Equations aux d´ ´ eriv´ ees partielles
Chapitre 2 : Sch´emas aux diff´erences finies, ´equation d’advection
Lucie Le Briquer
Sommaire
1 M´ethode des diff´erences finies 1
2 Convergence, consistance 2
3 Stabilit´e 5
4 Th´eor`eme de Lax-Richtruyer 6
5 Condition de Courant-Friedrichs-Lewy (CFL) 6
6 Analyse de Von Neumann 7
7 Annexe : Transform´ee de Fourier 8
8 Th´eorie des polynˆomes de Schur 9
Exercice 1.
( un+1=12(un+u2
n) u0= 1
Montrons queun→√
2 et que le nombre de d´ecimales deun double `a chaque it´eration.
1 M´ ethode des diff´ erences finies
Dans le cadre de ce cours, on va discr´etiser des probl`emes continus. N´eanmoins, en pratique dans la recherche, il est plus int´eressant de rendre continu un probl`eme discret.
Reprenons l’´equation d’advection :
∂u ∂u
On consid`ere un maillage du plan caract´eris´e par ∆xet ∆t. Discr´etisons les termes de (1) Sch´ema aux diff´erences finies (SDF) :
Vjn+1−Vjn
∆t +cVj+1n −Vjn
∆x = 0 (d´ecentr´e `a droite) (2) Vjn+1−Vjn
∆t +cVjn−Vj−1n
∆x = 0 (d´ecentr´e `a gauche) (3) Vjn+1−Vjn
∆t +cVj+1n −Vj−1n
2∆x = 0 (centr´e) (4)
La pire des trois m´ethodes ci-dessus est la m´ethode centr´ee : son ex´ecution algorithmique se fait enO(∆t+ ∆x2) alors que les m´ethodes d´ecentr´ees s’ex´ecutent enO(∆t+ ∆x).
En pratique, on utilisera :
– la d´ecentr´ee `a gauche (3) quandc≤0, appel´ee d´ecentrement amont ouupwind – la d´ecentr´ee `a droite (2) quandc≥0
– la centr´ee (4) quandc= 0 D’autres m´ethodes :
Saute-Mouton (Leap Frog) Vjn+1−Vjn−1
∆t +cVj+1n −Vj−1n
2∆x = 0 (5)
Lax-Friedrichs Vjn+1−V
n j+1+Vj−1n
2
∆t +cVj+1n −Vj−1n
2∆x = 0 (6)
Cette derni`ere m´ethode ´etant difficile en pratique.
Les sch´emas (3), (2), (4), (6) s’´ecrivent sous forme barycentrique : Vjn+1=αVj−1n +βVjn+γVj+1n α+β+γ= 1 α, β, γ fonctions dec,∆t,∆x.
2 Convergence, consistance
Soitu(t, x) solution d’une EDP lin´eaire etP(T, X) =Pn
i,j=0TiXj. On s’int´eresse `a :
P(∂t, ∂x)u=f (7)
Si on reprend l’´equation (1), on a P(T, X) =T+cX.
Un sch´ema `a un pas de temps approchant l’EDP (7) estconvergent si pour tout usolution de (7) et (Vjn) solution du sch´ema v´erifiant :
Vj0 −→
jh→xu(0, x)
On a
Vjn −→
nk→t jh→xu(t, x) D´efinition 1(sch´ema convergent)
Rappels.
– h∼∆xetk∼∆t
– sch´ema aux diff´erences finies : Vjn+1=H((vj−mn )m∈Z) o`u∃ r∈Ntel que : Vjn+1=H((vj−rn , ..., vnj+r))
Soit une ´equation de type (7) et Ph,k(v) =g un SDF. On dit que le sch´ema est consistant avec l’EDP si∀φfonction r´eguli`ere de xet det on a :
P(∂t, ∂x)φ−Ph,kφ−→0 en chaque point de la grille lorsque (h, k)−→0
D´efinition 2(sch´ema consistant)
Vjn+1−Vjn
k +cVj+1n −Vj−1n
h =f(jh, nk) Suppl´ement au chapitre 1.
On ´etudie les ´equations de Burgers g´en´eralis´ees :
∂u
∂t +∂f(u)
∂x = 0
Toutes les caract´eristiques sont des droites, et la solution y est constante. Les droites peuvent n´eanmoins se croiser : cf TD1. On est dans une situation o`u, si l’on prend un point, on veut d´eterminer qui est le “p`ere” de ce point (i.e. de quelle droite est issu ce point).
Pourtant, on ne peut pas choisir si facilement si on prend un point d’intersection de deux droites : il n’y a pas de solution au sens classique.
Que faire ? En pratique, on peut utiliser un SDF.
Exemple.
