Académique Documents
Professionnel Documents
Culture Documents
J. Bruchon
École des Mines de Saint-Étienne
Centre SMS
Introduction 1
iii
iv TABLE DES MATIÈRES
Bibliographie 97
Introduction
L’objectif de la toolbox Simulation Numérique Avancée est que le futur ingénieur ac-
quière les compétences nécessaires (connaissances scientifiques et techniques, réflexion,
recul) à l’élaboration de stratégies numériques pertinentes pour la résolution d’un pro-
blème donné et à l’analyse des résultats. Nous nous intéressons ici aux problèmes pouvant
être décrits par une équations aux dérivées partielles (EDP). Nous entendons alors par
stratégie numérique un ensemble de méthodes numériques permettant d’approcher la so-
lution désirée de l’EDP. Dans le contexte de cette toolbox, ces EDP sont généralement
les équations qui décrivent en termes mathématiques les lois de la physique, mais on peut
également penser à d’autres domaines d’application comme l’analyse d’images, la finance,
la biologie, ... Par exemple, dans le cadre qui nous intéresse ici, ces équations peuvent
correspondre aux équations de conservation de la mécanique des milieux continus (conser-
vation de la masse, de la quantité de mouvement et de l’énergie) ; aux équations de bilans
de populations atomiques/moléculaires effectués lorsque l’on modélise les phénomènes de
diffusion d’espèces chimiques.
Les méthodes numériques implantées dans les codes de calcul standards (commer-
ciaux, open-sources, académiques) sont généralement fiables et robustes. Cependant, lors
de l’utilisation de ces codes, l’ingénieur doit se poser certaines questions, prendre certaines
précautions, faute de quoi les résultats obtenus fournissent peut-être de jolies images mais
sans la moindre valeur scientifique. En premier lieu, un code de calcul résout ce que l’uti-
lisateur lui demande de résoudre. Il faut donc que l’étape de modélisation physique
ait été correctement faite, que l’EDP résolue décrive correctement le phénomène physique
étudié, que les conditions initiales et aux bords soient pertinentes. Ensuite, la méthode
de discrétisation à utiliser dépend des propriétés de l’EDP, et donc des propriétés de
la solution à approcher (régularité, dépendance en temps, etc.). Ainsi, une méthode “sta-
ble” pour une équation à diffusion dominante peut être “instable” pour une équation à
convection dominante et donc inadaptée à sa résolution. Enfin, les simulations numériques
peuvent coupler aujourd’hui plusieurs physiques au sein d’un même calcul, mettant en jeu
des phénomènes non linéaires, des interfaces mobiles, etc. Avant de traiter de telles situa-
tions complexes, il est préférable (et même obligatoire) de simuler des situations modèles
pour lesquelles on a une idée de la solution (à défaut de la connaître), de s’en servir pour
évaluer les performances des méthodes numériques, puis de progressivement complexifier
le calcul jusqu’à arriver au résultat final.
Ainsi, résoudre numériquement une équation ne nous dispense surtout pas de com-
prendre cette équation, i.e. de “comprendre les caractéristiques de sa solution sans la
résoudre effectivement” (Paul Dirac). Ceci constitue le contexte de ce cours : établir, sur
des exemples physiques “naïfs” la correspondance entre le phénomène physique et sa des-
cription mathématique ; voir ensuite comment les propriétés mathématiques des solutions
1
2 TABLE DES MATIÈRES
des EDP établies traduisent les propriétés physiques que l’on souhaitait modéliser ; forma-
liser enfin ceci dans un cadre mathématique rigoureux. Étant intéressés en dernier ressort
par la résolution numérique de ces équations, ce cours s’attache également à introduire
les notions élémentaires sur les propriétés des méthodes d’approximation numérique.
Chapitre 1
3
4 CHAPITRE 1. ÉQUATIONS DE CONSERVATION SCALAIRES
Le signe “-” du terme de flux est dû au fait que l’on a considéré la normale sortante au
domaine : si j · n < 0, cela signifie que des particules entrent dans ω, et contribue donc à
l’accroissement du nombre de particules.
Le terme de gauche de (1.1.1) peut se réécrire comme suit :
Z Z Z t+∆t
∂u
(u(x, t + ∆t) − u(x, t)) dv = (x, τ ) dτ dv
ω ω t ∂τ
Comme ω est fixe dans le temps, les intégrales en temps et en espace peuvent commuter
dans l’expression ci-dessus.
De plus, le théorème de la divergence permet d’exprimer l’intégrale surfacique (sur
∂ω) du second membre de (1.1.1) comme une intégrale volumique :
Z Z
j · n ds = div j dv (1.1.2)
∂ω ω
est appelé divergence du vecteur j. Les notations ci-dessus sont équivalentes dans un
système de coordonnées cartésiennes. Rappelons de plus que le gradient d’un vecteur est
une matrice dont les entrées (i, j) sont définies par : [grad j]ij = ∂x
∂ji
j
.
1.2. REMARQUES SUR LA DIVERGENCE D’UN CHAMP VECTORIEL 5
Considérons le volume dxdydz de la figure 1.2.1. Le flux d’un champ vectoriel a entrant
par deux faces opposées s’écrit, par exemple selon la direction ex
a(x) · dS(x) + a(x + dx) · dS(x + dx)
où dS est un élément de surface, i.e. un vecteur porté par la normale extérieure à la
surface et de norme l’aire de cette surface.
Puisque dS(x) = −dS(x + dx) = −dydzex , le flux s’écrit
∂ax
(ax (x + dx, y, z) − ax (x, y, z))dydz = dxdydz + o(dx)dydz
∂x
En sommant les contributions des autres faces, on arrive au résultat que le flux total dΦ
du champ a à travers le volume dv = dxdydz s’écrit
∂ax ∂ay ∂az
dΦ = ( + + ) dxdydz + o(dx)dydz + o(dy)dxdz + o(dz)dxdy
∂x ∂y ∂z
= div a dxdydz + o(dx)dydz + o(dy)dxdz + o(dz)dxdy
6 CHAPITRE 1. ÉQUATIONS DE CONSERVATION SCALAIRES
En faisant tendre dx, dy et dz vers 0, et puisque le flux est nul pour un domaine nul,
on obtient
dΦ(v; a)
div a = (v = 0) (1.2.1)
dv
La divergence d’un champ de vecteurs en un point de l’espace représente ainsi la dérivée
du flux à travers une surface délimitant un certain volume v, évaluée en v = 0. Les
différentes configurations possibles sont montrées sur la figure 1.2.2. Remarquons que
ceci fournit une définition géométrique de la divergence. En effet, alors que l’expression
analytique de l’opérateur divergence donnée dans (1.1.3) est valide uniquement dans un
système de coordonnées cartésiennes, la propriété mentionnée ci-dessus permet de définir
la divergence sans référence à un système de coordonnées particulier.
est égale à la somme des flux de a à travers la surface de chaque volume dxdydz. Le
champ a étant continu, les flux sur les faces internes s’annulent deux-à-deux, si bien qu’il
ne reste plus que la somme des flux sur les faces externes, i.e. sur ∂ω.
1.3. FLUX CONVECTIF ET DIFFUSIF 7
j = jc + jd (1.3.1)
∂V
ρ( + (grad V )V ) = − grad p + ρg (1.4.3)
∂t
en précisant la composante i du terme convectif (grad V )V . Aide : utilisez également
la relation (1.4.1).
4. On néglige à présent la gravité. De plus, la propagation du son dans le fluide (le
gaz ici) est le résultat de vibrations qui sont faibles : V est petit, et le terme de
convection ((grad V )V ) est négligé dans (1.4.3). La loi d’état du gaz relie pression
et masse volumique :
p = g(ρ)
On suppose que ρ et p varient très peu autour de valeurs nominales ρ0 et p0 = g(ρ0 ),
de sorte que l’on écrit :
11
12 CHAPITRE 2. EDP DU PREMIER ORDRE
En effet,
X ∂
div(uv) = (uvi )
i
∂xi
X ∂u ∂vi
= vi + u
i
∂xi ∂xi
= grad u · v + u div v
L’adjectif “conservatif” pour la première équation de (2.1.2) vient du fait que juste-
ment cette équation est sous la forme d’une équation de conservation donnée par l’équa-
tion (1.1.4). Si nous prenons f = 0, et vu s’annulant sur le bord du domaine Ω (flux
convectif nul sur le bord), alors
Z Z Z Z
d ∂
u dv = u(x, t) dv = − div(uv) dv = − uv · n ds = 0
dt Ω Ω ∂t Ω ∂Ω
L’équation (2.1.2) est du premier ordre, car ne faisant intervenir que des dérivées
premières en temps et en espace. Elle est bien posée (possède une unique solution continue
par rapport aux données initiales et aux bords) si on lui adjoint une condition initiale
u(x, t = 0) = u0 (x)
où u0 : Ω → R est une fonction donnée, et une condition en valeur imposée sur la partie
“entrante” du bord de Ω. Cette partie entrante est définie comme
∂u ∂u
+c =0 (2.2.1)
∂t ∂x
Le phénomène de transport décrit par cette équation est illustré sur la figure 2.2.1 : la
fonction u, solution de l’équation (2.2.1) est, à un instant t, la fonction initiale u(x, t = 0),
“transportée” d’une distance ct. Ceci, à condition que la condition au bord en x = 0 soit
choisie de manière adéquate, à savoir u(x = 0, t) = u(x = 0, t = 0).
Autrement dit,
gradx,t u · d = 0
La fonction u, solution de l’équation (2.2.1), est ainsi constante sur les droites de
vecteur directeur (c, 1) du plan (x, t). Ces droites, d’équation
x(t) = ct + x0
sont appelées droites caractéristiques de l’équation (2.2.1).
Comme indiqué sur la figure 2.2.2, la valeur de u en un point (x, t) est égale à la
valeur de u0 en x0 , intersection de la droite caractéristique passant par (x, t) avec l’axe
des abscisse {t = 0} :
u(x, t) = u(x0 , t = 0) = u0 (x0 )
Or, x0 = x − ct. Il s’en suit que la solution de l’équation de transport (2.2.1) est
u(x, t) = u0 (x − ct) (2.2.2)
De plus, si le bord gauche du domaine sur lequel est défini u est {x = 0}, alors
certaines droites caractéristiques intersectent ce bord pour un temps t′ > 0. Ainsi, pour
que le problème soit bien défini, nous devons préciser la valeur de u en x = 0 qui constitue
le bord entrant (car c > 0).
