Vous êtes sur la page 1sur 6

MODELISATION MATHEMATIQUE

I. INTRODUCTION

Il serait difficile de parler de la modélisation mathématique d’une manière unifiée étant


donnée la diversité des problèmes physiques comme on peut le noter. Dans le présent
chapitre, les caractères communs aux modèles mathématiques seront exposés, la
méthodologie suivie dans l’élaboration d’un modèle mathématique sera abordée dans ses
points les plus importants et les liens avec la modélisation physique et la modélisation
numérique seront enfin exposés

Pour rendre l’exposé facile à lire et permettre une vision plus claire du sujet, des exemples
types de l’ingénierie civile seront étudiés parallèlement, leur mise en équation sera indiquée
plus tard quand on possédera les outils physiques et mathématiques nécessaires et qui sont
abordés dans les chapitres suivants.

Les reports aux chapitres suivants seront signalés et on est priés de se reporter aux
chapitres mentionnés.

La modélisation est la représentation simplifiée d’un système ou d’un phénomène réel afin
d’en décrire le comportement ou d’en analyser et prédire l’évolution

On peut d’ores et déjà distinguer deux sortes de modélisation :

- la modélisation physique
- la modélisation mathématique

II. MODELISATIONS PHYSIQE ET MATHEMATIQUE

La modélisation physique s’intéresse directement à la réalité en opérant des mesures et des


observations, lesquelles sont ensuite utilisées pour décrire le comportement ou l’évolution du
système étudié. On passe ici du système tel qu’il se présente dans la réalité à un système
équivalent qu’on peut désigner par prototype ou maquette en utilisant, le cas échéant, les
propriétés de similitude (par exemple). C’est une représentation matérielle du système.
La modélisation mathématique désigne le processus par lequel un phénomène ou un
système physique est décrit par un ensemble d’équations mathématiques.
Elle consiste en l’utilisation du formalisme mathématique pour représenter une situation
réelle.

Ces deux modélisations peuvent être combinées parfois pour aboutir au modèle
mathématique d’un phénomène ou un système physique donné

III. MODELISATION MATHEMATIQUE

III.1 Classes de modèles mathématiques

La modélisation mathématique d’un système physique peut avoir deux caractères


différents qui dépendent de la nature de l’objectif visé :

- Modèles à caractère descriptif ; concerne généralement un état statique du système


qu’on décrit par un formalisme mathématique ne faisant pas intervenir le temps
- Modèle à caractère prédictif ; cherche à anticiper des évènements dans le temps. Par ce
modèle, on essaye de prévoir mathématiquement l’état d’un système à un instant
donné, en partant de son état à un instant antérieur connu.

La modélisation mathématique basée sur le principe du déterminisme, lui-même basé sur


le principe de causalité, aboutit à ce qu’on nomme un modèle déterministe. La modélisation
basée essentiellement sur l’observation ou la mesure physique aboutit à ce qu’on appelle un
modèle empirique. Un modèle n’est cependant pas d’un caractère exclusif car il y a toujours
une part d’empirisme ou une part de déterminisme. . Le modèle mathématique peut inclure
des formulations à caractère empirique ou probabiliste, par exemple quand il nécessite
l’introduction de formules hydrologiques ou bien encore quand il incorpore des modèles de
clôture des équations de la turbulence.

III.2 Objectif du modèle

Le processus de la modélisation mathématique commence d’abord par la définition de


l’objectif de cette modélisation, c'est-à-dire pourquoi chercher à élaborer le modèle
mathématique ?
L’objectif défini doit ensuite être formulé mathématiquement après avoir cerné les différentes
variables qui entrent dans sa définition.

L’exemple illustratif est celui du modèle mathématique simulant l’écoulement à surface


libre dans un canal. Cet exemple a été abordé dans le cours, sur lequel il faut retourner en
l’occurrence. La présence d’un ouvrage de retenue oblige à considérer le problème sécuritaire
qui consiste en la protection de la vallée à l’aval de l’ouvrage contre une inondation résultant
de la destruction de celui-ci.
Retenue

L’objectif est, en d’autres termes, la détermination des surfaces inondées à l’aval de


l’ouvrage après sa rupture. Supposons que l’on connaisse la topographie du terrain dans cette
zone, il suffirait alors de déterminer la profondeur de l’eau en toute section transversale de la
vallée et tout instant supérieur à l’instant ou survient la rupture.

