Unité Pédagogique de Mathématiques Appliquées

MATHÉMATIQUES POUR L’INGENIEUR II

Elaboré par

Taieb HADHRI

Hédia CHAKER

Karim GRIBAA

Ridha Mdimegh

2014-2015
Ces notes de cours polycopiées d’équations mathématiques de la physique correspondent aux
nouveaux programmes de la première année à l’E.N.I.T. et représentent un outil pédagogique
essentiel qui accompagne la réforme de la formation des ingénieurs à l’E.N.I.T.

Les auteurs

Septembre 2015
TABLE DES MATIÈRES 3

Table des matières

1 Problèmes physiques conduisant à des EDP 5

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Équation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Équation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Équation des cordes vibrantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Equation de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.1 Introduction à l’équation de transport . . . . . . . . . . . . . . . . . . . 13
1.5.2 Lien avec l’équation des ondes . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6 Classification des EDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.1 Quelques généralités sur les EDP . . . . . . . . . . . . . . . . . . . . . . 15
1.6.2 EDP du premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.3 EDP du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2 Schèmas numériques pour les EDP 24

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2 Approximation des dérivées partielles par des différences finies . . . . . . . . . . 25
2.2.1 Maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.2 Discrétisation d’une dérivée première . . . . . . . . . . . . . . . . . . . . 27
2.2.3 Discrétisation d’une dérivée seconde . . . . . . . . . . . . . . . . . . . . . 29
2.3 Exemples de discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.1 Premier exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.2 Deuxième exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4 Quelques définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4.1 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4.2 Consistance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4.3 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4.4 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

3 Equation de la chaleur 43
3.1 Equation de la chaleur avec donnée initiale et conditions aux limites . . . . . . . 43
3.2 Solution élémentaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3 Utilisation de la transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . 45
3.4 Problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.5 Problème aux limites d’évolution . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.5.1 Développement en série de Fourier . . . . . . . . . . . . . . . . . . . . . 48
3.5.2 Etude de la validité du développement en séries de Fourier . . . . . . . . 50
3.5.3 Perte de l’énergie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.6 Discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.6.1 Méthode de semi-discrétisation . . . . . . . . . . . . . . . . . . . . . . . 53
TABLE DES MATIÈRES 4

3.6.2 Discrétisation totale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

4 Equation de transport 65
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2 Introduction à l’équation de transport . . . . . . . . . . . . . . . . . . . . . . . 65
4.3 Résolution du problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.3.1 Méthode des caractéristiques pour l’équation d’advection à coefficient
constant . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.3.2 Méthode des caractéristiques pour l’équation d’advection à coefficient
variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.4 Solution faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.5 Utilisation de la transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . 73
4.6 Problème discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.6.1 Discrétisation de l’équation de transport . . . . . . . . . . . . . . . . . . 75
4.6.2 Condition nécessaire de convergence : condition de CFL . . . . . . . . . . 76
4.6.3 Une famille à un paramètre de schémas pour l’équation de transport . . . 78

5 Equations des courdes vibrantes 79

5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.1.1 Solution générale de classe C 2 de l’équation des cordes vibrantes . . . . . 81
5.1.2 Solution élémentaire de l’équation des cordes vibrantes . . . . . . . . . . 83
5.2 Problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.2.1 Solution forte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.2.2 Solution faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.3 Problème aux limites d’évolution . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.3.1 Développement en séries de Fourier . . . . . . . . . . . . . . . . . . . . . 93
5.3.2 Etude de la validité du développement en séries de Fourier . . . . . . . . 98
5.3.3 Conservation de l’énergie . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.4 Problème discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.4.1 Discrétisation de l’équation des CV . . . . . . . . . . . . . . . . . . . . . 102
5.4.2 Condition nécessaire de convergence : condition de CFL . . . . . . . . . . 104
5.4.3 Une famille à un paramètre de schémas pour l’équation des CV . . . . . 106

6 Equation hyperbolique non linéaire 107

6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.2 Résolution du problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.2.1 Méthode des caractéristiques . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.2.2 Solution classique locale et apparition d’un choc . . . . . . . . . . . . . . 115
6.3 Solutions faibles, Solutions entropiques . . . . . . . . . . . . . . . . . . . . . . . 118
6.3.1 Solutions faibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
6.3.2 Solutions C 1 par morçeaux. Condition de choc . . . . . . . . . . . . . . . 119
6.3.3 Solutions entropiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
6.3.4 Existence et unicité de la solution entropique . . . . . . . . . . . . . . . . 134
6.4 Problème de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.4.1 Présentation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.4.2 Une solution autosemblable . . . . . . . . . . . . . . . . . . . . . . . . . 137
6.4.3 Le cas d’une onde de détente . . . . . . . . . . . . . . . . . . . . . . . . 137
6.4.4 Le cas d’une onde de choc . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.4.5 Solution du problème de Riemann . . . . . . . . . . . . . . . . . . . . . . 139
 5

Chapitre 1

PROBLÈMES PHYSIQUES
CONDUISANT À DES ÉQUATIONS
AUX DÉRIVÉES PARTIELLES

1.1 Introduction

Dans ce cours, nous nous proposons de résoudre des équations aux

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

1.2 Équation de Laplace

Un grand nombre de phénomèmes stationnaires rencontrés dans

les sciences de l’ingénieur peuvent être décrits par une fonction
u(x1, ...., xn), où n est la dimension de l’espace (affine) et où x1, ..., xn
sont les coordonnées d’un point (en pratique n=2 ou 3) et où u
Équation de la chaleur 6

représente une grandeur physique, par exemple un potentiel électrique,

un potentiel des vitesses, un déplacement, etc...
On remarque souvent la situation suivante : le gradient de u, qui
représente une grandeur physique aisément interprétable a un flux
conservatif, autrement dit, vérifie pour toute surface fermée Σ bord
d’un domaine Ω :
∫
−−→ −
gradu.→ n dΣ = 0 (1.1)
Σ
→
où n est la normale à Σ unitaire et extérieure à Ω. Lorsque u vérifie
(1.1), on dit que la grandeur u a un flux conservatif (c’est à dire que le
flux rentrant est égal au flux sortant). Transformant l’équation (1.1) à
l’aide de la formule de Green, on obtient :
∫
−−→
div(gradu) dx1...dxn = 0 (1.2)
Ω
Comme ceci est vrai pour tout domaine Ω,en utilisant les propriétés
−−→
de l’intégrale de Lebesgue, on en déduit que div(grad u) = 0, c’est à
dire :

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

1.3 Équation de la chaleur

Soit un matériau solide, occupant un domaine D de l’espace à trois

dimensions. Sa masse volumique ρ et sa chaleur spécifique ( ou
massique) c dépendent a priori des trois coordonnées x1, x2, x3 : ( pour
un matériau non homogène) ρ = ρ (x1, x2, x3) et c = c(x1, x2, x3).
Équation de la chaleur 7

Supposons que ce matériau, dégage et absorbe un certain flux de

chaleur. Sa température u = u(x1, x2, x3, t) évolue donc dans le temps
et dans l’espace. Il en est de même du vecteur flux de chaleur − →q=
−
→q (x1, x2, x3, t). Rappelons que, par définition même de −
→
q , pour tout
sous domaine Ω ⊂ D, la quantité de chaleur reçue par Ω à travers Σ=
∂Ω , par unité de temps , est égale à
∫ ∫
−−→
q .−
→
n dΣ = − div −→q dx1dx2dx3 (1.4)
Σ Ω
où −
→n représente la normale à Σ unitaire et extérieure à Ω.
Par unité de temps, le ”stock” d’énergie thermique accumulée par le
matériau par échauffement (c’est à dire l’énergie interne du matériau)
s’accroit de
∫ ∫
∂u ∂u
c dm = c ρ dx (1.5)
Ω ∂t Ω ∂t
où dm = ρ dx
Faisons le bilan : la variation (1.5) du stock d’énergie est égale au flux
de chaleur entrant (1.4). D’où l’équation
∫
∂u
(ρ c + div →
−q ) dx = 0 (1.6)
Ω ∂t
et ceci pour tout sous-domaine Ω ⊂ D. En utilisant les propriétés de
l’intégrale de Lebesgue, on en déduit que :

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

−
→ −−−→
q = −k grad u (1.8)
Équation de la chaleur 8

où k = k(x1, x2, x3) > 0 est la conductivité thermique du matériau.

La loi de Fourier exprime que les flux de chaleur sont d’autant plus
intenses que les écarts de températures sont plus marqués ou que les
gradients de températures sont plus élevés, et qu’en outre la chaleur va
des points chauds vers les points froids.

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

thermodynamique et la condition k > 0 traduit le deuxième prin-
cipe de la thermodynamique.

De (1.7) et (1.8), nous déduisons l’équation :

∂u −−−→
ρc = div( k grad u) (1.9)
∂t
Si maintenant le matériau est homogène c et k sont des constantes et
l’on tire que u doit vérifier l’équation :

∂u
= α ∆u (1.10)
∂t
avec
k
α= = const > 0 (1.11)
ρc
L’équation (1.10) est dite équation de la chaleur. La constante α est
appelée la diffusivité thermique du matériau homogène considéré.
Si nous nous limitons à une variable d’espace, que nous noterons x, ce
sera par exemple le cas d’une barre métallique dont la température u
ne dépend que de l’abscisse x et du temps, l’équation (1.10) devient :

∂u ∂ 2u
=α (1.12)
∂t ∂x2
Cette équation de la chaleur est le protopyte des équations paraboliques
qui interviennent en particulier dans les phénomènes de thermiques et
de qualité d’environnement.
Équation de la chaleur 9

Remarque 1.2 L’équation (1.12) est invariante dans le change-

ment de x en −x. Mais il n’en est pas de même dans le change-
ment de t en −t : le phénomène décrit par l’équation de la chaleur
n’est pas réversible et le sens d’écoulement du temps joue un rôle
essentiel.

Si nous rajoutons à l’équation (1.12) écrite pour (x, t) ∈ R × R+

une condition initiale, qui représente la distribution de température à
l’instant t = 0, nous obtenons :


 ∂u ∂ 2u
 − α 2 = 0 (x, t) ∈ R × R∗+
∂t ∂x (1.13)


 u(x, 0) = u (x) x ∈ R
0

qui porte le nom de problème de Cauchy pour l’équation de la chaleur.

Dans le cas d’une barre de longueur l, nous nous restreignons à x ∈ ]0, l[
et nous rajoutons les conditions aux limites qui fixent la température
aux extrémités de la barre. Nous obtenons alors le problème :


 ∂u ∂ 2u

 −α 2 =0 (x, t) ∈ ]0, l[ × R∗+
 ∂t ∂x
(1.14)

 x ∈ ]0, l[

 u(x, 0) = u0(x)

u(0, t) = u(l, t) = 0 t ∈ R∗+
dit problème aux limites d’évolution pour l’équation de la chaleur.
Dans le cas où la température aux extrémités est donnée par

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

on dit que les conditions aux limites ne sont pas homogènes. Le champ
de température est alors solution du problème
Équation des cordes vibrantes 10



 ∂u ∂ 2u ∗

 − α 2 = 0 (x, t) ∈ ]0, l[ × IR+

 ∂t ∂x

u(x, 0) = u0(x) x ∈ IR (1.16)



 0
∈ R ∗

 u(0, t) = u t +

u(l, t) = u1
t ∈ R∗+
Il est alors clair que si nous posons
( )
u 1
− u0
w(x, t) = u(x, t) − u0 + x (1.17)
l
alors w est solution de :


 ∂w ∂ 2w

 −α 2

 ∂t ∂x ( )
u1 −u0
w(x, 0) = u0(x) − u + l x x ∈ IR
0
(1.18)



 w(0, t) = 0 t ∈ R∗+

 w(l, t) = 0 t ∈ R∗+

1.4 Équation des cordes vibrantes

On considère une corde homogène tendue occupant au repos une

portion d’un axe Ox. On fait vibrer cette corde transversalement. On
fait les hypothèses suivantes :
1) On suppose que les vibrations sont purement transversales, et en
outre, planes, dans un plan contenant l’axe des x. Soit donc u = u(x, t)
le déplacement transversal de la section x à l’instant t.
2) On fait l’hypothèse que les perturbations sont petites :

∂u
| u |≪ L et | |≪ 1
∂x
où L est la longueur de la corde.
Ceci nous autorise à linéariser les équations du mouvement de la corde
et en particulierà écrire celles-ci sur la position moyenne de la corde
Équation des cordes vibrantes 11

(l’axe des x) tout en confondant l’abscisse curviligne s le long de la

corde avec l’abscisse x le long de l’axe Ox.
3) A tout instant , et en tout point, le tenseur des efforts intérieurs à ce
milieu, se réduit à une force unique, appliquée en ce point, tangentielle
et de traction, notée T . En outre, cette force est constante.
4) On néglige les efforts de pesanteur.
Une équation paramétrée de la corde déformée est donc donnée par
( ) ( )
x x
= (1.19)
y u(x, t)
La tangente unitaire à la corde déformée, orientée dans le sens des x
croissants est donnée par
( ) ( )
1 1 1
τ =√ ∂u ≈ ∂u (1.20)
1 + ( ∂u
∂x )
2 ∂x ∂x

La portion de corde [x, x + ∆x] est donc, sous les hypothèses ci-dessus,
soumise aux forces
 
1
F1 = −T  ∂u  (1.21)
(x, t)
∂x
 
1
F2 = T  ∂u  (1.22)
(x + ∆x, t)
∂x
La résultante de ces deux forces est donc donnée par
 
0
F = F1 + F2 = T  ∂u ∂u  (1.23)
(x + ∆x, t) − (x, t)
∂x ∂x
soit donc
Équation des cordes vibrantes 12

 
0
F ≈ T  ∂ 2u  (1.24)
∆x 2 (x, t)
∂x
Si on désigne par ρ la masse linéique de la corde , la masse de la
portion de corde [x, x + ∆x] est donnée par m = ρ ∆x et le principe
fondamental de la dynamique (F = mγ) donne

∂ 2u ∂ 2u
T ∆x 2 = ρ ∆x (1.25)
∂x ∂t 2
√
ce qui conduit, en posant : c = Tρ , à l’EDP que doit vérifier u

∂ 2u 2
2 ∂ u
=c (1.26)
∂t2 ∂x 2
dite équation des cordes vibrantes ou équation CV ( ou équation
des ondes scalaires à une variable d’espace). La constante c est un
paramètre positif, homogène à une vitesse appelée ”célérité” des ondes
propagées par la corde vibrante.
L’équation des CV est le prototype des équations hyperboliques
linéaires d’ordre deux.
Rajoutons les conditions initiales dans le cas de la corde infinie. Nous
obtenons
 2 2

 ∂ u
−c 2∂ u
= 0 (x, t) ∈ R × R∗+



 ∂t
2 ∂x 2

(1.27)

 u(x, 0) = u (x) x ∈ R


0

 ∂ u(x, 0) = u1(x) x ∈ R
∂t
où u0(x) et u1(x) sont respectivement la position et la vitesse initiales
de la section x. Le problème (1.27) est le problème de Cauchy pour
l’équation des cordes vibrantes (ou pour l’équation des ondes à une
variable d’espace).
Equation de transport 13

Dans le cas de la corde de longueur finie il faut rajouter des conditions

aux limites. Nous obtenons (pour L = 1)


 ∂ 2u ∂ 2u

 − c2
= 0 (x, t) ∈ ]0, 1[ × R∗

 ∂t 2 ∂x 2 +





u(x, 0) = u0(x) x ∈ ]0, 1[
(1.28)

 ∂

 u(x, 0) = u1(x) x ∈ ]0, 1[

 ∂t




 u(0, t) = u(1, t) = 0 t ∈ R∗
+

Le problème (1.28) est un problème aux limites d’évolution pour

l’équation des cordes vibrantes.

1.5 Equation de transport

1.5.1 Introduction à l’équation de transport

La conservation de la masse lors du transport d’un fluide dans un

écoulement se traduit par l’EDP

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

∂ρ ∂ρ
+a =0 (1.30)
∂t ∂x
Cette équation est dite équation de transport.
Equation de transport 14

1.5.2 Lien avec l’équation des ondes

Considérons le problème de Cauchy pour l’équation des ondes à une

variable d’espace
 2 2

 ∂ u
− 2 ∂ u
= 0 (x, t) ∈ R × R∗+

 c

 ∂t
2 ∂x 2

(1.31)

 u(x, 0) = u (x) x ∈ R


0

 ∂ u(x, 0) = u1(x) x ∈ R
∂t
Faisons le changement de fonctions


 ∂u ∂u

 1w = c +
∂x ∂t
(1.32)



 w2 = c ∂u − ∂u
∂x ∂t
L’équation(1.31) conduit au système d’EDP, avec données initiales :

 ∂w1 ∂w1

 − c =0 (x, t) ∈ R × R∗+

 ∂t ∂x




 ∂w2 ∂w2
+c =0 (x, t) ∈ R × R∗+ (1.33)

 ∂t ∂x





 w1(x, 0) = cu′0(x) + u1(x) x ∈ R


w2(x, 0) = cu′0(x) − u1(x) x ∈ R
soit encore
 ( ) ( ) ( ) ( )

 ∂ w −c 0 ∂ w 0


1
+ 1
=
∂t w
( )2 0 c (∂x ) w2 ( 0 ) (1.34)

 w ′ 1 1

 w
1
(x, 0) = cu0(x) + u1(x)
2 1 −1
C’est un système linéaire du premier ordre constitué de deux équations
de transport identiques à (1.30) avec a = −c et a = c. Il est donc
Classification des EDP 15

important de développer des schémas numériques pour l’équation du

transport, schémas que l’on pourra adapter à l’équation des ondes
considérée comme un système du premier ordre, c’est à dire sous la
forme (1.34).

1.6 Classification des EDP

1.6.1 Quelques généralités sur les EDP

Nous nous limitons dans toute la suite à deux variables indépendantes

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

α u x + β uy + f = 0 (1.35)
où u = u(x, y) est la fonction inconnue et α , β et f sont des fonctions
connues des variables indépendantes x, y et de l’inconnue u. Pour les
EDP du second ordre, nous nous intéresserons à celles ayant la forme
suivante :

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

où u = u(x, y) est la fonction inconnue et α , β, γ et g sont des
fonctions connues des variables indépendantes x et y et de l’inconnue
u et de ses dérivées partielles premières ux et uy .
Les deux EDP (1.35) et (1.36) sont dites quasilinéaires parce qu’elles
sont linéaires par rapport aux dérivées partielles de u d’ordre le plus
élevé : ux et uy dans (1.35) et uxx, uxy et uyy dans (1.36).
Classification des EDP 16

L’EDP (1.35) est dite linéaire lorsque α et β sont des fonctions de x

et y seulement et f est de la forme f = γu + δ où γ et δ sont deux
fonctions de x et y.
L’EDP (1.35) devient alors

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

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

1.6.2 EDP du premier ordre

Si la variable y représente le temps t > 0 et si β ̸= 0 l’équation (1.35)

s’écrit, en remplacant y par t comme suit :

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

d α α α α f α
u( t+x0, t) = ut( t+x0, t)+ ux( t+x0, t) = − ( t+x0, t)
dt β β β β β β
soit
Classification des EDP 17

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

1.6.3 EDP du second ordre

Considérons l’EDP du second ordre linéaire

{
α(x, y) uxx + 2 β(x, y) uxy + γ(x, y) uyy +
(1.40)
+δ(x, y) ux + ϵ(x, y) uy + φ(x, y) u = 0
où α, β, γ, δ, ϵ et φ sont des constantes réelles. On supposera que
l’EDP (1.40) est réellement du second ordre, c’est à dire que (α, β,
γ)̸= (0, 0, 0).

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

Faisons un changement d’axes par une rotation d’angle θ. Alors les

anciennes coordonnées cartésiennes (x, y) deviennent de nouvelles co-
ordonnées cartésiennes (X, Y ). Nous espérons réduire les termes du
second ordre, c’est à dire annuler une partie ou l’ensemble des coeffi-
cients des dérivées partielles de u d’ordre 2.
On a
{
x = X cos(θ) + Y sin(θ)
(1.41)
y = −X sin(θ) + Y cos(θ)
ou bien encore
{
X = x cos(θ) − y sin(θ)
(1.42)
Y = x sin(θ) + y cos(θ)
Classification des EDP 18

De (1.42) on obtient


 ∂X ∂X

 = cos(θ) = − sin(θ)
 ∂x ∂y
(1.43)



 ∂Y ∂Y
 = sin(θ) = cos(θ)
∂x ∂y
On a alors en posant u(x, y) = v(X(x, y), Y (x, y)) :

 ∂u ∂v ∂v

 = cos(θ) + sin(θ)
 ∂x ∂X ∂Y
(1.44)

 ∂u ∂v ∂v

 =− sin(θ) + cos(θ)
∂y ∂X ∂Y
et, de là, en répétant l’opération et en regroupant certains termes



 ∂ 2u ∂ 2v ∂ 2v ∂ 2v

 = 2
cos (θ) + 2 cos(θ) sin(θ) + sin2(θ)

 ∂x2 ∂X 2 ∂X∂Y ∂Y 2







 ∂ 2u ∂ 2v ∂ 2v

 =− cos (θ) sin(θ) + (cos 2(θ) − sin 2(θ))
 ∂x∂y ∂X 2 ∂X∂Y



 ∂ 2v

 + sin(θ) cos(θ)

 ∂Y 2





 ∂ 2u ∂ 2v ∂ 2v ∂ 2v

 2
− 2
 2 = sin (θ) 2 cos(θ) sin(θ) + cos (θ)
∂y ∂X 2 ∂X∂Y ∂Y 2
(1.45)
Reportant (1.45) et (1.44) dans (1.40), nous obtenons l’expression de
notre EDP dans les nouvelles coordonnées. Elle s’écrit sous la même
forme, à savoir :

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

Classification des EDP 19

avec, en particulier :

 A = α cos 2(θ) − 2 β cos(θ) sin(θ) + γ sin2(θ)
B = α cos (θ) sin(θ) + β (cos 2(θ) − sin 2(θ))) − γ sin(θ) cos(θ)

C = α sin 2(θ) + 2 β cos(θ) sin(θ) + γ cos 2(θ)
(1.47)
ou encore :

 A = P + Q cos(2θ) − β sin(2θ)
B = Q sin(2θ) + β cos(2θ) (1.48)

C = P − (Q cos(2θ) − β sin(2θ))
si l’on pose P = α+γ
2 et Q =
α−γ
2 .
Un calcul simple donne :


 B 2
− AC = ( α−γ
sin(2θ) + βcos(2θ)) 2
− ( α+γ 2
2 ) +

 2
( 2 cos(2θ) − βsin(2θ))2
α−γ
(1.49)

 = Q2 + β 2 − P 2 = ( α−γ )2 − ( α+γ )2 + β 2


2 2
= β 2 − αγ
Nous déduisons de (1.49) que β 2 − αγ est un invariant de l’équation
(1.40) dans la rotation (1.41).

