Cours 5 Edp

Thme 5: rsolution numrique des quations aux
drives partielles(EDP)
Problmes dynamiques
Universit Pierre et Marie CURIE

Mthodes numriques et informatiques 2
29 mars 2011
( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

29 mars 2011Problmes
1 / dyna
55
Sommaire
1 Introduction
Exemples dEDP
Gnralits
Conditions aux limites
Problmes statiques et dynamiques

2 / dyna
55
Sommaire
1 Introduction
Exemples dEDP
Gnralits
2 Exemple de problme statique : rsolution numrique de lquation de
Laplace
Discrtisation du problme
Reformulation vectorielle de la solution
Solution du problme

2 / dyna
55
Sommaire
1 Introduction
Exemples dEDP
Gnralits
Laplace
Solution du problme
3 Problmes dynamiques
Discrtisation de lespace et du temps
Algorithme explicite du premier ordre en temps
Algorithme implicite du premier ordre en temps
Algorithme de CrankNicholson

2 / dyna
55
Sommaire
1 Introduction
Exemples dEDP
Gnralits
Laplace
Solution du problme
4 quation des ondes
2 / dyna
55
Introduction
Sommaire
1 Introduction
Exemples dEDP
Gnralits
2 Exemple de problme statique : rsolution numrique de lquation de Laplace
Solution du problme
4 quation des ondes

3 / dyna
55
Introduction
Contexte
Les quations aux drives partielles (EDP) interviennent dans la

description de trs nombreux problmes de physique, chimie, sciences de la
Terre, biologie : mcanique des fluides, propagation des ondes,
lectromagntisme, phnomnes de diffusion ...
Nous nous limitons dans tout ce qui suit des EDP relatives un champ
scalaire u(

r , t). Les gnralisations vectorielles sont bien sr possibles, et
techniquement analogues.
Les exemples dEDP scalaires les plus connues :
1 Lquation des ondes
2 Lquation de Schrdinger
3 Lquation de diffusion
4 Les quations de Poisson et de Laplace

4 / dyna
55
Introduction Exemples dEDP
quation des ondes
Lquation des ondes ou de dAlembert :
2u
c2 u = 0 (1)
t 2
o u = u(
r , t) est un champ scalaire fonction de la position

r et du
temps t, comme la pression dun gaz dans le cas du son.
La constante c la vitesse de propagation des ondes et est le Laplacien
scalaire :
2 2
= + en 2 dimensions (2)
x 2 y 2

5 / dyna
55
quation de Schrdinger
Lquation de Schrdinger :
u 1
i = u+V u (3)
t 2
qui dcrit en mcanique quantique la fonction donde dune particule
massive dans un potentiel V .
Elle reprsente aussi la propagation dune onde harmonique la limite
paraxiale, dans un milieu de permittivit = n 2 = V + 1.

6 / dyna
55
quation de la diffusion
Lquation de diffusion
u

+ div J = 0 avec J = D grad(u)
t

Ici J est le flux (de u) par unit de surface et D le coefficient de diffusion,
ce qui donne, dans le cas o D est homogne :
u
=Du (4)
t
Cette quation dcrit :
les transferts de chaleur par conduction dans un milieu continu, elle
est alors appele quation de la chaleur et u T et D /Cp .
la diffusion des particules dun fluide dans un autre (quation de Fick).

7 / dyna
55
quations de Poisson et de Laplace
Des cas particuliers sont les quations de Poisson et de Laplace, qui

peuvent tre vues comme des cas limites lorsque la dpendance en temps
est supprime, ou remplace par une dpendance harmonique.
Lquation de Poisson
u=
est en lectrostatique celle qui rgit le potentiel (

r ) cr par la densit
de charges (r ).
Lquation de Laplace est un cas particulier o la charge est nulle :
u=0 (5)
On va notamment la retrouver comme solution stationnaire de lquation

de la chaleur.

8 / dyna
55
Introduction Gnralits
quations elliptiques/paraboliques/hyperboliques
Ltude thorique des EDP est un vaste domaine en mathmatiques qui

est hors du cadre de notre tude.
Les EDP linaires voques plus haut sont classes en EDP
elliptiques/paraboliques/hyperboliques selon la forme des coefficients
figurant devant les drives partielles :
quation hyperbolique : quation de dAlembert 1-D
quation parabolique : diffusion ou Schrdinger
quations elliptiques : quations de Laplace, Poisson, Helmholtz
Elles ont des proprits mathmatiques diffrentes, et leur rsolution
approche par des techniques numriques requirent aussi parfois des
mthodes distinctes.
Dans la pratique, nous nous concentrerons sur une mthode de rsolution
approche par des mthodes numriques, dans le cas principalement de
lquation de la chaleur.

