Devoir maison - Outils de l’ingénieur

Equations aux dérivées partielles

Nom Prenom : HARRAR fatima zahra

Groupe: TP2a
Date: 27 janvier 2023

1 Réponses:
1.1
- Si c = 0, l’équation (1) devient une équation de diffusion pure, car il n’y a pas de
termes de convection dans l’équation.Elle décrit la propagation de l’onde harmonique
mono-chromatique dans l’espace en raison de la diffusion de la variable u(x, t).

- Si ν= 0, l’équation (1) devient une équation de convection pure, car il n’y a pas de
termes de diffusion dans l’équation. Elle décrit la propagation de l’onde harmonique
mono-chromatique dans l’espace uniquement en raison de la convection de la variable
u(x, t) avec une vitesse c.

1.2
soit :
∂u ∂u ∂2u
+c =v 2 (1)
∂t ∂x ∂x
- Pour montrer que la solution exacte de l’équation (1) est :

u(x, t) = û0 (k)ej(kx−ωt)

On suppose donc que la solution est de la forme :

u(x, t) = û(k, t)ejkx (2)

En remplaçant (2) dans l’équation (1),et en utilisant les propriétés de dérivation on

obtient tout en simplifiant le ejkx car on est dans le cercle trigonomérrique :
∂ û
+ jkû = −νk 2 û
∂t

1
On peut simplifier cela en:

∂ û
= −j(kc − jνk 2 )û
∂t
ce qui donne:
dû
= −jwdt
û
avec :
w = kc − jνk 2
En intègrant à l’aide des conditions initiales données, on obtient:

û(k, t) = û0 (k)e−jwt

On peut voir que la solution sous la forme d’onde progressive, s’écrit :

û(k, t) = û0 (k)ej(kx−wt)

Pour l’équation de convection-diffusion (1) donnée, la relation de dispersion est

donnée par :
ω = ck − νk 2
Où c est la vitesse de convection et ν est la diffusivité. Cette relation montre que la
fréquence angulaire ω d’une onde progressive dépend de sa vecteur d’onde k. Plus
précisément, la fréquence augmente avec la valeur absolue du vecteur d’onde k, et elle
est décalée par rapport à ck par une correction liée à la diffusivité ν.

1.3
u(x,t+∆t)
Pour g = u(x,t) En remplaçant les valeurs de la solution dans cette équation, on
obtient :
u0 (k)ej(kx−ω(t+∆t))
g=
u0 (k)ej(kx−ωt)
On peut simplifier cette expression en :

g = e−jω∆t

Dans notre cas on a Im(ω) = −vk 2 si ν > 0 alors l’onde est amortie .

1.4
La condition initiale discrète au mode km = m 2π
L est

2π jm( 2π xi )
u(xi , 0) = u0i = u0 (km )ejkm xi = u0 (m )e L
L

2
1.5
Pour calculer le mode numérique extrême, on doit trouver la valeur de k qui maximise
la fréquence d’onde dans le temps, c’est-à-dire la valeur de k qui maximise |ω(k)|.
Pour cela, il suffit de trouver le maximum de |ck − jνk 2 | en fonction de k. En
utilisant les propriétés des nombres complexes, on peut écrire:
p
|ck − jνk 2 | = ((ck)2 + (νk 2 )2 )

On peut alors dériver cette expression par rapport à k, mettre à 0 et résoudre pour k
pour trouver le maximum.
2π π
kc = m( ) =
L ∆x
où m est un entier, c’est le mode numérique extrême

1.6
Dans le cas convectif non-visqueux (ν = 0), l’équation de convection-diffusion (1)
devient :
∂u ∂u
+c =0
∂t ∂x
En utilisant le schéma d’Euler explicite (FE) et la dérivée spatiale approchée par une
formule centrée d’ordre 2 (CS), on obtient :

u(n, i + 1) − u(n, i − 1)
u(n + 1, i) = u(n, i) + ∆t ∗ c( )
2∆x
En prenant en compte que la vitesse de convection c est positive, on peut voir que si
u(n, i) est plus grand que u(n, i + 1) ou u(n, i − 1) alors u(n + 1, i) sera plus grand
que u(n, i) et inversement. Cela signifie que le schéma (FE-CS) amplifie les erreurs
d’approximation. De plus, si l’on prend ∆x et ∆t très petits, les erreurs
d’approximation peuvent être très grandes et donc le schéma (FE-CS) est
inconditionnellement instable.

1.7
Dans le cas ν = 0, la condition de stabilité du schéma (FE-BS) est que la vitesse de
convection c soit inférieure à la vitesse de courant :
∆t
|c( )| < 1
∆x

∆x
CF l =
∆t
Cette condition garantit que l’amplitude des perturbations ne croît pas dans le temps et
donc que le schéma est stable.

