Vous êtes sur la page 1sur 117

Unité Pédagogique de Mathématiques Appliquées

Cours

MATHÉMATIQUES POUR L’INGENIEUR II

Elaboré par

Taieb HADHRI

Hédia CHAKER

Karim GRIBAA

Ridha MDIMEGH

Saber AMDOUNI

2019-2020
TABLE DES MATIÈRES i

Table des Matières

1 Problèmes physiques conduisant à des EDP 1


1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Équation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Équation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.4 Équation des cordes vibrantes . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Équation de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5.1 Introduction à l’équation de transport . . . . . . . . . . . . . . . . 7
1.5.2 Lien avec l’équation des ondes . . . . . . . . . . . . . . . . . . . . . 7
1.6 Classification des EDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6.1 Quelques généralités sur les EDP . . . . . . . . . . . . . . . . . . . 8
1.6.2 EDP du premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.6.3 EDP du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Schèmas numériques pour les EDP 15


2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Approximation des dérivées partielles par des différences finies . . . . . . . 16
2.2.1 Maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.2 Discrétisation d’une dérivée première . . . . . . . . . . . . . . . . . 18
2.2.3 Discrétisation d’une dérivée seconde . . . . . . . . . . . . . . . . . . 19
2.3 Exemples de discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.1 Premier exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.2 Deuxième exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 Quelques définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4.1 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.2 Consistance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.3 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.4 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3 Equation de la chaleur 31
3.1 Equation de la chaleur avec donnée initiale et conditions aux limites . . . . 31
3.2 Solution élémentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3 Utilisation de la transformée de Fourier . . . . . . . . . . . . . . . . . . . . 34
3.4 Problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
ii TABLE DES MATIÈRES

3.5 Problème aux limites d’évolution . . . . . . . . . . . . . . . . . . . . . . . 36


3.5.1 Méthode de séparation des variables . . . . . . . . . . . . . . . . . 37
3.5.2 Etude de la validité de la méthode de séparation des variables . . . 40
3.5.3 Perte de l’énergie et unicité de la solution . . . . . . . . . . . . . . 41
3.6 Discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.6.1 Méthode de semi-discrétisation . . . . . . . . . . . . . . . . . . . . 43
3.6.2 Discrétisation totale . . . . . . . . . . . . . . . . . . . . . . . . . . 45

4 Equation de transport 51
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2 Introduction à l’équation de transport . . . . . . . . . . . . . . . . . . . . 51
4.3 Résolution du problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . 52
4.3.1 Méthode des caractéristiques pour l’équation d’advection à coeffi-
cient constant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3.2 Méthode des caractéristiques pour l’équation d’advection à coeffi-
cient variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4 Solution faible de l’équation d’advection à coefficient constant . . . . . . . 55
4.5 Utilisation de la transformée de Fourier . . . . . . . . . . . . . . . . . . . . 58
4.6 Problème discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.6.1 Discrétisation de l’équation de transport . . . . . . . . . . . . . . . 59
4.6.2 Condition nécessaire de convergence: condition de CFL . . . . . . . 60
4.6.3 Une famille à un paramètre de schémas pour l’équation de transport 61

5 Equations des courdes vibrantes 63


5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.1.1 Solution générale de classe C 2 de l’équation des cordes vibrantes . . 64
5.1.2 Solution élémentaire de l’équation des cordes vibrantes . . . . . . . 66
5.2 Problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2.1 Solution forte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.2.2 Solution faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.3 Problème aux limites d’évolution . . . . . . . . . . . . . . . . . . . . . . . 75
5.3.1 Méthode de séparation des variables . . . . . . . . . . . . . . . . . 75
5.3.2 Etude de la validité de la méthode de séparation des variables . . . 77
5.3.3 Conservation de l’énergie et unicité de la solution . . . . . . . . . . 78
5.4 Problème discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.4.1 Discrétisation de l’équation des CV . . . . . . . . . . . . . . . . . . 81
5.4.2 Condition nécessaire de convergence: condition de CFL . . . . . . . 82
5.4.3 Une famille à un paramètre de schémas pour l’équation des CV . . 84

6 Equation hyperbolique non linéaire 87


6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
6.2 Résolution du problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . 88
6.2.1 Méthode des caractéristiques . . . . . . . . . . . . . . . . . . . . . . 89
TABLE DES MATIÈRES iii

6.2.2 Solution classique locale et apparition d’un choc . . . . . . . . . . . 93


6.3 Solutions faibles, Solutions entropiques . . . . . . . . . . . . . . . . . . . . 95
6.3.1 Solutions faibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.3.2 Solutions C 1 par morçeaux. Condition de choc . . . . . . . . . . . . 96
6.3.3 Solutions entropiques . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.3.4 Existence et unicité de la solution entropique . . . . . . . . . . . . . 107
6.4 Problème de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.4.1 Présentation du problème . . . . . . . . . . . . . . . . . . . . . . . 109
6.4.2 Une solution autosemblable . . . . . . . . . . . . . . . . . . . . . . 109
6.4.3 Le cas d’une onde de détente . . . . . . . . . . . . . . . . . . . . . 110
6.4.4 Le cas d’une onde de choc . . . . . . . . . . . . . . . . . . . . . . . 111
6.4.5 Solution du problème de Riemann . . . . . . . . . . . . . . . . . . . 111
iv TABLE DES MATIÈRES
1

Chapitre 1

PROBLÈMES PHYSIQUES
CONDUISANT À DES
ÉQUATIONS AUX DÉRIVÉES
PARTIELLES

1.1 Introduction
Dans ce cours, nous nous proposons de résoudre des équations aux dérivées partielles. Les
équations aux dérivées partielles ou EDP que nous rencontrons en pratique sont rarement
d’ordre élevé, le plus souvent d’ordre deux. Comme le sujet est immense et fort difficile
nous nous contenterons d’étudier quelques EDP modèles bien choisies: les équations de
Laplace, de la chaleur et des cordes vibrantes comme exemples d’équations du second
ordre linéaires et l’équation du transport comme modèle d’équation linéaire du premier
ordre.
Dans ce chapitre nous commençons par poser les problèmes physiques conduisant à ces
équations. Puis, afin que ces exemples puissent servir de modèles, il convient de les replacer
dans un contexte mathématique. C’est l’objet du dernier paragraphe de ce chapitre.

1.2 Équation de Laplace


Un grand nombre de phénomèmes stationnaires rencontrés dans les sciences de l’ingénieur
peuvent être décrits par une fonction u(x1 , ...., xn ), où n est la dimension de l’espace (affine)
et où x1 , ..., xn sont les coordonnées d’un point (en pratique n=2 ou 3) et où u représente
une grandeur physique, par exemple un potentiel électrique, un potentiel des vitesses, un
déplacement, etc...
On remarque souvent la situation suivante: le gradient de u, qui représente une grandeur
physique aisément interprétable a un flux conservatif, autrement dit, vérifie pour toute
2 CHAPITRE 1. PROBLÈMES PHYSIQUES CONDUISANT À DES EDP

surface fermée Σ bord d’un domaine Ω :



−−→ →
gradu.−
n dΣ = 0 (1.1)
Σ

où n est la normale à Σ unitaire et extérieure à Ω. Lorsque u vérifie (1.1), on dit que la
grandeur u a un flux conservatif (c’est à dire que le flux rentrant est égal au flux sortant).
Transformant l’équation (1.1) à l’aide de la formule de Green, on obtient:

−−→
div(gradu) dx1 ...dxn = 0 (1.2)

Comme ceci est vrai pour tout domaine Ω, en utilisant les propriétés de l’intégrale de
−−→
Lebesgue, on en déduit que div(grad u) = 0, c’est à dire:

∆u = 0 (1.3)
∑ n
∂2
où ∆ = . L’équation (1.3), dite équation de Laplace, est l’une des équations fon-
i=1
∂x2i
damentales de la physique et de la mécanique. C’est le prototype des équations elliptiques
linéaires et homogénes, comme nous le verrons dans la section 6 de ce chapitre.

1.3 Équation de la chaleur


Soit un matériau solide, occupant un domaine D de l’espace à trois dimensions. Sa masse
volumique ρ et sa chaleur spécifique (ou massique) c dépendent a priori des trois coor-
données x1 , x2 , x3 : (pour un matériau non homogène) ρ = ρ (x1 , x2 , x3 ) et c = c(x1 , x2 , x3 ).
Supposons que ce matériau, dégage et absorbe un certain flux de chaleur. Sa température
u = u(x1 , x2 , x3 , t) évolue donc dans le temps et dans l’espace. Il en est de même du vecteur
flux de chaleur → −q=→ −
q (x1 , x2 , x3 , t). Rappelons que, par définition même de −

q , pour tout
sous domaine Ω ⊂ D, la quantité de chaleur reçue par Ω à travers Σ= ∂Ω , par unité de
temps , est égale à
∫ ∫
−−

q .→

n dΣ = − div −

q dx1 dx2 dx3 , (1.4)
Σ Ω

où −

n représente la normale à Σ unitaire et extérieure à Ω.
Par unité de temps, le ”stock” d’énergie thermique accumulée par le matériau par échauffement
(c’est à dire l’énergie interne du matériau) s’accroit de
∫ ∫
∂u ∂u
c dm = c ρ dx, (1.5)
Ω ∂t Ω ∂t
où dm = ρ dx
Équation de la chaleur 3

Faisons le bilan : la variation (1.5) du stock d’énergie est égale au flux de chaleur entrant
(1.4). D’où l’équation

+ div −→
∂u
(ρ c q ) dx = 0, (1.6)
Ω ∂t
et ceci pour tout sous-domaine Ω ⊂ D. En utilisant les propriétés de l’intégrale de
Lebesgue, on en déduit que :

= − div −→
∂u
ρc q p.p. (x, t) ∈ Ω × R. (1.7)
∂t
Ainsi nous disposons à ce stade d’une seule équation scalaire, l’équation (1.7), alors que le
nombre d’inconnues est de quatre: la température u et les trois composantes du vecteur
flux de chaleur −

q.
On introduit alors une ”loi de comportement” linéaire, dite loi de Fourier, qui est une loi
empirique, qui relie −

q et u par la relation:

→ −−−→
q = −k grad u, (1.8)
où k = k(x1 , x2 , x3 ) > 0 est la conductivité thermique du matériau.
La loi de Fourier exprime que les flux de chaleur sont d’autant plus intenses que les écarts
de températures sont plus marqués ou que les gradients de températures sont plus élevés,
et qu’en outre la chaleur va des points chauds vers les points froids.

Remarque 1.1 Le bilan (1.6) traduit le premier principe de la thermodynamique et la


condition k > 0 traduit le deuxième principe de la thermodynamique.
De (1.7) et (1.8), nous déduisons l’équation:
∂u −−−→
ρc = div( k grad u). (1.9)
∂t
Si maintenant le matériau est homogène c et k sont des constantes et l’on tire que u doit
vérifier l’équation :
∂u
= α ∆u, (1.10)
∂t
avec
k
α= = const > 0. (1.11)
ρc
L’équation (1.10) est dite équation de la chaleur. La constante α est appelée la diffusivité
thermique du matériau homogène considéré.
Si nous nous limitons à une variable d’espace, que nous noterons x, ce sera par exemple
le cas d’une barre métallique dont la température u ne dépend que de l’abscisse x et du
temps, l’équation (1.10) devient:

∂u ∂ 2u
=α . (1.12)
∂t ∂x2
4 CHAPITRE 1. PROBLÈMES PHYSIQUES CONDUISANT À DES EDP

Cette équation de la chaleur est le protopyte des équations paraboliques qui interviennent
en particulier dans les phénomènes de thermiques et de qualité d’environnement.

Remarque 1.2 L’équation (1.12) est invariante dans le changement de x en −x. Mais il
n’en est pas de même dans le changement de t en −t: le phénomène décrit par l’équation
de la chaleur n’est pas réversible et le sens d’écoulement du temps joue un rôle essentiel.

Si nous rajoutons à l’équation (1.12) écrite pour (x, t) ∈ R × R+ une condition initiale, qui
représente la distribution de température à l’instant t = 0, nous obtenons:

 ∂u ∂ 2u
 − α 2 = 0, (x, t) ∈ R × R∗+ ,
∂t ∂x (1.13)


u(x, 0) = u0 (x), x ∈ R.
qui porte le nom de problème de Cauchy pour l’équation de la chaleur.
Dans le cas d’une barre de longueur L, nous nous restreignons à x ∈ ]0, L[ et nous rajoutons
les conditions aux limites qui fixent la température aux extrémités de la barre. Nous
obtenons alors le problème:

 ∂u ∂ 2u

 − α = 0, (x, t) ∈ ]0, L[ × R∗+ ,
 ∂t ∂x2
(1.14)

 x ∈ [0, L] ,

 u(x, 0) = u0 (x),
u(0, t) = u(L, t) = 0, t ∈ R∗+ ,
dit problème aux limites d’évolution pour l’équation de la chaleur.
Dans le cas où la température aux extrémités est donnée par

u(0, t) = u0 ̸= 0 et/ou u(L, t) = u1 ̸= 0 (1.15)


on dit que les conditions aux limites ne sont pas homogènes. Le champ de température est
alors solution du problème

 ∂u ∂ 2u

 − α = 0, (x, t) ∈ ]0, L[ × R∗+ ,

 ∂t ∂x 2

x ∈ [0, L] , (1.16)

 u(x, 0) = u0 (x),

 0
t ∈ R∗+ ,

 u(0, t) = u 1
u(L, t) = u , t ∈ R∗+ .
Il est alors clair que si nous posons
( )
u1 − u0
w(x, t) = u(x, t) − u +
0
x , (1.17)
L
Équation des cordes vibrantes 5

alors w est solution de :



 ∂w ∂ 2w

 − α 2 = 0, (x, t) ∈ ]0, L[ × R∗+ ,

 ∂t ∂x


( )
w(x, 0) = u0 (x) − u + 0 u1 −u0
, x ∈ [0, L] , (1.18)

 x


L

 t ∈ R∗+ ,
 w(0, t) = 0,
w(L, t) = 0, t ∈ R∗+ .

1.4 Équation des cordes vibrantes


On considère une corde homogène tendue occupant au repos une portion d’un axe Ox. On
fait vibrer cette corde transversalement. On fait les hypothèses suivantes :
1) On suppose que les vibrations sont purement transversales, et en outre, planes, dans un
plan contenant l’axe des x. Soit donc u = u(x, t) le déplacement transversal de la section
x à l’instant t.
2) On fait l’hypothèse que les perturbations sont petites:
∂u
| u |≪ L et | |≪ 1,
∂x
où L est la longueur de la corde.
Ceci nous autorise à linéariser les équations du mouvement de la corde et en particulierà
écrire celles-ci sur la position moyenne de la corde (l’axe des x) tout en confondant l’abscisse
curviligne s le long de la corde avec l’abscisse x le long de l’axe Ox.
3) A tout instant , et en tout point, le tenseur des efforts intérieurs à ce milieu, se réduit
à une force unique, appliquée en ce point, tangentielle et de traction, notée T . En outre,
cette force est constante.
4) On néglige les efforts de pesanteur.
Une équation paramétrée de la corde déformée est donc donnée par
( ) ( )
x x
= . (1.19)
y u(x, t)
La tangente unitaire à la corde déformée, orientée dans le sens des x croissants est donnée
par
( ) ( )
1 1 1
τ =√ ∂u ≈ ∂u . (1.20)
1 + ( ∂u
∂x
)2 ∂x ∂x

La portion de corde [x, x + ∆x] est donc, sous les hypothèses ci-dessus, soumise aux forces
( )
1
F1 = −T ∂u , (1.21)
(x, t)
∂x
6 CHAPITRE 1. PROBLÈMES PHYSIQUES CONDUISANT À DES EDP

( )
1
F2 = T ∂u . (1.22)
(x + ∆x, t)
∂x
La résultante de ces deux forces est donc donnée par
( )
0
F = F1 + F2 = T ∂u ∂u , (1.23)
(x + ∆x, t) − (x, t)
∂x ∂x
soit donc
 
0
F ≈ T  ∂ 2u . (1.24)
∆x (x, t)
∂x2
Si on désigne par ρ la masse linéique de la corde , la masse de la portion de corde [x, x + ∆x]
est donnée par m = ρ ∆x et le principe fondamental de la dynamique (F = mγ) donne

∂ 2u ∂ 2u
T ∆x = ρ ∆x , (1.25)
∂x2 ∂t 2

T
ce qui conduit, en posant: c = ρ
, à l’EDP que doit vérifier u

∂ 2u 2
2 ∂ u
= c , (1.26)
∂t2 ∂x 2
dite équation des cordes vibrantes ou équation CV ( ou équation des ondes scalaires à
une variable d’espace). La constante c est un paramètre positif, homogène à une vitesse
appelée ”célérité” des ondes propagées par la corde vibrante.
L’équation des CV est le prototype des équations hyperboliques linéaires d’ordre deux.

Rajoutons les conditions initiales dans le cas de la corde infinie. Nous obtenons
 2

 ∂ u 2
2∂ u

 − c = 0, (x, t) ∈ R × R∗+ ,

 ∂t
2 ∂x2
(1.27)

 u(x, 0) = u0 (x), x ∈ R,



 ∂
u(x, 0) = u1 (x), x ∈ R,
∂t
où u0 (x) et u1 (x) sont respectivement la position et la vitesse initiales de la section x. Le
problème (1.27) est le problème de Cauchy pour l’équation des cordes vibrantes (ou pour
l’équation des ondes à une variable d’espace).
Équation de transport 7

Dans le cas de la corde de longueur finie L il faut rajouter des conditions aux limites. Nous
obtenons
 2 2

 ∂ u 2∂ u

 − c = 0, (x, t) ∈ ]0, L[ × R∗+ ,

 ∂t2 ∂x2




u(x, 0) = u0 (x), x ∈ ]0, L[
(1.28)

 ∂

 u(x, 0) = u1 (x), x ∈ ]0, L[ ,

 ∂t




u(0, t) = u(L, t) = 0, t ∈ R∗+ .
Le problème (1.28) est un problème aux limites d’évolution pour l’équation des cordes
vibrantes.

1.5 Équation de transport


1.5.1 Introduction à l’équation de transport
La conservation de la masse lors du transport d’un fluide dans un écoulement se traduit
par l’EDP

∂ρ
+ div( ρu ) = 0, (1.29)
∂t
où ρ =ρ(x, t) est la masse volumique du fluide au point x à l’instant t et u = u(x, t) est la
vitesse du fluide au point x à l’instant t.
Dans le cas d’un écoulement unidimensionnel à vitesse constante u = a, l’équation (1.29)
devient:

∂ρ ∂ρ
+a = 0, (1.30)
∂t ∂x
Cette équation est dite équation de transport.

1.5.2 Lien avec l’équation des ondes


Considérons le problème de Cauchy pour l’équation des ondes à une variable d’espace
 2

 ∂ u 2
2∂ u

 − c = 0, (x, t) ∈ R × R∗+ ,

 ∂t
2 ∂x2
(1.31)

 u(x, 0) = u0 (x), x ∈ R,



 ∂ u(x, 0) = u1 (x), x ∈ R.
∂t
8 CHAPITRE 1. PROBLÈMES PHYSIQUES CONDUISANT À DES EDP

Faisons le changement de fonctions




 ∂u ∂u

 w1 = c ∂x + ∂t ,
(1.32)



 w2 = c
∂u ∂u
− ,
∂x ∂t
L’équation(1.31) conduit au système d’EDP, avec données initiales:


 ∂w1
−c
∂w1
(x, t) ∈ R × R∗+ ,

 = 0,

 ∂t ∂x



 ∂w ∂w2
(x, t) ∈ R × R∗+ ,
2
+c = 0, (1.33)

 ∂t ∂x





 w1 (x, 0) = cu′0 (x) + u1 (x), x ∈ R,

 ′
w2 (x, 0) = cu0 (x) − u1 (x), x ∈ R,
soit encore
 ( ) ( ) ( ) ( )

 ∂ w1 −c 0 ∂ w1 0
 + = ,
∂t w)2
( 0 c ( ∂x) w2 ( 0 ) (1.34)

 w1 1 1
 (x, 0) = cu′0 (x) + u1 (x) .
w2 1 −1
C’est un système linéaire du premier ordre constitué de deux équations de transport iden-
tiques à (1.30) avec a = −c et a = c. Il est donc important de développer des schémas
numériques pour l’équation du transport, schémas que l’on pourra adapter à l’équation des
ondes considérée comme un système du premier ordre, c’est à dire sous la forme (1.34).

1.6 Classification des EDP


1.6.1 Quelques généralités sur les EDP
Nous nous limitons dans toute la suite à deux variables indépendantes x et y. A l’occasion,
y pourra représenter le temps ou éventuellement pour des raisons d’homogénéité le produit
du temps par une constante c positive homogène à une vitesse (y = ct), x représente
l’abscisse le long d’un axe Ox.
∂u ∂u
La fonction inconnue sera notée u et ses dérivées partielles seront notées ux = , uy = ,
∂x ∂y
∂ 2u ∂2u ∂2u
uxx = , uxy = , uyy = .
∂x2 ∂x∂y ∂y 2
Nous nous intéresserons aux EDP du premier ordre de la forme

α ux + β uy + f = 0, (1.35)
Classification des EDP 9

où u = u(x, y) est la fonction inconnue et α , β et f sont des fonctions connues des
variables indépendantes x, y et de l’inconnue u. Pour les EDP du second ordre, nous nous
intéresserons à celles ayant la forme suivante:

α uxx + 2 β uxy + γ uyy + g = 0, (1.36)


où u = u(x, y) est la fonction inconnue et α , β, γ et g sont des fonctions connues des
variables indépendantes x et y et de l’inconnue u et de ses dérivées partielles premières ux
et uy .
Les deux EDP (1.35) et (1.36) sont dites quasilinéaires parce qu’elles sont linéaires par
rapport aux dérivées partielles de u d’ordre le plus élevé: ux et uy dans (1.35) et uxx , uxy
et uyy dans (1.36).
L’EDP (1.35) est dite linéaire lorsque α et β sont des fonctions de x et y seulement et f
est de la forme f = γu + δ où γ et δ sont deux fonctions de x et y.
L’EDP (1.35) devient alors

α(x, y) ux + β(x, y) uy + γ(x, y) u + δ = 0. (1.37)


L’EDP (1.36) est dite linéaire lorsque α, β et γ sont des fonctions de x et y seulement et
g est de la forme g = δ ux + ϵ uy + φ u + ψ où δ, ϵ, φ et ψ sont fonctions de x et y.
L’EDP (1.36) devient alors
{
α(x, y) uxx + 2 β(x, y) uxy + γ(x, y) uyy +
(1.38)
+δ(x, y) ux + ϵ(x, y) uy + φ(x, y) u + ψ(x, y) = 0.
Un cas particulier, mais important, d’EDP linéaires est celui des EDP linéaires à coefficients
constants. Dans toute la suite nous nous limiterons aux cas des équations linéaires à
coefficients constants et nous supposerons que α , β et γ dans (1.37) où α, β, γ, δ, ϵ et φ
dans (1.38) sont des constantes réelles.

1.6.2 EDP du premier ordre


Si la variable y représente le temps t > 0 et si β ̸= 0 l’équation (1.35) s’écrit, en remplacant
y par t comme suit:

α f
ut + ux = − , (1.39)
β β
α
Ainsi, le long des demi-droites du plan (x, t) d’équation x = β
t + x0 , t > 0, on a, si (1.39)
est vérifiée et si f = f (x, y):

d α α α α f α
u( t + x0 , t) = ut ( t + x0 , t) + ux ( t + x0 , t) = − ( t + x0 , t),
dt β β β β β β
soit
10 CHAPITRE 1. PROBLÈMES PHYSIQUES CONDUISANT À DES EDP

∫ t
α f α
u( t + x0 , t) = u(x0 , 0) + − ( τ + x0 , τ )dτ.
β 0 β β
Si f = 0, la valeur de u(x0 , 0) correspondant à l’instant 0, se retrouve en x = αβ t + x0 à
l’instant t et si f ̸= 0, un terme additionnel ne dépendant pas des valeurs de u(x0 , 0) vient
s’y rajouter. On dit que l’équation traduit un phénomène de propagation de l”’information”
avec la célérité, ou vitesse de propagation, c = αβ et la prise en compte d’un terme source
éventuel lorsque f ̸= 0.

1.6.3 EDP du second ordre


Considérons l’EDP du second ordre linéaire
{
α(x, y) uxx + 2 β(x, y) uxy + γ(x, y) uyy +
(1.40)
+δ(x, y) ux + ϵ(x, y) uy + φ(x, y) u = 0,

où α, β, γ, δ, ϵ et φ sont des constantes réelles. On supposera que l’EDP (1.40) est
réellement du second ordre, c’est à dire que (α, β, γ)̸= (0, 0, 0).

Effet d’une rotation des axes, d’angle θ

Faisons un changement d’axes par une rotation d’angle θ. Alors les anciennes coordonnées
cartésiennes (x, y) deviennent de nouvelles coordonnées cartésiennes (X, Y ). Nous espérons
réduire les termes du second ordre, c’est à dire annuler une partie ou l’ensemble des coef-
ficients des dérivées partielles de u d’ordre 2.
On a
{
x = X cos(θ) + Y sin(θ),
(1.41)
y = −X sin(θ) + Y cos(θ),

ou bien encore
{
X = x cos(θ) − y sin(θ),
(1.42)
Y = x sin(θ) + y cos(θ).