9 / dyna
55
Introduction Conditions aux limites
Conditions au limites
On doit se donner des conditions au limites (CL). Lquation tant
vrifie dans dans un domaine D de lespace (ou espace-temps), on
distingue des conditions de 2 types :
Conditions de Dirichlet : on impose la valeur de u sur la bordure de
D. Dans le cas o on tudie un problme dpendant du temps, cela
inclut des conditions initiales
Conditions de Neumann : cest la valeur de la drive normale

u/n = gradu n que lon impose.
Dans le cas gnral,on a une combinaison des deux selon diffrentes
parties de la bordures.
titre dexemple pour lquation de la chaleur :
Des CL de Dirichlet correspondent des parois isothermes, qui
imposent leur temprature.

Des CL de Neumann avec gradu n = 0 annulent le transfert de
chaleur : parois adiabatiques.
10 / dyna
55
Introduction Problmes statiques et dynamiques
Du point de vue de leur rsolution numrique, deux classes de problmes

doivent tre distingus :
Problmes dynamiques : il sagit de dterminer u(

r , t) dans un
domaine D, sur un certain intervalle de temps, en fonction des CL
spatio-temporelles :
CI : u(

r , t = 0) = + CL : u(

r = , t) =
Problmes statiques : le temps nintervient pas, il sagit de dterminer
u(
r ) en fonctions des seules CL ; cela correspond en gnral un
rgime stationnaire atteint aprs un temps dvolution assez long.

11 / dyna
55
Rgime permanent
Nous nous intresserons en premier lieu aux problmes statiques.

Il sagit de problmes o lon cherche la solution dune EDP o le temps
nintervient pas. Cest par exemple la solution dquilibre de lquation de
diffusion qui sera asymptotiquement atteinte quand t , et qui doit
donc vrifier lquation de Laplace.
Dans ce cas u reprsente un champ de temprature T (x, y) (avec une
origine arbitraire) et on a 2-D :
2T 2T
T = + =0. (6)
x 2 y 2

12 / dyna
55
Problmes dynamiques
Puis, dans une deuxime partie, nous considrerons les problmes

dynamiques.
Deux mthodes simples seront exposes et analyses sur lexemple de
lquation de diffusion 1-D :
u 2u
=D (7)
t x 2
avec diverses conditions initiales.

13 / dyna
55
Un problme statique : lquation de Laplace
Sommaire
1 Introduction
Exemples dEDP
Gnralits
Solution du problme
4 quation des ondes

14 / dyna
55
Rsolution de lquation de Laplace

Surlebord:T(x,y)connue y
Nous cherchons une solu- A l'intrieur T(x,y) inconnue

vrifiant T=0
tion numrique approche de
x
T = 0 lintrieur dun
domaine D que pour simpli-
fier nous supposerons rectan-
gulaire, de cts x et y y
(voir figure 1). x
Figure 1: Gomtrie du problme de

lquation de Laplace : noter le
choix inhabituel de lorientation des axes x et y.

15 / dyna
55
Exemple de carte disothermes
Nous supposons en outre que les parois ont des tempratures imposes de
lextrieur (CL de Dirichlet).

10C y Figure 2: Exemple de
0 5 10 15 20 25
0 solution dans le cas o une
paroi est maintenue 20 C,
12 11
une autre adjacente est
5 16
14 13 10
9
10 C et les deux autres
18
8 parois sont T = 0 C. Les
20C

7
6 lignes indexes de 1 18
10 5 reprsentent les isothermes.
4
x 3
2
1
15

0C
20

16 / dyna
55
Un problme statique : lquation de Laplace Discrtisation du problme
Discrtisation du domaine
Nous procdons une discrtisation du domaine D : la temprature sera

calcule en un nombre fini de points. Pour simplifier, le maillage choisi est
une grille de pas dx = dy = p comme reprsent sur les figures 3 et 4.
On a nl = x/p 1 lignes et nc = y/p 1 colonnes.

17 / dyna
55
Maillage du domaine D
.'.'. (0,j' ).'.'.'.'.'.

