Академический Документы
Профессиональный Документы
Культура Документы
l’equation de
diffusion convection
par les methodes de
de Différences finies
et Volumes finies
Encadré par :
Prof. NJIFENJOU
Préparé par :
Des étudiants
Année Universitaire:
2018 - 2019
Cahier de charge du
Mini-Projet d’Analyse
Numérique .
Technologie De Construction Industrielle
1
La Faculté de Génie Industriel de l’université de Douala propose dans son unité
d’enseignement Analyse numérique plusieurs méthodes permettant de résoudre, par des
calculs numériques, des problèmes d’analyse mathématique. Permettant de résoudre des
équations aux dérivées partielles. Ce document resitue le contexte de ce projet et détaille
les différentes phases d’analyse et de conception nécessaire à la réalisation d’un
programme de résolution des équations aux dérivées partielles en analyse numérique.
2
Sommaire
I. INTRODUCTION
II. DESCRIPTION DU PROJET
1. Objectifs du projet
2. Fonctionnalités du projet
III. CONTRAINTES DU PROJETS
IV. DEROULEMENT DU PROJET
1. Planification
2. Ressources
3
I. INTROCUCTION
Dans le cadre de l’unité d’enseignement Analyse Numérique à La Faculté de Génie Industrielle
de l’université de Douala, il nous ait demandé de travailler sur le calcul de la distribution de charge
hydraulique et de concentration courante d’un polluant.
Pour aborder le calcul numérique (à l’aide d’un outil informatique) des solutions d’un problème
réel, on passe par les étapes suivantes :
4
II. DESPCRIPTION DU PROJET
1. OBJECTIFS DU PROJET
Ce travail entre dans le cadre de l’analyse numérique, pour visualiser les modèles tel
que dans les problèmes de diffusion et de convection qui décrivent les phénomènes physiques
aux systèmes des équations linéaires traités par programmation à l’aide d’un ordinateur. Cette
tâche sera basée sur les méthodes mathématiques diverses. Dans ce travail nous entendons
discrétiser les EDP, dans l’optique de visualiser la forme de leurs solutions à titre d’exemple,
nous prenons l’équation de l’écoulement d’un fluide (un polluant) dans une cavité, par la
méthode mixte (différences finis, volumes finis) et à la fin on arrivera à connaître la distribution
des charges hydrauliques et de concentration courante du polluant en espace /temps le long
d’une colonne de sol.
2. FONCTIONNALITES CIBLEES
Les fonctionnalités attendues de l'application sont les suivantes :
5
III. CONTRAINTES DU PROJET
CONTRAINTES TECHNIQUE
Pour la réalisation de notre TP, nous disposons de tous les modèles (courant et de
transport) sur lesquelles nous devrons baser notre programme. La structure de notre
programme doit être extensible pour la résolution tous les problèmes du même type ou même
dans les autres unités de l'Université. De plus, le développement devra suivre toutes les normes
techniques pour une meilleure performance, maintenance et facilité de mise à jour.
6
IV. DEROULEMENT DU PROJET
1. PLANIFICATION
Une première analyse du projet nous a permis de définir une suite d’étapes à suivre pour sa
réalisation.
FIRST STEP: Discretization of the flow model with the help of Finite
Difference Method
−[𝑘(𝑥)𝐻]′ = 𝑓 𝑎. 𝑐. 𝑖𝑛 ]𝑎; 𝑏[
{
𝐻(𝑎) = 𝛼 𝑎𝑛𝑑 𝐻(𝑏) = 𝛽
Cas homogène 𝐾 est un coefficient réel (> 0) uniforme.
−𝑘𝐻 ′′ (𝑥) = 𝑓(𝑥) 𝑎. 𝑐. 𝑖𝑛 ]𝑎; 𝑏[
{
𝐻(𝑎) = 𝛼 𝑎𝑛𝑑 𝐻(𝑏) = 𝛽
Etape 1: definition d’un maillage
Soit (𝑥𝑘 )𝑘=0,…,𝑁+1 une subdivision de [𝑎; 𝑏], avec :
7
𝑏−𝑎
𝑥𝑖 = 𝑖ℎ + 𝑎, ∀ 𝑖 ∈ {0,1, … , 𝑁 + 1}, 𝑜ù ℎ =
𝑁+1
Les points 𝑥0 = 𝑎 𝑒𝑡 𝑥𝑁+1 = 𝑏 constituent le bord du domaine (les extrémités de
l’intervalle de définition de la fonction H), et les points 𝑥1 , … , 𝑥𝑁 sont appelés les points
internes du maillage.