De (1.42) on obtient

 ∂X ∂X

 = cos(θ), = − sin(θ),
 ∂x ∂y
(1.43)




∂Y
= sin(θ),
∂Y
= cos(θ).
∂x ∂y
Classification des EDP 11

On a alors en posant u(x, y) = v(X(x, y), Y (x, y)):



 ∂u ∂v ∂v

 = cos(θ) + sin(θ),
 ∂x ∂X ∂Y
(1.44)

 ∂u ∂v ∂v

 =− sin(θ) + cos(θ),
∂y ∂X ∂Y
et, de là, en répétant l’opération et en regroupant certains termes
 2

 ∂ u ∂ 2v ∂ 2v ∂ 2v

 = cos 2
(θ) + 2 cos(θ) sin(θ) + sin2 (θ),

 ∂x 2 ∂X 2 ∂X∂Y ∂Y 2





 ∂ 2u ∂2v ∂ 2v

 = − cos (θ) sin(θ) + (cos 2 (θ) − sin 2 (θ))

 ∂x∂y ∂X 2 ∂X∂Y
(1.45)



 ∂ 2v

 + sin(θ) cos(θ),

 ∂Y 2





 ∂ 2u ∂ 2v ∂ 2v ∂ 2v

 = sin (θ) − 2
2
cos(θ) sin(θ) + cos 2 (θ).
∂y 2 ∂X 2 ∂X∂Y ∂Y 2

Reportant (1.45) et (1.44) dans (1.40), nous obtenons l’expression de notre EDP dans les
nouvelles coordonnées. Elle s’écrit sous la même forme, à savoir:

A vXX + 2 B vXY + C vY Y + D vX + E vY + F v = 0, (1.46)


avec, en particulier:

 A = α cos 2 (θ) − 2 β cos(θ) sin(θ) + γ sin2 (θ),
B = α cos (θ) sin(θ) + β (cos 2 (θ) − sin 2 (θ))) − γ sin(θ) cos(θ), (1.47)

C = α sin 2 (θ) + 2 β cos(θ) sin(θ) + γ cos 2 (θ),
ou encore:

 A = P + Q cos(2θ) − β sin(2θ),
B = Q sin(2θ) + β cos(2θ), (1.48)

C = P − (Q cos(2θ) − β sin(2θ)),
si l’on pose P = α+γ
2
et Q = α−γ
2
.
Un calcul simple donne:
 2

 B − AC = ( α−γ sin(2θ) + βcos(2θ))2 − ( α+γ )2 +
 2 2
( α−γ
2
cos(2θ) − βsin(2θ))2
(1.49)

 = Q2 + β 2 − P 2 = ( α−γ )2 − ( α+γ )2 + β 2
 2 2
= β − αγ.
2

Nous déduisons de (1.49) que β 2 − αγ est un invariant de l’équation (1.40) dans la rotation
(1.41).
12 CHAPITRE 1. PROBLÈMES PHYSIQUES CONDUISANT À DES EDP

Réduction des termes du second ordre et classification


a) Première étape On peut toujours annuler B. Il suffit de choisir
{ 2β
θ = 12 Arctg( γ−α ) + k π2 k ∈ Z, si α ̸= γ,
(1.50)
θ = − π4 + k π2 k ∈ Z, si α = γ.
On choisit θ selon (1.50) pour avoir B = 0. Dans ces conditions, si (1.40) est effectivement
du second ordre, A et C ne peuvent pas être tous deux nuls. En effet: A = C = 0
impliquerait γ = - α et αcos(2θ) − βsin(2θ) = 0. Or B = 0 signifie que : β cos(2θ) - α
sin(2θ) = 0
D’où
( )( ) ( )
cos(2θ) − sin(2θ) α 0
= ,
sin(2θ) cos(2θ) β 0
et finalement on aurait α = β = γ = 0 et (1.40) serait du premier ordre, ce qui, par
hypothèse, n’est pas le cas.

b) Deuxième étape Ayant choisit θ selon (1.50), trois cas sont alors possibles:
1er cas: Les coefficients A et C sont de même signe: AC > 0.
Quitte à multiplier (1.46) par −1, on peut toujours supposer ce signe commun positif. En
changeant d’échelle de longueur, séparément dans les directions X et Y , on peut écrire
(1.46) sous la forme

vXX + vY Y + D vX + E vY + F v = 0, (1.51)
avec bien sûr de nouvelles constantes D, E et F .
2ème cas: Les coefficients A et C sont de signes contraires: AC < 0.
En procédant de la même manière, on peut écrire (1.46) sous la forme

vXX − vY Y + D vX + E vY + F v = 0. (1.52)
ème
3 cas: L’un des deux coefficients A ou C est nul: AC = 0
Quitte à changer θ en θ + π2 , on peut toujours supposer que c’est C qui s’annule. De
façon analogue, on peut donc mettre (1.46) sous la forme

vXX + D vX + E vY + F v = 0. (1.53)
Dans le premier cas l’équation (1.40) est dite elliptique. Cela correspond à B 2 − AC < 0
et β 2 − αγ < 0.
Dans le deuxième cas, l’équation est dite hyperbolique, d’ailleurs on y retrouve une notion
de propagation comme dans les EDP hyperboliques du premier ordre, ainsi que nous le
verrons au chapitre consacré à l’étude de l’équation des cordes vibrantes. Cela correspond
à B 2 − AC > 0 et β 2 − αγ > 0.
Dans le troisième cas, l’équation est dite parabolique; cela correspond à B 2 − AC =
β 2 − αγ = 0.
Classification des EDP 13

Remarque 1.3 On peut définir la transformée de Fourier F (u) (où û) d’une fonction
u : R2 → R, en posant pour u ∈ L1 (R2 ) et (ξ, η) ∈ R2

F (u)(ξ, η) = u(x, y) e−2iπ(xξ+yη) dxdy. (1.54)
R2

On a alors, lorsque les dérivées partielles de u d’ordre inférieur ou égal à deux sont dans
L1 (R2 ):

F (α uxx + 2 β uxy + γ uyy ) = −4π 2 (α ξ 2 + 2 β ξη + γ η 2 )F (u).


L’équation du second degré en ξ et η

α ξ 2 + 2 β ξη + γ η 2 = 0, (1.55)
joue un rôle important lorsqu’on utilise la transformation de Fourier pour la résolution de
l’EDP (1.40). L’appellation des cas étudiés par elliptique, hyperbolique et parabolique est
liée aux fait que pour α > 0, équation (1.55) est l’équation d’une ellipse si β 2 − αγ < 0 et
celle d’une hyperbole si β 2 − αγ > 0.

Elimination des termes du premier ordre


Effectuons un changement de fonctions inconnues, en posant:

v(X, Y ) = exp(aX) h(X, Y ), (1.56)


où a est une constante réelle. Il vient

∂v ∂h
= exp(aX)( + ah), (1.57)
∂X ∂X
∂ 2v ∂ 2h ∂h
2
= exp(aX)( 2
+ 2a + a2 h). (1.58)
∂X ∂X ∂X
Après simplification par exp(aX), (1.51) s’écrit alors

hXX + hY Y + (2a + D) hX + E hY + (a2 + Da + F ) h = 0. (1.59)


En choisissant a = − D2 , on peut faire disparaitre le terme en ∂h
∂X
.
Si au lieu de (1.56) on pose

v(X, Y ) = exp(aX + bY ) h(X, Y ), (1.60)


où a et b sont des constantes réelles. On peut en choisissant a = − D2 et b = − E2 , faire
disparaitre les deux termes du premier ordre dans (1.51) .
On peut procéder de même pour l’EDP (1.52).
En ce qui concerne (1.53), on ne peut qu’utiliser le changement de fonctions (1.56) (et non
∂h
(1.60)) et le terme E ∂Y va subsister.
14 CHAPITRE 1. PROBLÈMES PHYSIQUES CONDUISANT À DES EDP

D’où finalement trois formes canoniques:

hXX + hY Y + H h = 0, (1.61)

hXX − hY Y + H h = 0, (1.62)

hXX + G hY + H h = 0, (1.63)
où G et H sont des constantes réelles (obtenues à partir des constantes D, E et F ).

Remarque 1.4 Il n’est pas possible d’aller sensiblement plus loin dans la simplification
de l’EDP: supprimer H change l’équation.
Toutefois, il nous faut admettre, que les caractères essentiels de l’EDP ne sont pas altérés
si l’on supprime le terme Hh.

Supposons que H = 0 et G ̸= 0. Dans ce cas, nous posons Y = c t (où t sera le temps)


dans (1.62) et nous posons | G |= α1 et Y =- t signe(G) dans (1.63).
Des calculs faciles conduisent alors à partir de (1.61), (1.62) et (1.63) aux trois EDP
suivantes:
∂ 2h ∂ 2h
+ = 0, (1.64)
∂X 2 ∂Y 2
dite équation de Laplace, de nature elliptique,

1 ∂ 2h ∂ 2h
= , (1.65)
c2 ∂t2 ∂X 2
dite équation des cordres vibrantes, de nature hyperbolique, et

∂h ∂ 2h
=α , (1.66)
∂t ∂X 2
dite équation de la chaleur, de nature parabolique.
Ces trois équations modèles seront étudiées aux chapitres suivants.

Remarque 1.5 Si G=0 dans (1.63) , on ne peut aboutir à (1.66). En fait, on est en
présence d’une équation différentielle à coefficients constants bien classique (h′′ + Hh = 0),
Y n’intervenant plus que comme un simple paramètre.
15

Chapitre 2

SCHÉMAS NUMÉRIQUES POUR


LES ÉQUATIONS AUX DÉRIVÉES
PARTIELLES

2.1 Introduction
La résolution d’une équation aux dérivées partielles signifie l’obtention des valeurs d’une
(ou de plusieurs) inconnue(s) en fonction des variables (comme le temps t ou la position
x ∈ R, R2 ou R3 ) qui prennent une infinité de valeurs possibles. Si l’on est capable
de résoudre ”analytiquement”une équation aux dérivées partielles c’est à dire d’exprimer
sa solution à l’aide d’une formule explicite, alors il suffira, a posteriori d’appliquer cette
formule à telle ou telle valeur des variables (t ou x) que choisira l’utilisateur.
Malheureusement, les solutions analytiques ou exactes, quoique fort intéressantes, ne peu-
vent pas toujours être obtenues. Hormis le cas de problèmes très simples ou de géométries
très particulières, il ne faut pas trop espérer résoudre ” à la main”et il est inévitable en
pratique de recourir à l’ordinateur. Or l’ordinateur est ”fini” à plus d’un titre: il est limité
en place-mémoire, en précision, en durée de fonctionnement. Il faut donc discrétiser le
problème i.e. le remplacer par un problème dit discret parce que comportant un nombre
fini de ”quantités” à calculer censé lui être proche en un certain sens. On peut réaliser
une approximation par différences finies, par éléments finis, par une méthode particulaire
ou spectrale.. d’un problème aux dérivées partielles. Les méthodes sont nombreuses. On
se limitera ici à l’approximation par différences finies. La méthode des éléments finis fera
l’objet d’un cours de deuxième année.
Nous sommes, en fait, dans les cas courants, amenés à faire l’approximation d’une dérivée
première ou seconde en temps et d’une dérivée première ou seconde en espace par un taux
d’accroissement. Plusieurs possibilités s’offrent à nous, avec, comme pour la résolution des
équations différentielles, les deux interrogations suivantes sur la méthode d’approximation
choisie:
1) La stabilité: les erreurs d’approximation ou de troncature, inévitables en général,
16 CHAPITRE 2. SCHÈMAS NUMÉRIQUES POUR LES EDP

risquent-elles de s’amplifier au cours des calculs?


2) Convergence: la solution approchée ”converge”-t-elle, lorsque le pas de discrétisation
(∆t et ∆x) tend vers zéro, vers la ”solution exacte”?
Ces notions de stabilité et de convergence doivent donc être définies en utilisant des normes
bien déterminées. Il y aura donc plusieurs types de stabilité, plusieurs types de convergence
selon la norme choisie.
On ajoutera également une troisième notion qui jouera un rôle essentiel lors de l’étude de la
convergence. Il s’agit de la consistance. Le schéma proposé sera dit consistant s’il fournit
une approximation, au moins à l’ordre un, de l’équation, comme on va le préciser dans les
chapitres suivants.

2.2 Approximation des dérivées partielles par des différences


finies

2.2.1 Maillage

Dans le demi-plan {(x, t) ∈ R2 , t > 0} muni d’une base orthonormée (Ox, Ot), nous traçons
un réseau de droites paralléles à l’axe des x, équidistantes de pas ∆t, ainsi qu’un réseau
de demi-droites paralléles à l’axe des t issues de l’axes des x équidistantes de pas ∆x. Les
intersections des deux réseaux sont les points Mjn de coordonnées (xj = j∆x, tn = n∆t),
j ∈ Z, n ∈ N. On dit que l’on a construit un maillage du demi-plan R × R+ .
Au lieu de chercher u dans R × R∗+ vérifiant l’une des équations qui seront traitées dans
les chapitres suivants (équation de la chaleur, équation de la corde vibrante ou équation
de transport), nous cherchons une suite vjn , j ∈ Z, n ∈ N, qui approche u au points Mjn
de la grille définie ci-dessus et qui vérifie une équation ”proche” de l’équation initiale.
Pour chercher une approximation de u en un point (x, t) qui n’est pas l’un des points
de la grille, on peut, par exemple, déterminer dans quel rectangle [j∆x, (j + 1)∆x[ ×
[n∆t, (n + 1)∆t[ se trouve le point (x, t) et effectuer une interpolation à partir des quatres
n
valeurs vjn , vj+1 , vjn+1 et vj+1
n+1
.
Ainsi la recherche d’une approximation d’une fonction u solution d’un problème aux
dérivées partielles (P ) posé sur R × R∗+ passe par la résolution d’un problème ”discret” Pe
consistant à déterminer les quantités vjn , j ∈ Z, n ∈ N. On dit que l’on a ainsi discrétisé
le problème (P ).
Pour celà, nous allons procéder pas de temps par pas de temps, selon les temps croissants.
Dans les équations aux dérivées partielles que nous avons à étudier, nous avons des dérivées
premières et des dérivées secondes par rapport au temps et des dérivées premières et des
dérivées secondes par rapport à l’espace.
Approximation des dérivées partielles par des différences finies 17

n+1 n+1 n+1


M j−1 Mj M j+1
(n+1) ∆t

n n n
M j−1 M M j+1
n ∆t j

(j−1) ∆x j ∆x (j+1) ∆x x

Figure 2.1:
18 CHAPITRE 2. SCHÈMAS NUMÉRIQUES POUR LES EDP

On pose
 ( )n ( )n
 ∂u ∂u ∂u ∂u

 = (xj , tn ), = (xj , tn ),

 ∂t j ∂t ∂x j ∂x
( 2 )n ( )n (2.1)



 ∂ u ∂2u ∂ 2u ∂2u
 2
= 2
(xj , tn ), = (xj , tn ),
∂t j ∂t ∂x2 j ∂x 2

et on cherche à les discrétiser en les approchant par des taux d’accroissements.

2.2.2 Discrétisation d’une dérivée première


Supposons que u soit de classe C 2 . Alors on a, d’aprés la formule de Taylor:
( )n
n+1 n ∂u
u(xj , t ) = u(xj , t ) + ∆t + O(∆t2 ), (2.2)
∂t j
et
( )n
n n ∂u
u(xj+1 , t ) = u(xj , t ) + ∆x + O(∆x2 ), (2.3)
∂x j

d’où l’on peut tirer


( )n
∂u un+1
j − unj
= + O(∆t), (2.4)
∂t j ∆t
( )n
∂u unj+1 − unj
= + O(∆x), (2.5)
∂x j ∆x
où unj = u(xj , tn ). O(∆x) s’appelle l’erreur de trocature.
Si vjn ≃ u(xj , tn ), on peut alors écrire les approximations:
( )n
∂u vjn+1 − vjn
≃ , (2.6)
∂t j ∆t
( )n
∂u n
vj+1 − vjn
≃ . (2.7)
∂x j ∆x
On dit qu’on discrétise la dérivée première par une différence finie décentrée à droite précise
au premier ordre car la puissance de ∆x dans l’erreur de troncature est 1. De même on
∂u
peut approcher par:
∂x
( )n
∂u vjn − vj−1
n
≃ . (2.8)
∂x j ∆x
Approximation des dérivées partielles par des différences finies 19

On dit qu’on utilise une technique de différence finie décentrée à gauche précise au premier
ordre.
Maintenant si on suppose que u soit de classe C 3 on peut écrire:
( )n ( )n
∂u ∆x2 ∂ 2u
unj+1 = unj + ∆x + + O(∆x3 ), (2.9)
∂x j 2 ∂x2 j

et
( )n ( )n
∂u ∆x2 ∂ 2u
unj−1 = unj − ∆x + + O(∆x3 ), (2.10)
∂x j 2 ∂x2 j

d’où
( )n
∂u unj+1 − unj−1
= + O(∆x2 ). (2.11)
∂x j 2∆x
On peut alors écrire l’approximation:
( )n
∂u n
vj+1 − vj−1
n
≃ . (2.12)
∂x j 2∆x
On dit qu’on utilise une technique de différence finie centrée précise au second ordre car la
puissance de ∆x dans l’erreur de troncature O(∆x2 ) est 2.

2.2.3 Discrétisation d’une dérivée seconde


Supposons que u soit de classe C 4 . Alors on a
( )n ( )n ( )n
∂u ∆t2 ∂ 2u ∆t3 ∂ 3u
un+1
j = unj + ∆t + + + O(∆t4 ), (2.13)
∂t j 2 ∂t2 j 6 ∂t3 j

et
( )n ( )n ( )n
∂u ∆t2 ∂2u ∆t3 ∂ 3u
un−1
j = unj − ∆t + − + O(∆t4 ). (2.14)
∂t j 2 ∂t2 j 6 ∂t3 j

D’où l’on tire que:


( )n
∂ 2u un+1
j − 2unj + ujn−1
= + O(∆t2 ). (2.15)
∂t2 j ∆t2
De même on obtient:
( )n
∂ 2u unj+1 − 2unj + unj−1
= + O(∆x2 ). (2.16)
∂x2 j ∆x2
20 CHAPITRE 2. SCHÈMAS NUMÉRIQUES POUR LES EDP

Dans ce cas on peut écrire


( )n
∂ 2u vjn+1 − 2vjn + vjn−1
≃ , (2.17)
∂t2 j ∆t2
et
( )n
∂ 2u n
vj+1 − 2vjn + vj−1
n
≃ . (2.18)
∂x2 j ∆x2
On dit alors qu’on discrétise la dérivée seconde par une différence finie centrée précise au
second ordre.

2.3 Exemples de discrétisation


2.3.1 Premier exemple
Considérons l’équation de transport

∂u ∂u
+a =0 x∈R t>0 (2.19)
∂t ∂x
où a est un réel non nul donné.
Nous allons discrétiser cette équation en utilisant une différence finie décentrée pour la
variable temps:
( )n
∂u vjn+1 − vjn
≃ (2.20)
∂t j ∆t
et une différence décentrée à droite pour l’espace:
( )n
∂u n
vj+1 − vjn
≃ . (2.21)
∂x j ∆x
On obtient alors le schéma numérique suivant:

vjn+1 − vjn n
vj+1 − vjn
+a = 0, ∀j ∈ Z, ∀n ∈ N, (2.22)
∆t ∆x
ou encore

∆t n
vjn+1 = vjn − a (vj+1 − vjn ), ∀j ∈ Z, ∀n ∈ N. (2.23)
∆x
Le schéma ainsi obtenu permet le calcul des termes (vln+1 )l∈Z à partir des termes (vln )l∈Z .
En somme, ”notre ordinateur”, ayant ”oublié” les niveaux de temps 0, 1, 2, ..., n − 1, ne
connait plus que les pas n et n + 1.
Dans ce cas, on dit qu’on a un schéma à deux niveaux (ou à un pas de temps).
Exemples de discrétisation 21

D’autres schémas numériques pourraient être proposés. On peut par exemple approcher
la dérivée partielle par rapport à l’espace par une différence finie centrée:
( )n
∂u n
vj+1 − vj−1
n
≃ . (2.24)
∂x j 2∆x
On obtient alors le schéma numérique suivant:

∆t n
vjn+1 = vjn − a (v − vj−1
n
), ∀j ∈ Z, ∀n ∈ N. (2.25)
2∆x j+1
On remarque que dans les deux cas (2.23) et (2.25), vjn+1 ne dépend que d’un nombre fini
de valeurs vln , l ∈ Z. Lorsque k est le plus petit entier tel que vjn+1 est une fonction des
n
quantités vj−k , .., vjn , .., vj+k
n
, on dit qu’on a un schéma explicite à deux niveaux et à 2k + 1
points. Dans ce cas, le schéma s’écrit:

vjn+1 = H(vj−k
n
, .., vjn , .., vj+k
n
), ∀j ∈ Z, ∀n ∈ N. (2.26)
Dans les deux cas particuliers, on a un schéma numérique explicite à deux niveaux et à
trois points.
Reprenons de nouveau l’EDP (2.19). On peut approcher le terme ∂u ∂x
au niveau n + 1
plutôt qu’au niveau n, c’est à dire à l’instant (n + 1)∆t au lieu de l’instant n∆t et garder
( )n+1
l’approximation (2.20) pour le terme ∂u ∂t j
. On écrit alors
( )n+1
∂u vjn+1 − vjn
≃ , (2.27)
∂t j ∆t
et
( )n+1
∂u
n+1
vj+1 − vjn+1
≃ . (2.28)
∂x j ∆x
On obtient

∆t n+1
vjn+1 = vjn − a (v − vjn+1 ), ∀j ∈ Z, ∀n ∈ N. (2.29)
∆x j+1
Ce schéma est appelé implicite comme le justifie la remarque suivante.

Remarque 2.1 Le schéma (2.25) est explicite en ce sens que, pour calculer vjn+1 , il suffit
de remplacer explicitement les quantités figurant au second membre de (2.25) par leurs
valeurs connues et stockées en mémoire.
A l’inverse, avec le schéma (2.29), il n’est pas possible de calculer directement les quan-
tités (vln+1 )l∈Z à partir de (vln )l∈Z . Les inconnues sont liées entre elles par un ensemble
d’équations du type (2.29). On obtient en fait un système linéaire qu’il s’agit de résoudre
à chaque pas de temps.
22 CHAPITRE 2. SCHÈMAS NUMÉRIQUES POUR LES EDP

Plus généralement un schéma numérique qui s’écrit sous la forme

0 = J(vj−k
n+1
, . . . , vjn+1 , . . . , vj+k
n+1 n
, vj−k , . . . , vjn , . . . , vj+k
n
), ∀j ∈ Z, ∀n ∈ N, (2.30)
où J est une fonction de R4k+2 → R sera qualifié de schéma implicite à deux niveaux et à
2k + 1 points.

2.3.2 Deuxième exemple


Maintenant on considère l’équation des ondes:

∂ 2u 2
2∂ u
− c =0 x ∈ R t > 0. (2.31)
∂t2 ∂x2
Pour la discrétisation de (2.31) on va utiliser une différence finie centrée en temps et en
espace:
( )n
∂ 2u vjn+1 − 2vjn + vjn−1
≃ , (2.32)
∂t2 j ∆t2
et
( )n
∂ 2u n
vj+1 − 2vjn + vj−1
n
≃ . (2.33)
∂x2 j ∆x2
On obtient

vjn+1 − 2vjn + vjn−1 v n − 2vjn + vj−1


2 j+1
n
− c = 0, ∀j ∈ Z, ∀n ∈ N. (2.34)
∆t2 ∆x2
Dans ce cas, vjn+1 est donnée en fonction des vjn et vjn−1 . On dira qu’on a un schéma
explicite à trois niveaux (ou à deux pas de temps).
Plus généralement un schéma numérique qui s’écrit sous la forme

0 = K(vj−k
n+1
, .., vjn+1 , .., vj+k
n+1 n
, vj−k , .., vjn , .., vj+k
n n−1
, vj−k ∀j ∈ Z, ∀n ∈ N,
, .., vjn−1 , .., vj+k
n−1
),
(2.35)
où K est une fonction de R6k+3 → R sera qualifié de schéma implicite à trois niveaux et
à 2k + 1 points.

2.4 Quelques définitions


Soit n ∈ N fixé. Pour l’analyse, il est commode d’associer à une suite (vjn )j∈ZZ une fonction
vhn de la variable x où h = ∆x. On peut utiliser l’interpolation P0 , c’est à dire, définir la
fonction x 7−→ vhn (x) constante par morceaux à partir de la suite (vjn )j∈Z par :

vhn (x) = vjn si xj−1/2 ≤ x < xj+1/2 , (2.36)


Quelques définitions 23

avec xj+1/2 = (j + 1/2)∆x. On définit

Vh = {vh ∈ P0 ; ∀j ∈ Z, ∀x ∈ [xj−1/2 , xj+1/2 [, vh (x) = vj }.

On peut vérifier que, pour tout réel p > 1, on a



(vjn )j∈ZZ ∈ lp = {(vjn )j∈ZZ / |vj |p < +∞} ⇔ vhn ∈ Lph = Vh ∩ Lp (R)
j∈Z

On a l’égalité
( ) p1 (∫ ) p1

h |vjn |p = |vhn (x)|p dx .
j∈Z
Z R

De même si p = ∞

(vjn )j∈ZZ ∈ l∞ = {(vjn )j∈ZZ / sup |vjn | < +∞} ⇔ vhn ∈ L∞ ∞


h = Vh ∩ L (R).
j∈Z
Z

On a l’égalité
sup |vjn | = ||vhn ||∞ .
j∈Z
Z

Nous nous limiterons dans toute la suite aux schémas linéaires à deux niveaux et à 2k + 1
points ou aux schémas linéaires à trois niveaux et à 2k + 1 points. Nous venons de voir
que nous avons plusieurs façons de discrétiser une même équation aux dérivées partielles.
Alors comment choisir entre ces différents schémas. Pour cela, nous allons définir certaines
notions qui vont différencier les schémas entre eux et permettre de dire si un schéma est
meilleur qu’un autre.

2.4.1 Convergence
La première notion importante est la notion de convergence. Le schéma est convergent si
la solution du problème discret tend, en un certain sens, vers la solution du problème aux
dérivées partielles étudié, lorsque h = ∆x et ∆t tendent simultanément vers zéro.

Définition 2.4.1 On dit qu’un schéma numérique d’approximation d’une EDP, produisant
une suite (vhn )n∈N d’éléments dans Lp (R), converge dans L∞ (0, T, Lp (R)) si et seulement
si, pour toute donnée initiale u0 ∈ Lp (R),

lim sup ||u(., tn ) − vhn ||Lp = 0


(h,∆t)→0 tn ≤T

où u est la solution exacte de l EDP étudiée.


24 CHAPITRE 2. SCHÈMAS NUMÉRIQUES POUR LES EDP

2.4.2 Consistance
La deuxième notion est la notion de consistance d’un schéma numérique.
Nous n’aurons de chance d’obtenir la convergence du schéma que si nous approchons cor-
rectement ou avec une précision suffisante le problème continu, c’est à dire, si nous rem-
plaçons les dérivées partielles par des différences finies effectivement voisines. Pour ce
faire, il faut définir l’erreur de troncature du schéma numérique. Si u = u(x, t) est ” la
solution exacte” de l’EDP étudiée, on a, en notant unj = u(xj , tn ) et en supposant que u
est suffisamment régulière, une relation de la forme:

ϵnj (∆t, ∆x) = J(un+1 n+1


j−k , .., uj , .., un+1 n n n
j+k , uj−k , .., uj , .., uj+k ), ∀j ∈ Z, ∀n ∈ N (2.37)

si le schéma est à deux niveaux (respectivement si le schéma est à trois niveaux)

ϵnj (∆t, ∆x) = K(un+1 n+1


j−k , .., uj , .., un+1 n n n n−1
∀j ∈ Z, ∀n ∈ N.
n−1
j+k , uj−k , .., uj , .., uj+k , uj−k , .., uj
n−1
, .., uj+k ),
(2.38)
n n
La quantité ϵj (∆t, ∆x) est l’erreur locale de discrétisation au point (xj , t ) qui définit la
précision du schéma numérique.

Définition 2.4.2 Le schéma numérique (2.30) (respectivement (2.35)) sera dit consistant
si dans (2.37)(respectivement (2.38)) on a

lim ϵnj (∆t, ∆x) = 0, ∀j ∈ Z, ∀n ∈ N. (2.39)


∆t→0
∆x→0

Si l’on a ϵnj (∆t, ∆x) = O(∆tp , ∆xq ), ∀j ∈ Z, ∀n ∈ N on dit que le schéma considéré est
d’ordre p en temps et d’ordre q en espace.

