ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
Analyse numérique
et optimisation
Une introduction à
la modélisation mathématique et à la simulation numérique
Grégoire Allaire
DEUXIÈME
É D I T I O N
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
sitaire, le développement massif du « photocopillage ».
Cette pratique qui s’est généralisée, notamment dans les établissements d’enseignement, provoque une baisse brutale des achats de livres, au point que la possibilité même pour les auteurs de créer des œuvres nouvelles et de les faire éditer correctement est aujourd’hui menacée.
Nous rappelons donc que la production et la vente sans autorisation, ainsi que le recel, sont passibles de poursuites.
Les demandes d’autorisation de photocopier doivent être adressées à l’éditeur ou au Centre français d’exploitation du droit de copie : 20, rue des Grands-Augustins , 75006 Paris. Tél. : 01 44 07 47 70.
© Éditions de l’École polytechnique - Octobre 2012
91128 Palaiseau Cedex
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
Table des matières
1 INTRODUCTIONALAMODÉLISATIONMATHÉMATIQUEET
A LA SIMULATIONNUMÉRIQUE 1
1.1 Introdutiongénérale. . . 1
1.2 Unexempledemodélisation . . . 2
1.3 Quelquesmodèleslassiques . . . 9
1.3.1 Équationdelahaleur . . . 9
1.3.2 Équationdesondes. . . 10
1.3.3 LeLaplaien . . . 12
1.3.4 ÉquationdeShrödinger. . . 12
1.3.5 SystèmedeLamé. . . 13
1.3.6 SystèmedeStokes . . . 14
1.3.7 Équationsdesplaques . . . 14
1.4 Calulnumériquepardiérenesnies . . . 15
1.4.1 Prinipesdelaméthode . . . 15
1.4.2 Résultatsnumériques pourl'équationdelahaleur . . . 18
1.4.3 Résultatsnumériques pourl'équationd'advetion. . . 22
1.5 Remarquessurlesmodèlesmathématiques. . . 26
1.5.1 Notiondeproblèmebienposé . . . 27
1.5.2 Classiationdeséquationsauxdérivéespartielles . . . 29
2 MÉTHODEDES DIFFÉRENCESFINIES 31 2.1 Introdution. . . 31
2.2 Diérenesniespourl'équation delahaleur. . . 32
2.2.1 Diversexemplesdeshémas . . . 32
2.2.2 Consistaneetpréision . . . 35
2.2.3 Stabilitéet analysedeFourier. . . 37
2.2.4 Convergenedesshémas . . . 42
2.2.5 Shémasmultiniveaux . . . 44
2.2.6 Leas multidimensionnel . . . 46
2.3 Autresmodèles . . . 51
2.3.1 Équationd'advetion. . . 51
2.3.2 Équationdesondes. . . 59
i
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
3 FORMULATIONVARIATIONNELLEDESPROBLÈMESELLIP-
TIQUES 65
3.1 Généralités . . . 65
3.1.1 Introdution . . . 65
3.1.2 Formulationlassique . . . 66
3.1.3 Leasdeladimensionund'espae . . . 67
3.2 Approhevariationnelle . . . 68
3.2.1 FormulesdeGreen . . . 68
3.2.2 Formulationvariationnelle . . . 71
3.3 ThéoriedeLax-Milgram . . . 74
3.3.1 Cadreabstrait . . . 74
3.3.2 AppliationauLaplaien . . . 77
4 ESPACES DE SOBOLEV 81 4.1 Introdutionet avertissement . . . 81
4.2 Fontionsdearrésommableet dérivationfaible . . . 82
4.2.1 Quelquesrappelsd'intégration . . . 82
4.2.2 Dérivationfaible . . . 83
4.3 Dénitionet prinipalespropriétés . . . 86
4.3.1 Espae
H 1 (Ω)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 864.3.2 Espae
H 0 1 (Ω)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . 904.3.3 Traeset formulesdeGreen . . . 92
4.3.4 Unrésultatdeompaité . . . 97
4.3.5 Espaes
H m (Ω)
. . . . . . . . . . . . . . . . . . . . . . . . . . . 984.4 Quelquesomplémentsutiles . . . 101
4.4.1 DémonstrationduThéorème4.3.5dedensité . . . 101
4.4.2 Espae
H(div)
. . . . . . . . . . . . . . . . . . . . . . . . . . . 1034.4.3 Espaes
W m,p (Ω)
. . . . . . . . . . . . . . . . . . . . . . . . . . 1054.4.4 Dualité . . . 106
4.5 Lienavelesdistributions . . . 107
5 ÉTUDE MATHÉMATIQUEDES PROBLÈMESELLIPTIQUES 111 5.1 Introdution. . . 111
5.2 ÉtudeduLaplaien. . . 112
5.2.1 ConditionsauxlimitesdeDirihlet . . . 112
5.2.2 ConditionsauxlimitesdeNeumann . . . 118
5.2.3 Coeientsvariables . . . 125
5.2.4 Propriétésqualitatives . . . 129
5.3 Résolutiond'autresmodèles . . . 138
5.3.1 Systèmedel'élastiitélinéarisée. . . 138
5.3.2 ÉquationsdeStokes . . . 147
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
6 MÉTHODEDES ÉLÉMENTSFINIS 151
6.1 Approximationvariationnelle . . . 151
6.1.1 Introdution . . . 151
6.1.2 Approximationinternegénérale . . . 152
6.1.3 MéthodedeGalerkin. . . 155
6.1.4 Méthodedesélémentsnis(prinipesgénéraux) . . . 155
6.2 Élémentsnisendimension
N = 1
. . . . . . . . . . . . . . . . . . . . 1566.2.1 Élémentsnis
P 1
. . . . . . . . . . . . . . . . . . . . . . . . . . 1566.2.2 Convergeneet estimationd'erreur . . . 161
6.2.3 Élémentsnis
P 2
. . . . . . . . . . . . . . . . . . . . . . . . . . 1666.2.4 Propriétésqualitatives . . . 168
6.2.5 Élémentsnisd'Hermite. . . 172
6.3 Élémentsnisendimension
N ≥ 2
. . . . . . . . . . . . . . . . . . . . 1746.3.1 Élémentsnistriangulaires . . . 174
6.3.2 Convergeneet estimationd'erreur . . . 186
6.3.3 Élémentsnisretangulaires . . . 194
6.3.4 ÉlémentsnispourStokes. . . 199
6.3.5 Visualisationdesrésultatsnumériques . . . 205
7 PROBLÈMES AUX VALEURS PROPRES 209 7.1 Motivationet exemples. . . 209
7.1.1 Introdution . . . 209
7.1.2 Résolutiondesproblèmesinstationnaires. . . 210
7.2 Théoriespetrale . . . 213
7.2.1 Généralités . . . 213
7.2.2 Déompositionspetraled'unopérateurompat . . . 215
7.3 Valeurspropresd'unproblèmeelliptique . . . 217
7.3.1 Problèmevariationnel . . . 217
7.3.2 ValeurspropresduLaplaien . . . 222
7.3.3 Autresmodèles . . . 226
7.4 Méthodesnumériques . . . 229
7.4.1 Disrétisationparélémentsnis. . . 229
7.4.2 Convergeneet estimationsd'erreur . . . 232
8 PROBLÈMES D'ÉVOLUTION 235 8.1 Motivationet exemples. . . 235
8.1.1 Introdution . . . 235
8.1.2 Modélisation etexemplesd'équationsparaboliques . . . 236
8.1.3 Modélisation etexemplesd'équationshyperboliques . . . 237
8.2 Existeneetuniitédansleasparabolique . . . 238
8.2.1 Formulationvariationnelle . . . 238
8.2.2 Unrésultatgénéral. . . 240
8.2.3 Appliations . . . 245
8.3 Existeneetuniitédansleashyperbolique . . . 250
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
