Академический Документы
Профессиональный Документы
Культура Документы
aux d
eriv
ees
partielles et leurs
approximations.
Sommaire
1 Introduction g
en
erale
1.1
1.2
1.2.1
1.2.2
1.2.3
1.2.4
Diffusion de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Evolution
du trafic routier sur une autoroute . . . . . . . . . . . . . . . .
1.2.5
1.2.6
Hydrodynamique compressible . . . . . . . . . . . . . . . . . . . . . . . .
Evolution
du prix dune option . . . . . . . . . . . . . . . . . . . . . . . .
11
12
1.2.7
1.3
2 Equations
paraboliques
2.1
2.2
L2 (]0, 1[)
3.2
16
2.1.1
. . . . . . . . . . . . . . . . . . . . . .
16
2.1.2
17
2.1.3
22
Principes du maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
2.2.1
30
Entropies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Decroissance en temps de la norme
L (]0, 1[)
. . . . . . . . . . . . . . . .
31
2.3.1 Etude
du schema explicite . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.2 Etude
du -schema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
2.3.3
51
3 Equations
hyperboliques
3.1
11
15
2.2.2
2.3
10
35
41
73
73
3.1.1
Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
74
75
SOMMAIRE
3.3
3.4
Equations
scalaires conservatives . . . . . . . . . . . .
3.3.1 Methode des caracteristiques pour les equations
3.3.2 Equation
de Burgers . . . . . . . . . . . . . . .
Schemas de volumes finis . . . . . . . . . . . . . . . .
3.4.1 Generalites . . . . . . . . . . . . . . . . . . . .
3.4.2 Schema de Lax-Friedrichs . . . . . . . . . . . .
3.4.3 Quelques resultats numeriques . . . . . . . . .
. . . . . . . .
non lineaires
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
.
.
.
.
.
.
.
4 Equations
elliptiques
4.1 Introduction, exemples, Generalites . . . . . . . . . . . . . . . . . . . .
4.1.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1.2 Probl`eme mod`ele et generalites . . . . . . . . . . . . . . . . . .
4.2 Etude
de u + u = f . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2.1 Probl`eme de Dirichlet homog`ene . . . . . . . . . . . . . . . . .
4.2.2 Quelques elements pour le probl`eme de Dirichlet non homog`ene
4.2.3 Quelques elements pour le probl`eme de Neumann homog`ene . .
4.2.4 Methode des elements finis . . . . . . . . . . . . . . . . . . . .
4.2.5 Quelques resultats numeriques . . . . . . . . . . . . . . . . . .
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
79
80
88
111
111
112
131
.
.
.
.
.
.
.
.
.
.
.
137
137
137
138
144
144
150
154
156
163
167
169
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
Graphe de lentropie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Condition initiale sinusodale, 20 mailles avec le schema explicite. . . . .
Condition initiale sinusodale, 50 mailles avec le schema explicite. . . . .
Condition initiale sinusodale, comparaison des erreurs (schema explicite).
Comparaison des erreurs avec differentes valeurs de , 50 mailles. . . . .
Calcul o`
u la condition de stabilite nest pas verifiee. . . . . . . . . . . . .
Condition initiale reguli`ere `a support compact. . . . . . . . . . . . . . . .
Solutions avec 50 mailles. . . . . . . . . . . . . . . . . . . . . . . . . . . .
Solutions avec 50 mailles, zoom. . . . . . . . . . . . . . . . . . . . . . . .
La condition de stabilite netant pas verifiee. . . . . . . . . . . . . . . . . .
3.1
3.2
3.3
3.4
3.5
3.6
3.7
4.1
4.2
4.3
. . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
31
52
52
53
53
54
55
55
56
56
. . . . . . . 86
. . . . . . . 93
. . . . . . . 96
. . . . . . . 96
initiale nulle.103
. . . . . . . 116
. . . . . . . 132
Chapitre 1
Introduction g
en
erale
o`
u
1.1
d
X
i=1
bi (x)i u(x) +
d
d X
X
2
u(x) = f (x).
ci,j (x)i,j
(1.2)
i=1 j=1
ERALE
et ses valeurs propres sont reelles. Notons-les (i (x))di=1 , et notons d+ (x) le nombre de valeurs
propres strictement positives, d (x) le nombre de valeurs propres strictement negatives (en
tenant compte de leur multiplicite) et d0 (x) la multiplicite de la valeur propre 0 : d = d0 (x) +
d (x) + d+ (x) x .
On dit que lEDP (1.2) est elliptique en x si et seulement si
ou
d+ (x) = d
d (x) = d
P
P P
(la forme (yi )di=1 7 di=1 bi (x)yi + di=1 dj=1 yj ci,j (x)yi definit une quadrique elliptique).
On dit que lEDP (1.2) est hyperbolique en x si et seulement si
ou
d+ (x) = d 1 et d (x) = 1
d+ (x) = 1 et d (x) = d 1.
1.2
1.2.1
DE LA PHYSIQUE
1.2. EXEMPLES DEDP TIRES
1.2.2
D
eformation dune membrane
elastique
On consid`ere cette fois une membrane elastique horizontale `a lequilibre soumise `a un chargement vertical dans un ouvert (borne) de R2 et maintenue dans une position fixe (`a laltitude
0) sur le bord de . Laltitude de la membrane est alors solution de
(
Cest un probl`eme elliptique. Nous nous poserons `a propos de cette equation les memes questions
2 u + 2 u, que nous
que pour le fil elastique. La quantite u est appele laplacien de u et vaut 1,1
2,2
2 u + 2 u.
noterons dans la suite x,x
y,y
1.2.3
Le fil de la sous-section 1.2.1 nest plus ici suppose `a lequilibre : on veut precisement etudier
les phenom`enes instationnaires, en se donnant des conditions initiales pour le dispositif. En faisant l hypoth`ese des petites deformations 1 , lequation mathematique associee `a ce probl`eme
est
t,t
x,x
+
u(t, 0) = u(t, 1) = 0 t R ,
+
0
o`
u t est la variable de temps (et le chargement depend `a la fois du temps et de lespace). Cest
un probl`eme hyperbolique. On se posera `a son sujet les memes questions que dans les exemples
precedents, et lon se demandera aussi si la solution mathematique est stable au cours du temps.
Ce probl`eme admet bien entendu des generalisations en dimension 2 (vibration dune membrane) et en dimension 3, au meme titre que le probl`eme de la deformation dun fil elastique.
1.2.4
Diffusion de la chaleur
On consid`ere encore un fil sur le segment [0, 1], et lon sinteresse cette fois non pas `
a son
deplacement mais `
a sa temperature. On note u(t, x) la temperature du fil `a linstant t et au
point x [0, 1]. Ce probl`eme physique est modelise (dans un cadre simplifie, en utilisant la loi
de Fourier) par
2
1. Cest-`
a-dire en supposant que u, x u et x,x
u sont petits.
ERALE
10
f (t, x) represente un terme de chauffage. Le coefficient est le coefficient de conductivite thermique, suppose constant 2 et positif. La donnee u0 est la temperature initiale en tout point de
]0, 1[. La condition u(t, 0) = u(t, 1) = 0 t R+ indique que la temperature est fixee `a 0 pour
tout temps sur les bords du domaine. Cest un probl`eme parabolique. Il se generalise lui aussi
en dimensions superieures. Les questions que nous nous poserons et auxquelles nous tacherons
de repondre sont encore celles de lexistence, de lunicite, de la stabilite. Il faut remarquer que
lequation de la chaleur est en rapport avec une equation elliptique par le biais suivant : si la
solution u(t, x) converge en temps infini vers une fonction qui ne depend pas du temps (on peut
supposer que f ne depend que de x, pour fixer les idees), la limite en temps infini de cette
solution, notons-la v(x), verifie
(
2 v(x) = f (x),
x,x
v(0) = v(1) = 0,
qui est larchetype du probl`eme elliptique. Pour une demonstration rigoureuse de ce resultat,
voir lexamen de juin 2004 et celui de mai 2006 (et leur corrige).
1.2.5
Evolution
du trafic routier sur une autoroute
Assimilons ( !) la repartition des automobiles sur une autoroute de longueur infinie `a une
densite de repartition sur R. Notons (t, x) cette densite, a priori fonction du temps et de la
position. Notons encore v(t, x) la vitesse locale des automobiles. Lequation de transport des
automobiles est
t (t, x) + x (v)(t, x) = 0.
Supposons (pour simplifier. . .) que les conducteurs adaptent leur vitesse `a la densite locale
dautomobiles : v(t, x) = V ((t, x)). Il est logique de choisir une fonction V decroissante 3 .
On peut de plus modeliser lapparition dun bouchon lorsque la densite de voitures est trop
importante par lhypoth`ese mathematique quil existe une densite de saturation s telle que
V (s ) = 0. Ceci conduit `
a un flux q = v = V () dallure representee sur la figure 1.1.
2. Si lon ne suppose pas que ce coefficient est constant mais quil depend de u et x, lequation de la chaleur
secrit t u x ((u, x)x u) = f .
3. De plus, si les distances sont mesurees en kilom`etres et les temps en heures, si lautoroute est francaise et
les automobilistes disciplines (ne sont pas francais), on aura lim0 V () = 130.
DE LA PHYSIQUE
1.2. EXEMPLES DEDP TIRES
11
1.2.6
Hydrodynamique compressible
Soit (t, x) R, u(t, x) R3 et e(t, x) R les densite, vitesse et densite massique denergie
totale dun fluide compressible (dans R3 ). Les equations de conservation de la masse, de la
quantite de mouvement et de lenergie totale forment le syst`eme dEDP dEuler
t + div(u) = 0,
t (u) + div(u u + pI) = 0,
p etant la pression dans le fluide (suppose ici newtonien) : par exemple, pour un gaz parfait,
p = ( 1)(e u2 /2). Lorsque p/ > 0 4 , ce syst`eme est hyperbolique (comme il ne sagit pas
dune EDP dordre 2, la definition de lhyperbolicite est ici differente de celle que nous avons
introduite : voir le chapitre 3 pour plus de precisions).
1.2.7
Evolution
du prix dune option
Notons c(t, s) le prix dachat dune option pour la somme s au temps t (avant un temps final).
Une equation regissant levolution de ce prix est proposee par le mod`ele de Black et Scholes :
t c(t, s) +
s2 2 (t, s) 2
s,s c(t, s) + r(t)ss c(t, s) r(t)c(t, s) = 0.
2
ERALE
12
1.3
Encore quelques g
en
eralit
es
Ce cours a pour but dapporter quelques reponses aux questions posees dans cette introduction, qui concernent le caract`ere bien pose de probl`emes dEDP, lexistence de solutions,
leur unicite, leur stabilite en temps, stabilite par rapport aux donnees du probl`eme (etude qualitative). On insistera aussi sur le calcul (approche le plus souvent) de ces solutions ; ce sera
loccasion dintroduire successivement les methodes de differences finies, de volumes finis et
delements finis.
Une particularite de letude des EDP est quil nexiste pas de resultat general utilisable
permettant de predire lexistence ou lunicite dune solution `a (1.1). Voici `a titre indicatif LE
theor`eme general relatif `
a cette question.
Th
eor`
eme 1 (Cauchy-Kowalewskaya)
Considerons le syst`eme dEDP
t uj =
n
d X
X
j = 1, . . . , n
i=1 k=1
avec les donnees initiales uj (0, x) = 0 x, j = 1, . . . , n. Supposons que les coefficients ji,k et
j sont analytiques reels 5 au voisinage de (x, u1 , u2 , . . . , un ) = (0, 0, 0, . . . , 0).
Alors, le probl`eme de Cauchy considere a une unique solution uj (t, x) analytique reelle au voisinage de (0, 0).
Il sagit dun resultat beaucoup plus faible que celui qui concerne les EDO que nous rappelons
pour comparaison.
Th
eor`
eme 2 (Cauchy-Lipschitz)
Considerons lEDO
x (t) = f (t, x(t))
posee dans I o`
u I est un intervalle ouvert de R contenant 0 et est un ouvert de Rd ,
avec la donnee initiale x(0) = x0 . Supposons que f est continue et quelle est localement
lipschitzienne par rapport `
a sa seconde variable sur I . 6
Alors, il existe une unique solution maximale `a lEDO, definie sur lintervalle maximal IM ,
intervalle ouvert tel que 0 IM I.
5. Rappel : notations de Schwartz. Soit x = (x1 , x2 , . . . , xd ) Rd , soit n = (n1 , n2 , . . . , nd ) Nd . On note
nd
d
1 n2
eelle
x = xn
1 x2 . . . xd . Soit un ouvert de R qui contient 0. Soit f : R. On dit que f est analytique r
au voisinage de 0 si et seulement sil existe un voisinage O de 0 et (cn )nNd tels que x O,
X
cn xn .
f (x) =
n
nNd
ERALIT
13
Une etude des EDP dans toute leur generalite est impossible. Nous nous interesserons donc `
a
certaines categories dEDP, separement. Nous analyserons premi`erement les EDP paraboliques
(en focalisant sur lequation de la chaleur), puis les EDP hyperboliques, et enfin les EDP elliptiques. Nous aborderons dans le meme ordre les methodes de differences finies, de volumes finis
et delements finis.
14
ERALE
Chapitre 2
Equations
paraboliques
u(t, 0) = 0 t ]0, T ],
(2.1)
u(t,
1)
=
0
t
]0,
T
],
o`
u T est un reel suppose strictement positif.
Des conditions de bord de type u(t, 0) = u0 (t) t ]0, T ], u(t, 1) = u1 (t) t ]0, T ] sont
appelees conditions de Dirichlet ; si u0 (t) = 0 et u1 (t) = 0 t ]0, T ], ce qui est le cas dans le
probl`eme mod`ele (2.1), ces conditions sont dites de Dirichlet homog`enes.
Remarque 1
A priori, le temps final T fait partie du probl`eme : il sagit de trouver le plus grand T R tel
quil existe une solution sur ]0, T ], ou ]0, T [. Nous verrons que pour cette EDP (moyennant des
hypoth`eses ad hoc sur les donnees), il existe une solution pour tout T R. Une autre remarque,
importante, concerne le domaine ]0, T ]]0, 1[ sur lequel on cherche une solution de lEDP. Lon
pourrait aussi chercher une solution sur [0, T ][0, 1] (en precisant que sur les bords de ce domaine,
les derivees partielles seraient `
a comprendre `a gauche ou `a droite ), mais, nous allons le
voir, ce serait tr`es reducteur en nous privant de toute une famille de solutions interessantes, celles
issues de conditions initiales non reguli`eres. Ce choix nous imposera de preciser ulterieurement
ce que nous entendons par condition limite, puisque la regularite au bord (en temps. . .) nest
pas garantie.
15
CHAPITRE 2. EQUATIONS
PARABOLIQUES
16
2.1
Existence et unicit
e dune solution
La methode que nous allons utiliser ici est, `a peu de choses pr`es, celle qua developpee Fourier
en 1822 dans sa Theorie analytique de la chaleur. Cette methode est basee sur la remarque
suivante : quel que soit k N,
2 2
ek t sin(kx)
est solution de
2.1.1
u(t, 1) = 0 t ]0, T ].
Proposition 1
D
emonstration
Soit f L2 (]0, 1[) et soit f le prolongement par imparite de f sur ] 1, 1[ : f L2 (] 1, 1[). Le
theor`eme de Fejer assure que ((1/ 2)eik )kZ est une base hilbertienne de L2 (] 1, 1[). Donc,
R1
b
en posant, pour tout k Z, f(k) = 1/ 2 1 f(x)eikx dx, on a
1 X b
f =
f (k)eik
2 kZ
Dautre part,
1
fb(k) =
2
dans L2 (] 1, 1[).
Z 0
Z 1
1
1
f(x)eikx dx =
f(x)eikx dx +
f(x)eikx dx
2 1
2 0
1
Z 0
Z 1
1
1
=
f (x)eikx dx +
f (x)eikx dx
2 1
2 0
Z 1
Z 1
2i
1
f (x) eikx eikx dx =
f (x) sin(kx) dx.
=
2 0
2 0
1
b
b
Ainsi, f(k) = f(k) et
f=
X
2
fb(k) sin(k)
kN
R1
dans L2 (]0, 1[) si lon pose fb(k) = 2 0 f (x) sin(kx) dx pour k N .
DUNE SOLUTION
2.1. EXISTENCE ET UNICITE
17
k N .
D
emonstration
Soit g C 0 ([0, 1]) une fonction derivable sur ]0, 1[ et `a derivee dans L2 (]0, 1[). Pour k N , on a
gb (k) =
Z
2
g (x) sin(kx) dx
2 [g(x) sin(kx)]10
Z
2
g(x)k cos(kx) dx
Z
= 2k
Soit g C 1 ([0, 1]) une fonction deux fois derivable sur ]0, 1[ et `a derivee seconde dans L2 (]0, 1[) :
Z
b
g (k) = 2k
g (x) cos(kx) dx
g(x) sin(kx) dx
= 2k [g(x) cos(kx)]10 k2 2 b
g(k).
0
2.1.2
Unicit
e de la solution. Stabilit
e
( 2 sin(kx))kN , quel que soit t ]0, T ]. De plus, dapr`es le theor`eme de convergence dominee
CHAPITRE 2. EQUATIONS
PARABOLIQUES
18
\
tout k N , u(t, )(k) est derivable par rapport `a t si t > 0, et
Z 1
\
t u(t,
)(k) = 2
t u(t, x) sin(kx) dx = \
t u(t, )(k)
0
et
t u(t, ) =
X
X
\
2
2
\
t u(t,
)(k) sin(k).
t u(t, )(k) sin(k) =
kN
kN
En effet :
pour tout t > 0, u(t, ) sin(k) est mesurable ;
pour tout t > 0, u(t, ) sin(k) est integrable, donc. . . Il existe t tel que u(t, ) sin(k)
est integrable ;
pour tout x, u(, x) sin(kx) est derivable : sa derivee vaut t u(, x) sin(kx) ;
quel que soit ]0, T [, pour tout t [, T ], |t u(t, x) sin(kx)| ||t u||L ([,T ][0,1]) pour
tout x, et cette constante est integrable sur ]0, 1[.
\
Par la suite, nous noterons plut
ot u
b(k)(t) les termes u(t,
)(k). On a donc
\
t u
b(k)(t) = t u(t,
)(k) = \
t u(t, )(k),
Ces proprietes sont bien assurees par les hypoth`eses faites en tete de cette section. LEDP verifiee
par u se reecrit au moyen de sa serie de Fourier
i
Xh
X
2 u(k)(t) sin(k) =
u
b(k) (t) [
fb(k)(t) sin(k),
x,x
kN
kN
Comme ( 2 sin(k))kN est une base hilbertienne, ceci signifie que chacun des coefficients de
la somme ci-dessus est nul :
u
b(k) (t) + k2 2 u
b(k)(t) = fb(k)(t)
k N , t ]0, T ].
Ces equations differentielles ordinaires admettent chacune une unique solution (sous reserve que
lon fournisse une donnee initiale) sous lhypoth`ese que fb(k) C 0 ([0, T ]) k N . Cette condition
DUNE SOLUTION
2.1. EXISTENCE ET UNICITE
19
est remplie d`es que f C 0 ([0, T ] [0, 1]) : cest ici quintervient cette hypoth`ese faite au debut
de la section. On a transforme le probl`eme aux derivees partielles en une famille dequations
differentielles ordinaires. Chacune de ces EDO se resout facilement, la solution, unique a
` la
donnee initiale u
b(k)(0) pr`es, en est donnee par
Z t
2 2
k 2 2 s
b
u
b(k)(t) = u
b(k)(0) +
f (k)(s)e
ds ek t
0
(la fonction u
b(k)(t) etant ainsi convenablement definie, bien s
ur gr
ace `a lhypoth`ese de regularite
sur f ). Donc, sous les hypoth`eses faites sur u et f , on a
X
u(t, ) = 2
u
b(k)(t) sin(k) dans L2 (]0, 1[)
kN
avec
2 2
k 2 2 s
b
f (k)(s)e
ds ek t ,
u
b(k)(t) = u
b(k)(0) +
0
Z 1
b
f (t, x) sin(kx) dx,
f (k)(t) = 2
0
les coefficients u
b(k)(0) etant encore `a definir. Le fait que la solution u(t, ) soit decrite dans
2
L (]0, 1[) nous incite `
a donner `
a la prescription de la condition initiale le sens (`a peine plus)
2
faible degalite (forte) dans L (]0, 1[), exprimee sous la forme
lim u(t, ) = u0
t0+
kN
kN
c0 (k)
lim u
b(k)(t) = u
t0+
k N
puisque les sin(k) forment une base hilbertienne (ceci peut aussi se voir rapidement gr
ace au
c
0
theor`eme de Bessel-Parseval). On a donc u (k) = u
b(k)(0) et
Z t
2 2
k 2 2 s
c
0
b
u
b(k)(t) = u (k) +
f (k)(s)e
ds ek t k N .
0
Proposition 2
Avec f C 0 ([0, T ] [0, 1]) et u0 L2 (]0, 1[) le probl`eme (2.1) 1 admet au plus une solution u
derivable par rapport `
a t, 2 fois derivable par rapport `a x sur ]0, T ] [0, 1] et telle que t u, x u
2
0
et x,x u sont dans C (]0, T ] [0, 1]).
1. La condition initiale etant verifiee au sens L2 (]0, 1[).
CHAPITRE 2. EQUATIONS
PARABOLIQUES
20
D
emonstration
Le theor`eme de Bessel-Parseval affirme que, t,
||u(t, )||L2 (]0,1[)
Or
= (b
u(k)(t))
u
b(k)(t) = u
b(k)(0) +
Donc
(b
u(k)(t))
2 =
kN
l
sX
kN
t ]0, T ].
|b
u(k)(t)|2 .
2 2
k 2 2 s
b
f (k)(s)e
ds ek t .
2
l
2 2
c0
u (k)ek t
kN
Z t
k 2 2 s
k 2 2 t
b
f (k)(s)e
dse
+
kN
l2
0
kN
l2
v
uX Z t
Z t
u
c0
2
b
t
e2k2 2 (st) ds
|
f
(k)(s)|
ds
(k)
+
u
kN
l2
kN
it
h
1
2k 2 2 (st)
e
2k 2 2
0
Z t
|fb(k)(s)|2 ds
=
0
on a la majoration
Z
|fb(k)(s)|2 ds
2k 2 2 (st)
e
0
0 (k)
2 c
u
kN
l
ds
1
2 2
(1 e2k t ),
2
2
2k
|fb(k)(s)|2 ds
1
2 2
v
uX Z t
u
1
t
|fb(k)(s)|2 ds,
+
kN
l2
2 kN 0
DUNE SOLUTION
2.1. EXISTENCE ET UNICITE
soit
(b
u(k)(t))
0 (k)
2 c
u
kN
l
21
v
uZ
1 u t X b
t
|f (k)(s)|2 ds
+
kN l2
2
0 kN
` nouveau gr
(gr
ace au theor`eme de convergence monotone de Lebesgue). A
ace `a legalite de
Bessel-Parseval,
s
Z t
1
c
0
(b
u(k)(t))kN l2 u (k)
||f (s, )||2L2 (]0,1[) ds,
+
kN l2
2
0
(b
u(k)(t))
kN
0 (k)
2 c
u
l
1
||f ||L2 (]0,T []0,1[) .
+
kN
2
l2
Remarque 2
On pourra montrer (exercice !) que sous les memes hypoth`eses on a meme
1/2
1
2
2
||u(t, )||L2 (]0,1[) u0 L2 (]0,1[) e t + ||f ||L2 (]0,T []0,1[)
1 e2 t
2
t ]0, T ].
Remarque 3
La precedente inegalite est valable pour tout t, donc on a
sup ||u(t, )||L2 (]0,1[) u0 L2 (]0,1[) + 1/( 2) ||f ||L2 (]0,T []0,1[) ,
t[0,T ]
||u(t, )||L ([0,T ],L2 (]0,1[)) u0 L2 (]0,1[) + 1/( 2) ||f ||L2 ([0,T ]]0,1[) .
qR
CHAPITRE 2. EQUATIONS
PARABOLIQUES
22
1
f f L2 (]0,T []0,1[)
+
u0 u0 2
2
L (]0,1[)
(1 + 1/( 2)) t ]0, T ].
Ceci signifie que u(t, ) reste proche de u(t, ) en norme L2 (]0, 1[) : cest de la stabilite L2 .
2.1.3
Les calculs que nous avons effectues, utilisant les series de Fourier, permettent aussi de
prouver lexistence dune solution. Il suffit pour cela de considerer la serie de Fourier o`
u les
coefficients sont solutions des EDO mises en evidence et de montrer quelle definit une fonction
reguli`ere qui verifie lEDP de la chaleur ainsi que les conditions aux limites prescrites. Cest ce
que nous allons faire dans cette section.
D
efinition 1
Soit I et J des intervalles de R. On note C l,m (I, J) lensemble des fonctions u de I J dans R
telles que
u(, x) C l (I) x J et
u(t, ) C m (J) t I.
On note Cbl,m (I, J) lensemble des fonctions u C l,m (I, J) dont les l premi`eres derivees partielles
par rapport `a la premi`ere variable et les m premi`eres derivees partielles par rapport `a la seconde
variable sont uniformement bornees sur I J.
Th
eor`
eme 3
Considerons le probl`eme (2.1) o`
u T est un reel strictement positif quelconque, avec une donnee
0
2
initiale u L (]0, 1[) et un terme source f C 2 ([0, T ] [0, 1]) verifiant f (t, 0) = f (t, 1) = 0
t [0, T ]. Il a une unique solution 2 u C 1,2 (]0, T ], [0, 1]). Cette solution verifie la propriete de
stabilite de la proposition 3.
La demonstration de ce resultat est assez fastidieuse (surtout `a cause du terme de chauffage :
dailleurs, allez, oui, une lecture rapide pourra etre faite en annulant par la pensee tous les termes
venant de f ).
D
emonstration
Elle consiste `a verifier que la serie de Fourier dont on a calcule les coefficients precedemment est
solution de lEDP et des conditions aux limites. Il faut verifier que cette serie definit une fonction
2. La condition initiale etant verifiee au sens L2 (]0, 1[).
DUNE SOLUTION
2.1. EXISTENCE ET UNICITE
23
u(t, x) derivable une fois par rapport `a t, deux fois par rapport `a x et telle que ces derivees
partielles sont dans C 0 (]0, T ] [0, 1]), puis que u(t, 0) = u(t, 1) = 0 et enfin que u(0, ) = u0 ()
(en un sens `
a preciser).
Commencons par montrer que cette serie est sommable pour tout t > 0. On consid`ere, comme
promis, la somme de la serie
Z t
X
2 2
k 2 2 s
c
0
b
2
u (k) +
f (k)(s)e
ds ek t sin(kx),
(2.2)
0
qui est candidate `
a etre solution de (2.1). Puisque u0 L2 (]0, 1[), la suite c
u0 (k)
kN
est bornee
kN
P
2 2
u0 (k)ek t sin(kx) est donc convergente (normalement convergente
si t > 0. La serie kN c
en espace).
