Beruflich Dokumente
Kultur Dokumente
Analyse num
erique et optimisation
Analyse num
erique et optimisation
Avertissement
Attention aux belles images sans signification !
CFD = computational fluid dynamics
CFD 6= color fluid dynamics !
Ne jamais oublier de valider un calcul !
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
Exemple de modelisation
Convection et diffusion de la chaleur.
Notations. Inconnue temperature (t, x).
Variables de temps t IR+ et despace x IRN .
, ...,
Gradient en espace: =
x1
xN
Divergence dun vecteur q = (q1 , ..., qN )T :
Laplacien:
N
X
qi
div q =
xi
i=1
N
X
2
= div() =
2
x
i
i=1
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
c
+ div q = f
t
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
e dun ouvert
Normale unit
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
ele de convection-diffusion
Mod`
On trouve une equation aux derivees partielles:
+
c
V
k
=
f
dans
I
R
c
t
=0
(t = 0, x) = (x)
0
sur IR+
dans
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
10
Modelisation (encore !)
equation de la chaleur
equation dadvection
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
11
Mod`eles simplifies
Equation de la chaleur (P e = 0)
c
k = f
=0
(t = 0, x) = (x)
0
dans IR+
sur IR+
dans
Equation dadvection (P e = +)
c
+
c
V
=
f
dans
I
R
t
=0
(t = 0, x) = (x)
0
D
epartement de Math
ematiques Appliqu
ees
dans
Analyse num
erique et optimisation
12
Solutions explicites
Hypoth`
eses: dimension N = 1, = IR (pas de conditions aux limites),
source f = 0. On pose = k/c. Faites le calcul pour verifier !
Equation de convection-diffusion:
Z +
2
1
(x V t y)
(t, x) =
0 (y) exp
dy.
4t
4t
Equation de la chaleur:
1
(t, x) =
4t
(x y)
0 (y) exp
4t
dy.
Equation dadvection:
(t, x) = 0 (x V t).
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
13
t=0
t>0
Analyse num
erique et optimisation
14
dy = 1.
exp
4t
4t
Faites le calcul pour verifier !
Vitesse infinie de propagation ! Pour les equations de la chaleur et de
convection-diffusion, si 0 (x) 0 et 0 6= 0, alors (t, x) > 0 pour tout t > 0.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
15
t=0
t>0
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
16
xIR
La fl`
eche du temps: lequation dadvection est r
eversible en temps,
tandis que lequation de la chaleur (ou de convection-diffusion) est
irr
eversible.
Vitesse de propagation: finie pour lequation dadvection, mais infinie
pour lequation de la chaleur (ou de convection-diffusion).
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
17
Remarques
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
18
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
19
Un peu de vocabulaire
= f dans IR+
t
+ conditions aux limites + condition initiale
= f dans
+ conditions aux limites
t2
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
20
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
21
(tn, x j)
nt
j x
pour
n 0, j Z
Analyse num
erique et optimisation
22
ou bien
unj+1 unj
ou bien
unj unj1
Principe de discr
etisation:
on remplace un probl`eme de dimension infinie (calculer la fonction u(t, x))
par un probl`eme de dimension finie (calculer les valeurs discr`etes unj ), qui seul
peut etre resolu par un ordinateur.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
23
u
2
(x)
(t, x)
x2
(x)4 4 u
6
(t,
x)
+
O
(x)
12 x4
On en deduit la formule centree (en espace)
unj1 + 2unj unj+1
2u
2 (tn , xj )
x
(x)2
`a un terme dordre (x)2 pr`es.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
24
Trois possibilites:
Difference finie centr
ee en temps:
n1
u
un+1
u
j
j
(tn , xj )
t
2t
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
25
u = 0
u=0
u(t = 0, x) = u0 (x)
dans IR+
sur IR+
dans
k
> 0.
c
Pour simplifier: dimension N = 1 et = IR.
avec =
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
26
sch
ema centr
e: le plus naturel
n1
u
un+1
unj1 + 2unj unj+1
j
j
+
=0
2t
(x)2
sch
ema dEuler explicite: le plus simple
unj
un+1
unj1 + 2unj unj+1
j
+
=0
t
(x)2
(explicite formule immediate pour trouver un+1 en fonction de un )
sch
ema dEuler implicite: plus complique
n
n
n
unj un1
u
+
2u
u
j
j+1
j
j1
+
=0
2
t
(x)
Analyse num
erique et optimisation
27
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
28
sch
ema centr
e: instable et inutilisable !
