Method Es Numer I Que Sed Ps

Méthodes numériques des EDPs
Les équations différentielles aux dérivées partielles EDPs ce sont les équations de la
physique. Dans le domaine de l’engineering, les équations différentielles aux dérivées
partielles existent généralement soit en d’ordre 1 comme une fonction :
 u u 
F  x , t , u, ,  0
 x t 
Ou en d’ordre 2 comme :
 u u  2u  2u  2u 
F  x , t , u, , , , , 0
 x t x 2 t 2 xt 
La plus simple équation différentielle linéaire aux dérivées partielles est :

2u 2u 2u u u
A  x , t  2  2B  x , t   C  x , t  2  a x , t   b x , t   c  x , t u  f  x , t 
x x t t x t
A  x , t  , B  x , t  , C  x , t  , a  x , t  , b  x , t  et c  x , t  sont des fonctions de x et y. Si
f  x , t   0 l’équation différentielle est dite homogène. La classification de ces modèles peut
être faite algébriquement par la considération du discriminant   B 2  AC de l’EDP.
Une EDP hyperbolique si   0 , parabolique si   0 et elliptique si   0 .
Les fameuses équations différentielles aux dérivées partielles sont :
- L’équation de la convection et l’équation des ondes sont des exemples d’équations de type
hyperbolique,
u u  2u 2
2  u
a  0 et  c
t x t 2 x 2
- L’équation de la chaleur ou équation de la diffusion est une équation de type parabolique,
u  2u
 2
t x
- L’équation de Laplace est une équation de type elliptique,
 2u  2u
 0
x 2 y 2
u est une fonction de l’espaces x et y ; u  ux , y  .

Les équations différentielles aux dérivées partielles existent aussi sous forme de systèmes
différentielles comme les équations de Navier–Stockes ou de Barré de Saint–Venant.
La solution numérique des EDPs est un sujet très important, est faite généralement par les
méthodes, des différences finies, des éléments finis et des volumes finis.
- 86 -
1. Approximations par différences finies

Soit u  ux , t , une fonction de à deux variables x et t, généralement x traduit l’espace ou la
position par rapport à un point de référence et t traduit le temps, dans certain cas la fonction
dépend que des coordonnées x, y et de t c’est-à-dire u  ux , y , t  . Par exemple, un point
matériel déplace dans un plan Oxy, sa vitesse u est une fonction de sa position x i , y j  et du
temps tn, c’est-à-dire u  ux i , y j , t n  qui peut être notée aussi par u in, j .
Soit le domaine (Fig. 7.1) pour x de [ x0 , x N ] et pour
y de [ y0 , yM ] quadrillé par un réseau orthogonal dont
les côtés sont parallèles aux axes x et y. Le pas de
ui , j
discrétisation en x est noté h et le pas de
discrétisation en y est noté k. Les coordonnées d’un
point du maillage (nœud du réseau) seront donc
x0  ih, y0  jk .
Le développement de Taylor de la fonction
u  xi  h, y j  au voisinage du point de coordonnées
Fig. 7.1 : Domaine de travail.
x , y  en termes de x est :
i j
 u  1 2   2u 
ux i  h, y j   ux i , y j   h   h  2   O h2  
 x  i , j 2  x  i , j
Ce qui permet d’approcher la dérivée partielle de premier ordre par un schéma aux
différences finies avant :
 u   u  u  x i  h, y j   u  x i , y j 
u  x i  h, y j   u  x i , y j   h    O  h       O  h
 x i , j  x i , j h
où, O  h est l’erreur de troncature d’ordre.
Le développement de Taylor de la fonction. u  x i  h, y j  .au voisinage du point de
coordonnées  x , y  en
j termes de x est peut-être obtenu à partir de u  x i  h, y j  par la
substitution de h par –h, c’est-à-dire :
 u   u  u  x i , y j   u  x i  h, y j 
u  x i  h, y j   u  x i , y j   h    O  h       O  h
 x i , j  x i , j h
C’est le schéma aux différences finies arrière de la dérivée partielle d’ordre 1 en h.

Les développements de Taylor précédents peuvent être s’écrit aussi comme suit :
 u  1 2  2u 
u  xi  h, y j   u  xi , y j   h   h  2   O h2
 x i , j 2  x i , j
 
 u  1 2  2u 
u  xi  h, y j   u  xi , y j   h   h  2   O h2
 x i , j 2  x i , j
 
- 87 -
Ce qui conduit à exprimer la dérivée partielle par le schéma aux différences finies centrale :
 u  u  x i  h, y j   u  x i  h, y j 
 
 x i , j

2h
 O h2 
La dérivée partielle  u x i , j a été faite avec trois schémas aux différences finies, pour les
schémas avant et arrière, l’erreur de troncature est de premier ordre et pour le schéma
centrale est de deuxième ordre.
Alors la dérivée partielle par rapport à x peut être approchée par les formules suivantes :
 u  ux i  h, y j   uxi , y j  ui 1, j  ui , j
   
 x i , j h h
 u  uxi , y j   ux i  h, y j  ui , j  ui 1, j

   
 x i , j h h
 u  ux i  h, y j   ux i  h, y j  ui 1, j  ui 1 , j

   
 x i , j 2h 2h
La somme ux i  h, y j   ux i  h, y j  conduit à exprimer la dérivée partielle seconde par
rapport à x,
  2u  ux i  h, y j   2ux i , y j   ux i  h, y j 
 2  
 x h 2
 O h2 
 i , j
Qui peut être approchée par :
  2u  u  2ui , j  ui 1, j
 2   i 1 , j
 x i , j h2
De même, les dérivées partielles par rapport à y sont exprimées approximativement par :
 u  u u
   i , j 1 i , j , schéma avant,
 y i , j k
 u  u u
   i , j i , j 1 , schéma arrière,
 y i , j k
 u  u u
   i , j 1 i , j 1 , schéma centrale
 y  i , j 2k
  2u  u  2ui , j  ui , j 1
 2   i , j 1
 y i , j k2
Où k est le pas de discrétisation suivant la variable y.
De développement en série de Taylor de ux i  h, y j   ui 1 , j s’écrit aussi :
 u  1   2u    u  h
ui 1 , j  ui , j  h   h2  2      
 x  i , j 2  x  i , j   3  x  i , j  !
alors,
 u   u    2u  1   3u    1u  h
      h   h2  
2 
    
 y  i  1 , j   y  i , j  yx i , j 2  yx i , j  3  yx i , j !
- 88 -
aussi,
 u   u    2u  1   3u    1u   h
      h   h2  
2 
    
 y i 1 , j  y  i , j  yx i , j 2  yx i , j  3  yx  i , j !
par conséquent,
 u   u    2u    1u  h
      2h     

 1   1 
 y  i 1 , j  y  i 1, j  yx i , j  3  yx i , j !
ou,
  2u  u y i 1, j  u y i 1, j
    O h2  
 yx  i , j 2h
or,
 u  u u  u  u u
   
 i 1, j 1 i 1 , j 1  O k 2 et    i 1, j 1 i 1 , j 1  O k 2  
 y i 1, j 2k  y i 1, j 2k
alors,
  2u  u u u u
   i 1 , j 1 i 1 , j 1 i 1 , j 1 i 1 , j 1  O h2 , k 2  
 yx i , j 4hk
Avec le même raisonnement,

  2u  u u u u   2u 
 
  i 1 , j 1 i 1 , j 1 i 1 , j 1 i 1 , j 1  O h2 , k 2    
 x y  i , j 4hk  y  x  i , j
Les dérivées partielles,  2u x y et  2u yx , peuvent-être approchées par le schéma aux
différences finies :
  2u  u u u u
   i 1 , j 1 i 1 , j 1 i 1 , j 1 i 1 , j 1
 xy i , j 4hk
Les schémas aux différences finies des dérivées partielles, peuvent être utilisés dans
l’approximation des expressions différentielles, par exemple l’approximation du Laplacien
u  2u x 2   2u y 2 est exprimé par :
ui 1 , j  2ui , j  ui 1 , j ui , j 1  2ui , j  ui , j 1
u  2

h k2
La même approche est appliquée si en plus la fonction solution u dépend du temps t, c’est-
à-dire u  x , y , t  . Si τ est le pas de discrétisation pour le temps, la dérivée partielle de la
fonction u par rapport à t est approchée par le schéma aux différences finies centrale :
n
 u  uin,j 1  uin,j 1
  
 t  i , j 2
Les schémas aux différences finies (Fig. 7.2) ainsi obtenus représentent que le ‘‘sommet de
l’iceberg’’ dans l’approximation des dérivées partielles, nous avons vu que les schémas aux
différences finie arrière et avant de la dérivée  u x i , j ont une erreur de troncature de
l’ordre de O  h , par conséquent ces deux approximations sont appelées aussi les schémas aux
différences de première ordre, on peut montrer (Hirsch, 2007) que les schémas aux
- 89 -
différences de deuxième ordre avant et arrière et centrales de la dérivée u x i , j sont

explicités par exemple par :
 u   ui 2, j  4ui 1, j  3ui , j
    O h2  
 x i , j 2h
 u  3ui , j  4ui 1, j  3ui 2, j

    O h2  
 x i , j 2h
 u  ui 1 , j 1  ui 1 , j 1 u u u u
    2 i 1 , j i 1, j  i  , j 1 i 1, j 1  O h2  
 x i , j 6h 3h 6h
 u  ui 1 , j  ui , j  u  ui , j  ui 1 , j  u  ui 1 , j  ui 1 , j
        
 x
 i , j h x
 i , j h  x  i , j 2h
  2u  u  2ui , j  ui 1 , j
 2   i 1 , j  u  u u  u  ui , j  ui , j 1
  x i , j h2    i , j 1 i , j   
 y  i , j k y
 i , j k
 u  u u   2u  u  2ui , j  ui , j 1   2u  u u u u
   i , j 1 i , j 1  2   i , j 1    i 1 , j 1 i 1 , j 1 i 1 , j 1 i 1 , j 1
k2 x  y 4 hk
 y  i , j 2k  y  i , j  i , j
Fig. 7.2 : Schémas aux différences finies des dérivées partielles.
Aussi les schémas aux différences avant et arrière de troisième ordre de la dérivée partielle
u x i , j peuvent être explicités par exemple comme :
 u   ui 2, j  6ui 1 , j  3ui , j  2ui 1 , j
  
x 6 h
 O h3  
 i , j
 u  2ui 1 , j  3ui , j  6ui 1 , j  ui 2, j
  
x 6 h
 O h3  
 i , j
- 90 -
La dérivée partielle   u x 
2 2
a été approchée par ui 1 , j  2ui , j  ui 1 , j  h2 avec une
i, j
erreur de troncature de deuxième ordre. L’approximation de la même dérivée avec une erreur
de troncature de l’ordre 4 est exprimé par :
  2u   ui  2 , j  16ui 1 , j  30ui , j  16ui 1 , j  ui 2 , j
 2  
 x  i , j 12h2
Cette approximation, dépend de cinq termes ui 2 , j , ui 1 , j , ui , j , ui 1 , j et ui  2 , j (Fig. 7.3).
Fig. 7.3 : Schéma aux différences finies d’ordre 4 de la dérivée 2u x 2   i, j

