Coursm11 2006

Diffrences finies pour la rsolution numrique des
quations de la mcanique des fluides
RISSER Laurent
4 fvrier 2006
Table des matires
1 Introduction 7
2 Rappels sur les quations aux Drives Partielles 9

2.1 Classification mathmatique . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Transformations non singulires . . . . . . . . . . . . . . . . . . . . . 9
2.1.2 EDP hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.3 EDP parabolique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.1.4 EDP elliptiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.5 Problme bien pos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Systmes dquations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.1 Exemple de systme linaris . . . . . . . . . . . . . . . . . . . . . . 15
2.2.2 Systmes dquations dordre un . . . . . . . . . . . . . . . . . . . . . 16
2.2.3 Systme dEDP dordre deux . . . . . . . . . . . . . . . . . . . . . . . 16
2.3 Exemples dEDP intressantes . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.1 Equation donde linaire dordre un . . . . . . . . . . . . . . . . . . . 16
2.3.2 Equation de Burgers non-visqueuse . . . . . . . . . . . . . . . . . . . 16
2.3.3 Equation de Burgers . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.4 Equation de Tricomi . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.5 Equation de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.6 Equation dadvection-diffusion . . . . . . . . . . . . . . . . . . . . . . 17
2.3.7 Equation de Korteweg-de-Vries . . . . . . . . . . . . . . . . . . . . . 17
2.3.8 Equation dHelmoltz . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3 Rappels sur les diffrences finies 19

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Construction de schmas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.1 Ide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.2 Exemple de schma pour une quation diffrentielle . . . . . . . . . . 21
3.2.3 Exemple de schma pour une EDP simple . . . . . . . . . . . . . . . . 22
3.3 Erreur de troncature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.4 Consistance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.5 Stabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.6 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.7 Erreurs des la discrtisation . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.8 Forme conservative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4 Les quations de la mcanique des fluides 25

4.1 Navier-Stokes compressible . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.2 Cas incompressible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.3 Diffrences entre le cas compressible et le cas incompressible . . . . . . . . . . 27
4.4 Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3
5 Diffrences finies pour quations modles 29
5.1 Equation donde dordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.1.1 Mthode de Lax . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5.1.2 Schmas explicites dEuler . . . . . . . . . . . . . . . . . . . . . . . . 32
5.1.3 Schma explicite rgressif . . . . . . . . . . . . . . . . . . . . . . . . 32
5.1.4 Schma dEuler implicite . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.1.5 Schma Leep Frog (saute mouton) . . . . . . . . . . . . . . . . . . . 34
5.1.6 Autres schmas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.2 Equation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.2.1 Prsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.2.2 Mthode de Crank-Nicolson . . . . . . . . . . . . . . . . . . . . . . . 35
5.2.3 Gnralisation de Crank-Nicolson . . . . . . . . . . . . . . . . . . . . 35
5.3 Equation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.3.1 Adaptation des schmas . . . . . . . . . . . . . . . . . . . . . . . 36
5.3.2 Mthode ADI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5.4 Equation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.4.1 Formule cinq points . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.5 Equation de transport (linaire) . . . . . . . . . . . . . . . . . . . . . . . . 40
5.5.1 Schma explicite FTCS (Roache 1972) . . . . . . . . . . . . . . . . . 41
5.5.2 Schma implicite de Crank-Nicolson . . . . . . . . . . . . . . . . . . 42
5.6 Equation de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.7 Equation de Burgers non linaire . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.7.1 Schma implicite de Bridley-Mc Donald (1974) . . . . . . . . . . . . . 43
6 Rsolution numrique de Navier-Stokes incompressible 45

6.1 Prsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.2 Ecoulement stationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.2.1 Mthode de la compressibilit artificielle . . . . . . . . . . . . . . . . 45
6.2.2 Mthode Marker And Cell (MAC) . . . . . . . . . . . . . . . . . . . . 46
6.2.3 Stabilit du schma MAC . . . . . . . . . . . . . . . . . . . . . . . . 48
6.3 coulement instationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
6.3.1 Mthode de projection . . . . . . . . . . . . . . . . . . . . . . . . . . 50
6.3.2 Mthode de projection implicite . . . . . . . . . . . . . . . . . . . . . 52
6.3.3 Mthode SIMPLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.3.4 Fonction de courant, vorticit . . . . . . . . . . . . . . . . . . . . . . 54
7 Mthodes spectrales 59
7.1 Approximation pseudo-spectrale . . . . . . . . . . . . . . . . . . . . . . . . . 59
7.2 Calcul pratique de lapproximation pseudo-spectrale des drives . . . . . . . . 60
7.3 Mthodes pseudo-spectrales pour la rsolution dquations aux drives partielles. 61
7.4 Lanti-aliasing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4
6
Chapitre 1
Introduction
Vous tes vous dj demand un jour ce qutait un modle ? Cest une reprsentation sim-
plifie de la ralit physique. Par simplification, on entend la ngligence des phnomnes peu
influants lchelle tudie. Par exemple si lon tudie lcoulement de lair autour dune auto-
mobile, on ne prend pas en compte le mouvement de chaque particule de lair. On moyenne sur
de petits volumes la vitesse et la pression induits par les particules. Ces volumes sont petits par
rapport la taille de lobjet tudi mais trs grands par rapport a lchelle microscopique. La
mcanique des fluides fourni une multitude de modles pour tudier des fluides plus ou moins
visqueux, compressibles ou incompressibles, stationnaires ou instationnaires.
Dans le cadre de ce cours, nous allons tudier des mthodes numriques qui permettent de
rsoudre les modles couramment rencontrs en mcanique des fluides non compressibles.
Avant de rentrer dans le vif du sujet, positionons ces mthodes par rapport aux mthodes
exprimentales et thoriques
En toute logique, lapproche exprimentale est la plus raliste. Cependant elle est la plus
coteuse. Elle peut aussi poser des problmes dchelle. Par exemple, lanalogie des Reynolds
nest pas toujour respectable. De mme, elle pose des difficult lies aux mesures. Les outils de
mesures sont intrusifs ce qui peut fausser les rsultats et poser des difficults daccs certaines
zones. Les conditions limites ne sont pas non plus forcment idales. Enfin, les tudes param-
triques sont longues.
Lapproche thorique demande de modliser le phnomne physique tudi. En supposant

que le modle est bon lchelle tudie, cette approche a la grande qualit de fournir une solu-
tion exacte. Son principal dfaut est quil est souvent ncessaire de simplifer la gomtrie ainsi
que la physique de lobjet tudi et son environnement. De mme, les problmes non linaires
ne sont pas traits.
Tout comme lapproche thorique, lapproche numrique demande de modliser le phno-

mne physique tudi. Contrairement la premire, elle permet de prendre en compte des qua-
tions bien plus complexes dont les non linaires (les quations de Navier-Stokes par exemple).
De mme, une gomtrie plus complexe et lvolution en temps peut tre prise en compte. Lap-
proche thorique a cependant aussi des limites. Elle implique des erreurs lies la discrtisation
(troncature et convergence) et la rsolution (arrondis). Elle pose aussi des problmes lis aux
conditions limites. On peut signaler que bien des phnomnes ne sont pas encore modliss.
Enfin, il faut bien avoir en tte que les machines qui vont rsoudre le problme nont pas une
mmoire et une cadence dhorloge infinie. On doit donc tudier des domaines de taille et de
finesse raisonnable.
7
Concentrons nous maintenant sur la mcanique des fluides numrique. Les quations, typi-
quement des EDP sont un modle de la ralit. Les solutions exactes des modles de la mca-
nique des fluides, typiquement des EDP, sont trs rares. Il est donc souvent ncessaire de dis-
crtiser ces quations pour produire un rsultat approch sur ordinateur. Les fluides sont dcrits
par diffrentes quations suivant que lon se place dun point de vue Lagrangien ou Eulerien.
Le premier consiste tudier le mouvement de chaque particule dun fluide, alors que le second
consiste dcrire le fluide par ses caractristiques globales que sont la densit volumique, la
vitesse et la pression. Nous nous focaliserons ici sur le point de vue Eulerien.
Il est important dtre conscient que le traitement dun problme de grande complexit im-
plique un grand nombre de points dans le maillage. Il est donc ncessaire de possder de bonnes
capacits en terme de mmoire et de rapidit CPU. On peut constater quavec le temps, les ca-
dences processeur et la taille de la RAM ne cessent daugmenter. A ceci sajoute lamlioration
constante de lefficacit des algorithmes de rsolution dEDP. Il est donc possible de traiter des
problmes de plus en plus finement.
8
Chapitre 2
Rappels sur les quations aux Drives

Partielles
Les lois de la nature sont souvent gouvernes par des EDP. Il est donc important de com-
prendre le comportement physique des modles ainsi que le caractre mathmatique des qua-
tions.
2.1 Classification mathmatique

On distingue EDP linaire et EDP non linaire. Les EDP linaires ne contiennent aucun
produit de variable avec elle mme ou une de ses drives alors que les EDP linaires peuvent
en possder. Par exemple :
Equation de propagation Equation de Burgers

donde

(linaire)

:
(non linaire)

:

avec qui dpend de et de et une constante. Nous nous focalisons ici sur les EDP
linaires. Les EDP non linaires seront lobjet dtude des derniers chapitres de ce cours.
La classification des EDP linaires se fait sur la base dune quation dordre 2 standard :

! " $#&% ('*),+ (1)
o ' ' ' ' ! ' " sont fonctions de % -'*).+ . Cest une quation linaire. Le type de lEDP
dpend de son discriminant, / 0 21 :
/43 alors, lEDP est hyperbolique.
/ 5 alors, lEDP est parabolique.
/46 alors, lEDP est elliptique.
2.1.1 Transformations non singulires