Rt
2 2
Occupons-nous maintenant de 0 fb(k)(s)ek (st) ds sin(kx). Notons dabord que k N ,
fb(k)() L2 (]0, T [) :
Z
|fb(k)(s)|2 ds
Dautre part, ek
Cauchy-Schwarz,
2
X
fb(k)(s) ds
kN
2 2 (t)
T
0
1
0
sZ
Z t
sZ t
t
2
2
b(k)(s)|2 ds
fb(k)(s)ek (st) ds sin(kx)
|
f
e2k2 2 (st) ds
0
1
2 2
e2k (st)
2k 2 2
t
1
1
2 2
(1 e2k t )
.
2k2 2
2k 2 2
Ainsi
s
s
Z t
Z t
Z T
1
2
2
1
2
b
fb(k)(s)ek (st) ds sin(kx)
|f (k)(s)| ds
|fb(k)(s)|2 ds.
2k
2k
0
0
0
De plus,
kN
2k
|fb(k)(s)|2 ds
kN
v
uX Z T
1 u
t
|fb(k)(s)|2 ds
2k 2 2
0
kN
CHAPITRE 2. EQUATIONS
PARABOLIQUES
24
est pour tout t ]0, T ] le terme general dune serie convergente (normalement convergente) : la
serie que nous avons definie en (2.2) est convergente pour (t, x) ]0, T ] [0, 1]. Notons u(t, x)
la somme de cette serie. Nous allons montrer que u est de classe C 1 par rapport `a sa premi`ere
variable sur ]0, T ] [0, 1]. Chaque terme de la serie est derivable par rapport `a t, et la derivee
en vaut
Z t
2 2 c
k 2 2 s
k 2 2 t
0
b
b
2 k u (k) +
f (k)(s)e
ds e
+ f (k)(t) sin(kx).
0
Ici, nous supposons que supt[0,T ] fb(k)(t)
kN
(gr
ace aux hypoth`e
ses faites sur f ).
2 2
u0 (k)ek t + fb(k)(t) sin(kx) est le terme general dune serie
Soit ]0, T [ ; k 2 2 c
normalement convergente
sur [, T ] [0, 1] car
2 2
2 2
2
2
c
u B R est
le terme k u0 (k)ek t sin(kx) y est majore par Bk 2 2 ek o`
c0
une constante telle que u
(k) B k N ;
b
b
b
f (k)(t) sin(kx) sup[,T ] f (k)(t) sin(kx) sup[,T ] f (k)(t) qui est le terme general
dune suite de l1 .
Il reste `a etudier le terme
Z t
2 2
2 2
k
fb(k)(s)ek (st) ds sin(kx).
Puisque supt[0,T ] fb(k)(t)
kN
Z
Z t
2 2 t
2 2
k 2 2 (st)
2 2
b
b
k
f (k)(s)e
ds sin(kx) sup |f (k)(t)|k
ek (st) ds
0
t[0,T ]
k 2 2 t
= sup |fb(k)(t)| 1 e
t[0,T ]
sup |fb(k)(t)|
t[0,T ]
qui est le terme general dune serie convergente. Recapitulons : sous lhypoth`ese que supt[0,T ] fb(k)(t)
est une suite de l1 , la serie des derivees par rapport `a t est normalement convergente sur
[, T ] [0, 1] ; il en decoule 3 que u est derivable par rapport `a sa premi`ere variable et que
t u(t, x) est de classe C 0 par rapport `
a (t, x) sur [, T ] [0, 1] pour tout > 0 4 , donc sur
]0, T ] [0, 1], et enfin que
Z t
X
2 2 c
k 2 2 s
k 2 2 t
0
b
b
k u (k) +
f (k)(s)e
ds e
+ f (k)(t) sin(kx).
t u(t, x) = 2
kN
3. Il faut aussi verifier que la serie converge en un point, ce que nous avons montre `
a letape precedente en
montrant quelle convergeait pour tout (t, x) ]0, T ] [0, 1].
4. Car chaque terme de la serie des derivees est de classe C 0 .
kN
DUNE SOLUTION
2.1. EXISTENCE ET UNICITE
25
La demonstration que nous avons faite permet aussi de voir que, sous les memes hypoth`eses, u
2 est de classe C 0 par rapport
est deux fois derivable par rapport a` sa seconde variable et que x,x
`a (t, x) sur ]0, T ] [0, 1], et enfin que
Z t
X 2 2
2
k 2 2 s
k 2 2 t
c
0
b
x,x u(t, x) = 2
k u (k) +
f (k)(s)e
ds e
sin(kx).
0
kN
Il reste `
a trouver une condition sur f pour que supt[0,T ] fb(k)(t)
kN
l1 . Le lemme 2 ci-apr`es assure que si f C 2 ([0, T ] [0, 1]) et f (t, 0) = f (t, 1) = 0 t [0, T ],
cette condition est verifiee. Nous avons montre que la somme u de la serie de Fourier etait
dans C 1,2 (]0, T ], [0, 1]) et quelle verifiait lEDP. Il faut maintenant montrer quelle verifie les
conditions aux limites demandees.
Tout dabord : les conditions aux limites en espace,
u(t, 0) = u(t, 1) = 0 t ]0, T ].
Ces conditions sont trivialement verifiees puisque sin(0) = sin(k) = 0 k N .
Maintenant, interessons-nous `
a la condition initiale. Ce point est un peu plus delicat : on note
en particulier que sans hypoth`ese supplementaire sur la regularite de la condition initiale, il ny
a aucune raison pour que u C 1,2 ([0, T ], [0, 1]). On va cependant montrer que limt0+ u(t, ) =
u(0, ) dans L2 (]0, 1[). Pour ceci, appliquons legalite de Bessel-Parseval `a u0 u(t, ) :
2
Z 1
Z t
X
0
2 2
0 (k) 1 ek t
b(k)(s)ek2 2 (st) ds ,
c
u (x) u(t, x)2 dx =
f
u
0
kN
cette serie convergeant evidemment 5 . Comme suite, et puisque (a + b)2 2a2 + 2b2 a, b R,
2
Z 1
X
X Z t
0
2
2 2 t 2
2 2 (st)
k
k
c
u (x) u(t, x) dx 2
fb(k)(s)e
ds .
+2
u0 (k) 1 e
0
kN
kN
c0
c0 2
k 2 2 t
u (k) 1 e
u (k) .
2
k=N
k 2 2 t
Donc 6 ,
k=N
1
2 NX
2 2
2 2 2
c0
B 2 1 ek t si 0 t .
u (k) 1 ek t
2
k=1
CHAPITRE 2. EQUATIONS
PARABOLIQUES
26
R
2
P
t b
k 2 2 (st) ds ? Il suffit de lui appliquer les majorations d
f
(k)(s)e
ej`a
Et le terme
kN
0
do`
u
2
1
k 2 2 t
,
1e
k 2 2
Z t
2
2
fb(k)(s)ek2 2 (st) ds sup fb(k)(t) 1
2 4
0
t[0,T ]
2
2
X Z t
X
b
fb(k)(s)ek2 2 (st) ds 1
sup
f
(k)(t)
.
2
4
0
t[0,T ]
kN
kN
Or supt[0,T ] fb(k)(t)
kN
de la derni`ere inegalite converge : la serie en question converge normalement sur [0, T ], donc sa
somme est continue sur [0, T ] et vaut 0 en t = 0.
Nous avons donc montre que limt0+ u(t, ) = u0 dans L2 (]0, 1[). La condition initiale est
verifiee dans L2 (]0, 1[).
Remarque 4
On a en fait montre un resultat plus fort que lenonce : non seulement t u(, x) est de classe
2 u
C 0 (]0, T ]) pour tout x [0, 1], mais encore t u est de classe C 0 (]0, T ] [0, 1]). De meme, x,x
est de classe C 0 (]0, T ] [0, 1]). Cette remarque est la base de la comprehension du theor`eme 4.
Remarque 5
Il est tout `a fait naturel que la condition initiale ne soit pas verifiee en un sens plus fort que L2
(par exemple, ponctuellement en x), puisque cette condition initiale nest pas supposee reguli`ere.
Ceci am`ene dailleurs `
a faire les deux commentaires suivants.
Dune part, remarquons que lEDP proprement dite nest verifiee par la solution que sur
]0, T ] [0, 1], et pas en t = 0. Il est hors de question de montrer quelle est verifiee en t = 0
2 u0 na pas de sens. On pourrait n
puisque, u0 netant pas supposee de classe C 2 , x,x
eanmoins
trouver une solution du probl`eme sur le pave ferme (i.e. [0, T ] [0, 1]) en supposant la condition
2 ,
initiale de classe C 2 . Ceci aurait masque une propriete essentielle de loperateur x,x
evoquee
dans le commentaire qui suit.
Nous voyons que meme si la condition initiale nest pas reguli`ere, la solution est de classe C 2
en espace, pour tout t strictement positif. On peut meme pousser le raisonnement plus loin : on
remarque que le terme general de la serie de Fourier de la solution est de classe C par rapport `a
DUNE SOLUTION
2.1. EXISTENCE ET UNICITE
27
sa seconde variable et que la serie des derivees nes est normalement convergente sur [, T ] [0, 1]
pour tout n N, la solution est donc dans C 1, (]0, T ], [0, 1]). On montrerait de meme que si
f est de classe C 2n et telle que f (2l) (t, 0) = f (2l) (t, 1) = 0 t [0, T ], pour l = 0, 1, . . . , n 1,
la solution u est dans C n, (]0, T ], [0, 1]). En particulier, si f = 0 (equation sans terme source),
2 u(t, x) (t, x) ]0, T ][0, 1], on en d
eduit
u C , (]0, T ][0, 1]). Comme de plus t u(t, x) = x,x
2
que u C (]0, T ] [0, 1]). Cest une propriete de regularisation de loperateur x,x . On peut
montrer que la solution de lequation de la chaleur sans terme source est meme analytique reelle
en espace sur [0, 1] pour tout t > 0 : voir pour ceci le sujet du partiel du 19 avril 2005 (et
son corrige). En exercice, montrer gr
ace `a cela une propriete de non-localite de cette EDP :
x ]0, 1[, t > 0, il nexiste pas de voisinage de x V (x) ]0, 1[ tel que u(t, x) ne depende que
de {u0 (y) t. q. y V (x)}.
Le lecteur attentif considererait comme une arnaque den rester l`a : il nous reste `a demontrer
le lemme suivant, utile `
a la demonstration du precedent theor`eme.
Lemme 2
Soit g C 2 ([0, 1]) verifiant g(0) = g(1) = 0. Il existe C R tel que
|b
g (k)|
C
k2
k N .
D
emonstration
Lessentiel de cette demonstration a dej`a ete fait dans la demonstration du lemme 1. Nhesitons
cependant pas `
a repeter. . .
Soit k N .
Z 1
g(x) sin(kx) dx.
g(k) = 2
b
0
Donc
Z 1
Z 1
2
2
2
1
gb(k) =
[g(x) cos(kx)]0 +
g (x) cos(kx) dx =
g (x) cos(kx) dx
k
k 0
k 0
Z 1
1
2
2
gb(k) = 2 2 g (x) sin(kx) 0 2 2
g (x) sin(kx) dx
k
k 0
car sin(0) = sin(k) = 0. Donc
2
|b
g (k)| 2 2 max |g |
k [0,1]
1
0
2
= 2 2
k
1
0
2 2
| sin(kx)| dx = 2 3 max |g |.
k [0,1]
g (x) sin(kx) dx
CHAPITRE 2. EQUATIONS
PARABOLIQUES
28
Il suffit donc de poser
2 2
C = 3 max |g |.
[0,1]
0
4
initiale u C ([0, 1]) verifiant u0 (0) = u0 (1) = u0 (0) = u0 (1) = 0 et un terme source
f C 2 ([0, T ] [0, 1]) verifiant f (t, 0) = f (t, 1) = 0 t [0, T ]. Il a une unique solution u
Cb1,2 ([0, T ], [0, 1]).
` la difference du theor`eme 3, le theor`eme 4 fait appel `a une hypoth`ese de regularite sur la
A
donnee initiale.
D
emonstration
On sait dej`a quil existe une solution u C 1,2 (]0, T ], [0, 1]) et quelle est la somme de la serie
Z t
X
2 2
k 2 2 s
c
0
b
2
u (k) +
f (k)(s)e
ds ek t sin(kx).
0
k=1
2 2
2 k
c
u0 (k) +
t
0
k 2 2 s
k 2 2 t
b
b
f (k)(s)e
ds e
+ f (k)(t) sin(kx).
kN
C
c0
u (k) 4 .
k
2 2
u0 (k)ek t + fb(k)(t) sin(kx) est le terme general dune
Nous avons maintenant : k2 2 c
serie normalement
convergente sur [0, T ] [0, 1] car
2 2
u0 (k)ek t sin(kx) y est majore par 2 kC2 ;
le terme k2 2 c
fb(k)(t) sin(kx) sup[0,T ] fb(k)(t) sin(kx) sup[0,T ] fb(k)(t) qui est le terme general
dune suite de l1 .
DUNE SOLUTION
2.1. EXISTENCE ET UNICITE
Letude du terme
k 2 2
t
0
29
2 2
fb(k)(s)ek (st) ds sin(kx)
a ete faite lors de la demonstration du theor`eme 3 et a permis de montrer que ce terme est
celui dune serie normalement convergente sur [0, T ] [0, 1]. En guise de recapitulation : la serie
des derivees par rapport `
a t des coefficients de Fourier de u est normalement convergente sur
[0, T ] [0, 1] ; en consequence, u est derivable par rapport `a sa premi`ere variable et t u(t, x)
est de classe C 0 par rapport `
a (t, x) sur [0, T ] [0, 1]. La derivee de u par rapport `a t est donc
uniformement bornee sur [0, T ] [0, 1].
Un raisonnement similaire pour la derivee seconde de u par rapport `a x est effectuable. . . Et
`a effectuer `
a titre dexercice.
Remarque 6
Il peut paratre sterile de faire une hypoth`ese aussi forte sur la condition initiale, vue la faiblesse du resultat obtenu. En fait, nous montrerons dans le chapitre concernant lapproximation
numerique la convergence des solutions approchees vers la solution exacte pourvu que cette solution exacte ait ses derivees partielles uniformement bornees. Le theor`eme 4 a pour seule ambition
de montrer quil existe de telles solutions, et que les algorithmes discrets que nous allons etudier
convergent dans de vrais cas . Remarquer par ailleurs que, comme nous lavons dej`a observe
(remarque 5), moyennant des hypoth`eses suffisamment fortes sur u0 et f , on est en mesure de
produire des solutions de (2.1) dans Cbl,m ([0, T ], [0, 1]) pour tout (l, m).
Remarque 7 (Conditions aux limites de Dirichlet non homog`
enes)
Le probl`eme de la chaleur dans [0, 1] avec conditions aux limites de Dirichlet non homog`enes
secrit
t u(t, x) x,x
u(t, 0) = u t ]0, T ],
0
(2.3)
u(t, 1) = u1 t ]0, T ],
(on suppose ici pour simplifier que u0 ni u1 ne dependent de t). Pour resoudre ce probl`eme, il
suffit de remarquer que la fonction (t, x) definie par (t, x) = u0 + (u1 u0 )x verifie lEDP
de la chaleur sans terme source ainsi que les conditions aux limites de Dirichlet non homog`enes
en 0 et en 1. Soit donc v(t, x) la solution de
t u(t, x) x,x
u(t, 0) = 0 t ]0, T ],
u(t, 1) = 0 t ]0, T ],
(on sait que la solution de ce probl`eme existe puisque cest le probl`eme de Dirichlet homog`ene).
Posons maintenant u(t, x) = v(t, x) + (t, x) : u est la solution cherchee.
CHAPITRE 2. EQUATIONS
PARABOLIQUES
30
t u(t, x) x,x
u(t, 0) = 0 t ]0, T ],
x
(2.4)
x u(t, 1) = 0 t ]0, T ],
2.2
Principes du maximum
Nous avons dej`a evoque la question de la stabilite de la solution de (2.1) et nous avons
repondu par laffirmative en norme L2 : voir la proposition 3. La presente section est consacree
`a letude de la stabilite en norme L . La stabilite que nous allons demontrer porte le nom de
principe du maximum et sera `
a nouveau etudiee dans les chapitres concernant les equations
hyperboliques et les equations elliptiques.
2.2.1
Entropies
On appelle entropie pour le probl`eme (2.1) toute fonction S de classe C 2 (R) telle que, si u
designe la solution de (2.1),
2
t S(u)(t, x) x,x
S(u)(t, x) S (u)(t, x)f (t, x).
Remarque 9
Le terme entropie est generalement reserve aux equations hyperboliques, mais il designe
dans ce cadre exactement la meme chose. . .
Proposition 4
Supposons que les hypoth`eses du theor`eme 3 sont verifiees. Toute fonction de classe C 2 (R) et
convexe sur R est une entropie pour (2.1).
Dans cette proposition, les hypoth`eses du theor`eme 3 sont faites afin dassurer lexistence
dune solution au probl`eme (2.1) et sa regularite.
31
D
emonstration
2 S(u) = S (u)( u)2 + S (u) 2 u. Donc,
On a t S(u) = S (u)t u et x S(u) = S (u)x u, do`
u x,x
x
x,x
2
t S(u) x,x
S(u) = S (u)f (t, x) S (u)(x u)2 S (u)f (t, x).
Pour simplifier, on suppose `
a partir dici et pour le reste de la section 2.2 que le
terme source est nul : f (t, x) = 0 t, x.
2.2.2
D
ecroissance en temps de la norme L (]0, 1[)
Th
eor`
eme 5
Supposons que les hypoth`eses du theor`eme 3 sont verifiees. Soit u(t, x) lunique solution de (2.1)
avec terme source nul et donnee initiale u0 L (]0, 1[). Cette solution verifie
||u(t, )||L (]0,1[) u0 L (]0,1[) t R+ .
D
emonstration
Toute fonction S C 2 (R) telle que S (x) 0 x R est une entropie pour (2.1) et verifie
2
t S(u) x,x
S(u) 0.
CHAPITRE 2. EQUATIONS
PARABOLIQUES
32
Or (pour t > 0) u(t, 0) = u(t, 1) = 0 M , donc x S(u(t, 0)) = S (u(t, 0))x u(t, 0) = 0 =
S (u(t, 1))x u(t, 1) = x S(u(t, 1)) gr
ace `
a la forme particuli`ere de lentropie choisie, donc
Z 1
t S(u)(t, x) dx 0.
0
R1
R1
u, en integrant en
De plus, 0 t S(u)(t, x) dx = t 0 S(u)(t, x) dx (`a verifier en exercice), do`
temps entre 0 et t,
Z 1
Z 1
S(u)(0, x) dx 0
S(u)(t, x) dx
0
Puisque S(u) 0 pour tout u R, cela implique que S(u)(t, x) = 0 pour presque tout x, pour
tout t > 0. Ceci signifie que u(t, x) M pour presque tout x, pour tout t, `a nouveau gr
ace `a la
forme particuli`ere de lentropie. En prenant maintenant lentropie
(
(u m)3 si u m,
S(u)
=
0 si u > m
avec m = min(0, infess u0 ), on demontre de la meme mani`ere que u(t, x) m pour presque tout
x, pour tout t. Ceci termine la demonstration du theor`eme.
Remarque 10
Nous avons demontre en fait un resultat plus fort que lenonce (lequel ?).
Avec des conditions de bord de Dirichlet non homog`enes
u(t, 0) = u0 ,
u(t, 1) = u1 ,
on demontrerait que
u(t, x) max(u0 , u1 , supess u0 ) p.p.(x), t,
u(t, x) min(u0 , u1 , infess u0 ) p.p.(x), t
(le faire `
a titre dexercice).
La meme methode permet de montrer le meme resultat avec des conditions de Neumann
homog`enes. On pose M = supess u0 . En integrant en espace linegalite dentropie, il vient
Z 1
S(u) dx [x S(u)(t, x)]10 0.
t
0
Or x S(u)(t, 0) =
= 0 et x S(u)(t, 1) = S (u)(t, 1)x u(t, 1) = 0 gr
ace
aux conditions de Neumann homog`enes, do`
u
Z 1
S(u) dx 0,
t
0
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
33
R1
R1
donc 0 S(u)(t, x) dx 0 S(u)(0, x) dx = 0. Mais puisque S(u) 0 quelque soit u, on a
necessairement S(u(t, x)) = 0 pour presque tout x, pour tout t. Do`
u enfin u(t, x) M
pour presque tout x, pour tout t. . .
La methode que nous avons utilisee est une adaptation de la methode des troncatures de
Stampacchia pour montrer le principe du maximum pour des equations elliptiques, que
nous verrons dans le chapitre qui y sera consacre.
Une methode plus classique pour montrer ce principe du maximum consiste `a poser
v(t, x) = u(t, x)et , pour > 0, et `a etudier v comme solution dun probl`eme aux
limites.
Remarque 11
Le probl`eme (2.1) est mal pose pour t < 0. En effet, la serie de Fourier de la solution diverge
pour t < 0, sauf si u0 ne contient quun nombre fini de modes de Fourier . La stabilite en
norme L2 (norme de lenergie) est alors fausse. La stabilite en norme L est perdue aussi (les
entropies augmentent en temps negatif). Il en est bien entendu de meme pour t > 0 avec < 0.
Remarque 12
Les resultats que nous avons obtenus ne sont pas optimaux. Des resultats plus forts, assurant
lexistence de solutions faibles sous des hypoth`eses plus faibles peuvent etre demontres. Ils font
cependant appel `
a des techniques moins classiques que nous nintroduirons que dans la suite
(chapitres sur les equations hyperboliques et les equations elliptiques).
2.3
R
esolution approch
ee par la m
ethode des diff
erences finies
La methode que nous avons employee dans la section 2.1 pour montrer lexistence et lunicite
dune solution au probl`eme (2.1) est constructive : elle permet un calcul de la solution. Cela
demande neanmoins le calcul des coefficients de Fourier de la condition initiale, de ceux du terme
source, le calcul de leur evolution, et enfin le calcul de la transformation de Fourier inverse. Ceci
est long et co
uteux ; mais rendu realisable gr
ace `a la transformee de Fourier rapide (Fast Fourier
Transform en anglais). Nous nutiliserons pas cette methode. Nous preferons en effet proposer
letude dune methode beaucoup plus generale. Il sagit de la methode des differences finies. Son
principe general repose sur la definition de la derivee dune fonction f :
f (x + h/2) f (x h/2)
.
h0
h
f (x) = lim
La methode consiste `
a remplacer, dans lEDP, x u(t, x) par (u(t, x+ h/2) u(t, x h/2))/h pour
un h assez petit. . . Cest-`
a-dire des derivees par des differences finies. Cette methode permet un
calcul approche de la solution de (2.1) sur une grille de [0, T ] [0, 1]. Pour simplifier, on suppose
CHAPITRE 2. EQUATIONS
PARABOLIQUES
34
que cette grille est reguli`ere en temps et en espace : on note t le pas de temps et x le pas
despace. On note N le nombre de pas de temps entre 0 et T et tn = nt pour n {0, . . . , N },
avec t0 = 0 et tN = T , soit t = T /N . On note J le nombre de points du maillage en espace
situes `a linterieur du segment [0, 1], et xj = jx pour j {0, . . . , J + 1}, avec x0 = 0 et
xJ+1 = 1, soit x = 1/(J + 1). Le but de la methode des differences finies est le calcul approche
de la solution du probl`eme (2.1) en les points du maillage temps-espace, cest-`
a-dire le calcul
n
approche des valeurs u(t , xj ) pour tout n {0, . . . , N } et tout j {0, . . . , J + 1}, o`
u u est la
n
solution exacte. Les valeurs approchees que nous calculons sont notees uj .
Les conditions aux limites du probl`eme ne posent a priori aucune difficulte : il est naturel
dimposer
un0 = 0 n {0, . . . , N },
unJ+1 = 0 n {0, . . . , N },
u0j = u0 (xj ) j {0, . . . , J + 1},
en supposant pour simplifier que la donnee initiale verifie les conditions aux limites : u0 (0) =
u0 (1) = 0.
Il nous reste maintenant `
a faire le calcul des autres valeurs unj , qui doivent etre proches des
u(tn , xj ). Or, ces valeurs exactes verifient
2
t u(tn , xj ) x,x
u(tn , xj ) = f (tn , xj ).
Bien entendu, la methode que nous allons developper doit permettre un calcul approche des
2 u(tn , x ), cest pourquoi nous allons
u(tn , xj ) sans laide des valeurs exactes t u(tn , xj ) et x,x
j
remplacer ces derivees par des differences finies.
2
Discr
etisation de x,x
En utilisant
x u(tn , xj )
on ecrit
2
x,x
u(tn , xj )
soit
2
x,x
u(tn , xj )
Discr
etisation de t
La discretisation naturelle serait ici
t u(tn , xj )
(2.5)
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
35
mais le probl`eme de cette discretisation est quelle fait intervenir les valeurs de la solution en des
points qui ne sont pas sur la grille. Plusieurs modifications sont possibles, dont, par exemple,
t u(tn , xj )
u(tn+1 , xj ) u(tn , xj )
,
t
(2.6)
t u(tn , xj )
u(tn , xj ) u(tn1 , xj )
,
t
(2.7)
ou encore
u(tn+1 , xj ) u(tn1 , xj )
.
(2.8)
2t
Ces trois choix, qui paraissent tr`es proches, conduisent en fait `a des algorithmes aux comportements extremement differents :
le premier choix conduit `
a un algorithme convergent sous une condition sur les pas de
temps et despace ; cet algorithme est appele schema explicite ;
le deuxi`eme choix conduit `
a un algorithme inconditionnellement convergent ; cet algorithme est appele schema implicite ;
le troisi`eme choix conduit `
a un algorithme non convergent ; cet algorithme porte le nom
de schema saute-mouton.
Par convergence, on entend convergence de la solution approchee vers la solution exacte lorsque
les pas de discretisation en temps et en espace tendent vers 0.
La suite de cette section est consacree, entre autres, `a letude de ces trois discretisations.
t u(tn , xj )
2.3.1
Etude
du sch
ema explicite
= f (tn , xj ).
(2.9)
D
efinition 2 (erreur de consistance)
On appelle erreur de consistance dun schema lerreur que lon commet en remplacant lequation
2 u f = 0 par l
equation aux differences finies.
exacte t u x,x
Un exemple vaut mieux quun long discours : pour le schema explicite, lerreur de consistance
au temps tn au point xj , notee nj (u), est donnee par
nj (u) =
f (tn , xj ).
t
x2
CHAPITRE 2. EQUATIONS
PARABOLIQUES
36
On designera par la suite par n (u) le vecteur des erreurs de consistance `a linstant tn ,
n (u) = nj (u) j{1,...,J} .