2.4.3 Stabilité
∆t
Dans la pratique on garde le rapport λ = ∆x constant lorsqu’on raffine la grille. Soit à
résoudre une EDP sur l’intervalle de temps [0, T ] , T > 0. On prend alors un pas de temps
∆t = N T
et un pas d’espace ∆x = ∆t λ
. Les quantités vjN , j ∈ Z, sont donc censées nous
donner une approximation des valeurs u(xj , T ), j ∈ Z, car N ∆t = T .
Si les erreurs de discrétisation ne font que s’ajouter, l’erreur au pas N sera de l’ordre de
N ϵ(∆t, ∆x). On devrait avoir pour un schéma du premier ordre une erreur totale de l’ordre
de

T ∆t2 1
N (∆t2 + ∆x2 ) = (∆t2 + 2 ) = T (1 + 2 )∆t. (2.40)
∆t λ λ
En fait, l’erreur à l’étape n + 1 si l’on part de la solution exacte à l’étape n est bien de
l’ordre de (∆t2 + ∆x2 ) = (1 + λ12 )∆t2 . Mais l’erreur à l’étape n + 1 obtenue en partant
d’une approximation déjà entachée d’erreur à l’étape n peut, pour certains schémas, être
donc plus grande que (1 + λ12 )∆t2 .
Quelques définitions 25

C’est la notion de stabilité d’un schéma numérique, qui sera définie ultérieurement, qui
nous permettra d’évaluer la façon avec laquelle l’erreur de discrétisation à un pas de temps
donné, influe sur l’erreur aux pas de temps suivant. Ceci nous amène à introduire la
notion de stabilité. Comme cette notion dépend de la norme choisie, nous allons donner
deux définitions de la stabilité relativement aux deux normes les plus couramment utilisées.

Définitions
Définition 2.4.3 Nous dirons qu’un schéma est L∞ -stable s’il existe une constante C(T ) >
0 indépendante de ∆x, de ∆t et de n telle que:

sup vjn < C(T )sup vj0 (2.41)
j∈Z j∈Z

dès que sup vj0 < +∞, ce qui est équivalent à
j∈Z

||vhn ||L∞ < C(T )||vh0 ||L∞ (2.42)

dès que ||vh0 ||L∞ < +∞.

Définition 2.4.4 Nous dirons qu’un schéma est Lp -stable s’il existe une constante C(T ) >
0 indépendante de ∆x, de ∆t et de n telle que:
( ) p1 ( ) p1
∑ p ∑ p
vjn < C(T ) vj0 (2.43)
j∈Z j∈Z
∑ p
dès que vj0 < +∞, ce qui est équivalent à
j∈Z

||vhn ||Lp < C(T )||vh0 ||Lp (2.44)

dès que ||vh0 ||Lp < +∞.

Remarque 2.4.1 En somme, la solution approchée au pas de temps “n” est bornée par
une quantité qui ne dépend que de la donnée initiale.

Méthode de Fourier Von-Neumann


Pour étudier la satbilité d’un schéma, nous allons utiliser la transformation de Fourier
définit par:

b =
φ(ξ) e−2πixξ φ(x)dx. (2.45)
R
26 CHAPITRE 2. SCHÈMAS NUMÉRIQUES POUR LES EDP

Rappelons que l’application φ → φ


b est une isométrie de L2 (Rx ) sur L2 (Rξ ), c’est à dire
que
||φ||L2 (Rx ) = ||φ||
b L2 (Rξ ) .

L’isométrie inverse étant donnée par:



φ(x) = b
e2πixξ φ(ξ)dξ. (2.46)
R

Nous rappelons que:

( \ ) ∫
φ(x + k∆x) (ξ) = e−2πixξ φ(x + k∆x)dx = e2πik∆xξ φ(ξ).
b (2.47)
R

4.3.1.1 Schémas à deux niveaux


Nous allons nous placer dans le cas d’un schéma aux différences finies à un pas en temps
( on a deux niveaux en temps ) de la forme:

∑ ∑
n+1
bk vj+k = n
ck vj+k , ∀j ∈ Z, ∀n ∈ N, (2.48)
k∈Z k∈Z

où les coefficients bk , ck ∈ R sont nuls sauf pour un nombre fini de valeurs de l’indice k.
Notons que si bk = 0 pour k ̸= 0 et b0 ̸= 0 on obtient un schéma explicite.
Au lieu de travailler sur les suites de l2 (Z), il va être plus pratique de travailler sur les
fonctions vhn de L2 (R) définit dans (2.36) de facon à pouvoir utiliser commodément la
transformation de Fourier. Nous écrivons alors le schéma (2.48) sous la forme:
( ) ( )
∑ ∑
bk vhn+1 (x + k∆x) = ck vhn (x + k∆x) , ∀x ∈ R, ∀n ∈ N. (2.49)
k∈Z k∈Z

La propriété de stabilité L2 revient alors à montrer que


||vhn ||L2 (IR) < C(T ) vh0 L2 (IR) . (2.50)

Pour cela, nous allons appliquer la transformation Fourier à l’équation (2.49) ce qui nous
donne
( ) ( )
∑ ∑
bk e2πik∆xξ vbhn+1 (ξ) = ck e2πik∆xξ vbhn (ξ) , ∀n ∈ N. (2.51)
k∈Z k∈Z
Quelques définitions 27

Si on pose
 ∑

 b(ξ) = bk e2πik∆xξ ,






k∈Z

 ∑

c(ξ) = ck e2πik∆xξ , (2.52)




k∈Z





 c(ξ)
 a(ξ) = .
b(ξ)
On trouve

vbhn+1 (ξ) = a(ξ, ∆x, ∆t)b


vhn (ξ), ∀n ∈ N, (2.53)
de sorte que

vbhn (ξ) = a(ξ, ∆x, ∆t)n vbh0 (ξ), ∀n ∈ N. (2.54)


Le coefficient a(ξ, ∆x, ∆t) est appelé coefficient d’amplification du schéma (2.48). Comme
||vhn ||L2 (IRx ) = ||b
vhn ||L2 (IRξ ) ,
on en déduit le théorème suivant:

Théorème 2.4.1
Le schéma aux différence finies (2.48) est L2 stable, si et seulement si, il existe une con-
stante ν positive telle que
sup |a(ξ, ∆x, ∆t)| ≤ 1 + ν∆t
ξ∈R

4.3.1.2 Schéma à trois niveaux


Nous considérons dans cet exemple un schéma aux différences finies à deux pas en temps
( on a trois niveaux en temps ) de la forme:
∑ ∑ ∑
n+1
bk vj+k = n
ck vj+k + n−1
dk vj+k , ∀j ∈ Z, ∀n ∈ N (2.55)
k∈Z k∈Z k∈Z

où les coefficients bk , ck , dk ∈ R sont nuls sauf pour un nombre fini de valeurs de l’indice
k. Notons que si bk = 0 pour k ̸= 0 et b0 ̸= 0 on obtient un schéma explicite. Au lieu
de travailler sur les suites de l2 (Z), il va être plus pratique de travailler sur des fonctions
de L2 (R) de facon à pouvoir utiliser commodément la transformation de Fourier. Nous
écrivons alors le schéma (2.55) sous la forme:

( ) ( ) ( )
∑ ∑ ∑
bk v n+1
(x + k∆x) = n
ck v (x + k∆x) + dk v n−1
(x + k∆x) , ∀x ∈ R, ∀n ∈ N,
k∈Z k∈Z k∈Z
(2.56)
28 CHAPITRE 2. SCHÈMAS NUMÉRIQUES POUR LES EDP

où la fonction x 7−→ vhn (x) est définie dans (2.36).


En utilisant la transformatée de Fourier φ → φ b définie par (2.45) à l’équation (2.56) et en
utilisant l’égalité (2.47), nous obtenons:

( ) ( ) ( )
∑ ∑ ∑
bk e2πik∆xξ vbhn+1 (ξ) = ck e2πik∆xξ vbhn (ξ) + dk e2πik∆xξ vbhn−1 (ξ) , ∀n ∈ N.
k∈Z k∈Z k∈Z
(2.57)
Si on pose
 ∑

 b(ξ) = bk e2πik∆xξ ,






k∈Z

 ∑


 c(ξ) = ck e2πik∆xξ ,
(2.58)


k∈Z

 ∑



 d(ξ) = dk e2πik∆xξ ,




 k∈Z

Nous trouvons

vhn+1 (ξ) = c(ξ)b


b(ξ)b vhn−1 (ξ) ∀n ∈ N.
vhn (ξ) + d(ξ)b (2.59)
Nous pouvons écrire ce système linéaire matriciellement sous la forme suivane
( ) ( )
vbhn+1 vbhn
= A(ξ, ∆x, ∆t) ∀n ∈ N, (2.60)
vbhn vbhn−1
où  
c(ξ) d(ξ)
 b(ξ) b(ξ) 
 
A(ξ, ∆x, ∆t) = 

.

 
1 0

La matrice A(ξ, ∆x, ∆t) est appelée matrice d’amplification du schéma (2.55) .

Théorème 2.4.2 Une condition suffisante de L2 -stable est qu’il existe une constante ν
positive telle que
sup ||A(ξ, ∆x, ∆t)||2 ≤ 1 + ν∆t,
ξ∈R

où ||.||2 est la norme matricielle subordonnée associée à la norme vectorielle ||.||2
Quelques définitions 29

Définition 2.4.5
On appelle condition de stabilité de Von Neumann la condition

sup ρ(A(ξ, ∆x, ∆t)) ≤ 1,


ξ∈R

où ρ(A(ξ, ∆x, ∆t)) est le rayon spectrale de la matrice A(ξ, ∆x, ∆t).

Remarque 2.4.2 La condition de stabilité de Von Neumann est une condition nécessaire
de stabilité L2 . Elle n est pas uns condition suffisante.

Remarque 2.2 Un peu, passionnement, pas du tout: c’est ainsi que vont fonctionner nos
schémas aux différences finies. Ils seront conditionnellement stables, inconditionnellement
stables, ou irrémédiablement instables, selon le cas.

2.4.4 Convergence
Nous avons maintenant tous les outils pour démontrer la convergence des schémas aux
différences finies linéaires.

Théorème 2.4.3 ( Lax) Soit u la solution assez régulière d’une EDP. Soient vjn la solution
numérique discréte obtenu par un schéma de différences finies avec la donnée initiale vj0 =
u0 (xj ). On suppose que le schéma linéaire est consistant et stable pour une norme ||.|| dans
un domaine S alors le schéma est convergeant au sens où

∀(∆x, ∆t) ∈ S, ∀T > 0, lim sup ||u(., tn ) − vhn || = 0


(∆t,∆x)→0 tn ≤T

avec vhn la fonction associée à la suite (vjn )j∈Z définit dans (2.36).
30 CHAPITRE 2. SCHÈMAS NUMÉRIQUES POUR LES EDP
31

Chapitre 3

EQUATION DE LA CHALEUR

3.1 Equation de la chaleur avec donnée initiale et con-


ditions aux limites
Nous considèrons une barre conductrice homogène de longeur L en contact au niveau de
ses deux extrémités avec deux ”sources” thermiques de température nulle.
Nous donnons la température de la barre à l’instant initial, et nous nous proposons de
calculer son évolution au cours du temps.
Avec un choix approprié des unités de mesure, cela revient donc à chercher u ∈ C 2 ([0, L] ×
]0, +∞[), vérifiant :

∗ ∂u ∂ 2 u
∀x ∈ [0, L] , ∀t ∈ IR+ , − 2 = 0, (3.1)
∂t ∂x

∀x ∈ [0, L] , u(x, 0) = u0 (x). (3.2)


où u0 est, par exemple, une fonction continue sur [0, L].
Par ailleurs, comme la température aux extrémités de la barre est imposée à la valeur zéro,
nous devons ajouter les conditions aux limites:


∀t ∈ IR+ u(0, t) = u(L, t) = 0, (3.3)
Le problème qui consiste à trouver u solution de (3.1),(3.2) et (3.3) est ce qu’on appelle
un problème aux limites d’évolution.
Nous vérifions que si la donnée u0 est ”assez” régulière, et compatible avec les conditions
aux limites (3.3), le problème (3.1),(3.2) et (3.3) admet une solution unique.

Remarque 3.1
Si les ”sources” thermiques extérieures en x = 0 et x = L sont chacune à température
constante, T1 à gauche et T2 à droite, qui ne sont pas simultanement nulles, on se raméne
alors à un problème du type (3.1)-(3.3), en posant
32 CHAPITRE 3. EQUATION DE LA CHALEUR

[ x]
v(x, t) ≡ u(x, t) − T1 + (T2 − T1 ) ,
L
[ x]
v (x) ≡ u (x) − T1 + (T2 − T1 )
0 0
,
L
v(0, t) = u(0, t) − T1 = 0,
et
v(L, t) = u(L, t) − T2 = 0.

La fonction v : (x, t) ∈ [0, L] × IR+ est alors solution du problème (3.1)-(3.3).

3.2 Solution élémentaire


Une solution élémentaire de l’équation de la chaleur est par définition une distribution E
qui vérifie :

 ∂E ∂ 2 E
− = δx,t , ∀x ∈ IR ∀t > 0, (3.4)
∂t
 E(x, ∂x2
t) = 0, ∀t < 0,
où δx,t est la distribution définie, pour φ ∈ D(R2 ) , par

⟨δx,t , φ⟩ = φ(0, 0).


2

Les propriétés de l’opérateur de l’équation de la chaleur ( ∂t − ∂x

2 ) permettent de construire

une solution élémentaire et nous avons la proposition suivante :

Proposition 3.2.1
La distribution associée à la fonction E définie par
{
x2
√1 e− 4t , t > 0,
E(x, t) = 2 πt
0, t < 0,
est une solution de (3.4).

Démonstration
Soit φ ∈ D(R2 ). Nous avons
⟨ ⟩ ⟨ ⟩
∂E ∂ 2 E ∂φ ∂ 2 φ
− , φ = − E, + 2 ,
∂t ∂x2 ∂t ∂x
∫ ∫ +∞ ∫ +∞ ∫ 2
1 − x4t ∂φ
2 1 x2 ∂ φ
=− √ e dt dx − √ e− 4t dx dt .
R 0 2 πt ∂t R 2 πt ∂x2
| {z } | 0
{z }
I1 I2
Solution élémentaire 33

Or on utilisant une intégration par partie dans I1 et le faite que φ ∈ D(R2 ) on trouve que
:
∫ ∫ +∞
1 x2 ∂φ
I1 = √ e− 4t dt dx,
R 0 2 πt ∂t
∫ ∫ +∞
1 x2 ∂φ
= lim √ e− 4t dt dx,
ε→0 R ε 2 πt ∂t
∫ ∫ +∞ ( ) ∫ [ ]+∞
∂ 1 2
− x4t 1 2
− 4x ε
= lim − √ e φ dt dx − lim √ e φ(x, t) dx,
ε→0 R ε ∂t 2 πt ε→0 R 2 πt
∫ ∫ +∞ ( ) ∫ ε
∂ 1 2
− x4t 1 x2
= lim − √ e φ dt dx − lim √ e− 4 ε φ(x, ε)dx,
ε→0 R ε ∂t 2 πt ε→0 R 2 πε

et on utilisant deux intégrations par parties dans I2 et le faite que φ ∈ D(R2 ) (pour anuler
les termes du bord) on trouve que :
∫ +∞ ∫ 2
1 x2 ∂ φ
I2 = √ e− 4t dx dt,
0 R 2 πt ∂x2
∫ +∞ ∫ 2
1 x2 ∂ φ
= lim √ e− 4t dx dt,
ε→0 ε R 2 πt ∂x2
∫ +∞ ∫ ( )
∂2 1 2
− x4t
= lim 2
√ e φ dx dt.
ε→0 ε R ∂x 2 πt
Un calcul simple nous donne que :
( ) ( )
∂ 1 2
− x4t ∂2 1 2
− x4t
√ e = √ e .
∂t 2 πt ∂x2 2 πt
Par suite :
⟨ ⟩ ∫
∂E ∂ 2 E 1 x2
− ,φ = lim √ e− 4 ε φ(x, ε)dx. (3.5)
∂t ∂x2 ε→0 R 2 πε
x
et en utilisant un changement de variable y = √ on trouve :

⟨ ⟩ ∫
∂E ∂ 2 E 1 −y 2

− , φ = lim √ e φ(y 4 ε, ε) dy,
∂t ∂x2 ε→0 R π

1
e−y dy,
2
= φ(0, 0) √
π R
= φ(0, 0).
D’ou le résultat.
34 CHAPITRE 3. EQUATION DE LA CHALEUR

3.3 Utilisation de la transformée de Fourier


Dans ce paragraphe, nous allons résoudre le problème (3.8),(3.9) en effectuant un calcul
formel utilisant une transformation de Fourier partielle par rapport à la variable x, définie
par
∫ +∞
b(y, t) ≡
F (u)(y, t) = u u(x, t)e−2iπxy dx. (3.6)
−∞

Nous rappellons, la formule

c
∂u
(y, t) = 2iπyb
u(y, t).
∂x
D’où, nous tirons

∂d2u
b(y, t) = −4π 2 y 2 u
(y, t) = (2iπy)2 u b(y, t).
∂x2
Admettons par ailleurs, que nous puissions dériver (3.6) sous le signe ”somme” :

c
∂u ∂
= u b.
∂t ∂t
Alors, en appliquant la transformation de Fourier partielle F à l’équation (3.1), nous
obtenons l’équation différentielle ordinaire

b(y, t) = −4π 2 y 2 u
u b(y, t).
∂t
La solution générale de cette équation, s’écrit

b(y, t) = A(y)e−4π
2 y2 t
u , (3.7)

où A est une fonction arbitraire du ”paramètre” y.


Par ailleurs, en appliquant F à l’équation (3.2), nous obtenons

b(y, 0) = ub0 (y).


u

D’où, en prenant t = 0, dans (3.7), nous obtenons A(y) = ub0 (y), par conséquent
( \ )
b(y, t) = ub0 (y)e−4π y t = ub0 (y)b
2 2
u g (y, t) = u0 (.) ∗ g(., t) (y),

où gb(y, t) désigne la transformée de Fourier par rapport à la variable x d’une fonction g,
que nous allons déterminer. La fonction y −→ gb(y, t) = e−4π y t étant paire et dans L1 (R),
2 2

nous avons d’après le théorème d’inversion de la transformée de Fourier, chapitre 5 cours


de Mathématiques I, que
Problème de Cauchy 35

∫ +∞ ∫ +∞
g(x, t) = gb(y, t)e 2iπxy
dy = gb(−z, t)e−2iπxz dz,
∫−∞
+∞
−∞

dz = b
2
−2iπxz √1 e− 4t
x
= gb(z, t)e gb(x, t) = 2 πt
.
−∞

D’où finalement
∫ +∞
1 (x−z)2
u(x, t) = u (.) ∗ g(., t)(x) = √
0
u0 (z)e− 4t dz.
2 πt −∞

Remarque 3.2
Soit u0 ∈ L2 ([0, L]) où L > 0. Nous pourrons montrer que le problème : Trouver u ∈
C ∞ ([0, L] × ]0, +∞[) vérifiant (3.1)-(3.3) admet l’unique solution définie par:
∫ L
1 (x−z)2
u(x, t) = √ u0 (z)e− 4t dz.
2 πt 0

3.4 Problème de Cauchy



Dans le cas de la barre infinie, le problème considéré est le suivant : trouver u ∈ C 2 (IR×IR+ )
solution de

∂u ∂ 2 u
− 2 = 0, pour x ∈ R, t > 0, (3.8)
∂t ∂x
avec

u(x, 0) = u0 (x), pour x ∈ IR. (3.9)


C’est le problème de Cauchy. Le problème (3.8) et (3.9) semble être l’analogue de (3.1)-
(3.3). Cela est inexact: il faut en effet ajouter des conditions de croissance à l’infini en x, t
fixé, pour que (3.8) - (3.9) déterminent u de manière unique.

Théorème 3.4.1 La solution du problème (3.8)-(3.9), avec u0 ∈ C 2 (R) est solution de


∫ T ∫ ∫
∂φ(x, t) ∂ 2 φ(x, t)
− u(x, t)( + )dxdt = u0 (x)φ(x, 0)dx, (3.10)
0 R ∂t ∂x2 R

∀φ ∈ Φ = {φ ∈ C 2 (R × [0, T ]), supp φ est un compact de R × [0, T ]}.

Preuve: Soit u une solution forte de (3.8)-(3.9). Nous multiplions l’équation (3.8) par φ
et nous intégrons par rapport à t et x. Nous obtenons
∫ T ∫
∂u(x, t) ∂ 2 u(x, t)
φ(x, t)( − )dxdt = 0.
0 R ∂t ∂x2
36 CHAPITRE 3. EQUATION DE LA CHALEUR

Nous posons
∫ T ∫
∂u(x, t)
I= φ(x, t) dxdt,
0 R ∂t
∫ T ∫
∂ 2 u(x, t)
J= φ(x, t) dxdt.
0 R ∂x2
En faisant une intégration par partie de I par rapport à t, nous obtenons
∫ T ∫ ∫
∂φ(x, t)
I=− u(x, t) dxdt − u0 (x)φ(x, 0)dx.
0 R ∂t R

En faisant une intégration par partie de J par rapport à x, nous obtient


∫ T ∫ [∫ T ]+∞
∂u(x, t) ∂φ(x, t) ∂u(x, t)
J =− dxdt + φ(x, t)dt .
0 R ∂x ∂x 0 ∂x −∞

Comme φ est à support compact, le second terme est nul. En refaisant une deuxième
intégration par partie, nous trouvons
∫ T ∫
∂ 2 φ(x, t)
J= u(x, t) dxdt.
0 R ∂x2

D’où le résultat.

Proposition 3.4.1
On suppose que u0 est continue à support borné sur IR, alors la solution du problème (3.10)
est donnée par
∫ +∞ ∫ +∞
1 2
− z4t 1 (x−z)2
u(x, t) = √ u (x − z)e dz = √
0
u0 (z)e− 4t dz,
2 πt −∞ 2 πt −∞

Démonstration Comme u est de classe C ∞ (R×]0, T ]) alors la solution du problème (3.10)


est aussi une solution de (3.8)-(3.9) qui est donnée dans la remarque 3.2.

3.5 Problème aux limites d’évolution


Dans ce paragraphe, nous allons montrer que si la donnée initiale u0 est nulle en x = 0
et x = L, continue et de classe C 1 par morceaux sur [0, L], alors le problème (3.1)-(3.3)
admet une solution et une seule u ∈ C ∞ ([0, L] × ]0, +∞[).
Problème aux limites d’évolution 37

3.5.1 Méthode de séparation des variables


Nous cherchons à résoudre le problème (3.1)-(3.3) par la méthode de séparation des vari-
ables. Cette méthode peut être présentée en deux étapes :
1. Séparation des variables, où on cherche des solutions non trivials de (3.1) et (3.3) qui
s’écrivent sous la forme de
u(x, t) = f (x) g(t) (3.11)
avec f ∈ C 2 (]0, L[) et g ∈ C 1 (R∗+ )

2. Superpostion, où on essaie de trouver une somme de solutions de la forme 3.11 qui
vérifie la condition (3.2). Notons que telle somme vérifie encore (3.1) et (3.3).
1ère étape: Séparation des variables
Soit
u(x, t) = f (x) g(t) (3.12)
avec f ∈ C 2 (]0, L[) et g ∈ C 1 (R∗+ ). En remplacant 3.12 dans (3.1) on trouve :

f (x) g ′ (t) = f ′′ (x)g(t), ∀(x, t) ∈]0, L[×R∗+ .

Au points où u(x, t) ̸= 0 seci s’écrit comme :


g ′ (t) f ′′ (x)
= , ∀(x, t) ∈]0, L[×R∗+ .
g(t) f (x)
Comme le membre de gauche ne dépend que de t et le membre de droite que de x on en
déduit qu’ils sont constants, c’est à dire qu’il existe λ ∈ R avec :

f ′′ (x) − λf (x) = 0, ∀x ∈]0, L[,


g ′ (t) − λg(t) = 0, ∀t ∈ R∗+ .

Les conditions aux limites donnent :

u(0, t) = f (0) g(t) = 0, ∀t ∈ R∗+ ,


u(L, t) = f (L) g(t) = 0, ∀t ∈ R∗+ .

D’ou f (0) = f (L) = 0 (car g ̸= 0) et par suite résoudre (3.1) et (3.3) par la méthode
de séparation de variables est équivalent à résoudre les équations différentielles ordinaire
suivantes :

f ′′ (x) − λf (x) = 0, ∀x ∈]0, L[, avec f (0) = f (L) = 0, (3.13)


g ′ (t) − λg(t) = 0, ∀t ∈ R∗+ . (3.14)

Nous cherchons tout d’abord les solutions non nulles de (3.13). Les solutions de (3.13)
dépend de λ :
38 CHAPITRE 3. EQUATION DE LA CHALEUR

ˆ Si λ = ω 2 > 0 alors les solutions de l’équation différentielle (3.13) sont :

f (x) = A eωx + B e−ωx ,

où A et B sont des réels à calculer à partir des conditions aux limites. On a f (0) =
f (L) = 0 alors

A + B = 0,
e ωL
+ B e−ωL = 0.

D’ou A = B = 0 et l’EDO (3.13) n’a pas de solutions non nulles dans ce cas.

ˆ Si λ = 0 la solution généralle de (3.13) est de la forme:

f (x) = A x + B,

f (0) = 0 =⇒ B = 0,
f (L) = 0 =⇒ A = 0.

Il n’y a donc pas de solutions non nulles dans ce cas non plus.

ˆ Si λ = −ω 2 < 0 alors les solutions de l’équation différentielle (3.13) sont :

f (x) = A sin(ωx) + B cos(−ωx),

où A et B sont des réels à calculer à partir des conditions aux limites:

f (0) = 0 =⇒ B = 0,
f (L) = 0 =⇒ A sin(ωL) = 0,
=⇒ A = 0 où ωL = n π, ∀n ∈ N∗ ,

=⇒ ω = , ∀n ∈ N∗ .
L
Il existe donc une suite infinie de solution non nulles de l’équation différentielle (3.13)
qui sont :

fn (x) = An sin( x), ∀n ∈ N∗ ,
L
associées aux valeurs de λ suivantes :
( )2

λn = − .
L
Problème aux limites d’évolution 39

Maintenant connaissant λn on peut résoudre l’équation différentielle (3.14) :


n2 π 2
gn′ (t) − λn gn (t) = 0, ∀t ∈ R∗+ ⇐⇒ gn (t) = Bn eλn t = Bn e− L2
t
, ∀t ∈ R∗+

où Bn est un nombre réel quelconque.


n2 π 2
De ce qui précède, un (x, t) = cn sin( nLπ x) e− L2 t , où cn est un nombre réel quelconque, est
une suite infinie de solution non nulles de de l’équation (3.1) pour les quelles les conditions
aux limites (3.3) sont satisfaites.