Réduction des termes du second ordre et classification

a) Première étape On peut toujours annuler B. Il suffit de choisir

{
θ= 1
2
2β
Arctg( α−γ )+k π
2 k ∈ Z, si α ̸= γ
(1.50)
θ= π
4 + k π2 k ∈ Z, si α = γ
On choisit θ selon (1.50) pour avoir B = 0. Dans ces conditions,
si (1.40) est effectivement du second ordre, A et C ne peuvent pas
être tous deux nuls. En effet : A = C = 0 impliquerait γ = - α et
αcos(2θ) − βsin(2θ) = 0. Or B = 0 signifie que : β cos(2θ) - α
sin(2θ) = 0
Classification des EDP 20

D’où
( )( ) ( )
cos(2θ) − sin(2θ) α 0
=
sin(2θ) cos(2θ) β 0
et finalement on aurait α = β = γ = 0 et (1.40) serait du premier
ordre, ce qui, par hypothèse, n’est pas le cas.

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

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

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

vXX + D vX + E vY + F v = 0 (1.53)
Dans le premier cas l’équation (1.40) est dite elliptique. Cela correspond
à B 2 − AC < 0 et β 2 − αγ < 0.
Dans le deuxième cas, l’équation est dite hyperbolique, d’ailleurs on y
retrouve une notion de propagation comme dans les EDP hyperboliques
du premier ordre, ainsi que nous le verrons au chapitre consacré à
Classification des EDP 21

l’étude de l’équation des cordes vibrantes. Cela correspond à B 2 −

AC > 0 et β 2 − αγ > 0
Dans le troisième cas, l’équation est dite parabolique ; cela correspond
à B 2 − AC = β 2 − αγ = 0.

Remarque 1.3 On peut définir la transformée de Fourier F (u),

où û, d’une fonction
u : R2 → R en posant pour u ∈ L1(R2) et (ξ, η) ∈ R2
∫
F (u)(ξ, η) = u(x, y) e−2iπ(xξ+yη)dxdy (1.54)
R2
On a alors, lorsque les dérivées partielles de u d’ordre inférieur ou
égal à deux sont dans L1(R2) :

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

L’équation du second degré en ξ et η

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

Elimination des termes du premier ordre

Effectuons un changement de fonctions inconnues, en posant :

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

où a est une constante réelle. Il vient

∂v ∂h
= exp(aX)( + ah) (1.57)
∂X ∂X
Classification des EDP 22

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

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

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

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

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

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

hXX − hY Y + H h = 0 (1.62)

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

Remarque 1.4 Il n’est pas possible d’aller sensiblement plus loin

dans la simplification de l’EDP : supprimer H change l’équation.
Toutefois, il nous faut admettre, que les caractères essentiels de
l’EDP ne sont pas altérés si l’on supprime le terme Hh.
Classification des EDP 23

Supposons que H = 0 et G ̸= 0. Dans ce cas, nous posons Y = ct

(où t sera le temps) dans (1.62) et nous posons | G |= α1 et Y =- t
signe(G) dans (1.63).
Des calculs faciles conduisent alors à partir de (1.61), (1.62) et (1.63)
aux trois EDP suivantes :
∂ 2h ∂ 2h
+ =0 (1.64)
∂X 2 ∂Y 2
dite équation de Laplace, de nature elliptique,
1 ∂ 2h ∂ 2h
= (1.65)
c2 ∂t2 ∂X 2
dite équation des cordres vibrantes, de nature hyperbolique, et

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

Remarque 1.5 Si G=0 dans (1.63) , on ne peut aboutir à (1.66).

En fait, on est en présence d’une équation différentielle à coeffi-
cients constants bien classique (h′′ + Hh = 0), Y n’intervenant plus
que comme un simple paramètre.
 24

Chapitre 2

SCHÉMAS NUMÉRIQUES POUR

LES ÉQUATIONS AUX DÉRIVÉES
PARTIELLES

2.1 Introduction

La résolution d’une équation aux dérivées partielles signifie l’obtention

des valeurs d’une ( ou de plusieurs) inconnue(s) en fonction des
variables ( comme le temps t ou la position x ∈ R, R2 ou R3 )
qui prennent une infinité de valeurs possibles. Si l’on est capable de
résoudre ”analytiquement”une équation aux dérivées partielles c’est
à dire d’exprimer sa solution à l’aide d’une formule explicite, alors il
suffira, a posteriori d’appliquer cette formule à telle ou telle valeur des
variables (t ou x) que choisira l’utilisateur.
Malheureusement, les solutions analytiques ou exactes, quoique fort
intéressantes, ne peuvent pas toujours être obtenues. Hormis le cas
de problèmes très simples ou de géométries très particulières, il ne
faut pas trop espérer résoudre ” à la main”et il est inévitable en
pratique de recourir à l’ordinateur. Or l’ordinateur est ”fini” à plus
d’un titre : il est limité en place-mémoire, en précision, en durée de
fonctionnement. Il faut donc discrétiser le problème i.e. le remplacer
par un problème dit discret parce que comportant un nombre fini de
”quantités” à calculer censé lui être proche en un certain sens. On
peut réaliser une approximation par différences finies, par éléments
finis, par une méthode particulaire ou spectrale.. d’un problème aux
Approximation des dérivées partielles par des différences finies 25

dérivées partielles. Les méthodes sont nombreuses. On se limitera ici

à l’approximation par différences finies. La méthode des éléments finis
fera l’objet d’un cours de deuxième année.
Nous sommes, en fait, dans les cas courants, amenés à faire l’ap-
proximation d’une dérivée première ou seconde en temps et d’une
dérivée première ou seconde en espace par un taux d’accroissement.
Plusieurs possibilités s’offrent à nous, avec, comme pour la résolution
des équations différentielles, les deux interrogations suivantes sur la
méthode d’approximation choisie :
1) La stabilité : les erreurs d’approximation ou de troncature, inévitables
en général, risquent-elles de s’amplifier au cours des calculs ?
2) Convergence : la solution approchée ”converge”-t-elle, lorsque le pas
de discrétisation (∆t et ∆x) tend vers zéro, vers la ”solution exacte” ?
Ces notions de stabilité et de convergence doivent donc être définies en
utilisant des normes bien déterminées. Il y aura donc plusieurs types
de stabilité, plusieurs types de convergence selon la norme choisie.
On ajoutera également une troisième notion qui jouera un rôle essentiel
lors de l’étude de la convergence. Il s’agit de la consistance. Le schéma
proposé sera dit consistant s’il fournit une approximation, au moins à
l’ordre un, de l’équation, comme on va le préciser dans les chapitres
suivants.

2.2 Approximation des dérivées partielles par des différences

finies

2.2.1 Maillage
{ }
Dans le demi-plan (x, t) ∈ R , t > 0 muni d’une base orthonormée
2

(Ox, Ot), nous traçons un réseau de droites paralléles à l’axe des x,

équidistantes de pas ∆t, ainsi qu’un réseau de demi-droites paralléles
à l’axe des t issues de l’axes des x équidistantes de pas ∆x. Les
intersections des deux réseaux sont les points Mjn de coordonnées
(xj = j∆x, tn = n∆t), j ∈ Z, n ∈ N. On dit que l’on a construit
Approximation des dérivées partielles par des différences finies 26

un maillage du demi-plan R × R+.

t

n+1 n+1 n+1

M j−1 Mj M j+1
(n+1) ∆t

n n n
M j−1 M M j+1
n ∆t j

(j−1) ∆x j ∆x (j+1) ∆x x

Figure 2.1 –

Au lieu de chercher u dans R × R∗+ vérifiant l’une des équations qui

seront traitées dans les chapitres suivants (équation de la chaleur,
équation de la corde vibrante ou équation de transport), nous cherchons
une suite vjn, j ∈ Z, n ∈ N, qui approche u au points Mjn de la
grille définie ci-dessus et qui vérifie une équation ”proche” de l’équation
initiale.
Pour chercher une approximation de u en un point (x, t) qui n’est pas
l’un des points de la grille, on peut, par exemple, déterminer dans quel
rectangle [j∆x, (j + 1)∆x[ × [n∆t, (n + 1)∆t[ se trouve le point (x, t)
et effectuer une interpolation à partir des quatres valeurs vjn, vj+1 n
, vjn+1
n+1
et vj+1 .
Ainsi la recherche d’une approximation d’une fonction u solution d’un
problème aux dérivées partielles (P ) posé sur R × R∗+ passe par
la résolution d’un problème ”discret” Pe consistant à déterminer les
quantités vjn, j ∈ Z, n ∈ N. On dit que l’on a ainsi discrétisé le
problème (P ).
Approximation des dérivées partielles par des différences finies 27

Pour celà, nous allons procéder pas de temps par pas de temps, selon
les temps croissants.
Dans les équations aux dérivées partielles que nous avons à étudier,
nous avons des dérivées premières et des dérivées secondes par rapport
au temps et des dérivées premières et des dérivées secondes par rapport
à l’espace.
On pose
 ( )n ( )n

 ∂u ∂u ∂u ∂u

 = (x , t n
) = (xj , tn)

 ∂t j ∂t
j
∂x j ∂x
( ) ( ) (2.1)

 n n

 ∂ 2u ∂ 2u ∂ 2u ∂ 2u

 ∂t2 = 2 (xj , t ) n
2
= 2 (xj , tn)
j ∂t ∂x j ∂x
et on cherche à les discrétiser en les approchant par des taux d’accrois-
sements.

2.2.2 Discrétisation d’une dérivée première

Supposons que u soit de classe C 2. Alors on a, d’aprés la formule de

Taylor :
( )n
∂u
u(xj , tn+1) = u(xj , tn) + ∆t + O(∆t2) (2.2)
∂t j
et
( )n
∂u
u(xj+1, tn) = u(xj , tn) + ∆x + O(∆x2) (2.3)
∂x j
d’où l’on peut tirer
( )n
∂u un+1
j − unj
= + O(∆t) (2.4)
∂t j ∆t
( )n
∂u unj+1 − unj
= + O(∆x) (2.5)
∂x j ∆x
Approximation des dérivées partielles par des différences finies 28

où unj = u(xj , tn). O(∆x) s’appelle l’erreur de trocature.

Si vjn ≃ u(xj , tn), on peut alors écrire les approximations :
( )n
∂u vjn+1 − vjn
≃ (2.6)
∂t j ∆t
( )n
∂u n
vj+1 − vjn
≃ . (2.7)
∂x j ∆x
On dit qu’on discrétise la dérivée première par une différence finie
décentrée à droite précise au premier ordre car la puissance de ∆x
∂u
dans l’erreur de troncature est 1. De même on peut approcher par :
∂x
( )n
∂u vjn − vj−1
n
≃ . (2.8)
∂x j ∆x
On dit qu’on utilise une technique de différence finie décentrée à gauche
précise au premier ordre.
Maintenant si on suppose que u soit de classe C 3 on peut écrire :
( )n 2
( 2 )n
∂u ∆x ∂ u
unj+1 = unj + ∆x + + O(∆x 3
) (2.9)
∂x j 2 ∂x2 j
et
( )n 2
( 2 )n
∂u ∆x ∂ u
unj−1 = unj − ∆x + + O(∆x 3
) (2.10)
∂x j 2 ∂x2 j
d’où
( )n
∂u unj+1 − unj−1
= + O(∆x2). (2.11)
∂x j 2∆x
On peut alors écrire l’approximation :
( )n
∂u n
vj+1 − vj−1
n
≃ . (2.12)
∂x j 2∆x
Approximation des dérivées partielles par des différences finies 29

On dit qu’on utilise une technique de différence finie centrée précise

au second ordre car la puissance de ∆x dans l’erreur de troncature
O(∆x2) est 2.

2.2.3 Discrétisation d’une dérivée seconde

Supposons que u soit de classe C 4. Alors on a

( )n 2
( 2
)n 3
( 3
)n
∂u ∆t ∂ u ∆t ∂ u
un+1
j = unj + ∆t + + + O(∆t4)
∂t j 2 ∂t2 j 6 ∂t3 j
(2.13)
et

( )n 2
( 2
)n 3
( 3
)n
∂u ∆t ∂ u ∆t ∂ u
un−1
j = unj − ∆t + − + O(∆t4)
∂t j 2 ∂t2 j 6 ∂t3 j
(2.14)
D’où l’on tire que :
( )n
∂ 2u un+1
j − 2unj + un−1
j 2
= + O(∆t ). (2.15)
∂t2 j ∆t2
De même on obtient :
( 2 )n
∂ u unj+1 − 2unj + unj−1 2
= + O(∆x ). (2.16)
∂x2 j ∆x2
Dans ce cas on peut écrire
( )n
∂ u 2 vjn+1 − 2vjn + vjn−1
≃ (2.17)
∂t2 j ∆t2
et
( )n
∂ 2u n
vj+1 − 2vjn + vj−1
n
≃ . (2.18)
∂x2 j ∆x2
Exemples de discrétisation 30

On dit alors qu’on discrétise la dérivée seconde par une différence finie
centrée précise au second ordre.

2.3 Exemples de discrétisation

2.3.1 Premier exemple

Considérons l’équation de transport

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

vjn+1 − vjn n
vj+1 − vjn
+a =0 (2.22)
∆t ∆x
ou encore

∆t n
vjn+1 = vjn − a
(vj+1 − vjn). (2.23)
∆x
Le schéma ainsi obtenu permet le calcul des termes (vln+1)l∈Z à partir
des termes (vln)l∈Z . En somme, ”notre ordinateur”, ayant ”oublié” les
niveaux de temps 0, 1, 2, ..., n − 1, ne connait plus que les pas n et
n + 1.
Dans ce cas, on dit qu’on a un schéma à deux niveaux ( ou à un pas
de temps).
Exemples de discrétisation 31

D’autres schémas numériques pourraient être proposés. On peut par

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

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

vjn+1 = H(vj−k
n
, .., vjn, .., vj+k
n
). (2.26)
Dans les deux cas particuliers, on a un schéma numérique explicite à
deux niveaux et à trois points.
Reprenons de nouveau l’EDP (2.19). On peut approcher le terme ∂u ∂x
au niveau n + 1 plutôt qu’au niveau n, c’est à dire à l’instant (n + 1)∆t
au lieu de l’instant n∆t et garder l’approximation (2.20) pour le terme
( ∂u )n+1
∂t j . On écrit alors
( )n+1
∂u vjn+1 − vjn
≃ (2.27)
∂t j ∆t
et
( )n+1
∂u
n+1
vj+1 − vjn+1
≃ . (2.28)
∂x j ∆x
On obtient
Exemples de discrétisation 32

∆t n+1
(vj+1 − vjn+1).
vjn+1 = vjn − a (2.29)
∆x
Ce schéma est appelé implicite comme le justifie la remarque suivante.

Remarque 2.1 Le schéma (2.25) est explicite en ce sens que,

pour calculer vjn+1, il suffit de remplacer explicitement les quantités
figurant au second membre de (2.25) par leurs valeurs connues et
stockées en mémoire.
A l’inverse, avec le schéma (2.29), il n’est pas possible de cal-
culer directement les quantités (vln+1)l∈Z à partir de (vln)l∈Z . Les
inconnues sont liées entre elles par un ensemble d’équations du
type (2.29). On obtient en fait un système linéaire qu’il s’agit de
résoudre à chaque pas de temps.
Plus généralement un schéma numérique qui s’écrit sous la forme

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

2.3.2 Deuxième exemple

Maintenant on considère l’équation des ondes :

∂ 2u 2
2∂ u
− c =0 x ∈ R t > 0. (2.31)
∂t2 ∂x2
Pour la discrétisation de (2.31) on va utiliser une différence finie centrée
en temps et en espace :
( )n
2
∂ u vjn+1 − 2vjn + vjn−1
≃ (2.32)
∂t2 j ∆t2
et
Quelques définitions 33

( )n
∂ 2u n
vj+1 − 2vjn + vj−1
n
≃ . (2.33)
∂x2 j ∆x2
On obtient

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

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

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

2.4 Quelques définitions

Soit n ∈ N fixé. Pour l’analyse, il est commode d’associer à une suite

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

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

avec xj+1/2 = (j + 1/2)∆x. On définit
Vh = {vh ∈ P0 / ∀j ∈ Z, ∀x ∈ [xj−1/2, xj+1/2], vh(x) = vj }.
On peut vérifier que, pour tout réel p > 1, on a
∑
(vj )j∈ZZ ∈ l = {(vj )j∈ZZ /
n p n
|vj |p < +∞} ⇔ vhn ∈ Lph = Vh∩Lp(R)
j∈Z
Quelques définitions 34

On a l’égalité
  p1
∑ (∫ ) p1
h |vjn|p = |vhn(x)|pdx .
j∈ZZ R

De même si p = ∞
(vjn)j∈ZZ ∈ l∞ = {(vjn)j∈ZZ / sup |vjn| < +∞} ⇔ vhn ∈ L∞ ∞
h = Vh ∩L (R).
j∈ZZ

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

2.4.1 Convergence

La première notion importante est la notion de convergence. Le schéma

est convergent si la solution du problème discret tend, en un certain
sens, vers la solution du problème aux dérivées partielles étudié, lorsque
h = ∆x et ∆t tendent simultanément vers zéro.

Définition 2.4.1 On dit qu’un schéma numérique d’approxima-

tion d’une EDP produisant une suite vhn ∈ Lp converge dans
L∞(0, T, Lp(R)) si et seulement si, pour toute donnée initiale
u0 ∈ Lp(R),
lim sup ||u(., tn) − vhn||Lp = 0
(h,∆t)→0 tn ≤T

où u est la solution exacte de l EDP étudiée.

Quelques définitions 35

2.4.2 Consistance

La deuxième notion est la notion de consistance d’un schéma numérique.

Nous n’aurons de chance d’obtenir la convergence du schéma que
si nous approchons correctement ou avec une précision suffisante le
problème continu, c’est à dire, si nous remplaçons les dérivées partielles
par des différences finies effectivement voisines. Pour ce faire, il faut
définir l’erreur de troncature du schéma numérique. et si u = u(x, t) est
” la solution exacte” de l’EDP étudiée, on a, en notant unj = u(xj , tn)
et en supposant que u est suffisamment régulière, une relation de la
forme :
ϵ(∆t, ∆x) = J(un+1 n+1 n+1 n n n
j−k , .., uj , .., uj+k , uj−k , .., uj , .., uj+k ) (2.37)
si le schéma est à deux niveaux ( respectivement si le schéma est à trois
niveaux)
ϵ(∆t, ∆x) = K(un+1 n+1 n+1 n n n n−1 n−1 n−
j−k , .., uj , .., uj+k , uj−k , .., uj , .., uj+k , uj−k , .., uj , .., uj+k
(2.38)
La quantité ϵ(∆t, ∆x) est l’erreur locale de discrétisation qui définit la
précision du schéma numérique.
Définition 2.4.2 Le schéma numérique (2.30) ( respectivement
(2.35) ) sera dit consistant si dans (2.37)( respectivement (2.38))
on a

lim ϵ(∆t, ∆x) = 0 (2.39)

∆t→0
∆x→0

Si l’on a ϵ(∆t, ∆x) = O(∆tp, ∆xq ) on dit que le schéma considéré

est d’ordre p en temps et d’ordre q en espace.

2.4.3 Stabilité
∆t
Dans la pratique on garde le rapport λ = ∆x constant lorsqu’on
raffine la grille. Soit à résoudre une EDP sur l’intervalle de temps
[0, T ] , T > 0. On prend alors un pas de temps ∆t = NT et un pas
Quelques définitions 36

d’espace ∆x = ∆t λ . Les quantités vj , j ∈ Z, sont donc censées nous

N

donner une approximation des valeurs u(xj , T ), j ∈ Z, car N ∆t = T .

Si les erreurs de discrétisation ne font que s’ajouter, l’erreur au pas N
sera de l’ordre de N ϵ(∆t, ∆x). On devrait avoir pour un schéma du
premier ordre une erreur totale de l’ordre de

2 2 T 2 ∆t2 1
N (∆t + ∆x ) = (∆t + 2 ) = T (1 + 2 )∆t. (2.40)
∆t λ λ
En fait, l’erreur à l’étape n+1 si l’on part de la solution exacte à l’étape
n est bien de l’ordre de (∆t2 + ∆x2) = (1 + λ12 )∆t2. Mais l’erreur à
l’étape n + 1 obtenue en partant d’une approximation déjà entachée
d’erreur à l’étape n peut, pour certains schémas, être donc plus grande
que (1 + λ12 )∆t2.
C’est la notion de stabilité d’un schéma numérique, qui sera définie
ultérieurement, qui nous permettra d’évaluer la façon avec laquelle
l’erreur de discrétisation à un pas de temps donné, influe sur l’erreur
aux pas de temps suivant. Ceci nous amène à introduire la notion de
stabilité. Comme cette notion dépend de la norme choisie, nous allons
donner deux définitions de la stabilité relativement aux deux normes
les plus couramment utilisées.

