Résolution de l’équation du transport par une méthode

d’éléments finis mixtes-hybrides et approximation par la

diffusion de problèmes de transport
Julien Cartier

To cite this version:

Julien Cartier. Résolution de l’équation du transport par une méthode d’éléments finis mixtes-hybrides
et approximation par la diffusion de problèmes de transport. Mathématiques [math]. Université
d’Orléans, 2006. Français. �tel-00092407�

HAL Id: tel-00092407

[Link]
Submitted on 9 Sep 2006

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 THÈSE
PRÉSENTÉE À L’UNIVERSITÉ D’ORLÉANS
POUR OBTENIR LE GRADE DE
DOCTEUR DE L’UNIVERSITÉ D’ORLÉANS
par

Julien CARTIER
Discipline : Mathématiques

Résolution de l’équation du transport par

une méthode d’éléments finis mixtes-hybrides
et approximation par la diffusion de
problèmes de transport
Soutenue le : 25 avril 2006

MEMBRES DU JURY :

-Jean-François CLOUËT Ingénieur Chercheur, CEA Bruyères le Châtel

-Stéphane CORDIER Directeur de thèse Professeur, Université d’Orléans
-Laurent DESVILLETTES Rapporteur Professeur, ENS Cachan
-Thierry GOUDON Rapporteur Professeur, Université de Lille 1
-Jean-Jacques LAUTARD Ingénieur Chercheur, CEA Saclay
-Dominique LÉPINGLE Président du Jury Professeur, Université d’Orléans
Résolution de l’équation du transport par une méthode d’éléments finis mixtes-hybrides
et approximation par la diffusion de problèmes de transport.

Cette thèse est consacrée à l’analyse mathématique, la résolution numérique et la modélisation

des équations de transport. Dans un premier temps, on s’intéresse à l’approximation
numérique de la solution des équations de transport par un schéma mixte-hybride. On
introduit et étudie une formulation mixte de l’équation du transport. L’étude du problème
variationnel mixte est menée avant d’en présenter sa discrétisation et les propriétés fon-
damentales du schéma obtenu. On s’attache en particulier a démontrer l’efficacité de la
méthode dans la limite de diffusion (lorsque le libre parcours moyen des particules est
petit devant les dimensions caractéristiques du domaine physique). On présente des cas
tests académiques permettant de comparer notre schéma à d’autres méthodes dans des
configurations physiques variées et de valider notre schéma sur des cas tests analytiques.
On s’applique à valider le schéma sur des maillages non structurés même très déformés tels
que ceux issus de l’hydrodynamique lagrangienne. Une seconde partie de la thèse consiste
à étudier deux problèmes de transport. Le premier problème est une étude de la diffusion
due aux conditions aux limites dans un problème de transport entre deux plaques planes.
L’autre problème consiste à modéliser et simuler les phénomènes de transfert radiatif dans
le cadre industriel de la fusion par confinement inertiel.

Mixed-hybrid finite element method for the transport equation and diffusion approxima-
tion of transport problems.

This thesis focuses on mathematical analysis, numerical resolution and modelling of the
transport equations. First of all, we deal with numerical approximation of the solution of
the transport equations by using a mixed-hybrid scheme. We derive and study a mixed
formulation of the transport equation, then we analyse the related variational problem
and present the discretization and the main properties of the scheme. We particularly pay
attention to the behavior of the scheme and we show its efficiency in the diffusion limit
(when the mean free path is small in comparison with the characteristic length of the phy-
sical domain). We present academical benchmarks in order to compare our scheme with
other methods in many physical configurations and validate our method on analytical test
cases. Unstructured and very distorted meshes are used to validate our scheme. The second
part of this thesis deals with two transport problems. The first one is devoted to the study
of diffusion due to boundary conditions in a transport problem between two plane plates.
The second one consists in modelling and simulating radiative transfer phenomenon in
case of industrial context of inertial confinment fusion.

Discipline : Mathématiques
Mots clés : équation de transport, éléments finis, mixtes-hybrides, limite diffusion, trans-
fert radiatif, approximation par la diffusion, neutronique.

Laboratoire MAPMO - Université d’Orléans - B.P. 6759

45067 Orléans Cedex 2, France
Mis en page avec la classe thloria.
 Remerciements
En premier lieu, je voudrais remercier Stéphane Cordier pour avoir accepté de diriger ma
thèse, pour ses conseils avisés sur la façon de mener mon travail doctoral, pour son soutien dans
les périodes difficiles et pour son optimisme et son enthousiasme constants. Travailler sous sa
direction aura été une grande satisfaction.

Je voudrais aussi remercier Gérald Samba et Jean-François Clouët. Depuis le stage de DEA
jusqu’à la rédaction de ce manuscrit, leur encadrement au sein du Commissariat à l’Énergie Ato-
mique a participé de mon enrichissement personnel et scientifique. Je les remercie pour leur dis-
ponibilité, la confiance qu’ils ont placé en moi, leur patience et leurs compétences pédagogiques.
Je leur suis gré de m’avoir fait partager au cours de ces quatre années leur grande sympathie et
leurs très hautes connaissances scientifiques.

J’exprime également toute ma gratitude à Laurent Desvillettes et Thierry Goudon pour avoir
accepté d’être les rapporteurs de ma thèse et pour le temps qu’ils ont consacré à l’évaluation de
mes travaux. Je remercie aussi Jean-Jacques Lautard et Dominique Lépingle pour l’intérêt porté
à mon travail doctoral en acceptant de participer à mon jury de thèse.

J’adresse aussi des remerciements particuliers à Alexandre (où Auguste, je ne sais plus bien...)
Munnier ne serait-ce que pour les heures passées à acquérir nos galons d’experts en calcul d’angles
solides ( !) au CEMRACS 2003 à Luminy.

Je voudrais remercier Vincent Siess pour s’être intéressé à mes travaux et pour ses commen-
taires sur ce manuscrit.

J’adresse mes remerciements à tous les membres du MAPMO, thésards ou permanents, pour
leur accueil toujours sympathique au cours de ces dernières années lors de mes passages éclairs
sur Orléans.

Je remercie Guillaume Bal et Brigitte Lucquin pour leur relecture d’une partie de mes tra-
vaux, leurs commentaires et recommendations judicieuses.

Je voudrais remercier l’ensemble de ceux qui ont partagé mon quotidien de thésard au CEA,
à Chevaleret où à Orléans. Dans l’ordre d’apparition, je remercie Constant le châtelain, Paul-
Edouard Pollux, Benjamin Le Creurer, Céline Baranger, Seb d’Osaka, Sylvain Desroziers, Sté-
phane Delpino, Philippe Hoch, Gwen (grand merci pour les squats à Orléans !), Lisl Puzzle
Sudoku, Julien (docteur ès NBA), H. Ball, Sosso, N2R1 (Patin quoi !), Christophe Audouze !,
Pascal Havé, MA, Virginie, Olivier Soulard et les secrétaires (Maryline, Michèle et Mme Tho-
mas). Un petit coucou aux stagiaires qui sont passés au CEA, je pense à Nico l’auvergnat, Valérie,
Manue, Pierre, Seb, Astrid avec une mention particulière vers MC (pour Ma Coloc) qui a sup-
porté courageusement mon mauvais caractère au cours de ces derniers mois de thèse. Merci aussi
à Alexandra Franchitti, Martin Campos Pinto, Laurent Boudin et Frédéric Lagoutière pour leur
accueil toujours chaleureux au Laboratoire Jacques Louis-Lions à Chevaleret.

Je remercie aussi tous les membres du labo LCDT au CESTA qui m’ont formidablement
accueilli ces derniers mois et pour leur aide précieuse pour reprographier ce mémoire.

i
 Mes remerciements vont enfin vers ma famille (mes nièces, Maëlys et Nina fêtent leurs trois
ans, l’âge de cette thèse !) et mes amis, notamment mes compagnons de DEA, Kikito, Pierre et
Seb dont le soutien au cours de ces dernières années aura été plus que précieux.

ii
 Table des matières

Introduction 1

Chapitre 1
L’équation du transport 7

1.1 Le problème d’évolution du transport des neutrons . . . . . . . . . . . . . . . . . 7

1.1.1 L’équation intégro-différentielle du transport des neutrons . . . . . . . . . 7
1.1.2 Adimensionnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3 Conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.4 Théorèmes d’existence et d’unicité . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Le problème à source stationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.1 Problèmes stationnaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.2 Résolution dans le cas des conditions aux limites homogènes . . . . . . . . 15
1.2.3 Résolution dans le cas des conditions aux limites non homogènes . . . . . 16
1.3 Approximation multigroupe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4 Discrétisation angulaire et problème de la source itérée . . . . . . . . . . . . . . . 20
1.4.1 Discrétisation angulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.2 Résolution par la méthode de la source itérée . . . . . . . . . . . . . . . . 22
1.4.3 Accélération par diffusion synthétique . . . . . . . . . . . . . . . . . . . . 22
1.5 Forme intégrale de l’équation du transport . . . . . . . . . . . . . . . . . . . . . . 23
1.6 Formulation en flux pair . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.7 Quelques méthodes classiques de résolution en espace . . . . . . . . . . . . . . . . 26
1.7.1 Résolution en espace par le schéma diamant . . . . . . . . . . . . . . . . . 26
1.7.2 Méthodes d’éléments finis continus et discontinus . . . . . . . . . . . . . . 27
1.7.3 Méthode de projection sur les harmoniques sphériques et méthode PN . . 27

Chapitre 2
Formulation mixte de l’équation du transport 31

2.1 Cadre fonctionnel général du transport . . . . . . . . . . . . . . . . . . . . . . . . 32

2.2 Formulation du second ordre auto-adjointe du transport . . . . . . . . . . . . . . 39

iii
Table des matières

2.3 Formulation mixte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

2.4 Equivalence entre la formulation mixte et le problème modèle . . . . . . . . . . . 43
2.5 Cadre fonctionnel pour la formulation mixte . . . . . . . . . . . . . . . . . . . . . 44
2.6 Existence et unicité du problème mixte du transport . . . . . . . . . . . . . . . . 45
2.7 Cas du vide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7.1 Formulation du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.7.2 Formulation mixte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.7.3 Interfaces vide-matière . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

Chapitre 3
Formes variationnelles de l’équation du transport 51

3.1 Formulations variationnelles classiques du transport . . . . . . . . . . . . . . . . . 51

3.1.1 Formulation variationnelle du flux pair . . . . . . . . . . . . . . . . . . . . 51
3.1.2 Une formulation variationnelle directe . . . . . . . . . . . . . . . . . . . . 52
3.2 Formulation variationnelle mixte du transport . . . . . . . . . . . . . . . . . . . . 53
3.3 Existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4 Convergence des itérations sur le terme source . . . . . . . . . . . . . . . . . . . . 61

Chapitre 4
Espaces d’approximation et analyse discrète 65

4.1 Approximation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

4.1.1 Discrétisation de l’espace physique . . . . . . . . . . . . . . . . . . . . . . 66
4.1.2 L’espace d’approximation du flux angulaire sur une maille donnée Qk . . . 66
4.1.3 L’espace de Raviart-Thomas d’ordre 0 sur un exemple simple . . . . . . . 66
4.1.4 L’espace d’approximation de Y (D) . . . . . . . . . . . . . . . . . . . . . . 67
4.2 Formulation mixte discrète . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3 Formulation mixte-hybride discrète . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.4 Estimations d’erreur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

Chapitre 5
Discrétisation 75

5.1 Discrétisation angulaire aux ordonnées discrètes . . . . . . . . . . . . . . . . . . . 75

5.2 Approximation d’un vecteur à partir de ses flux dans le cas des quadrilatères . . . 79
5.3 Formulation variationnelle mixte-hybride discrète pour le transport . . . . . . . . 82
5.4 Discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.4.1 Discrétisation de l’équation de bilan . . . . . . . . . . . . . . . . . . . . . 83
5.4.2 Discrétisation de l’équation de la densité de courant angulaire . . . . . . . 83

iv
 5.4.3 Continuité de la densité de courant angulaire . . . . . . . . . . . . . . . . 84
5.5 Étude du système linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.6 Résolution matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.6.1 Assemblage de la matrice globale . . . . . . . . . . . . . . . . . . . . . . . 90
5.6.2 Résolution du système linéaire . . . . . . . . . . . . . . . . . . . . . . . . 91
5.6.3 A propos de Mhλ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

Chapitre 6
Approximation par la diffusion 97

6.1 Approximations physiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

6.1.1 Etablissement d’une équation de diffusion . . . . . . . . . . . . . . . . . . 98
6.1.2 Approximation P1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.1.3 Conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2 Résultats d’approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2.1 Changement d’échelle et régime de diffusion . . . . . . . . . . . . . . . . . 100
6.2.2 Notion de limite de diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2.3 Théorèmes d’approximation par la diffusion . . . . . . . . . . . . . . . . . 101
6.3 Généralisation de l’approximation par la diffusion pour la formulation mixte . . . 102
6.4 Analyse asymptotique discrète du schéma 1D . . . . . . . . . . . . . . . . . . . . 105
6.4.1 Equation du transport 1D en régime de diffusion . . . . . . . . . . . . . . 105
6.4.2 Éléments finis mixtes-hybrides pour le transport en 1D . . . . . . . . . . . 106
6.4.3 Analyse de la limite diffusion discrète . . . . . . . . . . . . . . . . . . . . 108
6.4.4 Analyse limite diffusion sur la frontière . . . . . . . . . . . . . . . . . . . . 110
6.4.5 Analyse d’un problème hétérogène . . . . . . . . . . . . . . . . . . . . . . 111
6.5 Analyse asymptotique discrète en dimension d > 1 . . . . . . . . . . . . . . . . . 113
6.5.1 Propriétés des matrices élémentaires . . . . . . . . . . . . . . . . . . . . . 114
6.5.2 Limite diffusion du schéma mixte-hybride . . . . . . . . . . . . . . . . . . 116
6.6 Accélération par diffusion synthétique pour la formulation mixte . . . . . . . . . 119
6.6.1 Principe général de la DSA . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.6.2 Algorithme de la DSA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.6.3 Remarques sur la discrétisation des opérateurs de transport et de diffusion
dans la DSA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

Chapitre 7
Résultats numériques 123

7.1 Problèmes en une dimension d’espace . . . . . . . . . . . . . . . . . . . . . . . . . 123

7.1.1 Résultats dans un milieu purement absorbant . . . . . . . . . . . . . . . . 124

v
Table des matières

7.1.2 Résultats dans le vide : résultats aux interfaces . . . . . . . . . . . . . . . 124

7.1.3 Résultats en milieux diffusifs, ε-problème . . . . . . . . . . . . . . . . . . 126
7.1.4 Problèmes pour des milieux hétérogènes . . . . . . . . . . . . . . . . . . . 129
7.1.5 Cas d’un problème à incidence normale . . . . . . . . . . . . . . . . . . . 132
7.1.6 Cas d’un problème à incidence rasante . . . . . . . . . . . . . . . . . . . . 133
7.2 Problèmes en deux dimensions d’espace . . . . . . . . . . . . . . . . . . . . . . . 134
7.2.1 Problèmes pour une direction angulaire . . . . . . . . . . . . . . . . . . . 134
7.2.2 Cas d’une source anisotrope : comparaison avec une solution exacte . . . . 140
7.2.3 ε-problème bidimensionnel et conditions de réflexion spéculaire . . . . . . 141

Chapitre 8
Étude du transport entre deux plaques infinies 145

8.1 Présentation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

8.2 Asymptotique formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
8.3 Étude probabiliste d’un problème de transport . . . . . . . . . . . . . . . . . . . 152
8.3.1 Étude du processus de Markov . . . . . . . . . . . . . . . . . . . . . . . . 152
8.3.2 Preuve du lemme 8.2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
8.4 Asymptotique formelle pour le modèle aux moments P1 . . . . . . . . . . . . . . 157
8.5 Calcul du coefficient de diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
8.5.1 Expression probabiliste du coefficient de diffusion . . . . . . . . . . . . . . 160
8.5.2 Cas de la diffusion anormale . . . . . . . . . . . . . . . . . . . . . . . . . . 162
8.5.3 Cas où σt h >> 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
8.5.4 Simulations Monte-Carlo du coefficient de diffusion . . . . . . . . . . . . . 164
8.6 Résultats numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167

Chapitre 9
Approximation du transport par la diffusion dans une cavité laser 171

9.1 Introduction aux phénomènes de transfert radiatif dans une cavité laser . . . . . 172
9.2 Modèles disponibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
9.2.1 Diffusion standard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
9.2.2 Diffusion Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
9.2.3 Diffusion à flux limité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
9.3 Calcul d’un tenseur d’Eddington géométrique ad hoc . . . . . . . . . . . . . . . . 177
9.3.1 Calcul d’un facteur d’Eddington dans le cas d’une sphère opaque centrée . 177
9.3.2 Calcul du tenseur d’Eddington . . . . . . . . . . . . . . . . . . . . . . . . 179
9.4 Calcul d’un facteur d’Eddington scalaire et d’un limiteur de flux associé . . . . . 184
9.4.1 Calcul d’un facteur d’Eddington scalaire γ . . . . . . . . . . . . . . . . . . 184

vi
 9.4.2 Calcul d’un limiteur de flux λ . . . . . . . . . . . . . . . . . . . . . . . . . 185
9.4.3 Propriétés de γ et λ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
9.5 Schémas numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
9.6 Résultats Numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
9.6.1 Limiteurs de flux utilisés dans les simulations numériques . . . . . . . . . 188
9.6.2 Résultats obtenus pour le tenseur d’Eddington géométrique . . . . . . . . 189
9.6.3 Résultats obtenus pour le limiteur de flux géométrique . . . . . . . . . . . 190
9.6.4 Comparaison des modéles . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

Conclusions et perspectives 195

Annexe A
Éléments finis mixtes-hybrides pour un problème elliptique simple 197

Annexe B
Construction des matrices élémentaires sur maillages cartésiens 201

Annexe C
Ébauche de décomposition de domaine en 1D 203

Annexe D
Lien avec les équations elliptiques dégénérées 205

Bibliographie 209

vii
Table des matières

viii
 Introduction

Les travaux menés au cours de cette thèse ont eu pour principal objet l’approximation et la
résolution numérique de problèmes de transport.

Les phénomènes de transport de particules (neutrons, photons, particules supra-thermiques,

etc...) interviennent notamment dans les calculs d’exploitation et de contrôle des réacteurs nu-
cléaires ou dans des des problèmes issus de l’hydrodynamique radiative. Ces phénomènes de
transport sont modélisés par l’équation de transport linéaire intégro-différentielle de Boltzmann
(voir [Link], [Link] [18], [Link], [Link] [28], [Link], [Link] [45]). Cette
équation, posée dans l’espace des phases (position, vitesse et énergie) fournit une excellente
approximation du comportement des particules. L’équation de transport traduit un bilan de
particules dans un domaine fini dont les caractéristiques déterminent la nature du déplacement
des particules. Ainsi, dans un milieu tel que le libre parcours moyen des particules est de l’ordre
de la dimension caractéristique du problème à étudier, les particules subissent peu de chocs et
la nature des phénomènes physiques mis en jeu sont essentiellement décrits par l’opérateur de
transport, on parle alors de milieu transparent. En revanche, lorsque le libre parcours moyen
des particules est petit devant les dimensions caractéristiques du problème et si l’absorption des
particules est faible (le milieu est dit opaque ou diffusif), les particules subissent de nombreux
chocs et les problèmes de transport peuvent être modélisés à une échelle macroscopique par un
processus de diffusion (voir [Link], [Link] [53]). L’une des difficultés de l’approxima-
tion numérique de problèmes de transport réside dans la construction de méthodes numériques
qui soient performantes à la fois dans des milieux opaques et dans des milieux transparents.
La résolution numérique de cette équation pose aussi de réelles difficultés en raison notamment
de la dimension élevée du problème à étudier. En effet, dans le cas de l’équation de transport,
il convient de décrire l’évolution d’une population de particules se déplaçant à l’intérieur d’un
domaine physique donné dans une direction donnée et pour une énergie donnée.

Les méthodes de résolution numérique des phénomènes de transport se divisent en deux

grandes classes, d’une part les méthodes probabilistes de Monte-Carlo et d’autre part les mé-
thodes déterministes. Historiquement, les méthodes probabilistes de Monte-Carlo (sur le sujet,
on citera par exemple [Link], [Link] [52]) ont été privilégiées car elles sont peu sensibles
au nombre de dimension du problème et nécessite une capacité mémoire limitée des ordinateurs.
Cependant, ces méthodes sont très coûteuses dès que le milieu physique devient collisionnel,
sont bruitées par nature et ne permettent pas d’obtenir d’informations locales sur la répartition
des particules. Les méthodes déterministes sont basées sur une discrétisation (ou un maillage)
de l’espace des phases. Les méthodes déterministes résolvant directement la forme du premier
ordre de l’équation du transport utilisent en grande majorité la méthode des ordonnées discrètes
[29, 30] utilisant des formules de quadrature pour calculer les intégrales en la variable angulaire
(directions de la vitesse des particules). Il est aussi possible d’utiliser la méthode de projection

1
Introduction

sur les harmoniques sphériques en effectuant un développement en polynômes en la variable an-

gulaire (méthodes PN ou SPN [72, 73]) permettant de résoudre des équations elliptiques. Nous
nous intéressons ici à la méthode des ordonnées discrètes qui est plus répandue, notamment
dans l’industrie. Pour la discrétisation en espace des équations de transport, il existe plusieurs
approches. Les approches types différences finies permettant de relier les valeurs aux centres
des mailles aux valeurs aux interfaces en utilisant des interpolations sont très performantes sur
des maillages cartésiens. Cependant, il est important de prendre en compte le cas de maillages
irréguliers tels que ceux issus de l’hydrodynamique lagrangienne. Les méthodes de différences
finies sont inefficaces sur des maillages présentant de fortes irrégularité. Les schémas d’éléments
finis sont privilégiés sur de tels maillages. La méthode d’éléments finis discontinus [59, 42, 75] est
la plus utilisée mais se heurte à un problème d’ordonnancement et le système linéaire résultant
est difficile à inverser. En général, les méthodes déterministes résolvant directement l’équation
du transport sont défaillantes dès que le nombre de dimensions du problème augmente, que le
maillage de l’espace physique est déformé ou que le problème considéré est très collisionnel. Dans
le cas où l’espace physique est très collisionnel, il existe une technique très efficace d’accélération
de la convergence des méthodes déterministes pour le transport, l’accélération par diffusion syn-
thétique (voir [Link] [7]). Cependant, cette technique ne peut être appliquée que lorsque
la méthode utilisée pour la résolution du problème de transport possède la limite de diffusion
discrète, c’est à dire que la limite du schéma de transport lorsque l’opacité tend vers l’infini soit
une discrétisation consistante de l’équation de diffusion associée. D’autres techniques détermi-
nistes consistent à utiliser des modèles de fermeture non linéaire des équations de moments via
un tenseur d’Eddington adapté [20] ou des modèles de diffusion à flux limité [61, 63] ou d’utiliser
l’approximation par la diffusion des problèmes de transport pour résoudre une équation elliptique
de diffusion dans des milieux appropriés. Ces techniques permettent de s’affranchir de la variable
angulaire. Les objectifs de cette thèse sont les suivants :
– construire une méthode déterministe de résolution de l’équation du transport valide pour
toute dimension de l’espace des phases, efficace sur des maillages non structurés même très
déformés, performante dans des milieux opaques et permettant l’application de la méthode
d’accélération par diffusion synthétique,
– dans le cadre des phénomènes de transfert radiatif intervenant dans les problèmes de fu-
sion par confinement inertiel (F.C.I.) dans une cavité laser : étudier l’approximation par la
diffusion de l’équation du transport et une fermeture non linéaire des équations de moment
adaptées aux caractéristiques géométriques de la cavité laser.

Récemment, [Link] et [Link] [62] ont étudié une forme du second ordre de l’équa-
tion du transport (introduite dans un premier temps par [Link] et [Link] [64, 65] et
[Link] [1, 2, 3]) équivalente à la forme du premier ordre et proche des formes standard du
second ordre telle que l’équation de diffusion mais ne vérifiant pas la condition d’ellipticité pour
une direction de propagation des particules fixée. À l’instar des équations du flux pair [42, ?],
cette forme du second-ordre est adaptée à l’usage de l’approximation variationnelle [23] et des
techniques d’éléments finis. Par ailleurs, les éléments finis mixtes-hybrides [25, 37, 69] sont très
efficaces pour la résolution numérique des problèmes elliptiques du second ordre. Les éléments
finis mixtes-hybrides sont particulièrement adaptés à l’usage de maillages non structurés même
très déformés et restent efficaces pour des problèmes présentant de fortes hétérogénéités. En
particulier, le schéma mixte-hybride fournit une approximation d’ordre deux en espace de la so-
lution d’une équation de type diffusion. La matrice du système linéaire résultant est symétrique
définie positive et donc facile à inverser par des algorithmes usuels du type gradient conjugué ou
gradient conjugué préconditionné. Enfin, les méthodes mixtes sont particulièrement adaptées à

2
l’usage du calcul parallèle. Des premiers travaux ont été menés par [Link] [5, 47] qui intro-
duit une formulation mixte de l’équation du transport et applique la méthode des éléments finis
mixtes en utilisant une approximation de Raviart-Thomas [25, 37] classiquement utilisée pour
l’approximation des équations elliptiques du second-ordre. Ces travaux donnent une première ap-
proche intéressante mais ne permettent pas d’obtenir des résultats satisfaisants sur des maillages
très déformés. En effet, l’approximation de Raviart-Thomas ne permet pas de tenir compte de
l’aspect directionnel des problèmes de transport.

Notre étude s’articule donc sur l’application de la méthode des éléments finis mixtes-hybrides
à l’équation du transport. Il convient dans un premier temps d’étudier les propriétés des formu-
lations mixtes continues et abstraites du transport. Nous étudions le caractère bien posé de telles
formulations. Nous montrons que les éléments finis mixtes-hybrides peuvent s’appliquer à l’équa-
tion de transport via l’utilisation de fonctions de bases adaptées à la spécificité du transport.
Nous exhibons les propriétés fondamentales du schéma ainsi obtenu. Les avantages des éléments
finis mixtes-hybrides pour l’équation du transport sont les suivants :
– la discrétisation est efficace et facile à implémenter même sur des maillages non-structurés
en 2-D et 3-D,
– le système algébrique résultant de la discrétisation mixtes-hybrides pour l’équation du
transport peut s’inverser à l’aide d’un algorithme du gradient conjugué,
– le schéma se réduit à la discrétisation mixtes-hybrides d’une équation de diffusion dans un
régime collisionnel.
Cependant, certains inconvénients existent :
– sur des maillages non structurés, les matrices élémentaires doivent être évaluées en utilisant
des formules de quadrature,
– sur des maillages non structurés, les valeurs propres et vecteurs propres de certaines ma-
trices élémentaires doivent être calculés numériquement (sur des maillages cartésiens, ces
quantités peuvent être calculées analytiquement),
– la méthode des ordonnées discrètes est utilisée et on constate des effets de raie,
– la méthode ne peut s’appliquer directement dans le cas du vide.
Dans la suite de ce manuscrit, nous nous attachons à valider notre méthode sur des cas tests nu-
mériques académiques simples. Nous utilisons ces cas test pour mettre en évidence les propriétés
fondamentales du schéma.

Dans la dernière partie de ce manuscrit, nous nous intéressons à un problème bien connu (voir
[Link] [48], [Link][13], [Link][12]) de transport entre deux plaques infinies, on démontre
un résultat d’approximation par la diffusion pour ce problème en utilisant quelques arguments
probabilistes basés sur des résultats de [Link], [Link], [Link] [19]. Nous
illustrons ces résultats théoriques par des tests numériques utilsant la méthode mixtes-hybrides
pour l’équation du transport et des simulations Monte-Carlo. Enfin, nous proposons et testons
différentes techniques de fermeture non-linéaire géométrique de modèles aux moments appliquées
à un problème de transfert radiatif dans le cadre de la fusion par confinement inertiel.

Présentation de la thèse
Nous présentons ici le plan de la thèse, nous donnons les éléments principaux des chapitres
composant ce manuscrit. Notre étude s’articule donc comme suit.

3
Introduction

Chapitre 1

Le chapitre 1 est consacré à la présentation de la théorie du transport des particules. Nous

introduisons l’équation intégro-différentielle de Boltzmann et nous rappelons les résultats prin-
cipaux d’existence de solutions de l’équation du transport instationnaire et stationnaire [42, 13].
Nous introduisons le cadre mathématique (notamment le cadre fonctionnel) nécessaire à l’ana-
lyse des équations du transport. Nous présentons quelques formes particulières de l’équation de
transport et quelques méthodes classiques de résolution numérique de ces équations.

Chapitre 2

Dans ce chapitre, nous commençons par rappeler le cadre fonctionnel [23] nécessaire à l’étude
variationnelle de problème de transport. Nous proposons la preuve de quelques estimations im-
portantes sur la solution de l’équation du transport et nous présentons la forme du second ordre
auto-adjointe de l’équation du transport [62]. Nous introduisons ensuite une formulation mixte
de l’équation du transport et un cadre fonctionnel adapté. Nous en étudions quelques propriétés
mathématiques fondamentales de cette formulation mixte.

Chapitre 3

Dans ce chapitre, nous rappelons quelques formulations variationnelles usuelles de problèmes

de transport [13, 23] dans le but de préparer le lecteur à l’étude de la formulation variationnelle
mixte du transport. On établit ensuite la formulation abstraite du problème mixte du transport,
on montre l’existence et l’unicité de solution à cette formulation variationnelle en utilisant les
résultats classiques sur l’approximation variationnelle de problèmes mixtes [25, 69]. Nous présen-
tons un résultat sur la convergence de la méthode de la source itérée appliquée à la formulation
mixte abstraite du transport.

Chapitre 4

Nous introduisons dans ce chapitre les espaces d’approximation en espace nécessaires à la

mise en oeuvre d’une discrétisation spatiale mixte puis mixte-hybride du problème mixte abstrait
du transport.’établissement des résultats d’existence et à la mise en oeuvre de la discrétisation
mixtes-hybrides des équations du transport. Nous établissons les résultats d’existence de solutions
du problème mixte abstrait discret du transport en nous appuyant sur les résultats de [Link],
[Link] [25]. Nous rappelons quelques estimations d’erreurs connues [25, 69, 21] en géométrie
uni-dimensionnelle.

Chapitre 5

Le chapitre 5 a pour but de présenter en détail la mise en oeuvre de la discrétisation angulaire

et spatiale des équations du transport. Nous présentons dans un premier temps la technique de
discrétisation angulaire aux ordonnées discrètes utilisée [30] puis nous détaillons la discrétisation
mixtes-hybrides en espace en utilisant les espaces d’approximation introduits au chapitre 4. Nous
étudions ensuite les propriétés du système linéaire résultant et proposons une manière d’inverser
ce système.

4
Chapitre 6
Dans ce chapitre, nous rappelons un résultat mathématique justifiant l’approximation de
l’équation de transport par une équation de diffusion en régime collisionnel [53, 42]. Nous géné-
ralisons ce résultat classique d’approximation de la diffusion au système mixte du transport. Nous
étudions ensuite le comportement du schéma mixte-hybride discret dans des milieux opaques et
nous montons qu’il possède la limite de diffusion [53, 54]. Nous étudions le comportement du
schéma sur les bords d’un domaine diffusif et à l’interface entre un milieu transparent (où l’ap-
proximation de la diffusion n’est pas valide) et un milieu opaque en une dimension d’espace.
Enfin, nous montrons que la technique d’accélération par diffusion synthétique peut être appli-
quée au schéma mixte-hybride pour le transport en utilisant une discrétisation mixte-hybride de
l’équation de diffusion associée.

Chapitre 7
Nous présentons dans ce chapitre quelques résultats numériques permettant d’illustrer les pro-
priétés du schéma aux éléments finis mixtes-hybrides pour le transport. Nous nous intéressons
dans un premier temps à des résultats en une dimension d’espace pour des milieux homogènes
ou hétérogènes. Nous étudions l’ordre de convergence de la méthode. Nous comparons les esti-
mations d’erreurs obtenues numériquement aux estimations théoriques présentées au chapitre 4.
Nous montrons ensuite des résultats obtenus en deux dimensions d’espace. Nous nous attachons
à illustrer les propriétés asymptotiques du schéma présentées au chapitre 6 et nous comparons les
résultats obtenus avec notre schéma mixte-hybride aux résultats obtenus avec quelques schémas
de transport usuels. Nous utilisons enfin des maillages très déformés pour apprécier la qualité de
l’approximation obtenue sur de tels maillages. Nous illustrons aussi l’amélioration de la conver-
gence du système itératif de la source itérée utilisant un algorithme d’accélération par diffusion
synthétique.

Chapitre 8
Dans ce chapitre, nous nous intéressons à un problème de transport entre deux plaques planes
parallèles infinies. Nous nous appliquons à retrouver quelques résultats bien connus [13, 43, 44,
12, 22] sur l’approximation de diffusion d’un tel problème de transport et nous illustrons ces
résultats théoriques par des tests numériques. Nous utilisons des arguments probabilistes pour
réaliser notre étude théorique. Le but de ce chapitre est d’étudier le comportement asymptotique
du problème de transport et d’évolution d’une densité de particules dans un milieu confiné entre
deux plaques planes parallèles. Nous cherchons à montrer que lorsque la distance entre ces deux
plaques tend vers zéro, nous obtenons un régime diffusif. Le coefficient de diffusion dépend à
la fois du noyau de collision du milieu et de la loi de réflexion sur les parois. Nous étudions
dans un premier temps ce comportement asymptotique pour le problème général du transport
en utilisant un développement asymptotique [19] puis pour le modèle aux moments P1. Nous
utilisons des simulations Monte-Carlo pour calculer des coefficients de diffusion et illustrer les
résultats théoriques précédents à l’aide d’un cas test numérique.

Chapitre 9
Dans ce chapitre, nous considérons un problème de transfert radiatif dans une cavité la-
ser décrit par une équation de transport des photons. On s’appuie sur un modèle proposé par
[Link], [Link] [68] pour mettre en évidence de nouvelles relations de fermeture dans

5
Introduction

l’approximation par la diffusion d’un problème de transfert radiatif. Ce chapitre a fait l’objet
de travaux en collaboration avec [Link]ët, [Link], [Link] et [Link], à l’occasion de
l’édition 2003 du CEMRACS (Centre d’Été de Mathématiques et Recherche Avancées en Calcul
Scientifique). Ces travaux ont fait l’objet d’un proceeding en collaboration avec [Link] [33].

Annexes
Dans l’annexe A, nous présentons la méthode des éléments finis mixtes-hybrides appliquée à
l’équation de diffusion des neutrons. Dans l’annexe B, nous détaillons la structure des matrices
intervenant dans la discrétisation mixte-hybride de l’équation du transport sur un maillage car-
tésien. En annexe C, nous proposons un algorithme de décomposition de domaine adapté aux
méthodes mixtes pour le transport en géométrie uni-dimensionnelle. Enfin, en annexe D, nous
évoquons et illustrons numériquement un lien existant entre les équations elliptiques dégénérées
dans leur forme la plus simple et les équations de transport en nous basant sur les travaux de
[Link] [66].

6
 Chapitre 1

L’équation du transport

Sommaire
1.1 Le problème d’évolution du transport des neutrons . . . . . . . . . . 7
1.1.1 L’équation intégro-différentielle du transport des neutrons . . . . . . . . 7
1.1.2 Adimensionnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3 Conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.4 Théorèmes d’existence et d’unicité . . . . . . . . . . . . . . . . . . . . . 12
1.2 Le problème à source stationnaire . . . . . . . . . . . . . . . . . . . . 14
1.2.1 Problèmes stationnaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.2 Résolution dans le cas des conditions aux limites homogènes . . . . . . . 15
1.2.3 Résolution dans le cas des conditions aux limites non homogènes . . . . 16
1.3 Approximation multigroupe . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4 Discrétisation angulaire et problème de la source itérée . . . . . . . 20
1.4.1 Discrétisation angulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.2 Résolution par la méthode de la source itérée . . . . . . . . . . . . . . . 22
1.4.3 Accélération par diffusion synthétique . . . . . . . . . . . . . . . . . . . 22
1.5 Forme intégrale de l’équation du transport . . . . . . . . . . . . . . . 23
1.6 Formulation en flux pair . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.7 Quelques méthodes classiques de résolution en espace . . . . . . . . 26
1.7.1 Résolution en espace par le schéma diamant . . . . . . . . . . . . . . . . 26
1.7.2 Méthodes d’éléments finis continus et discontinus . . . . . . . . . . . . . 27
1.7.3 Méthode de projection sur les harmoniques sphériques et méthode PN . 27

Dans ce chapitre, nous allons présenter de manière générale l’équation du transport des neu-
trons. Nous introduirons les définitions et notations spécifiques à ce contexte et nous donnerons
les théorèmes généraux d’existence et d’unicité de solution au problème du transport. Nous
rappellerons brièvement les méthodes classiques de résolution de ces équations.