2ème étape: Superpostion

L’équation étant linéaire, la somme de plusieurs solutions de l’équation (3.1) est toujours
∑∞
kπ k2 π 2
solution de cette équation. Donc u(x, t) = ck sin( x) e− L2 t , ∀x ∈ [0, L], ∀t ∈ R∗+
k=1
L
est une solution de l’équation (3.1) qui satisfaites les conditions aux limites (3.3) (à condi-
tion que cette somme soit convergente: voir section 3.5.2). Il faut maintenant déterminer
les coefficients ck pour que la solution u(t, x) vérifie la condition initiale. Cette condition
initiale s’écrit :
u(0, x) = u0 (x), ∀x ∈ [0, L],
ce qui donne



ck sin( x) = u0 (x), ∀x ∈ [0, L] (3.15)
k=1
L
en remarquant que
∫ {
L
kπ nπ 0 si n ̸= k,
sin( x) sin( x)dx = L
0 L L 2
si n = k,

on trouve
∫ L ∫ L (∑
∞ )
nπ kπ nπ
u0 (x) sin( x) dx = ck sin( x) sin( x) dx,
0 L 0 k=1
L L
∑∞ ∫ L
kπ nπ
= ck sin( x) sin( x) dx,
k=1 0 L L
L
= cn ,
2
et ∫ L
2 nπ
cn = u0 (x) sin( x) dx, ∀n ≥ 1
L 0 L
40 CHAPITRE 3. EQUATION DE LA CHALEUR

3.5.2 Etude de la validité de la méthode de séparation des vari-


ables
Cette méthode de résolution est applicable si la série trigonométrique ainsi obtenue est
dérivable deux fois terme à terme et si la somme des séries dérivées est une fonction
continue.
Cette condition dépend des coefficients cn c’est à dire de la donnée initiale u0 qui doit être
une fonction suffisamment dérivable.
Proposition 3.5.1
Soit u0 une fonction de classe C 1 par morceaux sur [0, L], (où L > 0) et nulle en zéro et
en L. Alors le problème:
”trouver u ∈ C ∞ ([0, L] × ]0, +∞[) vérifiant ( 3.1)-(3.3)”
admet une solution.
Démonstration
On va montrer que la fonction


+∞
k2π2 kπ
u : (x, t) ∈ [0, L] × [a, +∞[ −→ ck exp(− t) sin( x), (3.16)
k=1
L2 L
∑ k2π2 kπ
est bien définie et deux fois continument dérivable. En effet, la série ck exp(− 2
t) sin( x)
k≥1
L L
est normalement convergente sur [0, L] × [a, +∞[ , ∀ a > 0 :

∑ 2 2 ∑ k2π2
ck exp(− k π t) sin( kπ x) ≤ |c | exp(− a) < +∞,
L2 L k
L2
k≥1 k≥1

puisque
k2π2
lim k 2 |cn | exp(− a) = 0.
k→+∞ L2
De même, les séries obtenues en dérivant terme à terme par rapport à x et t un nom-
∑ k2π2 kπ
bre arbitraire de fois la série ck exp(− 2 ) sin( x), sont normalement convergentes
k≥1
L L
puisqu’on a pour tout n ≥ 2

k2π2
lim k n |ck | exp(− a) = 0.
k→+∞ L2
Il reste à montrer que la fonction u définie par (3.16) est solution de (3.1)-(3.3), en effet,
nous avons montré que u ∈ C ∞ ([0, L] × [a, +∞[) pour tout a > 0 et que les dérivées
partielles de u s’obtiennent en dérivant la série définissant u par (3.16) terme à terme, d’où

∂u ∑ k 2 π 2
+∞
k2π2 kπ
= − 2 exp(− 2 t) sin( x),
∂t k=1
L L L
Problème aux limites d’évolution 41

( 2 2 )
∂ 2u ∑
+∞
k2π2 k π kπ
= exp(− 2 t) − 2 sin( x) .
∂x2 k=1
L L L

Nous en déduisons que l’équation (3.1) est satisfaite. Enfin les conditions (3.2) et (3.3)
sont trivialement satisfaites.
La fonction u définie par (3.16) est donc bien une solution de (3.1)-(3.3). Cette solution u
appartient à C ∞ ([0, L] × [a, +∞[) pour a > 0 arbitraire, donc u ∈ C ∞ ([0, L] × ]0, +∞[).

3.5.3 Perte de l’énergie et unicité de la solution


Nous considérons ∫ L
1
E(t) ≡ u2 (x, t)dx,
2 0

qui représente l’énergie cinétique.

Proposition 3.5.2
Soit E l’énergie cinétique de l’équation de la cahleur où u est supposé être de classe C 2 sur
[0, L] × R+ . Nous avons alors:

d
E(t) ≤ 0. (3.17)
dt
Démonstration
Multiplions léquation (3.1) par u et intégrons par rapport à x, nous déduisons
∫ L ∫ L
∂u ∂ 2u
udx = udx.
0 ∂t 0 ∂x2
D’où nous tirons, en faisant une intégration par parties et en utilisant (3.20)
∫ L [ ]L ∫ L ( )2 ∫ L ( )2
1d ∂u ∂u ∂u
2
u dx = u − dx = − dx ≤ 0. (3.18)
2 dt 0 ∂x 0 0 ∂x 0 ∂x

Remarque 3.3 Nous déduisons de (3.18), que E est une fonction positive décroissante.
cela veut dire que nous avons une perte de l’énergie cinétique pour l’équation de la chaleur.
Cette perte d’énergie est la cause de la non réversibilité du temps de cette équation.

Proposition 3.5.3
La solution du problème (3.1)-(3.3) est unique si elle existe .
42 CHAPITRE 3. EQUATION DE LA CHALEUR

Démonstration
Nous allons montrer que la solution du problème (3.1)-(3.3) est unique. En effet la
différence entre deux solutions du problème (3.1)-(3.3) est solution de (3.1) et vérifie les
conditions

u(x, 0) = 0, (3.19)

u(0, t) = u(L, t) = 0. (3.20)


En calculant E(0), nous trouvons E(0) = 0. Comme E est une fonction positive décroissante,
nous obtenons que E est identiquement nulle et comme u(., t) : x ∈ [0, L] −→ u(x, t) est
continue, cela prouve que u est identiquement nulle, d’où l’unicité de la solution.

Proposition 3.5.4 Soit u0 une fonction de classe C 1 par morceaux sur [0, L], (où L > 0)
et nulle en zéro et en L. Alors le problème:
”trouver u ∈ C ∞ ([0, L] × ]0, +∞[) vérifiant ( 3.1)-(3.3)”
admet une solution unique qui s’écrit sous la forme :


kπ k2 π 2
u(x, t) = ck sin( x) e− L2 t , ∀x ∈ [0, L], ∀t ∈ R∗+ ,
k=1
L
∫ L
2 kπ
avec ck = u0 (x) sin( x) dx, ∀k ≥ 1
T 0 L
Démonstration
Le résultat est imédiat à partir des deux propositions 3.5.1 et 3.5.3.

3.6 Discrétisation
Dans le cas unidimensionnel, nous avons montré dans le paragraphe 3.4, comment nous
pourrons déterminer la solution du problème (3.1)-(3.3) par une formule intégrale explicite.
Dans les cas bidimensionnel et tridimensionnel, nous ne pourrons calculer la solution par
une formule intégrale explicite, que si le domaine considéré a une forme très simple (demi-
plan, disque,..). Lorsque le domaine considéré n’a pas une forme simple, nous devons donc
chercher une approximation de la solution.
Dans ce paragraphe, nous allons appliquer la méthode des différences finies pour discrétiser
l’équation (3.1) par rapport à la variable d’espace x, en se plaçant dans le cas unidimen-
sionnel, x ∈ R, pour simplifier la présentation.
Discrétisation 43

3.6.1 Méthode de semi-discrétisation


Nous définissons un découpage de l’intervalle [0, L], à l’aide de N points intermédiaires :
1
xi = i h (0 ≤ i ≤ N + 1) où h = est le pas de subdivision de cet intervalle. Nous
N +1
obtenons en approchant la dérivée seconde de u par rapport à x au moyen d’une formule
analogue à (2.18), le système d’équations discrétisées suivant :

 d u(xi+1 , t) − 2u(xi , t) + u(xi−1 , t)
 u(xi , t) − 2
= 0, pour 0 ≤ i ≤ N,
dt h (3.21)
 u(xi , 0) = u0 (xi ),

u(x0 , 0) = u(xN +1 , 0) = 0,
où u(xi , t) ≃ u(xi , t) désigne l’approximation de la solution u de (3.1)-(3.3) obtenue par ce
schéma.
Proposition 3.6.1
Le problème :
Trouver u(xi , t) pour tout i ∈ {1, .., N } solution du système d’équations (3.21) pour tout

t ∈ IR+
est équivalent au problème suivant :
Trouver U (t) = (u(x1 , t), .., u(xN , t))T ∈ IRN solution du système différentiel suivant :
{
d
U (t) + AN U (t) = 0,
dt (3.22)
U (0) = U 0 ,
où U 0 = (u0 (x1 ), .., u0 (xN ))T et où AN est la matrice carrée d’ordre N définie par
 
2 −1 0 . 0
 −1 . . 0 . 
1  
AN ≡ 2  0 . . . 0  . (3.23)
h   . 0 . . −1 
0 . 0 −1 2
Démonstration(à faire en exercice)
Proposition 3.6.2
La matrice AN définie par (3.23) est symétrique définie positive. Ces valeurs propres sont
données par
4 pπ
λp = 2
sin 2 ( ), p ∈ {1, 2, .., N } . (3.24)
h 2(N + 1)
Les vecteurs propres U p associés à ces valeurs propres sont donnés par leurs composantes
comme suit
pjπ
upj = sin ( ), j ∈ {1, 2, .., N } . (3.25)
N +1
44 CHAPITRE 3. EQUATION DE LA CHALEUR

Démonstration
Nous avons, pour tout j ∈ {1, 2, .., N }, que

p(j + 1)π pjπ p(j − 1)π


−upj+1 + 2upj − upj−1 = − sin ( ) + 2 sin ( ) − sin ( )
N +1 N +1 N +1
pjπ pπ pjπ pπ
= −(sin ( ) cos( ) + cos( ) sin( ))
N +1 N +1 N +1 N +1
pjπ pjπ pπ
+2 sin ( ) − (sin ( ) cos( )
N +1 N +1 N +1
pjπ pπ
− cos( ) sin( ))
N +1 N +1
pjπ pπ pjπ
= −2 sin ( ) cos( ) + 2 sin ( )
N +1 N +1 N +1
pjπ pπ
= sin ( )(4 sin 2 ( )).
N +1 2(N + 1)
Nous en déduisons puisque up0 = upN +1 = 0, que le vecteur U p = (up1 (x1 ), .., upN (xN ))T vérifie

A N U p = λp U p .
Par conséquent, U p est le vecteur propre de AN associé à la valeur propre λp .

Proposition 3.6.3
Le système différentiel (3.22) admet une solution unique, elle est donnée par


N
U (t) = (U 0 , U p )e−λp t U p ,
p=1

où (., .) désigne le produit scalaire Euclidien défini sur IRN où les scalaires λp sont donnés
par (3.24) et où les vecteurs U p de IRN sont définis par leurs composantes selon (3.25).

Démonstration
Nous obtenons, en faisant le produit scalaire des deux membres du système différentiel de
(3.22) par U p , les équations différentielles suivantes

d
( U (t), U p ) + (AN U (t), U p ) = 0, ∀p ∈ {1, 2, .., N } ,
dt
qui doivent vérifier les conditions initiales suivantes

(U (0), U p ) = (U 0 , U p ), ∀p ∈ {1, 2, .., N } . (3.26)


Discrétisation 45

En posant αp (t) = (U (t), U p ), nous avons en utilisant la symétrie de la matrice AN et le


fait que U p est le vecteur propre de AN associé à la valeur propre λp , que
dαp d
+ λp αp (t) = dt
(U (t), U p ) + (U (t), AN U p )
dt
d
=( U (t), U p ) + (AN U (t), U p )
dt
d
=( U (t) + AN U (t), U p ) = 0.
dt
Nous en déduisons d’après (3.26) que chacune des fonctions αp (t) est solution de l’équation
différentielle
dαp
+ λp αp (t) = 0,
dt
avec la condition initiale

αp (0) = (U 0 , U p ).
Il en résulte que

αp (t) = (U 0 , U p )e−λp t .
D’où, puisque (U p )1≤p≤N est une base orthogonale de IRN , (à vérifier).


N
(U (t), U p ) ∑
N
(U 0 , U p )
U (t) = Up = e−λp t U p .
p=1
|U p |R2 p=1
|U p |R2

Remarque 3.4
Dans le cas bidimensionnel ou tridimensionnel et lorsque le domaine considéré n’a pas une
forme simple, les valeurs propres de la matrice AN obtenue après discrétisation en espace de
l’équation de la chaleur ne peuvent être calculées explicitement. Nous aonsv alors recours
à des méthodes numériques, il est donc inconcevable, lorsque N est grand de déterminer
toutes les valeurs propres et vecteurs propres de AN . Nous nous limitons alors au calcul
de quelques éléments propres de la matrice AN et nous négligeons les composantes de U (t)
suivant les vecteurs propres non calculés qui correspondent aux valeurs propres ”élevées”.

3.6.2 Discrétisation totale


La résolution analytique exacte du système différentiel (3.22), nécessite le calcul de tous
les éléments propres de la matrice AN . Ceci peut être couteux, lorsque nous ne pourrons
pas se limiter au calcul d’un ”petit” nombre d’éléments propres sans introduire des erreurs
46 CHAPITRE 3. EQUATION DE LA CHALEUR

d’approximation non admissibles. C’est pour cette raison que nous avons recours à d’autres
méthodes numériques de résolution du problème (3.8) (3.9).
Une deuxième approche consiste à discrétiser l’équation aux dérivées partielles (3.8)) si-
multanément en temps et en espace.

Discrétisation de l’équation de la chaleur


Nous allons discrétiser l’équation

∂u ∂ 2 u
− 2 = 0, (3.27)
∂t ∂x
au point Mnj ( voir chapitre 2).
Pour cela, nous posons vjn ≃ u(xj , tn ) et nous allons procéder pas de temps par pas de
temps, selon les temps croissants. Supposons donc que les valeurs vjn sont connues pour
tous les indices d’espace j et pour les instants 0( données initiales) 1, 2....n. Nous cherchons
maintenant vjn+1 .
Pour la dérivée en temps nous allons utiliser la différence finie décentrée:
( )n
∂u un+1
j − unj
= + 0(∆t), (3.28)
∂t j ∆t
précise au premier ordre seulement.
Pour la dérivée en espace nous allons utiliser la différence finie centrée:
( 2 )n
∂ u unj+1 − 2unj + unj−1
= + 0(∆x2 ). (3.29)
∂x2 j ∆x2
D’où le schéma, dit explicite:

vjn+1 − vjn vj+1


n
− 2vjn + vj−1
n
− = 0. (3.30)
∆t ∆x2
Ce schéma est précis du premier ordre, si ∆t = O(∆x)
Mais, nous pourrons tout aussi bien appliquer le développement (3.29) à l’instant tn+1
plutôt qu’à l’instant tn .
( )n+1
j+1 − 2uj
un+1 n+1
∂ 2u + un+1
j−1
= + 0(∆x2 ). (3.31)
∂x2 j ∆x 2

D’où le schéma, appelé totalement implicite:

vjn+1 − vjn vj+1


n+1
− 2vjn+1 + vj−1
n+1
− = 0. (3.32)
∆t ∆x2
Ce schéma est lui même précis au premier ordre, car il approche au premier ordre près en
∆t (au deuxième ordre en ∆x) l’équation de la chaleur au point Mjn+1 .
Discrétisation 47

Les deux schémas (3.30) et (3.32) étant à un pas de temps, ou à 2 niveaux, leur initialisation
nécessite la donnée d’une suite (vj0 )j∈Z . Celle-ci peut être obtenue grâce à condition initiale.
Dans le cas où la fonction u0 intervenant dans (3.9) est continue on peut choisir (vj0 )j∈Z
définie par:

vj0 = u0 (j∆x), j ∈ Z. (3.33)


Si u0 est discontinue, localement sommable, on peut par exemple prendre:
∫ (j+ 12 )∆x
1
vj0 = u0 (x)dx, j ∈ Z. (3.34)
∆x (j− 12 )∆x

Plus généralement, nous pourrons écrire


( )
vjn+1 − vjn n+1
vj+1 − 2vjn+1 + vj−1
n+1 n
vj+1 − 2vjn + vj−1
n
− θ + (1 − θ) = 0, (3.35)
∆t ∆x2 ∆x2
avec 0 ≤ θ ≤ 1. Nous retrouvons le schéma explicite pour θ = 0, le schéma implicite pour
θ = 1. Dans le cas où θ = 12 , le schéma s’appelle le schéma de Crank-Nicolson.
Nous remarquons que le sytème linéaire ( 3.35) peut sécrire:

∆t n+1 ∆t n+1
(1 + 2θ )vj − θ (v n+1
+ vj−1 ) = ..... (3.36)
∆x 2 ∆x2 j+1
La matrice symétrique est à diagonale dominante: elle n’est donc surement singulière et
outre elle est facile à factoriser.

Proposition 3.6.4
Soit u ∈ C 4 (R × ]0, +∞[), le schéma numérique (3.8) et (3.9) est d’ordre 1 pour θ ̸= 1
2
et
d’ordre 2 pour θ = 21 .

Démonstration
Soit u ∈ C 4 (R × ]0, +∞[) solution de (3.8). Nous avons, en faisant un développement
limité à l’ordre 3 :

∂u 1 ∂ 2u
u(xj , t + ∆t) − u(xj , t ) =
n n n
(xj , t )∆t + 2
(xj , tn )∆t2 + O(∆t3 ).
∂t 2 ∂t
En outre

∂ 2u
u(xj + ∆x, tn ) − 2u(xj , tn ) + u(xj − ∆x, tn ) = (xj , tn )∆x2 + O(∆x4 ).
∂x2
De même

∂2u
u(xj + ∆x, t n+1
) − 2u(xj , t n+1
) + u(xj − ∆x, t n+1
)= 2
(xj , tn+1 )∆x2 + O(∆x4 ).
∂x
48 CHAPITRE 3. EQUATION DE LA CHALEUR

Mais

∂ 2u n+1 ∂2u n ∂ 3u
(xj , t ) = (xj , t ) + (xj , tn )∆t + O(∆t2 ).
∂x2 ∂x2 ∂x2 ∂t
D’où, en utilisant (3.8):

[ ]
u(xj , tn+1 ) − u(xj , tn ) u(xj+1 , tn+1 ) − 2u(xj , tn+1 ) + u(xj−1 , tn+1 )
ϵnj = −θ
△t ∆x2
[ ]
u(xj+1 , tn ) − 2u(xj , tn ) + u(xj−1 , tn )
−(1 − θ)
∆x2

1 ∂ 2u ∂ 3u
= ∆t 2 (xj , tn ) − θ∆t 2 (xj , tn ) + O(∆t2 + ∆x2 )
2 ∂t ∂x ∂t

∂ 2u ∂3u 1 ∂3u
= 12 ∆t( (xj , t n
) − (xj , t n
)) + ( − θ)∆t (xj , tn ) + O(∆t2 + ∆x2 ).
∂t2 ∂x2 ∂t 2 ∂x2 ∂t
Mais

∂ 2u ∂ 3u ∂ ∂u ∂ 2 u
− = ( − 2 ) = 0.
∂t2 ∂x2 ∂t ∂t ∂t ∂x
D’où

{
1 ∂3u O(∆t + ∆x2 ) si θ ̸= 12
ϵnj = ( − θ)∆t 2 (xj , tn ) + O(∆t2 + ∆x2 ) =
2 ∂x ∂t O(∆t2 + ∆x2 ) si θ = 12 .

Analyse de la stabilité par la méthode de Fourier


Nous avons alors le résultat de stabilité suivant:

Proposition 3.6.5
Pour 0 ≤ θ < 12 , le schéma aux différences finies (3.35) est stable si et seulement si

∆t 1
≤ (3.37)
∆x2 2(1 − 2θ)
Pour θ ≥ 12 , le schéma aux différences finies (3.35) est inconditionnellement stable.

Démonstration
Discrétisation 49

Appliquant la transformation de Fourier à l’équation (3.35), nous trouvons:


( )
( 2πiξ∆x −2πik∆xξ
) n+1
1 − θ ∆x2 e
∆t
−2+e vb =
( ) (3.38)
( 2πiξ∆x )
1 + (1 − θ) ∆x
∆t
2 e − 2 + e−2πik∆xξ vbn .

D’où, en utilisant les notations du chapitre 2:

∆t ( 2πiξ∆x −2πik∆xξ
)
b(ξ) = 1 − θ e − 2 + e ,
∆x2
∆t ( )
c(ξ) = 1 + (1 − θ) 2 e2πiξ∆x − 2 + e−2πik∆xξ .
∆x
Donc

∆t
b(ξ) = 1 + 4θ sin2 πξ∆x,
∆x2
∆t
c(ξ) = 1 − 4(1 − θ) sin2 πξ∆x.
∆x2
∆t
Posons λ = ∆x2
. Nous avons alors

1 − 4(1 − θ)λsin2 πξ∆x


a(ξ) = .
1 + 4θλsin2 πξ∆x
En imposant que |a(ξ)| ≤ 1, nous trouvons

4(1 − 2θ)λ ≤ 2.
D’où, pour 0 ≤ θ < 21 , la condition de stabilité s’écrit

∆t 1
≤ .
∆x2 2(1 − 2θ)
Pour θ ≥ 21 , le schéma aux différences finies (3.35) est inconditionnellement stable.
Nous voyons donc que la condition (3.37) ”s’allége” progressivement lorsque nous allons
du schéma explicite au schéma de Crank-Nicolson.

Remarque 3.5
2 ≤ 2 pour la stabilité du schéma explicite doit impérativemnt être
∆t 1
1) La contrainte ∆x
satisfaite
Or cette contrainte est pesante, voire redhibitoire: si nous voulons affiner raisonnablement
la discrétisation en espace, nous devons adopter un pas de temps ridiculement petit (pour
∆x = 0.1 il faut que ∆t = 0.005) d’où des calculs interminables. Nous lui préférons
50 CHAPITRE 3. EQUATION DE LA CHALEUR

généralement le schéma de Crank-Nicolson qui présente en outre l’avantage d’être du second


ordre.
2) Il ne serait pas ”moral” que le schéma explicite (3.30) soit stable sans une condition
contraignante.

T=n ∆ t M(X,T)

X− T X=j ∆ t X+ T x
λ λ

Figure 3.1:

En effet, comme le montre la figure 1, la donnée de vj0 au point discret du segment AB


de la droite t = 0 détermine vjn au point C = (j∆x, n∆t): nous ”perdons” deux points à
chaque pas de temps.
∆t
Maintenant, fixons et faisons tendre ∆x vers zéro. Le même segment AB détermine
∆x
le même point C, avec une grille de plus en plus fine. A la limite, la donnée continue u sur
AB... détermine u en C, ce qui est contradictoire avec la propriété que u est déterminée
par toutes les valeurs de la donnée initiale u0 sur l’axe des x ( c’est à dire tout dépend de
tout).
Cette violation d’une propriété fondamentale du problème continue est sanctionnée par
l’instabilité.
∆t 1 ∆t
A l’inverse , si nous respectons la condition ≤ pour un même point C puisque
∆x2 2 ∆x
tend vers zéro quand ∆x tend vers zéro, les points AB s’écartent et le segment AB tend à
remplir toute la droite t = 0. A la limite, toutes les données initiales interviennent pour
déterminer u en un seul point.
51

Chapitre 4

EQUATION DE TRANSPORT

4.1 Introduction
Les phénomèmes de transport interviennent dans plusieurs problèmes physiques. Leur
modélisation physique débouchent très souvent sur des systèmes hyperboliques comme
par exemple les équations d’Euler ( les équations de la dynamique des gaz qui régissent
l’écoulement d’un gaz). Nous allons commencer, dans ce chapitre, l’étude de l’équation de
transport la plus simple, cest à dire l’équation de transport de premier ordre linéaire.

4.2 Introduction à l’équation de transport


On considère un tube horizental cylindrique, dans lequel coule de l’eau à la vitesse constante
c (en m/s). Un polluant est en suspension dans l’eau. On note u(x, t) la concentration (
en gr/m) de polluant de l’eau à l’instant t et à l abscisse x.

La fonction u vérifie l ’EDP


∂u(x, t) ∂u(x, t)
+c =0 (4.1)
∂t ∂x
52 CHAPITRE 4. EQUATION DE TRANSPORT

En effet, à l’instant t, la quantité de polluant entre les points d’abscisse 0 et x est


∫ t
Q(t) = u(y, t)dy
0

A l’instant t + h, le polluant s’est déplacé de c h métres. La quantité de polluant entre les


points d’abscisse c h et x + c h est dont celle qui trouvait á l’instant t entre 0 et x. On a
donc ∫ x+ch
Q(t) = u(y, t + h)dy
ch
Nous voulons dériver l’égalité obtenue par rapport à x. Pour ce faire, nous faisons le
changement de variable y ′ = y − c h dans la deuxième intégrale. Nous obtenons
∫ x
Q(t) = u(y ′ + c h, t + h)dy ′
0

et donc
u(x, t) = u(x + c h, t + h)
Nous avons donc que la fonction u reste constante le long des courbes y = x + c h. Nous
avons donc la conservation de la concentration du polluant le long de ces courbes que nous
appelons les courbes caractéristiques.

4.3 Résolution du problème de Cauchy


On cherche à résoudre l’équation de transport:
∂u(x, t) ∂u(x, t)
+ c(x, t) = 0, (4.2)
∂t ∂x
où u est une fonction à deux variables (x, t), c est un champ de vitesse de R × R+ dans R
de classe C 1 . On associe à cette équation la condition initiale
u(x, 0) = u0 (x) x ∈ R. (4.3)
Nous supposons que u0 est de classe C 1 dans R. Nous cherchons à calculer la solution
classique de cette équation aux dérivée partielle, c’est à dire la solution de classe C 1 dans
R.

4.3.1 Méthode des caractéristiques pour l’équation d’advection


à coefficient constant
Nous allons commencer par résoudre l’équation (4.2) dans le cas où c est un paramétre
scalaire constant.

 ∂u(x, t) ∂u(x, t)
 +c = 0, ∀x ∈ R, ∀t ∈ R+ ,
∂t ∂x (4.4)


u(x, 0) = u0 (x), ∀x ∈ R.
Résolution du problème de Cauchy 53

Comme nous venons de le voir dans la section précédente, nous avons la conservation de
la quantité u le long des courbes caractériqtiques. Ces courbes s’obtienent en résolvant
léquation différentielle 
 dX(t)
 = c, t ∈ R+ ,
dt (4.5)


X(0) = x0 .
Comme c est considéré comme une vitesse, ces courbes représentent le déplacement de la
quantité u à l’instant t qui se trouvait à t = 0 au point x0 . La solution de cette équation
différentielle s’obtient sans difficulté :

X(t) = c t + x0 . (4.6)

On fixe x0 et on étudie la solution du problème mais restreinte à une droite de la forme


(4.6). On pose
v(t) = u(X(t), t), (4.7)
où X(.) vérifie (4.5), (4.6). Si nous calculons la dérivé de v nous obtenons:
dv ∂u dX ∂u
= + . (4.8)
dt ∂x dt ∂t
dX
Dans le membre à droite nous pourrons remplacer par c. Nous obtenons
dt
dv ∂u ∂u
=c + = 0, (4.9)
dt ∂x ∂t
car u est solution de l’équationd’advection (4.2). Nous déduisons la conservation de v au
cours du temps ce qui nous permet d écrire:

u(c t + x0 , t) = u(X(t), t) = v(t) = v(0) = u(x0 , 0) = u0 (x0 ). (4.10)

Nous pourrons réécrire cette relation d’une autre façon. Fixons t et x et calculons le x0
qui vérifie
c t + x0 = x,
c’est à dire
x0 = x − c t.
La relation (4.10) peut s’ćrire sous la forme

u(x, t) = u0 (x − c t), t ∈ R+ , x ∈ R. (4.11)

Théorème 4.3.1
Pour tout u0 de classe C 1 (R), le problème (4.4) admet une solution unique u de classe
C 1 (R × R+ ). Cette solution est donnée par

u(x, t) = u0 (x − ct), t ∈ R+ , x ∈ R.
54 CHAPITRE 4. EQUATION DE TRANSPORT

4.3.2 Méthode des caractéristiques pour l’équation d’advection


à coefficient variable
Dans ce paragraphe, on considère le problème de transport à coefficient variable

 ∂u(t, x) ∂u(t, x)
 + c(x, t) = 0, x ∈ R, t ∈ R+ ,
∂t ∂x (4.12)


u(x, 0) = u0 (x) x ∈ R.

