Académique Documents
Professionnel Documents
Culture Documents
Cours MSN MDF (Polyi)
Cours MSN MDF (Polyi)
2
me
Anne - Cycle ingnieur (Semestre 2)
Filire :
Gestion et Organisation Industrielle (GOI)
Electronique Electrotechnique et Automatique (EEA)
Module
Mthodes de Simulation Numrique
(PREMIERE PARTIE)
A. RECHIA
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
1
Table des matires
Chapitre I
MODELISATION, DISCRETISATION ET SIMULATION NUMERIQUE 2
I.1 Qu'est-ce qu'un modle ? 2
I.2 Pourquoi faut-il modliser ? 2
I.3 Quels sont les diffrents modles ? 2
I.4 De la modlisation la simulation numrique 3
I.5 Aspect fini des ordinateurs 3
I.6 Consistance, Stabilit et convergence 3
I.7 Les trois grandes familles de Mthodes de discrtisation des EDP. 5
Chapitre II
LES DIFFERENCES FINIES 6
II.1 Discrtisation doprateurs diffrentiels 6
II.2 Notation indicielle cas 1D 8
II.3 Drives croises 10
II.4 Conditions aux limites 11
II.5 Gnration dun schma aux diffrences finies 11
II.6 Evaluation pratiques des diffrentes erreurs dapproximation 15
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
2
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
3
I.6 Consistance, Convergence et Stabilit
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
4
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
5
I.7 Les trois grandes familles de Mthodes de discrtisation des EDP.
Pour passer dun problme exact continu rgit par une EDP au problme approch discret, il
existe trois grandes familles de mthodes :
- Les diffrences finies.
La mthode consiste remplacer les drives partielles par des diffrences divises ou
combinaisons de valeurs ponctuelles de la fonction en un nombre fini de points discrets ou nuds
du maillage.
Avantages : grande simplicit d'criture et faible cot de calcul.
Inconvnients : limitation des gomtries simples, difficults de prise en compte des conditions
aux limites de type Neumann.
- Les lments finis.
La mthode consiste approcher, dans un sous-espace de dimension finie, un problme crit
sous forme variationnelle (comme minimisation de l'nergie en gnral) dans un espace de
dimension infinie. La solution approche est dans ce cas une fonction dtermine par un nombre
fini de paramtres comme, par exemple, ses valeurs en certains points ou nuds du maillage.
Avantages : traitement possible de gomtries complexes, nombreux rsultats thoriques sur la
convergence.
Inconvnient : complexit de mise en oeuvre et grand cot en temps de calcul et mmoire.
- Les volumes finis.
La mthode intgre, sur des volumes lmentaires de forme simple, les quations crites sous
forme de loi de conservation. Elle fournit ainsi de manire naturelle des approximations discrtes
conservatives et est particulirement bien adapte aux quations de la mcanique des fluides. Sa
mise en oeuvre est simple avec des volumes lmentaires rectangles.
Avantages : permet de traiter des gomtries complexes avec des volumes de forme quelconque,
dtermination plus naturelle des conditions aux limites de type Neumann.
Inconvnient : peu de rsultats thoriques de convergence.
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
6
II.1 Discrtisation doprateurs diffrentiels
Soit ( , , , ) f x y z t une fonction de lespace et du temps. Par dfinition de la drive, on a :
0
( , , , ) ( , , , )
lim
c + A
=
c A
x
f f x x y z t f x y z t
x x
Si Ax est petit, un dveloppement de Taylor de ( , , , ) f x y z t au voisinage de x donne :
2 2 3 3
2 3
( , , , ) ( , , , ) ( , , , )
( , , , ) ( , , , ) .......
1! 2! 3!
A c A c A c
+ A = + + + +
c c c
x f x y z t x f x y z t x f x y z t
f x x y z t f x y z t
x x x
En tronquant la srie au premier ordre en Ax , on obtient :
( , , , ) ( , , , ) ( , , , )
( )
+ A c
= + A
A c
f x x y z t f x y z t f x y z t
x
x x
u
Lapproximation de la drive
( , , , ) c
c
f x y z t
x
est alors dordre 1 indiquant que lerreur de troncature
( ) Ax u tend vers zro comme la puissance premire de Ax .
Remarque : la puissance de Ax avec laquelle lerreur de troncature tend vers zro est appele
lordre de la mthode.
- Fonction une variable : soit = A h x, et lordre pime on crit :
2 2
2
( ) ( ) ( )
( ) ( ) ......