On cherche en chacun de ces points une valeur approchée, notée 𝐻𝑖 , de 𝐻(𝑥𝑖 ). On
prend naturellement 𝐻0 = 𝐻(𝑎) = 𝛼 𝑒𝑡 𝐻𝑁+1 = 𝐻(𝑏) = 𝛽.
Les deux ingrédients principaux par l’approximation par différences finies sont le
schéma d’approximation des dérivées et de la grille de discrétisation.
Étape 2:
On écrit les équations aux dérivées partielles (1.1.1) au point 𝑥𝑖
−𝐾𝐻 ′′ (𝑥𝑖 ) = 𝑓(𝑥𝑖 ) ∀ 𝑖 = 1, … , 𝑁
Effectuons un développement de Taylor en 𝑥𝑖 :
𝐻 ′ (𝑥𝑖 ) 𝐻 ′′ (𝑥𝑖 ) 𝐻 ′′′ (𝑥𝑖 )
𝐻(𝑥𝑖+1 ) = 𝐻(𝑥𝑖 ) + (𝑥𝑖+1 − 𝑥𝑖 ) + (𝑥𝑖+1 − 𝑥𝑖 )2 + (𝑥𝑖+1 − 𝑥𝑖 )3
1! 2! 3!
𝐻 (4) (𝑎𝑖+ )
+ (𝑥𝑖+1 − 𝑥𝑖 )4
4!
𝐻 ′ (𝑥𝑖 ) 𝐻 ′′ (𝑥𝑖 ) 2 𝐻 ′′′ (𝑥𝑖 ) 3 𝐻 (4) (𝑎𝑖+ ) 4
⇒ 𝐻(𝑥𝑖+1 ) = 𝐻(𝑥𝑖 ) + ℎ+ ℎ + ℎ + ℎ
1! 2! 3! 4!
𝐻 ′ (𝑥𝑖 ) 𝐻 ′′ (𝑥𝑖 ) 2 𝐻 ′′′ (𝑥𝑖 ) 3 𝐻 (4) (𝑎𝑖+ ) 4
⇒ 𝐻(𝑥𝑖−1 ) = 𝐻(𝑥𝑖 ) − ℎ+ ℎ − ℎ + ℎ
1! 2! 3! 4!
Avec 𝑎𝑖+ ∈ [𝑥𝑖 , 𝑥𝑖+1 ], 𝑎𝑖− ∈ [𝑥𝑖−1 , 𝑥𝑖 ]. En additionnant, on obtient :
𝐻(𝑥𝑖+1 ) + 𝐻(𝑥𝑖+1 ) = 2𝐻(𝑥𝑖 ) + ℎ2 𝐻 ′′ (𝑥𝑖 ) + 𝑇ℎ(ℎ2 )
On observe qu’on obtient N équations servant à déterminer les N inconnues 𝐻1 , … , 𝐻𝑁 .
On dit usuellement qu’on a discrétisé le problème par une méthode de différences
finies utilisant le schéma à trois points de la dérivée seconde. On note que la
connaissance des conditions au bord 𝜑0 et 𝜑𝑁+1 est nécessaires à la résolution du
système, puisqu’elles apparaissent dans (4) lorsque i = 1 et i = N.
Le schéma de différence finie pour le model de transport est ainsi :
̅̅̅𝑖 }𝑁
𝐹𝑖𝑛𝑑 {𝐻 𝑖=1 ⊂ ℝ 𝑠𝑢𝑐ℎ 𝑡ℎ𝑎𝑡
𝐾
̅̅̅̅̅̅
[−𝐻 ̅̅̅ ̅̅̅̅̅̅
𝑖−1 + 2𝐻𝑖 − 𝐻𝑖+1 = 𝑓(𝑥𝑖 ) ∀ 1 ≤ 𝑖 ≤ 𝑁 + 1
ℎ2
𝑤𝑖𝑡ℎ ̅̅̅
𝐻0̅ = 𝛼 𝑎𝑛𝑑 𝐻
̅̅̅̅̅̅̅
𝑁+1 = 𝛽
8
𝑲
̅ 𝒉 = 𝑭 − 𝑵𝒉 (5)
𝑴𝒉 𝑯
𝒉𝟐
2 −1 0 ⋯ 0
−1 2 −1 ⋱ ⋮
𝑀ℎ = 0 ⋱ ⋱ ⋱ 0 ∈ 𝑀𝑁 (ℝ)
⋮ ⋱ −1 2 1
[0 ⋯ 0 −1 2]
𝑓(𝑥1 ) ̅𝐻
̅̅1̅ ̅𝐻̅̅0̅
𝑓(𝑥2 ) ̅̅
𝐻2̅̅ 0
𝐹= ⋮ ∈ 𝑀𝑁 (ℝ), ̅̅̅̅
𝐻ℎ = ⋮ ∈ 𝑀𝑁 (ℝ), 𝑁ℎ = ⋮ ∈ 𝑀𝑁 (ℝ)
𝑓(𝑥𝑁−1 ) ̅
𝐻𝑁−1 0
( 𝑓(𝑥 )
𝑁 ) ( ̅̅̅̅
𝐻𝑁 ) ̅𝑁+1 )
(𝐻
On rappelle que la vitesse de Darcy ф(H) est donnée par ф(H) = −KH′
SECOND STEP : Implémentation of the Finite Difference Flow Model on a computer
Le développement du model courant nous permet d’avoir l’équation 𝐴 ∗ 𝐻 = 𝐵 que l’on va
résoudre par la méthode de CHOLESKY.