( dξ(t)
dt = sin(ξ(t))
ξ(0) = 1 (8)
Doncξ(t) = 1 +Rt
0sin(ξ(s))ds On pose alors Φ(η)(t) = 1 +Rt
0sin(η(s))ds et on se ram`ene `a l’´etude des points fixes de Φ, c’est-`a-dire trouverη∈ C0(R,R) tel que Φ(η) =η
On peut chercher une solution dans C∞(R,R). Cette m´ethode est pertinente car elle offre des solutions. N´eanmoins :
– si l’espace est trop large, on perd
– si l’espace est trop restreint, on perd la solution
On peut penser `a utiliser une suite d’it´er´ees de Φ et se servir du crit`ere de Cauchy pour montre une convergence simple sur la suite de fonctions (le crit`ere de Cauchy apporte la stabilit´e pour obtenir la convergence).
Il nous faut ´egalement laconsistance de la solution : on va se servir de Taylor pour cela.
Exemple.
Vjn+1−Vjn
∆t +cVj+1n −Vjn
∆x = 0
Si A= Φ(j∆x,(n+ 1)∆t)−Φ(j∆x, n∆t)
∆t +cΦ((j+ 1)∆x,∆t)−Φ(j∆x, n∆t)
∆x Alors A= ∂Φ
∂t(j∆x, n∆t) +O(∆t) +c∂Φ
∂x(j∆x, n∆t) +O(∆x) Par d´eveloppement de Taylor.
Donc la diff´erence est enO(k+ch). Et dans le cas du chemin centr´e on aura mˆeme unO(k+h2) On dit que le sch´ema de droite est d’ordre 1 en espace et en temps.
On dit que le sch´ema centr´e est d’ordre 1 en temps et d’ordre 2 en espace.
Remarque.
On n’a pas consistance⇒convergence
Prenons :
∂u
∂t +∂f(u)
∂x = 0 c >0 Et le sch´ema :
Vjn+1−Vjn
∆t +cVj+1n −Vjn
∆x = 0
La sch´ema est consistant (d’ordre 1) avec l’EDP et non convergent.
Propri´et´e 1
Preuve.
On prend u0 la fonction ´egale `a 1 sur [−1,0] et nulle ailleurs. On pose Vj0 = u0(j∆x) : la condition de d´efinition de la convergence est satisfaite.
Lemme : Vjn = 0 pourj≥0,n≥0 (se prouve par r´ecurrence surn) u(x, t) =u0(x−ct) =
( 1 si −1< x−ct <0 0 sinon
On n’a donc pas la convergence. N´eanmoins, si on rajoute la stabilit´e, on peut aboutir `a la convergence.
3 Stabilit´ e
Soit (vjn) une suite de suite. On pose V0 = (vj0)j∈Z et Vn = (vnj)j∈Z. (Vn)n∈N est dans un espace de suite, mettons L2 par exemple (espace des suites (an)n telles queP
n|a2n| converge).
Cet espace est int´eressant puisqu’on peut le munir d’un produit scalaire et en faire un espace de Hilbert.
Pk,h(vnj) = 0 pour une ´equation du premier ordre en temps. Elle eststable si :
∃M ∈N, h0>0, k0>0 tq∀T >0, ∃C, h :X
j∈Z
|vnj|2≤Ch
M
X
m=0
X
j∈Z
|vmj |2
Pour h≤h0, k≤k0, nk≤T, on pose :
k(vj)j∈Zk=X
j∈Z
|vj|2
D´efinition 3(stabilit´e d’une ´equation du premier ordre en temps)
Remarque.
On d´efinit unsch´emaPk,h comme ´etant une application lin´eaire sur les suites.
Ph,k(φ)nj =φ(n∆t, j∆x)
Exemples.
vjn+1=αvnj +βvj+1n
C’est un sch´ema d´ecentr´e `a droite : α= 1 + c∆t∆x et β=−c∆t∆x X
X X X
Donc,
hX
j
|vjn+1|2≤h(|α|+|β|)2X
j
|vnj|2
– sic >0,|α|+|β|>1
– sic <0,|α|+|β|<1 ce qui ´equivaut `a−c∆t∆x ≤1
4 Th´ eor` eme de Lax-Richtmyer
Un SDF consistant avec une EDP dont le probl`eme de Cauchy est bien pos´e est convergent si et seulement si il est stable
Th´eor`eme 2 (Lax-Richtmyer)
consistance + stabilit´e⇒convergence consistance + convergence ⇒stabilit´e FAUX : consistance + stabilit´e⇐convergence Corollaire 3
Remarque.
Il existe des sch´emas convergents, stables et non consistants.
5 Condition de Courant-Friedrichs-Lewy (CFL)
Cours du 27 f´evrier
– explicite :
∃r vn+1j =
r
X
k=1
αj+k,jvnj+k
– (pr´e-)sch´ema implicite :
r
X
l=−r
βj+lvj+k,jn+1 +
r
X
k=−r
αj+k,jvj+kn = 0 D´efinition 4(SDF lin´eaire)
Remarque.
