
m m est surjective de R sur R). Sur C on a :
x2 y 2 1
= ,
xy
(2xdx 2ydy)xy (x2 y 2 1)(xdy + ydx)
d = 0 = .
x2 y 2
D
enition On dit que C et sont orthogonales si les tangentes a` C et
sont orthogonales en tout point de C , quels que soient et .
Probl`
eme Etant donne une famille de courbes C , trouver la famille ( ) des
courbes qui sont orthogonales aux C .
Pour cela, on suppose que lon connat une equation dierentielle (E) satisfaite par
les courbes C , et on cherche lequation dierentielle (E ) des courbes orthogo-
nales . Distinguons quelques cas.
VI M
ethodes de r
esolution explicite 179
1
(E ) : y = .
f (x, y)
dx
= a(x, y)
dM
dt
(C ) satisfait (E) : = V (M ) .
dt
dy
= b(x, y)
dt
La tangente a` C estportee par V (M ), celle de ( ) est donc portee par le vecteur
b(x, y)
orthogonal V (M ) . Par suite ( ) est solution de
a(x, y)
dx
= b(x, y)
dt
(E )
dy = a(x, y)
dt
(C ) satisfait (E) : (x, y)dx + (x, y)dy = 0.
Alors ( ) verie (E ) : (x, y)dx + (x, y)dy = 0.
Cas particulier. Supposons que les courbes C sont les lignes de niveau V (x, y) =
de la fonction V . Elles verient alors
Donc verie
(x2 + y 2 )2 2x2 + 2y 2 = , R,
M A M A = C = + 1,
avec
x A 1
M , A , A .
y 0 0
Les courbes M A M A = C sappellent des ovales de Cassini. Leur allure est la
suivante.
Nous presentons ici la cel`ebre courbe du chien comme exemple de courbe de
poursuite. Voici le probl`eme : un chien et son matre se deplacent lun et lautre a`
des vitesses scalaires constantes V (pour le chien) et v (pour le matre), avec V > v.
On suppose que le matre se deplace en ligne droite, disons sur laxe Ox, dans la
direction positive, suivant la loi x = vt. A linstant t = 0, le chien se trouve au
point x = 0 y = r0 , a` distance r0 du matre. Le chien cherche a` rejoindre son
matre en pointant son vecteur vitesse V en direction du matre. Le probl`eme est
de determiner la loi du mouvement C(t) du chien.
VI M
ethodes de r
esolution explicite 181
y
0
C0
r0
x(t)
C(t)
y(t)
V
M0 = O vt x
M (t)
0
Notons langle (non oriente) = (Ox, CM ) et r = CM ; on a bien entendu
= (t) et r = r(t). Comme dhabitude en Physique, on designera par des points
surlignants les derivees temporelles r(t)
= dr/dt, (t)
= d/dt, . . . . A linstant t,
la position et la vitesse du chien sont donnees par
x(t) = vt r cos , x(t)
= v r cos + r sin = V cos ,
y(t) = r sin , = r sin + r cos = V sin ,
y(t)
dr V 1
= cotan + .
r d v sin
tan(/2)
ln r = ln sin + ln tan(/2) + Cte = r = r0
sin
Nous en deduisons
d v sin v
= = = (sin )2 tan(/2) .
dt r r0
182 Analyse num
erique et
equations diff
erentielles
2
En posant = tan(/2) et sin = 2 sin cos = , on trouve
2 2 1 + 2
r0 tan(/2) r0
dt = 2
d = (1 + 2 )2 d,
v (sin ) 2v
r0 1 1 1 +1
t= +
2v 1 +1
compte tenu du fait que = 1 en t = 0. Par substitution dans les expressions de x
et y, et dapr`es legalite tan = 2/(1 2 ), on obtient les equations parametriques
de la courbe du chien , a` savoir
r0 1 1 1 +1 r0
x = + (1 2 )1
2 1 +1 2
y = r0
r 1 1 1 +1
t = 0 + , [0, 1].
2v 1 +1
Au terme de la poursuite (y = = 0), le matre a parcouru la distance
r0
x= r0 pendant le temps t = .
2 1 2 1 v
0
C0
r0
vt
M (t)
0
x
= V /v = 10 3, 0 2, 0 1, 5 1, 25
Remarque Les equations ont encore un sens lorsque t < 0. On a dans ce cas
]/2, [ , ]1, +[ , le chien se trouve dans le quadrant x > 0, y > r0 et se
dirige vers le matre qui parcourt de son cote la demi-droite x < 0.
VI M
ethodes de r
esolution explicite 183
On consid`ere une equation dierentielle
(E) y = f (x, y, y )
a) Equations du type (E) : y = f (x, y )
b) Equations du type (E) : y = f (y, y )
Il peut y avoir des solutions constantes y(x) = y0 , auquel cas y ne peut etre choisi
comme variable. On a donc des solutions singuli`eres
Cas general
dy dy dy dv
y = = =v
dx dx dy dy
184 Analyse num
erique et
equations diff
erentielles
dv
v = f (y, v).
dy
c) Equations du type (E) : y = f (y)
Cest un cas particulier du cas b) precedent, mais on peut ici preciser davantage la
methode de resolution. On a en eet
y y = f (y)y ,
y = 2((y) + ),
dy
= dx,
2((y) + )
y
du
= x + , R.
y0 2((u) + )
Interpr
etation physique On etudie la loi du mouvement dun point materiel
M de masse m astreint a` se deplacer sur une courbe (C). On suppose que la
composante tangentielle FT de la force F qui sexerce sur M ne depend que de la
position de M , reperee par son abscisse curviligne y sur (C).
FT
y
M
F
(C)
FN
VI M
ethodes de r
esolution explicite 185
Par hypoth`ese, il existe une fonction f telle que FT = f (y). Le principe fondamental
de la dynamique donne
d2 y
FT = mT = m 2 ,
dt
do`
u
(E) my = f (y)
1
Et = Ec + Ep = my 2 (y)
2
est constante quel que soit le mouvement du point M . On dit que U (y, y ) =
1 2
2 my (y) est une int egrale premi`ere de (E) (dans le sens que cest une
relation dierentielle obtenue `a laide dune premi`ere integration de lequation du
second ordre, une deuxi`eme integration restant necessaire pour etablir la loi du
mouvement). Si Et designe lenergie totale, la loi du mouvement est donnee par
y
du
t t0 = m/2
y0 Et + (u)
au voisinage de tout donnee initiale (t0 , y0 , y0 ) telle que 12 my02 = Et + (y0 ) > 0.
Compl
ement Supposons que la fonction f : R R soit de classe C 1 ,
strictement decroissante et telle que f (0) = 0 ; on a donc en particulier f (y) > 0
pour y < 0 et f (y) < 0 pour y < 0 (physiquement, ceci signie que la force est
une force de rappel vers la position neutre y = 0, dont lintensite saccrot avec
la distance a` la position neutre). Alors les solutions maximales t
y(t) sont
u
periodiques. Pour le voir, posons par exemple (u) = 0 f (y)dy et observons que
est une fonction concave negative ou nulle, passant par un maximum en (0) = 0.
Comme 12 my 2 (y) = Et avec y 2 0 et (y) > 0 si y = 0, les solutions non
triviales
nexistent que pour une valeur Et > 0 de lenergie totale, et elles verient
|y | 2Et /m et (y) Et . De plus, si a < 0, b > 0 sont les uniques reels
negatif et positif tels que (a) = (b) = Et , on a a y(t) b pour tout t. Ceci
implique dej`a que les solutions maximales sont denies sur R tout entier [si par
exemple une solution maximale netait denie que sur un intervalle ouvert ]t1 , t2 [,
le crit`ere de Cauchy uniforme montrerait que y se prolonge par continuit
e `a droite
en t1 et `a gauche en t2 , puisque y est lipschitzienne de rapport 2Et /m, et
1
de meme y et y se prolongeraient grace `a la relation y = m f (y) ; lexistence
de solutions locales au voisinage de t1 et t2 contredirait alors la maximalite de y].
186 Analyse num
erique et
equations diff
erentielles
T y
l
m
F
FT
P = m
g
La theorie generale des equations et syst`emes dierentiels lineaires sera faite au
chapitre suivant. Indiquons un cas o` u lon peut se ramener a` un calcul de primitives.
Soit
(E) a(x)y + b(x)y + c(x)y = 0.
Supposons quon connaisse une solution particuli`ere y(1) de (E). On peut alors
chercher la solution generale par la methode de variation des constantes :
y(x) = (x)y(1) (x).
Il vient
a(x) y(1) + 2 y(1)
+ y(1) + b(x) y(1) + y(1)
+ c(x)y(1) = 0,
a(x)y(1) + b(x)y(1) + c(x)y(1) + 2a(x)y(1)
+ b(x)y(1) + a(x)y(1) = 0,
2a(x)y(1)
+ b(x)y(1) + a(x)y(1) = 0.
188 Analyse num
erique et
equations diff
erentielles
Les probl`emes variationnels conduisent tr`es souvent `a la resolution dequations
dierentielles du second ordre. Avant de donner un exemple, nous allons resoudre un
probl`eme variationnel general dans une situation simple. On consid`ere un operateur
fonctionnel (cest-`a-dire une fonction dont la variable est une fonction)
: C 2 ([a, b]) R
b
u
(u) = F (x, u(x), u (x))dx,
a
On doit donc avoir (0) = 0, et ceci quel que soit la fonction h C 2 ([a, b]) veriant
h(a) = h(b) = 0. Dapr`es le theor`eme de derivation sous le signe somme il vient
b
h (0) = h(x)Fy (x, u, u ) + h (x)Fz (x, u, u ) dx.
a
Par densite de lensemble des fonctions h considerees dans lespace L1 ([a, b]) des
fonctions integrables sur [a, b], on aura donc h (0) = 0 pour tout h si et seulement
si u satisfait lequation dierentielle
d
(E) Fy (x, u, u ) Fz (x, u, u ) = 0,
dx
ou encore :
(E) (s2 1)2 (s2 1)(s2 + ss ) + ss2 s = 1 s2 + ss = 0.
190 Analyse num
erique et
equations diff
erentielles
ds ds ds dv
s = = =v ,
dx dx ds ds
dv
(E) 1 v 2 + sv = 0,
ds
ds vdv 1
= 2 ln s = ln(v 2 1) + C,
s v 1 2
s = v 2 1 = s2 1,
ds s2 ds
s = = 1 + 2 dx =
,
dx 1 + s2 /2
s x
x = Arg sinh s = sinh ,
ds dy 2 x dy x
= 1+ = ch = sinh .
dx dx dx
Remarque Notre
raisonnement nest pas parfaitement rigoureux dans la mesure
u F (x, s, t) = s t2 1 est de classe C 2 seulement sur R R {|t| > 1}, alors que
o`
|s | est 1 mais prend la valeur 1 pour x = 0 (on notera que ds/dx = 1/ cos o` u
est langle de la tangente a` la courbe avec laxe 0x). Supposons s (x) > 1 pour
x > 0, comme cest le cas pour la solution physique observee. Le raisonnement
de derivation sous la signe somme et lintegration par parties appliques dans les
considerations generale du debut fonctionnent encore pour |t| petit si on suppose
h(x) = 0 sur un voisinage de 0 (et aussi bien s ur h(a) = 0).
Ces fonctions h sont encore denses dans L1 ([0, a]), donc s doit eectivement
satisfaire lequation dierentielle (E) sur ]0, a].
(avec une matrice symetrique (aij (x)) denie positive). On supposera en outre que
les coecients aij (x) sont susamment reguliers, disons de classe C 2 . Etant donne
1
une courbe : [a, b] de classe C , sa longueur (riemannienne) est par denition
ds = (t) dt q = q (t), (t)dt = aij ((t)) i (t)j (t) dt,
1i,jm
b b
long() = ds = aij ((t)) i (t)j (t) dt.
a a 1i,jm
ds
= (t) q = Cte,
dt
condition qui peut toujours etre realisee en reparametrisant le chemin par son
abscisse curviligne s. Il en resulte que les chemins qui minimisent lenergie sont
exactement les geodesiques parametrees par labscisse curviligne (`a un facteur
constant pr`es). Or la fonctionnelle denergie
E() admet pour dierentielle
b
aij
E () h = ((t)) i (t)j (t)hk (t) + 2 aij ((t)) i (t)hj (t) dt
a xk i,j
i,j,k
b a
d
((t)) i (t)j (t) 2 aik ((t)) i (t) dt
ij
= hk (t)
a i,j
xk dt i
k
192 Analyse num
erique et
equations diff
erentielles
apr`es integration par parties (on suppose bien s ur hj (a) = hj (b) = 0). Il en resulte
que le coecient de chaque terme hk (t) doit etre identiquement nul. En multipliant
par 1/2 et en developpant la derivee d/dt, on obtient le syst`eme dequations
dEuler-Lagrange caracterisant les geodesiques :
aik 1 aij
aik ((t)) i (t) + ((t)) i (t)j (t) = 0, 1 k m.
i i,j
x j 2 xk
5.1. On consid`ere lequation dierentielle `a variables separees
dy
(F ) = y + 1, > 0.
dt
(a) Exprimer la solution generale de (F ) en introduisant la fonction auxiliaire
y
dx
G(y) =
0 x +1
(b) Quelle est lequation de lisocline de pente 0 dans le nouveau rep`ere de vecteurs
de base ((1, 1), (0, 1)) ? Dessiner cette isocline en precisant les tangentes aux
points dabscisse 0 dans lancien rep`ere.
(b) Montrer que les courbes integrales maximales correspondant `a des solutions non
polynomiales forment deux familles de courbes se deduisant les unes des autres
par translations. Tracer celles de ces courbes qui sont asymptotes `a laxe y Oy.
(a) Par quels points (x, y) de R2 passe-t-il une solution de (1) ? Faire un graphique.
(b) En parametrant (1) par dy = tdx, montrer que y est solution dune equation
dierentielle (2) f y, t, dy
dt = 0.
(c) Integrer (2) puis (1) ; on pourra poser t = tan avec 2 , 2 . On obtient
une famille de courbes C dependant dun param`etre .
dy
dx dy
et d . Quelle est la norme euclidienne du vecteur d , d ? On se rappellera
dy
que dx = tan .
dy 2
dx 2
(e) On pose z() = d + d pour 0
2. Etudier les variations de
z() puis tracer la courbe C0 .
P : x = y 2 + y.
(a) Montrer que ces courbes sont solutions dune equation dierentielle du premier
ordre que lon precisera.
x2 y 2 + y 3 = 0,
o`
u est un param`etre reel.
(a) Tracer les courbes (C0 ), (C1 ) dans un rep`ere orthonorme Oxy (unite : 4 cm).
Quelle relation existe-t-il entre (C1 ) et (C ) ?
(b) Montrer que les courbes (C ) sont solutions dune equation dierentielle du
premier ordre.
(C ) x4 = y 4 + x.
(P) y = t2 + y 2 + 1 ; y(0) = 0.
(a) Soient T et R deux reels > 0, et soit (T, R) le rectangle deni par les inegalites
0tT; R y R.
T 2 + R2 + 1 R/T
(P1 ) z = z 2 + 1, z(0) = 0,
o`
u z designe une nouvelle fonction inconnue de t.
() Determiner explicitement lunique solution z de (P1 ), et indiquer son
intervalle de denition maximal.
() Soit [0, T ] un intervalle sur lequel y et z soient simultanement denies.
Montrer que u = y z est solution dun probl`eme de Cauchy
u b verie b(t) 0 pour tout t dans [0, T ]. En deduire que y(t) z(t) pour
o`
tout t dans [0, T ].
VI M
ethodes de r
esolution explicite 195
|dz|2 dx2 + dy 2
ds2 = 2 2
= , z = x + iy.
(1 |z| ) (1 (x2 + y 2 ))2
(a) Montrer (avec les notations du 4.4, et en gardant les fonctions complexes dans
les calculs) que la dierentielle de lenergie est donnee par
b
(t) (t) (t) (t)
E() h = 2 Re 2 h (t) + 2 3 h(t) dt.
a 1 (t)(t) 1 (t)(t)
2 (t)2 (t)
(t) + = 0.
1 (t)(t)
(b) Montrer que le chemin (t) = tanh(kt) (qui decrit le diam`etre ]1, 1[ du disque)
est solution de lequation pour tout k R+ .
(c) Montrer que si t
(t) est solution, alors t
(t) est encore solution pour
tout nombre complexe de module 1, et egalement que ha est solution, pour
toute homographie complexe ha de la forme
z+a
ha (z) = , a D.
1 + az
Les syst`emes dierentiels lineaires ont une grande importance pratique, car de
nombreux phenom`enes naturels peuvent se modeliser par de tels syst`emes, au
moins en premi`ere approximation. On sait dautre part resoudre completement les
syst`emes `a coecients constants, le calcul des solutions se ramenant `a des calculs
dalg`ebre lineaire (diagonalisation ou triangulation de matrices). Dans toute la
suite, K designe lun des corps R ou C.
