HAL Id: inria-00271154
https://hal.inria.fr/inria-00271154
Submitted on 8 Apr 2008
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of
sci-entific research documents, whether they are
pub-lished or not. The documents may come from
teaching and research institutions in France or
L’archive ouverte pluridisciplinaire HAL, est
destinée au dépôt et à la diffusion de documents
scientifiques de niveau recherche, publiés ou non,
émanant des établissements d’enseignement et de
recherche français ou étrangers, des laboratoires
Schémas multiniveaux pour les équations d’ondes en
dimension 1
Caterina Calgaro, Jean-Paul Chehab, Jacques Laminie, Ezzeddine Zahrouni
To cite this version:
Caterina Calgaro, Jean-Paul Chehab, Jacques Laminie, Ezzeddine Zahrouni. Schémas multiniveaux
pour les équations d’ondes en dimension 1. [Rapport de recherche] 2008, pp.50. �inria-00271154�
en dimension 1 C. Calgaro
∗
, J.P.Chehab†
, J. Laminie‡
,E. Zahrouni§
8avril 2008 RésuméNousproposonsdans etarti le demettre enavantquelquesidées pourlasimulation
numérique deplusieurs lasses d'équationsd'ondes dispersives (KdV, Benjamin-Ono)ou
non (Kuramoto-Sivashinski)par des méthodesmultiniveaux.Nous partons des idées
ini-tialementdéveloppéspourleséquations dissipativeset enproposonsune extension. Ilen
ressortquelaprésen ed'unerégularisationentempsestné essairepourpouvoirtraiterde
manièrestable,etave dess hémasappropriés,lesdiérentesé hellesdelasolution,
préala-blementgénérées ál'aidedeméthodeshierar hiques(in onnuesin rémentales,ondelettes,
Fourier).
∗
LaboratoiredeMathématiquesPaulPainlevé,UMR8524,UniversitédeLille1,
Fran e,( algaromath.univ-lille1.fr),andEPISIMPAFINRIALilleNORDEurope
†
LAMFA, UMR 6140, Université de Pi ardie Jules Verne, Amiens Fran e
(jean-paul. hehabu-pi ardie.fr)andEPISIMPAFINRIALilleNORDEurope
‡
Grimaag-Guadeloupe Campus de Fouillole B.P. 592 97157 Pointe à Pitre Cedex and Laboratoire
de Mathématique Analyse Numérique et E.D.P. Université Paris Sud 91405 ORSAY CEDEX FRANCE
(ja ques.laminiemath.u-psud.fr)
§
Département de Mathématiques, Fa ulté des s ien es de Monastir, Boulevard de l'environnement, 5000
1 Séparation des é helles 4
1.1 La dé ompositionen grandes et petites é helles . . . 4
1.2 En diéren esnies (In onnuesin rémentales) . . . 6
1.2.1 Prin ipe . . . 6
1.2.2 Lahiérar hisation . . . 6
1.2.3 Changement de variables. . . 6
1.3 In onnuesin rémentaleset ompression desdonnées . . . 7
1.4 Bases interpolantes et Dé ompositionmulti-é helles . . . 10
1.4.1 Grillesdyadiques et s hémade subdivision. . . 10
1.4.2 Lesfon tionsd'é helles et d'ondelettes . . . 11
2 Le problème modèle et la dis rétisation en espa e et en temps 15 2.1 Dis rétisation en espa e . . . 16
2.1.1 Diéren esnies . . . 16
2.1.2 Ondelettesinterpolantes . . . 17
2.2 Dis rétisation en temps . . . 17
2.2.1 S hémas de typeCrank-Ni holson . . . 17
2.2.2 S hémas de typeRunge-Kutta . . . 22
3 Appli ation à ertaines équations d'ondes 24 3.1 L'équation deKorteweg de Vries (KDV) . . . 24
3.1.1 S héma deCrank-Ni holson (CN). . . 25
3.1.2 S héma deDuràn Sanz-Serna (DSS) . . . 26
3.1.3 S héma lassiqueRK43 . . . 27
3.1.4 Plusieurs s hémas entemps ave séparation desé helles . . . 28
3.2 L'équation deBenjamin Ono(BO) . . . 32
3.2.1 Dis rétisationen espa e . . . 34
3.2.2 S hémas en temps . . . 34
3.2.3 Résultatsnumériques. . . 35
3.3 L'équation deKuramoto-Sivashinski(KSE) . . . 35
3.3.1 Dis rétisationdu problème . . . 36 3.3.2 Dis rétisationen espa e . . . 36 3.3.3 S hémas en temps . . . 36 3.3.4 Résultatsnumériques. . . 36 4 Con lusion 43 5 Annexe 47 5.1 S hémas de dis rétisationet d'interpolation . . . 47
5.1.1 Less hémas omplets . . . 47
5.1.2 Formules d'interpolation pour lesin onnuesin rémentalesetles interpo-lettes. . . 47
5.1.3 S hémas auxdiéren es pour lesdérivées . . . 48
5.2 In onnuesIn rémentales
ℓ
2
orthogonales . . . 49La simulation numérique de systèmes dynamiques met souvent en éviden e laprésen e
d'é helles(ou destru tures) detaillesdiérentes; onnote anoniquement
Y
lesgrandesstru -tures et
Z
les petites stru tures. LesY
sont asso iés à la partie prin ipale de la solution, lesZ
à une partie u tuente. Dans la simulation de laturbulen e, les méthodes LES ou desous-maillesproposent detraiter esstru turesnumériquement demaniérediérente,ens'appuyant
par exemple sur une modélisation (relation de fermeture). Au milieu des années 80, et pour
dessystèmes dynamiques dissipatifs,les travauxde Temam et al [Tem97℄ ont permis de
justi-ermathématiquementladémar hedeséparation desé helles(théoriedesvariétésinertielles).
D'abord formulés dans un adre spe tral, les méthodes de Galerkin non-linéaires (GNL) ont
été présentées omme un adre numérique pour mettre en appli ation la modélisation des
Z
parles
Y
.Laméthodeaétéétendueparlasuite àdessituationsplusgénérales, itonsMarion-Temam [MT89 , MT90℄ pour les éléments nis, Temam [CT91a , CT91b ℄ pour les diéren es
nies,Goubet [Gou93 ℄ pour les ondelettes.
Dans lapratique, laproje tion surune variété inertielle (approximative) ne permet pas
demettreenavantl'e a itédeladémar heentermesderédu tiondetempsde al ul, omme
l'amontré F.Pas al [Pas92℄ enéléments nis.
En fait, l'idée prin ipale de la démar he onsiste à traiter diéremment les
Y
et lesZ
,'est-à-direà dénir un s héma numérique diérent pour les
Y
et pour lesZ
. Cette appro hea donné lieu à de nouveaux types de s hémas multiniveaux en temps : itons par exemples
Debuss he-Dubois-Temam [DDT95 ℄,C.Calgaroet J.Laminieenélémentsnis(hiérar hiques)
pourleséquationsdeBurgersetdeNavier-Stokes[CLT97,CDL98℄,Dubois-Jauberteau-Temam
en spe tral pour la simulation de la turbulen e homogène [DJT98℄,
Costa-Dettori-Gottlieb-Temam [CDGT01 ℄ pour Burgers en Fourier et Chebyshev, F. Pouit [Pou98℄, JP. Chehab et
B. Costa [CC03 , CC04 ℄ en diéren es nies pour Burgers, A. Debuss he, J. Laminie et E.
Zahrouni[DLZ05 ℄en ondelettes et éléments nispourBurgers.