Appel´e pr´e-sch´ema puisque rien ne garantit que la matrice est inversible, donc ni l’existence, ni l’unicit´e d’une solution pour lesvn+1j . En effet, le pr´e-sch´ema implicite se r´e´ecrit :
Vn= (vjn)j∈Z L1Vn+1+L2Vn = 0 L1 inversible ? ⇒conditions sur lesBi,j.
Remarque.
Sch´emas dupi`eme ordre en temps :
p
X
q=0
LqVn+q = 0
Sch´ema explicite lin´eaire :
vn+1j =
n
X
i=0
X
m∈Z
αimvm+jn−i
avec pour chaqueifix´e{m|αim6= 0} est fini.
Un sch´ema convergent pour∂tu+a∂xu= 0 de la forme : vjn+1=αvnj−1+βvjn+γvnj+1 avec kh constant n’est stable que si :
ak h
≤1 Th´eor`eme 4 (CFL)
Dans notre sch´ema, on peut faire apparaˆıtre deux quantit´es : les cˆones de d´ependance physique et num´erique. Le premier d´ecoule de l’´equation diff´erentielle ´etudi´ee : en un pointu(h∆x, k∆t) les pentes du cˆone (du triangle ici) sont |a|1 ,−1|a|.
Le second cˆone d´epend des param`etres du maillage : en un pointu(h∆x, k∆t) les pentes du cˆone (du triangle ici) sont kh,−kh .
Pour qu’il y ait convergence, il faut que le cˆone de d´ependance physique soit inclus dans le cˆone de d´ependance num´erique.
Lemme 5
6 Analyse de Von Neumann
On effectue les remplacements suivant dans notre sch´ema : vnj −→ 1 vj+1n −→ eiθ vnj−1 −→ e−iθ vn+1j −→ g vj+jn+n0
0 −→ eij0θgn0
avecg(θ) une solution. On obtient une relation lin´eaire entre les puissances deg etθ.
Le sch´ema est stable au sens de Von Neumann si toutes les solutions v´erifient :
|g(θ)| ≤1 ∀θ D´efinition 5(stabilit´e de Von Neumann)
7 Annexe : Transform´ ee de Fourier
C’est une application qui transforme une fonctionf ∈L1(R) en une autre fonction : f −→fb
F(f)(x) =fb(ξ) = 1
√2π Z +∞
−∞
f(x)e−ixξdx F:L1(R)−→L∞. Et alors :
f(ξ) =F−1(fb)(ξ) = 1
√2π Z +∞
−∞
fb(ξ)eixξdx
La transform´ee de Fourier discr`ete d’une fonction p´eriodique de p´eriodeP f va associer une suite de points d´efinis par :
cfn= Z P /2
−P /2
f(x)e−inxdx On peut songer avec nos SDF, `a la transformation inverse :
(vj)j∈Z−→v(ξ)b 1
√ 2π
X
j∈Z
vje−ijhξ
Et alors, on a :
vj= h
√2π Z π/h
−π/hv(ξ)eb ijhξdξ
– isom´etrie : kfbkL2 =kfkL2
– F(f∗g) =F(f)× F(g) – F(f)(x+a) =eiaxF(f)(x) Propri´et´e 6
Remarque.
On notef(x+a) =τaf
8 Th´ eorie des polynˆ omes de Schur
Cours du 6 mars
On poseφ=Pd
i=0aizi. φest un polynˆome :
– de Schur si toutes ses racines (not´eesrl) v´erifient|rl|<1
– de Von Neumann si toutes ses racines (not´eesrl) v´erifient|rl| ≤1
– de Von Neumann simple si toutes ses racines sur le cercle unit´e sont simples D´efinition 6(polynˆome de Schur/ de VN)
On pose :
φ∗(z) =zdφ 1
¯ z
=
d
X
l=0
ad−lzl
Posonsφ0un polynˆome. On d´efinit alors la suite de Schur deφ0par :
∀j, φj+1=φ∗j(0)φj(z)−φj(0)φ∗j(z) z
φj est un polynˆome de Schur de degr´e exactdsi et seulement si :
φj−1 est un polynˆome de degr´e exactd−1 et|φj(0)| ≤ |φ∗j(0)|
Th´eor`eme 7
φj est un polynˆome de Von Neumann simple si et seulement si :
– soitφj−1est un polynˆome de Von Neumann simple et|φj(0)|<|φ∗j(0)|
– soitφj−1est congru `a 0 etφ0j est un polynˆome de Schur Th´eor`eme 8
Soientφet ψdeux fonctions analytiques `a l’int´erieur d’une courbeC telles que :
|φ(z)−ψ(z)|< ψ(z) ∀z∈C Alorsφetψont le mˆeme nombre de z´eros `a l’int´erieur deC.
Th´eor`eme 9