Supposons une transformation de % ('*),+ vers 8% 7 *' 9.+ (variables indpendantes) non singulire.
:
le jacobien de la transformation :
; < <
: %87 *' 9,+ < 7
9
<
; < < =7
9 27 9
?5
>
% ('*),+ < 7 9 <
Calcul de lquation transforme :
9

7
9

%
+
7
0 7
9
9
0 7

9

mmes calculs pour , ,

En remplaant dans (1), on trouve :

$# 0 %87 '*9.+ (2)
7
0
avec :
7
7 7 0

7
9
7
9 7 9
9
0 9
9 9 0
Le discriminant de (2) est :

0 21
% 0 21 + %87
9 27 9
+ 0
: 0 0
% 21 +
:
or 0 3 donc lquation transforme est du mme type que lquation initiale.
2.1.2 EDP hyperboliques

Prsentation
Lexemple le plus simple dEDP hyperbolique est lquation de propagation dune onde
(advection) : ; ;
0 0
; ; 5
0 0
secondes :
2
1.8
1.6
1.4
1.2
0.8
0.6
0.4
0.2

5 4 3 2 1 0 1 2 3 4 5
secondes :
1.4
1.2
0.8
0.6
0.4
0.2
0
5 4 3 2 1 0 1 2 3 4 5
10
=1 secondes :
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
5 4 3 2 1 0 1 2 3 4 5
Une des caractristiques des fonctions rgies par une EDP hyperbolique linaire est que leur
nergie ne sattnue pas au fil du temps.
Interprtation par caractristiques
Une caractristique interprte la vitesse et direction laquelle est transporte linformation

au cours du temps.
Pour une quation :

$#&% -'*).+ (3) ,
et 9 % ('*),+

0 le long de ces carctristiques. Pour (3), on a 7 )
'*).+
on cherche les coordonnes caractristiques 7 et 9 telles que 7,% -
et 9 )

0 avec :

0 0

1

)
prop.
Par exemple :

0

! ' "
#%$# % +

% '* + "
Cette quation rgit la propagation dune onde sonore vitesse en milieu uniforme dans le
temps et lespace. Les courbes caractristiques de ce problme sont les courbes intgrales de :

1 0

11
On dit que linformation se propage le long des caractristiques. (ie : en prenant comme C.I.
un Dirac en et ailleur, on va observer son dplacement le long des caractristiques)
Domaine born
Pour que le problme soit bien pos, il faut fixer les valeurs de la fonction l o les caract-
ristiques sont entrantes.
Intuitivement, on voit bien que si lon impose une Condition au Bord l o la caractristique
est sortante, linformation ne rentre pas dans le domaine tudi. Cette condition est donc inutile.
Paralllement, l o les caractristiques sont entrantes (C.I. incluses), linformation au bord
pntre dans le domaine.
12
2.1.3 EDP parabolique
Prsentation
Une EDP parabolique modlise des problmes de propagation dissipative. Un schma clas-
sique est celui de la diffusion (conduction de la chaleur) :
; ;
0
; ;
0
Pour les C.I. % + et les conditions aux bords % *' + % '**+ , on a la
solution exacte :
% ('* + % + !

remarque : Beaucoup de formes rduites de Navier-Stokes sont gouvernes par des EDP
paraboliques.

Ici, les caractristiques (
) sont nulles. Elles ne jouent donc pas le mme rle que pour
les quations hyperboliques et navancent en rien pour lexplication du mouvement.
Domaine born
Ici, sur tous les bords dun domaine born, de linformation est entrante. En effet, chaque
pas de temps, linformation stale dans toutes les directions au niveau spatial.
13
Les C.I. doivent tre des conditions de Dirichlet ( % (
tions de Dirichlet ( %
'* + #&% + ), de Neumann (
' +

% + ). Aux bords, des condi-
(% + ), ou bien mixtes sont
ncessaires.
2.1.4 EDP elliptiques

Prsentation
En mcanique des fluides, les EDP elliptiques sont associes aux problmes stationnaires.
Elles ne modlisent donc plus des problmes dvolution comme dans le cas hyperbolique ou
parabolique. Les conditions initiales nont donc pas la mme interprtation (elles deviennent des
conditions limites). Une EDP elliptique type est lquation de Laplace :
; ;
0 0
; ; 5
0 ) 0
" "
Cette quation gouverne les flux incompressibles potentiel. Par exemple, pour le domaine
' ,) ' et les conditions aux bords :
%( ' +
% (' +

% +
% + !
% '*).+ % '*),+ 5
La solution est :
% ('*),+ % + !

Les caractristiques sont en gnral complexes pour un problme dordre 2. Elles nous sont
donc inutiles ici.
Domaines borns
Un point lintrieur du domaine influe sur tout le domaine et donc sur tous les bords.
14
Aux bords, des conditions de Dirichlet, de Neumann ou bien mixtes sont possibles. Il faut
toutefois prendre garde en utilisant des conditions de Neumann. Lquation gouvernante doit
tre consistante avec les conditions aux bords via le thorme de Green :

"

0
2.1.5 Problme bien pos

Le problme dune EDP+C.L.+C.I. est bien pos si la solution existe, si elle est unique et
si elle dpend avec continuit des C.L. ou des C.I. ie, une petite drivation dans les C.L. ou les
C.I. produit une petite drivation dans la solution. Cf : Hadamard, 1932
2.2 Systmes dquations

En gnral, la physique dun phnomne se modlise par un systme dEDP. De mme, une
EDP dordre lev peut normalement se poser sous la forme dun systme dquations dordre
un.
2.2.1 Exemple de systme linaris

Lquation donde dordre deux est :
0

On introduit et , deux variables indpendantes telles que :

; ;

; et ;

alors : ;

;

;

;

; ;

; ;

15
donc : ; ;
;

" ; 5
avec :

et

2.2.2 Systmes dquations dordre un
;
" ;
Forme gnrale : ;
;

;

" ;

)
5
avec :
[ ] % '*('*),+ #
% '*('*),+
[ ]
#
le vecteur dinconnues
% '*('*),+
On distingue deux types dEDP dordre un dans la direction % -'**+ :
Si les valeurs propres de [A] sont relles et distinctes, le systme est hyperbolique dans
cette direction.
Si les valeurs propres de [A] sont complexes, le systme est elliptique dans cette direction.
Pour la direction % )&'* + , on observe les v.p. de [B] et on suit le mme raisonnement. Par
exemple pour lquation donde :
<
< !

<
<

0
<
<
<
< 0 5

0
donc :
Le comportement est hyperbolique dans la direction % ('* +
2.2.3 Systme dEDP dordre deux

Cest trs complexe. Le seul cas simple est le systme dEDP :
; ;
;

" ; 0 0
Ce systme est parabolique (en temps) si toutes les v.p. de [A] sont relles.
2.3 Exemples dEDP intressantes

2.3.1 Equation donde linaire dordre un
; ;

; ; 5

Propagation dune onde vers la droite la vitesse .
2.3.2 Equation de Burgers non-visqueuse

; ;

; ; 5

Propagation donde non linaire monodimensionnelle. La non linarit est de au terme
.
16
2.3.3 Equation de Burgers
; ; ;
0
; ; ;
0
Cette quation est un modle 1D de Navier-Stokes. Elle nest pas linaire.
2.3.4 Equation de Tricomi

; ;
0 0
) ; ; 5
0 ) 0
Problme mixte : elliptique ou hyperbolique suivant le signe de ) . Modlise par exemple les
coulements transsoniques non visqueux.
2.3.5 Equation de Poisson

; ;
0 0
; ; " % ('*),+
0 ) 0
Conduction thermique dans un solide avec source " % (

'*),+ .
2.3.6 Equation dadvection-diffusion

; ; ;
;

;

;
0
0
2.3.7 Equation de Korteweg-de-Vries

; ;
;
;

;

;

5
Ondes non linaires dispersives.
2.3.8 Equation dHelmoltz

; ;
;
0
0
;
0
) 0

0
Ondes harmoniques en fonction du temps avec le paramtre de frquence. Exemple :

propagation dondes acoustiques dans un milieu 2D.
17
18
Chapitre 3
Rappels sur les diffrences finies
3.1 Introduction
Les diffrences finies sont une mthode de rsolution numrique des EDP (avec les lments
finis et les volumes finis principalement). Avec les schma de ce type, les erreur des la dis-
crtisation sont polynomiales (ex : en % / '/ 0 + ).
$
Pour la rsolution dune EDP de dimension
#
(espace+temps), on introduit un maillage
de lespace de pas / et du temps de pas / .
exemple, pour :
On construit ainsi une grille. On note :

# / #

pour

/ pour

Les noeuds de la grille sont les coordonnes % ' '* $

+.
discrets de drivation. Par exemple, pour :

Les diffrences finies consistent approcher les oprateurs de drivation par des oprateurs
; $ '* + $ '*
;

% *' +
% /
/
% +
19
o % *' + est lapproximation de , la fonction continue rgie par lEDP au point %
/ '* / +.
Nous tudions dans la prochaine section la construction de tels schmas pour une quation
diffrentielle et une EDP avec un terme en espace 1D. Pour lEDP, nous distinguerons schma
implicite et schma explicite. Les sections suivantes traitent des problmes que provoquent la
discrtisation.
3.2 Construction de schmas

3.2.1 Ide
Soit une fonction dune variable, de classe . Si tend vers , nous avons les deux for-
mulations suivantes (formule de Taylor) :