8.3.1 Formulationvariationnelle . . . 250
8.3.2 Unrésultatgénéral. . . 251
8.3.3 Appliations . . . 254
8.4 Propriétésqualitativesdansleasparabolique . . . 257
8.4.1 Comportementasymptotique . . . 257
8.4.2 Prinipedumaximum . . . 259
8.4.3 Propagationàvitesseinnie. . . 260
8.4.4 Régularitéeteetrégularisant . . . 261
8.4.5 Équationdelahaleurdanstout l'espae . . . 263
8.5 Propriétésqualitativesdansleashyperbolique . . . 265
8.5.1 Réversibilitéentemps . . . 265
8.5.2 Comportementasymptotique etéquipartitiondel'énergie . . . 266
8.5.3 Vitesse depropagationnie . . . 267
8.6 Méthodesnumériquesdansleasparabolique . . . 271
8.6.1 Semi-disrétisationenespae . . . 271
8.6.2 Disrétisationtotaleenespae-temps. . . 272
8.7 Méthodesnumériquesdansleashyperbolique . . . 276
8.7.1 Semi-disrétisationenespae . . . 277
8.7.2 Disrétisationtotaleenespae-temps. . . 278
9 INTRODUCTION À L'OPTIMISATION 283 9.1 Motivationetexemples. . . 283
9.1.1 Introdution . . . 283
9.1.2 Exemples . . . 284
9.1.3 Dénitions etnotations . . . 290
9.1.4 Optimisationendimensionnie. . . 291
9.2 Existened'unminimumendimensioninnie . . . 293
9.2.1 Exemples denon-existene . . . 293
9.2.2 Analyseonvexe . . . 296
9.2.3 Résultatsd'existene . . . 299
10CONDITIONS D'OPTIMALITÉ ET ALGORITHMES 303 10.1 Généralités . . . 303
10.1.1 Introdution . . . 303
10.1.2 Diérentiabilité . . . 304
10.2 Conditionsd'optimalité . . . 309
10.2.1 Inéquationsd'Euleretontraintesonvexes . . . 309
10.2.2 Multipliateurs deLagrange. . . 312
10.3 Point-selle,théorèmedeKuhnet Tuker,dualité . . . 324
10.3.1 Point-selle . . . 324
10.3.2 ThéorèmedeKuhnetTuker . . . 325
10.3.3 Dualité . . . 327
10.4 Appliations. . . 330
10.4.1 Énergie dualeouomplémentaire . . . 330
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
10.4.2 Commandeoptimale . . . 332
10.4.3 Optimisationdessystèmesdistribués . . . 337
10.5 Algorithmesnumériques . . . 339
10.5.1 Introdution . . . 339
10.5.2 Algorithmesdetypegradient(assansontraintes) . . . 340
10.5.3 Algorithmesdetypegradient(asaveontraintes) . . . 343
10.5.4 MéthodedeNewton . . . 349
11MÉTHODES DE LA RECHERCHE OPÉRATIONNELLE (Rédigé en ollaborationave StéphaneGaubert) 353 11.1 Introdution. . . 353
11.2 Programmationlinéaire . . . 354
11.2.1 Dénitionsetpropriétés . . . 354
11.2.2 Algorithmedusimplexe . . . 359
11.2.3 Algorithmesdepointsintérieurs . . . 364
11.2.4 Dualité . . . 364
11.3 Polyèdresentiers . . . 368
11.3.1 Pointsextrémauxdeompatsonvexes . . . 368
11.3.2 Matriestotalementunimodulaires . . . 371
11.3.3 Problèmesdeots . . . 374
11.4 Programmationdynamique . . . 378
11.4.1 Priniped'optimalitédeBellman . . . 378
11.4.2 Problèmeenhorizonni . . . 379
11.4.3 Problèmeduhemindeoûtminimum,oud'arrêtoptimal. . . 382
11.5 Algorithmesgloutons. . . 387
11.5.1 Généralitéssurlesméthodesgloutonnes . . . 387
11.5.2 AlgorithmedeKruskalpourleproblèmedel'arbreouvrantde oûtminimum . . . 387
11.6 Séparationetrelaxation . . . 390
11.6.1 Séparationet évaluation (branhandbound) . . . 390
11.6.2 Relaxationdeproblèmesombinatoires . . . 395
ANNEXE: ESPACES DE HILBERT 405 ANNEXE: ANALYSENUMÉRIQUE MATRICIELLE 411 13.1 Résolutiondessystèmeslinéaires . . . 411
13.1.1 Rappelssurlesnormesmatriielles . . . 412
13.1.2 Conditionnementetstabilité . . . 415
13.1.3 Méthodesdiretes . . . 417
13.1.4 Méthodesitératives . . . 430
13.1.5 Méthodedugradientonjugué . . . 434
13.2 Caluldevaleursetveteurspropres . . . 442
13.2.1 Méthodedelapuissane . . . 442
13.2.2 MéthodedeGivens-Householder . . . 445
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
13.2.3 MéthodedeLanzos . . . 448
Bibliographie 453
Index 456
Index des appliations 460
Index des notations 461
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
A lamémoire de Jaques-Louis LIONS(1928-2001)
Professeur àl'Eole Polytehniquede 1966 à1986
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
Introdution
Ce ours traitededeuxsujets essentiels,maisparmi tantd'autres,enmathéma-
tiques appliquées : l'analyse numérique et l'optimisation. Avant même de présenter
esdeux disiplines,disonstoutdesuitequ'àtraversleurenseignementl'objetif de
eoursestd'introduireleleteuraumondedelamodélisationmathématiqueet
delasimulationnumériquequiontprisuneimportaneonsidérableesdernières
déennies dans tousles domaines de la siene et des appliations industrielles (ou
sienesdel'ingénieur).Lamodélisationmathématique estl'art(oulasiene,selon
lepointdevue)dereprésenter(oudetransformer)uneréalitéphysiqueendesmod-
èles abstraitsaessiblesàl'analyse et aualul.La simulationnumérique est,bien
sûr, leproessus qui permet dealuler surordinateur lessolutionsde es modèles,
etdondesimulerlaréalitéphysique.
Mais, tout d'abord,quesontlesmathématiquesappliquées? Direqu'ils'agitdes
mathématiquestournéesverslesappliations seraitune tautologieet unefaussear-
atérisation.Eneet,detouttempslesmathématiiensontétéinspiréspasdesprob-
lèmes pratiques qu'ils ont essayé de résoudre, et ependant l'émergene des math-
ématiques appliquées omme disipline indépendante est relativement réente. En
fait, tout a hangé ave l'apparition des premiers ordinateurs au lendemain de la
seonde guerremondiale. Plus que pour tout autre disiplinel'ordinateura étéune
révolution pour les mathématiques : il a en eet ouvert un hamp nouveau, elui
de la modélisation et de la simulation. L'ordinateur a fait des mathématiques une
sieneexpérimentale(onfaitdesexpérienesnumériques ommed'autresfontdes
expérienes physiques), et la oneption ainsi que l'analyse des méthodes de alul
surordinateursontdevenuesunenouvellebranhedesmathématiques:'est lasim-
ulation numérique. Ces progrès ont aussi permis aux mathématiques de s'attaquer
àdesproblèmesbeauoup plusomplexeset onrets,issus demotivations immédi-
ates industrielles ou sientiques, auxquels on peut apporter des réponses à la fois
qualitativesmaisaussiquantitatives: 'estlamodélisationmathématique.
