Vous êtes sur la page 1sur 63
Departement´ et Modelisation´ 4eme` Genie´ Mathematique´ annee,´ 2013-2014. Methode´ des differences´ finies pour

Departement´

et Modelisation´

4eme`

Genie´

Mathematique´

annee,´

2013-2014.

Methode´

des differences´

finies

pour les equations´

aux

deriv´

ees´

partielles

Fr´ed´eric de Gournay

2

Table des mati`eres

1 Introduction

5

1.1 Typologie des ´equations

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

6

1.1.1 EDO .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

6

1.1.2 EDP

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

6

1.1.3 Conditions limite

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

1.2 Rappels sur les normes

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

1.3 Espaces de Sobolev

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.3.1 D´efinitions

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.3.2 Injections de Sobolev

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.3.3 Th´eor`eme de trace

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.3.4 Espaces de Sobolev a` indices n´egatifs

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.3.5 Identit´e de Poincar´e

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.4 Convergence

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.4.1 Convergence faible et forte

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.4.2 Convergence presque partout

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

11

1.4.3 Mutiplication

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

12

1.4.4 Compacit´e .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

12

2 Introduction `a l’analyse num´erique, le Laplacien

 

13

2.1 Analyse math´emathique du Laplacien .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

2.1.1 Formulation variationnelle

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

2.1.2 Principe de minimisation

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

2.1.3 In´egalit´e d’´energie .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

15

2.1.4 Formule de Green

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

15

2.1.5 Principe du maximum

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

17

2.1.6 Valeurs propres

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

17

2.2 M´ethode des diff´erences finies

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

18

2.2.1 Construction de la matrice et erreur de consistance

.

.

.

.

.

.

.

.

.

19

´

Etude l 2

2.2.2 .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

20

´

2.2.3 Etude l

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

20

3 Analyse math´ematique des EDP lin´eaires

 

23

3.1 L’´equation de la chaleur

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

23

3.2 Equation d’advection

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

24

 

3

4

`

TABLE DES MATI ERES

3.3

Equation des ondes

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

24

4 Diff´erents sch´emas d’approximation

 

25

4.1 Exemples de sch´ema pour l’´equation de la chaleur

.

.

.

.

.

.

.

.

.

.

.

.

.

.

26

4.2 Exemples de sch´ema pour l’´equation de transport

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

26

4.3 Gestion des conditions limites

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

27

4.4 Stencil

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

28

4.5 Existence des sch´emas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

28

4.6 Test num´erique

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

28

5 Th´eor`eme de Lax

 

31

5.1 Consistance

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

31

5.2 Stabilit´e des sch´emas d’´evolution en temps

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

33

 

5.2.1 Stabilit´e L de sch´ema explicite

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

35

5.2.2 Stabilit´e L de sch´emas implicites

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

35

5.2.3 Stabilit´e L 2 spectrale

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

36

5.2.4 Stabilit´e L 2 de Fourier

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

36

5.2.5 Stabilit´e L 2 de Fourier des syst`emes

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

38

5.3

Convergence et Th´eor`eme de Lax

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

39

6 Analyse de Fourier

 

41

6.1

Symbole d’un op´erateur d’´evolution

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

41

6.1.1

Erreur de phase et d’amplitude

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

42

6.2

Sch´emas pour l’´equation de transport

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

43

6.2.1 Sch´ema d´ecentr´e.

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

43

6.2.2 Sch´ema de Lax Wendroff.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

44

7 Aller plus loin dans l’analyse

 

49

 

´

7.1 Equation ´equivalente

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

49

7.2 Sch´ema TVD

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

51

 

7.2.1

Premi`ere notion de sch´ema TVD

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

51

7.3 Le multi-dimensionnel

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

52

8 Exercices

 

55

 

´

8.1

Etude du θ sch´ema

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

55

9 TD : Les ondes en deux dimensions

 

59

9.1 Technique de r´esolution en deux dimension .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

59

 