Définitions

Définition 2.4.3 Nous dirons qu’un schéma est L∞-stable s’il

existe une constante C(T ) > 0 indépendante de ∆x, de ∆t et de n
telle que :

sup vjn < C(T )sup vj0 (2.41)

j∈Z j∈Z

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

j∈Z

||vhn||L∞ < C(T )||vh0 ||L∞ (2.42)

dès que |vh0 ||L∞ < +∞.
Quelques définitions 37

Définition 2.4.4 Nous dirons qu’un schéma est Lp-stable s’il

existe une constante C(T ) > 0 indépendante de ∆x, de ∆t et de n
telle que :
  p1
  p1
∑ ∑
 n p
vj < C(T )  vj0 
p
(2.43)
j∈Z j∈Z
∑ p
dès que vj0 < +∞, ce qui est équivalent à
j∈Z

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

dès que |vh0 ||Lp < +∞.

Remarque 2.4.1 En somme, la solution approchée au pas de

temps “n” est bornée par une quantité qui ne dépend que de la
donnée initiale.

Méthode de Fourier Von-Neumann

Pour étudier la satbilité d’un schéma, nous allons utiliser la transfor-

mation de Fourier définit par :
∫
b =
φ(ξ) e−2πixξ φ(x)dx. (2.45)
IR
Rappelons que l’application φ → φ
b est une isométrie de L2(Rx) sur
L2(Rξ ), c’est à dire que
||φ||L2(Rx) = ||φ||
b L2(Rξ ).
L’isométrie inverse étant donnée par :
∫
φ(x) = b
e2πixξ φ(ξ)dξ (2.46)
IR
Nous rappelons que :
Quelques définitions 38

∫
e−2πixξ φ(x + k∆x))dx = e2πik∆xξ φ(ξ)
b (2.47)
IR
4.3.1.1 Schémas à deux niveaux
Nous allons nous placer dans le cas d’un schéma aux différences finies
à un pas en temps ( on a deux niveaux en temps ) de la forme :
∑ ∑
n+1
bk vj+k = n
ck vj+k n ≥ 0, j ∈ Z (2.48)
k∈Z k∈Z
où les coefficients bk , ck ∈ R sont nuls sauf pour un nombre fini de
valeurs de l’indice k. Notons que si bk = 0 pour k ̸= 0 et b0 ̸= 0 on
obtient un schéma explicite. Au lieu de travailler sur les suites de l2(Z),
il va être plus pratique de travailler sur les fonctions vhn de L2(R) définit
dnas (2.36) de facon à pouvoir utiliser commodément la transformation
de Fourier. Nous écrivons alors le schéma (2.48) sous la forme :

( ) ( )
∑ ∑
bk vhn+1(x + k∆x) = ck vhn(x + k∆x) , n ≥ 0, x ∈ R.
k∈Z k∈Z
(2.49)
La propriété de stabilité L2 revient alors à montrer que

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

. (2.50)
Pour cela, nous allons appliquer la transformation Fourier à l’équation
(2.49) ce qui nous donne donne
( ) ( )
∑ ∑
bk e2πik∆xξ vbhn+1(ξ) = ck e2πik∆xξ vbhn(ξ) . (2.51)
k∈Z k∈Z
Si on pose
Quelques définitions 39

 ∑

 b(ξ) = bk e2πik∆xξ



 k∈Z



 ∑

c(ξ) = ck e2πik∆xξ (2.52)




k∈Z





 c(ξ)
 a(ξ) =
b(ξ)
On trouve

vbhn+1(ξ) = a(ξ, ∆x, ∆t)b

vhn(ξ) (2.53)
de sorte que

vbhn(ξ) = a(ξ, ∆x, ∆t)nvbh0 (ξ) (2.54)

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

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

4.3.1.2 Schéma à trois niveaux

Nous considérons dans cet exemple un schéma aux différences finies à
deux pas en temps ( on a trois niveaux en temps ) de la forme :
∑ ∑ ∑
n+1
bk vj+k = n
ck vj+k + n−1
dk vj+k , n ≥ 0, j ∈ Z (2.55)
k∈Z k∈Z k∈Z
Quelques définitions 40

où les coefficients bk , ck , dk ∈ R sont nuls sauf pour un nombre fini

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

( ) ( ) ( )
∑ ∑ ∑
bk v n+1(x + k∆x) = n
ck v (x + k∆x) + dk v n−1(x + k∆x)
k∈Z k∈Z k∈Z
(2.56)
Où la fonction x 7−→ vhn(x) est définie dans (2.36).
En utilisant la transformatée de Fourier φ → φ b définie par (2.45) à
l’équation (2.56) et en utilisant l’égalité (2.47), nous obtenons :

( ) ( ) ( )
∑ ∑ ∑
bk e2πik∆xξ vbhn+1(ξ) = ck e2πik∆xξ vbhn(ξ) + dk e2πik∆xξ vbhn−1(ξ)
k∈Z k∈Z k∈Z
(2.57)
Si on pose
 ∑

 b(ξ) = bk e2πik∆xξ



 k∈Z



 ∑


 c(ξ) = ck e2πik∆xξ
k∈Z (2.58)



 ∑



 d(ξ) = dk e2πik∆xξ




 k∈Z

Nous trouvons

vhn+1(ξ) = c(ξ)b
b(ξ)b vhn(ξ) + d(ξ)b
vhn−1(ξ) (2.59)
Quelques définitions 41

Nous pouvons écrire ce système linéaire matriciellement sous la forme

suivane
( n+1 ) ( n )
vbh vbh
= A(ξ, ∆x, ∆t) (2.60)
vbh
n
vbhn−1
où  
c(ξ) d(ξ)
 b(ξ) b(ξ) 
 
A(ξ, ∆x, ∆t) =   

 
1 0
La matrice A(ξ, ∆x, ∆t) est appelée matrice d’amplification du schéma
(2.55) .
Théorème 2.4.2 Une condition suffisante de L2-stable est qu’il
existe une constante ν positive telle que
sup ||A(ξ, ∆x, ∆t)||2 ≤ 1 + ν∆t
ξ∈R

où ||.||2 est la norme matricielle subordonnée associée à la norme

vectorielle ||.||2
Définition 2.4.5
On appelle condition de stabilité de Von Neumann la condition
sup ρ(A(ξ, ∆x, ∆t)) ≤ 1
ξ∈R

où ρ(A(ξ, ∆x, ∆t)) est le rayon spectrale de la matrice A(ξ, ∆x, ∆t).
Remarque 2.4.2 La condition de stabilité de Von Neumann est
une condition nécessaire de stabilité L2. Elle n est pas uns condi-
tion suffisante.

Remarque 2.2 Un peu, passionnement, pas du tout : c’est ainsi

que vont fonctionner nos schémas aux différences finies. Ils se-
ront conditionnellement stables, inconditionnellement stables, ou
irrémédiablement instables, selon le cas.
Quelques définitions 42

2.4.4 Convergence

Nous avons maintenant tous les outils pour démontrer la convergence

des schémas aux différences finies linéaires.

Théorème 2.4.3 ( Lax) Soit u la solution assez régulière d’une

EDP. Soient vjn la solution numérique discréte obtenu par un
schéma de différences finies avec la donnée initiale vj0 = u0(xj ).
On suppose que le schéma linéaire est consistant et stable pour une
norme ||.|| dans un domaine S alors le schéma est convergeant au
sens où
∀(∆x, ∆t) ∈ S, ∀T > 0, lim sup ||u(., tn) − vhn|| = 0
(∆t,∆x)→0 tn ≤T

avec vhn la fonction associée à la suite vjn définit dans (2.36).

 43

Chapitre 3

EQUATION DE LA CHALEUR

3.1 Equation de la chaleur avec donnée initiale et condi-

tions aux limites

Nous considèrons une barre conductrice homogène de longeur L en

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

∗ ∂u ∂ 2u
∀x ∈ [0, L] , ∀t ∈ IR+ , − = 0, (3.1)
∂t ∂x2

∀x ∈ [0, L] , u(x, 0) = u0(x). (3.2)

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

∗
∀t ∈ IR+ u(0, t) = u(L, t) = 0 (3.3)
Le problème qui consiste à trouver u solution de (3.1),(3.2) et (3.3) est
ce qu’on appelle un problème aux limites d’évolution.
Nous vérifions que si la donnée u0 est ”assez” régulière, et compatible
avec les conditions aux limites (3.3), le problème (3.1),(3.2) et (3.3)
Solution élémentaire 44

admet une solution unique.

Remarque 3.1
Si les ”sources” thermiques extérieures en x = 0 et x = L sont
chacune à température constante, T1 à gauche et T2 à droite, qui ne
sont pas simultanement nulles, on se raméne alors à un problème
du type (3.1)-(3.3), en posant
[ x]
v(x, t) ≡ u(x, t) − T1 + (T2 − T1) ,
L
[ x]
v (x) ≡ u (x) − T1 + (T2 − T1) ,
0 0
L
v(0, t) = u(0, t) − T1 = 0,
et
v(L, t) = u(L, t) − T2 = 0.
∗
La fonction v : (x, t) ∈ [0, L] × IR+ est alors solution du problème
(3.1)-(3.3).

3.2 Solution élémentaire

Nous pourrons vérifier ( voir TD) que la distribution définie par

{
x2
√1 e− 4t t > 0
E(x, t) = 2 πt
0 t<0
est une solution élémentaire de (3.1), c’est-à-dire vérifie l’E.D.P

 ∂E ∂ 2E
− 2
= δx,t ∀x ∈ IR ∀t > 0
∂t
 E(x, t) ∂x
=0 ∀t < 0
où δx,t est la distribution définie, pour φ ∈ D(R2) , par
⟨δx,t, φ⟩ = φ(0, 0).
Utilisation de la transformée de Fourier 45

3.3 Utilisation de la transformée de Fourier

Dans ce paragraphe, nous allons résoudre le problème (3.6),(3.7) en

effectuant un calcul formel utilisant une transformation de Fourier
partielle par rapport à la variable x, définie par
∫ +∞
F (u)(y, t) = ub(y, t) ≡ u(x, t)e−2iπxy dx. (3.4)
−∞
Nous rappellons, la formule

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

∂d
2u
2
b(y, t) = −4π 2y 2u
(y, t) = (2iπy)2u b(y, t).
∂x
Admettons par ailleurs, que nous puissions dériver (3.4) sous le signe
”somme” :
c
∂u ∂
= u b.
∂t ∂t
Alors, en appliquant la transformation de Fourier partielle F à
l’équation (3.1), nous obtenons l’équation différentielle ordinaire
∂
b(y, t) = −4π 2y 2u
u b(y, t).
∂t
La solution générale de cette équation, s’écrit
b(y, t) = A(y)e−4π
2y2t
u (3.5)
où A est une fonction arbitraire du ”paramètre” y.
Par ailleurs, en appliquant F à l’équation (3.2), nous obtenons
b(y, 0) = ub0(y).
u
D’où, en prenant t = 0, dans (3.5), nous obtenons A(y) = ub0(y), par
conséquent
b(y, t) = ub0(y)e−4π y t = ub0(y)b
2 2
u g (y, t)
Problème de Cauchy 46

où gb(y, t) désigne la transformée de Fourier par rapport à la variable y

d’une fonction g, que nous allons déterminer. La fonction gb(y, t) étant
paire et dans L1(IR), nous avons d’après le théorème d’inversion de la
transformée de Fourier, chapitre 5 cours de Mathématiques I, que

∫ +∞ ∫ +∞
g(x, t) = gb(y, t)e
2iπxy
dy = gb(−z, t)e2iπxz d(−z)
∫−∞
+∞
−∞
2
gb(z, t)e−2iπxz dz = b
x
= gb(x, t) = √1 e− 4t .
2 πt
−∞

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

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

3.4 Problème de Cauchy

Dans le cas de la barre infinie, le problème considéré est le suivant :

∗
trouver u ∈ C 2(IR × IR+ ) solution de

∂u ∂ 2u
− = 0, pour x ∈ IR , t > 0, (3.6)
∂t ∂x2
avec

u(x, 0) = u0(x), pour x ∈ IR. (3.7)

Problème de Cauchy 47

C’est le problème de Cauchy. Le problème (3.6) et (3.7) semble être

l’analogue de (3.1)-(3.3). Cela est inexact : il faut en effet ajouter des
conditions de croissance à l’infini en x, t fixé, pour que (3.6) - (3.7)
déterminent u de manière unique.

Théorème 3.4.1 La solution du problème (3.6)-(3.7), avec u0 ∈

C 2(R) est solution de
∫ T∫ ∫
∂φ(x, t) ∂ 2φ(x, t)
− u(x, t)( + 2
)dxdt = u0(x)φ(x, 0)dx,
0 R ∂t ∂x R
(3.8)
∀φ ∈ Φ = {φ ∈ C 2(R × [0, T ]), supp φ est un compact de R ×
[0, T ]}.

Preuve: Soit u une solution forte de (3.6)-(3.7). Nous multiplions

l’équation (3.6) par φ et nous intégrons par rapport à t et x. Nous
obtenons
∫ T∫
∂u(x, t) ∂ 2u(x, t)
φ(x, t)( − 2
)dxdt = 0.
0 R ∂t ∂x
Nous posons ∫ ∫
T
∂u(x, t)
I= φ(x, t) dxdt,
0 R ∂t
∫ T ∫
∂ 2u(x, t)
J= φ(x, t) 2
dxdt.
0 R ∂x
En faisant une intégration par partie de I par rapport à t, nous
obtenons
∫ T∫ ∫
∂φ(x, t)
I=− u(x, t) dxdt − u0(x)φ(x, 0)dx.
0 R ∂t R

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

∫ T∫ [∫ T ]+∞
∂u(x, t) ∂φ(x, t) ∂u(x, t)
J =− dxdt + φ(x, t)dt .
0 R ∂x ∂x 0 ∂x −∞
Problème aux limites d’évolution 48

Comme φ est à support compact, le second terme est nul. En refaisant

une deuxième intégration par partie, nous trouvons
∫ T∫
∂ 2φ(x, t)
J= u(x, t) dxdt
0 R ∂x2
D’où le résultat.

Proposition 3.4.1
On suppose que u0 est continue à support borné sur IR, alors la
solution du problème (6.17) est donnée par
∫ +∞ ∫ +∞
1 z 2 1 (x−z)2
− 4t − 4t
u(x, t) = √ u (x − z)e dz = √
0 0
u (z)e dz
2 πt −∞ 2 πt −∞
Démonstration Comme u est de classe C ∞(R×]0, T ] alors la so-
lution du problème (6.17) est aussi une solution de (3.6)-(3.7) qui est
donnée dans la remarque 3.1.

3.5 Problème aux limites d’évolution

Dans ce paragraphe , nous allons montrer que si la donnée initiale u0

est nulle en x = 0 et x = L, continue et de classe C 1 par morceaux
sur [0, L], alors le problème (3.1)-(3.3) admet une solution et une seule
u ∈ C ∞([0, L] × ]0, +∞[). Nous cherchons à résoudre ce problème par
la méthode des séries de Fourier. Cela consiste à rechercher la solution
u(x, t) pour chaque valeur de t > 0, sous la forme d’un développement
en série trigonométrique en x, s’il existe. Cette réserve est essentielle
et imposera de justifier les calculs formels qui vont suivre.

3.5.1 Développement en série de Fourier

Nous cherchons donc u(x, t) sous la forme

∞
a0(t) ∑
u(x, t) = + [an(t) cos(nωx) + bn(t) sin(nωx)] , ∀x ∈ [0, L].
2 n=1
(3.9)
Problème aux limites d’évolution 49

Pour cela, nous allons prolonger u par une fonction impaire, 2L

périodique, notée par ũ. Le développement en série de de Fourier
devient ∞
∑
ũ(x, t) = bn(t) sin(nωx), ∀x ∈ R. (3.10)
n=1
La condition u(L, t) = 0, t > 0 impose la condition suivante
∞
∑
u(L, t) = bn(t) sin(nωL) = 0.
n=1

ce qui nous donne ωL = π.

Si nous admettons que ce développement peut être dérivé terme à
terme, à l’ordre 2 par rapport à x et t, nous obtenons :

∑∞
∂ 2ũ
(x, t) = −ω 2
n2
bn(t) sin(nωx),
∂x2 n=1
∑ ∞
∂ ũ
(x, t) = b′n(t) sin(nωx).
∂t n=1
L’équation (3.1) sera satisfaite si

b′n(t) = −ω 2n2bn(t) (3.11)

La solution de cette équation est égale à
bn(t) = bn(0)e−n
2ω2t
(3.12)
Il reste à déterminer les constantes bn(0). Pour cela nous allons pro-
longer la fonction u0 en une fonction impaire de periode 2L, notée
u˜0. ∞
∑
u˜0(x) = cn sin(nωx), x ∈ [0, L].
n=1
où ∫ L
2 nπx
cn = u0(x) sin( ) dx
L 0 L
Problème aux limites d’évolution 50

En calculant ũ à t = 0, nous obtenons bn(0) = cn. Alors la solution

cherchée est :
∞
∑ nπx
cne−n
2ω2t
ũ(x, t) = sin( ), ∀x ∈ R (3.13)
n=1
L

3.5.2 Etude de la validité du développement en séries de Fourier

Cette méthode de résolution est applicable si la série trigonométrique

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

∑
+∞
k2π2 kπ
u : (x, t) ∈ [0, L]×[a, +∞[ −→ cn exp(− 2 t) sin( x) (3.14)
L L
k=1

est bien définie et deux fois continument dérivable. En effet, la série

∑ k2π2 kπ
cn exp(− 2 t) sin( x) est normalement convergente sur [0, L]×
L L
k≥1
[a, +∞[ , ∀ a > 0 :

∑ k2π2 kπ ∑ k2π2
cn exp(− 2 t) sin( x) ≤ |cn| exp(− 2 a) < +∞,
L L L
k≥1 k≥1
Problème aux limites d’évolution 51

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

k2π2
lim n |cn| exp(− 2 a) = 0
k
k→+∞ L
Il reste à montrer que la fonction u définie par (3.14) est solution de
(3.1)-(3.3), en effet, nous onsva montré que u ∈ C ∞([0, L] × [a, +∞[)
pour tout a > 0 et que les dérivées partielles de u s’obtiennent en
dérivant la série définissant u par (3.14) terme à terme, d’où

∂u ∑ k 2π 2
+∞
k2π2 kπ
= − 2 exp(− 2 t) sin( x)
∂t L L L
k=1
( 2 2 )
∂ 2u ∑
+∞
k2π2 k π kπ
= exp(− 2 t) − 2 sin( x)
∂x2 L L L
k=1
Nous en déduisons que l’équation (3.1) est satisfaite. Enfin les condi-
tions (3.2) et (3.3) sont trivialement satisfaites.
La fonction u définie par (3.14) est donc bien une solution de (3.1)-
(3.3). Cette solution u appartient à C ∞([0, L] × [a, +∞[) pour a > 0
arbitraire, donc u ∈ C ∞([0, L] × ]0, +∞[).

3.5.3 Perte de l’énergie

Nous considérons ∫
1 L 2
E(t) ≡ u (x, t)dx
2 0
qui représente l’énergie cinétique.
Problème aux limites d’évolution 52

Proposition 3.5.1
Soit E l’énergie cinétique de l’équation de la cahleur où u est
supposé être de classe C 2. Nous avons alors :

d
E(t) ≤ 0. (3.15)
dt
Démonstration
Multiplions léquation (3.1) par u et intégrons par rapport à x, nous
déduisons
∫ L ∫ L 2
∂u ∂ u
udx = 2
udx.
0 ∂t 0 ∂x
D’où nous tirons, en faisant une intégration par parties et en utilisant
(3.18)

∫ L [ ]L ∫ L ( )2 ∫ L ( )2
1d ∂u ∂u ∂u
u2dx = u − dx = − dx ≤ 0.
2 dt 0 ∂x 0 0 ∂x 0 ∂x
(3.16)

Remarque 3.3 Nous déduisons de (3.16), que E est une fonction

positive décroissante. cela veut dire que nous avons une perte
de l’énergie cinétique pour l’équation de la chaleur. Cette perte
d’énergie est la cause de la non réversibilité du temps de cette
équation.
Corollaire 3.5.1
Le problème (3.1)-(3.3) n’admet qu’une seule solution.
Démonstration
Nous allons montrer que la solution du problème (3.1)-(3.3) est unique.
En effet la différence entre deux solutions du problème (3.1)-(3.3) est
solution de (3.1) et vérifie les conditions

u(x, 0) = 0, (3.17)
Discrétisation 53

u(0, t) = u(L, t) = 0. (3.18)

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

3.6 Discrétisation

Dans le cas unidimensionnel, nous avons montré dans le paragraphe 3.2,

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

3.6.1 Méthode de semi-discrétisation

Nous définissons un découpage de l’intervalle [0, L], à l’aide de N points

intermédiaires : xi = ih (0 ≤ i ≤ N + 1) où h = N1+1 est le pas de
subdivision de cet intervalle. Nous obtenons en approchant la dérivée
seconde de u par rapport à x au moyen d’une formule analogue à (2.18),
le système d’équations discrétisées suivant :
Discrétisation 54



 d u(xi+1, t) − 2u(xi, t) + u(xi−1, t)
 u(xi, t) − = 0, pour 0 ≤ i ≤ N,
dt h2
 u(xi, 0) = u0(xi),

 u(x , 0) = u(x
0 N +1 , 0) = 0,
(3.19)
où u(xi, t) ≃ u(xi, t) désigne l’approximation de la solution u de (3.1)-
(3.3) obtenue par ce schéma.