.
2. Equations aux différences

Les expressions algébriques citées précédemment sont des approximations des différents
types de dérivée partielle. Soit à titre d’exemple l’équation différentielle aux dérivées
partielles :
u  2u
 0
t x 2
Qui peut être approché par l’équation :
uin1  uin1 uin1  2uin  uin1
2

h 2
2 n1 n1 n
 n n

 0 ou, h ui  ui  2 ui 1  2ui  ui 1  0  
L’équation obtenue est une relation algébrique entre les
termes uin1 , uin1 , uin1 , uin et uin1 s’appelle équation aux
uin1
différences ou le schéma aux différences de l’équation
différentielle (Fig. 7.4). Il est clair que l’équation aux
uin 1 uin uin 1
différences, c’est une approximation de l’équation
différentielle dont l’erreur de l’approximation peut être
évaluée puisque : uin 1
nn1 n1
 u  ui  ui
  
t 2
O  2  
 i
et, Fig. 7.4 : Disposition des différents
n points d’une équation aux différences.
 2u  uin1  2uin  uin1
 2   2
 O h2  
 x i h
soit,
n n 1 nn1
2
 u    u  ui  ui uin1  2uin  uin1

 t   t 2 
 i 

2

h2
 O h2 ,  2  0  
i
- 91 -
 
O h2 ,  2 est l’erreur de troncature de l’équation aux différences.
La résolution numérique d’une équation différentielle au dérivée partielle consiste à

calculer pour chaque point  x i , t n  (nœud) la valeur du terme uin au moyen de l’équation aux
différences, celle-ci qui est un schéma récursif de deux (i et n) ou de trois (i, j et n) degrés de
libertés, dont son emploi nécessite une grande précaution. Une équation aux différences
formée doit être consistante, convergente et stable pour quelle donne des résultats
acceptables (Franz et al., 1997).
Un schéma aux différences finies est dit consistant ou compatible, si les équations aux
différences sont construites à partir d’une expression équivalente à l’équation de départ au
 
second ordre près. Cela signifie que l’erreur de troncature O h2 ,  2 tend vers zéro, lorsque
les dimensions du maillage h et τ tendent vers zéro.
Un schéma aux différences est stable si la différence entre la solution numérique et la
solution exacte reste borné si t tend vers l'infini. La stabilité d’un schéma aux différences
finies est une propriété globale de l’algorithme qui en découle. Elle concerne essentiellement
le comportement numérique qui se manifeste lorsque les pas de discrétisation tendent tous
vers 0.
La stabilité d'un schéma aux différences finies, peut être déterminée grâce à l'analyse de
von Neumann (Charney et al., 1950). Pour étudier la stabilité d’un schéma aux différences
considérant, uin  gne ji ou g est le facteur d’amplification qui est une fonction de θ et j est le
nombre imaginaire 
c’est-à-dire. j 2  1 .par  substitution dans l’équation aux
différences comme suit :
gn1e ji  gn1e ji gne j i 1  2gne ji  gne j i 1 g  g1 e j  2  e j
  0   0
2 h2 2 h2
Pour que le schéma soit stable, il faut que g    1 .
Un schéma aux différences finies est dit convergent si la différence entre les solutions
numériques en un point fixe tends vers zéro quand lorsque les dimensions du maillage h et τ
tendent vers zéro. Sous certaines hypothèses, le théorème de Lax (Lax et Richtmyer, 1956)
montre que la stabilité est une condition nécessaire et suffisante pour assurer la convergence
Généralement, il y a deux formes de schémas aux différences qui sont utilisés pour
résoudre numériquement les équations différentielles aux dérivées partielles : le schéma
explicite et le schéma implicite.
3. Schémas explicites et implicites

Dans un schéma explicite, les valeurs inconnues sont déterminées d’une façon séquentielle
le long du temps. Plusieurs schémas explicites (Chaudhry, 2008, Sturm, 2001) sont utilisés
pour exprimer les différences finies u t et u x , leurs buts consistent à la détermination
de uin1 sachant que uin sont connues quelques soit i. Parmi les schémas explicites citons à titre
d’exemple les schémas de Lax–Friedrish et Leapfrog qui peuvent être utilisés dans n’importe
quel type d’EDP. Autres types de schémas aux différences tel que le schéma de Upwind, Lax &
- 92 -
Wendroff (1960) ou de MacCormack et al., (1972) sont utilisés pour les EDPs de type
hyperbolique.
Suivant le schéma explicite de Lax–Friedrichs, les deux dérivées partielles u t , u x et

la fonction u sont exprimées pour un point de coordonnées  x i , t n  comme suit (Fig. 7.5) :
n n
 u  1  n 1 1 n  ,  u  uin1  uin1
   u
 i  u i 1 u n
i 1      et
 t  i   2   x  i 2h
uin1
1

uin  uin1  uin1
2

uin1 uin 1
Et suivant le schéma explicite Leapfrog, les dérivées
partielles u t , u x sont exprimées par les schémas aux
différences finies centrales pour un point de coordonnées
 xi , t n  , c’est-à-dire (Fig. 7.6) :
n
u n 1  u in 1 un  un
n Fig. 7.5 : Schéma diffusive de
 u  u
   i et    i 1 i 1 Lax-Friedrichs.
 t  i 2  x  i 2h
u est approché par uin (Liggett et al., 1975). Suivant les conditions initiales et aux limites du
problème le schéma explicite permet de calculer pour un temps tn+1 fixé séquentiellement les
valeurs uin1 , i , par contre le schéma implicite peut être déduit du schéma explicite du
problème, comme il peut être obtenu à partir du schéma aux différences des de la fonction u
et les deux dérivées partielles u t , u x dans le point de coordonnées  xi 1 , t n1  par le
schéma de Preissmann.(1961) explicité comme suit :
n1 n n 1 n
uin1
u u u  u u 
   i 1 i 1
  1    i i

t       uin1 uin 1
u  u n 1  uin 1   u n  u in 
   i 1   1    i 1 
x h h uin 1
   
u   uin11  1    uin1   1    uin1  1    uin 
 .et..  .sont respectivement des coefficients de pondération Fig. 7.6 : Schéma leapfrog.
en temps et en espace, prenant une valeur entre 0 et 1. Pour
  0.5 , ces équations donnent le schéma classique de
u
Preissmann ; il en résulte que : x
uin1 uin
- pour   0 ; le schéma devient complètement explicite, u
t
- pour   1 ; le schéma devient complètement implicite,
- pour   0.5 ; le schéma est centré-implicite à quatre points. uin uin
Le schéma implicite sert à calculer la valeur uin11 sachant que

les valeurs uin1 , uin .et. uin1 sont connues (Fig. 7.7). Le schéma
Fig. 7.7 : Schéma implicite.
implicite de Preissmann est utilisé dans le calcul des
- 93 -
écoulements non permanent à surface libre (Liggett et al., 1975 ; Cunge et al., 1980).
3.1. EDPs hyperboliques. Equation de transport

L’équation de transport ou de convection unidimensionnelle est une EDP de type
hyperbolique, traduit le transport d’une quantité scalaire u définie par une unité de volume
avec une vitesse de convection a. Soit le problème avec les conditions initiale et au limite
inférieure :
 u u
 t  a x  0 ,

u x , 0    x , 0  x  L ,

u 0 , t    t , t  0 .

Ce type de problème possède la solution exacte suivante (Strikwerda, 2004) :
 x  at  si x  at  0,

ux , t     x
  t  a  si x  at  0.
  
Pour appliquer la méthode des différences finies, soit h et τ
les pas de discrétisation de l’espace et du temps, par
conséquent uin  uxi , t n   uih, n  (Fig. 7.8). Les conditions
du problème peuvent être interprété comme suit :
u  x , 0     x   ui0    ih i  0, 1, , N
Fig. 7.8 : Discrétisation du domaine.
u  0, t     x   u0n    n  n  0, 1, 2, 
La résolution numérique du problème revient donc à calculer uin quel que soit i  0, 1, , N
et n  0, 1, 2, 
3.1.1. Schéma d’Euler

Le schéma explicite d’Euler est le plus simple schéma aux différences finies, qui consiste
à approcher  u  x ni par un schéma central et  u  t ni par un schéma avant de première
ordre, par conséquent l’équation aux différences de l’EDP est :
uin1  uin uin1  uin1   
a  0  uin 1  uin1  uin  uin1 ou,   a
 2h 2 2 h
Pour utiliser cette équation aux différences, une analyse de la stabilité est essentielle, soit
u  gne ji par conséquent :
n
i
 
gn1e ji  g ne j i 1   gne ji  gne j i 1   g   1  j  sin
2 2
La fonction g  est une fonction complexe, alors la valeur absolue de cette fonction est :
g    1   2 sin 2 
Elle strictement supérieure à 1, c’est-à-dire ce schéma aux différences est instable.
- 94 -
De ce schéma explicite d’Euler, soit le schéma d’Euler implicite, qui consiste à approcher le
second terme de l’équation pour le niveau n+1, c’est-à-dire :
uin1  uin uin11  uin11
a  0  uin11  2uin1  uin11  2uin
 2h
L’analyse de la stabilité conduit à la fonction complexe :
1 1
g    g   1
1  j sin  1   sin  
2 2 2
Qui montre que ce schéma est stable.