Remarque 13
Le terme consistance provient dune erreur de traduction de langlais
`a comprendre comme coherence .
consistency et est
Proposition 5
Supposons que u Cb2,4 ([0, T ], [0, 1]) est solution de (2.1). Alors, il existe C R tel que
max
n{0,...,N 1}
Remarque 14
Il en resulte que
lim
max
t,x0 n{0,...,N 1}
||n (u)|| = 0,
u(t
,xj )u(t ,xj )
Evaluons
t u(tn , xj ).
t
On a suppose que u est de classe C 2 en temps. Donc il existe [tn , tn+1 ] tel que
t2 2
u(, xj ).
2 t,t
u(tn+1 , xj ) u(tn , xj )
t 2
t u(tn , xj ) =
u(, xj ).
t
2 t,t
n
x,x
Evaluons
j
x2
Comme on a suppose u de classe C 4 en espace, il existe y [xj , xj+1 ] tel que
x2 2
u(tn , xj )
2 x,x
x3 3
x4 4
+
x,x,x u(tn , xj ) +
u(tn , y)
6
24 x,x,x,x
x2 2
u(tn , xj )
2 x,x
x3 3
x4 4
x,x,x u(tn , xj ) +
u(tn , z).
6
24 x,x,x,x
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
37
Ainsi,
u(tn , xj+1 ) 2u(tn , xj ) + u(tn , xj1 )
2
x,x
u(tn , xj )
2
x
=
x2 4
4
x,x,x,xu(tn , y) + x,x,x,x
u(tn , z) .
24
nj (u) =
u(tn+1 , xj ) u(tn , xj )
t u(tn , xj )
t
u(tn , xj+1 ) 2u(tn , xj ) + u(tn , xj1 )
2
+ x,x
u(tn , xj )
x2
f (tn , xj ) + f (tn , xj )
=
x2 4
t 2
4
t,t u(, xj )
x,x,x,xu(tn , y) + x,x,x,x
u(tn , z)
2
24
max
[0,T ][0,1]
2
t,t u , /6
max
[0,T ][0,1]
4
x,x,x,xu ,
j{1,...,J
avec
CHAPITRE 2. EQUATIONS
PARABOLIQUES
38
Corollaire 1
Soit u(t, x) la fonction affine en t (`
a x fixe) et affine en x (`a t fixe) sur chaque pave [tn , tn+1 ]
[xj , xj+1 ] telle que u(tn , xj ) = unj pour tout n {0, . . . , N } et tout j {0, . . . , J + 1}. Sous les
hypoth`eses du theor`eme 6, il existe C R et D R tels que
||u u||L ([0,T ][0,1]) C(t + x2 ) + D(t2 + x2 ).
D
emonstration (du th
eor`
eme 6)
Tout dabord, en0 (u) = enJ+1 (u) = 0 n. Puis, si j {1, . . . J},
en+1
(u) = un+1
u(tn+1 , xj )
j
j
t n
n
n
n
= unj +
2 (uj+1 2uj + uj1 ) + tf (t , xj )
x
u(tn , xj ) (u(tn+1 , xj ) u(tn , xj ))
t n
n
n
n
= enj (u) +
2 (uj+1 2uj + uj1 ) + tf (t , xj )
x
t
n
n
n
n
(u(t
,
x
)
2u(t
,
x
)
+
u(t
,
x
))
+
tf
(t
,
x
)
tnj (u) +
j+1
j
j1
j
x2
t n
= enj (u) +
(ej+1 (u) 2enj (u) + enj1 (u)) tnj (u).
x2
Il est important de remarquer que lerreur est solution de lequation discr`ete
en+1
(u) enj (u)
j
t
= nj (u)
qui est lequation discr`ete de la chaleur avec le schema explicite et comme second membre lerreur
de consistance.
On a donc, pour tout n {0, . . . , N 1} et tout j {1, . . . , J},
t
t n
t n
n+1
n
ej (u) = 1 2
ej1 (u) tnj (u).
2 ej (u) +
2 ej+1 (u) +
x
x
x2
On suppose que 0 2t/x2 1. Donc
|en+1
(u)|
j
t
1 2
x2
||en (u)|| + 2
t
||en (u)|| + t ||n (u)||
x2
j {0, . . . , J + 1},
soit
|en+1
(u)| ||en (u)|| + t ||n (u)|| n {0, . . . , N 1}, j {0, . . . , J + 1}.
j
On applique maintenant le resultat obtenu `a la proposition 5 et on a
n+1
e
(u)
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
Ainsi,
n+1
e
(u)
39
e0 (u) + C(n + 1)t(t + x2 ).
n+1
e
(u) C(n + 1)t(t + x2 ),
ceci etant vrai pour tout n {0, . . . , N 1}. Comme nt T n {0, . . . , N }, il en decoule
que
n+1
e
(u) CT (t + x2 ).
Le theor`eme 6 montre que la solution numerique converge vers la solution exacte lorsque
lon fait tendre les pas de temps et despace vers 0, si le pas de temps est choisi suffisamment
petit pour que t/x2 1/2. On dit que le schema explicite (2.9) est (conditionnellement)
convergent dans L .
Remarque 15
Par analogie avec le cas des equations de transport (voir le chapitre 3), la condition t/x2
1/2, qui lie le pas de temps au pas despace, est parfois appelee condition de Courant-FriedrichsLewy. Cette condition est tr`es contraignante car elle impose que t x2 /(2). Nous allons
tacher delaborer des algorithmes ne necessitant pas cette condition, tr`es co
uteuse en temps de
calcul sur les ordinateurs.
Remarque 16 (principe du maximum discret)
Supposons que le terme source est nul. Le schema explicite secrit alors
un+1
= unj +
j
soit
un+1
j
t
1 2
x2
t n
(uj+1 2unj + unj1 ),
x2
unj +
t n
t n
uj1 .
2 uj+1 +
x
x2
La condition t/x2 1/2 apparat ici naturellement comme une condition sous laquelle un+1
j
est une combinaison convexe de unj1 , unj et unj+1 . cest une condition de stabilite l du schema.
Si cette condition est verifiee, on a
min
unj un+1
j
min
u0j un+1
j{0,...,J+1}
max
unj
j {0, . . . , J + 1},
max
u0j
j {0, . . . , J + 1}.
j{0,...,J+1}
et donc
j{0,...,J+1}
j{0,...,J+1}
CHAPITRE 2. EQUATIONS
PARABOLIQUES
40
Nous allons maintenant etudier une classe plus generale dalgorithmes de resolution approchee de lequation de la chaleur. Afin de gagner en generalite, commencons par observer que
le schema explicite peut etre ecrit sous une forme matricielle :
U n+1 U n
AU n = F n
+
t
x2
avec
et
2 1 0
1 2 1 0
0 1 2 1
..
..
..
..
..
.
.
.
.
.
A=
0
0
un1
.
.
Un =
. ,
unJ
0
0
0
..
.
MJ (R)
1 2 1
0 1 2
f (tn , x1 )
..
.
Fn =
.
n
f (t , xJ )
Au moyen de ces notations, nous pouvons reecrire le schema obtenu en remplacant t u(tn , xj )
u(tn ,xj )u(tn1 ,xj )
par
(une des autres discretisations de t u proposees) sous la forme matricielle
t
1
1
n+1
I+
A U
+ I U n = F n.
t
t
x2
Nous regroupons maintenant ces deux schemas differents sous une meme formulation, tout en
mettant au jour un grand ensemble de nouveaux algorithmes. Pour tout R, nous considerons
lalgorithme defini par
(1 )
1
1
n+1
I+
A U
+ I+
A U n = F n+1/2
(2.10)
t
t
x2
x2
o`
u le second membre est donne par
F n+1/2
f (tn + t/2, x1 )
..
.
=
.
n
f (t + t/2, xJ )
1
> 0 est linversion de la matrice t I + x2 A , mais nous allons voir que cela peut se reveler
payant en termes defficacite.
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
2.3.2
41
Etude
du -sch
ema
(1 )
x2 n+1
n+1
un+1
2u
+ uj1
j+1
j
x2
= f (tn + t/2, xj )
u(tn+1 , xj ) u(tn , xj )
t
u(tn , xj+1 ) 2u(tn , xj ) + u(tn , xj1 )
(1 )
x2
u(tn+1 , xj+1 ) 2u(tn+1 , xj ) + u(tn+1 , xj1 )
+
x2
f (tn + t/2, xj )
o`
u u est la solution de (2.1).
Proposition 6
Supposons que u Cb3,4 ([0, T ], [0, 1]) est solution de (2.1) o`
u f C 2 ([0, T ] [0, 1]). Alors, il existe
C R et D R tels que
max
n{0,...,N 1}
D
emonstration
Elle repose sur le meme principe que celle de la proposition 5, en comparant cette fois les
2 u(tn + t/2, x ).
differences finies `
a t u(tn + t/2, xj ) et `a x,x
j
u(tn+1 ,xj )u(tn ,xj )
n
Evaluons
t u(t + t/2, xj ).
t
t2 2
t
t u(tn + t/2, xj ) +
u(tn + t/2, xj ) + O(t3 )
2
8 t,t
et
u(tn , xj ) = u(tn + t/2, xj )
ce qui donne
t2 2
t
t u(tn + t/2, xj ) +
u(tn + t/2, xj ) + O(t3 ),
2
8 t,t
u(tn+1 , xj ) u(tn , xj )
= t u(tn + t/2, xj ) + O(t2 ).
t
n ,x
u(t
Evaluons
(1 )
t/2, xj ).
n
n
j+1 )2u(t ,xj )+u(t ,xj1 )
2
2 u(tn +
x,x
CHAPITRE 2. EQUATIONS
PARABOLIQUES
42
2 u(, x ) C 2 ([0, T ]), ce qui est le cas puisque 2 u(, x ) = 1/ ( u(, x ) f (, x )). Ainsi,
si x,x
j
j
t
j
j
x,x
2
x,x
u(tn + t/2, xj ) + (1 2)
+O(t2 ) + O(x2 )
f (tn + t/2, xj ),
t 3
u(tn + t/2, xj )
2 t,x,x
t 3
Le -schema est donc dordre 1 en temps et 2 en espace, sauf si = 1/2, auquel cas il est
dordre 2 en temps et en espace. Le 1/2-schema est appele schema de Crank-Nicolson.
Remarque 17
Le remplacement du second membre F n par F n+1/2 a permis deliminer un terme derreur dordre
1 en temps qui ne sannulerait pour aucune valeur de . On peut remplacer le second membre
f (tn +t/2, xj ) par (1)f (tn , xj )+f (tn+1 , xj ) ou par f ((1)tn +tn+1 , xj ) = f (tn +t, xj )
pour obtenir le meme resultat.
Il nous faut maintenant nous pencher sur la convergence du -schema. Pour ceci, nous notons,
comme pour le schema explicite (`
a ceci pr`es que nous ne prenons pas cette fois les valeurs de
lerreur en x = 0 ni en x = 1), en (u) RJ le vecteur de lerreur au temps tn , de composantes
enj (u) = unj u(tn , xj ) n {0, . . . , N }, j {1, . . . , J}.
La linearite du schema implique que ce vecteur de lerreur verifie lequation
(1 )
1
1
n+1
I+
A e
(u) + I +
A en (u) = n (u).
t
t
x2
x2
La presence dune matrice non diagonale (lorsque =
6 0) devant en+1 rend difficile letude de la
norme l du vecteur de lerreur. Letude que nous proposons ici est celle de la norme l2 :
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
43
1/2
J
X
1
|||en |||2 =
|enj |2 .
J
j=1
Etude
de la matrice
1
t I
A.
x2
j
2(J + 1)
pour j = 1, . . . , J,
Vj =
j
)
sin( J+1
j
sin(2 J+1 )
..
.
j
)
sin(J J+1
pour j = 1, . . . , J.
La demonstration de ce lemme est laissee au lecteur (elle ne fait appel qu`a des formules de
trigonometrie classiques).
Remarque 18
Noter que les vecteurs propres ont pour composantes les valeurs aux points du maillage des J
2 . Un calcul simple (d
premiers vecteurs propres de loperateur exact x,x
eveloppement limite
2
de la fonction sin `
a lordre 2) montre de plus que 4(J + 1)2 sin (j/(2(J + 1))) = j 2 2 +
4
O((j/(2(J + 1))) ), donc les valeurs propres de A/x2 sont des approximations des valeurs
2 .
propres de x,x
Avant de continuer letude de la matrice
t I + x2 A,
1
etrique reelle et donc diagonalisable sur R (ce que lon
I + x
La matrice t
2 A est sym
constate aussi dans le lemme 3).
CHAPITRE 2. EQUATIONS
PARABOLIQUES
44
La matrice
1
t I
A
x2
+
j
t x2
et pour vecteurs propres associes les vecteurs Vj (pour j = 1, . . . , J). Pour 0, les j
etant strictement positifs, cette matrice est definie positive (on fait dorenavant lhypoth`ese
que 0).
1
B est bien s
ur elle-meme symetrique reelle, diagonalisable, definie positive, inversible.
Posons maintenant
L = B 1 B1 .
|||L en (u)|||2 + t B 1 n (u)2
|||L |||2 |||en (u)|||2 + t B 1 2 |||n (u)|||2
o`
u la norme matricielle ||||||2 est la norme induite par la norme vectorielle ||||||2 :
|||M |||2 = sup
vR
|||M v|||2
.
|||v|||2
t
j = tj pour j = 1, . . . , J.
x2
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
45
Toutes les valeurs propres de B sont donc superieures ou egales `a 1 (car 0). Cette matrice
est inversible et toutes les valeurs propres de B 1 sont dans lintervalle ]0, 1]. Dautre part, B
est symetrique reelle, donc B 1 est symetrique reelle. Ainsi,
1
B = B 1 = (B 1 ) 1
2
2
n+1
e
(u)2 |||L |||2 |||en (u)|||2 + t |||n (u)|||2 .
n
X
n+1
n+1 0
e
(u) 2 |||L |||2
e (u) 2 + t
|||L |||2 nm |||m (u)|||2 .
m=0
Comme de plus e0 (u)2 = 0,
n
X
n+1
e
|||L |||2 nm |||m (u)|||2 .
(u) 2 t
m=0
Or
P
J
m
2
j=1 |j (u)|
1/2
1/2
, donc |||m (u)|||2 ||m (u)|| et
J ||m (u)||2
n
X
n+1
e
|||L |||2 nm ||m (u)||
(u) 2 t
m=0
n
X
m=0
|||L |||2 nm C |1 2| t + D(t2 + x2 ) .
n+1
e
(u)2 T C(1 2)t + D(t2 + x2 )
n {0, . . . , N 1}.
Si ||L ||2 1 (et sous les hypoth`eses de la proposition 6), le schema (2.10) est convergent pour
la norme ||||||2 (bien que cela nait pas le sens habituel, car ||||||2 depend de J).
Cherchons donc des conditions (simples) sous lesquelles ||L ||2 1. Rappelons que
L = B
B1 =
1
t
(1 )t
I+
A
I
A
x2
x2
et que
B et B 1 ontles memes vecteurs propres et des valeurs propres inverses ;
A a les memes vecteurs propres que B , les vecteurs Vj , qui sont les vec I (1)t
x2
teurs propres de A, et a pour valeurs propres les reels
j = 1 (1 )
t
j pour j = 1, . . . , J.
x2
CHAPITRE 2. EQUATIONS
PARABOLIQUES
46
Les vecteurs propres de L sont donc les vecteurs Vj . Les valeurs propres associees sont les reels
j
t
2
sin
1
4(1
)
j
2(J+1)
x2
,
j =
=
j
j
1 + 4 t sin2
x2
2(J+1)
pour j = 1, . . . , J. Or ||L ||2 = (L ), puisque L est une matrice symetrique reelle 7 . Donc
||L ||2 1 si et seulement si (L ) 1, cest-`
a-dire si et seulement si j 1 j {1, . . . , J}.
Remarque 19
La condition (L ) 1 est appelee condition de stabilite de Von Neumann. Puisque L est
symetrique reelle, cette condition de stabilite est equivalente `a la condition de stabilite l2 ,
||L ||2 1, selon laquelle la norme de la matrice damplification du schema est inferieure `a
1 8.
Proposition 7
Si 1/2, ||L ||2 1.
t
Si [0, 1/2[, ||L ||2 1 pour tout J si et seulement si x
2
1
2(12) .
D
emonstration
t
1 4(1 ) x
2s
t
1 + 4 x
2s
sur le segment [0, 1]. Elle est decroissante, donc elle atteint son maximum et son minimum en 1
t
1 4(1 ) x
2
t
1 + 4 x
2
t
t
t
,
2 1 4(1 )
2 1 + 4
x
x
x2
(
soit (puisque 0, 0 et t 0)
(
t
x
2 (4 8) 2
t
et x
2 0
1/2
t
ou x
2
1
2(12) .
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
47
t
1
et que donc
lim J =
t
1 4(1 ) x
2
t
1 + 4 x
2
= g(1).
n {0, . . . , N }.
Remarque 20
Le schema de Crank-Nicolson, obtenu pour = 1/2, est `a la fois dordre 2 et inconditionnellement
convergent.
Le corollaire qui suit (dont la demonstration est laissee au lecteur), qui est au theor`eme 7
ce que le corollaire 1 est au theor`eme 6, precise la convergence de linterpolee de la solution
numerique vers la solution exacte.
Corollaire 2
Soit u(t, x) la fonction affine en t (`
a x fixe) et affine en x (`a t fixe) sur chaque pave [tn , tn+1 ]
[xj , xj+1 ] telle que u(tn , xj ) = unj pour tout n {0, . . . , N } et tout j {0, . . . , J + 1} (o`
u les unj
sont donnes par le schema (2.10)). Sous les hypoth`eses du theor`eme 7, il existe C R, D R
et E R tels que
||u(t, ) u(t, )||L2 (]0,1[) 2T C|1 2|t + D(t2 + x2 ) + E(t2 + x2 ) t [0, T ].
Remarque 21
Cest en fin de compte ce corollaire qui justifie le choix de la norme ||||||2 dependant du nombre
de points du maillage J.
La convergence du -schema en norme ||||||2 repose sur deux proprietes :
sa consistance (limN,J+ supn{0,...,N } ||n (u)|| = 0) ;
CHAPITRE 2. EQUATIONS
PARABOLIQUES
48
n {0, . . . , N }
(2.11)
o`
u U 0 RJ , F n RJ , B0 , B1 MJ (R) sont donnes et B1 est une matrice inversible, et cela
pour tout J N. Il est implicite dans cette definition que les donnees (les deux matrices et le
terme source) dependent de param`etres qui sont t et x : donc la solution U aussi.
On supposera pour simplifier, comme dans tout ce qui prec`ede, que U 0 est constitue des valeurs
ponctuelles de u0 , donnee initiale exacte.
D
efinition 3
1) On appelle erreur de consistance du schema (2.11) `a literation n le vecteur n (u) RJ defini
par
J
n (u) = B1 u(tn+1 , xj ) j=1 + B0 (u(tn , xj ))Jj=1 F n
o`
u u est la solution de (2.1).
2) On dit que (2.11) est consistant avec (2.1) dans lespace vectoriel de fonctions U pour la
norme |||| si et seulement si u U solution de (2.1),
lim
sup
N,J+ n{0,...,N }
||n (u)|| = 0.
pour tous t, x R+ .
4) On dit que (2.11) est stable pour la norme |||| si et seulement si pout tout T R+ il existe
C1 (T ), C2 (T ) R tels que
sup
n{0,...,N }
||U n || C1 (T ) U 0 + C2 (T )
sup
n{0,...,N 1}
||F n ||
5) On dit que (2.11) est convergent dans U pour la norme |||| si et seulement si
J
n
sup
||en || t,x0 0
sup
uj u(tn , xj ) j=1 =
nN tel que ntT
nN tel que ntT
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
49
Dans cette definition, la norme |||| peut dependre de J. On peut aussi ajouter des conditions
a` la stabilite et `
a la convergence : par exemple, liant t et x.
Th
eor`
eme 8 (th
eor`
eme de Lax)
On consid`ere un schema de la forme (2.11) dont on suppose quil est consistant dans U et stable.
Il est convergent dans U .
Remarque 22
Ce theor`eme est parfois appele theor`eme dequivalence de Lax mais la reciproque demanderait de nombreuses hypoth`eses supplementaires sur la forme du schema. Le meilleur moyen
denoncer (et de montrer rigoureusement) ce resultat dequivalence est decrire le schema en
variable de Fourier. On peut consulter [15]...
D
emonstration
Supposons (2.11) consistant et stable. La linearite du schema implique que le vecteur de lerreur
verifie
B1 en+1 (u) + B0 en (u) = n (u).
Puisque le schema est stable pour toute donnee initiale et tout second membre, il lest pour la
N 1
donnee initiale e0 (u) et pour le second membre (n (u))n=0
: C1 (u) R, C2 (u) R tels que
sup
n{0,...,N }
Or e0 (u) = 0, donc
||en (u)|| C1 (u) e0 (u) + C2 (u)
sup
n{0,...,N }
sup
n{0,...,N 1}
sup
n{0,...,N 1}
||n (u)|| .
||n (u)|| .
Le schema (2.11) etant de plus consistant, supn{0,...,N } ||en (u)|| N,J 0 : le schema est
convergent.
Remarque 23
Le fait que la norme |||| depende de J ou que les vecteurs U n et en soient de taille variable avec
J ne modifie bien entendu pas la demonstration que nous venons de faire. Ce detail a ete omis
afin de simplifier les definitions et la demonstration.
Remarque 24
En realite, aucune hypoth`ese concernant lEDP `a resoudre na ete necessaire : peu importe que
ce soit (2.1). La propriete importante qui a ete utilisee est la linearite du schema (noter quun
schema lineaire ne peut pas etre consistant avec une EDP non lineaire ; remarquer quen revanche
un schema non lineaire peut etre consistant avec une EDP lineaire).
Applications.
1) Le schema explicite est convergent en norme |||| si t/x2 1/2.
2) Le -schema est convergent en norme ||||||2 sous les conditions evoquees dans le theor`eme 7.
CHAPITRE 2. EQUATIONS
PARABOLIQUES
50
Remarque 25
Pour le -schema avec < 1/2, nous navons pas montre que la condition dite de CFL etait
necessaire, nous avons seulement vu quelle etait suffisante. Il est cependant possible de montrer
quelle est effectivement necessaire en choisissant une condition initiale dont la projection sur le
vecteur propre VJ de la matrice L associe `a la valeur propre de plus grand module ne tend pas
vers 0 lorsque J tend vers linfini. Le phenom`ene de non-convergence lorsque le pas de temps
est trop grand sobserve facilement.
Une indication du mauvais comportement du schema lorsque la condition sur le pas de temps
est violee est donnee par le fait que ce schema nest alors pas stable. En effet, il secrit sous forme
matricielle
U n+1 = L U n + tB 1 F n .
La proposition suivante va nous permettre de conclure.
Proposition 8
Un schema de la forme
U n+1 = BU n + tDF n
est stable si et seulement si C R independant de N et J tel que
sup ||B n || C.
nN
D
emonstration
Supposons que le schema est stable : U 0 , (F n )n{1,...,N } ,
sup ||U n || C1 U 0 + C2 sup
n{0,...,N }
n{0,...,N }
Fn
Prenons
= 0 n {0, . . . , N }. Alors,
supn{0,...,N } B n U 0 C1 U 0 . Donc
||B n || =
Un
BnU 0
||B n U ||
C1
U RJ \{0} ||U ||
sup
||F n || .
et supn{0,...,N } ||U n || C1 U 0 , do`
u
n {0, . . . , N },
U = B U + t
n1
X
B nm1 DF m ,
m=0
donc
n
||U ||
n1
X
0
B nm1 ||DF m ||
||B || U
+ t
m=0
C U 0 + ntC ||D||
sup
||F m ||
m{0,...,n1}
C U 0 + CT ||D||
sup ||F m || ,
n
m{0,...,N }
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
51
B = L =
1
t
(1 )t
I+
A
I
A .
x2
x2
Cest une matrice symetrique reelle, donc ||B||2 = (B) et ||B n ||2 = ||B||n2 . Or nous avons
montre (proposition 7) que ||B||2 > 1 si la condition sur le pas de temps nest pas verifiee. Cela
prouve que le schema nest pas stable.
Exercice
Etudier
(consistance, ordre, stabilite ?) le schema saute-mouton defini par
ujn1
un+1
j
2t
2.3.3
x2
= fjn
Quelques r
esultats num
eriques
On presente ici quelques resultats numeriques obtenus avec le -schema, pour differentes valeurs de [0, 1], differentes conditions initiales, differentes valeurs du pas despace et differentes
valeurs du pas de temps. Le coefficient de diffusion est = 1.
Les premiers resultats numeriques, figures 2.2 `a 2.5, ont ete obtenus pour la condition initiale
= sin(2x). La solution exacte est alors donnee par u(t, x) = sin(2x)e4t . Le temps final
(pour lequel les solutions approchees ont ete calculees) est T = 0, 02. Le rapport t/x2 est fixe
`a 0, 5 pour le schema explicite, ce qui conduit `a effectuer 209 pas de temps. Pour les schemas de
Crank-Nicolson et implicite, on fixe le nombre de pas de temps `a 50 (cest arbitraire).
u0 (x)
CHAPITRE 2. EQUATIONS
PARABOLIQUES
52
0,5
solution exacte
solution approchee avec 20 mailles
0,4
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
-0,4
-0,5
0,2
0,4
0,6
0,8
0,5
solution exacte
solution approchee avec 50 mailles
0,4
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
-0,4
-0,5
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
0,0015
53
0,001
0,0005
0
-0,0005
-0,001
-0,0015
0,2
0,6
0,4
0,8
Figure 2.4 Condition initiale sinusodale, comparaison des erreurs (schema explicite).
On constate sur cette figure que lerreur sur le maillage fin est inferieure `a lerreur sur le
maillage grossier.
0,0015
schema explicite
schema de Crank-Nicolson
schema implicite
0,001
0,0005
0
-0,0005
-0,001
-0,0015
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
CHAPITRE 2. EQUATIONS
PARABOLIQUES
54
0,6
0,4
0,2
0
-0,2
-0,4
-0,6
-0,8
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
C ([0, 1])
u0 (x) =
0 si x 0, 4
1
e 1100(x1/2)2 si 0, 4 < x 0, 6
0 si x > 0, 6.
9. Nous ne nous etendrons pas sur ce phenom`ene, tr`es marginal pour notre propos. Il faut cependant savoir que
ce type de probl`emes darithmetique non exacte peu etre crucial dans certaines applications en analyse numerique.
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
55
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0,2
0,4
0,6
0,8
0,05
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
CHAPITRE 2. EQUATIONS
PARABOLIQUES
56
Les differences entre les resultats sont plus facilement appreciables sur le zoom propose par
la figure 2.9. On y remarque que le schema de Crank-Nicolson, dordre 2 en temps et en espace,
offre avec seulement 50 mailles une solution dej`a tr`es proche de la solution de reference.