Proposition 3.6.1
Le problème :
Trouver u(xi, t) pour tout i ∈ {1, .., N } solution du système
∗
d’équations (3.19) pour tout t ∈ IR+
est équivalent au problème suivant :
Trouver U (t) = (u(x1, t), .., u(xN , t))T ∈ IRN solution du système
différentiel suivant :

 d
U (t) + AN U (t) = 0,
dt (3.20)
 U (0) = U 0,

où U 0 = (u0(x1), .., u0(xN ))T et où AN est la matrice carrée d’ordre
N définie par
 
2 −1 0 . 0
 −1 . . 0 . 
1  

AN ≡ 2  0 . . . 0 . (3.21)
h  
. 0 . . −1 
0 . 0 −1 2

Démonstration(à faire en exercice)

Proposition 3.6.2
La matrice AN définie par (3.21) est symétrique définie positive.
Ces valeurs propres sont données par
Discrétisation 55

4 pπ
λp =sin 2
( ), p ∈ {1, 2, .., N } . (3.22)
h2 2(N + 1)
Les vecteurs propres U p associés à ces valeurs propres sont donnés
par leurs composantes comme suit
pjπ
upj = sin ( ), j ∈ {1, 2, .., N } . (3.23)
N +1
Démonstration
Nous avons, pour tout j ∈ {1, 2, .., N }, que

p(j + 1)π pjπ p(j − 1)π

−upj+1 + 2upj − upj−1 = − sin ( ) + 2 sin ( ) − sin ( )
N +1 N +1 N +1
pjπ pπ pjπ pπ
= −(sin ( ) cos( ) + cos( ) sin( ))
N +1 N +1 N +1 N +1
pjπ pjπ pπ
+2 sin ( ) − (sin ( ) cos( )
N +1 N +1 N +1
pjπ pπ
− cos( ) sin( ))
N +1 N +1
pjπ pπ pjπ
= −2 sin ( ) cos( ) + 2 sin ( )
N +1 N +1 N +1
pjπ pπ
= sin ( )(4 sin 2( )).
N +1 2(N + 1)
Nous en déduisons puisque (u0)p = upN +1 = 0, que le vecteur U p =
(up1 (x1), .., upN (xN ))T vérifie

AN U p = λ p U p .
Par conséquent, U p est le vecteur propre de AN associé à la valeur
propre λp.
Discrétisation 56

Proposition 3.6.3
Le système différentiel (3.20) admet une solution unique, elle est
donnée par

∑
N
U (t) = (U 0, U p)e−λptU p,
p=1

où (., .) désigne le produit scalaire Euclidien défini sur IRN où les
scalaires λp sont donnés par (3.22) et où les vecteurs U p de IRN
sont définis par leurs composantes selon (3.23).

Démonstration
Nous obtenons, en faisant le produit scalaire des deux membres du
système différentiel de (3.20) par U p, les équations différentielles sui-
vantes

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

(U (0), U p) = (U 0, U p) ∀p ∈ {1, 2, .., N } . (3.24)

En posant αp(t) = (U (t), U p), nous avons en utilisant la symétrie de
la matrice AN et le fait que U p est le vecteur propre de AN associé à
la valeur propre λp, que

dαp d p
+ λpαp(t) = dt (U (t), U ) + (U (t), AN U p)
dt
d
=( U (t), U p) + (AN U (t), U p)
dt
d
=(U (t) + AN U (t), U p) = 0.
dt
Nous en déduisons d’après (3.24) que chacune des fonctions αp(t) est
solution de l’équation différentielle
Discrétisation 57

dαp
+ λpαp(t) = 0
dt
avec la condition initiale

αp(0) = (U 0, U p).
Il en résulte que

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

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

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

3.6.2 Discrétisation totale

La résolution analytique exacte du système différentiel (3.20), nécessite

le calcul de tous les éléments propres de la matrice AN . Ceci peut être
couteux, lorsque nous ne pourrons pas se limiter au calcul d’un ”petit”
nombre d’éléments propres sans introduire des erreurs d’approximation
non admissibles. C’est pour cette raison que nous avons recours à
d’autres méthodes numériques de résolution du problème (3.6) (3.7).
Discrétisation 58

Une deuxième approche consiste à discrétiser l’équation aux dérivées

partielles (3.6)) simultanément en temps et en espace.

Discrétisation de l’équation de la chaleur

Nous allons discrétiser l’équation

∂u ∂ 2u
− =0 (3.25)
∂t ∂x2
au point Mnj ( voir chapitre 2).
Pour cela, nous posons vjn ≃ u(xj , tn) et nous allons procéder pas de
temps par pas de temps, selon les temps croissants. Supposons donc
que les valeurs vjn sont connues pour tous les indices d’espace j et pour
les instants 0( données initiales) 1, 2....n. Nous cherchons maintenant
vjn+1.
Pour la dérivée en temps nous allons utiliser la différence finie
décentrée :
( )n
∂u un+1
j − unj
= + 0(∆t) (3.26)
∂t j ∆t
précise au premier ordre seulement.
Pour la dérivée en espace nous allons utiliser la différence finie centrée :
( 2 )n
∂ u unj+1 − 2unj + unj−1
2
= 2
+ 0(∆x2). (3.27)
∂x j ∆x
D’où le schéma, dit explicite :

vjn+1 − vjn vj+1 n

− 2vjn + vj−1
n
− = 0. (3.28)
∆t ∆x2
Ce schéma est précis du premier ordre, si ∆t = O(∆x)
Mais, nous pourrons tout aussi bien appliquer le développement (3.27)
à l’instant tn+1 plutôt qu’à l’instant tn.
Discrétisation 59

( )n+1
j+1 − 2uj
un+1 n+1
∂ 2u + un+1
j−1 2
= + 0(∆x ). (3.29)
∂x2 j ∆x2
D’où le schéma, appelé totalement implicite :

vjn+1 − vjn vj+1

n+1
− 2vjn+1 + vj−1
n+1
− = 0. (3.30)
∆t ∆x2
Ce schéma est lui même précis au premier ordre, car il approche au
premier ordre près en ∆t (au deuxième ordre en ∆x) l’équation de la
chaleur au point Mjn+1.
Les deux schémas (3.28) et (3.30) étant à un pas de temps, ou à
2 niveaux, leur initialisation nécessite la donnée d’une suite (vj0)j∈Z .
Celle-ci peut être obtenue grâce à condition initiale. Dans le cas où la
fonction u0 intervenant dans (3.7) est continue on peut choisir (vj0)j∈Z
définie par :

vj0 = u0(j∆x), j ∈ Z. (3.31)

Si u0 est discontinue, localement sommable, on peut par exemple
prendre :
∫ (j+ 21 )∆x
1
vj0 = u0(x)dx, j ∈ Z. (3.32)
∆x (j− 12 )∆x
Plus généralement, nous pourrons écrire

( )
vjn+1 − vjn n+1
vj+1 − 2vjn+1 + n+1
vj−1 n
vj+1 − 2vjn + n
vj−1
− θ + (1 − θ) = 0,
∆t ∆x2 ∆x2
(3.33)
avec 0 ≤ θ ≤ 1. Nous retrouvons le schéma explicite pour θ = 0, le
schéma implicite pour θ = 1. Dans le cas où θ = 21 , le schéma s’appelle
le schéma de Crank-Nicolson.
Nous remarquons que le sytème linéaire ( 3.33) peut sécrire :
Discrétisation 60

∆t n+1 ∆t n+1
(1 + 2θ
2
)v j − θ 2
n+1
(vj+1 + vj−1 ) = ..... (3.34)
∆x ∆x
La matrice symétrique est à diagonale dominante : elle n’est donc
surement singulière et outre elle est facile à factoriser.

Proposition 3.6.4
Soit u ∈ C 4(R × ]0, +∞[), le schéma numérique (3.6) et (3.7) est
d’ordre 1 pour θ ̸= 12 et d’ordre 2 pour θ = 21 .

Démonstration
Soit u ∈ C 4(R × ]0, +∞[) solution de (3.6). Nous avons, en faisant un
développement limité à l’ordre 3 :

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

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

∂ 2u
u(xj +∆x, t n+1
)−2u(xj , t n+1
)+u(xj −∆x, t n+1
) = 2 (xj , tn+1)∆x2+O(∆x4).
∂x
Mais

∂ 2u n+1 ∂ 2u n ∂ 3u n 2
(x j , t ) = (x j , t ) + (x j , t )∆t + O(∆t ).
∂x2 ∂x2 ∂x2∂t
D’où, en utilisant (3.6) :
Discrétisation 61

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

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

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

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

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

Analyse de la stabilité par la méthode de Fourier

Nous avons alors le résultat de stabilité suivant :

Proposition 3.6.5
Pour 0 ≤ θ < 12 , le schéma aux différences finies (3.33) est stable
si et seulement si

∆t 1
≤ (3.35)
∆x2 2(1 − 2θ)
Pour θ ≥ 12 , le schéma aux différences finies (3.33) est incondi-
tionnellement stable.
Discrétisation 62

Démonstration
Appliquant la transformation de Fourier à l’équation (3.33), nous
trouvons :

(1 − θ ∆x
∆t
2 (e
2πiξ∆x
− 2 + e−2πik∆xξ )b
v n+1 =
(3.36)
(1 + (1 − θ) ∆x∆t
2 (e
2πiξ∆x
− 2 + e−2πik∆xξ )b
vn.
D’où, en utilisant les notations du chapitre 2 :

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

∆t
b(ξ) = 1 + 4θ 2
sin2πξ∆x,
∆x
∆t
c(ξ) = 1 − 4(1 − θ) sin 2
πξ∆x.
∆x2
∆t
Posons λ = ∆x2
. Nous avons alors

1 − 4(1 − θ)λsin2πξ∆x
a(ξ) = .
1 + 4θλsin2πξ∆x
En imposant que |a(ξ)| ≤ 1, nous trouvons

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

∆t 1
≤
∆x2 2(1 − 2θ)
Pour θ ≥ 12 , le schéma aux différences finies (3.33) est inconditionnel-
lement stable.
Nous voyons donc que la condition (3.35) ”s’allége” progressivement
lorsque nous allons du schéma explicite au schéma de Crank-Nicolson.
Discrétisation 63

Remarque 3.5
2 ≤ 2 pour la stabilité su schéma explicite doit
∆t 1
1) La contrainte ∆x
impérativemnt être satisfaite
Or cette contrainte est pesante, voire redhibitoire : si nous voulons
affiner raisonnablement la discrétisation en espace, nous devons
adopter un pas de temps ridiculement petit (pour ∆x = 0.1 il faut
que ∆t = 0.005) d’où des calculs interminables. Nous lui préférons
généralement le schéma de Crank-Nicolson qui présente en outre
l’avantage d’être du second ordre.
2) Il ne serait pas ”moral” que le schéma explicite (3.28) soit stable
sans une condition contraignante.
t

T=n ∆ t M(X,T)

X− T X=j ∆ t X+ T x
λ λ

Figure 3.1 –

En effet, comme le montre la figure 1, la donnée de vj0 au point

discret du segment AB de la droite t = 0 détermine vjn au point
C = (j∆x, n∆t) : nous ”perdons” deux points à chaque pas de
temps.
∆t
Maintenant, fixons et faisons tendre ∆x vers zéro. Le même
∆x
segment AB détermine le même point C, avec une grille de plus
Discrétisation 64

en plus fine. A la limite, la donnée continue u sur AB... détermine

u en C, ce qui est contradictoire avec la propriété que u est
déterminée par toutes les valeurs de la donnée initiale u0 sur l’axe
des x ( c’est à dire tout dépend de tout).
Cette violation d’une propriété fondamentale du problème continue
est sanctionnée par l’instabilité.
∆t 1
A l’inverse , si nous respectons la condition ≤ pour un
∆x2 2
∆t
même point C puisque tend vers zéro quand ∆x tend vers zéro,
∆x
les points AB s’écartent et le segment AB tend à remplir toute la
droite t = 0. A la limite, toutes les données initiales interviennent
pour déterminer u en un seul point.
 65

Chapitre 4

EQUATION DE TRANSPORT

4.1 Introduction

Les phénomèmes de transport interviennent dans plusieurs problèmes

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

4.2 Introduction à l’équation de transport

On considère un tube horizental cylindrique, dans lequel coule de l’eau

à la vitesse constante c (en m/s). Un polluant est en suspension dans
l’eau. On note u(t, x) la concentration ( en gr/m) de polluant de l’eau
à l’instant t et à l abscisse x.
Résolution du problème de Cauchy 66

La fonction u vérifie l ’EDP

∂u(t, x) ∂u(t, x)
+c =0 (4.1)
∂t ∂x
En effet, à l’instant t, la quantit de polluant entre les points d’abscisse
0 et x est ∫ t
Q(t) = u(t, y)dy
0
A l’instant t + h, le polluant s’est déplacé de ch métres. La quantité
de polluant entre les points d’abscisse ch et x + ch est dont celle qui
trouvait á l’instant t entre 0 et x. On a donc
∫ x+ch
Q(t) = u(t + h, y)dy
ch
Nous voulons dériver l’égalité obtenue par rapport à x. Pour ce faire,
nous faisons le changement de variable y ′ = y − ch dans la deuxième
intégrale. Nous obtenons
∫ x
Q(t) = u(t + h, y ′ + ch)dy ′
0
et donc
u(t, x) = u(t + h, x + ch)
Nous avons donc que la fonction u reste constante le long des courbes
y = x + ch. Nous avons donc la conservation de la concentration
du polluant le long de ces courbes que nous appelons les courbes
caractéristiques.

4.3 Résolution du problème de Cauchy

On cherche à résoudre l’équation de transport :

∂u(t, x) ∂u(t, x)
+ c(x, t) = 0, (4.2)
∂t ∂x
où u est une fonction à deux variables (x, t), c est un champ de vitesse
de R×R+ dans R de classe C 1. On associe à cette équation la condition
Résolution du problème de Cauchy 67

initiale
u(x, 0) = u0(x) x ∈ R. (4.3)
Nous supposons que u0 est de classe C 1. Nous cherchons à calculer la
solution classique de cette équation aux dérivée partielle, c’est à dire
la solution de classe C 1 .

4.3.1 Méthode des caractéristiques pour l’équation d’advection à

coefficient constant

Nous allons commencer par résoudre l’équation (4.2) dans le cas où c
est un paramétre scalaire constant.


 ∂u(t, x) ∂u(t, x)
 +c = 0, ∀x ∈ R, t ∈ R+,
∂t ∂x (4.4)


 u(x, 0) = u (x), ∀x ∈ R.
0

Comme nous venons de le voir dans la section précédente, nous avons

la conservation de la quantité u le long des courbes caractériqtiques.
Ces courbes s’obtienent en résolvant léquation différentielle


 dX(t)
 = c, t ∈ R+,
dt (4.5)


 X(0) = x .
0

Comme c est considéré comme une vitesse, ces courbes représentent

le déplacement de la quantité u à l’instant t qui se trouvait à t = 0
au point x0. La solution de cette équation différentielle s’obtient sans
difficulté :
X(t) = ct + x0. (4.6)
On fixe x0 et on étudie la solution du problème mais restreinte à une
droite de la forme (4.6). On pose
v(t) = u(X(t), t), (4.7)
Résolution du problème de Cauchy 68

où X(.) vérifie (4.5), (4.6). Si nous calculons la dérivé de v nous

obtenons :
dv ∂u dX ∂u
= + . (4.8)
dt ∂x dt ∂t
Dans le membre à droite nous pourrons remplacer dX dt par c. Nous
obtenons
dv ∂u ∂u
=c + = 0, (4.9)
dt ∂x ∂t
car u est solution de l’équationd’advection (4.2). Nous déduisons la
conservation de v au cours du temps ce qui nous permet d écrire :
u(ct + x0, t) = u(X(t), t) = v(t) = v(0) = u(x0, 0) = u0(x0). (4.10)
Nous pourrons réécrire cette relation d’une autre façon. Fixons t et x
et calculons le x0 qui vérifie
ct + x0 = x,
c’est à dire
x0 = x − ct.
La relation (4.10) peut s’ćrire sous la forme
u(x, t) = u0(x − ct), t ∈ R+, x ∈ R. (4.11)
Théorème 4.3.1
Pour tout u0 de classe C 1(R), le problème (4.4), (4.3) admet une
solution unique u de classe C 1(R × R+). Cette solution est donnée
par
u(x, t) = u0(x − ct), t ∈ R+, x ∈ R.

4.3.2 Méthode des caractéristiques pour l’équation d’advection à

coefficient variable

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

variable


 ∂u(t, x) ∂u(t, x)
 + c(x, t) = 0, x ∈ R, t ∈ R+,
∂t ∂x (4.12)


 u(x, 0) = u (x) x ∈ R.
0
Résolution du problème de Cauchy 69

Nous allons essayer d’adapter au cas à coefficient variable la méthode

des caractéristique introduite dans le paragraphe précédent. Définisson
d’abord la notion de courbe caractéristique.
Définition 4.3.1 Une courbe caractéristique X de l’équation de
transport (4.12) est une solution de léquation différentielle ordi-
naire 

 dX(t)
 = c(X(t), t),
dt (4.13)


 X(t ) = x .
0 0

Cette définition s’explique en appliquant le théorème de dérivation

des applications composées pour x appartenant à une courbe ca-
ractéristique X(t)
d ∂u(X(t), t) dX(t) ∂u(X(t), t)
u(X(t), t) = +
dt ∂t dt ∂x
(4.14)
∂u(X(t), t) ∂u(X(t), t)
= + c(X(t), t) = 0.
∂t ∂x
On remarque que l’on étend la propriété du cas à coefficient constant.
La solution est stationnaire le long des courbes caractéristiques.
Pour l’étude des équation de transport à coefficient variable, nous
sommes amené à étudier l’existence et l’unicité de la solution de
l’équation différentielle ordinaire (4.13). Nous allons nous placer dans le
cas où cette EDO admet une solution unique. Nous ferons l’hypothèses
suivantes : c est de classe C 1 sur R × [, T ] et c vérifie la condition de
croissance :
|c(x, t)| ≤ C(1 + |x|), ∀(x, t) ∈ R × [0, T ]. (4.15)
Lorsqu’une solution de l’équation (4.13) existe et est unique nous la
noterons X(t, t0, x0). Cette solution vérifie l’équation différentielle en
la variable s
∂
X(s, t, x) = c(X(s, t, x), s).
∂s
Nous allons donner le lemme technique suivant :
Solution faible 70

Lemma 4.3.1 Soient T > 0, c est de classe C 1 sur R × [0, T ] et

vérifiant la proriété (4.15). Alors, ∀ t1, t2, t3 ∈ [0, T ] et x ∈ R, on
a:
X(t3, t1, x) = X(t3, t2, X(t2, t1, x)). (4.16)
On peut aussi montrer que la solution de l’équation (4.13) vérifie
l’équation de transport
∂X(s, t, x) ∂X(s, t, x)
+ c(X(s, t, x), t) = 0.
∂t ∂x
Maintenant, nous pourrons donner la solution générale de l’équation
de transport.
Théorème 4.3.2 Pour toute fonction u0 ∈ C 1(R), le problème
(4.12) admet une unique solution u ∈ C 1(R×[0, T ]). Cette solution
est donnée par
u(x, t) = u0(X(0, t, x)), ∀x ∈ R, ∀t ∈ [0, T ]. (4.17)
Preuve:
Comme le fonction u(X(t, 0, x), t) est constante d’après la proprièté
(4.14), on a
u(X(t, 0, x), t) = u(X(0, 0, x), 0) = u0(x). (4.18)
En posant y = X(t, 0, x), on a x = X(0, t, y) de sorte que la relation
(4.18) est équivalent à la relation (4.17).

4.4 Solution faible

Théorème 4.4.1 La solution du problème (4.4), (4.3), avec u0 ∈

C 1(R) est solution de
∫ T∫ ∫
∂φ(x, t) ∂φ(x, t)
− u(x, t)( +c )dxdt = u0(x)φ(x, 0)dx,
0 R ∂t ∂x R
(4.19)
∀φ ∈ Φ = {φ ∈ C 1(R × [0, T ]), supp φ compact de R × [0, T )} c’est
à dire que φ(., T ) = 0 et φ(., 0) ̸= 0
Solution faible 71

Preuve: Soir u une solution forte de (4.4). On multiplie l’équation

(4.4) par φ et on intégre par rapport à t et x. On obtient
∫ T∫
∂u(x, t) ∂u(x, t)
φ(x, t)( +c )dxdt = 0.
0 R ∂t ∂x
On pose ∫ T∫
∂u(x, t)
I= φ(x, t) dxdt,
0 R ∂t
∫ T∫
∂u(x, t)
J= cφ(x, t) dxdt.
0 R ∂x
En faisant une intégration par partie de I par rapport à t, on obtient
∫ T∫ [∫ ]T
∂φ(x, t)
I=− u(x, t) dxdt + u(x, t)φ(x, t)dt .
0 R ∂t R 0
Comme φ(., T ) = 0, on obtient
∫ T∫ ∫
∂φ(x, t)
I=− u(x, t) dxdt − u0(x)φ(x, 0)dx.
0 R ∂t R
En faisant une intégration par partie de J, on obtient
∫ T∫ [∫ T ]+∞
∂φ(x, t)
J =− u(x, t) dxdt + u(x, t)φ(x, t)dt .
0 R ∂x 0 −∞
Comme φ est à support compact, le second terme est nul. D’où le
résultat.

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

∫ T∫
∂φ(x, t) ∂φ(x, t)
ω(x, t)( +c )dxdt = 0, ∀φ ∈ Φ.
0 R ∂t ∂x
Alors ω = 0 p.p. sur R × [0, T ].
Preuve: Considérons ϕ ∈ Φ et soit φ solution de


 ∂φ(x, t) ∂φ(x, t)
 +c = ϕ,
∂t ∂x (4.20)


 φ(x, T ) = 0.
Solution faible 72

Soit (x∗, t∗) fixé et X(t, t∗, x∗) = c(t − t∗) + x∗ la courbe caracéristique
solution de 

 d
 X(t, t∗, x∗) = c,
dt


 X(t∗, t∗, x∗) = x∗.

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



 d
 φ(X(t, t∗, x∗), t) = ϕ(X(t, t∗, x∗), t),
dt (4.21)


 φ(X(T, t∗, x∗), T ) = 0.

