Analyse Numérique

Pr. Keltoum Chahour

18/04/2023

Analyse Numérique 1 / 17
Equations aux dérivées partielles (EDPs)

Analyse Numérique 2 / 17
Equations aux dérivées partielles (EDPs) : Définitions
▶ Ordre de l’EDP
Il s’agit du plus grand ordre des dérivées intervenant dans
l’équation.
▶ Type de l’EDP
En dimension 2 les EDPs s’écrivent sous la forme :

∂2u ∂2u ∂2u ∂u ∂u

a 2
+ b + c 2
+d +e + fu = g (1)
∂x ∂x∂y ∂y ∂x ∂y

En fonction du signe du déterminant δ = b 2 − 4ac

1. δ < 0 : EDPs paraboliques, ex : l’équation de chaleur.

2. δ = 0 : EDPs elliptiques, ex : l’équation de la membrane
élastique.
3. δ > 0 : EDPs hyperboliques, ex : l’équation des ondes.

Analyse Numérique 3 / 17
Equations aux dérivées partielles (EDPs) : Définitions

▶ EDP linéaire et non linéaire

On dit que l’EDP est linéaire si elle se met sous la forme
Lu = f , où u 7−→ Lu est une application linéaire par rapport à
u.

▶ Conditions aux bords

On distingue deux types de conditions au bord :

1. Dirichlet : lorsqu’elles sont de la forme u = g .

2. Neumann : lorsqu’elles sont de la forme du dz = g .
3. Il existe aussi des conditions aux bords mixtes.

Analyse Numérique 4 / 17
Equations aux dérivées partielles (EDPs) : Exemples

Equation d’élasticité

On modélise la position u(x) d’un fil élastique maintenu aux

éxtrémités x = 0 et x = 1 , soumis à une charge transversale
f (x) ∈ R et avec une rigidité c(x) ≥ 0 pour x ∈ [0, 1] :

∂2u
− (x) + c(x)u(x) = f (x), pour x ∈ ]0, 1[
∂x 2 (2)
u(0) = u(1) = 0
▶ f est le terme source de l’équation.

Analyse Numérique 5 / 17
Equations aux dérivées partielles (EDPs) : Exemples

Equation des ondes

On considère une membrane vibrante sur la frontière d’un domaine

D ⊂ R2 :

∂2u
ρ (t, x) − k∆u(t, x) = f (t, x), (t, x) ∈ [0, T ] × D
∂2t
∂u
= fl , (t, x) ∈ [0, T ] × ∂DN
∂x
u(t, x) = ul , (t, x) ∈ [0, T ] × ∂Dd
u(0, x) = u0 , x ∈ D
(3)

Analyse Numérique 6 / 17
Equations aux dérivées partielles (EDPs)
Méthode des différences finies

Pour écrire le problème approché, on fait appel aux formules de

dérivation numérique :
▶ Décentrée d’ordre 1
u(x + h) − u(x)
u ′ (x) ≈
h
▶ Centrée d’ordre 2
u(x + h) − u(x − h)
u ′ (x) ≈
2h
▶
u(x + h) − 2u(x) + u(x − h)
u ′′ (x) ≈
h2

Analyse Numérique 7 / 17
Equations aux dérivées partielles (EDPs) : Problème 1

▶ On considère le problème stationnaire elliptique aux limites

suivant :

∂2u
+ c(x)u(x) = f (x), x ∈]0, 1[
∂x 2 (4)
u(0) = g0 , u(1) = g1
f et c ≥ 0 sont des fonctions données sur [0, 1].
▶ Soit N ∈ N fixé, on définit les points de discrétisation du
maillage :
xi = ih, i ∈ {0, 1, . . . , N + 1}
▶ h= 1
N+1 est le pas de maillage.

Analyse Numérique 8 / 17
Equations aux dérivées partielles (EDPs) : Problème 1

▶ On cherche en chacun de ces points de discrétisation une

valeur approchée u(xi ) = ui .

▶ En écrivant l’équation approché en tout point xi de ]0,1[, on

obtient un système de n équations à n inconnus.

ui−1 − 2ui + ui+1

− + c(xi )ui = f (xi ), i ∈ {0, 1, . . . , N}
h2
u0 = g 0
uN+1 = g1
(5)

Analyse Numérique 9 / 17
Equations aux dérivées partielles (EDPs) : Problème 1

▶ Matriciellement, le problème s’écrit :

Ah uh = bh

f (x1 ) + hg02
   
u1
 u2   f (x2 ) 
.. .
   
uh = 

.

 bh = 
 .
.


   
uN−1   f (xN−1 ) 
uN f (xN ) + hg12

▶ Les conditions aux bords u0 et uN+1 n’apparaissent que dans

le vecteur bh .