0,33
0,325
0,32
0,315
solution de reference
schema explicite
schema de Crank-Nicolson
schema implicite
0,31
0,305
0,3
0,44
0,46
0,48
0,5
0,52
0,54
0,56
20
15
10
5
0
-5
-10
-15
-20
-25
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
////////
////////
////////
-sch
ema pour l
equation de la chaleur
en dimension 1 avec conditions de bord
de Dirichlet (0 1).
////////
////////
////////
clear();
stacksize(100000000);
//////////////////////////// param`
etres ///////////////////////////
kappa = 1.;
T = 0.01;
Xmax = 1;
M = 500;
dx = Xmax/(M+1);
theta = .5;
//
//
//
//
//
//
//
57
CHAPITRE 2. EQUATIONS
PARABOLIQUES
58
// Condition limite `
a gauche.
function d=CLd(t)
d = 0.;
endfunction
// Condition limite `
a droite.
function s=source(t,x)
// Terme source.
n = size(x,1);
for i=1:n;
//s(i) = 100.*sin(2.*%pi*x(i));
s(i) = 0.;
end;
endfunction
//
A = lap1D(M);
B = eye(M,M) + theta*nb*A;
R = -eye(M,M) + (1. - theta)*nb*A;
//
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
B = sparse(B);
R = sparse(R);
[B,rk] = lufact(B);
u=CI(x,Xmax);
f1 = zeros(M,1);
f2 = source(0,x);
t=0;
for i=2:M+1
w(i) = u(i-1);
end;
w(1) = CLg(t);
w(M+2) = CLd(t);
// Factorisation de B afin de r
esoudre
// les syst`
emes lin
eaires plus rapidement.
xbasc();
xset("pixmap",1);
isoview;
hotcolormap;
plot2d(xb,w);
xset("wshow")
// Options daffichage.
// Mise `
a jour du temps.
// Mise `
a jour de f1.
// Mise `
a jour de f2.
// Mise `
a jour du second membre :
rhs = -R*u + dt*(theta*f2 + (1-theta)*f1);
// On tient compte des conditions de Dirichlet
// non homog`
enes en modifiant le terme source :
rhs(1) = rhs(1) + nb*(theta*CLg(t) + (1-theta)*CLg(t-dt));
59
CHAPITRE 2. EQUATIONS
PARABOLIQUES
60
// R
esolution du syst`
eme lin
eaire.
for i=2:M+1
w(i) = u(i-1);
end;
w(1) = CLg(t);
w(M+2) = CLd(t);
xset("wwpc");
// Options daffichage.
plot2d(xb,w);
// Affichage de la solution `
a l
ecran.
xset("wshow");
end; // Fin de la boucle en temps.
unix(rm -f resultat);
//
Ecriture du r
esultat dans le fichier
plouf = file(open,resultat,unknown); // << r
esultat >>.
for i=1:M+2,
fprintf(plouf,%f
%f\n,xb(i),w(i));
end;
file(close,plouf);
// Fin du programme.
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
61
////////
-sch
ema pour l
equation de la chaleur
////////
////////
en dimension 1 avec conditions de bord de
////////
//////// Dirichlet ou de Neumann homog`
enes (0 1). ////////
clear();
stacksize(100000000);
//////////////////////////// param`
etres ///////////////////////////
kappa = 1.;
T = 0.01;
Xmax = 1;
M = 100;
dx = Xmax/(M-1);
tcg = n;
tcd = n;
if(tcg==d)
if(tcd==d)
x = (1:M-2)*dx;
else
x = (1:M-1)*dx;
end;
else
if(tcd==d)
x = (0:M-2)*dx;
else
x = (0:M-1)*dx;
end;
end;
//
//
//
//
//
//
//
//
//
//
CHAPITRE 2. EQUATIONS
PARABOLIQUES
62
m = size(x,1);
xb=(0:M-1)*dx;
//
//
//
//
theta = .5;
// Param`
etre du -sch
ema :
// choisir une valeur theta [0, 1].
// Condition initiale.
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
n = size(x,1);
for i=1:n,
if (x(i)-0.5)^2. < 0.1 then
u(i) = 1.;
else
u(i) = 0.;
end;
//u(i) = sin(2.*%pi*x(i)));
//u(i) = 0.;
end;
endfunction;
function g=CLg(t)
//g = sin(2.*%pi*t);
g = 1.;
endfunction
// Condition limite `
a gauche
// (en cas de condition de Dirichlet).
function d=CLd(t)
d = 0.;
endfunction
// Condition limite `
a droite
// (en cas de condition de Dirichlet).
function s=source(t,x)
// Terme source.
n = size(x,1);
for i=1:n;
s(i) = 100.*sin(2.*%pi*x(i));
end;
endfunction
/////////
////////////////
A = lap1D(m,tcg,tcd);
B = eye(m,m) + theta*nb*A;
R = -eye(m,m) + (1. - theta)*nb*A;
B = sparse(B);
// Stockage sous forme creuse.
R = sparse(R);
[B,rk] = lufact(B);
// Factorisation de B afin de r
esoudre
// les syst`
emes lin
eaires plus rapidement.
63
CHAPITRE 2. EQUATIONS
PARABOLIQUES
64
u=CI(x,Xmax);
f1 = zeros(m,1);
f2 = source(0,x);
t=0;
if(tcg==d)
// w est la solution sur le maillage
if(tcd==d)
// incluant les points du bord.
w = [CLg(t);u;CLd(t)];
else
w = [CLg(t);u];
end;
else
if(tcd==d)
w = [u;CLd(t)];
else
w = u;
end;
end;
xbasc();
xset("pixmap",1);
isoview;
hotcolormap;
plot2d(xb,w);
xset("wshow")
// Options daffichage.
// Mise a
` jour du temps.
// Mise `
a jour de f1.
// Mise a
` jour de f2.
// Mise a
` jour du second membre :
rhs = -R*u + dt*(theta*f2 + (1-theta)*f1);
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
// On tient compte des conditions de Dirichlet
// non homog`
enes en modifiant le terme source :
if(tcg==d) then
rhs(1) = rhs(1) + nb*(theta*CLg(t) + (1-theta)*CLg(t-dt));
end;
if(tcd==d) then
rhs(m) = rhs(m) + nb*(theta*CLd(t) + (1-theta)*CLd(t-dt));
end;
u = lusolve(B,rhs);
// R
esolution du syst`
eme lin
eaire.
if(tcg==d)
// w est la solution sur le maillage
if(tcd==d)
// incluant les points du bord.
w = [CLg(t);u;CLd(t)];
else
w = [CLg(t);u];
end;
else
if(tcd==d)
w = [u;CLd(t)];
else
w = u;
end;
end;
xset("wwpc");
// Options daffichage.
plot2d(xb,w);
// Affichage de la solution a
` l
ecran.
xset("wshow");
end; // Fin de la boucle en temps.
unix(rm -f resultat);
//
Ecriture du r
esultat dans le fichier
plouf = file(open,resultat,unknown); // << r
esultat >>.
for i=1:m,
fprintf(plouf,%f
%f\n,xb(i),w(i));
end;
file(close,plouf);
65
CHAPITRE 2. EQUATIONS
PARABOLIQUES
66
A1 IJ
0
0
IJ A1 IJ
I
A
I
0
J
1
J
A2 = .
MJJ (R)
..
..
..
..
..
..
.
.
.
.
.
0
IJ A1 IJ
0
0
0
IJ A1
o`
u IJ est la matrice identite en dimension J
4 1 0
1 4 1
0 1 4
A1 = .
..
..
..
.
.
0
0
0
si lon utilise la numerotation
representees par le vecteur
et
0
1
..
..
.
.
0
0
0
..
.
MJ (R)
1 4 1
0 1 4
U (t) =
u(t, x, y)
u(t, x, 2y)
..
.
u(t, x, Jy)
u(t, 2x, y)
..
.
u(t, x, Jy)
..
.
u(t, Jx, y)
..
.
u(t, Jx, Jy)
cest-`
a-dire que lon y fait varier j plus vite que i. . .
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
/////
/////
/////
-sch
ema pour l
equation de la chaleur
en dimension 2 avec conditions de bord de
Dirichlet (0 1).
/////
/////
/////
clear();
stacksize(10000000);
//////////////////////////// param`
etres ///////////////////////////
kappa = 1.;
T = 0.1;
Xmax = 1;
M = 30;
dx = Xmax/(M+1);
theta = 0.6;
//
//
//
//
//
//
//
x=(1:M)*dx;
y=(1:M)*dx;
// Points de la grille en x.
// Points de la grille en y.
67
68
xb=(0:M+1)*dx;
yb=(0:M+1)*dx;
CHAPITRE 2. EQUATIONS
PARABOLIQUES
// Grille incluant
// les bords du domaine.
// Condition limite `
a gauche (x = 0).
function d=CLd(t,x)
d = 0.;
endfunction
// Condition limite `
a droite (x = Xmax).
function b=CLb(t,x)
b = 0.;
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
endfunction
function h=CLh(t,x)
h = 0.;
endfunction
function s=source(t,x,y)
// Terme source.
n = size(x,1);
m = size(y,1);
for i=1:n;
for j=1:m;
s(M*(i-1)+j) = 50.*sin(2.*%pi*x(i));
//s(M*(i-1)+j) = 0.;
end;
end;
endfunction
//
A = lap2D(M);
B = eye(M*M,M*M) + theta*nb*A;
R = -eye(M*M,M*M) + (1. - theta)*nb*A;
B = sparse(B);
// Stockage sous forme creuse.
R = sparse(R);
[B,rk] = lufact(B);
// Factorisation de B afin de r
esoudre
// les syst`
emes lin
eaires plus rapidement.
u=CI(x,y,Xmax);
f1=zeros(M*M,1);
f2=source(0,x,y);
t=0;
for i=1:M
// Mise de la solution sour forme matricielle
for j=1:M
// pour repr
esentation graphique.
v(i,j) = u(M*(i-1)+j);
end;
end;
for i=2:M+1
//
69
CHAPITRE 2. EQUATIONS
PARABOLIQUES
70
for j=2:M+1
w(i,j) = v(i-1,j-1);
end;
// w est la solution sur la maillage
end;
// incluant les points du bord.
for i=2:M+1
w(i,1) = CLb(t,xb(i));
w(i,M+2) = CLh(t,xb(i));
end;
for j=1:M+2
w(1,j) = CLg(t,yb(j));
w(M+2,j) = CLd(t,yb(j));
end;
// Fin de la mise sous forme matricielle.
xbasc();
xset("pixmap",1);
isoview;
hotcolormap;
plot3d(xb,yb,w);
xset("wshow")
// Options daffichage.
// Mise a
` jour du temps.
// Mise `
a jour de f1.
// Mise a
` jour de f2.
// Mise a
` jour du second membre :
rhs = -R*u + dt*(theta*f2 + (1-theta)*f1);
for i=1:M
rhs(M*(i-1)+1) = rhs(M*(i-1)+1)...
+ nb*(theta*CLb(t,x(i)) + (1-theta)*CLb(t-dt,x(i)));
rhs(M*i) = rhs(M*i)...
+ nb*(theta*CLh(t,x(i)) + (1-theta)*CLh(t-dt,x(i)));
PAR LA METHODE
2.3. RESOLUTION
APPROCHEE
DES DIFFERENCES
FINIES
end;
for j=1:M
rhs(j) = rhs(j) + nb*(theta*CLg(t,y(j)) + (1-theta)*CLg(t-dt,y(j)));
rhs(M*(M-1)+j) = rhs(M*(M-1)+j)...
+ nb*(theta*CLd(t,y(j)) + (1-theta)*CLd(t-dt,y(j)));
end;
u = lusolve(B,rhs);
// R
esolution du syst`
eme lin
eaire.
for i=1:M
// Mise de la solution sous forme matricielle
for j=1:M
// pour repr
esentation graphique.
v(i,j) = u(M*(i-1)+j);
end;
end;
for i=2:M+1
for j=2:M+1
w(i,j) = v(i-1,j-1);
end;
// w est la solution sur la maillage
end;
// incluant les points du bord.
for i=2:M+1
w(i,1) = CLb(t,xb(i));
w(i,M+2) = CLh(t,xb(i));
end;
for j=1:M+2
w(1,j) = CLg(t,yb(j));
w(M+2,j) = CLd(t,yb(j));
end;
// Fin de la mise sous forme matricielle.
xset("wwpc");
plot3d(xb,yb,w);
xset("wshow");
end;
// Options daffichage.
// Affichage de la solution `
a l
ecran.
// Fin de la boucle en temps.
unix(rm -f resultat); //
Ecriture du r
esultat dans le fichier
plouf = file(open,resultat,unknown); // << r
esultat >>.
for i=1:M+2,
for j=1:M+2,
71
CHAPITRE 2. EQUATIONS
PARABOLIQUES
72
fprintf(plouf,%f
end;
end;
file(close,plouf);
%f
%f\n,xb(i),yb,w(i));
// fin du programme.
Chapitre 3
Equations
hyperboliques
3.1
reguli`erement
(3.1)
de u. Un syst`eme de ce type
Introduction, d
efinitions, exemples
D
efinition 4
Le syst`eme (3.1) est dit hyperbolique dans U Rn si et seulement si A(u) est diagonalisable et
`a valeurs propres reelles pour tout u U .
Il est dit strictement hyperbolique dans U si et seulement sil est hyperbolique et toutes ses
valeurs propres sont distinctes, pour tout u U .
Remarque 26 (en dimension sup
erieure `
a 1)
Dans un espace de dimension d > 1, le syst`eme considere est
t u +
d
X
Aj (u)j u = 0.
(3.2)
j=1
P
Il est dit (strictement) hyperbolique dans U si et seulement si la matrice A(u, ) = dj=1 j Aj (u)
est diagonalisable et `
a valeurs propres reelles (distinctes) pour tout (u, ) U Rd (avec =
(j )dj=1 ).
73
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
74
Remarque 27 (hyperbolicit
e des EDP lin
eaires dordre 2)
Lhyperbolicite au sens de la definition ci-dessus peut bien entendu etre rapprochee de la notion
dhyperbolicite donnee dans le chapitre dintroduction de ce cours. Le rapprochement propose
ici est une analogie avec lequation des ondes. Pour simplifier, on consid`ere cette equation en
dimension 1 seulement :
2
2
t,t
u c2 x,x
u = 0 avec c R .
Elle est hyperbolique au sens de lhyperbolicite des EDP lineaires dordre 2 puisque la matrice
formee par ses coefficients situes devant les termes dordre 2,
!
1 0
,
0 c2
a une valeur propre positive et une valeur propre negative (car c R ). Soit u une solution
de cette EDP, posons v1 = t u et v2 = x u. On a alors naturellement (si u est suffisamment
reguli`ere. . .) t v2 x v1 = 0. Dautre part, lEDP verifiee par u donne t v1 c2 x v2 = 0, de
sorte que lEDP des ondes peut secrire sous forme du syst`eme du premier ordre
!
!
v1
v1
=0
+ Ax
t
v2
v2
avec
A=
0 c2
1 0
Les valeurs propres de A sont c et c, elles sont reelles si et seulement si. . . c R, et dautre
part A nest diagonalisable que si c 6= 0 : les deux notions dhyperbolicite que nous avons definies
concident dans le cas lineaire de lequation des ondes.
Ce chapitre ne traitera pas uniquement des EDP quasi-lineaires sous la forme (3.1). Nous
serons aussi amenes `
a etudier des EDP sous la forme
t u(t, x) + x (F (u)) (t, x) = 0.
(3.3)
D
efinition 5
Le syst`eme (3.3) est dit (strictement) hyperbolique si et seulement si sa forme quasi-lineaire
t u + F (u)x u = 0 est (strictement) hyperbolique.
3.1.1
Exemples
Equation
des ondes
Cette EDP lineaire dordre deux hyperbolique peut etre ramenee `a un syst`eme lineaire dEDP
dordre 1 hyperbolique, comme on la vu dans lintroduction ci-dessus.
3.2. METHODE
DES CARACTERISTIQUES
POUR LADVECTION
75
Equations
dEuler
Le syst`eme des equations dEuler,
t + div(u) = 0,
t (u) + div(u u + pI) = 0,
dej`a introduit dans la section 1.2.6, est hyperbolique sous certaines conditions sur la pression
p(, u, e).
Equations
scalaires r
eelles
Les equation scalaires reelles dordre 1, du type
t u + x f (u) = 0
o`
u f : R R est suffisamment reguli`ere sont hyperboliques. La forme quasi-lineaire de
lequation ci-dessus,
t u + f (u)x u = 0
est de la forme (3.1) avec A(u) scalaire reel.
Ces equations seront lobjet principal de letude dans ce cours.
3.2
M
ethode des caract
eristiques pour ladvection
Letude de lequation
t u + a(t, x)x u = 0
o`
u a est donnee est preliminaire `
a celle de
t u + f (u)x u = 0.
Nous leffectuons ici, au moyen de la methode des caracteristiques. Plus precisement, nous allons
etudier le probl`eme
(
t u + a(t, x)x u = 0 dans R R,
(3.4)
u(0, x) = u0 (x) dans R
o`
u u0 , condition initiale, est donnee, et a, vitesse de transport, est donnee.
Remarque 28 (terminologie)
Si a(t, x) = a R (t, x) R2 , une solution evidente du probl`eme est donnee par
u(t, x) = u0 (x at).
Ceci signifie en particulier que la solution u est constante sur les courbes x = at + x0 du plan
(t, x). Cela permet de comprendre les termes transport et vitesse . La methode des
caracteristiques est une generalisation de cette remarque au cas o`
u a nest pas une constante.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
76
Remarque 29 (syst`
emes lin
eaires hyperboliques)
La remarque precedente permet aussi de comprendre limportance de la notion dhyperbolicite
pour les syst`emes. Pour simplifier, on consid`ere le syst`eme hyperbolique lineaire `a coefficients
constants
t u + Ax u = 0 dans R2
associe `a la donnee initiale u(0, x) = u0 (x). A etant diagonalisable `a valeurs propres reelles,
il existe une matrice P Mn (R) inversible et une matrice D Mn (R) diagonale telles que
D = P 1 AP . Une fonction u est donc solution de lEDP si et seulement si
P 1 t u + P 1 AP P 1 x u = 0,
soit
t v + Dx v = 0,
o`
u v est lexpression de u dans la base qui diagonalise A : v = P 1 u. Le syst`eme verifie par v est
diagonal, ce qui signifie que les n EDP verifiees par les composantes de v sont independantes :
t vi + di x vi = 0 i = {1, . . . , n}
o`
u les di sont les coefficients diagonaux de D. La remarque precedente permet de voir quune
(la ?) solution de chacune de ces EDP est
vi (t, x) = vi (0, x di t).
Dautre part, on connat vi (0, ), qui nous est donne par la condition initiale
v(0, ) = P 1 u0 ().
Le principe de la methode des caracteristiques repose sur la recherche (et la decouverte) de
courbes x = X(t) du plan (t, x) sur lesquelles la solution u reste constante 1 . Ceci peut sexprimer
ainsi : on cherche une fonction X(t) telle que u(t, X(t)) ne depend pas de t.
On suppose que u(t, x) est une solution de classe C 1 (R2 ) du probl`eme (3.4). Soit X(t) une
fonction de classe C 1 (R). Posons u
(t) = u(t, X(t)) t R. Le but est de trouver X(t) tel que
u
(t) = 0. Pour cela, on remarque que, sous les hypoth`eses de regularite faites sur u et X,
u
(t) = t u(t, X(t)) + X (t)x u(t, X(t)).
Puisque u est solution du probl`eme,
t u(t, X(t)) = a(t, X(t))x u(t, X(t)),
1. Ces courbes sont appelees courbes caracteristiques, ou encore caracteristiques.
3.2. METHODE
DES CARACTERISTIQUES
POUR LADVECTION
77
et la nullite de u
(t) secrit
X (t)x u(t, X(t)) = a(t, X(t))x u(t, X(t)).
Il suffit pour cela que X verifie
X (t) = a(t, X(t))
t R.
t R.
(t, t0 , t, X 0 ) R4 .
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
78
Proposition 9
On consid`ere le probl`eme (3.4) et lon suppose que u0 C 1 (R) et que a C 1 (R2 ) est globalement
lipschitzienne par rapport `
a sa seconde variable : K R tel que
|a(t, x) a(t, y)| K |x y|
(t, x, y) R3 .
Alors, le probl`eme (3.4) admet une unique solution de classe C 1 (R2 ) : la fonction u definie par
u(t, x) = u0 (X(0, t, x)).
D
emonstration
On sait (voir [9]) que X C 1 (R3 ) (gr
ace `a lhypoth`ese a C 1 (R2 )). En posant u(t, x) =
u0 (X(0, t, x)), on a
(3.5)
(3.6)
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
79
t u(t, x) + a(t, x)x u(t, x) = u0 (X(0, t, x) (2 X(0, t, x) + a(t, x)3 X(0, t, x)) = 0.
Lunicite de la solution (reguli`ere) resulte du fait que toute solution reguli`ere est constante sur
les caracteristiques, et est donc donnee par u(t, x) = u0 (X(0, t, x)).
Munis de ce premier resultat, nous allons pouvoir aborder le sujet des equations scalaires
non lineaires.
3.3
Equations
scalaires conservatives
On sinteresse ici `
a lequation (non lineaire)
t u(t, x) + x f (u)(t, x) = 0 dans R2
(3.7)
o`
u f : R R est une fonction donnee, suffisamment reguli`ere (soyons prets `a faire des concessions). Cette equation est appelee conservative car si u en est une solution (bornee), pour tout
intervalle [a, b] R, on a
Z b
u(t, x) dx = f (u(t, a)) f (u(t, b))
(3.8)
t
a
pour tout t R+ : lintegrale de u est conservee. Lequation (3.8) nous apprend que lintegrale
de u entre a et b varie en temps selon ce qui passe en b et a. Pour cette raison, la fonction
f est appelee flux.
Nous allons dans un premier temps chercher `a resoudre cette equation au moyen de la
methode des caracteristiques. Cette tentative va echouer (du moins en ce qui concerne les solutions globales en temps). Nous introduirons alors la notion de solution faible (solution au sens
des distributions). Cette notion nous permettra de prendre en compte une classe beaucoup plus
grande de solutions des EDP, notamment celle des solutions discontinues. Nous etudierons en
detail le cas f (u) = u2 /2 (equation de Burgers). Nous passerons ensuite `a la resolution approchee de (3.7) au moyen dalgorithmes de volumes finis, avec letude precise du schema de
Lax-Friedrichs. Cette etude nous permettra de generaliser le resultat dexistence et dunicite
precedemment obtenu dans le cas de lequation de Burgers au cas o`
u f est strictement convexe
generale.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
80
3.3.1
M
ethode des caract
eristiques pour les
equations non lin
eaires
Le but de cette section est dobserver que la methode des caracteristiques sapplique bien `a
letude de (3.7) tant que u est reguli`ere, mais que ceci nest pas vrai pour tout t en general.
Explosion en temps fini de la d
eriv
ee en espace
Nous allons montrer que les solutions reguli`eres de (3.7) ont en general un temps de vie fini.
Proposition 10
On consid`ere lEDP (3.7) avec f C 2 (R) et une donnee initiale u(0, ) = u0 () C 1 (R) L (R)
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
81
On sait que m R car u0 L (R) donc f (u0 (x)) est borne et u0 L (R). Si m 0,
Xt (x) > 1 pour tout x et Xt est une bijection 3 de R dans R, pour tout t 0. Si ce nest pas le
cas, posons
1
.
=
m
On a : t [0, [, Xt (x) m(t ) > 0 pour tout x R ; Xt est donc une bijection de R dans
R pour tout t dans [0, [ (voir la precedente note de bas de page). On pose maintenant, pour
resumer,
(
+ si m 0
T =
si m < 0.
Si u est une solution de classe C 1 de (3.7), tant que Xt est une bijection, u verifie u(t, x) =
u0 (Xt1 (x)). Nous allons montrer que la fonction u definie par u(t, x) = u0 (Xt1 (x)) est de
classe C 1 et verifie (3.7) tant que Xt (x) > 0 x R (donc pour t [0, T [) 4 . Xt est de classe C 1
sur R et, si Xt (x) > 0 x R, Xt est inversible sur R, Xt1 est de classe C 1 sur R et
Xt1 (x) =
.
Xt (Xt1 (x))
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
82
Donc
u0 (X 1 (x))
u0 (Xt1 (x))
x u(t, x) = t1
=
.
Xt (Xt (x))
1 + tf (u0 (Xt1 (x)))u0 (Xt1 (x))
(3.9)
Dautre part,
Xt (x) = x + tf (u0 (x)) = x + tf (u(t, X(t, x))) = x + tf (u(t, Xt (x))),
do`
u
Xt1 (x) = x tf (u(t, x)).
Donc la derivee par rapport `
a t de Xt1 (x) (consideree `a nouveau comme fonction de (t, x)) est,
au point (t, x), f (u(t, x)) tf (u(t, x))t u(t, x). On en deduit que
et
Or
i
h
t u(t, x) =
On en deduit en comparant `
a lexpression de x u(t, x) donnee par (3.9) que lon a bien
t u(t, x) + f (u(t, x))x u(t, x) = 0
et, bien s
ur, u(0, ) = u0 (). Supposons que T < +, cest-`
a-dire que
cela conduit `a une solution multivaluee 5 . Soit x R tel que f (u0 (x))u0 (x) < 0. Posons
t=
Nous allons montrer quil ne peut y avoir de solution de (3.7) de classe C 1 ([0, t] R) pour t > t
(noter que t T ). Soit t > t. Soit u C 1 ([0, t] R) une solution de (3.7) associee `a la donnee
initiale u0 . Nous savons quelle verifie u(t, X(t, x)) = u0 (x) avec
X(t, x) = x + tf (u0 (x)).
5. Cest-`
a-dire. . . Pas une solution.
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
83
On a
puisque t > t. De plus, dapr`es les hypoth`eses faites sur u0 et f , f u0 ()u0 () est continue,
donc il existe > 0 tel que pour tout x [x , x],
La caracteristique X(t, x) est de classe C 1 par rapport `a x, donc il existe y [x , x] tel que
X(t, x ) = X(t, x) x X(t, y)
X(t, x ) = X(t, x). Or u0 (x ) 6= u0 (x) puisque f (u0 (x))u0 (x) < 0 sur [x , x]. La
contradiction est l`
a:
u0 (x ) = u(t, X(t, x )) = u(t, X(t, x)) = u0 (x) 6= u0 (x ).
Remarque 30
Un resultat analogue est bien s
ur vrai pour les temps negatifs.
Exemples.
1 Advection `
a vitesse constante : f (u) = au. Alors f (u) = 0 et lon a une solution pour
tout t R, ce qui ne fait que confirmer ce que lon a dej`a remarque, `a savoir que u0 (xat)
est solution (pour u0 C 1 (R)). Remarquer que la proposition 10 nous apprend lunicite
de la solution reguli`ere.
2
2 Equation
de Burgers : f (u) = u2 . On a f (u) = 1. La proposition 10 donne lexistence
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
84
Solutions au sens des distributions
(3.10)
dt = 0.
(3.11)
Cette equation a un sens sans que u soit reguli`ere. Il suffit que u L (R+ R).