Un syst`eme dierentiel lineaire du premier ordre dans Km est une equation
dY
(E) = A(t)Y + B(t)
dt
y1 (t)
u Y (t) = ... Km est la fonction inconnue et o`
o` u
ym (t)
b1 (t)
A(t) = (aij (t))1i,jm Mm (K), B(t) = ... Km
bm (t)
sont des fonctions continues donnees :
A : I Mm (K) = {matrices carrees m m sur K},
B : I Km ,
denies sur un intervalle I R.
On observe que la fonction f (t, Y ) = A t)Y + B(t) est continue sur I Km et
lipschitzienne en Y de rapport
k(t) = |||A(t)|||.
198 Analyse num
erique et
equations diff
erentielles
On entend par l` a un syst`eme lineaire avec B = 0 identiquement :
dY
(E0 ) = A(t)Y.
dt
Soit S lensemble des solutions maximales. Alors pour tous Y(1) , Y(2) S et tous
scalaires 1 , 2 K on a 1 Y(1) + 2 Y(2) S, donc S est un K-espace vectoriel.
Considerons lapplication devaluation au temps t0 :
t0 : S Km
Y
Y (t0 ).
t0 est un isomorphisme lineaire, la surjectivite provenant du theor`eme dexistence,
et linjectivite du theor`eme dunicite relatif au probl`eme de Cauchy.
equence Lensemble S des solutions maximales est un espace vectoriel
Cons
de dimension m sur K.
Revenons au syst`eme lineaire le plus general :
dY
(E) = A(t)Y + B(t).
dt
On sait quil existe au moins une solution globale Y(1) . Si Y est une solution
quelconque, il est clair que Z = Y Y(1) satisfait lequation sans second membre
(E0 ) : dZ/dt = A(t)Z, et reciproquement. Par consequent, lensemble des solutions
maximales est donne par
Y(1) + S = {Y(1) + Z ; Z S},
u S est lensemble des solutions maximales de lequation sans second membre (E0 )
o`
associee. Lensemble Y(1) + S des solutions est un translate de S, cest donc un
espace ane de dimension m sur K, admettant S comme direction vectorielle.
Ce sont les syst`emes de la forme
dY
(E) = AY + B(t)
dt
u la matrice A = (aij ) Mn (K) est independante de t.
o`
VII Syst`
emes diff
erentiels lin
eaires 199
dY
= AY
dt
On cherche une solution de la forme Y (t) = et V o` u l K, V Km sont des
constantes. Cette fonction est solution si et seulement si et V = et AV , soit
AV = V.
On est donc amene `a chercher les valeurs propres et les vecteurs propres de A.
Y (t) = 1 e1 t V1 + . . . + m em t Vm , j K.
La denition est calquee sur celle de la fonction exponentielle complexe usuelle,
calculee au moyen du developpement en serie enti`ere.
+
1 n
enition Si A M (K), on pose eA =
D A .
n=0
n!
Munissons Mn (K) de la norme ||| ||| des operateurs lineaires sur Km associee `a la
norme euclidienne (resp. hermitienne) de Rm (resp. Cm ). On a alors
1 n 1
||| A ||| |||A|||n ,
n! n!
1
de sorte que la serie n! An est absolument convergente. On voit de plus que
eA+B = eB eB .
200 Analyse num
erique et
equations diff
erentielles
1
1
V erication. On consid`ere la serie produit p! Ap q! B q , dont le terme
general est
1 1
n
n! 1
Cn = Ap B q = Ap B np = (A + B)n
p+q=n
p!q! n! p=0
p!(n p)! n!
M
ethode g erale de calcul dans Mn(C) Toute matrice A Mn (C)
en
peut etre mise sous forme de blocs triangulaires correspondant aux dierents sous-
espaces caracteristiques de A. Il existe donc une matrice de passage P , dont
les colonnes sont constituees par des vecteurs formant des bases des sous-espaces
caracteristiques, telle que
T = P 1 AP
soit une matrice triangulaire de la forme
T1
0 j ...
..
..
T2 0 j . .
T = . , Tj =
,
.. .. ..
. .
0 Ts 0 ... 0 j
o`
u 1 , . . . , s sont les valeurs propres distinctes de A. On a alors de facon evidente
T1n e T1
T2n
0 e T2 0
Tn = .. , eT = ..
. .
0 Tsn
0 e Ts
eB = eI eN = e eN (car eI = e I).
On en deduit donc
Comme A = P T P 1 et eA = P eT P 1 , on a nalement
det (eA ) = det (eT ), tr(A) = tr(T ) = valeurs propres.
dY
= AY
dt
Lune des proprietes fondamentales de lexponentiation des matrices reside dans le
fait quelle est intimement liee `a la resolution des equations lineaires `a coecients
constants dY /dt = AY .
Th
eor`
eme La solution Y telle que Y (t0 ) = V0 est donnee par
Y (t) = e(tt0 )A V0 , t R.
202 Analyse num
erique et
equations diff
erentielles
est de rayon de convergence +. On peut donc deriver terme `a terme pour tout
tR:
+
+
d tA 1 1 p p+1
(e ) = tn1 An = t A ,
dt n=1
(n 1)! p=0
p!
d tA
(e ) = A etA = etA A.
dt
o`
u Qij (t) est un polyn ome de degre j i, avec Qij (0) = 0. Les composantes de
Y (t) sont donc toujours des fonctions exponentielles-polyn omes 1js Pj (t)ej t
u 1 , . . . , s sont les valeurs propres complexes de A (meme si K = R).
o`
dY
= AY + B(t)
dt
Si aucune solution evidente napparat, on peut utiliser la methode de variation des
constantes, cest-`a-dire quon cherche une solution particuli`ere sous la forme
o`
u V est supposee dierentiable. Il vient
Il sut donc de choisir V telle que etA V (t) = B(t), soit par exemple
t
V (t) = euA B(u)du, t0 I.
t0
qui est la solution telle que Y (t0 ) = 0. La solution generale du probl`eme de Cauchy
telle que Y (t0 ) = V0 est donc
t
(tt0 )A
Y (t) = e V0 + e(tu)A B(u)du.
t0
B
QB ( V )
V
(V B ) B
PB ( V )
V B
204 Analyse num
erique et
equations diff
erentielles
On observe pour le calcul que V B = PB ( V ) B . On en deduit alors facilement
q 2p
A2p ( V ) = (1)p B 2p PB ( V ), p 1
m
q 2p+1
A2p+1 ( V ) = (1)p B 2p V B ,
m
q
cette derni`ere relation etant encore valable pour p = 0. En notant = m B, on en
deduit
+ +
2p t2p
2p+1 t2p+1 1
etA ( V ) = V + (1)p PB ( V ) + (1)p V B
p=1
(2p)! p=0
(2p + 1)! B
1
= V PB ( V ) + cos t PB ( V ) + sin t V B.
B
1
V = QB ( V0 ) + cos t PB ( V 0 ) + sin t V0 B
B
1
1 cos t
M0 M = tQB ( V0 ) + sin t PB ( V0 ) + V0B
w B
o`u M0 , V0 designent la position et la vitesse en t = 0 et QB la projection orthogonale
sur la droite R B . Il est facile de voir quil sagit dun mouvement helicodal
uniforme de pulsation , trace sur un cylindre daxe parall`ele `a B et de rayon
R = PB ( V0 ) /.
En presence dun champ electrique E , le calcul est aise si E est parall`ele `a B . On
q
a donc dans ce cas une solution particuli`ere evidente V = t m E , do` u les lois
generales des vitesses et du mouvement :
q
1
V = QB ( V 0 ) + t E + cos t PB ( V0 ) + sin t V 0 B ,
m B
1 1 cos t
q
M0 M = tQB ( V0 ) + t2 E + sin t PB ( V0 ) + V0 B .
2m B
Le mouvement est encore trace sur un cylindre a` base circulaire et sa pulsation est
constante, mais le mouvement est accelere dans la direction de laxe.
Dans le cas general, on decompose E = E// + E en ses composantes parall`eles et
orthogonales a` B , et on observe quil existe un vecteur U orthogonal a` B et E ,
tel que U B = E . Lequation dierentielle devient
dV q q
= (V + V ) B + E//
dt m m
de sorte que V + U satisfait lequation dierentielle correspondant a` un champ
electrique parall`ele `a B . En substituant V + U `a V et V0 + U `a V0 dans les
VII Syst`
emes diff
erentiels lin
eaires 205
formules, on obtient
q
V + U = QB ( V 0 ) + t E// + cos t PB ( V0 + U )
m
1
+ sin t ( V0 B + E ),
B
q sin t
M0 M = t QB ( V0 U ) + t2 E// + PB ( V0 + U )
2m
1 cos t
+ ( V0 B + E ).
B
Il sagit encore dun mouvement de type helicodal accelere, mais cette fois le
mouvement nest plus trace sur un cylindre.
B B B
E E
p
On consid`ere ici une equation dierentielle sans second membre
(E) ap y (p) + . . . + a1 y + a0 y = 0
y(t) = et , C.
Comme y (j) (t) = j et , on voit que y est solution de (E) si et seulement si est
racine du polynome caracteristique
P () = ap p + . . . + a1 + a0 .
P
Si P poss`ede p racines distinctes 1 , . . . , p , on obtient p solutions distinctes
t ej t , 1 j p.
On verra plus loin que ces solutions sont lineairement independantes sur C.
Lensemble des solutions est donc lespace vectoriel de dimension p des fonctions
y(t) = 1 e1 t + . . . + p ep t , j C.
P
On peut alors ecrire
s
P () = ap ( j )mj
j=1
o`
u mj est la multiplicite de la racine j , avec
m1 + . . . + ms = p.
d d
Comme les derivees partielles dt et d commutent dapr`es le theor`eme de Schwarz,
on obtient
d d dq dq d t dq
P (tq et ) = P e t
= P e = P ()e t
,
dt dt dq dq dt dq
do`
u, gr
ace `a la formule de Leibnitz :
d q
P (tq et ) = Cqi P (i) ()et .
dt i=0
D
emonstration. Considerons une combinaison lineaire nie
j,q yj,q = 0, j,q C.
Si les coecients sont non tous nuls, soit N le maximum des entiers q tels quil
0. Supposons par exemple 1,N = 0. On pose alors
existe j avec j,q =
Q() = ( 1 )N ( 2 )N +1 . . . ( s )N +1
d q
Q (tq ej t ) = Cqi Q(i) (j )tqi ej t
dt i=0
= 0 pour 0 q N, 1 j s,
d
En appliquant loperateur Q dt `a la relation j,q tq ej t = 0 on obtient alors
1,N Q(N ) (1 )e1 t = 0, ce qui est absurde puisque 1,N = 0 et Q(N ) (1 ) = 0. Le
lemme est demontre. On peut donc enoncer :
Th
eor`
eme Lorsque le polynome caracteristique P () a des racines complexes
1 , . . . , s de multiplicites respectives m1 , . . . , ms , lensemble S des solutions est le
C-espace vectoriel de dimension p ayant pour base les fonctions
t tq ej t , 1 j s, 0 q mj 1.
p
Soit a` resoudre lequation dierentielle
(E0 ) ap y (p) + . . . + a1 y + a0 y = 0.
Soit (v1 , . . . , vp ) une base des solutions de (E0 ). On cherche alors une solution
particuli`ere de (E).
Dans un certain nombre de cas, une solution simple peut etre trouvee rapidement.
Par exemple, si b est un polyn ome de degre d et si a0 = 0, lequation (E)
admet une solution polynomiale y de degre d, que lon peut rechercher par
identication des coecients. Si b(t) = et et si nest pas racine du polyn ome
caracteristique, lequation admet pour solution (/P ())et . Si b est une fonction
exponentielle-polyn ome, (E) admet une solution du meme type (noter que les
fonctions trigonometriques se ram`enent a` ce cas).
En general, le principe consiste a` appliquer la methode de variation des constantes
au syst`eme dierentiel (S) dordre 1 associe a ` (E).
(p1)
Si on pose y = y0 , y = y1 , . . . , y = yp1 , lequation (E) equivaut au syst`eme
y0 = y1
..
.
(S)
yp2 = yp1
y = 1 (a0 y0 + a1 y1 + . . . + ap1 yp1 ) + 1 b(t).
p1 ap ap
Exemple (E) y + 4y = tan t, avec t , .
2 2
On commence par resoudre lequation sans second membre
(E0 ) y + 4y = 0.
Lobjet de ce paragraphe (avant tout theorique) est de generaliser les resultats du
2 au cas des syst`emes lineaires `a coecients variables.
Considerons une equation lineaire sans second membre
(E0 ) Y = A(t)Y
t0 : S Km , Y Y (t0 )
1 t
R(t, t0 ) = t 1
t0
t0 : Km
S Km
V
Y
Y (t).
VII Syst`
emes diff
erentiels lin
eaires 211
D
enition R(t, t0 ) sappelle la resolvante du syst`eme lineaire (E0 ).
Propri
et
es de la r
esolvante
(i) t I, R(t, t) = Im (matrice unite m m).
(ii) (t0 , t1 , t2 ) I 3 , R(t2 , t1 )R(t1 , t0 ) = R(t2 , t0 ).
(iii) R(t, t0 ) est la solution dans Mm (K) du syst`eme dierentiel
dM
= A(t)M (t)
dt
(i) et (ii) sont immediats `a partir de la denition de R(t, t0 ) et (iii) resulte de ce qui
prec`ede. Retenons enn que la solution du probl`eme de Cauchy
Y (t) = R(t, t0 ) V0 .
Remarque Le syst`eme dM/dt = A(t)M (t) peut paratre plus complique que
le syst`eme initial puisquon a m2 equations scalaires au lieu de m (on passe de
Km ` a Mm (K)). Il est neanmoins parfois utile de considerer ce syst`eme plutot que
lequation initiale, parce que tous les objets sont dans Mm (K) et quon peut exploiter
la structure dalg`ebre de Mm (K).
Alors t
R(t, t0 ) = exp A(u)du .
t0
212 Analyse num
erique et
equations diff
erentielles
t
Pour le voir, il sut de montrer que M (t) = exp A(u)du satisfait la condition
t0
(iii) ci-dessus. Il est clair que M (t0 ) = Im . Par ailleurs lhypoth`ese de commutation
b d
() entrane que A(u)du et A(u)du commutent pour tous a, b, c, d I, le
a c
produit etant egal dans les deux cas `a
A(u)A(v)dudv
[a,b][c,d]
par le theor`eme de Fubini. On a donc
t t+h
M (t + h) = exp A(u)du + A(u)du
t0 t
t+h
= exp A(u)du M (t).
t
t+h
Or A(u)du = hA(t) + o(h), donc utilisant le developpement en serie de
t
lexponentielle on trouve
M (t + h) = (Im + hA(t) + o(h))M (t)
= M (t) + hA(t)M (t) + o(h),
ce qui montre bien que dM/dt = A(t)M (t).
En particulier, si U et V sont des matrices constantes qui commutent et si
A(t) = f (t)U + g(t)V pour des fonctions scalaires f, g, alors lhypoth`ese () est
satisfaite. On a donc
t t
R(t, t0 ) = exp f (u)du U + g(u)du V
t0 t0
t t
= exp f (u)du U exp g(u)du V .
t0 t0
Lexercice 2 montre que cest le plus souvent la resolution du syst`eme qui permet
de determiner la resolvante, et non pas linverse comme pourrait le laisser croire la
terminologie.
On va voir ici quon sait toujours calculer le determinant dun syst`eme de solutions,
ou ce qui revient au meme, le determinant de la resolvante, meme lorsque la
resolvante nest pas connue.
D
enition Le Wronskien dun syst`eme de m solutions Y1 , Y2 , . . . , Ym de (E0 )
est
W (t) = det (Y1 (t), . . . , Ym (t))
et pour cela on va montrer que (t) verie une equation dierentielle simple. On a
d
Comme R(t, t) = Im et du R(u, t)|u=t = A(t)R(t, t) = A(t), la formule de Taylor
donne
R(t + h, t) = Im + hA(t) + o(h),
det (R(t + h, t)) = det (Im + hA(t)) + o(h).
On en deduit
(t) = tr (A(t))(t),
Soit a` resoudre le syst`eme dierentiel lineaire
(E0 ) Y = A(t)Y.
o`
u V est supposee dierentiable. Il vient
dY d
= R(t, t0 ) V (t) + R(t, t0 ) V (t)
dt dt
= A(t)R(t, t0 ) V (t) + R(t, t0 ) V (t)
= A(t)Y (t) + R(t, t0 ) V (t).
On obtient ainsi la solution particuli`ere telle que Y (t0 ) = 0. La solution telle que
Y (t0 ) = V0 est donnee par
t
Y (t) = R(t, t0 ) V0 + R(t, u)B(u)du.
t0
Dans le cas o`u A(t) = A est `a coecients constants on retrouve la formule du 2.4,
dans laquelle R(t, t0 ) = e(tt0 )A , et la formule du Wronskien equivaut a` lidentite
dej`a connue
det (e(tt0 )A ) = exp ((t t0 ) tr A).