0 j nc+1
1 .'.'.' j .'.'.'.'.'. nc y 0
y
1
.'.'.
(i' ,j' )
x'=( nl+1)' p
i
.' .
i (i,j' )
(i,nc+1)
.'.'.'.'.'.
.'.'.'.'.'.
nl nl' +1
x p x
y'=(nc+1)' p
Figure 4: Les bords du domaine
Figure 3: Chaque point de la grille portant les conditions aux limites sont
est repr par un couple (i, j) o i numrots : i = 0 pour le haut,
repre la ligne et j la colonne. i = nl + 1 pour le bas, j = 0 pour la
Lintrieur du domaine est numrot gauche, j = nc + 1 pour la droite.
de i = 1 nl et de j = 1 nc.
18 / dyna
55
Indexation du domaine
On a lintrieur de la grille :
nl = x/p 1 lignes horizontales.
nc = y/p 1 colonnes verticales
Chaque point est repr par un couple dindices (i, j) o le premier indice
note le numro de la ligne et le second celui de la colonne.
On note Ti,j la temprature en ce point, de coordonnes

xi = i p, yj = j p.
Les inconnues du problme sont les N = nl nc valeurs de Ti,j o

1 6 i 6 nl, 1 6 j 6 nc qui seront dduites des valeurs de Ti,j aux bords
(pour i = 0 ou i = nl + 1, j = 0 ou j = nc + 1).

19 / dyna
55
Diffrences finies
Les drives partielles sont approches par des diffrences finies, bases
sur des dveloppements de Taylor. Le dveloppement de Taylor :
T p2 2 T p3 3 T
T (x p, y) = T (x, y) p + + O p4

(8)
x 2 x 2 3! x 3
montre que :
2T
T (x + p, y) + T (x p, y) = 2T (x, y) + p2 (x, +

y) O p4 (9)
x 2
do :
2T T (x + p, y) + T (x p, y) 2 T (x, y)
(x, y) = + O p2

2 2
(10)
x p
ce qui conduit :
2T Ti+1,j + Ti1,j 2 Ti,j
(x ) = +

i , y j O p2 (11)
x 2 p2
dont la prcision est du deuxime ordre en p.
20 / dyna
55
Diffrences finies (suite)
On note que cette approximation peut sobtenir de faon alternative

partir de :
T p T (x p, y) T (x, y)
(x , y) (12)
x 2 p
qui conduit :
2T 1 T p T p

(xi , yj ) xi + , y j xi , y j
x 2 p x 2 x 2
(13)
Ti+1,j + Ti1,j 2 Ti,j
= + O p2

p2

21 / dyna
55
Diffrences finies (suite)
On obtient ainsi le Laplacien discrtis :

Ti+1,j + Ti1,j + Ti,j+1 + Ti,j1 4 Ti,j
Ti,j = +

O p2 (14)
p2
Lquation de Laplace se traduit alors par un systme linaire de N
quations reliant les valeurs de Ti,j au 4 points voisins :
Ti+1,j + Ti1,j + Ti,j+1 + Ti,j1 4 Ti,j = 0 (15)
o 2 (nl + nc) tempratures sont connues (celles sur les points aux bords
indiqus par des croix sur la figure 4) et N = nl nc sont dterminer.

22 / dyna
55
Un problme statique : lquation de Laplace Reformulation vectorielle de la solution
Rindexation 1-D (matrice aplatie)

On r-indexe des points lintrieur de la grille par un indice k : (cf fig. 5)
k = (i 1)nc + j (16)
qui fait correspondre au tableau 2-D des Ti,j calculer, le vecteur
N = nl nc composantes Zk .
1N Nord j
y
1 2 nc
1W
Figure 5: Renumrotation des
2nc points de grille pour reprsenter la
Ouest
nc+1 2E
solution sous la forme dun vecteur :
Est
i le domaine est r-index ligne par

ligne de la gauche vers la droite et
nlnc
de bas en haut.
x 1S k=(i1)nc+j
Sud
23 / dyna
55
Formulation vectorielle
Pour un point intrieur au domaine, lquation (15) scrit :
Zknc + Zk1 4Zk + Zk+1 + Zk+nc = 0 (17)
En labsence de bords ce systme serait un systme homogne, conduisant

une temprature uniforme.
Avec des bords de temprature diffrentes, certaines des quations (17)

font apparatre un terme de bord, comme celle du Nord par exemple si
i = 1 En plaant droite du signe gal les tempratures imposes sur les
bords, ce systme dquations prend alors la forme :
AZ=B (18)
o A est une matrice carre N N comportant nl nl blocs carrs de