D
efinition 6
On appelle solution faible de (3.10) avec u0 L (R) une fonction u L (R+ R) verifiant (3.11)
pour toute fonction Cc (R+ R).
Exemples
1 On a montre que toute solution forte (reguli`ere) est une solution faible.
2 La reciproque est fausse. Posons f (u) = au, avec a R. Soit u0 L (R). Posons
u(t, x) = u0 (x at). Nous allons verifier que la notion de solution faible permet de
definir cette fonction comme solution du probl`eme dadvection `a vitesse constante, ce
que lintuition nous conseillait. Soit Cc (R+ R). Nous voulons nous assurer du fait
que u(t, x) = u0 (x at) verifie (3.11).
Z
ut + f (u)x dx dt =
u (t + ax ) dx dt
0
Z Z
u0 (x at) (t (t, x) + ax (t, x)) dx dt
=
0
Z Z
u0 (y) (t (t, y + at) + ax (t, y + at)) dy dt.
=
0
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
85
Posons (t,
x) = (t, x + at). On a
Z
x) dx dt
ut + f (u)x dx dt =
u0 (x)t (t,
0
Z
Z
Z
0
u0 (x) [(,
x)]
t (t,
x) dt dx =
u (x)
=
0 dx
Z
Z
u0 (x)(0, x) dx.
u0 (x)(0,
x) dx =
=
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
86
u0 (x)(0, x) dx.
u0 (x)(0, x) dx.
pour tout Cc (R+ R). Soit t > 0 ; notons, pour > 0 quelconque,
B = B ((t, t), ) R R,
D,D = {(s, x) B t. q. s < x} R R,
D,G = {(s, x) B t. q. s > x} R R
(voir la figure 3.1).
t
x = t
B
D,G
t
D,D
nD
nG
D,D
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
87
et puisque u(t, x) = uG (t, x) D,G et u(t, x) = uD (t, x) D,D , on doit finalement trouver
tel que
Z
Z
uD t (t, x) + f (uD )x (t, x) dx dt = 0.
uG t (t, x) + f (uG )x (t, x) dx dt +
D,D
D,G
D,G
o`
u nG,t , nG,x , nD,t , nD,x sont les composantes suivant t et x des normales exterieures unitaires
de D,G et D,D . Or pour (t, x) D,G et pour (t, x) D,D on a (t, x) = 0 sauf si x = t.
De plus, sur ce segment {x = t}, on a, `a un facteur multiplicatif (de normalisation) pr`es,
!
!
,
, nD =
nG =
1
1
de sorte que doit verifier
Z
D,G {(t,x)
t. q.
x=t}
D,G {(t,x)
t. q.
dS = 0.
x=t}
f (uD ) f (uG )
.
uD uG
6. Lunique formule `
a se rappeler, pour un ouvert suffisamment regulier Rd et u, v C 1 (), est
R
R
u ni est la ne coordonnee de la normale unitaire exterieure n `
a .
ui v dx = uvni dS vi u dx o`
Dans cette formule, dx represente lelement de volume dans et dS lelement de surface sur .
7. On laisse le soin au lecteur de verifier quelle est aussi une condition suffisante pour que la fonction soit
solution.
R
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
88
Remarque 33
1 Dans le cas f (u) = au, la formule precedente donne = a (nous savions dej`a que cetait
convenable).
2 La relation de Rankine-Hugoniot implique que les discontinuites damplitude tr`es petite
se deplacent `
a une vitesse proche de la vitesse caracteristique :
=
f (uD ) f (uG )
= f (uG ) + O(uD uG )
uD uG
si f est de classe C 1 .
3 Dans le cas f (u) = u2 /2, cas de lequation de Burgers, on a
=
uG + uD
.
2
3.3.2
Equation
de Burgers
u2
=0
2
(3.12)
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
89
u, solution de lequation, est aussi la pente des courbes caracteristiques sur lesquelles elle est
constante. La vitesse dune discontinuite en translation solution de cette equation est donnee
par
uG + uD
=
2
(si uG et uD sont les etats situes `
a gauche et `a droite de la discontinuite).
Non-unicit
e des solutions
Nous avons montre dans le cas general (scalaire) lunicite de la solution forte du probl`eme
avec donnee initiale. Nous allons voir ici quil ny a pas unicite de la solution dans le cas non
regulier. Autrement dit, la notion de solution faible, qui permet davoir existence de solutions
dans un cadre plus general, est helas trop faible pour garantir lunicite (dans le cas du moins de
lequation non lineaire de Burgers).
Afin dexhiber deux solutions faibles dun meme probl`eme, nous choisissons la condition
initiale
(
0 si x 0,
0
(3.13)
u (x) =
1 si x > 0.
Une premi`ere solution faible de (3.12) avec la condition initiale (3.13) est alors fournie par la
section precedente : il sagit de la solution discontinue en translation
0 si x t 0,
2
u(t, x) =
1 si x t > 0.
2
0x si x 0,
si 0 < x t,
u(t, x) =
1 si x > t
pour tout t 0. Cette solution est appelee detente . Montrons que cest une solution faible.
Soit Cc (R+ R). Dapr`es le theor`eme de Fubini,
Z Z
R
u2
ut + x dt dx =
2
R+
R+
u2
x dx dt,
2
ut +
donc
Z Z
R
u2
ut + x dt dx =
2
R+
R+
u2
ut + x dx dt +
2
R+
R+
ut +
u2
x dx dt
2
ut +
t
u2
x dx dt,
2
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
90
soit
Z Z
R
u2
ut + x dt dx = 0 +
2
R+
R+
x
x2
t + 2 x dx dt
t
2t
+
R+
1
t + x dx dt.
2
Ainsi
Z Z
R
u2
ut + x dt dx =
2
R+
+
R+
R+
x
t 1[0,t] (x) dx dt
R+ t
!
2 t
Z t
x
x
dx dt
2
2t2 x=0
0 t
Z Z
Z
t 1[t,+[ (x) dx dt +
+
R+
R+
R+
1
[]
dt
2 x=t
et
Z Z
R
R+
u2
x dt dx
2
Z Z t
Z Z
Z
x
x
1
t 1[x,+[ (t) dx dt +
(t, t) dt
dx dt
=
2
R+ 0 t
R+ R+ t
R+ 2
Z Z
Z
1
t 1[0,x] (t) dx dt
+
(t, t) dt
R+ R+
R+ 2
Z h i
Z Z t
Z
Z
x
x
x
[]xt=0 dx
=
dt dx
dx dt +
+
2
t t=x
t2
R+ 0 t
R+
R+
x
ut +
et enfin
Z Z
R
R+
ut +
u2
x dt dx
2
Z Z +
Z
Z Z t
x
x
(x, x) dx +
=
dt
dx
dx dt
2
2
t
t
R+ x
R+
R+ 0
Z
Z
(0, x) dx
(x, x) dx
+
R+
R+
Z
Z
(0, x) dx = u0 (x)(0, x) dx.
=
R+
Cest ce quil fallait demontrer. On en retiendra que les solutions faibles de lequation de Burgers
ne sont pas uniques. Il existe plusieurs crit`eres permettant de selectionner la solution physique parmi toutes les solutions faibles possibles : crit`ere de dissipation, crit`ere dentropie,
crit`ere dOleinik, de Lax, de Liu. . . Nous utiliserons dans la suite le crit`ere dOleinik. Il permet de selectionner une unique solution dans le cas o`
u le flux de lequation, f , est convexe. En
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
91
dautres termes, lorsque f est convexe, il existe une unique solution faible du probl`eme (3.10)
verifiant de surcrot le crit`ere dOleinik que nous introduirons dans la suite.
Noter cependant que la non-unicite que nous avons montree est due `a la non-linearite du
flux f . En effet, dans le cas lineaire, on a la
Proposition 11
Soit a R, soit u0 L (R). Le probl`eme
t u + ax u = 0,
u(0, x) = u0 (x)
admet une unique solution faible. Cette solution est donnee par
u(t, x) = u0 (x at).
D
emonstration
Nous avons dej`a montre que u0 (x at) est solution faible, il faut maintenant montrer que cest
lunique solution. Puisque lequation est lineaire, il suffit de montrer que lunique solution du
probl`eme avec condition initiale u0 = 0 est u(t, x) = 0. Soit v solution de
t v + ax v = 0,
v(0, x) = 0 presque partout.
Pour tout Cc (R+ R),
Z Z
R
R+
v (t + ax ) dt dx = 0.
R+
T
0
On a alors :
est de classe C ;
t + ax = (`
a verifier en exercice) ;
(t, x) = 0 (t, x)
/ [0, T ] [A, A + aT ] si a 0, ou (t, x)
/ [0, T ] [A aT, A] si
a 0 (donc est `
a support compact).
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
92
Rt
(Remarquer que 0 (s, x + a(s t)) ds + f (x at) est de classe C et verifie t + ax =
pour toute fonction f de classe C , mais nest pas forcement `a support compact). Donc
R R
v dx = 0 Cc ().
Il sagit dun resultat classique dont la demonstration pourra etre trouvee dans [1].
Il est temps maintenant de chercher un crit`ere permettant de lever le probl`eme de la nonunicite des solutions dans le cas non lineaire. Nous avons dej`a evoque le mot de solution physique . Bien entendu, ce terme na pas de sens clair lorsquil sagit de lequation de Burgers.
Cependant il est naturellement lie `
a une propriete mathematique bien definie : la continuite
de la solution par rapport `
a la donnee initiale. Nous allons voir que la solution qui propage la
discontinuite initiale de (3.13) nest pas stable par perturbation reguli`ere de la donnee initiale.
Pour cela, nous considerons la donnee initiale reguli`ere (de classe C 1 )
0 si x < ,
1 si x 1
2
et proposons la suite de conditions initiales u0n nN definie par
u0n (x) = v(nx) n N , x R
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
93
(voir la figure 3.2). On a limn+ u0n = u0 presque partout et dans L1 (R), et u0n est de classe
C 1 (R) pour tout n N .
1
u01
u02
u010
0,8
u0100
0,6
0,4
0,2
-1
-0,5
0,5
1,5
u2n
(t, x) = t un (t, x) + un (t, x)x un (t, x)
2
= nt u1 (nt, nx) + nu1 (nt, nx)x u1 (nt, nx) = 0
donc un est solution. Il suffit donc de calculer la solution associee `a la donnee initiale u01 = v, en
remontant les caracteristiques. Soit t > 0.
1 Pour x < 1/2, u(t, x) = 0.
2 Pour x [1/2, t/2[, il existe y [1/2, 0] tel que x est atteint au temps t par la
caracteristique issue de y :
!
1 2
x=y+t 2 y+
2
9. Dapr`es la proposition 10.
10. La solution un (t, x) ne depend que du rapport x/t. Pour un leger approfondissement sur les solutions
autosimilaires, on pourra se referer `
a lexamen du 3 juin 2005. Les solutions autosimilaires jouent un r
ole primordial
dans letude des syst`emes hyperboliques.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
94
u01 (y)
1
=2 y+
2
2
Calculons y. Il suffit pour cela de trouver la racine situee dans [1/2, 0] de lequation
polynomiale
t
2ty 2 + (1 + 2t)y + x = 0.
2
Cette racine est donnee par
y=
1 2t +
(1 + 2t)2 8t
t
2
4t
1 2t +
1 + 4t + 8tx
.
4t
3 Pour x [t/2, 1/2 + t[, il existe y [0, 1/2] tel que x est atteint au temps t par la
caracteristique issue de y :
!
1 2
x=y+t 12 y
2
et la solution au point (t, x) vaut sa valeur au pied de la caracteristique,
u(t, x) =
u01 (y)
1
=12 y
2
2
Calculons y. Il suffit pour cela de trouver la racine situee dans [0, 1/2] de lequation
polynomiale
t
2ty 2 (1 + 2t)y + x = 0.
2
Cette racine est donnee par
y=
1 + 2t
(1 + 2t)2 + 8t
4t
t
2
1 + 2t
1 + 8t2 + 4t 8tx
.
4t
Recapitulons.
0 si x < ,
2
1 t
1
2t
+ 1 + 4t + 8tx 1
+
si x [ , [,
2
4t
2
!2 2 2
u(t, x) =
2
1 + 2t 1 + 8t + 4t 8tx 1
t 1
12
si x [ , + t[,
4t
2
2
2
1 si x 1 + t.
2
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
95
soit
Ainsi
0 si x < ,
2
2
1
+
1 t
1 + 4t + 8tx
si x [ , [,
2
4t
!2 2 2
u(t, x) =
2
1 1 + 8t + 4t 8tx
t 1
12
si x [ , + t[,
4t
2 2
1 si x + t.
2
0 si x < ,
2n
!2
2 tx
1
+
4nt
+
8n
1
+
1 t
si x [ , [,
2
4nt
2n 2
!2
un (t, x) =
t 1
1 1 + 8n2 t2 + 4nt 8n2 tx
si x [ ,
+ t[,
12
4nt
2 2n
1 si x 1 + t.
2n
On verifie tr`es facilement que pour tout x et tout t (strictement positif), un (t, x) converge vers
u(t, x) definie par
cest-`
a-dire enfin
0 si x < 0,
x si x [0, t [,
t
2
u(t, x) =
t
tx
si x [ , t[,
1
t
2
1 si x t,
0x si x < 0,
si x [0, t[,
u(t, x) =
1 si x t.
detente
Quelques elements de la suite de solutions au temps t = 1 sont representes sur la figure 3.3.
La figure 3.4 presente aussi quelques uns de ces elements ainsi que la solution detente en fonction
de t et x. Sur cette derni`ere, on a trace des isolignes (en temps-espace) des solutions. On constate
que ce sont des droites : on retrouve bien les caracteristiques.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
96
1
u1
u2
u10
u100
0,8
0,6
0,4
0,2
-1
-0,5
0,5
1,5
0,5
0,5
0
1
1
t 0,5
0
0 -1
x 1
solution u1
t 0,5
0,5
0,5
0 -1
0
x 1
solution u2
0 -1
0
x 1
solution detente
1
t 0,5
0 -1
0
x 1
solution u100
t 0,5
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
97
0 si x < t
2
u(t, x) =
1 si x t
2
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
98
Remarquer que lon nexclut pas la possibilite que C ne soit pas borne. Ceci sera essentiel
dans lapplication `
a lequation de Burgers que nous ferons du resultat dunicite suivant (d
u `a
Oleinik).
Th
eor`
eme 9 (Oleinik)
Soit u L ([0, T [R) solution de
(
o`
u a L ([0, T [R) et T R+ sont donnes. Si a satisfait `a une inegalite dOleinik, u = 0
presque partout.
Ce resultat dunicite pour une equation de transport sera plus tard applique aux equations
non lineaires qui nous concernent.
Remarque 36
Il sagit dune generalisation de la partie
Remarque 37
La question de lexistence dune solution `a lequation t u + x (au) = 0 sous les hypoth`eses de
ce theor`eme est tr`es delicate et ne sera pas abordee dans ce cours.
Remarque 38
Voici un contre-exemple dans le cas o`
u la vitesse de transport ne verifie pas de condition dOleinik. On choisit
(
1 si x 0,
t R.
a(t, x) =
1 si x > 0
Pour u0 = 0, u = 0 est bien s
ur une solution, mais il en existe dautres, par exemple 15 les
fonctions du type
0 si x < t,
si t x 0,
u(t, x) =
si 0 < x t,
0 si t x,
pour tout R.
D
emonstration
Le principe en est le meme que pour la proposition 11 mais il faut etre ici beaucoup plus fin.
Puisque u est solution faible du probl`eme,
Z Z
u (t + ax ) dt dx = 0
R
R+
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
99
R+
Attention, le support de en temps est strictement inclus dans [0, T ], en particulier il ne contient
pas 0. On suppose que (t, x) = 0 pour tout t
/ [, T ]. Pour cela, il suffirait de montrer que
ce qui prouve que n est de classe C et est `a support compact en temps. Dautre part, puisque
||an ||L B,
Xn (s, t, x) [x T B, x + T B] (s, t, x) [0, T [2 R.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
100
Donc n est `a support compact en espace 18 . En definitive, n Cc ([0, T [R). Nous avons
montre que pour tout n N, Cc ([0, T [R), n Cc ([0, T [R) tel que
t n + an x n = .
Donc
Z Z
R
u dt dx =
Z Z
R
R+
Z Z
R
u dt dx =
Z Z
R
u (t n + an x n ) dt dx
u (ax n ) + u (an x n ) dt dx =
Z Z
R
u (an a) x n dt dx.
Nous voulons montrer que ce dernier terme converge vers 0 lorsque n tend vers . Cest une
consequence du lemme 5, ci-apr`es enonce et demontre. En appliquant ce lemme `a Xn (s, t, x),
nous obtenons en effet
|3 Xn (s, t, x)| eC(t)(st) pour s t > 0
R max(t,)
car pour s t, C(s) C(t). Or n , donnee par n (t, x) = T
(s, Xn (s, t, x)) ds, verifie
x n (t, x) =
max(t,)
donc
x n (t, x) ||x ||L
max(t,)
do`
u
|x n (t, x)|
||x ||L
1
C(max(t,))
C(max(t,))(T t)
e
1 si C(max(t, )) > 0
Le second membre ci-dessus est majore par un reel independant de t que nous notons C. Nous
avons donc
Z Z
Z Z
Z Z T
u
dt
dx
|u(an a)| dt dx
|u(a
a)|
|
|
dt
dx
C
n
x n
R
R+
R+
o`
u K est un compact de R tel que [0, T ] K englobe le support de n pour tout n (par exemple
[A BT, A + BT ] si [0, T ] [A, A] englobe celuis de ). On a
limn u(an a) = 0 presque partout ;
u(an a) L1loc n N (car ces fonctions sont dans L ) ;
u(an a) ||u||L (||an ||L + ||a||L ) 2B ||u||L n N.
18. Le compact en question est dailleurs inclus, independamment de n, dans [0, T ] [A BT, A + BT ] si A
est un reel tel que le support de est inclus dans [0, T ] [A, A].
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
101
Ainsi,
Z Z
R
R+
R+
u dt dx = 0 Cc ([0, T [R)
et, gr
ace au lemme 4, u = 0 presque partout.
Lemme 5
Soit t0 R. Soit X : [0, T [[0, T [R definie par
(
o`
u a est continue par rapport `
a ses deux variables, globalement lipschitzienne par rapport `
a sa
seconde variable, et verifie : C R tel que
a(t, y) a(t, x) C(y x) y x, t t0 .
X(t, t0 , x) verifie
|X(t, t0 , y) X(t, t0 , x)| eC(tt0 ) |y x|
t t0 .
Ce qui est remarquable dans ce lemme est que lestimation ne depend pas de la constante
de Lipschitz de a mais seulement de sa constante de Lipschitz `a droite, C.
D
emonstration
Soit t0 , x et y fixes. Posons
D(t) = |X(t, t0 , y) X(t, t0 , x)| .
On a
1
t D 2 (t) = (X(t, t0 , y) X(t, t0 , x)) 1 (X(t, t0 , y) X(t, t0 , x))
2
= (X(t, t0 , y) X(t, t0 , x)) (a(t, X(t, t0 , y)) a(X(t, t0 , x)))
donc t D 2 (t) 2CD 2 (t). Par application du lemme de Gronwall, si t t0 , nous avons donc
D 2 (t) D 2 (0)e2C(tt0 ) , soit
D(t) D(0)eC(tt0 ) .
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
102
Une consequence immediate et tr`es importante du theor`eme 9 est quil existe au plus une
solution faible u L ([0, T [R) satisfaisant `a une inegalite dOleinik au probl`eme (3.12) avec
donnee initiale u0 L (R). En effet, supposons quil existe 2 telles solutions distinctes avec
meme donnee initiale, u et v. Alors, la fonction u v verifie (au sens faible) lEDP
2
u v2
t (u v) + x
= 0,
2
que lon peut ecrire aussi
u+v
t (u v) + x
(u v) = 0.
2
Puisque u et v sont dans L et verifient chacune une inegalite dOleinik, il en est de meme de
u+v
ole dune vitesse de transport. Le theor`eme 9 permet daffirmer que u = v
2 qui joue ici le r
presque partout.
Ce resultat se generalise au cas dune equation scalaire `a flux convexe.
Th
eor`
eme 10
On consid`ere le probl`eme
t u + x f (u) = 0
u(0, x) = u0 (x)
o`
u le flux f est convexe. Il a au plus une solution u L ([0, T [R) satisfaisant `a une inegalite
dOleinik.
La demonstration de ce resultat est laissee en exercice. Neanmoins, quelques indications
figurent dans le sujet de partiel davril 2004 (et son corrige contient une demonstration detaillee).
Remarque 39
On peut se convaincre facilement que les deux hypoth`eses faites dans lenonce de ce theor`eme
(u L et verifie une inegalite dOleinik) sont necessaires. Considerons en effet le probl`eme de
Burgers avec donnee initiale nulle, dont la solution triviale (et naturelle) est u(t, x) = 0 pour
tout t et tout x. On peut facilement montrer alors que
0 si x < t/2
1 si x [t/2, 0[
t > 0
u(t, x) =
1
si
x
[0,
t/2]
0 si x > t/2
est une autre solution faible du probl`eme (cette fonction est constante par morceaux et toutes
ses discontinuites verifient la relation de Rankine-Hugoniot). Celle-ci ne verifie aucune inegalite
dOleinik.
Par ailleurs, une autre solution faible du probl`eme est donnee par
0 si x < t
u(t, x) =
t > 0.
x/t si x [ t, t]
0 si x > t
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
103
Celle-ci verifie une inegalite dOleinik (avec C(t) = 1/t) mais nest pas dans L (cf. partiel du
19 avril 2005). Les deux solutions faibles exhibees ici sont tracees pour differents temps sur la
figure 3.5.
1,5
solution au temps t = 0, 1
solution au temps t = 1
solution au temps t = 5
1
0,5
0
-0,5
-1
-1,5
-6
-4
-2
solution au temps t = 0, 1
solution au temps t = 1
solution au temps t = 5
courbe dequation y = 1/x
3
2
1
0
-1
-2
-3
-4
-3
-2
-1
Figure 3.5 Deux solutions non admissibles de lequation de Burgers avec donnee initiale nulle.
Nous pouvons maintenant nous attaquer `a lexistence dune solution. Nous proposons ici une
demonstration dexistence pour le probl`eme de Burgers. Une autre demonstration de lexistence
sera vue ensuite, dans la section concernant lapproximation numerique, pour un probl`eme aux
derivees partielles avec flux convexe quelconque.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
104
Th
eor`
eme 11
0
Soit u L (R). Il existe une unique solution u L (R+ R) de (3.12) avec donnee initiale
u0 satisfaisant `
a une inegalite dOleinik. Cette solution est la limite presque partout, lorsque
tend vers 0, des fonctions (u )R solutions de
+
t u + x
u2
2
= x,x
u .
2
y x, t > 0.
D
emonstration
On sinteresse donc `
a lequation de Burgers visqueuse
t u + x
u2
2
= x,x
u
2
(3.14)
avec > 0, dont on cherche une solution forte dans R+ R. Pour exhiber une solution de
cette equation, nous allons dabord transformer celle-ci pour la mettre sous une forme connue :
lequation de la chaleur. Cette transformation est due `a Hopf. La solution u verifie
1 2
t u = x x u u .
2
Soit v une primitive en espace de u : par exemple,
Z x
u (t, y) dy.
v (t, x) =
0
Posons
1
= e 2 v .
Nous avons alors
1
u ,
2
1
1
2
x,x
= 2 u2
x u ,
4
2
x =
do`
u u = 2 x et x u 12 u2 = 22
t
Or
t
2
x,x
= x
Donc
2
x,x
2
x,t
t x
= x
=
2
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
donc
2
x,x
t
x
Finalement,
105
!
= 0.
2
x,x
t
= (t)
o`
u est une constante dintegration. Posons 19 maintenant
(t, x) = (t, x)e
Rt
0
(s) ds
Rt
0
(s) ds
(t, x)e
Rt
0
(s) ds
(t)
et
2
2
x,x
(t, x) = x,x
(t, x)e
Donc
Rt
0
(s) ds
2
2
x,x
x,x
t
t
=
(t)
= 0.
dans R+ R. La difference avec lEDP du chapitre 2 est quelle est ici posee en domaine non borne
(et sans conditions aux limites en espace). Le lemme suivant donne une solution du probl`eme.
Lemme 6
Soit 0 L (R). Posons
(t, x) =
(xy)2
1
e 4t 0 (y) dy
4t
1
(4t)
e
d/2
|xy|2
4t
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
106
o`
u y est la masse de Dirac de masse 1 au point y. Cest la solution elementaire de lequation
de la chaleur.
La demonstration de ce lemme est laissee en exercice. Elle consiste `a verifier que
Z Z
2
N t + x,x
dt dx = (0, y)
R
R+
pour tout Cc (R+ R). Ce calcul est dailleurs fait (dans un cadre leg`erement different) aux
pages suivantes.
Revenons `a notre demoutonstration. Soit donc
Z
(xy)2
1
(t, x) =
(0, y)e 4t dy.
4t R
Une solution de (3.14) est alors donnee par
u (t, x) = 2
Or
x (t, x) =
1
4t
donc
x (t, x)
.
(t, x)
(xy)2
2(x y)
(0, y)e 4t dy,
4t
(xy)2
(x y)(0, y)e 4t dy
1 R
x (t, x)
Z
=
.
2
2
(t, x)
t
(xy)
4t
dy
(0, y)e
R
(0, y) = e 2
Ainsi
u (t, x) =
Ry
u0 (x) dx
R0
0
(s) ds
= e 2
u0 (x) dx
y 0
1
+ 2
x y (xy)
0 u (z) dz
4t
e
dy
t
R
,
2
Ry 0
Z
1
(xy)
+ 2
u (z) dz
0
4t
e
dy
Ry
u (t, x) =
x y F (t,x,y)
2
e
dy
RZ t
e
F (t,x,y)
2
dy
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
en definissant F par
(x y)2
F (t, x, y) =
+
2t
107
Z
u0 (z) dz.
La fin de cette demonstration consiste `a montrer que u a une limite 20 lorsque tend vers 0 et
que cette limite est solution de lequation de Burgers non visqueuse (3.12) verifiant une inegalite
dOleinik. Ceci est un peu technique.
Pour tout (t, x) R+ R, notons y (t, x) et y+ (t, x) le y minimal et le y maximal tels que
F (t, x, y) = inf yR F (t, x, y) :
y (t, x) = minzR {z t. q. F (t, x, z) = minyR F (t, x, y)}
y+ (t, x) = maxzR {z t. q. F (t, x, z) = minyR F (t, x, y)}
Ces reels existent car F (t, x, y) est continue par rapport `a y et lim|y|+ F (t, x, y) = + (t, x).
Posons encore, pour tout (t, x), m(t, x) = minyR F (t, x, y). On a avec ces definitions
F (t, x, y) > m(t, x)
y
/ [y (t, x), y+ (t, x)].
