Edp FD

Méthode des Différences Finies pour les EDPs
Radouan Boukharfane
UM6P, College of Computing, Benguerir, Maroc
Introduction à la modélisation Généralités sur les EDP Classification des EDP linéaires Méthode des caractéristiques La méthode des différences finies
Contents
1. Introduction à la modélisation
2. Généralités sur les EDP
3. Classification des EDP linéaires
4. Méthode des caractéristiques
5. La méthode des différences finies
R. Boukharfane Méthode des DFs pour les EDP 2 / 45

Introduction à la modélisation
Modélisation : remplacement d’un système complexe par un objet simple reproduisant les comportements
principaux du système étudié.
X Modèle réduit.
X Expérience en laboratoire.
X Modèle numérique.
Modélisation numérique : remplacement d’un problème physique, chimique, biologique, économique ou

industriel par des équations mathématiques (EDP).
Quelques domaines d’applications
X En électromagnétisme : Équations de Maxwell.
X En mécanique des fluides : Équations de Navier-Stokes.
X En mécanique quantique : Équations de Schrödinger.
X En finance : Équations de Black & Scholes.
X En génie civil : Équations d’équilibre, équations de propagation, équations de l’hydraulique.

Étapes de la modélisation numérique :
X Établissement d’un modèle mathématique décrivant le problème physique ou industriel que l’on
souhaite résoudre.
X Discrétisation des équations, permettant ainsi d’obtenir un modèle mathématique défini en un nombre
fini de nœuds du maillage du domaine de calcul.
X Utilisation de méthodes numériques pour résoudre le problème discret.
X Mise en œuvre informatique.
X Analyse, interprétation des résultats et évaluation de la précision du modèle ainsi que des méthodes
utilisées.

Difficultés de la modélisation numérique :
X Les EDP sont généralement non linéaires.
X Elles sont posées en 2D ou 3D.
X Les solutions analytiques sont souvent difficiles, voire impossibles à calculer.
X On a recours aux méthodes numériques pour approcher les solutions de ces EDP.

Méthodes numériques pour EDP
Les trois grandes classes de méthodes numériques pour les EDP :
X Méthode des différences finies
• Basée sur les développements de Taylor des dérivées intervenant dans l’EDP.
• S’utilise surtout sur des domaines réguliers (rectangles en 2D et hexaèdres en 3D).
X Méthode des volumes finis
• Basée sur la forme intégrale des équations conservatives.

• Utilisée pour des EDP représentant la conservation de certaines quantités physiques (Exemple :
Équations de Navier-Stokes).
• Peut être appliquée sur des géométries complexes.
X Méthode des éléments finis
• Fondée sur une formulation variationnelle de l’équation, obtenue en multipliant l’équation par une
fonction test et par une intégration sur le domaine du calcul.
• Largement utilisée pour la mécanique des fluides et surtout en mécanique des structures.
• Peut aussi être appliquée sur des géométries complexes.

Validité d’une simulation numérique
Une simulation numérique efficace consiste en :
X Un bon modèle mathématique décrivant le problème physique à résoudre.
X Une méthode numérique précise et efficace, c’est-à-dire capable de résoudre également les
structures raides du problème.
L’efficacité et la précision des méthodes numériques sont directement liées au maillage utilisé.

Généralités sur les EDP
Généralités sur les EDP
Définition (Équation aux dérivées partielles)

Soit u = u(x1 , x2 , . . . , xn ) une fonction de plusieurs variables indépendantes. Une équation aux dérivées
partielles (EDP) pour la fonction u est une relation qui lie la fonction u, les variables x1 , x2 , . . . , xn , et les
dérivées partielles de u par rapport à ces variables. Elle s’exprime généralement sous la forme :
∂u ∂2 u ∂2 u

∂u ∂u
F x1 , x2 , . . . , xn , u, , ,..., , 2, =0
∂x1 ∂x2 ∂xn ∂x1 ∂x1 ∂x2
(A)

Exemple d’EDP
Exemple : Équation de diffusion
∂u ∂2 u
− 2 =0
∂t ∂x
(B)
X u1 (t, x) = t + 12 x 2 est une solution de l’équation (1) définie sur R2 .
1 x2
X u2 (t, x) = √4πt e− 4π est également une solution de l’équation (1) sur R∗+ × R (c’est-à-dire pour
t > 0 et x ∈ R), appelée solution fondamentale ou noyau de la chaleur.
1
On peut représenter, par exemple, la solution u2 en fonction de x pour t = 4.
u(t, x)
0.4
0.2
x
−4 −3 −2 −1 1 2 3 4