L’idée à retenir est qu’une équation purement convective décrit le transport d’une
quantité u0 à une vitesse finie, et dans une direction donnée par la vitesse de convection.
Il y a donc un sens au transport de l’information. De plus, la solution de cette équation
est au mieux aussi “régulière” que la fonction initiale u0 .
16 CHAPITRE 2. EDP DU PREMIER ORDRE
Pour discrétiser le problème (2.2.1), nous nous donnons un pas d’espace ∆x > 0 et
un pas de temps ∆t > 0. Nous discrétisons le domaine de définition de u (typiquement
[a, b] × [t0 = 0, T ]) par une grille cartésienne de nœuds {(xk , tn )}k,n , avec xk = k∆x et
tn = n∆t. L’objectif est d’approcher la valeur de u(xk , tn ) par unk sur tous les nœuds (k, n)
de la grille (voir Figure 2.3.1).
1 −λ/2 0 ··· 0
..
λ/2 1 −λ/2 0 .
n+1
.. n
U = 0 λ/2 1 −λ/2 .
U
. ... ...
..
1 −λ/2
0 ··· ··· λ/2 1
Ainsi, puisque l’équation que l’on résout est linéaire, la stabilité du schéma peut s’étu-
dier en considérant la solution à l’instant tn et au nœud k de la forme
2iπ
ρn e N lk ,
correspondant à un mode de la transformée inverse. Si l’on applique cette méthode au
schéma (2.4.2), on obtient, pour un l donné :
2iπ λ n 2iπ l(k−1) 2iπ λ 2iπ
ρn+1 e N lk
= ρ eN + ρn e N lk − ρn e N l(k+1)
2 2
2.4. SCHÉMAS CENTRÉS EN ESPACE 19
2iπ
Soit, après simplification par e N lk
:
n+1 n λ − 2iπ l λ 2iπ
ρ =ρ e N +1− eN l
2 2
Ce qui nous conduit à :
2π 2π
ρn+1 = ρn (1 − λi sin( l)) = [1 − λi sin( l)]n+1 ρ0 , ∀l, 0 ≤ l < N
N N
Ainsi, on a un facteur d’amplification Fl = (1−λi sin( 2π
N
l)) avec un module supérieur à
1. Il s’en suit que la solution numérique n’est pas bornée, expliquant les valeurs constatées
sur la figure 2.4.1.
pondéré par ce coefficient, qui permet de stabiliser le schéma. Le coefficient ν tend vers zéro
lorsque ∆x → 0 : le schéma de Lax est donc consistant avec l’équation de départ (2.2.1).
Rappelons que, par développement de Taylor
∂ 2u u(x − ∆x) − 2u(x) + u(x + ∆x)
2
(x) = 2
+ O(∆x2 )
∂x ∆x
et qu’ainsi
∂ 2u u(x − ∆x) − 2u(x) + u(x + ∆x)
2
(x) 7→
∂x ∆x2
est une approximation à l’ordre 2 de la dérivée seconde de u en x.
Le second schéma explicite centré en espace et conditionnellement stable que nous pré-
sentons est le schéma de Lax-Wendroff. Ce schéma est d’ordre 2 en temps et en espace.
Comme le schéma de Lax, il introduit un terme dissipatif, avec un coefficient de diffusion
numérique ν donné par ν = c2 ∆t/2 dans l’équation de convection-diffusion (2.4.6). La
construction du schéma de Lax-Wendroff repose sur le développement de Taylor suivant :
∂u ∆t2 ∂ 2 u
u(xk , tn+1 ) = u(xk , tn ) + ∆t (xk , tn ) + (xk , tn ) + o(∆t2 )
∂t 2 ∂t2
2.4. SCHÉMAS CENTRÉS EN ESPACE 21
En utilisant un schéma aux différences finies centré en espace, décentré amont en temps
et la θ-méthode, la solution approchée de l’équation de transport (2.2.1) est donnée par
le système d’équations :
λθ n+1 λ(1 − θ) n
un+1
k + (uk+1 − un+1 n
k−1 ) = uk − (uk+1 − unk−1 ) (2.4.8)
2 2
avec λ = c∆t/∆x.
avec αl = 2πN
l, N étant le nombre de nœuds de discrétisation spatiale. Le facteur d’ampli-
fication est
1 − iλ(1 − θ) sin αl
Fl =
1 + iλθ sin αl
dont le module vaut
[(1 − λ2 θ(1 − θ) sin2 αl )2 + λ2 sin2 αl ]1/2
|Fl | =
1 + λ2 θ2 sin2 αl
22 CHAPITRE 2. EDP DU PREMIER ORDRE
Par un calcul direct, on voit que la condition |Fl | ≤ 1 est vérifiée si et seulement si :
Ainsi, le schéma (2.4.8) est inconditionnellement stable pour θ ≥ 1/2. Pour θ < 1/2
ce schéma est instable.
Une analyse de Fourier montre que ce schéma est stable sous la condition CFL |λ| ≤ 1.
Ceci se montre également en remarquant que un+1 k est obtenu par combinaison convexe
de uk et uk−1 ou uk+1 lorsque |λ| ≤ 1. Ainsi, comme le schéma de Lax, ce schéma décentré
n n n
peut s’interpréter via la méthode des caractéristiques (voir figure 2.4.2), mais cette fois,
en interpolant linéairement un+1
k dans [unk−1 , unk ] si c > 0, et dans [unk , unk+1 ] si c < 0 (avec
α = 1 − |λ|).
Notons que la stratégie de décentrement en espace est également utilisée dans la mé-
thode des éléments finis (EF) pour résoudre des équations convectives. Il s’agit de la mé-
thode dite SUPG (Streamline Upwind Petrov - Galerkin). Dans une méthode EF il n’est
pas possible de modifier les opérateurs différentiels et en particulier le gradient (il n’est
2.6. MÉTHODE DE CAPTURE D’INTERFACES 23
pas discrétisé). Le décentrement s’effectue en choisissant une fonction test (ou poids ou de
pondération) qui pondère plus fortement la partie amont de l’équation variationnelle, éta-
blissant ainsi le décentrement. Ceci revient également à ajouter dans la formulation faible
discrète, de manière consistante, un terme de diffusion. Dans cette approche, les fonctions
de forme (servant à discrétiser l’inconnue) ne sont pas les mêmes que les fonctions tests,
d’où le nom de Petrov - Galerkin.
α : (x, t) ∈ Ω × R+ → R (2.6.1)
1 si x ∈ Ωl
α(x, t) = (2.6.2)
0 si x ∈ Ωg
épaisseur. De plus, cette épaisseur ne fait que croître au cours du temps, entraînant une
incertitude de plus en plus grande sur la position de l’interface. Une solution à cette
difficulté consiste à raffiner la grille de calcul localement près de l’interface comme illustré
sur la figure 2.6.3.
En résumé, la fonction αh de la méthode VOF peut être aisément initialisée, puisqu’elle
prend deux valeurs, 0 ou 1. L’évolution de αh est décrite par l’équation de transport (2.6.3).
Là aussi, la condition de Dirichlet sur le bord entrant ne pose pas de problème, puisqu’il
suffit d’imposer 0 ou 1. Notons enfin le caractère conservatif de la méthode VOF : l’équa-
tion de transport est obtenueRpar conservation de la masse de liquide. Ceci implique que,
aux erreurs numériques près, Ω αh ρl dv est conservé. L’inconvénient majeur de la méthode
VOF est la discontinuité de la fonction α, impliquant l’utilisation de techniques particu-
lières pour traiter cette discontinuité. De plus cette discontinuité entraîne que l’interface
n’est pas localisée. Les grandeurs géométriques telles que la normale ou la courbure ne
sont donc pas directement accessibles. La méthode dite level-set permet de palier à ces
inconvénients.
26 CHAPITRE 2. EDP DU PREMIER ORDRE
2.6.2 Level-Set
La méthode level-set (ou lignes de niveaux) consiste à considérer une fonction α conti-
nue telle que :
< 0 si x ∈ Ωl
α(x, t) (2.6.4)
> 0 si x ∈ Ωg
Il en découle que l’interface Γlg est implicitement définie comme l’isosurface 0 de α :
Le terme implicite signifie que l’interface ne passe pas nécessairement par des nœuds de
la grille de calcul.
Enfin, pour mettre en application la méthode level-set, il faut choisir une fonction αh
à t = 0. Un choix classique est la distance signée à l’interface (voir figure 2.6.4).
2.6. MÉTHODE DE CAPTURE D’INTERFACES 27
figure 2.6.5, les nœuds positionnés sur l’interface se déplacent avec celle-ci, tandis que
le déplacement des autres nœuds est calculé pour que la grille de calcul (le maillage) ne
dégénère pas. Le terme convectif qui transporte la quantité u (que ce soit une fonction α
ou une quantité physique) à la vitesse matérielle v doit tenir compte de ce mouvement.
Ainsi, en introduisant vmai la vitesse des nœuds du maillage, le terme convectif v · grad u
est remplacé par
(v − vmai ) · grad u (2.6.7)
Lorsque vmai ≡ 0, on parle de description eulérienne ; lorsque vmai ≡ v, de descrip-
tion lagrangienne ; et enfin de description arbitrairement lagrangienne - eulérienne (ALE)
sinon.
Nous décrivons la position de ces deux fluides à tout instant t ≥ 0 par une fonction
u(x, t) qui vaut 1 si x est dans le premier fluide, et qui vaut 0 sinon. L’état initial décrit
ci-dessus correspond au choix de la fonction u0 (x) = u(x, t = 0) donnée par la figure 2.6.6.
∂u ∂ ∂u ∂u
+ j(u) = 0 ⇔ + j ′ (u) =0 (2.7.1)
∂t ∂x ∂t ∂x
où j est une fonction scalaire de u, j ′ (u) désigne donc la dérivée de j par rapport à u. j
est un flux, en effet :
Z Z Z
d ∂u ∂j
u(x, t) dv = (x, t) dv = − (u(x)) dv = −(j(u(B)) − j(u(A)))
dt Ω Ω ∂t Ω ∂x
si le domaine spatial Ω est le segment [A, B]. La variation de Ω u(x, t) dx est donc uni-
R
entre le flux j et u n’est pas linéaire. On qualifie également (en termes mathématiques)
l’équation (2.7.1) d’équation hyperbolique du premier ordre.