On peut don aratériser les mathématiques appliquées omme les mathéma-
tiquesdelamodélisationetdelasimulationnumérique.Deepointdevue,lesmath-
ématiquesappliquéessesituentàl'intersetiondeplusieursdisiplinessientiques:
mathématiques, alul informatique, sienes physiques, himiques, méaniques,bi-
ologiques,éonomiques,etsienesdel'ingénieur(sousederniervoableonregroupe
usuellementlesdiérentsdomainesd'appliationsindustriels ommel'aéronautique,
laprodution d'énergie,lanane, et.).Le mathématiienamériain Joseph Keller
armait sous forme de boutade que les mathématiques appliquées sont la siene
dontlesmathématiquespuressontjusteunebranhe.Ilvoulaitmettreainsienrelief
learatère pluridisiplinairedes mathématiques appliquées(maisil n'est pasexlu
qu'ilaitvouluaussirendrelamonnaiedeleurpièeàertainsmathématiienspurs
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
quiaetentdemépriserlesmathématiques appliquées).
Enparaphrasantletitred'unlmélèbre,monollèguePierre-LouisLionsprétend
quelesmathématiquesappliquéessontaratériséespartroishoses:Sex,Lies, and
Videotapes. Les assettesvidéosontbien sûr lesymbole dela simulationnumérique
(et des jolis lms qu'elle produit), les mensonges orrespondent aux modèles (pas
toujours dèles à la réalité), et le sexe 'est évidemment l'analyse mathématique
(moteurinépuisable despassionshumainesetsouredetantdeplaisirs)...
Après e (long) détour nous pouvons maintenant revenir au titre de e ours.
L'analyse numérique est don la disipline qui onçoit et analyse les méthodes ou
algorithmesdealul numérique. Parailleursl'optimisationest lathéoriedes méth-
odesquipermettentd'améliorerlefontionnement,lerendement,oularéponsed'un
système en maximisant ou minimisant des fontions assoiées. C'est don un outil
essentielpourlamodélisation.
Lesobjetifsdeeourssontdefamiliariserleleteuravelesprinipauxmod-
èles(qui sontsouventdeséquationsauxdérivéespartielles),leursméthodesderéso-
lutionnumériqueetleuroptimisation.Biensûr,l'ambitiondeeoursestdedonner
les bases qui permettrontaux futursingénieurs debureau d'études oude reherhe
et développement de réer de nouveaux modèles et de nouveaux algorithmes
numériquespourdesproblèmesplusompliquésnondisutésii.Cependant,même
eux qui ne se destinent pasà une telle arrièreont intérêt à bien omprendre les
enjeuxdelasimulationnumérique.En eet,denombreusesdéisionsindustriellesou
politiquesseprennentdésormaissurlafoidealulsoudesimulationsnumériques.Il
importedonquelesdéideursaientlaapaitédejugerdelaqualitéetdelaabilité
desalulsquileursontprésentés.Ceoursleurpermettradeonnaîtrelespremiers
ritèresqui garantissentlavaliditéet lapertinenedessimulationsnumériques.
Le plande eours est lesuivant.Aprèsunpremier hapitred'introdutionaux
prinipauxmodèleslassiquesetàleurrésolutionnumérique,leChapitre2eston-
saréàl'étudedelaméthode numériquedesdiérenes nies.Cesdeux premiers
hapitres permettent d'aller très vite vers desquestions numériques essentielles qui
motiventlesdéveloppementsthéoriquesquisuivront.LesChapitres3,4,et5sonton-
sarésàlarésolutionthéorique parl'approhe variationnelle demodèlesstation-
naires(indépendantsdutemps).Ilsposentaussilesbases d'uneméthodenumérique
très importante, dite des éléments nis, qui est présentée en détail au Chapitre
6. La méthode des élémentsnis est àla base de nombreux logiiels de aluls in-
dustriels ou aadémiques. Les Chapitres 7 et 8 portent sur la résolution de prob-
lèmes instationnaires (oud'évolutionen temps), tantdu point de vue théorique
que numérique. Si les 8premiers hapitressontdédiés à l'analyse numérique, les3
dernierstraitentd'optimisation.Le Chapitre 9présente unesérie d'exempleson-
retsdeproblèmesd'optimisationetdonneunethéoried'existenedesolutionsàes
problèmes. Le Chapitre 10 dérive les onditions (néessaires ou susantes) d'opti-
malitédessolutions.Cesonditionssontimportantestantdupointdevuethéorique
que numérique. Elles permettent de aratériser les optima, et elles sont àla base
desalgorithmes numériques quenous dérivons.Finalement,le Chapitre 11est une
introdutionàlareherhe opérationnelle.Aprèsavoirétudiélaprogrammation
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
linéaire,nousdonnonsunaperçudesméthodesdel'optimisationombinatoire('est-
à-diredel'optimisationenvariablesdisrètes)quiestessentiellepourlaplaniation
optimale des ressoures et des tâhes dans toutes les grandes entreprises. Chaque
hapitreommeneparuneintrodutionquiendonneleplanetlesidéesprinipales.
L'épaisseurdeeoursnedoitpasinquiéterleleteur:enplusdespointsessentiels
qui seronttraitésdansle oursoral, leours érit ontient denombreuxdéveloppe-
mentsomplémentairesquipermettentauleteururieuxd'allerunpeuplusloinet
defairelelienaved'autresouvragesoud'autresdisiplines.Ils'agitdonplusd'un
ouvragederéférenequedelatransriptionexateduontenudesoursmagistraux.
Pour termineretteintrodution nousdonnons quelques renseignementsd'ordre
pratique.Danslamesuredupossibleeourss'estvouluauto-ontenupouréviterde
tropfréquentsrenvoisàd'autresouvrages.Celaestpartiulièrementsensiblepourde
nombreuxrésultatsd'analysequinesontiiquedesoutilstehniquesutiles,maispas
essentiels.Lesénonersansdémonstrationreviendraitàlesutiliserenboitenoiree
quileurdonneunaspetreettedeuisinetropartiiel.Danslamesuredupossible,
nousavonsdoninlusleurdémonstration,maisplusàtitred'informationetpourles
démystier que pourl'intérêtthéorique des arguments mathématiques. Andeles
distinguernousemployonspourtousespassagesdiiles,oud'intérêtomplémentaire,des
aratèrespluspetitsommeeux-i.Leleteurpourradononsidérerespassagesen
petitsaratèresommehorsprogramme.Lesénonésderésultatsoudedénitions
sont en aratères italiques omme eux-i. Lesexeriessont en aratères sans sérif
ommeeux-i.Land'unedémonstrationestindiquéeparlearatère
,tandisqueland'uneremarque oud'unexempleest indiquée parlearatère
•
. Un indexestdisponibleàlandel'ouvrage.
