Académique Documents
Professionnel Documents
Culture Documents
Resolution de L Equation de La Chaleur Par La Methode Des Differences Finies
Resolution de L Equation de La Chaleur Par La Methode Des Differences Finies
l’Equation de la
Chaleur par la
Méthode des
Différences Finies.
Encadré par :
Prof. Hamid Elouardi
Préparé par :
Elboutaybi Sara
Bourras Ismail
Année Universitaire:
1431/1432
2010/2011
Rapport du Mini-Projet de
l’Aanalyse Numérique II.
Génie Informatique.
Table des matières
Remerciement............................................................................................................ 3
I. Introduction ............................................................................................................... 4
II. Méthode des différences finies ................................................................................... 4
a. Approximation des dérivées par la formule de Taylor ..............................................................5
b.Maillage .................................................................................................................................... 4
c.Schéma Numérique : .............................................................................................................................6
Remarque : Nous avons choisi l’outil matlab pour la programmation et la visualisation des
solutions.
2
Remerciements
3
I. Introduction :
L’analyse numérique est une discipline des mathématiques. Elle s’intéresse tant aux
fondements théoriques qu’à la mise en pratique des méthodes permettant de résoudre, par
des calculs purement numériques, des problèmes d’analyse mathématique.
Plus formellement, l’analyse numérique est l’étude des algorithmes permettant de résoudre les
problèmes de mathématiques continues (distinguées des mathématiques discrètes). Cela
signifie qu’elle s’occupe principalement de répondre numériquement à des questions à
variable réelle ou complexe comme l’algèbre linéaire numérique sur les champs réels ou
complexes, la recherche de solution numérique d’équations différentielles et d’autres
problèmes liés survenant dans les sciences physiques et l’ingénierie.
Dans le domaine de l'analyse numérique, on peut être amené à rechercher la solution d'une
équation aux dérivées partielles. Parmi les méthodes de résolutions couramment pratiquées, la
méthode des différences finies est la plus facile d'accès, puisqu'elle repose sur deux notions :
la discrétisation des opérateurs de dérivation/différentiation (assez intuitive) d'une part, et la
convergence du schéma numérique ainsi obtenu d'autre part.
D’un domaine
D’une équation aux dérivées partielles
De conditions aux limites
De conditions initiales
4
Et :
Alors on a :
𝜕𝑢 𝑢(𝑥+ℎ)−𝑢(𝑥−ℎ)
≃ .
𝜕𝑥 2ℎ
On peut aussi montrer de la même façon que :
On appelle le pas du maillage la distance entre deux points successifs du maillage voisins.
En dimension 1, cela se simplifie en différence des abscisses. Ce pas n'est pas nécessairement
5
constant, il peut même être judicieux de ne pas le fixer comme tel. Le pas (global) de
l'approximation peut être défini comme le plus grand pas du maillage. Ainsi, si ce pas global
tend vers 0, cela veut dire que la répartition des points du maillage dans l'intervalle choisi tend
à se faire sur tout le domaine d'étude par densité.
Exemple :
c. schema numérique :
réorganiser les équations pour faire apparaître un schéma explicite (ex : les valeurs à
la date t+1 données en fonction des valeurs des dates 0 à t) ou implicite (une
équation lie les valeurs passées, présentes et futures sans qu'on arrive à exprimer ces
dernières seules).
Un système issu d'une équation linéaire peut souvent être algébriquement simple à résoudre.
Pour simplifier, on peut dire que les schémas explicites engendrent des systèmes d'équation à
matrice triangulaire ou trigonalisables, ce qui n'est pas le cas des schémas implicites.
Un problème aux limites est une équation aux dérivées partielles munie de conditions aux
limites sur la totalité de la frontière du domaine.
Un problème de Cauchy est une équation aux dérivées partielles ou, pour la variable de
temps, les conditions « au bord« sont des conditions initiales (et pas finales).
On dit que le problème A(u) = f est bien posé si pour toute donnée f ; il admet une solution
unique u, et si cette solution u dépend continument de la donnée f conditions nécessaire pour
faire du calcul numérique.