Exemple d’EDP
Ordre d’une EDP

On appelle ordre d’une EDP l’ordre le plus élevé des dérivées qu’elle contient.
EDP linéaire - EDP non linéaire

Une EDP est dite linéaire lorsqu’elle est linéaire par rapport à u et à toutes ses dérivées partielles.
X Par exemple, une EDP linéaire du 1er ordre pour la fonction u(x, y ) a la forme générale :
∂u ∂u
A +B + Cu = D
∂x ∂y
(C)
où A, B, C et D peuvent être des fonctions de x et y .
X La forme générale d’une EDP linéaire du 2ème ordre pour u(x, y ) est :
∂2 u ∂2 u ∂2 u ∂u ∂u
A +B +C 2 +D +E + Fu = G
∂x 2 ∂x∂y ∂y ∂x ∂y
(D)
où A, B, C , D, E , F et G peuvent être des fonctions de x et y .

Exemple d’EDP
EDP homogène - EDP non homogène

Une EDP est dite homogène lorsqu’elle ne contient que des termes impliquant la fonction u et ses dérivées
partielles.
X Par exemple, une EDP linéaire du 1er ordre (cf. Eq. (C)) serait homogène si D = 0. Celle du 2ème
ordre (cf. Eq. (D)) est homogène si G = 0.
Exemples :
∂u ∂u
X ∂x + ∂y = 0, EDP du 1er ordre, linéaire et homogène (à coefficients constants).
∂2 u ∂2 u
X ∂x 2
+ ∂y 2
= 0 EDP du 2ème ordre, linéaire et homogène (Équation d’équilibre).
∂u ∂u
X ∂x + ∂y = 0, EDP du 1er ordre, non linéaire et homogène.

Classification des EDP linéaires
Classification des EDP linéaires du 2ème ordre
On considère une EDP linéaire du 2ème ordre sous forme générale en (2D) :
∂2 u ∂2 u ∂2 u ∂u ∂u
A 2 +B + C 2 +D +E + Fu = G
∂x ∂x∂y ∂y ∂x ∂y
(E)
| {z }
(P)
où A, B, C , D, E , F et G peuvent dépendre des variables x et y .
X La partie (P) s’appelle la partie principale de l’EDP de l’équation (E). En fait, c’est elle qui donne
la nature de l’EDP.
X On note par ∆ = B 2 − 4AC le discriminant associé à l’EDP (E).
X On dit que l’EDP (E) est
• hyperbolique si ∆ > 0,
• parabolique si ∆ = 0,
• elliptique si ∆ < 0.

Classification des EDP linéaires du 2ème ordre
Remarque : Les termes "hyperbolique", "parabolique", "elliptique" proviennent du fait que si l’on suppose que
A, B, C , D, E et F sont constants et que l’on cherche une solution φ(x, y ) de l’équation homogène associée
à (4) (G = 0) de la forme :
φ(x, y ) = exp(r1 x+r2 y )
On obtient l’équation algébrique pour r1 , r2 , dite équation caractéristique, suivante :
Ar12 + Br1 r2 + Cr22 + Dr1 + Er2 + F = 0
qui est de type :
AX 2 + BXY + CY 2 + DX + EY + F = 0 (F)
et qui représente l’équation d’une conique.
On rappelle que la conique d’équation (F) représente une hyperbole si ∆ > 0, une parabole si ∆ = 0, une
ellipse si ∆ ≤ 0.

Classification des EDP : Exemples
X Équation des ondes (1D) :
∂2 u ∂2 u
2
− c2 2 = 0
∂t ∂x
où
• c représente la vitesse du son.

• Les variables de l’EDP sont (t, x).
• Les coefficients sont A = 1, B = 0, C = −c 2 , D = E = F = G = 0.
• Le discriminant de l’EDP : ∆ = B 2 − 4AC = 4c 2 > 0.
• L’équation des ondes est donc une EDP hyperbolique.

X Équation de diffusion (1D) :
∂u ∂2 u
−ν 2 =0
∂t ∂x
où
• ν > 0 est le coefficient de diffusion.