Les orrigés des exeries seront prohainement publiés. La plupart des pro-
grammesinformatiquesqui mettenten oeuvre lesméthodesnumériquesétudiées,et
quiontpermisderéaliserlesguresdeetouvrage,sontdisponiblessurlesiteweb
http://www.map.polytehnique.fr/allaire/ours_X_annee2.html
oùleleteurpourralestéléhargerlibrement.Lesshémasnumériquesendiérenes
nies, ainsiquelaméthode desélémentsnisen dimensionun,ontété programmés
dansle langagedulogiielSilab développéparl'INRIA et l'ENPC,disponible gra-
tuitementsurlesiteweb
http://www.silab.org
tandisque lesrésultats dela méthode deséléments nisen dimensiondeux ont été
obtenus àl'aide dulogiiel FreeFem++ développépar F.Heht et O. Pironneauet
aussidisponiblegratuitementsurlesiteweb
http://www.freefem.org
Parailleurs,laplupartdesguresbidimensionnellesetlatotalitédesgurestridimen-
sionnellesont ététraées àl'aidedulogiielgraphiquexd3d développéparFrançois
Jouveàl'ÉolePolytehniqueetaussidisponiblegratuitementsurlesite web
http://www.map.polytehnique.fr/jouve/xd3d
Indiquonsuneautreadressewebpourleleteururieuxd'ensavoirplussurl'histoire
desmathématiquesoulaviedeertainsmathématiiensitésdanseours
http://www-history.ms.st-and.a.uk/history
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
Leleteurquivoudraitsetenirauourantdesprogrèsetdesavanéesdesmathéma-
tiquesappliquéespeutonsulteravebénéelesitedelaSoiétédeMathématiques
Appliquées etIndustrielles
http://smai.emath.fr
oueluidesaonsoeuramériaine,theSoietyforIndustrialandAppliedMathemat-
is
http://www.siam.org
Le niveau de e ours est introdutif et il n'exige auun autre prérequis que le
niveaude onnaissanes aquis en lassespréparatoires ou en premieryle univer-
sitaire. Reonnaissonsqu'ilestdiile de fairepreuvede beauoupd'originalité sur
esujetdéjàbien lassiquedanslalittérature.Enpartiulier,notreoursdoitbeau-
oup à es prédéesseurs et notamment aux ours de B. Larrouturou,P.-L. Lions,
et P.-A. Raviart auxquelsil faitparfois de largesemprunts. L'auteurremerie tous
euxquiontreluertainespartiesdumanusrit,notammentFrédériBonnans,Bruno
Despréset Bertrand Maury. Unemention spéiale est due àStéphaneGaubert, qui
apartiipéàlarédationduChapitre11, ainsiqu'àOlivierPantz,qui arelul'inté-
gralitédumanusritavebeauoupd'attentionetquiavériélesexerieset rédigé
leurorrigé.L'auteurremerieàl'avanetouseuxquivoudrontbienluisignalerles
inévitables erreurs ou imperfetions de etteédition, parexemple parourrier éle-
troniqueàl'adresse
gregoire.allairepolytehnique.fr
G.Allaire
Paris,le7Juillet2005
Laseondeéditiondeeoursapermisdeorrigerdemultiplesfautesdefrappe,
inorretionsoupetites erreurs(meri auxnombreuxétudiantsou ollèguesqui me
les ont signalées). Elle ontient aussi un résultat supplémentaire sur l'équation des
ondes(Proposition8.5.3)auChapitre8.
G.Allaire
Paris,le7juillet2012
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
Chapitre 1
INTRODUCTION A LA
MODÉLISATION
MATHÉMATIQUE ET A LA
SIMULATION NUMÉRIQUE
1.1 Introdution générale
Ce hapitre est une introdution à deux aspets distints, mais très liés, des
mathématiques appliquées : la modélisation mathématique et la simulation
numérique.Unmodèlemathématiqueest unereprésentationouune interprétation
abstraitedelaréalitéphysiquequiest aessibleàl'analyseet aualul.Lasimula-
tionnumériquepermetdealulersurordinateurlessolutionsdeesmodèles,etdon
desimulerlaréalitéphysique.Danseours,lesmodèlesquenousétudieronsseront
deséquationsauxdérivées partielles(oue.d.p.enabrégé),'est-à-diredeséquations
diérentielles àplusieursvariables (letempset l'espae,parexemple).
Pour l'instant nous laissonsde oté un troisième aspet fondamental des math-
ématiques appliquées,à savoirl'analyse mathématique desmodèles, surlequel nous
reviendrons un peu plus longuement dans les hapitressuivants. En pratiquant de
lasorte,nous voulonsenquelquesorte,motiveret justierette néessaireintrusion
de l'analyse mathématique. Nous allonsvoir, en eet, que le alul numérique des
solutionsdeesmodèlesphysiquesréserveparfoisdessurprises(désagréables)quine
peuvents'expliqueret s'éviterqueparunebonneompréhensiondeleurspropriétés
mathématiques.Rappelonsenore une fois learatère fondamentalementmultidis-
iplinaire des mathématiques appliquées, et don de la simulation numérique, qui
mêlentmathématiques,alulinformatique,et sienesdel'ingénieur.
Bien que la plupart des problèmes et des appliations qui motivent les mathé-
1
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
matiques appliquées sont fondamentalement non-linéaires (voir par exemple [14℄,
[30℄), nous nousrestreignons danset ouvrage aux problèmeslinéaires parsoui de
simpliité. De la même façon, nous n'envisageonsque des problèmes déterministes,
'est-à-dire sans introdution d'aléatoire ou de stohastique. Enn, e hapitre se
voulantintrodutifet attratif, nous resteronssouventunpeu oudans l'argumen-
tairemathématiquepournepasalourdirinutilementl'exposé.Queleleteurrigoureux
serassure:nousreprendronstouslesoneptsintroduitsdemanièrepluspréiseau
prohainhapitre.
Le plan de ehapitreest lesuivant. LaSetion 1.2 est onsarée àunexemple
élémentairedemodélisationquionduitàl'équationde lahaleur.LaSetion1.3
est une revue rapide des prinipales équations aux dérivées partielles que l'on ren-
ontredanslesmodèlesusuelsenméanique,physique,ousienesdel'ingénieur.La
Setion 1.4 est une introdution assezinformelle au alul numérique et àla méth-
ode des diérenes nies. Enn, nous donnons dans la Setion 1.5 la dénition
d'unproblème bienposé ainsiqu'unelassiation(sommaire)deséquationsaux
dérivéespartielles.
1.2 Un exemple de modélisation
La modélisation représente une part onsidérable du travail du mathématiien
appliquéetnéessiteuneonnaissaneapprofondie,nonseulementdesmathématiques
appliquées, mais aussi de la disipline sientique à laquelle elles s'appliquent. En
eet,dansdenombreuxaslemodèlemathématique n'estpasenoreétabli,oubien
il faut en séletionner un pertinent parmi plusieurs disponibles, ou enore il faut
simplier des modèles onnus mais trop omplexes. Néanmoins, il ne nous est pas
possibledansunepremièreprésentationdeladisiplinederendreompteavejustie
de l'importane de ette démarhe de modélisation : il faut bien ommener par
apprendrelesnotionsdebasepropresauxmathématiquesappliquées!C'estpourquoi
nous nous limitons à dérire un exemple de dérivation d'un modèle physique très
lassique, et nous renvoyonsle leteur désireux d'en savoirplus à des ouvrages ou
oursplusspéialisés.
Le modèle que nous allons dérire est onnu sous le nom d'équation de la
haleur,oud'équationdediusion.