L’équation aux différences obtenue conduit à un système d’équations linéaires qui peut
être s’écrit sous la forme matricielle tridiagonale suivante :
Sous forme compacte :

MUn1  2Un  Un1  2M1Un  Un1   2
n1
M 
1 n1
U0
3.1.2. Schémas Upwind

Les schémas explicites Upwind sont généralement de trois formes suivant l’ordre de
n
l’approximation de la dérivée partielle u x i . Pour le schéma Upwind de premier ordre, la
n
dérivée partielle u x i est approchée par un schéma aux différences de premier ordre
arrière, par conséquent l’équation aux différences est explicitée comme suit :
uin 1  uin uin  uin1
a  0  uin 1   uin1  1   uin
 h
Le schéma Upwind implicite de premier ordre peut être déduit :
uin1  uin uin1  uin11

a  0   uin1  1   uin1  uin
 h
n
Pour le schéma Upwind de deuxième ordre, la dérivée partielle u x i est approchée par
un schéma aux différences de deuxième ordre arrière, par conséquent l’équation aux
différences pour ces deux schémas i = 1, 2, 3, . . ., N et n = 0, 1, 2, . . . est explicitée comme suit :
uin1  uin 3uin  4uin1  uin2   3 
a  0  uin1   uin2  2uin1   1   uin
 2h 2  2 
Le schéma Upwind implicite de seconde ordre peut être s’écrit alors :
uin1  uin 3uin1  4uin11  uin21
a  0  uin21  4uin11  2  3 uin1  2uin
 2h
- 95 -
n
Dans le cas d’un schéma Upwind de troisième ordre, la dérivée partielle u x i est
approchée par un schéma aux différences arrière de troisième ordre, l’équation aux
différences devient :
uin1  uin 2uin1  3uin  6uin1  uin2 1  1  1
a 0  uin1    uin2   uin1   1   uin   uin1
 6h 6  2  3
n n
Mais pour le calcul de uNn1 , soit u x N 1  u x N , c’est-à-dire :
2u Nn  3u Nn 1  6u Nn 2  u Nn 3 2u Nn 1  3u Nn  6u Nn 1  u Nn 2  u Nn  9u Nn 1  7u Nn 2  u Nn 3
  u Nn 1 
6h 6h 2
Par substitution dans l’équation aux différences
uNn1 peut être calculé :
    
uNn1   uNn 3  uNn 2  uNn 3   1  uNn
6 6 2  3
Le schéma Upwind implicite de seconde ordre
peut être s’écrit alors :
uin1  uin 2uin11  3uin1  6uin11  uin21
a 0
 6h
c’est-à-dire,
 uin21  6 uin11  32   uin1  2 uin11  6uin
3.1.3. Schéma de Lax-Friedrichs Fig. 7.9 : Exemple d’application du schéma

L’équation aux différences obtenue suivant le Upwind à l’équation du transport.
schéma de Lax-Friedrichs est :
1 n
u in  1  
u i  1  u in1  u n  u in1 1
2  a i 1 0  1   u in1  1 1   u in 1  u in  1
 2h 2 2
Pour étudier la stabilité de ce schéma soit, uin  gne ji par conséquent :
1
1   g ne j i 1   1 1   g ne j i 1   g n1e ji  g    cos   j sin 
2 2
soit,

g   cos 2   2 sin 2   1  2  1 sin 2  
Il est clair que g   1    1 c’est la condition de stabilité du schéma appelé aussi la
condition CFL (Courant–Friedrichs–Lewy) (Courant et al., 1928).
Remarquons que ce schéma est un système linéaire tri-diagonale, peut-être s’écrit sous la
forme matricielle suivante :
1
U n1  MU n
2
alors,
1 1 1 1
U1  MU 0 et U 2  MU 1  2 M 2 U 0 ,  , U n 1  n 1 M n 1 U 0
2 2 2 2
- 96 -
avec,
 0 1 0 0   u1n  u1n1    h 
1     n  n 1    2h 
 0 1   u2  u2   
 0 1 0 1   u3n  u3n1    3h 
  n   n 1   0  
M . . .  , U   .  , U   .  et U   . 
 1 0 1 0   .   .   . 
   n  n 1   
 1 0 1   uN  uN 1   N  1h
 0 0 1 0  u n   u n 1    Nh 
  N  N   
3.1.4. Schéma Leapfrog

L’équation aux différences obtenue suivant
le schéma Leapfrog est :
uin1  uin1 un  un
 a i 1 i 1  0  uin1  uin  uin1  uin1
2 2h
Dans ce schéma, on suppose que
n n
u x  N 1  u x  par conséquent :
N
uNn  uNn 2 uNn 1  uNn 1

  uNn 1  uNn  uNn 1  uNn 2
2h 2h
Aussi on remarque que pour calculer ui2 les
valeurs ui0 sont connues et ui1 peuvent être
estimées suivant la proposition suivante : Fig. 7.10 : Exemple d’application du schéma de
1 0 Lax–Friedrichs à l’équation du transport.
quand   0  u  u i i
alors,
  1ui0   ui11 , i  1 , 2, 3, ..., N  1 ,
ui2  
ui0   ui01   ui02 , i  N .
n1
Par conséquent le calcul de ui pour n = 2, 3, 4, . . .
se fait comme suit :
uin  uin1  uin1 , i  1, 2, 3, ..., N  1,

uin1  
uin  uin1  uin2 , i  N.
n1 n1
On peut considérer aussi uN 1  uN :
  1ui0  ui11 , i  1, 2, 3, ..., N  1,

ui2  
ui21 , i  N .
Fig. 7.11 : Exemple d’application du schéma
n1 leapfrog à l’équation du transport.
Et le calcul de u i pour, n = 2, 3, 4, . . . se fait
comme suit :
n1
uin  uin1  uin1 , i  1, 2, 3, ..., N  1,
u i 
uin11 , i  N.
- 97 -
et le calcul de uin1 pour, n = 2, 3, 4, . . . se fait comme suit :
n1
uin  uin1  uin1 , i  1, 2, 3, ..., N  1,
u i 
uin11 , i  N .
Le schéma Leapfrog (Fig. 7.11) est stable si la condition de Courant–Friedrichs–Lewy CFL

(Courant et al., 1928) est vraie.
3.1.5. Schéma MacCormack

Le schéma explicite de MacCormack (1969) s’effectue en deux étapes :
- Etape de prédiction, qui consiste à calculer la quantité ~ ui n1 .obtenue à partir de la
considération des schémas pour les deux dérivées partielles :
 u 
n ~
ui n1  uin  u 
n
u n  u in
   et    i 1
 t  i   x  i h
par conséquent,
u u ~
u n1  uin un  un
a 0  i  a i 1 i  0
t x  h
ou,
~ 
ui n1  uin   uin1  uin 
- Etape de correction, qui consiste à calculer la quantité uin1 par :
uin  ~
ui n1  ~n1 ~n1
uin1 
2

 ui  ui 1
2

3.2. EDPs paraboliques. Equation de la chaleur ou de la diffusion
En physique, l'équation de la chaleur ou de la diffusion unidimensionnelle est une équation
aux dérivées partielles de seconde ordre de type parabolique, soit le problème suivant avec
les conditions initiales et au limite pour 0  x  L et t  0 :
u  2u
 a 2 avec ux , 0   x , u0, t   T1 t  et uL , t   T2 t 
t x
u  x , t  est la variation de la température pour un
point de position x pendant le temps t. Plusieurs
phénomènes ont le même modèle mathématique, par
exemple le rabattement du niveau phréatique d’une
nappe libre lors du pompage en régime permanent, uin
diffusion des substances (pollution) dans un
écoulement d’un fluide visqueux…
Sur le domaine discrétisé (Fig. 7.12)
u  ux i , t n   ux0  ih, t 0  n 
n
i ou i  0 , 1 , ..., N .et
n0, 1, . . . , la condition initiale u  x , 0    x  .s’écrit Fig. 7.12 : Conditions initiale et aux limites.
- 98 -
ui0    xi  .pour i  0, 1, , N et les deux conditions aux limites u  0, t   T1  t  .et

u  L, t   T2  t  s’écrivent respectivement comme u0n  T1  t n  et uNn  T2  t n  pour n  0, 1, .
Suivant ces conditions, il est clair que les valeurs de la solution numérique de l’équation
différentielle qu’il faut déterminer correspondent à uin pour i  1, 2, ..., N  1 et n1, 2, . . . ,
3.2.1. Schémas classiques

Le plus simple schéma aux différences est le schéma avant pour la dérivée partielle u t ,
soit :
uin 1  uin uin 1  2uin  uin1
a 2
 uin 1  uin1  1  2 uin  uin1
 h
où, µ est une grandeur adimensionnelle exprimée par :

 a
h2
Pour étudier la stabilité de ce schéma soit : u in  g n e ji   g n cos i    j sin i  , par
substitution dans l’équation aux différences on obtient :
 
gn1e ji  gne j i 1  1  2 gne ji  gne j i 1  g   e j  e  j  1  2 
où,
1
g    1  4  sin 2 
2
Pour que ce schéma soit stable il faut que g   1, par conséquent :
1 1 1 1
 1  1  4 sin2   1  2  4 sin2   0  4 sin2   20   
2 2 2 2
Il faut choisir les pas de discrétisation τ et h de façon à avoir   1 2 pour que le schéma aux
différences soit stable.
n1
Suivant les conditions initiale et aux limites, ce schéma permet de calculer facilement ui
pour i  1, 2, ..., N  1 et n  0, 1,  Soit l’algorithme :
ui0   x 0  ih ,  i  0 , 2, ..., N ,

u0  T1 t 0  n , u N  T2 t 0  n ,
n n

 n1   n  0, 1, . . .
u
 i   u n
i 1  1  2  u n
i   u n
i 1 ,  i  1 , 2 , ..., N  1 . 
De même schéma explicite, le schéma implicite peut être obtenu facilement :

uin1  uin uin11  2uin1  uin11
a 2
  uin11  1  2 uin1  uin11  uin
 h
Remarquons que ce schéma est un système linéaire tri-diagonale symétrique, peut-être s’écrit
sous la forme matricielle suivante :
MUn1  U n  U n1  M 1U n  Un1  M 1   n1

U0
- 99 -
avec,
3.2.2. Schéma de Crank–Nicholson

Ce type de schéma est peut-être formé par la moyenne des deux schémas explicite et
implicite, c’est-à-dire :
1 1
uin  1  uin   uin1  2uin  uin1    uin11  2uin  1  uin11 
2 2
Ce schéma est d’ordre deux en temps et en espace. Sa fonction d’amplification est :
1
1  2 sin2 
g   2  g   1
21
1  2 sin 
2
Le schéma de Crank-Nicholson est un schéma implicite et stable par conséquent il est
convergent d’après le théorème de Lax.
3.2.3. Schéma de Lax - Friedrichs

L’application du schéma explicite de Lax–Friedrichs à cette équation conduit à l’équation
aux différences suivante :
1
2

uin1  uin1  uin1  un  2uin  uin1 1 

 a i 1
h2
2
 
 uin1      uin1  uin1  2uin
 
Suivant les conditions initiales et aux limites, ce schéma permet de calculer facilement uin1
pour i  1, 2, ..., N  1 et n0, 1, . . . soit par conséquent l’algorithme :
ui0   x0  ih,  i  0, 2, ..., N ,


u0n  T1 t 0  n , uNn  T2 t 0  n , 
 
 n1  1  n  n  0, 1, . . .
ui     
 u i 1  un
i1  2un
i ,  i  1, 2, ..., N  1.
 2  
4. EDPs elliptiques. Equation de Poisson et de Laplace