D é terminer h ( x , t ) pour 0 ≤ x ≤ L et pour t ≥ t 0

C’est la formulation mathématique de l’objectif que doit viser le modèle mathématique.

h(x,t)

III.3 Etude phénoménologique

Une étude phénoménologique est nécessaire avant tout, afin d’avoir une idée plus précise
sur le phénomène physique, et aussi afin d’identifier les grandeurs physiques qui interviennent
dans le déroulement du phénomène physique ou dans l’évolution du système étudié.

En général, les grandeurs collectées n’interviennent pas toutes avec la même importance, et
il faut distinguer entre grandeurs naturelles qui gouvernent directement l’évolution du système
et les autres grandeurs qui peuvent être subsidiaires ou qui peuvent être considérées comme
des contraintes.

Il faut ensuite se limiter à l’ensemble des grandeurs de telle sorte à ce que le modèle soit
conforme avec le principe de déterminisme qui est basé lui-même sur la causalité. La
cohérence de cet ensemble est dans certains cas compliquée à satisfaire, de telle sorte que l’on
puisse être conduit à changer de grandeurs quand le modèle mathématique l’exige. Quand on
considère le fond fixe, les variables à considérer sont en nombre moindre que si le fond est
mobile ou sujet à une érosion sous l’action de l’écoulement.

Ce dernier commentaire rappelle la définition des grandeurs de base quand on procède à


une analyse dimensionnelle (voir chapitre correspondant).

Trois blocs de variables doivent donc être constitués :

- Géométrie de la vallée et état de sa surface


- Propriétés physiques de l’eau
- Ecoulement caractérisé essentiellement par la gravité

Le nombre de grandeurs d’une part, et le caractère aléatoire de certaines grandeurs d’autre


part, rendent l’approche mathématique fastidieuse sinon superflue. Cela conduit à ce qu’on
appelle un modèle abstrait construit de manière simple sans altérer le caractère général du
système réel. Dans le cas actuel, on peut remplacer la vallée par un canal rectiligne à section
transversale constante et ainsi on simulera la propagation de l’onde (voir ci-dessous) de
submersion dans ce canal.

Le système constitué du barrage d’une part, et de la vallée aval et du fluide en mouvement


d’autre part, possède un certain état initial qui est l’état de ce système juste avant la rupture ;
on peut alors noter le caractère prédictif du modèle à élaborer. A noter que la nature de l’onde
dépend de la nature de la rupture de l’ouvrage de retenue.

III.4 Support physique et outils mathématiques

Après l’étude qualitative exhaustive du système physique, il reste à collecter les outils
nécessaires pour simuler mathématiquement son évolution. Ceci consiste en la collecte et
l’adaptation des lois physiques qui gouvernent cette évolution. Pour l’exemple étudié ici, et
qui consiste en la propagation d’une onde dans un canal, on dispose des théorèmes
fondamentaux de la mécanique :

- Conservation de masse
- Conservation de la quantité de mouvement

On dispose également de lois empiriques ou semi empiriques pour la détermination de la


résistance de la paroi à l’écoulement fluide (relation de Chézy et formules de Manning-
Strickler comme exemple)

Le modèle mathématique est formé de toutes ces équations et des conditions de résolution
qui correspondent ici à la détermination de l’état initial du système et des conditions aux
limites, ces dernières simulant le mode de rupture de l’ouvrage.

Le modèle mathématique est constitué donc d’un ensemble d’équations (ici différentielles
aux dérivées partielles comme il sera vu ultérieurement) accompagnées des conditions
initiales et aux limites, il faut, pour une résolution pour le cas considéré, s’assurer de
l’existence et de l’unicité de la solution. Se reporter aux théorèmes mathématiques dont celui
de Cauchy-Kovalevska.