Nous allons essayer d’adapter au cas à coefficient variable la méthode des caractéristique
introduite dans le paragraphe précédent. Définisson d’abord la notion de courbe car-
actéristique.

Définition 4.3.1 Une courbe caractéristique X de l’équation de transport (4.12) est une
solution de léquation différentielle ordinaire

 dX(t)
 = c(X(t), t),
dt (4.13)


X(t0 ) = x0 .

Cette définition s’explique en appliquant le théorème de dérivation des applications com-


posées pour x appartenant à une courbe caractéristique X(t)

d ∂u(X(t), t) dX(t) ∂u(X(t), t)


u(X(t), t) = +
dt ∂t dt ∂x
(4.14)
∂u(X(t), t) ∂u(X(t), t)
= + c(X(t), t) = 0.
∂t ∂x
On remarque que l’on étend la propriété du cas à coefficient constant. La solution est
stationnaire le long des courbes caractéristiques.
Pour l’étude des équation de transport à coefficient variable, nous sommes amené à étudier
l’existence et l’unicité de la solution de l’équation différentielle ordinaire (4.13). Nous allons
nous placer dans le cas où cette EDO admet une solution unique. Nous ferons l’hypothèses
suivantes: c est de classe C 1 sur R × [0, T ] et c vérifie la condition de croissance :

|c(x, t)| ≤ C(1 + |x|), ∀(x, t) ∈ R × [0, T ]. (4.15)

Lorsqu’une solution de l’équation (4.13) existe et est unique nous la noterons X(t, t0 , x0 ).
Cette solution vérifie l’équation différentielle en la variable s

X(s, t, x) = c(X(s, t, x), s).
∂s
Nous allons donner le lemme technique suivant:
Solution faible de l’équation d’advection à coefficient constant 55

Lemma 4.3.1 Soient T > 0, c est de classe C 1 sur R × [0, T ] et vérifiant la proriété
(4.15). Alors, ∀ t1 , t2 , t3 ∈ [0, T ] et x ∈ R, on a:

X(t3 , t1 , x) = X(t3 , t2 , X(t2 , t1 , x)). (4.16)

On peut aussi montrer que la solution de l’équation (4.13) vérifie l’équation de transport
∂X(s, t, x) ∂X(s, t, x)
+ c(X(s, t, x), t) = 0.
∂t ∂x
Maintenant, nous pourrons donner la solution générale de l’équation de transport.

Théorème 4.3.2 Pour toute fonction u0 ∈ C 1 (R), le problème (4.12) admet une unique
solution u ∈ C 1 (R × [0, T ]). Cette solution est donnée par

u(x, t) = u0 (X(0, t, x)), ∀x ∈ R, ∀t ∈ [0, T ]. (4.17)

Preuve:
Comme le fonction u(X(t, 0, x), t) est constante d’après la proprièté (4.14), on a

u(X(t, 0, x), t) = u(X(0, 0, x), 0) = u0 (x). (4.18)

En posant y = X(t, 0, x), on a x = X(0, t, y) de sorte que la relation (4.18) est équivalent
à la relation (4.17).

4.4 Solution faible de l’équation d’advection à coeffi-


cient constant
Théorème 4.4.1 La solution du problème (4.4) avec u0 ∈ C 1 (R) est solution de
∫ T∫ ( ) ∫
∂φ(x, t) ∂φ(x, t)
− u(x, t) +c dxdt = u0 (x)φ(x, 0)dx, (4.19)
0 R ∂t ∂x R

∀φ ∈ Φ = {φ ∈ C 1 (R × [0, T ]), supp φ compact de R × [0, T )} c’est à dire que φ(., T ) = 0


et φ(., 0) ̸= 0

Preuve: Soit u une solution forte de (4.4). On multiplie l’équation (4.4) par φ et on
intégre par rapport à t et x. On obtient
∫ T∫ ( )
∂u(x, t) ∂u(x, t)
φ(x, t) +c dxdt = 0.
0 R ∂t ∂x
On pose ∫ ∫
T
∂u(x, t)
I= φ(x, t) dxdt,
0 R ∂t
56 CHAPITRE 4. EQUATION DE TRANSPORT

∫ T ∫
∂u(x, t)
J= cφ(x, t) dxdt.
0 R ∂x
En faisant une intégration par partie de I par rapport à t, on obtient
∫ T∫ ∫ [ ]T
∂φ(x, t)
I=− u(x, t) dxdt + u(x, t)φ(x, t) dt.
0 R ∂t R 0

Comme φ(., T ) = 0, on obtient


∫ T∫ ∫
∂φ(x, t)
I=− u(x, t) dxdt − u0 (x)φ(x, 0)dx.
0 R ∂t R

En faisant une intégration par partie de J, on obtient


∫ T∫ ∫ T[ ]+∞
∂φ(x, t)
J =− u(x, t) dxdt + u(x, t)φ(x, t) dt.
0 R ∂x 0 −∞

Comme φ est à support compact, le second terme est nul. D’où le résultat.

Lemma 4.4.1 Soit ω ∈ Lp (R × [0, T ]) vérifiant


∫ T∫
∂φ(x, t) ∂φ(x, t)
ω(x, t)( +c )dxdt = 0, ∀φ ∈ Φ.
0 R ∂t ∂x
Alors ω = 0 p.p. sur R × [0, T ].

Preuve: Considérons ϕ ∈ Φ et soit φ solution de



 ∂φ(x, t) ∂φ(x, t)
 +c = ϕ,
∂t ∂x (4.20)


φ(x, T ) = 0.

Soit (x∗ , t∗ ) fixé et X(t, t∗ , x∗ ) = c(t − t∗ ) + x∗ la courbe caracéristique solution de



 d
 X(t, t∗ , x∗ ) = c,
dt


X(t∗ , t∗ , x∗ ) = x∗ .

En calculant le système (4.20) le long des caratéristique, on trouve:



 d
 φ(X(t, t∗ , x∗ ), t) = ϕ(X(t, t∗ , x∗ ), t),
dt (4.21)


φ(X(T, t∗ , x∗ ), T ) = 0.
Solution faible de l’équation d’advection à coefficient constant 57

En intégrant par rapport à t entre t∗ et T et en utilisant la condition initiale à T , on trouve:


∫ T ∫ T
∗ ∗ ∗ ∗
( )
φ(x , t ) = − ϕ(X(t, t , x ), t)dt = ϕ (c(t − t∗ ) + x∗ ), t dt.
t∗ t∗

Comme ϕ ∈ Φ, alors φ ∈ Φ.
Soit ϕ ∈ Φ et φ solution de (4.20). Puisque
∫ T∫
∂φ(x, t) ∂φ(x, t)
ω(x, t)( +c )dxdt = 0, ∀φ ∈ Φ,
0 R ∂t ∂x
on obtient ∫ ∫
T
ω(x, t)ϕ(x, t)dtdx = 0, ∀ϕ ∈ Φ.
0 R
Comme Φ est dense dans Lp (R × R+ ), on obtient w = 0 p.p. dans R×]0, T [

Théorème 4.4.2 Soit u0 ∈ Lp (R). Alors il existe une unique fonction u ∈ L∞ ([0, T ], Lp (R))
vérifiant:
∫ T∫ ∫
∂φ(x, t) ∂φ(x, t)
− u(x, t)( +c )dxdt = u0 (x)φ(x, 0)dx, (4.22)
0 R ∂t ∂x R

pour tout φ ∈ Φ et u(x, t) = u0 (x − ct). De plus u ∈ C 0 ([0, T ], Lp (R)) et u(x, 0) = u0 (x).


Cette fonction u est appelée la solution faible du problème (4.4).

Preuve:

Unicité: d’après le lemme précédent.


Existence: Soit u0 ∈ Lp (R). On construit une suite u∫ε0 ∈ Φ qui converge vers u0 dans
Lp (R). Cette suite est donnée par uε0 = ρε ∗ u0 avec R ρ(x)dx = 1, supp ρ ⊂ [−1, 1],
ρε (x) = 1ε ρ( xε ). Comme uε0 est de classe C 1 on peut calculer la solution forte uε du système
(4.4) associée à cette condition initiale qui est égale à uε (x, t) = uε0 (x − c t). Comme uε
est une suite bornée dans Lp (R × [0, T ]), on peut extaire une sous suite convergente qui
converge vers u0 (x − ct). On pose u(x, t) = u0 (x − c t). D’où u ∈ Lp (R × [0, T ]). D’après
le théorème 4.4.1 uε est solution de
∫ T∫ ( ) ∫
∂φ(x, t) ∂φ(x, t)
− ε
u (x, t) +c dxdt = uε0 (x)φ(x, 0)dx.
0 R ∂t ∂x R

En passant à la limite on obtient


∫ T∫ ( ) ∫
∂φ(x, t) ∂φ(x, t)
− u(x, t) +c dxdt = u0 (x)φ(x, 0)dx.
0 R ∂t ∂x R

Donc u est une solution faible de (4.4).


58 CHAPITRE 4. EQUATION DE TRANSPORT

4.5 Utilisation de la transformée de Fourier


Dans ce paragraphe, on va résoudre le problème (4.4),(4.5) en effectuant un calcul formel
utilisant une transformation de Fourier partielle par rapport à la variable x, définie par
∫ +∞
b(y, t) ≡
F (u)(y, t) = u u(x, t)e−2iπxy dx. (4.23)
−∞

On rappelle, la formule

c
∂u
b(y, t)
(y, t) = 2iπy u
∂x
Admettons par ailleurs, que l’on puisse dériver (4.23) sous le signe ”somme” :

c
∂u ∂
= u b.
∂t ∂t
Alors, en appliquant la transformation de Fourier partielle F à l’équation (4.4), on obtient
l’équation différentielle ordinaire
( )

ub(y, t) = −2icπyb
u(y, t).
∂t
La solution générale de cette équation, s’écrit

b(y, t) = A(y)e−2icπyt ,
u (4.24)
où A est une fonction arbitraire du ”paramètre” y.
Par ailleurs, en appliquant F à l’équation (4.5), on obtient

b(y, 0) = ub0 (y).


u
En prenant t = 0, dans (4.24), on obtient A(y) = ub0 (y), par conséquent

b(y, t) = ub0 (y)e−2icπyt ,


u
Or pour a ∈ R on a

∀f ∈ L2 (R), τa f (x) = f (x + a), F (τa f )(y) = e2iayπ fb(y).

D’où finalement

u(x, t) = u0 (x − ct).
Problème discret 59

4.6 Problème discret


4.6.1 Discrétisation de l’équation de transport
Nous allons discrétiser l’équation
∂u ∂u
+c = 0, (4.25)
∂t ∂x
au point Mnj ( voir chapitre 2).
Pour cela, nous posons vjn ≃ u(xj , tn ) et nous allons procéder pas de temps par pas de
temps, selon les temps croissants. Supposons donc que les valeurs vjn sont connues pour
tous les indices d’espace j et pour les instants 0( données initiales) 1, 2....n. Nous cherchons
maintenant vjn+1 .
Pour la dérivée en temps nous allons utiliser la différence finie décentrée à gauche :
( )n
∂u un+1
j − unj
= + 0(∆t). (4.26)
∂t j ∆t
Pour la dérivée en espace nous alons utiliser al différene finie centrée
( )n
∂u unj+1 − unj−1
= + 0(∆x2 ). (4.27)
∂x j 2∆x
D’où le schéma, dit explicite

vjn+1 − vjn n
vj+1 − vj−1
n
−c = 0. (4.28)
∆t 2∆x
Mais on peut tout aussi bien appliquer le développement (4.27) à l’instant tn+1 plutôt qu’à
l’instant tn .
( )n+1
j+1 − uj−1
un+1 n+1
∂u
= + 0(∆x2 ). (4.29)
∂x j 2∆x
D’où le schéma, dit implicite:

vjn+1 − vjn n+1


vj+1 − vj−1
n+1
−c = 0. (4.30)
∆t 2∆x
Les deux schémas (4.28) et (4.30) étant à un pas de temps, où à 2 niveaux, leur initialisation
nécessite la donnée de la suite (vj0 )j∈Z . Celle-ci peut être obtenue grâce à la condition
initiale u0 intervenant dans (4.4). Si u0 est continue, on peut choisir (vj0 )j∈Z définie par:

vj0 = u0 (j∆x), j ∈ Z. (4.31)


Si u0 est discontinue, localement sommble, on peut par exemple prendre :
∫ (j+ 12 )∆x
1
vj0 = u0 (x)dx, j ∈ Z. (4.32)
∆x (j− 12 )∆x
60 CHAPITRE 4. EQUATION DE TRANSPORT

4.6.2 Condition nécessaire de convergence: condition de CFL


Le problème est le suivant: Le schéma est-il convergent et converge-t-il vers la solution du
problème de cauchy (4.25).
Plus précisment si ∆x et ∆t tendent vers zéro avec λ = ∆x ∆t
gardé constant(j, n → +∞)
a-t-on vj → u(xj , t ), où u est la solution de (4.25).
n n

On va commencer par étudier la stabilité du premier schéma (4.28). En calculant b(ξ) et


c(ξ), on trouve 
 b(ξ) = 1,
c(ξ) = 1 − ci ∆x
∆t
sin(2πξ∆x),

a(ξ) = 1 − ci ∆x
∆t
sin(2πξ∆x).
On obtient ( )2
∆t
|a(ξ)| = 1 + c
2
sin(2πξ∆x) > 1.
∆x
D’où le schéma est inconditionnellement instable.
Regardons maintenant un autre schéma. Pour celà, on va prendre une autre approximation
de la dérivée partielle par rapport au temps:
( )n+1 ( )
∂u 1 n 1
≃ vj
n+1
− ( vj+1 + vj−1 )
n
. (4.33)
∂t j 2 ∆t
On obtient le schéma suivant, appelé le schéma de Lax:
( n+1 1 n )
vj − 2 ( vj+1 + vj−1n
) n
(vj+1 − vj−1
n
)
+c = 0. (4.34)
∆t 2∆x
D’où

1 n ∆t n
vjn+1 = ( vj+1 n
+ vj−1 )−c (v − vj−1
n
). (4.35)
2 2∆x j+1
En calculant b(ξ) et c(ξ), on trouve

 b(ξ) = 1,
c(ξ) = cos(2π∆x) − ci ∆x
∆t
sin(2πξ∆x),

a(ξ) = cos(2π∆x) − ci ∆x sin(2πξ∆x).
∆t

On obtient ( )2
∆t
|a(ξ)| = cos(2πξ∆x) + c
2 2
sin(2πξ∆x) .
∆x
D’ou |a(ξ)|2 ≤ 1 si |c| ∆x
∆t
≤ 1. Donc le schéma est stable sous la condition |c| ∆x
∆t
≤ 1.
Cette condition est dite la condition de Courant- Friedricks-Levy(CFL du nom des trois
mathématiciens auxquels on doit ce résultat) qui est donc une condition nécessaire de
convergence,
Problème discret 61

Maintenant, regardons le schéma implicite (4.30) et calculons b(ξ) et c(ξ), on trouve



 c(ξ) = 1,
∆t
b(ξ) = 1 + ci ∆x sin(2πξ∆x),
 a(ξ) = 1
.
1+ci ∆t sin(2πξ∆x)
∆x

On obtient
1
|a(ξ)|2 = ( )2 < 1
∆t
1+ c ∆x sin(2πξ∆x)
D’où le schéma est inconditionnellement stable.

4.6.3 Une famille à un paramètre de schémas pour l’équation de


transport
Pour un paramètre θ ∈ [0, 1], on définit le schéma :
( )
vjn+1 − vjn 1
n+1
vj+1 − vj−1
n+1 n
vj+1 − vj−1
n
−c θ( ) + (1 − θ)( ) = 0, (4.36)
∆t 2 ∆x ∆x

Pour l’initialisation de ce schéma on utilise la suite (vj0 )j∈Z définies par (4.31) ou (4.32) .
On montre que le schéma est stable si θ ≥ 12 .
62 CHAPITRE 4. EQUATION DE TRANSPORT
63

Chapitre 5

EQUATIONS DES CORDES


VIBRANTES

5.1 Introduction
Dans notre étude des équations aux dérivées partielles et leur approximation par des
différences finies, nous allons maintenant aborder un nouveau chapitre: celui des problèmes
hyperboliques linéaires du second ordre, dont le modèle sera l’équation des cordes vibrantes
ou équations des ondes à une dimension d’espace:

∂ 2u 2
2∂ u
− c = 0, x ∈ R t > 0. (5.1)
∂t2 ∂x2
Cette équation régit le mouvement d’une corde de longueur L, fixée en ses extrémités,
d’abscisse 0 et L le long d’un axe (Ox). Nous supposons que cette corde initialement
tendue est élastique et qu’elle se déforme dans un plan (Oxy). Son état de mouvement est
décrit par la fonction u(x, t) qui représente, à l’instant t, le déplacement transversal, par
rapport à la position d’équilibre, du point√ d’abscisse x. Le paramètre c désigne la célérité
des ondes dans la corde donnée par c = Tρ où T est la tension de la corde et ρ est la
masse linéique de celle-ci.
La corde étant fixée à ses extrémités, nous rajoutons les conditions aux limites suivantes :

u(0, t) = u(L, t) = 0, t > 0. (5.2)

En outre, nous fixons les conditions initiales qui précisent la position et la vitesse initiale
des points constituant la corde :
{
u(x, 0) = u0 (x), x ∈ [0, L] ,
∂ (5.3)
u(x, 0) = u1 (x), x ∈ [0, L] .
∂t
64 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

Evidemment, ces conditions initiales ne peuvent pas être quelconques. Elles doivent, en
particulier, vérifier les conditions aux limites:
{
u0 (0) = u0 (L) = 0,
(5.4)
u1 (0) = u1 (L) = 0.
Ainsi, nous obtenons le problème aux limites d’évolution suivant:
 2 2

 ∂ u 2∂ u

 − c = 0, (x, t) ∈ ]0, L[ × R∗+ ,

 ∂t2 ∂x 2




u(x, 0) = u0 (x), x ∈ [0, L] ,
(5.5)





 ∂u

 (x, 0) = u1 (x), x ∈ [0, L] ,

 ∂t
u(0, t) = u(L, t) = 0, t ∈ R∗+ .
Dans le cas d’une corde de ”longueur infinie” nous somme conduits au problème suivant,
dit problème de cauchy pour l’équation des cordes vibrantes:
 2

 ∂ u 2
2∂ u

 − c = 0, (x, t) ∈ R × R∗+ ,

 ∂t 2 ∂x 2

(5.6)

 u(x, 0) = u0 (x), x ∈ R,



 ∂ u(x, 0) = u1 (x), x ∈ R.
∂t
Pour la résolution analytique des problèmes (5.5) et (5.6) nous commençons par chercher la
solution générale de classe C 2 de l’équation (5.1) pour (x, t) ∈ R×R∗+ puis nous donnons une
solution élémentaire de l’équation des cordes vibrantes. Ensuite, nous nous intéresserons
à la recherche de la solution du problème de Cauchy (5.6). Enfin, nous aborderons le
problème des conditions aux limites et nous chercherons une solution sous la forme d’une
série trigonométrique pour le problème (5.5).

5.1.1 Solution générale de classe C 2 de l’équation des cordes vi-


brantes
Nous considérons l’EDP suivante:

∂ 2u 2
2∂ u
− c = 0, x ∈ R, t > 0. (5.7)
∂t2 ∂x2
pour laquelle nous cherchons des solutions de classe C 2 . Nous avons le résultat suivant:

Proposition 5.1.1
Toutes les solutions du problème (5.7), appartenant à C 2 (IR, ]0, +∞[), sont de la forme:

u(x, t) = f (x + ct) + g(x − ct)


Introduction 65

où f et g sont de classe C 2 .

Démonstration
Soit u ∈ C 2 (IR, ]0, +∞[) solution du problème (5.7).
Considérons le changement de variables suivant:

X = x − ct, Y = x + ct. (5.8)


Nous avons donc

X +Y Y −X
x= , t= . (5.9)
2 2c
Posons

X +Y Y −X
v(X, Y ) = u( , ) = u(x, t) (5.10)
2 2c
Il est clair que nous avons:

 ∂u ∂v ∂v

 (x, t) = (X, Y ) + (X, Y ),
 ∂x ∂X ∂Y
 ( )

 ∂u ∂v ∂v
 (x, t) = c − (X, Y ) + (X, Y ) ,
∂t ∂X ∂Y
et que
 2 ( 2 )

 ∂ u ∂ v ∂2v ∂2v

 (x, t) = +2 + (X, Y ),
 ∂x2 ∂X 2 ∂X∂Y ∂Y 2
 ( 2 )

 ∂ 2u ∂ v ∂ 2v ∂ 2v

 (x, t) = c 2
−2 + (X, Y ),
∂t2 ∂X 2 ∂XY ∂Y 2
et l’équation (5.7) donne alors

∂ 2u 2
2∂ u
2
2 ∂ v
− c = −4c . (5.11)
∂t2 ∂x2 ∂X∂Y
L’équation (5.11) s’intègre directement:

∂ 2v ∂v
= 0 =⇒ = F (Y ) =⇒ v(X, Y ) = F (Y )dY + g(X)
∂X∂Y ∂Y
Nous posons ∫
f (Y ) = F (Y )dY

Nous obtenons
v(X, Y ) = f (Y ) + g(X)
66 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

Pour que v soit de classe C 2 , il est nécessaire que f et g le soient aussi.


Puisque u(x, t) = v(x − ct, x + ct), nous obtenons

u(x, t) = f (x + ct) + g(x − ct) (5.12)


et ceci achève la démonstration.

Remarque 5.1 Considérons tout d’abord la fonction

u(x, t) = g(x − ct). (5.13)


Si nous augmentons x de ∆x et t de ∆t avec ∆x = c∆t alors x − ct ne change pas et
g(x − ct) garde la même valeur. Autrement dit, ce qui se trouvait en x à l’instant t ”se
retrouve” (identiquement) en x + c∆t à l’instant t + ∆t.
On dit que la fonction u définie par (5.13) représente une onde qui se propage vers la
droite à la vitesse ( ou plutôt à la célérité, car c’est l’information et non la matière qui se
propage) c. On dit qu’il s’agit d’une onde progressive.
De même, f (x + ct) s’interprête comme une onde qui se propage à la même vitesse c vers
la gauche. On dit qu’il s’agit d’une onde régressive.
Ainsi la relation (5.12) signifie que la solution générale de l’équation des cordes vibrantes
est la somme d’une onde progressive arbitraire et d’une onde régressive arbitraire.

5.1.2 Solution élémentaire de l’équation des cordes vibrantes


Une solution élémentaire de l’équation des ondes est par définition une distribution E qui
vérifie

∂ 2E 2
2∂ E
− c = δx,t , (5.14)
∂t2 ∂x2
où δx,t est la distribution définie , pour φ ∈ D(R2 ) par

⟨δx,t , φ⟩ = φ(0, 0).


2 2
2 − c ∂x2 ) permettent de construire
∂ 2 ∂
Les propriétés de l’opérateur des cordes vibrantes ( ∂t
une solution élémentaire et nous avons la proposition suivante:

Proposition 5.1.2
La distribution associée à la fonction E définie par
{ 1
2c
, si |x| < ct,
E(x, t) =
0, si |x| > ct,
est une solution de (5.14).
Problème de Cauchy 67

Démonstration
Soit φ ∈ D(IR2 ). Nous avons
⟨ 2 2
⟩ ⟨ ⟩ ∫ ∫
∂ E 2∂ E ∂ 2φ 2
2∂ φ 1 ∂ 2φ 2
2∂ φ
− c , φ = E, − c = ( − c )dxdt.
∂t2 ∂x2 ∂t2 ∂x2 2c |x|<ct ∂t
2 ∂x2
En utilisant le changement de variables (5.8), nous avons
⟨ 2 2
⟩ ∫∫
∂ E 2∂ E 1 ∂ 2 ψ dXdY
− c , φ = −4c 2
( ) ,
∂t2 ∂x2 2c X<0
Y >0
∂X∂Y 2c
−X
où ψ(X, Y ) = φ( X+Y
2
, Y 2c ).
La fonction φ étant à support compact, nous obtenons:

⟨ ⟩ ∫ [ ]0 ∫
∂ 2E 2
2∂ E ∂ψ ∂ψ
− c ,φ =− dY = − (0, Y )dY = − [ψ(0, Y )]+∞
0 = ψ(0, 0).
∂t2 ∂x2 Y >0 ∂Y −∞ Y >0 ∂Y
∂2E ∂2E
Ceci prouve que ∂t2
− c2 ∂x2 = δx,t .

5.2 Problème de Cauchy


Comme la solution générale de l’équation des CV dépend de deux fonctions arbitraires f
et g comme indiqué dans (5.12) il parait assez naturel d’imposer deux données initiales
u(x, 0) et ∂u
∂t
(x, 0). Notre problème, lorsque la corde est de longueur infinie, s’écrit:
 2 2

 ∂ u 2∂ u ∗

 − c = 0, (x, t) ∈ IR × IR+ ,

 ∂t 2 ∂x 2


u(x, 0) = u0 (x), x ∈ IR, (5.15)







 ∂ u(x, 0) = u1 (x), x ∈ IR.
∂t
C’est le problème de Cauchy pour l’équation des CV.

5.2.1 Solution forte


Nous cherchons à résoudre le problème (5.15). Nous avons le résultat suivant:
Proposition 5.2.1
Le problème (5.15) admet une solution unique de classe C 2 qui est de la forme

1 1 x+ct
u(x, t) = [u0 (x + ct) + u0 (x − ct)] + u1 (ξ)dξ (5.16)
2 2c x−ct
dès que u0 est de classe C 2 et u1 est de classe C 1 .
68 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

Démonstration
La solution générale de (5.15) est donnée par (5.12). Les conditions initiales se traduisent
alors par
f (x) + g(x) = u0 (x) (5.17)
et
c(f ′ (x) − g ′ (x)) = u1 (x).
En integrant la dernière équation par rapport à x, nous obtenons
∫ x
c(f (x) − g(x)) = u1 (ξ)dξ + cK (5.18)
0

où K est une constante arbitraire. En résolvant les deux équations (5.17) et (5.18), nous
obtenons ( ∫ )
1 1 x
f (x) = u0 (x) + u1 (ξ)dξ + K
2 c 0
et ( ∫ )
1 1 x
g(x) = u0 (x) − u1 (ξ)dξ − K
2 c 0
expressions que nous reporterons dans (5.12). La constante K, qui apparait dans chacun
des deux termes précédent disparait dans leur somme. Regroupant les intégrales nous
trouvons finalement:

1 1 x+ct
u(x, t) = [u0 (x + ct) + u0 (x − ct)] + u1 (ξ)dξ
2 2c x−ct

5.2.2 Solution faible


Dans le cas où u0 et u1 ne sont pas assez régulières, nous allons chercher des solutions de
(5.15) au sens des distributions.