Considéronsundomaine
Ω
del'espaeàN
dimensions(notéR N
,aveengénéralN = 1, 2
, ou 3) que l'on suppose oupé par un matériau homogène, isotrope, etonduteurdelahaleur.Onnote
x
lavariabled'espae, 'est-à-direunpointdeΩ
,et
t
lavariabledetemps.DansΩ
lessouresdehaleur(éventuellementnonuniformes enespaeetvariablesdansletemps)sontreprésentéesparunefontiondonnéef (x, t)
,tandis quela température est une fontion inonnue
θ(x, t)
. Laquantité de haleurest proportionnelle à la température
θ
et vautcθ
oùc
est une onstante physique(qui dépend du type de matériau) appelée haleur spéique. Pour déterminer la
température
θ
,nousérivonslaloide onservationdel'énergieoudelaquantité dehaleur.DansunvolumeélémentaireV
inlusdansΩ
,lavariationentempsdelaÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
quantitédehaleurestlebilandeequiest produitparlessouresetdeequi sort
ourentreàtraverslesparois.Autrementdit,
d dt
Z
V
cθ dx
= Z
V
f dx − Z
∂V
q · n ds
(1.1)où
∂V
estleborddeV
(d'élémentdesurfaeds
),n
estlanormaleextérieureunitédeV
,etq
estleveteuruxdehaleur.SionappliquelethéorèmedeGauss,onobtientZ
∂V
q · n ds = Z
V
divq dx.
Regroupantlesdiérentstermesde(1.1)etutilisantlefaitquelevolumeélémentaire
V
estquelonque,indépendantdutemps,onendéduitl'équationdeonservationde l'énergiec ∂θ
∂t + divq = f
(1.2)quialieuentoutpoint
x ∈ Ω
etàtouttempst
.Rappelonsquel'opérateurdivergene estdénipardivq =
N
X
i=1
∂q i
∂x i
ave
q = (q 1 , ..., q N ) t .
Il faut maintenant relier le ux de haleur à la température, et on fait appel à e
qu'onappelleuneloi onstitutive.Dansleasprésent,ils'agitdelaloideFourier
quirelieleux dehaleurdemanièreproportionnelleaugradientdetempérature
q = − k ∇ θ,
(1.3)où
k
estuneonstantepositive(quidépenddutypedematériau)appeléeondutivitéthermique.Rappelonsquel'opérateurgradientestdénipar
∇ θ = ∂θ
∂x 1
, ..., ∂θ
∂x N
t
.
En ombinantla loideonservation (1.2)et laloionstitutive(1.3),onobtient une
équationpourlatempérature
θ c ∂θ
∂t − k∆θ = f,
où
∆ = div ∇
est l'opérateurlaplaien donnépar∆θ =
N
X
i=1
∂ 2 θ
∂x 2 i .
Ilfautajouteràetteéquationqui estvalabledanstout ledomaine
Ω
, unerelation,appelée ondition aux limites, qui indique e qui se passe à la frontière ou au
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
n
Ω
∂Ω
Figure1.1Veteurnormalunitéorienté versl'extérieur.
bord
∂Ω
du domaine, et une autre relation qui indique quel est l'état initial de latempérature. Paronvention, onhoisitl'instant
t = 0
pourêtre letempsinitial, etonimposeuneondition initiale
θ(t = 0, x) = θ 0 (x),
(1.4)où
θ 0
est lafontion dedistribution initialede température dansle domaineΩ
. Ene qui onerne la ondition aux limites, ela dépend du ontexte physique. Si le
domaine est supposé baigner dans un thermostat à température onstante, alors,
quitteà modier l'éhelle des températures, latempératurevériela onditionaux
limitesdeDirihlet
θ(t, x) = 0
pourtoutx ∈ ∂Ω
ett > 0.
(1.5)Si le domaine est supposé adiabatique ou thermiquement isolé de l'extérieur, alors
leux dehaleursortant aubordest nul et la température vériela onditionaux
limitesdeNeumann
∂θ
∂n (t, x) ≡ n(x) · ∇ θ(t, x) = 0
pourtoutx ∈ ∂Ω
ett > 0,
(1.6)où
n
estla normaleextérieureunité deΩ
(voirlaFigure 1.1). Unesituation inter-médiairepeut aussiavoirlieu : leux de haleur sortant aubordest proportionnel
au saut de température entre l'extérieur et l'intérieur, et la température vérie la
onditionauxlimitesdeFourier
∂θ
∂n (t, x) + αθ(t, x) = 0
pourtoutx ∈ ∂Ω,
ett > 0
(1.7)où
α
est une onstante positive. Puisqu'il faut hoisir ('est une des étapes de lamodélisation), nous allons séletionner la ondition aux limites de Dirihlet (1.5).
Rassemblantenn l'équation,laonditioninitiale, et la onditionaux limites satis-
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
faitesparlatempérature,onobtientl'équationdelahaleur
c ∂θ
∂t − k∆θ = f
pour(x, t) ∈ Ω × R + ∗ θ(t, x) = 0
pour(x, t) ∈ ∂Ω × R + ∗ θ(t = 0, x) = θ 0 (x)
pourx ∈ Ω
(1.8)
Leproblème(1.8)estdononstituéd'uneéquationauxdérivéespartiellesmuniede
onditionsauxlimitesetd'uneonditioninitiale.Aausedelaprésenedeonditions
aux limites, ondit que(1.8) est un problème aux limites,mais ondit aussi que
'estunproblèmede Cauhy àausedeladonnéeinitialeentemps.
Remarque 1.2.1 Dansemodèledepropagationdelahaleur,ilnousfautpréiser
les unités ou dimensions physiques : la température
θ
s'exprime en Kelvin (K
), lahaleurspéique
c
enJouleparkilogrammeparKelvin(J/(kg × K)
),laondutivitéthermique (par unité de masse)
k
en Joule mètre arré par kilogrammepar Kelvinparseonde(
Jm 2 /(kg × K × s)
). D'unpointdevuemathématique,nousallonstrès souventoublieresunités,et mêmeesonstantes, ensupposantquec
etk
valent1(elarevientàadimensionnerlesgrandeursphysiques).
•
Remarque 1.2.2 Nous avons mentionné trois types de onditions aux limites,
Dirihlet,Neumann,Fourier(maisilenexisted'autres)quiontlieusurl'intégralitéde
lafrontière
∂Ω
.Biensûr, onpeutaisémentimaginerdessituations oùlesonditionsaux limites sont mélangées : Dirihlet sur
∂Ω D
, Neumann sur∂Ω N
, et Fourier sur∂Ω F
,ave∂Ω D , ∂Ω N , ∂Ω F
formantunepartitiondelafrontière∂Ω
.•
Remarque 1.2.3 L'équationdelahaleur(1.8)est linéaireausensoùsasolution
θ
dépend linéairement des données(f, θ 0 )
. En physique ette propriété de linéaritéest souventtraduitesouslaforme d'unprinipede superposition: une ombinaison
linéaire des données
(f, θ 0 )
onduit à une solutionθ
qui est la même ombinaisonlinéairedessolutionsorrespondantàhaquetermedeladéompositiondesdonnées.
D'un point de vuephysique,la linéarité n'estqu'une hypothèse parmi d'autres.En
eet,pourlesproblèmesàfortevariationdetempérature,laloideFourierestfausse,
et il faut la orriger en supposant que la ondutivité thermique
k
dépend en faitde la température
θ
et de son gradient∇ θ
(e qui rend le problème non-linéaire).Enore pire, pourdes phénomènes extrêmementrapides (explosion, parexemple) il
est néessaire d'abandonner le prinipe même de la loi de Fourier qui suppose la
proportionnalitéduuxdehaleur
q
avelelegradientdetempérature∇ θ
.Eneet,ette hypothèse (naturelle àpremière vue) entraîne une propriété paradoxale : la
haleur se propage àune vitesse innie dans le domaine
Ω
. Nous verrons plus loin(voirla Remarque 1.2.9)ommentétablir e paradoxe.Retenons pour l'instant que
modéliser'estfairedeshypothèsesetpréiserleurdomainedevalidité...