1.1 Le problème d’évolution du transport des neutrons

1.1.1 L’équation intégro-différentielle du transport des neutrons
(Sources : [Link] [13] ; [Link], [Link] [28] ; [Link], [Link] [42] ; [Link],
[Link] [45])

7
Chapitre 1. L’équation du transport

L’équation intégro-différentielle du transport décrit l’évolution d’une population de certaines

particules (neutrons, photons, particules supra-thermiques, ...) dans un domaine D de Rd (d = 1, 2
ou 3) occupé par un milieu en interaction avec les neutrons. La plupart du temps, on considérera
le cas où d = 3. Le domaine D est un ouvert convexe de R3 (que l’on munira de la mesure de
Lebesgue dx), de frontière ∂D = D̄ \ D continûment différentiable. On notera S 2 la sphère unité
de R3 . On choisit ν une mesure de Radon positive sur S 2 avec ν({0}) = 0 et on note V ⊂ S 2 le
support de ν dans S 2 qui sera l’espace des vitesses. L’espace physique D est en général un coeur
de réacteur composé de différents constituants que l’on suppose connus.
Les neutrons sont repérés dans l’espace des phases XE = D × S 2 × [α, β] par
– leur position x dans D ⊂ R3 ;
~ appartenant à S 2 (la sphère unité de R3 ) de leur vitesse ~v ;
– la direction Ω q
1
– leur énergie cinétique E = m|~v | (m est la masse de la particule et ~v = 2E Ω)
2 ~ appar-
2 m
tenant à F = [α, β] ⊂ R∗+ , sous-ensemble fermé de R∗+ des énergies possibles, que nous
supposerons compact.
La population de neutrons est décrite par sa densité neutronique notée n(x, Ω, ~ E, t) de sorte que
~ ~
la quantité n(x, Ω, E, t) dx dν(Ω) dE représente le nombre de neutrons au temps t à l’intérieur
du volume élémentaire dx autour du point x, possédant une énergie comprise entre E et E + dE
et se déplaçant dans la direction Ω ~ à l’intérieur de l’élément d’angle solide dν(Ω). ~ Le problème
du transport neutronique permet de caractériser la distribution des neutrons présents dans D.
Considérons un neutron pris individuellement ; avec une vitesse initiale donnée, celui-ci se déplace
en ligne droite suivant la direction portée par Ω ~ jusqu’à ce qu’il entre en interaction avec certains
constituants du milieu. Dans notre cas, ce sont les noyaux atomiques des constituants du milieu
qui vont interagir avec ce neutron. En effet, lorsque le neutron s’approche suffisamment près
d’un noyau atomique, deux types d’interactions entrent en jeu. Soit le neutron est entièrement
absorbé, soit il est dévié de sa trajectoire avec éventuellement perte d’énergie (collision non
élastique). On peut ainsi caractériser les interaction des neutrons avec le milieu qui l’entoure. Il
est donc nécessaire de connaître les fonctions modélisant leur absorption, leur diffusion et leur
fission.
On définit :
– Σt (x, E) : la section efficace totale qui prend en compte toutes les interactions des neutrons
d’énergie E en x,
~ ′ −→ Ω,
– Σs (x, Ω ~ E ′ −→ E) : la section efficace de diffusion (ou scattering) qui prend en
compte les neutrons d’énergie E ′ et de direction Ω ~ ′ , qui par collision en x, prennent l’énergie
E et la direction Ω, ~
– Σf (x, E ′ ) : la section efficace de fission qui prend en compte les neutrons d’énergie E ′ qui
induisent la fission en x,
– χ(x, E ′ ) : le nombre moyen de neutrons émis lors d’une fission en x induite par un neutron
d’énergie cinétique E ′ , Z
– κ(E) : le spectre des neutrons émis par une fission, normalisé par κ(E) dE = 1.
Par ailleurs, il existe une source de neutrons décrite par une fonction scalaire donnée et notée
~ E, t).
S(x, Ω,
Les grandeurs physiques intéressantes sont les taux de réaction définis pour chaque section
efficace Σ par :
~ E) = Σ(x, Ω,
τΣ (x, Ω, ~ E)|~v | n(x, Ω,
~ E, t). (1.1)
~ E, t) qui représente
C’est pourquoi on cherche en général à calculer la fonction scalaire Ψ(x, Ω,
~ E) à l’instant t et
la densité de flux angulaire ou flux angulaire du nombre de neutrons en (x, Ω,

8
 1.1. Le problème d’évolution du transport des neutrons

donnée par :
~ E, t) = |~v | n(x, Ω,
Ψ(x, Ω, ~ E, t). (1.2)

On définit aussi la densité totale N (x, E, t) et le flux scalaire total Φ(x, E, t) de neutrons d’énergie
E en un point x à l’instant t par les formules suivantes :
Z
N (x, E, t) = ~ E, t) dν(Ω),
n(x, Ω, ~ (1.3)
S2

Z
Φ(x, E, t) = ~ E, t) dν(Ω).
Ψ(x, Ω, ~ (1.4)
S2

La densité de flux angulaire Ψ vérifie l’équation de transport suivante :

1 ∂Ψ ~ E, t) + Ω~ · ∇Ψ(x,
~ ~ E, t) + Σt (x, E)Ψ(x, Ω,~ E, t)
(x, Ω, Ω,
v ∂t
Z β Z
− dE ′ ~ ′ −→ Ω,
Σs (x, Ω ~ E ′ −→ E)Ψ(x, Ω ~ ′ , E, t) dν(Ω
~ ′) (1.5)
α S2

β
κ(E)
Z Z
− ′ ′
χ(x, E )Σf (x, E ) dE ′ ~ ′ , E, t) dν(Ω
Ψ(x, Ω ~ ′ ) = S(x, Ω,
~ E, t)
4π α S2

Cette équation intégro-différentielle du transport des neutrons sur le flux angulaire est l’expres-
sion mathématique du bilan des pertes et des productions de neutrons dans le domaine D au
cours du temps.
Les différents termes qui composent cette équation s’interprètent de la façon suivante :
1 ∂Ψ ~ E, t) représente la variation temporelle de la densité neutronique ;
– (x, Ω,
v ∂t
~ · ∇Ψ(x,
– Ω ~ ~ E, t) est le terme de transport des neutrons, intégré sur D × S 2 , il représente
Ω,
le bilan des pertes (voir paragraphe 1.1.3) ;

~ E, t) représente les interactions des neutrons avec le milieu (absorption et

– Σt (x, E)Ψ(x, Ω,
collisions) ;
Z β Z
– dE ′ ~ ′ −→ Ω,
Σs (x, Ω ~ E ′ −→ E)Ψ(x, Ω
~ ′ , E, t) dν(Ω
~ ′ ) désigne la source de diffusion
α S2
~;
de toutes les énergies vers E et de toutes les directions vers Ω

κ(E) β
Z Z
– ′ ′
χ(x, E )Σf (x, E ) dE ′ ~ ′ , E, t) dν(Ω
Ψ(x, Ω ~ ′ ) est la source de fission.
4π α S2
Le problème d’évolution du transport ou problème de Cauchy consiste à déterminer Ψ(x, Ω, ~ E, t)
satisfaisant (1.5) avec la condition initiale

~ E, 0) = Ψ0 (x, Ω,
Ψ(x, Ω, ~ E) (1.6)

~ E) représente le flux angulaire au temps t = 0, et avec des conditions aux limites sur
où Ψ0 (x, Ω,
la frontière ∂D appropriées que nous expliciterons par la suite.

9
Chapitre 1. L’équation du transport

1.1.2 Adimensionnement
Pour simplifier les écritures et l’analyse théorique du problème du transport, il convient de
regrouper les variables de directions et d’énergie sous la notion de vecteur vitesse, défini par
r
2E ~
~v = Ω (1.7)
m0
q
2E
où m0 est la masse au repos d’un neutron. Notons que le module v = |~v | = m 0
de la vitesse
des neutrons est proportionnelle à la racine carrée de leur énergie, de sorte que :

m0 v 2
E= . (1.8)
2
Nous pouvons alors écrire et adimensionner l’équation du transport écrite sous la forme (1.5) en
utilisant le jeu de variables (x, ~v , t) où ~v ∈ V ⊂ S 2 est donc le vecteur vitesse du neutron et on
pose

m0 ~ E, t) avec E = 1 m0 |~v |2 , Ω
~ = ~v ,

 u(x, ~v , t) = Ψ(x, Ω,
|~ | |~v |




 v 2



σ (x, ~v ) = |~v |Σt (x, E),


 t


(1.9)
 ′ |~v ′ | h ~ ′ −→ Ω,
i
~ E ′ −→ E) + κ(E)χ(x, E ′ )Σf (x, E ′ ) ,

 f (x, ~
v , ~
v ) = m 0 Σs (x, Ω
|~v |






m

 q(x, ~v , t) = 0 S(x, Ω,


 ~ E, t).
|~v |

On définit X = D × V. Compte tenu de (1.5) et du fait que d~v = |~v |dν(Ω), ~ la fonction inconnue
u(x, ~v , t) doit vérifier l’équation d’évolution du transport

∂u

~
 ∂t (x, ~v , t) + ~v · ∇u(x, ~v , t) + σt (x, ~v )u(x, ~v , t)






 Z
− f (x, ~v ′ , ~v )u(x, ~v ′ , t) d~v ′ = q(x, ~v , t) (1.10)



 V



avec (x, ~v ) ∈ X et t > 0.


Le problème de Cauchy consiste donc à résoudre (1.10) muni de la condition initiale

u(x, ~v , 0) = u0 (x, ~v ), (1.11)

où u0 (x, ~v ) est connue et munie de conditions aux limites appropriées.

~ E, t) :
On introduit la densité de courant angulaire ~g (x, Ω,

~g (x, ~v , t) = ~v u(x, ~v , t). (1.12)

On définit aussi la notion de libre parcours moyen d’une particule (noté lpm) comme la distance
moyenne que peut parcourir la particule entre deux chocs ou la distance moyenne de collision.

10
 1.1. Le problème d’évolution du transport des neutrons

1.1.3 Conditions aux limites

On suppose que D est un ouvert de R3 . On note ds(x) la mesure de surface de la frontière ∂D
de l’ouvert D. On suppose que la frontière ∂D est continûment différentiable avec D localement
d’un seul côté de ∂D. Dans le but de définir des conditions aux limites appropriées au problème
(1.10)-(1.11), on introduit les notations suivantes :
Γ = ∂D × V, (1.13)

Γ+ = {(x, ~v ) ∈ Γ et ~v · ~n(x) > 0} , (1.14)

Γ− = {(x, ~v ) ∈ Γ et ~v · ~n(x) < 0} , (1.15)

Γ0 = {(x, ~v ) ∈ Γ et ~v · ~n(x) = 0} . (1.16)

L’ensemble Γ− (respectivement Γ+ ) est l’ensemble des points de l’espace des phases corres-
pondant à des des particules entrantes (respectivement sortantes).
~ dans S 2 , on introduit aussi les espaces
Pour une direction fixée Ω

∂D+ = {x ∈ ∂D tels que ~v · ~n(x) > 0} , (1.17)

∂D− = {x ∈ ∂D tels que ~v · ~n(x) < 0} , (1.18)

où ~n(x) est le vecteur unitaire normal sortant en un point x de la frontière ∂D. On introduit
aussi l’espace Γ∗ des points de la frontière ∂D pour lesquels la normale extérieure n’est pas
définie, on suppose que les espaces Γ∗ et Γ0 sont de mesure nulle sur Γ pour la mesure ds dν
où ds est la mesure induite sur ∂D par la mesure de Lebesgue de R3 . Nous donnons ci-dessous
quelques conditions aux limites usuelles en transport, et qui, associées à (1.10)-(1.11), donnent
un problème bien posé.

Conditions aux limites homogènes (ou absorbantes)

On considère ici que le domaine D est un domaine convexe, et que l’extérieur R3 \ D est
occupé par le vide, le flux entrant de neutrons est alors égal à zéro (i.e. aucun neutron ne rentre
dans D), soit
∀t, u(x, ~v , t) = 0, pour (x, ~v ) ∈ Γ− . (1.19)
Cette condition aux limites est aussi appelée condition de flux entrant nul ou condition de vide.

Conditions aux limites non-homogènes

Le flux entrant dans D à partir de la frontière ∂D est égal à une fonction donnée ub :
∀t, u(x, ~v , t) = ub (x, ~v , t), pour (x, ~v ) ∈ Γ− . (1.20)

Condition de réflexion spéculaire

Toujours pour un domaine D convexe, le flux entrant est ici égal au flux sortant, i.e.
∀t, u(x, ~v , t) = u(x, ~v ′ , t), pour (x, ~v ) ∈ Γ− et ~v ′ = ~v − 2(~n(x) · ~v )~n(x). (1.21)
Ces conditions reviennent à supposer que le milieu RN \ D est réfléchissant.

11
Chapitre 1. L’équation du transport

Condition de réflexion diffuse

On impose la condition suivante sur le flux entrant :
Z
∀t, u(x, ~v , t) = ω u(x, ~v ′ , t) dν(~v ′ ), pour (x, ~v ) ∈ Γ− . (1.22)
~v ′ ·~
n(x)>0

La quantité ω est un albédo qui mesure le degré de réflexion de sorte que 0 ≤ ω ≤ 1. Le milieu
R3 \ D est donc supposé ici semi-réfléchissant.
Il existe d’autres types de conditions aux limites (condition de translation, de rotation, etc...)
mais nous utiliserons principalement les quatre types de conditions présentés ci-dessus dans la
suite de cette thèse. Pour les autres types de conditions aux limites, le lecteur peut consulter
[Link], [Link] [18] ou [Link], [Link] [45] par exemple.

Remarque 1.1.1
Remarquons qu’en en utilisant la formule de Green, on obtient :
Z Z Z
~
~v · ∇u dxdν(~v ) = |~v · ~n|u dsdν(~v ) − |~v · ~n|u dsdν(~v ). (1.23)
X Γ+ Γ−

On voit donc apparaître le terme de flux entrant sur Γ− et le terme de fuite sur Γ+ .

1.1.4 Théorèmes d’existence et d’unicité

(Sources : [Link] [13] ; [Link] [20] ; [Link], [Link] [42])

Nous énonçons ci-après le théorème assurant l’existence et l’unicité de solutions au problème

(1.10) associé à l’une des conditions aux limites présentées ci-dessus. Nous renvoyons le lecteur
à [42] (chapitre XXI, paragraphe 3.1) pour la démonstration complète.
On s’intéressera ici au problème du transport (1.10) posé dans l’espace des phases X = D × V
dans le cas d’une condition aux limites absorbante. Il s’agit donc de trouver une fonction u =
u(x, ~v , t) telle que
 ∂u
 ~ + σt u = Ku + q, dans X×]0, τ [
+ ~v · ∇u
∂t





u|Γ− = 0, t ∈]0, τ [, (1.24)





u(x, ~v , 0) = u0 (x, ~v ), sur X,


où u0 est une fonction donnée, σt est une fonction positive donnée de x et ~v et où l’opérateur
intégral K est donné par :
Z
(Ku)(x, ~v , t) = f (x, ~v , ~v ′ )u(x, ~v ′ , t) dν(~v ′ ). (1.25)
V

Dans ce qui précède, la fonction f est donnée, positive et mesurable sur S 2 . Pour résoudre le
problème (1.24), il convient d’introduire un cadre fonctionnel adapté. On cherche la solution
~ t) comme une fonction du temps à valeurs dans l’espace Lp (X), (p ∈ [1, +∞[ des
u = u(x, Ω,
~ telles que :
fonctions f mesurables pour la mesure produit dx dν(Ω)
µZ ¶1
p
p
||f ||Lp (X) = |f (x, ~v )| dxdν(~v ) < +∞. (1.26)
X

12
 1.1. Le problème d’évolution du transport des neutrons

On introduit aussi l’espace fonctionnel Wp suivant pour τ > 0 fixé :

½
∂u ~ ∈ Lp (X×]0, τ [);
Wp = u ∈ Lp (X×]0, τ [); + ~v · ∇u
∂t (1.27)
u(., 0) ∈ Lp (X), u|Γ− ×(0,τ ) ∈ Lp (Γ− × (0, τ )) pour la mesure |~v · ~n|ds dν(~v ) dt .
ª

D’autre part, nous utilisons souvent par la suite l’espace de Banach W p :

n o
~ ∈ Lp (X) ,
W p = u ∈ Lp (X); ~v · ∇u (1.28)

pour la norme définie par

||u||2W p = ||u||2Lp + ||Ω ~ 2 p.
~ · ∇u|| (1.29)
L

On peut alors résoudre le problème de Cauchy (1.24) en énonçant le théorème d’existence et

d’unicité suivant :

Théorème 1.1.1
On suppose que les données du problème (1.24) vérifient :
– σt ∈ L∞ (X), σt ≥ 0 et f ∈ L∞ (X),
– K est l’opérateur défini par (1.25) où la donnée f est une fonction positive dν mesurable
en ~v , ~v ′ . On suppose d’autre part qu’il existe des constantes Ma et Mb positives telles que
 Z
 i)
 f (x, ~v ′ , ~v ) dν(~v ) ≤ Ma , ∀(x, ~v ′ ) ∈ X,
ZV (1.30)
 ii)
 f (x, ~v ′ , ~v ) dν(~v ′ ) ≤ Mb , ∀(x, ~v ) ∈ X.
V

– q ∈ Lp (X × [0, τ ]), p ∈ [1, ∞[,

– u0 ∈ Lp (X).
Alors le problème (1.24) admet une unique solution faible u dans l’espace Wp et on a :

u ∈ C 0 ([0, τ ]; Lp (X))

Si, de plus, u0 est telle que

~ 0 ∈ Lp (X) et u0 |Γ− = 0,
~v · ∇u

et q telle que
q ∈ C 1 ([0, τ ]; Lp (X)),

alors u est solution forte de (1.24) et vérifie :

~ ∈ C 0 ([0, τ ]; Lp (X)), u(t)|Γ− = 0, ∀t ∈ [0, τ ].

u ∈ C 1 ([0, τ ]; Lp (X)), ~v · ∇u

Si q ≥ 0, alors u0 ≥ 0 entraîne u ≥ 0.

Démonstration - Le théorème et sa démonstration sont présentés sous une forme plus générale
notamment dans [42] au chapitre XXI, paragraphe 2. Nous donnerons ici les 3 grandes étapes de
la démonstration, qui s’appuie sur la théorie des semi-groupes.

13
Chapitre 1. L’équation du transport

Étape 1 : On s’intéresse tout d’abord au problème non collisionnel, on définit l’opérateur d’ad-
vection A tel que :
D(A) = {u ∈ W p }
½
~ (1.31)
Au(x, ~v ) = −~v · ∇u(x, ~v )

On montre alors que A est le générateur infinitésimal d’un semi-groupe de classe C 0 dans
Lp (RN × S N −1 ), pour 1 ≤ p < +∞, défini par :

(G(t)u) (x, ~v ) = u(x − ~v t, ~v ), ∀t ∈ [0, τ ], ∀(x, ~v ) ∈ RN × V et u ∈ D(A)

avec ||G(t)u||Lp (RN ×V) = ||u||Lp (RN ×V) , ∀u ∈ Lp (RN × V) et t ∈ [0, τ ], ce qui nous assure
l’existence et l’unicité d’une solution au problème du transport sans terme source sur
l’espace entier D = RN avec σt = 0 et f = 0. De plus, ce groupe opère sur le cône des
fonctions positives de Lp (RN × V).
Étape 2 : Il convient ensuite d’étendre ce résultat à un domaine X = D × V où D est un ouvert
de RN . On étudie alors le problème de transport homogène en montrant que l’opérateur A
tel que
D(A) = {u ∈ W p ; u = 0 sur Γ− }
½
~ (1.32)
Au(x, ~v ) = −~v · ∇u(x, ~v )

est le générateur d’un semi-groupe {G(t)}t≥0 de contraction, de classe C 0 , qui opère dans
le cône des fonctions positives de Lp (X) pour 1 ≤ p < +∞. On s’appuie alors sur le fait que
les fonctions u de W p possèdent une trace uΓ− dans Lploc (Γ− ). On définit ce semi-groupe
par la famille d’opérateurs G(t), t > 0 donnés par :

u(x − t~v , ~v ) si t < t(x, ~v ),

½
(G(t)u)(x, ~v ) = (1.33)
0 si t ≥ t(x, ~v )

où t(x, ~v ) = sup{s; x − s~v ∈ D; 0 ≤ s < t}.

Étape 3 : On généralise ces résultats en étudiant l’opérateur de transport collisionnel défini
par :
D(T ) = D(A) = {u ∈ W p ; u = 0 sur Γ− }
½
(1.34)
T u(x, ~v ) = Au(x, ~v ) − σt u(x, ~v ) + (Ku)(x)

où K est l’opérateur de scattering défini en (1.25). L’opérateur T est lui aussi générateur
d’un semi-groupe qui opère sur le cône des fonctions positives Lp (X).
Notons que pour toutes les étapes présentées dans cette preuve, nous pourrions donner l’ex-
pression de chaque solution sous forme intégrale, nous reviendrons sur ce point au cours de ce
chapitre. ¥

1.2 Le problème à source stationnaire

(Sources : [Link], [Link] [42], chapitre XXI, paragraphe 4)

14
 1.2. Le problème à source stationnaire

1.2.1 Problèmes stationnaires

Nous allons présenter dans cette partie la forme stationnaire de l’équation du transport, c’est
sous cette forme que nous étudions principalement l’équation du transport dans les chapitres qui
suivent. Par solutions stationnaires, on entend solutions des équations du transport (1.5), (1.24)
qui ne dépendent pas du temps. Nous considérons donc l’équation (1.24) avec q indépendant de
t, et une condition aux limites du type (1.20) où ub ne dépend plus de t.
Le problème stationnaire du transport s’écrit : trouver u(x, ~v ) vérifiant (pour q et ub donnés) :

−T u(x, ~v ) = q(x, ~v ) p.p.(x, ~v ) ∈ X,

½
(1.35)
u(x, ~v ) = ub (x, ~v ) p.p.(x, ~v ) ∈ Γ− .

L’opérateur T est appelé opérateur de transport, il est défini pour tout (x, ~v ) dans X par :

T u(x, ~v ) = Au(x, ~v ) − σt (x, ~v )u(x, ~v ) + Ku(x, ~v ), (1.36)

où A est l’opérateur d’advection défini par (1.31) et K est l’opérateur de collision défini par
(1.25).

1.2.2 Résolution dans le cas des conditions aux limites homogènes

On considère donc dans cette section le problème à source stationnaire homogène (avec condi-
tions aux limites absorbantes) qui consiste en la résolution du problème

i) −T u(x, ~v ) = q(x, ~v ) p.p.(x, ~v ) ∈ X,

½
(1.37)
ii) u(x, ~v ) = 0 p.p.(x, ~v ) ∈ Γ− .

Nous donnerons ici les théorèmes d’existence et d’unicité énoncés dans [42].

Théorème 1.2.1
On suppose que les données du problème (1.24) vérifient :
– σt ∈ L∞ (D × V ),
– f (x, ~v ′ , ~v ) est une fonction réelle positive, mesurable en ~v et ~v ′ et il existe des constantes
Ma et Mb positives telles que
 Z
 i)
 f (x, ~v ′ , ~v ) dν(~v ) ≤ Ma , ∀(x, ~v ′ ) ∈ X
ZV (1.38)
 ii)
 f (x, ~v ′ , ~v ) dν(~v ′ ) ≤ Mb , ∀(x, ~v ) ∈ X.
V

– q ∈ Lp (X), p ∈ [1, ∞[,

– σt et f vérifient (p.p. (x, ~v ) ∈ X)
 Z


 i) σt (x, ~v ) − f (x, ~v ′ , ~v ) dν(~v ′ ) ≥ α
 V
Z α > 0, (1.39)

f (x, ~v , ~v ′ ) dν(~v ′ ) ≥ α

 ii) σt (x, ~v ) −

V
Alors, pour 1 ≤ p < +∞, le problème (1.24) admet une unique solution dans

D(A) = u ∈ W p ; u = 0 sur Γ− .
© ª

15
Chapitre 1. L’équation du transport

Démonstration - Le théorème et sa démonstration sont présentés sous une forme plus générale
notamment dans [42] au chapitre XXI, paragraphe 4. ¥

Les conditions (1.39) sont communément appelées conditions de sous-criticité. On peut définir
la section efficace d’absorption par
Z
σa (x, ~v ) = σt (x, ~v ) − f (x, ~v , ~v ′ ) dν(~v ′ ). (1.40)
V

La quantité σa (x, ~v ) mesure le taux de particules qui ont interagi dans le milieu mais qui n’ont
pas été réémises. Ces particules ont donc été absorbés. Autrement dit, l’hypothèse (1.39) impose
ainsi que l’absorption du problème (1.37) est strictement positive. On notera aussi
Z
σs (x, ~v ) = f (x, ~v , ~v ′ ) dν(~v ′ ). (1.41)
V

Notons que lorsque la section efficace de scattering ne dépend pas de la direction de la vitesse
(par exemple dans le cas d’un milieu isotrope), on écrit :

σs (x) = c(x)σt (x), (1.42)

où c(x) représente le nombre moyen de particules secondaires émises lors d’un choc ayant lieu en
x (on l’appelle le “scattering ratio”). La condition (1.39) correspond alors à

c(x) < 1.

Le problème (1.37) peut aussi être traité dans L∞ (X), on peut montrer le théorème :

Proposition 1.2.1
On se place dans le cadre des hypothèses du théorème 1.2.1 et on suppose que les données du
problème (1.24) vérifient :
– σt ≥ σ0 > 0,
– f (x, ~v ′ , ~v ) et σt vérifient pour tout (x, ~v ) ∈ X
Z
f (x, ~v ′ , ~v )d~v ′ ≤ βσt (x, ~v ), 0 ≤ β < 1,
V

– q ∈ L∞ (X).
Alors, le problème (1.24) admet une unique solution dans L∞ (X).

1.2.3 Résolution dans le cas des conditions aux limites non homogènes
Proposition 1.2.2
On se place dans le cadre des hypothèses de la proposition (1.2.1) et on considère le problème :

i) −T u(x, ~v ) = q(x, ~v ) dans X,

½
(1.43)
ii) u = ub sur Γ− .
où on suppose que
ub ∈ L∞ (Γ− ).
Alors, le problème (1.24) admet une unique solution dans L∞ (X) qui vérifie :
¡ ¢
||u||L∞ (X) ≤ C ||q||L∞ (X) + ||ub ||L∞ (Γ− ) ,

où C est une constante positive.

16
 1.2. Le problème à source stationnaire

On peut aussi généraliser ce résultat au cadre Lp (X) en effectuant un relèvement de la

condition aux limites u = ub sur Γ− et, par linéarité des équations du transport, on se ramène
au théorème 1.2.1. Pour cela, nous devons introduire les notions de temps de passage (voir figure
1.2.3) et de temps de sortie. Le temps de passage dans D d’une particule en x ∈ ∂D avec la
vitesse ~v ∈ V est défini par :
– pour (x, ~v ) ∈ Γ+ :
τ (x, ~v ) = inf{t > 0, x − t~v ∈
/ X}
(1.44)
= sup{s > 0, x − τ~v ∈ X, ∀τ ∈ (0, s)},
– pour (x, ~v ) ∈ Γ− :
τ (x, ~v ) = inf{t > 0, x + t~v ∈
/ X}
(1.45)
= sup{s > 0, x + τ~v ∈ X, ∀τ ∈ (0, s)}.

~v

x
D

t(x, ~v )

Fig. 1.1 – Temps de passage d’une particule de vitesse ~v dans D en x ∈ ∂D.

Pour une constante positive C, on notera

τC (x, ~v ) = min(τ (x, ~v ), C).
Pour 1 ≤ p < ∞, on définit une mesure dξ sur Γ± par
dξ = |~v · ~n|τC (x, ~v )dsdν(~v ). (1.46)
On peut alors écrire le résultat de trace suivant
Lemme 1.2.1
Les applications traces χ± : u → u|γ ± sont continues, surjectives, avec relèvement continu de
W p (X) dans Lp (Γ± , dξ).
qui nous permet d’énoncer la proposition suivante
Proposition 1.2.3
On se place dans le cadre des hypothèses de la proposition (1.2.1) où on suppose que
ub ∈ Lp (Γ− , dξ).
Alors, le problème (1.24) admet une unique solution dans Lp (X) qui vérifie :
¡ ¢
||u||Lp (X) ≤ C ||q||Lp (X) + ||ub ||Lp (Γ− ) ,
où C est une constante positive.

17
Chapitre 1. L’équation du transport

Remarque 1.2.1
Dans le cadre L2 , on peut écrire l’estimation suivante
¡ ¢
||u||W 2 (X) ≤ C ||q||L2 (X) + ||ub ||L2 (Γ− ) ,

où C est une constante positive. Nous reviendrons sur ce point au chapitre suivant.

1.3 Approximation multigroupe

(Sources : [Link] [13] ; [Link] [73])

Nous revenons à la formulation de l’équation du transport posée dans l’espace des phases
XE . D’autre part, par abus de notation, tout au long de ce paragraphe, l’espace Γ− désignera
l’espace n o
~ E) ∈ ∂D × S 2 × F, Ω
Γ− = (x, Ω, ~ · ~n(x) < 0 . (1.47)
On considère le problème stationnaire avec conditions aux limites absorbantes soit :

 ~ ~ ~ E) + Σt (x, E)Ψ(x, Ω, ~ E)

 Ω · ∇Ψ(x, Ω,



 Z β Z

= dE ′ ~ ′ −→ Ω,
Σs (x, Ω ~ E ′ −→ E)Ψ(x, Ω
~ ′ , E) dν(Ω)
~ ′ + q(x, Ω,
~ E) (1.48)

 α S 2




 ~ E) = 0, sur Γ− .
Ψ(x, Ω,

Nous allons donc expliciter le passage de cette forme stationnaire continue de l’équation du
transport à la forme discrétisée en énergie. La variable d’énergie évolue dans un espace monodi-
mensionnel et n’intervient dans aucun opérateur de différenciation, c’est donc a priori la variable
la plus aisée à discrétiser. L’approximation multigroupe consiste donc à découper l’espace des
énergies F en G intervalles correspondant aux différents groupes d’énergie de sorte que
G
[
F = [Eg , Eg−1 ],
g=1

avec EG < · · · < Eg < Eg−1 < · · · < E0 . Les particules du groupe d’énergie g sont celles qui
ont pour énergie E telle que Eg < E < Eg−1 . On remarque donc que le numéro du groupe croît
lorsque l’énergie décroît. Nous noterons pour simplifier :
Z Z Eg−1
dE = dE.
g Eg

On suppose ensuite que le flux angulaire est approché sur chacun de ces intervalles d’énergie
par le produit d’une fonction qui ne dépend que de l’énergie ψg (E) > 0 et du flux angulaire de
~ :
groupe Ψg (x, Ω)
~ E) ≃ ψg (E)Ψg (x, Ω),
Ψ(x, Ω, ~ pour Eg < E < Eg−1 ,

où
ψ(E)
ψg (E) = R .
g ψ(E)dE

18
 1.3. Approximation multigroupe

On définit alors les sections efficaces, spectres et sources multigroupes

 Z


 Σtg (x) = Σt (x, E)ψg (E)dE,
g







 Z Z
~ ′
Σsgg′ (x, Ω −→ Ω) =~ ~ ′ −→ Ω,
Σs (x, Ω ~ E ′ −→ E)Ψ(x, Ω
~ ′ , E ′ )ψg′ (E ′ ) dE ′ dE, (1.49)
 g g ′





 Z
~ ~ E)ψg (E) dE.

 qg (x, Ω) = q(x, Ω,


g

L’équation (1.49) s’écrit donc sous la forme multigroupe suivante

~ ~ ~ ~

 Ω · ∇Ψg (x, Ω) + Σtg (x)Ψg (x, Ω)





G Z



~ ′ −→ Ω)Ψ
~ g′ (x, Ω
~ ′ ) dν(Ω)
~ ′ + qg (x, Ω)
~
X
= Σsgg′ (x, Ω (1.50)
S 2
′


 g =1




~ E) = 0, sur Γ− .

Ψg (x, Ω,


Résultats d’existence du problème multigroupe

Les résultats d’existence ne font pas directement l’objet de cette thèse. Notons simplement
que dans le cas particulier où l’espace des vitesses est égal à la réunion de G sphères correspondant
aux différents groupes d’énergie, il suffit d’appliquer le théorème 1.2.1.

Schéma de résolution du problème multigroupe

On définit l’opérateur de transport pour le groupe g en posant :
h i
Hgg0 ~ = Ω
Ψg (x, Ω) ~ ·∇
~ + Σtg Ψg (x, Ω).
~ (1.51)

De plus, on définit l’opérateur de scattering entre le groupe g et le groupe g ′ par :

Z
Hgg1
′ Ψg ′ (x, ~
Ω) = ~ ′ −→ Ω)Ψ
Σsgg′ (x, Ω ~ ′ ) dν(Ω
~ g′ (x, Ω ~ ′ ). (1.52)
S2

A partir des définitions (1.51) et (1.52), on définit l’opérateur de transport multigroupe en

posant :
0 1
Hgg′ = δgg′ Hgg − Hgg ′. (1.53)
On peut alors écrire l’équation (1.50) de la façon suivante (les conditions aux limites étant sous-
entendues) :     
H11 . . H1G Ψ1 q1
 H21 . . H2G   Ψ2   q2 

 .
 = . (1.54)
. . .  .   . 
HG1 . . HGG ΨG qG
Nous supposons qu’il n’y a pas de transfert d’un groupe de bas niveau d’énergie vers un groupe
de haut niveau d’énergie (i.e. une particule ne peut pas gagner d’énergie lors d’un choc). On a
alors :
Hgg′ = 0, si g ′ > g.

19
Chapitre 1. L’équation du transport

Le système d’équations (1.54) ci dessus est donc triangulaire inférieur et s’écrit

−1
Ψ1 = H11 q1 ,
−1
Ψ2 = H22 (q2 − H21 Ψ1 ),
..
.
G
X
−1
ΨG = HGG (qG − HGg′ Ψg′ ).
g ′ =1

L’avantage de ce type de méthode est de se ramener à la résolution d’un problème à un groupe

d’énergie. Le problème adimensionné à un groupe d’énergie s’écrit donc sous la forme (1.10) avec
un espace des vitesses V qui se réduit à la sphère unité de R3 , S 2 . Ce problème est aussi appelé
problème stationnaire monogroupe ou monocinétique du transport ; c’est ce problème auquel
nous nous intéressons dans la suite de ce manuscrit.

1.4 Discrétisation angulaire et problème de la source itérée

(Sources : [Link] [13] ; [Link], [Link] [45])

Nous nous intéressons dans ce paragraphe au problème du transport stationnaire monociné-

tique, écrit sous la forme
 Z
~ ~ ~ ~
 Ω · ∇u(x, Ω) + σt (x)u(x, Ω) =

 ~ ′ , Ω)u(x,
f (x, Ω ~ ~ ′ )dν(Ω
Ω ~ ′ ) + q(x, Ω),
~ dans X,
S2
(1.55)

~ = 0, sur Γ .−

u(x, Ω)


Dans ce paragraphe, nous allons présenter une façon de discrétiser cette équation selon la va-
~ ∈ S 2 . Nous présentons la méthode utilisée dans la réalisation du code mixte-hybride de
riable Ω
résolution de l’équation du transport. Par la suite, nous exposons la méthode dite de la source
itérée, un schéma itératif classiquement utilisé pour résoudre les équations intégro-différentielles
du transport neutronique.

1.4.1 Discrétisation angulaire

Nous présentons dans ce paragraphe la méthode aux ordonnées discrètes qui est l’une des
méthodes les plus utilisées pour la résolution déterministe des équations de transport. Sur le sujet,
citons notamment les travaux de [Link] et [Link] [30, 57] et ceux de [Link]
pour une analyse d’erreur [9, 10].

Méthodes aux ordonnées discrètes

Les méthodes aux ordonnées discrètes (on parle aussi de discrétisation angulaire SN ) visent à
discrétiser la sphère unité de R3 en un nombre fini de directions angulaires. On commence donc
par se donner une quadrature constituée de M directions. Nous notons Q cette quadrature de
sorte que n o
Q = QM = Ω ~ m ∈ S 2, 1 ≤ m ≤ M .

20
 1.4. Discrétisation angulaire et problème de la source itérée

Nous notons ωm , 1 ≤ m ≤ M , les M poids associés à cette quadrature Q. Ces poids sont choisis
de sorte que l’on réalise de la façon la plus satisfaisante l’approximation suivante :
Z
~ ~ ≃ ~
X
u(x, Ω)dν(Ω) ~ u(x, Ω).
ωΩ
S2 ~
Ω∈Q M

L’équation (1.55) s’écrit alors sous forme approchée


~ · ∇u(x,
~ ~ + σt (x)u(x, Ω)
~ = ~′ ~ ~′ ~
X


 Ω Ω) ~ ′ f (x, Ω , Ω)u(x, Ω ) + q(x, Ω), dans X × QM
ωΩ
~ ′ ∈QM

Ω


~ = 0, sur Γ− × QM
 u(x, Ω)

~Ω
(1.56)
où n o
Γ− = x ∈ ∂D; ~ · ~n(x) < 0 .
Ω
~
Ω

On obtient alors un système de M équations d’advection couplées qui ne varient plus que suivant
la variable d’espace x.

Résultat d’existence et critère de convergence

On peut montrer l’existence de solutions à cette équation. On peut trouver ces résultats
d’existence notamment dans les travaux de [Link] [9, 10]. Par ailleurs, [Link]
propose une estimation d’erreur qui permet d’obtenir une idée de la convergence de la suite
des problèmes approchés (1.56) vers le problème continu (1.55). Si on suppose que les sections
efficaces et la source sont isotropes et si on note
Z
φ(x) = ~
u(x, Ω)dν( ~
Ω),
S2

le flux scalaire et
~
X
φM (x) = ~ uM (x, Ω),
ωΩ
~
Ω∈Q M

où u et uM sont respectivement les solutions des problèmes (1.55) et (1.56), on a l’estimation

suivante (pour C constante positive)

C ¡
(1.57)
¢
||φ − φM ||L2 (D) ≤ √ ||φ||H 1 (D) + ||q||H 1 (D) .
M

En pratique, on découpe la sphère unité en M morceaux Mi et on choisit comme points de la

quadrature les M directions Ω ~ i associées à Mi , les poids de la quadrature sont alors les mesures
des éléments Mi . Nous reviendrons sur le choix et la présentation d’une quadrature adaptée
pour la discrétisation angulaire de notre problème de transport dans le chapitre 5. Remarquons
aussi que l’un des inconvénients majeurs de la méthode SN réside dans l’apparition d’effets de
raies (voir [Link] [57]) sur la solution numérique du problème de transport associé. Par
ailleurs, pour qu’un schéma de transport soit compatible avec la limite diffusion (voir chapitre
6), il convient d’adapter le choix de la quadrature, citons F. Golse, S. Jin et C.D. Levermore [49].

21
Chapitre 1. L’équation du transport

1.4.2 Résolution par la méthode de la source itérée

On revient sur la formulation du transport discrétisée angulairement. Les méthodes de réso-
lution classiquement utilisées en transport consistent à itérer sur l’opérateur de collision suivant
le schéma

~ · ∇u
~ i+1 (x, Ω)
~ + σt (x)ui+1 (x, Ω)
~ = ~′ ~ i ~′ ~
X


 Ω ωΩ~ ′ f (x, Ω , Ω)u (x, Ω ) + q(x, Ω), dans X × Q,
~ ′ ∈Q

Ω


~ = 0, sur Γ− × Q.
 ui+1 (x, Ω)

~ Ω
(1.58)
ui
où est le flux angulaire calculé à l’itération i, i ≥ 1, et u0
est un flux angulaire initial donné (en
général 0). Cependant, la vitesse de convergence d’une telle méthode peut s’avérer extrêmement
lente (en particulier pour des régimes très collisionnels). C’est pourquoi on a souvent recours à
une technique d’accélération telle que celle que nous allons présenter ci-après.

1.4.3 Accélération par diffusion synthétique

Cette technique consiste à utiliser l’approximation du transport dans un régime de diffusion
(voir [Link] [7], voir le chapitre 6 notamment pour une généralisation de la technique aux
méthodes mixtes). Nous revenons dans ce paragraphe à l’équation du transport continue pour
simplifier. On note

~ =Ω
Lu(x, Ω) ~ · ∇u(x,
~ ~ + σt u(x, Ω)
Ω) ~ l’opérateur de transport libre,

Z
~ = σs
Ku(x, Ω) ~ ′ )dν(Ω
u(x, Ω ~ ′ ) l’opérateur de collision.
S2

Pour les autres notations, voir le paragraphe 1.2.3. La généralisation aux équations discrétisées
étant immédiate. Nous supposerons de plus que la section efficace de scattering est isotrope :
f = σs (x).
Le schéma itératif accéléré s’écrit alors :
– On choisit un flux angulaire initial u0 (par exemple 0.
– Pour i ≥ 1, on résout un problème de transport :
1
ui+ 2 = L−1 Kui + L−1 q.

– On résout un problème de diffusion :

1
~ · D∇e
−∇ ~ i+1 = K(ui+ 2 − ui ) dans D

ei+1 = 0 sur ∂D,

1 1
avec D = 3σ1 t et on pose alors ui+1 = ui+ 2 + ei+1 . Évidemment, le terme K(ui+ 2 − ui ) ne
dépend plus ici que de la seule variable spatiale x.
Nous reviendrons plus en détail sur l’accélération par diffusion synthétique, l’établissement d’une
équation de diffusion à partir d’un problème de transport et l’accélération par diffusion synthé-
tique adaptée à la formulation mixte du transport dans le chapitre 6.

22
 1.5. Forme intégrale de l’équation du transport

1.5 Forme intégrale de l’équation du transport

(Sources : [Link] [13] ; [Link], [Link] [42])

Nous nous intéressons ici au problème du transport monocinétique (V = S 2 ) pour lequel la

~ Ω
section efficace de scattering est supposée isotrope (f (x, Ω, ~ ′ ) = σs (x)). En suivant ces hypo-
thèses, on écrit le problème stationnaire du transport sous la forme suivante :

 Z
~ · ∇u(x,
 Ω ~ ~ + σt (x)u(x, Ω)
Ω) ~ = σs (x) ~ ′ ) dν(Ω
u(x, Ω ~ ′ ) + q(x) dans X,
S 2 (1.59)

u = ub , ~ ∈ Γ− ,
pour (x, Ω)

On cherche alors à inverser l’opérateur d’advection A défini en (1.31), ainsi, nous écrivons le
problème (1.59) sous la forme :
~ = TΩ (σs φ + q)(x) + ub (xs , Ω)
u(x, Ω) ~ exp(−α(x, xs )). (1.60)

Dans cette équation, on a introduit :

– α(x, x′ ) est appelé le parcours optique défini par
Z |x−x′ |
x′ − x
µ ¶
′
α(x, x ) = ds σt x + s . (1.61)
0 |x − x′ |
~ donné par :
– TΩ est l’opérateur d’intégration dans la direction Ω
Z ~
d(x,Ω)
TΩ f (x) = ~
ds exp(−α(x, x − sΩ))f ~
(x − sΩ). (1.62)
0

~ est la distance de x ∈ D à ∂D dans la direction −Ω.