% + % +
% +
0
%
+

%
+ % +

(3.1)
1
% + % +
% +
0
% +

% + % + (3.2)
1
En combinant % + et % + , il vient naturellement :
% + % +
% +

% + (3.3)
% + % +
% +

% + (3.4)
% + % +
%
+ % 0 + (3.5)

et :
% % + % +
% +
+
0
% 0 + (3.6)
Lquation % + est appele lapproximation droite de % + et lquation % 1 + lapproxi-

mation gauche de % + . Ces deux quations sont cependant grossires puisquelles sont en
% + . Lquation % + , appele approximation centre de % + , est plus prcise puisquelle
est en % 0 + . Quand lquation % + , il sagit de lapproximation de % + et elle est aussi
en % 0 + .
Passons maintenant en dimension deux. On considre maintenant comme une fonction de

deux variables de classe
. Le principe dapproximation des drives est exactement le mme.
Si / et / ) tendent vers , nous avons :
;
% / -'*).+ % (
'*),+
; % -'*).+ %/ + (3.7)
; /
% -'*).+ % / ( '*),+
; % -'*).+ %/ + (3.8)
; /
% / -'*).+ % / ('*),+
; % -'*).+ %/ 0 + (3.9)
/
20
et :
;
0 % / -'*).+ %(
'*),+ % / ('*),+
; % ('*),+
0 / 0
%/ 0 + (3.10)
Il en est de mme pour les drives par rapport la variable ) . Ces formules permettent de
comprendre la discrtisation qui va seffectuer sur les quations aux drives partielles.
3.2.2 Exemple de schma pour une quation diffrentielle

Considrons le problme suivant :

*
% +

% +
*
% + % + % + " % + " '

% +
% +
Nous supposons , et " suffisement rgulires avec % +?3 . Subdivisons le segment
"
' en points. Le pas du maillage est :

Et les noeuds du maillage sont :
# 5 ' '
Le systme est vrifi en chaque point du maillage :

0
0
% + # % #+
% + # % # + % # + " % + #
Nous utilisons les approximations % + et % + :

% # + % + % #
# + % # + % # + % # + % # + % # + " % # + % 0 +
0
On nglige le terme % 0 + . En notant # la valeur approche de aux points # , on obtient :
# %
0
+ # %
0 # + # %
0
+ "#

Notons # %
0
+ , #
# +
% 0 et # %

0

+ . Nous aboutissons alors au
systme :

"

0

0
0

0
"

0

..

.
"
..

. ..
0
.
"
0

0

"
0

Il reste tudier lordre du schma, sa consistance et sa convergence. Nous verrons plus tard
dans ce chapitre comment faire.
21
3.2.3 Exemple de schma pour une EDP simple
Considrons lquation suivante (quation de la chaleur) :

% -'**+ " ' " '
% -' + % + condition initiale

% '* + % *' *+ 5 condition limite
On peut considrer quil sagit de lvolution de la temprature dune barre soumise aux
extremits une temprature nulle.
schma explicite
$ ' ' $
$
Construisons un maillage rgulier. on note / avec et / . On
note lapproximation de % '* + .
En utilisant pour la drive temporelle une approximation droite, on obtient :

; $ $
% '* $ +
;

/

le schma se pose alors :

0

'

' '
'
% +
$ $

$
$
On connat les , on en dduit les et ainsi de suite jusquaux . Ce schma est dit
explicite car les se dduisent directement des . Dans ce genre de schma, aucun systme
$
dquation nest rsoudre (pas de matrice inverser numriquement ! ! !), le nouveau pas se
dduit des pas prcdement calculs.
schma implicite
Discrtisons la mme quation avec le mme maillage mais utilisons cette fois une approxi-
mation gauche pour la drive temporelle :
; $ $

;

% '* + $
/

Ce simple changement semble anodin. En fait les modifications engendres sont trs impor-
tantes. Observons le nouveau schma :

'

0

' '
'
% +
$ $

Ce schma ncessite la rsolution dun systme dquations. Au temps $ le systme dqua-
$
tions scrit :
$

$

..
-

.
..
0
..
$
.. .. ..
. . . .

.

..
.

$ 0 -

$

22
soit :
$

$

$

.0
..

.
..
$ .. .. .. ..
. . . .
$ 0 ..

$
.

avec -0
et
. Trouver les partir des ncessite ici la r- $ $
solution dun systme i.e. linversion dune matrice. Le systme est ici tridiagonal. On peut le
rsoudre facilement par lalgorithme de Thomas, spcialement adapt aux matrices bandes. Un
tel schma est implicite.
La discrtisation du problme induit plusieurs problmatiques que nous tudions dans les
$
$
sections suivantes. Nous y analyserons des problmes de dimension 1. La valeur de % '* + y
est toujours approxime par .
3.3 Erreur de troncature

Le calcul des erreurs de troncature est usuellement bas sur les dveloppements de Taylor.
Par exemple, pour lquation de la chaleur :
; ;
0
; ; 5
0
On utilise un schma explicite centr en espace :

$
$ $ $ $ +

/

/ 0
%
En dveloppant
$ $
et par dveloppement de Taylor, soustrayant les rsultats et divisant
le tout par / , on retrouve lerreur de troncature sur le temps, % / *+ . En suivant le mme
principe avec le terme sur lespace, on trouve une erreur en % / 0 + .
Au final :
; ;
$
$ $ $ $ +

0
;

;
0

/

/ 0
% E.T.
avec E.T., lerreur de troncature. Lordre de lerreur de troncature est % / '/ 0 + .
3.4 Consistance
Un schma aux diffrences finies est consistant si :

E.T 5
-

Des problmes peuvent se poser si lerreur de troncature varie comme
. Dans ce cas, on

est oblig de raffiner de sorte que

23
3.5 Stabilit
Ce concept sapplique aux problmes dvolution. Par dfinition, un schma numrique est
stable si les erreurs (darrondi, de troncature,...) ne peuvent pas crotre pendant la procdure
numrique dun pas de temps au suivant.
Un schma peut tre :

Inconditionnellement stable : Quels que soient / et / les erreurs causes par le schma
numrique nexplose pas au fil des itrations.
Conditionnellement stable : On doit poser une condition sur / et / pour que la solution
nexplose pas.
Inconditionnellement instable : Quels que soient / et / les erreurs samplifient au fil
des itrations. Ceci cause des rsultats compltement faux.
3.6 Convergence
Un schma convergent est un schma numriquement saint. Une condition ncessaire la
convergence dun schma est :
STABILITE CONSISTANCE
Ce thorme est applicable pour les EDP linaires. On le suppose aussi valable dans le cas
non linaire.
3.7 Erreurs des la discrtisation

Il en existe deux types, les erreurs darrondi ( ) et les erreurs de discrtisation (
). #
Les premires sexpliquent par le nombre fini de chiffres aprs la virgule et les secondes par les
erreurs de troncature. On a :

% sol. exacte de lEDP + % sol. trouve par lordinateur +
#
3.8 Forme conservative
Une EDP pose sous forme conservative possde la particularit suivante : Ses coefficients
ne se retrouvent pas dans les drives.
Par exemple :
Forme non conservative Forme conservative

Equ. de continuit
et " % -'**+

5
5
Equ. de la chaleur
% +
% +

% +

% (*' +
Avantages de la forme conservative :
Meilleure prise en compte des EDP avec coefficients non continus (ex : ondes de choc).
Prise en compte du principe de conservation sur une rgion finie. Ceci implique la sup-
pression de petites sources et de petits puits de matire (sauf aux bords du domaine).
24
Chapitre 4
Les quations de la mcanique des

fluides
4.1 Navier-Stokes compressible

Les quations de Navier Stokes compressible sous forme conservatives sont :
; ; ; ;
; ; ; ; 5
)
avec :

0

% +

0

% +

0
% +

o :
nergie totale par unit de volume % !

+

0
!
nergie interne par unit de masse
#
tension visqueuse (Newtonienne) = %

+ 0 #

" % ' '

' ' +

,

(loi de Fourier)
% + ! (pour gaz parfait ! , alors )
25

% +
Si on re-crit ces quations sous forme adimensionnelle avec :

= longueur caractristique
= vitesse caractristique

= temps caractristique
= viscosit dynamique caractristique
= masse volumique caractristique
= 0 = pression caractristique

= temps caractristique
! = 0
=nergie

interne caractristique

!
,
, , 2

on retouve les mmes quations avec :

0 %
+

%
+

et les quations dtat sont :
%? + !

0
et
La pression a une signification thermodynamique dans le cas compressible.
4.2 Cas incompressible

Le cas incompressible (avec = const) se traduit par :

5 la masse volumique est constante le long dune ligne de courant

Si est constant en amont alors est constant partout dans le domaine. Alors :
5 5

Lquation de Navier-Stokes en variables primitives % ' + est alors (forme non conserva-
tive) :

"
0 (Equation de mouvement)

% + 5 (Equation de continuit)

avec :
: le produit tensoriel entre et .
: le produit vectoriel entre et .
26
Ici, la pression a une signification mcanique et non pas thermodynamique. La forme conser-
vative des quations de N.S. est :

%
tenseur
+

"

0

% + 5

car :

% +

% +
nul dans
le cas
incomp.
4.3 Diffrences entre le cas compressible et le cas incompressible
Le cas incompressible na pas une quation dvolution pour la pression ; donc on ne peut
pas produire une solution directe pour toutes les variables (comme cest le cas pour les quations
compressibles).
Le cas compressible peut tre subsonique ( 6 ) ou supersonique ( 3 ). Si 3

, on peut avoir des difficults numriques pour lapparition dondes de choc, de rarfaction,
lignes soniques et discontinuits de contact. Par exemple, la prsence dune ligne sonique spare
la rgion elliptique ( , 6 ) de la rgion hyperbolique ( ' 3 ), do des
problmes de technique numrique.
4.4 Classification
Le modle dEuler est celui dun fluide dont on ne tient pas compte de la viscosit (fluide
parfait).
6 3
Euler station. Ellipt. Parab. Hyperbo.
Euler instation. Hyperbo. Hyperbo. Hyperbo.
N.S. instationnaire :
Compressible : Type hyperbolique - parabolique (en temps)
Incompressible : Type elliptique - parabolique (en temps)
N.S. stationnaire :
6 : elliptique
3 : hyperbolique
Equations de la couche limite (cas compr. et incompr.) : Parabolique en x (direction dvo-

lution).
Pour des problmes complexes, le modle se divise en plusieurs parties.
27
Evidemment, les techniques diffrent selon le type dquations.
28
Chapitre 5
Diffrences finies pour quations

modles
Dans un cadre pdagogique, ces quations sont intressantes car elles ont des solutions
exactes. Elles permettent de comparer les rsultats des schmas numriques aux rsultats idaux.
Ceci est intressant pour valuer lefficacit des schmas. Dans un cadre plus pratique, ces
quations permettent souvent de modliser le comportement dEDP plus complexes.
5.1 Equation donde dordre