6
Les équations de type (I1) sont représentatives de problème de type potentiel qui
apparaissent dans des études de régime permanent en électricité (électrostatique ou
magnétostatique), mécanique (déformation d’un solide, écoulement) et thermique (répartition
des températures), les conditions aux limites associées sont de type :
III. Application :
Voici l’équation à résoudre
𝝏𝒖 𝟒 𝝏𝟐 𝒖
(𝒙, 𝒕) − . 𝝏𝟐 𝒙 (𝒙, 𝒕) = 𝒇(𝒙, 𝒕), 𝒙 ∈ [𝟎, 𝟒], 𝒕 > 0,
𝝏𝒕 𝝅𝟐
(E ) : 𝒖(𝟎, 𝒕) = 𝒖(𝟒, 𝒕) = 𝟎, 𝒕 > 0,
𝒖(𝒙, 𝟎) = 𝒘(𝒙), 𝒙 ∈ [𝟎, 𝟒],
{ 𝒇: [𝟎, 𝟒] × 𝑹+ → 𝑹 𝒆𝒕 𝒘: [𝟎, 𝟒] → 𝑹.
Avec𝒇 et 𝒘données.
Début
7
Discrétisation du domaine de
la définition de l’équation.
Conditions initiales
Valorisation de l’erreur.
Itération Max ?
Fin
On note :
4
Avec 𝑥𝑖 = 𝑖ℎ; ℎ= ; 𝑡𝑗 = 𝑗𝑘 ; et 𝑖, 𝑗 ∈ ℕ à spécifier le domaine parsuite.
𝑁+1
a. Schéma Explicite :
8
En se basant sur ce qui precède, exprimons les 2 dériveés présentes dans (E ) au
point (ih, (j-1) k) :
b. Schéma Implicite :
Après le calcul:
9
IV. programmation
Et avec les programme suivant on resoud le probleme numeriquement :
10
11
1.2 Programme du schéma Implicite :
4𝑘
Donc 𝑢𝑖,𝑗+1 − 𝑢𝑖,𝑗 − (𝑢𝑖−1,𝑗+1 + 𝑢𝑖+1,𝑗+1 − 2𝑢𝑖,𝑗+1 ) ≃ 𝑘𝑓𝑖,𝑗+1 En
(𝜋ℎ)2
4𝑘
Posant 𝑎=
(𝜋ℎ)2
On a alors
12
13
En posant :
1 0 0 2 1 0
B= 0 0 +𝑎 1 1 = -I + aT
[0 0 1 ] [ 0 1 2 ]
On utilise alors la méthode indirecte de résolution des systèmes linéaire : JACOBI, GAUSS SEIDEL,
RELAXATION) A×x=b
14
15
𝟏