• Les variables de l’EDP sont (t, x).
• Les coefficients de l’EDP sont A = 0, B = 0, C = −ν, D = 1, E = F = G = 0.
• Le discriminant de l’EDP : ∆ = B 2 − 4AC = 0.
• L’équation de diffusion est donc une EDP parabolique.

X Équation de Laplace :
∂2 u ∂2 u
=0
∂x 2 ∂y 2
+
où
• Les variables de l’EDP sont (x, y ).

• Les coefficients de l’EDP sont A = 1, B = 0, C = 1, D = E = F = G = 0.
• Le discriminant de l’EDP : ∆ = −4.
• L’équation de Laplace est elliptique.

X Équation de Tricomi :
∂2 u ∂2 u
y − =0
∂x 2 ∂y 2
où
• Les variables de l’EDP sont (x, y ).

• Les coefficients de l’EDP sont A = y , B = 0, C = −1, D = E = F = G = 0.
• Le discriminant de l’EDP : ∆ = 4y .
X Si y > 0, alors l’EDP est hyperbolique.
X Si y = 0, alors l’EDP est parabolique.
X Si y < 0, alors l’EDP est elliptique.
L’équation de Tricomi peut modéliser, par exemple, les écoulements transsoniques non visqueux. On
voit que c’est une EDP mixte : hyperbolique sur le demi-plan supérieur y > 0, parabolique sur l’axe
horizontal y = 0, et elliptique sur le demi-plan inférieur y < 0.

Équations hyperboliques
X Équations hyperboliques
• Modélisent les phénomènes de propagation d’ondes sans aucune dissipation.

• Convection pure.
X Équations hyperboliques dans le cas linéaire :
• Peuvent modéliser la propagation du son dans un milieu homogène.

• En électromagnétisme, les équations de Maxwell sont hyperboliques et linéaires.
X Équations hyperboliques dans le cas non linéaire :
• Proviennent de lois de conservation de certaines quantités.

• Les équations d’Euler qui expriment la conservation de la masse, de la quantité de mouvement et de
l’énergie pour un fluide parfait (non visqueux).
• En hydraulique, les équations de Saint-Venant modélisent les écoulements de l’eau peu profonde
(océans, rivières, écoulements suite aux ruptures de barrages, etc.).

Équation de convection
X Équation de convection
(
∂u
∂t + c ∂u
∂x = 0
u(t = 0, x) = u0 (x) donnée
• Équation de transport de la quantité u sans dissipation avec la vitesse c.

• Solution exacte : (par la méthode des caractéristiques)
u(t, x) = u0 (x − ct)
• Transport de la condition initiale u0 (x) avec la vitesse c.

Équation de convection
X On choisit la condition initiale u0 (x) comme suit:
u(0, x)
4
x
−10 −8 −6 −4 −2 2 4 6 8 10
X La simulation avec une vitesse c = 2 m/s, donne la solution suivante à t = 3 s:
u(0, x)
4
2
x0 = ct
x
−10 −8 −6 −4 −2 2 4 6 8 10

Équation des ondes
X Equation des ondes

∂2 u 2
(
− c 2 ∂∂x 2u = 0
∂t 2 (G)
u(t = 0, x) = u0 (x) donnée
X Cette équation modélise la propagation d’une onde sonore à vitesse c dans un milieu homogène.
On l’appelle aussi équation de la corde vibrante.
2
X On prend c = 1 et comme condition initiale la fonction u0 (x) définie par u0 (x) = e −x .
u(t, x)
0.8
0.6
0.4
0.2
x
−10 −8 −6 −4 −2 2 4 6 8 10

Équation des ondes à t = 1 s et t = 5 s

En résolvant l’équation (G) :
1
u(t = 1, x)
0.8
0.6
0.4
0.2
x
−10 −8 −6 −4 −2 2 4 6 8 10
1
u(t = 5, x)
0.8
0.6
0.4
0.2
x
−10 −8 −6 −4 −2 2 4 6 8 10

Équations paraboliques
X Équations paraboliques modélisent la diffusion d’une quantité u dans un milieu.
• Diffusion de la température dans une barre métallique ou dans un milieu bidimensionnel.