Une interprétation physique des équations elliptiques provient de la notion de flux
conservatif donné par un gradient. Cette notion fournit un modèle mathématique pour des
lois de conservation à l’équilibre en comportement linéaire. Cela peut être appliqué à de
nombreux domaines des sciences pour l’ingénieur.
L’équation différentielle de type elliptique ou équation de Poisson est donnée par :
2u  2u
  f x , y 
x 2 y 2
- 100 -
x et y sont respectivement l’abscisse et l’ordonnée. L’opérateur   2 x2  2 y2 s’appelle le

laplacien, dans le cas où u  0 on a l’équation de Laplace.
ui , j 1
Le schéma aux différences finies de l’équation de Poisson
pour un point xi , y j 
ui 1, j ui , j ui 1, j
ui 1, j  2ui , j  ui 1, j ui , j 1  2ui , j  ui , j 1
2
  fi , j
h k2 ui , j 1
c’est-à-dire :
1  h2 h2 
ui , j  2  u i  1 , j  u i  1 , j  2
u i , j  1  u
2 i , j 1
 h2 f i , j 
 h  k k
2 1  2   
Fig. 7.13 : Schéma de cinq points de
 k 
l’opérateur de Laplace.
L’équation aux différences est un schéma à cinq points
d’ordre deux (Fig. 7.13).
Dans le cas ou le domaine de la solution est de type circulaire, l’équation différentielle
devient en coordonnées polaire r,   comme suit :
1   u  1  2u
r    f r ,  
r r  r  r 2  2
Avec 0  r  R et 0    2 , par conséquent le schéma aux différences finies pour ri r0  i et
 j  0  j est :
1 u  ui , j u  ui  1 , j  1 1 ui , j 1  2ui , j  ui , j 1
 ri 1 2 i 1 , j  ri 1 2 i , j   2  fi , j
ri      ri 2
Le schéma aux différences finies fournie un systèmes d’équations linéaires Au = B dont la

matrice A est symétrique. Pour résoudre ce système deux types deux méthodes itératives sont
souvent utilisées, la méthode de Gauss–Seidel et la méthode de surrelaxation successive.
L’algorithme de calcul des cinq points basé sur la méthode itérative de Gauss–Seidel se fait
par un script MATLAB comme suit :
A=(h/k)^2;
B=0.5/(1+A);
for N=1:NombreMaxIteration
for i=1:N
for j=1:M
u(i,j)=B*(u(i+1,j)+u(i-1,j)+A*u(i,j+1)+A*u(i,j-1)-f(i,j)*h^2);
end
end
end
Pour comprendre la mise en œuvre pratique de cette méthode, soit le problème elliptique :
2u 2u
 0
x 2 y2
avec comme conditions aux limites de type de Dirichlet :
- 101 -
1
u x , 0   2 x , ux , 1   2 sin x  0  x  1
2
u0, y   0, u1, y   2  0  y  1
Considérant h = k =1/3 comme pas de discrétisation, par
conséquent les points qu’il faut déterminer sont (Fig. 7.14) :
U1  u1,1 , U2  u1,2 , U3  u2,1 et U4  u2,2
Le schéma aux différences finies de cette équation
différentielle est :
1
ui , j 
4

u i  1 , j  ui  1 , j  u i , j  1  ui , j  1  Fig. 7.14 : Domaine de calcul.
Son application permet de donner le système d’équations :

1   1
u1 ,1 
4
u  u0 ,1  u1 ,2  u1 ,0 
2 ,1 
U 1  4 U3  u0 ,1  U 2  u1 ,0  
  4U1  U 2  U3  u0 ,1  u1 ,0
1 1
u1 ,2 
4

u2 ,2  u0 ,2  u1 ,3  u1 ,1 

 
U  U  u  u  U1
 2 4 4 0 , 2 1 ,3
  
 U1  4U 2  U 4  u0 ,2  u1 ,3
  ou 
1 U  1 u  U  U  u  U1  4U3  U 4  u3 ,1  u2,0
u2 ,1 
4

u3,1  u1 ,1  u2,2  u2 ,0 
  3 4
3 ,1 1 4 2 ,0  

   U 2  U3  4U 4  u3 ,2  u2,3
1 1
u2 ,2 
4

u3,2  u1 ,2  u2,3  u2 ,1 


U 4  u3 ,2  U 2  u2 ,3  U3
 4
 
Suivant les conditions aux limites,
1
u x i , 0   ui ,0  2 x i , u x i , 1   ui ,3  2 sin x i
2
u0, y j   u0 , j  0, u1, y j   u3, j  2
Par conséquent,
u0 ,1  0, u1 ,0  2 3 , u0 ,2  0, u1 ,3  1, u3,1  2, u2 ,0  4 3 , u3,2  2 et u2,3  1.73
Le système d’équations obtenu, s’écrit sous forme matricielle :
 4  1  1 0  U1   u0,1  u1,0 
    
  1 4 0  1  U2   u0,2  u1,3 
  1 0 4  1 . U    u  u 
   3   3,1 2,0 
 0  1  1 4  U   u  u 
   4   3,2 2,3 
Ce système permet de donner facilement les valeurs de U1 , U2 , U3 et U4 correspondant
respectivement à u1,1 , u1,2 , u2,1 et u2,2 , c’est-à-dire :
u1,1  0.7111, u1,2  0.7971, u2,1  1.3804 et u2,2  1.4774
5. Application de la méthode des différences finies

5.1. Equation de Burgers
L'équation de Burgers est une équation aux dérivées partielles quasi-linéaire parabolique
issue de la mécanique des fluides. Elle apparaît dans divers domaines, comme la modélisation
- 102 -
de la dynamique des gaz, de l'acoustique ou du trafic routier. L’équation de Burgers est

exprimée par :
u u 2u
 u  2
t x x
u la vitesse et ν la viscosité cinématique. Les conditions :
u  x , 0  f  x  , 0  x  1
u  0, t   g1  t 
 , 0  x T
u 1, t   g2  t 
Le schéma explicite aux différences est exprimé par :
uin1  uin uin1  uin1 un  2uin  uin1
 uin   i 1
 2h h2
c’est-à-dire,
 h   h 
uin1  1  2  uin     uin  uin1     uin  uin1 ,
 2   2 
avec,

 , i  2, 3,  , imax  1 et n  1, 2, 
h2
Le schéma aux différences pour les conditions est :
ui1  f  ih , i  2, 3,  , imax
u1n  g1  n 
 n , n  1, 2, 
uimax  g2  n 
Le schéma aux différence est stable pour   0.5 .
Le schéma implicite aux différences finies de l’équation différentielle est exprimé par :
uin1  uin uin11  uin11
n uin11  2uin1  uin11
u i 
 2h h2
c’est-à-dire,
 n  n 1 n1  n  n1 n
 ui    ui 1  1  2  ui   ui    ui 1  ui
 2h   2h 
Avec les mêmes conditions initiale et aux limites, l’avantage du schéma implicite est stable et
pour n ou, n  1, 2,  , le système d’équations est à résoudre pour déterminer les inconnues
uin1 pour i  2, 3,  , imax  1
5.2. Equation de réaction-diffusion

L'équation différentielle aux dérivées partielles de réaction-diffusion est dite aussi
équation de Zeldovich est une équation non linéaire, elle est exprimée par :
u 2u
  u 1  u  u    ,  est un paramètre
t x 2
avec les conditions initiale et aux limites
- 103 -
u  x , 0  f  x  , 0  x  10
u  0, t   c1 , u 10, t   c2 , 0  x  T
Le schéma explicite de l’équation différentielle est explicité par :
uin1  uin uin1  2uin  uin1


h2  
 uin 1  uin uin   
soit,
    
uin1  1  2  uin   uin1  uin1   uin 1  uin uin   , i  2, 3,  , imax  1, n  1, 2, 
Le schéma implicite stable aux différences finies de l’équation différentielle est obtenu par le
schéma de Crank-Nicolson :
uin1  uin uin1  2uin  uin1 uin11  2uin1  uin11


2h2

2h2

 uin 1  uin uin   
5.3. Équation des milieux poreux
L’équation des milieux poreux est :
2
u  u   2u
 u 2
t  x  x
avec les conditions initiale et aux limites :
u  x , 0  x , 0  x  1
u  0, t   t , u 1, t   1  t , 0  x  T
Cette équation est rencontrée dans les problèmes non linéaires de transfert de chaleur et de
masse, de la théorie de la combustion et d'écoulement en milieu poreux. Il a également des
applications à de nombreux systèmes physiques, y compris la dynamique des fluides des
couches minces.
Le schéma explicite de l’équation différentielle est explicité par :
2
uin1  uin  uin1  uin1  n n n
n ui 1  2ui  ui 1
   ui
  2h  h2
c’est-à-dire :
 2
uin1  uin 
4
un
i 1  uin1   
 uin uin1  2uin  uin1 i  2, 3,  , imax  1, n  1, 2, 
5.4. Ecoulement non permanent à surface libre

La méthode des différences finies comme technique numérique de recherche d’une
solution approchée aux équations différentielles aux dérivées partielles est très utilisée dans
le domaine de l’engineering. Dans le domaine de l’hydraulique par exemple, le problème des
écoulements non permanent à surface libre, les écoulements dans les milieux poreux, la
propagation de la pollution dans l’eau etc…, sont parmi les problèmes ou la méthode des
différences finies se mis en jeu afin de déterminer une solution ou un ordre de grandeur de la
solution de ces types de problèmes…
Le modèle mathématique d’un écoulement non permanent unidimensionnelle à surface
libre dans un canal prismatique est explicité par les équations de Saint–Venant est un
- 104 -
problème hyperbolique exprimé par le système d’équations différentielles aux dérivées

partielles :
 S Q
 t  x  0 ,

 2
 1 Q  1    Q   g y  gI  J   0.
 S t S x  S  x
Les inconnus sont le débit Q  Q x , t  et la hauteur y  y x , t  de la surface libre. La

section transversale S de l’écoulement est exprimée en fonction de la hauteur y et la perte de
charge J est exprimée en fonction de Q, S et y suivant la formule de Manning.
Plusieurs schémas explicites et implicites ont été utilisés pour chercher une solution
approchée suivant les conditions initiale et aux limites (Fig. 7.15).
uin 1 uin11
uin1 u in uin1
Fig. 7.15 : Grille de calcul pour la résolution numérique des équations de Saint-Venant.
5.4.1. Schéma explicite de Lax-Friedrichs

L’application du schéma explicite de Lax–Friedrichs à ce système conduit à :
1 n  n
S in  1 
2

S i  1  S in1  
2h

Q i 1  Qin1 
Q in 1 
1 n
 
Q i  1  Q in1  
   
  Q in 1
2

2
Q in1  

 g  S in 1  S in1  y
n
i 1  y in1 

 I   S in1 J in1  S in1 J in1 
n n
2 2h  S i 1 S i 1  2  2h  
Le schéma obtenu est consistant si h2   0 quand h et   0.
5.4.2. Schéma explicite de Leapfrog

L’application du schéma explicite de Leapfrog à ce système conduit à :

S in1  S in1 
h
Q n
i 1  Qin1 
- 105 -
  Qin1  Qin1  
2 2   yn  yn   Qin Qin1  Qin1    n
Q n1 n
Q    n  g  i 1 i 1 
2 I  S
i i   i
n
h  Si1 Si1 

h 2 
 K  n
i
2 

K, est la débitance du canal, elle dépend de y, et elle est exprimée en fonction de la section S du
périmètre mouillé pm, le coefficient de rugosité de Manning n et le facteur kn  1.0 m1 3s 1 . Son
expression analytique est : K  y   kn S 5 3 npm2 3 .
5.4.3. Schéma explicite de Lax-Wendroff

Ce schéma est composé de deux étapes (Fig. 7.16) : Prédiction et Correction.
Fig. 7.16 : Schéma de Lax–Wendroff.