Dans le cas de l’équation (2.7.1), les caractéristiques sont toujours des droites. En
effet, considérons la courbe paramétrée x(t) solution de l’équation différentielle ordinaire
(EDO) suivante ′
x (t) = j ′ (u(x(t), t))
x(0) = x0
et considérons u(t) = u(x(t), t). Alors :
∂u ∂u
u′ (t) = (x(t), t) + (x(t), t)x′ (t)
∂t ∂x
∂u ∂u
= (x(t), t) + (x(t), t)j ′ (u(x(t), t))
∂t ∂x
Ainsi, si u est solution de l’équation (2.7.1), alors u′ (t) = 0, et donc
u(x(t), t) = u(x(0), 0) = u0 (x0 )
Il s’en suit que les caractéristiques de l’équation sont donc encore des droites d’équation
x(t) = j ′ (u0 (x0 ))t + x0 (2.7.2)
Sur l’intervalle de temps (0, T ), la solution de (2.7.1) est donc constante sur chaque
droite caractéristique de pente j ′ (u0 (x0 )), x0 ∈ R. Supposons maintenant que j ′ ◦ u0 soit
décroissante (voir figure 2.7.1). Deux caractéristiques se croisent en un point M . En ce
point, la solution à (2.7.1) est censée prendre deux valeurs, ce qui est contradictoire. La
solution est donc discontinue en ce point. Ainsi, il peut y avoir apparition de discontinuités
en un temps fini, même pour une fonction u0 régulière.
d
u(x(t), t) = 0
dt
∂u ∂u ′
⇔ + x (t) = 0
∂t ∂x
∂u ∂u
⇔ + u = 0
∂t ∂x
En effet, u(x(t), t) étant la vitesse de la particule x(t), x′ (t) = u(x(t), t). Ainsi, l’équation
gouvernant la vitesse des particules, s’exprime par l’équation
∂u ∂ 2
+ (u /2) = 0 (2.7.3)
∂t ∂x
traduisant le fait que la dérivée particulaire de la vitesse est nulle. Cette équation consti-
tue un exemple classique d’équation scalaire hyperbolique non linéaire, et est appelée
équation de Burgers. On a ici j(u) = u2 /2, et donc j ′ (u) = u. Il suffit donc d’avoir
une condition initiale u0 décroissante, i.e. u0 (x1 ) < u0 (x0 ), avec x0 < x1 , pour avoir ap-
parition de discontinuités en un temps fini. Ceci représente le cas où la particule située
initialement en x0 va plus vite que celle située initialement en x1 . La discontinuité dans
la vitesse traduit alors le fait qu’à un instant donné les deux particules occuperont la
même position. Supposons donc u0 décroissante. Le temps t∗ d’intersection entre deux
caractéristiques passant par x0 et x1 en t = 0 est :
1 u0 (x1 ) − u0 (x0 )
− =
t∗ x1 − x0
En faisant tendre x1 vers x0 et en prenant la borne inférieure on trouve donc que
l’équation de Burgers possède une solution classique (i.e. continue) sur le domaine R ×
(0, tc ), avec
1
− = inf u′0 (x)
tc x∈R
An-delà du temps tc , la solution présente des discontinuités.
ramétrée par t. Cette courbe, notée Γ, divise le plan (x, t) en deux domaines notés Ω− et
Ω+ , comme indiqué sur la figure 2.7.3.
La restriction de u à Ω− est notée u− , et u+ est la restriction de u à Ω+ . On
suppose que u− et u+ sont de classe C 1 sur Ω− et Ω+ respectivement.
2.7. ÉQUATIONS NON LINÉAIRES 33
Appelons u(x, t) la densité de voitures sur une route, 0 ≤ u(x, t) ≤ 1. Et soit v(x, t)
la vitesse de ces voitures en x à l’instant t. La distribution initiale de véhicules est don-
née par u(x, 0) = u0 (x), avec toujours u0 : R → [0, 1]. De plus, nous supposons la route
"infiniment" longue (les voitures ne peuvent pas quitter la route).
avec un flux
j(u) = u(1 − u)
(si la route est vide ou entièrement saturée, elle ne peut que rester en l’état). D’où l’équa-
tion :
∂u ∂
+ (u(1 − u)) = 0 pour (x, t) ∈ R × R+
∂t ∂x (TD1-2)
u(x, 0) = u0 (x) pour x ∈ R
Q1 - Calculez les droites caractéristiques de l’équation (TD1-2).
Si, par contre u0 n’est pas décroissante, à l’instant T la solution u continue et dérivable
cesse d’exister : des véhicules (à gauche), arrivent à grande vitesse dans une zone de forte
densité de trafic, et donc à vitesse faible.
Dans ce cas u est discontinue en un point X (on considère ici une seule dimension
spatiale). Cette discontinuité évolue dans le temps, et on note X(t). La discontinuité de
u signifie que la limite u(X(t) + ε, t) pour un temps t donné n’est pas la même lorsque ε
tend vers zéro négativement ou positivement. Ceci est quantifié par la valeur [u]X (t) qui
est le saut de u (à un instant t) à travers la courbe X(t) :
[u]X (t) = lim u(X(t) + ϵ, t) − lim u(X(t) − ϵ, t)
ε→0 ε→0
ε>0 ε>0
La relation de Rankine - Hugoniot permet de calculer la vitesse de propagation de
la discontinuité en fonction des sauts de u et du flux :
dX
[u] = [j(u)] (TD1-3)
dt
Q3 - Montrez, en utilisant la relation de Rankine - Hugoniot que la vitesse de propa-
gation de la discontinuité s’écrit
X ′ (t) = 1 − (u− + u+ )
Q4 - Nous considérons les conditions initiales suivantes (on parle de problème de
Riemann)
hG = 1/2 si x0 < 0
u0 (x0 ) =
hD = 1 si x0 > 0
Quelle est alors la vitesse de propagation de la discontinuité X ′ (t) ? Tracez la discon-
tinuité dans un repère (O,x,t). Tracez les caractéristiques de part et d’autre de la discon-
tinuité. En déduire la densité u(x, t) solution de (TD1-2).
2.7. ÉQUATIONS NON LINÉAIRES 35
On souhaite à présent tracer les trajectoires des véhicules. Soit x(t) la position à t d’un
véhicule parti de x0 < 0. Sachant que
dx
(t) = v(x, t),
dt
calculez x et représentez graphiquement ces trajectoires.
si
1/6 x0 < 0
u0 (x0 ) =
1/3 si x0 > 0
36 CHAPITRE 2. EDP DU PREMIER ORDRE
Chapitre 3
Nous en venons maintenant à la deuxième grande partie de ce cours, après les EDP
du premier ordre, les EDP du second ordre. Plus précisément, on s’intéresse aux EDP
linéaires du second ordre dont l’inconnue est une fonction u de deux variables réelles
définies sur un ouvert Ω de R2 . Par la suite, ces variables pourront être deux variables
d’espace, notées x et y, ou une variable d’espace et une variable de temps, x et t. Nous
allons étudier trois équations modèles, qui sont en réalité les représentantes des trois types
existants d’EDP, selon une classification détaillée en annexe A. Ces trois équations sont :
1. L’équation de diffusion (stationnaire)
∂ 2u ∂ 2u
+ = 0, soit ∆ u = 0 (3.0.1)
∂x2 ∂y 2
Cette équation, qui décrit un état stationnaire, est qualifiée d’elliptique (x2 +y 2 = c2 )
37
38 CHAPITRE 3. EDP DU SECOND ORDRE
jd = −D · grad u (3.1.1)
∂u
(x, t) − div (D(x) grad u(x, t)) = f (x, t), ∀t > 0, x ∈ Ω ⊂ Rd (3.1.2)
∂t
Cette équation est dite équation de diffusion instationnaire, ou équation de la chaleur.
L’équation (3.1.2) est bien posée (possède une unique solution continue par rapport aux
données initiales et aux bords) si on lui adjoint une condition initiale
u(x, t = 0) = u0 (x)
où u0 : Ω → R est une fonction donnée, ainsi que des conditions au bord. Deux types
de conditions peuvent être imposés simultanément sur deux parties distinctes du bord.
Divisons donc le bord en deux parties distinctes
∂Ω = ΓN ∪ ΓD avec ΓN ∩ ΓD = ∅
où uD est une fonction donnée, tandis que sur ΓN , nous imposons le flux normal de u,
Une condition au bord en valeur imposée est appelée condition de Dirichlet ou en-
core condition essentielle, tandis qu’une condition en flux imposé est appelée condition
de Neumann, ou encore condition naturelle. Il est également possible de combiner
ces deux conditions en imposant au bord u + D grad u · n. C’est ce que l’on appelle une
condition de Robin.
Pour prendre un exemple concret, considérons que u est l’énergie interne (par unité de
masse), proportionnelle à la température, u = e = CT , et que le flux diffusif soit donné
par la loi de Fourier, jd = −k grad T , alors l’équation (3.2.1) devient
∂T
ρC + vc · grad T − div(k grad T ) = f (3.2.2)
∂t
3.3 Le Laplacien
L’opérateur laplacien intervient dans toutes les EDP du second ordre que nous avons
introduites. La raison en est que opérateur possède une signification géométrique (et donc
physique) importante. Ainsi, le laplacien d’une fonction u (de classe C 2 ) en un point x
est une mesure de l’écart entre la valeur de u en x et la moyenne des valeurs prises par u
dans un voisinage de ce point.
Pour mettre en avant cette propriété, plaçons nous en un point du domaine de défini-
tion de u, que nous choisissons pour origine, et considérons un cercle de rayon r autour
de cette origine, noté C(r). Nous évaluons alors la moyenne de u sur ce cercle, à savoir la
quantité Z 2π
1
u(r cos θ, r sin θ) rdθ
2πr 0
(voir Figure 3.3.1).