Analyse Numérique 10 / 17
Equations aux dérivées partielles (EDPs) : Problème 1

   
2 −1 0 ···
0 c(x1 ) 0 0 0
...  .. 
−1 . .
 
−1 2 . 
  0 c(x2 ) 0 . 

1  
Ah = 2  0 . . . .. .. + . . . .
   
. 0.  0 . . 0 
h 
 .. ..   .. ..

. .

 . −1 2 −1  . 0 0 
0 ··· 0 −1 2 0 ··· 0 c(xN )

▶ La matrice Ah est tridiagonale, symétrique et inversible.

Analyse Numérique 11 / 17
Equations aux dérivées partielles (EDPs) : Convergence
▶ Définition On appelle erreur de consistance du schéma 5
Ah uh = bh le vecteur ϵh (u) de RN défini par :
 
u(x1 )
 u(x2 ) 
ϵh (u) = Ah (πh (u)) − bh , avec πh (u) =  . 
 
 .. 
u(xN )

On dit que le schéma est consistant pour la norme ∥.∥ de RN

si limh→0 ∥ϵh (u)∥ = 0
▶ Si de plus il existe C indépendant de h tel que :

∥ϵh (u)∥ ≤ Chp

Le schéma est dit d’ordre p.

Analyse Numérique 12 / 17
Equations aux dérivées partielles (EDPs) : Convergence

▶ En utilisant le développement de Taylor pour la dérivée

seconde, on obtient :

h2
∥ϵh (u)∥∞ ≤supy ∈[0,1] |u (4) (y )|
12
▶ L’erreur de convergence est la différence entre la solution
approchée uh et la solution exacte πh (u). On a :

h2
∥uh − πh (u)∥∞ = ∥(Ah )−1 ϵh (u)∥∞ ≤ supy ∈[0,1] |u (4) (y )|
96

On peut facilement montrer que ∥(Ah )−1 ∥∞ ≤ 1/8.

Analyse Numérique 13 / 17
Equations aux dérivées partielles (EDPs) : Stabilité

▶ Définition : Un schéma est dit stable si :

∃K > 0, ∀u0 , ∀n > 0 ||u n || ≤ K ||u0 ||

▶ La consistance + la stabilité implique la convergence.

▶ La stabilité est par rapport au temps.

Analyse Numérique 14 / 17
Equations aux dérivées partielles (EDPs) : Problème 2

Equation de la chaleur

▶ On se propose dans un second lieu d’étudier un problème

évolutif.

▶ On considère l’intervalle [0, L] :


 ∂u(x, t) ∂ 2 u(x, t)
 =κ
∂x 2

∂t

 u(0, t) = u(L, t) = 0, (∀t > 0)
 u(x, 0) = 1, (∀x ∈ [0, L])

Analyse Numérique 15 / 17
Equations aux dérivées partielles (EDPs) : Problème 2
Equation de la chaleur : schéma explicite

κ∆t
ujn+1 = cuj−1
n
+ (1 − 2c)ujn + cuj+1
n
, c=
∆x 2

 1 − 2c ··· 0

u1n+1 c u1n
 
 u n+1   c 1 − 2c c 0  n 
  u2 
 2 = . . . ..
 · · ·   ..
 .. .. .

 ··· 
n+1 n
uNx −1 0 ··· c 1 − 2c uNx −1
| {z } | {z } | {zn }
U n+1 A U

▶ Lemme : Le schéma explicite est stable en norme L∞ si et

seulement si la CFL suivante est satisfaite :

2κ∆t ≤ (∆x)2

Analyse Numérique 16 / 17
Equations aux dérivées partielles (EDPs) : Problème 2

Equation de la chaleur : schéma implicite

n+1
−cuj−1 + (1 + 2c)ujn+1 − cuj+1
n+1
= ujn

 
1 + 2c −c ··· 0 u1n+1
  n 
u
 −c 1 + 2c −c 0   n+1   1n 
  u2   u2 
 .. =

. .. .. .. 
···   ··· 
 . . . 
n+1 n
0 ··· −c 1 + 2c uN x −1
uN x −1
| {z } | {z } | {z }
U n
A U n+1

▶ Le schéma implicite est inconditionnellement stable !

Analyse Numérique 17 / 17