1.3 Programme du𝜽 − 𝒎𝒆𝒕𝒉𝒐𝒅𝒆 (𝜽 = 𝟐 , 𝑪𝒓𝒂𝒏𝒌 − 𝑵𝒊𝒍𝒔𝒐𝒏)
𝑢𝑖,𝑗+1 −𝑢𝑖,𝑗 4 1 𝑢𝑖+1,𝑗+𝑢𝑖−1,𝑗−2𝑢𝑖,𝑗 1 𝑢𝑖+1,𝑗+1+𝑢𝑖−1,𝑗+1 −2𝑢𝑖,𝑗+1
On a − 2
[ × + × ] = 𝑓𝑖,𝑗
𝑘 𝜋 2 ℎ2 2 ℎ2
4𝑘 1 1
Et 𝑢𝑖,𝑗+1 − 𝑢𝑖,𝑗 − (𝜋ℎ)2 [ (𝑢𝑖+1,𝑗 + 𝑢𝑖−1,𝑗 − 2𝑢𝑖,𝑗 ) + (𝑢𝑖+1,𝑗+1 + 𝑢𝑖−1,𝑗+1 − 2𝑢𝑖,𝑗+1 )]
2 2
= 𝑘𝑓𝑖,𝑗
4𝑘
𝑝𝑜𝑠𝑜𝑛𝑠 =𝑎
(𝜋ℎ)2
𝑎 𝑎 𝑎 𝑎
𝑢𝑖,𝑗+1 − (1 − 𝑎)𝑢𝑖,𝑗 − 𝑢𝑖+1,𝑗 − 𝑢𝑖−1,𝑗 − 𝑎𝑢𝑖,𝑗+1 − 𝑢𝑖+1,𝑗+1 − 𝑢𝑖−1,𝑗+1 = 𝑓𝑖,𝑗
2 2 2 2
𝑎 𝑎 𝑎 𝑎
(1 − 𝑎)𝑢𝑖,𝑗+1 − 𝑢𝑖+1,𝑗+1 − 𝑢𝑖−1,𝑗+1 − (1 − 𝑎)𝑢𝑖,𝑗 − 𝑢𝑖+1,𝑗 − 𝑢𝑖−1,𝑗 = 𝑘𝑓𝑖,𝑗
2 2 2 2
𝑎 𝑎 𝑎 𝑎
(1 − 𝑎)𝑢𝑖,𝑗+1 − 𝑢𝑖+1,𝑗+1 − 𝑢𝑖−1,𝑗+1 = 𝑘𝑓𝑖,𝑗 + (1 − 𝑎)𝑢𝑖,𝑗 + 𝑢𝑖+1,𝑗 + 𝑢𝑖−1,𝑗
2 2 2 2
16
17
a a
(1 a) 0 (1 a) 0
2 2
a a a a
× 𝑢 𝑗+1 = × 𝑢𝑗 + 𝑘 × 𝑓𝑗
2 2 2 2
a a
0 (1 a) 0 (1 a)
[ 2 ] [ 2 ]
18
a a
(1 a) 0 (1 a) 0
2 2
a a a a
𝑝𝑜𝑠𝑜𝑛𝑠𝐶 = 𝑒𝑡 𝐷 =
2 2 2 2
a a
0 (1 a) 0 (1 a)
[ 2 ] [ 2 ]
On utilise alors la méthode indirecte de résolution des systèmes linéaire : JACOBI, GAUSS
SEIDEL, RELAXATION)𝐴 × 𝑋 = 𝑏.
𝐴 = 𝐼 − 𝐷−1 𝐶
19
V. Cas de calcul :
a. Solution Exacte :
Notre équation : (E )
𝝏𝒖 𝟒 𝝏𝟐 𝒖
(𝒙, 𝒕) − 𝟐 . 𝟐 (𝒙, 𝒕) = 𝒇(𝒙, 𝒕), 𝒙 ∈ [𝟎, 𝟒], 𝒕 > 0,
𝝏𝒕 𝝅 𝝏 𝒙
𝒖(𝟎, 𝒕) = 𝒖(𝟒, 𝒕) = 𝟎, 𝒕 > 0,
𝒖(𝒙, 𝟎) = 𝒘(𝒙), 𝒙 ∈ [𝟎, 𝟒],
{ 𝒇: [𝟎, 𝟒] × 𝑹+ → 𝑹𝒆𝒕𝒘: [𝟎, 𝟒] → 𝑹.
20
𝐟(𝐱, 𝐭) = 𝟎,
𝛑 𝛑
𝐰(𝐱, 𝟎) = 𝐬𝐢𝐧 ( . 𝐱) (𝟏 + 𝟐. 𝐜𝐨𝐬 ( . 𝐱)) ,
𝟒 𝟒
{ 𝐡 = 𝟎. 𝟐, 𝐤 = 𝟎. 𝟎𝟒.
Pour ce faire, on utilise le cour des équations aux dérivées partielles de 1ère année :
𝝏𝟐 𝒖 𝝏𝟐 𝒗
= . 𝒘(𝒙) = 𝒗". 𝒘
𝝏𝟐 𝒙 𝝏𝟐 𝒙
𝝏𝒖 𝝏𝒘
= 𝒗(𝒙). = 𝒗. 𝒘′
𝝏𝒕 𝝏𝒕
𝟒
(E) v.w’=𝝅𝟐 .v ‘’.w
𝑣" 𝝅𝟐 𝑤′
𝑣 = − =k k une constante.