Pour ce faire, nous effectuons d’abord un développement de Taylor à l’ordre 2 de u en
un point (x, y) de ce cercle :
2
∂ 2u 2
∂u ∂u 1 2∂ u 2∂ u
u(x, y) = u(0, 0) + x +y + x + 2xy +y + ···
∂x ∂y 2 ∂x2 ∂x∂y ∂y 2
3.3. LE LAPLACIEN 41
Cette expression est indépendante de tout système de coordonnées. Elle peut donc
servir de définition géométrique du laplacien, évalué dans le cas limite où r → 0.
42 CHAPITRE 3. EDP DU SECOND ORDRE
∆ u = −f /D (3.4.1)
∆u = 0 (3.4.2)
La fonction u solution de (3.4.2) est dite harmonique. Le fait que ces deux équations
décrivent un état d’équilibre permet d’interpréter les propriétés de leurs solutions.
Enfin, toute fonction harmonique dans un ouvert Ω est C ∞ dans cet ouvert. De plus,
les dérivées d’une fonction harmonique dans Ω sont harmoniques.
Soit Ω un ouvert de frontière ∂Ω et f une fonction définie sur ∂Ω. Une fonction u
harmonique dans Ω telle que ∀P ∈ ∂Ω,
u(P ) = f (P )
1. Le problème de Dirichlet dans Ω relatif à une fonction f admet au plus une solution.
2. Le problème de Dirichlet dans Ω est un problème bien posé (stable) : si l’on considère
une suite de fonctions {fn }n telles que ∥f − fn ∥ ≤ ε sur ∂Ω, alors ∥u − un ∥ ≤ ε dans
Ω, où les fonctions un sont les solutions aux problèmes de Dirichlet dans Ω relatifs
à fn .
Attention : la situation est beaucoup plus compliquée dans le cas non borné (voir le
contre-exemple de Petrovsky développé plus loin). On cherche alors, lorsqu’elles existent,
les solutions qui sont bornées.
Green Z Z Z
du
u ∆ u dv + 2
∥ grad u∥ dv = u ds (3.4.3)
Ω Ω ∂Ω dn
où ∥ grad u∥2 = grad u · grad u.
Enfin, pour qu’il existe une solution au problème de Neumann dans Ω relatif à g il est
nécessaire que g satisfasse la condition de compatibilité suivante :
Z
g ds = 0 (3.4.4)
∂Ω
d’où le résultat.
Encore une fois, l’interprétation physique de ce résultat vient du fait que u décrit
un état d’équilibre sans source ni puits. Le flux total associé à u (par exemple le flux de
chaleur) doit donc être nul à travers la frontière ∂Ω. C’est ce qu’exprime la relation (3.4.4).
∂u ∂ 2u
−D 2 =0 (3.5.1)
∂t ∂x
L’équation de diffusion modélise des phénomènes irréversibles. Il est en effet impos-
sible de renverser l’axe du temps dans (3.5.1) en posant t̃ = −t : ceci change complètement
la nature de la solution. Pour s’en convaincre, prenons un contre-exemple proposé par I.
Petrovsky (mathématicien russe, 1901 - 1973). Pour tout n ∈ N∗ , la fonction
1 2
u(x, t) = sin(nx)e−n Dt
n
3.5. ÉQUATION DE LA CHALEUR / DE DIFFUSION INSTATIONNAIRE 45
Tout comme les fonctions solutions d’équations elliptiques (en particulier les fonctions
harmoniques), les fonctions solutions d’EDP paraboliques (et en particulier de (3.5.1))
satisfont à un principe du maximum. Considérons ainsi, comme sur la figure 3.5.1,
F = [a, b] × [0, T ] un rectangle fermé du plan (x, t) et Γ = ∂F \(]a, b[×{T }). Soit u la
solution de l’équation (3.5.1) dans F \Γ.
P = P0 + Pe et ρ = ρ0 + ρe
De plus, ∆x étant petit, nous avons, au premier ordre, χ(x + ∆x, t) − χ(x, t) =
(∂χ/∂x)∆x. D’où :
∂χ ∂χ
ρ0 ∆x = ρ[1 + ]∆x = (ρ0 + ρe )[1 + ]∆x
∂x ∂x
Ainsi, la conservation de la masse permet de trouver l’évolution suivante de la masse
volumique de l’air au cours de la propagation :
∂χ
ρe = −ρ0 (3.6.2)
∂x
Enfin, le point 3, lien entre mouvement de l’air et gradient de pression, s’obtient en
considérant la loi du mouvement de Newton (projetée suivant l’axe des x)
∂ 2χ
ρ0 ∆x 2 = F
∂t
où F est la force s’exerçant sur la quantité d’air dans ∆x, par unité de surface perpendi-
culaire à x. En se référant à la figure 3.6.2,
∂P ∂Pe
F = P (x, t) − P (x + ∆x, t) = − ∆x = − ∆x
∂x ∂x
48 CHAPITRE 3. EDP DU SECOND ORDRE
∂ 2χ ∂Pe
ρ0 2
=−
∂t ∂x
Il suffit maintenant de considérer les relations (3.6.2) et (3.6.1) pour réécrire cette
équation uniquement en terme de déplacement χ, et aboutir ainsi à l’équation décrivant
la propagation des ondes
∂ 2χ 1 ∂ 2χ
= (3.6.3)
∂x2 c2s ∂t2
où l’on a posé c2s = κ.
D’après ce que nous avons vu à la section 2.2, une perturbation qui se déplace sous
forme d’onde plane à la vitesse constante c est de la forme u0 (x − ct). En posant χ(x, t) =
u0 (x − ct), on a les relations
∂ 2χ ∂ 2χ
= u ′′
0 (x − ct) et = c2 u′′0 (x − ct)
∂x2 ∂t2
On en déduit que χ(x, t) = u0 (x − ct) satisfait l’équation des ondes (3.6.3) avec cs = c.
1/2
Il s’en suit que toute perturbation sonore se propage à la vitesse cs = κ1/2 = (∂P/∂ρ)ρ=ρ0 .
Cependant, en réalité la variation de pression avec la densité dans une onde sonore se fait
de façon adiabatique. On a alors P = cste ργ , et avec la loi des gaz parfait la vitesse est
donnée par c2s = γkT /m où m est la masse d’une molécule de gaz.
∂ 2u 2
2∂ u
− c =0 (3.6.4)
∂t2 ∂x2
Soit u solution de l’équation des ondes avec une vitesse c constante et R comme do-
maine spatial. On introduit la fonction ψ(x, t) vérifiant
∂u ∂u
ψ(x, t) = −c
∂t ∂x
Montrez alors que u est solution d’une équation de transport du 1er degré, de vitesse
convective −c, avec second membre :
∂u ∂u
−c = ψ0 (x − ct)
∂t ∂x
Il est possible de montrer que la solution u de cette équation de transport peut être
exprimée comme la superposition de deux ondes, l’une ayant une vitesse +c et l’autre une
vitesse −c
u(x, t) = F (x + ct) + G(x − ct) (3.6.5)
où F et G sont des fonctions de classe C 2 .
3.6. ÉQUATION DES ONDES 49
Nous résolvons ici l’équation des ondes (3.6.4) définie sur R × R+ . Il n’y a pas de
condition au bord puisqu’il n’y a pas de bord. Par contre, il faut tenir compte des conditions
initiales. La solution u s’exprime explicitement en fonction de ces conditions par la formule
de d’Alembert que l’on va démontrer. Les conditions initiales sont :
u(x, t = 0) = f (x)
∂u
(x, t = 0) = g(x)
∂t
Exprimez F ′ et G′ en fonction de f ′ et g, puis en déduire la formule de d’Alembert
1 x+ct
Z
1
u(x, t) = [f (x + ct) + f (x − ct)] + g(y) dy (3.6.6)
2 2c x−ct
Équation de la chaleur
τ ′ = −ω 2 τ (3.7.1)
∆ f = −ω 2 f (3.7.2)
avec C une certaine constante. L’équation (3.7.2) est l’équation aux valeurs propres du
laplacien. Ainsi, −ω 2 est valeur propre de l’opérateur laplacien.
L’équation de la chaleur étant linéaire, nous pouvons écrire la solution u comme com-
binaison linéaire des solutions particulières :
2t
X
u(X, t) = Cω fω (X)e−ω (3.7.4)
ω
3.7. RÉSOLUTION PAR SÉPARATION DES VARIABLES 51
∂ 2u
= c2 ∆ u,
∂t2
sous la forme du produit u(X, t) = f (X)τ (t). On a alors :
soit
τ ′′ ∆f
= c2
τ f
Nous concluons ainsi à l’existence d’une constante −c2 ω 2 telle que
τ ′′ = −c2 ω 2 τ (3.7.5)
∆ f = −ω 2 f (3.7.6)
Comme précédemment, l’équation (3.7.6) est l’équation aux valeurs propres du lapla-
cien. De plus, l’équation (3.7.5) a comme solution
avec A et B des constantes d’intégration.√Remarquons que l’on peut réécrire τ sous une
autre forme. En effet, en factorisant par A2 + B 2 nous avons
√ A B
τ (t) = A2 + B 2 √ cos cωt + √ sin cωt
A2 + B 2 A2 + B 2
| {z } | {z }
C1 C2
Remarquons que C12 + C22 = 1. Il existe donc un angle ϕ (la phase) tel que C1 = sin ϕ et
C2 = cos ϕ. Ainsi,
τ (t) = C sin(cωt + ϕ) (3.7.8)
L’équation des ondes étant linéaire, nous pouvons écrire la solution u sous la forme :
X
u(X, t) = Cω fω (X) sin(cωt + ϕω ) (3.7.9)
ω
L’équation aux valeurs propre du laplacien (3.7.2) s’écrit f ′′ (x) = −ω 2 f (x), si bien
que
f (x) = A cos ωx + B sin ωx
Afin d’obtenir une solution u vérifiant les conditions aux bords données par (3.7.11),
on doit nécessairement avoir A = 0 et ω = nπL
où n est un entier. Ainsi, le fait de prendre
un domaine borné à quantifié le spectre de l’opérateur laplacien. La solution u s’écrit :
+∞
X nπ nπ 2
u(x, t) = Cn sin( x)e−( L ) t (3.7.12)
n=1
L
Ceci signifie que les Cn sont les coefficients du développement de u0 en une série de sinus,
qui est en quelque sorte “la moitié” de la série de Fourier de u0 .
de Gibbs montré sur la Figure 3.7.2 : les sommes partielles SN (f ) présentent des
oscillations autour de ces points. Ces oscillations sont localisées dans une zone qui
diminue lorsque N augmente. Lorsque N → +∞, la série de Fourier converge vers
la moyenne des valeurs de f à gauche et à droite du point de discontinuité.