dimension nc nc, du type :
24 / dyna
55
Matrice L2D
x
4 1 0 0 1 0 0 0 0 0 0 0

1 4 1 0 0 1 0 0 0 0 0 0

0 1 4 1 0 0 1 0 0 0 0 0

0 0 1 4 0 0 0 1 0 0 0 0

1 0 0 0 4 1 0 0 1 0 0 0

0 1 0 0 1 4 1 0 0 1 0 0 nl blocs

L2D = 0 0 1 0 0 1 4 1 0 0 1 0 de taille

0 0 0 1 0 0 1 4 0 0 0 1 nc nc

0 0 0 0 1 0 0 0 4 1 0 0

0 0 0 0 0 1 0 0 1 4 1 0

0 0 0 0 0 0 1 0 0 1 4 1

0 0 0 0 0 0 0 1 0 0 1 4

nc nc nc y
Chaque ligne et chaque colonne contient 5 termes non-nuls comme (17)
le prvoit, sauf celles de numro nc et nc 1, o apparaissent les 0.
25 / dyna
55
Sens de parcours et influence des bords
x
-4 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

1 -4 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 1 -4 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 1 -4 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0

1 0 0 0 -4 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0

0 1 0 0 1 -4 1 0 0 1 0 0 0 0 0 0 0 0 0 0

nl blocs de taille nc nc
0 0 1 0 0 1 -4 1 0 0 1 0 0 0 0 0 0 0 0 0

0 0 0 1 0 0 1 -4 0 0 0 1 0 0 0 0 0 0 0 0

0 0 0 0 1 0 0 0 -4 1 0 0 1 0 0 0 0 0 0 0

0 0 0 0 0 1 0 0 1 -4 1 0 0 1 0 0 0 0 0 0

0 0 0 0 0 0 1 0 0 1 -4 1 0 0 1 0 0 0 0 0

0 0 0 0 0 0 0 1 0 0 1 -4 0 0 0 1 0 0 0 0

0 0 0 0 1 0 0 0 1 0 0 0 -4 1 0 0 1 0 0 0

0 0 0 0 0 1 0 0 0 1 0 0 1 -4 1 0 0 1 0 0

0 0 0 0 0 0 1 0 0 0 1 0 0 1 -4 1 0 0 1 0

0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 -4 0 0 0 1

0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 -4 1 0 0

0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 1 -4 1 0

0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 1 -4 1

0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 1 -4
y
nc nc nc nc nc
Le vecteur B rsultant des CL

B est un vecteur N composantes form partir des tempratures aux
bords. On peut le dcomposer sous la forme :
Nord Sud Ouest Est
T1N 0 T1W 0
.. ..
T2N . 0 .
. .. .
. .
. . . 0
Tnc N 0 0 T1E

0 0 T2W 0
. ..
.
. .
. . 0 .
B = + + . +

.. ..
.
. . . 0
0 0 0 T2E

0 T1S Tnc W 0
. .
. .
. T2S 0 .
. . .
. . .
. . . 0
0 Tnc S 0 Tnc E
alias bk=(i1)nc+j = (i,1 Ti1,j + i,nc Ti+1,j + j,1 Ti,j1 + j,nl Ti,j+1 ) (19)

27 / dyna
55
Un problme statique : lquation de Laplace Solution du problme
Solution du systme linaire
Plusieurs mthodes permettent de rsoudre le systme linaire (18), par

exemple :
1 Les mthodes les plus gnrales de rsolution numrique des systmes
linaires, telles que la mthode dlimination de Gauss-Jordan, la
dcomposition LU 1 ;
2 Des mthodes adaptes au cas o A est une matrice creuse .
3 Des mthodes de relaxation qui sapparentent, dans le cas dune
quation telle que lquation de Laplace, la rsolution temporelle de
lquation de la chaleur.
4 Lutilisation de transformes de Fourier.
1. La factorisation LU exprime la matrice comme produit dune matrice

triangulaire infrieure (Lower) par une matrice triangulaire suprieure (Upper).
28 / dyna
55
Un problme statique : lquation de Laplace Solution du problme
Rsolution du systme linaire