Tous les travaux sus- ités s'appuyent sur une dé omposition a priori des in onnues en
termesdegrandes etdepetitesstru turesleste hniquesutiliséesà eteetvarientsuivantle
ontexte, nousyreviendronsplustardetsuruntraitement numérique diéren iéde elles- i.
Cettestratégie sejustieparunphénomène ara téristique dessystèmesdissipatifs,àsavoirle
transfertdel'énergie delasolutiondeshautsverslesbasmodesdeFourier, equipeutsevoir
également omme une propriétéde régularisation.
La nalité de notre projet i i est d'appliquer ette appro he à des équations d'ondes
dispersivesounonetquiprésententdes ara téristiquestoutes autres.Enparti ulier, ertaines
d'entre elles admettent des solutions lo alisées en espa e (solitons) ou peuvent présenter des
phénomènes d'explosion en temps ni; dans e dernier as les transferts d'énergie des hauts
modesversles basmodesne peuventavoir lieu.
Nous onsidérons i i su essivementquelqueséquations d'ondes 1Dpour lesquellesnous
proposonsdess hémasmultiniveauxs'appuyantsurunedé ompositiondetypeY-Z,enFourier,
enin onnues in rémentales endiéren esnies et eninterpolettes suivant les as; l'utilisation
des ondelettes interpolantes est motivée pour le développement de maillages adaptatifs et le
al ul desolutions explosivestrès lo aliséesen espa e.
Notre travailest organisé omme suit : dansun premier temps nous rappelons quelques
dé ompositions en espa e / fréquen es (In onnues in rémentales, Interpolettes, Fourier) que
mo-s hémas de dis rétisation en espa e et en temps vériant des propriétés de onservation
d'in-variantsau niveau dis ret. Puis, plus parti ulièrement pour KdV, nous introduisonsdiérents
s hémas multiniveaux de type Runge Kutta. L'appro he de type GNL n'est pas on luante
dans e asetnousproposonsquelquespistesderésolutionsadpatativesave deste hniquesde
seuillage.L'équation deKuramoto-Sivashinskiqui omportedestermesdissipatifs,présente en
revan hedespropriétés de régularisation, e quipermet d'appliquerave su èsles te hniques
multiniveaux. Des propriétés de régularisation semblent don être un préalable à l'appli ation
d'uneappro he multiniveauxet ilseraità etégardintéressant de onsidérerles équations
fai-blement amorties, telles que KdV[Ghi88b , Ghi94 , Gou00 ,GR02℄ ou S hrödinger non linéaire
(NLS)[Ghi88a, Gou96,AMC
+
08 ℄, pourlesquelles lessolutions sont régularisées
asymptotique-ment : ils'agit-là d'unesituation intermédiaire entre le asdissipatif et elui dispersif.
1 Séparation des é helles
1.1 La dé omposition en grandes et petites é helles
La simulation numérique de systèmes dynamiques met souvent en éviden e laprésen e
d'é helles (ou destru tures) de taillesdiérentes, asso iéesrespe tivement aux modeslents et
modesrapides du ot.D'autre part, lastabilité dess hémas numériques lassiques est
subor-donnéeàleur apa itéàreprésenterlesfréquen esélevéesde lasolution. Cess hémasreposent
surun traitement uniformede toutes les données; la stabilité numérique est don limitée par
le omportement deshautes fréquen es par rapportàla dis rétisation onsidérée.
Un moyen d'augmenter la stabilitédes s hémas numériques et don de pouvoir al uler
plus pré isement, mais aussi plus rapidement, la solution du problème pour les grand
inter-vallesde temps onsiste àintroduire unedé ompositiondesin onnuesentermes degrandes et
petitesstru turesetde traiter elles- idiéremmentdansles hémanumérique entemps.Plus
pré isement, la dé omposition en grandes et petites stru tures onsiste à réorganiser a priori
les données en termes de partie prin ipale et partie u tuante de la solution. Il est à noter
que ettedé ompositiondièredesdé ompositionsLES (LargeEddies Simulations)
u = ¯
u + ˜
u
danslesquelleslapartie prin ipale
u
¯
estbien de l'ordrede la solutionphysiqueu
maislapar-tie u tuante
u
˜
est seulement de moyenne petite en temps. Dans la dé omposition que nousonsidérerons, lapartie u tuante sera aussipetite en espa e.
Lorsque les onditions aux limites sont périodiques, on appro he les fon tions assez
ré-gulièrespar des sériesde Fourier tronquées :
u ≃
2n
X
i=1
α
i
w
i
où les
α
i
sont des réels et lesw
i
les 2n premiers éléments d'un base hilbertienne. Nous avonsalorsévidemment
u =
n
X
i=1
α
i
w
i
+
2n
X
i=n+1
α
i
w
i
= Y + Z.
Les
Y
sont dé rits par les petites longueurs d'ondes et, de par la onvergen e de la série,ontiennent la majeur part de l'énergie. Les
Z
sont asso iés aux fréquen es élevées et sontdé ompositionadeuxin onvenients, d'unepartellenes'appliquequ'aux onditionsauxlimites
périodiques et d'autre part les diérentes é helles ne sont pas dutout lo alisées en espa e, e
quioblige à ée tuerdes al uls outeux pour apter desphénomènes très lo alisés enespa e,
dutype explosion de lasolution en temps ni. Cette dé omposition est parfaitement lo alisée
enfréquen e, maispasdu touten espa e.
Dans le asnon périodique, ou si on veut travailler lo alement en espa e, les méthodes
hiérar hiques orent un ompromis très intéressant pour séparer les é helles à la fois en
fré-quen e et en espa e. Ces méthodes hiérar hiques (in onnues in rémentales, ondelettes, bases
hiérar hiques en éléments nis,...) reposent toutes sur lemême s héma de onstru tion. Tout
d'abord,on onsidèreplusieursgrillesdedis rétisationenespa eetl'ondistinguelesin onnues
portées par la grille grossière de elles portèes par les grilles omplémentaires : la grille
gros-sière ne peut représenter que les basses fréquen es alors que les grilles nes omplèmentaires
peuvent apter les modesélevés, en réalisant une séparation en fréquen ede lasolution. Dans
undeuxièmetemps,onrempla elesin onnuesdegrillesnes omplémentairespardesnouvelles
in onnues qui représentent lo alement l'erreur d'interpolation. On opère ainsi une séparation
desé hellesenespa e.Nousdétaillonsplusbasdans ettese tionlesdiérentesdé ompositions
endiéren es nieset en ondelettes.
Sil'onommetpourl'instantunéventuelseuillagenumérique, ettedé omposition onsiste
en un hangement de variables que l'on représente par une matri e de transfert
S
; latrans-formation est en eet linéaire en l'absen e de seuillage. La matri e
S
représente aussi bienune FFT, une transformée en ondelettes, qu'une matri e de tranfertde base hiérar hiques ou
d'in onnues in rémentales.