• Plus généralement, la question de la convergence de la série de Fourier, et du sens
à donner à cette convergence est complexe : elle peut être ponctuelle, uniforme, ou
en norme. Par exemple, la convergence en ce que l’on appelle la norme L2 , s’écrit :
Z +π
lim |f (x) − SN (f )(x)|2 dx = 0
N →+∞ −π
d’où Z +π
1
an = f (x) cos nx dx (3.7.15)
π −π
54 CHAPITRE 3. EDP DU SECOND ORDRE
1 +π
Z
bn = f (x) sin nx dx (3.7.16)
π −π
Remarquons que les expressions ci-dessus sont valables que f soit réelle ou complexe. De
3.7. RÉSOLUTION PAR SÉPARATION DES VARIABLES 55
avec cn = 1
∥einx ∥2
(f, einx ) qui correspond bien au coefficient donné par (3.7.18).
Il se trouve que les fonctions einx forment une base de l’espace L2 ([−π, +π]) qui contient
l’ensemble des fonctions de carré intégrable :
Z +π
2
L ([−π, +π]) = {h : [−π, +π] → C ; hh dx < +∞}
−π
Ceci signifie que si f appartient à cet espace, SN (f ) converge vers f en norme L2 (ce qui
n’équivaut pas à une convergence ponctuelle) :
Z +π
(f − SN (f ))(f − SN (f )) dx → 0
−π
Nous avons pour chaque n deux constantes à déterminer, An et Bn , afin de satisfaire les
conditions initiales. Ainsi,
+∞
X
u(x, 0) = An sin(nπx) = u0 (x)
n=1
1 1
∆ u = 0 ⇔ urr + ur + 2 uθθ = 0
r r
ainsi que la condition au bord
u(r = 1, θ) = cos 2θ
La méthode de séparation des variables consiste à poser u(r, θ) = R(r)Θ(θ), avec
1 1
(R′′ + R′ )Θ + 2 RΘ′′ = 0
r r
En multipliant cette expression par r2 /RΘ, nous concluons à l’existence d’une constante
n2 telle que
r2 R′′ + rR′ Θ′′
=− = n2
R Θ
58 CHAPITRE 3. EDP DU SECOND ORDRE
La constante est choisie positive car Θ doit être périodique pour vérifier la condition
au bord, et est donc une fonction trigonométrique et non une exponentielle :
r2 R′′ + rR′ − n2 R = 0
Il s’agit une EDO linéaire à coefficients non constants. Cette équation possède deux solu-
tions du type rn et r−n . La fonction u devant rester bornée en r = 0, la deuxième solution
est rejetée. Ainsi, les solutions à l’équation de Laplace sur le disque unité et une condition
au bord périodique sont de la forme :
+∞
X
u(r, θ) = (An cos nθ + Bn sin nθ)rn
n=0
u(r, θ) = r2 cos 2θ
u(x, y) = x2 − y 2
n2 m2
2
λm,n = −π +
L2 H 2
∆ fω = −ω 2 fω
3.7. RÉSOLUTION PAR SÉPARATION DES VARIABLES 59
Sur un rectangle L × H, les valeurs propres sont discrètes et identifiées par deux entiers
m et n : 2
m2
2 2 n
−ωm,n = −π + ,
L2 H 2
tandis que les fonctions propres sont de la forme
nπx mπy
fm,n (x, y) = Cm,n sin sin
L H
avec Cm,n une constante arbitraire.
+
L H
m,n∈N
Remarquons que R nous avons déjà introduit un produit scalaire entre deux fonctions f
et g, par (f, g) = Ω f g (il faut que le produit f g soit intégrable sur Ω). Avec ce produit
scalaire, les fonctions de base sont orthogonales deux-à-deux sur le rectangle. En effet,
soient deux paires d’entiers (m1 , n1 ) et (m2 , n2 ), alors
Z LZ H
n1 πx m1 πy n2 πx m2 πy
sin sin sin sin dy dx = 0 si (m1 , n1 ) ̸= (m2 , n2 )
0 0 L H L H
De plus, le carré de la Rnorme d’une fonction f induite par le produit scalaire précédent
vaut : ∥f ∥2 = (f, f ) = Ω f 2 . Pour les fonctions de base, nous avons :
Z LZ H
nπx mπy 2 HL
sin sin dy dx =
0 0 L H 4
Ces fonctions ne sont pas unitaires. Afin d’avoir une base orthonormée, nous normons
les fonctions de base, et pouvons écrire :
r
X 4 nπx mπy
u0 (x, y) = Cm,n sin sin
+
HL L H
m,n∈N
Pour un couple (m, n) donné,q on effectue le produit scalaire entre l’expression précé-
dente est la fonction de base HL 4
sin nπx
L
sin mπy
H
. Par orthonormalités des fonctions de
base, r
Z LZ H
4 nπx mπy
u0 (x, y) sin sin dy dx = Cm,n ,
0 0 HL L H
permettant ainsi de “calculer” les coefficients Cm,n .
60 CHAPITRE 3. EDP DU SECOND ORDRE
Chapitre 4
Une fonction u suffisamment régulière satisfaisant (D) est appelée solution forte du
problème, ou encore solution classique lorsque f est continue.
61
62 CHAPITRE 4. FONDEMENTS MATHÉMATIQUES DES ÉLÉMENTS FINIS
• C k (Ω) l’ensemble des fonctions réelles k fois dérivables, dont les dérivées à l’ordre k
sont continues sur Ω.
• C 0 (Ω) l’ensemble des fonctions de C 0 (Ω) qui peuvent être prolongées par continuité
sur Ω.
Ces espaces sont tous des espaces vectoriels. Nous ne considérerons que le cas où ils
sont bâtis sur le corps des réels.
Soit V un espace vectoriel normé. Une norme sur cet espace est une application ∥ · ∥ :
V → R satisfaisant les trois axiomes suivant :
1. ∥u∥ = 0 ⇔ u = 0,
2. ∥αu∥ = |α|∥u∥, ∀α ∈ R, ∀u ∈ V ,
3. ∥u + v∥ ≤ ∥u∥ + ∥v∥, ∀u, v ∈ V (inégalité triangulaire).
Remarquons que ces trois axiomes impliquent que, ∀u ∈ V , ∥u∥ ≥ 0. En effet :
discontinu. La résolution de l’équation (D) se fait sans difficulté : sur l’intervalle ]0, 1/2[,
la condition u(0) = 0 implique une solution de la forme − 12 x2 + b1 x à l’équation −u′′ = 1,
tandis que sur l’intervalle ]1/2, 1[, la solution à l‘’équation u′′ = 0 vérifiant u(1) = 0 est de
la forme b2 (x − 1). La continuité de la dérivée u′ en x = 1/2 s’exprime par − 21 + b1 = b2 ,
tandis que la dérivée de u en ce même point entraîne − 41 + b1 = −b2 . En définitive, la
solution u s’écrit
1 2 3 1
− 2 x + 8 x pour 0 ≤ x < 2
u(x) =
1 1 1 1
pour
− x+
≤x≤
8 8 2 2
Nous verrons par la suite que l’espace fonctionnel approprié pour étudier u est l’espace
des fonctions de carré intégrable.
Des fonctions qui ne sont pas continue sur [0, 1] peuvent cependant être de carré
intégrable comme le montrent les exemples ci-après. Considérons :
• u(x) = x−1/4 , Z 1 Z 1
2
u (x) dx = x−1/2 dx = 2 < +∞,
0 0
et u ∈ L (]0, 1[),
2
En fait, l’espace L2 (Ω) est plus riche qu’un espace normé puisqu’on peut également le
munir d’un produit scalaire.
(u, v) = ux vx + uy vy = u · v
L’espace L2 (Ω), de dimension infinie, peut être doté d’un produit scalaire. Le produit
scalaire usuellement utilisé est Z
(u, v) = uv (4.1.3)
Ω
Tout produit scalaire (·, ·) définit une norme induite par : ∥u∥ = (u, u)1/2 . Ainsi, la
norme L2 définie par (4.1.2) est la norme induite par le produit scalaire (4.1.3). Enfin, un
espace vectoriel muni d’un produit scalaire, complet pour la norme induite par ce produit
scalaire, est appelé espace de Hilbert (en d’autres mots, c’est un espace de Banach dont
la norme dérive d’un produit scalaire). L’espace L2 (Ω) est un espace de Hilbert avec le
produit scalaire (4.1.3).
• P (λ) est un polynôme de second degré en λ, qui est positif ou nul. Lorsque λ → +∞,
P (λ) est du signe de (v, v), i.e. positif. Le discriminant (réduit) doit donc être négatif
ou nul :
∆′ = (u, v)2 − (v, v)(u, u) ≤ 0
• Donc (u, v)2 ≤ (u, u)(v, v). Chaque terme de cette expression est positif. On peut
donc en prendre la racine carrée (fonction croissante) et en déduire le résultat.
Exemples :
• Lorsque V = R2 ,
u · v ≤ |u · v| ≤ (u2x + u2y )1/2 (vx2 + vy2 )1/2
• Lorsque V = L2 (Ω),
Z Z Z 1/2 Z 1/2
2 2
uv ≤ uv ≤ u v
Ω Ω Ω Ω
4.1. PROBLÈMES MODÈLES POUR LA DIFFUSION 65
Nous pouvons à présent retourner à l’étude du problème 1.2, et traiter cette question :
où chercher la solution généralisée u lorsque la fonction f est de carré intégrable mais pas
continue ? La réponse sera : dans un espace de Sobolev.
et la norme induite
Z 1 Z 1 Z 1 1/2
2 ′ 2 (k) 2
∥u∥k = u + (u ) + · · · + (u )
0 0 0
|
{z
1
} | {z }
u∈H (]0,1[) cdts au bord dites essentielles
Afin de comprendre d’où vient l’espace H01 (]0, 1[), nous reformulons le problème ini-
tial (D) en un problème de minimisation. Plus spécifiquement, pour f ∈ L2 (]0, 1[), nous
cherchons la fonction minimisante u ∈ H01 (]0, 1[) satisfaisant
où F : H01 (]0, 1[) → R est appelée fonctionnelle énergie et est définie par
Z 1 Z 1
1 ′ 2
F (v) = (v ) − fv
2 0 0
| {z } | {z }
A B
et H01 (]0, 1[) est l’espace de minimisation associé. Notons que les deux termes en jeu dans
l’expression de F sont finis :
66 CHAPITRE 4. FONDEMENTS MATHÉMATIQUES DES ÉLÉMENTS FINIS
Z 1
(A) v ∈ H01 (]0, 1[) ⇔ (v ′ )2 < +∞, et
0
Z 1 Z 1 1/2 Z 1 1/2
(B) fv ≤ f 2
v 2
en utilisant C-S. Or, f ∈ L2 (]0, 1[) et v ∈
0 0 0
H (]0, 1[) nous assurent que ce produit est fini.