Les mthodes gnrales, comme Gauss-Jordan ou LU demandent un
nombre doprations en N 3 pour rsoudre un systme de N quations 2 .
Dans le cas prsent, avec au plus 5 coefficients non nuls par ligne, on
devrait exploiter le caractre creux de la matrice, et descendre un
nombre doprations proportionnel N .
En TE, nous pourrons utiliser la bibliothque Blas/Lapack optimise, et on

pourra donc explorer des rgimes de tailles relativement intressants, de
lordre de 1000 10000 points.
On pourra commencer avec la fonction Lapack xGESV pour les matrices

gnrales, et comparer ensuite ce que lon obtient avec la procdure
ddie aux matrices symtriques xSYSV ou aux matrices bandes xSBSV.
Notons que cette dernire requiert un stockage spcifique, par diagonales.
2. Pour une matrice symtrique positive la factorisation de Choleski permet
une rsolution en N 2
29 / dyna
55
Problmes dynamiques
Sommaire
1 Introduction
Exemples dEDP
Gnralits
Solution du problme
4 quation des ondes

30 / dyna
55
Problmes dynamiques
Introduction aux problmes dynamiques
Comme indiqu dans lintroduction gnrale, les problmes dynamiques

sont ceux o lon suit lvolution temporelle partir dun tat hors
dquilibre .
Il sera donc caractris par des conditions initiales , et des conditions

aux limites susceptibles de dpendre du temps. Dans ce dernier cas, on
pourra tudier un systme forc , qui, comme pour les systmes linaires
dcrits par une EDO, donnent lieu un transitoire suivi dun rgime
permanent forc la frquence dexcitation.
Comme prcdemment, nous allons nous concentrer sur le problme de

lquation de la chaleur, et pour simplifier, rduire la dimensionnalit de
lespace une dimension.

31 / dyna
55
Problmes dynamiques
quation de diffusion 1-D
On cherche la solution numrique u(x, t) de lquation de diffusion 1-D :
u 2u
=D 2 (20)
t x
dans le domaine spatial x [0, L], et temporel t [0, T ], avec des
condition initiale (CI) :
u(x, 0) = u0 (x) x (21)
et des conditions aux limites (CL) :
u(0, t) = ug (t) et u(L, t) = ud (t) t (22)
Le coefficient de diffusion D, ncessairement positif, est suppos uniforme

et constant.

32 / dyna
55
Problmes dynamiques Discrtisation de lespace et du temps
Discrtisation du domaine
Il faut discrtiser les deux dimensions :
Espace : [0, L] est divis en nx + 1 pas de largeur x = L
nx +1 .
Temps : [0, T ] est subdivis en nt + 1 pas de largeur t = ntT+1 .
On note ujn , la valeur numrique de u(x, t) au point x = jx et linstant
t = nt.
Les CL fixent donc les u0n ugn et les unnx +1 udn pour tout n.
Les CI fixe quant elles les uj0 pour 1 6 j 6 nx .
La mthode de rsolution sera fondamentalement itrative, chaque pas de
temps ncessitant de calculer les nx valeurs de ujn+1 intrieures laide de
ujn et des conditions aux limites ugn+1 et udn+1 .
Les mthodes vont diffrer selon lordre dvaluation de la drive

temporelle, et le caractre explicite ou implicite.
33 / dyna
55
Problmes dynamiques Algorithme explicite du premier ordre en temps
Diffrences finies
Lalgorithme le plus simple et le plus naturel consiste remplacer

lquation diffrentielle (20) par lquation aux diffrences finies :
ujn+1 ujn n 2u n + u n
uj+1

=D pour 1 6 j 6 nx
j j1
(23)
t (x)2
o le second membre est celui que nous avons utilis pour les problmes
statiques (du 2 ordre en x) et le membre de droite est une expression
explicite, au 1er ordre de la drive temporelle.
Du point de vue temporel, cette approche peut tre vue comme une
extension de la mthode dEuler explicite (progressive) tudie sur les
EDO.

34 / dyna
55
Systme dquations linaires
Il est utile dintroduire le paramtre sans dimension :

D t
= (24)
x 2
ce qui permet dcrire :
ujn+1 = uj+1
n
+ (1 2) ujn + uj1
n
pour 1 6 j 6 nx (25)
qui met clairement en vidence le caractre explicite puisque les ujn+1

sobtiennent directement en fonction des valeurs des ukn linstant initial
du pas considr.
n
Lorsque lun des uj1 n
ou uj+1 nexiste pas, cest dire que j = 1 ou
j = nx on retrouve une condition de bord, et u0n ugn et unnx +1 udn
apparatront au second membre, affects dun signe moins.

35 / dyna
55
Formulation matricielle
En considrant le vecteur Un = (u1n , . . . , unnx ) des solutions t = nt pour

les nx points intrieurs, le systme dquations linaire prend la forme :
Un+1 = M() Un + Vn+1 ,
o Vn = (ugn , 0, . . . , 0, udn ) est le vecteur des conditions aux limites, et la

matrice est M() = 11 + L1D o L1D est la matrice tridiagonale
reprsentant la drive seconde une dimension :

2 1 0 0 1+2
0 0
. .. .. ..
1 .. .