Pluspré isément,si
U
estleve teur ontenant lesapproximationsnodalesdelasolution,ondénit
U
ˆ
par larelationU = S ˆ
U
ave
ˆ
U = (Y, Z)
T
. I i,Y
orrespond à l'approximation de lasolution dansl'espa e grossier,Y
estdon de l'ordre de lasolution physique, tandis que
Z
ontient les orre tions à lasolutionorrespondants auxerreursd'interpolation surles grillesnessu essives.
Considéronsl'équation d'évolution nonlinéaire suivante :
(
∂
t
u(t) = L(t, u) + N (t, u), x ∈]0, τ[, t > 0,
u(0, x) = u
0
(x),
x ∈]0, τ[,
(1.1)
où
L
(resp.N
) est un opérateur linéaire (resp. non linéaire). Après dis rétisation en espa e,nousobtenons lesystèmediérentiel à
m
in onnuessuivant:dU
dt
− L
(h)
U
= N
(h)
(U ),
(1.2)
U (0) = U
0
∈ IR
m
,
(1.3)quisereé rit en système oupléen
Y
etZ
:dY
dt
− L
(h)
11
Y − L
(h)
12
Z = N
(h)
Y
(Y, Z),
(1.4)dZ
dt
− L
(h)
21
Y − L
(h)
22
Z = N
(h)
Z
(Y, Z),
(1.5)I i
L
(h)
ij
désignent les blo sde lamatri eS
−1
L
(h)
S
suivant ladé ompositionY
-Z
:S
−1
L
(h)
S =
L
(h)
11
L
(h)
12
L
(h)
21
L
(h)
22
!
, S
−1
N
(h)
(U ) =
N
(h)
Y
(Y, Z)
N
Z
(h)
(Y, Z)
!
Enn,onnote
Id
(resp.Id
1
, Id
2
)lamatri eidentitédelamêmetaillequelamatri eL
(h)
(resp.L
(h)
11
, L
(h)
22
).1.2 En diéren es nies (In onnues in rémentales)
1.2.1 Prin ipe
La onstru tion desin onnues in rémentaless'ee tueen deuxétapes:
1. Hiérar hisation
2. Changement de variables (ré ursif)
1.2.2 La hiérar hisation
Considérons d'abord deux grilles. Soit
h
le pas deG
h
, la grille laplus ne. Onsupposepour simplier que
G
2h
⊂ G
h
; ela n'est pas toujours le as mais on peut se ramener à unesituationsimilairepar oarsening,telqueproposéplusbaspourrésoudreleproblèmedeStokes.
Lahiérar hisation onsisteàréordonner les in onnuesen rangeant d'abord ellesdelagrille la
plusgrossière
G
2
h
,puis,su essivement, ellesdesG
h
\ G
2h
,j = 1, · · · , d
. Onillustre i-dessouseréordonnement en dimensions1 et 2d'espa e.
. o × o × o × o × o .
Endimension 2,si
G
h
estlagrille ne omposéedespoints(ih, jh) , i, j = 1, ..., 2N − 1
,alorsles pointsde lagrillegrossière sont
(2ih, 2jh)
omme i-dessous.
.
.
.
.
.
.
.
.
. o
o
o
o
o
o
o .
. o × o × o × o .
. o
o
o
o
o
o
o .
. o × o × o × o .
. o
o
o
o
o
o
o .
. o × o × o × o .
. o
o
o
o
o
o
o .
.
.
.
.
.
.
.
.
.
1.2.3 Changement de variablesLorsquedeuxniveauxdegrillessontutilisés,le hangementdevariables onsisteàlaisser
in hangées lesin onnuesde lagrille grossièreet à rempla er elles de lagrille omplémentaire
G
h
\ G
2h
par uneerreur d'interpolation :où
R : G
H
→ G
h
\G
H
estunopérateurd'interpolationd'ordrep.Onparleraalorsd'in onnuesin rémentales d'ordre
p
. Quand plus de 2 niveaux de grille sont onsidérés, le hangement devariables onsiste à produire ré ursivement plusieurs blo s d'in onnues in rémentales et on a
larelation
y
u
f
1
u
f
2
. . .u
f
d
= S
y
z
1
z
2
. . .z
d
.
Lamatri e
S
du hangement de variables estappeléematri e de transfert.Exemple
Dé rivons la onstru tion des in onnues in rémentales (II) d'ordre 2. En dimension un, soit
U
j
, j = 0, ..., 2N − 1
lesin onnues nodalessurG
h
. On poseZ
2j+1
= U
2j+1
−
1
2
(U
2j
+ U
2j+2
) , j = 0, · · · , N − 1,
(1.7)U
0
= U
2N
= 0.
(1.8)LesIIsontdon dénies ommedesin réments(erreurd'interpolation)de
U
àlavaleurmoyennedesin onnuesde lagrille grossièrevoisins.
Endimension 2,on pro èdede manièreanalogue touten distinguant 3 situationsdiérentes :
×
◦
×
× ◦ ×
×
×
◦
×
×
.
(1.9)Lesin onnuesin rementales(asso iéeàdes onditionsauxlimitesde Diri hlethomogène) sont
don dénies par
z
2i,2j+1
= u
2i,2j+1
−
1
2
(u
2i,2j
+ u
2i,2j+2
) ,
z
2i+1,2j
= u
2i+1,2j
−
1
2
(u
2i,2j
+ u
2i+2,2j
) ,
z
2i+1,2j+1
= u
2i+1,2j+1
−
1
4
(u
2i,2j
+ u
2i+2,2j
+ u
2i,2j+2
+ u
2i+2,2j+2
) ,
pour
i, j = 0, ..., N − 1
etU
α,β
= 0
siα
ouβ ∈ {0, 1} .
1.3 In onnues in rémentales et ompression des données
Bienévidemment,laformuledeTaylorassurequelesIIdelaj-ièmegrillesont en
O(h
d
j
)
,si
d
estl'ordre dus héma d'interpolationutilisé. Cettediéren e d'ordre degrandeur enom-posantes grossières et in émentales apparait à travers desestimations de type energie, dont le
adre sous-ja ent est le problème de Poisson, voir [CT91a ℄. Dans Chehab-Miranville [CM98 ℄,
nousproposonsune onstru tiongénéraledesIIsurunmaillage nonuniforme, endimensions1
et2 d'espa e.En parti ulier,Si l'on onsidèrelasolutionduproblème deDiri hletsurle arré
N −1
X
i,j=0
{z
2i+1,2j
2
+ z
2i,2j+1
2
+ z
2i+1,2j+1
2
} ≤ c
δh |f |
2
L
2
,
N −1
X
i,j=0
(y
2i+2,2j
− y
2i,2j
)
2
≤ c
δh |f |
2
L
2
,
N −1
X
i,j=0
(y
2i,2j+2
− y
2i,2j
)
2
≤ c
δh |f |
2
L
2
,
oùh = M ax
i,j
q
(x
i+1
− x
i−1
)(y
j+1
− y
j−1
),
δh = M in( δx
δy ,
δy
δx ),
δx = M ax(x
i+1
− x
i
), δy = M ax(y
j+1
− y
j
)
et est une onstante indépendante de la dis rétisation.