un1
un+1
unj1 + 2unj unj+1
j
j
+
=0
2t
(x)2
sch
ema dEuler explicite: stable sous condition
unj
un+1
unj1 + 2unj unj+1
j
+
=0
t
(x)2
sch
ema dEuler implicite: toujours stable
n
n
n
unj un1
u
+
2u
u
j+1
j
j1
j
+
=0
2
t
(x)
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
29
Condition de stabilite
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
30
Justification math
ematique de la condition CFL de stabilit
e pour le
sch
ema explicite.
Principe du maximum discret: le schema explicite est equivalent `a
t n
t
t n
n+1
n
uj +
u
u
+ 12
uj =
(x)2 j1
(x)2
(x)2 j+1
est une combinaison convexe si la condition CFL est satisfaite.
un+1
j
Donc, si 2t (x)2 , on a
m u0j M j Z
m unj M j Z et n 0.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
31
Conclusion 1
Pour certains sch
emas il existe une condition, dite CFL, qui est
n
ecessaire et suffisante pour la stabilit
e.
Autrement dit, pour certains schemas le pas de temps t doit etre petit en
comparaison au pas despace x.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
32
+ V u u = 0
u=0
u(t = 0, x) = u0 (x)
dans IR+
sur IR+
dans
Sch
ema explicite en temps, centr
e en espace. Memes donnees que
precedemment avec t = 0.4(x)2 et V = 1.
1. = 1
2. = 0.1
3. = 0.01
De plus en plus instable !
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
33
Conclusion 2
La condition CFL varie dune
equation `
a une autre.
Quand la vitesse de convection domine le coefficient de diffusion (grand
nombre de Peclet) il faut trouver une autre condition CFL.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
34
u + V u = 0
t
u(t = 0, x) = u (x)
0
dans IR IR+
dans
si
V > 0.
Analyse num
erique et optimisation
35
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
36
Conclusion 3
Tous les sch
emas ne fonctionnent pas, m
eme sils ont lair
raisonnables !
Il faut faire appel a` la physique du probl`eme et `a lanalyse mathematique
pour trouver de bons schemas.
Dans le cas present, lidee cle est le decentrement amont.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
37
Constats et objectifs
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
38
Ecole Polytechnique,
RODIN project
UPMC, INRIA,
Renault, EADS,
ESI group, etc.
Analyse num
erique et optimisation
39
div = f
u=0
n = 0
dans
sur D
sur N
Analyse num
erique et optimisation
40
16/10/01
allaire
poutre.avoir2D
poutre.depl
Quadrangles 2D Q1
noeuds
451
lments:
400
xy
-y
x-
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
41
Optimisation
Z
dx.
Minimiser le poids P () =
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
42
Conclusion
Profonde interaction entre motivations mecaniques, modelisation
mathematique, simulation numerique et optimisation.
La simulation num
erique aide `
a la compr
ehension et `
a la
conception ! Les mathematiques sont devenues une science
experimentale !
Les 6 derni`eres lecons du cours porteront sur loptimisation.
Le cours vous expliquera comment fonctionne un code delements finis.
Vous pourrez utiliser FreeFem++ au cours des travaux pratiques.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
43
Travaux pratiques
Mise en oeuvre informatique avec les logiciels Scilab et FreeFem++.
Choisir a` la scolarite un sujet de mini-projet de simulation numerique par
bin
ome avant le mardi 4 f
evrier.
Pas plus de 15 binomes sur un meme sujet. Pas de trinomes ou plus.
Lattribution des sujets seffectuera sur la base de premier arriv
e,
premier servi.
Assister aux 2 seances (obligatoires) de TP encadrees en salle
informatique les 11 fevrier et 1er avril.
Rendre un mini-rapport (un par binome, pas plus de quelques pages avec
un CD des programmes) pour le vendredi 20 mai au plus tard.
Prevoir, en plus des seances de TP encadrees, de lordre dune vingtaine
dheures de travail personnel de reflexion, de mise en oeuvre informatique
et de redaction.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
44
Notation
Note de module =
1
1
CC + max(DV, CC)+
3
6
1
1
max(HC, CC) + T P + (bonus 2)
4
4
Analyse num
erique et optimisation