En intégrant par rapport à t entre t∗ et T et en utilisant la condition

initiale à T , on trouve :
∫ T ∫ T
φ(x∗, t∗) = ϕ(X(t, t∗, x∗), t)dt = ϕ((c(t − t∗) + x∗), t)dt.
t∗ t∗
Comme ϕ ∈ Φ, alors φ ∈ Φ.
Soit ϕ ∈ Ψ et φ solution de (4.20). Puisque
∫ T∫
∂φ(x, t) ∂φ(x, t)
ω(x, t)( +c )dxdt = 0, ∀φ ∈ Φ,
0 R ∂t ∂x
on obtient
∫ T ∫
ω(x, t)ϕ(x, t)dtdx = 0, ∀ϕ ∈ Φ.
0 R

Comme Φ est dense dans Lp(R × R+), on obtient w = 0 p.p. dans

R×]0, T [

Théorème 4.4.2 Soit u0 ∈ Lp(R). Alors il existe une unique

fonction u ∈ L∞([0, T ], Lp(R)) vérifiant :
∫ T∫ ∫
∂φ(x, t) ∂φ(x, t)
u(x, t)( +c )dxdt = u0(x)φ(x, 0)dx,
0 R ∂t ∂x R
(4.22)
Utilisation de la transformée de Fourier 73

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

et u(x, 0) = u0(x). Cette fonction u est appelée la solution faible
du problème (4.4), (4.3).

Preuve:

Unicité : d’après le lemme précédent.

Existence : Soit u0 ∈ Lp(R). On construit une suite uε0 ∈ Φ qui
0 = ρε ∗ u0
p ε
converge
∫ vers u 0 dans L (R). Cette suite est donnée par u
avec R ρ(x)dx = 1, supp ρ ⊂ [−1, 1], ρε(x) = ε ρ( ε ). Comme uε0 est de
1 x

classe C 1 on peut calculer la solution forte uε du système (4.4) associée

à cette condition initiale qui est égale à uε(x, t) = uε0(x−at). Comme uε
est une suite bornée dans Lp(R × [0, T ]), on peut extaire une sous suite
convergente qui converge vers u0(x − ct) On pose u(x, t) = u0(x − at).
D’où u ∈ Lp(R × [0, T ]). D’après le théorème 4.1 uε est solution de
∫ T∫ ∫
∂φ(x, t) ∂φ(x, t)
− uε(x, t)( +c )dxdt = uε0(x)φ(x, 0)dx.
0 R ∂t ∂x R

En passant à la limite on obtient

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

Donc u est une solution faible de (4.4), (4.3).

4.5 Utilisation de la transformée de Fourier

Dans ce paragraphe, on va résoudre le problème (4.4),(4.5) en effectuant

un calcul formel utilisant une transformation de Fourier partielle par
rapport à la variable x, définie par
∫ +∞
b(y, t) ≡
F (u)(y, t) = u u(x, t)e−2iπxy dx. (4.23)
−∞
On rappelle, la formule
Utilisation de la transformée de Fourier 74

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

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

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

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

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

b(y, t) = ub0(y)e−2icπyt = ub0(y)b

u g (y, t),
où gb(y, t) désigne la transformée de Fourier par rapport à la variable y
d’une fonction g, qu’on va déterminer. On rappele que pour a ∈ R on
a
∀f ∈ L2(R), τaf (x) = f (x + a), F (τaf )(y) = e2iayπ fb(y).
D’où finalement

u(x, t) = u0(.) ∗ g(., t)(x) = u0(x − ct).

Problème discret 75

4.6 Problème discret

4.6.1 Discrétisation de l’équation de transport

Nous allons discrétiser l’équation

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

vjn+1 − vjn n
vj+1 − vj−1
n
−c = 0. (4.28)
∆t 2∆x
Mais on peut tout aussi bien appliquer le développement (4.27) à
l’instant tn+1 plutôt qu’à l’instant tn.
( )n+1
j+1 − uj−1
un+1 n+1
∂u
= + 0(∆x2). (4.29)
∂x j 2∆x
D’où le schéma, dit implicite :
Problème discret 76

vjn+1 − vjn n+1

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

vj0 = u0(j∆x) j ∈ Z; (4.31)

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

4.6.2 Condition nécessaire de convergence : condition de CFL

Le problème est le suivant : Le schéma est-il convergent et converge-t-il

vers la solution du problème de cauchy(4.25).
∆t
Plus précisment si ∆x et ∆t tendent vers zéro avec λ = ∆x gardé
constant(j, n → +∞) a-t-on vnj → u(xj , tn), où u est la solution de
(4.25).
On va commencer par étudier la stabilité du premier schéma (4.28).
En calculant b(ξ) et c(ξ), on trouve

 b(ξ) = 1,
c(ξ) = 1 − ci ∆x
∆t
sin(2πξ∆x),

a(ξ) = 1 − ci ∆x
∆t
sin(2πξ∆x).
On obtient
( )2
∆t
|a(ξ)|2 = 1 + c sin(2πξ∆x) > 1
∆x
D’où le schéma est inconditionnellement instable.
Problème discret 77

Regardons maintenant un autre schéma. Pour celà, on va prendre une

autre approximation de la dérivée partielle par rapport au temps :
( )n+1 ( )
∂u 1 1
≃ vjn+1 − ( vj+1
n n
+ vj−1 ) . (4.33)
∂t j 2 ∆t
On obtient le schéma suivant, appelé le schéma de Lax :
( n+1 1 n )
vj − 2 ( vj+1 + vj−1)
n n
(vj+1 − vj−1
n
)
+a = 0. (4.34)
∆t 2∆x
D’où

1 n ∆t n
vjn+1 = ( vj+1 n
+ vj−1 )−a (vj+1 − vj−1
n
). (4.35)
2 2∆x
En calculant b(ξ) et c(ξ), on trouve

 b(ξ) = 1,
c(ξ) = cos(2π∆x) − ci ∆x
∆t
sin(2πξ∆x),

a(ξ) = cos(2π∆x) − ci ∆x
∆t
sin(2πξ∆x).
On obtient
( )2
∆t
|a(ξ)|2 = cos(2πξ∆x)2 + c sin(2πξ∆x) .
∆x
|a(ξ)|2 ≤ 1 si |c| ∆x
∆t
≤ 1. Donc le schéma est stable sous la condition
|c| ∆x
∆t
≤ 1.
Cette condition est dite la condition de Courant- Friedricks-Levy(CFL
du nom des trois mathématiciens auxquels on doit ce résultat) qui est
donc une condition nécessaire de convergence,
Maintenant, regardons le schéma implicite (4.30) et calculons b(ξ) et
c(ξ), on trouve


 c(ξ) = 1,
∆t
b(ξ) = 1 + ci ∆x sin(2πξ∆x),

 a(ξ) = 1
.
1+ci ∆t sin(2πξ∆x)
∆x
Problème discret 78

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

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

transport

Pour un paramètre θ ∈ [0, 1], on définit le schéma :

( )
vjn+1
− vj n
1 vj+1 − vj−1
n+1 n+1
vj+1 − vj−1
n n
−c θ( ) + (1 − θ)( ) = 0,
∆t 2 ∆x ∆x
(4.36)
Pour l’initialisation de ce schéma on utilise la suite (vj0)j∈Z définies par
(4.31) ou (4.32) .
On montre que le schéma est stable si θ ≥ 21 .
 79

Chapitre 5

EQUATIONS DES CORDES

VIBRANTES

5.1 Introduction

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

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

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

Introduction 80

En outre, nous fixons les conditions initiales qui précisent la position

et la vitesse initiale des points constituant la corde :

 u(x, 0) = u0(x) x ∈ [0, L] ,
∂ (5.3)
 u(x, 0) = u1(x) x ∈ [0, L] .
∂t
Evidemment, ces conditions initiales ne peuvent pas être quelconques.
Elles doivent, en particulier, vérifier les conditions aux limites :
{
u0(0) = u0(L) = 0,
(5.4)
u1(0) = u1(L) = 0.
Ainsi, nous obtenons le problème aux limites d’évolution suivant :


 ∂ 2u ∂ 2u

 − c2
= 0, (x, t) ∈ [0, L] × I
R ∗
,

 ∂t 2 ∂x 2 +





u(x, 0) = u0(x), x ∈ [0, L] ,
(5.5)





 ∂

 u(x, 0) = u1(x), x ∈ [0, L] ,

 ∂t
 u(0, t) = u(L, t) = 0, t ∈ IR+ ∗
.
Dans le cas d’une corde de ”longueur infinie” nous somme conduits au
problème suivant, dit problème de cauchy pour l’équation des cordes
vibrantes :
 2 2

 ∂ u
− 2∂ u
∈ × ∗

 c = 0, (x, t) I
R IR ,

 ∂t 2 ∂x 2 +

(5.6)

 u(x, 0) = u (x), x ∈ IR,


0

 ∂ u(x, 0) = u1(x), x ∈ IR.
∂t
Pour la résolution analytique des problèmes (5.5) et (5.6) nous com-
mençons par chercher la solution générale de classe C 2 de l’équation
∗
(5.1) pour (x, t) ∈ IR×IR+ puis nous donnons une solution élémentaire
Introduction 81

de l’équation des cordes vibrantes. Ensuite, nous nous intéresserons à

la recherche de la solution du problème de Cauchy (5.6). Enfin, nous
aborderons le problème des conditions aux limites et nous chercherons
une solution sous la forme d’une série trigonométrique pour le problème
(5.5).

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

brantes

Nous considérons l’EDP suivante :

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

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

u(x, t) = f (x + ct) + g(x − ct)

où f et g sont de classe C 2.

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

X = x − ct, Y = x + ct. (5.8)

Nous avons donc

X +Y Y −X
x= , y= . (5.9)
2 2c
Posons
Introduction 82

X +Y Y −X
v(X, Y ) = u( , ) (5.10)
2 2c
Il est clair que nous avons :


 ∂u ∂v
(x − ct, x + ct) +
∂v
(x − ct, x + ct),

 (x, t) =
∂x ∂X ∂Y



 ∂u (x, t) = c(− ∂v (x − ct, x + ct) + ∂v (x − ct, x + ct)),
∂t ∂X ∂Y
et que
 2

 ∂ u ∂ 2v ∂ 2v ∂ 2v
 ∂x2 (x, t) = ( ∂X 2 + 2 ∂X∂Y + ∂Y 2 )(x − ct, x + ct),




 2 2 2 2
 ∂ u (x, t) = c2( ∂ v − 2 ∂ v + ∂ v )(x − ct, x + ct),
∂t2 ∂X 2 ∂XY ∂Y 2
et l’équation (5.7) donne alors

∂ 2u 2
2∂ u
2
2 ∂ v
−c = −4c . (5.11)
∂t2 ∂x2 ∂X∂Y
L’équation (5.11) s’intègre directement :
∫
∂ 2v ∂v
= 0 =⇒ = F (Y ) =⇒ v(X, Y ) = F (Y )dY + g(X)
∂X∂Y ∂Y
Nous posons ∫
f (Y ) = F (Y )dY
Nous obtenons
v(X, Y ) = f (Y ) + g(X)
Pour que v soit de classe C 2, il est nécessaire que f et g le soient aussi.
Puisque u(x, t) = v(x − ct, x + ct), nous obtenons

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

et ceci achève la démonstration.
Introduction 83

Remarque 5.1 Considérons tout d’abord la fonction

u(x, t) = g(x − ct). (5.13)

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

5.1.2 Solution élémentaire de l’équation des cordes vibrantes

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

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

⟨δx,t, φ⟩ = φ(0, 0).

2 2
2 − c ∂x2 ) per-
∂ 2 ∂
Les propriétés de l’opérateur des cordes vibrantes ( ∂t
mettent de construire une solution élémentaire et nous avons la propo-
sition suivante :

Proposition 5.1.2
Problème de Cauchy 84

La distribution associée à la fonction E définie par

{ 1
, si |x| < ct,
E(x, t) = 2c
0, si |x| > ct,
est une solution de (5.14).

Démonstration
Soit φ ∈ D(IR2). Nous avons

⟨ ⟩ ⟨ ⟩ ∫ ∫
∂ 2E 2
2∂ E ∂ 2φ ∂ 2
φ 1 ∂ 2φ 2 ∂ 2φ
−c ,φ = E, 2 − c2
= ( 2 −c )dxdt
∂t2 ∂x2 ∂t ∂x2 2c |x|<ct ∂t ∂x2
En utilisant le changement de variables (5.8), nous avons
⟨ 2 2
⟩ ∫∫
∂ E ∂ E 1 ∂ 2ψ dXdY
−c 2
,φ = −4c (
2
) ,
∂t2 ∂x2 2c X<0
Y >0
∂X∂Y 2c
Y −X
où ψ(X, Y ) = φ( X+Y
2 , 2c ).
La fonction φ étant à support compact, nous obtenons :

⟨ ⟩ ∫ [ ]0 ∫
∂ 2E 2
2∂ E ∂ψ ∂ψ
−c ,φ =− dY = − (0, Y )dY = − [ψ
∂t2 ∂x2 Y >0 ∂Y −∞ Y >0 ∂Y
∂ 2E 2
Ceci prouve que ∂t2
− c2 ∂∂xE2 = δx,t.

5.2 Problème de Cauchy

Comme la solution générale de l’équation des CV dépend de deux

fonctions arbitraires f et g comme indiqué dans (5.12) il parait assez
naturel d’imposer deux données initiales u(x, 0) et ∂u ∂t (x, 0). Notre
problème, lorsque la corde est de longueur infinie, s’écrit :
Problème de Cauchy 85

 2 2


∂ u
−c2∂ u ∗
(x, t) ∈ IR × IR+

 = 0, ,

 ∂t 2 ∂x 2


u(x, 0) = u0(x), x ∈ IR, (5.15)







 ∂ u(x, 0) = u1(x), x ∈ IR.
∂t
C’est le problème de Cauchy pour l’équation des CV.

5.2.1 Solution forte

Nous cherchons à résoudre le problème (5.15). Nous avons le résultat

suivant :

Proposition 5.2.1
Le problème (5.15) admet une solution unique de classe C 2 qui est
de la forme

∫ x+ct
1 1
u(x, t) = [u0(x + ct) + u0(x − ct)] + u1(ξ)dξ (5.16)
2 2c x−ct

dès que u0 est de classe C 2 et u1 est de classe C 1.

Démonstration
La solution générale de (5.15) est donnée par (5.12). Les conditions
initiales se traduisent alors par
f (x) + g(x) = u0(x) (5.17)
et
c(f ′(x) − g ′(x)) = u1(x).
En integrant la dernière équation par rapport à x, nous obtenons
∫ x
c(f (x) − g(x)) = u1(ξ)dξ + cK (5.18)
0
Problème de Cauchy 86

où K est une constante arbitraire. En résolvant les deux équations

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

5.2.2 Solution faible

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

Théorème 5.2.1 La solution du problème (5.15), avec u0 ∈

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

Preuve: Soit u une solution forte de (5.15). Nous multiplions la

première équation de (5.15) par φ et nous intégrons par rapport à t et
x. Nous obtenons
∫ T∫
∂ 2u(x, t) 2
2 ∂ u(x, t)
φ(x, t)( 2
−c 2
)dxdt = 0.
0 R ∂t ∂x
Problème de Cauchy 87

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

En refaisant une deuxième intégration par partie de I par rapport à t,

nous obtenons
∫ T∫ ∫ ∫
∂ 2φ(x, t) ∂φ(x, 0)
I= u(x, t) dxdt− u 1 (x)φ(x, 0)dx+ u0 (x) dx
0 R ∂t2 R R ∂t
En faisant une intégration par partie de J par rapport à x, nous
obtenons
∫ T∫ [∫ T ]+∞
∂φ(x, t)
J =− u(x, t) dxdt + u(x, t)φ(x, t)dt .
0 R ∂x 0 −∞

Comme φ est à support compact, le second terme est nul. De même

en refaisant une deuxième intégration par partie de J par rapport à x,
nous obtenons
∫ T∫
∂ 2φ(x, t)
J= u(x, t) 2
dxdt.
0 R ∂x
D’où le résultat.

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

∫ T∫
∂ 2φ(x, t) 2
2 ∂ φ(x, t)
ω(x, t)( 2
−c 2
)dxdt = 0, ∀φ ∈ Φ.
0 R ∂t ∂x
Alors ω = 0 p.p. sur R × [0, T ].
Problème de Cauchy 88

Preuve: Considérons ϕ ∈ Φ et soit φ solution de

∂ 2φ(x, t) 2
2 ∂ φ(x, t)
−c )=ϕ (5.20)
∂t2 ∂x2
Pour calculer φ en fonction de ϕ, nous allons décomposer notre équation
en deux équations du premier ordre que nous avons déjà résolue au
chapitre IV. Pour cela nous allons introduire une fonction ψ qui sera
solution de 

 ∂ψ(x, t) ∂ψ(x, t)
 +c = ϕ,
∂t ∂x (5.21)


 φ(x, T ) = 0.
Une fois ψ calculer, nous allons calsuler φ solution de


 ∂φ(x, t) ∂φ(x, t)
 −c = ψ,
∂t ∂x (5.22)


 φ(x, T ) = 0.
Nous allons commencer par chercher la solution du système (5.21).
Considérons ϕ ∈ Φ et soit ψ solution de


 ∂ψ(x, t) ∂ψ(x, t)
 +c = ϕ,
∂t ∂x (5.23)


 φ(x, T ) = 0.
Soit (x1, t1) fixé et X(t, t1, x1) = c(t−t1)+x1 la courbe caractéristique
solution de 

 d
 X(t, t1, x1) = c,
dt


 X(t , t , x ) = x .
1 1 1 1
En calculant le système (5.23) le long des caratéristiques, nous trou-
vons : 

 d
 ψ(X(t, t1, x1), t) = ϕ(X(t, t1, x1), t),
dt (5.24)


 ψ(X(T, t , x ), T ) = 0.
1 1
Problème de Cauchy 89

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

initiale à T , nous trouvons :
∫ T ∫ T
ψ(x1, t1) = ϕ(X(t, t1, x1), t)dt = ϕ((c(t − t1) + x1), t)dt.
t1 t1
(5.25)
Comme ϕ ∈ Φ, alors ψ ∈ Φ. Soit φ solution de


 ∂φ(x, t) ∂φ(x, t)
 −c = ψ,
∂t ∂x (5.26)


 φ(x, T ) = 0.

Soit (x2, t2) fixé et Y (t, t2, x2) = −c(t − t2) + x2 la courbe ca-
ractéristique solution de


 d
 Y (t, t2, x2) = −c,
dt


 Y (t , t , x ) = x .
2 2 2 2

En calculant le système (5.26) le long des caratéristiques, nous trou-

vons : 

 d
 φ(Y (t, t2, x2), t) = ϕ(Y (t, t2, x2), t),
dt (5.27)


 φ(Y (T, t , x ), T ) = 0.
2 2
En intégrant par rapport à t entre t2 et T et en utilisant la condition
initiale à T , nous trouve :
∫ T ∫ T
φ(x2, t2) = ψ(Y (s, t2, x2), s)ds = ψ((−c(s − t2) + x2), s)ds.
t2 t2
(5.28)
Comme ψ ∈ Φ, alors φ ∈ Φ. En utilisant le relation (5.25) et en
prenant t1 = s et x1 = Y (s, t2, x2), la relation (5.28) devient
∫ T∫ T ∫ T∫ T
φ(x2, t2) = ϕ(X(t, s, Y (s, t2, x2)), t)dtds = ϕ((c(t−s)−c(s−
t2 s t2 s
(5.29)
Problème de Cauchy 90

Soit ϕ ∈ Φ et φ solution de (5.20). Puisque

∫ T∫
∂ 2φ(x, t) 2
2 ∂ φ(x, t)
ω(x, t)( 2
−c 2
)dxdt = 0, ∀φ ∈ Φ,
0 R ∂t ∂x
Nous obtenons
∫ T ∫
ω(x, t)ϕ(x, t)dtdx = 0, ∀ϕ ∈ Φ.
0 R

Comme Φ est dense dans Lp(R × R+), nous obtenons w = 0 p.p. dans
R×]0, T [.
Ceci permet de démontrer le résultat suivant :

Théorème 5.2.2 Soient u0 ∈ L1loc(IR) et u1 ∈ L1loc(IR) la dérivée

au sens des distributions d’une fonction h ∈ L1loc(R). Alors il existe
une unique fonction u ∈ L∞[0, T, L1(R)) vérifiant :
∫ T∫ ∫ ∫
∂ 2φ(x, t) 2 ∂ 2φ(x, t) ∂φ(x, 0)
u(x, t)( 2
−c 2
)dxdt = u1(x) dx− u0(x)φ
0 R ∂t ∂x R ∂t R
(5.30)
pour tout φ ∈ Φ. De plus
∫
1 1 x+ct
u(x, t) = [u0(x + ct) + u0(x − ct)] + u1(ξ)dξ. (5.31)
2 2c x−ct
Cette fonction u est appelée la solution faible du problème (5.15).

Preuve: Unicité : d’après le lemme précédent.

Existence : Soit u0 ∈ L1(R) ( respectivement u1 ∈ L1loc(IR) est la
dérivée au sens des distributions d’une fonction h ∈ L1loc(R)) . Nous
construit une suite uε0 ∈ Φ ( respectivement uε1 et hε) qui converge
vers u0 dans L1(R) (respectivement u1, h dans L1(R) ). Cette suite est
donnée par uε0 = ρε ∗ u0 ( respectivement
∫ u ε
1 = ρ ε ∗ u1 et hε
= ρε ∗ h)où
ρ est une fonction C ∞ avec R ρ(x)dx = 1, supp(ρ) ⊂ [−1, 1],
ρε(x) = 1ε ρ( xε ). Comme uε0 est de classe C 2 et uε0 est de classe C 1
Problème de Cauchy 91

nous pourrons calculer la solution forte uε du système (5.15) associée

à ces conditions initiales qui est égale à
∫ x+ct
1 ε 1
uε(x, t) = [u0(x + ct) + uε0(x − ct)] + uε1(ξ)dξ.
2 2c x−ct
qui est égale aussi à
1 ε 1
uε(x, t) = [u0(x + ct) + uε0(x − ct)] + [hε(x + ct) − hε(x − ct)] .
2 2c
Comme uε est une suite bornée dans L1(R × [0, T ]), nous pourrons
extraire une sous suite convergente qui converge vers u(x, t) où
1 1
u(x, t) = [u0(x + ct) + u0(x − ct)] + [h(x + ct) − h(x − ct)] .
2 2c
D’où u ∈ L1(R × [0, T ]). D’après le théorème 2.1 uε est solution de
∫ T∫ ∫ ∫
∂ 2φ(x, t) 2 ∂ 2φ(x, t) ∂φ(x, 0)
− uε(x, t)( 2
−c 2
)dxdt = uε1(x) dx− uε0(x
0 R ∂t ∂x R ∂t R

En passant à la limite, nous obtenons

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

Donc u est une solution faible de (5.15).