– d(x, Ω) ~
– xs est le point du bord ∂D défini par
~ Ω.
xs = x − d(x, Ω) ~ (1.63)

– φ(x) est le flux scalaire défini par :

Z
φ(x) = ~ ′ ) dν(Ω
u(x, Ω ~ ′ ). (1.64)
S2

Pour obtenir une formulation intégrale de l’équation du transport portant sur le flux scalaire φ,
on utilise le changement de variable permettant de passer des coordonnées cartésiennes sur D
aux coordonnées surfaciques, on a :
~
dx′ = s2 dsdν(Ω),
~ · ~n(xs )|−1 dΩ.
dxs = s2 |Ω ~
On exprime alors les formes intégrales classiques de l’équation du transport des neutrons :
exp(−α(x, x′ )) ¡
Z
σs (x′ )φ(x′ ) + q(x′ ) dx′
¢
φ(x) = ′ 2
Z D |x − x |
+ ~ exp(−α(x, xs )) dν(Ω),
ub (xs , Ω) ~
S2

23
Chapitre 1. L’équation du transport

~
Ω

D x

xs
~
x − sΩ

~ dans D.
Fig. 1.2 – Distance x − sΩ

et
exp(−α(x, x′ )) ¡
Z
′ ′ ′
¢ ′
φ(x) = σ s (x )φ(x ) + q(x ) dx
D |x − x′ |2·
′
¸
exp(−α(x, x )) x − xs
Z
+ ~
−Jin (xs , ) · ~n(xs ) dxs ,
∂D |x − x′ |2 |x − xs |

où J~in est le courant entrant défini par

J~in = Ωu
~ b (xs , Ω).
~

A partir de ces expressions, on peut alors calculer les solutions exactes de nombreux problèmes de
transport pour estimer par exemple les erreurs d’approximation des schémas numériques. Cette
forme de l’équation du transport est aussi utilisée dans la méthode des caractéristiques ou dans
des méthodes probabilistes.

1.6 Formulation en flux pair

(Sources : [Link] [13] ; [Link], [Link] [42])
Une autre possibilité consiste à s’intéresser à des formes du second ordre de cette équation : nous
présenterons la formulation en flux pair qui permet l’introduction d’une forme bilinéaire coercive
sur l’espace de Hilbert W 2 et d’un cadre fonctionnel adapté proche de celui que l’on rencontre
pour traiter des problèmes elliptiques. Au chapitre 2, nous présenterons une autre forme du
second ordre que nous utiliserons plus particulièrement pour introduire la formulation mixte du
transport.
Comme au paragraphe précédent, nous considérerons un problème stationnaire monocinétique
avec V = S 2 et nous supposerons que les sections efficaces de scattering et les sources sont
~ Ω
isotropes, soit f (x, Ω, ~ ′ ) = σs (x) et q(x, Ω)
~ = q(x), pour simplifier, on s’intéressera au cas d’une
condition aux limites absorbante, ce qui nous donne
 Z
~ · ∇u(x,
 Ω ~ ~ ~
Ω) + σt (x)u(x, Ω) = σs (x) ~ ′ ) dν(Ω
u(x, Ω ~ ′ ) + q(x) dans X,
S 2 (1.65)

u = 0, ~ ∈ Γ− .
pour (x, Ω)

On décompose alors le flux angulaire u en deux parties, une partie symétrique et l’autre antisy-

24
 1.6. Formulation en flux pair

métrique en angle : u = u+ + u− , où le flux pair u+ et le flux impair u− sont définis par :


~ ~
~ = u(x, Ω) + u(x, −Ω) ,
 u+ (x, Ω)


2 (1.66)
u(x, ~ − u(x, −Ω)
Ω) ~
 −
 u (x, Ω)
 ~ = .
2
Z
On note toujours le flux scalaire φ(x) = ~ ′ ) dν(Ω
u(x, Ω ~ ′ ), l’équation (1.65) s’écrit :
S2
³ ´¡
~ ·∇
~ + σt u+ + u− = σs (x)φ + q, (1.67)
¢
Ω

~ en −Ω,
et en changeant Ω ~ on obtient :
³ ´¡
~ ·∇~ + σt u+ − u− = σs (x)φ + q. (1.68)
¢
−Ω
En ajoutant et soustrayant ces deux équations, on a :
~ · ∇u
Ω ~ − + σt u+ = σs (x)φ + q, (1.69)
~ · ∇u
Ω ~ + + σt u− = 0. (1.70)
Si on suppose que σt est strictement positif sur D (en respectant l’hypothèse de sous-criticité par
exemple), on en déduit que :
1~ ~ +
u− = − Ω · ∇u , (1.71)
σt
et, en injectant cette expression dans l’équation (1.69), on obtient l’équation du second ordre sur
le flux pair :

−Ω~ ·∇~ 1Ω ~ · ∇u
~ + + σt u+ = σs (x)φ + q, (1.72)
σt
un problème que l’on peut écrire sous la forme :

P u+ = σs φ + q, (1.73)

avec
~ ·∇
~ 1~ ~ +
P u + = −Ω Ω · ∇u + σt u+ . (1.74)
σt
Les conditions aux limites du problème (1.65) u = 0 sur Γ− s’écrivent :
½ +
u + u− = 0 sur Γ− ,
(1.75)
u+ − u− = 0 sur Γ+ .

Ce qui donne, en utilisant (1.71),

1~ ~ +

 u+ − Ω
 · ∇u = 0 sur Γ− ,
σt (1.76)
 u+ + 1 Ω
 ~ · ∇u
~ + = 0 sur Γ+ .
σt
La formulation en flux pair de l’équation du transport est donc constituée par l’équation (1.73)
associée aux conditions aux limites (1.76). Notons que le problème du flux pair ainsi défini est bien

25
Chapitre 1. L’équation du transport

posé, en effet il est strictement équivalent au problème initial du transport (1.65), lorsque l’on
connaît le flux pair u+ , on peut recalculer le flux angulaire total en remarquant que u = u+ + u−
et en utilisant la relation (1.71). On peut aussi montrer ce résultat en considérant une approche
variationnelle : nous présenterons sommairement cette approche au cours du chapitre 3. Notons
aussi que la structure de l’équation du flux-pair est similaire à celle de l’équation du second-ordre
auto-adjointe du transport que nous présentons en détail au chapitre 2.

1.7 Quelques méthodes classiques de résolution en espace

Nous présentons dans cette partie différentes méthodes de résolution spatiale (i.e. après dis-
crétisation angulaire) de l’équation du transport monocinétique .

1.7.1 Résolution en espace par le schéma diamant

(Sources : [Link], [Link] [45])

Nous explicitons cette méthode dans le cas d’un problème 1D (l’espace physique sera toujours
noté D ⊂ R). On considère l’équation du transport sur l’intervalle D = [a, b] pour un groupe
d’énergie, dans un cas isotrope :
∂u

 µ (x, µ) + σt (x)u(x, µ) = σs (x)φ(x) + q(x, µ) pour (x, µ) ∈ D × [−1, 1],

∂x (1.77)
 u(a, µ) = u(a, −µ) pour µ > 0,
u(b, µ) = h(µ) pour µ < 0.


Nous utiliserons fréquemment cette technique qui fait référence sur maillages cartésiens. On a
l’habitude de parler de méthode DSN lorsque la discrétisation diamant en espace est associée
à une discrétisation angulaire de type SN (nous reviendrons sur une discrétisation angulaire du
type SN au chapitre 5). On s’intéresse donc à la résolution en espace du problème suivant :
On découpe donc le domaine D ⊂ R en I segments définis pour i ∈ {1, · · · I} par [xi− 1 , xi+ 1 ]
2 2
et on notera xi le milieu de ce segment. La relation diamant décrit le flux au milieu de chaque
segment comme :
1³ ´
ui,m = ui+ 1 ,m + ui− 1 ,m ,
2 2 2

où ui,m = u(xi , µm ) et ui± 1 ,m = u(xi± 1 , µm ). L’équation (1.77) s’écrit pour un segment i suivant
2 2
une direction m :
ui+ 1 ,m − ui− 1 ,m
2 2
µm + σt,i ui,m = σs,i φi + qi ,
hi
où hi = xi+ 1 − xi− 1 est la longueur de l’intervalle i. On obtient donc le système d’équations :
2 2

ui+ 1 ,m − ui− 1 ,m

2 2
µm + σt,i ui,m = σs,i φi + qi ,


h


 i
1


ui,m = (ui+ 1 ,m + ui− 1 ,m ), (1.78)
2 2 2
pour µm > 0,



 u 1
,m = u 1
,M −m+1
 u 2 1 =2h(µ )

pour µm < 0,

I+ ,m m
2

où µm = −µM −m+1 (on suppose que la quadrature est symétrique). Suivant le signe de µm , on
détermine le sens de parcours de l’espace. On résout le système en exprimant soit le flux ui,m

26
 1.7. Quelques méthodes classiques de résolution en espace

au milieu de la maille soit le flux ui± 1 ,m aux noeuds. Si on pose Qi = σs,i φi + qi et si on choisit
2
d’éliminer le flux ui,m , on peut écrire la résolution du système suivante :
– pour µm < 0, uI+ 1 ,m = h(µm ) par la condition aux limites à droite alors, pour i = I, · · · , 1
2
on calcule
σt,i hi −1
· ¸ · ¸
Qi,m hi
ui,m = 1 + ui+ 1 ,m + ,
2|µm | 2 2|µm |
ui− 1 ,m = 2ui,m − ui+ 1 ,m .
2 2

– pour µm > 0, u 1 ,m = u 1 ,M −m+1 par la condition aux limites à gauche alors, pour i =
2 2
1, · · · , I on calcule
σt,i hi −1
· ¸ · ¸
Qi,m hi
ui,m = 1 + ui− 1 ,m + ,
2|µm | 2 2|µm |
ui+ 1 ,m = 2ui,m − ui− 1 ,m .
2 2

On calcule ensuite le nouveau flux scalaire φi par intégration numérique du flux angulaire ui,m
et on procède par la méthode de la source itérée.

Remarque 1.7.1
Cette technique peut évidemment s’étendre à des dimensions spatiales supérieures sur des maillages
cartésiens (voir [45]). Récemment, [Link] a adapté et mis en oeuvre des techniques de raf-
finement dynamique de maillages pour le schéma DSN ; voir [11].

1.7.2 Méthodes d’éléments finis continus et discontinus

Il est aussi possible d’utiliser des méthodes d’éléments finis appliquée à la forme du premier
ordre de l’équation du transport. Deux principales méthodes sont utilisées : les éléments finis
continus et les éléments finis discontinus. Les éléments finis continus sont une généralisation du
schéma DSN à des maillages quelconques, cependant les fortes irrégularités de maillage rendent
ce schéma très imprécis. La méthode des éléments finis continus est construite suivant la méthode
de Galerkin (voir [Link], [Link] [42], pp 1004-1006 et [Link] [59]). Cependant, cette
méthode conduit à un système d’équations qui n’est pas symétrique et dont la solution est
fortement oscillante lorsque le maillage est grossier (voir [45]). Une autre alternative réside en
l’utilisation de la méthode des éléments finis discontinus (voir [75] notamment) dans laquelle on
suppose que le flux angulaire est discontinu de part et d’autre d’une face du maillage. Cette
méthode est stable mais elle génère un nombre d’inconnues plus grand que pour la méthode des
éléments finis continus. De plus, en deux et trois dimensions d’espace, on obtient un système
linéaire difficile à inverser. Le fait de choisir un sens de parcours du maillage de l’espace physique
permet de calculer explicitement les flux aux noeuds ou aux centres des mailles suivant les
directions de propagation (i.e. un ordonnancement permettant d’aboutir à un système linéaire
triangulaire selon les directions). Ce sens de parcours n’existe en deux dimensions d’espace que
si les éléments du maillage que l’on utilise sont convexes. Par contre, ce sens de parcours est
impossible à déterminer de façon générale en géométrie tridimensionnelle.

1.7.3 Méthode de projection sur les harmoniques sphériques et méthode PN

(Sources : [Link] [13] ; [Link], [Link] [42] ; [Link] [73])

27
Chapitre 1. L’équation du transport

Une autre grande classe de méthode d’approximation angulaire pour la résolution de l’équa-
tion du transport est la méthode des harmoniques sphériques. Nous supposerons dans ce para-
graphe que le noyau de collision est de la forme

~ Ω
f (x, Ω, ~ ′ ) = f (x, Ω
~ ·Ω
~ ′ ).

Cette hypothèse caractérise une propriété d’isotropie du milieu. Ainsi, la probabilité pour qu’une
particule de direction Ω~ qui subit un choc en x reparte dans la direction Ω ~ ′ ne dépend que de
l’angle entre les deux directions Ω ~ et Ω~ . L’idée est alors de décomposer le flux angulaire, les
′

sources et les sections efficaces dans la base des harmoniques sphériques notées Ylm et Ylm∗ :

l
+∞ X µ ¶1
~ =
X 2l + 1 2 ~
u(x, Ω) ulm (x)Ylm (Ω),
4π
l=1 m=−l

+∞ X
l
~ ·Ω
~ ′) = ∗ ~ ~ ′ ),
X
f (x, Ω fl (x)Ylm (Ω)Ylm (Ω
l=1 m=−l

l
+∞ X µ ¶1
~ =
X 2l + 1 2
~
q(x, Ω) qlm (x)Ylm (Ω).
4π
l=1 m=−l

On injecte alors ces relations dans (1.55), soit :

~ · ∇u
~ lm + σt ulm − fl ulm − qlm )Ylm (Ω)
~ = 0.
X
(Ω
l,m

~ pour obtenir des équations cou-

∗ et on intègre en Ω
On multiplie alors cette relation par Ylm
~ La méthode PN consiste alors à résoudre ces équations en
plées indépendantes de la variable Ω.
supposant que tous les moments sont nuls pour l > N .

Remarque 1.7.2
Dans le cas où N = 1, on trouve la représentation P1 du flux angulaire (voir chapitre 6) :

~ = φ(x) + 3Ω
u(x, Ω) ~ · G(x)
~

~
où G(x) est une fonction vectorielle ne dépendant que de la variable x. Le système d’équations
P1 associé est une formulation mixte d’un problème elliptique de diffusion. L’idée de la méthode
de projection sur les harmoniques sphériques consiste donc à approcher un problème de transport
de l’espace des phases par des équations elliptiques (dans le cas de la résolution d’un problème
stationnaire) de l’espace physique uniquement (donc beaucoup plus aisées à résoudre numérique-
ment).

Remarque 1.7.3
Signalons les travaux de [Link] [72] sur l’équation du transport simplifiée basée sur une approxi-
mation PN du flux angulaire et ceux de [Link] et [Link] Criekingen [58] sur l’application
des éléments finis mixtes-hybrides aux équations PN .

28
 1.7. Quelques méthodes classiques de résolution en espace

Méthode PN dans le cas unidimensionnel

On considère dans la suite de ce paragraphe le problème du transport monocinétique unidi-
mensionnel. La méthode PN correspond en une dimension d’espace au développement du flux
angulaire sur la base des polynômes de Legendre de la façon suivante :
+∞
~ =
X
u(x, Ω) (2l + 1)Pl (µ)φl (x),
l=0

où
1
1
Z
φl (x) = Pl (µ′ )u(x, µ′ ) dµ′ ,
2 −1
et
1 dl 2
Pl (µ) = (µ − 1)l .
2l l! dµl
L’approximation PN consiste à considérer que pour tout l ≥ N + 1 on a :

φl = 0.

Les termes φl sont appelés les moments du flux angulaire. Si on remplace ces développements
dans l’équation de transport, on obtient le système à N + 1 inconnues suivant :
N N
d X X
µ (2l + 1)Pl (µ)φl (x) + σt (x) (2l + 1)Pl (µ)φl (x) =
dx
l=0 l=0 (1.79)
N
σs (x) 1 X
Z
(2l + 1)Pl (µ′ )φl (x) dµ′ + q(x, µ).
2 −1 l=0
On exprime ensuite le terme µPl (µ) en utilisant la relation de récurrence des polynômes de
Legendre
1
µPl (µ) = [lPl−1 (µ) + (l + 1)Pl−1 (µ)] .
2l + 1
Les polynômes de Legendre forment une base orthonormale telle que :
1 1
Z
Pl (µ′ )Pl′ (µ′ ) = δll′ ,
2 −1
où δll′ représente le symbole de Kronecker. Dans le cas d’une diffusion isotrope, on a
N 1
1X
Z
Pl (µ′ )P0 (µ′ )φl (x) = δl0 φl (x).
2 −1
l=0

Le terme intégral se réduit alors au terme σs φ0 (x). On multiplie alors l’équation (1.79) par chacun
des polynômes et on intègre en µ pour obtenir un système d’équations :
d d
(l + 1) φl+1 + l φl−1 + (2l + 1)σt φl = σs φ0 δl0 + ql pour l = 0, · · · , N,
dx dx
où ql est le moment d’ordre l de la source.
Remarque 1.7.4
La méthode PN est équivalente au schéma DSN si les points de discrétisation angulaire corres-
pondent aux points de Gauss (voir [18]).

29
Chapitre 1. L’équation du transport

Bilan du chapitre 1
Nous avons donc mis en évidence toutes les notions et tous les outils qui vont être utilisés
dans la suite de ce manuscrit. Nous pouvons à présent introduire les formulations mixtes de
l’équation du transport et en étudier quelques propriétés fondamentales. C’est ce que nous allons
voir dans le chapitre qui suit.

30
 Chapitre 2

Formulation mixte de l’équation du

transport

Sommaire
2.1 Cadre fonctionnel général du transport . . . . . . . . . . . . . . . . . 32
2.2 Formulation du second ordre auto-adjointe du transport . . . . . . . 39
2.3 Formulation mixte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.4 Equivalence entre la formulation mixte et le problème modèle . . . 43
2.5 Cadre fonctionnel pour la formulation mixte . . . . . . . . . . . . . . 44
2.6 Existence et unicité du problème mixte du transport . . . . . . . . . 45
2.7 Cas du vide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.7.1 Formulation du second ordre . . . . . . . . . . . . . . . . . . . . . . . . 47
2.7.2 Formulation mixte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.7.3 Interfaces vide-matière . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

Dans ce chapitre, nous commençons par introduire le cadre fonctionnel nécessaire pour l’étude
des formes variationnelles du transport avant de présenter la forme dite du second ordre auto-
adjointe de l’équation du transport ou Self-Adjoint Angular Flux (SAAF) equation, équivalente
à la forme du premier ordre de l’équation du transport, introduite par [Link] et [Link]
[64, 65] et étudiée plus en détail par [Link] et [Link] dans [62]. Nous exhibons ensuite
une formulation mixte dérivée de cette forme du second ordre, cette formulation a aussi été
évoquée par C.J. Gesh dans [47] sous une forme quelque peu différente. Nous montrons l’existence
et l’unicité de solutions au problème mixte en introduisant un nouveau cadre fonctionnel adapté
à l’étude de cette formulation. Tout au long de ce chapitre, nous nous intéressons à la forme
stationnaire suivante de l’équation du transport :
(
~ · ∇u(x,
Ω ~ ~ + σt u(x, Ω)
Ω) ~ = (Ku)(x) + q(x, Ω)
~ pour (x, Ω)
~ ∈ X,
~ ~ ~ ∈ Γ− . (2.1)
u(x, Ω) = ub (x, Ω) pour (x, Ω)

~ et ub (x, Ω)
où q(x, Ω) ~ sont des fonctions données indépendantes du temps. Dans ce chapitre, on
considère le cas où d = 3. On considérera dans tout ce chapitre un domaine D convexe et borné
de R3 (notamment pour donner un sens aux traces de la solution u sur Γ− et Γ+ , voir [34, 35]).

31
Chapitre 2. Formulation mixte de l’équation du transport

2.1 Cadre fonctionnel général du transport

On introduit les espaces fonctionnels nécessaires à l’analyse variationnelle des équations du
transport. On notera
L2 = L2 (X, dxdν), (2.2)

~ · ~n|dsdν),
L2− = L2 (Γ− , |Ω (2.3)

~ · ~n|dsdν),
L2+ = L2 (Γ+ , |Ω (2.4)
les espaces des fonctions de l’espace des phases de carré intégrable respectivement sur X, Γ− et
Γ+ .

Remarque 2.1.1
On se place par la suite dans le cadre d’un domaine D ouvert borné.

On rappelle que l’on a introduit au chapitre précédent l’espace du transport

n o
W 2 = u ∈ L2 ; Ω~ · ∇u
~ ∈ L2 , (2.5)

dans la suite nous utiliserons aussi les espaces suivant

n o
W0 = u ∈ W 2 ; u|Γ− = 0 , (2.6)

et n o
W = u ∈ W 2 ; u|Γ− ∈ L2− . (2.7)

[Link] [34, 35] montre que l’espace W peut aussi être défini par
n o
W = u ∈ W 2 ; u|Γ+ ∈ L2+ . (2.8)

On définit alors un produit scalaire sur W de la façon suivante :

Z Z Z
(u, v)W = uv+ ~ ~ ~ ~
(Ω · ∇u) (Ω · ∇v) + ~ · ~n)u v.
(Ω (2.9)
X X Γ+

La norme correspondante sur W est donnée par :

~ · ∇u||
||u||2W = ||u||2L2 + ||Ω ~ 2 2 + ||u||2 2 . (2.10)
L L +

L’espace W associé au produit scalaire correspondant (·, ·)W est un espace de Hilbert (voir
par exemple [42]). L’espace W0 est un sous espace fermé de W , W0 est donc un espace de Hilbert
pour le produit scalaire induit par W .

Remarque 2.1.2
Pour tout (u, v) ∈ W × W on a la formule de Green suivante
Z Z Z
~ · ∇u)vdxdν(
(Ω ~ ~ +
Ω) ~ · ∇v)udxdν(
(Ω ~ ~ =
Ω) ~ · ~n)uvdsdν(Ω).
(Ω ~ (2.11)
X X Γ

32
 2.1. Cadre fonctionnel général du transport

Introduisons l’opérateur R défini pour tout u dans L2 par :

Z
~ ~ ~
Ru(x, Ω) = (σt − K)u(x, Ω) = σt u(x, Ω) − ~ ′ )dν(Ω
σs (x)u(x, Ω ~ ′ ), ∀(x, Ω)
~ ∈ X. (2.12)
S2

L’opérateur R est un opérateur auto-adjoint et sous les hypothèses (1.39) d’un milieu sous-
critique, il est inversible. Nous résumons ces propriétés dans la proposition suivante.
Proposition 2.1.1
On suppose que
~ ∈ L∞ (X), 0 < σ0 ≤ σt (x, Ω)
– σt (x, Ω) ~ ≤ σ∞ ,
Z
~ −
– σt (x, Ω) ~ ′ , Ω)dν(
σs (x, Ω ~ ~ ′ ) ≥ α > 0,
Ω
ZS 2
~ −
– σt (x, Ω) ~ Ω
σs (x, Ω, ~ ′ )dν(Ω
~ ′ ) ≥ α > 0.
S2
Alors, l’opérateur R agissant de L2 dans L2 est auto-adjoint, continu et inversible. Son inverse,
R−1 est aussi continu. De plus, il existe α > 0 (voir hypothèse (1.39)) tel que :
Z
(Ru)u ≥ α||u||2L2 . (2.13)
X

Démonstration - Pour la preuve de cette proposition, voir [Link] et [Link] [42]. ¥

Nous allons à présent énoncer le théorème d’existence et d’unicité de solution pour (2.1) dans
le cadre L2 , nous donnons une estimation sur la solution en norme L2 et nous proposons une
démonstration de cette estimation.
Théorème 2.1.1
On suppose que les données du problème (2.1) vérifient
~ ∈ L2 ,
– q(x, Ω)
~ ∈ L2− ,
– ub (x, Ω)
~ ∈ L∞ (X), 0 < σ0 ≤ σt (x, Ω)
– σt (x, Ω) ~ ≤ σ∞ ,
Z
~ −
– σt (x, Ω) ~ ′ , Ω)dν(
σs (x, Ω ~ ~ ′ ) ≥ α > 0,
Ω
2
ZS
~
– σt (x, Ω) − ~ Ω
σs (x, Ω, ~ ′ )dν(Ω
~ ′ ) ≥ α > 0.
S2
Alors le problème du transport (2.1) possède une unique solution dans W et il existe une constante
strictement positive C telle que :
³ ´
||u||L2 ≤ C ||q||L2 + ||ub ||L2− . (2.14)

Démonstration - L’existence et l’unicité sont obtenues en utilisant le théorème 1.2.1 dans le

cadre L2 . Nous donnons ci-après la preuve de l’estimation (2.14). On considère donc le problème
stationnaire non homogène à source suivant :
~ · ∇u(x,
Ω ~ ~ + σt u(x, Ω)
Ω) ~ = (Ku)(x) + q(x, Ω)
~ pour (x, Ω)
~ ∈X (2.15)

avec les conditions aux limites

~ = ub (x, Ω)
u(x, Ω) ~ pour (x, Ω)
~ ∈ Γ− . (2.16)

Nous allons décomposer la solution u du problème (2.15) comme la somme u = u0 + v de la

solution u0 du problème (2.15) pour ub = 0 et de la solution v du problème (2.15) pour q = 0.

33
Chapitre 2. Formulation mixte de l’équation du transport

On commence par considérer le problème stationnaire homogène à source suivant :

~ · ∇u
Ω ~ 0 (x, Ω)
~ + σt u0 (x, Ω)
~ = (Ku0 )(x) + q(x, Ω)
~ pour (x, Ω)
~ ∈X (2.17)

avec les conditions aux limites homogènes

~ = 0 pour (x, Ω)
u0 (x, Ω) ~ ∈ Γ− . (2.18)

Multiplions l’équation (2.17) par u0 et intégrons sur l’espace des phases, on obtient donc
Z Z
2 ~
σt u0 dxdν(Ω) + ~ · ∇u
(Ω ~ 0 )u0 dxdν(Ω) ~
Z X Z X
µZ ¶ (2.19)
= ~ +
qu0 dxdν(Ω) σs u0 ~ ′ )dν(Ω
u0 (x, Ω ~ ′ ) dxdν(Ω).
~
X X S2

En utilisant l’inégalité de Cauchy-Schwartz (D étant borné), on majore le terme de gauche dans

le second membre de (2.19)
Z
~ ≤ ||q||L2 ||u0 ||L2 .
qu0 dxdν(Ω)
X

En utilisant le caractère auto-adjoint de l’opérateur R défini dans la proposition 2.1.1 et la

constante α de l’énoncé du théorème, on obtient la minoration suivante
Z Z µZ ¶
2 ~ −
σt u0 dxdν(Ω) σ s u0 ~ )dν(Ω
u0 (x, Ω′ ~ ) dxdν(Ω)
′ ~
X X S2
Z
= (Ru0 )u0 ≥ α||u0 ||2L2 .
X
On utilise alors la formule de Green (2.11) dans le but de faire intervenir les termes de bord, soit
Z Z
~ ~ ~
2u0 (Ω · ∇u0 )dxdν(Ω) = ~ · ~n)u20 dsdν(Ω).
(Ω ~
X Γ+

Au final, on obtient donc l’inégalité suivante

1
α||u0 ||2L2 + ||u0 ||2L2 ≤ ||q||L2 ||u0 ||L2 .
2 +

On obtient donc l’estimation suivante en norme L2

1
||u0 ||L2 ≤ ||q||L2 . (2.20)
α
On s’intéresse maintenant à la résolution (dans W ) du problème stationnaire non homogène
suivant :
~ · ∇v(x,
Ω ~ ~ + σt v(x, Ω)
Ω) ~ = (Kv)(x) pour (x, Ω)
~ ∈X (2.21)
avec les conditions aux limites non homogènes suivantes
~ = ub pour (x, Ω)
v(x, Ω) ~ ∈ Γ− . (2.22)

Nous allons chercher à montrer l’estimation suivante : il existe C constante positive telle que :

||v||L2 ≤ C||ub ||L2− .

34
 2.1. Cadre fonctionnel général du transport

Multiplions l’équation (2.21) par v et intégrons sur l’espace des phases, on trouve
Z Z
~ +
σt v 2 dxdν(Ω) ~ · ∇v)vdxdν(
(Ω ~ ~
Ω)
X X
Z µZ ¶
= σs v ~ ′ ~ ′ ~
v(x, Ω )dν(Ω ) dxdν(Ω).
X S2
En utilisant le caractère auto-adjoint de l’opérateur R défini dans la proposition 2.1.1 et la
constante α de l’énoncé du théorème, on obtient
Z Z
2 ~
σt v dxdν(Ω) + ~ · ∇v)vdxdν(
(Ω ~ ~
Ω)
X X
Z µZ ¶
− σs v ~ ′ ~ ′ ~
v(x, Ω )dν(Ω ) dxdν(Ω)
X S2
Z
≥ α||v||2L2 + ~ · ∇v)vdxdν(
(Ω ~ ~
Ω).
X
D’où
1 1
α||v||2L2 + ||v||2L2 − ||ub ||2L2 ≤ 0.
2 + 2 −

On obtient donc l’estimation suivante

1
||v||L2 ≤ ||ub ||L2− . (2.23)
2α
On combine alors les estimations sur u0 (2.20) et v (2.23) pour obtenir l’estimation (2.14) sur la
solution u de (2.15), on écrit
1 1
||u||L2 = ||u0 + v||L2 ≤ ||u0 ||L2 + ||v||L2 ≤ ||ub ||L2− + ||q||L2 ,
2α α
soit
1³ ´
||u||L2 ≤ ||ub ||L2− + ||q||L2 .
α
¥

Nous allons à présent énoncer le théorème d’existence et d’unicité de solution pour (2.1) dans
le cadre W , nous donnons aussi une estimation de la norme W de la solution. Cette estimation
est un résultat très utilisé notamment pour l’étude des formes variationnelles de l’équation du
transport. Nous proposons une preuve de cette estimation.

Théorème 2.1.2
Sous les hypothèses du théorème 2.1.1, le problème du transport (2.1) possède une unique solution
dans W et il existe une constante strictement positive C telle que :
³ ´
||u||W ≤ C ||q||L2 + ||ub ||L2− . (2.24)

Démonstration - L’existence et l’unicité sont obtenues en utilisant le théorème 1.2.1 dans le

cadre L2 . Nous proposons une preuve de l’estimation (2.24) dont nous n’avons trouvé aucune
démonstration. On considère donc le problème stationnaire non homogène à source suivant :
~ · ∇u(x,
Ω ~ ~ + σt u(x, Ω)
Ω) ~ = (Ku)(x) + q(x, Ω)
~ pour (x, Ω)
~ ∈X (2.25)

35
Chapitre 2. Formulation mixte de l’équation du transport

avec les conditions aux limites

~ = ub (x, Ω)
u(x, Ω) ~ pour (x, Ω)
~ ∈ Γ− . (2.26)

Nous allons chercher à décomposer la solution u du problème (2.25) comme la somme u = u0 + v

de la solution u0 du problème (2.25) pour ub = 0 et de la solution v du problème (2.25) pour q = 0.
On supposera dans le cadre de cette démonstration que σs = σs (x) et σt = σt (x) pour simplifier.
σs
L’hypothèse de sous-criticité s’écrit donc < 1. On rappelle que l’estimation standard donnée
σt
au théorème 1.2.3 s’écrit (pour C constante positive)
1³ ´
||u||L2 ≤ ||q||L2 + ||ub ||L2− . (2.27)
α
On commence par considérer le problème stationnaire homogène à source suivant :
~ · ∇u
Ω ~ 0 (x, Ω)
~ + σt u0 (x, Ω)
~ = (Ku0 )(x) + q(x, Ω)
~ pour (x, Ω)
~ ∈X (2.28)

avec les conditions aux limites homogènes

~ = 0 pour (x, Ω)
u0 (x, Ω) ~ ∈ Γ− . (2.29)
1~ ~
Multiplions l’équation (2.28) par u0 + Ω · ∇u0 et intégrons sur l’espace des phases, on obtient
σt
donc
1~ ~ ~ 0 )(u0 + 1 Ω
Z Z
~
σt u0 (u0 + Ω · ∇u0 )dxdν(Ω) + ~ · ∇u
(Ω ~ · ∇u
~ 0 )dxdν(Ω) ~
X σ t X µZ σt ¶
1~ ~ 1~ ~
Z Z
= q(u0 + Ω ~ +
· ∇u0 )dxdν(Ω) σs (u0 + Ω · ∇u0 ) ~ ′ )dν(Ω
u0 (x, Ω ~ ′ ) dxdν(Ω).
~
X σt X σt S2

Cette égalité s’écrit aussi

1 ~ ~
Z Z Z
(Ru0 )u0 + 2 ~ · ∇u
u0 (Ω ~ 0 )dxdν(Ω)
~ + (Ω · ∇u0 )2 dxdν(Ω) ~
X X σ
XZ t
Z
1~ ~
Z
σs ~ ~
µ ¶ (2.30)
= q(u0 + Ω · ∇u0 )dxdν(Ω) ~ + (Ω · ∇u0 ) ~ ′ )dν(Ω
u0 (x, Ω ~ ′ ) dxdν(Ω).
~
X σt X σt S2

Commençons par majorer les termes du membre de droite de l’égalité (2.30). En utilisant l’in-
égalité de Cauchy-Schwartz (D étant borné), on trouve
Z
~ ≤ ||q||L2 ||u0 ||L2 ,
qu0 dxdν(Ω)
X

et
1 ~ ~ 1
Z
q (Ω · ∇u0 )dxd ≤ ~ · ∇u
||q||L2 ||Ω ~ 0 ||L2 .
X σ t σ 0
σs
De plus, par l’hypothèse de sous-criticité, on a < 1 et :
σt
¯Z µZ ¶ ¯
¯ σs ~ ′ ~ ′ ~ ~ ~ ~
¯
¯ u0 (x, Ω )dν(Ω ) (Ω · ∇u0 (x, Ω))dxdν(Ω)¯¯
X σt S2
¯
Z µZ ¶ µZ ¶
≤ ~ ′
|u0 (x, Ω )|dν(Ω ) ~ ′ ~ ′ ~ ~ ′ ~
|Ω · ∇u0 (x, Ω )|dν(Ω ) dx′
D S2 S2

36
 2.1. Cadre fonctionnel général du transport

Z µZ ¶ 1 µZ ¶1
2 2
≤ ~ ′ )dν(Ω
u20 (x, Ω ~ ′) ~′ ~ 0 (x, Ω )) dν(Ω )
(Ω · ∇u ~′ 2 ~′
dx
D S2 S2
~ · ∇u
≤ ||u0 ||L2 ||Ω ~ 0 ||L2
1 ~ · ∇u
~ 0 ||L2 .
||q||L2 ||Ω
≤
α
On obtient donc l’inégalité suivante pour les termes de droite de (2.30)
µZ ¶
1~ ~ σs ~ ~
Z Z
q(u0 + Ω · ∇u0 )dxdν(Ω) + ~ (Ω · ∇u0 ) ~ ′ ~ ′ ~
u0 (x, Ω )dν(Ω ) dxdν(Ω)
X σt X σt S2

1 ~ 0 ||L2 + 1 ||q||L2 ||Ω

~ · ∇u ~ · ∇u
~ 0 ||L2 .
≤ ||q||L2 ||u0 ||L2 + ||q||L2 ||Ω
σ0 α
Minorons le terme de gauche de l’égalité (2.30). En utilisant le caractère auto-adjoint de l’opé-
rateur R défini dans la proposition 2.1.1 et la constante α de l’énoncé du théorème, on obtient
1 ~ ~
Z Z Z
(Ru0 )u0 + 2 ~ ~
u0 (Ω · ∇u0 )dxdν(Ω) +~ ~
(Ω · ∇u0 )2 dxdν(Ω)
X X X σ t

1 ~ ~
Z
≥ α||u0 ||2L2 + ||Ω · ∇u0 ||2L2 + ~ · ∇u
2u0 (Ω ~ 0 )dxdν(Ω).
~
σ∞ X
On utilise alors la formule de Green (2.11) dans le but de faire intervenir les termes de bord, soit
Z Z
~ ~ ~
2u0 (Ω · ∇u0 )dxdν(Ω) = ~ · ~n)u20 dsdν(Ω).
(Ω ~
X Γ+

Au final, on obtient donc l’inégalité suivante

1 ~ ~
α||u0 ||2L2 + ||Ω · ∇u0 ||2L2 + ||u0 ||2L2
σ∞ +

1 ~ 0 ||L2 + 1 ||q||L2 ||Ω

~ · ∇u ~ · ∇u
~ 0 ||L2 .
≤ ||q||L2 ||u0 ||L2 + ||q||L2 ||Ω
σ0 α
On obtient donc
~ · ∇u
||u0 ||2W = ||u0 ||2L2 + ||Ω ~ 0 ||2 2 + ||u0 ||2 2
L L +

≤ β0 ||q||L2 ||u0 ||W

³ ´
max 1, α1 , σ10
où β0 = ³ ´ est une constante positive dépendant uniquement de α, σ∞ et σ0 . On
min 1, α, σ1∞
s’intéresse maintenant à la résolution (dans W ) du problème stationnaire non homogène suivant :
~ · ∇v(x,
Ω ~ ~ + σt v(x, Ω)
Ω) ~ = (Kv)(x) pour (x, Ω)
~ ∈X (2.31)

avec les conditions aux limites non homogènes suivantes

~ = ub pour (x, Ω)
v(x, Ω) ~ ∈ Γ− . (2.32)

Nous allons chercher à montrer l’estimation suivante : il existe C constante positive telle que :

||v||W ≤ C||ub ||L2− .

37
Chapitre 2. Formulation mixte de l’équation du transport

1~ ~
Multiplions l’équation (2.31) par Ω · ∇v et intégrons sur l’espace des phases, on a
σt
1 ~ ~ 2
Z Z
~ ~
v(Ω · ∇v)dxdν(Ω) + ~ ~
(Ω · ∇v) dxdν(Ω)
XZ µZ X σ¶ t
(2.33)
σs ~ ′ )dν(Ω~ ′ ) (Ω ~ · ∇v)dxdν(
~ ~
= v(x, Ω Ω).
X σ t S 2

. On utilise alors l’inégalité de Young pour tout λ > 0 dans le but de majorer le second membre,
on obtient Z µZ ¶
~ ′ ~ ′
v(x, Ω )dν(Ω ) (Ω~ · ∇v)dxdν(
~ ~
Ω)
X S2
1 ~ ~ 2 λ
||Ω · ∇v||L2 + ||v||2L2 .
≤
2λ 2
On utilise alors la formule de Green dans W pour faire apparaître les termes de bord, on trouve
l’inégalité suivante
1 ~ ~ 2 1 1 ~ ~ 2 λ
||Ω · ∇v||L2 + ||v||2L2 ≤ ||ub ||2L2 + ||Ω · ∇v||L2 + ||v||2L2 .
σ∞ 2 + − 2λ 2
Par ailleurs, on a vu dans la démonstration du théorème 2.1.1 que
1
||v||2L2 ≤ ||ub ||2L2 ,
2α −

où α est la constante positive donnée dans la proposition 2.1.1. On utilise alors cette estimation
σ∞
L2 et on choisit alors λ > , par exemple λ = σ∞ , pour obtenir
2
1 ~ ~ 2 1 1 ~ ~ 2 σ∞ 1
||v||2L2 + ||Ω · ∇v||L2 + ||v||2L2 ≤ ||ub ||2L2 + ||Ω · ∇v||L2 + ||ub ||2L2 + ||ub ||2L2 .
σ∞ 2 + − 2σ∞ 4α − 2α −

On obtient donc au final

||v||2W ≤ γ0 ||ub ||2L2 ,
−

max 2, σ2α∞ 1
¡ ¢
,α
où γ0 = ³ ´ est une constante positive dépendant uniquement de α et σ∞ . En
min 1, σ1∞
combinant les estimations sur v et u0 , on obtient l’estimation souhaitée pour u solution du
problème à source stationnaire non homogène (2.25)
³ ´
||u||W ≤ C ||q||L2 + ||ub ||L2− . (2.34)

où C = C(σ0 , σ∞ , α) est une constante positive indépendante de u. ¥

Par la suite, nous utiliserons le corollaire suivant :

Corollaire 2.1.1
~ dans W0 du problème :
La solution u(x, Ω)
(
~ · ∇u(x,
Ω ~ ~ + σt (x)u(x, Ω)
Ω) ~ = Ku(x, Ω),
~ dans X,
u|Γ− = 0, sur Γ−

est identiquement nulle dans W0 .