1! 2! !
c c c
+ = + + + +
c c c
p p
p
h f x h f x h f x
f x h f x
x x p x
(Approximation droite)
2 2
2 2
( ) ( ) ( )
( ) ( ) ... ( 1)
1! 2! !
c c c
= + + +
c c c
p p
p
h f x h f x h f x
f x h f x
x x p x
(Approximation gauche)
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
7
Dtermination de la forme discrte des oprateurs
2
2
et
x x
c c
c c
Discrtisation de loprateur
c
cx
lordre 1, soit :
2
1
( )
( ) ( )
1!
c
= + = + +
c
h f x
f f x h f h
x
u (1)
2
1
( )
( ) ( )
1!
c
= = +
c
h f x
f f x h f h
x
u (2)
Pour obtenir la forme discrte de
x
c
c
lordre 1, on crit :
De (1)
1
( )
( )
c
= +
c
f f f x
h
x h
u
, (3)
Appele schma aux DF dordre 1 avant ou dcentr avant
De (2)
1
( )
( )
c
= +
c
f f f x
h
x h
u
, (4)
Appele schma aux DF dordre 1 arrire ou dcentr arrire
( ) h u : est lerreur de troncature lordre 1 entre la fonction ( ) f x analytique et discrte.
Discrtisation de loprateur
c
cx
lordre 2, soit
2 2
3
1
2
( ) ( )
( ) ( )
1! 2!
c c
= + = + + +
c c
h f x h f x
f f x h f h
x x
u (5)
2 2
3
1 2
( ) ( )
( ) ( )
1! 2!
c c
= = +
c c
h f x h f x
f f x h f h
x x
u (6)
Pour obtenir la forme discrte de
x
c
c
lordre 2, on crit
On pose
1 1
( )
2
c
~
c
f f f x
x h
, (7)
Schma aux DF dordre 2 centr, pour approximer la drive premire de ( ) f x
3 2
1 1
( ) ( )
(5) (6) 2 ( ) ( )
2
c c
= + =
c c
f f f x f x
h h h
x x h
u u
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
8
2
( ) h u : est lerreur de troncature lordre 2 entre la fonction ( ) f x analytique et discrte.
Discrtisation de loprateur
2
c
cx
lordre 2, soit
On pose
2
1 1
2 2
2 ( )
+ c
~
c
f f f f x
x h
, (8)
Schma aux DF dordre 2 centr, pour approximer la drive seconde de ( ) f x
- Fonction deux variables : soit
, = A = A h x k y
, et lordre 2 on crit :
2 2 2 2 2
2 2
( ) ( ) ( ) 2 ( ) ( )
( , ) ( , ) ......
1! 1! 2! 2! 2!
h f x k f x h f x hk f x k f x
f x h y k f x y
x y x x y y
( ( c c c c c
+ + = + + + + + +
( (
c c c c c c
On emploi le mme principe que dans le cas dune fonction une variable pour la dtermination
des formes discrtes des oprateurs simples et croises.
II.2 Notation indicielle cas 1D
Considrons un cas monodimensionnel o l'on souhaite dterminer une grandeur
( ) f x
sur
l'intervalle [0,1]. La recherche d'une solution discrte de la grandeur
( ) f x
amne constituer un
maillage de l'intervalle de dfinition. On considre un maillage (ou grille de calcul) compos de N +
1 points
0,...., =
i
x pour i N
rgulirement espacs avec un pas Ax . Les points
= A
i
x i x
sont appels
les noeuds du maillage. Le problme continu de dpart de dtermination d'une grandeur sur un
ensemble de dimension infinie se ramne ainsi la recherche de N valeurs discrtes de cette
grandeur aux diffrents noeuds du maillage.
Notation : on note
i
f la valeur discrte de
( ) f x
au point
i
x , soit
( ) =
i i
f f x
. De mme pour la
drive de
( ) f x
au noeud
i
x , on note :
'
=
c c
| | | |
= =
| |
c c
\ . \ .
i
i
x x i
f f
f
x x
Cette notation s'utilise de faon quivalente pour toutes les drives d'ordre successif de la grandeur
( ) f x
. Le schma aux diffrences finies d'ordre 1 prsent au-dessus s'crit, en notation indicielle :
2
2 4
1 1
2
( )
(5) (6) 2 ( )
c
+ = = + +
c
f x
f f f h h
x
u
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
9
1
( )
+
c
| |
= + A
|
c A
\ .
i i
i
f f f
x
x x
u
La forme discrte des drives premier et seconde (3), (4), (7) et (8) sous forme indicielle
scrivent comme suit :
1
( )
+
c
| |
= + A
|
c A
\ .
i i
i
f f f
x
x x
u
Schma ordre 1 avant
1
( )
c
| |
= + A
|
c A
\ .
i i
i
f f f
x
x x
u
Schma ordre 1 arrire
2 1 1
( )
2
+
c
| |
= + A
|
c A
\ .
i i
i
f f f
x
x x
u
Schma ordre 2 centre
2
2 1 1
2 2
( )
+
| | + c
= + A
|
c A
\ .
i i i
i
f f f f
x
x x
u
Schma ordre 2 centre
Gnralisation de la notation indicielle
Dans le cas 1D instationnaire, considrons l'volution d'une grandeur
( , ) f x t
en fonction de
l'espace et du temps. Le domaine de dfinition de
( , ) f x t
est dcompos en N noeuds
i
x rpartis
rgulirement avec un pas d'espace Ax . De mme, le temps est dcompos en intervalle lmentaire
de pas constant At . On notera
n
i
f la valeur discrte de la grandeur
( , ) f x t
au noeud
i
x et au temps
A n t .
