An,n−1 =−h22, An,n = h42, An,n+I =− 1
h2, bn = 1 + 2h.
(2.138)
(2.127)=⇒i=I etj =I
An,n−I =−h22, An,n−1 =−h22, An,n = h42 + 2h, bn = 1 + 2h.
(2.139)
(2.129)=⇒i= 1etj =I
An,n−I =−h22, An,n= h42 + 2h, An,n+1 =−h12, bn = 1.
(2.140)
2.5 Exercices du chapitre 2
Exercice 2.1 (Diff´erence finie d’ordre 2) Soitu ∈ C3(R). D´eterminer les r´eels a, b, cpour que la diff´erence finie
a un+b un+1+c un+2 h
soit une approximation d’ordre au moins 2 deu′(xn).
Exercice 2.2 (Diff´erence finie d’ordre 4) Soitu ∈ C6(R). D´eterminer les r´eels a, b, c, d, e pour que la diff´erence finie
a un−2+b un−1+c un+d un+1+e un+2 h2
soit une approximation d’ordre au moins 4 deu′′(xn).
Exercice 2.3 (Diff´erence finie d’ordre p) Soit u ∈ Cp+1(R). Montrer qu’il existe des r´eels a0,a1,· · ·,aptel que la diff´erence finie
a0 un+a1 un+1+· · ·+ap un+p h
soit une approximation d’ordre au moinspdeu′(xn).
Exercice 2.4 (Translations `a droite et diff´erence finie) Soitu∈C∞(R). On noteU = (un)n∈Z. On noteτp l’application
U = (un)n∈Z7−→τpU = (un+p)n∈Z (2.141) On d´efinit les op´erateursDp,p∈Npar r´ecurrence :
D0 =IetDp+1U = τ1−τ−1
2h DpU (2.142)
1. Montrer l’identit´e suivante Dp =
( 1 2h
)p∑p k=0
(−1)kCpk τp−2k
2. Montrer que(DpU)nest une approximation d’ordre au moins2deu(p)(xn).
Exercice 2.5 (Equation de Poisson) On consid`ere un probl`eme de Poisson avec conditions de Dirichlet non-homog`enes :
−u′′(x) = f(x) pourx∈]0,1[, u(0) =a et u(1) =b.
1. Proposer un sch´ema aux diff´erences finies d’ordre 2 pour approcher la solution de cette
´equation.
2. Comment se traduisent les conditions aux limites non-homog`enes ? Exercice 2.6 (Discr´etisation d’un probl`eme de Laplace ) On consid`ere le
probl`eme suivant
−u′′(x) = cos(x) pourx∈]0, π[, u(0) = 2 et u′(π) +u(π) = 3.
1. Montrer que ce probl`eme est bien pos´e. D´eterminer la solution exacte de ce probl`eme.
2. Proposer une discr´etisation de ce probl`eme par diff´erence finies sans et avec points fantˆomes. On donnera les formulations ´elimin´ees correspondantes.
3. Impl´ementer la discr´etisation ´elimin´ee avec point fantˆome sous Matlab.
Exercice 2.7 (Valeurs propres et discr´etisation) On s’int´eresse aux valeurs propres d’une ma-trice tridiagonaleAde taille(N −1)×(N −1)dont le coefficient g´en´erique(ai,j)est d´efini par :
ai,i = 2/h2, ai,j =−1/h2si|i−j|= 1, ai,j = 0sinon.
1. On veut ´etudier les ´el´ements propres de la matrice A. D´emontrer queA est diagonali-sable.
2. On consid`ere une valeur propreλdeAet un vecteur propre associ´ex= (x1,· · · , xN−1).
(a) En posant x0 = 0et xN = 0, montrer que lesxi sont les premiers termes d’une suite r´ecurrente lin´eaire d’ordre 2.
(b) D´eterminer l’´equation caract´eristique associ´ee `a cette suite. Calculer son discrimi-nant∆en fonction deλ.