38
 2.2. Formulation du second ordre auto-adjointe du transport

Démonstration - La preuve est triviale. ¥

On rappelle aussi le résultat suivant (utile pour démontrer des propriétés de coercivité notam-
ment) établi par [Link] dans sa thèse [13] et qui consiste en une généralisation de l’inégalité de
Poincaré dans les espaces fonctionnels du transport présentés ci-avant

Théorème 2.1.3 (Inégalité de Poincaré en transport)

~ ∈ W . Alors u ∈ L2 et il existe une constante C indépendante de u telle que
Soit u(x, Ω)
³ ´
||u||L2 ≤ C ||Ω ~ · ∇u||
~ L2 + ||u|| 2 (2.35)
L−

Démonstration - Voir [13] pour la démonstration. ¥

Nous allons maintenant introduire la forme du second ordre auto-adjointe du transport.

2.2 Formulation du second ordre auto-adjointe du transport

On se propose d’établir la forme du second ordre auto-adjointe de l’équation du transport.
On commence par énoncer la proposition suivante :

Proposition 2.2.1
Dans le cas où les sections efficaces sont isotropes (i.e. σs = σs (x) et σa = σa (x)) et sous les
hypothèses du théorème 2.1.2, l’opérateur R−1 agissant de L2 dans L2 est donné par
σs ~ ′ ) + 1 u(x, Ω).
Z
−1 ~
R u(x, Ω) = ~ ′ )dν(Ω
u(x, Ω ~ (2.36)
σa σt S 2 σt
Démonstration - On vérifie que
σs ~ ′ ) + 1 Ru(x, Ω)
Z
−1
R Ru(x, Ω) =~ ~ ′ )dν(Ω
Ru(x, Ω ~
σa σt S 2 σt
σs σt σs σs σs
Z Z Z
= ~ ′ ~ ′
u(x, Ω )dν(Ω ) − ~ ′ ~ ′ ~
u(x, Ω )dν(Ω ) + u(x, Ω) − ~ ′ )dν(Ω
u(x, Ω ~ ′)
σa σt S 2 σa σt S 2 σt S 2
~
= u(x, Ω).
¥

On cherche donc à établir la forme du second ordre de l’équation du transport, on part de

~ ∈X :
l’équation du premier ordre suivante, pour (x, Ω)
~ · ∇u
Ω ~ + σt u − Ku = q (2.37)

d’où on déduit la relation :

~ · ∇u
u = −R−1 Ω ~ + R−1 q, (2.38)
puis, en substituant (2.38) dans (2.37), on obtient la forme auto-adjointe du second ordre de
l’équation du transport souhaitée :
h i
~ · ΩR~ −1 Ω
~ · ∇u
~ ~ ·∇
~ R−1 q . (2.39)
£ ¤
−∇ + Ru = q − Ω

On remarque que cette équation possède la même structure que les équations du flux pair et du
flux impair qui est décrite dans le paragraphe 1.6. Il est nécessaire d’exhiber les conditions aux

39
Chapitre 2. Formulation mixte de l’équation du transport

limites induites par cette nouvelle formulation. Les conditions de flux entrant pour la formulation
SAAF sont identiques à celles qu’on utilise pour les formes standards de l’équation du transport.
Sur la portion de frontière Γ− correspondant aux directions entrantes dans le domaine D, on
impose donc la condition suivante :

~ = ub (x, Ω).
u(x, Ω) ~ (2.40)

Pour les formes du premier ordre de l’équation du transport, il n’est pas nécessaire d’avoir une
condition aux limites sur la portion de frontière Γ+ correspondant aux directions entrantes. En
revanche, la formulation SAAF requiert une condition aux limites supplémentaires sur Γ+ . Cette
condition est obtenue en imposant au flux angulaire sur Γ+ de satisfaire à l’équation du premier
ordre du transport, i.e. :

~ + R−1 Ω
u(x, Ω) ~ · ∇u
~ = R−1 q(x, Ω)
~ p.p. sur Γ+ . (2.41)

Notons que la prise en compte des conditions de réflexion spéculaire (voir chapitre 1) s’effectue
de la même manière que pour l’équation du premier ordre.

Remarque 2.2.1
Notons que l’un des inconvénients majeurs de cette formulation du second ordre réside dans la
régularité des sources et des sections efficaces. En effet, nous remarquons la présence d’un terme
source supplémentaire dans l’équation (2.39) :

~ ·∇
~ R−1 q .
£ ¤
q̃ = Ω

On doit donc imposer plus de régularité sur les sources et les sections efficaces que pour un
problème du premier ordre. Typiquement, dans un milieu hétérogène marqué par la succession
de milieux transparents et de milieux opaques (nous reviendrons au chapitre 6 sur la définition
de ces notions et l’étude de ces problèmes particuliers), les sources et/ou les sections efficaces
peuvent être discontinues, on s’attend donc à des difficultés numériques lors de la résolution de
tels problèmes.

2.3 Formulation mixte

Nous continuons de nous intéresser à la forme (2.1) de l’équation du transport. Nous établis-
sons dans un premier temps une forme mixte de l’équation du transport en utilisant directement
la forme du premier ordre (2.1), puis nous effectuons le lien qui existe entre la forme du second
ordre présentée au paragraphe précédent et ces formes mixtes.
On introduit les notations suivantes :

~ ⊗Ω
PΩ = Ω ~ = (Ωi Ωj )1≤i,j≤d , (2.42)
on a donc pour tout ~g de Rd :

~ · ~g )Ω.
PΩ~g = (Ω ~

On introduit aussi

PΩ⊥ = IR3 − PΩ , (2.43)

40
 2.3. Formulation mixte

~ et PΩ⊥ la projection sur l’hyperplan orthogonal

où PΩ représente la projection sur le vecteur Ω
àΩ~ dans R3 .
~ On cherche désormais
On rappelle que l’on a introduit la densité de courant angulaire ~g = Ωu.
à exhiber une formulation mixte du transport. On part de l’équation (2.37) pour obtenir la
relation
u = −R−1 Ω ~ · ∇u
~ + R−1 q, (2.44)
~ et en introduisant la densité de courant angulaire
alors, en multipliant cette équation par Ω
~
~g = Ωu, on obtient
~ −1 Ω
~g = −ΩR ~ · ∇u
~ + ΩR
~ −1 q. (2.45)
~ on trouve
En prenant le produit scalaire (de R3 ) de l’équation (2.45) avec le vecteur Ω,

~ = −R−1 Ω
~g · Ω ~ · ∇u
~ + R−1 q. (2.46)

~ on obtient la relation suivante

En appliquant l’opérateur R puis en multipliant par Ω
³ ´
~
ΩR ~ = −PΩ ∇u
~g · Ω ~ + Ωq,
~ (2.47)

soit ³ ´
~ = ΩK
σt~g + PΩ ∇u ~ ~ + Ωq.
~g · Ω ~ (2.48)

La présence des deux quantités u et ~g suggère alors une formulation mixte qui consiste à
calculer simultanément le flux angulaire u et la densité de courant angulaire ~g . La formulation
~ et ~g (x, Ω),
mixte du problème du transport s’écrit alors : chercher u(x, Ω) ~ solutions du système :

~ · ~g + σt u = q + Ku dans X,

 ∇
(2.49)
 ~ + σt~g = Ωq
PΩ ∇u ~ + ΩK(
~ Ω ~ · ~g ) dans X,

où les conditions aux limites associées sont :

~ ∈ Γ− ,
 u = ub pour (x, Ω)


(2.50)
 ~
~g = Ωu ~ ∈ Γ+ .
pour (x, Ω)

En éliminant l’inconnue vectorielle densité de courant angulaire ~g (en utilisant (2.45)), on

retrouve la forme dite du second ordre de l’équation du transport :

à !
~ ~

1
~ · ( PΩ ∇u)
~ + σt u = Ku + q − ∇
~ · ΩKu + Ωq
−∇ , dans X,






 σt σt

(2.51)

 u = ub , ~ ∈ Γ− ,
pour (x, Ω)





 ~ ~
Ω · ∇u + σt u = Ku + q, ~ ∈ Γ+
pour (x, Ω)

Remarquons que pour une direction fixée Ω, ~ cette équation est une équation elliptique dégé-
nérée (sur le sujet voir [Link] [24], [Link], [Link] [51], [Link] [66] et [Link],
[Link] [67]). Nous étudierons succintement un problème elliptique très simple en annexe.

41
Chapitre 2. Formulation mixte de l’équation du transport

Comme on l’a vu dans le paragraphe précédent, cette forme des équations du transport a
été introduite dans [62] sous le nom de Self-Adjoint Angular Flux Equation (SAAF), on notera
la présence (indispensable) d’une condition aux limites supplémentaire sur Γ+ pour que le pro-
blème soit bien posé, cette condition aux limites imposant au flux angulaire de satisfaire à la
forme standard du premier ordre de l’équation du transport sur Γ+ . Cette condition aux limites
particulière est d’ailleurs retrouvée dans la théorie des équations elliptiques dégénérées dans un
cadre plus général [51]. Dans le cadre de la formulation mixte, on impose donc sur Γ+

~ · ∇u)
u = R−1 (Ω ~ + R−1 q,

donc, avec (2.45)

~ = ΩR
Ωu ~ −1 (Ω
~ · ∇u)
~ + ΩR
~ −1 q = ~g .

On retrouve la condition aux limite (2.50) sur Γ+ .

Remarque 2.3.1
On pourrait aussi introduire une formulation mixte en partant directement de l’équation (2.39)
et en posant
1 ~
~g = − PΩ ∇u, (2.52)
σt
et en considérant le système suivant :
 Ã !
~
ΩKu + ~
Ωq
~ · ~g + σt u = Ku + q − ∇
~ · dans X,


 ∇
σt








~ + σt~g = 0

 PΩ ∇u dans X,

(2.53)

~ ∈ Γ− ,
pour (x, Ω)

u = ub







~ − 1 Ωq

 ³ ´

 ~g = Ωu
 ~ + ΩKu
~ ~ ∈ Γ+ .
pour (x, Ω)
σt

La quantité ~g n’a ici plus de signification physique cependant la forme du système (2.53) est plus
proche des formulations mixtes standards dans le sens où la quantité duale ~g est directement reliée
au gradient de la quantité primale u. Néanmoins, cette formulation impose une régularité plus
forte sur la source q et sur le flux scalaire et la formulation (2.49) est sans doute plus naturelle
en s’obtenant directement à partir de la forme du premier ordre de l’équation du transport. Nous
conserverons la formulation (2.49) dans la suite de ce manuscrit.

Remarque 2.3.2
Dans ces travaux [47], [Link] utilise la formulation mixte suivante :

~ · ~g + σt u = Ku + q


 ∇ dans X,




~ + σt~g = ΩKu~ ~ dans X,

 PΩ ∇u + Ωq


(2.54)



 u = ub ~ ∈ Γ− ,
pour (x, Ω)




~ ~ ∈ Γ+ .

~g = Ωu pour (x, Ω)


42
 2.4. Equivalence entre la formulation mixte et le problème modèle

Cette formulation (2.54) est obtenue directement à partir de l’équation du premier ordre (2.37)
en multipliant simplement cette équation par Ω ~ et en remplacant formellement Ωu~ par ~g . L’in-
versibilité de l’opérateur R n’est donc pas utilisée. Nous verrons (chapitre 6) que cela engendre
quelques désagréments numériques.

2.4 Equivalence entre la formulation mixte et le problème modèle

Dans cette section, nous proposons de montrer l’équivalence entre la formulation mixte (2.49)
associée aux conditions aux limites (2.50) et le problème initial (2.1). Nous démontrons donc la
proposition suivante

Proposition 2.4.1
La formulation mixte du transport (2.49) associée aux conditions aux limites (2.50) est équivalente
au problème standard du transport (2.1).

Démonstration - Soient (u, ~g ) solution du système (2.49).

On introduit w ~ le système (2.49) et les conditions aux limites (2.50) donne :

~ = ~g − Ωu,
 ³ ´ ³ ´
 Ω
 ~ ∇ ~ · ~g − Ω
~ · ∇u
~ ~
− σt ~g − Ωu ~
= ΩKu ~ Ω
− ΩK( ~ · ~g ), dans X,
u|Γ− = ub , (2.55)
~ |Γ+ ,

~g|Γ+ = Ωu


soit :
 ³ ´

 ~
Ω ~
∇ · w
~ − σt w ~ Ω
~ + ΩK( ~ · w)
~ = 0, dans X,
~ − = ~g − ub Ω,
w ~ (2.56)
 |Γ

~ |Γ+ = ~0.
w
1 ³~ ´
~ − ΩK(
~ Ω ~ · w), ~ donc ~g l’est
On a donc w ~ = ∇·w ~ Ω ~ le vecteur w
~ est donc colinéaire à Ω
σt
aussi.
Il existe donc une fonction φ telle que

~
~g = φΩ.

Montrons alors que φ = u. On a

~ · ∇(φ
~ − u) − (σt − K) (φ − u) = 0, dans X,
½
Ω
(2.57)
φ|Γ+ = u|Γ+ ,
soit, en notant β = u − φ :

~ · ∇β
~ + (σt − K)β = 0, dans X,
½
(−Ω)
(2.58)
β|Γ+ = 0,
~ La réciproque est immédiate.
et d’après le corollaire (2.1.1), β = 0 d’où u = φ, donc ~g = Ωu.
¥

43
Chapitre 2. Formulation mixte de l’équation du transport

2.5 Cadre fonctionnel pour la formulation mixte

Dans ce paragraphe, nous introduisons un nouveau cadre fonctionnel adapté à l’étude des
formulations mixtes du transport. Nous considérerons uniquement le cadre L2 (X) dans ce para-
graphe. L’analyse mathématique et l’utilisation des formulations mixtes nécessitent la définition
et l’utilisation de l’espace de Hilbert H(div; D) défini sur D comme suit :
¢3
~ · ~g ∈ L2 (D)},
H(div; D) = {~g ∈ L2 (D) , ∇ (2.59)
¡

avec la norme
~ ~g k2 2 .
k~g k2H(div;D) = k~g k2(L2 (D))3 + k∇. (2.60)
L (D)

Il est alors possible de définir ~g · ~n|∂D , la trace normale de ~g sur ∂D.

On a le lemme suivant :
Lemme 2.5.1
1
Pour ~g ∈ H(div; D), on peut définir ~g · ~n|∂D ∈ H − 2 (∂D) et on a la formule de Green,
Z Z
~ · ~g u +
∇ ~ · ~g =< ~g · ~n, u >,
∇u ∀u ∈ H 1 (D).
D D
1 1
où < ·, · > représente le crochet de dualité entre H − 2 (∂D) et H 2 (∂D).
Pour l’étude du problème variationnel mixte du transport, on introduit l’espace :
n ¡ ¢3 o
HΩ (div; X) = ~g ∈ L2 ; ∇ ~ · (PΩ~g ) ∈ L2 , (2.61)
et

Y (X) = ~g ∈ HΩ (div; X); PΩ~g = ~g ; ~g ∈ (L2 (Γ+ ))3 . (2.62)

© ª

On définit alors un produit scalaire sur Y de la façon suivante :

Z Z Z
~
(~g , h)Y = ~
~g · h + ~ ~ ~
∇ · (PΩ~g ) ∇ · (PΩ h) + ~ · ~n|~g · ~h.
|Ω (2.63)
X X Γ+
La norme correspondante sur Y est donnée par :

~ · (PΩ~g )||2 2 + ||~g ||2 3 .

||~g ||2Y = ||~g ||2(L2 )3 + ||∇ (2.64)
L (L2+ )

Proposition 2.5.1
L’espace Y muni du produit scalaire défini par (2.63) est un espace de Hilbert.
Démonstration - Le produit scalaire que l’on a défini sur Y est une forme bilinéaire symétrique
et positive par conséquence de la définition du produit scalaire usuel de L2 , Y est donc un espace
pré-hilbertien. Montrons que (Y, ||.||Y ) est complet ; soit ~gn une suite de Cauchy de (Y, ||.||Y ) :

∀ε > 0, ∃N ; ∀(p, q), p > N, q > N ⇒ ||~gp − ~gq ||Y < ε

alors 
 ||~gp − ~gq ||(L2 )3 < ε,

||∇~ · (PΩ~gp ) − ∇ ~ · (PΩ~gq )||L2 < ε,
 ||~gp − ~gq || 2 3 < ε,

(L+ )

44
 2.6. Existence et unicité du problème mixte du transport

~ · (PΩ~gn ) et g~n |Γ+ sont de Cauchy respectivement dans L2 3 , L2 et L2+ 3

donc les suites ~gn , ∇
¡ ¢ ¡ ¢
¡ ¢3 ¡ ¢3
qui sont des espaces de Hilbert complets donc il existe ~g ∈ L2 , v ∈ L2 et ~g + ∈ L2+ tels
que :

¡ ¢3
~gn −→ ~g dans L2 ,

~ · (PΩ~gn ) −→ v dans L2 ,
∇

et
¡ ¢3
g~n |Γ+ −→ g~+ |Γ+ dans L2+ .

~ · (PΩ~g ), soit ϕ ∈ Cc∞ (X), au sens des distributions, on a :

Montrons que v = ∇

¯ ¯ ¯ ¯
~ ~ ~ ~
¯< v − ∇ · (PΩ~g ), ϕ >¯ = ¯< v − ∇ · (PΩ~gn ), ϕ > + < ∇ · (PΩ~gn ) − ∇ · (PΩ~g ), ϕ >¯
¯ ¯ ¯ ¯

¯ ¯ ¯ ¯
≤ ¯< v − ∇
¯ ~ >¯¯ .
~ · (PΩ~gn ), ϕ >¯¯ + ¯¯< ~gn − ~g , PΩ ∇ϕ

~ · (PΩ~g ) et donc ~g ∈ HΩ (div; X).

D’où v = ∇
De plus, montrons que PΩ~g = ~g , soit ~h une fonction vectorielle test, au sens des distributions,
on a : ¯ ¯ ¯ ¯ ¯ ¯
¯< ~g − PΩ~g , ~h >¯ ≤ ¯< ~g − PΩ~gn , ~h >¯ + ¯< PΩ~gn − PΩ~g , ~h >¯
¯ ¯ ¯ ¯ ¯ ¯

¯ ¯ ¯ ¯
= ¯< ~g − ~gn , ~h >¯ + ¯< ~gn − ~g , PΩ~h >¯ .
¯ ¯ ¯ ¯

~ n où φn ∈ W , on a donc
On a donc aussi PΩ~g = ~g . Par ailleurs, la suite ~gn ∈ Y donc ~gn = Ωφ
φn −→ φ dans W car W est un Hilbert. En particulier, φn |Γ+ −→ φ+ et φ+ = φ|Γ+ . On a donc
g~+ + = ~g + et ~g ∈ Y .
|Γ |Γ ¥

Remarque 2.5.1
L’espace de Hilbert Y est un sous espace fermé de H(div; X) pour la norme de H(div; X).

Remarque 2.5.2
Notons que pour tout u ∈ W et ~g ∈ Y , on a la formule de Green :

Z Z Z ³ ´³ ´
~ · ~g dx dν(Ω)
PΩ ∇u ~ + ~ · [PΩ~g ] dx dν(Ω)
u∇ ~ = ~ · ~n
Ω ~ ~
Ω · ~g u ds dν(Ω). (2.65)
X X Γ

2.6 Existence et unicité du problème mixte du transport

Nous pouvons énoncer le résultat d’existence suivant :

45
Chapitre 2. Formulation mixte de l’équation du transport

Proposition 2.6.1
Sous les hypothèses du théorème 2.1.2 et de la proposition 1.2.3 (pour p = 2), le problème


 ~ · ~g + σt u = Ku + q
∇ dans X,




 ³ ´
~ ~ ~ dans X,

 P
 Ω
 ∇u + σ t ~
g = Ω K(Ω · ~
g ) + q
(2.66)
~ ∈

u = ub pour (x, Ω) Γ− ,








~ ~ ∈ Γ+ .
pour (x, Ω)

 ~g = Ωu

admet une unique solution (~g , u) ∈ Y × L2 (X) et on a

¡ ¢ ¡ ¢
||u||L2 (X) + ||~g ||Y ≤ C ||q||L2 (X) + ||ub ||L2 (Γ− ) ,

où C est une constante positive.

Démonstration - On utilise la proposition 2.4.1 pour montrer l’équivalence entre le problème

mixte du transport et le problème initial du transport. La proposition 1.2.3 et le théorème 2.1.2
pour conclure à l’existence et l’unicité de la solution. De plus la solution u du problème de
transport initial appartient à l’espace W , on a donc Ω ~ · ∇u
~ ∈ L2 (X) soit ∇~ · (Ωu)
~ ∈ L2 (X) or,
~g = Ωu~ ce qui donne la régularité L2 (X) sur ∇ ~ · ~g et u|Γ+ ∈ L2 (Γ+ ) pour un domaine ouvert
2
convexe borné d’où ~g · ~n ∈ L+ . On obtient donc bien que ~g appartient à Y et la régularité L2 (X)
suffit pour u et on a

||~g ||2Y ~ · ∇u||

= ||u||2L2 (X) + ||Ω ~ 22 2
L (X) + ||u||L2 (Γ+ )

= ||u||2W
¡ ¢2
≤ C ||q||L2 (X) + ||ub ||L2 (Γ− ) .

On en déduit l’estimation voulue d’après le théorème 2.1.2. ¥

2.7 Cas du vide

Dans ce paragraphe, on s’intéresse à la résolution de l’équation du transport dans le vide
et dans quelle mesure notre formulation mixte peut apporter des réponses à la prise en compte
de ce cas extrême. En effet, lors de la construction d’une méthode de résolution numérique de
l’équation du transport, il est appréciable qu’elle prenne en compte tout type de milieux.
On rappelle qu’un milieu D ⊂ R3 est vide si :
– la section efficace totale σt est nulle dans D,
– la source q est nulle dans D.
Nous allons présenter dans ce paragraphe la forme du second ordre de l’équation du transport
dans le vide. Nous montrerons les difficultés liées à cette approche et nous essaierons de répondre
à certaines d’entre elles via l’introduction d’une formulation mixte dans le vide. Nous nous
intéressons en particulier aux problèmes liés aux interfaces entre un milieu vide et un autre type
de milieu.

46
 2.7. Cas du vide

2.7.1 Formulation du second ordre

Pour obtenir l’équation du second ordre du transport dans le vide, on considère l’équation
(2.39) dans un milieu purement absorbant (i.e. q = 0 et f = 0) , on suppose en outre que la
section efficace est constante en espace, on obtient :
· ¸
~ ~ 1 ³~ ~ ´
−∇ · Ω Ω · ∇u + σa u = 0. (2.67)
σa
La section efficace étant supposée constante, on peut multiplier l’équation par σa pour obtenir
h ³ ´i
−∇~ · Ω
~ Ω~ · ∇u
~ + σa 2 u = 0. (2.68)

Enfin, lorsque σa tend vers zéro, on obtient la forme désirée du second ordre de l’équation du
transport dans le vide, soit h ³ ´i
−∇~ · Ω
~ Ω ~ · ∇u
~ = 0. (2.69)
Il reste à spécifier les conditions aux limites. Les conditions aux limites de flux entrant restent
inchangées et on impose toujours :
u = ub sur Γ− . (2.70)
Pour les conditions sortantes, on procède comme dans le paragraphe 2.1 en imposant au flux
scalaire de satisfaire à l’équation du premier ordre sur Γ+ , on a donc :
~ · ∇u
Ω ~ = 0 sur Γ+ . (2.71)

Nous renvoyons le lecteur vers l’article de Morel et McGhee [62] pour des précisions au sujet de
cette forme (2.67) de l’équation du transport. On peut écrire la proposition suivante

Proposition 2.7.1
Le problème du transport dans le vide
(
Ω~ · ∇u(x,
~ ~ =0
Ω) ~ ∈ X,
pour (x, Ω)
~ ~ ~ (2.72)
u(x, Ω) = ub (x, Ω) pour (x, Ω) ∈ Γ− .

est équivalent au problème

 ³ ´

 − ~
∇ · ~
Ω ~
Ω · ~
∇u(x, ~
Ω) ~ ∈ X,
= 0 pour (x, Ω)
~ = ub (x, Ω)
u(x, Ω) ~ ~ ∈ Γ− ,
pour (x, Ω) (2.73)

 ~ ~ ~ =0
Ω · ∇u(x, Ω) ~ ∈ Γ+ .
pour (x, Ω)

Démonstration - L’unique solution du problème (2.72) s’écrit sous forme intégrale

~ = ub (xs , Ω)
u(x, Ω) ~ exp(−α(x, xs ))

où xs est le point du bord défini au paragraphe I.1.6 par (1.63) et α(x, xs ) est le parcours optique
défini au paragraphe I.1.6 par (1.61). Or, dans notre cas, α(x, xs ) est évidemment nul. Donc, pour
tout x ∈ D, u(x, Ω)~ = ub (xs ). De même, on montre (essentiellement en résolvant une équation
de diffusion 1D dans la direction Ω)~ que l’unique solution du problème (2.73) vaut, pour tout
~
x ∈ D, u(x, Ω) = ub (xs ). Ce qui termine la preuve. ¥

La forme du second-ordre du transport peut donc prendre en compte le vide en introduisant

une condition aux limite adaptée sur la frontière Γ+ .

47
Chapitre 2. Formulation mixte de l’équation du transport

2.7.2 Formulation mixte

~ Le
Intéressons nous à l’équation (2.67), on introduit l’inconnue supplémentaire ~g = PΩ ∇u.
problème du transport du second ordre dans un domaine D entièrement vide s’écrit donc :
~ · ~g = 0


 ∇ dans X,




~ + ~g = ~0 dans X,

 PΩ ∇u


(2.74)



 u = u b pour (x, ~
Ω) ∈ Γ −,




~ ∈ Γ+ .

~g · ~n = 0 pour (x, Ω)


~ est différente de celle introduit précédemment. En particulier,

Notons que la quantité ~g = PΩ ∇u
~ La formulation (2.74) est équivalente à la formulation (2.69)
nous n’avons plus l’égalité ~g = Ωu.
associée aux conditions aux limites (2.70) et (2.71).

2.7.3 Interfaces vide-matière

On considère ici le cas d’un domaine D divisé en deux sous-domaines, D1 est domaine vide
D2 contient de la matière, nous noterons ∂D12 la frontière entre ces deux domaines. Nous nous
intéressons ici aux conditions de transmissions associées aux formulations mixtes de l’équation
du transport dans chacun des sous-domaines. Nous supposons en outre que le scattering est nul
dans le sous-domaine D2 pour simplifier les notations et on notera Xi la restriction de X au
sous-domaine Di , idem pour les espaces de bords.

∂D2
∂D1

∂D12
~
n21 D2

D1 ~
n12

Fig. 2.1 – Domaine D

Montrons la proposition suivante

Proposition 2.7.2
Le problème du transport dans D


 ~ · ∇u(x,
Ω ~ ~ + σt u = q pour (x, Ω)
Ω) ~ ∈ X,
~ = ub (x, Ω)
~ ~ ∈ Γ− ,

u(x, Ω) pour (x, Ω)

~ ∈ X1 , (2.75)

 σt = 0 pour (x, Ω)
~ ∈ X1 .
pour (x, Ω)

q=0


48
 2.7. Cas du vide

est équivalent aux problèmes mixtes couplés

~ · g~1 = 0


 ∇ dans X1 ,
~ 1 + g~1 = ~0 dans X1 ,

 PΩ ∇u


u1 = ub ~ ∈ Γ− ,
pour (x, Ω) (2.76)
1

 u1 = u2 ~ ∈ Γ− ∩ Γ12 ,
pour (x, Ω) 1


~ ∈ Γ+ .

g~1 · ~n = 0 pour (x, Ω)

1

et
~ · g~2 + σt u2 = q


 ∇ dans X2 ,
~ 2 + σt g~2 = q Ω
~ dans X2 ,

 PΩ ∇u


u2 = ub ~ ∈ Γ− ,
pour (x, Ω) (2.77)
2

 u 2 = u1
~ ∈ Γ− ∩ Γ12 ,
pour (x, Ω) 2


~ 2 ~ ∈ Γ+ .

g~2 = Ωu pour (x, Ω)

2

Démonstration - On utilise la formulation intégrale des équations de transport (voir chapitre

1). ¥

Le traitement d’un problème à interfaces vide-matière peut donc être traiter en formulation mixte
par une méthode du type décomposition de domaine. Nous reviendrons sur l’établissement d’une
méthode générale de décomposition de domaine en annexe. Cela conduit donc à coupler deux
formulations mixtes et donc deux schémas.

Bilan du chapitre 2
Nous avons donc mis en évidence toutes les notions et tous les outils qui vont être utilisés
dans la suite de ce manuscrit. Nous sommes prêts à introduire les formulations variationnelles de
l’équation du transport et en étudier quelques propriétés fondamentales ; c’est ce que nous allons
voir dans le chapitre qui suit.

49
Chapitre 2. Formulation mixte de l’équation du transport

50
 Chapitre 3

Formes variationnelles de l’équation du

transport

Sommaire
3.1 Formulations variationnelles classiques du transport . . . . . . . . . 51
3.1.1 Formulation variationnelle du flux pair . . . . . . . . . . . . . . . . . . . 51
3.1.2 Une formulation variationnelle directe . . . . . . . . . . . . . . . . . . . 52
3.2 Formulation variationnelle mixte du transport . . . . . . . . . . . . . 53
3.3 Existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4 Convergence des itérations sur le terme source . . . . . . . . . . . . 61

Dans ce chapitre, nous présentons les dernières évolutions théoriques concernant l’approxima-
tion variationnelle des équations du transport des neutrons. Nous montrons quelques problèmes
abstraits présentés et étudiés notamment par [Link] (voir [23]). Nous présentons ensuite
une nouvelle approximation variationnelle basée sur la formulation mixte du transport. Nous
prouvons l’existence et l’unicité de solution pour ce problème variationnel mixte. Nous montrons
un résultat de convergence du problème variationnel de la source itérée. On considère le cas où
la dimension d = 3 dans ce chapitre.

3.1 Formulations variationnelles classiques du transport

On rappelle ici les formulations variationnelles existantes pour les problèmes du second ordre
du transport qui ont inspiré l’étude variationnelle du problème mixte.

3.1.1 Formulation variationnelle du flux pair

On rappelle la formulation du flux pair introduite à partir de l’équation stationnaire mono-
cinétique du transport (en conservant les mêmes notations qu’au paragraphe 1.6) :


 i) ~ ·∇
−Ω ~ 1Ω ~ · ∇u
~ + + σt u+ = σs (x)φ + q pour (x, Ω)
~ ∈ X,
σ

t


 1~ ~ +
ii) u+ − Ω · ∇u = 0 sur Γ− (3.1)
 σ t
1~ ~ +

 iii) u+ + Ω

· ∇u = 0 sur Γ+ .


σt

51
Chapitre 3. Formes variationnelles de l’équation du transport

On remarque que l’opérateur de dérivation dans l’équation (3.1-i) est un opérateur du second
ordre qui se rapproche de l’opérateur de diffusion classique. Pour étudier l’approche variationnelle
du problème du flux pair, on introduit l’espace fonctionnel :
n o
P = v ∈ W 2 , |Ω ~ · ~n| 21 v ∈ L2 (Γ), v(·, Ω)
~ = v(·, −Ω)
~ (3.2)

où l’espace W 2 est défini par (2.5). Cet espace P est un espace de Hilbert pour la norme définie
par :
~ · ∇v||
||v||2P = ||v||2L2 + ||Ω ~ 2 2 + || |Ω
~ · ~n|v||2 2 .
L L (Γ)

On écrit maintenant (3.1) sous forme variationnelle en multipliant l’équation (3.1-i) par une
fonction test v ∈ P et en intégrant par parties, on obtient :
1 ~ ~ + ~ ~ 1 ~
Z Z Z Z
(Ω · ∇u )(Ω · ∇v) − ~ · ∇u
(Ω · ~n)(Ω ~ + )v + σ t u+ v = (σs φ + q)v.
X σt Γ σt X X

En tenant compte des conditions aux limites (3.1-ii) et (3.1-iii), on obtient :

1 ~ 1 ~
Z Z
− ~ ~ +
(Ω · ~n)(Ω · ∇u )v = |Ω · ~n|u+ v.
Γ σt Γ σt

On peut alors définir la forme bilinéaire

1 ~ ~ + ~ ~ 1 ~
Z Z Z
+ +
a(u , v) = (Ω · ∇u )(Ω · ∇v) + σt u v + |Ω · ~n|u+ v (3.3)
X σt X Γ σt

qui est coercive sur l’espace P. On revient alors à la notation

Ku+ = σs φ

pour écrire le problème abstrait

a(u+ , v) − (Ku+ , v) = (q, v), ∀v ∈ P. (3.4)

Sous l’hypothèse de sous-criticité

σt (x) > σs (x), ∀x ∈ D,

on obtient l’existence d’une constante C strictement positive telle que

Z
a(v, v) − (Kv, v) = a(v, v) − σs v 2 ≥ Ca(v, v).
X

On peut donc appliquer le théorème de Lax-Milgram qui nous assure l’existence et l’unicité d’une
solution u+ ∈ P au problème abstrait (3.4).

3.1.2 Une formulation variationnelle directe

On s’intéresse dans ce paragraphe à l’équation suivante :
(
~ · ∇u(x,
Ω ~ ~ + σt (x)u(x, Ω)
Ω) ~ = (Ku)(x) + q(x, Ω) ~ pour (x, Ω)
~ ∈X
~ ~ ∈ Γ− . (3.5)
u(x, Ω) = ub (x) pour (x, Ω)
On introduit pour tout (u, v) ∈ W × W (W est l’espace fonctionnel introduit en (2.7)) :

52
 3.2. Formulation variationnelle mixte du transport

1 ~ ~
Z Z Z
a(u, v) = ~ ~ ~
(Ω · ∇u) (Ω · ∇v) dx dν(Ω) + ~
σt u v dx dν(Ω)+ ~ n|u v ds dν(Ω),
|Ω·~ ~ (3.6)
X σ t X Γ +

1
Z
b(u, v) = (Ku)(Ω~ · ∇v
~ + σt v) dx dν(Ω) ~ (3.7)
X σ t
et pour tout v ∈ W :

1 ~ ~
Z Z
L(v) = ~
q(Ω · ∇v + σt v) dx dν(Ω) − ~ · ~n| dsdν(Ω).
u b v |Ω ~ (3.8)
X σt Γ−
On considère le problème abstrait suivant :
Trouver u ∈ W0 = {u ∈ W ; u|Γ− = 0} tel que :
a(u, v) = L(v) ∀v ∈ W0 . (3.9)
Théorème 3.1.1
Sous les hypothèses du théorème (2.1.2), ce problème possède une unique solution et cette solution
est celle du problème de transport (3.5).
Démonstration - La preuve de ce théorème a été présentée par [Link] [23], nous n’en
~
donnerons ici que les grandes lignes. On suppose que le problème (3.5) admet une solution u(x, Ω)
1~ ~ ~ est une fonction test
dans W . On multiplie alors l’équation (3.5) par ( Ω · ∇v + v) où v(x, Ω)
σt
dans W . On intègre ensuite sur l’espace des phases X et, via des manipulations adéquates, on
retrouve (3.9). L’existence et l’unicité d’une solution au problème abstrait sont données par le
théorème de Lax-Milgram via l’hypothèse de sous-criticité.
¥

Nous présentons dans la suite de ce chapitre une formulation variationnelle (ou abstraite)
associée aux formulations mixtes du transport introduites dans le chapitre 2. Nous montrons
quelques résultats d’existence et d’unicité de solutions à ces problèmes abstraits en nous inspirant
de Brezzi-Fortin [25] et Thomas-Roberts [69]. Le point clé de cette étude consiste en l’introduction
d’espaces fonctionnels ad hoc pour l’étude du problème variationnel mixte. Nous ne sommes plus
dans la situation de la théorie classique utilisant l’espace H(div; D) mais il convient d’utiliser un
espace plus contraignant introduit précédemment (2.62) et qui pour une direction angulaire Ω ~
fixée s’écrirait :
n o
3 ~
Y (D) = ~g ∈ (L2 (D)) ; ∇P Ω~g ∈ (L2 (D)); PΩ~g = ~g ; ~g ∈ (L2 (∂D+ ))3 . (3.10)

3.2 Formulation variationnelle mixte du transport

On s’intéresse dans ce paragraphe au cas d’une section efficace de scattering nulle (i.e.
~ Ω
f (x, Ω, ~ ′ ) = 0) dans le but de simplifier les notations.
On rappelle que l’on étudie la formulation mixte du problème du transport suivante :

~ + PΩ ∇u(x,
~ ~ = Ωq(x,
~ ~ pour (x, Ω)
~ ∈ X,


 σt~g (x, Ω) Ω) Ω)

~ · ~g (x, Ω)
~ + σt u(x, Ω)
~ = q(x, Ω)
~ ~ ∈ X,

 ∇

pour (x, Ω)
(3.11)

 ~ = ub (x, Ω)
u(x, Ω) ~ ~ ∈ Γ− ,
pour (x, Ω)



 ~ = Ωu
~g (x, Ω) ~ ~ ∈ Γ+ .
pour (x, Ω)

53
Chapitre 3. Formes variationnelles de l’équation du transport

Comme ~g est colinéaire à Ω ~ (PΩ~g = ~g ), cette formulation mixte est évidemment équivalente
à la formulation mixte suivante :


 ~ + PΩ ∇u(x,
σt~g (x, Ω) ~ ~ = Ωq(x,
Ω) ~ ~
Ω) ~ ∈ X,
pour (x, Ω)

 h i

 ∇
 ~ · PΩ~g (x, Ω)
~ + σt u(x, Ω) ~ = q(x, Ω)~ pour (x, Ω)~ ∈ X,
(3.12)


 u(x, ~ = ub (x, Ω)
Ω) ~ pour (x, ~ ∈ Γ− ,
Ω)


~ = Ωu~ ~ ∈ Γ+ .

 ~g (x, Ω) pour (x, Ω)
Nous introduisons cette formulation (3.12) dans le but d’obtenir une écriture symétrique du
système mixte. Cette forme symétrique du système mixte facilitera notre étude théorique par la
suite. Nous allons à présent définir le problème variationnel mixte associé au système (3.12).
Pour tout (~g , ~h) ∈ Y × Y , on introduit :
Z Z
a(~g , ~h) = σt ~g · ~h dx dν(Ω)
~ + ~ · ~n) ~g · ~h ds dν(Ω).
(Ω ~ (3.13)
X Γ+

Pour tout (u, ~h) ∈ L2 × Y , on introduit :

Z h i
~
b(u, h) = − ~ · PΩ~h dx dν(Ω).
u∇ ~ (3.14)
X

Pour tout (u, v) ∈ L2 × L2 , on introduit :

Z
d(u, v) = ~
σt u v dx dν(Ω), (3.15)
X

pour tout ~h ∈ Y :
Z Z
l1 (~h) = q(x, Ω) ~ · ~h) dx dν(Ω)
~ (Ω ~ + ~ · ~h) ds dν(Ω),
~ · ~n|ub (Ω
|Ω ~ (3.16)
X Γ−

et pour tout v ∈ L2 :
Z
l2 (v) = − ~ v dx dν(Ω).
q(x, Ω) ~ (3.17)
X
On introduit alors les opérateurs A, B et D liés aux formes bilinéaires a, b et d de la façon
suivante :

a(~g , ~h) = (A~g , ~h), (3.18)

b(u, ~h) = (Bu, ~h) (3.19)

et

d(u, v) = (Du, v). (3.20)

On s’intéresse au problème variationnel suivant : trouver (~g , u) ∈ Y × L2 tels que :

a(~g , ~h) + b(u, ~h) = l1 (~h) pour tout ~h ∈ Y

(
(3.21)
b(v, ~g ) − d(u, v) = l2 (v) pour tout v ∈ L2 .