• Diffusion d’une concentration u d’un polluant dans une rivière.
X Exemple : Equation diffusion

2
(
∂u
∂t− ν ∂∂x 2u = 0
(H)
u(t = 0, x) = u0 (x)
0.8 u(t = 0, x)
0.6
0.4
u(t > 0, x)
0.2
x
−4 −2 2 4

Équations elliptiques
X Modélisent des phénomènes stationnaires ou des situations d’équilibre indépendantes du temps.
X Exemple : Équation de Poisson (

−∆u = f sur Ω
u=0 sur ∂Ω
X En thermique : Phénomènes de conduction de la chaleur à l’équilibre dans un corps Ω avec u

désignant la température, et f le terme source.
X En mécanique des solides : Position d’équilibre d’une membrane soumise à une charge f avec u
désignant le déplacement de la membrane, et f les forces verticales exercées sur la membrane.

Méthode des caractéristiques
Soit l’EDP linéaire du 1er ordre, sous sa forme générale :
∂u ∂u
P +Q +C u =D
∂x ∂y
(A)
où P, Q, C et D sont des fonctions de x et y .
L’équation (A) est équivalente à P ∂u ∂u

∂x + Q ∂y = R avec R = D − Cu.
Principe de la méthode des caractéristiques

Chercher des courbes dites courbes caractéristiques le long desquelles l’EDP (A) se ramène à une
simple équation différentielle ordinaire (EDO).

Exemple : Équation de convection

(
∂u ∂u
∂t + c ∂x = 0 pour x ∈ R; t > 0
u(t = 0, x) = u0 (x) Condition initiale
Nous allons chercher une courbe caractéristique Γ((t(s), x(s)), s étant le paramètre qui décrit la courbe, le
long de laquelle l’EDP devient un système d’EDO. Dérivons u le long de la courbe Γ :
du ∂u ∂t ∂u ∂x
∂t ∂s ∂x ∂s
= +
ds
Or d’après l’EDP
∂u ∂u
= −c
∂t ∂x
On a alors
∂u ∂u dx dt
−c
∂s ∂x
=
ds ds

dx dt dx
On voit que si on impose ds − c ds = 0, c’est-à-dire dx = c dt, ou encore dt = c, on obtient :
du
=0
ds
Les courbes caractéristiques sont donc les droites d’équation :
dx
=c
dt
et sur ces courbes caractéristiques la solution vérifie :
du = 0
C’est-à-dire que u reste constante sur chaque caractéristique (On parle d’invariants de Riemann). Le système
d’EDO à résoudre est donc :
(
dx
dt = c qui donne la courbe caractéristique
du = 0 qui donne la solution sur cette courbe caractéristique

Courbes caractéristiques :
dx
= c ⇐⇒ x = ct + ξ, (ξ ∈ R)
dt
y
4
x
−4 −2 2 4
−2
−4

Solution
Sur chaque courbe caractéristique (Γ) : x − ct = ξ, on a :
du = 0 =⇒ u(t, x) = cte = f (ξ) ←− c-à-d u ne dépend que de ξ
Soit alors
u(t, x) = f (x − ct)
Cette solution doit être retrouvée aussi à t = 0. Or, à t = 0, on a :
u(0, x) = u0 (x) =⇒ f (x) = u0 (x)
On obtient finalement :
u(t, x) = u0 (x − ct)


Retour au cas general
∂u ∂u
P +Q =R
∂x ∂y
Cherchons une courbe caractéristique Γ = Γ(x(s), y (s)) le long de laquelle l’EDP se réduit à une équation
différentielle.
Dérivons u le long de la courbe Γ:
du ∂u ∂x ∂u ∂y
∂x ∂s ∂y ∂s
= +
ds
soit
du ∂u ∂x ∂u ∂y
P =P +P
ds ∂x ∂s ∂y ∂s

∂u dx ∂u ∂y
= R −Q +P
∂y ds ∂y ∂s

∂u ∂y ∂x dx
P −Q +R
∂y ∂s ∂s
=
ds
On remarque alors que dès lors qu’on impose
dy dx
P −Q =0
ds ds
on aura
dy dx
P =Q
ds ds
Autrement dit, le long des courbes caractéristiques P dy = Q dx, la solution vérifie :
P du = R dx
Comme moyen de retenir ces relations, il suffit d’écrire :
dx dy du
= =
P Q R

Remarques :
X La relation Pdy = Qdx est appelée direction caractéristique. La pente locale de la caractéristique
est :
dy Q
=
dx P
X Dans le cas où R = 0, la méthode des caractéristiques donne : du = 0 le long de la caractéristique,
c’est-à-dire que u est constance le long de la caractéristique (on appelle cela un invariant de
Riemann).
X La méthode des caractéristiques est particulièrement adaptée aux problèmes hyperboliques (régis
par un transport convectif d’une quantité).