; ;
;

;

3
Cette quation est un modle pour un coulement instationnaire non visqueux. Pour la condi-

tion initiale % (' + % + , sa solution exacte est % -'**+ %
+
. Nous
*avons

vu au
chapitre que linformation initiale se propage le long de la caractrique
* (ici :
* ).
5.1.1 Mthode de Lax

Prsentation
$ $ $

% +
0
/ /
avec lindex de temps et lindex despace. Ici, lerreur de troncature est :
/ "
/ 0
'
/
non unif.
consistant
Etude de la stabilit
Ltude de la stabilit de ce schma va nous servir dexemple pour prsenter deux notions
importantes, la dissipation artificielle (lie au comportement en amplitude de lerreur) et la dis-
persion (lie au comportement en phase de lerreur).
Avant toute chose, il est ncessaire de remarquer que lerreur numrique et la solution exacte
ont les mmes proprits de croissance dans le temps. Les erreurs dans un systme stable ne
29
croissent donc pas dans le temps.
La mthode de stabilit est celle de von Neumann (ou de Fourier). Lerreur initiale ( 5 )
y est dcrite sous la forme dune srie de Fourier :
% (' +

% (' +

"
avec
une longueur donde et
0 le nombre donde correspondant. Le maillage
implique :

#%$

0
#%$
/

soit

soit
0

#%$ et

reprsentent le min. et le max. de la gamme finie de longueurs dondes. Cette

gamme contient
points de discrtisation.
On suppose que lerreur pour chaque mode de Fourier est sous la forme :
% ('* + #
$ %
+
de sorte que % (' +

%
+ . Il faut bien noter ici le terme # puissance (
litration). Lquation de lerreur est :
$
$ $ /
$ $

/
En dveloppant (avec
$ $#
$!#

), on obtient :
# % / +
/

%
/ + "
/
Or, on a :

$
#
% +
% +
$
# est le facteur damplification pour le mode de Fourier . La condition de stabilit est
donc :
%
#
/ + %
/ +
-

o
est le nombre de courant.

Une condition quivalente de stabilit est (poser # 0 ).
Le facteur damplification peut aussi se poser sous la forme :

# #

('

$

!#" !#"

# # ! %
/ + 0 %
/ + ! &%
erreur damplitude dphasage
Le dphasage sinterprte comme la translation de chaque mode de Fourier dans le schma.
30
Solution exacte
Solution approche numriquement

Si # et (pour chaque mode de Fourier) on na pas derreur damplitude ni de
phase. On observe donc ni dissipation artificielle (erreur damplitude) ni dispersion (erreur de
phase).
31
5.1.2 Schmas explicites dEuler
Schma dcentr progressif (en temps et en espace) dordre % / '/ 0 + :

$
$
$
$

/ /
Schma centr en espace dordre % / '/ 0 + :

$
$
$

$

/ /
Ces deux schmas sont inconditionnellement instables si 3 . Cela se vrifie par tude de
stabilit de Von Neumann. Ces schmas ne peuvent donc pas tre utiliss.
5.1.3 Schma explicite rgressif

Prsentation
Pour 3 le schma qui marche est celui-ci :

$
$
$
$

/ /
Son erreur de troncature est % / '/ + . Une analyse de stabilit de Von Neumann nous
montre que la mthode est stable si :
/

/
tude de la diffusion numrique

En gnral les quations hyperboliques ont peu ou pas de dissipation. Toutefois, le schma
numrique induit souvent de la dissipation artificielle (perte damplitude). Il se peut aussi que la
vitesse de propagation de londe soit change par dispersion artificielle.
En effectuant des dcompositions de Taylor pour

$ et pour
$
(pas besoin de toucher
$
) et en les injectant dans le schma, on obtient :

/

/

/ 0

/ 0

eq. donde
E.T.
En liminant toutes les drives temporelles droite, on obtient :

+
/ "

%

0 0
0 0
'/ / '/ / ' /

/ 0 % +

0
Cette dernire quation est lquation modifie. Le terme de droite est une autre criture de
lerreur de troncature. On peut remarquer que lE.T. contient un terme en % +

. Celui-ci est

similaire un terme visqueux dans lquation de Navier Stokes. Quand -
> , on introduit
donc de la viscosit artificielle dans la solution.
32
Si le terme principal de lE.T. est du type % +

, on observe la place un phnomne de
dispersion qui change les relations de phase entre les diffrentes ondes.
Dun point de vue gnral si le terme dominant dans lE.T. contient une drive :
paire : On observe principalement des erreurs de dissipation. Cest typiquement le cas
pour les scmas dordre un.
impaire : on observe principalement des erreurs de dispersion (ou wiggles). Cest gn-
ralement le cas pour les schmas dordre deux.
Leffet combin de la dispersion et de la dissipation est la diffusion numrique. Il est impor-

tant dtre conscient quil existe une relation entre le facteur damplification # de lanalyse de
Von Neumann et lquation modifie.
Remarque
Il a t montr quune condition ncessaire de stabilit pour un schma numrique dont le

terme principal de lE.T. est en

est que le coefficient qui lui est rattach soit infrieur zro.
Remarque
Si , on limine la viscosit artificielle. On retrouve donc la solution exacte. Ceci est en

gnral faisable sur une quation linaire mais impossible sur tout le domaine avec une quation
non-linaire.
33
5.1.4 Schma dEuler implicite

$
$
$

$

/ /
Ici, lerreur de troncature est dordre % / '/ 0 + . Le schma est inconditionnellement

stable. On peut le rcrire sous la forme :

$

$

$

$

soit :
$$

%
$

$
$
%
0 0
0

%
0
%
0

... .. ..
0
%
0
%
0 .
.

.
..
.
..
.
..
. ..

..
.

..
.
%
$ .
% .. .. ..
0 0

.
$.
$ $
%
$
%

0 0

0
%

0 %
$ '
$
' $ ' $
'
$ $ les C.L. connues. Le systme se rsoud numriquement en posant

$ o " " et $ " sont
" ".
5.1.5 Schma Leep Frog (saute mouton)
Cest un schma explicite dordre deux :

$
$

$

$

/ /
34

Lerreur de troncature est dordre % / 0 '/ 0 + . Le schma est stable si . Lquation
modifie est :
/ 0

% 0 +

% +

Comptant que lerreur de troncature ne contient que des drives paires, le comportement
est dispersif et il ny a pas de dissipation.
5.1.6 Autres schmas

Beaucoup dautres schmas peuvent tre dvelopps : Lax-Wendroff, Mac-Cormack, Rusa-
nov, Warning-Kutler-Lomax, etc.
5.2 Equation de la chaleur

5.2.1 Prsentation
Lquation de la chaleur est :
; ;
;

;
0
0
Cette quation sert de modle pour les quations (paraboliques) de couche limite. Nous en
prsentons ici des schma adapts la rsolution de ce type dEDP.
5.2.2 Mthode de Crank-Nicolson

$ $ $
$ + % $ $ $ + "
$
/

/

0

%
Les drives spatiales sont moiti values au temps et moiti au temps

prenant un dveloppement de Taylor autour de ' % + , on trouve une erreur de troncature
. En

0
dordre % / 0 '/ 0 + . Ce schma est inconditionnellement stable. Il est trs populaire pour
rsoudre les quations paraboliques.
5.2.3 Gnralisation de Crank-Nicolson
$
Une gnralisation populaire du schma de Crank-Nicolson est :
$ $ $ $ + "

/

/ 0
% $
$
$ +
% + %
avec une constante comprise entre et . On peut constater que si , on a un simple
schma explicite ; si
, on retrouve Crank-Nicolson et enfin si on a affaire un
schma implicite dit de Laasonen.

Ce schma est stable si :

inconditionnellement stable
0 pour
pour

0
0
5.3 Equation de la chaleur
; ; ;
;

;
0
0
;
0
) 0
35
5.3.1 Adaptation des schmas
Les techniques utilises prcdement posent des difficults. Voyons deux exemples signifi-
catifs :
$#
1. Simple schma explicite :
$# $# $# $# $# $# $#

/

/ 0

/ ) 0

Pour rsoudre lvolution du systme, on pose le schma sous la forme :

$#

$#
$#
$#
$#
$#

avec :

--

' : "

' "
On considre
:

' ' ' et ' ' ' . Les conditions limites sont alors les

'
# #
' ' que lon considre comme des constantes (conditions limites de
Dirichlet).
On constate que et . Nous les diffrencions pour une meilleure compr-

hension de la mthode. On pose :

0
..

.

0
$

..

.

0
..

.

..

.
La forme matricielle du problme est alors :

$
$
: :
M est une matrice % ' + . Elle a la forme dune matrice par blocs :

.. ..
. .
.. ..

. .

36
: :
Chaque bloc est de taille % + et :

..
. ..
.

.. ..
. .

.. ..

. .

:
Comme dans le cas , le vecteur de taille % + contient les conditions aux limites :

..
0

.

0

..

.

0

..
.

0

..

.

