Professional Documents
Culture Documents
l’Equation de la
Chaleur par la
Méthode des
Différences
Finies.
Encadré par :
Prof. Hamid Elouardi
Préparé par :
Bourras Ismail
Elboutaybi Sara
Année Universitaire:
Rapport du Mini-Projet 1431/1432
2010/2011
de l’Aanalyse Numérique
II.
Génie Informatique.
Table des matières
Remerciement 3
I. Introduction 4
II. Méthode des différences finies 4
a. Approximation des dérivées par la formule de Taylor 5
b. Maillage 4
c. Schéma Numérique : 6
c. Schéma Implicite
d. Schéma de Cranck Nicolson
IV. Programmation 10
a. Script pour le Schéma Explicite
b. Script pour le Schéma Implicite
c. Script pour le Schéma de Cranck Nicolson
V. Cas de Calcul 20
a. Solution exacte
b. Solution approchée par le schéma explicite
c. Solution approchée par le schéma implicite
d. Solution approchée par le schéma de Cranck Nicolson
e. Conclusion sur la stabilité et la convergence de ces méthodes
VI. Conclusion 32
VII. Références 33
Remarque : Nous avons choisi l’outil matlab pour la programmation et la visualisation des
solutions.
32
Remerciements
Plus formellement, l’analyse numérique est l’étude des algorithmes permettant de résoudre les
problèmes de mathématiques continues (distinguées des mathématiques discrètes). Cela
signifie qu’elle s’occupe principalement de répondre numériquement à des questions à
variable réelle ou complexe comme l’algèbre linéaire numérique sur les champs réels ou
complexes, la recherche de solution numérique d’équations différentielles et d’autres
problèmes liés survenant dans les sciences physiques et l’ingénierie.
Dans le domaine de l'analyse numérique, on peut être amené à rechercher la solution d'une
équation aux dérivées partielles. Parmi les méthodes de résolutions couramment pratiquées, la
méthode des différences finies est la plus facile d'accès, puisqu'elle repose sur deux notions :
la discrétisation des opérateurs de dérivation/différentiation (assez intuitive) d'une part, et la
convergence du schéma numérique ainsi obtenu d'autre part.
D’un domaine
De conditions initiales
Et :
Alors on a :
∂ u u ( x+ h )−u( x−h)
∂x
≃
2h
.
On peut aussi montrer de la même façon que :
Exemple :
c. schema numérique :
réorganiser les équations pour faire apparaître un schéma explicite (ex : les valeurs à
la date t+1 données en fonction des valeurs des dates 0 à t) ou implicite (une
équation lie les valeurs passées, présentes et futures sans qu'on arrive à exprimer ces
dernières seules).
Un système issu d'une équation linéaire peut souvent être algébriquement simple à résoudre.
Pour simplifier, on peut dire que les schémas explicites engendrent des systèmes d'équation à
matrice triangulaire ou trigonalisables, ce qui n'est pas le cas des schémas implicites.
Un problème aux limites est une équation aux dérivées partielles munie de conditions aux
limites sur la totalité de la frontière du domaine.
Un problème de Cauchy est une équation aux dérivées partielles ou, pour la variable de
temps, les conditions « au bord« sont des conditions initiales (et pas finales).
32
On dit que le problème A(u) = f est bien posé si pour toute donnée f ; il admet une solution
unique u, et si cette solution u dépend continument de la donnée f conditions nécessaire pour
faire du calcul numérique.
Les équations de type (I1) sont représentatives de problème de type potentiel qui
apparaissent dans des études de régime permanent en électricité (électrostatique ou
magnétostatique), mécanique (déformation d’un solide, écoulement) et thermique (répartition
des températures), les conditions aux limites associées sont de type :
∂u (s )
(b) Neumann : =f ̥( s)
∂n
∂u (s ) 1
(c) Mixte : αu ( s )+ β =f ( s)
∂n
III. Application :
Voici l’équation à résoudre
(E ) : ¿
Avec f et w données.
Discrétisation du domaine de
la définition de l’équation.
Conditions initiales
Valorisation de l’erreur.
Itération Max ?
Fin
On note :
4
Avec x i=ih ; h= N + 1 ; t j= jk ; et i , j∈ N à spécifier≤domaine parsuite .
a. Schéma Explicite :
32
En se basant sur ce qui precède, exprimons les 2 dériveés présentes dans (E ) au
point (ih, (j-1) k) :
{ k
− 2
π h2
u0 , j=u N , j =0 ∀ i ∈ [ 1 , N −1 ] , ∀ j ≥1
ui , 0=w ( x i )
≃ f i , j−1
b. Schéma Implicite :
{ k
− 2
π h2
≃f i , j+1 ∀ i∈ [ 1 , N −1 ] , ∀ j ≥ 0
u0 , j=u N , j =0 avec : ∀ i ∈ [ 1, N −1 ] , ∀ j≥ 0
c. SchémadeCrank Nicolson :
ui , 0=w ( xi )
Après le calcul:
4k i∈ [ 1, N−1 ] , ∀ j≥ 01
Avec : et
¿¿¿
IV. programmation
32
Et avec les programme suivant on resoud le probleme numeriquement :
32
32
1.2 Programme du schéma Implicite :
4k
Donc ui , j+1 −ui , j− (ui−1 , j+1 +ui +1, j +1−2u i , j +1) ≃k f i , j +1 En Posant
(πh)2
4k
a= 2
(π h)
On a alors
32
32
32
En posant :
u1 , j u1 , j+1 f 1 , j−1
[ ] [ ][ ]
.
.
.