9.1.1

Discrtisation .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

59

9.1.2

R´esolution de l’´equation de diffusion

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

60

´

9.2 Equation des ondes

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

60

9.3 R´esolution num´erique

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

61

Chapitre 1 Introduction

En troisi`eme ann´ee, vous avez appris `a r´esoudre num´eriquement des syst`emes diff´erentiels ordinaires, c’est-`a-dire des syst`emes du type :

y (t) = f (t, y(t)) y(t 0 ) = y 0

,

(1.1)

o`u f : R × R n R et y 0 R n sont donn´es et y est une fonction inconnue de R dans R n . Les m´ethodes que l’on utilise le plus sont les m´ethodes d’Euler implicite ou explicite, ou plus g´en´eralement les m´ethodes de Runge-Kutta. On se rappelle que la m´ethode d’Euler explicite pour trouver y(T ) dans le probl`eme (1.1) revient `a discretiser l’intervalle [t 0 , T] en N +1 points (N intervalles de taille ∆t = Tt 0 ), a` poser Y 0 = y 0 , T 0 = t 0 et a` appliquer le sch´ema it´eratif suivant :

N

T k+1 = T k + ∆t

Y k+1 = Y k +

tf (T k , Y k )

´

Etudier ce que

veut dire ”∆t assez petit”, est l’objectif de vos cours d’analyse num´erique des ann´ees pr´ec´edentes, notamment via l’introduction de la notion de ”stabilit´e”.

Si ∆t est assez petit, alors Y N est une bonne approximation de y(T ).

Ces m´ethodes s’´etendent aux ´equations d’ordre sup´erieur en introduisant des variables suppl´ementaires, ainsi pour r´esoudre

u (t) = t u(0) = 0 et u (0) = 1

,

Il suffit de poser y =

dant, si on essaie de r´esoudre par la m´ethode d’Euler

et f (y, t) = y 2 pour se ramener au cas pr´ec´edent. Cepen-

u

u

t

u (t) = t u(0) = 0 et u(1) = 1

,

5

6

1.1. Typologie des ´equations

la r´eduction pr´ec´edente ne fonctionne plus car le probl`eme se transforme en

y (t) = f (t, y(t)) y 1 (0) = 0 et y 1 (1) = 1

,

Ainsi on ne connaˆıt pas la valeur de y au temps initial t = 0 mais on connaˆıt la valeur de la premi`ere coordonn´ee de y en deux temps diff´erents, on ne peut pas utiliser des m´ethodes du style Euler ou Runge-Kutta qui transmettent de proche en proche la valeur de y supos´ee connue au temps initial. Un des objectifs de ce cours va ˆetre d’introduire de nouvelles m´ethodes pour r´esoudre ce genre de probl`eme.

1.1 Typologie des ´equations

1.1.1 EDO

Les EDO ou ´equations diff´erentielles ordinaires sont des ´equations diff´erentielles dont l’inconnue est une fonction qui ne d´epend que d’une seule variable, elles peuvent ˆetre mises sous la forme :

y (t) = f (t, y(t)),

o`u f : R n × R R est donn´e et y est une fonction inconnue de R dans R n . La typologie d´epend des conditions aux limites. Si y est donn´e `a un temps t 0 donn´e, alors on parle de ”conditions initiales” et de ”probl`eme de Cauchy”. Dans ce cas, les m´ethodes de type Runge-Kutta sont pertinentes pour r´esoudre ces probl`emes. Si on se donne n conditions qui ne sont pas au mˆeme temps t, on parle de ”conditions au bord” et on utilisera plutˆot les m´ethodes que nous d´evelopperons ensemble.