5.1. Soient b et c deux fonctions continues sur un intervalle xe T = [0, [. Soit (S)
le syst`eme dierentiel lineaire `a coecients constants et avec second membre
x = y + b(t)
y = 2x y + c(t)
et soit (S0 ) le syst`eme sans second membre associe (pour lequel b(t) = c(t) = 0).
(a) Ecrire la matrice A de (S0 ), et calculer etA .
(a) Ecrire la matrice A de (S), montrer quelle a deux valeurs propres reelles et
( > ) et determiner les sous-espaces propres correspondants.
1 0 x
(b) On pose ex = , ey = , et on note respectivement v = et
0 1 y
x
v = les vecteurs propres associes `a et tels que y = y = 1.
y
Calculer x , x . Determiner la matrice de passage P de lancienne base (ex , ey )
a la nouvelle base (v , v ), et calculer sa matrice inverse P 1 .
`
tA a(t) b(t)
(c) On pose e = . Calculer explicitement a(t), b(t), c(t), d(t).
c(t) d(t)
Donner la solution du syst`eme (S) veriant les conditions initiales x(0) = x0 ,
y(0) = y0 .
216 Analyse num
erique et
equations diff
erentielles
x(t)
(d) Soit T (x0 , y0 ) la trajectoire t
= M (t) correspondant aux conditions
y(t)
x0
initiales M (0) = .
y0
() Pour quelles positions de M (0) cette trajectoire T (x0 , y0 ) est-elle une demi-
droite ?
() Pour quelles positions de M (0) tend-elle vers 0 quand t + ?
() Indiquer sur un meme gure :
la forme des trajectoires T (x0 , 0) partant dun point (x0 , 0), x0 > 0,
de laxe des x ;
la forme des trajectoires T (0, y0 ) partant dun point (0, y0 ), y0 > 0,
de laxe des y.
(a) Determiner la solution generale de lequation sans second membre associee `a (E).
(c) Montrer que (E) admet une solution et une seule de la forme At cos t+Bt sin t :
la determiner explicitement, et tracer son graphe.
o`
u x, y sont des fonctions reelles de la variable reelle t.
(b) Montrer que lequation X = A(t)X admet une solution 2-periodique non
identiquement nulle si et seulement si 1 est valeur propre de V ; comment peut-
on interpreter le fait que V admette pour valeur propre une racine k-i`eme de
lunite ?
o`
u 0 < < w sont des constantes. Determiner U ; montrer que V se met sous
la forme B U o` u lon determinera la matrice B (on pourra utiliser que f est
constante sur [, 2[ ainsi que sur [0, [). Verier que det V = 1.
(e) Montrer qualors une des valeurs propres de V est inferieure `a 1 en module et que
lequation y + f (t)y = 0 admet une solution bornee (non identiquement nulle)
sur [0, +[ et une solution bornee (non identiquement nulle) sur ] , 0[ ;
a quelle condition admet-elle une solution bornee (non identiquement nulle)
`
sur R ?
cos 2 + (2 + ) cos 2w
o`
u
w+ w
+ = 2(1 + ).
w w+
En deduire que si w nest pas la moitie dun entier et si est assez petit, toutes
les solutions de y + f (t)y = 0 sont bornees. Que passe-t-il si w est la moitie
dun entier ?
Les methodes `a un pas sont les methodes de resolution numerique qui peuvent
secrire sous la forme
yn+1 = yn + hn (tn , yn , hn ), 0 n < N,
220 Analyse num
erique et
equations diff
erentielles
D
enition Lerreur de consistance en relative a` une solution exacte z est
lerreur
en = z(tn+1 ) yn+1 , 0n<N
produite par application de lalgorithme yn+1 = yn + hn (tn , yn , hn ) `
a partir de la
valeur yn = z(tn ). Autrement dit, cette erreur mesure lecart entre la valeur exacte
z(tn+1 ) au temps tn+1 , et la valeur approchee yn+1 issue de la valeur yn = z(tn )
prise comme valeur initiale au temps tn (une seule etape de lalgorithme est donc
mise en jeu). En termes de la fonction , on a
y
z
z(tn+1 )
yn+1 en
yn
tn tn+1 = tn + hn t
y z
z1 z2 z3
e3
e2
y4
e1 y3
e0 y2
y1
y0
t0 t1 t2 t3 t4 t
[Les fonctions z, z1 , z2 , z3 representent ici les solutions exactes passant par les
points (t0 , y0 ) et (tj , yj ), j = 1, 2, 3].
Soit z une solution exacte de lequation (E). On a au premier ordre lapproximation
z(tn+1 ) = z(tn + hn ) z(tn ) + hn z (tn ) = z(tn ) + hn f (tn , z(tn )).
Comme on la dej`a vu au chapitre V, ceci conduit a` lalgorithme
yn+1 = yn + hn f (tn , yn )
tn+1 = tn + hn .
Par denition de lerreur de consistance, on a en = z(tn + hn ) yn+1 o`
u
yn+1 = z(tn ) + hn f (tn , z(tn )) = z(tn ) + hn z (tn ).
La formule de Taylor-Lagrange donne
1 2
en = z(tn + hn ) (z(tn ) + hn z (tn )) =h z (tn ) + o(h2n ),
2 n
pourvu que z soit de classe C 2 . Cest bien le cas si f est de classe C 1 , et on sait
alors que
z (t) = f [1] (t, z(t)) o`
u f [1] = ft + fy f.
On en deduit par consequent
1 2 [1]
en = h f (tn , yn ) + o(h2n ).
2 n
Cette erreur en h2n est relativement importante, a` moins que le pas hn ne soit
choisi tr`es petit, ce qui augmente considerablement le volume des calculs `a eectuer.
On va donc essayer de construire des methodes permettant de reduire lerreur de
consistance en .
222 Analyse num
erique et
equations diff
erentielles
p
Supposons que f soit de classe C p . Alors toute solution exacte z est de classe C p+1 ,
et sa derivee k-i`eme est z (k) (t) = f [k1] (t, z(t)). La formule de Taylor dordre p
implique
p
1 k [k1]
z(tn + hn ) = z(tn ) + h f (tn , z(tn )) + o(hpn ).
k! n
k=1
Lorsque hn est assez petit, lapproximation est dautant meilleure que p est plus
grand. On est donc amene `a considerer lalgorithme suivant, appele methode de
Taylor dordre p :
p
1 k [k1]
yn+1 = yn + h f (tn , yn )
k! n
k=1
tn+1 = tn + hn .
Dapr`es la denition
g enerale des methodes `a un pas, cet algorithme correspond au
1
hk1 f [k1] (t, y). Calculons lerreur de consistance en .
p
choix (t, y, h) = k=1 k!
En supposant yn = z(tn ), la formule de Taylor dordre p + 1 donne
p
1 k (k)
en = z(tn+1 ) yn+1 = z(tn + hn ) h z (tn )
k! n
k=0
1
= hp+1 f [p] (tn , yn ) + o(hp+1
n ).
(p + 1)! n
Lerreur est donc maintenant de lordre de hp+1n . On dira dune mani` ere generale
quune methode est dordre p si lerreur de consistance est en hp+1
n chaque fois que
f est de classe C p au moins. La methode dEuler est le cas particulier p = 1 de la
methode de Taylor.
Le calcul des quantites f [k] est souvent complexe et co uteux en temps machine.
Il faut aussi pouvoir evaluer explicitement f [k] , ce qui nest pas toujours le cas
(par exemple, si f est une donnee experimentale discretisee).
La methode suppose a priori que f soit tr`es reguli`ere ; les erreurs risquent
donc de ne pas pouvoir etre controlees si certaines derivees de f presentent des
discontinuites ou une mauvaise continuite (pentes elevees).
Cette methode est decrite par le schema suivant.
VIII M
ethodes num ` un pas
eriques a 223
y
z
z(t + h)
z(t)
t t + h/2 t+h t
Lidee est que la corde de la fonction z sur [t, t + h] a une pente voisine de z t + h2 ,
alors que dans la methode dEuler on approxime brutalement cette pente par z (t).
On ecrit donc : h
z(t + h) z(t) + hz t + . ()
2
Si z est de classe C 3 , il vient
1 1
z(t + h) = z(t) + hz (t) + h2 z (t) + h3 z (t) + o(h3 ),
2 6
h 1 1 2
z t+ = z (t) + hz (t) + h z (t) + o(h2 ).
2 2 8
Lerreur commise est donc
h 1 3
= z(t + h) z(t) hz t + = h z (t) + o(h3 ),
2 24
soit une erreur en h3 au lieu de h2 dans la methode dEuler. On par ailleurs
h h h
z t + = f t + ,z t + .
2 2 2
Comme la valeur de z t + h2 nest pas connue, on lapproxime par
h h
z t+ z(t) + f (t, z(t)), ()
2 2
do`
u en denitive
h h
z(t + h) z(t) + hf t + , z(t) + f (t, z(t)) .
2 2
Lalgorithme du point milieu est associe au choix
h h
(t, y, h) = f t + , y + f (t, y)
2 2
224 Analyse num
erique et
equations diff
erentielles
yn+1 = yn + hn pn
tn+1 = tn + hn .
Si on observe les algorithmes precedents, on voit que la seule operation eventuel-
lement co uteuse en temps de calcul est levaluation de la fonction f (t, y), le reste
consistant en un petit nombre dadditions ou de multiplications. On mesure donc
le co
ut dune methode dordre donne par le nombre devaluations de la fonction f
quelle reclame `a chaque pas. Pour des methodes dordres dierents la comparaison
ne tient pas, puisquune methode dordre plus eleve exige `a precision egale un
nombre de pas nettement inferieur.
hn
yn+ 12 = yn + 2 pn1
pn = f tn + hn , yn+ 1
2 2
yn+1 = yn + hn pn
tn+1 = tn + hn .
Evaluons maintenant lerreur de consistance en = z(tn+1 ) yn+1 , en supposant
yn = z(tn ). On peut ecrire
o`
u en est lerreur de consistance de la methode du point milieu standard (on suppose
donc aussi yn = z(tn ) pour la calculer). Il vient
hn hn
n = yn+1 yn+1 = hn f tn + , yn+ 12 f tn + , yn+ 12 .
2 2
hn
yn+ 12 yn+ 12 = f (tn , yn ) pn1
2
hn hn1
= f (tn , yn ) f tn1 + , yn 12 .
2 2
226 Analyse num
erique et
equations diff
erentielles
hn1 hn1
Or tn tn1 + 2 = 2 et
hn1
yn yn 12 = yn yn1 + pn2
2
hn1
= yn yn hn1 pn1 + pn2
2
1
= hn1 pn1 pn2
2
1
= hn1 f (tn , yn ) + o(hn1 ) ;
2
a la troisi`eme ligne on utilise le fait que yn = yn = z(tn ), et a` la quatri`eme le fait
`
que pni = f (tni +hni /2, yni +1/2) converge vers f (tn , yn ) pour i = 1, 2 lorsque
hmax tend vers 0. Gr ace `a la formule de Taylor pour les fonctions de 2 variables, il
vient
hn2
f (tn , yn ) f tn1 + , yn 12
2
hn1 1
= ft (tn , yn ) + hn1 f (tn , yn )fy (tn , yn ) + o(hn1 )
2 2
1
= hn1 (ft + f fy )(tn , yn ) + o(hn1 )
2
1
= hn1 f [1] (tn , yn ) + o(hn1 ),
2
do`
u
1
yn+ 12 yn+ 12 = hn hn1 f [1] (tn , yn ) + o(hn hn1 ).
4
On en deduit nalement
hn 1
n = hn fy tn + , cn yn+ 12 yn+ 12 = h2n hn1 fy f [1] (tn , yn ) + o(h2n hn1 ),
2 4
do`u lerreur de consistance
1 3 [2] 1
en = hn f + 3fy f [1] (tn , yn ) + h2n hn1 (fy f [1] )(tn , yn ) + o(h3n + h2n hn1 ).
24 4
La methode du point milieu modie est donc encore une methode dordre 2 (mais
ce nest pas une methode `a un pas !).
La premi`ere notion que nous introduisons a trait au probl`eme de laccumulation
des erreurs de consistance (accumulation purement theorique dans le sens o` u on
tient pas compte du fait que la solution calculee secarte de la solution exacte, cf.
schemas du 1.1).
VIII M
ethodes num ` un pas
eriques a 227
D
enition 1 On dit que la methode est consistante si pour
toute solution
exacte z la somme des erreurs de consistance relatives a
` z, soit |en |, tend
0nN
vers 0 quand hmax tend vers 0.
Une autre notion fondamentale est la notion de stabilite. Dans la pratique, le calcul
recurrent des points yn est en eet entache derreurs darrondi n . Pour que les
calculs soient signicatifs, il est indispensable que la propagation de ces erreurs
reste controlable. On est amene `a la denition suivante.
enition 2 On dit que la methode est stable sil existe une constante S 0,
D
appelee constante de stabilite, telle que pour toutes suites (yn ), (
yn ) denies par
on ait
max |
yn yn | S |
y0 y0 | + |n | .
0nN
0n<N
D
enition 3 On dit que la methode est convergente si pour toute solution
exacte z, la suite yn telle que yn+1 = yn + hn (tn , yn , hn ) verie
La quantite max |yn z(tn )| sappelle lerreur globale (de la suite yn calculee par
0nN
rapport a` la solution exacte z). Cest evidemment cette erreur qui importe dans la
pratique.
En eet 0n<N |en | tend vers 0 quand hmax tend vers 0, puisque la methode est
consistante par hypoth`ese.
do`
u
en = hn (f (cn , z(cn )) (tn , z(tn ), hn )) = hn (n + n )
avec
n = f (cn , z(cn )) (cn , z(cn ), 0),
n = (cn , z(cn ), 0) (tn , z(tn ), hn ).
Comme la fonction (t, h)
(t, z(t), h) est continue sur [t0 , t0 + T ] [0, ] qui est
compact, elle y est uniformement continue. Par consequent, pour tout > 0, il
existe > 0 tel que hmax |n | . Pour hmax on a donc
|e | h
n n
| | hn |n | hn = T .
n
0n<N 0n<N 0n<N
On en deduit
lim |en | = lim hn |n |
hmax 0 hmax 0
0n<N 0n<N
t0 +T
= |f (t, z(t)) (t, z(t), 0)|dt
t0
car hn |n | est une somme de Riemann de lintegrale precedente. Par denition,
la methode est consistante si et seulement si lim |en | = 0 pour toute solution
exacte z. On en deduit :
Th
eor`
eme La methode `a 1 pas denie par la fonction est consistante si et
seulement si
(t, y) [t0 , t0 + T ] R, (t, y, 0) = f (t, y).
Il resulte de ce theor`eme que les methodes `a un pas dej`a mentionnees sont bien
consistantes.
VIII M
ethodes num ` un pas
eriques a 229
Pour pouvoir majorer lerreur globale decrite au 2.1, il
faut savoir estimer dune
part la constante de stabilite S, et dautre part la somme 0n<N |en |. Le resultat
suivant permet devaluer S.
Th
eor`
eme Pour que la methode soit stable, il sut que la fonction soit
a-dire quil existe une constante 0 telle que
lipschitzienne en y, cest-`
yn+1 = yn + hn (tn , yn , hn ),
yn+1 = yn + hn (tn , yn , hn ) + n .
|
yn+1 yn+1 | |
yn yn | + hn |
yn yn | + |n |.
En posant n = |
yn yn |, il vient
n+1 (1 + hn )n + |n |.
1 + hn ehn = e(tn+1 tn ) .
Par hypoth`ese on a
n+1 e(tn+1 tn ) n + |n |
e(tn+1 t0 ) 0 + e(tn+1 ti+1 ) |i | + |n |.
0in1
Denition On dit quune methode `a 1 pas est dordre p si pour toute solution
exacte z dune equation dierentielle
|en | Chp+1
n , n, 0 n < N.
Elle est dite dordre p (exactement) si elle est dordre p mais pas dordre p + 1.
en = z(tn+1 ) yn hn (tn , yn , hn ) o`
u yn = z(tn ).
p
1 l l
(tn , yn , hn ) = h (tn , yn , 0) + o(hpn ).
l! n hl
l=0
On en deduit aussit
ot
1 l+1 1 l
p
en = hn f [l] (tn , yn ) l
tn , yn , 0) + o(hp+1
n )
l! l+1 h
l=0
l 1
l
(t, y, 0) = f [l] (t, y), 0 l p 1.
h l+1
232 Analyse num
erique et
equations diff
erentielles
1 p+1 1 p
en = hn f [p] (tn , yn ) p
(tn , yn , 0) + o(hp+1
n ).
p! p+1 h
Ceci permet (au moins theoriquement) de trouver une constante C dans la majora-
tion de lerreur de consistance : on peut prendre
1 1 p
C= f [p] (t, z(t)) + (t, z(t), h)
(p + 1)! p! hp
Lerreur initiale |y0 z(t0 )| est generalement negligeable. Lerreur globale donnee
par une methode stable dordre p est donc de lordre de grandeur de hpmax avec une
constante de proportionnalite SCT (on retiendra que lordre est egal `a lexposant
de hmax dans la majoration de lerreur globale, alors que lerreur de consistance,
elle, est en hp+1
n ).
