ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 1

MODÉLISATION ET INFORMATIQUE SCIENTIFIQUE

Solutions Numériques

Mini Projet

réalisé par
Bouarfaoui Said
Said Saloua

encadré par
Prof.Rachid Ellaia

Année scolaire 2010-2011

Table des matières

0.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.2 Calcul des différences finies pour les équations différentielles
ordinaires : . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.3 solution numérique de l’équation de la chaleur à une dimension : 6
0.3.1 formulation d’une équation aux différences . . . . . . . 7
0.3.2 Exemple et comparaison avec la méthode de Fourier . . 8

2
ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 3

0.1 Introduction
Dans ce chapitre, nous allons présenter les méthodes qui servent à obtenir
des solutions approchées de certains problèmes aux limites pour les équations
aux dérivées partielles. En pratique, cela peut être nécessaire pour une variété
de raisons, par exemple, la géométrie de la limite ou la forme explicite des
coefficients de l’équation. Même si le problème admet une solution explicite
avec une série ou une intégrale, il peut être difficile de calculer la valeur
numérique de la solution en utilisant la série ou l’intégrale.
La méthode des différences finies est tout à fait général. Nous remplaçons
les variables continues x, y, z, t par des variables discrètes, xi , yj , zk , tm ,
ce qui suppose un nombre fini de valeurs. Ensuite, on remplace chacune des
dérivés de l’équation par des formules de dérivation appropriées. Il conver-
tit l’équation différentielle à un système d’équations algébriques, que nous
pouvons essayer de résoudre. Ayant obtenu la solution, on peut en savoir
davantage sur l’exactitude de l’approximation, c’est à dire, l’ampleur de la
différence entre la vraie solution et l’approximation obtenue.

0.2 Calcul des différences finies pour les équations

différentielles ordinaires :
Comme une simple illustration de la méthode, nous considérons le problème
suivant simpliste :
2
u0 (x) = ex pour 0 ≤ x ≤ 1, u(0) = 0
Rx 2
(la solution exact peut s’écrire sous forme integral : u(x) = 0 et dt) Pour
employer la méthode des différences finies, nous sélectionnons un maillage de
points : 0 = x0 < x1 < x2 < · · · < xn = 1 et remplacer chacun des produits
dérivés par le quotient de la différence correspondant ; ainsi

u(xi ) est remplacé par ui 0≤i≤n

ui −ui−1
u0 (xi ) est ramplacé par xi −xi−1
1≤i≤n
ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 4

nous aurons donc les équations

u0 = 0
ui − ui−1 2
= ex 1 ≤ i ≤ n
xi − xi−1
pour résoudre ces équations, on écrit la somme téléscopique
j j
2
X X
uj = uj − u0 = (ui − ui − 1) = exi (xi − xi − 1)
i=1 i=1
Rx 2
Il s’agit d’une somme se rapprochant de l’intégrale de Riemann 0 j ex dx
, qui est la solution exact.La différence entre la solution approchée et la
solution exacte est
P Rx
u(xj ) − ji=1 exi (xi − xi − 1) = ji=1 xii−1 (ex − exi )dx
P 2 2 2

2 2
qui est inférieur à xj fois la plus grande des différences exi − exi−1 , i =
1, . . . , n.
Exemple 1.1. trouver la solution approchée pour u( 12 ) de l’équation u0 (x) =
2
ex ,u(0) = 0 correspondante au maillage x0 = 0, x1 = 0.1, x2 = 0.2, x3 =
0.3, x4 = 0.4, x5 = 0.5 . Estimer l’erreur.
Solution : la solution approchée pour u( 21 ) est 5i=1 exi (xi − xi − 1).On a
P 2

les valeurs suivantes, correcte à cinq décimales prés

2
e(0.1) = e0 .01 = 1.01005
2
e(0.2) = e0 .04 = 1.04081
2
e(0.3) = e0 .09 = 1.09417
2
e(0.4) = e0 .16 = 1.17351
2
e(0.5) = e0 .25 = 1.28403
L’approximation pour u( 12 ) est ainsi (0.1)(5.60257) = 0.56026, correcte à
quatre décimales prés. Pour estimer l’erreur,on note que la plus grande des
2 2
différences exi − exi−1 se produit pour i = 5 ; ainsi e0 .25 − e0 .16 = 0.11052,
et l’erreur est inférieur à (0.5)(0.11052) = 0.05526. Ainsi l’approximation
u( 21 ) ≈ 0.56026 est correcte à 0.06 prés,un peu plus de 10 pour cent d’erreur.
ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 5

Dans l’exemple suivant, on va choisir une équation différentielle linéaire

de premier ordre plus générale.
Exemple 1.2. utiliser la méthode des différences finies pour obtenir une
solution approchée de l’équation u0 (x) + xu(x) = 1 pour 0 ≤ x ≤ 1 avec
u(0) = 0. Utiliser le maillage x = 10i pour i = 1, 2, . . . , 10.
Solution :on laisse u0 = 0 et ui = u( 10i ) pour i = 1, 2, . . . , 10.l’équation
différentielle est remplacé par l’équation aux différences finies
i
10(ui − ui−1 ) + u
10 i
= 1 i = 1, 2, . . . , 10
i
ce qui s’écrit sous la forme (10 + 10
)ui = 1 + 10ui−1 , donc la solution est