Lemme 8
Soit t > 0. Avec les notations introduites ci-dessus, si x1 < x2 , y+ (t, x1 ) y (t, x2 ). y (t, ) est
continue `
a gauche et y+ (t, ) est continue `a droite, t R+ .
Lemme 9
Avec les notations introduites ci-dessus, pour tout t R+ , y (t, x) = y+ (t, x) presque partout
et y (t, ) et y+ (t, ) sont continues presque partout.
La demonstration de ces trois lemmes est repoussee `a la fin de la demonstration du theor`eme,
que nous poursuivons maintenant.
Pour tout (t, x) R+ R, posons
u(t, x) =
x y+ (t, x)
.
t
20. Noter la similitude avec le resultat du lemme 6 concernant la donnee initiale : on fait ici tendre vers 0 au
lieu de t dans ce lemme.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
108
x y (t, x)
t
0+
x2 y+ (t, x2 ) x1 y+ (t, x1 )
x2 x1 y+ (t, x2 ) y+ (t, x1 )
.
t
t
t
t
Or y+ (t, ) est croissante car si x2 > x1 , y+ (t, x1 ) y (t, x2 ) dapr`es le lemme 8 et y (t, x2 )
y+ (t, x2 ). Donc
x2 x1
u(t, x2 ) u(t, x1 )
x2 x1 .
t
Ceci termine la demonstration.
u(t, x2 ) u(t, x1 ) =
D
emonstration (lemme 7)
On a pose
(x y)2
F (t, x, y) =
+
2t
Puisque u0 L (R), Y R tel que
u0 (z) dz.
(x y)2
y t. q. |y| Y.
3t
Soit > 0. Si y
/ [y (t, x) , y+ (t, x) + ], > 0 tel que F (t, x, y) > m(t, x) + . Soit Z
tel que Z Y , Z |x| et Z max (y (t, x) , y+ (t, x) + ). Observons le numerateur dans
lexpression de u .
Z Z
Z
x y F (t,x,y)
x y F (t,x,y)
2
2
dy =
dy
e
e
t
t
Z y (t,x)
Z y+ (t,x)+
x y F (t,x,y)
x y F (t,x,y)
2
2
dy +
dy
+
e
e
t
t
Z
y (t,x)
Z Z
Z
x y F (t,x,y)
x y F (t,x,y)
2
2
+
dy +
dy
e
e
t
t
y+ (t,x)+
Z
F (t, x, y)
3.3. EQUATIONS
SCALAIRES CONSERVATIVES
R y+ (t,x)+
x y F (t,x,y)
2
e
dy
t
Donc
xy F (t,x,y)
2
dy
t e
2
u
(xy)
3t , do`
y (t,x)
109
|x y| (xy)2
e 6t dy =
t
x y (xy)2
e 6t dy car x y 0.
t
Z
(xy)2
(xy)2
x y F (t,x,y)
2
dy 3e 6t
= 3e 6t .
e
t
y=
Sur lintervalle ] Z, y (t, x) ], F (t, x, y) > m(t, x) + (avec > 0). Donc
Z
y (t,x)
Z
x y F (t,x,y)
2
e
dy
t
y (t,x)
|x y| m(t,x)+
2
e
dy
t
Z
max (|x + Z| , |x y (t, x) + |) m(t,x)
(y (t, x) + Z)
e 2 e 2 .
t
F (t,x,y)
2
dy 0+
y+ (t,x)+
F (t,x,y)
2
y (t,x)
dy e
m(t,x)
2
e 4
o`
u est la longueur dun intervalle sur lequel F (t, x, y) m(t, x) + 2 ; > 0 car F est continue.
Ainsi
Z y+ (t,x)+
x y F (t,x,y)
2
e
dy
t
y (t,x)
u (t, x) 0+
Z y (t,x)+
+
F (t,x,y)
2
dy
y (t,x)
En conclusion, on a bien
x y+ (t, x)
x y (t, x)
lim inf u (t, x) lim sup u (t, x)
+
t
t
0
0+
D
emonstration (lemme 8)
Soit (t, x1 ) R+ R. Pour simplifier les notations, posons y+ = y+ (t, x1 ). Soit y < y+ et
x2 > x1 .
F (t, x2 , y) F (t, x2 , y+ ) F (t, x2 , y) F (t, x1 , y) + F (t, x1 , y+ ) F (t, x2 , y+ )
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
110
2t
2t
2t
2t
(y y+ )(x1 x2 )
=
> 0.
t
b
a
y+ (t, x) y (t, x) dx 0.
b
a
y+ (t, x) y (t, x) dx =
=
a
Z b
a
Or dapr`es le lemme 8,
Z
b
a
R b
a
y+ (t, x + ) y (t, x + ) dx
y+ (t, x + ) y+ (t, x) dx +
b
a
y+ (t, x) y (t, x + ) dx
y+ (t, x + ) y+ (t, x) dx =
et
lim0 1[a,b] (x) = 1[a,b] (x) presque partout ;
lim0+ y+ (t, x + ) y+ (t, x) = 0 dapr`es le lemme 8 ;
3.4. SCHEMAS
DE VOLUMES FINIS
111
le produit de ces deux fonctions est borne par une fonction integrable, car y+ L et ce
produit est `
a support compact.
Par application du theor`eme de convergence dominee de Lebesgue,
Z b
lim
y+ (t, x + ) y+ (t, x) dx = 0.
0+
Donc
b
a
y+ (t, x) y (t, x) dx 0.
Le principe du maximum pour lequation de Burgers est une consequence directe du theor`eme 11.
Exercice
Soit u la solution evoquee au theor`eme 11. Montrer quelle verifie
||u(t, )||L (R) u0 L (R) t R+ .
3.4
Sch
emas de volumes finis
(3.15)
o`
u f est reguli`ere. Nous navons montre pour linstant lexistence dune solution `a ce probl`eme
que lorsque f (u) = au et f (u) = u2 /2. La presente section va combler une lacune en montrant
lexistence dune solution dans le cas o`
u f est convexe (cas dans lequel on sait dej`a que la solution
faible satisfaisant `
a une inegalite dOleinik est unique).
3.4.1
G
en
eralit
es
On se donne un maillage de R :
R=
[xj1/2 , xj+1/2 [
jZ
avec, pour simplifier, xj+1/2 = (j + 1/2)x j Z, avec x R+ (il sagit donc dun maillage
regulier). On se donne de meme un maillage de R+ :
[
R+ =
[tn , tn+1 [
nN
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
112
R+
xj1/2
tn+1
f (u(t, xj+1/2 )) dt
tn
tn+1
tn
f (u(t, xj1/2 )) dt = 0
pour tout n et tout j. Le principe de base dun schema de volumes finis est de calculer des
valeurs approchees de
Z xj+1/2
1
u(tn , x) dx
x xj1/2
pour tout n et tout j. Pour cela, on definit la condition initiale discr`ete par
Z xj+1/2
1
0
uj =
u0 (x) dx j Z
x xj1/2
et on remplace lEDP par
n
n
+
t
f
f
x un+1
u
j
j+1/2
j1/2 = 0
j
n N, j Z,
(3.16)
(3.17)
R tn+1
n
o`
u les flux numeriques fj+1/2
sont des valeurs approchees de 1/t tn f (u(t, xj+1/2 )) dt. Il
existe de tr`es nombreuses mani`eres efficaces de definir les flux numeriques. Nous netudierons
que celle du
3.4.2
Sch
ema de Lax-Friedrichs
f (unj+1 ) f (unj1 )
(3.18)
uj =
2
2x
et lon verifie que cest bien un schema de la forme (3.17) en ecrivant
n
uj unj+1 x
t f (unj+1 ) + f (unj )
n
un+1
u
=
+
j
j
x
2
2
t
n
n
uj1 unj x
f (uj ) + f (unj1 )
+
,
2
2
t
ce qui revient `a poser
n
fj+1/2
dans (3.17).
1
=
2
f (unj+1 )
+ f (unj )
unj
unj+1
x
t
n N, j Z
22. En prenant. . . = 1[tn ,tn+1 ][xj1/2 ,xj+1/2 ] (qui nest pas une fonction-test).
(3.19)
3.4. SCHEMAS
DE VOLUMES FINIS
113
Remarque 41
Le schema (3.18) est equivalent `
a
un+1
unj
j
t
f (unj+1 ) f (unj1 )
2x
=
=
2t
x2 unj+1 2unj + unj1
.
2t
x2
Il est donc, au sens des differences finies, consistant `a lordre 1 avec lEDP consideree, et consistant `a lordre 2 en espace avec lEDP
t u + x f (u) =
x2 2
u
2t x,x
qui est une regularisation parabolique de lEDP avec un coefficient de conduction (ou de
diffusion, ou de viscosite) tendant vers 0 lorsque lon raffine le maillage si par exemple t et
x tendent vers 0 `
a la meme vitesse 23 . Cest par ce type de regularisation que lon a montre
lexistence dune solution `
a lequation de Burgers (par la methode de Hopf).
Procedons `
a letude du schema de Lax-Friedrichs, cest-`
a-dire `a le
tude de sa convergence 24 .
Nous supposerons dans toute la suite que u0 L (R). Alors u0j
l . Nous supposejZ
Proposition 12
On consid`ere le schema de Lax-Friedrichs (3.18). Sous la condition, dite de Courant-FriedrichsLewy 25 ,
t
sup f (u0j )
1,
x
jZ
jZ
jZ
unj1 + unj+1
t
f (unj+1 ) f (unj1 ) .
2
2x
23. Une etude precise du comportement de la solution numerique en fonction des vitesses relatives de convergence vers 0 de t et x est faite dans lexamen du 18 mai 2006.
24. Noter que nous ne sommes pas assures de lexistence dune solution, donc que letude de la convergence ne
peut etre basee sur une estimation de lerreur.
25. CFL dans la suite.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
114
Puisque f est de classe C 2 et est convexe, v [unj1 , unj+1 ] (ou [unj+1 , unj1 ]) tel que
f (unj+1 ) = f (unj1 ) + unj+1 unj1 f (unj1 ) +
2
n
n
uj+1 uj1
2
f (v),
f (unj+1 ) f (unj1 ) + unj+1 unj1 f (unj1 ),
do`
u
1
1
t n
t n
n
+
f (uj1 ) + uj+1
f (uj1 ) .
2 2x
2 2x
Sous la condition supjZ f (unj ) t/x 1, chacun des termes multiplicatifs de unj1 et unj+1 est
est
major
e
par
une
combinaison
convexe
des
unj
positif, et leur somme vaut 1, donc un+1
,
j
un+1
j
unj1
jZ
donc un+1
supjZ unj . La minoration un+1
inf jZ unj sobtient de mani`ere analogue. Il reste
j
j
`a verifier que la condition supjZ f (u0j ) t/x 1 est propagee en temps, cest-`
a-dire quelle
assure supjZ f (unj ) t/x 1 pour tout n. Cela est encore une consequence de la convexite
de f :
!
n+1
n+1
n+1
sup f (uj ) = max f (sup uj ) , f (inf uj )
jZ
jZ
jZ
car f est croissante. Or si supjZ f (unj ) t/x 1,
inf unj inf un+1
sup un+1
sup unj
j
j
jZ
jZ
jZ
jZ
n
(dapr`es la premi`ere partie de la demonstration) et ainsi supjZ f (un+1
)
sup
(u
)
jZ f
j car
j
Il nous faut montrer que la solution numerique converge vers une solution de (3.15)
lorsque t et x tendent vers 0. Pour cela, on definit une fonction associee `a la solution
numerique :
XX
(3.20)
ut,x =
unj 1[nt,(n+1)t[ (t)1[(j1/2)x,(j+1/2)x[ (x)
nN jZ
pour (t, x) R+ R, o`
u unj
(n,j)NZ
t,x0
ut,x = u
en un certain sens, o`
u u est solution de (3.15). Mais nous ne savons pas si ce probl`eme a une
solution. Deux possibilites se presentent pour obtenir un tel resultat :
soit montrer que (utk ,xk ) est une suite de Cauchy pour une suite de pas (tk , xk )
tendant vers 0 ;
3.4. SCHEMAS
DE VOLUMES FINIS
115
Fonctions `
a variation born
ee
Soit un ouvert de Rd . Soit g L1loc ().
D
efinition 9
On appelle variation totale de g sur et on note T V (g) lelement de R defini par
T V (g) =
(Cc ())d
sup
t. q.
g div dx.
||||L () 1
Exemples
1 Si g C 1 (),
T V (g) =
Z X
d
i=1
|i g| dx.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
116
g
T VR+ R (ut,x ) = t
X X
XX
n
unj+1 unj + x
u
un+1
j.
j
nN jZ
nN jZ
D
efinition 10
a variation bornee sur si et seulement si T V (g) < + et on note
On dit que g L1loc () est `
BV () lensemble des fonctions `
a variation bornee sur :
BV () = g L1loc () t. q. T V (g) < + .
x>0 R
|g(x + x) g(x)|
dx.
x
3.4. SCHEMAS
DE VOLUMES FINIS
117
Th
eor`
eme 13 (Helly)
Supposons que est un ouvert borne de Rd `a fronti`ere lipschitzienne. Alors linjection de L1
BV () dans L1 () est compacte.
En consequence, de toute suite bornee de L1 BV () 28 on peut extraire une sous-suite qui
converge dans L1 () 29 . Lutilisation que nous allons faire de ce resultat est claire : nous allons
montrer que (ut,x )t,xR est un borne de L1 BV () pour tout ouvert borne de R+ R.
Noter que si ut,x L1 BV (R+ R), lexpression de la norme de ut,x est
||ut,x ||L1 BV () = tx
XX
XX
X X
n
unj + t
unj+1 unj + x
u
un+1
.
j
j
nN jZ
nN jZ
nN jZ
Soit un ouvert borne de R+ R. Il existe T, A R+ tels que [0, T ] [A, A]. Alors
||ut,x ||L1 BV () tx
E(T /t)+1
E(A/x)+1
n=0
j=E(A/x)1
+ t
n
uj
E(T /t)+1
E(A/x)+1
n=0
j=E(A/x)1
n
uj+1 unj
E(T /t)+1
E(A/x)+1
n=0
j=E(A/x)1
+ x
n+1
uj unj .
o`
u E(x) designe la partie enti`ere de x, pour
xR
+.
0
Nous avons dej`a montre que si supjZ f (uj ) t/x 1, supjZ unj supjZ u0j . Donc
||ut,x ||L1 () sup u0j (E(T /t) + 2) (2E(A/x) + 3) tx
jZ
sup u0j (T + 2t) (2A + 3x)
jZ
28. Bornee : pour la norme que nous avons definie sur cet espace, norme qui le rend complet.
29. Cest dailleurs uniquement la compacite sequentielle que nous utiliserons.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
118
En effet,
X 1 Z (j+1/2)x
X
u0j+1 u0j =
u0 (x + x) u0 (x) dx
x (j1/2)x
jZ
jZ
X Z (j+1/2)x u0 (x + x) u0 (x)
dx T VR (u0 )
x
(j1/2)x
jZ
o`
u
(3.21)
n
Cj+1/2
0 (n, j) N Z,
n
Dj+1/2
0 (n, j) N Z,
n
n
Cj+1/2
+ Dj+1/2
1
(n, j) N Z
est `
a variation totale decroissante, cest-`
a-dire quil verifie
X
X
n+1
n+1
unj+1 unj
u
uj+1
j
jZ
jZ
n N.
Remarque 42
La forme (3.21) est dite forme incrementale. Un schema `a variation totale decroissante est
souvent dit TVD (pour Total Variation Diminishing en anglais).
D
emonstration
n+1
n
un+1
= unj+1 + (unj+2 unj+1 )Cj+3/2
j+1 uj
n
(unj+1 unj )Dj+1/2
n
unj (unj+1 unj )Cj+1/2
soit
n
+(unj unj1 )Dj1/2
n+1
n
n
un+1
= (unj+1 unj ) 1 Cj+1/2
Dj+1/2
j+1 uj
n
+(unj+2 unj+1 )Cj+3/2
n
+(unj unj1 )Dj1/2
.
D
uj+1 un+1
j+1
j
j
j+1/2
j+1/2
n
n
n
+ uj+2 uj+1 Cj+3/2
n
.
+ unj unj1 Dj1/2
3.4. SCHEMAS
DE VOLUMES FINIS
119
Donc
X
X
n
n+1
unj+1 unj 1 C n
un+1
j+1/2
j+1/2
j+1
j
jZ
jZ
X
unj+2 unj+1 C n
j+3/2
jZ
X
un un D n
j1
j
j1/2
jZ
X
n
n
n
unj+1 unj 1 C n
=
D
+
C
+
D
j+1/2
j+1/2
j+1/2
j+1/2 .
jZ
Remarque 43
La notion de schema TVD est tr`es importante en analyse numerique des equations hyperboliques, elle permet souvent, entre autres, de demontrer la convergence de schemas. Elle
parat intuitivement garantir que le schema ne cree pas doscillation. Ceci est cependant faux
au sens strict. Considerons par exemple la donnee initiale u0j = 0 (j) et un schema tel que
u1j = 1/21 (j) + 1/21 (j) 30 . On a alors
X
X
u0j+1 u0j ,
u1j+1 u1j = 2 =
jZ
jZ
donc le schema est TVD. Cependant, des oscillations ont ete creees en 1 pas de temps. Noter
que le schema de Lax-Friedrichs a exactement ce comportement pour cette condition initiale et
une equation dadvection `
a vitesse constante (f (u) = au) par exemple.
Proposition 14
Le schema de Lax-Friedrichs peut se mettre sous la forme incrementale (3.21) avec des coefficients
qui verifient les hypoth`eses du lemme 10 sous la condition de CFL supjZ f (u0j ) t/x 1.
Il est TVD sous cette condition.
D
emonstration
Le schema de Lax-Friedrichs est defini par
un+1
=
j
unj1 + unj+1
2
cest-`
a-dire
n
un
j+1 uj
2
n
un
j uj1
un+1
= unj +
j
Posons
anj+1/2 =
1
0
t
f (unj+1 ) f (unj1 ) ,
2x
t
2x
t
2x
f (unj+1 ) f (unj )
f (unj ) f (unj1 ) .
f (unj+1 + (1 )unj ) d
(n, j) N Z.
n
n
30. Par exemple un schema ecrit sous forme incrementale avec Cj+1/2
= 1/2 = Dj+1/2
n N, j Z.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
120
On a
u
j
j+1
j
j
2 2x j+1/2
t n
n
n
aj1/2 .
(uj uj1 ) 21 + 2x
Cest la forme incrementale du schema, en posant
t
n
,
Cj+1/2
= 21 1 anj+1/2 x
t
n
Dj+1/2
= 21 1 + anj+1/2 x
n
n
Cj+1/2
+ Dj+1/2
= 1 (n, j) N Z,
n
aj+1/2 supjZ f (unj ) (n, j) N Z (par convexite de f ),
n
n
do`
u Cj+1/2
0 et Dj+1/2
0 sous la condition de CFL.
E(A/x)+1
n=0
j=E(A/x)1
n
uj+1 unj
E(T /t)+1
n=0
E(T /t)+1
X
X
unj+1 unj t
T VR (u0 ).
jZ
n=0
n
n
Dautre part, un+1
unj = Cj+1/2
(unj+1 unj ) Dj1/2
(unj unj1 ), donc
j
n
n
n+1
n
n
uj+1 unj + D n
uj unj Cj+1/2
j1/2 uj uj1
et
E(A/x)+1
j=E(A/x)1
E(T /t)+1
n=0
n+1
n
u
uj
j
E(T /t)+1
n=0
X
n
n
n
uj unj1
uj+1 unj + D n
Cj+1/2
j1/2
jZ
3.4. SCHEMAS
DE VOLUMES FINIS
121
donc finalement
E(A/x)+1
j=E(A/x)1
E(T /t)+1
n=0
E(T /t)+1
X X
n+1
n
unj+1 unj
uj uj x
n=0
jZ
E(T /t)+1
T VR (u0 ).
n=0
R+
j=E(A/x)1
E(T /t)+1
n=0
/t)+1
t E(TX
n+1
n
u
u
T VR (u0 ).
j
j
n=0
T V (ut,x ) t
n=0
t
T VR (u ) +
E(T /t)+1
T VR (u0 )
n=0
1
1+
(T + 2t) T VR (u0 )
de sorte que
0
1
ut,t/ 1
(T + 2t) (2A + 3x) u L (R) + 1 +
(T + 2t) T VR (u0 )
L BV ()
loc
(3.15) 31 ?
D
efinition 11
On dit que le schema (3.17) est consistant au sens des volumes finis avec f si et seulement si
K N et F C 0 (R2K ) tels que
n
fj+1/2
= F (unjK+1 , unjK+2 , . . . , unj , . . . , unj+K1 , unj+K ),
F (u, u, . . . , u) = f (u) u R
31. Une autre question naturelle est encore : si oui, u verifie-t-il une inegalite dOleinik ? Nous y repondrons
par la suite.
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
122
Th
eor`
eme 14 (Lax-Wendroff )
On consid`ere le schema (3.16,3.17) o`
u lon suppose que le flux dans (3.17) est consistant avec f .
Pour tout t et tout x on definit une solution approchee par (3.20). Soit R. Supposons
quil existe une suite (tk )kN convergeant vers 0 telle que
C R t. q. utk ,tk / L (R
u L1loc (R+ R) t. q.
Alors u est solution faible de
+ R)
k,
k+
t u + x f (u) = 0,
u(0, x) = u0 (x).
D
emonstration
On pose x = t/. Soit Cc (R+ R). On veut montrer que
Z
Z Z
u0 (x)(0, x) dx.
ut + f (u)x dx dt =
0
+
t
f
f
x un+1
u
j
j
j+1/2
j1/2 j = 0,
j
+
t
f
f
x
un+1
u
j
j
j+1/2
j1/2 j = 0.
j
nN jZ
nN jZ
x
un+1
j
j
j
nN jZ
jZ
nN jZ
soit encore
x
XX
nN jZ
XX
X
n+1
n
n
fj+1/2
nj+1 nj = x
u0j 0j .
un+1
j + t
j
j
nN jZ
jZ
3.4. SCHEMAS
DE VOLUMES FINIS
123
Nous allons etudier la convergence de chaque terme de cette egalite lorsque lon remplace t
n
par tk qui converge vers 0. Bien entendu, les termes unj , nj et fj+1/2
dependent de t ; cette
dependance na pas ete explicitement indiquee dans les notations afin de simplifier celles-ci. On
note encore xk = tk /. Nous allons montrer que
Z
X
0 0
u0 (x)(0, x) dx,
xk
uj j k+
jZ
Z Z
XX
n+1
n+1
n
ut dx dt,
j j k+
xk
uj
0
nN jZ
Z Z
XX
n
tk
fj+1/2
nj+1 nj k+
f (u)x dx dt.
0
nN jZ
Puisque xk et tk sont lies, utk ,xk et tk ,xk ne dependent que de k ; nous les notons
desormais uk et k .
Le premier terme
xk
u0j 0j
0j
jZ
jZ
(j+1/2)xk
u0 (x) dx
(j1/2)xk
XZ
jZ
(j+1/2)xk
(j1/2)xk
u0 (x)0j dx =
XZ
jZ
(j+1/2)xk
(j1/2)xk
u0 (x)k (0, x) dx k+
u0 (x)(0, ) dx.
Le deuxi`
eme terme
xk
XX
nN jZ
n+1
n
un+1
j
j
j
=
XXZ
nN jZ
(j+1/2)xk
(j1/2)xk
Ainsi
xk
XX
nN jZ
nj
n+1
un+1
j
j
=
XZ
nN
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
124
et
xk
XX
nN jZ
n+1
n
un+1
j
j
j
1
=
tk
Donc
xk
XX
un+1
j
nN jZ
X Z
nN
Z
n+1
n
j j =
(n+1)tk
ntk
uk (t, x)
tk
k (t, x) k (t tk , x)
dx.
tk
La premi`ere integrale de cette somme tend vers 0 lorsque k tend vers + car uk est borne dans
L (R+ R) et
1[tk ,+[ ()
k (t, ) k (t tk , )
k+ t (t, ) uniformement
tk
car est `a support compact et uk tend vers u dans L1loc (R+ R).
Le troisi`
eme terme Les memes manipulations que precedemment donnent
tk
XX
nN jZ
n
fj+1/2
nj+1 nj
=
fk (t, x)
o`
u lon a pose 32
fk (t, x) =
XX
n
1[ntk ,(n+1)tk [ (t)1[jxk ,(j+1)xk [ (x).
fj+1/2
nN jZ
Comme dans letude du deuxi`eme terme, on peut decomposer le troisi`eme terme en la somme
Z Z
k (t, x + xk /2) (t, x xk /2)
x (t, x) dt dx
fk (t, x)
xk
0
Z Z
+
fk (t, x)x (t, x) dt dx.
32. Attention : fk est decale dune demie maille en espace par rapport `
a k , do`
u la translation de k dans
lintegrale precedente.
3.4. SCHEMAS
DE VOLUMES FINIS
125
La premi`ere integrale de cette somme converge vers 0 lorsque k tend vers + car dune part
fk est borne dans L (R+ R) puisque uk lest et le flux numerique est consistant (noter donc
limportance de la continuite de la fonction F dans la definition de la consistance au sens des
volumes finis), et dautre part
k (t, + xk /2) (t, xk /2)
k+ x (t, ) uniformement.
xk
La convergence de la seconde integrale vers
Z Z
f (u)x dt dx
uk (t, x (K + 1/2)xk )
..
.
K
j
.
vk (t, x) =
= vk (t, x)
uk (t, x xk /2)
j=K+1
.
..
uk (t, x + (K 1/2)xk )
On a
et
Rappelons que la seule chose quil nous reste `a montrer est que la derni`ere integrale converge
vers 0. Nous nous y attelons.
Z A Z T
(fk (t, x) f (u(t, x))) x (t, x) dt dx
A
T
0
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
126
Or pour tout j {K, . . . , K}
Z
donc
Z
A
A
T
0
Z
j
vk (t, x)) u(t, x) dt dx =
A
A
j
v
(t,
x))
u(t,
x)
dt dx
k
do`
u
Z
A
A
j
v
(t,
x))
u(t,
x)
dt dx
k
A+(j1/2)xk
A+(j1/2)xk
D`es que xk 1,
Z
A+(j1/2)xk
A+(j1/2)xk
T
0
A+(j1/2)
A+(j1/2)
T
0
et cette integrale tend vers 0 lorsque k tend vers + car uk tend vers u dans L1loc (R+ R) par
hypoth`ese. Dautre part
Z
A
A
3.4. SCHEMAS
DE VOLUMES FINIS
127
De plus, uk est bornee dans L , donc F vk lest et u lest 33 et f (u) lest aussi. Ainsi
Z
A
A
dapr`es le theor`eme de convergence dominee de Lebesgue. On a donc bien ce que lon cherchait
`a demontrer :
Z Z
XX
n
n
n
tk
fj+1/2 j+1 j k+
f (u(t, x))x (t, x) dt dx.
nN jZ
u0 (x)(0, x) dt dx
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
128
que
(y x)
pour presque tout (x, y) tel que y x
t
pour tout t > 0 et que cette solution est approchee par le schema de Lax-Friedrichs. Le plus
simple serait darriver `
a montrer que pour tout t et tout x et pour toute condition initiale
discr`ete,
x
unj+1 unj
j Z, n N .
nt
Ceci est cependant faux. En effet, avec la donnee numerique initiale
u(t, y) u(t, x)
u0j = (1)j ,
on aurait
u0j1 + u0j+1
t
unj = (1)j+n
j Z, n N.