.
u N −1 , j
=[ ]×
.
.
.
.
u N−1 , j+1
+k
.
.
.
.
f N−1 , j+1
soit B=[ ]
B = [ ]+a[ ] = -I + aT
On utilise alors la méthode indirecte de résolution des systèmes linéaire : JACOBI, GAUSS SEIDEL,
RELAXATION) A×x=b
32
32
1
I.3 Programme duθ−methode θ= , Crank−Nilson( 2 )
ui , j+1−ui , j 4 1 ui+1 , j +ui−1 , j−2 ui , j 1 ui+1 , j+1 +ui −1 , j+1 −2u i, j +1
On a
k
− 2 ×
π 2 [ h2
+ ×
2 h2
=f i , j
]
4k 1 1
Et ui , j+1 −ui , j− 2[
( πh ) 2
( ui+1 , j +ui−1 , j−2u i , j ) + ( u i+1 , j+1 +ui−1 , j+1−2 ui , j+1 )
2 ]
¿ k f i,j
4k
posons 2
=a
( πh)
a a a a
ui , j+1 −( 1−a ) ui , j− ui+1 , j− u i−1, j−a ui , j+1− u i+1 , j+1− ui−1 , j +1=f i , j
2 2 2 2
a a a a
( 1−a ) u i , j +1− ui +1 , j+1− u i−1, j +1−( 1−a ) ui , j− ui+1 , j− ui−1 , j =k f i , j
2 2 2 2
a a a a
( 1−a ) u i , j +1− ui +1 , j+1− u i−1, j +1=k f i , j + ( 1−a ) ui , j+ ui+1 , j + ui −1 , j
2 2 2 2 32
32
j +1 j j
[ ]× u =[]×u +k × f
A=I −D−1 C
32
V. Cas de calcul :
a. Solution Exacte :
Notre équation : (E )
¿
f ( x ,t )=0 ,
{ π
( )(
4 ( ))π
w ( x ,0 )=sin . x 1+2 . cos . x ,
∂2 u ∂2 v
= . w ( x)=v .
∂2 x ∂2 x
∂u ∂w
=v ( x ) . =v . w '
∂t ∂t
4
(E) v.w’= .v ‘’.w
π2
v } over {v} = - {{π} ^ {2}} over {4} {w '} over {w ¿ = k k une constante.
Ceci car les expressions dans chaque membre de droite et de gauche ne peuvent être en tout
temps égales que si elles sont égales à un constante.
D’où :
Déterminer une solution v(x) qui satisfasse les conditions aux frontières.
Pour ne pas tomber sur des solutions triviales, on suppose que k<0.
U(4,t)=v(4).w(t)=0, ∀ t> 0.
Pour ne pas tomber sur une solution triviale on prend le cas A=0 et sin ¿ ¿.
n. π
D’où vn(x)=sin( x . ) , n=1,2,3………
4
32
Déterminer la forme solution w(t) en conséquence des imposées sur v(x).
n.π
Avec la contrainte k=-( )², et avec l’équation (2), on trouve :
4
2
4 n .π
Wn(t)= Cn −( √ π
2
.
)
4
.t
n=1,2,3,4……………
e
( n4. π . x )
− 2
4
,n=1,2,3…..
π
un ( x , t )=v n ( x ) . w n (t )=C n sin
La solution générale ug(x, t) est la combinaison linéaire de toutes ces un(x, t) :
2
4 n .π
( )
) √
+∞ +∞ . .t
n.π −
(
2
π 4
u g ( x , t )=∑ un ( x , t ) =∑ Cn sin . x .e
n=1 n=1 4
+∞
Fixons les coefficients Cn : u(x,0)=∑ C n sin
n =1
( n4. π . x )
π π
Avec : w (x)=sin ( . x)(1+2. cos . x )
4 4 ( )
Formules d’Euler pour les fonctions p=2×4 périodique :
+∞ 4
n.π 1 n. π
w ( x )=∑ Cn sin
n=1
( 4 )
. x => C n= ∫ w∗( x ) . sin
4 0 4
. x . dx ( )
avec w* est la fonction de prolongement impair fictif entre -4< x <0, de sorte que
***********************************
Pour des raisons de facilité d’utilisation, on a regroupé toutes les scripts des méthodes
numériques déjà citées dans un seul programme, permettant à l’utilisateur de choisir la
méthode qu’il veut.
32
32
32
b. Solution approchée par le schéma explicite :
A l’aide du mesh :
simple et efficace :
A l’aide de mesh :
Convergence :
L’erreur est nulle jusqu’ à un certain rang, après il augmente d’une façon
importante.
Stabilité :
Là on puise directement du cours de notre cher prof.
Δt k
L’étude de la stabilité se résume dans l’évaluation du facteur λ tel que : λ=d . .=d. .
( Δ x)² h²
1
Il faut avoir : 0< λ<
2
32
4k 1
On a: λ= alors 0< λ< .
¿¿ 2
1 1
Il faut avoir : −1 ≤ ≤ 1 et on a : =0.38.
1+4 λ 1+ 4 λ
1
On a θ= , la méthode est inconditionnellement stable.
2
Synthèse :
Le schéma explicite se montre fort avec la rapidité de convergence de l’erreur vers 0.
Tandis que le schéma de Crank Nicolson semble clairement diverger de la solution
exacte. Le schéma implicite reste acceptable par rapport au schéma de Crank.
VI. Conclusion :
Ce projet illustre bien l’importance des méthodes numériques pour la résolution des
problèmes mathématique, leur 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.
VII. Référence :
32
WIKIPEDIA
ENCARTA
32