ℎ2
𝑓 (𝑥1 ) + 𝐻(𝑎)
𝐾
ℎ2
2 −1 0 … 0 𝑓(𝑥2 )
𝐾
−1 2 ⋱ ⋱ ⋮ ⋮
𝐴= 0 ⋱ ⋱ −1 0 𝐵= ⋮
⋮ ⋱ −1 2 −1 ⋮
… ℎ2
(0 0 −1 2) 𝑓(𝑥𝑁−1 )
𝐾
ℎ2
( 𝐾 𝑓 (𝑥𝑁 ) + 𝐻(𝑏))
RESOLUTION PAR LA METHODE DE CHOLESKY
Pour cette résolution on a utilisé 3 fonction :
La fonction MRemonté :
9
La fonction MDéscente :
10
La fonction CHOLESKY : qui nous renvoie la valeur de H après avoir entré les données
11
Script permettant de tracé la courbe approchée de H :
12
13
14
Tracé de la courbe exacte de H et l’erreur de convergence entre la courbe exacte et la
courbe approchée :
Maillage spatial
𝜁 ∗ = {𝛺𝑖 }𝑁+1
𝑖=0
15
soit M un nombre entier positif et on pose :
𝑇
∆𝑡 =
𝑀
On définit en suite la suite {𝑡𝑛 }𝑀
𝑛=0 ⊂ [0, T] par :
Etape 2 :
Discrétisation de l’équation bilan (7) par la Méthode des Volumes Finis en espace/temps.
Définition : on appelle maillage espace/temps une partie de 𝛺̅ × [0, 𝑇] de forme 𝛺𝑖 ×
[𝑡𝑛 , 𝑡𝑛+1 ], 𝑜ù 0 ≤ 𝑖 ≤ 𝑁 + 1 𝑒𝑡 0 ≤ 𝑛 ≤ 𝑀 − 1.
=∫ 𝑠𝑑𝑥𝑑𝑡
𝛺𝑖 ×[𝑡𝑛 ,𝑡𝑛+1 ]
Respectives.
(H1)𝑭(𝒙,∙) ∈ 𝑳𝟏 (𝜴𝒚 ) 𝒑. 𝒑. ∀ 𝒙 ∈ 𝜴𝒙
(H2)𝑭(∙, 𝒚) ∈ 𝑳𝟏 (𝜴𝒙 ) 𝒑. 𝒑. ∀ 𝒙 ∈ 𝜴𝒚
La conclusion:
𝛷(𝐻) ≈ 𝛷(𝐻2 )
𝑡𝑛 + 𝑡𝑛+1
𝑡𝑛+1 ∆𝑡𝜁( )
2
∫ 𝜁(𝑡)𝑑𝑡 ≈ { ∆𝑡𝜁(𝑡 ) ∆𝑡 = 𝑡𝑛+1 −𝑡𝑛
𝑡𝑛 𝑛
∆𝑡𝜁(𝑡𝑛+1 )
16
⇒Par application de formule de Rectangle centré à l’intégrale ∫𝛺 [𝑢𝑛+1 (𝑥) − 𝑢𝑛 (𝑥)]𝑑𝑥 on
𝑖
obtient,
On obtient
𝑡𝑛+1
− {−𝑢′ (𝑥 ℎ , 𝑡𝑛+𝜃
̂ )}] (𝐴𝑃𝑃𝑅𝑂𝑋𝐼𝑀𝐴𝑇𝐼𝑂𝑁 𝐷𝐸𝑆 𝐸𝐹𝐹𝐸𝑇𝑆 𝐷𝐼𝐹𝐹𝑈𝑆𝐼𝐹𝑆)
𝑖−
2
𝑛+𝜃
≈ 𝛷(𝐻)∆𝑡[𝑢𝑖+1 − 𝑢𝑖𝑛+𝜃 ]