Cela garantit don que les
z
sont "petits"lorsqueh
2
δh →
0
, quandh → 0
, 'est-à-direquandlemaillageutilisén'estpastropanisotropique.C'estle asdumaillage detypeChebyshev, utilisé
parexemple pour simuler leproblème dela avitéentrainéeen formulation
ω − ψ
, omme parexemple proposé par J. Shen [She91 ℄ Ces estimations généralisent elles données dans
Chen-Temam [CT91a ℄.
Bienentendu,desstru turesplusnespeuvent êtregénéréesen onsidérant nonplusun
s hémad'interpolationd'ordre 2maisd'ordre plusélevé.Dans e asl'utilisation d'un s héma
expli itené essitede prendre en ompte un nombre important d'in onnuespour interpoler les
in onnues pro hes du bord. Pour palier à ette di ulté, on propose dans [Che98 ℄ d'utiliser
dess hémas ompa ts. Les s hémas ompa ts (CS) sont dess hémas impli ites quiont onnu
un regain d'intérêt pour lasimulation de la turbulen e, larésolution numérique de problème
hyperboliques [CGA91℄ et le al ul de ho s [CS94 ℄; ils permettent d'atteindre une pré ision
pro he de elle du spe tral en utilisant desdiéren es nies, Lele [Lel92 ℄, et peuvent prendre
en ompte des onditions aux limites non périodiques. Ils ont été abondamment utilisés es
dernières années pour la simulation de problèmes de mé anique des uides numériques, voir
par exempleLiu-Wang [LW04 ℄.
Les s hémas ompa ts appro hent un opérateur dis ret par une fra tion rationnelle; ils sont
don impli ites, e qui permet de limiter lalargeur de bande des points à prendre en ompte
toutenatteignant une hautepré ision.Oné rit l'opérateur dis ret souslaforme
D = P
−1
Q
(1.10)où
P
, la partie impli ite, est une matri e bande, tri ou penta diagonale, etQ
une matri ede dis rétisation de
D
à un ordre inférieur, ontenant éventuellement la dis rétisation dessous-ja entesauproblème onsidéré,desorteàs'aran hird'eetsdebord.Outreles onditions
detype Diri hlet dé rites jusqu'àprésent,on peut envisager par exemple
des onditions de Neumann
des onditions périodiques.
0
0.2
0.4
0.6
0.8
1
−15
−10
−5
0
5
10
15
The function
x
f(x)
0
2
4
6
8
10
−4
10
−2
10
0
10
2
local norm of 2d (+) and 4th (v) order IUs vs grid level
grid level
Euclidian norm (log10. scale)
0
0.2
0.4
0.6
0.8
1
−10
−5
0
5
10
15
20
Function vs grid points in second order IU basis
x
S −1 f
0
0.2
0.4
0.6
0.8
1
−15
−10
−5
0
5
10
15
20
Function vs grid points in fourth order IU basis
x
S−1 f
Fig.1 Compression desdonnéesen dimension 1
0
0.2
0.4
0.6
0.8
1
0
0.2
0.4
0.6
0.8
1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0
0.2
0.4
0.6
0.8
1
0
0.2
0.4
0.6
0.8
1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.4.1 Grilles dyadiques et s héma de subdivision
Pour tout entier
j ≥ 0
, on onsidère lagrille formée despoints dyadiques,G
j
= {x
j,k
= k/2
j
pourk ∈ IN}.
G
j
est dite grille de niveauj
, réalise une subdivision équidistante deIR
et pour tout entierj ≥ 0
, on aG
j
⊂ G
j+1
,
G
j+1
\ G
j
= {x
j+1,2k+1
=
2k+1
2
j+1
pourk ∈ IN}.
Onremarquequ'unn÷udde
G
j+1
estsoitunn÷uddeG
j
soitlemilieudedeuxn÷udssu essifsde
G
j
.Donnélasolution d'un problème auxlimites, elle est interpolée surles grilles
G
j
par desfon -tionspériodiqueset polynmialesparmor eaux.Pluspré isement, ettesolutionestappro hée
par des fon tions de sous espa es de dimension nie engendrés par des fon tions périodiques,
réguliéresetpolynmialespar mor eaux.Cesfon tionssont généréespar desopérations de
di-latationetdetranslationdelapériodiséd'uneuniquefon tion
ϕ
àsupport ompa t,régulière,vériant une 'equation à deuxé helles. Deplus
ϕ
estinterpolante surZZ
,∀k ∈ ZZ
ϕ(k) = δ
k,0
.
(1.11)Detellefon tionssont onstruites engénérale par lesméthodesd'analysemulti-résolution. La
fon tion
ϕ
estdite fon tiond'é helle interpolante.Dansnotretravailon onsidèredesfon tions
ϕ
onstruitent par Deslauriers-Dubu dans[MDD93℄par les héma de subdivisiondont il est utile de rappeller leprin ipe de
fon tionne-ment.Ces hémanousserviradanslasuitepour réaliserlesopérationsd'analyseetdesynthèse
delasolution.
Soit
f
une fon tion dénie ontinue surIR
et soit la suite(f
j,k
)
k
dénie parf
j,k
= f (x
j,k
)
.Etant donné,unentier
M
pair,on onstruitlasuite(f
j+1,k
)
k
appro hantf
auxpointsdeG
j+1
par les hémasuivant:
f
j+1,2k
= f
j,k
,
f
j+1,2k+1
= P
j+1,2k+1
(x
j+1,2k+1
),
(1.12)où
P
j+1,2k+1
estle polynme d'interpolationde Lagrangedéni par−
M
2
+ 1 ≤ l ≤
M
2
,
P
j+1,2k+1
(x
j,k+l
) = f
j,k+l
.
(1.13)Le polynme
P
j+1,2k+1
nouspermet d'evaluer lavaleur def
au pointx
j+1,2k+1
=
2k+1
2
j+1
par interpolationde valeursappro hées de
f
surlagrille moinsneG
j
.Onaalors d'après(1.13),
P
j+1,2k+1
(x) =
M
2
X
l=−
M
2
+1
f
j,k+l
Y
r6=l
x − x
j,k+l
x
j,k+r
− x
j,k+l
(1.14)Lefait queles points de
G
j
sont équidistantson af
j+1,2k+1
=
M
2
X
−
M
2
+1
h
l
f
j,k+l
(1.15)oùles oe ients
h
l
sont al ulésenprenantx = x
j+1,2k+1
dans(1.14),onapour−
M
2
< l ≤
M
2
,h
l
= (−1)
p
2
+l−1
Q
p−1
i=0
(i −
p
2
+
1
2
)
(l −
1
2
)(
p
2
+ l − 1)!(
p
2
− l)!
.
(1.16)1.4.2 Les fon tions d'é helles et d'ondelettes
On dénit l'opérateur d'interpolation
I
j
sur la grilleG
j
, en utilisant une fon tionϕ
interpolante que l'on onstruit de pro he en pro he sur les grilles
G
j
de pro hes en pro hes àl'aidedu s héma de subdivision. Étant donné unentier
M
pair, on dénitf
0,k
= ϕ(k) = δ
k,0
.Pour
j ≥ 1
, lesvaleursdeϕ
surG
j
sont donnéesparlasuite(f
j,k
)
déniepar(1.12). Don ,paronstru tion ona,
∀j ≥ 0, ∀k ∈ ZZ,
ϕ(x
j+1,2k+1
) =
M
2
X
r=−
M
2
+1
h
r
ϕ(x
j,k+r
).
