Académique Documents
Professionnel Documents
Culture Documents
Coursm11 2006
Coursm11 2006
RISSER Laurent
4 fvrier 2006
Table des matires
1 Introduction 7
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
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.
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
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.
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.
9
7
9
%
+
7
0 7
9
9
0 7
9
7
0
avec :
7
7 7 0
7
9
7
9 7 9
9
0 9
9 9 0
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.
$#&% -'*).+ (3) ,
et 9 % ('*),+
0 le long de ces carctristiques. Pour (3), on a 7 )
'*).+
on cherche les coordonnes caractristiques 7 et 9 telles que 7,% -
et 9 )
0 avec :
0 0
1
)
prop.
Par exemple :
0
! ' "
#%$# % +
%
'* + "
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.
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.
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
15
donc : ; ;
;
" ; 5
avec :
et
;
" ;
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 :
16
2.3.3 Equation de Burgers
; ; ;
0
; ; ;
0
Cette quation est un modle 1D de Navier-Stokes. Elle nest pas linaire.
Problme mixte : elliptique ou hyperbolique suivant le signe de ) . Modlise par exemple les
coulements transsoniques non visqueux.
17
18
Chapitre 3
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 :
/ pour
; $ '* + $ '*
;
% *' +
% /
/
% +
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.
% + % +
% +
0
%
+
%
+ % +
(3.1)
1
% + % +
% +
0
% +
% + % + (3.2)
1
% + % +
% +
% + (3.3)
% + % +
% +
% + (3.4)
% + % +
%
+ % 0 + (3.5)
et :
% % + % +
% +
+
0
% 0 + (3.6)
;
% / -'*).+ % (
'*),+
; % -'*).+ %/ + (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.
% +
*
% + % + % + " % + "
'
%
+
% +
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
# %
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) :
% -'**+ "
' "
'
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 % '* + .
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 .
$
$ $ $ $ +
/
/ 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.
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.
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.
Par exemple :
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
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
% +
!
,
, , 2
on retouve les mmes quations avec :
0 %
+
%
+
%? + !
0
et
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.
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).
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
27
Evidemment, les techniques diffrent selon le type dquations.
28
Chapitre 5
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.
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 :
* ).
$ $ $
% +
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 :
% ('* + #
$ %
+
$
$ $ /
$ $
/
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 ).
30
Solution exacte
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 + :
$
$
$
$
/ /
$
$
$
$
/ /
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.
$
$
$
$
/ /
Son erreur de troncature est % / '/ + . Une analyse de stabilit de Von Neumann nous
montre que la mthode est stable si :
/
/
/
/
/ 0
/ 0
eq. donde
E.T.
+
/ "
%
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.
Remarque
Remarque
33
5.1.4 Schma dEuler implicite
$
$
$
$
/ /
' $ ' $
'
$
$
$
$
/ /
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.
$ $ $
$ + % $ $ $ + "
$
/
/
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.
$
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
; ; ;
;
;
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).
..
.
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.
/
/ 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
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).
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)
$#
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.
; ;
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
/ 0 / ) 0
% / + 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 :
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).
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
% '* +
% '* +
% +
% *+
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.
Finalement, ce schma est un bon schma qui ncessite linversion dun systme tridiagonal.
%
+ %
- +
0
% % avec %
' % +
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).
%
+
0
5
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.
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
-
"
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.
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 ):
# 0
# 0
# 0
0
5
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.
$#
$#
$#
$#
$#
$#
+
/
!
%
0 0
Euler progressif
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
7 9
49
Le schma est alors stable si :
-
soit :
1 /
! / 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 !
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.
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.
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
$
% + < %
/ + < !
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).
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.
% +
On relie les corrections sur la pression et la vitesse partir dune approximation de lqua-
tion de mouvement :
-
-
.
avec
;
;
;
;
;
;
;
0
;
0
; ; 5
) 0 ) 0
soit :
0 %
+ %81 +
53
1. Estimation de en chaque point du maillage.
% #
#
+
#
#
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.
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 :
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
( ).
Dans le cas des conditions limites, on interprte
et par :
< <
;
;
<
<
;
; <
<
On a :
;
; const
Ici, et ) correspondent un noeud de lespace discrtis (lintgrale est sur une partie
de la frontire). Alors, sur :
;
" % ('*),+ et ; $#&% -'*).+
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 .
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
' '
% ! 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.
%
$
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+ .
% (' + % +
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 :
..
.
/
%
+
% / ?+
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
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.
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
D. Euvrard. Rsolution numrique des quations aux drives partielles. Ed. Masson
65