Bien entendu, une condition initiale discr`ete definie ainsi pour tout maillage ne converge pas
vers une fonction de L1loc , mais les choses risquent detre compliquees tout de meme. Le plus
simple est finalement de ne prendre en consideration quune maille du maillage (en espace) sur
deux.
Proposition 15
Sous les conditions de CFL supjZ f (u0j ) t x/3 et tsupjZ u0j+1 u0j1 x, la
solution de (3.18) verifie linegalite dOleinik discr`ete
unj+1 unj1
2x
nt
j Z, n N .
Cons
equence Il convient maintenant d oublier une maille sur deux en definissant la
fonction approchee par
XX
ut,x (t, x) =
un2j 1[nt,(n+1)t[ (t)1[(2j1)x,(2j+1)x[ (x).
nN jZ
On peut alors montrer relativement facilement (le faire en exercice) que, si u est une limite de
suite extraite de ut,t/ , u verifie
u(t, y) u(t, x)
yx
pour presque tout (x, y) tel que y x
t
(3.22)
pour tout t > 0. Remarquer que dans le cas de lequation de Burgers, = 1 et on retrouve
linegalite dOleinik connue, qui est optimale : il nexiste pas de fonction C(t) < 1/t telle que
u(t, y) u(t, x) C(t)(y x) pour presque tout (x, y) tel que y x
3.4. SCHEMAS
DE VOLUMES FINIS
129
pour toute donnee initiale, cf. la donnee initiale H(x) pour laquelle la solution developpe une
detente. En ce sens, linegalite dOleinik discr`ete que nous montrons ici est optimale. Cela permet
de conclure `
a lexistence dune solution faible de (3.10) verifiant linegalite dOleinik (3.22)
lorsque f est de classe C 2 et -convexe et u0 L BV (R) 37 . On sait par ailleurs quune
telle solution est unique. Ce resultat (existence et unicite) constitue le point dorgue du chapitre
hyperbolique de ce cours.
D
emonstration
Elle repose sur un raisonnement par recurrence. Nous supposerons qu`a letape n, le resultat est
vrai :
2x
unj+1 unj1
j Z.
nt
` letape n + 1,
A
unj + unj+2
t
f (unj+2 ) f (unj ) ,
un+1
=
j+1
2
2x
unj2 + unj
t
n+1
uj1 =
f (unj ) f (unj2 ) ,
2
2x
et ainsi
n+1
un+1
j+1 uj1
unj unj2
unj+2 unj
t
t
n
n
+
f (uj+2 ) f (uj ) +
f (unj ) f (unj2 ) .
=
2
2x
2
2x
2
n
n
n
n
u
u
uj+2 uj
j+2
j
t n
n n
n+1
f (y)
un+1
(uj+2 uj )f (uj ) +
j+1 uj1 =
2
2x
2
+
unj
unj2
t n
n
n
(uj uj2 )f (uj )
2x
2
unj unj2
2
f (z) .
f (uj )
(u
unj )2
uj+1 uj1 (uj+2 uj )
2 2x
2 2x j+2
1
t n
1 t n
+ (unj unj2 )
+
f (uj )
(u unj2 )2 .
2 2x
2 2x j
n
Posons, pour tout j Z, j+1
= max((unj+2 unj ), 0). On a alors necessairement (unj+2 unj )2
n 2 pour tout j Z. En effet,
j+1
37. En fait, en dimension 1, L BV = BV : toute fonction de BV (R) est dans L (R). Donc lespace dans
lequel on doit choisir u0 est BV (R) (attention : L BV (Rd ) 6= BV (Rd ) pour d > 1). Ce resultat dexistence et
dunicite nest pas optimal. Le probl`eme de Cauchy pour lequation scalaire t u+x f (u) = 0 a une unique solution
d`es que la donnee initiale est dans L (R) (on peut encore raffiner ce resultat en autorisant des donnees initiales
mesures, mais ca suffit comme ca !). Ceci est vrai d`es que le flux f est localement lipschitzien (sans hypoth`ese de
convexite donc), mais dans ce cas le crit`ere dunicite `
a retenir nest pas la condition dOleinik, mais par exemple
un crit`ere entropique ou le crit`ere de Lax. Pour des details, consulter [5].
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
130
n 2;
si unj+2 unj 0, (unj+2 unj )2 = j+1
n
si unj+2 unj < 0, (unj+2 unj )2 > 0 et j+1
= 0.
La precedente majoration permet donc decrire, sous la condition de CFL,
n
n
j+1
j1
t n
t n
n+1
n+1
n 2 t
n 2 t
uj+1 uj1
f (uj ) j+1
+
f (uj ) j1
.
1
1+
2
x
4x
2
x
4x
Sous la condition de CFL classique supjZ f (u0j ) t x (assuree par la condition plus stricte
t
0. La fonction definie par
supposee ici), nous avons 1 f (unj ) x
g(x) =
est croissante sur lintervalle
nt
puisque lon a jn
un+1
j+1
un+1
j1
2x
nt
2x
2nt
t
1 f (unj ) x
t 2
x
x
2
4x
x R
t
x
1 f (unj ) x
,
.
t
t
x
1 supjZ |f (unj )| x
t
j Z,
(3.23)
2x 2 t
t n
f (uj )
1
x
nt
4x
2x 2 t
t n
2x
f (uj )
.
1+
+
2nt
x
nt
4x
Ainsi
n+1
un+1
j+1 uj1
2x
2x
2x
=
nt n2 t
nt
1
n
2x
,
(n + 1)t
2
t
1 .
x
n
jZ
Pour n 3, la condition de CFL renforcee supjZ f (u0j ) t x/3 le garantit. Cest rageant,
le seul probl`eme qui reste est celui des deux premiers pas de temps ! Pour le premier pas de
sup |f (unj )|
3.4. SCHEMAS
DE VOLUMES FINIS
131
temps : supposons que t verifie aussi tsupjZ u0j+1 u0j1 x (cest bien une condition de
Alors,
type CFL, on peut choisir un tel t).
puisque sous
la condition de CFL classique
1
1
1
1
0
0
on a uj+1 uj1 supiZ ui+1 ui1 , on a uj+1 uj1 x/(t) 2x/(1t),
donc le resultat est vrai pour n = 1, et ensuite u2j+1 u2j1 supiZ u1i+1 u1i1
supiZ u0i+1 u0i1 , donc u2j+1 u2j1 x/(t) = 2x/(2t), donc le resultat est
vrai pour n = 2.
Remarque 44
La condition de CFL utilisee nest pas classique et le resultat obtenu ici nest sans doute pas
optimal. Dans [6], on trouvera une estimation dOleinik discr`ete montree sous la condition classique. Mais dans cette reference, cest la condition dOleinik elle-meme qui nest pas optimale. . .
Dautre part, il y a fort `
a parier (verifier !) que si lon sautorise un pas de temps variable
n
n+1
n
t = t
t , le resultat devient
unj+1 unj1
2x
tn
j Z, n N ,
supjZ |f (u0j )| tx 1
2
n
pour n 2
3.4.3
Quelques r
esultats num
eriques
Voici `
a present quelques resultats numeriques donnes par le schema de Lax-Friedrichs pour
lequation de Burgers. La condition initiale choisie est periodique de periode 1, et est donnee sur
[0, 1[ par
0 si x < 0, 1
0
u (x) =
1 si 0, 1 x < 0, 6
0 si 0, 6 x.
unj1 + unj+1
t
=
f (unj+1 ) f (unj1 )
2
2x
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
132
necessite la connaissance de valeurs unj1 et unJ qui ne font pas partie des inconnues. Ces valeurs
sont cependant donnees par la periodicite de la solution :
)
un0 = unJ1
n N.
unJ = un1
Nous observons la solution au temps final
vaut alors
u(0, 4, x) =
On compare sur la figure 3.7 la solution exacte et les solutions approchees obtenues avec 100 et
1000 mailles. Le nombre de Courant est t/x = 0, 4.
1
0,8
0,6
0,4
0,2
solution exacte
solution approchee avec 100 mailles
solution approchee avec 1000 mailles
0
0,2
0,4
0,6
0,8
3.4. SCHEMAS
DE VOLUMES FINIS
////////////////////////////////////////////////////////////////
///// Sch
ema de Lax-Friedrichs pour l
equation de Burgers. /////
////////////////////////////////////////////////////////////////
clear();
stacksize(100000000);
function y=f(u)
y = 0.5*u*u;
endfunction;
// Fonction flux.
// En modifiant cette fonction on
// peut r
esoudre une autre EDP scalaire.
133
134
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
dx = 1./J;
x=(1:J+2)*dx - dx; // Grille en x.
u = CI(x);
t = 0.;
// Boucle en temps.
while t < T
u(1) = u(J+1);
// Conditions p
eriodiques.
u(J+2) = u(2);
cmax = u(2);
for j=3:J+1
cmax = max(cmax,u(j)); // Valeur maximale de f .
end;
dt = min(dx/cmax*nbCourant,T - t);
for j=2:J+1
utemp(j) = 0.5*(u(j-1) + u(j+1))...
- 0.5*dt/dx*(f(u(j+1)) - f(u(j-1)));
end;
for j=2:J+1,
u(j) = utemp(j);
end;
t = t + dt;
xset(window,1);
xbasc();
plot2d(x,u,leg=solution);
end; // Fin de la boucle en temps.
// Le sch
ema de Lax-Friedrichs est fait pour que lon ne garde
// le r
esultat que dans une maille sur deux.
ufin = ones(J/2,1);
xfin = ones(J/2,1);
3.4. SCHEMAS
DE VOLUMES FINIS
for j=1:J/2,
ufin(j) = u(2*j);
xfin(j) = x(2*j);
end;
unix(rm -f resultat);
//
Ecriture du r
esultat
plouf = file(open,resultat,unknown); // dans le fichier
for i=1:J/2,
// r
esultat .
fprintf(plouf,%f
%f\n,xfin(i),ufin(i));
end;
file(close,plouf);
// Fin du programme.
135
136
CHAPITRE 3. EQUATIONS
HYPERBOLIQUES
Chapitre 4
Equations
elliptiques
4.1
Introduction, exemples, G
en
eralit
es
bi (x)i u(x) +
i=1
d
d X
X
2
ci,j (x)i,j
u(x) + c(x)u(x) = f (x) dans ouvert de Rd
(4.1)
i=1 j=1
o`
u tous les coefficients sont reels et o`
u la matrice C(x) = (ci,j (x))di,j=1 est symetrique et a ses
valeurs propres toutes strictement positives ou toutes strictement negatives.
4.1.1
Exemples
D
eformation dun fil
elastique dans ]0, 1[
Les equations mathematiques modelisant ce probl`eme sont (sous certaines hypoth`eses sur la
nature du fil)
(
u (x) + c(x)u(x) = f (x) dans ]0, 1[,
u(0) = u(1) = 0
o`
u u est linconnue (la deformation), c une caracteristique du materiau constituant le fil et f le
chargement auquel le fil est soumis.
D
eformation dune membrane
elastique dans R2
Le meme mod`ele, en dimension 2, conduit `a
(
u(x) + c(x)u(x) = f (x) dans ,
u = 0 sur = ,
137
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
138
etant un ouvert de R2 .
D
eformation dune poutre dans ]0, 1[
Lorsque le fil nest pas souple mais rigide, on parle dun mod`ele de poutre. Les equations
regissant le deplacement dun point du segment sont alors par exemple
(4)
u (0) = u (1) = 1.
Cette equation nest pas `
a proprement parler elliptique mais son etude peut se faire au moyen
des memes techniques : que nous allons detailler ci-dessous.
4.1.2
Probl`
eme mod`
ele et g
en
eralit
es
Nous allons dans ce chapitre modifier un peu cette formulation faible. Les outils essentiels de
cette partie du cours sont ceux de lanalyse fonctionnelle : les distributions, les espaces de Sobolev
et le theor`eme de Lax-Milgram. Ils sont rappeles dans la section suivante.
Rappels danalyse fonctionnelle
Th
eor`
eme 15 (Lax-Milgram)
Soit (H, h, i) un espace de Hilbert reel et soit a une forme bilineaire continue coercitive sur
(H, h, i) :
(
C R t. q. |a(x, y)| C ||x|| ||y|| (x, y) H 2 ,
R+ t. q. a(x, x) ||x||2 x H.
Soit l une forme lineaire continue sur (H, h, i) :
D R t. q. |l(x)| D ||x||
x H.
ERALIT
139
o`
u est definie par (v) = 12 a(v, v) l(v).
1
1
1
1
a(u, u) l(u) + a(u, h) + a(h, u) + a(h, h) l(h)
2
2
2
2
1
1
= (u) + a(u, h) l(h) + a(h, h) = (u) + a(h, h).
2
2
1
a(h, h) + a(u, h) l(h) 0
2
h H.
1
a(h, h) + a(u, h) l(h) 0
2
h H,
h H.
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
140
En choisissant assez petit en valeur absolue et du bon signe , on en deduit que a(u, h)
l(h) = 0 pour tout h H. Une autre mani`ere de demontrer cela est de remarquer que est de
classe C 1 (H) et que (u).v = a(u, v) l(v). Donc la condition classique de minimalite de
en u permet daffirmer que a(u, v) = l(v) pour tout v H.
Afin detre. . . Complets ! Rappelons le theor`eme de representation de Riesz.
Th
eor`
eme 16 (de repr
esentation de Riesz)
Soit (H, h, i) un espace de Hilbert. Soit l une forme lineaire continue sur H. Il existe un unique
element u H tel que
l(v) = hu, vi v H.
D
emonstration
Posons N = l1 (0) (noyau de l). Le noyau de l, image reciproque dun ferme par une application
lineaire continue, est un sous-espace vectoriel ferme de H : on peut donc definir la projection
(orthogonale) sur N , notee PN .
Si N = H, il suffit de prendre u = 0 pour demontrer le theor`eme.
Supposons donc maintenant que N 6= H. Soit x H \N . Posons w = (x PN (x))/||x PN (x)||.
On a
w H \ N , donc l(w) 6= 0 ;
||w|| = 1 ;
hw, ni = 0 pour tout n N .
Soit v H. Posons
l(v)
n=v
w
l(w)
(cest rendu possible par le fait que l(w) 6= 0). Ce vecteur verifie l(n) = 0, cest-`
a-dire n N .
Donc hw, ni = 0, ce qui se reecrit
hw, vi = hw,
l(v)
l(v)
wi =
.
l(w)
l(w)
On a donc
hl(w)w, vi = l(v),
quel que soit v H. Le vecteur u de lenonce est donc l(w)w. Lunicite dun tel element est
triviale.
Enchanons maintenant avec quelques rappels sur les distributions. Dans toute la suite,
est un ouvert de Rd .
A) Distributions.
1) Sur D() = Cc (), on definit une pseudo-topologie : une suite (n )nN de fonctions de
D() converge vers D() si et seulement sil existe un compact K tel que supp(n ) K
ERALIT
141
pour tout n, supp() K et D n converge uniformement sur K vers D pour tout multiindice Nd .
2) D (), dual topologique de D(), est lensemble des formes lineaires continues sur D()
pour la pseudo-topologie definie en 1) : soit T : D() R ; T D () si et seulement si
T est lineaire (donc, en particulier, T (0) = 0) ;
(n )nN suite de D() convergeant vers 0 au sens donne par 1), T (n ) converge vers
0 = T (0).
(o`
u d est la mesure dintegration sur et ni est la ie composante de la normale exterieure
unitaire `a ). Par analogie avec cette formule, si T D (), on definit la derivee de T i T ,
comme la distribution
i T : 7 T (i ).
De mani`ere similaire, pour tout multi-indice Nd , on definit D T par
D T : 7 (1)|| T (D )
P
o`
u || = di=1 i . On pourra montrer en exercice que ceci definit effectivement une distribution.
On pourra aussi verifier que la derivee au sens des distributions de la fonction de Heaviside
H L1loc (R) definie par H(x) = 1R+ (x) est la masse de Dirac en 0 0 et que la derivee seconde
de cette fonction de Heaviside est la distribution qui `a D() associe (0).
7) La derivation est une application lineaire continue de D () dans D () pour la pseudotopologie definie en 5).
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
142
B) Espaces de Sobolev.
8) Soit p 1. Soit f Lp (). Alors f L1loc (), f definit donc une distribution Tf
D (). On dit que f W 1,p () si et seulement si les derivees partielles premi`eres au sens des
distributions de f peuvent se representer sous la forme de fonctions de Lp (), cest-`
a-dire si et
p
seulement sil existe des fonctions g1 , . . . , gd L () telles que
Z
Z
f i = gi i = 1, . . . , d, D().
On note dans ce cas f = (gi )di=1 et on definit une norme sur W 1,p () par
||f ||W 1,p () = ||f ||Lp () + ||f ||Lp () ,
1/2
P
d
2
o`
u ||f ||p =
. On dit que f W m,p () si et seulement si toutes ses derivees
i=1 ||i f ||p
partielles dordre inferieur ou egal `
a m peuvent se representer sous forme de fonctions de Lp (),
et on definit sur W m,p la norme
||f ||W m,p () =
t. q.
0||m
||D f ||Lp () .
t. q.
hD f, D giL2 () .
0||m
||f ||H m () =
t. q.
0||m
1/2
||D f ||2L2 ()
est equivalente `
a la norme ||||W m,2 () definie en 8). Pour tout m N, H m () est un espace de
Hilbert.
10) D() H 1 () et D() nest pas dense (en general) dans H 1 (). On pose
H 1 ()
H01 () = D()
u H01 ().
ERALIT
143
v D().
On en deduit que H01 () est dans ces conditions un espace de Hilbert pour le produit scalaire de
H 1 () (en tant quimage reciproque dans un espace de Hilbert par une application continue (la
trace) dun ferme (le singleton {0})). Il est donc un espace de Hilbert pour le produit scalaire
h, iL2 () en vertu de linegalite de Poincare vue en 11).
15) Formule de Green. Si est borne et de fronti`ere lipschitzienne, on a, comme dans le cas
regulier, la formule
Z
vi u dx =
tr(u)tr(v)ni d
ui v dx
u, v H 1 (),
vi u dx =
uvni d
ui v dx
u, v H 1 (),
o`
u ni est la ie composante de la normale exterieure unitaire `a . Noter (verifier, cest un
exercice) que de cette formule decoule, entre autres, la formule
Z
vu dx =
vu n d
u v dx
u H 2 (), v H 1 ().
1. Au sens o`
u une fonction de H 1 () peut etre approchee par une suite de restrictions `
a de fonctions de
D().
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
144
4.2
4.2.1
Etude
de u + u = f
Probl`
eme de Dirichlet homog`
ene
On consid`ere le probl`eme
u + u = f dans ,
u = 0 sur
(4.2)
o`
u est un ouvert borne de Rd de fronti`ere lipschitzienne. Le second membre f est une donnee
du probl`eme (fonction dans un espace `
a preciser pour garantir lexistence dune solution).
Supposons que u est une solution classique de (4.2) : u C 2 () (et f C 0 ()) et soit
D(). On a
Z
Z
(u + u) =
f .
Si maintenant H01 (), il existe une suite (n )nN de D() convergeant dans H01 () vers ,
cest-`
a-dire telle que
d
n n+ dans L2 () et n n+ dans L2 () .
Or pour tout n N
(u n + un ) =
f n .
d
d
De plus, u C 0 () (u est solution classique). Donc u L2 () , u L2 (), et f
L2 (), et on peut passer `
a la limite dans lequation precedente (la convergence forte implique
la convergence faible), do`
u
Z
Z
(u + u) =
f .
Dautre part, puisque u C 2 () et que u vaut 0 sur , u H01 () ( etant borne). On appelle
solution faible de (4.2) un element u H01 () verifiant
Z
Z
f v v H01 ().
(4.3)
(u v + uv) =
Th
eor`
eme 17
Si f L2 (), le probl`eme (4.3) admet une unique solution u H01 (). Cette solution est
caracterisee par
Z
Z
Z
Z
1
1
2
2
2
2
f u = min
fv .
|u| + u
|v| + v
2
vH01 () 2
Remarque 45
La caracterisation de la solution comme solution du probl`eme de minimisation porte en mecanique le nom de principe des travaux virtuels (le probl`eme considere est un probl`eme delasticite
lineaire stationnaire).
4.2. ETUDE
DE U + U = F
145
D
emonstration
H01 (), ferme de H 1 (), est un espace de Hilbert pour le produit scalaire de H 1 (). Posons
a(u, v) =
(u v + uv)
et
l(v) =
fv
u, v H01 ()
v H01 ()
(on verifie que ces expressions ont bien un sens). Il est evident que l est une forme lineaire et
que a est une forme bilineaire. De plus, l est continue. En effet,
Z
f v ||f || 2 ||v|| 2
L ()
L () ||f ||L2 () ||v||H 1 () .
D
ependance de u par rapport au second membre
Th
eor`
eme 18
1) Lapplication
T0 :
T :
L2 () H01 ()
f 7 u unique solution de (4.3)
L2 () L2 ()
f 7 u unique solution de (4.3)
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
146
D
emonstration
1) T0 est lineaire. En effet, soit f1 L2 (), f2 L2 (), et u1 = T0 (f1 ) et u2 = T0 (f2 ). Soit
R. Posons w = u1 + u2 . On a (au sens faible) w + w = f1 + f2 et w = 0 sur . De
plus, la solution (faible) de w + w = f1 + f2 est unique, et vaut T0 (f1 + f2 ). Donc on a
bien T0 (f1 ) + T0 (f2 ) = u1 + u2 = w = T0 (f1 + f2 ). Dautre part, T0 est continue, car
Z
Z
f v v H01 (),
u v + uv =
soit
||u||2H 1 () =
do`
u
f u,
4.2. ETUDE
DE U + U = F
147
En particulier, si est de classe C 2 (et f L2 ()), la solution du probl`eme (4.3) est dans
H 2 () (et donc dans H 2 () H01 ()). Cest une solution forte L2 (). Ce resultat est evident
en dimension 1. En effet, le probl`eme secrit alors (au sens faible)
u = u f
et puisque u et f sont des fonctions de L2 (), la distribution u peut secrire comme une fonction
de L2 (). Resumons : u L2 (), u L2 () et u L2 (), cest-`
a-dire que u H 2 (). Ce
resultat est pourtant beaucoup moins evident en dimension superieure, car lEDP nous dit
seulement que
d
X
2
i,i
u = u f,
i=1
P
2 u (cest une fonction de L2 ()) mais aucune
nous navons donc des informations que sur di=1 i,i
information sur chaque derivee partielle (croisee ou pas). La demonstration de ce resultat pourra
etre trouvee dans [1].
Des resultats dinclusion de Sobolev permettent meme dans certains cas davoir une solution
reguli`ere. On peut demontrer par exemple que si la fronti`ere de est reguli`ere, pour m > d2 + k
(avec k, m N), on a linclusion
H m () C k ().
Principe du maximum
On sinteresse ici `
a des estimations de type L () de la solution de (4.3) ( est un ouvert
borne de fronti`ere lipschitzienne).
Th
eor`
eme 21
Soit f L2 () et soit u la solution du probl`eme (4.3) associe. Alors,
min (0, infess f ) u max (0, supess f ) presque partout.
La demonstration que nous proposons ici, due `a Stampacchia, est la meme que celle que nous
avons donnee pour le principe du maximum concernant la solution (forte) de lequation de la
chaleur (theor`eme 5).
D
emonstration
Nous allons montrer que
u max (0, supess f ) presque partout.
On se donne 2 une fonction G C 1 (R) verifiant
2. En trouver une !
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
148
Soustrayons KG(uK) (qui est bien integrable sur borne) aux deux membres de cette egalite,
sous lintegrale. Il vient
Z
Z
2
|u| G (u K) + (u K)G(u K) = (f K)G(u K).
Or f (x) K 0 presque partout sur , et G(u(x) K) 0 pour tout x (propriete de G). Ainsi
R
(f K)G(u K) 0 et
Z
Z
|u|2 G (u K) 0.
(u K)G(u K)
Dautre part, cest encore une propriete de G, on a sG(s) 0 pour tout s R, donc (u
K)G(u K) 0 sur . On en deduit que
(u(x) K)G(u(x) K) = 0 presque partout.
Donc on a presque partout
(u(x) K) = 0 ou G(u(x) K) = 0.
Or dapr`es la definition de G, G(u(x) K) = 0 implique u(x) K 0. Le resultat est demontre.
Lemme 11
Soit un ouvert borne de fronti`ere lipschitzienne de Rd . Soit u H 1 () et soit G C 1 (R) telle
que G est borne. On a G u H 1 () et (G u) = (G u)u.
4.2. ETUDE
DE U + U = F
149
D
emonstration
d
Il faut verifier que G u L2 () et que (G u) L2 () . On sait que G (s) M s R,
donc |G(s)| |G(0)| + M |s|. Donc |G(u(x))| |G(0)| + M |u(x)|, donc G u L2 (). La suite
est un peu plus delicate. Puisque u H 1 (), il existe une suite (un )nN de D() telle que un
converge vers u en norme H 1 (), cest-`
a-dire telle que
un n+ u dans L2 ()
d
et un n+ u dans L2 () .
On peut extraire 3 de cette suite une suite (toujours notee (un )nN ) telle que
un n+ u dans L2 () et presque partout
d
et un n+ u dans L2 () et presque partout.
(G
un )i et Bn =
|G un G u| M |un u| ,
(G
u)i (car la
(G un )i un (G u)i u = (G un ) (i un i u) + G un G u i u,
L2 ()
Z
(G un ) (i un i u)2
+
Z
1/2
G un G u i u2
1/2
La premi`ere integrale ci-dessus, majoree par M ||i un i u||L2 () , converge vers 0 par hypoth`ese
sur la suite (un )nN . Quant `
a la seconde integrale : on sait que
G un G u i u2
tend vers 0 presque partout (car un tend vers u presque partout et G est continue) et que
3. Et on le fait.
G un G u i u2 (2M )2 |i u|2
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
150
qui est un terme integrable. Dapr`es le theor`eme de convergence dominee de Lebesgue, on a donc
G un G u i u n+ 0 dans L2 ().
ce qui signifie bien que la distribution i (G u) peut etre representee par un fonction de L2 ()
et que
i (G u) = (G u)i u.
Remarque 46
Linegalite de Poincare, dont une consequence est que h, i est un produit scalaire equivalent
au produit scalaire de H 1 () sur H01 (), permet de montrer que le probl`eme
(
u = f dans ,
u = 0 sur
admet une unique solution sous les memes hypoth`eses.