(1.17)La fon tion
ϕ
ainsi onstruite sur les rationels s'étend d'une manière unique par ontnuité àIR
. Enoutreϕ
estune fon tion d'é helle interpolante, àsupport ompa t,supp(ϕ) = [−M + 1, M − 1]
(1.18)vérieune relation à deuxé helles,
ϕ(x) =
M −1
X
−M +1
g
r
ϕ(2x − r).
(1.19)Les oe ients
g
r
sont donnésà partir deh
r
dénies par(1.16),g
r
=
1
r = 0,
0
r 6= 0 r
estpair,
h
r−1
2
r
estimpair.
La fon tion
ϕ
ainsi onstruite est dansC
α
, la lasse de régularité de Hölder. La régularité de
telle fon tion est étudiée dans [DD89℄ et d'une manière générale dans le livre de Daube hies
[Dau93 ℄.
ϕ
générelo alement lespolynmesdedegré≤ M − 1
, equirevientàdirepour toutpolynmeP
de degré≤ M − 1
ilexiste des oe ients(p
k
)
k
tellesqueP =
X
k
p
k
ϕ(. − k).
Onposeϕ
j,k
(x) = ϕ(2
j
x − k)
. Onremarque que∀k, k
′
∈ ZZ,
ϕ
j,k
(x
j,k
′
) = δ
k,K
′
.
(1.20)Lafamille
(ϕ
j,k
)
est ditealors interpolante surla grilleG
j
. L'opérateurI
j
peut-êtredéniparI
j
(u) =
X
k
u(x
j,k
)ϕ
j,k
,
demanière à e que,I
j
(u)(x
j,k
) = u(x
j,k
).
Alafon tion d'é helle
ϕ
estasso iéela fon tionψ(x) = ϕ(2x − 1)
estappeléefon tion ondelette. Onpose
ψ
j,k
(x) = ψ(2
j
x − k)
.∀k, k
′
∈ ZZ ψ
j,k
(x
j,k
′
) = 0
(1.21)∀k, k
′
∈ ZZ ψ
j,k
(x
j+1,2k
′
+1
) = δ
k,k
′
.
(1.22)Pourdé rirelesalgorithmesd'analyseetdesynthèsequenouspro ure ettefamilledefon tion,
onintroduitlessuitesdesous-espa esve torielsengendréesparl'adhéren edeses ombinaisons
linéairesnies des
ϕ
j,k
etψ
j,k
,V
j
=
Ve t{ϕ
j,k
, k ∈ ZZ}
L
2
,
W
j
=
Ve t{ψ
j,k
, k ∈ ZZ}
L
2
.
Onaalors grâ e à(1.19) et (1.21-1.22)V
j
⊂ V
j+1
,
V
j+1
= V
j
⊕ W
j
.
Si
u ∈ V
j+1
alors ona d'unepart,u(x) =
P
k
α
j+1,k
ϕ
j+1,k
(x)
(1.23) etd'autre part,u(x) = y(x) + z(x),
y(x) =
P
k
α
j,k
ϕ
j,k
(x),
z(x) =
P
k
β
j,k
ψ
j,k
(x).
(1.24)Lepassage de (1.23) à (1.24) estdits héma de dé omposition oud'analyse. Ona
u(x
j,k
) = α
j+1,2k
,
=
α
j,k
,
arlesfon tions
ψ
j,k
s'annullent auxpointsde laformex
j+1,2k
.u(x
j+1,2k+1
) = α
j+1,2k+1
,
Orlafamille
ψ
j,k
est interpolante auxpointsx
j+1,2k+1
et donz(x
j+1,2k+1
) = β
j,k
.
Grâ eà(1.14), onay(x
j+1,2k+1
) =
P
M
2
r=−
M
2
+1
h
r
α
j,k+r
.
Don ,α
j,k
=
α
j+1,2k
,
β
j,k
= α
j+1,2k+1
−
P
M
2
r=−
M
2
+1
h
r
α
j,k+r
.
(1.26)La olle tion desfamilles
(ϕ
j
0
,k
)
k∈Z
Z
[
(ψ
j,k
)
j≥j
0
,k∈Z
(1.27)permetde dé omposerdesfon tions ontinues.Toutd'abord,pour haquefon tion ontinue
f
,ondénit lessuites
α
j,k
= f (x
j,k
)
β
j,k
= α
j+1,2k+1
−
P
M
2
−
M
2
+1
h
r
f (x
j,k+r
).
(1.28)Onaalors lerésultat suivant [Don92 ℄,
Théorème 1 Soit
ϕ
une fon tion interplolante d'ordreM
. Considérons une fon tionf
quiest la somme d'un polynme de degré
≤ M − 1
et d'une fon tion ontinue et nulle à l'inni.Alors ave les oe ients
α
j,k
etβ
j,k
dénie par (1.28) et pour tout niveau grossierj
0
≥ 0
ona,
f =
X
k∈Z
Z
a
j
0
,k
ϕ
j
0
,k
+
X
j≥j
0
X
k∈Z
Z
β
j,k
ψ
j,k
(1.29)ave une onvergen e en norme
L
∞
.On rappelle que les espa es de Sobolev
H
s
(IR
d
)
ne s'inje tent dans les espa es des fon tions
ontinuesquepour
s >
1
2
.Pour toutentier
M
, onnoteα
M
l'indi e de régularité delafon tion d'é helleϕ
de DeslauriersetDubu d'ordre
M
. Théorème 2 Si lemin(α(M ), M ) > σ >
1
2
alors||f||
H
σ
∼ (
P
k∈Z
Z
|α
j
0
,k
|
2
)
1
2
+ (
P
j≥j
0
2
jσ
P
k∈Z
Z
|β
j,k
|
2
)
1
2
.
(1.30)dansunarti le par D.Donohosur lesondelettes interpolantes.
Les fon tions
ϕ
etψ
ne vérient les onditions aux limites périodiques. Pour ela, ononsidèrealors les fon tionssuivantes :
ϕ
per
j,k
(x) =
X
l
ϕ
j,k
(x − l),
ψ
per
j,k
(x) =
X
l
ψ
j,k
(x − l)
Onvérie alors que
ϕ
per
j,k
(x + 1) = ϕ
per
j,k
(x),
ϕ
per
j,k+2
j
(x) = ϕ
per
j,k
(x).
Il en estde même pour les
ψ
per
j,k
. De plus, il est lair queles fon tionsϕ
per
j,k
vérient l'équationdedilatation (1.19) etsont interpolantes sur
G
j
et lesfon tionsψ
per
j,k
s'annullent auxpointsG
j
etsontinterpolantes aux
G
j+1
\ G
j
. On onsidère alors dessousespa esV
j
etW
j
,V
j
per
=
Ve tn
ϕ
j,k
, k ∈ {0, · · · , 2
j
− 1}
o
,
W
j
per
=
Ve tn
ψ
j,k
, k ∈ {1, · · · , 2
j
}
o
.
1.V
per
j
etW
per
j
sont dessous-espa es de dimension2
j
.2. On aalors les mêmesalgorithmes d'analyseet de synthèse qui sontdé rits par (1.26).