We assume that the true solution u lies in Ϛ1 ([0, 𝑇], Ϛ4 (𝛺̅)) space of continuously differentiable
function defined from [0,T] to Ϛ3 (𝛺̅). According to Taylor’s theorem, we get that:
1 𝜕𝑢 ℎ 1 𝜕2𝑢 ℎ 2
𝑢(𝑥𝑖+1 , 𝑡𝑛+𝜃̂ ) = 𝑢 (𝑥 1 , 𝑡𝑛+𝜃
̂) + (𝑥 1 , 𝑡𝑛+𝜃̂ ) ( ) + (𝑥 1 , 𝑡 ̂ ) ( )
𝑖+
2 1! 𝜕𝑥 𝑖+2 2 2! 𝜕𝑥 2 𝑖+2 𝑛+𝜃 2
1 𝜕3𝑢 + ℎ 3
+ (𝜃 1 , 𝑡 ̂ ) ( ) (∗)
3! 𝜕𝑥 3 𝑖+2 𝑛+𝜃 2
17
1 𝜕𝑢 ℎ 1 𝜕2𝑢 ℎ 2
𝑢(𝑥𝑖 , 𝑡𝑛+𝜃̂ ) = 𝑢 (𝑥 1 , 𝑡𝑛+𝜃
̂) − (𝑥 1 , 𝑡 ̂ ) ( ) + (𝑥 1 , 𝑡 ̂ ) ( )
𝑖+
2 1! 𝜕𝑥 𝑖+2 𝑛+𝜃 2 2! 𝜕𝑥 2 𝑖+2 𝑛+𝜃 2
1 𝜕3𝑢 − ℎ 3
− (𝜃 1 , 𝑡 ̂ ) ( ) (∗∗)
3! 𝜕𝑥 3 𝑖+2 𝑛+𝜃 2
−
Avec 𝜃𝑖+ 1 ∈
2
1 𝜕𝑢 ℎ 1 ℎ 3 𝜕3𝑢 + 𝜕3𝑢 −
=− (𝑥 1 , 𝑡 ̂ ) ( ) − ( ) [ 3 (𝜃 1 , 𝑡𝑛+𝜃̂ ) + 3 (𝜃 1 , 𝑡𝑛+𝜃̂ )]
1! 𝜕𝑥 𝑖+2 𝑛+𝜃 2 3! 2 𝜕𝑥 𝑖+
2 𝜕𝑥 𝑖+
2
− +
Théorème des Valeurs Intermédiaires ∃ 𝜃𝑖+ 1 < 𝜃 1 < 𝜃 1
𝑖+ 𝑖+
2 2 2
̂ ̂
𝜕𝑢 𝑢𝑖𝑛+𝜃 − 𝑢𝑖+1
𝑛+𝜃
⇔ − (𝑥 1 , 𝑡𝑛+𝜃̂ ) = + 𝑶(𝒉𝟐 )
𝜕𝑥 𝑖+2 ℎ
En résumé, on a :
̂ ̂ ̂ ̂
𝜕 2 𝑢(𝑥, 𝑡) 𝑢𝑖𝑛+𝜃 − 𝑢𝑖+1
𝑛+𝜃
𝑢𝑛+𝜃
𝑖 + 𝑢𝑛+𝜃
𝑖
−𝜀 ∫ 2
𝑑𝑥𝑑𝑡 ≈ 𝜀∆𝑡 [ − ]
𝛺𝑖 ×[𝑡𝑛 ,𝑡𝑛+1 ] 𝜕𝑥 ℎ ℎ
Définition: la relation (***) définit un schéma numérique (en ce sens qu’il est un algorithme
susceptible d’être mise en œuvre sur ordinateur).
Ce schéma (discrétisant l’équation de transport introduite plus haut) a été construit en se
fondant sur les principes de la Méthode des Volumes Finis pour l’approximation des dérivées
18
spatiales, et les formules de quadratures pour l’approximation des intégrales par rapport à la
variable t.