La méthode des différences finies
La méthode des différences finies
Principe
Approximer les dérivées dans l’EDP en utilisant des développements de Taylor.
X Les dérivées de l’EDP sont remplacées par leurs approximations constituées des valeurs de
l’inconnu en un certain nombre de points du maillage.
X On aboutit à des équations algébriques ou à un système linéaire.
Rappels sur les développements finis de Taylor

Soit u(x) une fonction de classe C n . Son développement de Taylor à l’ordre n s’écrit :
(∆x)2 00 (∆x)n (n)

u(x + ∆x) = u(x) + ∆x u 0 (x) + u (x) + O (∆x)n+1

u (x) + · · · +
2! n!
La quantité O (∆x)n+1 vérifie :

O (∆x)n+1 ≤ λ · (∆x)n+1


Approximation différences finies
Approximation de u 0 (x)
X Si on tronque ce DL à l’ordre 1 en ∆x, on aura
u(x + ∆x) = u(x) + ∆xu 0 (x) + O (∆x)2

u(x + ∆x) − u(x)

Et donc
u 0 (x) = + O (∆x)
∆x
u(x + ∆x) − u(x)

C’est-à-dire
u 0 (x) ' , Schéma décentré ’aval’ d’ordre 1
∆x
X O (∆x) est appelée erreur de troncature.
X On a aussi
u(x − ∆x) = u(x) − ∆xu 0 (x) + O (∆x)2

u(x) − u(x − ∆x)

C’est-à-dire
u 0 (x) ' , Schéma décentré ’amont’ d’ordre 1
∆x

Approximation différences finies
Approximation de u 0 (x)
Écrivons les développements limités de u(x + ∆x) et u(x − ∆x) au voisinage de x :
(∆x)2 00
u(x + ∆x) = u(x) + ∆xu 0 (x) + u (x) + O (∆x)3

(A)
2!
et
(∆x)2 00
u(x − ∆x) = u(x) − ∆xu 0 (x) + u (x) + O (∆x)3

(B)
2!
En faisant (B)-(A), on obtient u(x + ∆x) − u(x − ∆x) = 2∆xu 0 (x) + O (∆x)3 . ce qui implique :

u(x + ∆x) − u(x − ∆x)

u 0 (x) = + O (∆x)2

2∆x
C’est-à-dire
u(x + ∆x) − u(x − ∆x)

u 0 (x) = , Schéma centré d’ordre 2
2∆x
DF d’une EDP d’ordre 1

Solution d’une EDP
(
u 0 (x) + u(x) = x − 1 pour x ∈]0, 1]
u(0) = 1
X Étape 1 : Maillage et problème discret
x2 x3 xi−1 xi xi+1
x0 = a xN = b
b−a
• Le pas du maillage : ∆x = N−1 (ici a = 0 et b = 2)
• Les nœuds du maillage x1 = a, x2 = a + ∆x, . . ., xi = a + (i − 1)∆x
• Le problème discret

 Chercher u(xi ) pour i = 2, . . . , N

u 0 (xi ) + u(xi ) = xi − 1

 u(x ) = 1
1

X Étape 2 : Construction du schéma numérique

Cette étape consiste à approximer la dérivée u 0 (xi ) en chaque nœud xi du maillage.
Notons ui = u(xi ) la valeur discrète de u(x) au nœud xi et ui0 = u 0 (xi ) la dérivée en xi .
On a déjà vu que
u(x) − u(x − ∆x)
u 0 (x) '
∆x
Au nœud xi , on aura
ui − ui−1
ui0 '
∆x
Le problème discret devient :

 Trouver ui pour i = 2, . . . , N

ui −ui−1
∆x + ui = xi − 1

 u =1
1
c’est-à-dire : (
1
ui = 1+∆x (ui−1 + ∆x(xi − 1)) pour i = 2, . . . , N
u1 = 1
Connaissant u1 , on peut calculer facilement u2 , puis à partir de u2 on peut calculer u3 et ainsi de

suite (schéma itératif)