𝟒 𝑤
Ceci car les expressions dans chaque membre de droite et de gauche ne peuvent être en tout
temps égales que si elles sont égales à un constante.
D’où :
𝑣" − 𝑘. 𝑣 = 0 (1)
{ ′ 𝟒
𝑤 − 𝑘. 𝟐 . 𝑤 = 0 (2)
𝝅
Déterminer une solution v(x) qui satisfasse les conditions aux frontières.
v(x)=A.cos(𝑥√−𝑘.)+B.sin(𝑥√−𝑘. ). k<0
Pour ne pas tomber sur des solutions triviales, on suppose que k<0.
U(4,t)=v(4).w(t)=0, ∀𝑡 > 0.
21
Pour ne pas tomber sur une solution triviale on prend le cas A=0 et sin(4√−𝑘. ) = 0.
𝑛.𝜋
Avec la contrainte k=-( )², et avec l’équation (2), on trouve :
4
𝟐
𝟒 𝒏.𝝅
−(√ 𝟐 . ) .𝒕
𝝅 𝟒
Wn(t)= Cn𝒆 n=1,2,3,4……………
n.π
Fixons les coefficients Cn : u(x,0)=∑+∞
n=1 Cn sin ( 4 . x)
π π
Avec : w(x) = sin(4 . x)(1 + 2. cos (4 . x))
avec w* est la fonction de prolongement impair fictif entre -4< x <0, de sorte que w ∗
n.π
(x). sin ( . x) constitue une fonction paire.
4
4
2 n. π
Cn = ∫ w(x). sin ( . x) . 𝑑𝑥
4 4
0
C-à-d :
22
4
2 π π n. π
Cn = ∫ sin( . x)(1 + 2. cos ( . x)). sin ( . x) . 𝑑𝑥
4 4 4 4
0
Après un calcul avec des formules trigonométriques et vérification des conditions, on arrive à
la solution exacte :
𝝅 𝒕 𝝅
𝒖(𝒙, 𝒕) = 𝒆−𝒕 𝐬𝐢𝐧 ( 𝒙) + 𝒆−𝟒 𝐬𝐢𝐧( 𝒙)
𝟐 𝟒
***********************************
Pour des raisons de facilité d’utilisation, on a regroupé toutes les scripts des méthodes
numériques déjà citées dans un seul programme, permettant à l’utilisateur de choisir la
méthode qu’il veut.
23
24
25
b. Solution approchée par le schéma explicite :
26
Fig. courbe solution exacte et approchée et Erreur.
A l’aide du mesh :
27
Comme avant avec mesh :
28
L’utilisation de Jacobi montre une courbe d’erreur plus importante, la courbe
simple et efficace :
A l’aide de mesh :
29
Fig. Courbe de la solution approchée Crank Nicolson par la méthode de Jacobi.
Convergence :
30
l’erreur présente un maximum après tend vers 0 d’une façon remarquable mais
lente par rapport au schéma explicite.
Stabilité :
31
4𝑘 4 1
On a:λ = (𝜋ℎ)2 = 𝜋2 alors 0 < λ < 2.
Synthèse :
Le schéma explicite se montre fort avec la rapidité de convergence de l’erreur vers 0.
Tandis que le schéma de CrankNicolson semble clairement diverger de la solution
exacte. Le schéma implicite reste acceptable par rapport au schéma de Crank.
VI. Conclusion :
Ce projet illustre bien l’importance des méthodes numériques pour la
résolution des problèmes mathématique, leur variétés, et permet de constater
le peu de différences concernant les solutions proposées par chaque méthode,
d’où leur efficacité.
D’autre part, il nous a été très utile de travailler sur ce projet, sachant que
d’une part on a pu mieux concevoir l’idée de devoir résoudre un tel problème
mathématique, et d’un autre côté se familiariser davantage avec un outil
important pour un élève ingénieur qu’est le Matlab, et ainsi reconnaitre son
utilité.
32
VII. Référence :
WIKIPEDIA
ENCARTA
33