Si la constante SCT nest pas trop grande (disons 102 ), une methode dordre 3
avec pas maximum hmax = 102 permet datteindre une precision globale de lordre
de 104 .
VIII M
ethodes num ` un pas
eriques a 233
Lerreur globale calculee au 2.4 est une erreur theorique, cest-`a-dire quelle ne tient
pas compte des erreurs darrondi qui se produisent inevitablement en pratique. Dans
la realite lordinateur va calculer non pas la suite recurrente yn , mais une valeur
approchee yn de yn dans laquelle interviendront
En denitive, on aura
S(|0 | + T + N ).
max |
yn z(tn )| S(|0 | + T + N + CT hpmax )
0nN
T
Supposons le pas hn = h constant pour simplier. On a alors N = h et lerreur est
majoree par
T
E(h) = S(|0 | + T + + CT hp ) = S(|0 | + T ) + ST + Chp
h h
E(h)
hopt h
Lobjet de ce paragraphe est de mettre en evidence les dicultes qui peuvent
apparatre dans la mise en uvre des algorithmes de resolution numerique.
y = 2 |y|, t [0, +[
y(0) = 0.
si y0 = 0 y(t) = 0
si y0 = y(t) (t + )2 quand hmax 0.
D
enition 3 On dit quun probl`eme est bien conditionne si les methodes
numeriques usuelles peuvent en donner la solution en un temps raisonnable.
On consid`ere un probl`eme de Cauchy
y = f (t, y), t [t0 , t0 + T ]
y(t0 ) = y0
et on cherche `a discretiser ce probl`eme par rapport a` une subdivision t0 < t1 < . . . <
tN = t0 + T . Lidee est de calculer par recurrence les points (tn , yn ) en utilisant des
points intermediaires (tn,i , yn,i ) avec
gr
ace au changement de variable t = tn + uhn . De meme
1
z(tn+1 ) = z(tn ) + hn f (tn + uhn , z(tn + uhn )du.
0
ces methodes pouvant etre a priori dierentes. On se donne egalement une methode
dintegration approchee sur [0, 1] :
1
(M) g(t)dt bj g(cj ).
0 1jq
En appliquant ces methodes dintegration a` g(u) = f (tn + uhn , z(tn + uhn )), il vient
z(tn,i ) z(tn ) + hn aij f (tn,j , z(tn,j )),
1j<i
z(tn+1 ) z(tn ) + hn bj f (tn,j , z(tn,j )).
1jq
238 Analyse num
erique et
equations diff
erentielles
(M1 ) c1 0 0 ... 0 0
(M2 ) c2 a21 0 ... 0 0
.. .. .. .. .. ..
.. .. .. . . .
.. .. .. 0 0
(Mq ) cq aq1 aq2 ... aqq1 0
(M) b1 b2 ... bq1 bq
o`
u les methodes dintegration approchees correspondent aux lignes. On pose par
convention aij = 0 pour j i.
Hypoth`
ese On supposera toujours que les methodes dintegration (Mi ) et (M)
sont dordre 0 au moins, cest-`
a-dire
ci = aij , 1= bj .
1j<i 1jq
0 0
Exemple 1 Pour q = 1, le seul choix possible est
1
On a ici c1 = 0, a11 = 0, b1 = 1. Lalgorithme est donne par
pn,1 = f (tn , yn )
tn+1 = tn + hn
yn+1 = yn + hn pn,1
On verra plus loin que cette methode est dordre 4. Dans ce cas les methodes
dintegration (Mi ) et (M) utilisees sont respectivement :
1
2 1
(M2 ) g(t)dt
g(0) : rectangles `a gauche,
0 2
12
1 1
(M3 ) g(t)dt g : rectangles `a 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
Les methodes de Runge-Kutta sont des methodes `a un pas
yn+1 = yn + hn (tn , yn , hn )
VIII M
ethodes num ` un pas
eriques a 241
avec (tn , yn , hn ) = bj pn,j . La fonction est denie de mani`ere explicite par
1jq
(t, y, h) = bj f (t + cj h, yj ) avec
1jq
()
yi = y + h aij f (t + cj h, yj ), 1 i q.
1j<i
Supposons que f soit k-lipschitzienne en y. On va montrer que est alors egalement
lipschitzienne. Soit z R et supposons (t, z, h) et zi denis a` partir de z comme
dans la formule ().
Lemme Soit = max |aij | . Alors
i
1ji
=k |bj |(1 + (khmax ) + . . . + (khmax )j1 ).
1jq
Pour determiner lordre, on peut appliquer le crit`ere du 2.4 consistant a` evaluer les
l
derivees hl (t, y, 0) : lordre est au moins egal `a p si et seulement si cette derivee
1
est egale `a l+1 f [l] (t, y) pour l p 1. Gr
ace `a la formule () du 3.3, on obtient
facilement les derivees successives de :
(t, y, 0) = bj f (t, y) = f (t, y).
1jq
yj
(t, y, h) = bj cj ft (t + cj h, yj ) + fy (t + cj h, yj ) ,
h j
h
yi yj
= aij f (t + cj h, yj ) + h aij cj ft + fy .
h j<i j<i
h
Pour h = 0, on obtient donc
yi
= aij f (t, y) = ci f (t, y)
h h=0 j<i
(t, y, 0) = bj cj (ft + fy f )(t, y) = bj cj f [1] (t, y).
h j
Dapr`es le 2.4, la methode est dordre 2 si et seulement si bj cj = 12 .
2 y 2 2
2 yj j yj
(t, y, h) = b j c f + 2c j f + f + f ,
h2 j
j tt ty
h yy
h y
h2
2 yi
yj 2
= 2 a ij c f
j t + f + h a ij c f + . . . .
h2 j<i
y
h j<i
j tt
Pour h = 0, il vient
2 yi
2 =2 aij cj (ft + fy f )(t, y),
h h=0
2
2 2
(t, y, 0) = b j c (f + 2f f + f f )(t, y) + 2 bi aij cj fy (ft + fy f )(t, y).
h2 j
j tt ty yy
i,j
2 1
La condition h2 (t, y, 0) = 3 f [2] (t, y) se traduit en general par les conditions
1 1
bj c2j = , bi aij cj =
j
3 i,j
6
Th
eor`
eme La methode de Runge-Kutta denie par le tableau des coecients
ci , aij , bj est
1
dordre 2 ssi b j cj = .
j
2
1 1 1
dordre 3 ssi b j cj = ; bj c2j = ; bi aij cj = .
j
2 j
3 i,j
6
dordre 4 ssi
1 1 1
b j cj = ; bj c2j = ; bj c3j =
j
2 j
3 j
4
1 1 1
bi aij cj = ; bi aij c2j = ; bi ci aij cj = ;
i,j
6 i,j
12 i,j
8
1
bi aij ajk ck = .
12
i,j,k
Pour les exemples du 3.2, on voit ainsi que la methode dEuler est dordre 1, et
que les methodes de lexemple 2 sont dordre 2. De plus, dans une methode avec
q = 2, il y a a priori un seul coecient aij non nul, a` savoir = a21 . On a alors
c2 = j<2 a2j = et la methode est dordre 2 au moins ssi bj cj = b2 = 1/2,
soit b2 = 1/2 et b1 = 1 b2 = 1 1/2. On voit donc quil ny avait pas dautres
choix possibles pour une methode dordre 2 avec q = 2.
Enn, la methode Runge-Kutta classique presentee dans lexemple 3 est dordre 4
(lordre nest pas 5 car bj c4j = 1/5). Cest si lon peut dire la methode
reine des methodes `a un pas : ordre eleve, grande stabilite (grace `a la positivite
des coecients, voir remarque nale du 3.3). Il existe des methodes dordre encore
plus eleve (voir exercice 5.4), mais leur plus grande complexite les rend peut-etre
un peu moins praticables.
244 Analyse num
erique et
equations diff
erentielles
La mani`ere la plus simple pour appliquer une methode de resolution numerique
consiste `a utiliser un pas constant hn = h.
La principale diculte est alors de determiner hmax de facon que lerreur globale ne
depasse pas une certaine tolerance xee `a lavance ; on ne sait pas en eet quelle
sera levolution de la solution etudiee, de sorte quil est dicile de prevoir a priori
les erreurs de consistance.
Lutilisation dalgorithmes a` pas variables presente de ce point de vue deux
avantages majeurs :
|en|/hn
Pour estimer en , il nest pas question dutiliser les expressions analytiques des
l
derivees hl et f [l] , beaucoup trop co
uteuses en temps de calcul. On est donc amene
a rechercher des estimations ad hoc, qui nutilisent si possible que des quantites dej`a
`
calculees par lalgorithme, et qui ne reclament pas de nouvelle evaluation de f .
M
ethode dEuler
Si pn = f (tn , yn ), alors
en 1
= (pn+1 pn ).
hn 2
Ceci ne necessite aucun calcul supplementaire puisque pn+1 est de toute facon
necessaire pour letape suivante.
M
ethode de Runge-Kutta dordre 2
0 0 0
0
1 1
1
2 2
Dapr`es le 2.4 on a ici
1 1 2
en = h3n f [2] (tn , yn ) (t ,
n ny , 0) + o(h3n ),
3! 2! h2
246 Analyse num
erique et
equations diff
erentielles
pn,1 = f (tn , yn ),
pn,2 = f (tn + hn , yn + hn pn,1 ),
1 1
pn+1,1 = f tn + hn , yn + hn 1 pn,1 + pn,2 .
2 2
h2n
pn,2 pn,1 = hn f [1] + 2 (f + 2fty 2
f + fyy f ) + o(h2n ),
2 tt
1
pn+1,1 pn,1 = hn f [1] + hn (pn,2 pn,1 )fy
2
h2
+ n (ftt + 2fty
f + fyy 2
f ) + o(h2n ),
2
1 h2
pn+1,1 pn,1 (pn,2 pn,1 ) = (1 ) n (ftt + 2fty 2
f + fyy f )
2
h2
+ n fy f [1] + o(h2n ).
2
en 1 1
= pn+1,1 pn,1 (pn,2 pn,1 ) .
hn 3
Il ny a pas de justication theorique serieuse pour cela, lidee est simplement que
les developpements limites se ressemblent formellement.
M
ethode de Runge-Kutta classique
Dautre part, des calculs analogues a` ceux ci-dessus montrent que les quantites
sont de la forme
h2n (derivees dordre 2 de f ).
VIII M
ethodes num ` un pas
eriques a 247
|en |
Au lieu de comparer hn a , on peut essayer de comparer
`
2n + 2n `a
ou (plus rapide)
|n | + |n | `a = = ,
ST
quitte a` ajuster eventuellement les valeurs de et par tatonnements.
Si lon desire une evaluation plus precise de en , il est necessaire dutiliser des
techniques plus elaborees, telles que les methodes de Runge-Kutta embotees (voir
par exemple le livre de Crouzeix-Mignot, chapitre 5, 6).
5.1. On etudie la methode numerique (M) de resolution de lequation dierentielle
y = f (x, y) denie par
yn+1 = yn + hn (tn , yn , hn ),
h h
(t, y, h) = f (t, y) + f (t + , y + f (t, y)) + f (t + h, y + hf (t, h))
2 2
o`
u , , sont des reels compris entre 0 et 1.
(b) Dans cette question et la suivante, on supposera que la fonction f (t, y) est de
classe C sur [t0 , t0 + ] R, et k-lipschitzienne en y. Pour quelles valeurs de
(, , ) la methode proposee est-elle stable ?
0 0 0 0
1/4 1 0 0
3/4 9/20 6/5 0
1 1/9 1/3 5/9
248 Analyse num
erique et
equations diff
erentielles
5.3. On se propose dobtenir une borne explicite pour lordre p dune methode de
Runge-Kutta dont le nombre de points intermediaires q est xe.
(a) Dans lespace vectoriel Pn des polyn omes `a coecients reels de degre inferieur
ou egal `a n, on consid`ere la forme bilineaire
1
P, Q = P (x)Q(x)dx.
0
quon suppose etre dordre p. On se donne par ailleurs une methode dintegration
approchee
1
(I) g(u)du bj g(cj )
0 1jq
On suppose ici que le pas hn = h est constant. On sinteresse aux methodes `a r + 1
pas permettant un calcul recurrent des points (tn , yn ) et des pentes fn = f (tn , yn )
sous la forme
yn+1 = i yni + h i fni
0ir 0ir
(M)
t = tn + h
n+1
fn+1 = f (tn+1 , yn+1 )
u les i , i , 0 i r sont des constantes reelles.
o`
D
emarrage de lalgorithme Le point initial (t0 , y0 ) etant donne, lalgo-
rithme ne peut demarrer que si les valeurs (y1 , f1 ), . . . , (yr , fr ) ont dej`a ete calculees.
Ce calcul ne peut etre fait que par une methode `a un pas pour (y1 , f1 ), a` au plus
2 pas pour (y2 , f2 ), . . . au plus r pas pour (yr , fr ). Linitialisation des r premi`eres
valeurs (yi , fi ), 1 i r, sera generalement faite a` laide dune methode de Runge-
Kutta dordre superieur ou egal `a celui de la methode (M), ou a` la rigueur un de
moins (voir le debut du 1.2 sur ce point).
252 Analyse num
erique et
equations diff
erentielles
La denition generale de lerreur de consistance pour une methode `a r + 1 pas est
la suivante (on ne suppose pas necessairement dans cette denition que le pas est
constant).
D
enition Soit z une solution exacte de lequation (E). Lerreur de consistance
en relative a
` z est lecart
d`es que f est de classe C p (z est alors de classe C p+1 ). Par ailleurs
(ih)k
yni = z(tni ) = z(tn ih) = z (k) (tn ) + O(hp+1 ),
k!
0kp
(ih)k
= z (k+1) (tn ) + O(hp )
k!
0kp1
(ih)k1 (k)
= k z (tn ) + O(hp ).
k!
0kp
La methode (M) est donc dordre p si et seulement si elle verie les conditions
ik i kik1 i = (1)k , 0 k p.
0ir
IX M ` pas multiples
ethodes a 253
On dit quune methode `a pas multiples est stable si une petite perturbation des
valeurs initiales y0 , . . . , yr et de petites erreurs n dans le calcul recurrent des valeurs
yn+1 , r n < N , provoquent une erreur nale contr olable. De facon precise :
D
enition On dit quune methode `a r+1 pas est stable de constante de stabilite
S si pour toutes suites yn , yn avec
alors
max |
yn yn | S max |
yn yn | + |n | .
0nN 0nr
rn<N
En appliquant cette denition a` yn = z(tn ), on voit que lerreur globale de la suite
yn par rapport a` la solution exacte z(tn ) admet la majoration
max |yn z(tn )| S max |yn z(tn )| + |en | .
0nN 0nr
rn<N
Si la methode est dordre p avec |en | Chn hpmax , alors on a |en | CT hpmax
rn<N
car hn = T . Pour la phase dinitialisation, il convient donc de choisir une
methode conduisant a` une erreur dinitialisation max |yn z(tn )| de lordre de hpmax
0nr
au plus. Ceci conduit a` choisir une methode dinitialisation dordre p 1. Il est
toutefois preferable de choisir une methode dordre p, car lerreur dinitialisation
est alors bornee par C hp+1
max et donc n egligeable.
Condition n
ecessaire de stabilit
e On cherche `a determiner les conditions
necessaires `a la stabilite de la methode (M) decrite au 1.1. Pour cela, on consid`ere
lequation dierentielle la plus simple qui soit :
(E) y = 0.
La suite yn est alors denie par
yn+1 = i yni , n r.
0ir
254 Analyse num
erique et
equations diff
erentielles
Lensemble des suites veriant cette relation de recurrence est un espace vectoriel
de dimension r + 1, car chaque suite est denie de mani`ere unique par la donnee de
(y0 , y1 , . . . , yr ). On a de mani`ere evidente des solutions particuli`eres
yn = n ,
o`
u est racine du polyn
ome caracteristique
r+1 0 r 1 r1 . . . r = 0.
n nq nj , 0 q < mj .
yN yN | = |j |N S max |j |n ,
|
0nr
ce qui equivaut a`
|j |N S max(1, |j |r ).
Si lon fait tendre h vers 0 et N = T
h vers +, ceci nest possible que pour |j | 1.
Supposons maintenant que le polyn ome caracteristique admette une racine j de
module |j | = 1 et de multiplicite mj 2. En regardant la suite yn = nnj
on trouve
yN yN | = N,
| max | yn yn | = r
0nr
Th
eor`
eme On suppose que f (t, y) est k-lipschitzienne en y. Alors la methode
(M) est stable si et seulement si
r+1 0 r . . . r = 0
Remarque. On observera que = 1 est toujours racine d`es que la methode est
consistante, puisqualors 0 + . . . + r = 1.