Dans la l’étape Prédiction :
~ n 1 2 1 n 

S i 1 2  S i 1  S in 
2 2h

Q in1  Q in  
~ n1 2 1 n
 n
Q i 1 2  Q i 1  Q i 
  Q in1
 
2

Q in    
2
 
  g  Sn  Sn  y
n
i 1  y in 

 I   S in1 J in1  S in J in 
2 
i 1 i
2 2h  S in1 S in 
  2h  
n1 n1
Dans l’étape Correction, le schéma Leapfrog est appliqué pour déterminer S i et Q i :
 ~ n1 2 ~
S in  1  S in 
h
Q i 1 2  Q in1122 
~ n 1 2
Q n 1 n
 Q   ~ n 1 2

  Qi 1 2   Q~    gS   y
2
n 1 2
i 1 2
2
k
n 1 2
i 1 2  y in1122   2 I  Qin Q~n 1 2
i 1 2
~

 Qin1122  
i i ~ n 1 2  i  
h  S i 1 2

S i 1 2 
 
h 
 K 
n 2
i
2

5.4.4. Schéma explicite de MacCormack

Le schéma explicite de MacCormack (Anderson et al., 1984) est un cas particulier du
schéma de Lax–Wendroff, il est très utilisé dans la résolution numérique de ce type de
problème d’écoulement non permanent à surface libre (Fennema et Chaudhry, 1986). Il
permet de déterminer la solution approchée suivant deux étapes, étape de prédiction et étape
de correction. Pour appliquer ce schéma, le système d’équations de Barré de Saint–Venant est
mis sous la forme vectorielle suivante :
- 106 -
U F
 A
t  x
avec,
 Q 
S   2  et A   0 
U    , F   Q  
Q   
 gSy   gS I  J 
 S 
L’étape de prédiction consiste à former à partir des schémas :
U Uip  Uni F Fin  Fin1
 et 
t  x h
la quantité,

U ip  U ni 
h
Fi
n

 Fin1  A ni
p
Calculer U ip signifié que la section Sip et le débit Q i alors Fip et A ip sont déduite en fonction
de Sip et Q ip comme suit :
 Qip   0 
    Qip Qip  
p
 
Fi   Q i2 p
p p
p
et A i   gS p  I  
  S p  gS i yi   i 2 p 
K i   
 i   
L’étape de correction consiste à former à partir des schémas :
U Uci  Uni F Fip  Fip1
 et 
t  x h
La quantité Uci obtenue aussi par substitution dans la forme vectorielle, c’est-à-dire :

U ci  U ni 
h
F i
p

 Fip1  A ip
Finalement la solution cherchée est la valeur moyenne de la prédiction et la correction

(Chaudhry, 2008),
1 p
U ni1 
2

U i  U ci 
Généralement l’étape de prédiction est calculée pour pn1(arrière) et la partie correction
pour c  n  1 (avant) (Chaudhry, 2008).
Ces schémas aux différences sont stables si la condition de Koren est vérifiée, celle-ci qui
découle de la condition de Courant-Friedrichs-Lewy (CFL), c’est-à-dire :
1  2Fr 0  1

gS
Fr 0 0
v0
Où, Fr 0 est le nombre de Froude de l’écoulement uniforme à l’état initial.
5.4.5. Schéma implicite

Le schéma implicite le plus utilisé est de Preissman(1961), les termes du système
d’équations de Saint–Venant, sont explicités en différence finie comme suit :
- 107 -
S 1  S in1  S in11  1  S in  S in1  S in1  S in

      
t   2   2  
Q Qn1  Qin1 Qn  Qn
  i 1  1   i 1 i
x h h
Q 1  Qin1  Qin11  1  Qin  Qin1  Qin1  Qin
      
t   2   2  
  Q2 
    

 Q2 S n1
i 1 
  Q2 S 
n1
i
 1  
 Q S    Q S 
2 n
i 1
2 n
i
x  S  h h
n1
h n1 h  hin1 n h
n
 hn
S   S i i 1  1    S i i 1 i
x h h
n1 n1 n n
JS   J i S i  1    J i S i
D’après Fread.(1973 et 1974), le coefficient de pondération.  .est compris entre 0.55 et 0.6. La
substitution dans le système d’équations, permet d’obtenir le système aux schémas de
différences :
 h n 1
 n
  n1
 S i  S i 1   Q i 1  Q i
n 1
 
 1    Q in 1  Q in  0 , 

 h n  1  Q 2  n 1  Q 2  n 1   Q 2  n  Q2  
n
 n

 Q i  Q i             1            
   S  i  1  S  i    S  i  1  S  i 

    
 g S in  1 H in11  H in  1  1   g S in H in 1  H in   h J in  1 S in  1  1   h J in S in  0 .

Les termes inconnues dans ce système sont ceux qui ont l’indice supérieure n  1 , c'est-à-
dire Q n1 , S n1 , H n1 et J n1 , or S n1 pouvant être exprimés en fonction de H n1 et J n1
s’exprime en fonction de Q n1 et S n1 suivant la formule de Manning. Par conséquent J n1 peut
être exprimé en fonction de Q n1 et H n1 . Alors, le système d’équations possède les inconnues
Q n1 et H n1 , en d’autres termes les vrais inconnues sont Qin1 , Qin11 et Hin1 , Hin11 .
Pour i  1, 2, 3 ,..., N  1, les équations du système contiennent chacune quatre

inconnues, qui peuvent être symbolisées par Ci Qin1 , Hin1 , Qin11 , Hin11   0 pour l’équation de
continuité et par Mi Qin1 , Hin1 , Qin11 , Hin11   0 pour l’équation de la conservation de la quantité
de mouvement M i Qin1 , H in1 , Qin11 , H in11   0 .
Dans le domaine discrétisé (Fig. 7.16), les deux équations du système (continuité et
conservation de la quantité de mouvement) sont considérées pour N  1 grilles rectangulaires
chacune, la limite supérieure (amont) correspond à i 1, et la limite inférieure (aval) à i  N ce
qui conduit à résoudre 2N  2 équations.
Une variété de conditions aux limites (amont et aval) peut être prise en considération. Si le
débit à l’entrée est constant, l’équation des conditions aux limites supérieures est de type de
Dirichlet :
Q1n1  Q0
- 108 -
Si l’écoulement dans la limite aval est critique, alors :

Q Nn 1 LnN1
1
gS n 1 3
N 
LnN1 dans le nombre de Froude, est la largeur équivalent dans la limite inférieur du canal. Pour
un long canal, l’écoulement à la limite inférieure est considéré normal, et la condition à la
limite aval peut être exprimée par l’équation :
J Nn1  I
Les équations aux conditions aux limites (amont et aval) peuvent être symbolisées pour la
limite supérieure (amont) par B1 Q1n1 , H1n1   0 et pour la limite inférieure (aval) par
  n1 n1 n1 n1
BN QNn1 , HNn1  0 . Alors, la détermination de Qi , Qi1 , Hi et Hi1 pour i  1, 2, 3 ,..., N se fait
par la résolution du système d’équations non linéaires suivant :

 B 1 Q 1n  1 ,


H 1n  1  0 ,

 C i Q in  1 , 
H in  1 , Q in11 , H in11  0 , 
   i  1 , 2 , ..., N  1

M i Qi ,
n1

H in  1 , Q in11 , H in11  0 , 


 B N Q Nn  1 , 
H Nn  1  0 .
Ce système d’équations peut être résolu par la méthode de Newton–Raphson afin de
déterminer les Q in 1 , H in 1 , Q in11 et H in11 pour i  1 , 2 , ..., N  1 .
6. Exercices résolus
Exercice 1
En utilisant le développement de Taylor trouver :
n
 u  1
   
 11uin  18uin 1  9uin 2  2uin 3  O h3   
 x  i 6h
Pour simplifier les formules, soit la notation compacte de la dérivée partielle :

n n n
 u  n   2u    3u 
   u x i ,  2   uxx ni et  3   uxxx ni
 x  i  x  i  x  i
considérant,
1
u x ni 
6h

au in  bu in1  cu in 2  du in3  O h3   
et cherchant les facteurs a, b, c et d. soit les développements de Taylor d’ordre 3 de
uin1 , uin2 et uin3 :
h2 3
u in 1  u in  h u x i 
n
u xx ni  h u xxx ni  O h 3 
2 6
2 3
u n
u n
 2hu  
2h
n n
u xx i  2h
u xxx ni  O 2h3  
i 2 i x i
2 6
h2 3
uin  2hu x i  4
n
u xx ni  8 h u xxx ni  O h3
 
2 6
- 109 -
uin3  uin  3hu x i 

n 3h2 u n  3h3 u n  O 3h3  
xx i xxx i
2 6
h2 3
n
uin  3hu x i  9 u xx ni  27 h u xxx ni  O h3
 
2 6
alors,
n h2
auin  buin1  cuin2  duin3  a  b  c  d uin  b  2c  3d hux i  b  4c  9d  uxx ni
2
h3
6
uxxx ni  O h3  6hux ni
 b  8c  27d   
L’identification entre les deux termes droits et à gauche conduit au système d’équations :
a  b  c  d  0, a  11
b  2c  3d  6, b  18
 
  
b  4c  9d  0, c  9
b  8c  27d  0. d  2
finalement,
1
u x ni 
6h

 11uin  18uin1  9uin2  2uin3  O h3   
ce qu’il faut trouver comme résultat.
Exercice 2
Déterminer la famille des schémas de second ordre de la dérivée partielle u x ni sous la
forme :
n
 u  1 n n
 n n
   aui 2  bui 1  cui  dui 1  O h
x h
2
  
 i
Soit les développements de uin1 , uin1 et uin2 d’ordre deux en série de Taylor :
2
h2
n
u in 1  u in  hu x i  u xx ni  O h2 , uin1  uin  hu x ni  h u xx ni  O h2
   
2 2
h2
n
u in 2  u in  2h u x i  4
2
 
u xx ni  O h 2
alors,
h2
au n
i 2  bun
i 1
n
 cu  du
i
n
i 1  a  b  c  d u   2a  b  d hu
n
i
n
x i
2
n
 
 4a  b  d  uxx i  O h2
ou,
2
a  b  c  d uin   2a  b  d hux ni  4a  b  d  h uxx ni  O h2   hux ni
2
par identification membre à membre :
a  b  c  d  0 , a  c 3 ,
 
  2a  b  d  1 ,   b   1  2c  2 ,
4a  b  d  0. d  3  2c  6 .
 