La résolution de la plupart des systèmes d’équations mathématique est numérique. Il reste


donc à choisir la méthode numérique adéquate pour la résolution car elle dépend beaucoup de
la nature des équations et du caractère du modèle.
Les résultats de la résolution doivent être confrontés à la réalité pour s’assurer de
l’efficacité du modèle mathématique à simuler correctement le comportement du système
physique étudié.

III.5 Abstraction physique

L’abstraction ici est le fait de remplacer le système physique réel par un modèle aussi
physique mais beaucoup plus simple, ce qui facilite la modélisation qui sera menée par
cascade, c’est dire en introduisant à chaque fois des transformations qui nous font rapprocher
de la réalité.

III.5 Extensibilité du modèle mathématique

Un modèle mathématique ne doit pas être restreint à un système réel donné, il doit couvrir
une classe de systèmes. Ceci conduit à parler de l’extensibilité du modèle en ce sens qu’il
puisse être étendu et non restreint. Le champ d’application du modèle mathématique doit être
étendu pour s’appliquer à toute une classe de systèmes réels

Il peut arriver que le modèle mathématique construit ne concorde pas avec l’évolution
réelle du système (ou phénomène) réel. Dans ce cas ci, il faut retourner sur les points suivants
en général :

- Collecte des grandeurs physiques, i.e., ou bien elle est incomplète ou bien elle contient
trop de paramètres
- Hypothèses simplificatrices

Des modèles mathématiques seront suivis le long de ce cours afin de mettre en évidence ce
qui caractérise le travail de modélisation. Ces modèles seront établis en suivant au mieux les
étapes citées ci-dessus. L’exposé sera restreint aux milieux continus essentiellement, et
s’étendra à d’autres applications qui font intervenir des techniques numériques de lissage
appliquées dans le traitement de certains problèmes à frontière libre, et dans l’élaboration de
modèles informatique. Voici la description sommaire des chapitres qui vont suivre :

- Chapitre II : Rappel des éléments essentiel de l’analyse dimensionnelle. Il est


souhaitable de se rappeler de la similitude et de certains rapports adimensionnels
classiques et leur signification

- Chapitre III : Les structures fondamentales de l’analyse sont résumées dans ce chapitre
et il serait souhaitable de les compléter en se référant aux cours de mathématiques
- Chapitre IV : Les équations différentielles aux dérivées partielles sont rappelées et
commentées avec leur sens. Il est demandé de reprendre le cours de mathématiques
concernant cette partie. Il est aussi important de saisir le sens physique des opérateurs
et de certaines équations de base, étant donné qu’elles constituent l’ossature de la
modélisation mathématique.

- Chapitre V : Les développements orthogonaux sont importants quand on approche la


solution de certaines équations différentielles aux dérivées partielles, notamment les
équations simulant la propagation d’une onde ou de la chaleur

- Chapitre VI : Ce chapitre passe en revue les équations fondamentales de la mécanique


des milieux continus fluides en incluant des milieux hétérogènes (mélanges). Les
équations conséquentes telles que les lois de Ficks ne sont pas citées et on est invité à
consulter les cours correspondants.

- Chapitres VII et VIII : Les bases de l’hydrodynamique et l’aérodynamique sont


établies dans ce chapitre. On y introduit les éléments nécessaires pour aborder certains
phénomènes ayant attrait aux forces générées par des écoulements fluides sur les
structure et la détermination des écoulements pouvant être considérés comme à
potentiel de vitesse.

- Chapitre IX : Les équations et les systèmes d’équations différentielles aux dérivées
partielles gouvernant les systèmes évolutifs, s’appuient souvent, dans leur résolution,
sur la notion de courbes caractéristiques. Les méthodes numériques basées sur les
propriétés des caractéristiques s’apparentent aux différences finies avec des
contraintes supplémentaires assurant la convergence et la stabilité des schémas
numériques. Ces contraintes ne seront pas mentionnées ici et il faut se référer aux
cours d’analyse ou de méthodes numériques.