3. Les famillesde fon tionspéridioques,permettent d'obtenir l'analoguedu théorème
2
.(ϕ
perj
0
,k
)
k∈Z
Z
[
(ψ
perj,k
)
j≥j
0
,k∈Z
(1.31)Pour plus de details on ernant les analyses multi-résolutions et les bases d'ondelletes qui s'y
Nousdétaillons i i,pour leproblème (1.1),lasemi-dis rétisation en espa e puis elleen
temps desopérateurs linéaireset non linéaires. Onétablitle résultatsuivant
Lemme 1 On suppose que (1.1)admet une solution régulière etqu'il peut se réé rire sous la
forme
u
t
+
∂
∂x
(Lu) +
∂
∂x
∂F (u)
∂u
= 0, x ∈ Ω,
(2.32)u(x, 0) = u
0
(x), x ∈ Ω,
(2.33)posée sur
Ω = IR
ou bienave des onditions aux limites périodiques siledomaine est ni, i.e.Ω =]0, τ [
.Onsuppose queL
est unopérateurlinéaire autoadjointqui ommute ave∂
∂x
. AlorsZ
Ω
u(., t) dx =
Z
Ω
u(., 0) dx,
Z
Ω
u
2
(., t) dx =
Z
Ω
u
2
(., 0) dx,
Z
Ω
G(u)(., t) dx =
Z
Ω
G(u)(., 0) dx,
aveG(u) = 1
2 < Lu, u > +F (u)
.Preuve. La forme onservative de l'équation donne automatiquement la onservation de la
masse.Pourla onservationdelanorme
L
2
, omptetenudes onditionsauxlimites,remarquons
que,d'une part
<
∂
∂x
(Lu), u >=< L
∂u
∂x
, u >=<
∂u
∂x
, L
T
u >= − < u,
∂
∂x
(L
T
u) >= − <
∂
∂x
(Lu), u > .
Ainsi< ∂
∂x (Lu), u >= 0
. D'autre part,<
∂
∂x
∂F (u)
∂u
, u >= − <
∂F (u)
∂u
,
∂u
∂x
>= − <
∂F (u)
∂x
, 1 >= 0.
Envertu deshypothèses, on peut é rire l'équationsousla forme
u
t
+
∂
∂x
∂G(u)
∂u
= 0.
Enprenant leproduit s alaire dans
L
2
de l'équation ave∂G(u)
∂u
, il vient0 =< u
t
,
∂G(u)
∂u
> + <
∂
∂x
∂G(u)
∂u
,
∂G(u)
∂u
>=< u
t
,
∂G(u)
∂u
>=
d
dt
Z
G(u)dx.
On observe que les termes linéaires et non-linéaires des équations de KdV ou de
Benjamin-Ono(généraliséesounon) satisfontles hypothèsesduLemme 1;enparti ulier onpeut réé rire
N (u) = ∂
∂x
∂F (u)
∂u
aveF (u) =
1
(p + 1)(p + 2)
u
p+2
.u
t
+ i
Lu +
∂F (u)
∂u
= 0, x ∈ Ω,
(2.34)u(x, 0) = u
0
(x) x ∈ Ω,
(2.35)posée sur
Ω = IR
ou bienave des onditions aux limites périodiques siledomaine est ni, i.e.Ω =]0, τ [
.I iu
està valeurs omplexes. Onsuppose queL
est unopérateurlinéaire autoadjoint etqueF (.)
est à valeurs réelles. AlorsZ
Ω
u(., t) dx =
Z
Ω
u(., 0) dx,
Z
Ω
u
2
(., t) dx =
Z
Ω
u
2
(., 0) dx,
Z
Ω
G(u)(., t) dx =
Z
Ω
G(u)(., 0) dx,
aveG(u) = 1
2 < Lu, u > +F (u)
où< ., . >
désigne leproduit s alaire hermitien.Preuve.La preuve estanalogue à elle dulemme 1.
2.1 Dis rétisation en espa e
Lorsquelasimulationdemandeunegrandepré ision,enespa enotamment,ilestpossible
d'utiliser plusieurs s hémas d'ordre diérent pour dis rétiser en espa e les termes linéaires et
nonlinéaires.
Pour toutentier
j ≥ 0
, notéN
j
= 2
j
, on onsidère lagrille formée despointsdyadiques,
G
j
= {x
j,k
= k/2
j
pourk = 0, . . . , N
j
}.
G
j
est dite grille de niveauj
, réalise une subdivisionéquidistante de]0, τ [
et pour tout entierj ≥ 0
, on aG
j
⊂ G
j+1
,
G
j+1
\ G
j
= {x
j+1,2k+1
=
2k+1
2
j+1
pourk = 0, . . . , N
j
}.
Onremarquequ'unn÷udde
G
j+1
estsoitunn÷uddeG
j
soitlemilieudedeuxn÷udssu essifsde
G
j
.2.1.1 Diéren es nies
On onsidère alors une solution
u = u(t, x)
de (1.1) que l'on suppose assez régulière demanièreà e qu'il estpossibled'appro her pour tout
t ≥ 0
, lasolutionu(t, x)
parU
j
(t, x
j,k
) ∈
IR
N
j
+1
où
j
désigne leniveau dedis rétisation en espa e.La fon tionappro hée
U
j
(t, .)
esten faitdénie par unsystèmed'E.D.O.
d
dt
U
j
(t) = L
(j)
(t, U
j
) + N
(j)
(t, U
j
)
U
j
(0) = U
0,j
(2.36)que l'on obtient en é rivant (1.1) aux points
(x
j,k
)
et en ee tuant des développements deTayloradéquats. I i
L
(j)
et
N
(j)
On onsidère alors une solution
u = u(t, x)
de (1.1) que l'on suppose assez régulère demanière à e qu'il est possible d'appro her pour tout
t ≥ 0
, lafon tionx 7−→ u(t, x)
par unefon tion
u
j
(t, .) : V
j
→ V
j
telle que∀k = 0, · · · 2
j
− 1,
u
j
(t, x
j,k
) ∼ u(t, x
j,k
).
Onrappellequesil'espa efon tionnel
V
j
estengendréparunebaseinterpolante,onpeuté rireu
j
(t, x) =
2
j
−1
X
k=0
U
j
(t, x
j,k
)ϕ
j,k
.
La fon tion appro hée
u
j
(t, .)
est enfait dénie par lesystème d'E.D.O. 2.36 quel'on obtientené rivant (1.1) auxpoints
(x
j,k
)
et enee tuant desdéveloppements de Tayloradéquats.Pour toutentier
i
,on dénitune approximationdeladérivée partielle∂
i
∂x
i
auxpointsdelagrilledyadique
G
j
, par unopérateur auxdiéren esnies entrées d'ordreM
, voirannexe.2.2 Dis rétisation en temps
Donnée une dis rétisation de l'intervalle de temps de simulation
[0, T ]
,0 = t
0
< t
1
<
. . . < t
n
< t
n+1
< . . . < t
N
= T
, on note pour toutn, 0 ≤ n ≤ N − 1, k
n
= t
n+1
− t
n
le pasde dis rétisation en temps. Dans toute la suite, pour les ve teurs solution dis réte on néglige
l'indi e
j
duniveau de dis rétisationen espa e.2.2.1 S hémas de type Crank-Ni holson
Il existeplusieurs versions de e s héma.