•
Remarque 1.2.4 Leproblème(1.8)n'estpasseulementunmodèlede propagation
delahaleur.Ilaenfait unaratère universel, etonleretrouveommemodèlede
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
nombreuxphénomènes sansauun rapport entre eux (ilfaut simplementhanger le
nom des diverses variables du problème). Par exemple, (1.8) est aussi onnue sous
le nom d'équation de diusion, et modélisela diusion ou migration d'uneon-
entration ou densité à travers le domaine
Ω
(imaginer un polluant diusant dansl'atmosphère, oubien uneespèehimiquemigrantdans unsubstrat). Dans e as,
θ
est laonentrationouladensitéenquestion,q
est leux demasse,k
est ladiu-sivité,et
c
estladensitévolumiquedel'espèe.Demême,laloideonservation(1.2) estunbilandemasse,tandisquelaloionstitutive(1.3)estappeléeloideFik.•
Remarque 1.2.5 Leproblème(1.8)intervientaussiennaneoùilportelenomde
modèle de Blak et Sholes.Une variante de (1.8)permet detrouverle prix de
l'optiond'ahat(ouall)d'uneationquivautinitialement
x
etqu'onpourraaheterauprix
k
dansuntempsultérieurT
.Ce prixestlasolutionu
de
∂u
∂t − ru + 1/2rx ∂u
∂x + 1/2σ 2 x 2 ∂ 2 u
∂x 2 = 0
pour(x, t) ∈ R × (0, T ) u(t = T, x) = max(x − k, 0)
pourx ∈ R
(1.9)
Plus préisément,
u(0, x)
est le prix au tempst = 0
de l'option d'ahat de prixd'exerie
k
à l'éhéaneT > 0
, et d'atifx
ent = 0
. On noteσ
la volatilité del'ationet
r
letauxd'intérêt.Remarquonsque(1.9)estunproblèmeaveonditionnaleetnonpasinitiale,maisquelesignedeladérivéeseondeenespaeestopposéà
eluidans(1.8).Paronséquent,aprèsinversiondutemps(1.9)estbienuneéquation
parabolique.
•
Il existe de nombreuses variantes de l'équation de la haleur (1.8) dont nous
explorons ertaines maintenant. Jusqu'ii nous avons supposé que la haleur se
propageait dans un milieu immobile ou au repos. Supposons à présent qu'elle se
propagedans unmilieu en mouvement omme,par exemple,un uideanimé d'une
vitesse
V (x, t)
(une fontionà valeurs vetorielles dansR N
). Alors, il faut hangerlaloionstitutivear leux dehaleur estlasomme d'unux de diusion(omme
préédemment)etd'unux deonvetion(proportionnelàlavitesse
V
),etdeson-sidérations similaires à elles qui préèdent nous onduisent à un problème, dit de
onvetion-diusion
c ∂θ
∂t + cV · ∇ θ − k∆θ = f
dansΩ × R + ∗
θ = 0
sur∂Ω × R + ∗
θ(t = 0, x) = θ 0 (x)
dansΩ
(1.10)
Ladiéreneentre(1.8)et(1.10)estl'apparitiond'untermedeonvetion.Onmesure
labalaneentreenouveautermedeonvetionetletermedediusionparunnombre
sansdimension,appelénombre de Pélet,dénipar
Pe = cV L
k ,
(1.11)ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
où
L
est une longueuraratéristiqueduproblème (parexemplelediamètre dudo- maineΩ
).Si lenombrede Péletest très petit, alorsles eetsdiusifs dominentleseetsonvetifs,etlemodèle(1.8)estsusantpourdérirelephénomène.Silenom-
bredePéletn'estni petit, nigrand(onditqu'ilestdel'ordredel'unité),lemodèle
(1.10)estplusréalisteque(1.8).Parontre,silenombredePéletesttrèsgrand,on
peutsimplier(1.10)ensupprimantletermedediusion.Onobtientalorsl'équation
dited'advetion
c ∂θ
∂t + cV · ∇ θ = f
dansΩ × R + ∗
θ(t, x) = 0
pour(x, t) ∈ ∂Ω × R + ∗
siV (x) · n(x) < 0 θ(t = 0, x) = θ 0 (x)
dansΩ
(1.12)
Remarquonsladiérenedanslaonditionauxlimitesde (1.12)parrapport àelle
de (1.10): on n'impose plusà latempérature
θ
d'être nulle partoutsur lebord∂Ω
maisseulementenespointsdubordoùlavitesse
V
est rentrante.Nous venonsdonde dériretroismodèlesdepropagation delahaleurparon-
vetionetdiusion,(1.8),(1.10),(1.12),quiontdesrégimesdevaliditéorrespondant
àdes valeursdiérentes du nombrede Pélet. Biensûr, larésolution analytique ou
numériquedeestroismodèlesestassezdiérente.Ils'agitlàd'unesituationourante
enmodélisationmathématique:plusieursmodèlessontenonurreneetilfautpou-
voirhoisirlemeilleur.
An de mieux omprendre les diérenes fondamentales qui existent entre es
modèles, nous nous restreignons provisoirement au as où
Ω = R
est l'espae toutentierendimension1(equiévauelaquestiondesonditionsauxlimites),oùleterme
soure
f
estnul,etoùlavitesseV
estonstante.Onpeutalorsalulerexpliitement dessolutionsdeesmodèles.Parexemple,(1.10) devient
∂θ
∂t + V ∂θ
∂x − ν ∂ 2 θ
∂x 2 = 0
pour(x, t) ∈ R × R + ∗ θ(t = 0, x) = θ 0 (x)
pourx ∈ R
(1.13)
ave
ν = k/c
,qui admetommesolutionθ(t, x) = 1
√ 4πνt Z + ∞
−∞
θ 0 (y) exp
− (x − V t − y) 2 4νt
dy.
(1.14)Unesolutionde(1.8)estfailementobtenueenfaisant
V = 0
dansl'expression(1.14).Exerie 1.2.1 On suppose que la donnée initiale
θ 0
est ontinue et uniformément bornéesurR
.Vérierque(1.14)estbienunesolutionde(1.13).Ave lesmêmeshypothèsessimpliatries,l'équationd'advetiondevient
∂θ
∂t + V ∂θ
∂x = 0
pour(x, t) ∈ R × R + ∗ θ(t = 0, x) = θ 0 (x)
pourx ∈ R
(1.15)
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
Onvérieque
θ(t, x) = θ 0 (x − V t)
(1.16)estunesolutiondel'équation(1.15).
Exerie 1.2.2 On suppose que la donnée initiale
θ 0
est dérivable et uniformément bornéesurR
.Vérierque(1.16)estbienunesolutionde(1.15).Montrerque(1.16)estlalimitede (1.14)lorsqueleparamètre
ν
tendverszéro.Remarque 1.2.6 Si l'on résolvait l'équation de la haleur (1.8) sur un intervalle
borné (et non dans tout l'espae), on pourrait aussi aluler une solution expliite
enutilisantl'analyse deFourier(voirleoursde mathématiques[7℄).Cettesolution
serait un peu moins expliite que (1.14) ar dénie omme la somme d'une série
innie.Remarquonsque'estpréisémentpourrésoudrel'équationdelahaleurque
Fourierainventél'analyse quiportesonnom.