54
 3.2. Formulation variationnelle mixte du transport

Remarque 3.2.1
Les formes bilinéaires a(., .) et d(., .) étant symétriques, ce problème correspond au problème de
point selle suivant :
1 1
inf sup a(~g , ~g ) + b(u, ~g ) − l1 (~g ) − d(u, u) + l2 (u). (3.22)
~g ∈Y u∈L2 2 2
Nous pouvons énoncer le résultat suivant qui assure l’équivalence entre le problème variationnel
mixte du transport et le problème initial du transport (2.1).

Théorème 3.2.1
Le problème (3.21) est équivalent au problème initial du transport (2.1) dans le sens où, si (u, ~g ) ∈
~ ; réciproquement, si u est
W × Y sont solutions de (3.21) alors u est solution de (2.1) et ~g = Ωu
~
solution dans W de (2.1) alors u et Ωu sont solutions de (3.21).
Démonstration - Soient (u, ~g ) ∈ W × Y solutions du problème (3.21). On a donc pour tout
~h ∈ Y :

Z Z Z h i
~ ~
σt ~g · h dx dν(Ω) + ~ ~ ~
(Ω · ~n) ~g · h ds dν(Ω) − u∇~ · PΩ~h dx dν(Ω)
~ =
X Z Γ+ Z X (3.23)
~ · ~h) dx dν(Ω)
q (Ω ~ + ~ · ~h) ds dν(Ω),
~ · ~n|ub (Ω
|Ω ~
X Γ−

et pour tout v dans L2 :

Z Z Z
~
σt u v dx dν(Ω) + ~ · [PΩ~g ] dx dν(Ω)
v∇ ~ = ~
q v dx dν(Ω). (3.24)
X X X

Comme ~g et ~h sont dans Y , il existe φ et ψ dans W tels que ~g = Ωφ

~ et ~h = Ωψ.
~
On a donc pour tout ψ ∈ W :

Z Z Z
~ +
σt φψ dx dν(Ω) ~ · ~n) φψ ds dν(Ω)
(Ω ~ − uΩ~ · ∇ψ
~ dx dν(Ω)
~ =
X Z Γ+ Z X (3.25)
~ +
q ψ dx dν(Ω) ~ · ~n|ub ψ ds dν(Ω),
|Ω ~
X Γ−

et pour tout v ∈ L2
Z Z Z
~
σt u v dx dν(Ω) + vΩ ~
~ · ∇φdx ~ =
dν(Ω) ~
q v dx dν(Ω). (3.26)
X X X

L’équation (3.25) s’écrit aussi en utilisant la formule de Green pour (u, ψ) ∈ W × W :

Z Z
~
σt φ ψ dx dν(Ω) + ~ · ~n) φ ψ ds dν(Ω)
(Ω ~
X Γ+
Z Z
+ ~ · ~n|u ψ ds dν(Ω)
|Ω ~ + ψΩ ~ · ∇u
~ dx dν(Ω) ~ = (3.27)
Γ− X
Z Z Z
~ ~
(Ω · ~n) u ψ ds dν(Ω) + ~
q ψ dx dν(Ω) + ~ · ~n|ub ψ ds dν(Ω).
|Ω ~
Γ+ X Γ−

On obtient donc en soustrayant (3.27) à (3.26) (avec v = ψ dans (3.26)), pour tout ψ ∈ W :

55
Chapitre 3. Formes variationnelles de l’équation du transport

Z Z
σt (u − φ) ψ dx dν(Ω) ~ − ~ · ~n) (φ − u) ψ ds dν(Ω)
(Ω ~
XZ Γ+ Z (3.28)
+ ~ · ~n|(u − ub ) ψ ds dν(Ω)
|Ω ~ + ψΩ ~ · ∇(φ
~ − u) dx dν(Ω)
~ = 0.
Γ− X

On a donc :

σt (u − φ) + Ω ~ − u) = 0 presque partout dans X,

~ · ∇(φ (3.29)

(u − ub ) = 0 presque partout sur Γ− , (3.30)

et
(u − φ) = 0 presque partout sur Γ+ . (3.31)
En utilisant le corollaire 2.1.1, on conclut à l’égalité de u et φ presque partout dans X et on
~ presque partout dans X.
a ~g = Ωu
En substituant u à φ dans (3.26), on obtient que :

~ · ∇u
σt u + Ω ~ = q presque partout dans X. (3.32)
u est donc solution du problème de transport initial.

Réciproquement, on considère u solution dans W de (2.1), u vérifie donc :

~ · ∇u
~ = q dans X,
½
σt u + Ω
(3.33)
u = ub sur Γ− .

On introduit ~g = Ωu~ pour obtenir la formulation mixte (3.11). On multiplie alors les deux
équations de (3.12) par des fonctions tests, respectivement ~h ∈ Y et v ∈ L2 pour obtenir :

σt~g · ~h + PΩ ∇u
~ · ~h = (Ω
~ · ~h)q dans X,
(
(3.34)
~ · [PΩ~g ] v + σt uv = qv
∇ dans X.
En intégrant ces équations sur X, on obtient :
Z Z Z
~ ~
σt ~g · h dx dν(Ω) + ~ ~ ~
PΩ ∇u · hdx dν(Ω) = ~ · ~h dx dν(Ω)
qΩ ~ (3.35)
X X X
et Z Z Z
~ +
σt u v dx dν(Ω) ~ · [PΩ~g ] dx dν(Ω)
v∇ ~ = ~
q v dx dν(Ω). (3.36)
X X X

On utilise ensuite la formule de Green (2.65) pour obtenir :

Z Z
~ ~ ~
σt ~g · h dx dν(Ω) dx dν(Ω) + ~ · ~hdx dν(Ω)
PΩ ∇u ~ =
XZ Z X
σt ~g · ~h dx dν(Ω)
~ + ~ · ~h) u ds dν(Ω)
~ · ~n) (Ω
(Ω ~ (3.37)
Z X Γ +
Z
h i
− u∇ ~ · PΩ~h dans X − ~ · ~n|ub (Ω
|Ω ~ · ~h) ds dν(Ω),
~
X Γ−

~ sur Γ+ , on obtient :
puis en utilisant le fait que ~g = Ωu

56
 3.3. Existence et unicité

Z Z
σt ~g · ~h dx dν(Ω)
~ dx dν(Ω)
~ + ~ · ~hdx dν(Ω)
PΩ ∇u ~ =
X Z Z X
σt ~g · ~h dx dν(Ω)
~ + (Ω~ · ~n) ~g · ~h ds dν(Ω)
~ (3.38)
ZX Z Γ+
h i
− u∇~ · PΩ~h − |Ω~ · ~n|ub (Ω~ · ~h) ds dν(Ω).
~
X Γ−

~ sont solutions de (3.21).

Ce qui prouve que u et ~g = Ωu
¥

3.3 Existence et unicité

Dans le but de prouver l’existence et l’unicité de solutions pour notre problème variationnel,
nous utiliserons le résultat suivant (présenté en particulier dans [25], les notations restent locales
à l’énoncé du théorème) :

Théorème 3.3.1
Soient q ∈ W et ub ∈ L2− . On considère le problème variationnel suivant : trouver ~g ∈ Y et
u ∈ L2 tels que
a(~g , ~h) + b(u, ~h) = l1 (~h) pour tout ~h ∈ Y
(
(3.39)
b(v, ~g ) − d(u, v) = l2 (v) pour tout v ∈ L2 .
Si a(·, ·), b(·, ·) et d(·, ·) sont des formes bilinéaires continues sur Y × Y , sur Y × L2 et sur
L2 × L2 respectivement. Supposons de plus que d(·, ·) est semi définie positive (i.e. d(v, v) ≥ 0,
pour tout v ∈ L2 ) et que a(·, ·) est symétrique semi définie positive. On suppose aussi que l’on a :
– Il existe k0 > 0 tel que :
|b(v, ~g )|
sup ≥ k0 ||~g ||Y /KerB t , (3.40)
v∈L ||v||L2
2

où B est l’opérateur associé à b(·, ·) et ||~g ||Y /KerB t = inf ~g0 ∈KerB t ||~g + ~g0 ||Q ,
– a(·, ·) est coercive sur KerB t (voir remarque 3.3.2),
– d(·, ·) est inversible (voir remarque 3.3.3) sur KerB.
Alors le problème (3.39) possède une solution (u, ~g ), qui est unique sur L2 × Y /M , où

M = KerB t ∩ KerA. (3.41)

De plus, on a :
||u||L2 + ||~g ||Y /KerB t ≤ C(||q||W + ||ub ||L2− ), (3.42)

où C est une constante positive.

Démonstration - Voir [Link], [Link] [25] par exemple. ¥

Remarque 3.3.1
La notation ·/· désigne l’espace quotient et pour deux espaces de Hilbert Y et M , on a pour tout
~g ∈ Y
||~g ||Y /M = inf ||~g + ~g0 ||Y .
~g0 ∈M

57
Chapitre 3. Formes variationnelles de l’équation du transport

Remarque 3.3.2
On dit que la forme bilinéaire symétrique semi définie positive a(·, ·) est coercive sur KerB t ⊂ Y
si et seulement si
a(~g0 , ~g0 ) ≥ γ0 ||~g0 ||2Y , ∀~g0 ∈ KerB t ,
où γ0 est une constante positive.
Remarque 3.3.3
On dit que la forme bilinéaire semi définie positive d(·, ·) est inversible sur KerB ⊂ L2 si et
seulement si
d(u0 , v0 )
inf sup ≥ α0 > 0,
u0 ∈KerB v0 ∈KerB ||u0 ||L2 ||v0 ||L2

et
d(u0 , v0 )
inf sup ≥ α0 > 0.
v0 ∈KerB u0 ∈KerB ||u0 ||L2 ||v0 ||L2
Nous allons donc énoncer dans ce qui suit plusieurs propositions visant à valider les hypothèses
du théorème 3.3.1 dans le cas de notre problème variationnel (3.21).

Proposition 3.3.1
Sous les hypothèses du théorème (2.1.2), on a les propriétés suivantes :
– La forme bilinéaire a (3.13) est continue sur Y ×Y . Elle est symétrique, positive et coercive
sur le noyau de l’opérateur B t .
– La forme bilinéaire b (3.14) est continue sur L2 × Y .
– La forme bilinéaire d (3.15) est continue sur L2 ×L2 . Elle est symétrique, positive et coercive
sur L2 .
– La forme linéaire l1 (3.16) est continue sur Y .
– La forme linéaire l2 (3.17) est continue sur L2 .
Démonstration -
– continuité de a : Pour tout (~g , ~h) ∈ Y × Y on a :

|a(~g , ~h)| ≤ σ∞ ||~g ||(L2 )3 ||~h||(L2 )3 + ||~g ||(L2+ )3 ||~h||(L2+ )3

≤ σ∞ ||~g ||(L2 )3 ||~h||(L2 )3 + ||~g ||(L2+ )3 ||~h||(L2+ )3 + ||∇ ~ · [PΩ~h]||L2

~ · [PΩ~g ]||L2 ||∇ (3.43)
³ ´
≤ ca ||~g ||(L2 )3 ||~h||(L2 )3 + ||~g ||(L2+ )3 ||~h||(L2+ )3 + ||∇ ~ · [PΩ~h]||L2
~ · [PΩ~g ]||L2 ||∇

où ca = max(σ∞ , 1) avec σ∞ = ||σt ||L∞ (X) . En utilisant l’inégalité de Hölder il vient :

|a(~g , ~h)| ≤ ca ||~g ||Y ||~h||Y . (3.44)

– continuité de b :
|b(u, ~g )| ≤ ||u||L2 ||~g ||Y . (3.45)
– continuité de d :
|d(u, v)| ≤ σ∞ ||u||L2 ||v||L2 . (3.46)
– continuité de l1 :
|l1 (~g )| ≤ (||q||L2 + ||ub ||L2− )||~g ||Y . (3.47)
– continuité de l2 :
|l2 (u)| ≤ ||q||L2 ||u||L2 . (3.48)

58
 3.3. Existence et unicité
n o
– coercivité de a : On rappelle que Ker(B t ) = ~ · [PΩ~g ] = 0 . Pour tout ~g ∈
~g ∈ Y ; ∇
~ · PΩ~g ||L2 = 0 et on a :
Ker(B t ), ||∇

a(~g , ~g ) ≥ σ0 ||~g ||2(L2 )3 + ||~g ||2(L2 )3

+
(3.49)
≥ αa ||~g ||2Y ,

où αa = min(σ0 , 1).
– inversibilité de d : La forme bilinéaire d (3.15) est symétrique et KerB = 0. Pour tout
u ∈ L2 on a :
d(u, u) ≥ σ0 ||u||2L2 . (3.50)
La forme bilinéaire d est donc inversible sur KerB.
¥

Proposition 3.3.2
L’opérateur β défini par :
W −→ L2
(

~ · ∇u,
u −→ βu = Ω ~

est surjectif dans W ; i.e.,

∀f ∈ L2 , ∃uf ∈ W tel que βuf = f. (3.51)

Démonstration - Soit f dans L2 , on peut alors exhiber la solution suivante de l’équation

~ :
βuf = f en intégrant le long de la caractéristique portée par Ω

~ = c(xs ) + TΩ f (x),
uf (x, Ω) (3.52)

où xs est le point du bord défini par (1.63), c est une fonction définie sur le bord Γ− et TΩ est
donné par (1.62). ¥

Proposition 3.3.3
L’opérateur γ défini pour tout ~g dans Y par :

Y −→ L2
(

~ · (PΩ~g ),
~g −→ γ~g = ∇

est surjectif dans Y .

Démonstration - Soit f dans L2 , montrons qu’il existe ~gf dans Y tel que :

γ~gf = f. (3.53)

~ f , (3.53) s’écrit :
En introduisant φf dans W tel que ~gf = Ωφ

~ · ∇φ
Ω ~ f = βφf = f. (3.54)

On conclut en utilisant la proposition 3.3.2. ¥

59
Chapitre 3. Formes variationnelles de l’équation du transport

Proposition 3.3.4
Il existe k0 > 0 tel que :
|b(v, ~g )|
sup ≥ k0 ||~g ||Y /KerB t . (3.55)
v∈L2 ||v||L2
où B est l’opérateur associé à b(·, ·) définie en (3.14) et ||~g ||Y /KerB t = inf ||~g + ~g0 ||Y .
~g0 ∈KerB t

Démonstration - Nous avons vu (proposition 3.3.3) que l’opérateur B t est surjectif dans
l’espace Y ; i.e,
~ · PΩ~gf = f.
∀f ∈ L2 , ∃~gf ∈ Y avec B t~gf = ∇ (3.56)
Pour prouver (3.55), on considère le problème auxiliaire suivant : soit φu l’unique solution dans
W0 du problème suivant :
~ · ∇φ
Ω ~ u = u dans X (3.57)
pour u appartenant à L2 , alors ~gu = Ωφ~ u appartient à Y et
Z Z
~
|b(u, ~gu )| = |b(u, Ωφu )| = ~ ~
u (Ω · ∇φu ) = u2 = ||u||2L2 . (3.58)
X X

Par ailleurs,
~ · ∇φ
||~gu ||2Y = ||φu ||2W = ||φu ||2L2 + ||Ω ~ u ||2 2 = ||φu ||2 2 + ||u||2 2 .
L L L

En utilisant l’inégalité de Poincaré de la proposition2.1.3 dans W0 , on obtient

~ · ∇φ
||φu ||L2 ≤ C0 ||Ω ~ u ||L2 = C0 ||u||L2 ,

où C0 est une constante strictement positive. Au final, on trouve

||φu ||L2 ≤ C0 ||u||L2 ,

1
soit en notant k0 =
C0 + 1
1
||~gu ||Y ≤ (C0 + 1)||u||L2 = ||u||L2 .
k0
On a donc pour tout u dans L2 ,
|b(u, ~gu )|
k0 ||~gu ||Y ≤ ||u||L2 =
||u||L2
|b(u, ~gu )|
≤ sup
u∈L2 ||u||L2
|b(v, ~gu )|
≤ sup .
v∈L2 ||v||L2
¥

Remarque 3.3.4
La condition (3.55) est équivalente à la condition inf-sup (voir [Link], [Link] [25])

|b(v, ~g )|
inf sup ≥ k0 > 0.
~g ∈Y v∈L2 ||v||L2 ||~g ||Y /KerB t

60
 3.4. Convergence des itérations sur le terme source

Théorème 3.3.2
Sous les hypothèses du théorème 3.3.1, le problème variationnel (3.21) possède une unique solution
(u, ~g ) ∈ L2 × Y . De plus, on a l’estimation suivante :
³ ´
||u||L2 + ||~g ||Y /KerB t ≤ C ||q||L2 + ||ub ||L2− . (3.59)

Démonstration - On applique le théorème 3.3.1 en utilisant les propositions précédentes. ¥

3.4 Convergence des itérations sur le terme source

Il convient dans ce paragraphe d’étudier notre système mixte en conservant l’opérateur K
défini pour u dans L2 par :
Z
~ =
(Ku)(x, Ω) f (x, Ω ~
~ ′ , Ω)u(x, Ω ~ ∈ X.
~ ′ ), ∀(x, Ω)
~ ′ )dν(Ω (3.60)
S2

On supposera par la suite que f (x, Ω ~ ′ , Ω)

~ = f (x, Ω ~ Pour tout (~g , ~h) ∈ Y × Y , on introduit :
~ ′ , Ω).
Z
d1 (~g , ~h) = ~ · ~g )(x, Ω)
K(Ω ~ (Ω ~ · ~h) dx dν(Ω),
~ (3.61)
X
et pour tout (u, v) ∈ L2 × L2 , on introduit :
Z
d2 (u, v) = ~ v dx dν(Ω).
Ku(x, Ω) ~ (3.62)
X
On considère le problème abstrait suivant :

a(~g , ~h) − d1 (~g , ~h) + b(u, ~h) = l1 (~h) pour tout ~h ∈ Y

(
(3.63)
b(v, ~g ) + d2 (u, v) − d(u, v) = l2 (v) pour tout v ∈ L2 .

Théorème 3.4.1
Sous les hypothèses du théorème 3.3.1, le problème variationnel (3.63) possède une unique solution
(u, ~g ) ∈ L2 × Y .
Démonstration - On étend le résultat du théorème 3.39 en utilisant la continuité et le coercivité
des formes a − d1 et d − d2 .
– continuité de a − d1 : Pour tout (~g , ~h) ∈ Y × Y on a :

|(a − d1 )(~g , ~h))| ≤ 2σ∞ ||~g ||(L2 )3 ||~h||(L2 )3 + ||~g ||(L2+ )3 ||~h||(L2+ )3

≤ 2σ∞ ||~g ||(L2 )3 ||~h||(L2 )3 + ||~g ||(L2+ )3 ||~h||(L2+ )3 + ||∇ ~ · [PΩ~h]||L2

~ · [PΩ~g ]||L2 ||∇ (3.64)
³ ´
≤ c1 ||~g ||(L2 )3 ||~h||(L2 )3 + ||~g ||(L2+ )3 ||~h||(L2+ )3 + ||∇ ~ · [PΩ~h]||L2
~ · [PΩ~g ]||L2 ||∇

où c1 = max(2σ∞ , 1) avec σ∞ = ||σt ||L∞ (X) . En utilisant l’inégalité de Hölder il vient :

|(a − d1 )(~g , ~h))| ≤ ca ||~g ||Y ||~h||Y . (3.65)

– continuité de d − d2 :

|(d − d2 )(u, v)| ≤ 2σ∞ ||u||L2 ||v||L2 . (3.66)

61
Chapitre 3. Formes variationnelles de l’équation du transport
n o
– coercivité de a − d1 : On rappelle que Ker(B t ) = ~g ∈ Y ; ∇ ~ · [PΩ~g ] = 0 . En utilisant
le résultat et la constante positive α donnés dans la proposition 2.1.1, on obtient pour tout
~g ∈ Ker(B t ) :
(a − d1 )(~g , ~g ) ≥ α||~g ||2(L2 )3 + ||~g ||2(L2 )3
+
(3.67)
≥ α1 ||~g ||Y2

où α1 = min(α, 1).
– coercivité de d − d2 : En utilisant le résultat et la constante positive α donnés dans la
proposition (2.1.1), pour tout u ∈ L2 on a :

(d − d2 )(u, u) ≥ α||u||2L2 . (3.68)

Nous allons à présent énoncer un lemme qui sera très utile pour la démonstration du théo-
rème suivant présentant la convergence de la méthode de la source itérée appliquée au problème
variationnel mixte du transport.

Lemme 3.4.1
Si les hypothèses suivantes sont vérifiées :
~ ∈ L∞ (X), 0 < σ0 ≤ σt (x, Ω)
– σt (x, Ω) ~ ≤ σ∞ ,
~ ~ ′ ~ ′
– f (x, Ω, Ω ) Z= f (x, Ω , Ω),~
~ −
– σt (x, Ω) ~ ′ , Ω)dν(
f (x, Ω ~ ~ ′ ) ≥ α > 0,
Ω
2
ZS
~
– σt (x, Ω) − ~ Ω
f (x, Ω, ~ ′ )dν(Ω~ ′ ) ≥ α > 0,
S 2
Z
~ =
– σs (x, Ω) ~ Ω
f (x, Ω, ~ ′ )dν(Ω
~ ′ ) ≤ βσt (x, Ω)
~ où 0 ≤ β < 1.
S2
alors pour tous ~g ∈ Y et ~h ∈ Y , on a
p √ √
d1 (~g , ~h) ≤ β|| σt~h||(L2 )3 || σs~g ||(L2 )3 , (3.69)

et pour tous u ∈ L2 et v ∈ L2 , on a
p √ √
d2 (u, v) ≤ β|| σt v||L2 || σs u||L2 . (3.70)

Démonstration - Soient ~g ∈ Y et ~h ∈ Y , on écrit

Z µZ ¶
~
d1 (~g , h) = ~ ~ ~
(Ω · h(x, Ω)) ~ ~ ′ ~′ ~ ′ ~ ′ ~
f (x, Ω, Ω )(Ω · ~g (x, Ω ))dν(Ω ) dxdν(Ω).
X S2

En utilisant l’inégalité de Cauchy-Schwartz sur S 2 et le fait que pour tout Ω ~ ′ ∈ S 2 , PΩ′ ~g = ~g , on

obtient
Z µZ ¶ 1 µZ ¶1
2 2
~
d1 (~g , h) ≤ ~ ~
(Ω · h) ~ ~ ′ ~ ′
f (x, Ω, Ω )dν(Ω ) ~ ~ ′ ~ ′ 2 ~
f (x, Ω, Ω )|~g (x, Ω )| dν(Ω ) ′
dxdν(Ω)~
X S2 S2
¶1
p Z √
µZ
2
≤ β ~ · ~h)
σt (Ω ~ Ω )|~g (x, Ω )| dν(Ω )
~′
f (x, Ω, ~′ 2 ~′ ~
dxdν(Ω)
X S2
p √ √
≤ β|| σt~h||(L2 )3 || σs~g ||(L2 )3 .

62
 3.4. Convergence des itérations sur le terme source

~ et
On a donc montré (3.69). La relation (3.70) s’obtient de la même manière en posant ~g = Ωu
~h = Ωv.
~ ¥

Intéressons nous maintenant à la convergence des itérations sur le terme source (classique en
transport, voir chapitre 1, paragraphe 1.4.2). On a le résultat suivant :

Théorème 3.4.2
Soit (u0 , ~g 0 ) un élément de L2 × Y . On construit la suite (un , ~g n ) de L2 × Y telle que :

a(~g n+1 , ~h) + b(un+1 , ~h) = d1 (~g n , ~h) + l1 (~h) pour tout ~h ∈ Y
(
(3.71)
−b(v, ~g n+1 ) + d(un+1 , v) = d2 (un , v) − l2 (v) pour tout v ∈ L2 .

Sous les hypothèses du théorème 2.1.2, le problème variationnel (3.63) possède une unique solution
(u, ~g ) dans L2 × Y et la suite (un , ~g n ) de L2 × Y converge vers cette solution si

0 ≤ β < 1. (3.72)

Démonstration - L’existence et l’unicité de solutions (u, ~g ) dans L2 × Y découle directement

du théorème 3.4.1. Pour la convergence des itérations sur le terme source, on écrit :

a(~g n+1 , ~h) + b(un+1 , ~h) = d1 (~g n , ~h) + L1 (~h) pour tout ~h ∈ Y
(
(3.73)
−b(v, ~g n+1 ) + d(un+1 , v) = d2 (un , v) − L2 (v) pour tout v ∈ L2 .
d’où

a(~g n+1 − ~g , ~h) + b(un+1 − u, ~h) = d1 (~g n − ~g , ~h) pour tout ~h ∈ Y

(
(3.74)
−b(v, ~g n+1 − ~g ) + d(un+1 − u, v) = d2 (un − u, v) pour tout v ∈ L2 .
On a donc :

a(~g n+1 − ~g , ~g n+1 − ~g ) + b(un+1 − u, ~g n+1 − ~g ) = d1 (~g n − ~g , ~g n+1 − ~g )

(
(3.75)
−b(un+1 − u, ~g n+1 − ~g ) + d(un+1 − u, un+1 − u) = d2 (un − u, un+1 − u).

En additionnant les deux équations de (3.75), on obtient :

a(~g n+1 −~g , ~g n+1 −~g ) + d(un+1 − u, un+1 − u) = d1 (~g n −~g , ~g n+1 −~g ) + d2 (un − u, un+1 − u). (3.76)

Posons ~Γn = ~g n − ~g et γ n = un − u. On a clairement que

√
d(γ n+1 , γ n+1 ) = || σt γ n+1 ||2L2 , (3.77)

et
√
a(~Γn+1 , ~Γn+1 ) ≥ || σt ~Γn+1 ||2(L2 )3 . (3.78)

En utilisant le résultat du lemme 3.4.1 et les relations (3.77) et (3.78), il vient

√ √
|| σt ~Γn+1 ||2(L2 )3 + || σt γ n+1 ||2L2
√ ³ √ √ √ √ ´ (3.79)
≤ β || σt ~Γn+1 ||(L2 )3 || σs ~Γn ||(L2 )3 + || σt γ n+1 ||L2 || σs γ n ||L2 .

63
Chapitre 3. Formes variationnelles de l’équation du transport

En utilisant le fait que σs ≤ σt , on obtient

√ √
|| σt ~Γn+1 ||2(L2 )3 + || σt γ n+1 ||2L2
√ ³ √ √ √ √ ´ (3.80)
≤ β || σt ~Γn+1 ||(L2 )3 || σt ~Γn ||(L2 )3 + || σt γ n+1 ||L2 || σt γ n ||L2 .

√ √
soit, en posant Xn = (|| σt ~Γn ||(L2 )3 , || σt γ n ||L2 )t
√
||Xn+1 ||2 ≤ β(Xn+1 , Xn ). (3.81)

On a donc
||Xn+1 ||2 ≤
p
β||Xn+1 || ||Xn ||. (3.82)
Par récurrence, on obtient la relation
³p ´n+1
||Xn+1 || ≤ β ||X0 ||. (3.83)

La suite (~g n , un ) converge donc vers la solution (~g , u) du problème (3.63) si et seulement si

β < 1.

Bilan du chapitre 3
Nous avons donc présenté dans ce chapitre quelques formes variationnelles classiques du trans-
port et étudié une nouvelle formulation variationnelle basée sur la forme mixte de l’équation du
transport, nous en avons donné quelques propriétés essentielles. Nous allons maintenant intro-
duire dans le chapitre suivant les espaces d’approximation et présenter la démarche permettant
de discrétiser notre problème mixte variationnel.

64
 Chapitre 4

Espaces d’approximation et analyse

discrète

Sommaire
4.1 Approximation du problème . . . . . . . . . . . . . . . . . . . . . . . . 66
4.1.1 Discrétisation de l’espace physique . . . . . . . . . . . . . . . . . . . . . 66
4.1.2 L’espace d’approximation du flux angulaire sur une maille donnée Qk . 66
4.1.3 L’espace de Raviart-Thomas d’ordre 0 sur un exemple simple . . . . . . 66
4.1.4 L’espace d’approximation de Y (D) . . . . . . . . . . . . . . . . . . . . . 67
4.2 Formulation mixte discrète . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3 Formulation mixte-hybride discrète . . . . . . . . . . . . . . . . . . . 70
4.4 Estimations d’erreur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

Nous introduisons dans ce chapitre les espaces d’approximations nécessaires pour la discréti-
sation du problème variationnel mixte du transport. Précisons qu’en pratique, on choisit une
formule de quadrature pour la discrétisation angulaire de type SN (nous reviendrons sur ce
point au chapitre 5). Dans ce chapitre, on s’intéresse donc à la résolution en espace du problème
modèle où on a fixé Ω~ (qui est par exemple une direction fixe d’une quadrature SN choisie pour
la discrétisation angulaire) :
~ · ∇u(x)
~
½
Ω + σt (x)u(x) = q(x) pour x ∈ D,
(4.1)
u(x) = ub (x) pour x ∈ ∂D− .
Tout au long de ce chapitre, on effectue l’abus de notations suivant :
L2 = L2 (D).
Nous explicitons notammentn la¡ façon d’approcher convenablement l’espace des o densités de cou-
¢d
rant angulaire Y (D) = ~g ∈ L 2 ~ 2 2 + d
; ∇ · (PΩ~g ) ∈ L ; PΩ~g = ~g ; ~g ∈ (L (∂D )) . De la même
façon, on continue d’utiliser les mêmes notations pour décrire les formes bilinéaires introduites
au chapitre précédent en précisant qu’elles ne sont plus définies que sur l’espace D et non plus sur
l’espace des phases tout entier. Comme on l’a vu dans les paragraphes précédents, la formulation
mixte abstraite de l’équation (4.1) s’écrit :
a(~g , ~h) + b(u, ~h) = l1 (~h) pour tout ~h ∈ Y,
(
(4.2)
b(v, ~g ) − d(u, v) = l2 (v) pour tout v ∈ L2 ,
~
où u, q et ub sont les mêmes fonctions que dans (4.1) et ~g = Ωu.

65
Chapitre 4. Espaces d’approximation et analyse discrète

4.1 Approximation du problème

Nous allons détailler dans ce paragraphe les étapes permettant d’aboutir à une discrétisation
mixte puis mixte-hybride du problème mixte abstrait (4.2).

4.1.1 Discrétisation de l’espace physique

On suppose dans ce qui suit que D admet une décomposition Dh d’un nombre fini d’éléments
ouverts (des héxaèdres dans le cas 3D par exemple) où h représente la longueur maximale de
chaque élément (notés Qk ) de Dh :
K
[
D= Qk et Qk ∩ Qk′ = ∅ 1 ≤ k 6= k ′ ≤ K (4.3)
k=1

où K est le nombre d’éléments de Dh . Dans ce manuscrit, on ne considérera que le cas d’éléments

quadrilatéraux en 2D et hexaèdraux en 3D. On note Fh l’ensemble des faces de la discrétisation
Dh et on notera Fhint l’ensemble des faces situées à l’intérieur de D. Nous supposerons par ailleurs
que l’intersection des frontières de chaque éléments ∂Qk avec ∂D, si elle est non vide, est un côté
ou une face de Qk . Pour 1 ≤ k ≤ K, on note Γk,l , 1 ≤ l ≤ L(k) les faces de l’élément Qk où
L(k) = 2d est le nombre de faces pour l’élément Qk . On note ~nk,l le vecteur normal unitaire
sortant par la face Γk,l de l’élément Qk . Pour décrire les espaces d’approximation, on définit sur
chaque élément Qk , respectivement Γk,l , l’espace P0 (Qk ), respectivement P0 (Γk,l ), des restrictions
sur chaque élément Qk , respectivement Γk,l , aux fonctions constantes par morceaux et l’espace
P1 (Qk ), respectivement P1 (Γk,l ), des restrictions sur chaque élément Qk , respectivement Γk,l , des
polynômes de degré inférieur ou égal à un. En outre, on suppose pour simplifier dans ce qui suit
que ∀k ∈ {1, · · · , K} et ∀j ∈ {1, · · · , L(k)},
~ · ~nk,j 6= 0.
Ω

4.1.2 L’espace d’approximation du flux angulaire sur une maille donnée Qk

Dans le but d’approcher le flux angulaire (variable primale) u, on considère le sous espace
d’approximation suivant
L0 (Dh ) = vh ∈ L2 (D); vh|Qk ∈ P0 (Qk ); Qk ∈ Dh .
© ª

Nous noterons donc uk ∈ P0 (Qk ) la valeur moyenne du flux angulaire sur la maille Qk .

4.1.3 L’espace de Raviart-Thomas d’ordre 0 sur un exemple simple

Dans une discrétisation mixte-hybride classique, on utilise une approximation locale de l’es-
pace H(div; D). L’espace le plus couramment utilisé pour approcher H(div; Q) (où Q est une
maille donnée) est l’espace de Raviart Thomas d’ordre zéro noté RT0 (Q). Nous présentons cet es-
pace d’approximation (que nous utilisons dans la suite) sur un exemple très simple. On considère
le quadrilatère Q = [0, h]2 ⊂ R2 avec les arêtes Ai , i = 1, · · · , 4 parallèles aux axes.

L’espace de Raviart-Thomas d’ordre zéro RT0 (Q) des fonctions vectorielles sur Q est un sous
espace de dimension fini de l’espace
n o
~ · ~g ∈ L2 (Q) ,
H(div; Q) = ~g ∈ (L2 (Q))2 ; ∇

66
 4.1. Approximation du problème

x1

h A2

~
nQ

A3 Q A1

0 A4 h x2

Fig. 4.1 – Élément fini Q

qui possède les propriétés suivantes :

~ · ~g est constant sur Q,
– ∀~g ∈ RT0 (Q), ∇

– ∀i = 1, · · · , 4, ~g · ~nQ est constant chaque arête Ai ,

– Tout vecteur ~g ∈ RT0 (Q) est entièrement déterminé par la donnée de ses quatres flux gi
sur les arêtes Ai .
On a (en 2D)
RT0 (Q) = {(a + bx1 , c + bx2 ); a, b, c ∈ R} ⊆ (P1 (Q))2 , (4.4)
qui permet d’approcher l’espace H(div; Q).

4.1.4 L’espace d’approximation de Y (D)

Comme nous l’avons vu précédemment, l’approximation usuelle de la variable duale (la den-
sité de courant angulaire
n dans notre cas) est baséeo sur une approximation adaptée de l’es-
¢d
~ · ~g ∈ L2 (Qk ) obtenue notamment à l’aide de l’espace
¡ 2
pace H(div; Qk ) = ~g ∈ L (Qk ) ; ∇
de Raviart-Thomas d’ordre zéro RT0 (Qk ) (voir [37, 25] et le paragraphe précédent) défini sur
une maille Qk par
RT0 (Qk ) = Q1,0,··· ,0 (Qk ) × · · · × Q0,··· ,0,1 (Qk ),
où  
 
aβ1 ,··· ,βN xβ1 1 · · · xβNN
X
Qα1 ,··· ,αN (Qk ) = p : Qk → R; p(x) = .
 
βi ≤αi

Dans le cas d’éléments plus généraux, on doit utiliser la transformation de Piola décrite dans
le chapitre 5 en deux dimensions d’espace (voir aussi [25]). Il est naturel d’utiliser le champ de
vecteurs w~ k,j pour engendrer l’espace RT0 (Qk ) vérifiant :
Z
~ k,j (x) · ~nk,i ds = δij ,
w (4.5)
Γk,j

où δij représente le symbole de Kronecker. La famille {w~ k,j }1≤j≤2d forme une base de l’espace
RT0 (Qk ). L’espace RT0 (Qk ) est un espace de dimension 2d = 6 soit le nombre de faces d’une
maille hexaèdrale en dimension d = 3.

67
Chapitre 4. Espaces d’approximation et analyse discrète

Notre but est de construire un espace d’approximation Y0 (Qk ) du sous-espace Y (Qk ) de sorte
que Y0 (Qk ) soit inclus dans Y (Qk ) (i.e. une approximation conforme). On choisit
n o
Y0 (Qk ) = ~g = PΩ f~; f~ ∈ RT0 (Qk ) .

On définit pour une maille donnée Qk ∈ Dh un nouveau champ de vecteur ~γk,j = PΩ w ~ k,j pour
chaque face j de l’élément Qk de sorte que chaque fonction vectorielle ~g ∈ Y (Qk ) puisse s’écrire
2d
X
~g = gj ~γk,j .
j=1

Ce choix de champ de vecteur permet d’assurer la colinéarité de la densité de courant angulaire ~g

~ même au niveau discret en accord avec la définition
avec la direction de propagation angulaire Ω
de l’espace fonctionnel continu Y (D). Cependant, ce champ de vecteur n’est pas une base de
l’espace Y0 (Qk ).

Remarque 4.1.1
Remarquons que, si on utilise le champ de vecteur w
~ k,j pour discrétiser le problème abstrait (4.2),
on perd alors le caractère conforme de l’approximation et on obtient des résultats numériques
désastreux sur des maillages très déformés comme nous l’illustrerons dans le chapitre 7.
Contrairement à l’espace RT0 (Qk ) qui est de dimension 2d, l’espace Y0 (Qk ) est de dimension
d + 1. En effet, considérons une base orthonormale de l’hyperplan de dimension d − 1 orthogonal
àΩ~ dans Rd et notons {Ω ~ ⊥ }i=1,··· ,d−1 les vecteurs générateurs de cette base orthonormale. On
i
introduit pour une maille donnée Qk ∈ Dh leur décomposition dans RT0 (Qk ),
2d
~⊥
X
∀i, Ωi = Ω⊥
i,j w
~ k,j ,
j=1

alors, pour chaque 1 ≤ i ≤ d − 1, on a les relations de liaisons suivantes entre chaque ~γk,j :
2d
X
Ω⊥
i,j ~
γk,j = 0.
j=1

Donc, les 2d fonctions vectorielles ~γk,j vérifient ces d − 1 relations de liaison indépendantes.
L’espace engendré par le champ de vecteur ~γk,j est de dimension d + 1. On peut donc exhiber
pour chaque maille Qk un autre champ de vecteur {ξ~k,i }i=1,··· ,d+1 formant une base de l’espace
Y0 (Qk ) de sorte que chaque fonction vectorielle ~g ∈ Y (Qk ) puisse s’écrire
2d d+1
g̃k,j ξ~k,j .
X X
~g = gk,j ~γk,j =
j=1 j=1

Cependant, on choisit de présenter la discrétisation mixte-hybride du problème abstrait en uti-

lisant le champ de vecteurs {~γk,i }i=1,··· ,2d car on ne peut pas obtenir d’expression analytique
générale du champ de vecteurs {ξ~k,i }i=1,··· ,d+1 . On effectuera le changement de base approprié
en utilisant des manipulations algébriques directement sur le système linéaire. Nous reviendrons
sur ce point au cours du chapitre suivant.
On a donc défini les espaces d’approximations sur une maille donnée Qk , nous allons à présent
étudier les problèmes abstraits discrets sur tout l’espace physique D.