Exercice 1
Implémenter cette méthode aux différences finies sous Python, puis comparer la solution numérique avec
la solution exacte. La solution exacte de l’équation différentielle étant :
u(x) = 3e −x + x − 2
Exercice 2
Écrire un schéma aux différences finies d’ordre 3 par l’approximation de la dérivée ui0 au nœud xi .
(Indication : utiliser les valeurs de u aux nœuds xi , xi−1 , xi+1 et xi+2 ).
Exercice 3
On considère une barre métallique de longueur 1 m chauffée par une source de chaleur f et dont les
deux extrémités sont plongées dans un milieu où la température est nulle (la glace par exemple). À l’état
stationnaire, la température u(x) est la solution de l’EDP :
(
−u 00 (x) = f (x) pour x ∈]0, 1[
u(0) = u(1) = 0 (conditions aux limites du type Dirichlet)
et f (x) = e x − 1 + 1. Écrire un programme Python qui calcule la solution par le schéma aux différences
finies et trace la solution exacte et numérique sur une même figure.
Consistance d’un schéma aux différences finies
Erreur de troncature
On appelle erreur de troncature d’un schéma numérique la quantité, notée ET , obtenue par la différence
entre l’équation exacte et l’équation approchée par le schéma numérique.
Exemple :
Dans le cas de l’équation de la chaleur

∂u ∂2 u
−ν 2 =0
∂t ∂x
avec le schéma numérique
uin+1 − uin u n − 2uin + ui+1

n
− ν i−1 2
=0 (C)
∆t (∆x)
L’erreur de troncature s’écrit
!
∂2 u uin+1 − uin u n − 2uin + ui+1
n

∂u
− ν i−1 = O (∆t) + O (∆x)2

−ν 2 −
∂t ∂x (∆x)2
ET =
∆t
Nous avons donc un schéma d’ordre 1 en temps et d’ordre 2 en espace.

Consistance d’un schéma aux différences finies
Consistance
Un schéma aux différences finies est dit consistant si et seulement si :
lim ET = 0
∆t→0
∆x→0
Exemple :
Le schéma (C) est consistant. En effet :
O (∆t) + O (∆x)2

lim ET = lim
∆t→0 ∆t→0
∆x→0 ∆x→0
Or
|O (∆t)| ≤ λ1 |∆t| =⇒ lim O (∆t) = 0
∆t→0
et
O (∆x)2 ≤ λ2 (∆x)2 =⇒ lim O (∆x)2 = 0

∆x→0

Stabilité d’un schéma aux différences finies
Stabilité
Un schéma numérique est dit stable si la solution numérique calculée par ce schéma reste bornée dans le
temps et dans l’espace. Autrement dit, les erreurs produites par le schéma (Erreur de troncature, erreurs
d’arrondi, . . .) ne doivent pas croître lors de la procédure numérique.
Remarque
Trois cas sont possibles pour un schéma numérique :
X Il peut être inconditionnellement stable, c’est-à-dire stable quelle que soit le choix de ∆t et ∆x
(généralement c’est le cas des schémas implicites).
X Conditionnellement stable (cas des schémas explicites).
X Il peut être instable.

Convergence d’un schéma numérique
Convergence
Un schéma numérique sera dit convergent pour une norme donnée (notée ||.||), si pour toute solution initiale
u 0 et pour tout n ∈ N, on a :
lim ||uhn − uex

n
|| = 0
∆x→0
∆t→0
n est la solution exacte au temps t n et u n la solution numérique.
où uex h
Théorème de Lax
Pour un problème linéaire aux valeurs initiales, la solution numérique d’un schéma itératif en temps aux
différences finies converge vers la solution exacte si le schéma est consistant et stable.

Stabilité de Fourier - Von Neumann
Étude de la stabilité
Pour l’étude de la stabilité d’un schéma aux différences finies, on utilise la méthode de Fourier - Von
Neumann.
Principe :
La méthode consiste à chercher des solutions de l’EDP sous la forme ujn = C n e iξxj avec xj = j∆x et ξ
est le nombre d’onde, puis injecter cette solution dans le schéma numérique, et étudier le comportement de
la suite de fonction (C n )n∈N .
On obtient une relation de récurrence sur les C n . Et on a :

Théorème
Si la suite (C n )n∈N est bornée alors le schéma numérique est stable, sinon il est instable.