•
Remarque 1.2.7 Lerledutempsestfondamentalementdiérentdansleséquations
(1.8)et (1.12). En eet, supposantquele terme soureest nul,
f = 0
,si onhangelesignedutemps
t
et eluide lavitesse, l'équationd'advetion(1.12) estinhangée(quand onremonte le temps, onremonte le ourant).Au ontraire, unhangement
de signe dutemps dans l'équation de la haleur (1.8) ne peut pas être ompensé
parunequelonquevariationdusignedesdonnées.C'estmanifestedanslaformedes
solutionsexpliites de es équations : (1.16) est invariant par hangement de signe
de
t
etV
, alorsque (1.14) (aveV = 0
) déroîten tempse qui indiquelaèhedu temps. On dit que l'équation d'advetion est réversible en temps, tandis que
l'équationdelahaleurest irréversibleentemps.Cetteobservationmathématique
est onformeàl'intuitionphysique :ertainsphénomènes sontréversiblesen temps,
d'autresnon(omme ladiusion d'unegouttedelaitdansunetassedethé).
•
Remarque 1.2.8 Une autre diérene fondamentale entre les équations (1.8) et
(1.12)portesurlespropriétésd'invarianeparhangementd'éhelle.Supposons
queleterme soureestnul,
f = 0
.Ilestfailedevoirquesiθ(x, t)
est unesolutiondel'équationdelahaleur(1.8),alors,pourtout
λ > 0
,θ( x λ , λ t 2 )
estaussisolutiondelamêmeéquation(pourunedonnéeinitialediérente). Demême, ensupposantque
lavitesse
V
estonstante,siθ(x, t)
est unesolutiondel'équationd'advetion(1.12),alors
θ( x λ , λ t )
est aussisolution.Onvoitbien quelamiseàl'éhelledelavariable detempsn'estpaslamêmedanslesdeuxas.Remarquonsaussique,danslesdeuxas,
l'équationest invariantepartranslationenespaeetentemps.
•
Remarque 1.2.9 Une propriété surprenante (du point de vue de la physique) de
l'équationdelahaleur(1.8)estquelasolutionen
(x, t)
dépenddetouteslesvaleursde ladonnéeinitiale dans
R
(voir, laformule (1.14)).En partiulier,dansle as de (1.13), si la donnée initiale est positive à support ompat, alors pour tout tempst > 0
(aussipetit soit-il) lasolutionest stritementpositivesur toutR
: autrementÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
dit,l'eetdelahaleursefairesentirinstantanémentàl'inni.Onditquelahaleur
sepropageave unevitesseinnie(equiestbiensûrunelimitationdumodèle).
Au ontraire,dansl'équation d'advetion (1.15)ladonnéeinitialeestonvetée àla
vitesse
V
(voirlaformule(1.16)):il yadonpropagationà vitesse nie.•
Remarque 1.2.10 Grâeauxformulesexpliites(1.14)et(1.16),onvérieaisément
quelessolutionsdel'équationdeonvetion-diusion(1.13)etdel'équationd'adve-
tion(1.15)vérientlapropriété
min x∈ R θ 0 (x) ≤ θ(x, t) ≤ max
x∈ R θ 0 (x)
pourtout(x, t) ∈ R × R + ,
appelée prinipe du maximum. Cette propriété (très importante, aussi bien du
point de vue mathématique que physique) se généralise aux formes plus générales
del'équationdeonvetion-diusion(1.10)et del'équationd'advetion(1.12).Nous
l'étudieronspréisémentdanslasuite.
•
1.3 Quelques modèles lassiques
Dans ette setionnous donnons rapidementlaforme de quelquesmodèles las-
siques. Le but de ette énumération est de dégager dès maintenant les prinipales
lasses d'équations aux dérivées partielles que nous étudierons par la suite, et de
montrerque eséquations jouentunrle importantdansdesdomaines sientiques
très divers. Désormais nous adimensionnons toutes les variables, e qui permet de
xertouteslesonstantesdesmodèleségalesà1.
1.3.1 Équation de la haleur
Commenousvenonsdelevoir,l'équationdelahaleurintervientommemodèle
dansdenombreuxproblèmesdessienesdel'ingénieur.Elles'érit
∂u
∂t − ∆u = f
dansΩ × R + ∗ u = 0
sur∂Ω × R + ∗ u(t = 0) = u 0
dansΩ
(1.17)
Il s'agitd'une équation d'ordre1 en temps et d'ordre 2en espae(l'ordre est elui
des dérivées partielles lesplus élevées). On dira que ette équation est parabolique
(voir plus loin la Sous-setion 1.5.2). Nous avons déjà vu ertaines propriétés de
ette équation : irréversibilité en temps, propagation à vitesse innie, et prinipe
dumaximum.
Exerie 1.3.1 Onse proposederetrouverunepropriétéde déroissaneexponentielle
en temps (voir laformule(1.14)) de la solutionde l'équation de lahaleur (1.17)dans
un domaine borné. En une dimension d'espae, on pose
Ω = (0, 1)
et on suppose queÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
f = 0
.Soitu(t, x)
unesolutionrégulièrede(1.17).Enmultipliantl'équationparu
etenintégrantparrapportà
x
,établirl'égalité1
2 d dt
Z 1 0
u 2 (t, x) dx
= − Z 1
0
∂u
∂x (t, x)
2
dx
Montrer que toute fontion
v(x)
ontinûment dérivable sur[0, 1]
, telle quev(0) = 0
,vériel'inégalitéde Poinaré
Z 1 0
v 2 (x) dx ≤ Z 1
0
dv dx (x)
2
dx.
Endéduireladéroissaneexponentielleentempsde
R 1
0 u 2 (t, x) dx
.1.3.2 Équation des ondes
x u(x) f(x)
Ω
Figure1.2Déplaementd'uneordeélastique.
L'équation des ondes modélise des phénomènes de propagation d'ondes ou de
vibration.Parexemple,endeuxdimensionsd'espaeelleestunmodèlepourétudier
lesvibrationsd'unemembraneélastiquetendue (ommelapeaud'untambour).En
unedimensiond'espae,elleestaussiappeléeéquationdesordesvibrantes.Aurepos,
lamembraneoupeundomaineplan
Ω
.Sousl'ationd'uneforenormaleàepland'intensité
f
, elle sedéforme et son déplaement normalest notéu
(voir la Figure1.2).Onsupposequ'elleestxéesursonbord,equidonneuneonditionauxlimites
deDirihlet.L'équationdesondesdont
u
estsolutionest donnéepar
∂ 2 u
∂t 2 − ∆u = f
dansΩ × R + ∗ u = 0
sur∂Ω × R + ∗ u(t = 0) = u 0
dansΩ
∂u
∂t (t = 0) = u 1
dansΩ
(1.18)
Remarquonsqu'ils'agitd'uneéquationdudeuxièmeordreentempsetqu'ilfautdon
deux onditions initialespour
u
. On dira que ette équation est hyperbolique (voir plusloinlaSous-setion1.5.2).ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
Exerie 1.3.2 Onseplaeendimension
N = 1
d'espae.Onsupposequelesdonnéesinitiales
u 0
etu 1
sont des fontionsrégulières, et quef = 0
aveΩ = R
. On noteU 1
uneprimitivede
u 1
.Vérierqueu(t, x) = 1
2 (u 0 (x + t) + u 0 (x − t)) + 1
2 (U 1 (x + t) − U 1 (x − t)) ,
(1.19)estlasolutionuniquede (1.18)danslalassedesfontionsrégulières.