10(1 + 10ui−1 )
ui = i = 1, 2, . . . , 10
100 + i
rappelant que u0 = 0,on a, à cinq décimales prés,
10 10(5.44918)
u1 = = 0.09901 u6 = = 0.51407
101 106
10(1.9901) 10(6.1407)
u2 = = 0.19511 u7 = = 0.57289
102 107
10(2.9511) 10(6.7389)
u3 = = 0.28651 u8 = = 0.62397
103 108
10(3.8651) 10(7.2397)
u4 = = 0.37164 u9 = = 0.66419
104 109
10(4.7164) 10(7.6419)
u5 = = 0.44918 u10 = = 0.69472
105 110
La méthode des différences finies peut être appliquée à des équations
différentielles d’ordre supérieur. Pour traiter les problèmes de ce type, on
remplace les dérivées d’ordre supérieur par des formules de dérivation ap-
propriées. Par exemple, si le maillage est constitué de point à distance égale
x1 , . . . , xn avec xi − xi−1 = ∆x, puis on remplace la dérivée seconde u00 (xi )
par la formule de dérivation suivante :
u(xi + ∆x) − 2u(xi ) + u(xi − ∆x)
(∆x)2
Exemple 1.3 Utiliser la méthode des différences finies pour obtenir une
2
solution approchée de l’équation u00 (x) = ex avec les conditions aux limites
ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 6

u(0) = 0, u(1) = 0.Utiliser le maillage xi = 4i pour i = 1, 2, 3, 4.

Solution : on aura le systéme d’équation pour ui

u0 = 0

16(u2 − 2u1 + u0 ) = e0.0625

16(u3 − 2u2 + u1 ) = e0.25
16(u4 − 2u3 + u2 ) = e0.5625
u4 = 0
ceux-ci peut être réécrit sous la forme

−2u1 + u2 = (0.0625)e0.0625 = 0.06653

u1 − 2u2 + u3 = (0.0625)e0.25 = 0.08025

u2 − 2u3 = (0.0625)e0.5625 = 0.10969
la résolutions de ce système de trois équations donne u1 = −0.11745, u2 =
−0.16837,u3 = −0.13903

0.3 solution numérique de l’équation de la

chaleur à une dimension :
Dans cette section, on commence l’étude des solutions numériques des
équations aux dérivées partielles. Comme premier modèle, on considére le
problème suivant pour l’équation de la chaleur :

∂u ∂ 2u
=K 2 t > 0, 0 < x < L
∂t ∂x
u(0; t) = 0 = u(L; t) t>0
u(x; 0) = f (x)
Physiquement, ceci représente le flux de chaleur dans une dalle dont les faces
sont maintenues à zéro absolu.
ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 7

0.3.1 formulation d’une équation aux différences

Pour résoudre ce probléme par la méthode des différences finies,on choisit
un maillage 0 = x0 < x1 < x2 < . . . < xn+1 = L avec xi+1 − xi = ∆x,
indépendant de i pour i = 0, . . . , n. On remplace u(xi ; t) par ui (t) pour
i = 0, . . . , n. De même, l’axe t est remplacé par un maillage de points (ti ),
avec ti+1 − ti = ∆t. Pour employer la méthode des différences finies, on fait
les remplacements suivants pour les dérivées partielles qui interviennent dans
l’équation de la chaleur :
∂u ui (t+∆t)−ui (t)
∂t
(xi ; t) est remplacé par ∆t

∂2u ui+1 (t)+ui−1 (t)−2ui (t)

∂x2
(xi ; t) est remplacé par (∆x)2

Donc l’équation aux dérivées partielles est remplacé par les équations
linéaires suivantes avec les conditions aux limites :
ui (t + ∆t) − ui (t) ui+1 (t) + ui−1 (t) − 2ui (t)
=K 1≤i≤n
∆t (∆x)2

u0 (t) = 0 un+1 ()t = 0

on résout ces équations linéaires de ui (t + ∆t) pour obtenir

k∆t k∆t 2K∆t

ui (t + ∆t) = 2
ui+1 (t) + 2
ui−1 (t) + [1 − ]ui (t) (∗∗)
(∆x) (∆x) (∆x)2

Donc ui (t + ∆t) est une moyenne pondérée des nombres ui+1 (t), ui−1 (t), ui (t)
2k∆t
et à condition que (∆x) 2 ≤ 1. Quand cette condition est satisfaite, tous les

coefficients dans (**) sont postive et leur somme est l’unité,de là vient le
terme moyenne pondérée.Pour des valeurs données de la diffusivité K et la
taille du maillage ∆x, cette condition peut peut être réalisé par un choix
approprié du pas de temps ∆t. il est à notre avantage aussi grande que
possible, conformément à cette restriction.
2k∆t
En particulier, si on choisit (∆x) 2 = 1, alors le coefficient de ui (t) est nulle et

la formule pour ui (t + ∆t) est simplifiée. Il est montré,dans des travaux plus
2k∆t
avancés sur l’analyse numérique,que la condition (∆x) 2 ≤ 1 est une condition

de stabilité,ce qui signifie que les approximations numériques seront proche

de la solution exact dans un sens convenable.
ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 8