Dans le cas 2D, considrons une grandeur
( , ) f x y
dfinie sur un certain domaine. Ce dernier
est dcompos en N P noeuds
( , )
i j
x y
rpartis rgulirement avec un pas d'espace Ax dans la
direction x et
Ay
dans l'autre direction. On notera
ij
f la valeur discrte de la grandeur
( , ) f x y
au
nud ( , )
i j
x y .
De faon similaire, dans le cas 2D instationnaire, on notera
n
ij
f la valeur discrte de la
grandeur
( , , ) f x y t
au nud ( , )
i j
x y et au temps A n t . Et dans le cas 3D instationnaire, on notera
n
ijk
f la valeur discrte de la grandeur
( , , , ) f x y z t
au noeud ( , , )
i j k
x y z et au temps A n t .
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
10
Quelques schmas en 1D
Diffrences finies avant, ordre 1 Diffrences finies arrire, ordre 1
Diffrences finies centres, ordre 2
Diffrences finies centres, ordre 4
II.3 Drives croises
Dterminons une approximation de la drive croise
2
( ) c
c c
f x
x y
de la fonction de 2 variables
( , ) f x y
. La discrtisation du domaine de calcul est bidimensionnelle et fait intervenir deux pas
d'espace supposs constants Ax et
Ay
dans les directions
x
et
y
.
et
n
i 1
T
+
linstant prcdent n,
dont la molcule de base est :
n 1
i
T
+
n
i 1
T
n
i
T
n
i 1
T
+
Pour rsoudre lquation ( I ) on fait progresser la molcule vers les instants n 1 + , n 2 + , ., la
solution de la fonction linstant n 1 + est directement obtenue partir de la solution linstant n .
Et sous forme matricielle on obtient :
| | | || | | |
n 1 n
T A T CL
+
= +
n 1 n
1 1 g
2 2
N 2 N 2
N 1 N 1 d
T T T 1 2 0 . . 0
T T 0 1 2 0 . 0
. . . . . . . . .
. . . . . . . . .
T T 0 0 0 0 1 2
T T T 0 0 0 0 1 2
+
( ( ( (
( ( ( (
( ( ( (
( ( ( (
= +
( ( ( (
( ( ( (
( ( ( (
( ( ( (
( ( ( (
Inconvnient de la mthode :
La mthode explicite impose le choix de pas du temps t A suffisamment petit si non la solution de
lquation ( I ) devient instable.
II.5.1 Schma implicite
A cause de risque dinstabilit dans la mthode explicite, on utilise la mthode implicite. On obtient
un schma implicite en expriment le Pb (1) linstant n+1 ou la solution nest pas connue ; Ce qui
donne :
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
14
n 1 n n 1 n 1 n 1
i i i 1 i i 1
2
1
i
n n
1 ini m fin
T T T 2T T
0
t x
C.I T 0
C.L T T , T T
+ + + +
+
+
o =
A A
=
= =
Pb(2)
On posant
2
t
x
A
= o
A
la temprature l'itration 1 + n est donne par :
n 1 n 1 n 1 n
i i 1 i 1 i
(1 2 )T (T T ) T , avec i var iant de1 N 1
+ + +
+
+ + = ( II )
On constate que les inconnues l'itration N 1 + sont relies entre elles par une relation implicite
(d'o le nom de la mthode). Dont la molcule de base est :
n 1
i 1
T
+
n 1
i
T
+
n 1
i 1
T
+
+
n
i
T
Ainsi lquation (II) scrit sous forma matricielle :
| || | | | | |
n 1 n
B T T CL
+
= +
n 1 n
1 1 g
2 2
N 2 N 2
N 1 N 1 d
T T T 1 2 0 . . 0
T T 0 1 2 0 . 0
. . . . . . . . .
. . . . . . . . .
T T 0 0 0 0 1 2
T T T 0 0 0 0 1 2
+
+ ( ( ( (
( ( ( (
+
( ( ( (
( ( ( (
= +
( ( ( (
( ( ( (
( ( ( (
+
( ( ( (
+ ( ( ( (
(III)
A chaque itration, le vecteur des inconnues discrtes se dtermine par rsolution d'un systme
linaire. La matrice du systme tant tridiagonale, un algorithme de Thomas (bas sur la mthode
du pivot de Gauss) est trs souvent utilis.