Théorème 5.2.1 La solution du problème (5.15), avec u0 ∈ C 2 (R) et u1 ∈ C 1 (R) est


solution de
∫ T∫ ∫ ∫
∂ 2 φ(x, t) 2
2 ∂ φ(x, t) ∂φ(x, 0)
u(x, t)( −c )dxdt = u0 (x) dx − u1 (x)φ(x, 0)dx,
0 R ∂t2 ∂x2 R ∂t R
(5.19)
∀φ ∈ Φ = {φ ∈ C (R × [0, T ]), supp φ compact de R × [0, T ]}.
1

Preuve: Soit u une solution forte de (5.15). Nous multiplions la première équation de
(5.15) par φ et nous intégrons par rapport à t et x. Nous obtenons
∫ T∫
∂ 2 u(x, t) 2
2 ∂ u(x, t)
φ(x, t)( − c )dxdt = 0.
0 R ∂t2 ∂x2
Problème de Cauchy 69

Nous posons ∫ ∫
T
∂ 2 u(x, t)
I= φ(x, t) dxdt,
0 R ∂t2
∫ T ∫
∂ 2 u(x, t)
J= φ(x, t) dxdt.
0 R ∂x2
En faisant une intégration par partie de I par rapport à t, nous obtenons
∫ T∫ ∫
∂u(x, t) ∂φ(x, t)
I=− dxdt − u1 (x)φ(x, 0)dx.
0 R ∂t ∂t R

En refaisant une deuxième intégration par partie de I par rapport à t, nous obtenons
∫ T∫ ∫ ∫
∂ 2 φ(x, t) ∂φ(x, 0)
I= u(x, t) 2
dxdt − u1 (x)φ(x, 0)dx + u0 (x) dx
0 R ∂t R R ∂t
En faisant une intégration par partie de J par rapport à x, nous obtenons
∫ T∫ [∫ T ]+∞
∂φ(x, t)
J =− u(x, t) dxdt + u(x, t)φ(x, t)dt .
0 R ∂x 0 −∞

Comme φ est à support compact, le second terme est nul. De même en refaisant une
deuxième intégration par partie de J par rapport à x, nous obtenons
∫ T∫
∂ 2 φ(x, t)
J= u(x, t) dxdt.
0 R ∂x2
D’où le résultat.

Lemma 5.2.1 Soit ω ∈ Lp (R × [0, T ]) vérifiant


∫ T∫
∂ 2 φ(x, t) 2
2 ∂ φ(x, t)
ω(x, t)( − c )dxdt = 0, ∀φ ∈ Φ.
0 R ∂t2 ∂x2
Alors ω = 0 p.p. sur R × [0, T ].

Preuve: Considérons ϕ ∈ Φ et soit φ solution de


∂ 2 φ(x, t) 2
2 ∂ φ(x, t)
− c =ϕ (5.20)
∂t2 ∂x2
Pour calculer φ en fonction de ϕ, nous allons décomposer notre équation en deux équations
du premier ordre que nous avons déjà résolue au chapitre IV. Pour cela nous allons intro-
duire une fonction ψ qui sera solution de

 ∂ψ(x, t) ∂ψ(x, t)
 +c = ϕ,
∂t ∂x (5.21)


φ(x, T ) = 0.
70 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

Une fois ψ calculer, nous allons calsuler φ solution de



 ∂φ(x, t) ∂φ(x, t)
 −c = ψ,
∂t ∂x (5.22)


φ(x, T ) = 0.

Nous allons commencer par chercher la solution du système (5.21). Considérons ϕ ∈ Φ et


soit ψ solution de

 ∂ψ(x, t) + c ∂ψ(x, t) = ϕ,

∂t ∂x (5.23)


φ(x, T ) = 0.
Soit (x1 , t1 ) fixé et X(t, t1 , x1 ) = c(t − t1 ) + x1 la courbe caractéristique solution de

 d
 X(t, t1 , x1 ) = c,
dt


X(t1 , t1 , x1 ) = x1 .

En calculant le système (5.23) le long des caratéristiques, nous trouvons:



 d
 ψ(X(t, t1 , x1 ), t) = ϕ(X(t, t1 , x1 ), t),
dt (5.24)


ψ(X(T, t1 , x1 ), T ) = 0.

En intégrant par rapport à t entre t1 et T et en utilisant la condition initiale à T , nous


trouvons:
∫ T ∫ T
ψ(x1 , t1 ) = ϕ(X(t, t1 , x1 ), t)dt = ϕ((c(t − t1 ) + x1 ), t)dt. (5.25)
t1 t1

Comme ϕ ∈ Φ, alors ψ ∈ Φ. Soit φ solution de



 ∂φ(x, t) ∂φ(x, t)
 −c = ψ,
∂t ∂x (5.26)


φ(x, T ) = 0.

Soit (x2 , t2 ) fixé et Y (t, t2 , x2 ) = −c(t − t2 ) + x2 la courbe caractéristique solution de



 d
 Y (t, t2 , x2 ) = −c,
dt


Y (t2 , t2 , x2 ) = x2 .
Problème de Cauchy 71

En calculant le système (5.26) le long des caratéristiques, nous trouvons:



 d
 φ(Y (t, t2 , x2 ), t) = ϕ(Y (t, t2 , x2 ), t),
dt (5.27)


φ(Y (T, t2 , x2 ), T ) = 0.

En intégrant par rapport à t entre t2 et T et en utilisant la condition initiale à T , nous


trouve:
∫ T ∫ T
φ(x2 , t2 ) = ψ(Y (s, t2 , x2 ), s)ds = ψ((−c(s − t2 ) + x2 ), s)ds. (5.28)
t2 t2

Comme ψ ∈ Φ, alors φ ∈ Φ. En utilisant le relation (5.25) et en prenant t1 = s et


x1 = Y (s, t2 , x2 ), la relation (5.28) devient
∫ T ∫ T ∫ T ∫ T
φ(x2 , t2 ) = ϕ(X(t, s, Y (s, t2 , x2 )), t)dtds = ϕ((c(t−s)−c(s−t2 )+x2 ), t)dtds.
t2 s t2 s
(5.29)
Soit ϕ ∈ Φ et φ solution de (5.20). Puisque
∫ T ∫
∂ 2 φ(x, t) 2
2 ∂ φ(x, t)
ω(x, t)( − c )dxdt = 0, ∀φ ∈ Φ,
0 R ∂t2 ∂x2

Nous obtenons ∫ ∫
T
ω(x, t)ϕ(x, t)dtdx = 0, ∀ϕ ∈ Φ.
0 R

Comme Φ est dense dans Lp (R × R+ ), nous obtenons w = 0 p.p. dans R×]0, T [.

Ceci permet de démontrer le résultat suivant:

Théorème 5.2.2 Soient u0 ∈ L1loc (IR) et u1 ∈ L1loc (IR) la dérivée au sens des( distributions)
d’une fonction h ∈ L1loc (R). Alors il existe une unique fonction u ∈ L∞ [0, T ], L1 (R)
vérifiant:
∫ T ∫ ∫ ∫
∂ 2 φ(x, t) 2
2 ∂ φ(x, t) ∂φ(x, 0)
u(x, t)( − c )dxdt = u1 (x) dx − u0 (x)φ(x, 0)dx,
0 R ∂t2 ∂x2 R ∂t R
(5.30)
pour tout φ ∈ Φ. De plus
∫ x+ct
1 1
u(x, t) = [u0 (x + ct) + u0 (x − ct)] + u1 (ξ)dξ. (5.31)
2 2c x−ct

Cette fonction u est appelée la solution faible du problème (5.15).


72 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

Preuve: Unicité: d’après le lemme précédent.


Existence: Soit u0 ∈ L1loc (R) ( respectivement u1 ∈ L1loc (R) est la dérivée au sens des distri-
butions d’une fonction h ∈ L1loc (R)) . Nous construit une suite uε0 ∈ Φ ( respectivement uε1
et hε ) qui converge vers u0 dans L1 (R) (respectivement u1 , h dans L1 (R) ). Cette suite est
∫ u0 = ρε ∗ u0 ( respectivement u1 = ρε ∗ u11 etxh = ρε ∗ h) où
ε ε ε
donnée par ρ est une fonction

C avec R ρ(x)dx = 1, supp(ρ) ⊂ [−1, 1], ρε (x) = ε ρ( ε ). Comme uε1 est de classe C 2 et
uε0 est de classe C 1 nous pourrons calculer la solution forte uε du système (5.15) associée à
ces conditions initiales qui est égale à

1 ε 1 x+ct ε
uε (x, t) = [u0 (x + ct) + u0 (x − ct)] +
ε
u1 (ξ)dξ.
2 2c x−ct

qui est égale aussi à


1 ε 1 ε
uε (x, t) = [u0 (x + ct) + uε0 (x − ct)] + [h (x + ct) − hε (x − ct)] .
2 2c
Comme uε est une suite bornée dans L1 (R × [0, T ]), nous pourrons extraire une sous suite
convergente qui converge vers u(x, t) où
1 1
u(x, t) = [u0 (x + ct) + u0 (x − ct)] + [h(x + ct) − h(x − ct)] .
2 2c
D’où u ∈ L1 (R × [0, T ]). D’après le théorème 2.1 uε est solution de
∫ T∫ ∫ ∫
∂ 2 φ(x, t) 2
2 ∂ φ(x, t) ∂φ(x, 0)
− uε (x, t)( 2
−c 2
)dxdt = ε
u1 (x) dx − uε0 (x)φ(x, 0)dx.
0 R ∂t ∂x R ∂t R

En passant à la limite, nous obtenons


∫ T∫ ∫ ∫
∂ 2 φ(x, t) 2
2 ∂ φ(x, t) ∂φ(x, 0)
− u(x, t)( −c )dxdt = u1 (x) dx − u0 (x)φ(x, 0)dx.
0 R ∂t2 ∂x2 R ∂t R

Donc u est une solution faible de (5.15).

Remarque 5.2 1) La solution en un point M (x, t), t > 0 est déterminée d’après (5.16)
par une partie des données initiales, en l’occurence u0 en A et B et u1 sur le segment AB
où A et B sont les points du plan de coordonnées (x − ct, 0) et (x + ct, 0) ( voir figure 1).
On dit que le segment [A(x − ct, 0), B(x + ct, 0)] est le domaine de dépendence rattaché
au point M (x, t).
2) Les demi-droites C − et C + d’équation x − ct = cte et x + ct = cte , t > 0 sont appelées
les courbes caractéristiques de l’opérateur des cordes vibrantes.
3) Avec les notations de la figure 2 les données u0 et u1 sur A0 B0 déterminent la solution
u dans le triangle A0 M0 B0 doublement recouvert par les caractéristiques C − et C + issues
du segment [A0 , B0 ].
Problème de Cauchy 73

M(x,t)

A(x−ct,0) B(x+ct,0) X

Figure 5.1: Domaine de dépendance


74 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

M (x 0,t 0)
0

x
A0(x0−c t 0,0) B 0(x 0+ct 0,0)

Figure 5.2: Domaine d’influence


Problème aux limites d’évolution 75

4)Les données initiales u0 et u1 sur le segment [A0 , B0 ] influencent la solution de l’EDP


considérée sur tout le domaine I hachuré sur la figure 2 qui peut être défini par:
{ }
I = (x, t) ∈ R × R∗+ / x + ct ≥ x0 − ct0 et x − ct ≤ x0 + ct0
Ce domaine est appelé le domaine d’influence du segment [A0 , B0 ] .

5.3 Problème aux limites d’évolution


Nous considèrons le cas de la corde finie [0, L] fixée aux extrémités. Alors nous devons con-
sidérer le problème (5.5), ce qui revient à rajouter des conditions aux limites au problème
(5.15) qui devient:
 2 2

 ∂ u 2∂ u

 − c = 0, (x, t) ∈ ]0, L[ × R∗+ ,

 ∂t 2 ∂x 2




u(x, 0) = u0 (x), x ∈ [0, L] ,
(5.32)

 ∂

 u(x, 0) = u1 (x), x ∈ [0, L] ,

 ∂t



 ∗
u(0, t) = u(L, t) = 0, t ∈ IR+ ,
où nous supposons que les données initiales vérifient les relations (5.4):
{
u0 (0) = u0 (L) = 0,
(5.33)
u1 (0) = u1 (L) = 0.

5.3.1 Méthode de séparation des variables


Nous cherchons à résoudre le problème (5.32) par la méthode de séparation des variables.
Cela consiste à rechercher la solution u(x, t) pour chaque valeur de t > 0, sous la forme
d’un développement en série trigonométrique en x, s’il existe. Cette réserve est essentielle
et imposera de justifier les calculs formels qui vont suivre.
Nous chercherons tout d’abord des solutions de 5.32 qui s’écrivent sous la forme :

u(x, t) = f (x) g(t) (5.34)

avec f ∈ C 2 (]0, L[) et g ∈ C 2 (R∗+ ). En remplacant 5.34 dans l’equation des ondes 5.32, on
obtient alors
f (x) g ′′ (t) = c2 f ′′ (x)g(t), ∀(x, t) ∈]0, L[×R∗+ .
Au points où u(x, t) ̸= 0 seci s’écrit comme :

1 g ′′ (t) f ′′ (x)
= , ∀(x, t) ∈]0, L[×R∗+ .
c2 g(t) f (x)
76 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

Comme le membre de gauche ne dépend que de t et le membre de droite que de x on en


déduit qu’ils sont constants, c’est à dire qu’il existe λ ∈ R avec :

f ′′ (x) = λ f (x), ∀x ∈]0, L[,


g ′′ (t) = λ c2 g(t), ∀t ∈ R∗+ .

Les conditions aux limites donnent :

u(0, t) = f (0) g(t) = 0, ∀t ∈ R∗+ ,


u(L, t) = f (L) g(t) = 0, ∀t ∈ R∗+ .

D’ou f (0) = f (L) = 0 (car g ̸= 0) et par suite résoudre (5.32) par la méthode de séparation
de variables est équivalent à résoudre les équations différentielles ordinaire suivantes :

f ′′ (x) = λ f (x), ∀x ∈]0, L[, avec f (0) = f (L) = 0, (5.35)


g ′′ (t) = λ c2 g(t), ∀t ∈ R∗+ . (5.36)

La première E.D.O (5.35) est exactement la même équation et les mêmes conditions aux
limites que (3.13). On a donc les mêmes solutions

fn (x) = An sin( x), ∀n ∈ N∗ ,
L
associées aux valeurs de λ suivantes :
( )2

λn = − ,
L
avec An est un nombre réel quelconque.
Maintenant connaissant λn on peut résoudre l’équation différentielle (5.36) :
nπ nπ
gn′′ (t) = λn c2 gn (t), ∀t ∈ R∗+ ⇐⇒ gn (t) = Bn sin( c t) + Dn cos( c t), ∀t ∈ R∗+
L L
avec Bn et Dn sont des constantes
( réel quelconque. )
nπ nπ nπ
De ce qui précède, un (x, t) = αn sin( L c t) + βn cos( L c t) sin( x), où αn et βn sont
L
des constantes réel quelconque, est une suite infinie de solution non nulles de de l’équation
des ondes (5.32) pour les quelles les conditions aux limites sont satisfaites mais pas la
condition initiale.

L’équation étant linéaire, la somme de plusieurs solutions de l’équation (5.32) est toujours
solution de cette équation. Donc
∑ ∞ ( )
kπ kπ kπ
u(x, t) = αk sin( c t) + βk cos( c t) sin( x), ∀x ∈ [0, L], ∀t ∈ R∗+ , (5.37)
k=1
L L L
Problème aux limites d’évolution 77

est une solution de l’équation (5.32) qui satisfaites les conditions aux limites (à condition
que cette somme soit convergente: voir section 5.3.2). Il faut maintenant déterminer les
coefficients αn et βn grâce aux conditions initiales, ce qui donne :




βk sin( x) = u0 (x), ∀x ∈ [0, L],
k=1
L


kπ kπ
αk c sin( x) = u1 (x), ∀x ∈ [0, L],
k=1
L L

en remarquant que
∫ {
L
kπ nπ 0 si n ̸= k,
sin( x) sin( x)dx = L
0 L L 2
si n = k,

on trouve

∫ L
2 nπ
βn = u0 (x) sin( x) dx, ∀n ≥ 1, (5.38)
L 0 L
∫ L
2 nπ
αn = v0 (x) sin( x) dx, ∀n ≥ 1. (5.39)
nπc 0 L

5.3.2 Etude de la validité de la méthode de séparation des vari-


ables
La validité de la méthode de séparation des variables dépend des propriétés des données
initiales u0 (x) et u1 (x).
D’une part, u0 (x) et u1 (x) doivent être sommables sur [0, L] afin que les coefficients αn et
βn puissent être rigoureusement définis par (5.38) et (5.39).
D’autre part, ces fonctions doivent satisfaire les conditions aux limites:

u0 (0) = u0 (L) = 0 et u1 (0) = u1 (L) = 0.


Si ces conditions sont satisfaites et s’il y a seulement un nombre fini de coefficients αn et
βn différents de zéro, alors u(x, t), donnée par (5.37) , étant une superposition d’un nombre
fini d’états stationnaires est la solution de l’équation des cordes vibrantes (5.32) définie par
les données initiales u0 (x) et u1 (x).
Mais, s’il y a un nombre infini de coefficients αn ou βn différents de zéro, ces conditions ne
sont pas suffisantes. Il faut, pour que la méthode soit applicable, que la série (5.37) soit
convergente et qu’elle soit dérivable terme à terme, par rapport à x et à t, jusqu’à l’ordre
2.
Nous ne cherchons pas à définir la classe la plus générale des fonctions u0 (x) et u1 (x)
permettant de satisfaire toutes ces conditions, mais nous devrons, pour chaque appplication
78 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

de la méthode des séries de Fourier à la résolution de l’équation des cordes vibrantes, nous
assurer que la résolution formelle est justifiée. Nous constaterons que, pour que cette
méthode soit applicable, les fonctions u0 (x) et u1 (x) doivent être suffisamment dérivables.
En particulier, des conditions suffisantes pour la validité de la méthode sont données par
le théorème suivant:

Proposition 5.3.1

Supposons que u0 (x) ∈ C 4 ([0, L]), u1 (x) ∈ C 3 ([0, L]), u0 (0) = u0 (L) = 0, u′′0 (0) = u′′0 (L) =
0 et u1 (0) = u1 (L) = 0 alors il existe une solution de l’équation des cordes vibrantes (5.32)
de Classe C 2 ([0, L] × R+ ). Cette solution est données par (5.37).

Démonstration
Soient αn et βn les coefficients définis par les relations (5.38) et (5.39).
Les fonctions u0 et u1 , étant, respectivement de classe C 4 ([0, L]) et C 3 ([0, L]), les coefficients
αn et βn vérifient:
Cte Cte
|αn | < 4
et n |βn | < 3 .
n n
Donc la série (5.37), ainsi que les séries obtenues en la dérivant terme à terme par rapport
à x et par rapport à t jusqu’à l’ordre 2 convergent absolument et uniformement sur tout
2 2
intervalle vers u(x, t), ∂∂xu2 (x, t), ∂∂t2u (x, t), respectivement.
Nous avons ainsi:

∂ 2u ∑∞
(x, t) = − (nωc)2 sin(nωx) [αn cos(nωct) + βn sin(nωct)] ,
∂t2 n=1

∂ 2u ∑∞
(x, t) = − (nω)2 sin(nωx) [αn cos(nωct) + βn sin(nωct)] .
∂x2 n=1

Donc:

∂2u 2
2∂ u
− c = 0.
∂t2 ∂x2
La série (5.37) est donc une solution de l’équation des cordes vibrantes (5.32) de Classe
C 2 ([0, L] × R+ ).

5.3.3 Conservation de l’énergie et unicité de la solution


Nous considèrons la quantité:
∫ L ∫ L
1 ∂u 2 1 ∂u 2
E(t) = ( ) ρdx + T ( ) dx (5.40)
0 2 ∂t 0 2 ∂x
Problème aux limites d’évolution 79

qui peut être interprétée comme étant l’énergie totale de la corde en mouvement dès que
ρ désigne la masse linéique de la corde et T la tension dans celle-ci ( ρ et T constants voir
Chapitre 1).

Proposition 5.3.2
Soit E l’énergie totale de la corde en mouvement définie par (5.40) où u est supposé être
de classe C 2 ([0, L] × R+ ). Nous avons alors:
d
E(t) = 0. (5.41)
dt
Démonstration
Multiplions l’équation CV par ∂u
∂t
et intégrons la par rapport à x de 0 à L à t fixé. Il vient,
2
après division par c :
∫ ∫ L
1 L ∂u ∂ 2 u ∂u ∂ 2 u
dx − dx = 0. (5.42)
c2 0 ∂t ∂t2 0 ∂t ∂x
2

Nous posons
∫ L
∂u ∂ 2 u
I(t) = 2
dx,
0 ∂t ∂t
et
∫ L
∂u ∂ 2 u
J(t) = 2
dx.
0 ∂t ∂x
∫L
Nous remarquons que I est la dérivée par rapport à t de 0 21 ( ∂u∂t
)2 dx
Quant à J, nous l’intégrons par parties:
[ ]L ∫ L ∫ L
∂u ∂u ∂u ∂ 2 u d 1 ∂u 2
J(t) = − dx = − ( ) dx.
∂t ∂x 0 0 ∂x ∂x∂t dt 0 2 ∂x
Compte tenu de ce que , u étant nul à tout instant t en x = 0 et en x = L, il en est de
même de sa dérivée par rapport à t. Enfin, rappelons que d’après le chapitre I, nous avons
1 ρ
= et multiplions (5.42) par T . Il vient
c2 T
d
E(t) = 0. (5.43)
dt

Remarque 5.3 L’énergie totale de la corde en mouvement définie par (5.40) peut être
décomposée comme suit

E(t) = Ec (t) + Ep (t), (5.44)


80 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

où
∫ L
1 ∂u 2
Ec (t) = ( ) ρdx, (5.45)
0 2 ∂t
désigne l’énergie cinétique et
∫ L
1 ∂u 2
Ep (t) = T ( ) dx, (5.46)
0 2 ∂x
désigne l’énergie potentiel de déformation élastique de la corde en mouvement.
En effet, dans le cadre de l’hypothèse de petites perturbations ∂u ∂t
(x, t) représente la vitesse
∂u
(transversale) et ∂x (x, t) représente la déformation du point x de la corde considérée, à
l’instant t.
Le résultat (5.44) s’interpréte comme une loi de conservation de l’énergie totale E(t) =
Ec (t) + Ep (t) = cte, en l’absence d’apport d’énergie en provenance de l’extérieur.

Proposition 5.3.3
La solution du problème (5.32) est unique si elle existe.

Démonstration
Grâce à la linéarité du problème (5.32), il nous suffit de prouver que le problème homogène
associé, c’est à dire celui qui correspondond au cas u0 = 0 et u1 = 0, n’admet que la
solution identiquement nulle. Le problème homogène associé correspond à E(0) = 0 d’où
E(t) = 0 pour tout t ≥ 0.
Les quantités Ep et Ec étant toutes les deux strictement positives, nous pourrons donc
affirmer que Ep (t) = 0. Nous en déduisons que ∂u ∂x
= 0 et que u = u(t). La condition u = 0
à l’une au moins des extrémités impose finalement u = 0 partout.
Nous aurons pu aboutir au même résultat en utilisant le fait que Ec (t) = 0 qui implique
que ∂u∂t
= 0 d’où u = u(x). La condition u0 = 0 permettrait alors de conclure que u est
identiquement nul.
D’où le résultat l’unicité annoncé.

Proposition 5.3.4

Supposons que u0 (x) ∈ C 4 ([0, L]), u1 (x) ∈ C 3 ([0, L]), u0 (0) = u0 (L) = 0, u′′0 (0) = u′′0 (L) =
0 et u1 (0) = u1 (L) = 0 alors il existe une solution unique de l’équation des cordes vibrantes
(5.32), qui est de Classe C 2 ([0, L] × R+ ). Cette solution est données par :

∑∞ ( )
kπ kπ kπ
u(x, t) = αk sin( c t) + βk cos( c t) sin( x), ∀x ∈ [0, L], ∀t ∈ R∗+ ,
k=1
L L L
avec
Problème discret 81

∫ L
2 kπ
βk = u0 (x) sin( x) dx, ∀k ≥ 1,
L 0 L
∫ L
2 kπ
αk = v0 (x) sin( x) dx, ∀k ≥ 1.
kπc 0 L

Démonstration
Le résultat est imédiat à partir des deux propositions 5.3.1 et 5.3.3.

5.4 Problème discret


5.4.1 Discrétisation de l’équation des CV
Nous allons discrétiser l’équation

∂ 2u 2
2∂ u
− c =0 (5.47)
∂t2 ∂x2
au point Mnj ( voir chapitre 2).
Pour cela, nous posons vjn ≃ u(xj , tn ) et nous allons procéder pas de temps par pas de
temps, selon les temps croissants. Supposons donc que les valeurs vjn sont connues pour
tous les indices d’espace j et pour les instants 0( données initiales) 1, 2....n. Nous cherchons
maintenant vjn+1 .
Pour la dérivée en temps et en espace nous allons utiliser la différence finie centrée:
( )n
∂ 2u un+1
j − 2unj + ujn−1
= + 0(∆t2 ), (5.48)
∂t2 j ∆t2
( )n
∂ 2u unj+1 − 2unj + unj−1
= + 0(∆x2 ). (5.49)
∂x2 j ∆x2
D’où le schéma, dit explicite

vjn+1 − 2vjn + vjn−1 v n − 2vjn + vj−1


2 j+1
n
−c = 0. (5.50)
∆t2 ∆x2
Mais nous pourrons tout aussi bien appliquer le développement (5.49) à l’instant tn+1 plutôt
qu’à l’instant tn .
( )n+1
j+1 − 2uj
un+1 n+1
∂ 2u + un+1
j−1
= + 0(∆x2 ). (5.51)
∂x2 j ∆x2
82 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

D’où le schéma, dit implicite:

vjn+1 − 2vjn + vjn−1 v n+1 − 2vjn+1 + vj−1


2 j+1
n+1
− c = 0. (5.52)
∆t2 ∆x2
Les deux schémas (5.50) et (5.52) étant à deux pas de temps, où à 3 niveaux, leur initialisa-
tion nécessite la donnée des deux suites (vj0 )j∈Z et (vj1 )j∈Z . Celles-ci peuvent être obtenues
grâce aux conditions initiales. Dans le cas où les deux fonctions u0 et u1 intervenant dans
(5.15) sont continues on peut choisir ( vj0 )j∈Z et (vj1 )j∈Z définies par:

vj0 = u0 (j∆x), j ∈ Z, (5.53)

vj1 − vj0
= u1 (j∆x), j ∈ Z. (5.54)
∆t
Si u0 et u1 sont discontinues, localement sommables, nous pourrons par exemple prendre:
∫ (j+ 12 )∆x
1
vj0 = u0 (x)dx, j ∈ Z, (5.55)
∆x (j− 12 )∆x

vj1 −vj0
et une formule analogue pour ∆t

vj1 − vj0 1 (j+ 12 )∆x
= u1 (x)dx, j ∈ Z. (5.56)
∆t ∆x (j− 12 )∆x

5.4.2 Condition nécessaire de convergence: condition de CFL


Le problème est le suivant: Le schéma est-il convergent et converge-t-il vers la solution du
problème de cauchy(5.15).
Plus précisment si ∆x et ∆t tendent vers zéro avec λ = ∆x ∆t
gardé constant(j, n → +∞)
a-t-on vj → u(xj , t ), où u est la solution de (5.15).
n n

Le point fondamental est que cela nécessite une condition sur ∆x et ∆t et plus précisement
∆t
sur le rapport λ = ∆x qui ne doit pas être trop grand, comme nous allons le voir .
Pour le schéma (5.50,5.53,5.54), la valeur au point Mjn de l’approximation vjn au point xj
n−1
à l’instant tn dépend des quantités vj+1 n−1
, vjn−1 , vj−1 . Ainsi en remontant le temps, nous
voyons que vjn dépend des conditions initiales u0 et u1 sur l’intervalle [xj − n∆x, xj + n∆x]
.