Stabilité de quelques schémas pour l’équation de diffusion
Considérons l’équation de la chaleur
∂u ∂2 u
−ν 2 =0
∂t ∂x
Montrer le schéma aux différences finies explicite suivant :
X Schéma 1 (explicite)
uin+1 − uin u n − 2uin + ui+1

n
− ν i−1 =0
∆t (∆x)2
2ν
est un schéma stable si ∆t (∆x) 2 ≤ 1
X Schéma 2 (implicite)
uin+1 − uin u n+1 − 2uin+1 + ui+1

n+1
− ν i−1 2
=0
∆t (∆x)
est un schéma inconditionnellement stable

Stabilité de quelques schémas pour l’équation de diffusion
Exercice
X Implémenter sous Python les différents schémas proposés pour l’équation de convection et de diffusion
en vérifiant la stabilité.
X Appliquer la méthode des différences finies pour la simulation de transport d’un polluant dans un
canal. (Voir fiche de TP).

Edp FD

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

Edp FD

Transféré par

Droits d'auteur :

Formats disponibles

Méthode des Différences Finies pour les EDPs

2. Généralités sur les EDP

3. Classification des EDP linéaires

4. Méthode des caractéristiques

5. La méthode des différences finies

R. Boukharfane Méthode des DFs pour les EDP 2 / 45

Modélisation numérique : remplacement d’un problème physique, chimique, biologique, économique ou

X En électromagnétisme : Équations de Maxwell.

X En mécanique des fluides : Équations de Navier-Stokes.

X En mécanique quantique : Équations de Schrödinger.

X En finance : Équations de Black & Scholes.

X En génie civil : Équations d’équilibre, équations de propagation, équations de l’hydraulique.

R. Boukharfane Méthode des DFs pour les EDP 3 / 45

Étapes de la modélisation numérique :

X Utilisation de méthodes numériques pour résoudre le problème discret.

X Mise en œuvre informatique.

R. Boukharfane Méthode des DFs pour les EDP 4 / 45

Difficultés de la modélisation numérique :

X Les EDP sont généralement non linéaires.

X Elles sont posées en 2D ou 3D.

X Les solutions analytiques sont souvent difficiles, voire impossibles à calculer.

R. Boukharfane Méthode des DFs pour les EDP 5 / 45

Méthodes numériques pour EDP

Les trois grandes classes de méthodes numériques pour les EDP :

X Méthode des différences finies

X Méthode des volumes finis

• Basée sur la forme intégrale des équations conservatives.

X Méthode des éléments finis

R. Boukharfane Méthode des DFs pour les EDP 6 / 45

Validité d’une simulation numérique

Une simulation numérique efficace consiste en :

X Un bon modèle mathématique décrivant le problème physique à résoudre.

R. Boukharfane Méthode des DFs pour les EDP 7 / 45

Généralités sur les EDP

Définition (Équation aux dérivées partielles)

R. Boukharfane Méthode des DFs pour les EDP 8 / 45

X u1 (t, x) = t + 12 x 2 est une solution de l’équation (1) définie sur R2 .

R. Boukharfane Méthode des DFs pour les EDP 9 / 45

Ordre d’une EDP

EDP linéaire - EDP non linéaire

où A, B, C et D peuvent être des fonctions de x et y .

où A, B, C , D, E , F et G peuvent être des fonctions de x et y .

R. Boukharfane Méthode des DFs pour les EDP 10 / 45

EDP homogène - EDP non homogène

R. Boukharfane Méthode des DFs pour les EDP 11 / 45

Classification des EDP linéaires du 2ème ordre

où A, B, C , D, E , F et G peuvent dépendre des variables x et y .

X On note par ∆ = B 2 − 4AC le discriminant associé à l’EDP (E).

X On dit que l’EDP (E) est

R. Boukharfane Méthode des DFs pour les EDP 12 / 45

Classification des EDP linéaires du 2ème ordre

φ(x, y ) = exp(r1 x+r2 y )

On obtient l’équation algébrique pour r1 , r2 , dite équation caractéristique, suivante :

Ar12 + Br1 r2 + Cr22 + Dr1 + Er2 + F = 0

qui est de type :

et qui représente l’équation d’une conique.

R. Boukharfane Méthode des DFs pour les EDP 13 / 45

Classification des EDP : Exemples

X Équation des ondes (1D) :

• c représente la vitesse du son.

R. Boukharfane Méthode des DFs pour les EDP 14 / 45

Classification des EDP : Exemples

X Équation de diffusion (1D) :