(c) En d´eduire de la conditionxN = 0que∆̸= 0. 3. Montrer alors que les valeurs propres deAsont lesh12
(2−2 cos(kπN))
pourk= 1,· · ·, N− 1et calculer les vecteurs propres associ´es.
4. En d´eduire en particulier que la matrice sym´etriqueAest d´efinie positive.
5. Calculer len`emeplus petit r´eelλnassoci´e `a l’´equation diff´erentielle ordinaire
u′′+λnu= 0, u(0) = 0, u(L) = 0. (2.143) Calculerλhnlan`emevaleur propre de
A=
Exercice 2.8 (Un probl`eme de Neumann) On consid`ere le probl`eme suivant :
−u′′(x) = f(x), pourx∈]0,1[, u′(0) = 0 et u′(1) = 0.
1. Montrer qu’une condition n´ecessaire pour que le probl`eme admette une solution est
∫1 0
f(x)dx= 0
On suppose que cette condition est v´erifi´ee dans la suite de l’exercice.
2. Montrer que la solution du probl`eme est d´etermin´ee `a une constante pr`es.
3. Proposer un sch´ema aux diff´erences finies d’ordre 2. Expliquer comment se traduisent les conditions aux limites.
4. Ecrire le probl`eme discr´etis´e sous forme matricielle AU = F, o`u A est une matrice sym´etrique de tailleN + 2.
5. a- V´erifier que
A
b- En consid´erant le sous-blocAij=2,...,N+2montrer que la matriceAest de rang sup´erieur ou ´egal `aN + 1.
c- En d´eduire la dimension du noyau de l’application lin´eairefAde matriceA.
d- Montrer que Im(fA) = (Ker(fA))⊥.
6. D´eduire de la question pr´ec´edente une condition que devra v´erifier le second membreF afin que le syst`eme lin´eaire admette au moins une solution.
7. Proposer un vecteurFeayant cette propri´et´e et qui constitue une approximation deF.
Exercice 2.9 (Un probl`eme de Sturm-Liouville) On consid`ere l’´equation diff´erentielle sui-vante :
(P)
−u′′(x) +p(x)u′(x) +q(x)u(x) = f(x), x∈]0,1[
u(0) =α u(1) =β
o`u p, q et f sont trois fonctions donn´ees dans C4([0,1]) et α, β sont deux r´eels donn´es. On supposera ´egalement qu’il existe trois constantes positivesp, q, qtelles que,
∀x∈[0,1] |p(x)| ≤p, 0< q ≤q(x)≤q .
On admettra que le probl`eme(P)admet une unique solutionu∈C6([0,1]). Le but de cet exer-cice est de construire un sch´ema d’approximation du probl`eme(P)et d’´etablir une estimation d’erreur.
On subdivise l’intervalle [0,1]en n+ 1sous-intervalles[xi, xi+1] avecxi = ihpour i = 0, ..., n+ 1 o`u h = 1/(n+ 1) et on noteraui l’approximation de la solution enx = xi. On notera ´egalementpi =p(xi), qi =f(xi)etfi =f(xi),pouri= 0, ..., n+ 1
1. Montrer que la solution du probl`eme(P)v´erifie pour touti= 1, ..., n
−u(xi−1) + 2u(xi)−u(xi+1)
h2 +piu(xi+1)−u(xi−1)
2h +qiu(xi) = fi +h2
12
[2piu(3)(ηi)−u(4)(ξi)] , o`uηi, ξi ∈]xi−1, xi+1[.
2. En d´eduire le sch´ema d’approximation suivant du probl`eme(P):
(Ph)
−ui−1+ 2ui−ui+1
h2 +piui+1−ui−1
2h +qiui =fi, i= 1, ..., n u0 =α
un+1 =β
3. Montrer que le sch´ema(Ph)peut s’´ecrire sous forme matricielle (S) Au =b
o`u on a not´e u = (u1, ..., un)T et tel que la matrice A soit `a diagonale strictement positive. On explicitera la matriceAet le vecteurb.