1 2 . 1+2 .
. .. .. .. .. ..

L1D =
0 .. . .

0 M() =
0 . . . 0
(26)
.. . . ..
.. .. ..

. . 2 . . 1+2

. 1 .
0 0 1 2 0 0 1+2

36 / dyna
55
Schma de progression explicite
Il est utile de reprsenter cette situation par un schma de progression :
Figure 6: Schma (n+1) t

illustrant la progression n t
dun pas de temps avec
lalgorithme explicite du
premier ordre en t. x
j x (nx+1) x
0
(j 1) x (j +1) x

37 / dyna
55
Analyse de stabilit de von Neumannn

Cette mthode lavantage de la simplicit, mais souffre dinstabilit.
Considrons lexemple dune onde harmonique stationnaire :
u(x, t) = A(t) exp(ikx) ujn = A(n) exp (i kjx) , (27)
qui est une solution exacte pour les condition de Dirichlet ug = ud = 0 si
k = p/L et que A(t) vrifie lEDO :
dA/dt = Dk 2 A(t) . (28)
Or la version discrtise (23) donne, aprs division par ujn :
A(n+1) A(n) e ikx 2 + e ikx
= = sin

2 kx
Dt 4 2 .
A(n) x 2
soit une suite gomtrique de raison , A(n) = A0 n , dont la stabilit
exige :
1
= 1 4 sin2 [1, 1]

kx
1 6 6 .
2 2
(29)
38 / dyna
55
Stabilit : Lien avec le spectre de L1D
On montre assez facilement que la p-ime valeur propre de la matrice L1D ,

en dimension n, scrit en fonction de = /2(n + 1) = x/2L :
valeur pr : 4 sin2 p ; (p)

= sin m p

vecteur pr : um
On en dduit celles de la matrice M() :
M() = 11 + L1D 1 4 sin2 p x

2 .
La condition de stabilit traduit donc simplement le fait que ces valeurs

propres sont de module infrieur 1.

39 / dyna
55
Exemple : Diffusion dune distribution en marche

Diffusion dune marche
1.0
0.9
0.8
0.7
0.6
u(x,t)
0.5
0.4
0.3
0.2
0.1
0.0
0 20 40 60 80 100 120
position (x)
Figure 7: Diffusion dune marche

40 / dyna
55
Exemple : Diffusion dune superposition de 2 modes

Rle de la longueur donde sur la diffusion
2.2
2.0
1.8
1.6
u(x,t)
1.4
1.2
1.0
0.8
0 20 40 60 80 100 120
position (x)
Figure 8: Amortissement de deux modes

41 / dyna
55
Lien avec la mthode de relaxation (dplacer dans Laplace)

Pour rsoudre lquation de Laplace on aurait pu opter pour la mthode de Jacobi :
On spare les parties diagonale D et non-diagonale Pour simplifier prenons ici L1D :
R du laplacien comme ci-contre. On doit avoir :
0 1 0 0
L1D Z = B DZ = B RZ Z = 12 (B RZ) .. .. ..
1
0 . . .

que lon rsout .. .. ..

de faon itrative en faisant (avec Z(0) = B : L1D = 211 + 0 . . . 0

|{z} .
D . .. .. ..
Z(0) = B, Z(n+1) = 21 (B RZ(n) )

. . . . 1
0 0 1 0
qui, vu la structure de R scrit aussi : | {z }
n o R
(n+1) (n) (n) (n) (n)
1

Zi Zi = 2
Zi+1 + Zi1 2Zi B
qui est exactement ce que nous avons crit lquation (23) ou (25), avec = 12 .
Cette approche est une mthode alternative de rsolution de lquation de Laplace, facile
mettre en oeuvre, mais nettement plus lente car itrative. Elle revient rsoudre une
quation dpendant du temps, en propageant les conditions de bords par relaxation.
42 / dyna
55
Problmes dynamiques Algorithme implicite du premier ordre en temps
Solution au problme de stabilit : mthode rtrograde

Lalgorithme explicite est simple mais la condition de stabilit oblige faire
de trs petits pas...
On a vu, avec les EDO, que ces problmes peuvent tre rsolus en utilisant
un algorithme implicite. Cest ce que nous faisons ici en introduisant les
nouvelles quations :
ujn+1 ujn n+1