68
 4.2. Formulation mixte discrète

4.2 Formulation mixte discrète

Introduisons les espaces d’approximations sur tout l’espace physique D. Pour approcher la
densité de courant angulaire, on utilisera l’espace

Y0 (Dh ) = {~gh ∈ Y (D); ~gh |Qk ∈ Y0 (Qk ); Qk ∈ Dh } , (4.6)

pour l’approximation du flux angulaire, on utilisera l’espace

L0 (Dh ) = vh ∈ L2 (D); vh |Qk ∈ P0 (Qk ); Qk ∈ Dh , (4.7)

© ª

introduit précédemment. La version discrète de (4.2) s’écrit donc : trouver uh ∈ L0 (Dh ) et

~gh ∈ Y0 (Dh ) tels que

i) a(~gh , ~hh ) + b(uh , ~hh ) = l1 (~hh ) pour tout ~hh ∈ Y0 (Dh ),

(
(4.8)
ii) b(vh , ~gh ) − d(uh , vh ) = l2 (vh ) pour tout vh ∈ L0 (Dh ),

où on cherche ~gh ∈ Y0 (Dh ) et uh ∈ L0 (Dh ).

La proposition suivante (voir [Link], [Link] [25]) permet d’assurer l’existence et l’unicité
du problème discret (les notations utilisées sont conformes à celles utilisées par [Link] et
[Link] et restent locales à l’énoncé du théorème).

Proposition 4.2.1
Soient a(·, ·), b(·, ·) et d(·, ·) les formes bilinéaires continues sur Y (D) × Y (D), sur Y (D) × L2 (D)
et L2 (D) × L2 (D) respectivement définies par (3.13), (3.14) et (3.15), et les espaces de dimension
finie Y0 (Dh ) ⊂ Y (D) et L0 (Dh ) ⊂ L2 (D). On considère le problème suivant :

Trouver uh ∈ L0 (Dh ) et ~gh ∈ Y0 (Dh ) tels que :







a(~gh , ~hh ) + b(uh , ~hh ) = l1 (~hh ) pour tout ~hh ∈ Y0 (Dh ),

(4.9)





b(vh , ~gh ) − d(uh , vh ) = l2 (vh ) pour tout vh ∈ L0 (Dh ).


Supposons que les hypothèses du théorème 3.3.1 soient vérifiées. Supposons aussi qu’il existe une
constante positive αh telle que
d(uh , vh )
inf sup ≥ αh , (4.10)
uh ∈KerBh vh ∈KerBh ||uh ||L2 ||vh ||L2
et que
b(vh , qh )
inf sup ≥ k0 > 0. (4.11)
uh ∈Y0 (Dh ) vh ∈L0 (Dh ) ||qh ||Y ||vh ||L2
Alors, pour tout f ∈ W et g ∈ ImB le problème (4.9) admet une unique solution.
Pour vérifier les hypothèses de la proposition 4.2.1, on utilise le résultat suivant.
Proposition 4.2.2

KerBht = {~gh ∈ Y0 (Dh ); b(vh , ~gh ) = 0; ∀vh ∈ L0 (Dh )} ⊂ KerB t ,

et
KerBh ⊂ KerB.

69
Chapitre 4. Espaces d’approximation et analyse discrète

Démonstration - On a construit L0 (Dh ) et Y0 (Dh ) de sorte que L0 (Dh ) ⊂ L2 (D) et Y0 (Dh ) ⊂

Y (D) donc KerBh ⊂ KerB. Idem pour KerBht ⊂ KerB t . ¥

La proposition 4.2.2 et la coercivité de a sur KerB t suffit à donner (4.10) pour notre problème
mixte du transport. La condition (4.11) équivalente à la condition inf-sup discrète est aussi
vérifiée en utilisant la proposition 4.2.2 et la condition inf-sup continue (3.3.4) (cet argument
s’appuie sur [Link] et [Link] [25] page 58). On peut donc appliquer la proposition 4.2.1
pour obtenir l’existence et l’unicité du problème mixte du transport discret (4.8).
Le système linéaire associé au problème (4.8) s’écrit sous la forme :
µ ¶µ ¶ µ ¶
A B G S1
= , (4.12)
Bt D U S2
où la matrice de ce système est inversible mais n’est pas définie positive. En particulier, la struc-
ture globale de la matrice A ne permet pas d’éliminer facilement le vecteur inconnu des densités
de courant angulaire. C’est pourquoi il convient d’introduire une inconnue supplémentaire. Cette
procédure est appelée procédure d’hybridisation et conduit à la formulation mixte-hybride dis-
crète. C’est ce que nous allons voir dans la suite.

4.3 Formulation mixte-hybride discrète

Pour introduire une inconnue supplémentaire, on utilise la procédure d’hybridisation de
Fraeijs de Veubeke [46] et mentionnée en particulier dans [25] qui consiste à introduire des mul-
tiplicateurs de Lagrange sur chaque face de Dh . Nous décrirons dans ce qui suit cette procédure
pour notre cas particulier. Comme on l’a vu précédemment, si on choisit l’espace d’approximation
de la densité de courant angulaire suivant
Y0 (Dh ) = {~g ∈ Y (D); ~g |Qk ∈ Y0 (Qk )} ,
alors le système linéaire résultant est difficile à inverser. En particulier, en reprenant les notations
de la relation (A.10), la matrice A couple les densités de courant angulaire des mailles voisines.
La matrice A a donc une structure globale (sur tout le maillage), on doit donc inverser le système
linéaire d’un bloc, ce qui peut être très coûteux. C’est pourquoi on introduit l’espace suivant
n o
M0 (Dh ) = µh ∈ L2 (Fhint ); µh |f ∈ P0 (f ); f ∈ Fhint .
Y
En effet, un champ de vecteurs ~gh ∈ Y0 (Qk ) appartient à Y0 (Dh ) si et seulement si pour tout
k
µh ∈ M0 (Dh ) on a
X Z h i X Z
~ ~
µh (~gh · Ω)(Ω · ~n) ds = µh [~gh · ~n] ds = 0,
f f
f ∈Fhint f ∈Fhint

où [~gh · ~n] représente le saut de la composante normale de ~gh entre deux éléments de Dh .
Ainsi, on impose une contrainte de continuité inter-éléments sur les bords par l’intermédiaire
des multiplicateurs
Y de Lagrange de l’espace M0 (Dh ). En introduisant la forme bilinéaire c :
M0 (Dh ) × Y0 (Qk ) → R définie par
k
X Z h i
c(µh , ~gh ) = ~ Ω
µh (~gh · Ω)( ~ · ~n) ds,
f
f ∈Fhint

70
 4.3. Formulation mixte-hybride discrète

l’approximation Ymixte-hybride du problème (4.2) consiste donc à trouver

(~gh , uh , λh ) ∈ Y0 (Qk ) × L0 (Dh ) × M0 (Dh ) tels que
k

~hh ) + b(uh , ~hh ) + c(λh , ~hh ) = l1 (~hh ) pour tout ~hh ∈
Y


 a(~
g h , Y0 (Qk ),
k

b(vh , ~gh ) − d(uh , vh ) = l2 (vh ) pour tout vh ∈ L0 (Dh ), (4.13)



c(µh , ~gh ) = 0 pour tout µh ∈ M0 (Dh ).


On note λk,l ∈ P0 (Γk,l ) la valeur moyenne du flux angulaire sur la face Γk,l de l’élément
fini Qk . Remarquons que l’inconnue λk,l joue le rôle du multiplicateur de Lagrange qui permet
d’assurer la continuité inter-élément de l’approximation de la densité de courant angulaire ~gh .
Dans les quelques lignes qui suivent, nous allons justifier l’introduction d’une inconnue sup-
plémentaire à notre système mixte. On note aussi

Λ0 = {λh ∈ M0 (Dh ), λh = 0, ∀e ∈ Eh ∩ ∂D} .

On introduit alors , pour ~gh ∈ Y0 (Dh ) et λh ∈ L0 (Dh ),

K Z
~ · ~gh )(Ω
~ · ~n).
X
c(λh , ~gh ) = λh (Ω (4.14)
k=1 ∂Qk

On peut énoncer les lemmes suivant :

Lemme 4.3.1Y
Soit ~gh ∈ Y0 (Qk ). Alors
k
³ ´
~ · ~n)(Ω
(c(λh , ~gh ) = 0, ∀λh ∈ Λ0 ) ⇔ ~gh ∈ Y0 (Dh ) et (Ω ~ · ~gh ) = (Ω
~ · ~n)λh sur ∂D+ (4.15)

Soit alors (~gh , uh ) la solution unique du problème (4.8), on considère l’application :

Z Z Z Z
Φ : f~h → ~gh · f~h + ~ · ~n)~gh · f~h −
(Ω ~ · (PΩ · f~h ) −
uh ∇ ~ · f~h )q.
(Ω
D ∂D+ D D

Pour tout f~h ∈ Y0 (Dh ), Φ(f~h ) = 0 (ce n’est rien d’autre que (4.8-i) ). De plus, (4.15) implique
~ · ~gh sur ∂D+ tel que
qu’il existe λ0h ∈ Λ0 , λ0h = Ω

Φ(f~h ) = c(λ0h , f~h ) ∀f~h ∈ Y0 (Dh ).

L’unicité de λ0h est donnée par le lemme suivant

Lemme 4.3.2
~ h sur ∂D+ . Si
Soit µh ∈ Λ0 tel que ~gh = Ωλ

∀f~h ∈ Y0 (Dh ), c(λh , f~h ) = 0,

alors λh ≡ 0.

Arnold et Brezzi [8] ont prouvé l’existence et l’unicité d’une solution au système (4.13).

71
Chapitre 4. Espaces d’approximation et analyse discrète

4.4 Estimations d’erreur

L’introduction de multiplicateurs de Lagrange et l’utilisation des éléments finis mixtes-hybrides
permet d’obtenir une erreur relative sur la variable primale (ici le flux angulaire) plus petite
qu’avec les éléments finis mixtes, c’est l’un des multiples intérêts de la procédure d’hybridisation
détaillée plus haut. En nous basant sur les résultats de [Link] et [Link], nous donnons les
principales estimations d’erreur sur la solution de notre problème mixte-hybride discret. Dans
un premier temps, nous présentons les estimations d’erreur obtenue en appliquant directement
la théorie de [Link] et [Link] en une dimension d’espace (d = 1). Ensuite, nous donnons
quelques estimations globales connues [25, 8, 69] du problème (4.9) en deux dimensions d’espace
(d = 2) puis nous discuterons des propriétés induites par l’approximation (4.7) qui n’est plus
classique dès que d > 1.
En dimension 1, l’espace Y0 (Qk ) coïncide avec l’espace RT0 (Qk ) qui lui même coïncide avec
l’espace P1 (Qk ) des polynômes de degré inférieur ou égal à un définis sur Qk . Dès que la dimension
de l’espace physique est supérieure à 1, ce n’est évidemment plus le cas.
On considère dans ce paragraphe un problème de transport en dimension d = 1. On prendra
D = (a, b) où a ∈ R et b ∈ R tels que a < b et on choisit µ > 0 une direction angulaire fixée et
ua ∈ R+ ∗ . On s’intéresse donc à l’approximation numérique du problème simplifié du transport :

i) µu′ (x) + σt u(x) = q(x), pour x ∈ D,

½
(4.16)
ii) u(a) = ua .
La formulation mixte de ce problème s’écrit de la façon suivante :

i) σt g(x) + µ2 u′ (x) = µq(x), pour x ∈ D,



ii) g ′ (x) + σt u(x) = q(x),

pour x ∈ D,

(4.17)

 iii) u(a) = u a ,
iv) g(b) = µu(b).


Ce problème de transport correspond exactement à un problème de diffusion avec des conditions

aux limites adaptées, on peut donc utiliser tous les résultats classiques de la théorie des éléments
finis mixtes-hybrides. On peut donc aussi écrire ce problème sous forme abstraite en utilisant les
espaces fonctionnels classiques pour la diffusion [25]. On cherche donc u ∈ L2 (D) et g ∈ H 1 (D)
tels que
i) a(g, h) + b(u, h) = l1 (h) pour tout h ∈ H 1 (D),
(
(4.18)
ii) b(v, g) − d(u, v) = l2 (v) pour tout v ∈ L2 (D)
où Z b
a(g, h) = µg(b)h(b) + σt g(x)h(x)dx,
a
Z b
b(u, g) = − µ2 u(x)g ′ (x)dx,
a
Z b
d(u, v) = σt µ2 u(x)v(x)dx,
a
Z b
l1 (h) = µh(x)q(x)dx,
a
et Z b
l2 (v) = −ua v(a) − µ2 v(x)q(x)dx.
a

72
 4.4. Estimations d’erreur

Ce problème variationnel admet une unique solution en vertu du théorème 3.3.1. On cherche
maintenant à approcher ce problème en utilisant les espaces d’approximation introduits précé-
demment. Soit donc L0 (Dh ) ⊂ L2 (D) et Y0 (Dh ) ⊂ H 1 (D) des sous-espaces de dimension finie.
On s’intéresse au problème discret suivant
(
i) a(gh , hh ) + b(uh , hh ) = l1 (hh ) pour tout hh ∈ Y0 (Dh ),
(4.19)
ii) b(vh , gh ) − d(uh , vh ) = l2 (vh ) pour tout vh ∈ L0 (Dh ).

On peut alors écrire l’estimation globale suivante :

µ ¶
||u−uh ||L2 (D) +||g−gh ||H 1 (D) ≤ K inf ||u − vh ||L2 (D) + inf ||g − hh ||H 1 (D) (4.20)
vh ∈L0 (Dh ) hh ∈Y0 (Dh )

On peut alors écrire les estimations d’erreurs connues (voir [Link], [Link] [25] ou [Link]
[21]) suivantes : 

 ||g − gh ||L2 (D) ≤ Ch||g||L2 (D) ,

||u − uh ||L2 (D) ≤ Ch||u||H 2 (D) , (4.21)

2

 ||P u − u ||
h h L2 (D) ≤ Ch ||u||
H 3 (D) .
L’opérateur Ph représente la projection orthogonale de L2 sur l’espace L0 et C est une constante
positive. La convergence est d’ordre deux en espace si la solution du problème est suffisamment
régulière.

Remarque 4.4.1
Le cas de la dimension d > 1 fait l’objet de travaux en collaboration avec [Link].

Bilan du chapitre 4
Nous avons donc introduit les espaces d’approximation nécessaires pour la discrétisation
mixte-hybride en espace du problème variationnel mixte du transport. Nous avons donné quelques
estimations d’erreur pour le problème discret en 1D et une estimation globale en dimension quel-
conque. Nous allons maintenant détailler la discrétisation de notre problème modèle en utilisant
les espaces d’approximation introduits dans ce chapitre.

73
Chapitre 4. Espaces d’approximation et analyse discrète

74
 Chapitre 5

Discrétisation

Sommaire
5.1 Discrétisation angulaire aux ordonnées discrètes . . . . . . . . . . . . 75
5.2 Approximation d’un vecteur à partir de ses flux dans le cas des
quadrilatères . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.3 Formulation variationnelle mixte-hybride discrète pour le transport 82
5.4 Discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.4.1 Discrétisation de l’équation de bilan . . . . . . . . . . . . . . . . . . . . 83
5.4.2 Discrétisation de l’équation de la densité de courant angulaire . . . . . . 83
5.4.3 Continuité de la densité de courant angulaire . . . . . . . . . . . . . . . 84
5.5 Étude du système linéaire . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.6 Résolution matricielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.6.1 Assemblage de la matrice globale . . . . . . . . . . . . . . . . . . . . . . 90
5.6.2 Résolution du système linéaire . . . . . . . . . . . . . . . . . . . . . . . 91
5.6.3 A propos de Mhλ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

Dans cette partie, nous allons détailler l’élaboration d’une discrétisation de notre problème
modèle. Nous nous plaçons ici dans le cadre de maillages hexaèdraux, on notera Dh l’espace d’ap-
proximation de l’espace physique D. Nous commençons par détailler l’approximation angulaire
de notre problème. Nous donnons ensuite un moyen d’approcher une fonction vectorielle à partir
de ses flux en présentant une technique classique d’approximation des éléments de H(div, D).
Nous détaillons ensuite les propriétés du système linéaire résultant de la discrétisation en espace.

5.1 Discrétisation angulaire aux ordonnées discrètes

Comme nous l’avons vu au chapitre 1, l’approximation angulaire d’un problème de transport
peut se faire de diverses manières. Nous avons choisi d’utiliser une méthode aux ordonnées
~ ∈ S 2 de notre problème de transport. Nous préciserons tout
discrètes pour discrétiser la variable Ω
d’abord les avantages et les inconvénients des formules de quadrature utilisées par la méthode.
Nous présenterons ensuite la méthode utilisée : une quadrature SN de type Carlson [30] pour
notre discrétisation en angle.

Quadratures SN : choix, avantages et inconvénients

Il est important de prêter attention au choix d’une quadrature dans les méthodes SN . Dans
un problème de transport, aucune direction de la sphère n’est privilégiée, il est donc important

75
Chapitre 5. Discrétisation

que la quadrature soit préservée par des rotations. En pratique, on utilise des quadratures (par
exemple les quadratures "level symmetric", voir [Link], [Link] [45]) dont l’ensemble
des directions discrètes reste invariant par rotation d’un angle π2 ou π autour des axes de co-
ordonnées cartésiennes (voir figure 5.2). Après avoir défini l’ensemble des directions discrètes, il
convient de leur associer certains poids de quadrature en imposant que certaines intégrales de po-
lynômes simples soient calculées exactement par la quadrature. Les quadratures utilisées dans la
pratique donnent de bons résultats. Néanmoins, il existe quelques inconvénients ; en particulier,
pour un nombre suffisamment grand de directions discrètes, il est parfois impossible d’assurer la
positivité de tous les poids de la quadrature (voir [Link] [29] par exemple).

Le découpage SN ([Link] [30])

Nous nous plaçons ici dans le cadre d’un problème tridimensionnel (d = 3). On muni alors
R3 d’un repère cartésien (O; ~e1 , ~e2 , ~e3 ) et on notera, pour x ∈ R3 , x = (x1 , x2 , x3 ). On commence
par décomposer le vecteur direction Ω ~ sur la sphère unité centrée en O de la façon suivante :

~ = cos θ ~e1 + sin θ cos ϕ ~e2 + sin θ sin ϕ ~e3

Ω
p
= µ ~e1 + 1 − µ2 (cos ϕ ~e2 + sin ϕ ~e3 ) ,
où θ est l’angle que fait le vecteur direction Ω ~ avec l’axe porté par ~e1 et ϕ l’angle que fait la
~
projection de Ω dans le plan (~e2 , ~e3 ) avec l’axe porté par ~e2 (voir figure 5.2). Nous avons aussi
noté µ = cos θ.
La demi sphère unité est donc paramètrée par la longitude ϕ ∈ [0, π] et par le cosinus de la
latitude µ = cos θ ∈ [−1, 1].

~e1

~
Ω

O
~e3

~e2

~
Fig. 5.1 – Représentation du vecteur direction Ω.

76
 5.1. Discrétisation angulaire aux ordonnées discrètes

Le principe du découpage SN consiste à découper l’espace des directions (µ, ϕ) ∈ [−1, 1] × [0, π]
n(n + 2)
en surfaces élémentaires d’aires égales, n étant nécessairement choisi pair. On découpe
2
donc l’intervalle des latitudes en n intervalles, ce qui génère n points de discrétisations notés

µm , 1 ≤ m ≤ n

numérotés dans le sens des µ croissants. Ensuite, on choisit Lm longitudes discrètes pour chaque
latitude µm de la façon suivante :
n
– si m ≤ alors Lm = 2m ;
2
n
– si m ≥ + 1 alors Lm = 2(n + 1 − m).
2
4π
Chaque surface élémentaire a pour aire et est définie par
n(n + 2)

[µm− 1 , µm+ 1 ] × [ϕm,l− 1 , ϕm,l+ 1 ], avec l ∈ {1, · · · , Lm }.

2 2 2 2

Le découpage en longitude est régulier, et on a donc :

π
ϕm,l− 1 − ϕm,l+ 1 = ,
2 2 Lm
les points de discrétisation étant placés au centre des intervalles de sorte que
µ ¶
π 1
ϕm,l = π − l− ,
Lm 2

numérotés pour l variant de 1 à Lm dans le sens des ϕ décroissant de π à 0. Pour les latitudes,
les µm+ 1 sont calculés à partir de la formule :
2

4π π
= (µm+ 1 − µm− 1 ) × (ϕm,l+ 1 − ϕm,l− 1 ) = (µ 1 − µm− 1 ),
n(n + 2) 2 2 2 2 Lm m+ 2 2

4Lm
soit µm+ 1 = + µm− 1 en ayant choisi µ 1 = −1 et µ n + 1 = 0. Ce qui donne
2 n(n + 2) 2 2 2 2


4m(m + 1) n
− 1, si m ≤ ,


 n(n + 2) 2


µm+ 1 =
2 
 4(n + 1 − m)(n − m) n
 1− , si m ≥ + 1.


n(n + 2) 2

Au lieu de schoisir les µm au centre des intervalles, on les décale à l’aide d’un coefficient
n(n + 2)
multiplicatif , de sorte que les formules de quadrature utilisées soient exactes
n(n + 2) − 2
pour le calcul des moments jusqu’à l’ordre 2, i.e.
Z 1Z π
dϕ dµ X
= ω = 1,
−1 0 π 2
m,l

77
Chapitre 5. Discrétisation

µ
1

µ6

∆µ5

0 π
π ϕ
∆ϕ5 ϕ6,4 2

−1

Fig. 5.2 – Découpage SN de la demi sphère unité dans le cas où N = 8.

1 π
~ dϕ dµ =
Z Z
~ m,l = ~0,
X
Ω ωΩ
−1 0 π 2
m,l
1 π
~ dϕ dµ = ~ m,l = 1 IdR3 ,
Z Z
~ ⊗Ω ~ m,l ⊗ Ω
X
Ω ωΩ
−1 0 π 2 3
m,l

où ω représente le poids de quadrature associé à chaque surface élémentaire

2
ω= ,
n(n + 2)
~ m,l sont données par
où les directions discrètes Ω

µm
 
~ m,l
p
Ω =  p1 − µ2m cos ϕm,l  ,
1 − µ2m sin ϕm,l

où les µm sont donnés par les formules :

 µ ¶s
 4m 2 n(n + 2) n
 n(n + 2) − 1 , si m ≤ ,



n(n + 2) − 2 2
µm = s
4(n + 1 − m)2
µ ¶
 n(n + 2) n
+1 , si m ≥ + 1.



 n(n + 2) n(n + 2) − 2 2

Remarquons que la quadrature utilisée est une quadrature symétrique.

78
 5.2. Approximation d’un vecteur à partir de ses flux dans le cas des quadrilatères

~m
Ω

1
0
0
1
wm

Fig. 5.3 – Découpage SN du quart de sphère unité.

~ fixée et on s’intéressera à la résolution

Dans la suite de ce chapitre, on considère une direction Ω
du problème suivant :

~ · ∇u
~ Ω (x) + σt (x)uΩ (x) = SΩ (x) pour x ∈ D,
½
Ω
(5.1)
uΩ = ub pour x ∈ ∂D− .

5.2 Approximation d’un vecteur à partir de ses flux dans le cas

des quadrilatères
Dans cette section, nous présentons une méthode permettant d’approcher des fonctions vec-
torielles sur des mailles quelconques. Cette méthode est très importante pour manipuler sur des
mailles quelconques les fonctions vectorielles approchées dans l’espaces RT0 . Nous présentons
cette technique dans le cas de quadrilatères en 2D, mais elle peut s’étendre au cas des triangles
ou des héxaèdres et tetraèdres en 3D. Soit un vecteur F~ = (F1 , F2 ) défini sur un quadrilatère
Q. Nous allons définir une approximation polynômiale du vecteur F~ à l’aide des quatre flux
F~ · ~n associés aux quatre arêtes du quadrilatère Q. Le quadrilatère Q est l’image d’un carré de
référence Q̂ par une application FQ telle que :

FQ : Q̂ = [0, 1] × [0, 1] → Q
(5.2)
(η, ξ) → (x, y),
avec

4

 X



 x = x(η, ξ) = xk lk (η, ξ),
k=1 (5.3)
 4
X
 y = y(η, ξ) = yk lk (η, ξ),



k=1

où lk , 1 ≤ k ≤ 4 désignent les fonctions de base Q1 usuelles, c’est à dire :

79
Chapitre 5. Discrétisation



 l1 (η, ξ) = ξη,
l2 (η, ξ) = ξ(1 − η),

(5.4)
 l3 (η, ξ) = (1 − ξ)(1 − η),

l4 (η, ξ) = (1 − ξ)η.


1
2 1

2 Q̂ 4

4
3
3 η

Fig. 5.4 – Carré de référence.

DFQ
On introduit l’application linéaire (transformation de Piola) en définissant :
det(DFQ )
∂x ∂x
 

DFQ =  ∂η ∂ξ 
∂y ∂y  , (5.5)


∂η ∂ξ
qui s’écrit explicitement :
µ ¶
(y1 − y2 )ξ + (y3 − y4 )(1 − ξ) (y1 − y4 )η + (y2 − y3 )(1 − η)
DFQ = . (5.6)
(x1 − x2 )ξ + (x3 − x4 )(1 − ξ) (x1 − x4 )η + (x2 − x3 )(1 − η)
~ ~
À chaque arête de Q̂, on associe une mesure dŝ et un couple (T̂, N̂ ) constitué de la tangente
unitaire et de la normale extérieure unitaire. Pour chaque arête de Q, on introduit pareillement
une mesure ds et un couple (T~ , N
~ ) constitué de la tangente unitaire et de la normale extérieure
unitaire.
On vérifie par un calcul direct que :
~
DFQ T̂
T~ = ,
~
||DFQ T̂ ||
et
~
(DFtQ )−1 N̂
~ =
N .
~
||(DFtQ )−1 N̂ ||
On en déduit :
~ ~
ds = ||DFQ T̂ ||dŝ = ||(DFtQ )−1 N̂ || |det(DFQ )|dŝ.

80
 5.2. Approximation d’un vecteur à partir de ses flux dans le cas des quadrilatères

~
Alors, si F̂ est un vecteur défini sur Q̂, on lui associe le vecteur F~ tel que :
1 ~
F~ = DFQ F̂. (5.7)
det(DFQ )
Cette définition est justifiée par le lemme :
Lemme 5.2.1
~ ds = F̂~ · N̂
F~ · N
~
dŝ sur chaque arête de Q (ou de Q̂).
Démonstration - On calcule
~
1 ~ (DFtQ )−1 N̂
F~ · N
~ ds = DFQ F̂ · ds
det(DFQ ) ~
||(DFtQ )−1 N̂ ||
~ ~
= DFQ F̂ · (DFtQ )−1 N̂ dŝ
~ ~
= F̂ · N̂ dŝ.
¥

Nous pouvons à présent définir l’approximation polynômiale de F~ , pour chaque arête a (1 ≤ a ≤

~ ~
4) de Q̂, on considère le degré de liberté : F̂ · N̂ (a) = fˆa .
~
On construit alors F̂ = (F̂η , F̂ξ ) dans Q̂ par une interpolation linéaire en η (respectivement
~
en ξ) de la composante F̂η (respectivement F̂ξ ) de F̂ à partir de fˆ4 et fˆ2 (respectivement fˆ1 et
fˆ3 ).
On en déduit alors que :

F̂η = fˆ4 η + fˆ2 (η − 1),

½
(5.8)
F̂ξ = fˆ1 ξ + fˆ3 (ξ − 1).
~
Alors, à partir de l’interpolation de F̂ , on construit celle de F~ par l’intermédiaire de (5.7).
Par l’intermédiaire du lemme précédent (valable pour toute arête), il résulte que :

~ (a) = F̂~ · N̂
La F~ · N
~
(a) = fˆa , (5.9)
où La désigne la longueur de l’arête a.
On introduit alors les fonctions de base w~a (η, ξ) associées à chaque arête a de Q̂, et des degrés
de liberté fˆa .
On peut écrire :
4 4
~ Xˆ X ~ ~
F̂ = fa w~a = F̂ · N̂ (a)w~a ,
a=1 a=1
où


 w~1 = (0, ξ) ,
w~2 = (η − 1, 0) ,

(5.10)
w~ = (0, ξ − 1) ,
 3


w~4 = (η, 0) .
Nous allons maintenant détailler la discrétisation spatiale du problème variationnel mixte du
transport.

81
Chapitre 5. Discrétisation

5.3 Formulation variationnelle mixte-hybride discrète pour le trans-

port

Dans ce paragraphe, on s’applique à présenter le problème variationnel discret qui nous aidera
à détailler la discrétisation. On introduit pour chaque maille Qk et chaque face Γk,j de Qk le
~ fixé et
multiplicateur de Lagrange λk,j ∈ L2 (Γk,j ). Nous présentons cette discrétisation pour Ω
pour un terme source fixé.

Remarque 5.3.1
Attention, pour chaque face interne notée e0 ∈ Fhint , il existe un unique multiplicateur de Lagrange
λe0 et il existe deux éléments finis adjacents (notés Qk et Qk′ ) par la face e0 . On note alors j0
(resp. j0′ ) l’indice local de la face interne e0 pour la maille Qk (resp. Qk′ ). Suivant nos notations
(locales aux mailles) on a donc

λe0 = λk,j0 = λk′ ,j0′ .

En vertu du paragraphe 5.4, on peut écrire la formulation variationnelle mixte-hybride suivante

∀Qk ∈ Dh , trouver (uk , g~k , λk ) ∈ L0 (Qk ) × Y0 (Qk ) × L2 (∂Qk ) tels que :








∀(vk , f~k , µk ) ∈ L0 (Qk ) × Y0 (Qk ) × L2 (∂Qk )









 Z Z Z



 ~ · ~gk vk dx +
∇ σt uk vk dx = qk vk dx,
Qk Qk Qk








 Z Z ³ ´ 2d Z ³ ´
σt (~gk · f~k )dx − ~ · PΩ f~k dx + λk,j PΩ f~k · ~nk,j ds
 X
uk ∇






 Qk Qk j=1 Γk,j

 Z
= ~ · f~k )dx,
qk (Ω (5.11)

 Qk






 2d Z 2d Z
~ ~ ~ ·w ~ · ~nk′ ,j ′ ) ds = 0,
X X
gk,j (Ω · w
~ k,j )(Ω · ~nk,j0 ) ds + gk′ ,j (Ω ~ k′ ,j )(Ω



 0
Γk,j0 Γk′ ,j ′

j=1 j=1

0






où Qk et Qk′ sont deux mailles adjacentes,








λk,j = ub pour j ∈ ∂D,








~ · ~nk,j )λk,j pour j ∈ ∂D+ .

gk,j = (Ω


5.4 Discrétisation

Nous pouvons maintenant détailler la discrétisation du problème (5.11) en utilisant les élé-
ments finis mixtes-hybrides.

82
 5.4. Discrétisation

5.4.1 Discrétisation de l’équation de bilan

Commençons par écrire la discrétisation de l’équation de bilan. On peut écrire la forme
variationnelle de l’équation de bilan sur un élément fini donné Qk ∈ Dh :
Z Z Z
~
∇ · ~gk vk dx + σt uk vk dx = qk vk dx. (5.12)
Qk Qk Qk

On choisit vk = 1Qk (x) pour tout Qk ∈ Dh . En utilisant la formule de Green, on obtient

Z Z
~
vk ∇ · ~gk dx = vk g~k · ~n ds.
Qk ∂Qk
Z
Alors, on découpe le terme intégral ~g · ~n ds sur les différentes faces de Qk , on a
∂Qk
2d Z
X 2d
X
gk,j ′ (~γk,j ′ · ~nk,j ) ds + σt,k uk Vk = qk Vk , (5.13)
j=1 Γk,j j ′ =1

où Z
Vk = 1Qk (x)dx, (5.14)
Qk
est la mesure de l’élément fini Qk et σt,k est la valeur moyenne de σt sur Qk .
En remplaçant ~γk,j par PΩ w~ k,j , on obtient au final
2d Z 2d
~ ·w ~ · ~nk,j ) ds + σt,k uk Vk = qk Vk .
X X
gk,j ′ (Ω ~ k,j ′ )(Ω (5.15)
j=1 Γk,j j ′ =1

5.4.2 Discrétisation de l’équation de la densité de courant angulaire

On discrétise à présent l’équation de la densité de courant angulaire qui relie la densité de
courant angulaire aux gradients du flux angulaire. La forme abstraite sur une maille Qk de
l’équation de la densité de courant angulaire est donnée par
Z Z ³ ´ 2d Z ³ ´ Z
~ ~ ~ ~ ~ · f~h )dx. (5.16)
X
σt (~gh · fh )dx − uk ∇ · PΩ fh dx + λk,j PΩ fh · ~n ds = qk (Ω
Qk Qk j=1 Γk,j Qk

On utilise les fonctions de base ~γk,j introduites au chapitre 4. Pour chaque face Γk,i de Qk ,
en choisissant f~h = ~γk,j on obtient
2d Z 2d Z
~ · ~nk,j )(Ω
~ · ~γk,i ) ds
X X
gk,j σt,k ~γk,i · ~γk,j dx = uk (Ω
j=1 Qk j=1 Γk,j
2d Z Z (5.17)
~ · ~nk,j )(Ω
~ · ~γk,i ) ds + qk ~ · ~γk,i )dx,
X
− λk,j (Ω (Ω
j=1 Γk,j Qk

soit
2d Z 2d Z
~ ·w ~ ·w ~ · ~nk,j )(Ω
~ ·w
X X
gk,j σt,k (Ω ~ k,i )(Ω ~ k,j )dx = uk (Ω ~ k,i )ds
j=1 Qk j=1 Γk,j
2d Z Z (5.18)
~ · ~nk,j )(Ω
~ ·w ~ ·w
X
− λk,j (Ω ~ k,i )ds + qk (Ω ~ k,i )dx.
j=1 Γk,j Qk

83
Chapitre 5. Discrétisation

Notons que sur des maillages cartésiens de l’espace physique, on peut calculer analytiquement
les termes intégrales. Ce n’est plus le cas dès que le maillage est déformé ou non structuré. On
doit alors utiliser des formules de quadrature.

5.4.3 Continuité de la densité de courant angulaire

Comme on l’a vu précédemment, on doit assurer la continuité de la densité de courant an-
gulaire par l’intermédiaire de multiplicateurs de Lagrange. Ainsi, pour chaque face interne notée
e0 ∈ Fhint il existe deux éléments finis adjacents (notés Qk et Qk′ ) et deux densités de courant
angulaire notées ~gk et ~gk′ . On note alors j0 (resp. j0′ ) l’indice local de la face interne e0 pour la
maille Qk (resp. Qk′ ). L’équation de continuité pour la densité de courant angulaire pour la face
e0 s’écrit alors
2d Z 2d Z
~ ·w ~ · ~nk,j ) ds + ~ ·w ~ · ~nk′ ,j ′ ) ds = 0.
X X
gk,j (Ω ~ k,j )(Ω 0 gk′ ,j (Ω ~ k′ ,j )(Ω 0
(5.19)
j=1 Γk,j0 j=1 Γk′ ,j ′
0

5.5 Étude du système linéaire

Dans ce paragraphe, nous allons étudier le système linéaire résultant de la discrétisation
mixte-hybride issue du problème abstrait (4.2). Ce système linéaire s’écrit de la façon suivante
    
Ah Bh Ch Gh Fh
 B t −Dh 0   uh  =  Sh  , (5.20)
h
Cht 0 Lh λh 0

où Gh est le vecteur inconnu des densités de courant angulaire sur chaque face de chaque maille
de Dh , Uh est le vecteur inconnu contenant les valeurs moyennes du flux angulaire sur chaque
maille de Dh , λh est le vecteur inconnu contenant du flux angulaire sur chaque face du maillage.
La matrice du système est une matrice bloc 3 × 3 symétrique mais qui n’est pas définie. En
effet, contrairement aux éléments finis mixtes-hybrides appliqués à l’équation de diffusion par
exemple, la matrice Ah n’est pas inversible. Ah est une matrice diagonale par bloc de dimension
2dK avec 2d×2d blocs Akh sur la diagonale, chaque bloc correspondant à une matrice élémentaire
sur chaque maille Qk , 1 ≤ k ≤ K et donnée par
Z
k k k
Ah = {(Ah )ab }1≤a,b≤2d où (Ah )ab = σt,k ~γk,a · ~γk,b dx.
Qk

Remarque 5.5.1
En pratique, on calcule les termes (Akh )ab en utilisant la transformation de Piola introduite au
paragraphe 5.2 de sorte que

1 ~
Z
k
(Ah )ab = σt,k [Ω · (DFQk w~ˆa )][Ω
~ · (DFQ ŵ~b )]dx̂.
k
Q̂k JQk

On utilise alors une formule de quadrature pour calculer ce terme intégral.

Nous allons maintenant donner quelques propositions visant à caractériser les différentes matrices
intervenant dans le système linéaire discret (5.20).

84
 5.5. Étude du système linéaire

Proposition 5.5.1
La matrice Akh = {(Akh )ab }1≤a,b≤2d est symétrique avec
Z Z ³ ´³ ´
(Akh )ab = σt,k ~γk,a · ~γk,b dx = σt,k ~ ·w
Ω ~a ~ ·w
Ω ~ b dx.
Qk Qk

Cette matrice est de rang d + 1. De plus, son noyau est engendré par la n
représentation
o dans la
~
base induite par l’approximation RT0 sur la maille Qk des d − 1 vecteurs Ωi ⊥ formant
1≤i≤d−1
~ dans Rd .
une base du sous-espace orthogonal à Ω
~ ⊥ , i ∈ {1, .., d−1} un vecteur
Démonstration - Akh est clairement symétrique et positive. Soit Ω i
~ dans Rd . Ω
de base du sous espace orthogonal à Ω ~ ⊥ s’écrit
i

2d
~⊥
X
Ωi = Ω⊥
i,j w
~ k,j .
j=1

Et on a
Ω⊥
 
i,1
 Ω⊥i,2

Akh  ..  = 0. (5.21)
 
 . 
Ω⊥
i,2d
2d
~ ⊥ = ~0 soit
X
En effet, PΩ Ω i Ω⊥
i,j ~
γk,j = 0.
j=1
Z 2d
X
On a donc, pour toute face Γk,a de Qk , la relation ~γk,a · Ω⊥ γk,j dx = 0 d’où (5.21).
i,j ~
Qk j=1
Le noyau de Akh contient donc les vecteurs (Ω⊥ , Ω⊥ , . . . , Ω⊥ t
i,2d ) pour tout i ∈ {1, · · · , d − 1}.
n o i,1 i,2
Montrons maintenant que la famille Ω ~⊥ forme une base du noyau de Ak . Soit ~v (x)
i h
1≤i≤d−1
une fonction vectorielle représentée dans la base de RT0 (Qk ) par
2d
X
~v = vj w
~ k,j .
j=1

Supposons que la relation suivante soit vérifiée

 
v1
 v2 
Akh  .  = 0. (5.22)
 
 .. 
v2d

Alors, on a
Z 2d
X
~γk,a · vj ~γk,j dx = 0, (5.23)
Qk j=1

soit Z
~ ·w
(Ω ~ · ~v ) dx = 0.
~ k,a )(Ω (5.24)
Qk

85
Chapitre 5. Discrétisation
Z
Donc, ~ · ~v )2 dx = 0 donc Ω
(Ω ~ · ~v = 0 presque partout sur Qk et ~v est donc nécessairement
Qk
orthogonal au vecteur Ω. ~ Il existe donc une famille {fi }1≤i≤d−1 de fonctions de x telle que la
fonction vectorielle ~v s’écrive
d−1
~⊥
X
~v (x) = fi (x)Ωi .
i=1
Or,
d−1 d−1 2d 2d d−1 2d
~⊥
X X X X X X
fi (x)Ωi = fi (x) Ω⊥
i,j w
~ k,j = w
~ k,j fi (x)Ω⊥
i,j = vj w
~ k,j .
i=1 i=1 j=1 j=1 i=1 j=1

Par unicité de la décomposition sur la base de RT0 (Qk ), on obtient, pour tout j ∈ {1, · · · , 2d}
d−1
X
vj = fi (x)Ω⊥
i,j .
i=1

Cette relation peut s’écrire sous forme matricielle :

   
v1 f1 (x)
 v2   f2 (x) 
 ..  = M  .. ,
   
 .   . 
v2d fd−1 (x)

où M = (Mij ) est la matrice de dimension 2d × (d − 1) définie par Mij = Ω⊥ ~⊥

j,i . Les vecteurs Ωi
n’étant pas colinéaires, il existe une sous matrice Md−1 de M de dimension d − 1 et inversible de
sorte que pour tout i ∈ {1, · · · , d − 1}
fi (x) = ci
où ci est une constante donnée en fonction des vj et des coefficients de M . Les fonctions fi sont
donc constantes, ce qui termine la preuve.
¥

Remarque 5.5.2
En dimension 1, la matrice Akh est inversible et on peut traiter la résolution matricielle comme
pour les problèmes de diffusion.
Nous donnons ci-après l’expression analytique de la matrice Akh pour Qk = [0, 1]2 , carré de
référence.
 Ω2 Ω1 Ω2 Ω1 2 Ω1 Ω2

1
3 4 − 6 − 4
 Ω1 Ω2 Ω2 2 2
− Ω14Ω2 − Ω61 

k
Ah = σt,k  4 3 . (5.25)

2 2
 − Ω61 − Ω14Ω2 Ω1
3
Ω1 Ω2 
4

2 Ω2 2
− Ω14Ω2 − Ω61 Ω1 Ω2
4 3

Proposition 5.5.2
Il existe une matrice de passage orthogonale Vhk de dimensions 2d×(d+1) constituée des vecteurs
propres associés aux valeurs propres non nulles de Akh et une matrice diagonale Λkh de degré d + 1
telles que
t
Λkh = (Vhk ) Akh Vhk .