4. On suppose dans cette question que
h <2/L, (2.145)
o`uL= sup
x∈[0,1]
|p(x)|.
(a) Montrer que la matriceA du syst`eme(S) est `a diagonale strictement dominante (i.e.∀i= 1, ..., n,|aii|>∑
j̸=i
|aij|).
(b) En d´eduire que le syst`eme(S)admet une unique solution.
5. On suppose encore que le pas d’approximationhv´erifie l’hypoth`ese pr´ec´edente (2.145).
(a) Montrer que la solution du probl`eme(P)v´erifie (2 +h2qi)u(xi)−
i=0,...,n+1|ei|. D´emontrer l’estimation d’erreur suivante e≤
Exercice 2.10 (Discr´etisation ´elimin´ee) Proposer une formulation discr´etis´ee avec ´elimination et points fantˆomes du probl`eme suivant
Exercice 2.11 (Discr´etisation en dimension 2 et 3) On consid`ere le probl`eme suivant
1. Proposer une discr´etisation du probl`eme(2.147)lorsqueΩ = [0,1]2. 2. Mˆeme question pourΩ = [0,1]3.
Chapitre 3
Discr´etisation des probl`emes aux limites d’´evolution
3.1 Discr´etisation de l’´equation de r´eaction-advection-diffu-sion en dimenr´eaction-advection-diffu-sion un d’espace
Nous consid´erons un probl`eme pos´e sur le domaine
{(x, t)∈[0, L] :x∈[0, L]ett≥0}. (3.1) qui s’´ecrit sous la forme
∂tu(x, t)−P u(x, t) = f(x, t) pourx∈[0, L]ett≥0 LGu=α, LDu=β,
u(x,0) =u0(x) pourx∈[0, L].
(3.2)
avecP,LG etLD des op´erateurs diff´erentiels
P u(x) = a(x)∂x2u(x) +b(x)∂xu(x) +c(x)u(x),
LGu = u(0, t), (condition de Dirichlet) ou ∂xu(0, t), (condition de Neumann) ou ∂xu(0, t) +γu(0, t), (condition de Fourier) ou ∂xu(0, t) +γu(0, t) +γ′∂tu(0, t),
LDu = u(L, t), (condition de Dirichlet) ou ∂xu(L, t), (condition de Neumann) ou ∂xu(L, t) +δu(L, t), (condition de Fourier) ou ∂xu(L, t) +δu(L, t) +δ′∂tu(L, t).
(3.3)
On parle d’´equation principale pour la premi`ere ligne de (3.2), de conditions aux limites pour la deuxi`eme ligne et de condition initiales pour la derni`ere ligne.
D’autre part, on parle de
b points virtuels
b points de la grille espace-temps
b b b b b b b b b b
b b b b b b b b b b
b b b b b b b b b b
b b b b b b b b b b
b b b b b b b b b b
b b b b b b b b b b
b b b b b b b b b b
i=-1 0 1 i−1 i i+ 1 I I+ 1
xn=−h 0 h (i−1)h ih (i+ 1)h L L+h x t
0 1 n−1 n n+ 1
FIGURE 3.1 – grille espace-temps – terme de diffusion poura(x)∂x2u(x, t)
– terme d’advection pourb(x)∂xu(x, t) – terme de r´eaction pourc(x)u(x, t)
Dans la suite, en chacun des points de la grille espace-temps
xi =ihettn =nδtaveci∈[[0, I]]etn≥0avecIh=L, (3.4) nous allons d´efinir une approximation num´erique de la solutionu
uni ≃u(xi, tn) pouri∈[[0, I]]etn≥0. (3.5) Les conditions aux limites contenant le terme ∂xu(x, t) seront souvent prises en compte en introduisant les points virtuelsun−1 etunI+1, voir figure 3.1
3.1.1 Semi-discr´etisation en espace
Nous discr´etisons nos fonction dans la variable d’espace tout en conservant le caract`ere continu du temps. Nous introduisons les fonctionsui(t)qui approchentu(xi, t).