L'équation desondes partageave l'équation d'advetion(1.12) lapropriété im-
portante de propagation à vitesse nie. En eet, l'Exerie1.3.3 montre que sa
solutionen unpoint
(x, t)
ne dépend pas detoutes lesvaleursdes donnéesinitialesmaisseulementdesvaleursdansunintervallerestreintappelé domaine de dépen-
dane(oune delumière;voirlaFigure 1.3).Rappelonsqueette propriétén'est
paspartagéeparl'équationdelahaleurpuisqu'ilestlair,àtraverslaformule(1.14),
quelasolutionen
(x, t)
dépenddetouteslesvaleursdeladonnéeinitiale.Uneautrepropriétédel'équationdesondesestsoninvarianeparhangementdu
sensdutemps.Si onhange
t
en− t
,laformedel'équation nehangepas.Onpeutdon intégrer l'équation des ondes vers lestemps positifs ou négatifs de la même
manière.Onditquel'équationdesondesest réversible en temps.
Exerie 1.3.3 Vérier que la solution (1.19) au point
(x, t)
ne dépend des donnéesinitiales
u 0
etu 1
qu'àtraversleursvaleurssurlesegment[x − t, x + t]
.Vérieraussiqueu( − t, x)
estsolutionde(1.18)dansΩ × R − ∗
quitteàhangerlesignedelavitesseinitialeu 1 (x)
.t
x−t x+t x
(x,t)
Figure1.3Domaineounededépendanedel'équationdesondes.
Exerie 1.3.4 On se propose de démontrer un prinipede onservation de l'énergie
pourl'équationdesondes(1.18)sansutiliserlaformuleexpliite(1.19).Enunedimension
d'espae,onpose
Ω = (0, 1)
et onsupposef = 0
.Soitu(t, x)
unesolutionrégulièredeÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
(1.18).Enmultipliantl'équationpar
∂u
∂t
eten intégrantparrapport àx
,établirl'égalitéd'énergie
d dt
Z 1 0
∂u
∂t (t, x)
2
dx + Z 1
0
∂u
∂x (t, x)
2
dx
!
= 0.
Conlureetompareràequisepassepour l'équationdelahaleur.
1.3.3 Le Laplaien
Pourertainshoixdutermesoure
f
,lasolutiondel'équationdelahaleur(1.17)atteintunétatstationnaire,'est-à-direque
u(t, x)
admetune limiteu ∞ (x)
quandle temps
t
tend vers l'inni. Souvent, il est intéressant de aluler diretement et étatstationnaire.Danseas,pourunterme souref (x)
indépendantdutemps,on résoutuneéquationdudeuxièmeordreenespae− ∆u = f
dansΩ
u = 0
sur∂Ω,
(1.20)quel'onappelleLaplaienouéquationdeLaplae.Ondiraqueetteéquationestel-
liptique(voirplusloinlaSous-setion1.5.2).RemarquonsqueleLaplaienestaussila
versionstationnairedel'équationdesondes(1.19).LeLaplaienintervientaussidans
detrèsnombreuxdomainesdessienesdel'ingénieur.Parexemple,(1.20) modélise
ledéplaementvertiald'une membraneélastiquesoumiseà unefore normale
f
etxéesursonontour.
1.3.4 Équation de Shrödinger
L'équationdeShrödingerdéritl'évolutiondelafontiond'onde
u
d'unepartiulesoumiseàunpotentiel
V
.Rappelonsqueu(t, x)
estunefontiondeR + × R N
àvaleursdans
C
et quesonmodule auarré| u | 2
s'interprèteommeladensitédeprobabilité pour déteter que la partiule se trouve au point(t, x)
. Le potentielV (x)
est unefontionàvaleursréelles.Lafontiond'onde
u
estsolutionde
i ∂u
∂t + ∆u − V u = 0
dansR N × R + ∗ u(t = 0) = u 0
dansR N
(1.21)
Il n'y a pas de ondition aux limites apparentes dans (1.21) puisque l'équation a
lieu dans tout l'espae(qui n'a pasde bord).Néanmoins, nous verrons qu'un hoix
raisonnable d'espae fontionneldans lequel nous herheronsla solutionentraîne
de fato une ondition de déroissane à l'inni de
u
qui peut s'interpréteromme unesortedeonditionauxlimitesàl'inni.Exerie 1.3.5 Onse proposede démontrerdesprinipesde onservationdel'énergie
pourl'équationdeShrödinger(1.21).Soit
u(t, x)
unesolutionrégulièrede(1.21)enuneÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
ÉCO LE P OLY TEC HNI QUE
dimensiond'espaequidéroîtvers zéro(ainsique
∂u
∂x
)lorsque| x | → + ∞
.Montrerquepour toutefontiondérivable
v(t)
on aR
∂v
∂t v
= 1 2
∂ | v | 2
∂t ,
où
R
désigne lapartieréelle etv
le omplexeonjuguédev
. En multipliantl'équation paru
eten intégrantparrapportàx
,établirl'égalitéd'énergieZ
R | u(t, x) | 2 dx = Z
R | u 0 (x) | 2 dx.
Enmultipliantl'équationpar
∂u
∂t
,montrer queZ
R
∂u
∂x (t, x)
2
+ V (x) | u(t, x) | 2
! dx =
Z
R
∂u 0
∂x (x)
2
+ V (x) | u 0 (x) | 2
! dx.
1.3.5 Système de Lamé
LesystèmedeLaméestunaspartiulierdeséquationsstationnairesdel'élasti-
itélinéariséequi modélisentlesdéformationsd'un solidesousl'hypothèse depetites
déformationsetdepetitsdéplaements(voirlaSous-setion5.3.1pourplusdedétails
sur lamodélisation). Pourobtenirlesystème de Lamé,on suppose quelesolideest
homogèneisotropeetqu'ilestxésursonbord.Laprinipalediéreneavelesmod-
èlespréédentsestqu'ils'agitiid'unsystèmed'équations,'est-à-diredeplusieurs
équations ouplées entre elles.Le solide au reposoupe un domaine
Ω
de l'espaeR N
.Sousl'ationd'uneforef
ilsedéforme,ethaquepointx
sedéplaeenx+u(x)
.Lafore
f (x)
estunefontionvetorielledeΩ
dansR N
,ommeledéplaementu(x)
.Cedernierest solutionde
− µ∆u − (µ + λ) ∇ (divu) = f
dansΩ
u = 0
sur∂Ω
(1.22)où
λ
etµ
sontdeuxonstantes,ditesdeLamé,aratéristiquesdumatériauhomogène isotropedontestonstituélesolide.Pourdesraisonsméaniquesesonstantesvéri-ent
µ > 0
et2µ + N λ > 0
.Laonditionaux limitesde Dirihletpouru
traduitlefaitquelesolideest supposéxéet immobilisésursonbord
∂Ω
.Le système (1.22) a été érit en notation vetorielle. Si on note
f i
etu i
, pour1 ≤ i ≤ N
, les omposantes def
etu
dans la base anonique deR N
, (1.22) estéquivalentà
− µ∆u i − (µ + λ) ∂(divu) ∂x i = f i
dansΩ
u i = 0
sur∂Ω
pour
1 ≤ i ≤ N
. Remarquonsque, si(µ + λ) 6 = 0
, alors les équations pour haqueomposante