Théorème 5.4.1
Une condition nécessaire de convergence du schéma (5.50,5.53,5.54) est que

∆t
≤ 1. c (5.57)
∆x
Cette condition est dite la condition de Courant- Friedricks-Levy(CFL).
Problème discret 83

M(X,T)

Qλ (X + Tλ , 0) x
Pλ (X − Tλ , 0)

Figure 5.3:
84 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES

Démonstration
Soit ua (M ) la valeur approchée de u en un point du demi-plan R × R+ de coordonnées
∆t
(X, T ). Si le schéma converge et si λ = ∆x , nous obtenons
[ une valeur approchée
] qui
dépend seulement des valeurs u0 et u1 sur l’intervalle Pλ = X − Tλ , Qλ = X + Tλ obtenu
sur l’axe t = 0 en menant par M (X, T ) les droites de pentes ±λ. ( voir figure 5.3).
Or d’après la remarque 5.2, la valeur exacte de u au point M dépend des valeurs u0 et
u1 sur l’intervalle [P = X − cT, Q = X + cT ] où M P et M Q sont les caractéristiques de
pente c et −c. Or la solution approchée ne peut être acceptable que si le domaine de
dépendance numérique [Pλ , Qλ ] couvre la domaine de dépendance exact [P, Q] . Ceci se
traduit par l’inégalité λ ≤ 1c , où encore:
∆t
c ≤1
∆x
qui est donc une condition nécessaire de convergence, dite condition de Courant-Friedricks-
Levy ou condition de CFL( du nom des trois mathématiciens auxquels on doit ce résultat).

Remarque 5.4 Nous démontrons que la condition de CFL (5.57) est suffisante pour la
convergence, sous des hypothèses raisonnables sur u0 et u1 .

5.4.3 Une famille à un paramètre de schémas pour l’équation des


CV
[ ]
Pour un paramètre θ ∈ 0, 12 , nous définissons le schéma , dit schéma de Newmark:
1 ( n+1 )
2
v j − 2v n
j + v n−1
j + θA∆x,j v n+1 (5.58)
∆t

+(1 − 2θ)A∆x,j v n + θA∆x,j v n−1 = 0 (5.59)


où
vn− 2vjn + vj−1
2 j+1
n
A∆x,j v = −c
n
(5.60)
∆x2
A∆x,j v n est une approximation de la dérivée seconde en x au point (xj = j∆x, tn = n∆t)
Pour l’initialisation de ce schéma on utilise les suites (vj0 )j∈Z et (vj1 )j∈Z définies par (5.53)
et (5.54) ou (5.55) et (5.56).

Remarque 5.5 i) Le schéma (5.58) est invariant si l’on change le sens du temps. On
dit que c’est un schéma centré. Cela est conforme aux propriétés de l’équation des CV
invariante par changement du sens du temps.
ii) Nous démontrons que le schéma de Newmark est stable sous la condition de CFL suiv-
ante:
Problème discret 85

( ) 12
∆t 1
c ≤
∆x 1 − 4θ
si 0 < θ < 14 et il est inconditionnellement stable si 1
4
< θ < 12 .
iii) Si θ = 0, nous retrouvons le schéma (5.50)
86 CHAPITRE 5. EQUATIONS DES COURDES VIBRANTES
87

Chapitre 6

EQUATION HYPERBOLIQUE
NON LINEAIRE

6.1 Introduction
Les phénomèmes de transport interviennent dans plusieurs problèmes physiques. Leur
modélisation physique débouchent très souvent sur des systèmes hyperboliques comme
par exemple les équations d’Euler ( les équations de la dynamique des gaz qui régissent
l’écoulement d’un gaz). En effet, considérons un fluide parfait compressible. Alors un
écoulement unidimensionnel est modélisé, en coordonnées Eulériennes, par :

• L’équation de conservation de la masse


∂ρ ∂ρu
+ = 0,
∂t ∂x

• L’équation de conservation de la quantité de mouvement


∂ρu ∂
+ (ρu2 + p) = 0,
∂t ∂x

• L’équation de conservation de l’énergie


∂ρe ∂
+ ((ρe + p)u) = 0,
∂t ∂x

où ρ représente la densité du fluide, u la vitesse et e l’énergie totale spécifique. La pression


p est donnée par une équation d’état en fonction des quantités ρ, u et e. L’étude de ce
système de trois équations et trois inconnues présente de nombreuses difficultés théoriques
dont certaines n’ont pas encore été résolues à ce jour. C’est pourquoi l’on va s’intéresser à
l’équation scalaire
∂u(t, x) ∂
+ (f (u(t, x))) = 0, (6.1)
∂t ∂x
88 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

qui, bien que beaucoup plus simple à étudier, présente les mêmes caractères fondamentaux
que le système précédent.
Dans ce chapitre, nous nous intéressons aux équations scalaires de la forme (6.1) où f est
une fonction régulière de u. Cette équation traduit la conservation de la quantité u. On
dit qu’il s’agit d’une loi de conservation. Plus particulièrement, nous nous intéresserons à
l’équation aux dérivées partielles de Bürgers :
∂u ∂ u2
+ ( ) = 0,
∂t ∂x 2
Notre objectif est de résoudre le problème de Cauchy, qui consiste à trouver une fonction
u(x, t) telle que l’on ait :

 ∂u(t, x) ∂
 + (f (u(t, x))) = 0, ∀x ∈ R, ∀t > 0,
∂t ∂x


u(x, 0) = u0 (x), ∀x ∈ R,
où la condition initiale u0 est une fonction donnée.
Jusque là, nous avons fait l’hypothèse que le flux avait la forme f (u(x, t)). Pour beaucoup
de problèmes issus de la physique, il est plus réaliste de supposer que l’on
∂u(t, x) ∂ ∂ 2u
+ (f (u(t, x))) − ϵ 2 = 0, (6.2)
∂t ∂x ∂x
où ϵ est un petit paramètre strictement positif ce qui permet de tenir compte des effets de
dissipation de l’énergie et de dispersion. Par analogie avec la dynamique des gaz, on dit
qu’il s’agit d’un terme de viscosité.
L’équation (6.1) est en fait la limite de l’équation visqueuse (6.2) lorsque le paramètre
de viscosité ϵ tend vers 0. Or, contrairement à l’équation (6.1), l’équation (6.2) admet
une solution unique et très régulière comme la solution de l’équation de la chaleur. Cette
remarque, très importante, nous permettra de repérer la solution physique parmi toutes
les solutions faibles de l’équation (6.1).

6.2 Résolution du problème de Cauchy


Nous cherchons à résoudre l’équation de transport:
∂u(t, x) ∂
+ (f (u(t, x))) = 0, (6.3)
∂t ∂x
où u est une fonction à deux variables (x, t), f est une fonction de R dans R de classe C 2 .
Cette équation n’est pas linéaire. Toutefois, elle est dite conservative. Cette équation peut
se développer sous cette forme:
∂u(t, x) ∂u(t, x)
+ f ′ (u(x, t)) = 0, ∀x ∈ R, t ∈ R+ , (6.4)
∂t ∂x
Résolution du problème de Cauchy 89

C’est la forme non conservatrice qui est dite quasilinéaire, c’est à dire non linéaire mais
linéaire par rapport aux dérivées d’ordre 1. Ces deux formes sont certes équivalentes dans le
cas de la solution de classe C 1 , mais elles ne seront pas équivalentes dans le cas discontinue.
On associe à cette équation la condition initiale

u(x, 0) = u0 (x) x ∈ R. (6.5)

Nous supposons que u0 est de classe C 1 .

Définition 6.2.1 On dit que u est solution classique de l’équation (6.3) dans un domaine
ouvert Q de R × R+ si c’est une fonction C 1 de x et t dans Q et si elle satisfait (6.3) point
par point dans Q.

Nous allons montrer que le problème (6.3)-(6.5) admet, au moins pour t < T ≤ +∞, une
solution classique (on parle de solution classique locale si T < +∞) et que celle ci peut
être construite par la méthode des caractéristiques.

Remarque 6.2.1 (Cas d’une donnée initiale continue et C 1 par morçeaux)


Dans tout ce paragraphe, nous supposerons que la donnée initiale u0 est C 1 et nous nous
intéresserons aux solutions classiques du problème (6.3)-(6.5). Cependant, tous les résultats
que nous allons établir peuvent se généraliser à une condition initiale u0 continue qui est
seulement C 1 par morçeaux. La méthode des caractéristiques permet alors de construire
une fonction continue et C 1 par morçeaux qui vérifie l’équation (6.3) point par point dans
tout ouvert où elle est C 1 et telle que (6.5) soit satisfaite. Nous verrons au paragraphe
suivant qu’une telle fonction est une solution faible du problème.

6.2.1 Méthode des caractéristiques


Nous allons commencer par résoudre l’équation:

 ∂u(t, x) ∂u(t, x)
 + f ′ (u(x, t)) = 0, ∀x ∈ R, t ∈ R+ ,
∂t ∂x (6.6)


u(x, 0) = u0 (x), ∀x ∈ R.

Comme nous venons de le voir dans le chaiptre IV, nous avons la conservation de la quantité
u le long des courbes caractéristiques. Ces courbes s’obtienent en résolvant l’équation
différentielle 
 dX(t)
 = f ′ (u(X(t), t)), t ∈ R+ ,
dt (6.7)


X(t0 ) = x0 .
Comme f ′ (u) est considéré comme une vitesse, ces courbes représentent le déplacement
de la quantité u à l’instant t qui se trouvait à t = t0 au point x0 . Nous supposons que
l’équation (6.7) admet une solution unique que nous noterons par X(t, t0 , x0 ). Nous fixons
90 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

x0 et nous étudions la solution du problème mais restreinte à une courbe de la forme


X(t, t0 , x0 )). Nous posons
v(t) = u(X(t, t0 , x0 ), t), (6.8)
où X(., t0 , x0 ) vérifie (6.7). Si nous calculons la dérivé de v nous obtenons:
dv ∂u dX ∂u
= + . (6.9)
dt ∂x dt ∂t
Dans le membre à droite nous pourrons remplacer dX dt
par f ′ (u(X(t, t0 , x0 ), t)). Nous
obtenons
dv ∂u(X(t, t0 , x0 ), t) ∂u(X(t, t0 , x0 ), t)
= + f ′ (u(X(t, t0 , x0 ), t)) = 0, (6.10)
dt ∂t ∂x
car u est solution de l’équation d’advection (6.3).
On remarque que l’on étend la propriété du cas à coefficient constant. La solution est
stationnaire le long des courbes caractéristiques.
Nous déduisons la conservation de v au cours du temps ce qui nous permet d’ écrire:
u(X(t, t0 , x0 ), t) = v(t) = v(t0 ) = u(x0 , t0 ). (6.11)
En utilisant cette propriété, nous obtenons:

 dX(t)
 = f ′ (u(x0 , t0 )), t ∈ R+ ,
dt (6.12)


X(t0 ) = x0 .
Nous allons noter
a(u(x, t)) = f ′ (u(x, t)) (6.13)
qui peut s’interpréter comme une vitesse de propagation de la solution au temps t0 au
point x0 . La caractéristique associée passant par le point (x0 , t0 ) a pour équation:
X(t, t0 , x0 ) = a(u(x0 , t0 ))(t − t0 ) + x0 (6.14)
Définition 6.2.2 Soit u une solution classique de l’équation (6.3). Alors les droites de
la forme (6.12) ou (6.14) sont appelées droites caractéristiques pour u de l’équation (6.3).
De plus u est constante le long de chacune de ces droites.
Maintenant, il nous reste à étudier l’existence et l’unicité de la solution de l’équation
différentielle ordinaire (6.12). Pour cela, nous supposons que u est, au moins pour t < T ,
une solution classique du problème (6.3). Considèrons alors un point (x0 , t0 ) de la forme
(ξ, 0). D ’après (6.14), la caractéristique qui passe par ce point est de la forme
X(t, 0, ξ) = a(u0 (ξ))t + ξ
Dans le cas linéaire à coefficients constants, les caractéristiques sont des droites paralléles.
En revanche, dans le cas non liéaire, les droites caractéristiques ne sont pas paralléles.
Toutes les valeurs de u0 ne se propagent pas à la même vitesse. La solution se déforme au
cours du temps.
Résolution du problème de Cauchy 91

Remarque 6.2.2 On représente toujours les droites caractéristiques dans le plan (x, t)
et non dans le plan (t, x). La pente de la droite d’équation (6.14) est donc a(u01(ξ)) . En
particulier, si a(u0 (ξ)) = 0, la droite caractéristique issue de ξ est verticale.

Pour que la méthode des caractéristique définisse sans ambiguité la valeur de la solution
au point (x, t), il faut qu’il n’y ait qu’une droite caractéristique qui passe par ce point.
Ceci nous améne à introduire la fonction

a0 (ξ) = f ′ (u0 (ξ)) (6.15)

Notons que a0 (ξ) peut s’interpréter comme la vitesse de propagation initiale de la solution
au point ξ : nous l appelerons vitesse initiale. La caractéristique associée passant par le
point (ξ, 0) a pour équation
x = a0 (ξ)t + ξ

Théorème 6.2.1 (Existence d’une solution classique globale)


Si a0 = a(u0 ) est croissante sur R, le problème de Cauchy (6.3)-(6.5) admet une unique
solution classique globale.

Preuve:
On fixe t ∈ R+ . Si a0 est croissante, la fonction continue:

ξ → F (ξ) = ξ + a0 (ξ)t

définit une bijection de R dans R. En effet :


dF
(ξ) = 1 + a′0 (ξ)t > 0. (6.16)

De plus, comme a0 (ξ) ≥ a0 (0) pour ξ > 0 et a0 (ξ) ≤ a0 (0) pour ξ < 0:

lim F (ξ) = ±∞
ξ→±∞

Pour tout couple (x, t), il existe donc un unique ξ(x, t) tel que

x = ξ(x, t) + a0 (ξ(x, t))t. (6.17)

Si la solution classique existe, elle est donc donnée par:

u(x, t) = u0 (ξ(x, t)).

Vérifiant que u est effectivement solution de l’équation (6.3). On a




 ∂u ′ ∂ξ

 ∂x (x, t) = u0 (ξ(x, t)) ∂x (x, t)




∂u ∂ξ
(x, t) = u′0 (ξ(x, t)) (x, t)
∂t ∂t
92 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

et donc
[ ]
∂u ′ ∂u ′ ∂ξ ∂ξ
(x, t) + f (u(x, t)) (x, t) = u0 (ξ(x, t)) (x, t) + a0 (ξ(x, t)) (x, t) (6.18)
∂t ∂x ∂t ∂x
Or, en dérivant l’équation(6.17) par rapport à x et t, nous obtenons
∂ξ
(x, t)[1 + a′0 (ξ(x, t))t] = 1
∂x
(6.19)
∂ξ
(x, t)[1 + a′0 (ξ(x, t))t] = −a0 (ξ(x, t))
∂t
Mais par hypothèse
a′0 (ξ(x, t)) ≥ 0
on déduit que la quantité entre crochets dans (6.19) reste positive pour tout t ≥ 0 et on
déduit de (6.18) que l’équation (6.3) est vérifiée pour tout temps positive.
Remarque 6.2.3 Lorsque f est convexe, f ′ est croissante et la condition a0 est croissante
devient simplement u0 est croissante.
Exemple
Considérons par exemple la condition initiale suivante:

 0 si x ≤ 0
u0 (x) = x
si 0 ≤ x ≤ α
 α
1 si x ≥ α
où α est un réel strictement positif. Nous nous permettons de considérer une donnée initiale
qui n’est que C 1 par morçeaux en vertu de la remarque 2.1. On veut résoudre le problème
2
de Cauchy (6.3)-(6.5) pour l’équation de Burgers (f (u) = u2 ). D’après (6.17), la droite
caractéristique issue de (ξ, 0) a pour équation:

 ξ si ξ ≤ 0
x= ξ
(t + α) si 0 ≤ ξ ≤ α
 α
ξ+t si ξ ≥ α
t

α x
Résolution du problème de Cauchy 93

La solution u est alors donnée par :




 0 x si x ≤ 0
u(x, t) = u0 (ξ) = si 0 ≤ x ≤ α + t

 α+t
1 si x ≥ α + t

On remarque que pour tout t fixé, la fonction u reste croissante en x.

6.2.2 Solution classique locale et apparition d’un choc


Nous abandonnons maintenant l’hypothèse que la vitesse initiale a0 définie par (6.15) est
une fonction croissante. Dans ce cas, les solutions classiques peuvent ne pas exister pour
tout temps mais seulement localement.
Dans cette section, pour des raisons purement techniques, nous ferons l’hypothèse supplémentaire,
peu restrictive en pratique:

La fonction x → u0 (x) est bornée. (6.20)

On en déduit bien sûr que la vitesse initiale a0 est elle même bornée.

Théorème 6.2.2 (Temps d’apparition d’un choc)


Si la dérivée de a0 prend des valeurs strictement négatives, alors iln’existe pas de solution
classique pour tout t > 0. Le temps maximum t∗ tel qu’il existe une solution classique pour
tout 0 ≤ t ≤ t∗ est donnée par:
1
t∗ = = inf (−a′ (ξ)−1 )
sup(−a′0 (ξ)) ξ∈R
ξ∈R

Remarque 6.2.4 L’hypothèse assure que 0 < t < t∗ .

Preuve:
Nous commençons par montrer l’existence d’une unique solution classique locale pour 0 <
t < t∗ . On reprend en fait la démonstration du théorème 2.1. Pour tout t < t∗ , la fonction
ξ → F (ξ) définie dans la preuve du théorème 2.1 est strictement croissante (sa dérivée - cf.
(6.16)- est supérieure à 1 − t/t∗ ) et tend vers ±∞ quand ξ → ±∞ (le lecteur notera que
c’est l’hypothèse technique (6.20) qui permet de le garantir). Elle définit donc à nouveau
une bijection de R dans R. L’équation (6.17) admet alors une solution ξ(x, t) unique, ce
qui permet d’établir l’existence d’un solution classique u pour t ∈ [0, t∗ [. Notons que,
d’après les formules (6.19), les dérivées de la solution classique tendent vers l’infini lorsque
t tend vers t∗ . Démontrons directement que la solution classique ne peut exister au delà
du temps t∗ . Soit tmax , le temps maximum d’existence d’une solution classique, défini par
{ }
tmax = sup t > 0/il existe une solution classique sur R+ × [0, t[
94 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

−t

− x
ξ1 x ξ2

Nous savons déjà que tmax ≥ t∗ . Supposons qu’il existe ξ2 > ξ1 tels que a0 (ξ1 ) > a0 (ξ2 ).
Alors, les droites caractéristiques issues des points ξ1 et ξ2 se croisent à l’instant t̄ et au
point x̄ donnés par : 

 ξ2 − ξ1
 t̄ = ,
a0 (ξ1 ) − a0 (ξ2 )


 x̄ = ξ + a (ξ )t̄ = ξ + a (ξ )t̄
1 0 1 2 0 2

S’il existe une solution classique u jusqu’à l’instant t̄, elle devrait vérifier simultanément
u(x̄, t̄) = u0 (ξ1 ) et u(x̄, t̄) = u0 (ξ2 ) ce qui est impossible ( comme a0 (ξ1 ) > a0 (ξ2 ). Donc
t̄ ≥ tmax .
Soit ξ tel que a′0 (ξ) < 0. Pour h > 0 assez petit, on a nécessairement a0 (ξ + h) < a0 (ξ) et
donc d’après ce qui précède avec ξ1 = ξ et ξ2 = ξ2 + h
h 1
tmax ≤ ⇒ tmax ≤ ′
a0 (ξ) − a0 (ξ + h) a0 (ξ)
(en faisant tendre h vers 0). Ceci étant vrai pour tout ξ, on en déduit que tmax ≤ t∗ .

Remarque 6.2.5 La naissance d’une discontinuité est un phénomène purement non-linéaire,


qui peut se produire même si u0 est très régulière.
Exemple
Considérons cette fois la condition initiale suivante :

 1 si x ≤ 0
u0 (x) = 1 − αx si 0 ≤ x ≤ α

0 si x ≥ α
où α est un réel strictement positif. D’après (6.17), la droite caractéristique issue de (ξ, 0)
a pour équation: 
 ξ + t( ) si ξ≤0
x= ξ + 1 − αξ t si 0≤ξ≤α

ξ si ξ≥α
Solutions faibles, Solutions entropiques 95

t t
t=0
t= α/2
t= α

1
t= α

α x α x

Le temps t∗ est égale à α. La solution u, pour 0 ≤ t ≤ t∗ , vaut



 1 si x ≤ 0
u(x, t) = x−α
si 0≤x≤α
 t−α
0 si x ≥ α

On remarque que la solution reste décroissante en x pour tout 0 ≤ t ≤ t∗ . Lorsque t


augmente de 0 à α, la pente de la solution devient de plus en plus raide. A l’instant t = α,
la dérivée en x de u devient infinie en x = α. La solution u est discontinue en ce point.

6.3 Solutions faibles, Solutions entropiques


Nous avons vu au paragraphe précédent que, même si la donnée initiale u0 est très réguliére,
il peut ne pas y avoir de solution classique au problème de cauchy (6.3)-(6.5) pour tout
temps t > 0, la solution u devient discontinue. En quel sens, peut on prolonger cette
solution au delà du temps t∗ ? C’est la question à laquelle nous allons chercher à répondre.

6.3.1 Solutions faibles


Théorème 6.3.1 La solution du problème (6.3)-(6.5), avec u0 ∈ C 1 (R) est solution de
∫ T ∫ ∫
∂φ(x, t) ∂φ(x, t)
− u(x, t) + f (u(x, t)) dxdt = u0 (x)φ(x, 0)dx, (6.21)
0 R ∂t ∂x R

∀φ ∈ Φ = {φ ∈ C 1 (R × [0, T ]), supp φ subsetcompact de R × [0, T ]}.

Preuve:
Soit u une solution forte de (6.6). Nous multiplions l’équation (6.3) par φ et nous intégrons
par rapport à t et x. Nous obtenons
∫ T∫
∂u(x, t) ∂f (u(x, t))
φ(x, t)( + dxdt = 0.
0 R ∂t ∂x
96 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

Nous posons ∫ ∫
T
∂u(x, t)
I= φ(x, t) dxdt,
0 R ∂t
∫ T ∫
∂f (u(x, t))
J= φ(x, t) dxdt.
0 R ∂x
En faisant une intégration par partie de I par rapport à t, nous obtenons
∫ T∫ ∫
∂φ(x, t)
I=− u(x, t) dxdt − [u(x, t)φ(x, t)]T0 dx.
0 R ∂t R

Puisque φ = 0, on obtient
∫ T ∫ ∫
∂φ(x, t)
I=− u(x, t) dxdt − u0 (x)φ(x, 0)dx.
0 R ∂t R

En faisant une intégration par partie de J par rapport à x, nous obtenons


∫ T∫ [∫ T ]+∞
∂φ(x, t)
J =− f (u(x, t)) dxdt + u0 (x)φ(x, t)dt .
0 R ∂x 0 −∞

Comme φ est à support compact, le second terme est nul. D’où le résultat.

Définition 6.3.1 Soit u0 ∈ L∞ ∞


loc (R). Une fonction u ∈ Lloc (R × [0, T [)) est appelée une
solution faible si elle satisfait:
∫ T∫ ∫
∂φ(x, t) ∂φ(x, t)
u(x, t) + f (u(x, t)) dxdt = u0 (x)φ(x, 0)dx, (6.22)
0 R ∂t ∂x R

pour tout φ ∈ Φ.

6.3.2 Solutions C 1 par morçeaux. Condition de choc


Dans cette section, nous allons nous intéresser à une classe particulière de solutions faibles,
les solutions C 1 par morceaux.

Définition 6.3.2 Soit O un ouvert borné de R × [0, +∞[.Une fonction v(x, t) est dite C 1
par morceaux sur O s’il existe un nombre fini de courbes Σ1 , ..., Σp de la forme :
{ (1) (2)
x = ξi (t), t ∈ [ti , ti ],
Σi :
où ξi est une fonction C 1 de t

telles que v soit égale à la restriction d’une fonction de C 1 (R2 ) dans chaque composante
connexe de O − Σ1 ∪ Σ2 · · · ∪ Σp . Une fonction v(x, t) est dite C 1 par morceaux sur
R × [0, +∞[ si elle est C 1 par morceaux sur tout ouvert borné de R × [0, +∞[.
Solutions faibles, Solutions entropiques 97

Notons que si une fonction v, C 1 par morceaux, peut admettre, à travers un nombre fini
de courbes Σj , des discontinuités en valeur ou en dérivée cette fonction, ainsi que ses
dérivées en temps et en espace admettent des limites de part et d’autre de ces courbes.
Nous pouvons maintenant considérer des solutions du problème qui soient seulement C 1
par morceaux. Nous allons voir cependant que les discontinuités d’une telle solution ne
sont pas arbitraires. Pour fixer les notations, si u est une fonction C 1 par morceaux dans
le plan (x, t) et Σ une courbe de discontinuité de u de la forme (ξ(t), t), on note :
• n la normale unitaire à Σ en (ξ(t), t) orientée vers les x positifs, de sorte que :
( ) ( )
nx 1 1
n= =√ (6.23)
nt 1 + s2 −s
où s = ξ ′ (t).

• u− et u+ les valeurs de u à gauche et à droite de Σ :


{ −
u = lim u((x, t) − ϵn)
ϵ→0
u+ = lim u((x, t) + ϵn)
ϵ→0

u−

n
u+

x
Nous pouvons maintenant démontrer le théorème suivant

Théorème 6.3.2 Soit u une fonction C 1 par morceaux dans R × [0, +∞[. Alors u est une
solution faible du problème de Cauchy (6.3)-(6.5) si et seulement si :
(i) u est une solution classique de (6.3)-(6.5) dans tout domaine où elle est C 1 .
(ii) u satisfait la condition :

ξ (t)(u+ − u− ) = f (u+ ) − f (u− ) (6.24)

le long de toute courbe de discontinuité Σ.