Remarque : Pour rsoudre ce genre de problmes sous Matlab, il est intressant de dcla-
rer comme une matrice creuse (sparse matrix). Dans un langage tel que le C ou Fortran
on codera la matrice de faon intelligente. On ne rentrera que les bandes non nulles de
la matrice et adaptera la multiplication multiplication matricielle au type de codage choisi.
La condition de stabilit de ce schma est :

/
/ 0 / ) 0
En prenant / / ) , la condition de stabilit est :
/
/ 0
Cette condition est encore plus restrictive que dans le cas !
$# $#
2. Schma de Crank-Nicolson :

%
0 0 + %
$#
$# +
/
37
$#
avec les notations :

0
0

0
$#

0

Ce schma est inconditionnellement stable mme en . On a cependant perdu la struc-

ture tridiagonale du systme . Le systme est de type :
$# $#

$#
$# $#
$#

avec :

-
0 -

0

+
$#

/ %
$#

%
0

0 +
$#
0
Pour rsoudre le systme, il est alors ncessaire dinverser (schma implicite oblige) une
: :
matrice de taille % ' + . Il faut alors absolument utiliser un algorithme dinversion
adapt (ici Gauss-Seidel par exemple).
5.3.2 Mthode ADI
ADI signifie Alternating Direction Implicit (Peaceman, Rachford et Douglas 1955). Cette
mthode rentre dans la catgorie des mthode du pas fractionnaire ou mthode de splitting.
Cest un schma implicite deux pas. Il est de type prdiction-correction :

0 $# 0 0 $# "

-

Pas 1 : (prdiction)
0
0
0 $# 0 0 $# "

Pas 2 :

(correction)
avec les mmes notations que prcdement :
$#

0
0 -

0
$#

0 -

(
On avance dune moiti de pas chaque fois. A chaque demi pas, les terme implicites

au pas 1 et au pas 2) ne portent que sur une des deux dimensions (ici au pas
1 et ) au pas 2). Nous avons vu dans lexemple prcdent (schma de Cranck Nicolson 2D) que
rsoudre le problme de manire implicite sur !
et ! la fois demande linversion dune ma-
trice diagonale par blocs. Avec la mthode ADI, on inverse deux fois une matrice tridiagonale
ce qui est algorithmiquement prfrable. On utilisera ici lalgorithme de Thomas par exemple.
La mthode ADI a une erreur de troncature dordre % / 0 '/ 0 '/ ) 0 + et est incondition-
nellement stable.
38
Il existe videment dautres mthodes comme la mthode ADE, la mthode Keller Box... En
gnral, les mthodes implicites sont recommandes car leur stabilit est meilleure.
5.4 Equation de Laplace
; ;
0 0
; ; 5
0 ) 0
Cette quation est un modle pour les quations de Navier Stokes incompressibles et sta-
tionnaires (quations elliptiques) et aussi pour les coulements potentiels (irrotationnel, non-
visqueux et incompressible). Dans les quations de N-S incompressibles, on arrive souvent une
quation de Poisson pour la pression en prenant la divergence de lquation de la quantit de
mouvement : ; ;
0 0
; ; " % ('*),+
0 ) 0
5.4.1 Formule cinq points
# # #
# # # 5
/ 0 / ) 0
lerreur de troncature est dordre % / 0 '/ ) 0 + et lquation modifie est :

% / + 0 % / ),+ 0 "
Une formule points peut tre gnre facilement avec comme erreur de troncature
'/ ) + .
%/
39
Toutefois, lerreur de troncature diminue rapidement pour les quations elliptiques plus g-
nrales, et il est de plus difficile de garder la prcision prs dune frontire.
Supposons une grille uniforme ( / / ) ) avec un nombre de points gal suivant les et
le ) (=N).
Lquation aux diffrences scrit :
# # # # 21 # 5
pour chaque point o la solution % ' + est recherche.
Si les C.L. sont de type Dirichlet et la solution est connue sur les quatre frontires, alors

il reste 0 points o la solution nest pas connue. Pour chaque point, on crit lquation aux

diffrences. On a donc 0 quations linaires algbriques pour les 0 inconnues :
" " "
La matrice "(de taille % 0
0 + ) contient beaucoup de zros ! Pour rsoudre ce systme,
on peut utiliser une mthode directe (Gauss, Choleski...) ou une mthode itrative (Gauss-Seidel,
surrelaxation, ADI).
5.5 Equation de transport (linaire)

Lquation de transport (convection-diffusion) monodimensionnelle est :
; ;
; ;
0
; ;
0
Cette quation est aussi connue sous le nom de quation de Burgers Linarise. Le scalaire
y est convect la vitesse const et y est diffus par le coefficient de diffusion . Cette
40
quation, qui est parabolique, peut tre un modle pour lquation de la couche limite. Elle
ncessite les mmes C.I. et C.L. que lquation de la chaleur, i.e. :
C.I. : % -' + % +

% '* + % *+
Deux C.L. : % '* + % + ou
ou

% '* +

% '* +
% +
% *+
5.5.1 Schma explicite FTCS (Roache 1972)

FTCS signifie forward in time, centered in space
$# $# $# $# 0 $# $# $# "
/

/

/

Lerreur de troncature est dordre % / '/ 0 + . Par limination des drives temporelles,
on obtient lquation modifie :

0 /

/ 0
0

dissipation artificielle

0

dispersion

artificielle

% %
avec :

(nombre de courant) et

Warming et Hyett ont montr que pour avoir stabilit, une condition ncessaire est que le
coefficient du terme

soit suprieur soit :

0
On introduit alors le nombre de Reynolds de maille (grid Reynolds number) tel que :
/ convection
!
diffusion
On montre facilement que :

!

La condition ncessaire de stabilit est donc :

!

Le nombre de Reynolds de maille est dun grand intrt pour la rsolution dquation de
transport par un schma dordre deux. Une analyse de stabilit de Von Neumann nous montre
une autre condition :
0

et

0

On en dduit que ce qui se traduit par :

!

remarque : Ce schma produit des wiggles (erreurs de phase) importants pour !

. Pour !
3 0 , les oscillations causent lexplosion de la solution. Pour liminer les
%
wiggles, la meilleure solution est de raffiner la grille surtout dans la (les) rgion(s) contenant
beaucoup doscillations. On peut aussi penser utiliser un schma dcentr rgressif (sur le terme
convect). Cette solution est viter car on additionne trop de viscosit numrique la solution
do une perte de prcision.
41
5.5.2 Schma implicite de Crank-Nicolson
Les schmas implicites sont efficaces pour liminer la restriction
-

. Le schma
0
est :

0 0

0

0 -

Lerreur de troncature est dordre % / 0 '/ 0 + . Il ny a pas de restriction lie la stabilit.
Pour viter les wiggles, il faut que !

. Pour des petits, on observe de petites er-
reurs de dispersion et de dissipation.
Finalement, ce schma est un bon schma qui ncessite linversion dun systme tridiagonal.
5.6 Equation de transport
En , lquation de transport est sous la forme :

; ;
;
;
;
;
0 ;
;
0
; ;
) 0 ) 0
On peut facilement construire un schma FTCS. Cependant, lanalyse de stabilit de Von

Neumann est plus restrictive en pour ce schma :
%
+ %

- +

0
% % avec %

' % +

ce qui est deux fois plus

Pour
et / ) / la premire condition donne
svre quen . De plus, les termes de dissipation artificielle sont lis au premier ordre de
la drive temporelle. Enfin, si le vecteur vitesse % ' .+ est 1 degrs par rapport la
direction des coordonnes, il y a une trs forte dissipation numrique.
Il est donc important dutiliser une bonne prcision temporelle.
5.7 Equation de Burgers non linaire

Cette quation est un modle pour lquation de Navier-Stokes :
; ; ;
0
; ; ;
0
Son criture sous forme conservative est :
;
0
; '

Nous utiliserons plutt la formulation :
; ; ;
0 0
; ; ; '
0
La chose importante remarquer est que maintenant, nous avons un problme non linaire.
Il est donc ncssaire dappliquer une sorte de linarisation, ou bien itrer (utiliser un schma
avec plusieurs pas).
42
5.7.1 Schma implicite de Bridley-Mc Donald (1974)
Il sagit ici dun schma, pour la rsolution aux diffrences finies des
quations compres-
sibles de N.S. sous forme conservative. Lide est de linariser le terme
en utilisant une srie
de Taylor tronque :

$#
$# ; $ $#
/
;
#
0
avec :

$#

%
+
$#

/
" $# / 0

%
+
$# /
$

" #

%
+
$# /
$

% + " #

%
+
$# /
$

% + " #

0 0
Ici, lerreur de troncature est dordre % / '/ 0 + pour le schma complet. Nous obtenons
donc un systme linaire dquations algbriques pour le temps ce qui donne un sys-
tme tridiagonal. Ce schma est inconditionnellement stable. La prcision temporelle peut tre
amliore par le schma suivant (inconditionnellement stable et dE.T. dordre % / 0 '/ 0 + ) :

%
+
$# %
+ $#
0

0 $#
0
$# "
0
Remarque : si le schma de Bridley- Mc Donald est utilis directement pour lquation de
Burgers , on nobtient pas un systme dquations algbriques tridiagonal. Une solution est
dutiliser la procdure ADI deux pas.
43
44
Chapitre 6
Rsolution numrique de
Navier-Stokes incompressible
6.1 Prsentation
On considre ici lquation de Navier-Stokes en variables primitives (i.e. avec et comme
variables) sous forme adimensionnelle. Lcoulement est incompressible :

5

%
+

0
(quation de continuit)
(quation de mouvement)
Soit le domaine et la frontire. Pour les C.L., est donn sur et pour les C.I., % + est
donn sur sous la contrainte 5 . Il existe une contrainte sur les C.L. de lquation de

continuit :

5 5
soit
Cette condition interprte le fait que lcoulement entrant est gal lcoulement sortant
la frontire (conservation de la masse).
En rsolvant lquation dvolution de / , on tombe sur deux problmes :