86
 5.5. Étude du système linéaire

et les éléments diagonaux de la matrice Λkh sont les d + 1 valeurs propres non nulles de la matrice
Akh .
Bh est une matrice rectangulaire par blocs de dimension 2dK ×K avec K blocs rectangulaires
Bhk de dimension 2d × 1 donnés par
2d Z
~ · ~nk,j )(Ω
~ · ~γk,a ) ds.
X
Bhk = {(Bhk )a }1≤a≤2d où (Bhk )a =− (Ω
j=1 Γk,j

Proposition 5.5.3
La matrice Bhk = {(Bhk )a }1≤a≤2d est composée des éléments
2d Z
~ · ~nk,j )(Ω
~ · ~γk,a ) ds.
X
(Bhk )a = − (Ω
j=1 Γk,j
³ ´
t
D’autre part, Ker Akh ⊂ Ker (Bhk ) .
¡
¢

Démonstration - Soit ~v (x) une fonction vectorielle représentée dans la base de RT0 (Qk ) par
2d
X
~v = vj w
~ k,j .
j=1

Supposons que la relation suivante soit vérifiée

 
v1

t v2 
(Bhk )  ..  = 0. (5.26)

 . 
v2d
Alors, on a
2d 2d Z
~ · ~nk,j )(Ω
~ · ~γk,i ) ds = 0,
X X
vi (Ω (5.27)
i=1 j=1 Γk,j

soit
2d Z
~ · ~nk,j )(Ω
~ · ~v ) ds = 0,
X
(Ω (5.28)
j=1 Γk,j

ou encore Z
~ · (PΩ~v ) dx = 0.
∇ (5.29)
Qk
³ ´
t
On a donc que Ker Akh ⊂ Ker (Bhk ) .
¡ ¢
¥

Remarque 5.5.3 ³ ´
t
La matrice Bhk définit une forme linéaire, son noyau Ker (Bhk ) est donc un hyperplan de
~ ⊥ , i ∈ {1, .., d − 1} un vecteur de base du sous espace
R2d de dimension 2d − 1. De plus, soit Ω i
~ dans Rd . Ω
orthogonal à Ω ~ ⊥ s’écrit
i
2d
~⊥
X
Ωi = Ω⊥
i,j w
~ k,j .
j=1

87
Chapitre 5. Discrétisation

Et on a
Ω⊥
 
i,1
³ ´t  Ω⊥i,2

Bhk ..  = 0.
 

 . 
Ω⊥
i,2d

~ ⊥ = ~0 soit P2d Ω⊥ w
En effet, PΩ Ω i j=1 i,j ~ k,j = 0, on a donc la relation suivante

2d X
2d Z 2d Z 2d
à !
³ ´³ ´
~ · ~nk,j ~
X X X
⊥
Ω Ω·w
~ k,l Ωi,l ds = (PΩ~nk,j ) · Ω⊥
i,l w
~ k,l ds
l=1 j=1 Γk,j j=1 Γk,j l=1

2d Z ³ ´³ ´
~ · ~nk,j ~
X
= Ω Ω·w
~ k,l ds = 0.
j=1 Γk,j

¡ ¢t
Le noyau de Bhk contient donc tous les vecteurs (Ω⊥ ⊥ ⊥ t
i,1 , Ωi,1 , . . . , Ωi,1 ) pour tout i ∈ {1, . . . , d −
1}.

Voici l’expression de Bhk sur le carré de référence Qk = [0, 1]2 :

−Ω21
 
 −Ω22 
Bhk = 
 −Ω21  .
 (5.30)
−Ω22

Ch est une matrice rectangulaire par blocs de dimension 2dK × ne (où ne est la dimension de
Fh ) dont les matrices élémentaires sur chaque maille Chk sont de dimension 2d × 2d et données
par Z
k k k
C = {(C )ab }1≤a,b≤2d où (C )ab = ~ · ~nk,b )(Ω
(Ω ~ · ~γk,a ) ds.
h h h
Γk,b

Proposition 5.5.4 Z
k k k
La matrice Ch = {(Ch )ab }1≤a,b≤2d est composée des éléments (Ch )ab = ~ · ~nk,b )(Ω
(Ω ~ · ~γk,a ) ds.
Γk,b
C’est une matrice symétrique de rang d+1 et les vecteurs propres associé aux d−1 valeurs propres
~ ⊥ }1≤i≤d−1 dans
nulles de Chk sont les vecteurs correspondant à la décomposition des vecteurs {Ω i
la base induite par l’approximation RT0 sur la maille Qk .

Démonstration - Soit ~v (x) une fonction vectorielle représentée dans la base de RT0 (Qk ) par

2d
X
~v = vj w
~ k,j .
j=1

Supposons que la relation suivante soit vérifiée

 
v1

t v2 
(Chk )  ..  = 0. (5.31)

 . 
v2d

88
 5.5. Étude du système linéaire

Alors, on a pour tout j ∈ {1, . . . , 2d}

2d Z
~ · ~nk,j )(Ω
~ · ~γk,i ) ds = 0,
X
vi (Ω (5.32)
i=1 Γk,j

soit pour tout j ∈ {1, . . . , 2d} Z

~ · ~nk,j )(Ω
(Ω ~ · ~v ) ds = 0, (5.33)
Γk,j

ou encore, en sommant sur j Z

~ · (PΩ~v ) dx = 0.
∇ (5.34)
Qk
³ ´
t
On a donc que Ker Akh ⊂ Ker (Chk ) .
¡ ¢

Remarque 5.5.4
Nous verrons au chapitre 6 lemme 6.5.1 qu’il existe une matrice inversible Ad telle que pour tout
v ∈ Y0 (Qk ),
t
(Ad )−1 Akh v = Chk v.
³ ³ ´´ ³ ³ ´´
t t
On a donc dim Im (Chk ) ≥ d + 1 soit dim Ker (Chk ) ≤ d − 1. On en déduit que
³ ³ ´´ ³ ´
t t
dim Ker (Chk ) = dim Ker Akh donc Ker (Chk ) = Ker Akh .
¡ ¡ ¢¢ ¡ ¢

Voici l’expression de la matrice Ck sur le carré de référence Qk = [0, 1]2 :

Ω2 Ω1
Ω21 − Ω22Ω1
 
2 0
Ω2 Ω1
 Ω22 − Ω22Ω1 0 
Ck = −  2 . (5.35)
 0 − Ω22Ω1 Ω21 Ω2 Ω1
2

− Ω22Ω1 0 Ω2 Ω1
2 Ω22

Dh est une matrice diagonale définie positive de dimension K dont les coefficients sont σt,k Vk
et Lh = {(Lh )ab }1≤a,b≤dim(Fh ) est une matrice diagonale résultant de la prise en compte des
conditions aux limites. En effet, pour chaque face e0 appartenant à la frontière de D correspondant
àΩ~ · ~ne > 0, si on note j0 l’indice local de la face e0 sur la maille Qk et i0 l’indice global de la
0
face e0 dans Fh alors Z
(Lh )i i = (Ω~ · ~nk,j ) ds.
0 0 0
Γk,j0

L’expression et les propriétés du vecteur second membre élémentaire Fhk sont données dans la
proposition suivante.

Proposition 5.5.5 Z
La matrice Fhk = {(Fhk )a }1≤a≤2d est composée des éléments (Fhk )a = ~ · ~γk,a ) dx, D’autre
Sk (Ω
³ ´ Qk
t
part, Ker Akh ⊂ Ker (Fhk ) .
¡ ¢

Les différentes propositions énoncées dans cette section permettent de justifier matriciellement
le changement de base évoqué au chapitre 4. Nous reviendrons sur l’intérêt de ces propositions
et sur le changement de base matriciel dans la section 5.6.2.

89
Chapitre 5. Discrétisation

Forme matricielle de la loi de comportement

L’équation de consistance peut ainsi se mettre sous la forme suivante pour la maille Qk :

Akh Gkh + Bhk ukh + Chk λkh = Fhk (5.36)

Dans cette équation, Akh , Bhk et Chk désignent respectivement une matrice 2d × 2d, 2d × 1 et
2d × 2d. Gk est le vecteur composés des 2d composantes ghk , uk est un scalaire représentant la
valeur moyenne de u sur la maille Qk et le vecteur λkh est constitué des valeurs de u sur les 2d
faces de Qk .

Forme matricielle de l’équation de bilan

L’équation de bilan peut aussi s’écrire sous forme matricielle comme suit :
t
Bhk Gkh − Dhk ukh = Shk , (5.37)

où Dhk est un scalaire qui vaut −σt,k Vk .

Continuité des densités de courant angulaire

La continuité des densités de courant angulaire d’une maille à l’autre se traduit par la relation
matricielle suivante sur une maille Qk :

(Chk )t Gkh = 0.

Traitement des conditions aux limites

Sur les faces internes du maillage, on assure la continuité de la densité de courant angulaire
par l’intermédiaire de la matrice (Chk )t , mais pour un bras frontière, il convient de prendre en
compte les conditions aux limites de notre problème. C’est la matrice Lh qui permet de prendre
en compte ces conditions aux limites. Soit une maille Qk de Dh , supposons qu’une des faces γk,j0
de Qk appartient à ∂D et notons i0 l’indice global de cette face e0 dans Fh , alors il convient de
distinguer deux cas :
~ · ~nk,j < 0 alors, on doit imposer λi = ub,i ,
– si Ω 0 0 0 Z
~ · ~nk,j > 0 alors, on doit imposer gk,j + λi (Ω
– si Ω ~ · ~nk,j ) ds = 0.
0 0 0 0
Γk,j0

5.6 Résolution matricielle

Nous allons maintenant expliciter la façon d’assembler le système linéaire obtenu après dis-
crétisation du problème et présenter la résolution de ce système linéaire.

5.6.1 Assemblage de la matrice globale

La construction précédente est locale à une maille Qk . On en déduit immédiatement la discré-
tisation de (5.11) par sommation sur les mailles. On obtient alors la relation matricielle suivante
pour la loi de comportement :

Ah Gh + Bh uh + Ch λh = Fh , (5.38)

90
 5.6. Résolution matricielle

où Ah et Bh sont les matrices blocs diagonales où chaque bloc correspond à Akh et Bhk . La
structure de la matrice Ch est moins évidente à déterminer, nous y reviendrons par la suite. Gh
est le vecteur contenant les valeurs des flux de densité angulaire de taille 4 fois le nombre de
mailles, uh est le vecteur de dimension égale au nombre de mailles qui contient les valeurs du
flux angulaire au centre des mailles et λh contient les valeurs du flux angulaire sur les arêtes, de
dimension égale au nombre d’arêtes du maillage. Si on note ne le nombre de faces (ou arêtes) du
maillage (i.e. la dimension de Fh ), les dimensions des matrices sont les suivantes :
– Ah : 4K × 4K,
– Bh : 4K × K,
– Ch : 4K × ne .
L’équation de bilan peut s’écrire (après assemblage de la matrice globale) :

(Bh )t Gh − Dh uh = Sh , (5.39)
où la matrice (Bh )t est la transposée de la matrice Bh , c’est donc une matrice par bloc de la
forme :

(Bh1 )t
 
0 0 ··· 0
 0 (B 2 )t 0 ··· 0 
h
(Bh )t =  . .. .. .. .. (5.40)
 
 . . . . . .


0 0 0 ··· (BhK )t
On a aussi les dimensions :
– (Bh )t : K × 4K,
– Dh : K × K.
Voici donc la structure globale de la matrice M (voir figure 5.6.2).

5.6.2 Résolution du système linéaire

On rappelle que la matrice issue de la discrétisation mixte-hybride s’écrit :
 
Ah Bh Ch
M =  (Bh )t −Dh 0  (5.41)
(Ch )t 0 Lh

On utilise alors le changement de base Vh représentant une matrice de changement de base

rectangulaire par bloc. Les propositions 5.5.1, 5.5.2, 5.5.3 et 5.5.4 permettent de justifier ce
changement de base. Chaque bloc noté Vhk représente une matrice élémentaire sur chaque maille
Qk dont les vecteurs colonnes sont les d + 1 vecteurs propres associés aux d + 1 valeurs propres
non nulles de Akh . Vhk est une matrice de dimension 2d × d + 1 qui vérifie

Vhk (Vhk )t = IdR2d ,

(Vhk )t Vhk = IdRd+1

(où IdRd représente la matrice identité de dimension d) et Λh = Vh Ah Vht est une matrice diagonale
définie positive de dimension [(d + 1)K] × [(d + 1)K] dont les éléments diagonaux sont les valeurs
propres non nulles de la matrice Ah . L’idée est donc la suivante : le rôle des matrices élémentaires
Vhk consiste à restreindre le système sur l’orthogonal du noyau des matrices Akh , i.e. là où le
problème est bien posé.

91
Chapitre 5. Discrétisation

Remarque 5.6.1
Autrement dit, numériquement, si on utilisait la matrice des vecteurs propres de Ah pour effectuer
le changement de base, la matrice finale serait constituée de (d−1)K colonnes de zéros et (d−1)K
lignes symétriques de zéros qui correspondraient à (d − 1)K zéros au second membre. On ne perd
donc pas d’"informations" sur la solution en effectuant ce changement de base.

On considère alors un nouveau vecteur inconnu noté G̃h = Vh Gh et un nouveau système

linéaire       
G̃h Λh B̃h C̃h G̃h F̃h
M̃  uh  =  B̃ht −Dh 0   uh  =  Sh  , (5.42)
λh t
C̃h 0 Lh λh 0

où M̃ est une matrice 3 × 3 par blocs, symétrique mais indéfinie où Λh et −Dh sont des matrices
définies positives, B̃h et C̃h sont des matrices rectangulaires données par

B̃h = Vh Bh , C̃h = Vh Ch , F̃h = Vh Fh .

Λ1h B̃h1 G̃1h

C̃h
ΛK
h B̃hK G̃K
h
B̃h1 t 1
Dh u1h

B̃hK t K
Dh
0 uK
h
S
λ1h

t
C̃h 0 Lh
λbh
Matrice globale Vecteur des inconnues

Fig. 5.5 – Système final à résoudre

On met alors en oeuvre une élimination de Gauss. Introduisons alors les matrices Eh = Dh +
B̃ht Λ−1 t −1
h B̃h (qui est une matrice diagonale) et Rh = C̃h Λh B̃h pour se ramener au système trian-
gulaire supérieur par blocs suivant
    ′ 
Λh B̃h C̃h G̃h F̃h
 0 Eh Rh   uh  =  Sh′  . (5.43)
0 0 Mh λh 0

Alors, en éliminant l’inconnues G̃h , on obtient le système linéaire suivant

−Rht B̃ht Λ−1

µ ¶ µ ¶µ ¶ µ ¶
uh Eh uh h F̃h + Sh
Mhu,λ = = , (5.44)
λh −Rh Lh − C̃ht Λ−1
h C̃h λh C̃ht Λ−1
h F̃h

92
 5.6. Résolution matricielle

où Mhu,λ est symétrique définie positive. On peut aussi éliminer l’inconnue uh pour obtenir le
système linéaire suivant
Mhλ λh = Rh Eh−1 Sh + Rh Eh−1 B̃ht Λ−1 t −1
h F̃h + C̃h Λh F̃h (5.45)
dans lequel intervient le complément de Schur symétrique Mhλ = C̃ht Λ−1 −1 t
h C̃h − Rh Eh Rh .

Remarque 5.6.2
Dans la pratique, on élimine mailles par mailles d’abord les densités de courant angulaire puis
les valeurs du flux angulaire aux mailles. On utilise un algorithme du gradient conjugué pour
inverser le système final.
Dans ce qui suit, on nous décrivons le processus d’éliminations successives. Λh est diagonale
définie-positive, on peut donc écrire :
G̃h = Λ−1
h (−B̃h uh − C̃h λh + Vh Fh ),

on peut alors éliminer G̃h du système (5.42), on a

t t
−B˜h Λ−1 ˜ −1
h (B̃h uh + C̃h λh ) − Dh uh = Sh − Bh Λh Vh Fh .

Proposition 5.6.1
t
La matrice Dh + B˜h Λ−1
h B̃h de dimension K est diagonale et définie positive.
+ −
Démonstration - Notons respectivement αD et αD la plus grande et la plus petite valeur
+ −
propre de la matrice Dh symétrique définie positive et αΛ et αΛ la plus grande et la plus petite
valeur propre de la matrice Λh symétrique définie positive. Soit X ∈ RK , on a
(Dh X + B̃ht Λ−1 −1
h B̃h X, X)RK = (Dh X, X)RK + (Λh B̃h X, B̃h X)R2dK

− 1
≥ αD ||X||2RK + 2
+ ||X||RK
αΛ
≥ β0 ||X||2RK ,
− 1
où β0 = min(αD , + ) est une constante positive. Comme Ker B̃h = {0}, la matrice Dh +
αΛ
t
B˜h Λ−1 B̃h est symétrique définie positive. ¥

On peut donc écrire à présent un système équivalent à (5.42) où on a éliminé les inconnues G̃h :
(−Dh − B̃ht Λ−1 t −1 t −1
½
h B̃h )uh − B̃h Λh C̃h λh = B̃h Λh F̃h + Sh (5.46)
−C̃ht Λ−1 t −1 t −1
h B̃h u + (Lh − C̃h Λh C̃h )λ = C̃h Λh F̃h ,
soit sous forme matricielle :
−Dh − B̃ht Λ−1 t −1
µ ¶µ ¶ µ t −1 ¶
h B̃h −B̃h Λh C̃h uh
=
B̃h Λh F̃h + Sh
. (5.47)
−C̃ht Λ−1
h B̃h Lh − C̃ht Λ−1
h C̃h
λh C̃ht Λ−1
h F̃h
On notera
−Dh − B̃ht Λ−1 t −1
µ ¶
Mhu,λ =− h B̃h −B̃h Λh C̃h . (5.48)
−C̃ht Λ−1
h B̃h Lh − C̃ht Λ−1
h C̃h
u,λ
La matrice Mhu,λ est une matrice diagonale par blocs constituée de K blocs Mhk définis par
k − (B̃ k )t (Λk )−1 B̃ k −(B̃ k )t (Λk )−1 C̃ k
à !
u,λ −D
Mhk =− h
t
h
−1
h h h h
t
h
−1 . (5.49)
−(C̃hk ) (Λkh ) B̃hk Lh − (C̃hk ) (Λkh ) C̃hk

93
Chapitre 5. Discrétisation

Proposition 5.6.2
La matrice Mhu,λ est symétrique définie positive.

Démonstration - La matrice Mhu,λ est clairement symétrique (on rappelle que Λ−1
h est dia-
u,λ
gonale). Soit Qk un élément du maillage. Montrons que la matrice Mhk est symétrique définie
2d
positive. Soit alors u un élément de R et un vecteur λ de R , on écrit :
µ ¶ µ ¶
u,λ u u
p(u, λ) = Mhk ·
λ λ

t −1 t −1
³ ´ ³ ´
= (Dhk + (B̃hk ) (Λkh ) B̃hk )u, u + (B̃hk ) (Λkh ) C̃hk λ, u
R2d
t −1 t −1
³ ´ ³ ´
+ (C̃hk ) (Λkh ) B̃hk u, λ + −Lkh + (C̃hk ) (Λkh ) C̃hk λ, λ
R2d R2d
³ ´
+ +
≥ αD (u, u) + αΛ C̃hk λ + B̃hk u, C̃hk λ + B̃hk u
R2d

≥ α0 |u|2 + ||λ||2R2d ,
¡ ¢

où α0 est une constante positive. La matrice Mhu,λ est donc symétrique définie positive. ¥

D’après la proposition (5.6.1), la matrice −Dh − B˜h Λ−1

h Bh est inversible, on peut écrire :

t −1 ˜ t −1
h i
uh = (−Dh − B˜h Λ−1
h B̃h ) B Λ
h h C̃ λ
h h + B̃ t −1
Λ
h h F̃h + S h .

On en déduit que :
t −1 ˜ t −1
C˜h Λ−1 t −1 ˜ t −1
h B̃h (D + B̃ Λh B̃h ) Bh Λh C̃h λh − Ch Λh C̃h λh + Lh λh = Qh ,

que l’on peut écrire Mhλ λh + Lh λh = Qh et où

t t
Qh = −C˜h (Dh + B˜h Λ−1 −1 t −1 t −1
h B̃h ) (B̃h Λh F̃h + Sh ) + C̃h Λh F̃h .

L’intérêt de ces éliminations est de fournir une matrice Mhλ + Lh symétrique définie-positive et
donc facilement inversible à l’aide de techniques du type gradient conjugué.

5.6.3 A propos de Mhλ

Nous allons ici nous intéresser à la matrice du système linéaire ne portant plus que sur les
inconnues aux arêtes. Il peut être commode de se ramener à la résolution d’un tel système linéaire.
L’inversion de la matrice Mhλ +Lh est en effet moins coûteuse que celle de la matrice Mhu,λ . Encore
faut-t-il que la matrice Mhλ + Lh ait de bonnes propriétés. C’est ce que nous allons voir dans
la suite. La matrice Mhλ est constituée de l’assemblage éléments finis des matrices élémentaires
λ
(Mhk ) définies sur une maille Qk par

λ t −1 t −1 t −1 t −1
(Mhk ) = C˜hk (Λkh ) B̃hk (Dh + B˜hk (Λkh ) B̃hk )−1 B˜hk (Λkh ) C̃hk − C˜hk (Λkh ) C̃hk .

Proposition 5.6.3
Mhλ + Lh est une matrice symétrique définie positive.

94
 5.6. Résolution matricielle

Démonstration - Pour montrer que la matrice Mhλ + Lh est une matrice symétrique définie
positive, il suffit de montrer que la matrice Mhλ est une matrice symétrique définie positive car
la matrice Lh ne contient que des termes diagonaux positifs. La matrice Mhλ est clairement
symétrique. Comme dans la proposition 5.6.2, on considère un vecteur λ de R2d , on écrit
λ
³ ´
q(λ) = ((Mhk ) )λ, λ
µµ ¶ ¶
t t t t
˜k k −1 k ˜k k −1 k −1 ˜k k −1 k ˜k k −1 k
= Ch (Λh ) B̃h (Dh + Bh (Λh ) B̃h ) Bh (Λh ) C̃h − Ch (Λh ) C̃h λ, λ .

t t
Posons uλ = −(Dh + B˜hk (Λkh ) B̃hk )−1 B˜hk (Λkh ) C̃hk λ appartenant à R. On a donc
−1 −1

µ ¶ µ ¶
t −1 t −1
q(λ) = −C˜hk (Λkh ) B̃hk uλ , λ − C˜hk (Λkh ) C̃hk λ, λ .

En utilisant α0 défini dans la proposition 5.6.2, on peut écrire

µ ¶ µ ¶
t t
2 2 ˜k k −1 k ˜k k −1 k −1
¡ ¢
q(λ) ≥ α0 |uλ | + ||λ||R2d − Bh (Λh ) C̃h λ, uλ − (Dh + Bh (Λh ) B̃h ) uλ , uλ

µ ¶ µ ¶
t t
2 ˜ k −1 k ˜ k −1 k
||λ||2R2d k k
¡ ¢
= α0 |uλ | + − Bh (Λh ) C̃h λ, uλ + Bh (Λh ) C̃h λ, uλ

= α0 |uλ |2 + ||λ||2R2d
¡ ¢

≥ α0 ||λ||2R2d .
où α0 est la constante positive donnée dans la proposition 5.6.1. Ce qui termine la preuve. ¥

On peut donc utiliser avantageusement un algorithme de résolution du type gradient conjugué

pour inverser le système final. Nous reviendrons sur les possibilités de préconditionnement de ce
système linéaire en annexe.

Bilan du chapitre 5
Nous avons présenté dans ce chapitre les propriétés essentielles liées à la discrétisation angu-
laire et spatiale de notre problème mixte abstrait. Nous avons mis en évidence une méthode de
résolution du système linéaire résultant. Nous allons à présent nous intéresser à des problèmes
de transport en régime de diffusion et nous allons en particulier caractériser le comportement
des formulations mixtes (continues, abstraites ou discrètes) dans de tels régimes.

95
Chapitre 5. Discrétisation

96
 Chapitre 6

Approximation par la diffusion

Sommaire
6.1 Approximations physiques . . . . . . . . . . . . . . . . . . . . . . . . . 98
6.1.1 Etablissement d’une équation de diffusion . . . . . . . . . . . . . . . . . 98
6.1.2 Approximation P1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
6.1.3 Conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2 Résultats d’approximation . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2.1 Changement d’échelle et régime de diffusion . . . . . . . . . . . . . . . . 100
6.2.2 Notion de limite de diffusion . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2.3 Théorèmes d’approximation par la diffusion . . . . . . . . . . . . . . . . 101
6.3 Généralisation de l’approximation par la diffusion pour la formula-
tion mixte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
6.4 Analyse asymptotique discrète du schéma 1D . . . . . . . . . . . . . 105
6.4.1 Equation du transport 1D en régime de diffusion . . . . . . . . . . . . . 105
6.4.2 Éléments finis mixtes-hybrides pour le transport en 1D . . . . . . . . . . 106
6.4.3 Analyse de la limite diffusion discrète . . . . . . . . . . . . . . . . . . . 108
6.4.4 Analyse limite diffusion sur la frontière . . . . . . . . . . . . . . . . . . . 110
6.4.5 Analyse d’un problème hétérogène . . . . . . . . . . . . . . . . . . . . . 111
6.5 Analyse asymptotique discrète en dimension d > 1 . . . . . . . . . . 113
6.5.1 Propriétés des matrices élémentaires . . . . . . . . . . . . . . . . . . . . 114
6.5.2 Limite diffusion du schéma mixte-hybride . . . . . . . . . . . . . . . . . 116
6.6 Accélération par diffusion synthétique pour la formulation mixte . 119
6.6.1 Principe général de la DSA . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.6.2 Algorithme de la DSA . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
6.6.3 Remarques sur la discrétisation des opérateurs de transport et de diffu-
sion dans la DSA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

Sous certaines conditions physiques, typiquement lorsque le libre parcours moyen des parti-
cules est très petit devant les dimensions caractéristiques du domaine physique (on parle de milieu
diffusif ou opaque), la solution de l’équation de transport (2.37) est très “proche” de sa moyenne
angulaire. Cette solution peut alors être convenablement approchée par la solution d’une équa-
tion de diffusion. Dans de tels problèmes physiques, la résolution numérique de l’équation du
transport peut être très coûteuse. Dans ces situations, il apparaît donc avantageux de résoudre
une équation de diffusion, moins coûteuse à résoudre. Dans ce chapitre, nous précisons le concept

97
Chapitre 6. Approximation par la diffusion

de milieu diffusif ou opaque et de la limite de diffusion d’un problème de transport. Nous rap-
pelons un résultat mathématique justifiant l’approximation de l’équation de transport par une
équation de diffusion dans de tels milieux. Nous généralisons ce résultat classique d’approxima-
tion de la diffusion au système mixte du transport. Nous étudions ensuite le comportement du
schéma mixte-hybride discret dans des milieux opaques et nous étudions son comportement sur
les bords d’un domaine diffusif et à l’interface entre un problème transparent (où l’approximation
de la diffusion n’est pas valide) et un milieu opaque en une dimension d’espace. Enfin, nous reve-
nons sur la technique d’accélération par diffusion synthétique évoquée dans le chapitre 1 et nous
montrons que cette technique peut être appliquée au schéma mixte-hybride pour le transport en
utilisant une discrétisation mixte-hybride de l’équation de diffusion associée.

6.1 Approximations physiques

(Sources : [Link] [13] ; [Link], [Link] [28] ; [Link], [Link] [42])

Nous nous contentons ici de considérer le problème du transport à source monocinétique par
souci de simplicité. Les hypothèses physiques d’un milieu diffusif sont les suivantes :
1. Les sections efficaces sont isotropes σt = σt (x), σs = σs (x).
2. Les sources q et l’absorption σa = σt − σs sont faibles devant la section efficace totale σt .
3. La section efficace totale σt et le flux varient lentement.

6.1.1 Etablissement d’une équation de diffusion

Nous allons détailler dans ce qui suit la façon d’établir une équation de la diffusion à partir
du problème de transport sous les hypothèses énoncés plus haut. L’hypothèse 3 nous permet
d’écrire un développement de Taylor du flux angulaire u(x, Ω) ~ sous la forme

~ = φ(0, Ω)
φ(x, Ω) ~ + xΩ
~ · ∇φ(0,
~ ~
Ω).

On utilise alors la formulation intégrale de l’équation du transport pour exprimer le courant ~j

traversant un élément de surface dS provenant d’un volume dV à une distance x de dS dans une
~
direction Ω
~ ~
~ = exp (−σt x)σs φ Ω · dS .
~j · dS
x2
En injectant le développement limité de u dans l’expression du courant et en intégrant sur la
sphère unité, on obtient
1 σs ~
J~ = − 2 ∇φ.
3 σt
Ce qui permet d’écrire la loi de Fick
J~ = −D∇φ,
~

où
1
D≃ .
3σt
En intégrant l’équation du transport en angle, on obtient aussi que

~ · J~ + σa φ = q0 ,
∇

98
 6.1. Approximations physiques

où q0 est la moyenne du flux angulaire de la source q. En injectant la loi de Fick dans cette
dernière équation, on trouve l’équation de diffusion :

~ · D∇φ
−∇ ~ + σ a φ = q0 .

6.1.2 Approximation P1
On suppose que la variation angulaire du flux angulaire est linéaire (on parle aussi d’approxi-
mation P1, voir chapitre 1). On écrit

~ = φ(x) + 3Ω
u(x, Ω) ~ · J(x),
~ (6.1)

où Z
φ= ~ ′ )dν(Ω
u(x, Ω ~ ′ ),
S2

est le flux scalaire et Z

J~ = ~ ′ u(x, Ω
Ω ~ ′ )dν(Ω
~ ′ ),
S2

~ on trouve
est le courant neutronique. Lorsqu’on intègre l’équation (1.35) sur les directions Ω,
l’équation de conservation ou de bilan neutronique :

~ · J(x)
∇ ~ + σa (x)φ(x) = q0 (x), (6.2)

où q0 est le moment d’ordre zéro de la source q :

Z
q0 = ~ ′ )dν(Ω
q(x, Ω ~ ′ ).
S2

Pour exprimer J~ en fonction de φ, on calcule le moment d’ordre 1 de l’équation de transport

(1.37), en la multipliant par Ω ~ puis en substituant l’expression (6.1) du flux angulaire avant
d’intégrer sur les directions. On a :

~ 1 ~ ~
J(x) =− ∇φ(x) = −D∇φ(x), (6.3)
3σt

où D est appelé le coefficient de diffusion. Cette expression est connue sous le nom de loi de
Fick. On remarque que le courant est opposé au gradient du flux scalaire, ce qui signifie que
les neutrons ont tendance à diffuser des régions de haute densité neutronique vers les régions de
moins grande densité. Si on utilise la loi de Fick (6.3) pour éliminer le courant dans l’équation
de conservation (6.2), on obtient l’expression de l’équation de diffusion :

~ · D(x)∇φ(x)
−∇ ~ + σa (x)φ(x) = q0 (x). (6.4)

Dans un milieu diffusif, le flux scalaire solution de l’équation de transport (1.35) est approché par
le flux scalaire solution de l’équation de diffusion, nous présenterons dans les prochaines parties
les théorèmes mathématiques illustrant ce constat. Remarquons que cette équation de diffusion
traduit le comportement au premier ordre de la solution à l’intérieur d’un domaine considéré.

99
Chapitre 6. Approximation par la diffusion

6.1.3 Conditions aux limites

Il convient donc d’exhiber les conditions aux limites adaptées. Si un considère une condition
aux limites pour l’équation du transport du type u = ub sur Γ− , on obtient la condition de
Dirichlet sur ∂D pour le flux scalaire φ :
Z
φ(x) = ~ ′ · ~n|)ub (x, Ω
W (|Ω ~ ′ ) dν(Ω
~ ′ ), (6.5)
~ n<0
Ω·~

où W dépend de la fonction H de Chandrasekhar (voir [36]) et est approchée par un polynôme

simple de la façon suivante :
√
~ · ~n|) = 3 |Ω
W (|Ω′ ~ ′ · ~n|H(|Ω ~ ′ · ~n| + 3 |Ω
~ ′ · ~n|) ≃ |Ω ~ ′ · ~n|2 . (6.6)
2 2

6.2 Résultats d’approximation

6.2.1 Changement d’échelle et régime de diffusion
Nous réécrivons (1.35) avec des notations quelque peu différentes :
~ · ∇u(x,
~ ~ + σ̄t (x)u(x, Ω)
~ = σ̄s (x)K0 u(x, Ω)
~ + q̄(x, Ω),
~ dans X

 Ω Ω)
(6.7)
 ~ = 0, sur Γ− ,
u(x, Ω)

où Z
~ =
K0 u(x, Ω) ~ ′ , Ω)u(x,
f (x, Ω ~ ~ ′ )dν(Ω
Ω ~ ′ ).
S2
Le développement asymptotique utilisé dans un milieu diffusif consiste à supposer que le libre
parcours moyen est petit par rapport aux dimensions caractéristiques de D. On utilise donc le
changement de notations suivant (avec le petit paramètre ε > 0) :

σt (x) σs (x)
σ̄t (x) = , σ̄s (x) = .
ε ε
On suppose aussi que l’absorption est faible devant la section efficace totale de sorte que l’on ait

σt (x) = σs (x) + ε2 σa (x).

Les sources sont aussi supposées petites :

q̄ = ε2 q.

On parlera alors d’un problème de transport (6.9) en régime de diffusion.

6.2.2 Notion de limite de diffusion

Dans la suite de ce chapitre, nous employons très souvent le terme “limite de diffusion”.
L’étude de la limite de diffusion d’un problème de transport du type (6.9) consiste à étudier le
comportement asymptotique en régime de diffusion de sa solution uε . On montre que uε converge
vers U quand ε tend vers zéro où U est la solution d’une équation de diffusion du type (6.4), nous
en présenterons une justification mathématique dans le paragraphe suivant. Dans la suite, nous
utilisons le terme “d’équation de diffusion associée”. Dans le même esprit, l’étude de la limite

100
 6.2. Résultats d’approximation

de diffusion d’une formulation variationnelle du transport consiste à étudier le comportement

asymptotique en régime de diffusion de sa solution uε , on montre que la solution du problème
variationnel mixte uε converge vers U quand ε tend vers zéro où U est la solution du problème
variationnel mixte de l’équation de diffusion associée. Au niveau discret, si on note uεh la solution
d’un problème de transport discrétisé en régime diffusion, on cherche à étudier le comportement
asymptotique de uεh quand ε tend vers zéro. Si on peut montrer que uεh tend vers Uh quand ε tend
vers zéro où Uh est la solution du problème de diffusion associé discrétisé, on dira que le schéma
de transport associé à uεh possède la limite de diffusion et on parlera de consistance entre les deux
schémas. Dans le paragraphe qui suit, nous allons justifier mathématiquement l’approximation
par la diffusion d’un problème de transport continu.

6.2.3 Théorèmes d’approximation par la diffusion

On peut alors montrer le

Théorème 6.2.1
Soit D un ouvert borné de R3 de frontière régulière, et soit f , σs et σa vérifiant :

~ Ω
f (Ω, ~ ′ ) = f (Ω~ ′ , Ω),
~ Ω, ~ Ω ~ ′ ∈ S 2,
Z
~ ′ , Ω)
f (Ω ~ dΩ ~ ′ = 1,
S2
~ Ω
∃β0 > 0, β1 > 0, β0 ≤ f (Ω, ~ ′ ) ≤ β1 ,

β0 ≤ σs (x) ≤ β1 , 0 < σ0 ≤ σa (x),

∃α, 0 < α < 1, σs ∈ C 2,α (D̄), σa ∈ C 1,α (D̄).
Alors, l’unique solution uε dans L∞ (X) du problème stationnaire du transport :
µ ¶
1~ ~ ε 1
 Z
ε
 Ω · ∇u + σa u + 2 σs u −

 ε ~ ′ ~ ε ~ ′ ~ ′
f (Ω , Ω)u (x, Ω )dν(Ω ) = q, dans X
ε ε S2
(6.8)

 ε ~

u (x, Ω) = 0, sur Γ−

a une limite U dans L∞ quand ε tend vers zéro vérifiant

 µ ¶
∂ ∂U
 −

 aij + σa U = q, dans D
∂xi ∂xj
(6.9)


U = 0, sur ∂D,


où la matrice (aij (x)) est symétrique définie positive.

De plus, uε et U vérifient :
||uε − U ||L∞ (X) ≤ εCq (6.10)
où Cq est une constante positive indépendante de ε.

Lorsque les collisions sont isotropes (f ≡ 1), on montre que les coefficients aij vérifient

1
aij = δij ,
3σs

101
Chapitre 6. Approximation par la diffusion

où δij est le symbole de Kronecker. Pour la preuve de ce théorème et ses extensions (notamment
sa généralisation au cadre Lp (X) et au problème d’évolution), nous renvoyons le lecteur à [42].
La preuve de ce théorème 6.2.1 s’appuie sur le lemme suivant (alternative de Fredholm) que nous
utilisons par la suite

Lemme 6.2.1
On suppose que les hypothèses du théorème 2.1.2 sont satisfaites. Soit h ∈ Lp (S 2 ), p ∈]1, +∞].
Pour qu’il existe une solution y dans Lp (S 2 ) de l’équation

(K0 − I)y + h = 0,

il faut et il suffit que Z

~ = 0.
h dν(Ω)
S2

~ près. D’autre part, il existe un unique di ∈ L∞ (S 2 )

De plus, y est unique à une constante (en Ω)
(i = 1, 2 ou 3 tel que Z
(K0 − I)di + Ωi = 0, ~ = 0.
di dν(Ω)
S2
Et si on pose Z
αij = ~
di Ωj dν(Ω),
S2
alors la matrice αij est symétrique définie positive.