par conséquent,
n
 u  1
   
2cu in2  31  2c uin1  6cu in  3  2c uin1  O h2   
 x  i 6h
- 110 -
Si c  0 on retrouve l’expression du schéma centrale de la dérivée partielle :

n
 u  1 n

 x
 
2 h

u i  1  u in 1  O h 2   
 i
Exercice 3
Analyser la stabilité du schéma au différences suivant :
uin1  uin uin1  uin1
a 0
 2h
Pour illustrer l'analyse de stabilité, en remplaçant uin par gne ji alors le schéma aux différences
devient :
g n1 e ji  g n e ji g n e j i 1   g n e j i 1   g 1 e j  e  j 
a  g n e ji  a   0
 2h   2h 
qui donne :
g  1  j sin 
alors,
2
g   1  2 sin 2 
Puisque g    1,  0     alors le schéma est instable.
Exercice 4
Soit l’équation différentielle aux dérivées partielle :
u u
a u 0
t x
Etudier la stabilité du schéma aux différences, si le schéma appliqué à l’équation est celle de
Lax–Friedrichs modifiée.
La méthode de Lax–Friedrichs modifiée est un schéma explicite qui consiste à :
n n
 u  1  n1 1 n   u  u n  uin1
  2
n


    ui  ui 1  ui 1  ,    i 1
t x 2h
et uuin 
 i    i
par conséquent l’EDP devient :
n
1  n1 1 n  uin1 n

 n
 ui  ui 1  ui 1
2
  a u i 1
2h
 ui  0

n n ji
remplaçant u par g e , l’expression précédente devient :
i
1  n1 ji 1 n j i 1   a n j i 1 
g e  g e
2
  g n e j i 1    g e  
 g ne j i 1   g n e ji  0 
  2h
c’est-à-dire,
1 1 j  j  a ji
g e e
2
   
e  e  j  1  0  g  cos    j sin  
  2h
par conséquent,
2 2
g  cos      2 sin 2   1  2 cos    2  2
or,
2 cos  2
- 111 -
alors,
2
g  1  2 cos    2  2  1  2   2  2
mais,
 
1  2   2  2  1  2  1  a2 h2  2  1  2   2  1   
2
ce qui conduit à,
2 2
g  1     g  1 
La fonction g est une fonction qui dépend de  ,  et h. Pour étudier la stabilité, soit le
théorème suivant :
Si la fonction g dépend de  ,  et h, alors, le schéma aux différences finies est stable s’il existe un
constant K indépendant de  ,  et h sachant que :
g  1  K
Si la fonction g dépend que de  , la condition de stabilité se résume à la condition :
g   1
Pour ce schéma K  1 , par conséquent le schéma aux différences de l’équation différentielle est
stable selon ce théorème.
Exercice 5
Soit le schéma aux différences constitué suivant deux étapes Prédiction–Correction :
Prédiction :
~ 
ui n1  uin  u in1  uin1   f i n
2
Correction :
1 n1
uin1  ~ ui 1  2~
ui n 1  ~
ui n11 
4
Etudier la stabilité de ce schéma suivant l’analyse de von Neumann.
L’analyse de von Neumann consiste à remplacer uin par gne ji , par conséquent le schéma
prédicteur devient :
~ 
 
ui n1  g n e ji  g n e j i 1   g n e j i 1   g n e ji 1  j sin  
2
alors,
~
ui n11  g n e j i 1  1  j sin   et ~
ui n11  g n e j i 1  1  j sin  
Le schéma correcteur devient :
1 ~ n 1 1 n j i 1 
uin 1  ui 1  2~
 ui n1  ~
ui n11   g n1 e ji  
g e 
 2 g n e ji  g n e j i 1  1  j sin  
4 4
ou,
1 j 1
g
4
 
e  2  e  j 1  j sin    cos   1 1  j sin  
2
alors,
1
g 
2
cos  12 1  2 sin 2   cos4 1  1  2 sin 2 
   
4 2
Pour que ce schéma soit stable, il faut que g 2  1 , c’est-à-dire :
- 112 -
1 1  1 1 
2
 
cos 4  1  2 sin 2   1  cos 4   1  42 sin 2  cos 2    1
2  2 2 
1 1 1 1  1  1  1  1 
42 sin2  cos2  cos4   1  cos4   1  cos2  1  cos2    sin2  1  cos2  
2 2 2 2  2  2  2  2 
et puisque,
1 1
sin 2   1 et cos 2   1
2 2
alors ,
1 1 1 1 1
4 2 sin 2  cos 2  cos 4   1  cos 2   4 2  2   2 
2 2 2 2 2
Pour que le schéma Prédicteur – Correcteur soit stable, il faut que :
1

2
Exercice 6
En utilisant la méthode des différences finies avant pour h  0.2 et   0.02 , déterminer une
solution numérique du problème suivant :
 2u u
 , 0  x  1, 0  t  0.2,
x 2 t
u  0, t   u 1, t   0, 0  t  0.2,
u  x , 0  4 x 1  x  , 0  x  1.
On a les schémas aux différences :

 2u uin1  2uin  uin1
x 2 h2
u uin1  uin
t 
et les schémas aux différences :
 2u u uin1  2uin  uin1 uin1  uin
  
x 2 t h2 
soit,
    
uin1  2
uin1   1  2 2  uin  2 uin1
h  h  h
h  0.2 , le pas de discrétisation de l’intervalle [0, 1], soit xi , i  1,  , 6
  0.02 , le pas de discrétisation de l’intervalle [0, 0.02], soit t n , n  1,  , 11
Pour les conditions aux limites du problèmes
u  0, t   u 1, t   0, 0  t  0.2  u1n  u6n  0, n  1, 2 , , 11
u  x , 0   4 x 1  x  , 0  x  1  ui1  4  i  1  1   i  1  h  h, i  2, 3 ,4, 5
Le schéma aux différences finies du problème est :
- 113 -
    
uin1  uin1   1  2 2  uin  2 uin1 , i  2, 3, 4, 5 et n  1, 3,  , 10,
2
h  h  h
n n
u1  u6  0, n  1, 2 , , 11,
ui1  4  i  1  1   i  1  h  h, i  2, 3 ,4, 5.  h  0.2,   0.02
qui peut être programmé dans le script MATLAB
suivant :
tau=0.02; h=0.2;
t=0:tau:0.2; x=0:h:1;
for n=1:numel(t)
u(1,n)=0;
u(6,n)=0;
end
for i=2:numel(x)-1
u(i,1)=4*(i-1)*(1-(i-1)*h)*h;
end
l=to/(h^2);
for i=2:numel(x)-1
for n=1:numel(t)-1
u(i,n+1)=l*u(i+1,n)+(1-2*l)*u(i,n)+l*u(i-1,n);
end
end
surfc(t,x,u)
son exécution conduit au résultats représentés dans la figure ci-dessus.
Exercice 7
Soit l’équation différentielle aux dérivées partielles suivante :
u  3u
a 3  f
t x
- Appliquer le schéma de Lax–Friedrichs pour déterminer l’équation aux différences finies de
l’EDP.
- Etudier la consistance et la stabilité du schéma obtenu.
- Le schéma de Lax–Friedrichs concerne un schéma spécifique de la dérivée par rapport au
temps c’est-à-dire : n
 u  1  n1 1 n 

n
    u i  u i  1  u i 1  
 t  i   2 
et un schéma central de la dérivée par rapport à l’espace. L’approximation de la dérivée
partielle d’ordre trois par un schéma centrale est explicitée comme suit :
n
  3u  u n  2uin1  2uin1  uin2
 3   i 2
 x  i 2h3
remplaçant dans l’EDP :
1  n 1 1 n  uin2  2uin1  2uin1  uin2

u
 i 
2
u 
i 1  u n

i 1   a
2h 3
 f in

ou,
1 n  a 
uin1 
2
   
ui 1  uin1   3  uin2  2uin1  2uin1  uin2  f i n
 2h 
- 114 -
- Pour étudier la consistance, soit le développement en série de Taylor de uin1 et uin1 :

n n n
2 3
 u  1   u  1   u 
u n
i 1  u  h   h2  2   h3  3   O h 4
n
i  
  x  i 2  x  i 6   x  i
alors,
n n n
1 n 1   2u  u in 1  u in1   u  1 2   3u 
2
 
u i  1  u in1  u in  h 2  2   O h 4
2  x  i
  et
2h
  
  h  3   O h
4
 x  i 6  x  i
aussi,
n
  3u  un  un 2  un  un 
 3   i 2 3 i 2  2  i 1 i 1 
 x  i 2h h  2h 
ou,
n n n
  3u  uin2  uin2 2  u  1   3u 
 3   3
 2     3   O h4  
 x  i 2h h  x  i 3   x  i
donc,
n
  3u  u n  2u in 1  2u in1  u in 2
 3   i  2
 x 2 h 3
 O h4  
 i
et,
n n n
 u  1  n1 1 2   2u   1  n1 1 2   2u    2 h4 
n 4  2 n
 
   ui  ui  h  2   O h  O   ui  ui  h  2   O  ,  
 
 t  i   2  x  i 



2  x  i 
 
L’erreur de troncature de cette EDP est O 2 , h4  , h4  qui tend vers 0 quand h et τ tendent
vers 0, par conséquent le schéma aux différences est consistant.
Pour étudier la stabilité du schéma, soit. uin  gne ji .en remplaçant dans l’équation aux
différences, on obtient :
 a 
g  cos  j  3 sin 2  2sin  
h 
alors,
2
2  a  2
g  cos    3  sin 2  2sin  
2
h
 
or,
sin 2  2 sin  2sin cos  2 sin  2 sin cos  1
 1 1   1 1 1 1 
2sin cos  1  2sin  cos2   sin2   1   2 sin  cos2   sin2   cos2   sin 2  
 2 2   2 2 2 2 
1
 4 sin sin 2 
2
alors,
2
2  a  1  16 a 2 
g  cos 2   16  3  sin 2  sin 4  2  1   3  2
h  2  h 
de cette formule, il peut exister un constant K de façon à avoir,
g  1  K
Donc le schéma aux différences de l’EDP est stable.
- 115 -
Exercice 8
Soit l’EDP avec les conditions initiales et aux limites :
u u
  0, 2  x  3, t  0
t x
1  x si x  1,
u  x , 0    x   
0 si x  1.
u  2, t   0, t  0
1. En utilisant le schéma de Lax–Friedrichs pour   0.8 et h  0.1 , déterminer une solution
approchée de l’EDP.
2. Tracer la solution approchée pour t = 1.6 et la comparez avec la solution exacte
u x , 1 .6    x  1 .6  .
3. Comparez la solution approchée par le même schéma avec la solution exacte
ux , 1.6    x  1.6  si   1.6 .
1. l’application du schéma de Lax–Friedrichs à cette équation conduit à :

n n
1  n 1 1 n  u  u i 1 1 1
 2
 n

 u i  u i  1  u i 1   i  1
2h
 0  u in  1  1   u in 1  1   u in 1
2 2

Or,   0.8 , alors l’équation aux différences du problème est :
u in 1  0 .9u in1  0 .1u in1
Le domaine de travail de ce problème est x   2, 3 et t  0 ,   la génération des variables
x et t se font comme suit :
x 1  2,
t 1  0,
x 2  x 1  h,
t2  t1    ,
x 3  x 2  h  x 1  2h,
t 3  t 2    t 1  2  2 ,
. . . . . . . .
. . . . . . . .
x i  x1  i  1h,
t n  t 1  n  1  n  1 ,
. . . . . . . .
. . . . . . . .
x N  x 1  N  1h  3
  0.8 et h  0.1 alors   0.08 et par conséquent N  1  3  x 1  h  N  1  3  2 0.1  51
pour la condition initiale,
1  x si x  1, 1  x i si x i  1,
ux , 0   x     ui1    i  1, 2, ..., N
0 si x  1. 0 si x i  1.
pour la condition à la limite,