Remarque 5.2 1) La solution en un point M (x, t), t > 0 est

déterminée d’après (5.16) par une partie des données initiales,
en l’occurence u0 en A et B et u1 sur le segment AB où A et B
sont les points du plan de coordonnées (x − ct, 0) et (x + ct, 0) (
voir figure 1).
On dit que le segment [A(x − ct, 0), B(x + ct, 0)] est le domaine
de dépendence rattaché au point M (x, t).
2) Les demi-droites C − et C + d’équation x−ct = cte et x+ct = cte
, t > 0 sont appelées les courbes caractéristiques de l’opérateur des
cordes vibrantes.
Problème de Cauchy 92

M(x,t)

A(x−ct,0) B(x+ct,0) X

Figure 5.1 – Domaine de dépendance

3) Avec les notations de la figure 2 les données u0 et u1 sur A0B0

déterminent la solution u dans le triangle A0M0B0 doublement
recouvert par les caractéristiques C − et C + issues du segment
[A0, B0].
4)Les données initiales u0 et u1sur le segment [A0, B0] influencent
la solution de l’EDP considérée sur tout le domaine I hachuré sur
la figure 2 qui peut être défini par :

I = {(x, t) ∈ R × R∗+/ x + ct ≥ x0 − ct0 et x − ct ≤ x0 + ct0}

Ce domaine est appelé le domaine d’influence du segment [A0, B0]
.
Problème aux limites d’évolution 93

M (x 0,t 0)
0

x
A0(x0−c t 0,0) B 0(x 0+ct 0,0)

Figure 5.2 – Domaine d’influence

5.3 Problème aux limites d’évolution

5.3.1 Développement en séries de Fourier

Nous considèrons le cas de la corde finie [0, L] fixée aux extrémités.

Alors nous devons considérer le problème (5.5), ce qui revient à rajouter
des conditions aux limites au problème (5.15) qui devient :


 ∂ 2u ∂ 2u

 − c 2
= 0, (x, t) ∈ [0, L] × IR ∗
,

 ∂t 2 ∂x 2 +





u(x, 0) = u0(x), x ∈ [0, L] ,
(5.32)

 ∂

 u(x, 0) = u1(x), x ∈ [0, L] ,

 ∂t




 u(0, t) = u(L, t) = 0, t ∈ IR∗ , +

où nous supposons que les données initiales vérifient les relations (5.4) :
Problème aux limites d’évolution 94

{
u0(0) = u0(L) = 0,
(5.33)
u1(0) = u1(L) = 0.
Nous cherchons à résoudre le problème (5.32) par la méthode des séries
de Fourier. Cela consiste à rechercher la solution u(x, t) pour chaque
valeur de t > 0, sous la forme d’un développement en série trigo-
nométrique en x, s’il existe. Cette réserve est essentielle et imposera de
justifier les calculs formels qui vont suivre.
Nous cherchons donc u(x, t) sous la forme

∞
a0(t) ∑
u(x, t) = + [an(t) cos(nωx) + bn(t) sin(nωx)] . (5.34)
2 n=1

Théorème 5.3.1

Le problème (5.32) admet au moins une solution sous la réserve

que les données initiales u0(x) et u1(x) vérifient :

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

et que les conditions de dérivabilité qui légitiment la démonstration
suivante soient satisfaites. Cette solution peut être définie, pour
x ∈ [0, L] et t > 0 par la somme de la série

∞
∑
u(x, t) = sin(nωx) [αn cos(nωct) + βn sin(nωct)] ωL = π
n=1
(5.35)
où les constantes αn sont les coefficients de Fourier de la fonction
impaire u e0(x) de période T = 2L égale à u0(x) pour x ∈ [0, L] :
∫ L
2 nπx
αn = u0(x) sin( )dx (5.36)
L 0 L
Problème aux limites d’évolution 95

et où les constantes nωcβn sont les coefficients de Fourier de la

fonction impaire u e1(x) de période T = 2L égale à u1(x) pour
x ∈ [0, L].
∫ L
2 nπx
βn = u1(x) sin( )dx (5.37)
nπc 0 L
La solution se présente comme une superposition de solutions de
la forme

sin(nωx) cos(nωct) et sin(nωx) sin(nωct) (5.38)

vérifiant, chacune séparément, les conditions aux limites.

Démonstration formelle
Pour une corde de longueur L fixée en ses extrémités d’abscisses 0 et
L toute solution du problème (5.32) doit satisfaire les conditions aux
limites. Il faut donc que le développement (5.34) satisfasse les deux
conditions suivantes
∞
a0(t) ∑
u(0, t) = + an(t) = 0
2 n=1
et

∞
a0(t) ∑
u(L, t) = + [an(t) cos(nωL) + bn(t) sin(nωL)] = 0.
2 n=1

Des conditions suffisantes pour qu’il en soit ainsi sont :

∀n ∈ N an(t) = 0, et ωL = π.
Nous cherchons donc un développement de u(x, t) de la forme
∞
∑ π
u(x, t) = bn(t) sin(nωx), et ω= .
n=1
L
Problème aux limites d’évolution 96

Si nous admettons que ce développement peut être dérivé terme à

terme, à l’ordre 2 par rapport à x et t, nous obtenons :

∑∞
∂ 2u
(x, t) = −ω 2
n2
bn(t) sin(nωx),
∂x2 n=1
∑∞
∂ 2u
2
(x, t) = b′′n(t) sin(nωx),
∂t n=1
et l’équation (5.32) des cordes vibrantes sera satisfaite si

b′′n(t) = −c2ω 2n2bn(t). (5.39)

La solution générale de cette équation différentielle est :

bn(t) = αn cos(nωct) + βn sin(nωct) (5.40)

et ceci nous conduit à l’expression (5.35).
Il reste à déterminer les constantes αn et βn en utilisant les conditions
initiales u0(x) et u1(x)
De (5.35), nous tirons la condition :

∞
∑
u0(x) = u(x, 0) = αn sin(nωx) pour x ∈ [0, L] (5.41)
n=1

En admettant que la série (5.35) est dérivable terme à terme il vient

∑ ∞
∂u
u1(x) = (x, 0) = βnnωc sin(nωx) pour x ∈ [0, L] (5.42)
∂t n=1

Les séries de sinus (5.41) et (5.42) représentent des fonctions impaires

de période T= 2πω = 2L.
En nous appuyant sur l’étude des séries de Fourier nous voyons que les
coefficients αn peuvent être choisis égaux aux coefficients de Fourier
de la fonction impaire u e0(x) de période T = 2L égale à u0(x) pour
Problème aux limites d’évolution 97

x ∈ [0, L] et ceci conduit à la formule (5.36). De même, βnnωc est

e1(x) de
choisi égal au coefficient de Fourier de la fonction impaire u
période T = 2L égale à u1(x) pour x ∈ [0, L] .Ce qui conduit à la
formule (5.37).
Nous vérifierions sans difficulté que les fonctions

cn(x, t) = sin(nωx) cos(nωct), (5.43)

sn(x, t) = sin(nωx) sin(nωct) (5.44)

sont solutions de l’équation aux dérivées partielles (5.32) et satisfont
les conditions aux limites en x = 0 et x = L à tout instant t.

Remarque 5.3 Les fonctions cn(x, t) et sn(x, t), définies par

(5.43) et (5.44), sont les produits d’une fonction de x par une
fonction de t. Elles sont dites à variables séparées et sont appelées
des solutions stationnaires.
Pour ces solutions stationnaires, la forme de la corde est à chaque
instant, celle de la sinusoide sin(nωx) avec l’amplitude cos(nωct)
et sin(nωct) respectivement. Chaque point d’abscisse x a un mou-
2π 2L
vement de période = .
nωc nc
Les solutions stationnaires cn(x, t) correspondent aux conditions
initiales

u0(x) = cn(x, 0) = sin(nωx)

∂cn
u1(x) = (
)(x, 0) = 0
∂t
et donc à une distribution initiale de vitesse qui est nulle.
Pour les solutions sn(x, t), nous aonsv

u0(x) = sn(x, 0) = 0,
Problème aux limites d’évolution 98

∂sn
u1(x) = ((
))(x, 0) = nωc sin(nωx).
∂t
Nous remarquons que la solution générale se présente comme
une superposition de solutions stationnaires de la forme (5.43) et
(5.44).

5.3.2 Etude de la validité du développement en séries de Fourier

La validité des développements donnés dans la démonstration du

théorème 4.1 dépend des propriétés des données initiales u0(x) et u1(x).
D’une part, u0(x) et u1(x) doivent être sommables sur [0, L] afin que
les coefficients αn et βn puissent être rigoureusement définis par (5.36)
et (5.37).
D’autre part, ces fonctions doivent satisfaire les conditions aux limites :

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

Si ces conditions sont satisfaites et s’il y a seulement un nombre fini
de coefficients αn et βn différents de zéro, alors u(x, t), donnée par
(5.35) , étant une superposition d’un nombre fini d’états stationnaires
est la solution de l’équation des cordes vibrantes (5.32) définie par les
données initiales u0(x) et u1(x).
Mais, s’il y a un nombre infini de coefficients αn ou βn différents de zéro,
ces conditions ne sont pas suffisantes. Il faut, pour que la méthode soit
applicable, que la série (5.35) soit convergente et qu’elle soit dérivable
terme à terme, par rapport à x et à t, jusqu’à l’ordre 2.
Nous ne cherchons pas à définir la classe la plus générale des fonctions
u0(x) et u1(x) permettant de satisfaire toutes ces conditions, mais nous
devrons, pour chaque appplication de la méthode des séries de Fourier
à la résolution de l’équation des cordes vibrantes, nous assurer que
la résolution formelle est justifiée. Nous constaterons que, pour que
cette méthode soit applicable, les fonctions u0(x) et u1(x) doivent être
suffisamment dérivables.
Problème aux limites d’évolution 99

En particulier, des conditions suffisantes pour la validité de la méthode

sont données par le théorème suivant :
Théorème 5.3.2
Soient ue0(x) et u e1(x) les deux fonctions impaires, de période
T = 2L, respectivement égales à u0(x) et u1(x) pour x ∈ [0, L] .
e0(x) ∈ C 4(R) et u
Si u e1(x) ∈ C 3(R), et si u0(0) = u0(L) = 0 et
u1(0) = u1(L) = 0 alors une solution de l’équation des cordes
vibrantes est données par le théorème 4.1, autrement dit, les
conditions de dérivabilité mentionnées dans l’énoncé du théorème
sont satisfaites.
Démonstration
Soient αn et βn les coefficients définis par les relations (5.36) et (5.37).
e0 et u
Les fonctions u e1, étant, respectivement de classe C 4 et C 3, les
coefficients de Fourier αn et βn vérifient :

Cte Cte
|αn| < et n |β n | < .
n4 n3
Donc la série de Fourier (5.35), ainsi que les séries obtenues en la
dérivant terme à terme par rapport à x et par rapport à t jusqu’à
l’ordre 2 convergent absolument et uniformement sur tout intervalle
∂ 2u ∂ 2u
vers u(x, t), ∂x 2 (x, t), ∂t2 (x, t), respectivement.
Nous avons ainsi :

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

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

∂ 2u 2
2∂ u
−c = 0.
∂t2 ∂x2
Problème aux limites d’évolution 100

La série (5.35) est donc une solution de l’équation des cordes vibrantes.

5.3.3 Conservation de l’énergie

Nous considèrons la quantité :

∫ L ∫ L
1 ∂u 2 1 ∂u 2
E(t) = ( ) ρdx + T ( ) dx (5.45)
0 2 ∂t 0 2 ∂x
qui peut être interprétée comme étant l’énergie totale de la corde en
mouvement dès que ρ désigne la masse linéique de la corde et T la
tension dans celle-ci ( ρ et T constants voir Chapitre 1).
Proposition 5.3.1
Soit E l’énergie totale de la corde en mouvement définie par (5.45)
où u est supposé être de classe C 2. Nous avons alors :

d
E(t) = 0. (5.46)
dt
Démonstration
Multiplions l’équation CV par ∂u ∂t et intégrons la par rapport à x de 0
à L à t fixé. Il vient, après division par c2 :
∫ L ∫ L
1 ∂u ∂ 2u ∂u ∂ 2u
dx − dx = 0. (5.47)
c2 0 ∂t ∂t2 0 ∂t ∂x2
Nous posons
∫ L
∂u ∂ 2u
I(t) = dx,
0 ∂t ∂t2
et
∫ L
∂u ∂ 2u
J(t) = dx.
0 ∂t ∂x2
∫L 1 ∂u 2
Nous remarquons que I est la dérivée par rapport à t de 0 2 ( ∂t ) dx
Problème aux limites d’évolution 101

Quant à J, nous l’intégrons par parties :

[ ]L ∫ L ∫
∂u ∂u ∂u ∂ 2u d L 1 ∂u 2
J(t) = − dx = − ( ) dx.
∂t ∂x 0 0 ∂x ∂x∂t dt 0 2 ∂x
Compte tenu de ce que , u étant nul à tout instant t en x = 0 et en
x = L, il en est de même de sa dérivée par rapport à t. Enfin, rappelons
1 ρ
que d’après le chapitre I, nous avons 2 = et multiplions (5.47) par
c T
T . Il vient

d
E(t) = 0. (5.48)
dt

Remarque 5.4 L’énergie totale de la corde en mouvement définie

par (5.45) peut être décomposée comme suit

E(t) = Ec(t) + Ep(t) (5.49)

où
∫ L
1 ∂u 2
Ec(t) = ( ) ρdx (5.50)
0 2 ∂t
désigne l’énergie cinétique et
∫ L
1 ∂u 2
Ep(t) = T ( ) dx (5.51)
0 2 ∂x
désigne l’énergie potentiel de déformation élastique de la corde en
mouvement.
En effet, dans le cadre de l’hypothèse de petites perturbations
∂u ∂u
∂t (x, t) représente la vitesse (transversale) et ∂x (x, t) représente
la déformation du point x de la corde considérée, à l’instant t.
Le résultat (5.49) s’interpréte comme une loi de conservation de
l’énergie totale E(t) = Ec(t) + Ep(t) = cte, en l’absence d’apport
d’énergie en provenance de l’extérieur.
Problème discret 102

Corollaire 5.3.1
Le problème (5.32) n’admet qu’une seule solution.
Démonstration
Grâce à la linéarité du problème (5.32), il nous suffit de prouver que
le problème homogène associé, c’est à dire celui qui correspondond au
cas u0 = 0 et u1 = 0, n’admet que la solution identiquement nulle.
Le problème homogène associé correspond à E(0) = 0 d’où E(t) = 0
pour tout t ≥ 0.
Les quantités Ep et Ec étant toutes les deux strictement positives, nous
pourrons donc affirmer que Ep(t) = 0. Nous en déduisons que ∂u ∂x = 0
et que u = u(t). La condition u = 0 à l’une au moins des extrémités
impose finalement u = 0 partout.
Nous aurons pu aboutir au même résultat en utilisant le fait que
Ec(t) = 0 qui implique que ∂u ∂t = 0 d’où u = u(x). La condition
u0 = 0 permettrait alors de conclure que u est identiquement nul.
D’où le résultat l’unicité annoncé.

5.4 Problème discret

5.4.1 Discrétisation de l’équation des CV

Nous allons discrétiser l’équation

∂ 2u 2
2∂ u
−c =0 (5.52)
∂t2 ∂x2
au point Mnj ( voir chapitre 2).
Pour cela, nous posons vjn ≃ u(xj , tn) et nous allons procéder pas de
temps par pas de temps, selon les temps croissants. Supposons donc
que les valeurs vjn sont connues pour tous les indices d’espace j et pour
les instants 0( données initiales) 1, 2....n. Nous cherchons maintenant
vjn+1.
Pour la dérivée en temps et en espace nous allons utiliser la différence
finie centrée :
Problème discret 103

( )n
∂ 2u un+1
j − 2unj + un−1
j 2
= + 0(∆t ), (5.53)
∂t2 j ∆t2
( )n
∂ 2u unj+1 − 2unj + unj−1 2
= + 0(∆x ). (5.54)
∂x2 j ∆x2
D’où le schéma, dit explicite

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

2 j+1
n
−c = 0. (5.55)
∆t2 ∆x2
Mais nous pourrons tout aussi bien appliquer le développement (5.54)
à l’instant tn+1 plutôt qu’à l’instant tn.
( )n+1
j+1 − 2uj
un+1 n+1
∂ 2u + un+1
j−1 2
= + 0(∆x ). (5.56)
∂x2 j ∆x2
D’où le schéma, dit implicite :

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

2 j+1
n+1
−c = 0. (5.57)
∆t2 ∆x2
Les deux schémas (5.55) et (5.57) étant à deux pas de temps, où à 3
niveaux, leur initialisation nécessite la donnée des deux suites (vj0)j∈Z et
(vj1)j∈Z . Celles-ci peuvent être obtenues grâce aux conditions initiales.
Dans le cas où les deux fonctions u0 et u1 intervenant dans (5.15) sont
continues on peut choisir ( vj0)j∈Z et (vj1)j∈Z définies par :

vj0 = u0(j∆x), j ∈ Z, (5.58)

vj1 − vj0
= u1(j∆x), j ∈ Z. (5.59)
∆t
Si u0 et u1 sont discontinues, localement sommables, nous pourrons
par exemple prendre :
∫ (j+ 21 )∆x
1
vj0 = u0(x)dx, j ∈ Z, (5.60)
∆x (j− 12 )∆x
Problème discret 104

vj1 −vj0
et une formule analogue pour ∆t
∫ (j+ 12 )∆x
vj1 − vj0 1
= u1(x)dx, j ∈ Z. (5.61)
∆t ∆x (j− 12 )∆x

5.4.2 Condition nécessaire de convergence : condition de CFL

Le problème est le suivant : Le schéma est-il convergent et converge-t-il

vers la solution du problème de cauchy(5.15).
∆t
Plus précisment si ∆x et ∆t tendent vers zéro avec λ = ∆x gardé
constant(j, n → +∞) a-t-on vnj → u(xj , tn), où u est la solution de
(5.15).
Le point fondamental est que cela nécessite une condition sur ∆x et
∆t
∆t et plus précisement sur le rapport λ = ∆x qui ne doit pas être trop
grand, comme nous allons le voir .
t

C(X,T)

B x
A

Figure 5.3 –

Pour le schéma (5.55,5.58,5.59), la valeur au point Mjn de l’approxi-

n−1
mation vjn au point xj à l’instant tn dépend des quantités vj+1 , vjn−1
Problème discret 105

n−1
, vj−1 . Ainsi en remontant le temps, nous voyons que vjn dépend des
conditions initiales u0 et u1 sur l’intervalle [xj − n∆x, xj + n∆x] .
Théorème 5.4.1
Une condition nécessaire de convergence du schéma (5.55,5.58,5.59)
est que

∆t
≤ 1.
c (5.62)
∆x
Cette condition est dite la condition de Courant- Friedricks-
Levy(CFL).
Démonstration
Soit ua(M ) la valeur approchée de u en un point du demi-plan R × R+
∆t
de coordonnées (X, T ). Si le schéma converge et si λ = ∆x , nous
obtenons une valeur[ approchéeTqui dépend seulement
] des valeurs u0 et
u1 sur l’intervalle Pλ = X − λ , Qλ = X + Tλ obtenu sur l’axe t = 0
en menant par M (X, T ) les droites de pentes ±λ. ( voir figure 3).
Or d’après le paragraphe 3, la valeur exacte de u au point M dépend
des valeurs u0 et u1 sur l’intervalle [P = X − cT, Q = X + cT ] où
M P et M Q sont les caractéristiques de pente c et −c. Or la solution
approchée ne peut être acceptable que si le domaine de dépendance
numérique [Pλ, Qλ] couvre la domaine de dépendance exact [P, Q] .
Ceci se traduit par l’inégalité λ ≤ 1c , où encore :

∆t
c ≤1
∆x
qui est donc une condition nécessaire de convergence, dite condition
de Courant-Friedricks-Levy ou condition de CFL( du nom des trois
mathématiciens auxquels on doit ce résultat).

Remarque 5.5 Nous démontrons que la condition de CFL (5.62)

est suffisante pour la convergence, sous des hypothèses raisonnables
sur u0 et u1.
Problème discret 106

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

CV
[ ]
Pour un paramètre θ ∈ 0, 12 , nous définissons le schéma , dit schéma
de Newmark :
1 ( n+1 )
v j − 2v n
j + v n−1
j + θA ∆x,j v n+1
(5.63)
∆t2
+(1 − 2θ)A∆x,j v n + θA∆x,j v n−1 = 0 (5.64)
où
vn − 2vjn + vj−1
2 j+1
n
A∆x,j v = −c
n
(5.65)
∆x2
A∆x,j v n est une approximation de la dérivée seconde en x au point
(xj = j∆x, tn = n∆t)
Pour l’initialisation de ce schéma on utilise les suites (vj0)j∈Z et (vj1)j∈Z
définies par (5.58) et (5.59) ou (5.60) et (5.61).