98 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

Preuve:
Soit u une fonction C 1 par morceaux dans le plan (x, t) et Σ une courbe de discontinuité de
u . Soit alors K un ouvert borné que la courbe Σ partage en deux composantes connexes
K − et K + . Pour simplifier, on supposera que K est contenu dans le demi plan t > 0 mais
ceci n’est pas restrictif. Enfin, on suppose que u est C 1 dans l’adhérence de chacun des
ouverts K − et K + . Soit φ ∈ D(K). Comme u est régulière sur K − et K + :

t
Σ


K

+ Κ
K

D’où finalement :
∫ ∫ [ ]
∂φ(x, t) ∂φ(x, t) ∂u(x, t) ∂
u(x, t) + f (u(x, t)) dxdt = − φ(x, t) + (f (u(x, t))) dxdt
K ∂t ∂x K ∂t ∂x

− ((u+ − n− )nt + (f (u+ ) − f (u− ))nx )φdγ
Σ
(6.25)
Le théorème s’en déduit. En effet, si u est une solution faible du problème (6.3)-(6.5), elle
satisfait l’équation (6.3) au sens des distributions dans K et au sens classique dans K − et
K + . Autrement dit :
∫ ∫
∂φ(x, t) ∂φ(x, t) ∂φ(x, t) ∂φ(x, t)
0= u(x, t) +f (u(x, t)) dxdt = u(x, t) +f (u(x, t)) dxdt
K ∂t ∂x K + ∪K − ∂t ∂x

D’après (6.25), on a donc :



((u+ − n− )nt + (f (u+ ) − f (u− ))nx φdγ = 0
Σ

Comme ceci est vrai pour tout φ ∈ D(K), on en déduit en utilisant l’expression exacte de
la normale (6.23) :
(u+ − u− )(−σ ′ (t)) + f (u+ ) − f (u− ) = 0,
Solutions faibles, Solutions entropiques 99

le long de Σ ∩ K. Réciproquement, si u satisfait (i) et (ii), on a d’après (6.25) :



∂φ(x, t) ∂φ(x, t)
u(x, t) + f (u(x, t)) dxdt = 0
K ∂t ∂x
pour tout φ ∈ D(K), donc u est solution faible du problème.

On écrira souvent la relation (6.24) sous la forme synthétique :

s[u] = [f (u)] où s = ξ ′ (t).

Par analogie à la dynamique des gaz, cette condition de choc est généralement appelée
condition de Rankine Hugoniot.

Remarque 6.3.1 ( Equation de transport - Equation de Bürgers)


Considèrons deux cas particuliers.

• Dans le cas particulier de l’équation de transport, on a : f (u) = cu. La condition de


choc s’écrit donc : s = c. Autrement dit, dans le cas linéaire, les discontinuités se
propagent nécessairement le long des caractéristiques.

• Dans le cas de l’équation de Bürgers, la condition de Rankine-Hugoniot s’écrit :


u+ + u−
s= .
2
Autrement dit, la vitesse du choc est la moyenne de la vitesse des caractéristiques de
part et d’autre.

Nous sommes maintenant en mesure de justifier rigoureusement la remarque 6.2.1.

Corollaire 6.3.1 (Cas des fonctions C 1 par morçeaux et continues)


Soit u une fonction C 1 par morceaux et continue dans R × [0, +∞[. Si u est une solution
classique du problème (6.3)-(6.5) dans tout domaine où elle est C 1 , alors c’est une solution
faible du problème (6.3)-(6.5).

Preuve:
En effet, la condition de choc (6.24) est automatiquement satisfaite car on a toujours
u+ ≡ u− .

Exemple
Nous allons maintenant construire une solution faible globale pour la condition initiale de
l’exemple section 6.2.1. On rappelle qu’il existait une solution continue jusqu’au temps
t = α. La fonction u vaut alors :
{
1 si x < α,
u(x, α) =
0 si x > α.
100 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

Elle est discontinue en x = α. Il nous faut maintenant calculer la vitesse de propagation



de la discontinuité. D’après (6.24), on doit avoir :ξ (t) = 21 . La fonction u donnée par :
{ t−α
1 si x < α + 2
,
u(x, t) = t−α
0 si x > α + 2

est bien solution du problème pour t > α. On a représenté ci-dessous les caractéristiques,
et la solution à différents temps.

t t
t=0
t= α
t= 2 α

1
t= α

α x α 3 α /2 x

6.3.3 Solutions entropiques


Non unicité de la solution faible
Grâce à la notion de solution faible, nous avons calculé une solution globale au problème de
Cauchy (6.6) -(6.7) dans des situations où il n’existait pas de solution classique. La question
qui se pose alors est de savoir si cette solution faible globale est unique. L’exemple suivant
montre que ce n’est malheureusement pas le cas. Considérons l’équation de Bürgers pour
la donnée initiale suivante :
{
1 si x < 0,
u0 (x) =
0 si x > 0.
Nous pouvons alors calculer une solution continue au problème de Cauchy : pour cela, il
suffit de considérer l’exemple section 2.1 et de faire tendre α vers 0. On obtient:

 0x si x ≤ 0

u(x, t) = si 0 ≤ x ≤ t

 t
1 si x ≥ t

On vérifie aisément à postériori que u est solution du problème, car c’est une solution
classique de l’équation de Bürgers là où elle est C 1 .
Solutions faibles, Solutions entropiques 101

Mais en suivant la démarche de l’exemple section 3.2, nous pouvons aussi calculer une
solution discontinue. La vitesse de propagation du choc est donnée par la relation
′ 1
ξ (t) = .
2
La solution qui en résulte est donc :
{
0 si x < 2t ,
u(x, t) =
1 si x > 2t .
x
_= 1 x
_ = 1/2
t t t t

x x
Solution continue Solution discontinue

Remarque 6.3.2 Il est intéressant de noter qu’une condition initiale discontinue peut
donner naissance à une solution continue. C’est encore un phénomène purement non-
linéaire.
Nous avons pu construire une deuxième solution au problème en introduisant une disconti-
nuité. En fait, on peut même construire une infinité de solutions si l’on admet trois courbes
de discontinuité.
En effet, pour tout γ < 1, la fonction suivante est solution du problème :


 0 si x < γ2 ,

γ si γ2 t < x < 2t ,
u(x, t) =

 1 − γ si 2t < x < (1 − γ2 ),

1 si x > (1 − γ2 )t.
En fait, la solution physique est la solution continue.

Passage à la limite dans l’équation dissipative


Nous allons maintenant présenter un critère qui permettra de trier les solutions faibles
pour extraire l’unique solution physique du problème.
Comme nous l’avions signalé, l’équation
∂u(t, x) ∂
+ (f (u(t, x))) = 0, (6.26)
∂t ∂x
102 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

est généralement obtenue comme simplification de l’équation visqueuse ou dissipative :

∂uϵ (t, x) ∂ ∂2
+ (f (uϵ (t, x))) − ϵ 2 (uϵ (x, t)) = 0, (6.27)
∂t ∂x ∂x
où ϵ est un petit paramètre strictement positif.
Nous admettrons que le problème de Cauchy constitué de l’équation (6.27) et de la condi-
tion initiale
u(x, 0) = u0 (x) p.p. x ∈ R (6.28)
où u0 ∈ L∞ (R), possède une solution unique uϵ qui appartient à L∞ (R × [0, +∞[). De
plus, uϵ est très régulière sur R×]0, +∞[ car c’est une équation parabolique. Sa solution se
comporte comme la solution de l’équation de la chaleur. Nous souhaitons donc caractériser
la solution physique de (6.26)-(6.28), comme limite de uϵ lorsque ϵ tend vers 0.

Lemma 6.3.1 Soit (uϵ )ϵ>0 une suite de solutions de (6.27) telles que :

||uϵ ||L1 (R×[0,+∞[) ≤ C, ∀ϵ > 0 (6.29)

et
uϵ → u quand ϵ → 0 presque partout dans R × [0, +∞[, (6.30)
alors u est solution au sens des distributions de l’équation (6.26).

Preuve:
En utilisant (6.29), (6.30) et le théorème de convergence dominée de Lebesgue, on vérifie
aisément que
uϵ ⇀ u
et que
f (uϵ ) ⇀ f (u),

au sens des distributions, c’est à-dire dans D (R × [0, +∞[).
Comme la dérivation est une opération continue dans l’espace des distributions, on en
déduit que :
∂uϵ ∂u
⇀ ,
∂t ∂t
∂ 2 uϵ ∂ 2u

∂x2 ∂x2
et
∂f (uϵ ) ∂f (u)

∂x ∂x

dans D (R × [0, +∞[). Le lemme s’en déduit.

Pour caractériser la limite u des solutions de l’équation visqueuse, on utilise un critère qui
repose sur la notion mathématique d’entropie. Précisons cela.
Solutions faibles, Solutions entropiques 103

Définition 6.3.3 (Entropie)


On appelle entropie pour l’équation (6.26) tout couple (U, F ) de fonctions C 1 de R dans R
telles que :
(i) U est une fonction strictement convexe,
(ii) F ′ (u) = U ′ (u)f ′ (u) ∀ u ∈ R.

Dès que U (.) et F (.) sont deux fonctions régulières reliées par la relation (ii) ci-dessus, si
u est une solution classique de l’équation (6.26) on a :
∂u ∂u
U ′ (u) + U ′ (u)f ′ (u) =0
∂t ∂x
d’où :
∂U (u) ∂F (u)
+ =0 (6.31)
∂t ∂x
En revanche, si u est une solution faible de (6.26), par exemple C 1 par morceaux, elle ne
satisfait pas en général l’équation (6.31) au sens des distributions. En effet, il faudrait
pour cela que la relation
s[U (u)] = [F (u)]
soit satisfaite le long de toute courbe de discontinuité de u. Cela est généralement incom-
patible avec la relation de Rankine-Hugoniot.
Par contre, lorsque U est convexe, on peut montrer que, si la solution faible u est construite
par passage à la limite sur l’équation avec viscosité, l’égalité (6.31) devient une inégalité
au sens des distributions. Plus précisément, on peut démontrer le théorème suivant.

Théorème 6.3.3 Soit (uϵ )ϵ>0 une suite de solutions régulières de (6.27) vérifiant (6.29)
et (6.30), et soit (U, F ) une entropie pour l’équation (6.26). Alors u vérifie
∂U (u) ∂F (u)
+ ≤0 (6.32)
∂t ∂x
au sens des distributions.

Preuve:
Comme uϵ est une solution régulière de (6.27), on a :
∂uϵ ∂uϵ ∂ 2 uϵ
U ′ (uϵ ) + U ′ (uϵ )f ′ (uϵ ) − ϵ 2 = 0,
∂t ∂x ∂x
qui s’écrit aussi :
( )2
′ ∂uϵ ∂uϵ ∂ 2 U (uϵ ) ∂uϵ
U (uϵ ) + U ′ (uϵ )f ′ (uϵ ) −ϵ 2
= −ϵU ′′ (uϵ ) .
∂t ∂x ∂x ∂x
Par des arguments similaires à ceux de la démonstration du lemme 3.1, on a :
∂U (uϵ ) ∂U (u)
⇀ ,
∂t ∂t
104 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

∂ 2 U (uϵ ) ∂ 2 U (u)

∂x2 ∂x2
et
∂F (uϵ ) ∂F (u)

∂x ∂x

dans D (R × [0, +∞[).
( ϵ )2
En revanche, le terme ϵU ′′ (uϵ ) ∂u
∂x
ne peut être traité de façon similaire.
Malgré la présence du facteur ϵ, ce terme ne tend pas nécessairement vers 0 au sens des
distributions. Cela est dû au fait que les hypothèses n’empêchent pas ∂u ∂x
ϵ
de tendre vers
+∞.
Cependant, comme U est convexe, on a :
( )2
′′ ∂uϵ
≺ −ϵU (uϵ ) , φ ≻≤ 0
∂x
pour toute fonction φ positive de D(R × [0, +∞[). A la limite, on obtient donc :
∂U (u) ∂F (u)
≺ + , φ ≻≤ 0
∂t ∂x
pour toute fonction φ positive de D(R × [0, +∞[).
La condition (6.32) est appelée condition d’entropie.
On peut maintenant définir la notion de solution entropique.

Définition 6.3.4 (Solution entropique)


Une solution faible u du problème de Cauchy (6.26)-(6.27) est appelée solution entropique si
elle satisfait la condition d’entropie (6.32) pour toute entropie (U, F ) de l’équation (6.26).

Solutions entropiques C 1 par morçeaux. Chocs entropiques


Pour les solutions C 1 par morceaux étudiées au paragraphe 3.3.2, la recherche de solutions
entropiques va limiter les chocs admissibles : ce sont les chocs entropiques.

Théorème 6.3.4 Soit u une fonction C 1 par morceaux dans R × [0, +∞[ solution faible
de (6.26)-(6.28), c’est à dire qui vérifie :
• u est une solution classique du problème de Cauchy (6.26)-(6.28) là où elle est C 1 .

• u vérifie le long de toute courbe de discontinuité Σ:

ξ ′ (t)(u+ − u− ) = f (u+ ) − f (u− ).

Alors u est une solution entropique si et seulement si, pour toute entropie (U, F ), le long
de toute courbe de discontinuité Σ, on a
[ ] [ ]
ξ ′ (t) U (u+ (t)) − U (u− (t)) ≥ F (u+ (t)) − F (u− (t)) . (6.33)
Solutions faibles, Solutions entropiques 105

Preuve:
Soit u une fonction C 1 pa rmorceaux et (U, F ) une entropie pour l’équation (6.26). En
reprenant les notations et la démarche du théorème , on vérifie aisément que, pour tout
φ ∈ D(K) :
∫ ∫
∂φ(x, t) ∂φ(x, t) ∂U (u(x, t)) ∂
U (u(x, t)) + F (u(x, t)) dxdt = − φ(x, t) + (F (u(x, t)))dxdt
K ∂t ∂x K − ∪K + ∂t ∂x

− ((U (u+ ) − U (n− ))nt + (F (u+ ) − F (u− ))nx )φdγ
Σ
(6.34)
Soit u une solution faible du problème satisfaisant la condition d’entropie (6.32). On a :

∂φ(x, t) ∂φ(x, t)
U (u(x, t)) + F (u(x, t)) dxdt ≥ 0
K ∂t ∂x
et ∫ [ ]
∂U (u(x, t)) ∂
φ(x, t) + (F (u(x, t))) dxdt = 0
K − ∪K + ∂t ∂x
pour toute fonction φ positive de D(K). D’après (6.34 ), on a, en utilisant l’expression
exacte de la normale,
[ ] ′
U (u+ ) − U (u− ) (−ξ (t)) + (F (u+ ) − F (u− )) ≤ 0

au sens des distributions le long de Σ. Autrement dit, on a :


′ ′
ξ (t)(U (u+ ) − U (u− )) ≥ (F (u+ ) − F (u− )) dans D .

Le critère (6.33) est relativement peu pratique pour vérifier qu’un choc est entropique ou
non. Heureusement, on peut en donner une forme équivalente plus simple, à commencer
par le cas où f est convexe.

Théorème 6.3.5 (Choc entropique -Cas convexe)


On suppose que f est strictement convexe. Alors la condition de choc entropique est
équivalente à
u− > u+ le long de toute courbe de discontinuité Σ (6.35)

Avant de démontrer ce théorème, nous allons montrer que la condition (6.35) signifie que
lorsqu’il y a choc, les caractéristiques doivent converger vers la ligne de choc et non s’en
écarter. On rappelle que a désigne la dérivée de f .

Lemma 6.3.2 Soit u une solution entropique du problème de Cauchy (6.26)-(6.28), qui
soit C 1 par morceaux dans R × [0, +∞[. Alors, u vérifie le long de toute courbe de discon-
tinuité Σ:
a(u+ ) < ξ ′ (t) < a(u− ).
106 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

Preuve:
Comme f est strictement convexe, la fonction :
f (u) − f (u+ )
u→
u − u+
est continue et strictement croissante sur [u+ , u− ]. Il en résulte que :
f (u− ) − f (u+ )
a(u+ ) <
u− − u+

Mais, par la relation de Rankine-Hugoniot, ceci s’écrit : a(u+ ) < ξ (t). On démontre de
même la seconde inégalité.

Remarque 6.3.3 (Cas particulier de l’équation de Büger)


Dans le cas de l’équation de Bürgers, on a tout simplement :
u− + u+
u <s= +
< u− .
2
La condition d’entropie permet donc d’éliminer les solutions discontinues non physiques de
l’exemple section 3.
Preuve: du théorème
Nous partons de la fin de la démonstration du théorème 3.4. Considérons l’application G
suivante :
f (u) − f ( u− )
u → G(u) = (U (u) − U (u− )) − (F (u) − F (u− )).
u − u−
Nous allons montrer que G est une fonction décroissante de u. Admettons-le pour l’instant.
Comme on a G(u− ) = 0 et que (6.33) s’écrit G(u+ ) ≥ 0, il résulte de la décroissance de G
que les conditions (6.33) et (6.35) sont équivalentes, ce qui démontre le théorème. Prouvons
maintenant que G est décroissante. On a :
f ′ (u)(u − u− ) − (f (u) − f − ) f (u) − f − ′
G′ (u) = (U (u) − U (u−
)) + U (u) − F ′ (u);
(u − u− ) u − u−
Mais comme F ′ (u) = U ′ (u)f ′ (u), ceci s’écrit aussi
f ′ (u)(u − u− ) − (f (u) − f − ) − f (u) − f − − f ′ (u)(u − u− ) ′
G′ (u) = (U (u) − U (u )) + U (u)
(u − u− )2 u − u−

(f ′ (u)(u − u− ) − f (u) + f − )(U (u) − U (u− ) − U ′ (u)(u − u− )


= .
(u − u− )2
Or f et U sont convexes, d’où :
f ′ (u)(u − u− ) − (f (u) − f − ) < 0 et U ′ (u)(u − u− ) − (U (u) − u− ) < 0, ∀u ∈ R,
ce qui achève la démonstration.
Solutions faibles, Solutions entropiques 107

Remarque 6.3.4 (Entropie et dynamique des gaz)


En dynamique des gaz, la condition d’entropie se déduit du second principe de la thermo-
dynamique. En effet, ce principe implique que l’entropie augmente à travers un choc, de
l’amont vers l’aval de l’écoulement. Il en résulte que la vitesse normale relative du fluide
diminue de l’amont vers l’aval. C’est ce qui justifie l’appellation condition d’entropie.

Nous donnons maintenant la version générale du théorème 3.5. Sa démonstration est


toutefois plus délicate que celle du théorème 3.5 et sera admise ici.

Théorème 6.3.6 (Choc entropique. Cas général)


La condition de choc entropique (6.33) est équivalente à ∀α ∈ [0, 1]
{
f (αu− + (1 − α)u+ ) ≥ αf (u− ) + (1 − α)f (u+ ) si u+ > u− ,
(6.36)
f (αu− + (1 − α)u+ ) ≤ αf (u− ) + (1 − α)f (u+ ) si u+ < u− .

Remarque 6.3.5 (Interprétation géographique)


La condition s’interprète facilement d’un point de vue géométrique. Un choc est entropique
si et seulement si une des deux conditions suivantes est réalisée :
(i) u+ > u− et le graphe de u → f (u) est au dessus de sa corde sur le segment [u− , u+ ],
(ii) u+ < u− et le graphe de u → f (u) est en dessous de sa corde sur le segment [u− , u+ ].

u+ u− u− u+

Le graphe d’une fonction convexe étant toujours en dessous de sa corde et on retombe bien
sur la condition u+ < u− .

6.3.4 Existence et unicité de la solution entropique


D’un point de vue mathématique, le gros avantage de la notion de solution entropique est
qu’elle permet d’obtenir un résultat d’unicité. Pour conclure , nous allons énoncer, sans le
démontrer, le résultat fondamental de la théorie des lois de conservation scalaire qui assure
l’existence et l’unicité d’une solution entropique au problème de Cauchy.
108 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

Théorème 6.3.7 (Existence et unicité de la solution entropique)


Soit u0 ∈ L∞ (R). Alors le problème de Cauchy (6.3)-(6.5) admet une solution entropique
unique u ∈ L∞ (R × [0, +∞[) qui vérifie l’estimation
||u(., t)||L1 (R) ≤ ||u0 ||L1 (R) p.p. t ≥ 0.
Si u et v sont les solutions entropiques associées aux conditions initiales u0 et v0 , on a
∫ x2 ∫ x2 +At
|u(x, t) − v(x, t)|dx ≤ |u0 (x) − v0 (x)|dx (6.37)
x1 x1 −At

pour presque tout t ≥ 0, ∀ x1 < x2 , où


{ ′ }
A = max |f (ξ)| /|ξ| ≤ max(|u0 |L1 (R) , |v0 |L1 (R) )
.
Remarque 6.3.6 (Vitesse de propagation)
L’inégalité (6.37) signifie que la valeur de u au point (x, t) ne dépend que des valeurs de
u0 dans l’intervalle [x − At, x + At]. Autrement dit, la solution entropique a une vitesse de
propagation finie.
Remarque 6.3.7 (A propos de la démonstration du théorème)
La démonstration de ce théorème est longue et difficile et fait appel à des outils et des
arguments mathématiques qui dépassent largement le cadre de ce cours. Nous renvoyons
àGODLEWSKI-RAVIART1 pour la démonstration détaillée de ce théorème. ( GODLEWSKI,
P.A. RAVIART : Hyperbolic systems of conservation laws, Mathématiques et Applications
nž3 - 4, Publication de la SMAI, Ed. Ellipses, 1991.) Signalons toutefois que
• La démonstration du résultat d’existence est constructive et fait appel à la technique
de viscosité. Les principales étapes sont les suivantes (pour une donnée u0 assez
régulière) :
− On démontre tout dabord, pour tout ϵ > 0, l’exisence et l’unicité de la solution
(régulière) de (6.3)-(6.5).
− A l’aide d’estimation a priori et de techniques de compacité, on montre que cette
solution uϵ satisfait les hypothèses (6.29) et (6.30) du lemme 3.3.4.
On utilise le lemme 3.3.4 et le théorème pour passer à la limite et montrer que
la limite u est bien solution entropique de (6.26)-(6.28.
• Le résultat d’unicité est bien entendu une conséquence immédiate du résultat de “
stabilité L1 ” (6.37). Il n’est pas très difficile de voir que (6.37) découle de l’inégalité
au sens des distributions (pour tout couple (u, v) de solutions entropiques, sgn()
désigne la fonction “ signe ”)
∂ ∂ ′
|u − v| + sgn(u − v)(f (u) − f (v)) ≤ 0, dans D (R×]0, +∞[)
∂t ∂x
dont la démonstration, qui est elle beaucoup plus délicate, fait appel aux entropies de
Kruzkov Uk (x) = |u − k|, k ∈ R.
Problème de Riemann 109

Théorème 6.3.8 (Monotonie)


Si u et v sont les solutions entropiques de (6.3)-(6.5) associées aux conditions initiales u0
et v0 , on a
u0 ≥ v0 ⇒ u(, t) ≥ v(, t) p.p. t ≥ 0. (6.38)
On en déduit en particulier que
{
x → u0 (x) croissante ⇔ x → u(x, t)croissante, p.p. t > 0,
(6.39)
a ≤ u0 (x) ≤ b p.p. x ∈ R ⇔ a ≤ u(x, t) ≤ b p.p. (x, t) ∈ R × R+ .

Nous invitons le lecteur à démontrer (6.39) à partir de (6.38).

6.4 Problème de Riemann


Dans cette section, nous nous limitons pour simplifier au cas où f est strictement convexe.
Dans les cinq parties de cette section, nous considérons le problème de Riemann à 2 états.

6.4.1 Présentation du problème


Pour illustrer les résultats obtenus dans ce chapitre, nous allons calculer la solution en-
tropique du problème de Cauchy suivant :

 ∂u(t, x) ∂u(t, x)

 + f ′ (u(x, t)) = 0, ∀x ∈ R, t ∈ R+ ,
 ∂t ∂x
 { (6.40)

 ug si x < 0
 u(x, 0) =
ud si x > 0

où ug et ud sont deux constantes données.


Nous avons déjà calculé la solution du problème (6.40) pour l’équation de Bürgers dans les
cas suivants :

• ug = 0 et ud = 1 : c’est l’exemple de la section 2.1,

• ug = 1 et ud = 0 : c’est l’exemple de la section 3.2,

et nous avons pu remarquer que les solutions obtenues étaient de natures très différentes.
Pour l’étude du problème général également, il nous faudra distinguer deux cas suivant
que ug < ud ou ug > ud .

6.4.2 Une solution autosemblable


Avant tout, nous allons établir le lemme suivant.
110 CHAPITRE 6. EQUATION HYPERBOLIQUE NON LINÉAIRE

Lemma 6.4.1 (Solution autosemblable)


La solution u du problème de Riemann (6.40) est auto-semblable, c’est-à-dire qu’elle est
de la forme
u(x, t) = v(x/t).
De plus, la fonction v doit vérifier, là où elle est C 1 ,
v ′ (ξ) = 0 ou a(v(ξ)) = ξ. (6.41)
Preuve:
Soit α > 0. Posons : x̄ = αx, t̄ = αt et ū(x̄, t̄) = u(x, t). Il est clair que ū est solution tout
comme u du problème (3.43). Autrement dit, pour tout α > 0: u(x, t) = u(αx, αt). Ceci
signifie exactement que u est auto-semblable. De plus, si u est C 1 , on doit avoir :
∂u(t, x) ∂u(t, x) x x 1 x x
+ a(u(x, t)) = − 2 v ′ ( ) + a(v( )v ′ ( ) = 0
∂t ∂x t t t t t
d’où ( x x ) x
− + a(v( ) v ′ ( ) = 0
t t t

Nous pouvons maintenant résoudre explicitement le problème.

6.4.3 Le cas d’une onde de détente


On se place dans le cas où ug < ud . Dans ce cas, tout comme pour l’exemple de la
section 2.1, la solution entropique est continue. La méthode des caractéristiques permet
de construire la solution dans les domaines x ≤ a(ug )t et x ≥ a(ud )t. On a :
{
ug si xt ≤ a(ug )
u(x, t) =
ud si xt ≥ a(ud )
Pour calculer u dans le domaine a(ug )t ≤ x ≤ a(ud )t, on résout l’équation (6.41). C’est
toujours possible car f ′′ est strictement croissante, donc a est inversible. On obtient :
x
u(x, t) = a−1 ( ) si a(ug )t ≤ x ≤ a(ud )t
t
La fonction u ainsi construite est effectivement continue.
x
_ =a(u ) x
_ = a(u ) u(.,t)
t t g t d

ug

ud

a(u g )t a(u d )t x
x
Problème de Riemann 111

6.4.4 Le cas d’une onde de choc


On se place dans le cas où ug > ud . Dans ce cas, tout comme pour l’exemple de la section
3.2, la solution est constante de part et d’autre d’un choc. La vitesse de propagation du
choc est donnée par la relation de Rankine-Hugoniot (elle est constante) :

f (ug ) − f (ud )
s= .
ug − ud

Le choc est entropique puisque ug > ud . La solution est


{
ug si x < st,
u(x, t) =
ud si x > st.

t x=s t u(.,t)

ud

ug

x st x

6.4.5 Solution du problème de Riemann


En résumé : la solution entropique du problème de Riemann (6.40) peut ête notée :
x
ωR ( , ug , ud )
t
-Si ug < ud 
 ug si ξ ≤ a(ug )
ωR (ξ, ug , ud ) = a−1 (ξ) si a(ug ) ≤ ξ ≤ a(ud )

ud si ξ ≥ a(ud )
- Si ug > ud
{
ug si x < st, f (ug ) − f (ud )
ωR (ξ, ug , ud ) = où s =
ud si x > st. ug − ud

Vous aimerez peut-être aussi