IX M ` pas multiples
ethodes a 255
Pour exploiter cette inegalite, on cherche `a majorer |n+1 | en fonction des |i |. Pour
cela, on observe que la relation de denition de n equivaut a` legalite formelle
n X n = ( n X n )(1 0 X . . . r X r+1 )
Les coecients de cette derni`ere serie admettent lequivalent nq1 nj /(q 1)! et sont
donc bornes si et seulement si |j | < 1 ou bien |j | = 1 et q = 1.
equivaut a` n = 0 n + 1 n1 + . . . + n 0 , do`
u
|n | (|0 | + |1 | + . . . + |n |). ()
En combinant () et () il vient
|n+1 | |j | |j+1 | + |j |
0jn+1 rjn 0jr
|n+1 | kh |i ||ji | + |j | + |j | .
rjn 0ir 0jr
Or |i ||ji | |i | |j |
rjn 0ir 0ir 0jn
et la relation de denition j = j 0 j1 . . . r jr1 donne par ailleurs
|j | 1 + |i | |0 | + . . . + |r | .
0jr 0ir
On obtient donc
|n+1 | kh |i |(|0 | + . . . + |n |)
0ir
+ |j | + 1 + |i | |i | .
rjn 0ir 0ir
Posons n = |0 | + . . . + |n | et
= k |i |,
0ir
n = |j | + 1 + |i | |i | .
rjn 0ir 0ir
Or pour j n 1 on a j n et 0 = |0 | n . On en deduit
e(n+1)h 1
n n (1 + eh + . . . + enh ) = n .
eh 1
ot une majoration de n :
Cette inegalite entrane aussit
|n | = n n1 hn1 + n1
enh 1
= h h + 1 n1 .
e 1
max0nN |n | S 1 + 0nr |i | 0ir |n | + rnN |n |
avec S = eT , cest-`a-dire
S = ekT |i |
o`
u = sup |n |.
Si lerreur initiale max |n | est negligeable (comme cest souvent le cas) on prendra
0nr
S = S , sinon on peut prendre
S = (1 + r) 1 + |i | S .
0ir
M
ethode de Nystr
om
yn+1
pente fn
yn1
tn1 tn tn+1 tn
2h
1
on approxime la pente 2h (yn+1 yn1 ) de la corde par la pente de la tangente au
point milieu tn . Les calculs du 1.1 donnent
h3 (3) h3 [2]
en = z (tn ) 2 + O(h4 ) = f (tn , yn ) + O(h4 ).
3! 3
La methode de Nystrom est donc dordre 2. Pour la phase dinitialisation, on
choisira une methode `a 1 pas dordre 2, par exemple la methode du point milieu :
f0 = f (t0 , y0 ) ;
h h
y1/2 = y0 + f0 ; t1/2 = t0 + ; f1/2 = f (t1/2 , y1/2 ) ;
2 2
y1 = y0 + hf1/2 ; t1 = t0 + h ; f1 = f (t1 , y1 ).
S = e2kt .
(E) y = y
y0 = 1, f0 = 1,
h h
y1/2 = 1 , f1/2 = 1 + ,
2 2
h2
y1 = 1 h + .
2
La solution generale de () peut secrire
yn = c1 n1 + c2 n2
o`
u 1 , 2 sont les racines de lequation
2 + 2hk 1 = 0,
a savoir 1 = h + 1 + h2 , 2 = h 1 + h2 . Les constantes c1 , c2 sont
`
determinees par
y 0 = c1 + c 2 = 1
h2
y 1 = c1 1 + c 2 2 = 1 h + 2 .
On obtient donc
2 2
1 h + h2 2 1 + h2 + 1 + h2
c1 = = ,
1 2 2 1 + h2
2
h2
1 1 h + h2 1 + h2 1 + 2
c2 = = .
1 2 2 1 + h2
h2 h4
Comme 1 + h2 = 1 + 2 8 + O(h6 ), on voit que
c1 = 1 + O(h4 )
1 4
c2 = h + O(h6 )
16
2
Par ailleurs 1 = 1 h + h2 + O(h4 ) = eh + O(h3 ),
2
tandis que 2 = 1 + h + h2 + O(h4 ) = eh + O(h3 ).
On voit donc que yn est somme de deux termes
1 4
c1 n1 enh , c2 n2 h (1)n enh .
16
Le premier de ces termes approxime bien la solution exacte, mais le second est un
terme de perturbation qui diverge quand n +, bien quil soit negligeable quand
260 Analyse num
erique et
equations diff
erentielles
le temps tn = nh nest pas trop grand. Si la duree dintegration est trop longue
(plus precisement, si h4 eT nest plus negligeable), on va obtenir un trace de la forme
ci-dessous.
yn
y = et
0 tn T t
M
ethode de Milne
Cest la methode `a 4 pas denie par
8 4 8
yn+1 = yn3 + h fn fn1 + fn2 .
3 3 3
On verie quelle est stable, dordre 4, mais comme pour la methode de Nystrom
la stabilite nest pas tr`es bonne a` cause des racines de module 1 du polyn
ome
caracteristique 4 1 = 0.
On ne suppose plus ici que le pas hn soit necessairement constant. Si z est une
solution exacte de lequation, on ecrit
tn+1
z(tn+1 ) = z(tn ) + f (t, z(t))dt.
tn
Supposons que pour 0 i r on ait dej`a calcule les points z(tni ) et les pentes
fni = f (tni , z(tni )).
Lidee de la methode est dapproximer la fonction f (t, z(t)) sur [tn , tn+1 ] par
son polynome dinterpolation aux points tn , tn1 , . . . , tnr . Considerons donc le
polyn ome pn,r (t) qui interpole les points (tni , fni ) pour 0 i r :
pn,r (t) = fni Ln,i,r (t), deg (pn,r ) = r,
0ir
IX M ` pas multiples
ethodes a 261
t tnj
u Ln,i,r (t) =
o` . On ecrit maintenant :
tni tnj
0jr
j=i
tn+1
z(tn+1 ) = z(tn ) + f (t, z(t))dt
tn
tn+1
z(tn ) + pn,r (t)dt
tn
= z(tn ) + hn bn,i,r fn,i
0ir
avec tn+1
1
bn,i,r = Ln,i,r (t)dt.
hn tn
Exemples
r = 0 : on a pn,0 (t) = constante = fn , do`
u AB1 : yn+1 = yn + hn fn . Il sagit
de la methode dEuler.
r = 1 : le polyn
ome pn,1 est la fonction ane qui interpole (tn , fn ) et (tn1 , fn1 ),
do`
u les formules
fn fn1
pn,1 (t) = fn + (t tn )
tn tn1
tn+1
fn fn1 1 tn+1
pn,1 (t)dt = fn hn + (t tn )2
tn hn1 2 tn
hn
= b n fn + (fn fn1 ) .
2hn1
Dans le cas o`
u le pas hn = h est constant, la formule de recurrence se reduit a`
3 1
yn+1 = yn + h fn fn1 .
2 2
De mani`ere generale, lorsque le pas est constant les coecients bn,i,r ne dependent
pas de n car la methode est invariante par translation. Pour les petites valeurs de r,
les coecients bi,r correspondants sont donnes par le tableau :
r b0,r b1,r b2,r b3,r r = |bi,r |
i
0 1 1
3
1 2 12 2
23
2 12 16
12
5
12 3,66. . .
55
3 24 59
24
37
24
9
24 6,6. . .
Remarque On a toujours 0ir bn,i,r = 1, car pour fn = . . . = fnr = 1 on
a pn,r (t) 1, par consequent
tn+1
pn,r (t)dt = hn = hn bn,i,r 1.
tn 0ir
ABr+1
ABr+1
S = exp (r kT ).
Posons n = max |
yi yi |. On a
0in
(1 + r khn )n + |n |.
yn+1 yn+1 |, n ), on en deduit
Comme n+1 = max (|
n+1 (1 + r khn )n + |n |.
Le lemme de Gronwall implique alors
N exp r k(tN tr ) r + |n | ,
rn<N
Remarque Lexemple AB2 donne au 2.1 montre que les coecients bn,i,r ne
sont en general bornes que si le rapport hn /hn1 de 2 pas consecutifs reste borne.
Dans la pratique, il est raisonnable de supposer que
hn
hn1
avec disons 2. Les formules du 2.1 donnent dans ce cas :
tn+1 tnj
|bn,i,r | max |Ln,i,r (t)| =
t[tn ,tn+1 ] |tni tnj |
1jn
Lidee en est la meme que celle des methodes dAdams-Bashforth, mais on approx-
ime ici f (t, z(t)) par son polynome dinterpolation aux points tn+1 , tn , . . . , tnr ; le
point tn+1 est donc pris en plus. On consid`ere le polyn ome pn,r (t) de degre r + 1
qui interpole les points (tni , fni ) pour 1 i r :
pn,r (t) = fni Ln,i,r (t),
1ir
t tn,j
do`
u Ln,i,r (t) = .
t tn,i
1jr
j=i
tn+1
1
avec bn,i,r = Ln,i,r (t)dt.
hn tn
On observera ici que yn+1 nest pas donne explicitement en fonction des quantites yn ,
fni anterieurement calculees, mais seulement comme solution dune equation dont
la resolution nest pas a priori immediate. Pour cette raison, on dit que la methode
dAdams-Moulton est une methode implicite (la methode dAdams-Bashforth est
dite par opposition explicite). Pour resoudre lequation ci-dessus, on aura recours
en general `a une methode iterative. Notons un la quantite (explicite)
un = yn + hn bn,i,r fni .
0ir
Comme (x) = hn bn,1,r fy (tn+1 , x), lapplication va etre contractante (avec
une petite constante de Lipschitz) lorsque hn est assez petit. Si f (t, y) est k-
lipschitzienne en y, il sut que hn < |b 1 |k pour avoir convergence. La solution
n,1,r
yn+1 est alors unique dapr`es le theor`eme du point xe, et lalgorithme iteratif secrit
Fp = f (tn+1 , xp ),
xp+1 = un + hn bn,1,r Fp .
On choisira une valeur initiale x0 qui soit une approximation de yn+1 (la meilleure
possible !), par exemple la valeur donnee par la methode dAdams-Bashforth :
x0 = yn + hn bn,i,r fni .
0ir
Exemples
r = 0 : le polyn ome pn,0 est le polyn
ome de degre 1 qui interpole (tn+1 , fn+1 )
et (tn , fn ), soit
fn+1 fn
pn,0 (t) = fn + (t tn ) ;
hn
tn+1 1 1
pn,0 (t)dt = hn fn+1 + fn .
tn 2 2
ome pn,1 interpole les points (tn+1 , fn+1 ), (tn , fn ), (tn1 , fn1 ),
r = 1 : le polyn
do`
u les formules
(t tn )(t tn1 ) (t tn1 )(t tn1 ) (t tn )(t tn+1 )
pn,1 (t) = fn+1 fn +fn1 ,
hn (hn + hn1 ) hn hn1 hn1 (hn + hn1 )
tn+1
yn+1 = yn pn,1 (t)dt,
tn
& '
2hn + 3hn1 3hn1 + hn h2n
yn+1 = yn + hn fn+1 + fn fn1 .
6(hn + hn1 ) 6hn1 6hn1 (hn + hn1 )
IX M ` pas multiples
ethodes a 267
De mani`ere generale, les coecients bn,i,r sont des nombres bi,r independants de
n lorsque le pas est constant. On a la table suivante :
r b1,r b0,r b1,r b2,r b3,r r = |bi,r | r+1
i
1 1
0 2 2 1 2
5 8 1
1 12 12 12 1,16. . . 3,66. . .
9 19 5 1
2 24 24 24 24 1,41. . . 6,66. . .
251 646
3 720 720 264
720
106
720
19
720 1,78. . . 12,64. . .
Les coecients bn,i,r verient toujours bn,i,r = 1.
1ir
AMr+1
Soit z une solution exacte du probl`eme de Cauchy. Sous lhypoth`ese yni = z(tni ),
0 i n, on a
en = z(tn+1 ) yn+1
= z(tn+1 ) z(tn ) + hn bn,i,r f (tni , z(tni )) + hn bn,1,r f (tn+1 , yn+1 )
0ir
= z(tn+1 ) z(tn ) + hn bn,i,r f (tni , z(tni ))
1ir
tn+1
|en | (z (t) pn,r (t))dt + hn bn,1,r k|en |,
tn
tn+1
1
|en | (z (t) p (t))dt .
1 hn bn,1,r k tn
n,r
268 Analyse num
erique et
equations diff
erentielles
|n,r ()| = | tn+1 | |n,r ()|
(r + 1)hmax (r + 1)! hr+1
max (r + 2)! hmax ,
r+2
tn+1
(z (t) pn,r (t))dt |z (r+3) ()|hn hr+2
max ,
tn
AMr+1
On suppose que les rapports hn /hn1 restent bornes, de sorte que les quantites
r = max |bn,i,r |, r = max |bn,1,r |
n n
ir
et posons n = max |
yi yi |. Comme on a n+1 = max (|
yn+1 yn+1 |, n ), il vient
0in
n+1 n + khn |bn,1,r |n+1 + |bn,i,r |n + |n |,
0ir
n+1 (1 |bn,1,r |khn ) n 1 + |bn,i,r |khn + |n |
0ir
1+ |bn,i,r |khn (n + |n |).
0ir
do`
u la constante de stabilite
r kT
S = eT = exp
1 r khmax
S exp (r kT ).
Le tableau du 3.1 montre qu` a ordre r + 2 egal, la methode AMr+1 est beaucoup
plus stable que ABr+2 . Il nen reste pas moins que malgre cet avantage important,
la methode dAdams-Moulton est dutilisation delicate `a cause de son caract`ere
implicite. Les methodes de prediction-correction que nous allons decrire permettent
dobtenir une stabilite equivalente, tout en fournissant un schema explicite de
resolution.
270 Analyse num
erique et
equations diff
erentielles
On se donne une methode dite de prediction (ou predicteur), fournissant (explicite-
ment) une premi`ere valeur approchee pyn+1 du point yn+1 `a atteindre :
Soit z une solution exacte du probl`eme de Cauchy. Lerreur de consistance est
en = z(tn+1 ) yn+1
.
IX M ` pas multiples
ethodes a 271
Ecrivons
en = (z(tn+1 ) yn+1 ) + (yn+1 yn+1 )
en = en + (yn+1 yn+1 ).
On a par ailleurs
yn+1 yn+1 = hn bn,1,r (fn+1
pfn+1 ).
Il en resulte nalement
|yn+1 yn+1 | |bn,1,r | khn (|pen | + |en |)
|en | |en | + |yn+1
yn+1 |
|en | 1 + |bn,1,r |khn |en | + |bn,1,r | khn |pen |.
On voit que linuence du predicteur est nettement moindre que celle du correcteur
puisque son erreur de consistance est en facteur dun terme O(hn ). Le correcteur
AMr+1 etant dordre r + 2 (cest-`a-dire |en | Chn hr+2max ), on voit quil convient
de choisir un predicteur dordre r + 1. Les contributions de |en | et |pen | dans |en |
seront alors toutes deux Chn hr+2
max , lordre global de PECE est donc r + 2 dans ce
cas.
Pr
edicteur : Euler (ordre 1), Correcteur : AM1 (ordre 2).
P : pyn+1 = yn + hn fn
E : pfn+1 = f (tn+1 , pyn+1 )
C : yn+1 = yn + hn 12 pfn+1 + 1
fn
2
E : fn+1 = f (tn+1 , yn+1 )
Cet algorithme concide avec la methode de Heun, qui nest autre que la methode
de Runge-Kutta denie par
0 0 0
1 0 1
.
1 1
2 2
272 Analyse num
erique et
equations diff
erentielles
Pr
edicteur : Nystr
om (ordre 2) avec pas constant hn = h,
Correcteur : AM2 (ordre 3).
P : pyn+1 = yn1 + 2hfn
E : pfn+1 = f (tn+1 , pyn+1 )
5 8 1
C : yn+1 = yn + h 12 pfn+1 + fn fn1
12 12
E : fn+1 = f (tn+1 , yn+1 )
Pr
edicteur : ABr+1 (ordre r + 1), Correcteur : AMr+1 (ordre r + 2).
P : pyn+1 = yn + hn bn,i,r fni
0ir
E : pfn+1 = f (tn+1 , pyn+1 )
yn+1 = yn + hn bn,1,r pfn+1 + bn,i,r fni
C :
0ir
E : fn+1 = f (tn+1 , yn+1 ).
Supposons que le predicteur soit de la forme
pyn = n,i yni + hn n,i fni
0ir 0ir
et notons
A = max |n,i |, B = max |n,i |.
n n
i i
Posons n = max |
yi yi | et pn = |p
yn pyn |. Comme f (t, y) est supposee
0in
k-lipschitzienne en y, il vient :
pn+1 An + hn Bkn
n+1 n + kh n |b n,1,r |p n+1 + |b n,i,r | n + |n |.
0ir
n+1 n (1 + hn ) + |n |,
avec = (r + r (A 1 + Bkhmax ))k. Le lemme de Gronwall montre donc que la
methode PECE est stable, avec constante de stabilite
S = eT = exp (r + r (A 1 + Bkhmax )kT .