2ujn+1 + uj1
n+1
" #
uj+1
=D (30)
t (x)2
Les ujn+1 (j [1, nx ]) sobtiennent alors en fonction des ujn

(j [0, nx + 1]) en rsolvant le systme de nx quations linaires :
n+1
uj1 + (1 + 2) ujn+1 uj+1
n+1
= ujn pour j [1, nx ] (31)
On peut cette fois faire un parallle avec la mthode dEuler implicite

(rtrograde).
43 / dyna
55
Schma de progression implicite
Cette mthode met en uvre le schma de progression suivant :

t
ujn+1
illustrant la
progression dun pas n t ujn
de temps avec
lalgorithme implicite
du premier ordre en t.
x
j x (nx+1) x
0
(j 1) x (j +1) x

44 / dyna
55
Ce systme peut tre crit de faon matricielle sous la forme :
M() Un+1 = Un + Vn
avec les mmes, notations que prcdemment, et notamment :

1+2 0 0
. . . .
- . . . . . . ..

. . .

M() = 11 + L1D 0 .. .. .. 0
= (32)
. . . .
. .. .. ..
. -
0 0 - 1+2
Notons que si M est tridiagonale, son inverse est au contraire une matrice
dense. Ainsi ujn+1 dpend de tous les autres lments, mais dautant moins
quils sont plus loigns. Bien sr, lorsque 0, M()1 M() ce
qui signifie que cette dpendance tend disparatre et on retrouve alors
lalgorithme explicite.
45 / dyna
55
Stabilit de lalgorithme implicite
On cherche nouveau les modes propres dfinis par (27).

Si on reporte leur expression dans la nouvelle quation aux diffrences
finies (30), on obtient la raison de la suite gomtrique :
1
= (33)
1 + 4 sin2

k x
2
qui montre que lalgorithme implicite est toujours stable quel que soit le
choix des pas x et t. On obtient plus simplement le mme rsultat
partir des valeurs propres de M()1 .
On obtient donc toujours la bonne solution dquilibre.
Toutefois, cet algorithme tant bas sur une approximation du premier

ordre en t seulement, une description prcise de la solution transitoire
requiert le choix dun t assez petit.

46 / dyna
55
Problmes dynamiques Algorithme de CrankNicholson
Principe de lalgorithme
Il sagit damliorer lapproximation en diffrences finies du terme de

drive partielle temporelle. Plutt que de modifier celui-ci directement, on
utilise la mme stratgie que pour la mthode dEuler modifie pour les
EDO, qui est du 2nd ordre en temps.
On fait donc la moyenne des seconds membres des deux algorithmes

prcdents. On obtient les quations :
D (uj+1 2uj + uj1 ) + (uj+1

n 2u n + u n )
n+1 n+1 n+1
ujn+1 ujn
" #
=
j j1
,
t 2 (x)2
(34)
dont on montre quelles sont du deuxime ordre en t comme en x.

47 / dyna
55
Schma de progression de CrankNicholson
Le schma de progression est dsormais le suivant :

t
ujn+1
illustrant la progression n t ujn
dun pas de temps avec
lalgorithme de
CrankNicholson. x
j x (nx+1) x
0
(j 1) x (j +1) x

48 / dyna
55
Stabilit de lalgorithme de CrankNicholson
Ltude de stabilit de von Neumann peut tre reprise pour ce nouvel

algorithme et conduit une dcroissance gomtrique des modes avec une
raison :
1 2 sin2 k 2x

= (35)
1 + 2 sin2 k 2x

ce qui permet de montrer que cet algorithme est lui aussi

inconditionnellement stable (i.e. quel que soit le choix de t).

49 / dyna
55
Les ujn+1 sobtiennent dsormais en fonction des ujn en rsolvant le

systme dquations linaires (pour j [1, nx ]) :
n+1
uj1 + (1 + 2)ujn+1 uj+1
n+1
= uj1
n
+ (1 2)ujn + uj+1
n
(36)
Ce systme peut tre crit de faon matricielle sous la forme :

h n

=M Un + V + Vn+1
i
n+1
M U (37)
2 2 2
avec les mmes notations que pour les deux autres algorithmes.