S héma de Crank-Ni holson (CN) :
U
n+1
− U
n
k
n
−
1
2
L
(h)
(U
n
+ U
n+1
) =
1
2
(N
(h)
(U
n
) + N
(h)
(U
n+1
))
(2.37)S héma de Duràn Sanz-Serna(DSS), [DSS00 ℄:
U
n+1
− U
n
k
n
−
1
2
L
(h)
(U
n
+ U
n+1
) = N
(h)
(
U
n
+ U
n+1
2
)
(2.38)Nous onsidérons également un troisième s héma, inspiré de elui proposé par Delfour,
Fortin et Payre [DFP81 ℄ pour l'équation de S hrödinger. Il permet de onserver le troisième
invariant (energie).
S héma de Delfour-Fortin-Payre (DFP):
U
n+1
− U
n
k
n
−
1
2
L
(h)
(U
n
+ U
n+1
) = (F
(h)
(U
n+1
) − F
(h)
(U
n
))./(U
n+1
− U
n
)
(2.39)lesymbole
./
désignant ladivisionpon tuelle, omposantes par omposantes.Cestroiss hémassontin onditionnellement stablesmais
U
n+1
estdéni ommesolution
d'un problème non linéaire. Comme proposé dansBona [Bon , Wor91 , BDOM95, BDK86 ℄, on
Poser
v
0
= U
n
, k = 0
jusqu'à onvergen e Cal ulerv
k+1
= (Id − k
n
/2 L
(h)
)
−1
(Id + k
n
/2 L
(h)
)U
n
+ k
2 (N
n
(h)
(U
n
) + N
(h)
(v
k
))
k = k + 1
Le s héma de point xe pour (DSS) (resp. (DFP)) s'é rit de façon similaire, en remplaçant
1
2 (N
(h)
(U
n
) + N
(h)
(v
k
))
parN
(h)
( U
n
+ v
k
2
)
(resp. par(F
(h)
(v
k
) − F
(h)
(U
n
))./(v
k
− U
n
)
).S héma de Crank-Ni holson et Splitiing
La dé omposition en grandes et petites é helles permet de résoudre itérativement es
pro-blèmesde point xe en
Y
et enZ
par une méthode de type Gauss-Seidelnon-linéaire.S héma (CN) et point fixe en
Y
et enZ
Poser
(Y
n
, Z
n
)
T
= S
−1
U
n
, v
0
= Y
n
, w
0
= Z
n
Cal uler(nly
0
, nlz
0
)
T
= S
−1
N
(h)
(U
n
)
jusqu'à onvergen e Cal uler(nly
k
, nlz
k
)
T
= S
−1
N
(h)
(S ˆ
u
k
), ˆ
u
k
= (v
k
, w
k
)
T
Cal ulerv
k+1
= (Id
1
− k
n
/2L
(h)
11
)
−1
(Id
1
+ k
n
/2L
(h)
11
)Y
n
+ k
2 (nly
n
0
+ nly
k
+ L
(h)
12
(w
0
+ w
k
))
Cal ulerw
k+1
= (Id
2
− k
n
/2L
(h)
22
)
−1
(Id
2
+ k
n
/2L
(h)
22
)Z
n
+ k
2 (nlz
n
0
+ nlz
k
+ L
(h)
21
(v
0
+ v
k
))
k = k + 1
DéfinirU
n+1
= S(v
k
, w
k
)
T
Remarque 1 Sur la onservation numérique des invariants.
La moyenne est onservée en Y et en Z respe tivement. En eet, prenons-là nulle pour
simplier.Nous avons
X
i
U
i
= 0 ⇐⇒
X
i
(U
c
)
i
+
X
i
(U
f
)
i
= 0
aveU = (U
c
, U
f
)
T
OrU
c
U
f
!
=
I
0
B I
!
Y
Z
!
,
on a don0 =
X
i
Y
i
+
X
i
Z
i
+
X
i
(BY )
i
OrP
(BY )
i
=
P
Y
i
(propriétés d'interpolationdeB
). Il endé oule que2
X
i
Y
i
= −
X
Z
i
.
Ce résultat reste vrai indépendamment de la dénition de
Z
, dès que l'on utilise un s hémaexpli ite, ainsi
X
pour des IUs d'ordre
2p
.Dans le as des in onnues in rémentales orthogonales (voir annexe) ou des ondelettes
orthogonales, on a la relation
S
T
S = Id.
Si l'onnote
S
−1
U = ˆ
U
eten prenant le produit s alaire eu lidien de 1.2ave
U
on obtient :1
2
dkUk
2
dt
=
1
2
dk ˆ
U k
2
dt
La onservationdela normeL
2
pourradon être ontrlée niveaudegrilleparniveaudegrille.
< L
(h)
(U ), U >=< L
(h)
(SS
−1
U ), SS
−1
U >=< L
(h)
(S ˆ
U ), S ˆ
U >=< (S
T
L
(h)
S) ˆ
U , ˆ
U >= 0.
La stru ture antisymétrique de
L
(h)
est onservée, e n'est pas le as en général où la matri e
est
(S
−1
L
(h)
S)
au lieu de
(S
T
L
(h)
S)
i i.
A la manière des méthodes (pseudo)spe trales le terme non linéaire est évalué dans la base
"physique" i.e. nodale.
En général le s héma de Crank-Ni holson ne permet pas de onserver le deuxième invariant
(norme
L
2
) de lasolution. Enrevan he, dans les héma de DurànSanz-Serna 2.38, on pourra
dénir l'opérateur non-linéaire dis ret
N
(h)
de sorte à e que les premiers invariants soient
onservés au niveau dis ret. Nous allons dé rire omment onstruire l'opérateur non-linéaire
N
(h)
an de onserver aussiledeuxième invariant,la norme
L
2
de lasolution.
Partons tout d'abord de lasemi dis rétisation entemps del'équation (2.32). Onétablit
lerésultatsuivant :
Lemme 3 Soit l'équation d'évolution
u
t
+
∂
∂x
(Lu) +
∂
∂x
∂F (u)
∂u
= 0, x ∈ Ω,
(2.40)u(x, 0) = u
0
(x), x ∈ Ω.
(2.41)Onfaitles hypothèses du lemme (1).Alors,le s héma de Durán Sanz-Serna (DSS)appliqué à
l'équation semi-dis rétisée en temps onserve la masse etla norme
L
2
.Preuve.Le s héma (DSS)pour l'équationsemi-dis rétisée en temps s'é rit
u
n+1
− u
n
k
n
+
1
2
∂
∂x
Lu
n
+ Lu
n+1
+
∂
∂x
∂F
∂u
(
u
n
+ u
n+1
2
) = 0.
Enprenant leproduit s alaire dans
L
2
de haqueterme de l'équationave
w(x) := 1
(respe -tivement ave
w = u
n
+ u
n+1
2
, on obtient la onservation de la masse (respe tivement de lanorme
L
2
).Remarquons que le troisième invariant n'est onservé qu'à l'ordre 2. En eet, ave les mêmes
notations, on onsidère leproduits alaire de l'équationave leve teur
∂G
∂u
u
n+1
+ u
n
2
!
.
Onobtient
<
u
n+1
− u
n
k
n
,
∂G
∂u
u
n+1
+ u
n
2
!
>= 0.
OrG(u
n+1
) = G(
u
n+1
+ u
n
2
)+ <
∂G
∂u
(
u
n+1
+ u
n
2
),
u
n+1
− u
n
2
!