Comme leur nom lindique, il sagit de methodes de prediction-correction dans
lesquelles la derni`ere etape devaluation est omise (en vue bien s ur de gagner du
temps). Ceci signie que les pentes corrigees fn+1 ne sont pas calculees, il faudra
donc se contenter de faire intervenir les pentes predites pfni . On obtient alors
lalgorithme suivant :
Pr
ediction : py = y + h n,i pfni
n+1 n,i ni n
0ir 0ir
tn+1 = tn + hn
Evaluation : pfn+1 = f (tn+1 , pyn+1 )
bn,i,r pfni .
Correction : yn+1 = yn + hn
1ir
274 Analyse num
erique et
equations diff
erentielles
et posons n = max |
yi yi |, pn = max |p
yi pyi |. Il vient :
0in 0in
pn+1 An + Bkhn pn
n+1 n + r khn pn+1 + |n |.
La premi`ere ligne entrane
pn+1 An + Bkhmax pn+1 ,
do`u pn+1 A
n si Bkhmax < 1. En substituant dans la deuxi`eme ligne
1Bkhmax
il vient :
r Ak
n+1 1 + hn n + |n |.
1 Bkhmax
Le lemme de Gronwall donne la constante de stabilite
r AkT
S = exp .
1 Bkhmax
5.1. On consid`ere le probl`eme de Cauchy y (t) = f (t, y(t)), y(t0 ) = y0 , o` u
f : [t0 , t0 +T ]R R est une fonction de classe C 5 . Pour resoudre numeriquement
ce probl`eme, on se donne un entier N 2 et on consid`ere la subdivision tn = t0 +nh,
0 n N , de pas constant h = N T
.
On etudie les methodes `a 2 pas de la forme
Ecrire la condition necessaire et susante pour que la methode (M) soit dordre
1 (respectivement 2, 3, 4). Montrer que la seule methode (M) qui soit
dordre 4 est
1 4 1
(M4 ) yn+1 = yn1 + h fn1 + fn + fn+1 .
3 3 3
NB : Dans les questions qui suivent, on supposera sans le repreciser chaque fois que
les methodes (M) etudiees sont dordre 1 au moins.
(c) On se propose ici de montrer inversement que la methode (M) est stable, si
0 1 et si h est assez petit. On suppose que pour tout t [t0 , t0 + T ] la
fonction y
f (t, y) est k-lipschitzienne. Soient deux suite (yn ) et (zn ) telles
que pour n 1 on ait
On pose
n = max |zi yi |.
0in
N 1
N S(h) 1 + |n | .
k=1
(e) Determiner en fonction de les methodes (M) qui sont dordre 3 ; on notera
celles-ci (M3 ). A quoi correspond (M30 ) ? Existe-t-il une methode (M3 ) qui soit
explicite et stable ?
Montrer quil existe une unique methode (M31 ) pour laquelle = 0.
(b) On pose
1
s(s + 1) . . . (s + r 1)
r = ds.
0 r!
+
En deduire la valeur de lexpression log (1t) r tr , puis la valeur des sommes
r=0
0 1 r1
+ + ... + + r .
r+1 r 2
(d) Ecrire un programme informatique mettant en uvre la methode dAdams-
Bashforth a` un nombre arbitraire de pas. On utilisera les formules de recurrence
ci-dessus pour evaluer r et bi,r . Linitialisation sera faite au moyen de la
methode de Runge-Kutta dordre 4.
(e) Demontrer des formules analogues a` celles de (a), (b), (c) pour la methode
dAdams-Moulton.
o`
u pn est le polyn
ome dinterpolation des pentes fn , fn1 aux temps tn et tn1 .
On note hn = tn+1 tn .
o`u pn interpole les valeurs fn = f (tn , yn ) et yn1 . La quantite n designe
lerreur commise `a letape n. On suppose que f (t, y) est k-lipschizienne en y et
on note n = max | yi yi |.
0in
() Montrer que
=
hn hn1
n+1 1 + khn 1 + max , n + n .
hn1 hn
() On suppose que le rapport de 2 pas consecutifs est majore par une constante
(avec disons 1 2). Etudier la stabilite de la methode (M).
en = z(tn+1 ) yn+1
(b) Pour pouvoir exploiter la formule (C), il est necessaire de predire des valeurs
approchees pyn+ 12 et pyn+1 des points yn+ 12 et yn+1 , ainsi que les pentes
correspondantes
h
pfn+ 12 = f (tn + , pyn+ 12 ), pfn+1 = f (tn+1 , pyn+1 ).
2
IX M ` pas multiples
ethodes a 279
4 1 23
|en | |en | + kh|pen | + kh |pen+ 12 | + |pen | + kh|pen | .
6 6 24
Le choix du predicteur est-il justie ? Quel est lordre de la methode
PEPEC ? Comment procederiez-vous pour linitialisation de lalgorithme ?
Pour i, n N on pose
n = max |
yi yi |,
0in
pn = max |p
yi pyi |, pn+ 12 = max |p
yi+ 12 pyi+ 12 |.
0in 0in
7
1+ 6 kh 1
pn+1 4 pn+ 12 11 p 1 ,
1 6 kh 1 6 kh n+ 2
11
6 pn 12
pn+ 12 n + kh 11 ,
1 6 kh
11
1 6 kh
pn+ 12 11 n .
1 3 kh
On consid`ere le probl`eme de Cauchy associe `a une equation dierentielle
(E) y = f (t, y)
avec condition initiale y(t0 ) = z0 . On suppose que la solution de ce probl`eme existe
sur [t0 , +[.
D
enition Soit y(t, z) la solution maximale de (E) tel que y(t0 , z) = z. On
dira que la solution y(t, z0 ) est stable sil existe une boule B(z0 , r) et une constante
C 0 telles que
(i) Pour tout z B(z0 , r), t
y(t, z) est denie sur [t0 , +[ ;
y(t, z) y(t, z0 ) C z z0 .
282 Analyse num
erique et
equations diff
erentielles
z solution instable
z0
z
z0 solution stable
z
z0 solution asympto-
tiquement stable
t0 t
Nous etudierons dabord le cas le plus simple, a` savoir le cas dun syst`eme lineaire
sans second membre
y1 a11 ... a1m
. ..
(E) Y = AY, Y = ... , A = .. .
ym am1 ... amm
avec yj , aij C ; le cas reel peut bien entendu etre vu comme un cas particulier du
cas complexe. La solution du probl`eme de Cauchy de condition initiale Y (t0 ) = Z
X Stabilit
e des solutions et points singuliers 283
m = 1, A = (a). On a alors
Les solutions sont stables si et seulement si cette quantite reste bornee quand t tend
vers +, cest-`a-dire si Re(a) 0. De meme, les solutions sont asymptotiquement
stables si et seulement si Re(a) < 0, et on peut alors prendre
yj (t, Z) = zj ej (tt0 ) , 1 j m.
o`
u N est une matrice nilpotente (triangulaire superieure) non nulle. Il vient alors
donc les coecients de e(tt0 )A sont des produits de e(tt0 ) par des polynomes
de degre m 1 non tous constants (car N = 0, donc le degre est au moins 1).
Si Re() < 0, les coecients tendent vers 0, et si Re() > 0 leur module tend
vers + car la croissance de lexponentielle lemporte sur celle des polynomes. Si
284 Analyse num
erique et
equations diff
erentielles
Re() = 0, on a |e(tt0 ) | = 1 et par suite e(tt0 )A est non bornee. On voit donc que
les solutions sont asympotiquement stables si et seulement si Re() < 0 et sinon
elle sont instables. En resume, on peut enoncer :
On consid`ere dans Km = Rm ou Cm un syst`eme de la forme
(E) Y = AY + g(t, Y )
Th
eor`
eme On suppose que les valeurs propres complexes j de A sont de
partie reelle Re j < 0.
(a) Sil existe une fonction k : [t0 , +[ R+ continue telle que lim k(t) = 0 et
t+
pour r r0 , alors il existe une boule B(0, r1 ) B(0, r0 ) telle que toute solution
Y (t, Z0 ) de valeur initiale Z0 B(0, r1 ) soit asymptotiquement stable.
(a) Observons dans ce cas que f (t, Y ) = AY + g(t, Y ) est lipschitzienne en Y avec
constante de Lipschitz |||A||| + k(t). Le crit`ere V 3.4 montre donc dej`a que toutes
les solutions sont globalement denies sur [t0 , +[. Nous avons
m
(t) = (t) 2 = j (t)j (t).
j=1
On a par ailleurs
m
t
(t)A(t) = j |j (t)|2 + aij i (t)j (t),
j=1 i<j
de sorte que
m
Re(t (t)A(t)) (Re j )|j (t)|2 + |aij | (t) 2 .
j=1 i<j
286 Analyse num
erique et
equations diff
erentielles
m
Re( (t)A(t))
t
|j (t)|2 = (t)
j=1
car (t0 ) = Z Z0 2 . On notera que (t) = (t) 2 ne peut sannuler que si les
deux solutions concident identiquement. En prenant la racine carree, on obtient
avec
t
(t) = exp ( k(u))du .
t0
(b) Ce cas est un peu plus delicat car on ne sait pas a priori si toutes les solutions
sont globales ; elles ne le seront dailleurs pas en general si Z0 B(0, r0 ), vu
que les hypoth`eses ne concernent que ce qui se passe pour Y B(0, r0 ). Comme
g(t, 0) = 0, on a toutefois la solution globale Y (t) = 0, cest-`a-dire que Y (t, 0) = 0
pour t [t0 , +[. De plus on a
et en particulier pour Z0 = 0 :
Y (t, Z) exp (t t0 )( kr) Z .
X Stabilit
e des solutions et points singuliers 287
Comme lim k(r) = 0, on peut choisir r1 < r0 tel que k(r1 ) < , cest-`a-dire
r0
k(r1 ) > 0. Linegalite precedente montre alors que pour Z B(0, r1 ) la solution
maximale Y (t, Z) contenue dans la boule ouverte B(0, r1 ) verie les inegalites
Y (t, Z) Z < r1 . Cette solution maximale est necessairement denie
globalement sur [t0 , +[. Sinon lintervalle maximal serait un intervalle borne
[t0 , t1 [, necessairement ouvert `a droite dapr`es les resultats de V 2.4. Comme la
derivee de t
Y (t, Z) est majoree par
On suppose donne un champ de vecteurs de classe C 1 dans un ouvert R2 ,
cest-`a-dire une application
2 x
f (x, y)
R , M=
V (M ) =
y g(x, y)
Grace au theor`eme de Cauchy-Lipschitz, on sait que par tout point il passe une
courbe integrale unique. Un probl`eme geometrique interessant est de decrire lallure
de la famille des courbes integrales passant au voisinage dun point M0 donne.
Premier cas : V (M0 ) =
0 . Dans ce cas, langle entre V (M ) et V (M0 ) tend
vers 0 quand M tend vers 0. Par consequent, les tangentes aux lignes integrables
sont sensiblement parall`eles les unes aux autres dans un petit voisinage de M0 . Un
tel point M0 est dit regulier :
288 Analyse num
erique et
equations diff
erentielles
V (M0 )
M0
V (M )
eme cas : V (M0 ) =
Deuxi`
0 . On voit alors facilement sur des exemples quil y
a plusieurs congurations possibles pour le champ des tangentes :
x x
x x
x y
V = V = V =
y y y y y x
Si V (M0 ) = 0 , on dit que M0 est un point singulier (ou point critique) du champ
de vecteurs. Un tel point donne evidemment une solution constante M (t) = M0 de
(E). Pour etudier les solutions voisines, on supposera apr`es translation eventuelle
de lorigine des coordonnees que M0 = 0. On a alors f (0, 0) = g(0, 0) = 0, de sorte
que le syst`eme dierentiel peut secrire
dx
= f (x, y) = ax + by + o(|x| + |y|)
dt
dy = g(x, y) = cx + dy + o(|x| + |y|).
dt
Introduisons la matrice
a b fx (0, 0) fy (0, 0)
A= = .
c d gx (0, 0) gy (0, 0)
dM
= AM + G(M )
dt
X Stabilit
e des solutions et points singuliers 289
tend vers 0 quand r tend vers 0 et le theor`eme des accroissements nis donne
G(M1 ) G(M2 ) k(r) M1 M2
pour tous M1 , M2 B(0, r). Lhypoth`ese (b) du theor`eme du 1.3 est donc
satisfaite. Dire que le point M0 est asymptotiquement stable signie que les lignes
integrales issues dun point M1 voisin de M0 convergent toutes vers M0 (`
a peu pr`es
uniformement `a la meme vitesse) quand le temps tend vers +. On peut donc
enoncer :
Proposition Pour quun point singulier M0 = (x0 , y0 ) soit asymptotiquement
stable, il sut que les valeurs propres de la matrice jacobienne
fx (x0 , y0 ) fy (x0 , y0 )
A=
gx (x0 , y0 ) gy (x0 , y0 )
D
enition On dira quun point singulier M0 est non degenere si
fx (x0 , y0 ) fy (x0 , y0 )
det = 0.
gx (x0 , y0 ) gy (x0 , y0 )
Considerons le syst`eme
dx
= ax + by
dM dt a b
= AM, o`
u A= .
dt
dy = cx + dy c d
dt
On supposera det A = 0, de sorte que le champ de vecteurs V (M ) = AM admet
lorigine pour seul point critique. Comme le champ des tangentes est invariant par
les homotheties de centre O, les courbes integrales se deduisent les unes des autres
par homotheties. Distinguons maintenant plusieurs cas en fonction des valeurs
propres de A.
y = C|x|2 /1 , CR
y y
x x
1 , 2 de signes opposes, par exemple 1 < 0 < 2 . Il sagit dun col (toujours
instable) :
A est diagonalisable. Alors A est en fait diagonale et les courbes integrales sont
donnees par
x(t) = x0 et
y(t) = y0 et ,
y y
x x
>0 <0
Nud propre instable Nud propre stable
A est non diagonalisable. Alors il existe une base dans laquelle la matrice A et le
syst`eme secrivent
dx
= x
0 dt
A= ,
1
dy = x + y.
dt
x(t) = x0 et
y(t) = (y0 + x0 t)et .
Comme toute courbe integrale avec x0 = 0 passe par un point tel que |x(t)| = 1, on
obtient toutes les courbes integrales autres que x = 0 en prenant x0 = 1, do`
u
1
t= ln |x|
y = y |x| + x ln |x|
0
On dit quil sagit dun nud exceptionnel. Pour construire les courbes, on tracera
par exemple dabord la courbe y = x ln |x| passant par (x0 , y0 ) = (1, 0). Toutes
les autres sen deduisent par homotheties.
X Stabilit
e des solutions et points singuliers 293
y y
x x
>0 <0
Nud exceptionnel instable Nud exceptionnel stable
dz
= ( + i)x + ( + i)y = ( + i)(x + iy) = ( + i)z,
dt
>0 <0 =0
Foyer instable Foyer stable Centre
Lobjet de ce paragraphe est essentiellement de mettre en garde le lecteur contre un
certain nombre didees fausses frequemment rencontrees, en particulier lidee que
les courbes integrales dun champ de vecteurs quelconque au voisinage dun point
singulier ressemblent toujours a` celles du syst`eme lineaire associe. En fait, ce nest
en general pas le cas lorsque le syst`eme linearise presente un centre, et cela peut
de meme ne pas etre le cas lorsque celui-ci presente un nud. Les deux exemples
ci-dessous illustrent le phenom`ene.
dr dx dy
2 2 2 dr
r dt = x dt + y dt = (x + y )
r3 = dt
d x dy y dx
= dt2 dt
=1 d = dt
dt x + y2
car rdr = xdx + ydy et xdy ydx = r2 d (exercice !). Les courbes integrales de
lequation dr/r3 = d sont donnees par 1/2r2 = 0 , soit r = (2( 0 ))1/2
pour > 0 . On a ici = t + C, lim+ r() = 0. On voit que les courbes
integrales sont des spirales convergeant vers 0 quand t +, lorigine est donc un
foyer stable.
X Stabilit
e des solutions et points singuliers 295
e = e0
1 x
sur le disque unite ouvert x2 + y 2 < 1. Observons que 2y/ ln (x2 + y 2 ) se prolonge
en une fonction de classe C 1 au voisinage de (0, 0) : elle admet en eet une limite
egale `a 0 `a lorigine, ainsi que ses derivees partielles
4xy 2 4y 2
, 2 .