4.2.2
Quelques
el
ements pour le probl`
eme de Dirichlet non homog`
ene
u + u = f dans ,
u = g sur
(4.4)
o`
u est un ouvert borne de Rd de fronti`ere lipschitzienne. Les seconds membres f et g sont des
donnees du probl`eme.
Nous allons comme dans la section precedente chercher une solution faible de ce probl`eme,
solution dans H 1 (). Il est donc naturel dinterpreter la condition de bord comme suit : la
solution u a une trace et elle vaut g. Nous supposerons donc que la fonction g est la trace dune
fonction g H 1 () (par exemple : u, lorsque lon saura quil existe une solution au probl`eme !).
De la meme mani`ere que dans la section precedente, on montre que si u est solution classique
de (4.4), elle verifie pour tout v H01 ()
Z
Z
f v.
u v + uv =
4.2. ETUDE
DE U + U = F
151
(4.5)
Lapplication qui `
a v H01 () associe tr(v g) est continue, ce qui prouve que V est un ferme
de H 1 (). Mais V nest pas un espace vectoriel (cest un sous-espace affine de H 1 ()), on ne
peut donc pas appliquer le theor`eme de Lax-Milgram 4 .
On fait appel ici au theor`eme de Stampacchia.
Th
eor`
eme 22 (Stampacchia)
Soit (H, h, i) un espace de Hilbert reel. Soit V 6= un sous-ensemble convexe ferme de H. Soit
a une forme bilineaire continue coercitive sur V , et soit l une forme lineaire continue sur V .
Il existe un unique element u V tel que
a(u, v u) l(v u)
v V.
D
emonstration
H etant un espace de Hilbert, on peut utiliser le theor`eme de representation de Riesz : lapplication l etant lineaire et continue, il existe un unique element L H tel que
l(v) = hL, vi
v H.
u, v H
4. Dautre part, on remarque que u (la solution) et v (la fonction-test) ne sont pas dans le meme espace.
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
152
o`
u C est le module de continuite de a. Ainsi
v V,
ce qui revient `a
hL A(u), v ui 0 v V,
encore equivalent `
a
hL A(u), v ui 0
v V
v1 , v2 H.
On a ainsi
||S(v1 ) S(v2 )||2 ||v1 v2 ||2 + 2 ||A(v1 ) A(v2 )||2 2hA(v1 ) A(v2 ), v1 v2 i
et, gr
ace aux proprietes de lapplication qui `a u H associe A(u) (vues en tete de demonstration),
||S(v1 ) S(v2 )||2 ||v1 v2 ||2 1 + 2 C 2 2 .
2
2 2
Or, si ]0, C
2 [, 1 + C 2 ]0, 1[. Pour un tel coefficient , lapplication S est une
contraction stricte. Donc elle a un unique point fixe dans H (car H est un espace de Banach).
Ce point fixe, note u, verifie S(u) = u, soit
u = PV (L A(u) + u),
4.2. ETUDE
DE U + U = F
153
v V,
u est donc la projection selon le produit scalaire a(, ), notee V , de w sur V . La solution u realise
donc le minimum, pour v V , de (a(w v, w v))1/2 , cest-`
a-dire de a(v, v)2a(w, v)+a(w, w)
et donc de
a(v, v) 2a(w, v)
puisque a(w, w) ne depend pas de v. La solution u realise donc le minimum dans V de
a(v, v) 2l(v).
Cest ce quil fallait demontrer.
Remarque 47
Le theor`eme de Lax-Milgram peut se demontrer gr
ace `a ce theor`eme. En effet, pour ce dernier,
on cherche un element u H tel que a(u, v) = l(v) pour tout v H. H etant un sous-ensemble
convexe ferme de H, le theor`eme de Stampacchia informe du fait quil existe un unique element
u H tel que
a(u, v u) l(v u)
v H.
Avec les notations introduites dans la precedente demonstration, u est lunique solution de
hL A(u), v ui 0
v H, R.
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
154
D
emonstration
u est solution faible de (4.4) si et seulement si
Z
Z
f (v u)
(u (v u) + u(v u))
v V.
En effet :
si u est solution faible, v u H01 () pour tout v V donc
Z
Z
f (v u) v V ;
(u (v u) + u(v u)) =
do`
u
(u w + uw) =
fw
w H01 ().
De plus, V est ferme, non vide et convexe (cest un sous-espace affine de H 1 ()), donc le theor`eme
de Stampacchia sapplique, ceci termine la demonstration.
Remarque 48
On peut demontrer (exercice) que la solution u de (4.5) ne depend que de g, pas du rel`evement
g de g.
Le theor`eme de regularite dej`a utilise permet de montrer quen fait, la solution u est une
solution forte L2 () : u V H 2 ().
La technique des troncatures de Stampacchia, employee dans la section 4.2.1, permet de
demontrer que si est de classe C 2 , u verifie le principe du maximum
min (infess g, infess f ) u max (supess g, supess f )
presque partout dans .
4.2.3
Quelques
el
ements pour le probl`
eme de Neumann homog`
ene
(4.6)
4.2. ETUDE
DE U + U = F
155
o`
u est un ouvert borne de Rd de fronti`ere lipschitzienne et de normale unitaire exterieure n.
Le second membre f est une donnee du probl`eme.
Si u est une solution forte de (4.6), pour tout D() on a
Z
Z
f
(u + u) =
car u n = 0 `
a cause de la condition de bord. De plus, D() est dense dans H 1 (), donc
on a
Z
Z
f v v H 1 ().
(u v + uv) =
v H 1 ().
Th
eor`
eme 24
Le probl`eme (4.7) a une unique solution.
(4.7)
et, gr
ace `
a une formule de Green,
Z
Z
Z
f v.
(u v + uv) =
vu n +
Donc on a
vu n = 0
v H 1 ().
Or limage de H 1 () par lapplication trace est dense dans L2 () (theor`eme admis ici). On en
deduit que
Z
u n = 0 L2 ().
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
156
4.2.4
M
ethode des
el
ements finis
v V
o`
u V est un espace de Hilbert, a une forme bilineaire continue coercitive sur V et l une forme
lineaire continue sur V . Le theor`eme de Lax-Milgram assure lexistence et lunicite dune solution
`a ce probl`eme.
Le principe de la methode des elements finis est de resoudre de mani`ere exacte le probl`eme
trouver uh Vh tel que a(uh , vh ) = l(vh ) vh Vh
o`
u Vh est un sous-espace vectoriel ferme de V . L`
a encore, le theor`eme de Lax-Milgram assure
lexistence dune unique solution uh car Vh est un espace de Hilbert, a y est une forme bilineaire
continue et coercitive, et l y est une forme lineaire continue. Pour que la resolution exacte du
probl`eme soit possible dans Vh , on le choisit de dimension finie : ainsi, le probl`eme lineaire `a
resoudre nest que celui de linversion dune matrice. Pour que la solution uh Vh soit proche
de la solution u (inconnue), il faut garantir que Vh est proche de V en un certain sens (`a
definir). On est amene `
a definir une suite dapproximations (Vh )h>0 de V et on cherche `a definir
de mani`ere convenable une convergence de Vh vers V lorsque h tend vers 0.
D
efinition 12
On dit que (Vh )h>0 est une suite dapproximations conforme de V si et seulement si
pour tout h > 0 (assez petit), Vh est un sous-espace de dimension finie de V ;
pour tout v V , > 0, R tel que pour tout h , vh Vh tel que
||v vh ||V .
Lemme 12 (lemme de C
ea, ou encore second lemme de Strang)
Soit V un espace de Hilbert et soit Vh un sous-espace vectoriel de dimension finie de V . Soit
a une forme bilineaire continue coercitive sur V de module de continuite C et de module de
coercitivite , soit l une forme lineaire continue sur V de module de continuite D. Soit u V
la solution de
a(u, v) = l(v) v V.
Soit uh Vh la solution de
a(uh , vh ) = l(vh )
Alors
||u uh ||V
vh Vh .
C
inf ||u vh ||V .
vh Vh
4.2. ETUDE
DE U + U = F
157
D
emonstration
On a a(u, vh ) = l(vh ) pour tout vh Vh et a(uh , vh ) = l(vh ) pour tout vh Vh , donc
a(u uh , vh ) = 0 vh Vh .
Puisque uh vh Vh , on en deduit que a(u uh , uh vh ) = 0. Ainsi
a(u uh , u vh ) = a(u uh , u uh ) + a(u uh , uh vh ) = a(u uh , u uh ).
Or
a(u uh , u vh ) C ||u uh ||V ||u vh ||V
par continuite de a et
a(u uh , u uh ) ||u uh ||2V
par coercitivite de a. Donc
||u uh ||V
C
||u vh ||V
vh Vh ,
Cest un bon depart pour montrer la convergence de uh vers u lorsque h tend vers 0, mais il
reste `a trouver une estimation de
inf ||u vh ||V ,
vh Vh
ce qui est en general assez difficile. Nous verrons dans la suite sur un exemple concret (pour
le probl`eme u + u = f dans ]0, 1[) comment le faire. Pour linstant, gardons le probl`eme
abstrait a(u, v) = l(v) et interessons-nous de plus pr`es au probl`eme discretise par les elements
finis associe.
Soit nh la dimension de Vh et soit wh1 , . . . , whnh une base de Vh . Soit uh Vh la solution de
a(uh , vh ) = l(vh ) pour tout vh Vh . Notons uh1 , . . . , uhnh les composantes de uh :
uh =
nh
X
uhi whi ,
i=1
et notons Uh =
h
(uhi )ni=1
Proposition 16
uh Vh est solution de
le vecteur
de Rnh
forme des composantes de uh dans la base wh1 , . . . , whnh .
a(uh , vh ) = l(vh ) vh Vh
si et seulement si
Ah Uh = Bh
o`
u
La matrice Ah est definie positive et le syst`eme lineaire admet une unique solution.
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
158
Remarque 49
Noter que lon a
D
emonstration
Lequation a(uh , vh ) = l(vh ) est lineaire, elle est donc verifiee pour tout vh Vh si et seulement si
elle lest pour chaque element de la base wh1 , . . . , whnh de Vh . Donc uh est solution du probl`eme
si et seulement si
nh
X
uhj whj , whi = l(whi ) i {1, . . . , nh },
a
j=1
uhj a whj , whi = l(whi ) i {1, . . . , nh }.
2
X
nh
uj whj
uj whj ,
ui whi
Ahi,j uj ui = a
j=1
j=1
i=1
j=1
nh X
nh
X
i=1
nh
X
nh
X
Un exemple concret d
el
ements finis
Pour simplifier, on se place ici en dimension 1 et on etudie le probl`eme
(
bu + cu = f dans ]0, 1[,
u(0) = u(1) = 0,
5. Cette remarque nest pas totalement debile, si on ne la pas `
a lesprit le jour o`
u lon programme effectivement
la methode on fait la faute.
4.2. ETUDE
DE U + U = F
159
bu v + cuv
et
l(v) =
fv
0
Ahi,j =
cela revient `
a trouver des fonctions whi dont les supports soient dintersections petites . Un
tel exemple de fonctions de base est fourni par les elements P 1 definis comme suit. On pose,
pour tout i {1, . . . , nh },
whi (x) = (1 |(nh + 1)x i|)+
x [0, 1]
o`
u (y)+ est la partie positive de y R : (y)+ = max(0, y). Pour nh = 9, on visualise quelquesunes de ces fonctions de base sur la figure 4.1.
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
160
1
wh1
wh4
wh9
0,5
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
D
emonstration
Il faut montrer que Vh L2 (]0, 1[) et que la derivee au sens des distributions dune fonction de
Vh peut etre representee par une fonction de L2 (]0, 1[).
Le fait que Vh L2 (]0, 1[) est une consequence immediate de la continuite des fonctions de Vh .
Soit maintenant v Vh . Cette fonction est derivable sur chaque intervalle du type ] nhi+1 , ni+1
[:
h +1
6. Le maillage en question est un maillage regulier de [0, 1] de pas
est un param`etre devant tendre vers 0.
1
...
nh +1
4.2. ETUDE
DE U + U = F
161
notons vi cette derivee (constante) sur cet intervalle. Soit D(]0, 1[).
Z
1
0
v =
nh Z
X
i=0
i+1
nh +1
i
nh +1
nh
X
v =
nh
X
[v]
i=0
[v]
i=0
i+1
nh +1
i
nh +1
nh Z
X
i=0
i+1
nh +1
i
nh +1
i+1
nh +1
i
nh +1
o`
u lon a pose
v (x) =
nh
X
i=0
i+1
nh +1
i
nh +1
vi = v(1)(1) v(0)(0)
vi 1]
i
, i+1 ]
nh +1 nh +1
1
0
v =
(x).
Cette fonction est un element de L2 (]0, 1[), donc v est bien un element de H 1 (]0, 1[). Dautre
part, v(0) = v(1) = 0, donc v H01 (]0, 1[).
Le sous-espace Vh etant choisi, il nous reste `a calculer la matrice Ah .
Lemme 16
Avec les elements P 1 definis ci-dessus, la matrice du syst`eme lineaire `a resoudre est
o`
u lon a pose h =
1
nh +1
Ah =
et ah =
2b
h
ah bh 0
bh ah bh 0
0 b h a h bh
..
..
.
.
0 bh
..
..
..
.
.
0
.
.. . .
..
..
.
.
.
.
0 0 0
+
2ch
3
0
..
.
..
.
..
..
..
..
et bh = hb +
bh
ch
6 .
0
0
0
..
.
bh
ah
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
162
C
inf ||u vh ||H 1 (]0,1[)
vh Vh
(avec la definition de Vh utilisee ci-dessus). Nous allons maintenant trouver une majoration utile
de
inf ||u vh ||H 1 (]0,1[) .
vh Vh
Supposons dabord que la solution u est de classe C 2 ([0, 1]). Considerons la fonction Ih u definie
sur [0, 1] comme la fonction continue sur [0, 1], affine sur tout intervalle du type [ih, (i + 1)h]
pour i {0, . . . , nh } et telle que Ih u(ih) = u(ih) pour tout i {0, . . . , nh + 1}. Cest la fonction
interpolee de u aux points du maillage. On a Ih u Vh et
Ih u =
nh
X
u(ih)whi .
i=1
donc
(u Ih u) (x) = u (x)
(i+1)h
(i+1)h
ih
u (y)((i + 1)h y) dy
u (y)(ih y) dy,
u (y)((i + 1)h y) dy
ih
u (y)(ih y) dy.
u (y) dy
u (y)((i + 1)h y) dy
x
3
x
4.2. ETUDE
DE U + U = F
163
et
Z
ih
2
Z
|x ih|3 x 2
u (y)(ih y) dy
u (y) dy.
3
ih
2
u((i
+
1)h)
u(ih)
u (x)
h
!
Z
Z
Z
|x ih|3 x 2
2h (i+1)h 2
|(i + 1)h x|3 (i+1)h 2
u (y) dy +
u (y) dy
u (y) dy.
2
3h2
3h2
3 ih
x
ih
Ainsi,
Z
(i+1)h
ih
2
2h2
(u Ih u) (y) dy
3
(i+1)h
u (y)2 dy
ih
1
0
2
2h2
(u Ih u) (y) dy
3
u (y)2 dy.
Ceci est vrai si u C 2 ([0, 1]). Par densite de C 2 ([0, 1]) dans H 2 (]0, 1[), cela reste vrai pour
la solution generale u H01 (]0, 1[) H 2 (]0, 1[) du probl`eme de Dirichlet homog`ene avec f
L2 (]0, 1[).
On peut soit faire un raisonnement similaire soit utiliser linegalite de Poincare pour en
R1
deduire une majoration du meme type pour 0 ((u Ih u)(y))2 dy. Cela clot la demonstration.
4.2.5
Quelques r
esultats num
eriques
u(x) = 1
ex + e1x
1+e
x [0, 1].
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
164
0,12
0,1
0,08
0,06
0,04
solution exacte
solution approchee avec 20 points
0,02
0
0,2
0,4
0,6
0,8
1 si x [0, 1/3[,
f (x) =
0 si x [1/3, 2/3[,
2 si x [2/3, 1].
Un calcul un peu fastidieux (et donc pas inutile) montre que la solution est alors
avec
x
x
1 + e + e si x [0, 1/3[,
u(x) =
ex + ex si x [1/3, 2/3],
2 + ex + ex si x ]2/3, 1]
2 gd e
e de
g f
=
e2/3 ab e2/3
c b
e1/3 e1/3
= 1 ,
4.2. ETUDE
DE U + U = F
165
o`
u les coefficients a, b, c, d, f et g sont donnes par
1/3 + e1/3
1/3
1/3 e
a
=
e
e1/3 e1/3
1/3 + e1/3
1/3
1/3 e
b
=
e
e1/3 e1/3
e1/3 + e1/3
1/3
1/3
c
=
e
+
(e
1)
e1/3 e1/3
2
d=
e2/3 ab e2/3
2e2/3
e
ae
c 2/3
e
2
2/3
a
g = 2 2e
e2/3 ab e2/3
(je nen mettrais pas ma main `
a couper).
0,09
0,08
0,07
0,06
0,05
0,04
0,03
solution exacte
solution approchee avec 20 points
solution approchee avec 101 points
0,02
0,01
0
0,2
0,4
0,6
0,8
////////////////////////////////////////////////////////////////
//////////////
El
ements finis P1 pour l
equation ////////////////
////////////////
u + u = f .
/////////////
////////////////////////////////////////////////////////////////
clear();
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
166
stacksize(100000000);
/////////////// Param`
etres. ///////////////
pi = 3.14159;
Xmax = 1;
M = 20;
dx = Xmax/(M+1);
x=(1:M)*dx;
// Longueur de lintervalle.
// Nombre de points du maillage
// (`
a lint
erieur du segment).
// Pas en espace.
// Points de la grille en x.
4.2. ETUDE
DE U + U = F
B(i,1) = 0.;
end;
B(ceil(2*(M+1)/3),1) = dx/2.;
for i=ceil(2*(M+1)/3)+1:M,
B(i,1) = 2.*dx;
end;
//for i=1:M,
// B(i,1) = dx;
//end;
// On factorise la matrice A pour pouvoir r
esoudre
// les syst`
emes lin
eaires plus rapidement.
[factA,rk] = lufact(A);
u = zeros(M,1);
u = lusolve(factA,B); // R
esolution du syst`
eme lin
eaire.
xset("wwpc"); // Options daffichage de la solution.
plot(x,u);
xset("wshow");
criture du r
unix(rm -f resultat);
// E
esultat
plouf = file(open,resultat,unknown); // dans le fichier
for i=1:M,
// << resultat >> : un peu
// doriginalit
e ne
// fait pas de mal.
fprintf(plouf,%f
%f\n,xfin(i),ufin(i));
end;
file(close,plouf);
// Fin du programme...
// Qui semble co
ncider avec la fin du cours !
167
168
CHAPITRE 4. EQUATIONS
ELLIPTIQUES
Bibliographie
[1] H. Brezis : Analyse Fonctionnelle, Masson, 1993.
[2] P.-G. Ciarlet : Introduction a` lanalyse numerique matricielle et `a loptimisation, Masson,
1994.
[3] M. Crouzeix et A. L. Mignot, Analyse numerique des equation differentielles, Masson,
1992.
[4] G. Duvaut : Mecanique des Milieux Continus, Masson, 1990.
[5] E. Godlewski et P.-A. Raviart : Hyperbolic systems of conservation laws, Ellipses, 1991.
[6] L. Hormander : Lectures on Nonlinear Hyperbolic Differential Equations, Springer, 1997.
169
Index
delasticite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Symboles
BV . . . . . . voir espace des fonctions a
` variation
de diffusion . . . . . 10, 15, 113, 200, 207, 208
bornee
coefficient de conductivite thermique . . . . . voir
m
H . . . . . . . . . . . . . . . . . . . voir espace de Sobolev
coefficient de diffusion
m,p
W
. . . . . . . . . . . . . . . . . .voir espace de Sobolev condition de CFLvoir condition de stabilite de
Courant-Friedrichs-Lewy
A
condition de stabilite
approximation conforme . . . . . . . . . . . . . 156, 159
de Courant-Friedrichs-Lewy. . .39, 50, 113,
autosimilaire . . . . . . . . . . . . . . . . 93, 198, 204, 206
114, 119121, 127, 128, 130, 131, 182,
185, 186, 190, 199, 206208, 219, 225,
B
240
base hilbertienne . . . . . . . . . . . . . . . 1618, 30, 258
de Von Neumann . . . . . . . . . . . . . . . . . 46, 215
consistance
au sens des differences finies 36, 41, 4749,
51, 169, 174, 190, 194, 199, 200, 207
erreur de . . 35, 36, 38, 41, 195, 207, 210,
213, 219, 224, 225, 241, 247
ordre de 36, 40, 42, 47, 48, 51, 113, 169,
174, 199, 200, 207, 210, 213, 259, 260
au sens des volumes finis . . . . 121, 122, 125
consistant . . . . . . . . . . . . . . . . . . . . voir consistance
Courant-Friedrichs-Lewy247, voir condition de
stabilite de Courant-Friedrichs-Lewy
Crank-Nicolsonvoir schema de Crank-Nicolson
crit`ere de Lax. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
crit`ere de Liu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
D
deformation dun fil . . . . . . . . . . . . . . . . . 8, 9, 137
deformation dune membrane. . . . . . . . . . . 9, 137
deformation dune poutre . . . . . . . . . . . . . . . . . 138
170
171
INDEX
detente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89, 95, 206
differences finies 3335, 41, 113, 169, 190, 199,
206, 241, 248, 259
diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9, 200
numerique. . . . . . . . . 132, 200, 208, 219, 225
transport- . . . . . . . . . . . . . . 200, 207, 219, 225
Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
homog`ene . . . 15, 18, 22, 29, 144, 163, 184,
192, 218, 222
non homog`ene . . . . . . . . . . . . 29, 32, 150, 153
distribution . . . . . . . . . . . . . . . . 140, 141, 218, 222
E
EDP homog`ene . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
EDP lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
EDP scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
elastique . . . . . . . . . . . . . . . . . . . . . . . . 8, 9, 137, 144
elements finis . . . . . . . . . . . . . . . . . . . . . . . . 156158
elliptique . . . . . . . . . . . . . . . . . . . . . 8, 8, 9, 10, 137
entropie . . . . . . . . . . . . . . . . . . . 3033, 90, 253, 257
inegalite d . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
inegalite discr`ete d . . . . . . . . . 229, 232, 233
equation conservative. . . . . . . . . . . . . .79, 79111
equation dadvection . . . . . . 75, 8385, 219, 224
equation de Burgers . . . 79, 83, 88, 88, 88111,
113, 182, 190, 197, 199, 206, 211, 215,
220, 225, 229, 234236, 240, 246
equation de Burgers visqueuse. . .104, 252, 255
equation de la chaleur. . . . . . . . .9, 933, 38, 40,
42, 104106, 147, 169, 181, 182, 184,
192194, 206, 207, 210, 212, 217255
en dimension 2 . . . . . . . . . . . . . . . . . . . . . . . . 66
equation de Schr
odinger . . . . . . . . . . . . . 258, 262
equation des ondes . . . . . . . . . . . . . . . . . . . . . . . . . 74
equations dEuler. . . . . . . . . . . . . . . . . .11, 75, 172
espace de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . 142
espace des fonctions `
a variation bornee . . . 115,
116
Euler . . . . . . . . . . . . . . . . . . voir equations dEuler
F
flux . . . . . . 10, 11, 79, 90, 91, 102, 103, 127, 178
flux numerique . . . . . . . . . . . . . . . . . . . . . . . 112, 125
fonction-test . . . . . . . . . . . . . . . . . . . . . 86, 148, 151
forme incrementale. . . . . . . . . . . . . . . . . . .118, 120
formule de Green . . 87, 141, 143, 155, 184, 186,
202, 266
G
Green . . . . . . . . . . . . . . . . . . voir formule de Green
H
Harten . . . . . . . . . . . . . . voir theor`eme de Harten
Helly. . . . . . . . . . . . . . . . . . voir theor`eme de Helly
Hopf
methode de. . . . . . . . . . . . . . . . . . . . . . . . . . . 113
transformation de . . . . . . . . . . . 104, 252, 255
hydrodynamique. . . . . . . . . . . . . .11, 83, 258, 263
hyperbolique . . . 8, 9, 11, 39, 73, 73, 7476, 85,
172, 179
I
inegalite de Poincare . . 142, 143, 150, 163, 181,
184, 202, 222
inegalite de Poincare-Wirtinger . . . . . . . . . . . 223
integration par parties . voir formule de Green
L
Lax
condition dadmissibilite de . . . . . . . . . . . . 97
theor`eme de . . . . . . . . . . . . . . . . . . . . . . . 48, 49
Lax-Friedrichs . voir schema de Lax-Friedrichs
Lax-Milgram . . voir theor`eme de Lax-Milgram
Lax-Wendroff . . . . . . . . . . 249, voir theor`eme de
Lax-Wendroff
Le Roux . . . . . . . . . . . voir theor`eme de Le Roux
lemme
de Cea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
de Strang. . . . . . . . . . . . . . . . . . . . . . . . . . . . .156
lipschitzien dun cote . . voir Oleinik, crit`ere d
172
INDEX
R
Rankine-Hugoniot . . . . . . . . . . . voir relations de strictement hyperbolique . . . . . . . . . . . . . . . . . . 73
Rankine-Hugoniot
rel`evement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
T
relations de Rankine-Hugoniot . 85, 87, 88, 97, terme source . . 22, 2729, 31, 39, 48, 174, 181,
171, 172, 176, 177, 179, 203, 225
184, 192, 228, 229, 231, 234237, 252,
255
relaxation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239, 245
INDEX
theor`eme
de Cauchy-Kowalewskaya . . . . . . . . . . . . . . 12
de Cauchy-Lipschitz . . . . . . . 12, 77, 80, 176
de Harten . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
de Helly . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
de Lax-Milgram . . 138, 139, 145, 153, 155,
156, 158, 184, 188, 202, 203, 221, 243,
266
de Lax-Wendroff . . . . . . . . . . . . . . . . . 121, 122
de Le Roux . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
de Rellich . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
de representation de Riesz . . . . . . . . . . . . 140
de Stampacchia . . . . . . . . 139, 151, 153, 154
trace. . . . . . . . .143, 150, 153, 155, 238, 244, 267
trafic routier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
transport . 10, 75, 76, 78, 81, 98, 199, 208, 211,
215, 240, 247
transport-diffusion. . .voir diffusion, transporttroncatures de Stampacchia . . . . . . 33, 147, 154
TVD . . . . . . . . voir variation totale decroissante
V
variation totale . . . . . . . . . . . . . . . . . . . . . . 115, 117
decroissante . . . . . . . . . . . . . . . . . . . . . 118, 182
vibration dune corde . . . . . . . . . . . . . . . . . . . . . . . 9
vibration dune membrane . . . . . . . . . . . . . . . . . . 9
volumes finis . . . . . . . . . . 111, 112, 121, 241, 249
Von Neumann . . . voir condition de stabilite de
Von Neumann
173