Remarque 5.6 i) Le schéma (5.63) est invariant si l’on change

le sens du temps. On dit que c’est un schéma centré. Cela est
conforme aux propriétés de l’équation des CV invariante par
changement du sens du temps.
ii) Nous démontrons que le schéma de Newmark est stable sous la
condition de CFL suivante :
( ) 12
∆t 1
c ≤
∆x 1 − 4θ
si 0 < θ < 14 et il est inconditionnellement stable si 1
4 < θ < 12 .
iii) Si θ = 0, nous retrouvons le schéma (5.55)
 107

Chapitre 6

EQUATION HYPERBOLIQUE NON

LINEAIRE

6.1 Introduction

Les phénomèmes de transport interviennent dans plusieurs problèmes

physiques. Leur modélisation physique débouchent très souvent sur
des systèmes hyperboliques comme par exemple les équations d’Euler
( les équations de la dynamique des gaz qui régissent l’écoulement d’un
gaz). En effet, considérons un fluide parfait compressible. Alors un
écoulement unidimensionnel est modélisé, en coordonnées Eulériennes,
par :
• L’équation de conservation de la masse
∂ρ ∂ρu
+ = 0,
∂t ∂x
• L’équation de conservation de la quantité de mouvement
∂ρu ∂
+ (ρu2 + p) = 0,
∂t ∂x
• L’équation de conservation de l’énergie
∂ρe ∂
+ ((ρe + p)u) = 0,
∂t ∂x
où ρ représente la densité du fluide, u la vitesse et e l’énergie totale
spécifique. La pression p est donnée par une équation d’état en fonction
des quantités ρ, u et e. L’étude de ce système de trois équations
Introduction 108

et trois inconnues présente de nombreuses difficultés théoriques dont

certaines n’ont pas encore été résolues à ce jour. C’est pourquoi l’on va
s’intéresser à l’équation scalaire
∂u(t, x) ∂
+ (f (u(t, x))) = 0, (6.1)
∂t ∂x
qui, bien que beaucoup plus simple à étudier, présente les mêmes
caractères fondamentaux que le système précédent.
Dans ce chapitre, nous nous intéressons aux équations scalaires de
la forme (6.1) où f est une fonction régulière de u. Cette équation
traduit la conservation de la quantité u. On dit qu’il s’agit d’une
loi de conservation. Plus particulièrement, nous nous intéresserons à
l’équation aux dérivées partielles de Bürgers :
∂u ∂ u2
+ ( ) = 0,
∂t ∂x 2
Notre objectif est de résoudre le problème de Cauchy, qui consiste à
trouver une fonction u(x, t) telle que l’on ait :


 ∂u(t, x) ∂
 + (f (u(t, x))) = 0, ∀x ∈ R, ∀t > 0,
∂t ∂x


 u(x, 0) = u (x), ∀x ∈ R,
0

où la condition initiale u0 est une fonction donnée.

Jusque là, nous avons fait l’hypothèse que le flux avait la forme
f (u(x, t)). Pour beaucoup de problèmes issus de la physique, il est
plus réaliste de supposer que l’on
∂u(t, x) ∂ ∂ 2u
+ (f (u(t, x))) − ϵ 2 = 0, (6.2)
∂t ∂x ∂x
où ϵ est un petit paramètre strictement positif ce qui permet de tenir
compte des effets de dissipation de l’énergie et de dispersion. Par
analogie avec la dynamique des gaz, on dit qu’il s’agit d’un terme de
viscosité.
Résolution du problème de Cauchy 109

L’équation (6.1) est en fait la limite de l’équation visqueuse (6.2)

lorsque le paramètre de viscosité ϵ tend vers 0. Or, contrairement à
l’équation (6.1), l’équation (6.2) admet une solution unique et très
régulière comme la solution de l’équation de la chaleur. Cette remarque,
très importante, nous permettra de repérer la solution physique parmi
toutes les solutions faibles de l’équation (6.1).

6.2 Résolution du problème de Cauchy

Nous cherchons à résoudre l’équation de transport :

∂u(t, x) ∂
+ (f (u(t, x))) = 0, (6.3)
∂t ∂x
où u est une fonction à deux variables (x, t), f est une fonction de
R dans R de classe C 2. Cette équation n’est pas linéaire. Toutefois,
elle est dite conservative. Cette équation peut se développer sous cette
forme :
∂u(t, x) ∂u(t, x)
+ f ′(u(x, t)) = 0, ∀x ∈ R, t ∈ R+, (6.4)
∂t ∂x
C’est la forme non conservatrice qui est dite quasilinéaire, c’est à dire
non linéaire mais linéaire par rapport aux dérivées d’ordre 1. Ces deux
formes sont certes équivalentes dans le cas de la solution de classe C 1,
mais elles ne seront pas équivalentes dans le cas discontinue.
On associe à cette équation la condition initiale
u(x, 0) = u0(x) x ∈ R. (6.5)
Nous supposons que u0 est de classe C 1.

Définition 6.2.1 On dit que u est solution classique de l’équation

(6.3) dans un domaine ouvert Q de R × R+ si c’est une fonction
C 1 de x et t dans Q et si elle satisfait (6.3) point par point dans
Q.
Résolution du problème de Cauchy 110

Nous allons montrer que le problème (6.3)-(6.5) admet, au moins pour

t < T ≤ +∞, une solution classique (on parle de solution classique
locale si T < +∞) et que celle ci peut être construite par la méthode
des caractéristiques.

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

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

6.2.1 Méthode des caractéristiques

Nous allons commencer par résoudre l’équation :

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

Comme nous venons de le voir dans le chaiptre IV, nous avons la

conservation de la quantité u le long des courbes caractéristiques. Ces
courbes s’obtienent en résolvant l’équation différentielle


 dX(t)
 = f ′(u(X(t), t)), t ∈ R+,
dt (6.7)


 X(t ) = x .
0 0
Résolution du problème de Cauchy 111

Comme f ′(u) est considéré comme une vitesse, ces courbes représentent
le déplacement de la quantité u à l’instant t qui se trouvait à t = t0
au point x0. Nous supposons que l’équation (6.7) admet une solution
unique que nous noterons par X(t, t0, x0). Nous fixons x0 et nous
étudions la solution du problème mais restreinte à une courbe de la
forme X(t, t0, x0)). Nous posons
v(t) = u(X(t, t0, x0), t), (6.8)
où X(., t0, x0) vérifie (6.7). Si nous calculons la dérivé de v nous
obtenons :
dv ∂u dX ∂u
= + . (6.9)
dt ∂x dt ∂t
′
Dans le membre à droite nous pourrons remplacer dX dt par f (u(X(t, t0 , x0 ), t)).
Nous obtenons
dv ∂u(X(t, t0, x0), t) ∂u(X(t, t0, x0), t)
= + f ′(u(X(t, t0, x0), t)) = 0,
dt ∂t ∂x
(6.10)
car u est solution de l’équation d’advection (6.3).
On remarque que l’on étend la propriété du cas à coefficient constant.
La solution est stationnaire le long des courbes caractéristiques.
Nous déduisons la conservation de v au cours du temps ce qui nous
permet d’ écrire :
u(X(t, t0, x0), t) = v(t) = v(t0) = u(x0, t0). (6.11)
En utilisant cette propriété, nous obtenons :


 dX(t)
 = f ′(u(x0, t0)), t ∈ R+,
dt (6.12)


 X(t ) = x .
0 0

Nous allons noter

a(u(x, t)) = f ′(u(x, t)) (6.13)
qui peut s’interpréter comme une vitesse de propagation de la solution
au temps t0 au point x0. La caractéristique associée passant par le point
Résolution du problème de Cauchy 112

(x0, t0) a pour équation :

X(t, t0, x0) = a(u(x0, t0))(t − t0) + x0 (6.14)
Définition 6.2.2 Soit u une solution classique de l’équation (6.3).
Alors les droites de la forme (6.12) ou (6.14) sont appelées droites
caractéristiques pour u de l’équation (6.3). De plus u est constante
le long de chacune de ces droites.
Maintenant, il nous reste à étudier l’existence et l’unicité de la solution
de l’équation différentielle ordinaire (6.12). Pour cela, nous supposons
que u est, au moins pour t < T , une solution classique du problème
(6.3). Considèrons alors un point (x0, t0) de la forme (ξ, 0). D ’après
(6.14), la caractéristique qui passe par ce point est de la forme
X(t, 0, ξ) = a(u0(ξ))t + ξ
Dans le cas linéaire à coefficients constants, les caractéristiques sont
des droites paralléles. En revanche, dans le cas non liéaire, les droites
caractéristiques ne sont pas paralléles. Toutes les valeurs de u0 ne se
propagent pas à la même vitesse. La solution se déforme au cours du
temps.
Remarque 6.2.2 On représente toujours les droites caractéristiques
dans le plan (x, t) et non dans le plan (t, x). La pente de la droite
d’équation (6.14) est donc a(u01(ξ)) . En particulier, si a(u0(ξ)) = 0,
la droite caractéristique issue de ξ est verticale.
Pour que la méthode des caractéristique définisse sans ambiguité la
valeur de la solution au point (x, t), il faut qu’il n’y ait qu’une droite
caractéristique qui passe par ce point. Ceci nous améne à introduire la
fonction
a0(ξ) = f ′(u0(ξ)) (6.15)
Notons que a0(ξ) peut s’interpréter comme la vitesse de propagation
initiale de la solution au point ξ : nous l appelerons vitesse initiale. La
caractéristique associée passant par le point (ξ, 0) a pour équation
x = a0(ξ)t + ξ
Résolution du problème de Cauchy 113

Théorème 6.2.1 (Existence d’une solution classique glo-

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

Preuve:
On fixe t ∈ R+. Si a0 est croissante, la fonction continue :
ξ → F (ξ) = ξ + a0(ξ)t
définit une bijection de R dans R. En effet :
dF
(ξ) = 1 + a′0(ξ)t > 0. (6.16)
dξ
De plus, comme a0(ξ) ≥ a0(0) pour ξ > 0 et a0(ξ) ≤ a0(0) pour
ξ<0:
lim F (ξ) = ±∞
ξ→±∞

Pour tout couple (x, t), il existe donc un unique ξ(x, t) tel que
x = ξ(x, t) + a0(ξ(x, t))t. (6.17)
Si la solution classique existe, elle est donc donnée par :
u(x, t) = u0(ξ(x, t)).
Vérifiant que u est effectivement solution de l’équation (6.3). On a


 ∂u ′ ∂ξ

 ∂x (x, t) = u0 (ξ(x, t)) (x, t)
∂x



 ∂u (x, t) = u′0(ξ(x, t)) ∂ξ (x, t)
∂t ∂t
et donc
[ ]
∂u ∂u ∂ξ ∂ξ
(x, t)+f ′(u(x, t)) (x, t) = u′0(ξ(x, t)) (x, t) + a0(ξ(x, t)) (x, t)
∂t ∂x ∂t ∂x
(6.18)
Résolution du problème de Cauchy 114

Or, en dérivant l’équation(6.17) par rapport à x et t, nous obtenons

∂ξ
(x, t)(1 + +a′0(ξ(x, t))t] = 1
∂x
(6.19)
∂ξ
(x, t)(1 + +a′0(ξ(x, t))t] = −a0(ξ(x, t))
∂t
Mais par hypothèse
a′0(ξ(x, t)) ≥ 0
on déduit que la quantité entre crochets dans (6.19) reste positive pour
tout t ≥ 0 et on déduit de (6.18) que l’équation (6.3) est vérifiée pour
tout temps positive.

Remarque 6.2.3 Lorsque f est convexe, f ′ est croissante et la

condition a0 est croissante devient simplement u0 est croissante.

Exemple
Considérons par exemple la condition initiale suivante :

 0 si x ≤ 0
u0(x) = x
si 0 ≤ x ≤ α
 α
1 si x ≥ α
où α est un réel strictement positif. Nous nous permettons de considérer
une donnée initiale qui n’est que C 1 par morçeaux en vertu de la
remarque 2.1. On veut résoudre le problème de Cauchy (6.3)-(6.5)
2
pour l’équation de Burgers (f (u) = u2 ). D’après (6.17), la droite
caractéristique issue de (ξ, 0) a pour équation :

ξ si ξ ≤ 0
x= ξ
si 0 ≤ ξ ≤ α
 α
ξ + t si ξ ≥ α
Résolution du problème de Cauchy 115

α x

La solution u est alors donnée par :


 0 si x ≤ 0
u(x, t) = u0(ξ) = x
si 0 ≤ x ≤ α + t
 α+t
1 si x ≥ α + t
On remarque que pour tout t fixé, la fonction u reste croissante en x.

6.2.2 Solution classique locale et apparition d’un choc

Nous abanbonnons maintenant l’hypothèse que la vitesse initiale a0

définie par (6.15) est une fonction croissante. Dans ce cas, les solutions
classiques peuvent ne pas exister pour tout temps mais seulement
localement.
Dans cette section, pour des raisons purement techniques, nous ferons
l’hypothès supplémentaire, peu restrictive en pratique :
La fonction x → u0(x) est bornée. (6.20)
On en déduit bien sûr que la vitesse initiale a0 est elle même bornée.
Théorème 6.2.2 (Temps d’apparition d’un choc)
Si la dérivée de a0 prend des valeurs strictement négatives, alors
iln’existe pas de solution classique pour tout t > 0. Le temps
maximum t∗ tel qu’il existe une solution classique pour tout 0 ≤
t ≤ t∗ est donnée par :
1
t∗ = ′ = inf (−a′(ξ)−1)
sup(−a0(ξ)) ξ∈R
ξ∈R
Résolution du problème de Cauchy 116

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

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

−t

ξ1 x− ξ2 x

Nous savons déjà que tmax ≥ t∗. Supposons qu’il existe ξ2 > ξ1 tels
que a0(ξ1) > a0(ξ2). Alors, les droites caractéristiques issues des points
ξ1 et ξ2 se croisent à l’instant t̄ et au point x̄ donnés par :

 ξ2 − ξ1

 t̄ = ,
a0(ξ1) − a0(ξ2)



x̄ = ξ1 + a0(ξ1)t̄ = ξ2 + a0(ξ2)t̄
Résolution du problème de Cauchy 117

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

Remarque 6.2.5 La naissance d’une discontinuité est un phénomène

purement non-linéaire, qui peut se produire même si u0 est très
régulière.
Exemple
Considérons cette fois la condition initiale suivante :

1 si x ≤ 0
u0(x) = 1 − αx si 0 ≤ x ≤ α

0 si x ≥ α
où α est un réel strictement positif. D’après (6.17), la droite ca-
ractéristique issue de (ξ, 0) a pour équation :


 ξ + t( ) si ξ ≤ 0
x = ξ + 1 − αξ si 0 ≤ ξ ≤ α


ξ si ξ ≥ α
t t
t=0
t= α/2
t= α

1
t= α

α x α x
Solutions faibles, Solutions entropiques 118

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


1 si x ≤ 0
u(x, t) = x−α
si 0 ≤ x ≤ α
 t−α
0 si x ≥ α
On remarque que la solution reste décroissante en x pour tout 0 ≤ t ≤
t∗. Lorsque t augmente de 0 à α, la pente de la solution devient de plus
en plus raide. A l’instant t = α, la dérivée en x de u devient infinie en
x = α. La solution u est discontinue en ce point.

6.3 Solutions faibles, Solutions entropiques

Nous avons vu au paragraphe précédent que, même si la donnée initiale

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

6.3.1 Solutions faibles

Théorème 6.3.1 La solution du problème (6.3)-(6.5), avec u0 ∈

C 1(R) est solution de
∫ T∫ ∫
∂φ(x, t) ∂φ(x, t)
− u(x, t) +f (u(x, t)) dxdt = u0(x)φ(x, 0)dx,
0 R ∂t ∂x R
(6.21)
∀φ ∈ Φ = {φ ∈ C (R×[0, T ]), supp φ subsetcompact de R×[0, T ]}.
1

Preuve:
Soit u une solution forte de (6.6). Nous multiplions l’équation (6.3) par
φ et nous intégrons par rapport à t et x. Nous obtenons
∫ T∫
∂u(x, t) ∂f (u(x, t))
φ(x, t)( + dxdt = 0.
0 R ∂t ∂x
Solutions faibles, Solutions entropiques 119

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

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

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

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

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

résultat.

Définition 6.3.1 Soit u0 ∈ L∞ ∞

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

6.3.2 Solutions C 1 par morçeaux. Condition de choc

Dans cette section, nous allons nous intéresser à une classe particulière
de solutions faibles, les solutions C 1 par morceaux.
Solutions faibles, Solutions entropiques 120

Définition 6.3.2 Soit O un ouvert borné de R × [0, +∞[.Une

fonction v(x, t) est dite C 1 par morceaux sur O s’il existe un
nombre fini de courbes Σ1, ..., Σp de la forme :
{
(1) (2)
x = ξi(t), t ∈ [ti , ti ],
Σi :
où ξi est une fonction C 1de t

telles que v soit égale à la restriction d’une fonction de C 1(R2)

dans chaque composante connexe de O− Σ1 ∪Σ2 ∪Σp. Une fonction
v(x, t) est dite C 1 par morceaux sur R × [0, +∞[ si elle est C 1 par
morceaux sur tout ouvert borné de R × [0, +∞[.

Notons que si une fonction v, C 1 par morceaux, peut admettre, à

travers un nombre fini de courbes Σj , des discontinuités en valeur ou
en dérivée cette fonction, ainsi que ses dérivées en temps et en espace
admettent des limites de part et d’autre de ces courbes. Nous pouvons
maintenant considérer des solutions du problème qui soient seulement
C 1 par morceaux. Nous allons voir cependant que les discontinuités
d’une telle solution ne sont pas arbitraires. Pour fixer les notations, si
u est une fonction C 1 par morceaux dans le plan (x, t) et Σ une courbe
de discontinuité de u de la forme (ξ(t), t), on note :
• n la normale unitaire à Σ en (ξ(t), t) orientée vers les x positifs,
de sorte que :
( ) ( )
nx 1 1
n= =√ (6.23)
nt 1 + s2 s
où s = ξ ′(t).
• u− et u+ les valeurs de u à gauche et à droite de Σ :
{ −
u = lim u((x, t) − ϵn)
ϵ→0
+
u = lim u((x, t) + ϵn)
ϵ→0

Nous pouvons maintenant démontrer le théorème suivant

Solutions faibles, Solutions entropiques 121

u−

n
u+

Théorème 6.3.2 Soit u une fonction C 1 par morceaux dans R ×

[0, +∞[. Alors u est une solution faible du problème de Cauchy
(6.3)-(6.5) si et seulement si :
(i) u est une solution classique de (6.3)-(6.5) dans tout domaine
où elle est C 1.
(ii) u satisfait la condition :
ξ(t)(u+ − u−) = f (u+) − f (u−) (6.24)
le long de toute courbe de discontinuité Σ.
Preuve:
Soit u une fonction C 1 par morceaux dans le plan (x, t) et Σ une courbe
de discontinuité de u . Soit alors K un ouvert borné que la courbe Σ
partage en deux composantes connexes K − et K +. Pour simplifier,
on supposera que K est contenu dans le demi plan t > 0 mais ceci
n’est pas restrictif. Enfin, on suppose que u est C 1 dans l’adhérence de
chacun des ouverts K − et K +. Soit φ ∈ D(K). Comme u est régulière
sur K − et K + :
D’où finalement : [
∫ ∫
∂φ(x, t) ∂φ(x, t) ∂u(x, t) ∂
u(x, t) + f (u(x, t)) dxdt = − φ(x, t) + (
K ∂t ∂x K ∂t ∂x
∫
− ((u+ − n−)nt + (f (u+)
Σ
(6.25)
Solutions faibles, Solutions entropiques 122

t
Σ

−
K

+ Κ
K

Le théorème s’en déduit. En effet, si u est une solution faible du

problème (6.3)-(6.5), elle satisfait l’équation (6.3) au sens des distri-
butions dans K et au sens classique dans K − et K +. Autrement dit :
∫ ∫
∂φ(x, t) ∂φ(x, t) ∂φ(x, t)
0= u(x, t) +f (u(x, t)) dxdt = u(x, t) +f (
K ∂t ∂x K + ∪K − ∂t
D’après (6.25), on a donc :
∫
((u+ − n−)nt + (f (u+) − f (u−))nxφdγ = 0
Σ
Comme ceci est vrai pour tout φ ∈ D(K), on en déduit en utilisant
l’expression exacte de la normale (6.23) :
(u+ − u−)(−σ ′(t)) + f (u+) − f (u−) = 0,
le long de Σ ∩ K. Réciproquement, si u satisfait (i) et (ii), on a d’après
(6.25) :
∫
∂φ(x, t) ∂φ(x, t)
u(x, t) + f (u(x, t)) dxdt = 0
K ∂t ∂x
pour tout φ ∈ D(K), donc u est solution faible du problème.
On écrira souvent la relation (6.24) sous la forme synthétique :
s[u] = [f (u)] où s = ξ ′(t).
Par analogie à la dynamique des gaz, cette condition de choc est
généralement appelée condition de Rankine Hugoniot.
Solutions faibles, Solutions entropiques 123

Remarque 6.3.1 ( Equation de transport - Equation de Bürgers)

Considèrons deux cas particuliers.
• Dans le cas particulier de l’équation de transport, on a :
f (u) = cu. La condition de choc s’écrit donc : s = c.
Autrement dit, dans le cas linéaire, les discontinuités se
propagent nécessairement le long des caractéristiques.
• Dans le cas de l’équation de Bürgers, la condition de Rankine-
Hugoniot s’écrit :
u+ + u−
s= .
2
Autrement dit, la vitesse du choc est la moyenne de la vitesse
des caractéristiques de part et d’autre.

Nous sommes maintenant en mesure de justifier rigoureusement la

remarque 6.2.1.