(x2 + y 2 )(ln (x2 + y 2 ))2 ln (x2+ y ) (x + y )(ln (x2 + y 2 ))2
2 2
Il en est de meme pour le terme 2x/ ln (x2 + y 2 ). Lorigine est donc un point
singulier, et le syst`eme lineaire associe dx/dt = x, dy/dt = y presente un nud
propre. Pour resoudre (S), on utilise de nouveau les coordonnees polaires (r, ). Il
vient
dr x2 + y 2
dt = r = r
d 1 2x2 + 2y 2 1
= 2 = .
dt 2 2
x + y ln (x + y ) 2 ln r
La solution du probl`eme de Cauchy est donnee par
r = r0 et avec r0 < 1,
dt
d = , = 0 ln (1 t/ ln r0 )
ln r0 t
pour une donnee initiale (r0 , 0 ) en t = 0. La solution est denie sur [ln r0 , +[
et on a limt+ r(t) = 0, limt+ (t) = . On a ici encore une spirale
convergeant vers 0 (cest peu visible sur le schema ci-dessous car tend vers
tr`es lentement). Lorigine est donc un foyer stable. Comme limtln r0 +0 r(t) = 1
296 Analyse num
erique et
equations diff
erentielles
0 1 x
3.1. On consid`ere sur R2 le champ de vecteurs
2
x
x y2
V = .
y 2xy
(c) En deduire que les courbes integrales sont les deux demi-axes 0x, 0x et les
cercles passant par lorigine, centres sur laxe y 0y.
(d) Montrer que les solutions telles que z0 C \ [0, +[ sont asymptotiquement
stables. Quen est-il si z0 [0, +[ ?
Determiner les points critiques du champ de vecteurs V . Calculer les solutions
.(t) = (
t
M x(t), y(t)) du syst`eme dierentiel obtenu en linearisant V au voisinage
de chacun des points critiques. Faire un schema indiquant lallure des solutions au
voisinage des points critiques. Ces points sont-ils stables ?
3.3. Memes questions pour le champ de vecteurs V (x, y) = (1 + x2 + y 2 , x).
pour (x, y) = (0, 0), et par V (0, 0) = 0 .
(a) Montrer que le champ V est de classe C sur R2 ; on pourra commencer par
montrer que la fonction
Soit U un ouvert de R Rm Rp et
f : U Rm
(t, y, )
f (t, y, )
(E ) y = f (t, y, ), (t, y) U
u U R Rm est louvert des points tels que (t, y, ) U . Une donnee initiale
o`
(t0 , y0 ) etant xee, on note y(t, ) la solution maximale du probl`eme de Cauchy
relatif a` (E ) telle que y(t0 , ) = y0 ; on supposera toujours dans la suite que les
hypoth`eses assurant lunicite des solutions sont veriees. Notre objectif est detudier
la continuite ou la dierentiabilite de y0 (t, ) en fonction du couple (t, ).
300 Analyse num
erique et
equations diff
erentielles
C = [t0 T, t0 + T ] B(y0 , r0 ) U
est un cylindre de securite pour les solutions de E , dapr`es les resultats du chapitre
V, 2.1. Le theor`eme dexistence V 2.4 implique :
Proposition Avec les notations precedentes, la solution y(t, ) est denie pour
tout (t, ) [t0 T, t0 + T ] B(0 , 0 ) et elle est a
` valeurs dans B(y0 , r0 ).
On suppose maintenant de plus que f est localement lipschitzienne en y, cest-`a-dire
quapr`es avoir eventuellement retreci V0 , il existe une constante k 0 telle que
Th
eor`
eme Si f est continue sur U et localement lipschitzienne en y, alors la
solution y(t, ) est continue sur [t0 T, t0 + T ] B(0 , 0 ).
D
emonstration. Remarquons dabord que
4d 4
4 4
4 y(t, )4 = f (t, y(t, ), ) M
dt
car f M sur V0 . Le theor`eme des accroissements nis montre alors que y(t, )
est M -lipschitzienne par rapport a` t, cest-`a-dire que
pour tous (t1 , ), (t2 , ) [t0 T, t0 + T ] B(0 , 0 ). Par ailleurs, comme V0 est
compact, f y est conformement continue et il existe donc un module de continuite
: R+ R+ tel que
f (t, y, 1 ) f (t, y, 2 ) ( 1 2 )
avec lim (u) = 0. Alors z1 (t) = y(t, 1 ) est la solution exacte du probl`eme de
u0+
Cauchy pour lequation
(E1 ) y = f (t, y, 1 ),
XI Equations diff
erentielles d
ependant dun param`
etre 301
ek|tt0 | 1
z1 (t) z2 (t) , do`u
k
ekT 1
y(t, 1 ) y(t, 2 ) ( 1 2 ).
k
De ces inegalites, nous deduisons
et comme le second membre tend vers 0 lorsque (t2 , 2 ) (t1 , 1 ), on voit que
y(t, ) est bien continue sur [t0 T, t0 + T ] B(0 , 0 ).
An de simplier les notations, on suppose dans un premier temps que R, cest-
`-dire que p = 1. Pour deviner les resultats, nous eectuons dabord un calcul formel
a
en supposant les fonctions f et y(t, ) autant de fois dierentiables que necessaire.
Comme y satisfait (E ) par hypoth`ese, on a
y
(t, ) = f (t, y(t, ), ).
t
Dierentions cette relation par rapport a` :
2y m
yj
(t, ) = fy j (t, y(t, ), ) (t, ) + f (t, y(t, ), ).
t j=1
y
En posant u(t) = y(t, ) et v(t) = (t, ) il vient
m
(E ) v (t) = fy j (t, u(t), )vj (t) + f (t, u(t), ).
j=1
On observe que lequation (E ) satisfaite par v est lineaire. Lequation (E )
sappelle lequation dierentielle linearisee associee `a (E ). Par ailleurs v satisfait
la condition initiale
y
v(t0 ) = (t0 , ) = 0,
car par hypoth`ese y(t0 , ) = y0 ne depend pas de .
302 Analyse num
erique et
equations diff
erentielles
Th eor`eme On suppose que f est continue sur U et admet des derivees partielles
fy j et f continues sur U .
Alors y(t, ) est de classe C 1 sur [t0 T, t0 + T ] B(0 , 0 ) et admet des derivees
partielles secondes croisees continues
y y
= .
t t
y
De plus, si u(t) = y(t, ), la derivee partielle v(t) = (t, ) est la solution de
lequation dierentielle linearisee
m
(E ) v (t) = fy j (t, u(t), )vj (t) + f (t, u(t), )
j=1
m
(E1 ) v1 (t) = fy j (t, u1 (t), 1 )v1,j (t) + f (t, u1 (t), 1 ).
j=1
avec condition initiale v1 (t0 ) = 0. Bien entendu, on ne sait pas encore que
y
v1 (t) = (t, 1 ), cest justement ce quon veut demontrer. Pour cela on compare
u(t) = y(t, ) et u1 (t) + ( 1 )v1 (t) et on cherche `a montrer que la dierence est
o( 1 ). Posons donc
m
fk (t, y, ) fk (t, y1 , 1 ) =
fk,y j y1,j ) + f (t, y, )(
(t, y, )(y 1 )
j k,
j=1
o`
u ( est un point appartenant au segment dextremites (y1 , 1 ) et (y, ). Si
y , )
k est un module de continuite uniforme pour les derivees partielles fk,y j
et fk,
sur le compact V0 , lecart de chaque fonction entre les points ( et (y1 , 1 ) est
y , )
majore par
1 |) k ( y y1 + | 1 |).
y y1 + |
k (
XI Equations diff
erentielles d
ependant dun param`
etre 303
g(t, y, y1 , ) ( y y1 + | 1 |) ( y y1 + | 1 |)
en eet
u(t) u1 (t) = y(t, ) y(t, 1 ) C| 1 |
dapr`es la remarque nale du 1.2. Lequation () est lineaire en w, et donc
K-lipschitzienne avec
K = sup fy j .
V0
1jm
0
Comme u(t0 ) = u1 (t0 ) = y0 et v1 (t0 ) = 0, on a w(t0 ) = 0, et par ailleurs w(t)
est une solution -approchee de () avec = o( 1 ). Le lemme de Gronwall V
3.1 montre que
eKT 1
w(t) = w(t) w(t)
= o( 1 ),
K
cest-`a-dire, par denition de w, u, u1 :
m
(E ) v = G(t, v, ) = fy j (t, y(t, ), )vj + f (t, y(t, ), ).
j=1
304 Analyse num
erique et
equations diff
erentielles
y
= v(t, )
t t
m
yj
= fy j (t, y(t, ), ) (t, ) + f (t, y(t, ), )
j=1
y
= (f (t, y(t, ), ) = (t, )
t
m
(Ei ) v (t) = fy j (t, u(t), )vj (t) + f i (t, u(t), )
j=1
y
(t, ) = f (t, y(t, ), ).
t
De plus v(t, ) = y
i
(t, ) est la solution de lequation linearisee (Ei ), soit
v = G(t, v, ). Comme fy j et f i sont de classe C s , on voit que G est de classe
On designera ici par t
y(t, y0 , ) la solution de lequation dierentielle
(E ) y = f (t, y, )
z y
(t, , ) = (t, , ) = f (t, y(t, , ), )
t t
= f (t, z(t, , ) + , ).
(E, ) z = f (t, z + , )
avec donnee initiale (t0 , 0). Les proprietes cherchees resultent alors des theor`emes
dej`a demontres, appliques `a lequation (E, ) pour le param`etre (, ) Rm+p . On
peut donc enoncer :
Considerons un ouvert Rm et un champ de vecteurs M
V (M ) de classe
C deni sur , k 1. On appelle equation dierentielle associee au champ de
k
vecteurs V lequation dierentielle
dM
(E) = V (M ).
dt
(E) y = f (y),
il sagit donc tout simplement dune equation dierentielle dont le second membre
est independant du temps. Louvert de denition est dans ce cas louvert produit
U = R . Resoudre (E) revient a` chercher les courbes integrales (ou orbites) du
champ de vecteurs.
306 Analyse num
erique et
equations diff
erentielles
V (M0 )
M0
V (M )
Dans cette situation, il y a invariance des solutions par translation dans le temps :
si t
y(t) est solution, il en est encore de meme pour t
y(t + a). Pour un point
M0 = x Rm donne, considerons la solution maximale du probl`eme de Cauchy y(t)
de donnee initiale y(0) = x. Dapr`es le theor`eme de Cauchy-Lipschitz, la solution
maximale est denie un intervalle ouvert contenant le temps 0. On appelle ot du
champ de vecteurs V lapplication
d
(t, x) = V ((t, x)) avec (0, x) = x.
dt
La solution maximale nest en general denie a` x xe que pour un certain intervalle
ouvert de temps, de sorte que (t, x) nest deni que sur un certain voisinage ouvert
de {0} dans R. Le fait que le domaine de denition maximal soit ouvert
dans R resulte du 1.1, et dapr`es le 1.4, on sait que est une application de
classe C k sur .
Pour que les solutions soient globales et que = U = R , un comportement
adequat du champ de vecteurs V (M ) au voisinage du bord de ; par exemple, si
= Rm , il sut, dapr`es le crit`ere de globalite des solutions du chapitre V 3.4,
que lon ait une croissance au plus lineaire `a linni f (y) A y + B. Pour des
raisons qui vont apparatre tout de suite, on note en general t (x) le ot plut ot
que (t, x). Une propriete immediate est alors la loi de groupe
Ceci signie precisement que si lon suit une trajectoire a` partir dun point x pendant
le temps s pour atteindre un point s (x), puis, a` partir de ce point la meme
trajectoire pendant le temps t pour atteindre t (s (x)), cela revient au meme
que de suivre la trajectoire pendant le temps s + t. Formellement, on a besoin du
theor`eme dunicite de Cauchy-Lipschitz pour pouvoir conclure. On voit que t
t
XI Equations diff
erentielles d
ependant dun param`
etre 307
On consid`ere une equation dierentielle
(E ) y = f (t, y, )
dependant dun param`etre ; on prendra pour simplier R. On suppose que
f est continue ainsi que ses derivees partielles fy j et f . Soit y(t, ) la solution
maximale du probl`eme de Cauchy satisfaisant la condition initiale y(t0 , ) = y0 () ;
y0 peut donc dependre ici de ; on supposera que y0 () est de classe C 1 .
On suppose connue une solution particuli`ere u(t) = y(t, 0 ) correspondant a` une
certaine valeur 0 du param`etre. Lobjectif est detudier les petites perturbations
de la solution, cest-`
a-dire les solutions y(t, ) associees `a des valeurs voisines de
0 . Ceci correspond a` une situation physique tr`es courante, dans laquelle on connat
la solution theorique ideale dun probl`eme et pour laquelle on cherche la solution
reelle tenant compte de petites perturbations plus ou moins complexes. En general,
on ne sait pas calculer la solution exacte y(t, ) pour = 0 . Les resultats des
1.3, 1.4 montrent que y(t, ) est de classe C 1 et on cherche donc une approximation
au premier ordre
y
y(t, ) = y(t, 0 ) + ( 0 ) (t, 0 ) + o( 0 )
= u(t) + ( 0 )v(t) + o( 0 )
308 Analyse num
erique et
equations diff
erentielles
y
o`u v(t) = (t, 0 ) est `a determiner. On sait que v est la solution de lequation
linearisee
m
(E0 ) v (t) = fy j (t, u(t), 0 )vj (t) + f (t, u(t), 0 ),
j=1
y
v(t0 ) = (t0 , 0 ) = y0 (0 ).
Comme (E0 ) est lineaire, la resolution est en principe plus facile que celle de (E ).
Nous allons maintenant donner des exemples concrets de la methode.
Considerons dans le plan le champ de vecteurs
M = (x, y)
V (M ) = (y, x).
Les lignes integrales du champ t
(x(t), y(t)) sont les solutions du syst`eme
dierentiel
dx
= y
dM
dt
= V (M )
dt
dy = x.
dt
On resout ce syst`eme comme au chapitre X, 2.2(b) en posant z = x+iy. Le syst`eme
se ram`ene alors `a lequation dz/dt = iz, de sorte que la solution du probl`eme de
Cauchy avec donnee initiale z0 = x0 + iy0 est z = z0 eit . Les lignes de champ sont
les cercles centres en 0.
On suppose maintenant que le champ de vecteurs subit une petite perturbation de
la forme
M = (x, y)
V (M ) = (y, x) + (a(x, y), b(x, y))
u a, b sont de classe C 1 et o`
o` u R est petit. On aboutit donc au syst`eme
dierentiel
dx
= y + a(x, y)
dz
dt
(E ) = iz + A(z) ()
dy dt
= x + b(x, y)
dt
avec A(z) = a(x, y) + ib(x, y). Notons z(t, ) la solution telle que z(0, ) = z0 .
On sait que z(t, 0) = z0 eit et on aimerait avoir une approximation de z(t, ) quand
est petit. Ecrivons
z
z(t, ) = z(t, 0) + (t, 0) + o().
XI Equations diff
erentielles d
ependant dun param`
etre 309
Gr
ace `a une dierentiation de () par rapport a` , il vient
z z
= = (iz + A(z))
t t
z
=i + A(z) + (A(z(t, ))).
z
Par consequent v(t) = (t, 0) satisfait lequation
dv
(E0 ) = iv + A(z(t, 0)) = iv + A(z0 eit )
dt
z
avec condition initiale v(0) = (0, 0) = 0. Cette equation se resout par variation
des constantes en posant v(t) = C(t)eit . Il vient
Ceci se calcule facilement d`es que a(x, y) et b(x, y) sont des polyn
omes par exemple.
Neanmoins, meme dans ce cas, il est generalement impossible dexpliciter la solution
exacte de lequation non linearisee.
Soit M
V (M ) un champ de vecteurs de classe C s , s 1, sur un ouvert du plan.
On se place au voisinage dun point singulier quon suppose choisi comme origine
des coordonnees pour simplier. On a donc V (0) = 0 , et comme au chapitre X
2.1, le syst`eme dierentiel va secrire
dx
= ax + by + g(x, y)
dM
dt
(E) = V (M ),
dt dy
= cx + dy + h(x, y)
dt
a b
o`
u est la matrice des derivees partielles (Vx (0, 0), Vy (0, 0)) et o`
u g, h
c d
sannulent ainsi que leurs derivees partielles premi`eres au point (0, 0). Les fonctions
g, h sont par hypoth`ese denies sur une certaine boule B(0, r0 ).
310 Analyse num
erique et
equations diff
erentielles
1
G(X, Y, ) = g(X, Y )
1
H(X, Y, ) = h(X, Y )
1 & 'u=1
1
G(X, Y, ) = (Xgx (uX, uY )+Y gy (uX, uY ))du = g(uX, uY ) .
0 u=0
On etudie les oscillations dun pendule ponctuel de masse m suspendu a` un l de
longueur l. Lequation du mouvement a ete etablie au paragraphe VI 4.2(c) :
g
= sin ,
l
o`
u designe langle fait par le l avec la verticale. On suppose ici quon lache le
pendule au temps t = 0 a` partir de lelongation maximale = m avec vitesse initiale
nulle. Lorsque m est petit, on fait habituellement lapproximation sin , do` u
g
= 2 avec 2 = .
l
(t) = m cos t.
sin m y 1 2 3 1 4 5 1
= y m y + y . . . + (1)n 2n y 2n+1 + . . . = (y, )
m 6 120 m (2n + 1)! m
2
o`
u = m et o`
u
1 1
(y, ) = y y 3 + . . . + (1)n n y 2n+1 + . . .