1
Pour en revenir au problème de minimisation (M), une solution u peut être calculée
en résolvant la “formulation variationnelle” suivante : étant donné f ∈ L2 (]0, 1[), trouver
u ∈ H01 (]0, 1[) telle que
Z 1 Z 1
′ ′
uv = f v, ∀v ∈ H01 (]0, 1[) (V)
0 0
Une solution à cette formulation (V) (ou, de manière équivalente, à (M)), est appelée
solution faible (du problème de diffusion). La relation entre (D), (M) et (V) est donnée
par les théorèmes qui suivent.
Théorème 4.1.1 (D) ⇒ (V), i.e. si u est solution de (D), alors u est solution de (V).
Preuve : soit u solution de (D). Puisque les fonctions continues sur un domaine
(borné par définition), sont de carré intégrable sur ce domaine, on a u ∈ L2 (]0, 1[) et
u′ ∈ L2 (]0, 1[). De plus, u(0) = u(1) = 0, donc u ∈ H01 (]0, 1[). De plus, multiplions (D)
par une fonction v ∈ H01 (]0, 1[) arbitraire, et intégrons le produit entre 0 et 1 :
Z 1 Z 1
′′
− u v= fv
0 0
avec
[u′ v]10 = u′ (1)v(1) − u′ (0)v(0) = 0
puisque v(0) = v(1) = 0 du fait que v ∈ H01 (]0, 1[). Il s’en suit que
Z 1 Z 1
′ ′
uv = f v, ∀v ∈ H01 (]0, 1[),
0 0
4.1. PROBLÈMES MODÈLES POUR LA DIFFUSION 67
Cette preuve nous montre comme construire la formulation variationnelle (ou formu-
lation faible) à partir de la formulation classique (ou forte). Nous utilisons maintenant les
propriétés du produit scalaire introduites à la section 4.1.5 pour montrer que (V) a une
unique solution.
Théorème 4.1.2 La solution du problème variationnel (V), si elle existe, est unique.
Preuve : notons V = H01 (]0, 1[), et désignons par v1 et v2 deux solutions de (V), avec
v1 , v2 ∈ V . Ainsi :
(u′1 , v ′ ) = (f, v), ∀v ∈ V,
(u′2 , v ′ ) = (f, v), ∀v ∈ V,
R1
où (a, b) = 0
ab. En soustrayant ces deux relations, nous avons
(u′1 , v ′ ) − (u′2 , v ′ ) = 0, ∀v ∈ V
(u′1 − u′2 , v ′ ) = 0, ∀v ∈ V,
soit, en posant w = u1 − u2 ,
(w′ , v ′ ) = 0, ∀v ∈ V (†)
Notre objectif est de montrer que w = 0 sur ]0, 1[ (et donc u1 = u2 ). Puisque V est un
espace vectoriel, w ∈ V . On peut donc prendre v = w dans l’équation (†), et en utilisant
le fait que le produit scalaire est une forme définie :
(w′ , w′ ) = 0 ⇒ w′ = 0 (††)
De cette relation, nous déduisons que w est constante. De plus, une fonction de H01 (]0, 1[)
est également continue, et s’annule en 0 et 1. Ainsi w = 0. □
Puisque v(0) = 0,
Z x 2
2 ′
v (x) = v (ξ) dξ
0
Z x Z x
≤ 2
1 dξ ′ 2
(v ) dξ par (C-S)
0 0
Z 1 Z 1
≤ 2
1 dξ ′ 2
(v ) dξ car x ≤ 1
0 0
R1
Ainsi v 2 (x) ≤ 0
(v ′ )2 dξ. En intégrant entre 0 et 1 :
Z 1 Z 1 Z 1 Z 1 Z 1
2 ′ 2 ′ 2
v ≤ (v ) dξ dx = (v ) dx
0 0 0 0
| 0{z }
=1
D’où le résultat.
Notons que l’inégalité de Poincaré reste valable sur un domaine Ω de dimension supé-
rieure. Dans ce cas, il existe
R 2 une constante C(Ω), dépendant de la géométrie du domaine,
telle que, ∀v ∈ H0 (Ω), Ω v ≤ C(Ω) Ω (grad v)2 .
1
R
Théorème 4.1.3 (V) ⇔ (M), i.e. u solution de (V) est solution (M) et inversement.
Preuve :
i) (V) ⇒ (M). Soit u ∈ H01 (]0, 1[) solution de la formulation variationnelle (V), i.e.
(u′ , v ′ ) = (f, v), ∀v ∈ H01 (]0, 1[)
Pour un v ∈ H01 (]0, 1[), posons w = v − u ∈ H01 (]0, 1[). Nous avons :
F (v) = F (u + w)
1
= ((u + w)′ , (u + w)′ ) − (f, u + w)
2
1 ′ ′ 1
= (u , u ) + (w′ , w′ ) + (u′ , w′ ) − (f, w) −(f, u) (linéarité + sym.)
2 2 | {z }
=0
1
= F (u) + (w′ , w′ )
2
Ainsi, puisque le produit scalaire est une forme positive, F (v) ≥ F (u), donc u est
solution du problème de minimisation.
4.1. PROBLÈMES MODÈLES POUR LA DIFFUSION 69
ii) (M) ⇒ (V). Soit u ∈ H01 (]0, 1[) solution de (M), à savoir
1
g(ε) = ((u + εv)′ , (u + εv)′ ) − (f, u + εv)
2
ε2 ′ ′ 1
= (v , v ) + ε((u′ , v ′ ) − (f, v)) + (u′ , u′ ) − (f, u),
2 2
dg
donc = ε(v ′ , v ′ ) + (u′ , v ′ ) − (f, v). La condition dg
dε
(0) = 0 équivaut à u solution
dε
du problème variationnel (V). □
En résumé, nous avons montré que (D) ⇒ (V) ⇔ (M). La réciproque, (D) ⇐ (V)
n’est pas vraie en toute généralité, à moins que la solution u ∈ H01 (]0, 1[) soit suffisamment
régulière pour appartenir également à C 2 (]0, 1[). Dans ce cas, (D) ⇔ (V). Ceci dépend de
la régularité de f et de la régularité de la frontière du domaine Ω. En ce sens, la formulation
faible (V) est une extension de la formulation forte (D) : elle lui est équivalente lorsque la
formulation forte est bien posée, et reste bien posée lorsque la formulation forte ne l’est
plus.
où C0∞ (Ω) est l’ensemble des fonctions indéfiniment dérivables et s’annulant à l’extérieur
de Ω (y compris sur la frontière de Ω puisque Ω est ouvert).
Exemple 1. Considérons la fonction u(x) = |x| définie sur Ω =] − 1, 1[. Par définition,
70 CHAPITRE 4. FONDEMENTS MATHÉMATIQUES DES ÉLÉMENTS FINIS
Ainsi, la dérivée au sens faible de u(x) = |x| est la fonction “Heaviside” suivante :
−1 si −1 < x < 0
∂u =
+1 si 0 < x < +1
Notons que cette fonction n’est pas définie en x = 0. Elle est cependant dans L2 (] −
1, 1[), Z 1 Z 0 Z 1
2 2
(∂u) dx = (−1) dx + (+1)2 dx = 2 < +∞,
−1 −1 0
et u ∈ H 1 (] − 1, +1[).
Il apparaît ainsi que la dérivée faible (on dit aussi au sens des distributions) de la fonction
signe g est deux fois δ, δ étant le delta de Dirac :
∂g = −2δ
En réalité, δ n’est pas une fonction mais ce que l’on appelle une distribution : c’est un
objet qui agit linéairement sur une fonction, ici en l’occurrence, δ renvoie la valeur de
ϕ évaluée en x = 0. En ce sens, la notation intégrale (4.1.5), même si elle s’utilise, est
abusive. On note en général
< δ, v >= v(0)
où < ·, · > est appelé crochets de dualité.
δ n’est pas une fonction au sens usuel du terme, elle n’est donc pas dans L2 (] − 1, +1[),
et ainsi g ∈
/ H 1 (] − 1, +1[).
4.2. APPROXIMATION DE GALERKIN 71
Vh est choisi comme étant un sous-espace vectoriel de dimension k. Il est donc engendré
par k fonctions ϕi linéairement indépendantes qui forment un base de cet espace :
Vh =< ϕ1 , ϕ2 , · · · , ϕk > (4.2.1)
avec ϕi ∈ H01 (] − 1, +1[) et si pour k réels λi , j λj ϕj (x) = 0, ∀x ∈]0, 1[, alors λj = 0,
P
1 ≤ j ≤ k.