Corollaire 6.3.1 (Cas des fonctions C 1 par morçeaux et

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

Preuve:
En effet, la condition de choc (6.24) est automatiquement satisfaite car
on a toujours u+ ≡ u−.
Exemple
Nous allons maintenant construire une solution faible globale pour la
condition initiale de l’exemple section 6.2.1. On rappelle qu’il existait
une solution continue jusqu’au temps t = α. La fonction u vaut alors :
{
1 si x < α,
u(x, α) =
0 si x > α.
Solutions faibles, Solutions entropiques 124

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

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

est bien solution du problème pour t > α. On a représenté ci-dessous

les caractéristiques, et la solution à différents temps.
t t
t=0
t= α
t= 2 α

1
t= α

α x α 3 α /2 x

6.3.3 Solutions entropiques

Non unicité de la solution faible

Grâce à la notion de solution faible, nous avons calculé une solution

globale au problème de Cauchy (6.6) -(6.7) dans des situations où il
n’existait pas de solution classique. La question qui se pose alors est
de savoir si cette solution faible globale est unique. L’exemple suivant
montre que ce n’est malheureusement pas le cas. Considérons l’équation
de Bürgers pour la donnée initiale suivante :
{
1 si x < 0,
u0(x) =
0 si x > 0.
Nous pouvons alors calculer une solution continue au problème de
Cauchy : pour cela, il suffit de considérer l’exemple section 2.1 et de
Solutions faibles, Solutions entropiques 125

faire tendre α vers 0. On obtient :


 0x si x ≤ 0

u(x, t) = si 0 ≤ x ≤ t

 t
1 si x ≥ t
On vérifie aisément à postériori que u est solution du problème, car
c’est une solution classique de l’équation de Bürgers là où elle est C 1.
Mais en suivant la démarche de l’exemple section 3.2, nous pouvons
aussi calculer une solution discontinue. La vitesse de propagation du
choc est donnée par la relation
1
ξ(t) = .
2
La solution qui en résulte est donc :
{
0 si x < 2t ,
u(x, t) =
1 si x > 2t .
x
_= 1 x
_ = 1/2
t t t t

x x

Solution continue Solution discontinue

Remarque 6.3.2 Il est intéressant de noter qu’une condition

initiale discontinue peut donner naissance à une solution continue.
C’est encore un phénomène purement non-linéaire.
Nous avons pu construire une deuxième solution au problème en
introduisant une discontinuité. En fait, on peut mme construire
une infinité de solutions si l’on admet trois courbes de disconti-
nuité.
Solutions faibles, Solutions entropiques 126

En effet, pour tout γ < 1, la fonction suivante est solution du

problème :


 0 si x < γ2 ,


γ si γ2 t < x < 2t ,
u(x, t) =

 1−γ si 2t < x < (1 − γ2 ),

1 si x > (1 − γ2 )t.
En fait, la solution physique est la solution continue.

Passage à la limite dans l’équation dissipative

Nous allons maintenant présenter un critère qui permettra de trier les

solutions faibles pour extraire l’unique solution physique du problème.
Comme nous l’avions signalé, l’équation
∂u(t, x) ∂
+ (f (u(t, x))) = 0, (6.26)
∂t ∂x
est généralement obtenue comme simplification de l’équation visqueuse
ou dissipative :
∂uϵ(t, x) ∂ ∂2
+ (f (uϵ(t, x))) − ϵ 2 (uϵ(x, t)) = 0, (6.27)
∂t ∂x ∂x
où ϵ est un petit paramètre strictement positif.
Nous admettrons que le problème de Cauchy constitué de l’équation
(6.27) et de la condition initiale
u(x, 0) = u0(x) p.p. x ∈ R (6.28)
où u0 ∈ L∞(R), possède une solution unique uϵ qui appartient à
L∞(R×[0, +∞[). De plus, uϵ est très régulière sur R×]0, +∞[ car c’est
une équation parabolique. Sa solution se comporte comme la solution de
l’équation de la chaleur. Nous souhaitons donc caractériser la solution
physique de (6.26)-(6.28), comme limite de uϵ lorsque ϵ tend vers 0.
Lemma 6.3.1 Soit (uϵ)ϵ>0 une suite de solutions de (6.27) telles
que :
||uϵ||L1(R[0,+∞[) ≤ C, ∀ϵ > 0 (6.29)
Solutions faibles, Solutions entropiques 127

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

Preuve:
En utilisant (6.29), (6.30) et le théorème de convergence dominée de
Lebesgue, on vérifie aisément que
uϵ ⇀ u
et que
f (uϵ) ⇀ f (u),
au sens des distributions, c’est à-dire dans D(R × [0, +∞[).
Comme la dérivation est une opération continue dans l’espace des
distributions, on en déduit que :
∂uϵ ∂u
⇀ ,
∂t ∂t
∂ 2uϵ ∂ 2u
⇀ 2
∂x2 ∂x
et
∂f (uϵ) ∂f (u)
⇀
∂x ∂x
dans D(R × [0, +∞[). Le lemme s’en déduit.
Pour caractériser la limite u des solutions de l’équation visqueuse, on
utilise un critère qui repose sur la notion mathématique d’entropie.
Précisons cela.

Définition 6.3.3 (Entropie)

On appelle entropie pour l’équation (6.26) tout couple (U, F ) de
fonctions C 1 de R dans R telles que :
(i) U est une fonction strictement convexe,
(ii) F ′(u) = U ′(u)f ′(u) ∀ u ∈ R.
Solutions faibles, Solutions entropiques 128

Dès que U (.) et F (.) sont deux fonctions régulières reliées par la relation
(ii) ci-dessus, si u est une solution classique de l’équation (6.26) on a :
∂u ∂u
U ′(u) + U ′(u)f ′(u) =0
∂t ∂x
d’où :
∂U (u) ∂F (u)
+ =0 (6.31)
∂t ∂x
En revanche, si u est une solution faible de (6.26), par exemple C 1 par
morceaux, elle ne satisfait pas en général l’équation (6.31) au sens des
distributions. En effet, il faudrait pour cela que la relation
s[U (u)] = [F (u)]
soit satisfaite le long de toute courbe de discontinuité de u. Cela est
généralement incompatible avec la relation de Rankine-Hugoniot.
Par contre, lorsque U est convexe, on peut montrer que, si la solution
faible u est construite par passage à la limite sur l’équation avec
viscosité, l’égalité (6.31) devient une inégalité au sens des distributions.
Plus précisément, on peut démontrer le théorème suivant.
Théorème 6.3.3 Soit (uϵ)ϵ>0 une suite de solutions régulières de
(6.27) vérifiant (6.29) et (6.30), et soit (U, F ) une entropie pour
l’équation (6.26). Alors u vérifie
∂U (u) ∂F (u)
+ ≤0 (6.32)
∂t ∂x
au sens des distributions.
Preuve:
Comme uϵ est une solution régulière de (6.27), on a :
′ ∂uϵ ′ ′ ∂uϵ ∂ 2uϵ
U (uϵ) + U (uϵ)f (uϵ) − ϵ 2 = 0,
∂t ∂x ∂x
qui s’écrit aussi :
2
( )2
∂u ∂u ∂ U (u ) ∂u
U ′(uϵ) + U ′(uϵ)f ′(uϵ) ′′
ϵ ϵ ϵ ϵ
−ϵ = −ϵU (u ϵ ) .
∂t ∂x ∂x2 ∂x
Solutions faibles, Solutions entropiques 129

Par des arguments similaires à ceux de la démonstration du lemme 3.1,

on a :
∂U (uϵ) ∂U (u)
⇀ ,
∂t ∂t
∂ 2U (uϵ) ∂ 2U (u)
⇀
∂x2 ∂x2
et
∂F (uϵ) ∂F (u)
⇀
∂x ∂x
dans D(R × [0, +∞[).
( )2
En revanche, le terme ϵU ′′(uϵ) ∂u ∂x
ϵ
ne peut être traité de façon
similaire.
Malgré la présence du facteur ϵ, ce terme ne tend pas nécessairement
vers 0 au sens des distributions. Cela est dû au fait que les hypothèses
n’empêchent pas ∂u ϵ
∂x de tendre vers +∞.
Cependant, comme U est convexe, on a :
( )2
∂u
≺ −ϵU ′′(uϵ)
ϵ
, φ ≻≤ 0
∂x
pour toute fonction φ positive de D(R[0, +∞[). A la limite, on obtient
donc :
∂U (u) ∂F (u)
≺ + , φ ≻≤ 0
∂t ∂x
pour toute fonction φ positive de D(R[0, +∞[).
La condition (6.32) est appelée condition d’entropie.
On peut maintenant définir la notion de solution entropique.

Définition 6.3.4 (Solution entropique)

Une solution faible u du problème de Cauchy (6.26)-(6.27) est
appelée solution entropique si elle satisfait la condition d’entropie
(6.32) pour toute entropie (U, F ) de l’équation (6.26).
Solutions faibles, Solutions entropiques 130

Solutions entropiques C 1 par morçeaux. Chocs entropiques

Pour les solutions C 1 par morceaux étudiées au paragraphe 3.3.2, la

recherche de solutions entropiques va limiter les chocs admissibles : ce
sont les chocs entropiques.
Théorème 6.3.4 Soit u une fonction C 1 par morceaux dans R ×
[0, +∞[ solution faible de (6.26)-(6.28), c’est à dire qui vérifie :
• u est une solution classique du problème de Cauchy (6.26)-
(6.28) là où elle est C 1.
• u vérifie le long de toute courbe de discontinuité Σ :
ξ(t)(u+ − u−) = f (u+) − f (u−).
Alors u est une solution entropique si et seulement si, pour toute
entropie (U, F ), le long de toute courbe de discontinuité Σ, on a
[ ] [ ]
ξ ′(t) U (u+(t)) − U (u−(t)) ≥ F (u+(t)) − F (u−(t)) . (6.33)
Preuve:
Soit u une fonction C 1 pa rmorceaux et (U, F ) une entropie pour
l’équation (6.26). En reprenant les notations et la démarche du
théorème , on vérifie aisément que, pour tout φ ∈ D(K) :
∫ ∫
∂φ(x, t) ∂φ(x, t) ∂U (u(x
U (u(x, t)) + F (u(x, t)) dxdt = − φ(x, t)
K ∂t ∂x K − ∪K + ∂t
∫
− ((U (u+) − U (n−))n
Σ
(6.34)
Soit u une solution faible du problème satisfaisant la condition d’en-
tropie (6.32). On a :
∫
∂φ(x, t) ∂φ(x, t)
U (u(x, t)) + F (u(x, t)) dxdt ≥ 0
K ∂t ∂x
et
∫ [ ]
∂U (u(x, t)) ∂
φ(x, t) + (F (u(x, t))) dxdt = 0
−
K ∪K + ∂t ∂x
Solutions faibles, Solutions entropiques 131

pour toute fonction φ positive de D(K). D’après (6.34 ), on a, en

utilisant l’expression exacte de la normale,
[ ]
U (u+) − U (u−) (−ξ(t)) + (F (u+) − F (u−)) ≤ 0
au sens des distributions le long de Σ. Autrement dit, on a :
ξ ′(t)(U (u+) − U (u−)) ≥ (F (u+) − F (u−)) dans D.
Le critère (6.33) est relativement peu pratique pour vérifier qu’un choc
est entropique ou non. Heureusement, on peut en donner une forme
équivalente plus simple, à commencer par le cas où f est convexe.
Théorème 6.3.5 (Choc entropique -Cas convexe)
On suppose que f est strictement convexe. Alors la condition de
choc entropique est équivalente à
u− > u+ le long de toute courbe de discontinuité Σ (6.35)
Avant de démontrer ce théorème, nous allons montrer que la condition
(6.35) signifie que lorsqu’il y a choc, les caractéristiques doivent conver-
ger vers la ligne de choc et non s’en écarter. On rappelle que a désigne
la dérivée de f .
Lemma 6.3.2 Soit u une solution entropique du problème de
Cauchy (6.26)-(6.28), qui soit C 1 par morceaux dans R × [0, +∞[.
Alors, u vérifie le long de toute courbe de discontinuité Σ :
a(u+) < ξ ′(t) < a(u−).
Preuve:
Comme f est strictement convexe, la fonction :
f (u) − f (u+)
u→
u − u+
est continue et strictement croissante sur [u+, u−]. Il en résulte que :
+ f (u−) − f (u+)
a(u ) <
u− − u+
Solutions faibles, Solutions entropiques 132

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

On démontre de même la seconde inégalité.

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

Dans le cas de l’équation de Bürgers, on a tout simplement :
u− + u+
+
u <s= < u−.
2
La condition d’entropie permet donc d’éliminer les solutions dis-
continues non physiques de l’exemple section 3.
Preuve: du théorème
Nous partons de la fin de la démonstration du théorème 3.4. Considérons
l’application G suivante :
f (u) − f −
u → G(u) = (U (u) − U (u−)) − (F (u) − F (u−))
u−u −

Nous allons montrer que G est une fonction décroissante de u.

Admettons-le pour l’instant. Comme on a G(u−) = 0 et que (6.33)
s’écrit G(u+) ≥ 0, il résulte de la décroissance de G que les condi-
tions (6.33) et (6.35) sont équivalentes, ce qui démontre le théorème.
Prouvons maintenant que G est décroissante. On a :
′ f ′(u)(u − u−) − (f (u) − f −) − f (u) − f − ′
G (u) = (U (u)−U (u ))+ U (u)−F ′(u
(u − u )
− u−u −

Mais comme F ′(u) = U ′(u)f ′(u), ceci s’écrit aussi

′ f ′(u)(u − u−) − (f (u) − f −) − f (u) − f − − f ′(u)
G (u) = (U (u) − U (u )) +
(u − u−)2 u − u−

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

= .
(u − u−)2
Or f et U sont convexes, d’où :
f ′(u)(u−u−)−(f (u)−f −) < 0 et U ′(u)(u−u−)−(U (u)−u−) < 0, ∀u ∈ R
ce qui achève la démonstration.
Solutions faibles, Solutions entropiques 133

Remarque 6.3.4 (Entropie et dynamique des gaz)

En dynamique des gaz, la condition d’entropie se déduit du second
principe de la thermodynamique. En effet, ce principe implique que
l’entropie augmente à travers un choc, de l’amont vers l’aval de
l’écoulement. Il en résulte que la vitesse normale relative du fluide
diminue de l’amont vers l’aval. C’est ce qui justifie l’appellation
condition d’entropie.
Nous donnons maintenant la version générale du théorème 3.5. Sa
démonstration est toutefois plus délicate que celle du théorème 3.5
et sera admise ici.
Théorème 6.3.6 (Choc entropique. Cas général)
La condition de choc entropique (6.33) est équivalente à ∀α ∈ [0, 1]
{
f (αu− + (1 − α)u+) ≥ αf (u−) + (1 − α)f (u+) si u+ > u−,
f (αu− + (1 − α)u+) ≤ αf (u−) + (1 − α)f (u+) si u+ < u−.
(6.36)
Remarque 6.3.5 (Interprétation géographique)
La condition s’interprète facilement d’un point de vue géométrique.
Un choc est entropique si et seulement si une des deux conditions
suivantes est réalisée :
(i) u+ > u− et le graphe de u → f (u) est au dessus de sa corde
sur le segment [u−, u+],
(ii) u+ < u− et le graphe de u → f (u) est en dessous de sa corde
sur le segment [u−, u+].

u+ u− u− u+
Solutions faibles, Solutions entropiques 134

Le graphe d’une fonction convexe étant toujours en dessous de sa corde

et on retombe bien sur la condition u+ < u−.

6.3.4 Existence et unicité de la solution entropique

D’un point de vue mathématique, le gros avantage de la notion de solu-

tion entropique est qu’elle permet d’obtenir un résultat d’unicité. Pour
conclure , nous allons énoncer, sans le démontrer, le résultat fondamen-
tal de la théorie des lois de conservation scalaire qui assure l’existence
et l’unicité d’une solution entropique au problème de Cauchy.

Théorème 6.3.7 (Existence et unicité de la solution entro-

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

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

{ }
A = max |f (ξ)| /|ξ| ≤ max(|u0|L1(R), |v0|L1(R))
.

Remarque 6.3.6 (Vitesse de propagation)

L’inégalité (6.37) signifie que la valeur de u au point (x, t) ne
dépend que des valeurs de u0 dans l’intervalle [x − At, x + At].
Autrement dit, la solution entropique a une vitesse de propagation
finie.
Solutions faibles, Solutions entropiques 135

Remarque 6.3.7 (A propos de la démonstration du théorème)

La démonstration de ce théorème est longue et difficile et fait ap-
pel à des outils et des arguments mathématiques qui dépassent
largement le cadre de ce cours. Nous renvoyons àGODLEWSKI-
RAVIART1 pour la démonstration détaillée de ce théorème. (
GODLEWSKI, P.A. RAVIART : Hyperbolic systems of conser-
vation laws, Mathématiques et Applications n3 4, Publication de
la SMAI, Ed. Ellipses, 1991.) Signalons toutefois que
• La démonstration du résultat d’existence est constructive et
fait appel à la technique de viscosité. Les principales étapes
sont les suivantes (pour une donnée u0 assez régulière) :
− On démontre tout dabord, pour tout ϵ > 0, l’exisence et
l’unicité de la solution (régulière) de (6.3)-(6.5).
− A l’aide d’estimation a priori et de techniques de compa-
cité, on montre que cette solution uϵ satisfait les hypothèses
(6.29) et (6.30) du lemme 3.3.4.
On utilise le lemme 3.3.4 et le théorème pour passer à la
limite et montrer que la limite u est bien solution entropique
de (6.26)-(6.28.
• Le résultat d’unicité est bien entendu une conséquence immédiate
du résultat de stabilité L1 (6.37). Il n’est pas très difficile
de voir que (6.37) découle de l’inégalité au sens des distribu-
tions (pour tout couple (u, v) de solutions entropiques, sgn()
désigne la fonction signe )
∂ ∂
|uv| + sgn(uv)(f (u)f (v)) ≤ 0, dans D(R×]0, +∞[)
∂t ∂x
dont la démonstration, qui est elle beaucoup plus délicate, fait
appel aux entropies de Kruzkov Uk (x) = |uk|, k ∈ R.

Théorème 6.3.8 (Monotonie)

Problème de Riemann 136

Si u et v sont les solutions entropiques de (6.3)-(6.5) associées aux

conditions initiales u0 et v0, on a
u0 ≥ v0 ⇒ u(, t) ≥ v(, t) p.p. t ≥ 0. (6.38)
On en déduit en particulier que
{
x → u0(x) croissante ⇔ x → u(x, t)croissante, p.p. t > 0,
a ≤ u0(x) ≤ b p.p. x ∈ R ⇔ a ≤ u(x, t) ≤ b p.p. (x, t) ∈ R × R
(6.39)
Nous invitons le lecteur à démontrer (6.39) à partir de (6.38).

6.4 Problème de Riemann

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

6.4.1 Présentation du problème

Pour illustrer les résultats obtenus dans ce chapitre, nous allons calculer
la solution entropique du problème de Cauchy suivant :


 ∂u(t, x) ′ ∂u(t, x)

 + f (u(x, t)) = 0, ∀x ∈ R, t ∈ R+,
 ∂t ∂x
{ (6.40)



 ug si x < 0
 u(x, 0) = u si x > 0
d
où ug et ud sont deux constantes données.
Nous avons déjà calculé la solution du problème (6.40) pour l’équation
de Bürgers dans les cas suivants :
• ug = 0 et ud = 1 : c’est l’exemple de la section 2.1,
• ug = 1 et ud = 0 : c’est l’exemple de la section 3.2,
et nous avons pu remarquer que les solutions obtenues étaient de
natures très différentes. Pour l’étude du problème général également,
il nous faudra distinguer deux cas suivant que ug < ud ou ug > ud.
Problème de Riemann 137

6.4.2 Une solution autosemblable

Avant tout, nous allons établir le lemme suivant.

Lemma 6.4.1 (Solution autosemblable)

La solution u du problème de Riemann (6.40) est auto-semblable,
c’est-à-dire qu’elle est de la forme
u(x, t) = v(x/t).
De plus, la fonction v doit vérifier, là où elle est C 1,
v ′(ξ) = 0 ou a(v(ξ)) = ξ. (6.41)

Preuve:
Soit α > 0. Posons : x̄ = αx, t̄ = αt et ū(x̄, t̄) = u(x, t). Il est clair
que ū est solution tout comme u du problème (3.43). Autrement dit,
pour tout α > 0 : u(x, t) = u(αx, αt). Ceci signifie exactement que u
est auto-semblable. De plus, si u est C 1, on doit avoir :
∂u(t, x) ∂u(t, x) x x 1 x x
+ a(u(x, t)) = − 2 v ′( ) + a(v( )v ′( ) = 0
∂t ∂x t t t t t
d’où ( x x ) ′ x
− + a(v( ) v ( ) = 0
t t t

Nous pouvons maintenant résoudre explicitement le problème.

6.4.3 Le cas d’une onde de détente

On se place dans le cas où ug < ud. Dans ce cas, tout comme pour
l’exemple de la section 2.1, la solution entropique est continue. La
méthode des caractéristiques permet de construire la solution dans les
domaines x ≤ a(ug )t et x ≥ a(ud)t. On a :
{
ug si xt ≤ a(ug )
u(x, t) =
ud si xt ≥ a(ud)
Problème de Riemann 138

Pour calculer u dans le domaine a(ug )t ≤ x ≤ a(ud)t, on résout

l’équation (6.41). C’est toujours possible car f ′′ est strictement crois-
sante, donc a est inversible. On obtient :
x
u(x, t) = a−1( ) si a(ug )t ≤ x ≤ a(ud)t
t
La fonction u ainsi construite est effectivement continue.
x
_ x
_ u(.,t)
=a(u g ) = a(ud )
t t t

ug

ud

a(u g )t a(u d )t x
x

6.4.4 Le cas d’une onde de choc

On se place dans le cas où ug > ud. Dans ce cas, tout comme pour
l’exemple de la section 3.2, la solution est constante de part et d’autre
d’un choc. La vitesse de propagation du choc est donnée par la relation
de Rankine-Hugoniot (elle est constante) :
f (ug ) − f (ud)
s= .
ug − ud
Le choc est entropique puisque ug > ud. La solution est
{
ug si x < st,
u(x, t) =
ud si x > st.
t x=s t u(.,t)

ud

ug

x st x
Problème de Riemann 139

6.4.5 Solution du problème de Riemann

En résumé : la solution entropique du problème de Riemann (6.40)

peut ête notée :
x
ωR ( , ug , ud)
t
-Si ug < ud

 ug si ξ ≤ a(ug )
ωR (ξ, ug , ud) = a−1(ξ) si a(ug ) ≤ ξ ≤ a(ud)

ud si ξ ≥ a(ud)
- Si ug > ud
{
ug si x < st, f (ug ) − f (ud)
ωR (ξ, ug , ud) = où s =
ud si x > st. ug − ud