1. On ne trouve pas forcement % / *+ 5 .
2. Quelles sont les conditions limites pour p ?
6.2 Ecoulement stationnaire

6.2.1 Mthode de la compressibilit artificielle
Cette mthode est ddie la rsolution des quations de N.S. stationnaires :
%
+

0
5

Elle se caractrise par :

1. Introduction dun temps fictif . On a et qui dpendent de .
2. On se ramne au problme compressible (la solution stationnaire reste incompressible !) :

0

% + 0

45
Les quations sont du type hyperbolique-parabolique. Ici, la transitoire nest pas phy-
sique mais (on lespre) ltat stationnaire est bon !
Le paramtre 0 est arbitraire. Il est choisi de manire optimale pour assurer une conver-
gence rapide. Il sagit en effet dune vitesse du son artificielle
La rsolution peut seffectuer avec une mthode numrique adapte : La mthode MAC.
6.2.2 Mthode Marker And Cell (MAC)

Cette mthode tire ses origines dans Harlow & Welch 1965 et Welch & al 1966. Elle utilise
un maillage dcall. La pression, la vitesse suivant et la vitesse suivant ne sont pas calcules
aux mmes points.
Lquation sous forme discrte, pour une discrtisation de type Jacobi (explicite) peut scrire
sous la forme :
Vitesse suivant :

$#

0 0
% #$ #$ #$ #$ +

0 0 0

0

0

-
0

"

0

Vitesse suivant :
$

#

0 0
$ $ $ $# +
% # 0 # 0 # 0

0 0

0
-
0 -
"

46
Masse :
$#
$#
$#
$#
#$ #$
0 0 0 0 0 5
/ / / )

Un schma de Gauss-Seidel converge plus rapidement. Son criture est la mme que Jacobi
en remplacant les par des dans les termes en espace.
Au niveau de la frontire du domaine, on a un problme. Des points ncssaires pour le

calcul sont lexterieur du domaine physique (classique).
Ici, on rsoud le problme de cette sorte :
On ne prend pas en compte les points de pression sur la frontire. Les conditions de
pression ny sont pas ncessaires.
Pour respecter la condition dadhrence pour la vitesse, on procde avec (en supposant
que les parois sont fixes) :

# 0 5
#
# 0

0
#
La deuxime ligne exprime une technique de rflexion. Elle exprime le fait que la vitesse
est nulle sur la paroi (ici en 0

0 ):
Frontire du domaine physique

En effet dans le schma on aura :
# 0 # 0
# 0

0
5
On peut aussi rsoudre le problme en utilisant un autre maillage : on met la pression au

centre de la cellule, et on fait concider la grille avec le domaine (et sa frontire) :
47
En gnral, lavantage de la grille dcale est quil ny a pas de couplage entre vitesse et
pression. De plus, on na pas besoin dune condition de pression sur la frontire. En effet, pour
une frontire solide, cette condition scrit :

0 soit ;
;
0
! !
Cette C.L. pour est satisfaite de manire implicite par le schma MAC (lapproximation

dune couche limite est : 5 ). On peut noter que si on prend la composante tangentielle des
quations de Navier-Stokes la frontire,

0 soit

0 % + , on a une
autre C.L. pour :
Composante normale :
Composante tangentielle :

On a donc redondance des conditions limites.
6.2.3 Stabilit du schma MAC

On ne peut pas analyser la stabilit dun schma pour une quation non linaire, il est
ncessaire den faire une approximation. On linarise lquation sous forme non-conservative
(

) avec et des constantes, on limine le dcalage des cellules
et on oublie la pression :

$#
$# $# $# $# $# +

/
!
%
0 0
Euler progressif
Tout comme dans le chapitre ,

reprsente les diffrences centres. On suppose lerreur
de la forme :

$#
$ ! # #
48
alors :
$# 0

0

-
!
#
! #
#

"
$#

0

0

% 21 0 %
+*+
0
et :
$# $#
$ ! #
#

/ /
Finalement, avec lhypothse / / ) et en prenant 7 / et 9 / ) , on a :

1 0 7 0 9
7
/
9
/ / ) / 0 !

Imaginaire Rel
donc :
< < ;
< 1 0 7 0 9
<0 0
7
0 <
< / < ; 9 0
! / 0 <
Il y a videment une limite sur la longueur donde que lon peut capturer numriquement
avec un maillage donn ; il faut au moins deux intervales / pour capturer une onde (th. de
Shannon).
Soit
le nombre donde, on a alors comme longueur donde 0 et :

/

avec la longueur du domaine selon . Ainsi :

/ $7
On choisi donc la valeur maximale de 7 et 9 comme :
7 9
dans ce cas : < <

< 1 / <0
0 < <
< ! / 0 <
49
Le schma est alors stable si :

-

soit :
1 /
! / 0
Si on avait choisi pour 7 et 9 :

7 9

on aurait eu : < <

0
<
<
1 / << 0 / 0
0

< ! / 0 < /
pour la stabilit, soit :

1 / 1 / / 0
0
! / 0 ! / 0 /
En majorant le terme gauche et en simplifiant, on a :

1 / / 0

0
% +
! / 0 /
donc :

! / 0
1
Cette condition donne la limite de stabilit convective.
Les deux limites trouves doivent tre satisfaites. Une troisime analyse de stabilit peut tre
effectue en liminant le terme non-linaire et en cherchant calculer la stabilit de lcoulement
de Stokes. Dans ce cas, on peut trouver :

/ / 0
1
/ 0 !
et on trouve une mthode sur 0 .
Une petite remarque avant de terminer cette section. Dans la section suivante, on trouve la
mthode fonction de courant, vorticit qui peut sappliquer pour des coulements stationnaires
avec une mthode similaire celle de la compressiblit artificielle.
6.3 coulement instationnaire

6.3.1 Mthode de projection
Pour la rsolution des quations de Navier Stokes instationnaires, une mthode explicite
au pas fractionnaire et dordre en temps est la mthode de projection :
Pas 1 : On pose N.S. sans pression :
$ $ $

/

% + <<
<

!
0
50
Pas 2 : On obtient la pression par lquation :
0
$
/
Cette quation produit un champ de vitesse divergence nulle :

$ / "

/ 0
Pas 3 : On calcule :

$ $

/
En liminant dans le pas et le pas , on retrouve bien :

$
$ < $ $ $
% < 0
/ + < !
Les C.L. pour la pression doivent satisfaire une relation de compatibilit. Soit le domaine
et la frontire, alors le deuxime pas implique :
0
$

donc : $ -

Cette relation est la relation de compatibilit.
On obtient aussi, depuis le pas :

$ $

/
donc : ; $ $

;
/
Cest une condition de Neumann de pression. Par intgration sur , on obtient :
; $
$
;

/ /

la discrtisation spatiale
doit permettre ce que
cette condition soit
toujours satisfaite

En pratique :

Pas 1 : On calcule aux points intrieurs mais pas la frontire ( ). On impose $

quelconque sur la frontire. Un bon choix est<
Pas 2 : On calcule sur et impose < . Cest lapproximation dune couche $ <
limite sur une paroi solide. Si la frontire nest pas une paroi, il faut itrer entre le pas
et le pas .
Pas 3 : On calcule alors sur avec
$
pour garder
<
<
< et
$ $
.
La mthode explicite impose des limitations svres sur le pas de temps, aussi bien du point
de vue visqueux que du non visqueux. Il est donc recommand dutiliser des schmas implicites.
51
6.3.2 Mthode de projection implicite
Nous tudions ici la mthode de projection implicite dAdam-Bashforth - Crank-Nicolson.
Cette mthode est dordre deux en temps et centre sur . Elle scrit : 0
$ $ $ <$ $ $ $

/

% + <
<
<

%
+
<
<

!
0

Lvaluation du terme non linaire est explicite (Adam-Bashforth). Elle est effectue par
un dveloppement de Taylor du style :
% 0 + 0 $ %

+ - $
+ %/ 0 +
% + %

% + % + 0 % 0 +

%/ 0 +
%/ 0 +
0 0 0
Lvaluation du terme visqueux est normalement soumise des restrictions svres.
Lvaluation implicite (avec Crank-Nicolson) amliore les choses.
Pour la rsolution, on utilise une mthode de splitting ( plusieurs pas) :
$
Pas 1 : On soccupe de la partie explicite :

<
< $ <
< $ 0
$
% + < %
/ + < !
Les sont arbitraires comme dans le schma prcdent.
Pas 2 : La pression est gre ici :
0
$

/
avec : ; < $ $ $
<
; < 0
/ !
Pas 3 :

$ $
$
0
/ !
$
donc :

/
!
0

/
inconnu connu
matrice ou oprateur
En pratique, la C.L. pour le pas viens du pas mme si est arbitraire, on a une condition
$
sur implicite quil faut rsoudre par itration. Par exemple :
Pas 1 : On a ; on obtient explicitement. Linitialisation de se fait par . $

Quand , il est arbitraire.

Pas 2 et 3 : Pour
5 ' ' ' au temps $
et $ simultanment :

, on calcule

$

0

<<

$ <
-
0
0

0
0

Il y a convergence si

6 pour chaque pas de temps .
52
On retourne ensuite au pas .
Une autre classe de mthodes pour traiter le problme incompressible est connue sous le
nom de correction de pression (ou mthode SIMPLE).
6.3.3 Mthode SIMPLE

La famille des mthodes SIMPLE (Semi Implict Method for Pressure Linked Equations par
Caretto et al., 1972) est une autre approche de la correction de pression.
Cette procdure est base sur une srie doprations destimation - correction. La vitesse est
tout dabord calcule partir de lquation de continuit en faisant une estimation sur le champ
de pression. La pression et la vitesse sont ensuite corrigs pour satisfaire la continuit. On rpte
ce processus jusqu la convergence. La diffrence entre cette mthode et le mthode MAC ou
bien les mthode de projection est la manire dont on corrige la pression et la vitesse.
Dans cette procdure, on pose la pression relle telle que :

% +
avec la valeur estime de la pression et la correction sur la pression. De la mme

manire, la vitesse relle scrit :

% +
On relie les corrections sur la pression et la vitesse partir dune approximation de lqua-
tion de mouvement :

En considrant la correction de pression comme nulle litration prcdante et / / ) ,

on a :

% +

-

-

.
avec
En combinant les quations % + et % + , on obtient :
;
;

;

;
;

;
;
0
;
0

; ; 5
) 0 ) 0
soit :

0 %

+ %81 +
o est le vecteur destimation de la vitesse. On a alors une quation de Poisson rsoudre.