𝜃 0 1
𝜃̂
0 (0,0) (0,1)
1 (1,0) (1,1)
Schéma explicite
𝜀∆𝑡 ∆𝑡
𝑢𝑖𝑛+1 − 𝑢𝑖𝑛 + 2
[−𝑢𝑛𝑖+1 + 2𝑢𝑛𝑖 −𝑢𝑛𝑖−1 ] + 𝛷(𝐻𝑖 )[𝑢𝑖+1
𝑛
− 𝑢𝑖𝑛 ] = 0
ℎ ℎ
{𝑢𝑖0 = 𝑢𝑖𝑛𝑡 (𝑥𝑖 )}𝑁+1 𝑛 𝑛 𝑛 𝑛 𝑁
𝑖=0 𝑒𝑡 {𝑢0 = 𝑢𝑚𝑖𝑛 ; 𝑢𝑁+1 = 𝑢𝑚𝑎𝑥 }𝑛=0
∀ 1 ≤ 𝑖 ≤ 𝑁 𝑒𝑡 ∀ 0 ≤ 𝑛 ≤ 𝑀 − 1
Défintion matricielle du schéma explicite
On pose 𝑢𝑘 ≝ (𝑢𝑖𝑘 )𝑁
𝑖=1 ∀ 0 ≤ 𝑘 ≤ 𝑁
2 −1 0 ⋯ 0
−1 2 −1 ⋱ ⋮
𝐴ℎ = 0 ⋱ ⋱ ⋱ 0 ∈ 𝑀𝑁 (ℝ)
⋮ ⋱ −1 2 1
[0 ⋯ 0 −1 2]
−∆𝑡 ∆𝑡
𝛷(𝐻1 ) − 1 𝛷(𝐻1 ) 0 ⋯ 0
ℎ ℎ
⋱ ⋱ ⋱ ⋮
0
𝐵ℎ = 0 ∆𝑡
−∆𝑡 𝛷(𝐻𝑁−1 )
0 𝛷(𝐻𝑁−1 ) − 1 ℎ
ℎ −∆𝑡
0 𝛷(𝐻𝑁 ) − 1]
[ ℎ
Formulation matricielle du schéma explicite :
𝜀∆𝑡
𝑈𝑛+1 = − [ 2 𝐴ℎ + 𝐵ℎ] 𝑈𝑛
ℎ
ℎ2
Condition de stabilité : ∆𝑡 ≤ 𝜀×𝑟(𝐴 où 𝑟(𝐴ℎ ) est le rayon spectral de 𝐴ℎ
ℎ)
FOUR STEP: Implementation of the finite volume transport Model based upon
various assumptions on data
Implémentation et trace du schéma explicite :
20
Implémentation et trace du schéma implicite :
21
2. RESSOURCE
Pour finir, nous allons décrire l'ensemble des ressources mises à disposition pour la réalisation
du projet. Ressources humaines Le projet sera réalisé par un groupe de dix étudiants. Il est
nécessaire d'évaluer la charge de travail que chaque membre sera en mesure de fournir, notamment
pour les tâches qui nécessitent une répartition : discrétisation, programmation, interface Matlab et tests
unitaires. On estime la charge de travail personnel qui devra être consacrée à la discrétisation,
programmation conception, développement et aux tests unitaires à environ 180 heures pour chaque
membre du groupe la réalisation de l’interface se faisant en collaboration avec des membres d’une
autre filière. L'application sera basée sur les modèles fourni par le Professeur NJIFENJOU qui est
l'enseignant de ladite matière. Cette architecture a une structure arborescente, ce qui nous permettra
de séparer la partie métier (traitement de données) de l'interface de notre système.
22
Nous pouvons constater que la solution approchée (en vert) suit en gros l’allure de la solution exacte mais
reste, en détails, un peu loin de la solution exacte (en rouge) ; la courbe d’erreur nous permet de voir cela : en
effet l’erreur est nulle sur des points en particuliers ce qui permet à la courbe de la solution approchée de suivre
celui de la solution exacte.
23
A l’aide du surf on la courbe du schéma implicite :
24
A l’aide du cylinder+surf on la courbe du schéma implicite :
25
A l’aide du surf on la courbe du schéma explicite :
26
A l’aide du surf on la courbe du schéma implicite :
27
CONCLUSION
Ce projet illustre bien l’importance des méthodes numériques pour la
résolution des problèmes mathématique, leurs variétés, et permet de constater
le peu de différences concernant les solutions proposées par chaque méthode,
d’où leur efficacité. D’autre part, il nous a été très utile de travailler sur ce
projet, sachant que d’une part on a pu mieux concevoir l’idée de devoir résoudre
un tel problème mathématique, et d’un autre côté se familiariser davantage avec
un outil important pour un élève ingénieur qu’est le Matlab, et ainsi reconnaitre
son utilité.
28