6 (2n + 1)!
(E ) y = 2 (y, )
est donc de classe C (on notera que tous les resultats du paragraphe 1 sont encore
vrais pour des equations dordre 2, puisque ces equations sont equivalentes a`
des syst`emes dordre 1). On a (y, 0) = y et y(t, 0) = cos t. Pour obtenir un
developpement limite de y(t, ) lorsque est petit, on derive (E ) par rapport a` ,
ce qui donne
2 y 2y
(E ) 2
= 2
= ( 2 (y, ))
t t
y
= 2 y (y, ) + (y, ) .
312 Analyse num
erique et
equations diff
erentielles
1 y 1 y 1
T (0) T (0), 0 + T (0), 0 = 0
4 t 4 4
avec
y 1
T (0), 0 = v = ,
4 2 32
do`
u
1
T (0)() + = 0, T (0) = ,
4 32 8
T () = T (0) + T (0) + O(2 )
2 1
= 1+ + O(2 ) .
16
On retrouve ainsi lapproximation bien connue
2 l 1 2 4
T (m ) = 2 1+ m + O(m ) .
g 16
3.1. On consid`ere une equation dierentielle dordre p
(a) On suppose que f (t, Y, ) est de classe C k sur U et quelle admet des derivees
partielles de classe C k par rapport a` chacune des composantes de Y et . On
note
y(t, y0 , y1 , . . . , yp1 , )
Montrer que cette solution y est de classe C k+1 par rapport a` lensemble des
variables t, yj , , de meme que ses derivees partielles y/t, . . . , p1 y/tp1 .
[Indication : se ramener au cas dun syst`eme dordre 1].
314 Analyse num
erique et
equations diff
erentielles
3.2. On sinteresse ici au comportement des courbes integrales passant par un point
voisin de lorigine, pour le syst`eme (S) de lexercice X 3.2. Pour tout > 0, on note
(b) A laide dune homothetie convenable et des methodes du chap. XI, montrer
que M (t, ) admet un developpement limite de la forme
o`
u u, v sont des fonctions que lon explicitera.
3.3. Lobjet de ce probl`eme est detudier les lignes de champ creees dans un plan
par un dip ole electrique (par exemple une molecule polarisee telle que le chlorure
dhydrog`ene).
Le plan est rapporte au rep`ere orthonorme direct (O ; i, j), o`
u O est la position du
dip ole (suppose ponctuel), et (O ; i) laxe du dip
ole. Si M est un point quelconque
distinct de O, on note (r, ) les coordonnees polaires de M relativement au rep`ere
(O ; i, j). On associe `a M le vecteur radial u = cos i + sin j et le vecteur
orthoradial v = sin i + cos j. On admettra que le potentiel electrique V (M )
cree par le dipole en tout point M = O est donne par
cos
V (M ) = .
r2
Evaluer le champ electrique E = grad V cree par le dip
ole.
Determiner lequation r = () de la ligne de champ (courbe integrale du
champ de vecteurs E ) passant par le point de coordonnees polaires (r0 , 0 )
avec r0 > 0 et 0 = 2 .
(b) Le dipole est suppose place dans un champ electrique ambiant constant
E 0 = j, dintensite tr`es faible par rapport a` son champ propre E .
() Ecrire dr
lequation dierentielle d = f (r, , ) des lignes de champ relatives
au champ E + E 0 . Calculer le developpement limite `a lordre 1 de f (r, , )
en fonction de .
() On note
r = (, ) lequation polaire de la ligne de champ passant par le
point r0 , 2 [on ne cherchera pas a` evaluer ].
Montrer que w() = (, 0) satisfait a
` une equation dierentielle lineaire.
En deduire le developpement limite `a lordre 1 de (, ) en fonction de .
3.4. Soit un ouvert de Rm et M
V (M ) un champ de vecteurs de classe C 1
sur . On consid`ere le ot associe `a lequation dierentielle
dM
(E) = V (M ).
dt
Montrer que toute solution maximale de (E) est globale dans les trois cas suivants :
(a) = Rm et V satisfait a` linni la condition V (M ) OM OM ( OM )
u : [0, +[ R est une fonction continue, croissante et positive telle que
o`
+
1
dt/(t) = +.
t
Indication: majorer v( OM ) o` u v(t) = 1 du/(u) a` laide dun raisonnement
de type lemme de Gronwall.
(b) est un ouvert borne et on a la condition V (M ) (d(M, )) avec
1
: ]0, +[ R continue, croissante et positive telle que 0 dt/(t) = +
(et donc telle que limt0+ (t) = 0).
1
Indication: majorer v(d(M, )) o` u v(t) = t du/(u).
(c) est un ouvert borne `a bord regulier de classe C 1 , et M
V (M ) se prolonge
en champ de vecteurs de classe C 1 sur tel que V (M ) soit tangent a` en
tout point du bord.
Geodesiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VI 4.4
Instabilite numerique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . I3
Integrale premi`ere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . VI 1.3, 4.2 (c)
Interpolation de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . II 1.1
Formule derreur :
1
f (x) pn (x) = n+1 (x)f (n+1) (x )
(n + 1)!
n
avec n+1 (x) = (x xi ), x ] min(x, xi ), max(x, xi )[.
i=0
326 Analyse num
erique et
equations diff
erentielles
Di
erences divis
ees :
f [x1 , . . . , xk ] f [x0 , . . . , xk1 ]
f [x0 , x1 , . . . , xk ] = ,
xk x0
n
pn (x) = f (x0 ) + f [x0 , x1 , . . . , xk ](x x0 ) . . . (x xk1 ).
k=1
ba
Formule de Newton (pas constant h = n ) :
Polyn
omes de Tchebychev :
n
Constante de Lebesgue : n = sup |li (x)|.
x[a,b] i=0
Formulaire et principaux r
esultats 327
n
Si Ln (f ) = pn = f (xi )li , on a
i=0
f Ln (f ) (1 + n ) f qn .
2n+1
Si les xi sont equidistants, on a n en ln (n) .
2
Si les xi sont les points de Tchebychev, on a n ln (n).
Polyn
omes orthogonaux. Formule de recurrence :
Polyn
omes de meilleure approximation quadratique :
n
f, pk
rn (x) = pk (x).
pk 22
k=0
M
ethodes de Newton-Cotes dindice l :
k1
l
f (x)dx (i+1 i ) j f (i,j )
i=0 j=0
i+1 i
avec i,j = i + j l , 1 j l.
N
1 (k) 1 (N +1)
f (x) = f ()(x ) +
k
(x t)N
+f (t)dt.
k! N !
k=0
328 Analyse num
erique et
equations diff
erentielles
M
ethodes de Gauss :
l
f (x)w(x)dx j f (xj )
j=0
Polyn
omes de Bernoulli : ils sont denis par recurrence par
B1 (x) = x 12 si x [0, 1[,
Bp = pBp1 (x) sur [0, 1[ pour p 2,
1
Bp (x)dx = 0,
0
Bp periodique de periode 1 sur R.
e2inx
Bp (x) = p! .
(2in)p
nZ
Formulaire et principaux r
esultats 329
Nombres de Bernoulli :
1
b0 = 1, b1 = , bp = Bp (0) si p 2.
2
+
b = 2(1)
k1
(2k)! 1
2k si k 1,
(2)2k n2k
n=1
b2k+1 = 0 si k 1.
|B2k (x)| |b2k |,
p
Bp (x) = Cpm bm xpm , Bp (1 x) = (1)p Bp (x),
m=0
2k 2k2 2 1
C2k+1 b2k
+ C2k+1 b2k2 + . . . + C2k+1 b2 + C2k+1 b1 + 1 = 0,
1 1 1 1 5
b2 = , b4 = , b6 = , b8 = , b10 = .
6 30 42 30 66
k
b2m (2m1) B (x)
(2m1) 2k
f () f () f (2k) (x)dx.
m=1
(2m)! (2k)!
k1
b2m b2k (2k1)
+ f (2m1) (n) + f (n), 0 1.
m=1
(2m)! 2k!
Extrapolation de Richardson
M
ethode de Romberg : pour evaluer f (x)dx, on calcule
1 1
Am,0 = h f () + f ( + h) + . . . + f ( h) + f ()
2 2
330 Analyse num
erique et
equations diff
erentielles
o`
uh= 2m , puis
4n Am,n1 Am1,n1
Am,n = .
4n 1
Chapitre IV : M ethodes it
eratives pour la
r
esolution d
equations
M
ethode de Newton : pour resoudre f (x) = 0, on it`ere
f (x)
(x) = x .
f (x)
f (x)
Si f (a) = 0 et M = max , alors pour h = min 1, 1 on a
x[ar,a+r] f (x) M
M u f : Rm Rm , on
ethode de Newton-Raphson. Pour resoudre f (x) = 0 o`
it`ere la fonction
(x) = x f (x)1 f (x).
Chapitre V : Equations di
erentielles. R
esultats
fondamentaux
De plus toute solution peut etre prolongee en une solution maximale ; lintervalle
de denition dune solution maximale est ouvert.
Formulaire et principaux r
esultats 331
et on construit une solution approchee y(t) lineaire par morceaux en joignant les
points (tn , yn ). Si C = [t0 T, t0 + T ] B(y0 , r0 ) est un cylindre de securite tel que
r0
T min T0 , , o` u M= sup f ,
M [t0 T0 ,t0 +T0 ]B(y0 ,r0 )
o`
u f est un module de continuite pour f .
Th eor`
eme de Cauchy-Lipschitz. Si f est localement lipschitzienne en y, il passe
par tout point (t0 , y0 ) une solution maximale unique et toute suite de solutions
p -approchees avec lim p = 0 converge vers la solution exacte : le lemme de
Gronwall montre que lecart entre 2 telles solutions approchees y1 , y2 verie
ek|tt0 | 1
y1 (t) y2 (t) (1 + 2 )
k
o`
u k est la constante de Lipschitz.
Chapitre VI : Methodes de r
esolution explicite des
equations di
erentielles
Equations `
a variables s ees : y = f (x)g(y).
epar
Ecrire dy
g(y) = f (x)dx.
Equations de Riccati : y = a(x)y 2 + b(x)y + c(x).
1
Si une solution particuli`ere y(1) est connue, poser y = y(1) + z. Alors z satisfait une
equation lineaire.
Equations enes : y = f
homog` y
x .
Equations lin
eaires homog` enes du second ordre : a(x)y +b(x)y +c(x)y = 0.
Si une solution particuli`ere y(1) est connue, utiliser la methode de variation des
constantes : y(x) = (x)y(1) (x). Alors = est solution dune equation du
premier ordre.
Y = AY : Y (t) = e(tt0 )A V0
t
Y = AY + B(t) : Y (t) = e(tt0 )A V0 + e(tu)A B(u)du
t0
A
On a det (e ) = exp (tr A).
t
tq ej t , 1 j s, 0 q < mj .
Formulaire et principaux r
esultats 333
Chapitre VIII : M
ethodes num
eriques `
a un pas
Si z est une solution exacte, lerreur de consistance relative a` z est par denition
en = z(tn+1 ) yn+1 pour yn = z(tn ). La methode est dite dordre p sil existe
une constante C independante de n et hmax telle que |en | Chn hpmax . Pour quil
en soit ainsi, il faut et il sut que
l 1
(t, y, 0) = f [l] (t, y), 0 l p 1.
hl l+1
La methode est dite stable de constante de stabilite S si pour toute suite perturbee
yn telle que
yn+1 = yn + hn (tn , yn , hn ) + n , 0 n < N,
alors max | yn yn | S |
y0 y0 | + |n |.
0nN
0n<N
M
ethode du point milieu : du point milieu modi ee :
hn hn
yn+ 12 = yn + f (tn , yn )
yn+ 12 = yn + pn1
2
2
h
h
pn = f tn + n , yn+ 1 pn = f tn + n , yn+ 1
2 2 2 2
yn+1 = yn + hn pn
yn+1 = yn + hn pn
t =t +h n+1 n n t =t +h
n+1 n n
Ces methodes sont dordre 2 (celle du point milieu est a` 1 pas, mais la methode
modiee est une methode `a 2 pas).
M
ethodes de Runge-Kutta :
tn,i = tn + ci hn
c1 0 0 ... 0 0
yn,i = yn + hn aij pn,j
c2 a21 0 ... 0 0
1 i q
.. 1j<i
..
. pn,i = f (tn,i , yn,i )
cq aq1 aq2 ... aqq1 0
tn+1 = tn + hn
b1 b2 ... bq1 bq
yn+1 = yn + hn bj pn,j
1jq
On a toujours aij = ci , bj = 1.
1j<i 1jq
1
p2: b j cj =
2
1 2 1 1
p3: b j cj = ; b j cj = ; bi aij cj =
2 3 i,j 6
1 1 1 1
p4: bj c3j = ; bi aij c2j = ; bi ci aij cj = ; bi aij ajk ck =
4 i,j 12 i,j 8 12
i,j,k
Exemples :
Ordre 2 : Ordre 4 :
0 0 0 0
0 0 0 0
0 1 1
2 2 0 0 0
1 1 1 1
1 2 2 2 0 2 0 0
1 0 0 1 0
= 1
: point milieu
2
1 2 2 1
= 1 : methode de Heun 6 6 6 6
Chapitre IX : M
ethodes `
a pas multiples
yn ) telle que
La methode est stable avec constante S si pour toute suite (
(1 0 X . . . r X r+1 )1 = n X n et si = sup |n | < +, la constante de
stabilite vaut
S = exp (kT |i |).
M
ethodes dAdams-Bashforth ABr+1 :
tn+1
yn+1 = yn + pn,r (t)dt = yn + hn bn,i,r fni ,
tn 0ir
avec t tnj
pn,r (t) = fni Ln,i,r (t), Ln,i,r (t) = ,
tni tnj
0ir j=i
0jr
tn+1
1
bn,i,r = Ln,i,r (t)dt.
hn tn
M
ethodes dAdams-Moulton AMr+1 :
tn+1
yn+1 = yn + pn,r (t)dt = yn + hn bn,i,r fni
tn 1ir
r = max |bn,i,r |, r = max |bn,1,r |.
n n
1ir
1 1
0 1 2 2
3
1 2 12 5
12
8
12
1
12
23
2 12 16
12
5
12
9
24
19
24
5
24 1
24
55
3 24 59
24
37
24
9
24 251
720
646
720 264
720
106
720
19
720
Formulaire et principaux r
esultats 337
M
ethodes de pr
ediction-correction PECE et PEC
P : pyn+1 = n,i yn,i + hn n,i fni
0ir 0ir
E : pfn+1 = f (tn+1 , pyn+1 )
C : yn+1 = yn + hn (bn,1,r pfn+1 + bn,i,r fni )
0ir
E : fn+1 = f (tn+1 , yn+1 )
P : pyn+1 = n,i yn,i + hn n,i pfni
0ir 0ir
E : pfn+1 = f (tn+1 , pyn+1 )
bn,i,r pfni
C : yn+1 = yn + hn
1ir
Erreur de consistance :
|en | 1 + |bn,1,r | khn |en | + bn,1,r | khn |pen |
Chapitre X : Stabilit
e des solutions et points sin-
guliers dun champ de vecteurs
Courbes int egrales dune equation ddt M =
V (M ) associee `a un champ de
vecteurs V (x, y) = (f (x, y), g(x, y)) dans le plan.
On dit que M0 = (x0 , y0 ) est un point singulier si V (M0 ) = 0 , regulier sinon. Pour
quun point singulier soit asymptotiquement stable, il sut que la matrice
fx (x0 , y0 ) fy (x0 , y0 )
A=
gx (x0 , y0 ) gy (x0 , y0 )
ait ses valeurs propres de partie reelle < 0. On dit quun point singulier est non
degenere si det A = 0; si 1 et 2 sont les valeurs propres de A, on a alors les
dierentes congurations possibles suivantes :
Chapitre XI : Equations di
erentielles d
ependant
dun param`etre
D
ependance de la solution. Etant donne une equation
(E ) y = f (t, y, ), y Rm ,
m
(E0 ) v (t) = fy j (t, u(t), 0 )vj (t) + f (t, u(t), 0 )
j=1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Chapitre V. Equations dierentielles. Resultats fondamentaux . . . . . . . . . . . . 125
1. Denitions. Solutions maximales et globales . . . . . . . . . . . . . . . . . . . . . . . 125
2. Theor`eme dexistence des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
3. Theor`eme dexistence et dunicite de Cauchy-Lipschitz . . . . . . . . . . . . . 139
4. Equations dierentielles dordre superieur `a un . . . . . . . . . . . . . . . . . . . . 146
5. Probl`emes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
Chapitre XI. Equations dierentielles dependant dun param`etre . . . . . . . . . 299
1. Dependance de la solution en fonction du param`etre . . . . . . . . . . . . . . . 299
2. Methode des petites perturbations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
3. Probl`emes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
R
ef
erences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
Formulaire et principaux r
esultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325