> +O(k
u
n+1
− u
n
2
k
2
)
etG(u
n
) = G(
u
n+1
+ u
n
2
)− <
∂G
∂u
(
u
n+1
+ u
n
2
),
u
n+1
− u
n
2
!
> +O(k
u
n+1
− u
n
2
k
2
)
Ils'ensuit queG(u
n+1
) − G(u
n
)
k
n
=< ∂G
∂u
( u
n+1
+ u
n
2
), u
n+1
− u
n
k
n
> +O(ku
n+1
− u
n
2
k
2
)
= O(ku
n+1
2
− u
n
k
2
).
Maintenant, on peut établir la onservation de la masse et de la norme
L
2
dis rètes. En
pre-nant le produit s alaire dis ret de l'équation 2.38 ave le ve teur
1
∈ IR
N
j
+1
dont toutes les
omposantes sont égalesà1,on obtient pour tout
n ≥ 0
<
U
n+1
− U
n
k
n
, 1 >=
X
k
U
n+1
k
h
j
−
X
k
U
n
k
h
j
,
et,par anti-symétrie de
L
(h)
,< L
(h)
(
U
n+1
+ U
n
2
), 1 >= 0.
Enn,< N
(h)
(W ), 1 >= 0, ∀W ∈ IR
N
j
+1
,
dès queN
(h)
est une dis rétisation du terme non linéaire é rit sous forme onservative; on
pourra é rire:
N
(h)
(U ) = D
x
(D
U
(F
(h)
(U )),
étant
D
y
une approximation de l'opérateur∂
∂y
par un s héma auxdiéren es, avey = x
ouy = U
. An d'obtenir la onservation de la normeL
2
dis rète, on prend le produit s alaire
dis retde 2.38ave
U
n+1
+ U
n
2
.Cela donne:<
U
n+1
k
−U
n
n
,
U
n+1
+U
n
2
> + < L
(h)
(
U
n+1
+U
n
2
),
U
n+1
+U
n
2
>
+ < N
(h)
(
U
n+1
2
+U
n
),
U
n+1
2
+U
n
>= 0,
ave<
U
n+1
− U
n
k
n
,
U
n+1
+ U
n
2
>=
|u
n+1
|
2
− |u
n
|
2
2k
n
,
et,par anti-symétrie de
L
(h)
,< L
(h)
(
U
n+1
+ U
n
2
),
U
n+1
+ U
n
2
>= 0.
La onservation de lanormeL
2
équivaut à imposer< N
(h)
(
U
n+1
+ U
n
2
),
U
n+1
+ U
n
2
>= 0,
'est-à-dire< N
(h)
(W ), W >= 0, ∀W ∈ IR
N
j
+1
.
Enutilisant les notationspré édentes, on a:
< N
(h)
(W ), W > =< D
x
(D
W
(F
(h)
(W )), W >
= − < D
W
(F
(h)
(W )), D
x
W >
= − < D
x
F
(h)
(W ), 1 >
= 0.
Remarque 2 Les hémaDSSpréservenumériquementlese ondinvariantmaisn'esten
géné-ralqued'ordre1enespa e.Eneet,enappro hant
D
W
(F
(h)
(W ))
i
parF
(h)
(W )
i+1
− F
(h)
(W )
i−1
W
i+1
− W
i−1
,
nousobtenons, dans le as d'unenonlinéaritéen
u
p
u
x
:D
W
(F
(h)
(W ))
i
=
1
(p + 1)(p + 2)
W
i+1
p+2
− W
i−1
p+2
W
i+1
− W
i−1
=
1
(p + 1)(p + 2)
p+1
X
j=0
W
i+1
p+1−j
W
i−1
j
Un dévoloppement deTaylor en
W
i
montre qu'il s'agit d'uneformule d'ordre 1.Nouspouvonsétablir un résultat analogue pour le s hémade Delfour, Fortin et Payre (DFP)
où ettefois- ilepremieret letroisièmeinvariantssont exa tement onservés,lese ondl'étant
numériquement ause ond ordre.
Lemme 4 Le S héma(DFP) 2.39 onserve lepremier et le troisième invariant.
Preuve.Le s héma (DFP) omplétement dis rétisé s'é rit
U
n+1
− U
n
k
n
+ D
x
1
2
(L
(h)
U
n+1
+ L
(h)
U
n
) + (F
(h)
(U
n+1
) − F
(h)
(U
n
))./(U
n+1
− U
n
)
= 0
Laforme onservativeassurela onservationdu premierinvariant. Pour letroisième,on
onsi-dèrelaproduit s alaire de e systèmeave leve teur
1
2 (L
(h)
U
n+1
+ L
(h)
U
n
) + (F
(h)
(U
n+1
) −
F
(h)
(U
n
))./(U
n+1
− U
n
)
. Il vient<
U
n+1
− U
n
k
n
,
1
2
(L
(h)
U
n+1
+ L
(h)
U
n
) + (F
(h)
(U
n+1
) − F
(h)
(U
n
))./(U
n+1
− U
n
) >= 0.
Or<
U
n+1
− U
n
k
n
,
1
2
(L
(h)
U
n+1
+ L
(h)
U
n
) >=
1
2k
n
< L
(h)
U
n+1
, U
n+1
> − < L
(h)
U
n
, U
n
>
,
< U
n+1
k
− U
n
n
, (F
(h)
(U
n+1
) − F
(h)
(U
n
))./(U
n+1
− U
n
) >
=
X
k
U
k
n+1
− U
k
n
k
n
(F
(h)
(U
n+1
))
k
− (F
(h)
(U
n
))
k
U
k
n+1
− U
k
n
= 1
k
n
X
k
(F
(h)
(U
n+1
))
k
−
X
k
(F
(h)
(U
n
))
k
.
Ensommant es deuxidentités eten multipliant par
h
j
, lepasen espa e,on trouveX
k
(F
(h)
(U
n+1
))
k
h
j
+
1
2
X
k
L
(h)
U
k
n+1
U
k
n+1
h
j
=
X
k
(F
(h)
(U
n
))
k
h
j
+ 12
X
k
L
(h)
U
k
n
U
k
n
h
j
,
soitX
k
(G
(h)
(U
n+1
))
k
h
j
=
X
k
(G
(h)
(U
n
))
k
h
j
.
Ce ine traduit riend'autre quela onservation de
Z
G(u)dx
au niveau dis ret, où l'intégraleestappro hé par uneformuledesre tangles.
2.2.2 S hémas de type Runge-Kutta
Nous onsidérerons les méthodes de Runge-Kutta à 4 niveaux : RK43, qui est
semi-impli iteA-stable d'ordre3,et RK4,qui estexpli iteA-stable d'ordre4.Ellessont
respe tive-ment dé ritesà l'aidede tableaux suivants:
0
0
1
2
1
6
1
3
1
2
1
2
−1
1
1
0
0
2
3
1
3
1
6
1
3
1
3
1
6
0
0
1
2
1
2
0
1
2
0
1
2
0
1
0
0
1
0
1
6
1
3
1
3
1
6
SoitU
0
une approximation de lasolution initiale
u(t = 0, x
j,k
)
, alors pour toutn ≥ 0
,l'approximation
U
n+1
de la solution