Académique Documents
Professionnel Documents
Culture Documents
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
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
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
Chapitre 1
PROBLÈMES PHYSIQUES
CONDUISANT À DES ÉQUATIONS
AUX DÉRIVÉES PARTIELLES
1.1 Introduction
∆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.
∂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
∂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
∂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∗+
∂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
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
∂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
(1.31)
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
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 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.
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 :
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).
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
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.
∂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 + 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 ).
∂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.
Chapitre 2
2.1 Introduction
2.2.1 Maillage
{ }
Dans le demi-plan (x, t) ∈ R , t > 0 muni d’une base orthonormée
2
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 –
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.
( )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.
∂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
∆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.
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.
∂ 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
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.
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
2.4.2 Consistance
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
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
∫
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
∑
b(ξ) = bk e2πik∆xξ
k∈Z
∑
c(ξ) = ck e2πik∆xξ (2.52)
k∈Z
c(ξ)
a(ξ) =
b(ξ)
On trouve
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
( ) ( ) ( )
∑ ∑ ∑
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
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.
2.4.4 Convergence
Chapitre 3
EQUATION DE LA CHALEUR
∗ ∂u ∂ 2u
∀x ∈ [0, L] , ∀t ∈ IR+ , − = 0, (3.1)
∂t ∂x2
∗
∀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
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
∫ +∞ ∫ +∞
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
∂u ∂ 2u
− = 0, pour x ∈ IR , t > 0, (3.6)
∂t ∂x2
avec
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.
∑∞
∂ 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
∑
+∞
k2π2 kπ
u : (x, t) ∈ [0, L]×[a, +∞[ −→ cn exp(− 2 t) sin( x) (3.14)
L L
k=1
∑ 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, +∞[).
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)
u(x, 0) = 0, (3.17)
Discrétisation 53
3.6 Discrétisation
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
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
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
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”.
∂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 :
( )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 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 .
∆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 –
Chapitre 4
EQUATION DE TRANSPORT
4.1 Introduction
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 .
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
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∗.
Preuve:
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
∂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
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.
Chapitre 5
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 :
(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
∂ 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 :
Démonstration
Soit u ∈ C 2(IR, ]0, +∞[) solution du problème (5.7).
Considérons le changement de variables suivant :
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
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
Proposition 5.1.2
Problème de Cauchy 84
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.
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.
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
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
Dans le cas où u0 et u1 ne sont pas assez régulières, nous allons chercher
des solutions de (5.15) au sens des distributions.
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
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
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 :
M(x,t)
A(x−ct,0) B(x+ct,0) X
M (x 0,t 0)
0
x
A0(x0−c t 0,0) B 0(x 0+ct 0,0)
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
∞
∑
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
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
∀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
∑∞
∂ 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
∞
∑
u0(x) = u(x, 0) = αn sin(nωx) pour x ∈ [0, L] (5.41)
n=1
∑ ∞
∂u
u1(x) = (x, 0) = βnnωc sin(nωx) pour x ∈ [0, L] (5.42)
∂t n=1
∂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).
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.
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
d
E(t) = 0. (5.48)
dt
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.
∂ 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
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
C(X,T)
B x
A
Figure 5.3 –
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).
Chapitre 6
6.1 Introduction
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
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
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
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∗.
1
t= α
α x α x
Solutions faibles, Solutions entropiques 118
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
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
u−
n
u+
t
Σ
−
K
+ Κ
K
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
1
t= α
α x α 3 α /2 x
x x
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.
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
u+ u− u− u+
Solutions faibles, Solutions entropiques 134
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.
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
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
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
ug
ud
a(u g )t a(u d )t x
x
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