u  2 , t   0  u1n  0  n  1 , 2 , ...
D’après l’équation aux différences, la condition initiale et la condition à la limite supérieure,

ce processus explicite permet de calculer que N-(n+1) valeurs de uin1 c’est-à-dire seulement
pour i  1, 2, 3, ..., N  n  1 , et on remarque très bien que le nombre de valeurs de uin1
- 116 -
diminue en fonction de l’augmentation de n (Fig. 7.17). Et pour résoudre ce problème on

considère (Strikwerda, 2004) l’égalité :
u Nn1  u Nn11
Finalement, le processus qui permet de déterminer une solution numérique de l’équation
différentielle par la méthode des différences finies :
1  x i si x i  1,
ui1    i  1, 2, ..., N
0 si x i  1.
u1n  0  n  1, 2, ...
0.9uin1  0.1uin1 si i  2, 3, ..., N  1,
uin1  
uin11 si i  N .
uin
Le script MATLAB basant sur ce processus
permet de trouver la solution numérique
(Fig. 7.18) pour une évolution du phénomène
dans un temps fini (t = 1.6).
a=1;
tau=0.08; Fig. 7.17 : Les points qui peuvent être calculés.
h=0.1;
x=-2:h:3;
t=0:tau:1.6;
N=numel(x); M=numel(t);
for i=1:N
if abs(x(i))<=1
u(i,1)=1-abs(x(i));
else
u(i,1)=0;
end
end
for n=1:M
u(1,n)=0;
end
for n=1:M-1
for i=2:N
if i==N
u(i,n+1)=u(i-1,n+1); Fig. 7.18 : Résolution avec Lax–Friedrichs.
else
u(i,n+1)=0.9*u(i-1,n)+0.1*u(i+1,n);
end
end
end
mesh(t,x,u) %(Fig. 7.18)
2. La comparaison de la solution approchée par la méthode des différences finies et la solution

exacte de l’équation ux , 1.6    x  1.6  pour   0.8 est représentée dans la figure ci-
dessous (Fig. 7.19).
- 117 -
3. De même, la comparaison de la solution approchée par la méthode des différences finies et

la solution exacte de l’équation ux , 1.6    x  1.6  pour   1.6 avec la précédente (cas de
  0.8 ) est représentée dans la figure ci-dessous (Fig. 7.20).
Fig. 7.19 : Comparaison ente la solution approchée Fig. 7.20 : Comparaison ente les solutions
et la solution exacte pour (λ = 0.8). approchées pour (λ = 0.8) et pour
(λ = 1.6) et la solution exacte.
Exercice 9
Soit l’équation de convection avec les conditions initiale et aux limites suivants :
Ou x  est une fonction dépend de la position x est exprimée par :

0 , x  0 .9

10 x  0 .9 , 0 .9  x  1
 x   
 
10 1 .1  x , 1  x  1 .1
0 , x  1 .1

1. Sachant que les pas de discrétisation h  0.05 et   0.04 , déterminer une solution
numérique de cette équation en utilisant le schéma explicite de Lax–Friedrichs.
2. Comparer la solution obtenue avec celle de la solution exacte du problème est qui exprimée
par :
ux , t    x  1.5
1. Soit le script, qui utilise la fonction FonctionPhi2x :

h=0.05; tau=0.04; lamda=tau/h;
x=0:h:2; t=0:tau:0.5;
N=numel(x); M=numel(t);
for i=1:N, u(i,1)=FonctionPhi2x(x(i)),end
for n=1:M, u(1,n)=0,end
for n=1:M-1
for i=2:N
if i==N, u(i,n+1)=u(i-1,n+1);
- 118 -
else,u(i,n+1)=0.5*(1+lamda)*u(i-1,n)+0.5*(1-lamda)*u(i+1,n),end
end
end
mesh(t,x,u) %(Fig. 7.21)
function [phi] = FonctionPhi2x(x)
if x<=0.9
phi=0;
elseif (x>0.9) && (x<=1)
phi=10*(x-0.9);
elseif (x>1) && (x<=1.1)
phi=10*(1.1-x);
else
phi=0;
end
end
Permettant d’avoir la solution sous la forme graphique suivante (Fig. 7.21)

2. La comparaison de la solution approchée par la méthode des différences finies et la solution
exacte ux , t    x  1.5 est représentée dans la figure ci-contre dessous (Fig. 7.22).
Fig. 7.21 : Résolution avec Lax–Friedrichs. Fig. 7.22 : Comparaison ente la solution approchée
et la solution exacte.
Exercice 10
 u  2u
   0 x   , t  0
On considère, pour l’équation de la chaleur :   t x 2
u x , 0    x   x   .

Le schéma d’approximation par différences finies sur un maillage régulier de pas h en espace
et τ en temps (schéma de Gear) :
3uin 1  4uin  uin1 u n1  uin11  2uin 1
  i 1 0
2 h2
Note on pourra poser   2 h 2
1. Dessiner le schéma, de quel type de schéma s’agit-il ?
2. Analysez la stabilité du schéma par la méthode de von Neumann.
3. Quel est l’ordre du schéma ?
- 119 -
1. La figure suivante (Fig. 7.23).donne le stencil du schéma aux différences de l’équation

différentielle.
2. Pour l’analyse de la stabilité par von Neumann, soit :
uin  gne ji
en remplaçant dans le schéma aux différences :
j  i 1 j  i 1
3 gn1e ji  4 gne ji  gn1e ji gn  1e  4 g n 1e  2 gn1e ji
 0
2 h2
ou,
3g  4  g 1 ge j  ge  j  2g
 0
2 h2
Devient après simplification,
1
3g  4   2 g cos   1   0
g
sachant que,
cos   cos  12   12    cos 2 12   sin 2 12 
et :
cos 2 12   sin 2 12   1
alors,
cos   1  cos 2 12   sin 2 12   cos 2 12   sin 2 12    2 sin 2 12 
soit :
3  4  sin 2 1
2  g 2  4 g  1  0
t
L’équation obtenue est de second degré, son
tn+1
discriminant est :
2
 
'   2  3  4 sin 2 12   1  4 sin 2 12  tn
Si ' 0 , c’est-à-dire, 1  4  sin 2 12   0 h

tn-1
l’équation possède alors deux racines : τ
 x
2  1  4 sin2 12 
 g1  , xi-1 xi xi+1
 3  4 sin2 12 
 Fig. 7.23 : Stencil du schéma aux
 2  1  4 sin2 12  différences.
 g2  .
 3  4 sin2 12 
or,
1  4 sin 2 12   0  4 sin 2 12   1    1 4
par conséquent,
g 1  1 et g2  1
le schéma aux différences est stable si :

 1
2

h 8
3. Pour l’équation différentielle :
n
  2u  u n  2u in  u in1
 2   i 1 2
 O h2  
 x  i h
- 120 -
et cherchons l’ordre du schéma :

n n 1
 u  3u  4uin  uin1
   i
 t  i 2
soit les développements :
alors,
n n
 u   u 
3uin 1  uin 1  4uin  2    O    3uin 1  uin 1  4uin  2    O  
 t  i  t  i
n
 u  3u n1  4uin  uin 1
    i  O  
 t  i 2
finalement,
n n
 u   2u  3uin1  4uin  uin1 uin1  2uin  uin1
    2   0 
   2
 O h2  O   0 
 t i  x i 2 h
donc le schéma aux différences est de l’ordre 1 en temps et d’ordre 2 en espace.
Exercice 11
Considérons l'équation de Laplace d'une fonction de deux variables indépendantes
z  f x , y  :
 2 f x , y   2 f x , y 
 0
x 2 y 2
Avec x, y ∊ [0, 1] et les conditions aux limites du problème sont :
0 x  0,  y

0 y  0,  x
f x , y   
1 x  1, y  0
1 y  1, x  0

Résoudre par la méthode des différences finies en prend comme pas de discrétisation h.=.0.25.
D’après le schéma aux différences finies centrales, l’équation de Laplace devient :

         
f x i  1 , y j  f x i  1 , y j  f x i , y j  1  f x i , y j 1 u i , j  1  4 f x i , y j  0
Suivant les conditions aux limites et le pas de discrétisation suivant x et y qui est h.=.0.25.
alors il faut déterminer les valeurs de la fonction f dans les points dont les coordonnées
0 .25 , 0 .25 , 0 .25 , 0 .50 , 0 .25 , 0 .75  , 0 .50 , 0 .25 , 0.50 , 0.50  , 0 .50 , 0 .75 ,
0 .75 , 0 .25 , 0 .75 , 0 .50  et 0 .75 , 0 .75 .
Les valeurs des 16 points correspondants aux conditions aux limites sont connues (Fig. 7.24).
L'équation pour chacun des points du maillage, dans l'ordre indiqué ci-dessus, est :
f 0.50 , 0.25  f 0.25, 0.50   4 f 0.25, 0.25  0  f 0.00 , 0.25  f 0.25, 0.00   0
f 0.50, 0.50  f 0.25, 0.75  f 0.25, 0.25  4 f 0.25, 0.50  0  f 0.00, 0.50   0
- 121 -
f 0.50 , 0.75  f 0.25, 0.50   4 f 0.25, 0.75  0  f 0.00 , 0.75  f 0.25, 1.00   1
f 0.75 , 0.25   f 0.25 , 0 .25   f 0 .50 , 0 .50   4 f 0.50 , 0.25   0  f 0 .50 , 0.00   0
f 0.75 , 0.50   f 0.25 , 0.50   f 0.50 , 0.75  f 0.50 , 0.25  4 f 0.50 , 0.50   0
f 0.75, 0.75   f 0.25, 0.75  f 0.50 , 0.50   4 f 0.50 , 0.75  0  f 0.50 , 1.00  1
f 0.50 , 0.25  f 0.75, 0.50   4 f 0.75, 0.25  0  f 1.00 , 0.25  f 0.75, 0.00   1
f 0.50 , 0.50   f 0.75, 0.75  f 0.75, 0.25  4 f 0.75, 0.50  0  f 1.00, 0.50  1
f 0.50 , 0.75  f 0.75, 0.50   4 f 0.75, 0.75  0  f 1.00 , 0.75  f 0.75 , 1.00   2
Qui peut être s’écrit sous la forme matricielle :

 4 1 0 1 0 0 0 0 0   f 0.25, 0.25  0 
 0.50  0 
 1 4 1
 0 1 0 0 0 0   f 0.25,  
0 1 4 0 0 1 0 0 0   f 0.25, 0.75  1
    