0.3.2 Exemple et comparaison avec la méthode de Fou-

rier
Exemple 2.1. trouver la solution numérique de l’équation de la chaleur

∂u ∂ 2u
=K 2
∂t ∂x
pour t > 0, 0 < x < 1 et avec les conditions aux limites u(0; t) = 0, u(1; t) =
0 et les conditions initials u(x; 0) = 100x(1 − x).Utiliser un maillage avec
2k∆t 1
∆x = 0.1, (∆x)2 = 3 , et calculer la solution pour 0 ≤ t ≤ 20∆t

solution : dans ce cas, les équations de base (**) prennent la forme

k∆t k∆t 2K∆t

ui (t + ∆t) = 2
ui+1 (t) + 2
ui−1 (t) + [1 − ]ui (t)
(∆x) (∆x) (∆x)2
1 1 1
= ui−1 (t) + ui+1 (t) + ui (t)
3 3 3
On peut se limiter aux valeurs x = 0, 0.1, 0.2, 0.3, 0.4, 0.5 car les conditions
initiales sont symétriques par rapport à x=12
par il est intéressant de com-
parer la solution numérique avec la solution exacte obtenue par les series de
Fourier.Pour ce faire, on rappelle la série de Fourier pour0 < x < 1
800 1
100x(1 − x) = 3
(sin πx + sin 3πx + . . .)
π 27
La solution de l’équation de la chaleur avec ces conditions initials
800 2 1 2
u(x; t) = 3
(sin πxe−π Kt + sin 3πxe−(3π) Kt + . . .)
π 27
On calcule les valeurs des différents termes pour x = 0, 0.1, 0.2, 0.3, 0.4, 0.5
et Kt = K(20∆t) = 20 3
(∆x)2 = 15 1
.

x 0 0.1 0.2 0.3 0.4 0.5

sin πx 0 0.309 0.588 0.809 0.951 1.000
1
27
sin 3πx 0 0.011 0.035 0.030 -0.022 -0.037
−π 2
800
π3
sin πxe 15 0 4.128 7.856 10.808 12.705 13.363
−9π 2
800 1
3
π 27
sin πxe 15 0 0.000 0.002 0.002 -0.002 -0.002
u(x; t) 0 4.128 7.858 10.810 12.703 130361
ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 9

donc on voit que la solution numérique et la solution par les séries de

Fourier sont proche à 2 pour cent pour les valeurs tabulées !

@ x
@ 0.0 0.1 0.2 0.3 0.4 0.5
t @@
0 0 9.00 16.00 21.00 24.00 25.00
∆t 0 8.33 15.33 20.33 23.33 24.33
2∆t 0 7.89 14.66 19.66 22.66 23.66
3∆t 0 7.52 14.07 18.99 21.99 22.99
4∆t 0 7.20 13.53 18.35 21.32 22.32
5∆t 0 6.91 13.03 17.73 20.66 21.65
6∆t 0 6.65 12.56 17.14 20.01 20.99
7∆t 0 6.40 12.12 16.57 19.38 20.34
8∆t 0 6.17 11.70 16.02 18.76 19.70
9∆t 0 5.96 11.30 15.49 18.16 19.07
10∆t 0 5.75 10.92 14.98 17.57 18.46
11∆t 0 5.56 10.55 14.49 17.00 17.87
12∆t 0 5.37 10.20 14.00 16.45 17.29
13∆t 0 5.19 9.86 13.55 15.91 16.73
14∆t 0 5.02 9.53 13.11 15.40 16.18
15∆t 0 4.85 9.22 12.68 14.90 15.66
16∆t 0 4.69 8.92 12.27 14.41 15.15
17∆t 0 4.54 8.63 11.87 13.61 14.66
18∆t 0 4.39 8.35 11.37 13.38 13.96
19∆t 0 4.25 8.02 11.03 12.90 13.57
20∆t 0 4.09 7.77 10.65 12.50 13.12
Cet exemple montre que l’on peut s’attendre à un accord étroit entre
la solution numérique et la solution exacte de l’équation de la chaleur. Le
théorème suivant affirme ce résultat général.
2
théorème : soit u(x; t) la solution de l’équation de la chaleur ∂u
∂t
= K ∂∂xu2 pour
t > 0, 0 < x < L avec les conditions aux limites u(0; t) = α(t), u(L; t) = β(t)
et la condition initial u(x; 0) = f (x). Soit ui (t)la solution numérique obtenue
ECOLE MOHAMMADIA D’INGENIEURS Solutions Numériques 10

2k∆t
avec (∆x)2
≤ 1. Donc

M K∆t(∆x)4
max 1≤i≤n |u(xi ; t) − ui (t)| ≤
135
où M est une borne pour u(x; t) et ses six premiers dérivés.
dans la pratique, il est difficile de trouver la constante M.