3
1.8
Dans le cas purement diffusif, c = 0, la condition de stabilité pour le schéma (FE-CS2)
est donnée par la condition de Courant-Friedrichs-Lewy (CFL). Plus précisément, on
2
a dt ≤ dxν . Cette condition garantit que le schéma est stable pour les solutions
purement diffusives donc :
∆t
|ν |<1
∆x2
.

1.9
Pour des valeurs de c et de ∆x données, La condition de stabilité pour les problèmes
convectifs dépend de ∆x à travers le terme ck∆t∆x , tandis que la condition de stabilité
ν∆t
pour les problèmes diffusifs dépend de ∆x à travers le terme ∆x 2 . Pour égaliser la

stabilité des deux types de problèmes, il faut trouver une valeur de ν qui rend ces deux
termes égaux qui est :
∆x
ν = c( )
2
Commentaire: en fonction de la finesse ∆x du maillage, la valeur de ν qui égalise la
stabilité des problèmes convectif et diffusif sera différente. Plus le maillage est fin,
moins de diffusion sera nécessaire pour maintenir la stabilité, car le maillage capture
déjà une grande partie des variations de la solution. À l’inverse, plus le maillage est
grossier, plus de diffusion sera nécessaire pour maintenir la stabilité.

1.10
Le schéma (FE-BS-CS2) est stable s’il respecte les conditions de stabilité pour chaque
schéma individuellement, c < CFl pour FE-BS et CFl < 1 pour FE-CS2.

1.11
Programme 1 à voir sur matlab

1.12
Dans le cas de l’équation de convection pure (6), le schéma RK1 est une méthode
d’approximation itérative pour résoudre cette équation. Il est simple à implémenter
mais peut donner des résultats instables pour des problèmes avec des solutions insta-
bles ou des solutions avec des variations rapides,vu que le RK1 correspond au schéma
d’Euler explicite et que celui cu est instable donc il est recommandé d’utiliser des pas
de temps trop petits pour garantir la stabilité de la solution mais il reste toujours le
problème de calcule qui augmente avec le nombre de points pour un calcule plus pré-
cis.

4
1.13
L’EDO canonique est donnée par : du dt = qu avec : u(0) = 1
La solution exacte de cette équation est :

u(t) = eqt

On peut utiliser le développement en série de Taylor pour approximer la solution exacte

en utilisant des termes de Taylor jusqu’à un certain ordre p.
∞
X (qt)n (qt)2 (qt)3
eqt = = 1 + qt + + + ...
n=0
n! 2! 3!

u(t + dt) = eq(t+dt) = eqt ∗ eqdt = u(t) ∗ eqdt

On peut alors utiliser les termes de cette série jusqu’à un certain ordre p pour approx-
imer la solution exacte.
Pour un ordre p = 1, on utilise le premier terme de la série, qui donne :
eqt ≈ 1 + qt
Cela donne :

u(t + dt) = eq(t+dt) ≈ 1 + qt + qdt = u(t) + dt ∗ qu

On peut remarquer que le facteur d’amplification de la solution exacte est eqdt Pour les
schémas Runge-Kutta d’ordre p, le facteur d’amplification est donné par :

u(t + dt) = u(t) + dt ∗ G(u(t))

où G est la fonction de l’EDO canonique. Si on utilise un schéma RKp pour approximer

la solution exacte, le facteur d’amplification sera donné par :

u(t + dt) = u(t) + dt ∗ G(u(t)) = u(t) + dt ∗ qu = u(t) ∗ (1 + qdt)

On peut voir que le facteur d’amplification des schémas RKp coïncide avec celui de la
solution exacte pour un ordre p = 1. Cela signifie que pour un ordre p = 1, le schéma
RK1 est exactement équivalent à la solution exacte de l’EDO canonique. Cependant,
pour des ordres p supérieurs, les facteurs d’amplification des schémas RKp ne coïnci-
dent pas avec ceux de la solution exacte,mais il peut être utilisé pour des résultats plus
précis.

1.14
Schéma RK1 : La limite de stabilité pour le schéma RK1 est définie par la ligne réelle
de |λ| ≤ 1, où λ = c∆t est un paramètre lié au pas de temps. Cela signifie que pour des
valeurs de λ avec un module inférieur ou égal à 1, la solution numérique reste stable.
Schéma RK2 : La limite de stabilité pour le schéma RK2 est définie par la courbe
de Von Neumann, qui est une courbe de cercle centrée sur l’origine du plan complexe

5
 q
avec un rayon de 12 . Cela signifie que pour des valeurs de λ à l’intérieur de cette
courbe, la solution numérique reste stable.
Schéma RK3 : La limite de stabilité pour le schéma RK3 est définie par une courbe
complexe, qui est généralement appelée
√
courbe de A-stability. Cette courbe est définie
1 3
par la relation: 3 (1 + 2 cos(θ)) + i 3 (2 sin(θ)) où θ ∈ [0, 2π]. Cela signifie que pour
des valeurs de λ à l’intérieur de cette courbe, la solution numérique reste stable. voir
la figure suivante :

1.15
Programme 2 à voir sur matlab

1.16
1.17