On pourra utiliser lalgorithme de Gauss-Seidel pour la rsoudre. On peut aussi rsoudre lqua-
tion par une volution de lalgorithme (Raithly & Schneider 1979) :
53
1. Estimation de en chaque point du maillage.
2. Rsolution de lquation dvolution pour trouver % ' +.
3. Rsolution de lquation de correction de pression %81 + pour trouver en chaque point.
4. Correction de la pression et la vitesse en utilisant % + et % + :

% # # +
# #

0
0
%
- +
5. Remplacer les valeurs intermdiaires % ' ' + par les valeurs corriges % ' ' + et re-
tourner au deuxime pas. Rpter ce processus jusqu la convergence du schma.
On pourra remarquer que tend tre surestim. On utilise alors souvent

la place de % + o

est un coefficient de sous relaxation.
6.3.4 Fonction de courant, vorticit

Prsentation
En dimension deux, il est avantageux dutiliser une formulation fonction de courant - vor-
ticit. Dans cette approche, on applique un changement de variables qui remplace les compo-

santes de vitesse par la vorticit et la fonction de courant . On na donc pas a un schma
en variables primitives comme prcdement. Soit % ' + la vitesse ; lquation de transport
visqueux est alors :

0

0

avec :

Lquation en premire ligne est parabolique et celle en deuxime ligne est elliptique. On

peut noter que le terme % + a disparu car est dans le plan ('*) et est selon .
A chaque pas de , il faut rsoudre une quation de Poisson, ce qui est coteux. Si on cherche
seulement ltat stationnaire, on peut utiliser une mthode similaire celle de la compressibilit
artificielle. Cest la mthode pseudo-stationnaire :
Mthode pseudo-stationnaire (Mallinson & Vahl Davis 1973)

On y rsoud :
% 0
+

%

0

+ ' 3
Les deux quations sont paraboliques. est un paramtre de relaxation ncessaire pour la
convergence du schma. La variable reprsente, ici, un temps fictif. Pour la rsolution, on peut
54
choisir pour une mthode implicite (ADI par exemple) ou explicite.

Pour les conditions limites, on nomme le domaine et la frontire sur laquelle est connu
( ).
Conditions Limites pour la fonction de courant :

Dans le cas des conditions limites, on interprte
et par :

< <
;
;
<
<
;
; <
<
On a :
;
; const

On nglige la constante. Soit la fonction " telle que :

" % ('*),+

Ici, et ) correspondent un noeud de lespace discrtis (lintgrale est sur une partie
de la frontire). Alors, sur :
;

" % ('*),+ et ; $#&% -'*).+

Avec # % ('*),+ . On a donc une condition de Dirichlet et une de Neumann. Evi-

demment, il faudra imposer seulement une de ces deux conditions.
Conditions Limites pour la vorticit :
La frontire solide cre de la vorticit pour maintenir ladhrence du fluide la paroi.
55

On a :
% 0 +

" Dirichlet
On cherche :
%

+
Pour calculer
, il nous faut connaitre

et . On trouve facilement :

" sur (o ) est sur la frontire)

Pour , on utilise un dveloppement de Taylor :
< <

/

<

<

/ 0

<
<

Neumann
donc : <

<
<

/ 0

%

/ # +
et ainsi :
/
0
%

/ # + "

Il est aussi possible dapproximer par une autre mthode. On commence par crire :
#

"
/
Cette galit est seulement satisfaite la convergence du schma car avant, na pas

la bonne valeur. On peut alors crire comme C.L. sur chaque pas de (algorithme de
descente avec comme paramtre de relaxation) :
$ $ $

/
"
#
56
A la convergence, on a : $
$
et

a la bonne valeur, et donc on a bien (correcte lordre / ) :

" $#
/
57
58
Chapitre 7
Mthodes spectrales
Les mthodes spectrales sont un outil trs puissant dans le cadre de la rsolution numrique
des EDP. Elles consistent utiliser des changements despaces sur la fonction tudie. Nous
nous limiterons dans ce cours aux dcompositions en sries de Fourier. Elles demandent des
conditions aux limites priodiques sur un intervalle de longueur .
7.1 Approximation pseudo-spectrale

On considre la fonction % + de dans aux points quirpartis #

/ avec
' ' . On suppose % + priodique sur un intervalle de longueur / . On a :

% +

! 0 #

avec les points dits de collocation. On peut visualiser les comme le poids qua la
frquence

dans la fonction % + . Les se calculent par la formule suivante :

#

% + ! 0

'
! ' '

#
En pratique, on ne peut pas calculer le poids dune infinit de frquences dans un signal
discrtis comme cest le cas avec les % + . On ne pourra obtenir les que pour

' '
sachant que (avec le conjugu de ) si + est dans . On considre
%

alors % + , lapproximation pseudo-spectrale de % + :

#

0

% +

! 0

0

o les termes sont calculs par la formule suivante (on utilise la notation % + ):

#

! 0

' pour

' '
On parle dapproximation pseudo-spectrale et non spectrale quand est fini. En effet, on

considre comme ngligeable le poids de toutes les frquences que lon aurait considres en

poussant vers linfini.
On peut alors calculer facilement lapproximation des drives emes de :

$
+$ #

0
$

% ! 0
0

59

Il require % 0 + calculs pour obtenir tous les *

. Cet impact peut tre largement

rduit ( % # 0 + calculs) si lon utilise lagorithme de Transforme de Fourier Rapide. En
comparaison, les approximations aux diffrences finies demandent % + calculs. On peut alors
se demander quel est lintrt de lapproximation pseudo-spectrale. Il rside dans la qualit
dapproximation des drives spatiales. Quand une mthode de diffrences finies classique cr
une erreur dapproximation de la drive de lordre dune puissance (faible) de / , le terme
derreur sur une drive dcrot exponentiellement avec avec une approximation pseudo-
spectrale. La qualit de la drivation est incomparablement meilleure. On parle de mthode
dordre suprieur.
7.2 Calcul pratique de lapproximation pseudo-spectrale des dri-

ves

On calcule les

en les considrant comme le rsultat de produits linaires avec les
valeurs de . Soit :

..
et ..

.
.

o

est lapproximation
frentiel tel que

+
pseudo-spectrale

de

*
. On souhaite crire loprateur dif-
. Loprateur est nomm matrice de
diffrentiation pseudo-spectrale. On le construit en trois tapes :
1. A partir des % ' ' #
+ , on calcule les %
$

' '
+ en

utilisant la transforme de Fourier. En prenant soin de convertir les indexes, cette op-

ration est strictement quivalente une multiplication matricielle . Le nombre
doprations est alors en % 0 + .

en multipliant chaque par

.

2. Calcul des termes spectraux des drives
Cette opration est quivalente un produit scalaire avec %

"
+
' ' %
+
. Le nombre doprations est ici en % 2+ .

3. A partir du rsultat obtenu ltape prcdente, on calcule les *

en utilisant une #
transforme de Fourier inverse. Comme la premire tape, cette
est strictement

opration

quivalente une multiplication matricielle par une matrice *

0 . Le nombre
doprations est encore en % 0 +.
Loprateur

vaut alors :

0

avec la matrice dont la diagonale est gale et les autres termes sont nuls.
Lopration est au final de complexit algorithmique 0 ce qui est rdhibitoire pour de

grandes valeurs de . Comme cela a t voqu dans la section prcdente, en pratique, on
rduit considrablement la complexit algorithmique de lopration en utilisant la Transforme
de Fourier Rapide (en Anglais Fast Fourier Transform ou FFT). Pour cela, doit tre une

puissance de . Une transforme de Fourier
passe dune complexit % 2+ une complexite
% # 0 2+ . La procdure de calcul de

est alors la suivante :
1. A partir des % ' ' # + , on calcule les

' '
+ en

%
$
FFT. Le nombre doprations est maintenant en % # 0 2+ avec pour les

#
utilisant la
et

0
pour la FFT.

2. Calcul des termes spectraux des drives mes en multipliant chaque par %

+ .
Lopration est toujours ici en % + .

60

3. A partir du rsultat obtenu ltape prcdente, calcule des *

en utilisant une FFT
inverse. Comme la premire tape, le nombre doprations est en % # 0 2+ .
Au final, la complexit algorithmique est maintenant en % # 0 + ce qui est beaucoup

plus raisonnable. On ne peut plus par contre considrer cette opration comme un produit ma-
triciel mais plutt comme une bote noire, ce qui nest pas bien gnant tant que les rsultats sont
les mmes.
7.3 Mthodes pseudo-spectrales pour la rsolution dquations aux

drives partielles.
Ces mthodes sont aussi appeles mthodes de collocations.
On considre lquation aux drives partielles de la forme :

% (' + % +
o est un oprateur diffrentiel spatial et est considr priodique. Lquation rsolue

est :
%

+
%

+

% (' + % +
Par exemple considrons lquation dune onde suivante :

% (' + % +
La manire la plus simple dexprimer ce que lon fait est dutiliser loprateur diffrentiel
vu la prcdente section (mme si en pratique on utilisera la FFT ce qui est strictement
quivalent au niveau du rsultat). Loprateur se prsente sous la forme dune matrice. Soit

% + % ' + , alors lquation est rsolue en calculant :

;
;

o :

..

.