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
15
Avantage de la mthode implicite
Cette mthode est toujours stable t A , la seule limitation sur t A est celle qui maintient les erreurs
de troncature dans des limites acceptables.
Inconvnient de la mthode implicite
La solution est obtenue indirectement. Il faut rsoudre le systme linaire (III) chaque instant t
par itration jusqu convergence de la solution.
C..d
n 1 n 6
i i
T T , avec de l' ordre10
+
~ c c
II.6 Evaluation pratiques des diffrentes erreurs dapproximation
On note :
n
i
n
i
n
i
: la la solution analytique exacte.
T : la solution exacte du schma.
t : la solution numrique trouve.
t
On appel erreur globale de la rsolution numrique :
n
i
E
n n n
i i i
E t = t
Valeur exacte de la solution analytique Valeur numrique trouv
aprs de lquation de dpart du Pb (1). Calculs sur ordinateur.
Soit :
n n n n n n n
i i i i i i i
E ( T ) (T t ) d s = t + = +
Erreur de Erreur de
Discrtisation Stabilit
II.6.1 Consistance dun Schma aux diffrences finies (SDF)
On dit quun SDF est consistant si :
Lerreur de troncature
n n n
i i i
d T 0 quand x 0 = t A
On sait que lexpression de lerreur de troncature est dfinie par :
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
16
n 1 n n n n 2
2
i i i 1 i i 1
2 2
T T T 2T T T T
( t) ( x )
t x t x
+
+
| | | | + c c
o o = u A + u A
| |
c c A A
\ . \ .
Ce schma est consistant si :
2
( t) ( x ) 0 u A + u A Quand
x 0
t 0
A
A
On gnral, un SDF est dit consistant si au moins les quations discrtes sont crites au moins au
second ordre prs.
II.6.2 Stabilit dun SDF
On appel :
n n n
i i i
s T t = lerreur de stabilit du SDF au nud (i, n) .
La stabilit dun SDF traduit le fait que des erreurs locales un instant donne saffaiblissent ou
augmente quand le paramtre temps t augmente.
On dit quun SDF est stable si :
n n
i i
T t 0 Avec les dimensions du maillage.
Etude de la stabilit du SDF du Pb (1), par la mthode de VAN-NEUMANN
a) Cas du SDF par la mthode explicite
On pose la fonction solution trouve par calcul sur ordinateur
n
i
t (t)de la forme complexe
n j x 2
i
t (t) (t)e (avec j 1)
|
= + = (13)
Soit 1 o = , on peut crire lquation du Pb (1) de la forme :
j x j x
j (x x) j x j (x x)
2
(t t)e (t)e (t)
e 2e e
t x
| |
| A | | +A
+ + A + +
( = +
A A
En posant
2
t
x
A
=
A
et aprs transformation, on obtient :
2
x
(t t) (t) 1 4 sin ( )
2
A
(
+ + A = + |
(
Soit
2
ex
x
G 1 4 sin ( )
2
A
= | , et pour que le SDF du Pb (1) soit stable :
Il faut que le facteur damplification
| |
2
ex
x
G 1, or sin ( ) 1 , x
2
A
s | s | A
Ahmed Rechia - Cours mthodes de simulation numrique
Premire partie : Mthodes de diffrences finies
17
Il reste vrifier alors que
1
4 1 1 4 2, Soit 0.5
2
s s s =
En fin, la condition de stabilit CFL du SDF est :
2
t
0.5
x
A
s
A
b) Cas du SDF par la mthode implicite
A partir de lexpression (13) de la fonction
n
i
t (t) lquation discrte du Pb (2) scrit :
j x j x
j (x x) j x j (x x)
2
(t t)e (t)e (t t)
e 2e e
t x
| |
| A | | +A
+ + A + + + A
( = +
A A
En posant
2
t
x
A
=
A
et aprs transformation, on obtient :
2
x
(t t) 1 4 sin ( ) (t)
2
A
(
+ + A + | = +
(
Soit alors
2
1
(t t) (t)
x
1 4 sin ( )
2
+ + A = +
A
(
+ |
(
On pose
2
im
x
G 1 4 sin ( )
2
A
= + |
, et pour que le SDF du Pb (2) soit stable :
Il faut que le facteur damplification :
im
1
1,
G
s
en effet :
On a toujours
| |
2
x
sin ( ) 1 , x
2
A
| s | A
et par consquence :
2
1
1
x
1 4 sin ( )
2
s
A
(
+ |
(
Donc le schma implicite est inconditionnellement stable.
II.6.3 Convergence dun SDF
Si un schma numrique aux diffrences finies est consistant est stable alors il est convergent.
Convergence = consistance + Stabilit