1.1.2 EDP

Les EDP ou ´equations diff´erentielles ordinaires sont des ´equations diff´erentielles dont l’inconnue est une fonction qui d´epend de plusieurs variables, nous ne nous int´eresserons qu’`a des fonctions qui d´ependent au maximum de trois variables que nous noterons X = (t, x, y) et nous ne nous int´eresserons qu’aux EDP lin´eaires. Nos ´equations seront toutes de la forme suivante, avec A un champs de matrice, B un champs de vecteur et C et f deux fonctions donn´ees :

A(X): H[u](X) + B(X) · ∇u(X) + C(X)u(X) = f (X)

Si A est nulle, on parle d’´equation de transport ou d’´equation d’advection. L’exemple typique d’une ´equation de transport est, si X = (t, x), si B(X) = (1, 1) et C = 0 :

t u(t, x) x u(t, x) = f (t, x)

Si A admet une valeur propre nulle et les autres de mˆeme signe, on parle d’´equation parabolique, l’exemple type est l’´equation de la chaleur (avec B = (1, 0, 0) et C = 0)

t u xx u yy u = f

Chapitre 1. Introduction

7

Si A admet une valeur propre d’un signe et les autres de signe oppos´e, on parle d’´equation hyperbolique, l’exemple type est l’´equation des ondes (ici avec B = C = 0)

tt u xx u yy u = f

Si A a toutes ses valeurs propres du mˆeme signe, on parle d’´equation elliptique, l’exemple type est l’´equation de diffusion, avec si X = (x, y) et A = Id et B = C = 0.

xx u yy u = f

1.1.3 Conditions limite

Il existe plusieurs type de condition limite. Il faut toujours respecter la r`egle d’avoir autant de conditions aux limites par variable que de d´eriv´ees par rapport a` cette variable dans l’´equation. La typologie des ´equations d’ordre sup´erieur `a 1 est :

– Si toutes les conditions aux limites sont mises au mˆeme point, on parle de conditions initiales ou de conditions de Cauchy et si elles sont mises en des points diff´erents, on parle de conditions aux bords.

– Si les conditions aux limites portent sur la valeur de l’inconnue, on parle de condi- tions de Dirichlet et si elles portent sur la valeur de la d´eriv´ee normale, on parle de conditions de Neumann. Si les conditions limites portent sur une combinaison lin´eaire de Dirichlet et Neumann, on parle de conditions de Fourier ou de Robin.

– Si la valeur de la condition limite est z´ero, alors on parle de condition homog`ene.

Ainsi voici quelques probl`emes types (dont certains sont non solubles), avec Ω = [0, 1] 2 .

xx u(x, y) yy u(x, y) = f (x, y) dans Ω

u |= 0

xx u(x, y) + yy u(x, y) = f (x, y) dans Ω

u |x=0 = u 0

x u |x=0 = u 1

y u |y=0 = 0 = y u |y=1

tt u(t, x, y) xx u(t, x, y) yy u(t, x, y) = 0 dans Ω

u |t=0 = u 0

t u |t=0 = u 1

n u |= 0

t u(t, x, y) xx u(t, x, y) yy u(t, x, y) = 0 dans Ω

t u |t=0 = u 1

n u | = 0

Exercice 1.1 Essayer de r´esoudre `a la main le probl`eme u (x) = 0 sur [0, 1] avec les quatres types de conditions initiales suivantes

u(0) = 0

et

u(1) = 1

u(0) = 0

et

u (1) = 1

u (0) =

1

et

u (1) = 1

u (0) = 0

et

u (1) = 1

8

1.2. Rappels sur les normes

Il existe encore un dernier type de conditions aux limites qui sont des conditions aux limites p´eriodiques, on se place d’habitude dans un carr´e (par exemple Ω = [0, 1] 2 ) et on impose que la valeur `a droite du carr´e soit ´egal `a la valeur a` gauche du carr´e, par exemple le probl`eme suivant est un probl`eme de diffusion avec des conditions p´eriodiques

xx u(x, y) yy u(x, y) = f (x, y) dans [0, 1] 2

u |x=0 = u |x=1 et u |y=0 = u |y=1

1.2 Rappels sur les normes

On rappelle que les normes vectorielles usuelles sont d´efinies par, si v C q

v l p (C q ) =

1

q

q

j=1

|v j | p 1