ui(t)≃u(xi, t) pour touti (3.6)
Les ui(t) ne seront jamais calcul´es en pratique mais sont des interm´ediaires pour d´eriver les sch´emas num´eriques
Nous allons pour d´efinir lesui(t)remplacer les d´erives partielles en espace par des diff´eren-ces finies qu’on choisira le plus souvent centr´ees. Rappelons que les diff´erendiff´eren-ces finies centr´ees
sont donn´ees par
Exemple 1.On va illustrer la semi-discr´etisation en espace sur le probl`eme
avec un point fantˆome `a droite afin d’approcher de mani`ere pr´ecise ∂xu(L, t). On commence par approcher l’´equation
∂tu(xi, t)−∂x2u(xi, t) = 1 ∀i∈[[1, I]] ∀t ≥0 (3.9) On obtient le sch´ema
∂tui(t)− ui+1(t)−2ui(t) +ui−1(t)
h2 = 1 ∀i∈[[1, I]] ∀t≥0. (3.10) Pour la condition `a la limite `a gauche on a
u0(t) = 0. (3.11)
Pour la condition `a la limite `a droite on a
uI+1(t)−uI−1(t)
2h +uI(t) = 0. (3.12)
Exemple 2.On va illustrer la semi-discr´etisation en espace sur le probl`eme
afin d’approcher de mani`ere pr´ecise∂xu(π, t). On obtient le sch´ema
3.1.2 Formulation ´elimin´ee
L’id´ee ici est de transformer le syst`eme d’´equations afin de faire apparaˆıtre un probl`eme aux donn´ees initiales en ´eliminant toutes les variables associ´ees `a aucune d´eriv´ee en temps.
On aboutit alors `a un syst`eme d’EDO coupl´ees pouvant se mettre sous la forme d’une EDO vectorielle avecU(t) = (ui(t))i
{ U′(t) +AU(t) = F(t), ∀t ≥0,
Ui(0) = u0(xi). (3.15)
Reprenons les deux exemples pr´ec´edents.
Exemple 1.Nous ´eliminons maintenant u0(t) = 0 etuI+1(t) = uI−1(t)−2huI(t). On peut alors r´e´ecrire (3.10) sous la forme d’un syst`eme d’EDO
avecF(t) = (0, t, t,· · · , t, t+ 2h1 −1)T ∈RI+1etA∈R(I+1)×(I+1)donn´es par
A=
1 0 0 · · · · · · · · · 0
−h12 −2h1 h22 −h12 +2h1 0 · · · · · · 0 0 −h12 − 2h1 h22 −h12 + 2h1 0 · · · 0
· · · · · · · · · · · · · · · · · · · · · 0 · · · 0 −h12 − 2h1 h22 −h12 + 2h1 0 0 · · · · · · 0 −h12 − 2h1 h22 −h12 + 2h1
0 · · · · · · · · · 0 −h22
2 h2
(3.21)
3.1.3 Discr´etisation en temps
Afin d’aboutir au sch´ema utilis´e en pratique, on discr´etise l’EDO (3.15) `a l’aide d’un sch´ema num´erique. Pour les sch´emas pr´esent´es au chapitre 1, ceci s’´ecrit avecFn=F(tn).
– Euler explicite.
Un+1 =Un−δtAUn+δtFn ∀n∈N. (3.22) – Euler implicite. (
I +δtA )
Un+1 =Un+δtFn+1 ∀n∈N. (3.23) – Trap`ezes implicites. On parle aussi de sch´ema de Cranck-Nicholson
(
I+δtA 2
)
Un+1 = (
I− δtA 2
)
Un+δtFn+1+Fn
2 ∀n∈N. (3.24)