Ainsi, tout élément de Vh , en particulier uh , s’écrit de manière unique
k
X
uh (x) = uj ϕj (x), uj ∈ R (4.2.2)
j=1
= (wh′ , wh′ ) ≥0
où ∥ · ∥ désigne la norme L2 .
et
(u′ , v ′ ) = (f, v), ∀v ∈ V
Comme Vh ⊂ V , cette dernière relation donne en particulier
soit
(u′ − u′h , vh′ ) = 0, ∀vh ∈ Vh (O-G)
4.2. APPROXIMATION DE GALERKIN 73
= (u − uh , u − vh′ )
′ ′ ′
Remarquons que sur H01 (Ω), l’inégalité de Poincaré (P) implique que (v ′ , v ′ ) = Ω (v ′ )2
R
définit bien un produit scalaire. Ceci n’est pas vrai sur H 1 (Ω). Il s’en suit qu’une norme
naturelle pour calculer l’erreur d’approximation est
Z 1/2
′ ′ 1/2 ′ ′ 2
∥v∥E = (v , v ) = ∥v ∥ = (v )
Ω
Cette norme est appelée norme énergie. Encore une fois, sur H 1 (Ω), ∥ · ∥E n’est pas
une norme mais une semi-norme. Ceci signifie que pour v ∈ H 1 (Ω), ∥v∥E = 0 ̸⇒ v = 0,
mais seulement v est constant. Il faut que de plus v s’annule au bord du domaine (i.e.
v ∈ H01 (Ω)) pour que ∥v∥E = 0 ⇒ v = 0.
• On en déduit que (fn (x))n∈N est une suite de Cauchy dans R. Elle converge donc vers
une limite notée f (x) (car R est complet). Ainsi, ∀x ∈] − 1, 1[, |fn (x) − f (x)| → 0.
• On en déduit, ∥fn − f ∥∞ = sup |fn (y) − f (y)| → 0.
y∈]−1,1[
Or, fn étant continue sur ] − 1, 1[, en un point x on a : ∀ε > 0, ∃η(x, ε) tel que
∀y ∈] − 1, 1[, (|y − x| ≤ η ⇒ |fn (x) − fn (y)| ≤ ε).
• De plus, le fait que fn (x) → f (x), implique que l’on peut minorer par ε chacun des
deux autres termes dès que n > N (ε).
• On en déduit la continuité de f :
Z 1/n
1
D’où, ∥fn − fm ∥ ≤
2
1 dx = .
0 n
• Ceci montre que (fn )n∈N est une suite de Cauchy pour la norme L2 : il suffit de
prendre n > N = ⌈1/ε2 ⌉ et m > n pour avoir ∥fn − fm ∥ ≤ ε.
• Soit f , f (x) = 0 sur ] − 1, 0] et f (x) = 1 sur ]0, 1]. Montrons que ∥fn − f ∥ → 0 :
Z 1 Z 1
2 2
∥fn − f ∥ = (fn (x) − f (x)) dx = (fn (x) − f (x))2 dx
−1 0
On a : Z 1 Z 1/n
2 1
(fn (x) − f (x)) dx = (nx − 1)2 dx =
0 0 3n
De plus, l’approximation doit être conforme, i.e. nous devons avoir V = H01 (]0, 1[).
PVh ⊂i−1
Il en résulte que toute fonction de Vh , a priori de la forme vh (x) = i vi x , doit vérifier
i) vh ∈ H 1 (]0, 1[),
ii) vh (0) = vh (1) = 0.
Le fait que l’approximation de Galerkin donne la solution exacte était attendu puisque,
d’une part, elle satisfait à la propriété de la meilleure approximation (M-A), et d’autre
part u ∈ Vh .
∥Ax∥
∥A∥M = max = max ∥Ax∥
n
x∈R ,x̸=0 ∥x∥ ∥x∥=1
Plus ce rapport est élevé, et plus l’erreur commise sur b amplifiera celle commise sur
x. Nous calculons donc, en réarrangeant les termes, la valeur maximale que peut prendre
ce rapport :
D’où :
∥δx∥ ∥δb∥
≤ κ(A) ,
∥x∥ ∥b∥
i.e. plus le conditionnement de A, κ(A), est élevé, plus l’erreur pourra être amplifiée.
6 9 3 6 24 −0,1
1
1 = ∥AA−1 ∥M ≤ ∥A∥M ∥A−1 ∥M = κ(A).
2
https://fr.wikipedia.org/wiki/Conditionnement_(analyse_numérique)
4.3. APPROXIMATION DE GALERKIN DE TYPE ÉLÉMENTS FINIS 79
ii) La solution u est approchée par morceaux en utilisant des polynômes de bas degré
(typiquement de degré 1 comme sur la figure (4.3.2), ou 2).
Une fonction linéaire sur un élément K est définie (en 1D) par ses valeurs en deux
points distincts x1 et x2 :
x − x2 x − x1
uK (x) = uK (x1 ) + uK (x2 )
x −x x −x
| 1 {z 2} | 2 {z 1}
ℓ1K (x) ℓ2K (x)
Les fonctions ℓiK sont nommées fonctions de base nodales, et satisfont les conditions
d’interpolation
linéaire sur K linéaire sur K
1
ℓK = 1 si x = x1 2
, ℓK = 1 si x = x2
0 si x = x2 0 si x = x1
80 CHAPITRE 4. FONDEMENTS MATHÉMATIQUES DES ÉLÉMENTS FINIS
iii) Satisfaire la régularité demandée sur Vh , à savoir Vh ⊂ V , ici Vh ⊂ H 1 (]0, 1[). Ceci
se fait en positionnant les points de contrôle x1 et x2 (i.e. les nœuds du maillage)
aux extrémités des intervalles, de manière à avoir uh ∈ H 1 (]0, 1[) (voir figure 4.3.3).
La fonction globale uh est alors la “réunion” des fonctions locales définies sur chaque
élément K : uh|K = uK . Ainsi, uh est définie par k = n − 1 valeurs internes, plus
les valeurs aux bords uh (x0 ) = uh (0) et uh (xn ) = uh (1). Nous définissons alors les
fonctions Ni , appelées fonctions de base nodales, également fonctions de forme (ou,
pour le cas linéaire, fonctions chapeau / hat functions, voir figure 4.3.4), par :
1 si x = xi
Ni (x) = 0 si x = xj , j ̸= i
linéaire sur chaque élément K
uh s’écrit donc :
n
X
uh (x) = ui Ni (x)
i=0
avec, par définition des fonctions Ni , uui =h (xj ) : les “inconnues” sont les valeurs
de uh aux nœuds du maillage.
iv) Satisfaire les conditions aux bords dites essentielles (ou de Dirichlet), de manière à
avoir Vh ⊂ V = H01 (]0, 1[). Ceci se fait en supprimant les fonctions N0 et Nn de la
base de fonctions. L’approximation de Galerkin ainsi modifiée s’écrit
n−1
X
u∗h (x) = ui Ni (x),
i=1
Vh =< N0 , N1 , N2 , N3 , N4 , N5 , N6 >
peuvent être calculées élément par élément, i.e. par assemblage de quantités locales aux
éléments. En effet, en décomposant les expressions ci-dessus, nous avons
XZ 5 Z
X xk XZ 5 Z
X xk
Aij = Ni′ Nj′ = Ni′ Nj′ , bi = Ni = Ni (4.3.1)
K K k=1 xk−1 K K k=1 xk−1
où la notation K désigne la sommation sur tous les éléments du maillage. Il est clair
P
(voir figure (4.3.6)) que sur un élément [xk−1 , xk ] seules deux fonctions de base sont non
nulles : Nk−1 et Nk . Ainsi, l’entrée Aij est non nulle uniquement si i et j appartiennent au
même élément. De plus, si c’est le cas, seule l’intégrale de Ni′ Nj′ sur cet élément contribue
à l’intégrale globale définie dans (4.3.1). Il en est de même pour le second membre.
Sur chaque élément, on calcule la matrice de raideur 2 × 2 locale à cet élément (on
parle de matrice élémentaire), ainsi que le second membre local (vecteur 2 × 1). Ces 4
+ 2 valeurs sont ensuite ajoutées aux 4 + 2 entrées correspondantes de A et b, selon
l’expression (4.3.1).
x − xk xk − x x − xk−1 x − xk−1
ℓ1 (x) = = , ℓ2 (x) = =
xk−1 − xk h xk − xk−1 h
où h = xk − xk−1 est la taille de maille, constante sur tout le maillage dans cet exemple.
On en déduit les dérivées
1 1
ℓ′1 (x) = − et ℓ′2 (x) =
h h
Z xk Z xk
(ℓ′1 )2 ℓ′1 ℓ′2 1 1
h −h
AK = Zxk−1 Z xxk−1 =
x
k k
1 1
ℓ′1 ℓ′2 ′ 2
(ℓ2 ) −
xk−1 xk−1 h h
purement à des fins visuelles et ne doit jamais être faite en pratique). On a alors :
1 1
h −h 0 0 0 0 0 0 0 0 0 0
1 1 1 1
−
h h 0 0 0 0 0 − 0 0 0
h h
1 1
0 0 0 0 0 0 0 − 0 0 0
A= + h h +
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
| {z } | {z }
1 2
A A
0 0 0 0 0
0
0 0 0 0 0 0
0 0 0 0 0 0
··· +
0 0 0 0 0 0
1 1
−
0 0 0 0
h h
1 1
0 0 0 0 −
| {z h h }
5
A
h/2 0 0
h/2 h/2 0
0 h/2 0
b= + 0 + ··· + 0
0
0 0 h/2
0 0 h/2
D’où le système de Galerkin suivant :
1 1
h −h 0 0 0 0 U0 h/2
1 2 1
−
h h −h 0
0 0 U1 h
1 2 1
0 − − 0 0 U h
2
h h h
=
1 2 1
0 0 − − 0 U3 h
h h h
1 2 1
0 0 0 − − U4 h
h h h
1 1
0 0 0 0 − U5 h/2
h h
84 CHAPITRE 4. FONDEMENTS MATHÉMATIQUES DES ÉLÉMENTS FINIS
Remarquons que la matrice A est singulière : la somme des entrées de n’importe quelle
ligne est égale à 0, si bien que A1 = 0. Ceci vient du fait que les conditions essentielles
n’ont pas encore été imposées. Leur imposition se fait en enlevant N0 et N5 de la base
nodale. Il en résulte une matrice A∗ déduite de A en enlevant les premières et dernières
lignes et colonnes. Le système final est :
2 1
− 0 0 U1 h
h h
1 2 1
− − 0 U h
2
h h h
=
0 − 1 2 − 1 U h
3
h h h
1 2
0 0 − U4 h
h h
En prenant h = 1/5, nous trouvons U1 = U4 = 0, 08 et U2 = U3 = 0, 12. La solution
de Galerkin,
uh (x) = 0, 08N1 (x) + 0, 12N2 (x) + 0, 12N3 (x) + 0, 08N4 (x)
est tracée sur la figure 4.3.7. On remarque qu’elle est exacte aux nœuds du maillage :
uh (xi ) = u(xi ). Ceci n’est pas vérifié en général. Enfin, notons que le système obtenu est
également celui que donne la discrétisation par différences finies centrées de l’équation
−u′′ = 1. Cependant, alors que la théorie sous-jacente aux éléments finis permet d’évaluer
l’erreur commise sur tout le domaine de calcul, la solution donnée par les différences finies
n’est définie qu’aux nœuds de la grille de calcul.