50 / dyna
55
quation des ondes
Sommaire
1 Introduction
Exemples dEDP
Gnralits
Solution du problme
4 quation des ondes

51 / dyna
55
quation des ondes
quation des ondes : diffrences finies
voquons brivement la rsolution de lquation de dAlembert :
On discrtise le domaine comme pour lquation de la chaleur ;

On se donne des conditions initiales arbitraires u(x, 0) ;
On se fixe pour simplifier des conditions aux limites de Dirichlet, ou de
Neumann homognes ;
On essaye le schma de diffrences finies :
2u 2
2 u
ujn+1 + ujn1 2ujn 2 uj+1 + uj1 2uj
n n n
= c = c
t 2 x 2 (t)2 (x)2
(38)
qui est du deuxime ordre en x et en t.

52 / dyna
55
quation des ondes
Algorithme explicite
En posant = ct/x, on obtient les quations explicites :
ujn+1 = 2 (uj+1
n
+ uj1
n
) + 2(1 2 )ujn ujn1 . (39)
soit, sous forme matricielle :
Un+1 = 211 + 2 L1D Un Un1 + 22 L1D Vn )
o V reprsente nouveau les conditions aux limites sur les bords.
Ce schma explicite est potentiellement instable, selon la valeur de .

53 / dyna
55
quation des ondes
Critre CFL
Le critre de CourantFriedrichsLewy donne une prescription sur la valeur

de qui doit tre assez petit .
La borne prcise dpend de lquation et aussi de la dimension de lespace.
Lide gnrale est nanmoins toujours la mme :
Le pas de temps t doit tre infrieur au temps mis par londe ( la

vitesse c) pour traverser un pas despace x.
ou de faon quivalente : Le pas despace doit tre suprieur la distance

parcourue par londe durant le pas de temps. Dans le cas contraire, la
mthode est ncessairement instable.

54 / dyna
55
quation des ondes
Schma de progression et critre CFL
Le schma de progression est dsormais le suivant :
Figure 11: Schma ujn+1

illustrant la progression n+1
dun pas de temps dans
n ujn
lalgorithme explicite
pour lquation de n1
dAlembert t x
0 x L
cne de lumire
Le critre CFL se traduit (dans ce cas simple 1D) par le fait que des points
intervenant dans la progression doivent tre hors du cne de lumire, pour
laisser londe le temps de se propager .
55 / dyna
55

Cours 5 Edp

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Cours 5 Edp

Hochgeladen von

Copyright:

Verfügbare Formate

Thme 5: rsolution numrique des quations aux

Universit Pierre et Marie CURIE

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Les quations aux drives partielles (EDP) interviennent dans la

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

quation des ondes

Lquation des ondes ou de dAlembert :

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

quations de Poisson et de Laplace

Des cas particuliers sont les quations de Poisson et de Laplace, qui

On va notamment la retrouver comme solution stationnaire de lquation

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Ltude thorique des EDP est un vaste domaine en mathmatiques qui

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Problmes statiques et dynamiques

Du point de vue de leur rsolution numrique, deux classes de problmes

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Nous nous intresserons en premier lieu aux problmes statiques.

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Puis, dans une deuxime partie, nous considrerons les problmes

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Rsolution de lquation de Laplace

Nous cherchons une solu- A l'intrieur T(x,y) inconnue

Figure 1: Gomtrie du problme de

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Exemple de carte disothermes

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Nous procdons une discrtisation du domaine D : la temprature sera

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

.'.'. (0,j' ).'.'.'.'.'.

nl = x/p 1 lignes horizontales.

nc = y/p 1 colonnes verticales

On note Ti,j la temprature en ce point, de coordonnes

Les inconnues du problme sont les N = nl nc valeurs de Ti,j o

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Diffrences finies (suite)

On note que cette approximation peut sobtenir de faon alternative

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Diffrences finies (suite)

On obtient ainsi le Laplacien discrtis :

Ti+1,j + Ti1,j + Ti,j+1 + Ti,j1 4 Ti,j = 0 (15)

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Rindexation 1-D (matrice aplatie)

i le domaine est r-index ligne par

Pour un point intrieur au domaine, lquation (15) scrit :

Zknc + Zk1 4Zk + Zk+1 + Zk+nc = 0 (17)

En labsence de bords ce systme serait un systme homogne, conduisant

Avec des bords de temprature diffrentes, certaines des quations (17)

o A est une matrice carre N N comportant nl nl blocs carrs de

Le vecteur B rsultant des CL

( ) Thme 5: rsolution numrique des quations aux drives partielles(EDP)

Solution du systme linaire

Plusieurs mthodes permettent de rsoudre le systme linaire (18), par

1. La factorisation LU exprime la matrice comme produit dune matrice

Rsolution du systme linaire

En TE, nous pourrons utiliser la bibliothque Blas/Lapack optimise, et on