1 0 0 4 1 0 1 0 0   f 0.50, 0.25  0 
0 1 0 1 4 1 0 1 0   f 0.50, 0.50   0 
    
0 0 1 0 1 4 0 0 1   f 0.50, 0.75  1
0 0 0 1 0 0 4 1 0   f 0.75, 0.25  1
    
0 0 0 0 1 0 1  4 1   f 0.75, 0.50  1
 0.75  2
0
 0 0 0 0 1 0 1  4  f 0.75,
Fig. 7.24 : The mesh représentation.
La résolution du système d’équations linéaires avec MATLAB conduit à la solution suivante :

f  0.25, 0.25  0.14 f  0.50, 0.25  0.29 f  0.75, 0.25  0.50
f  0.25, 0.50   0.29 f  0.50, 0.50   0.50 f  0.75, 0.50   0.71
f  0.25, 0.75  0.50 f  0.50, 0.75  0.71 f  0.75, 0.75  0.86
ce qui est en effet une bonne approximation du comportement de l'équation de Laplace,

même s'il est approximatif en raison de la grande valeur de pas utilisée. Résoudre le problème
de la valeur limite en utilisant une valeur plus petite de h donnera une meilleure
approximation.
7. Exercices supplémentaires
Exercice 1
1. Dans quelle partie du plan Oxy l’équation suivante est de type parabolique ?
 2u  2u 2
2  u
x 2
 4
x y
 x 
2
 y
y 2

 sin  xy 
 1
2. Vérifier que u  x , t   e t cos   x   est une solution de l’équation de la chaleur :
 2
1 2u u

 2 x 2 t
- 122 -
Exercice 2
En utilisant la méthode des différences finies avant pour h  0.2 et   0.02 , déterminer une
 2u u
 , 0  x  1, 0  t  0.2,
x 2 t
u  0, t   u 1, t   0, 0  t  0.2,
u  x , 0  4 x  4 x 2 , 0  x  1.
Exercice 3
En utilisant la méthode des différences finies avant pour h  10 et   0.01 , déterminer une
 2u u
10  , 0  x  100, 0  t  0.05,
x 2 t
u  0, t   u 100, t   0, 0  t  0.05,
0 si 0  x  25

u  x , 0   50 si 25  x  75
0 si 75  x  100

Exercice 4
En utilisant la méthode des différences finies de Crank-Nicholson pour h  0.1 et   0.01 ,
déterminer une solution numérique du problème :
1  2u u
 ,
 2 x 2 t
u  0, t   u 1, t   0, 0  t  0.1,
u  x , 0  sin  x , 0  x  1.
Comparer la solution numérique à celle de la solution exacte exprimée par :
u  x , t   e t sin  x .
Exercice 5
En utilisant la méthode des différences finies explicite pour h  0.1 et   0.05 , déterminer
une solution numérique du problème :
 2u  2u
 ,
x 2 t 2
u  0, t   u 1, t   0, 0  t  0.1,
u
 x 2 , u  x , 0   x 0  x  1.
t  x , 0
Exercice 6
En utilisant la méthode des différences finies explicite pour h  0.4 et   0.25 , déterminer
une solution numérique du problème :
- 123 -
Exercice 7
Déterminer la solution de l’équation de Laplace pour le carré 0  x  a et 0  y  a :
 2u  2u
 0
x 2 y 2
Pour les conditions :
(a) u  x , 0  u  x ,    u  , y   0, u  0 y   sin2 y .
(b) u  x , 0  u  0, y   u  x , 1  0, u 1 y    y  y  1  .
(c) u  x , 0   u  0, y   u  x , 2  0, u  2 y   10 .
(d) u  x , 0  u  0, y   u  x    0, u  y   sin y .
Exercice 8
Dans le rectangle    x , y  , 0  x  a , 0  y  b , on considère le problème (E) suivant :
trouver u tel que :
 2u  2u
 f , u  g
x 2 y 2
où f et g sont des fonctions données. On admettra que ce problème admet une solution unique.
On choisit un maillage régulier de pas h dans chaque direction (on suppose a/b rationnel) et
on appelle Dh l’ensemble des points du maillage situés dans  et Ch les points du maillage sur
Γ.
1) En utilisant la méthode d’approximation par différences finies construite à partir du
schéma à cinq points, montrer en posant
1
Lvi , j 
h2

vi 1, j  vi 1, j  vi , j 1  vi , j 1  4vi , j 
que l’on a :
1 2
max vi ,
Dh
j
h2
a  d 2 max Lvi ,
 max vi , j 
Ch Dh
  j
Pour cela, on suggère de procéder comme suit :

a) Montrer que si Lvi , j  0 sur Dh, alors,
max vi , j  max vi , j
Dh Ch
h2 2 2
b) Considérer la fonction définie sur Dh par  i , j 
4
 
i  j et appliquer les résultats de
la question a) à la fonction w    v  M L  , avec : ML  max vi , j et   1. Conclure.

Dh
- 124 -
2) On suppose que les hypothèses sur f et g sont telles que la solution u du problème (E) est
dans C4(  ) ; on pose, pour tout indice i, j :
ei , j  u  ih, jh   vi , j
où les vi , j sont calculés par le schéma de la question précédente, i.e. : Lvi , j   fi , j dans Dh et
vi , j  g  ih, jh  sur Ch. Montrer que l’on a :
1
max Lei , j  Mh2
Dh 6
où
  4u  4u 
M  max  max 4  x , y  , max
 x , y  y 4
 x , y  
  x
x , y 

3) Donner une estimation de l’erreur ei , j et conclure.
Exercice 9
Considérons une tige de fer homogène de 100 cm de long qui est chauffée à la distribution de
température initiale f  x   100  x , 0  x  100 . A l’instant t = 0 la surface latérale est isolée,
et l'extrémité gauche de la tige est plongée dans un réservoir d'huile maintenu à 30°C, tandis
que l'extrémité droite reste à la température constante de 70°C. La diffusivité thermique α du
fer est 0.15 cm2/sec. Use h = 10 et une valeur appropriée de k de sorte que λ = α2k/h2 = 0.5.
Calculer la solution pour cinq étapes.
Exercice 10
Résoudre l’équation des ondes
2u 2u
 , 0  x  4, t  0
x 2 t 2
Pour les conditions initiale et aux limites :
u  0, t   0, u  4, t   0

  0 0 x 1
 
  4 1  x  1.5
 u
u  x , 0  0, 0, 0   0 1.5  x  3
 t  4 3  x  3.5
 
  0 3.5  x  4
L'énergie totale dans la corde avec des extrémités épinglées à x = 0 et x = 4 est composé de
l'énergie cinétique plus l'énergie potentielle et à tout instant t donné par :
2 2
1  u  x , t    u  x , t   
4
E  t         dx
2 0  t   x  

u  x , 0
Si au départ u  x , t   f  x  et  g  x  , l’énergie initiale est :
t
- 125 -
4
1  2 2
E 0    g  x     f   x    dx
2 0  
L'énergie est conservée si E  t   E  0 pour n’importe temps t.
- 126 -

Method Es Numer I Que Sed Ps

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Method Es Numer I Que Sed Ps

Transféré par

Droits d'auteur :

Formats disponibles

Méthodes numériques des EDPs

Méthodes numériques des EDPs

La plus simple équation différentielle linéaire aux dérivées partielles est :

u est une fonction de l’espaces x et y ; u  ux , y  .

1. Approximations par différences finies

où, O  h est l’erreur de troncature d’ordre.

Le développement de Taylor de la fonction. u  x i  h, y j  .au voisinage du point de

C’est le schéma aux différences finies arrière de la dérivée partielle d’ordre 1 en h.

 u  uxi , y j   ux i  h, y j  ui , j  ui 1, j

 u  ux i  h, y j   ux i  h, y j  ui 1, j  ui 1 , j

Où k est le pas de discrétisation suivant la variable y.

De développement en série de Taylor de ux i  h, y j   ui 1 , j s’écrit aussi :

Avec le même raisonnement,

différences de deuxième ordre avant et arrière et centrales de la dérivée u x i , j sont

 u  3ui , j  4ui 1, j  3ui 2, j

Fig. 7.2 : Schémas aux différences finies des dérivées partielles.

Cette approximation, dépend de cinq termes ui 2 , j , ui 1 , j , ui , j , ui 1 , j et ui  2 , j (Fig. 7.3).

Fig. 7.3 : Schéma aux différences finies d’ordre 4 de la dérivée 2u x 2   i, j

2. Equations aux différences

La résolution numérique d’une équation différentielle au dérivée partielle consiste à

3. Schémas explicites et implicites

Suivant le schéma explicite de Lax–Friedrichs, les deux dérivées partielles u t , u x et

Le schéma implicite sert à calculer la valeur uin11 sachant que

3.1. EDPs hyperboliques. Equation de transport

3.1.1. Schéma d’Euler

Elle strictement supérieure à 1, c’est-à-dire ce schéma aux différences est instable.

Qui montre que ce schéma est stable.

Sous forme compacte :

3.1.2. Schémas Upwind

uin1  uin uin1  uin11

3.1.3. Schéma de Lax-Friedrichs Fig. 7.9 : Exemple d’application du schéma

3.1.4. Schéma Leapfrog

uNn  uNn 2 uNn 1  uNn 1

uin  uin1  uin1 , i  1, 2, 3, ..., N  1,

  1ui0  ui11 , i  1, 2, 3, ..., N  1,

et le calcul de uin1 pour, n = 2, 3, 4, . . . se fait comme suit :

Le schéma Leapfrog (Fig. 7.11) est stable si la condition de Courant–Friedrichs–Lewy CFL

3.1.5. Schéma MacCormack

ui0    xi  .pour i  0, 1, , N et les deux conditions aux limites u  0, t   T1  t  .et

3.2.1. Schémas classiques

De même schéma explicite, le schéma implicite peut être obtenu facilement :

MUn1  U n  U n1  M 1U n  Un1  M 1   n1

3.2.2. Schéma de Crank–Nicholson

3.2.3. Schéma de Lax - Friedrichs

ui0   x0  ih,  i  0, 2, ..., N ,

4. EDPs elliptiques. Equation de Poisson et de Laplace

L’équation différentielle de type elliptique ou équation de Poisson est donnée par :

x et y sont respectivement l’abscisse et l’ordonnée. L’opérateur   2 x2  2 y2 s’appelle le

Le schéma aux différences finies fournie un systèmes d’équations linéaires Au = B dont la

Son application permet de donner le système d’équations :

u1,1  0.7111, u1,2  0.7971, u2,1  1.3804 et u2,2  1.4774

5. Application de la méthode des différences finies

de la dynamique des gaz, de l'acoustique ou du trafic routier. L’équation de Burgers est

5.2. Equation de réaction-diffusion

5.4. Ecoulement non permanent à surface libre

problème hyperbolique exprimé par le système d’équations différentielles aux dérivées

Les inconnus sont le débit Q  Q x , t  et la hauteur y  y x , t  de la surface libre. La

5.4.1. Schéma explicite de Lax-Friedrichs

Le schéma obtenu est consistant si h2   0 quand h et   0.

5.4.2. Schéma explicite de Leapfrog

5.4.3. Schéma explicite de Lax-Wendroff

Fig. 7.16 : Schéma de Lax–Wendroff.

5.4.4. Schéma explicite de MacCormack