Pour le temps, on pourra par exemple utiliser la mthode dEuler :
/
%

+

% / ?+

Pour rsoudre nimporte quelle quation, on reproduit ce type de schma. La rsolution

dune quation non linaire pose cependant un problme technique d au phnomne daliasing
que nous dveloppons dans la section suivante.
61
7.4 Lanti-aliasing
Lalisasing est d la priodicit de priode des coefficients de Fourier :
# #

! 0

% + ! 0

Cette priodicit cr une quivalence entre un terme de frquence comprise dans le spectre
que lon a dfini pour reconstruire notre signal et une frquence lexterieur de ce spectre.
Prendre en considration une frquence trop haute dans la reconstruction se traduit donc par la
cration dun artefact de reconstruction.
Considrons maintenant le terme non linraire % + % + dune EDP que lon souhaite r-
soudre par une mthode pseudo spectrale. Son approximation pseudo spectrale est :

# #

0 0
! 0

% + % + ! 0
0 0

Ce qui est aussi gal :

#

0 0

% + % +

! 0

0 0

Tant que

, on na pas de problme. Par contre ds que lon sort
de ce domaine, on reconstruit des frquences qui nont pas t prvues dans notre spectre. On
cr alors un artefact de reconstruction. Si le signal tudi t hautement chantillonn la
vue des frquences quil contient, lartefact peut tre considr comme ngligeable. Cependant,
dans le cas gnral un traitement anti-aliasing simpose.
Tout dabord, observons pour le couple %

'
+ , (
'
"
'
" 0 ) les valeurs
'
qui posent problme :
k
N/2
k
N/2+1 N/2
N/2+1
Les couples %
'
+ crant un alias sont ceux pour lesquels

3
ou

6

. On pourrait pour traiter ces couples en utilisant la formule de transformation de
62
Fourier via produit matriciel en ajoutant un test sur les

. Cependant, comme nous lavons
vu plus tt, il est nettement plus avantageux en terme de temps de calculs dutiliser des FFT.
Ces denires sont assimiles ici des botes noires quon ne peut modifier. Lanti-aliasing doit
alors seffectuer ailleurs que dans la tranformation de Fourier.
Une solution largement utilise est, une fois dans le domaine spectral, daugmenter la taille
de et de en rajoutant des sur les hautes frquences cres. Formellement, on part du
spectre de et de avec
et
compris entre

et
pour crer un spectre avec
et
compris entre
et
(avec 3
) en rajoutant des aux nouveaux indices.
~ ~ ~ ~ ~
v ... v v v ... v
N/2+1 1 0 1 N/2
~ ~ ~ ~ ~
0 ... 0 v ... v v v ... v 0 ... 0
N/2+1 1 0 1 N/2

Ceci revient mathmatiquement reconstruire le signal partir des et existants avec

un maillage plus fin puis de le repasser dans le domaine frquenciel. Comme on peut le voir

sur lillustration suivante, il suffit de prendre
pour viter laliasing. En pratique on
prendra le plus souvent
car, la FFT demande des signaux discrets de la taille dune

puissance de . Le facteur
sera toutefois utilis dans certains cas car des versions drives
signaux de dimension
$
de la FFT permettent deffecuer une transformation de Fourier (ou de Fourier inverse) pour des
(2' ' des entiers). Elles sont cependant plus lentes que la
FFT originale. Il y a donc un compromis faire entre ce qui est gagn avec le coefficient
et
ce qui est perdu avec un algorithme un peu moins puissant.
Une fois cette opration ralise, on peut sans risques daliasing, transformer notre produit

+ % + dans le domaine spatial, via une FFT inverse.
% On se retrouve alors avec un si-

gnal sur-chantillonn (de manire artificielle), on a des ) % + avec ) % + % + % +

' '
"
pour . On transforme alors notre signal dans les domaines de Fourier puis
le recompose pour dans lintervalle
'
pour ne garder que les frquences non
artificielles.
Cette opration nous permet donc de pouvoir rsoudre proprement et rapidement les pro-
blmes non linaires par des mthodes spectrales. Les multiples allers-retours entre domaines
spatiaux et frquentiels ds lutilisation de FFT restent trs comptitifs en terme de temps de
calculs par rapport une transforme de Fourier par produit matriciel.
63
Bibliographie
John C. Tannehill, Dall A. Anderson, Richard H. Pletcher Computationnal Fluid Mecha-

nics and Heat Transfer. Ed. Taylor & Francis.
C.A.J. Fletcher. Computationnal Techniques for Fluid Dynamics. Ed. Springer.
Roger Peyret, Thomas D. Taylor. Computationnal Methods for Fluid Flow. Ed. Springer-
Verlag.
William H. Press & al. Numerical Recipes in C. Cambridge University Press.
D. Euvrard. Rsolution numrique des quations aux drives partielles. Ed. Masson
Je remercie particulirment A. Bergeon, A. Bottaro, M. Zagzoule, X. Barthlemy, A. De-

chaume, P.Assemat, C. Badufle qui mont bien aid dans cette aventure qua t ce cours pour
moi. Un gros merci aussi mes lves pour leurs remarques et questions qui mont permis de
rendre lensemble plus clair.
65

Coursm11 2006

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Coursm11 2006

Transféré par

Droits d'auteur :

Formats disponibles

Diffrences finies pour la rsolution numrique des

quations de la mcanique des fluides

2 Rappels sur les quations aux Drives Partielles 9

3 Rappels sur les diffrences finies 19

4 Les quations de la mcanique des fluides 25

6 Rsolution numrique de Navier-Stokes incompressible 45

Lapproche thorique demande de modliser le phnomne physique tudi. En supposant

Tout comme lapproche thorique, lapproche numrique demande de modliser le phno-

Rappels sur les quations aux Drives

2.1 Classification mathmatique

Equation de propagation Equation de Burgers

2.1.1 Transformations non singulires

Calcul de lquation transforme :

mmes calculs pour   ,   , 

Le discriminant de (2) est :

2.1.2 EDP hyperboliques

Interprtation par caractristiques

Une caractristique interprte la vitesse et direction laquelle est transporte linformation

Pour une quation :

Interprtation par caractristiques

2.1.4 EDP elliptiques

Interprtation par caractristiques

2.1.5 Problme bien pos

2.2 Systmes dquations

2.2.1 Exemple de systme linaris

On introduit  et  , deux variables indpendantes telles que :

2.2.2 Systmes dquations dordre un

Le comportement est hyperbolique dans la direction % ('* +

2.2.3 Systme dEDP dordre deux

2.3 Exemples dEDP intressantes

2.3.2 Equation de Burgers non-visqueuse

2.3.4 Equation de Tricomi

2.3.5 Equation de Poisson

Conduction thermique dans un solide avec source " % (

2.3.6 Equation dadvection-diffusion

2.3.7 Equation de Korteweg-de-Vries

Ondes non linaires dispersives.

2.3.8 Equation dHelmoltz

Ondes harmoniques en fonction du temps avec le paramtre de frquence. Exemple :

Rappels sur les diffrences finies

On construit ainsi une grille. On note :

Les noeuds de la grille sont les coordonnes %   ' '* $

discrets de drivation. Par exemple, pour :

3.2 Construction de schmas

En combinant % + et %  + , il vient naturellement :

Lquation %  + est appele lapproximation droite de  %  + et lquation % 1 + lapproxi-

Passons maintenant en dimension deux. On considre maintenant  comme une fonction de

3.2.2 Exemple de schma pour une quation diffrentielle

On nglige le terme %  0 + . En notant  # la valeur approche de  aux points  # , on obtient :

 % -' +  %  + condition initiale

En utilisant pour la drive temporelle une approximation droite, on obtient :

 $      

3.3 Erreur de troncature

On utilise un schma explicite centr en espace :

avec E.T., lerreur de troncature. Lordre de lerreur de troncature est % /  '/  0 + .

Un schma peut tre :

3.7 Erreurs des la discrtisation

Forme non conservative Forme conservative

Les quations de la mcanique des

4.1 Navier-Stokes compressible

Si on re-crit ces quations sous forme adimensionnelle avec :

et les quations dtat sont :

La pression a une signification thermodynamique dans le cas compressible.

mmes calculs pour , ,

On introduit et , deux variables indpendantes telles que :

Le comportement est hyperbolique dans la direction % ('* +

Les noeuds de la grille sont les coordonnes % ' '* $

En combinant % + et % + , il vient naturellement :

Lquation % + est appele lapproximation droite de % + et lquation % 1 + lapproxi-

Passons maintenant en dimension deux. On considre maintenant comme une fonction de

On nglige le terme % 0 + . En notant # la valeur approche de aux points # , on obtient :

% -' + % + condition initiale

$

avec E.T., lerreur de troncature. Lordre de lerreur de troncature est % / '/ 0 + .

Le cas compressible peut tre subsonique ( 6 ) ou supersonique ( 3 ). Si 3

de sorte que % (' +

!#" !#"

Schma centr en espace dordre % / '/ 0 + :

En effectuant des dcompositions de Taylor pour

Si , on limine la viscosit artificielle. On retrouve donc la solution exacte. Ceci est en

Ici, lerreur de troncature est dordre % / '/ 0 + . Le schma est inconditionnellement

$ $ les C.L. connues. Le systme se rsoud numriquement en posant

5.3 Equation de la chaleur

On constate que et . Nous les diffrencions pour une meilleure compr-

En prenant / / ) , la condition de stabilit est :

$# $#

lerreur de troncature est dordre % / 0 '/ ) 0 + et lquation modifie est :

# # # # 21 # 5

Pour viter les wiggles, il faut que !

5.6 Equation de transport

ce qui est deux fois plus

En rsolvant lquation dvolution de / , on tombe sur deux problmes :

% # 0 # 0 # 0

Tout comme dans le chapitre ,

et on trouve une mthode sur 0 .

On obtient aussi, depuis le pas :