Le fait que e(xi−1 ) = e(xi ) = 0, implique par le théorème de Rolle, qu’il existe un
point ξi ∈]xi−1 , xi [, tel que e′ (ξi ) = 0, i.e. u′ (ξi ) = u∗ ′ (ξi ).
• Étape 2 : nous en déduisons la majoration suivante
Z xi Z xi
′ 2
(e ) ≤ (xi − xi−1 ) 2
(u′′ )2
xi−1 xi−1
Rappelons que l’interpolant u∗ est linéaire par élément, donc u∗ ′ est constant par
élément. Il suit que :
Z xi Z xi
′ 2
(e ) = (u′ (x) − u∗ ′ (x))2 dx
xi−1 x
Z i−1
xi
= (u′ (x) − u∗ ′ (ξi ))2 dx
xi−1
Z xi Z x2
= u (t) dt dx (étape 1)
′′
xi−1 ξi
Z xi Z x Z x
≤ ′′ 2
(u ) (t) dt 1 dt dx (C-S)
2
xi−1 ξi ξi
Z xi Z xi
≤ (u′′ )2 (t) dt (xi − xi−1 ) dx
xi−1 xi−1
Nous avons :
∥u − uh ∥2 = (u − uh , u − uh )
= (u − uh , −w′′ )
= (u′ − u′h , w′ ) car u(0) − uh (0) = u(1) − uh (1) = 0
= (u′ − u′h , w′ ) − (u′ − u′h , w∗ ′ ) (O-G), avec w∗ ∈ Vh
∥u − uh ∥2 = (u′ − u′h , w′ − w∗ ′ )
≤ ∥u′ − u′h ∥∥w′ − w∗ ′ ∥ (C-S)
≤ ∥u′ − u′h ∥ × h∥w′′ ∥ par (4.3.4)
≤ h2 ∥f ∥∥w′′ ∥ (thm précédent)
= h2 ∥f ∥∥u − uh ∥
d2 u du
−D 2
+c =0 sur ]0, 1[ (4.4.1)
dx dx
u(0) = 0
u(1) = 1
4.4. EXERCICE : LA MÉTHODE SUPG 87
1 − exP e
u(x) = (4.4.2)
1 − eP e
où le nombre de Péclet, P e, mesure le rapport entre le transfert par convection et le
transfert par diffusion :
cL
Pe =
D
où L est une longueur caractéristique du problème, ici L = 1.
Tracez cette solution, et évaluez sont comportement en x = 1 lorsque P e ≫ 1.
2. Établissez la formulation variationnelle de ce problème en précisant dans quels es-
paces sont la solution u : [0, 1] → R et les fonctions test q : [0, 1] → R. On remar-
quera qu’un terme doit être intégré par parties uniquement si cela abaisse d’un degré
la régularité demandée sur la solution u et fait apparaître une “symétrie” entre u et
q.
Nous cherchons à approcher, par la méthode des éléments finis, la solution u par une
fonction uh , continue sur [0,1] et linéaire par élément. Nous posons donc :
X
uh (x) = uj Nj (x) (4.4.3)
j
pour i = 1, 2, 3 et j = 1, 2, 3.
5. Montrez que la contribution élémentaire des éléments K1 et K2 vaut :
D 1 −1 c −1 1
+
h −1 1 2 −1 1
88 CHAPITRE 4. FONDEMENTS MATHÉMATIQUES DES ÉLÉMENTS FINIS
posé régulier, i.e. x′ (s)2 + y ′ (s)2 > 0. On cherche une solution de (A.0.1) vérifiant des
conditions supplémentaires sur γ : on se donne la valeur de u sur γ ainsi que celle de
ses dérivées ∂u/∂x et ∂u/∂y. Un tel problème est appelé problème de Cauchy.
89
90 ANNEXE A. ANNEXE : CLASSIFICATION DES EDP DU SECOND DEGRÉ
• Le vecteur
dx dy
t= e1 + e2
ds ds
est le vecteur tangent unitaire à γ.
• Le vecteur
dy dx
n=− e1 + e2
ds ds
est le vecteur normal unitaire, obtenu par rotation de t de +π/2.
• La dérivée normale de u est définie, en tout point de la courbe γ, par
du
= grad u · n
dn
ce qui équivaut à dériver u dans direction n.
On note u(s) la valeur de u sur γ, i.e. u(s) = u(x(s), y(s)). La valeur de u(s) est connue.
Ceci implique que la dérivée tangentielle du ds
(s) est également connue. Ainsi, puisque dn
du
(s)
est une donnée du problème, nous en déduisons que les dérivées partielles ∂x (s) et ∂y (s)
∂u ∂u
du ∂u ∂u
connaître u(s), (s) ⇔ connaître u(s), (s), (s)
dn ∂x ∂y
∂ 2u
a 2b c F
∂x22
d ∂u(s)
dx dy ∂ u
0
=
(A.1.3)
ds ds
∂x∂y ds ∂x
dx dy d ∂u(s)
0 ∂ 2u
ds ds ds ∂y
∂y 2
2
Tant que le déterminant de ce système est non nul, on peut le résoudre et obtenir ∂∂xu2 ,
∂2u ∂2u
∂x∂y
et ∂x∂y sur γ. Par suite, il est possible de calculer u, ∂u
∂x
et ∂u
∂y
au voisinage de γ grâce
aux relations différentielles :
∂u ∂u
u(x + dx, y + dy) = u(x, y) + (x, y)dx + (x, y)dy
∂x ∂y
∂u ∂u ∂ 2u ∂ 2u
(x + dx, y + dy) = (x, y) + 2 (x, y)dx + (x, y)dy
∂x ∂x ∂x ∂x∂y
∂u ∂u ∂ 2u ∂ 2u
(x + dx, y + dy) = (x, y) + (x, y)dx + 2 (x, y)dy
∂y ∂y ∂x∂y ∂y
On peut ainsi se propager de proche en proche hors de γ et construire la solution de l’EDP.
Ceci n’est valable que si le déterminant ∆ du système (A.1.3) ne s’annule en aucun point
de la courbe. Ce déterminant est donné par :
2 2
dx dx dy dy
∆(s) = c − 2b +a (A.1.4)
ds ds ds ds
Définition A.1.1 :
Théorème A.1.1 :
Remarque : Soit γ une courbe caractéristique qui partage le plan en deux parties.
On suppose que dans chaque partie on connaît une solution de classe C 2 de (A.0.1) et que
sur γ u1 ≡ u2 et du dn
1
≡ du
dn
2
pour les deux solutions u1 et u2 . Si γ n’est pas une courbe
caractéristique cela entraîne que u1 ≡ u2 . Si γ est caractéristique, il se peut que les dérivées
secondes et d’ordre supérieur de u1 et u2 soient différentes, ce qui donne naissance à un
phénomène physique appelé propagation de singularités.
Si nous reprenons les EDP déjà rencontrées, nous pouvons maintenant expliquer ma-
thématiquement le classement que nous en avons fait :
∂ 2u ∂ 2u
• + = F est elliptique car ∆ = −1 < 0.
∂x2 ∂y 2
∂ 2u ∂u
• 2
= + F est parabolique car ∆ = 0. Les courbes caractéristiques sont les
∂x ∂t
droites t = cste.
∂ 2u 2
2∂ u
• − c = F est hyperbolique car ∆ = c2 . Les deux familles de courbes
∂t2 ∂x2
caractéristiques sont les droites x ± ct = cste, voir figure A.2.1.
1 ∂ϕ 2 ∂ 2 ϕ 2 ∂ϕ ∂ϕ ∂ 2 ϕ 1 ∂ϕ 2 ∂ 2 ϕ
0 = 1 − 2( ) − + 1 − 2( )
cs ∂x ∂x2 c2s ∂x ∂y ∂x∂y cs ∂y ∂y 2
∂ 2u ∂u ∂u
= G( , , u, X1 , X2 )
∂X1 ∂X2 ∂X1 ∂X2
En posant
Y1 = X1 + X2 et Y2 = X1 − X2
l’équation devient :
∂ 2u ∂ 2u ∂u ∂u
2
− 2
= U( , , u, Y1 , Y2 )
∂Y1 ∂Y2 ∂Y1 ∂Y2
Déterminez les régions du plans (x, y) dans lesquelles les EDP linéaires de degré 2
suivantes sont a) elliptiques, b) paraboliques, c) hyperboliques :
2 2 2
1. x ∂∂xu2 − xy ∂x∂y
∂ u
+ y 2 ∂∂yu2 − 3 ∂u
∂x
=0
A.3. FORMES STANDARD 95
2 2 2
2. x ∂∂xu2 + xy ∂x∂y
∂ u
+ y 2 ∂∂yu2 − (x + 3) ∂u
∂x
=0
2 2 2
3. ex ∂∂xu2 + x ∂x∂y
∂ u
− y 2 ∂∂yu2 + 5y ∂u
∂x
= ex
2 2 2
4. x2 ∂∂xu2 + 2(x − y) ∂x∂y
∂ u
+ y 2 ∂∂yu2 = 0
∂2u 2 2
5. ∂x2
∂ u
− 5 ∂x∂y − (x + y) ∂∂yu2 = 0
Soit l’EDP suivante :
∂ 2u ∂ 2u ∂ 2 u ∂u
+ 4 + 2 + =0
∂x2 ∂x∂y ∂y 2 ∂x
1. Déterminez le genre de cette équation.
2. Calculez les familles de caractéristiques de cette équation.
96 ANNEXE A. ANNEXE : CLASSIFICATION DES EDP DU SECOND DEGRÉ
Bibliographie
97
Index
98
INDEX 99
théorème de la moyenne, 42
θ-méthode, 21
théorème de la divergence, 4
transformée de Fourier discrète, 18
upwind, 22
Von Neumann, 18