Démonstration - Voir [Link], [Link] [42], chapitre XXI, pages 1233-1234. ¥

6.3 Généralisation de l’approximation par la diffusion pour la

formulation mixte
Les notations sont les mêmes qu’au paragraphe précédent mais nous choisissons cependant
f ≡ 1 par souci de simplicité, nous noterons
Z
K0 u = ~
u(x, Ω)dν( ~
Ω),
S2

et nous nous bornerons au seul cadre L2 (X). On considère à présent le problème suivant :

~

 ∇ · ~g + σ̄t u = σ̄s K0 u + q̄
 dans X,
³ ´ (6.11)
~ + σ̄t~g = Ω
 PΩ ∇u
 ~ σ̄s K0 (Ω ~ · ~g ) + q̄ dans X,

où les conditions aux limites associées sont :

~ ∈ Γ− ,
pour (x, Ω)

 u=0
(6.12)
 ~
~g = Ωu ~ ∈ Γ+ .
pour (x, Ω)

Nous allons montrer le

102
 6.3. Généralisation de l’approximation par la diffusion pour la formulation mixte

Théorème 6.3.1
Soit D un ouvert borné de R3 de frontière régulière, et soient σs et σa vérifiant :

∃β0 > 0, β1 > 0,

β0 ≤ σs (x) ≤ β1 , 0 < σ0 ≤ σa (x),

∃α, 0 < α < 1, σs ∈ C 2,α (D̄), σa ∈ C 1,α (D̄).
Alors, l’unique couple de solutions (uε , ~g ε ) dans L2 (X)×Y du problème stationnaire du transport :
1~ ε 1


 i) ∇ · ~g + σa uε + 2 σs (uε − K0 uε ) = q, dans X,



 ε ε


 ii) 1 PΩ ∇u ~ ε + σa~g ε + 1 σs ~g ε − ΩK
 ³ ´
~ 0 (Ω
~ · ~g ε ) = Ωq
~

dans X,

ε ε2 (6.13)


 iii) uε = 0,

 sur Γ− ,





iv) ~g ε = Ωu~ ε,

sur Γ+ .


~ dans L2 (D) × H(div, D) du problème de diffusion :

et l’unique couple de solutions (U, G)


 i) ∇~ ·G
~ + σa U = q, dans D




~ + 1 ∇U

ii) G ~ = 0, dans D (6.14)

 3σs




iii) U = 0, sur ∂D.


vérifient :
||uε − U ||L2 (X) ≤ εCq , (6.15)
et
~ H(div,X) ≤ εCq′ ,
||~g ε − G|| (6.16)
où Cq et Cq′ sont des constantes positives indépendantes de ε.
Démonstration - Pour cette démonstration, on utilise la méthode dite du développement de
Hilbert. On écrit uε et ~g ε sous la forme suivante :

uε = u0 + εu1 + ε2 u2 + ψ ε , (6.17)
~g ε = ~g 0 + ε~g 1 + ε2~g 2 + ~Γε . (6.18)

On remplace uε et ~g ε par ces développements dans (6.13-i) et (6.13-ii) et on cherche à déterminer

les (ui ,~gi ) tels que :
(K0 − I)u0 = 0, (6.19)
~ 0 (Ω
~g0 − ΩK ~ · ~g0 )u0 = 0, (6.20)
~ · ~g0 + σs (I − K0 )u1 = 0,
∇ (6.21)
~ 0 + σs~g1 − Ωσ
PΩ ∇u ~ s , K0 (Ω
~ · ~g1 ) = 0 (6.22)
~ · ~g1 + σs (I − K0 )u2 + σa u0 − q = 0,
∇ (6.23)

103
Chapitre 6. Approximation par la diffusion

~ 1 + σs~g2 − Ωσ
PΩ ∇u ~ s K0 (Ω
~ · ~g2 ) + σa~g0 − Ωq
~ = 0. (6.24)
L’équation (6.19) nous donne (d’après le lemme 6.2.1)
u0 = u0 (x),
et l’équation (6.20) implique
~ 0 (Ω
~g0 = ΩK ~ · ~g0 ),
soit Z
~ = 0.
~g0 dν(Ω)
S2
Pour satisfaire (6.21), on prendra (alternative de Fredholm)
1 ~
u1 = − ∇ · ~g0 + C, (6.25)
σs
~ L’équation (6.22) nous donne
où C est une constante indépendante de Ω.
~ s K0 (Ω
σs~g1 − Ωσ ~ · ~g1 ) = −PΩ ∇u
~ 0, (6.26)
~ on trouve
et, en utilisant l’alternative de Fredholm pour l’équation (6.22) projetée sur Ω,
~ 0 + ΩC,
σs~g1 = −PΩ ∇u ~

où C est une constante indépendante de Ω. ~ En intégrant suivant Ω

~ l’équation (6.22) on obtient
une loi de Fick
~ = − 1 ∇u
Z
~g1 dν(Ω) ~ 0,
S 2 3σ s
Z
~ =
ce qui donne (6.14-ii) avec G ~
~g1 dν(Ω).
S2
Pour qu’il existe u2 vérifiant (6.23), il faut et il suffit (d’après le lemme (6.2.1)) que :
Z ³ ´
~ · ~g1 − q dν(Ω)
σ a u0 + ∇ ~ = 0, (6.27)
S2

soit Z
~ ·
σa u0 + ∇ ~ = q,
~g1 dν(Ω) (6.28)
S2

ce qui donne (6.14-i). Prenons donc U = u0 et G ~ = 2 ~g1 dν(Ω).

~ Prenons aussi u1 donné par
R
S
(6.25), u2 la solution de (6.23) avec la condition (6.27), ~g1 donné par (6.26) et enfin ~g2 dont
l’existence et l’expression sont données par (6.24). Notons que l’on a
~ 1 − σa~g0 + Ωq
~g2 = −PΩ ∇u ~ + ΩC,
~

où C est une constante indépendante de Ω. ~ On écrit alors le système vérifié par le couple (ψ ε , ~Γε )
ε ε
obtenu en remplaçant u et ~g par leurs développements en tenant compte de (6.19)-(6.24) :


 ~ · ~Γε + σt ψ ε − σs K0 ψ ε = εk1 ,
∇ dans X,




~ ε + σt ~Γε − Ωσ
~ s K0 (Ω~ · ~Γε ) = ε~k2 , dans X,

 PΩ ∇ψ


(6.29)
ε
 ψ = εk3 ,

 −
sur Γ ,





 ~ε ~ ε ~
sur Γ+ ,

Γ − Ωψ = k4 ,

104
 6.4. Analyse asymptotique discrète du schéma 1D

avec 

 ~ · ~g2 − σa u1 − εσa u2 ,
k1 = −∇




 ~k2 = −PΩ ∇u
~ 2 − σa~g1 − εσa~g2 ,



(6.30)
k3 = −u1 − εu2 ,








 ~
k4 = ~0.


Les théorèmes de régularité des fonctions Hölderiennes permettent un contrôle en norme de ces
différentes quantités compte tenu des régularités de q, σs et σa . Le couple (ψ ε , ~Γε ) est donc
solution du problème mixte du transport (6.30) et, d’après le théorème 2.1.2 et en vérifiant que
~ 1 et ~g2 = Ωu
~g1 = Ωu ~ 2 , on a les estimations suivantes :
³ ´
||ψ ε ||L2 ≤ εC ||k1 ||L2 + ||k3 ||L2− ,

³ ´
||~Γε ||Y ≤ εC ||k1 ||L2 + ||k3 ||L2− .

On en déduit le théorème 6.2.1. ¥

6.4 Analyse asymptotique discrète du schéma 1D

Dans cette section, nous allons utiliser une analyse asymptotique formelle pour caractériser le
comportement du schéma numérique mixte-hybride en une dimension d’espace dans des milieux
opaques et à l’interface entre un milieu transparent et un milieu opaque. Nous montrons que
la solution du schéma mixte-hybride du transport satisfait à la discrétisation mixte-hybride de
l’équation de diffusion associée dans la limite de diffusion. De plus, cette solution satisfait à
une condition aux limite de Dirichlet donnée par une pondération satisfaisante du flux angulaire
incident. Nous commençons cette section en rappelant le résultat classique d’approximation par
la diffusion en 1D puis nous présentons une analyse asymptotique formelle du schéma mixte-
hybride en régime de diffusion avant d’étudier le comportement du schéma aux interfaces. Ce
paragraphe est fortement inspirée des études menées par [Link]ët, [Link] [39] sur la limite
de diffusion de la méthode de Monte-Carlo symbolique, [Link] [70] qui présente une analyse
asymptotique discrète des éléments finis discontinus lumpés, [Link], [Link] (voir [54,
55]) et [Link] [4]. Ces travaux ont fait l’objet d’une publication en collaboration avec
[Link] [32].

6.4.1 Equation du transport 1D en régime de diffusion

On considère l’équation de transport adimensionnée en régime de diffusion suivante

∂u σt (x)


 µ (x, µ) + u(x, µ)

 ∂x
µ ε ¶
σt (x)


= − εσa (x) φ(x) + εq(x) pour (x, µ) ∈ [0, L] × [−1, 1], (6.31)
 ε
u(0, µ) = α(µ) pour µ > 0,




pour µ < 0.

u(L, µ) = β(µ)

105
Chapitre 6. Approximation par la diffusion

où σt , σa et q sont indépendants de ε et
1
dµ
Z
φ(x) = u(x, µ) .
−1 2

Dans le cas où ε est petit devant la dimension caractéristique du domaine considéré, on parle
d’un problème opaque. On peut montrer que, lorsque ε tend vers zéro, le problème (6.31) tend
vers le problème de diffusion suivant
 µ ¶
∂ 1 ∂φ(x)
− + σa φ(x) = q(x) pour x ∈ [0, L],


∂x 3σZt ∂x





φ(0) = 2 W (µ)α(µ)dµ, (6.32)


 Zµ>0

 φ(L) = 2 W (−µ)β(µ)dµ,


µ<0

où √
3
µH(µ),
W (µ) =
2
et H est la fonction de Chandrasekhar (voir [36]). On rappelle que l’on peut approcher la fonction
W par le polynôme
3
W (µ) ≃ W̄ (µ) = 0.956µ + 1.565µ2 ± 0.0035 ≃ µ + µ2 .
2
On trouvera plus de détails au sujet de ce résultat classique dans les travaux de [Link]
[63] par exemple.

6.4.2 Éléments finis mixtes-hybrides pour le transport en 1D

On commence par introduire une quadrature QM = {µm , wm ; m = 1, . . . , M } pour la discré-
tisation en angle µ de sorte que
M M M
X X X 1
wm = 1, µm wm = 0, µ2m wm = .
3
m=1 m=1 m=1

On partitionne le domaine 1D, D = [0, L], en I intervalles [xi− 1 , xi+ 1 ] où 0 = x 1 < · · · < xi− 1 <
2 2 2 2
xi+ 1 < · · · < xI+ 1 = L.
2 2
On considère alors le schéma mixte-hybride lumpé (voir la remarque 6.4.1) de l’équation
mono-énergétique aux ordonnées discrètes du transport :


l r

 i) gi+ 1
,m
+ gi− 1
,m
+ σt,i hi ui,m = hi σs,i φi + hi qi ,
 2 2
σ h ´ µ σ h µm hi
 ³
t,i i l m s,i i l
 2
ii) g + µ u − u i,m = φi+ 1 + q 1,

1
 1 m i+ ,m
2 i+ ,m 2 2 i+ 2

2

 2 2
σt,i hi r ³ ´ µm σs,i hi r µm hi (6.33)
iii) gi− 1 ,m + µ2m ui− 1 ,m − ui,m = − φi− 1 − q 1,

 2 2 2 2 2 2 i− 2
l r
iv) gi− 1 ,m + gi− 1 ,m = 0,




 2 2
 v) g l 1 + g r 1 = 0,


i+ ,m2
i+ ,m
2

avec les conditions aux limites

106
 6.4. Analyse asymptotique discrète du schéma 1D


 i) u 1 ,m = αm , µm > 0,

 2
 ii)
 uI+ 1 ,m = βm , µm < 0,
iii)
2
g r1 ,m = −µm u 1 ,m , µm < 0, (6.34)
 2
 2
l

 iv)

gI+ 1 = µm uI+ 1 ,m , µm > 0,
,m2 2

où on a choisit un maillage de l’espace tel que hi = xi+ 1 − xi− 1 représente la taille de la

2 2
maille i, ui,m représente la valeur du flux angulaire pour la maille i dans la direction µm , ui− 1 ,m
2
1
correspond à la valeur du flux angulaire pour le noeud i − 2 dans la direction µm , ui+ 1 ,m est
2
1 l
la valeur du flux angulaire pour le noeud i + 2 dans la direction µm , gi+ 1
,m
est la valeur de la
2
1 r
densité de courant angulaire pour la maille i au noeud i + 2 dans la direction µm , gi− 1
,m
est
2
1
la valeur de la densité de courant angulaire pour la maille i au noeud i − 2 dans la direction
XM
µm . On définit qi+ 1 = 12 (qi + qi+1 ) pour 1 ≤ i ≤ I − 1, q 1 = q1 , qI+ 1 = qI , φi = wm ui,m ,
2 2 2
m=1
M M
X wm l X wm r
φli+ 1 = gi+ 1 ,m et φri+ 1 = g 1 .
2 µm 2 2 µm i+ 2 ,m
m=1 m=1

Remarque 6.4.1
Pour simplifier les notations, on considère une version "lumpée" du schéma mixte-hybride pour la
discrétisation en espace. C’est une procédure classique qui n’affecte pas les propriétés fondamen-
tales du schéma. Pour obtenir la discrétisation mixte-hybride classique, il convient de remplacer
les équations discrètes (6.33-ii) et (6.33-iii) par
µ ¶
1 l 1 r ³ ´
σt,i hi gi+ 1 ,m + gi− 1 ,m + µ2m ui+ 1 ,m − ui,m
3 2 6 2 2

µ ¶ µ ¶
1 l 1 1 1
= µm σs,i hi φi+ 1 + φri− 1 + µm hi qi+ 1 + qi− 1
3 2 6 2 3 2 6 2

et µ ¶
1 r 1 l ³ ´
σt,i hi gi− 1 ,m + gi+ 1 ,m + µ2m ui− 1 ,m − ui,m
3 2 6 2 2
µ ¶ µ ¶
1 l 1 r 1 1
= µm σs,i hi φ 1 + φ 1 + µm hi q 1+ q 1 .
3 i− 2 6 i+ 2 3 i− 2 6 i+ 2

Remarque 6.4.2
En utilisant la relation (6.33-iv), on peut éliminer la densité de courant angulaire pour obtenir un
schéma dans lequel n’intervient plus que les valeurs du flux angulaire aux noeuds et aux mailles.

2µ2m ³
 ´
−u + 2u − u i+ 2 ,m + σt,i hi ui,m

1 i,m 1

i− 2 ,m
σt,i hi



 ³ ´ µ ³ ´
m

= h σ φ + h q − µ c φ − φ − q − q i− 2 ,

i s,i i i i m i 1 1 1 1

i+ 2 i− 2
σt,i i+ 2



(6.35)

 2µ 2 ³ ´ 2µm2 ³ ´
− m ui+ 1 ,m − ui,m −


 ui+ 1 ,m − ui+1,m
σt,i hi σt,i+1 h
 2 2
i+1


 ³ ´
 = µm ci+1 φr 1 − µm ci φl 1 + µm 1 1


i+ i+ σt,i+1 − σt,i qi+ 1 ,
2 2 2

107
Chapitre 6. Approximation par la diffusion

σs,i
où ci = est (définition) le taux d’absorption de la maille i.
σt,i

Remarque 6.4.3
Remarquons que la façon de définir les quantités φli+ 1 et φri+ 1 n’est pas usuelle (dans le sens
2 2
où intervient la densité de courant angulaire et non pas le flux angulaire comme dans la plupart
M
l,r
X
des schémas existants). On pourrait aussi utiliser l’expression φi+ 1 = wm ui+ 1 (c’est le cas
2 2
m=1
du schéma utilisé par [Link] [47]) mais dans ce cas, le comportement asymptotique près des
frontières dans un régime de diffusion de la solution discrète ne serait pas correctement capturé.

6.4.3 Analyse de la limite diffusion discrète

Dans ce paragraphe, on considérera uniquement le cas de mailles internes au domaine, i.e.,
1 ≤ i ≤ N − 1. On réécrit alors le système (6.33) en tenant compte du changement d’échelle
(6.31) : 
l r σt,i hi σt,i hi
i) gi+ + gi− + ui,m = φi − εhi σa,i φi + εhi qi ,

1 1


 2
,m 2
,m ε ε
σt,i hi l

 ³ ´
gi+ 1 ,m + µ2m ui+ 1 ,m − ui,m


 ii)
2ε
 2
 2
µm σt,i hi l µm εσa,i hi l εµm hi



 = φi+ 1 − φi+ 1 + qi+ 1 ,
2ε 2 2 2 2 2 (6.36)
σ h
t,i i r 2
³ ´
g 1 + µm ui− 1 ,m − ui,m


 iii)

 2ε i− 2 ,m 2
µm σt,i hi r µm εσa,i hi r εµm hi


=− φi− 1 + φi− 1 − qi− 1 ,




 2ε 2 2 2 2 2
 l
 iv) g 1 + g 1 = 0,
 r
i+ ,m 2
i+ ,m 2

avec les conditions aux limites appropriées (6.34). Dans le but de réaliser notre étude asympto-
tique, on introduit les développements de Hilbert suivants
∞ ∞
(k) l,r l,r,(k)
X X
ui,m ≃ εk ui,m , gi+ 1
,m
≃ εk gi+ 1 ,m ,
2 2
k=0 k=0

∞ ∞ ∞
(k) (k) l,r,(k)
εk φi , φl,r
X X X
ui+ 1 ≃ εk ui+ 1 ,m , φi ≃ i+ 1
≃ εk φi+ 1 ,
2 2 2 2
k=0 k=0 k=0

dans les équations (6.33), on égalise alors les coefficients d’une même puissance de ε (ε−1 ,ε0 et
ε1 ), et on résout chacun des systèmes d’équations résultant. Les équations d’ordre O(ε−1 ) nous
donnent
(0) (0)
σt,i hi ui,m = σt,i hi φi , (6.37)
(0)
donc ui,m ne dépend pas de m (alternative de Fredholm discrète), on écrit :

(0)
ui,m = Ui , (6.38)

où Ui sera déterminé par la suite.

Les équations d’ordre O(ε0 ) sont
l,(0) r,(0) (1) (1)
gi+ 1 ,m + gi− 1 ,m + σt,i hi ui,m = σt,i hi φi , (6.39)
2 2

108
 6.4. Analyse asymptotique discrète du schéma 1D
µ ¶
σt,i hi l,(1) (0) (0) σt,i hi l,(1)
gi+ 1 ,m + µ2m ui+ 1 ,m − ui,m = µm φi+ 1 , (6.40)
2 2 2 2 2
µ ¶
σt,i hi r,(1) (0) (0) σt,i hi r,(1)
g 1 + µ2m ui− 1 ,m − ui,m = −µm φi− 1 , (6.41)
2 i− 2 ,m 2 2 2

l,(1) r,(1) l,(1) r,(1)

gi+ 1 ,m + gi+ 1 ,m = 0, gi− 1 ,m + gi− 1 ,m = 0, (6.42)
2 2 2 2

(0) (0)
um, 1 = αm , µm > 0, um,I+ 1 = βm , µm < 0, (6.43)
2 2

l,(0) (0) r,(0) (0)

gm, 1 = −µm um, 1 , µm < 0, gm,I+ 1 = µm um,I+ 1 , µm > 0. (6.44)
2 2 2 2

On introduit les relations (6.40) et (6.41) dans l’équation (6.42), on obtient

µ2m µ2m
µ ¶ µ ¶
(0) (0) (0) (0)
ui+ 1 ,m − ui,m + ui− 1 ,m − ui+1,m = 0, (6.45)
σt,i hi 2 σt,i+1 hi+1 2

soit
(0) σt,i+1 hi+1 Ui + σt,i hi Ui+1
ui+ 1 ,m = . (6.46)
2 σt,i hi + σt,i+1 hi+1
(0)
L’équation (6.46) montre que ui+ 1 ,m est isotrope pour les noeuds internes du maillage. On
2
introduit les notations suivantes (pour tout 1 ≤ i ≤ I − 1)
M
(0)
X
Ui+ 1 = 3µ2m wm ui+ 1 ,m , (6.47)
2 2
m=1

M
l,(1)
X
Gli+ 1 = wm gi+ 1 ,m , (6.48)
2 2
m=1
et
M
r,(1)
X
Gri− 1 = wm gi− 1 ,m . (6.49)
2 2
m=1

Par soucis de simplicité, on introduit une définition (6.47) qui n’est pas naturelle mais qui sim-
plifiera les calculs par la suite. Pour les noeuds internes, on peut utiliser indépendamment la
définition précédente de Ui+ 1 (6.47) ou
2

M
(0)
X
Ui+ 1 = wm ui+ 1 ,m , (6.50)
2 2
m=1

(0)
car ui+ 1 ,m est isotrope. Cependant, les calculs seront bien plus compliqués avec la définition
2
(6.50) mais le résultat final serait le même. En multipliant l’équation (6.46) par µ2m wm et en
sommant sur m, on a

σt,i+1 hi+1 Ui + σt,i hi Ui+1

Ui+ 1 = . (6.51)
2 σt,i hi + σt,i+1 hi+1
En multipliant les équations (6.40) et (6.41) par wm et en sommant sur m, on obtient
σt,i hi l 1³ ´
Gi+ 1 + Ui+ 1 − Ui = 0, (6.52)
2 2 3 2

109
Chapitre 6. Approximation par la diffusion

σt,i hi r 1³ ´
Gi− 1 + Ui− 1 − Ui = 0, (6.53)
2 2 3 2

qui représente une discrétisation mixtes-hybrides lumpée de la loi de Darcy

~ + 1 ∇U
G ~ =0 (6.54)
3σt
sauf sur les noeuds frontières (on étudiera le comportement du schéma aux bords dans le para-
graphe suivant).
Examinons à présent l’équation d’ordre O(ε1 )
l,(1) r,(1) (2) (2) (0)
gi+ 1 ,m + gi− 1 ,m + σt,i hi ui,m = σt,i hi φi − σa,i hi φi + hi qi . (6.55)
2 2

En multipliant l’équation par wm , en sommant sur m et en utilisant l’alternative de Fredholm

(2)
discrète pour ui,m , on trouve

Gli+ 1 + Gri− 1 + σa,i hi Ui = hi qi , (6.56)

2 2

qui est une discrétisation mixte-hybride de l’équation de bilan suivante

~ ·G
∇ ~ + σa U = q. (6.57)

consistante avec les équations discrètes (6.52), (6.53) et la relation (6.54). On a donc montré que,
pour des problèmes diffusifs, la solution de l’équation de transport discrétisée par les éléments
finis mixte-hybride tend vers la solution de l’équation de diffusion associée discrétisée par les
éléments finis mixte-hybride. On remarque que le choix de φl,r i+ 1
n’influe pas sur le comportement
2
asymptotique du schéma pour les mailles internes. Nous allons à présent étudier le comportement
du schéma en régime de diffusion pour les mailles frontières.

6.4.4 Analyse limite diffusion sur la frontière

On examine l’expression du flux scalaire sur la frontière gauche. On utilise la définition (6.47)
et la condition aux limites données dans le paragraphe 1, on note
(0)
X
U1 = 3µ2m wm u 1 ,m .
2 2
m

En introduisant la condition frontière (6.34-iii) dans l’équation (6.36-iii), on obtient, pour µm <
0:
(0) r,(0) (0)
−µm u 1 ,m = g 1 ,m = −µm φ 1 . (6.58)
2 2 2

(0)
Le flux angulaire sur le bord u 1 ,m est donc isotrope pour µm < 0. On considère l’équation (6.36)
2
à l’ordre O(ε0 ) sur la frontière gauche
µ ¶
σt,1 h1 r,(1) 2 (0) (0) σt,1 h1 X wm r,(1)
g 1 ,m + µm u 1 ,m − u1,m = µm g1 . (6.59)
2 2 2 2 m
µm 2 ,m

1 r,(1)
L’alternative de Fredholm discrète pour µm g 1 ,m implique
2
µ ¶
(0) (0)
X
wm µm u 1 ,m − u1,m = 0. (6.60)
2
m

110
 6.4. Analyse asymptotique discrète du schéma 1D

(0)
Or, on a montré que u1,m est isotrope donc

(0)
X
wm µm u 1 ,m = 0,
2
m

soit
(0)
X X
wm µm αm + wm µm u 1 ,m = 0.
2
µm >0 µm <0

(0) (0)
De plus, u 1 ,m est isotrope pour µm < 0 et u 1 ,m = αm pour µm > 0, l’équation (6.60) devient
2 2

(0)
X
u 1 ,m = 4µm wm αm , (6.61)
2
µm >0

car
X 1
µm wm = − .
4
µm >0

(0)
L’équation (6.61) fournit une expression de u 1 ,m pour µm < 0. En utilisant les conditions aux
2
limites (6.34-i), on a
(0)
X X
U1 = 3µ2m wm αm + 3µ2m wm u 1 ,m . (6.62)
2 2
µm >0 µm <0

Donc, en injectant (6.61) dans (6.70), on a

X µ3 ¶
2
U1 = 2 µ + µm wm αm . (6.63)
2 2 m
µm >0

C’est une bonne approximation de la condition de Dirichlet donné par la fonction de Chandra-
sekhar du problème de diffusion.

6.4.5 Analyse d’un problème hétérogène

On considère un problème unidimensionnel divisé en deux régions : un milieu transparent à
gauche du noeud xi+ 1 et un milieu diffusif à sa droite. En supposant que le flux angulaire entrant
2
dans la région diffusive est connu, on cherche à calculer l’expression du flux scalaire à l’interface :
(0)
X
Ui+ 1 = 3µ2m wm ui+ 1 ,m .
2 2
m

On cherche à obtenir une expression de la condition de Dirichlet sur l’interface pour l’équation
de diffusion issue de l’analyse asymptotique du problème dans la région diffusive.

Analyse du schéma mixte-hybride

Malheureusement, il est impossible de calculer explicitement cette expression dans le cas du
schéma mixte-hybride. En effet, l’équation régissant le comportement du schéma sur l’interface
s’écrit (pour tout µm , positif ou négatif) :
l r
gi+ 1
,m
+ gi+ 1
,m
= 0.
2 2

111
Chapitre 6. Approximation par la diffusion

Les courants entrant et sortant sont donc couplés sur l’interface. De plus, la condition aux limites
transport sur la frontière correspondant aux directions sortantes du domaine transparent (i.e.
pour µm positif) devrait s’écrire
l
gi+ 1
,m
= µm ui+ 1 ,m ,
2 2

mais ce n’est pas le cas avec le schéma mixte-hybride. Si on effectue le changement d’échelle
représenté sur la figure 6.4.5 et si on introduit un développement de Hilbert de la solution
discrète comme dans ce qui précède, on obtient
l r,(0) r,(0)
gi+ 1
,m
= −gi+ 1 ,m = µm φi+ 1 .
2 2 2

On ne résout donc pas le bon problème de transport dans la région transparente car ui+ 1 ,m 6=
2

σt
σt , σa , q ε
, εσa , εq

0 x3 xi− 1 xi+ 1 xi+ 3 xN − 1 L

2 2 2 2 2

Fig. 6.1 – Problème hétérogène modèle

r,(0)
φi+ 1 pour µm > 0. Les résultats numériques montrent que la condition de Dirichlet obtenue par
2
le schéma mixte-hybride est une pondération en 3µ2 du flux entrant sur l’interface au lieu de
3 2
2 µ + µ (voir figure 7.6 et les résultats numériques de [47]). Nous proposons dans la section qui
suit une technique permettant d’obtenir de meilleurs résultats sur l’interface.

Analyse du schéma mixte-hybride en décomposition de domaine

Un moyen d’éviter le problème constaté dans le paragraphe précédent consiste à remplacer
l’équation sur l’interface
l r
gi+ 1
,m
+ gi+ 1
,m
= 0.
2 2

par la condition de flux sortant suivante

l
gi+ 1
,m
= µm ui+ 1 ,m , pour µm > 0,
2 2

et
r
gi+ 1
,m
= −µm ui+ 1 ,m , pour µm < 0. (6.64)
2 2

Cette technique correspond à une technique de décomposition de domaine (évoquée dans le

chapitre 2 et détaillée en annexe) qui consiste à diviser le domaine de calcul en deux domaines
distincts et d’utiliser un raccord satisfaisant à l’interface. L’idée est donc de remplacer l’équation
de continuité des densités de courant angulaire dans le but de résoudre le bon problème de
transport dans chacun des sous-domaines. En notant uei+ 1 ,m le flux angulaire incident provenant
2

112
 6.5. Analyse asymptotique discrète en dimension d > 1

de la région transparente (i.e. pour µm > 0) et en supposant que la région transparente est
suffisamment finement maillée, on trouve

µm uei+ 1 ,m = gi+
l
1
,m
. (6.65)
2 2

1 r
En utilisant la relation (6.64) sur le noeud i + 2 et l’expression de gi+ 1
,m
sur la maille i + 1, on
2
obtient à l’ordre zéro pour µm < 0 :
(0) r,(0) r,(0)
−µm ui+ 1 ,m = gi+ 1 ,m = −µm φi+ 1 . (6.66)
2 2 2

(0)
Alors, pour µm < 0, ui+ 1 ,m est isotrope.
2
En considérant l’équation (6.36) d’ordre O(ε0 ) pour l’interface du côté de la maille i + 1, on
obtient
µ ¶
σt,i+1 hi+1 r,(1) 2 (0) (0) σt,i+1 hi+1 X wm r,(1)
gi+ 1 ,m + µm ui+ 1 ,m − ui+1,m = µm g 1 . (6.67)
2 2 2 2 m
µm i+ 2 ,m

1 r,(1)
En utilisant l’alternative de Fredholm discrète pour µm gi+ 1 ,m , on a
2

µ ¶
(0) (0)
X
wm µm ui+ 1 ,m − ui+1,m = 0. (6.68)
2
m

(0) (0) (0)

On sait que ui+1,m est isotrope, ui+ 1 ,m est isotrope pour µm < 0 et ui+ 1 ,m = uei+ 1 ,m pour
2 2 2
µm > 0 donc l’équation (6.68) devient
(0)
X
ui+ 1 ,m = 4µm wm uei+ 1 ,m , (6.69)
2 2
µm >0

(0)
qui est une expression explicite de ui+ 1 ,m pour µm < 0. De plus, en utilisant encore la relation
2
(6.34-i) on trouve
(0)
X X
Ui+ 1 = 3µ2m wm uei+ 1 ,m + 3µ2m wm ui+ 1 ,m . (6.70)
2 2 2
µm >0 µm <0

Et en utilisant l’expression (6.61) dans (6.70), on obtient

X µ3 ¶
Ui+ 1 = 2 µ2m + µm wm uei+ 1 ,m . (6.71)
2 2 2
µm >0

On obtient donc une approximation correcte de la condition de Dirichlet sur l’interface pour
l’équation de diffusion approchant le problème de transport dans la région diffusive en utilisant
une technique de décomposition de domaine comme montré dans le chapitre suivant sur la figure
7.6.

6.5 Analyse asymptotique discrète en dimension d > 1

Nous nous intéressons dans ce paragraphe à l’analyse asymptotique discrète de notre schéma
en dimension d > 1. Pour simplifier, nous considérons le schéma mixte hybride sur une maille

113
Chapitre 6. Approximation par la diffusion

donnée interne d’une discrétisation Dh de l’espace physique D. On reprend les matrices intro-
duites au chapitre 5 mais on omet les indices h et k pour simplifier les notations. On commence
par introduire une quadrature QM = {Ω ~ m , wm ; m = 1, . . . , M } pour la discrétisation en angle
~ de sorte que
Ω
M M M
~ m wm = ~0, ~ m wm = 1 [Id].
~m ⊗Ω
X X X
wm = 1, Ω Ω
3
m=1 m=1 m=1

On suppose que les sections efficaces sont indépendantes de m. On considère une maille interne
Qk ∈ Dh et on s’intéresse à la discrétisation mixte-hybride du transport locale à la maille
Qk , on indice par m les matrices élémentaires et les vecteurs inconnues de sorte à illustrer
leur dépendance angulaire. On note donc Am = {(Am )ab }1≤a,b≤2d , Bm = {(Bm )ab }1≤a,b≤2d ,
Cm = {(Cm )ab }1≤a,b≤2d , Dm , S et Fm = {(Fm )a }1≤a≤2d données par
Z ³ ´³ ´
(Am )ab = σt,k ~m ·w
Ω ~a Ω ~m ·w
~ b dx., (6.72)
Qk

2d Z
~ m · ~nk,j )(Ω
~m ·w
X
(Bm )a = − (Ω ~ k,a ) ds, (6.73)
j=1 Γk,j
Z
(Cm )ab = (Ω~m · ~nk,b )(Ω~m · w
~ k,a ) ds, (6.74)
Γk,b
Z
Dm = σt,k dx = σt,k Vk (6.75)
Qk
Z
(Fm )a = ~ ·w
qk (Ω ~ k,a ) dx et S = qk Vk (6.76)
Qk

où Vk représente le volume de la maille Qk . On s’intéresse donc au système suivant :

σs,k Rm M
      P 
Am Bm Cm Gm Fm m ′ =1 wm′ Km′ Gm′
 Bm t −Dm 0   um  =  −S  +  −σs,k Vk PM′ wm′ um′  , (6.77)
m =1
Cm t 0 0 λh 0 0

où la matrice Km = (Km )ij 1≤i,j≤2d de dimension 2d est donnée par

~ m · ~nk,i ),
(Km )ij = δij (Ω

et la matrice Rm = (Rm )ij 1≤i,j≤2d de dimension 2d est donnée par

Z
(Rm )ij = ~m ·w
(Ω ~ k,i )dx.
Qk

6.5.1 Propriétés des matrices élémentaires

Nous commençons par donner quelques propriétés fondamentales des matrices élémentaires.
Ces propriétés facilitent l’étude de la limite de diffusion du système (6.77). L’idée est de faire
apparaître explicitement les matrices élémentaires issues de la discrétisation mixte-hybride de
l’équation de diffusion associée.

114
 6.5. Analyse asymptotique discrète en dimension d > 1

Proposition 6.5.1
La matrice Am s’écrit comme un produit de deux matrices Am = σt,k Ad Tm où la matrice Ad =
{(Ad )ab }1≤a,b≤2d est indépendante de m et est donnée par
Z
(Ad )ab = ~a · w
(w ~ b ) dx.
Qk

et la matrice Tm est une matrice de dimension 2d dépendant de m.

Démonstration - On vérifie que la matrice Ad est symétrique définie positive. On définit alors
la matrice Tm à l’aide de la relation
1
Tm = (Ad )−1 Am .
σt,k
¥

Proposition 6.5.2
La matrice Bm s’écrit comme un produit de deux matrices Bm = Cm Bd où la matrice Bd =
{(Bd )a }1≤a≤2d est indépendante de m et est donnée par
2d Z
X
(Bd )a = − (~nk,j · w
~ k,a ) ds = −1.
j=1 Γk,j

Démonstration - On utilise simplement la définition de Bm donnée dans le chapitre 5 pour

~ m fixée.
une direction Ω ¥

Proposition 6.5.3
La matrice Cm s’écrit comme un produit de deux matrices Cm = Cd Cm où la matrice Cd =
{(Cd )ab }1≤a,b≤2d est indépendante de m et est composée des éléments
Z
(Cd )ab = (~nk,b · w
~ k,a ) ds = δab .
Γk,b

Notons que la matrice Dm ne dépend pas de m, on la décompose donc comme suit :

Dm = Da + Ds

où Z
Da = σa,k dx,
Qk
et Z
Ds = σs,k dx.
Qk
En utilisant les propositions 6.5.1, 6.5.2 et 6.5.3 on peut écrire le système (6.77) de la façon
suivante :
σs,k Rm M
      P 
σt,k Ad Tm Cm Bd Cm Gm Fm m′ =1 wm′ Km′ Gm′
 Cm Bd t −Da − Ds 0   um  =  −S  +  −σs,k Vk PM′ wm′ um′  .
m =1
(Cm )t 0 0 λh 0 0
(6.78)
Nous allons maintenant nous intéresser aux propriétés de ce système linéaire et de ses solutions
en régime de diffusion.

115
Chapitre 6. Approximation par la diffusion

6.5.2 Limite diffusion du schéma mixte-hybride

Nous considérons dans ce paragraphe la discrétisation mixte-hybride de l’équation du trans-
port. Une propriété importante du schéma est qu’il possède la limite diffusion, c’est à dire que
la solution discrète du problème de transport dans un milieu diffusif tend vers la solution dis-
crète du problème de diffusion associé. La discrétisation mixte-hybride de l’équation du transport
est donc dans ce cas consistante avec la discrétisation mixte-hybride de l’équation de diffusion
associée. Par la suite, nous utiliserons le lemme suivant :

Lemme 6.5.1
Soit v = (vj )1≤j≤2d appartenant au sous-espace de dimension finie Y0 (Qk ) pour une direction
~ m fixée alors
Ω
Tm v = Cm t v.

Démonstration - On cherche à montrer l’égalité

Tm v = (Ad )−1 Am v = Cm t v.

Ce qui est équivalent à montrer l’égalité suivante

Am v = Ad Cm t v.

Calculons tout d’abord la composante i notée (Am v)i du vecteur Am v de dimension 2d.

2d Z
~m ·w ~m ·w
X
(Am v)i = (Ω ~ k,i )(Ω ~ k,j )vj dx
j=1 Qk

Z
= ~ k,i · PΩm ~v dx.
w
Qk

Calculons maintenant la composante i notée (Ad Cm t v)i du vecteur Ad Cm t v de dimension 2d. En

utilisant le fait que PΩm ~v = ~v , on obtient
 
2d 2d
Z Z Ã !
~ ~m ·
X X
(Ad Cm t v)i = ~ k,i ·
w  ~ k,j (Ωm · ~nk,j )
w Ω vl w
~ k,l ds dx
Qk j=1 Γk,j l=1

 
Z 2d Z
~ m · ~nk,j ) ~ m · ~v ) ds dx
X
= ~ k,i · 
w w
~ k,j (Ω (Ω
Qk j=1 Γk,j

 
Z X2d Z
= ~ k,i ·
w  w
~ k,j (~nk,j · ~v ) ds dx
Qk j=1 Γk,j

Z
= ~ k,i · PΩm ~v dx.
w
Qk

Ce qui termine la preuve. ¥

116
 6.5. Analyse asymptotique discrète en dimension d > 1

Lemme 6.5.2
Soit Cm définie par (6.74) alors
M
X 1
wm Cm = IR2d .
3
m=1

Démonstration - On calcule
M M Z
(Ω~m · ~nk,b )(Ω~m · w
X X
wm (Cm )ab = wm ~ k,a ) ds
m=1 m=1 Γk,b

Z M
X
= wm (PΩm ~nk,b · w
~ k,a ) ds
Γk,b m=1

1
Z
= δab ~nk,b · w
~ k,a ds
3 Γk,b

1
= δab 2 .
3
¥

Ces lemmes permettent de montrer la proposition de limite de diffusion suivante :

Proposition 6.5.4
La solution (Gεm , uεm , λεm ) du problème du transport en régime diffusif discrétisé sur une maille
donnée Qk de Dh par la méthode des éléments finis mixtes-hybrides :
 σs,k
 i) Ad Tm Gεm + εσa,k Ad Tm Gεm + Cm Bd uεm + Cm λεm
ε



 M
σs,k

 X
wm′ Km′ Gεm′ ,


 = εFm + Rm

 ε ′ m =1



(6.79)
M
1 σs,k

 X
t t ε ε ε
ii) B C G − D u − εD u = −εS − V wm′ uεm′ ,

d m s m a m k

 m

 ε ε


 m′ =1



 iii) C t Gε = 0,

m

tend (formellement) quand ε tend vers 0 vers la solution (Gd , ud , λd ) du problème de diffusion
associé discrétisé sur la maille Qk de Dh par la méthode des éléments finis mixtes-hybrides :
 1 1
 i) Ad Gd + Bd ud + Cd λd = 0,
3 3





ii) (Bd )t Gd − Da ud = −S, (6.80)





iii) (Cd )t Gd = 0,


où les notations matricielles et vectorielles sont explicitées dans la preuve.

117
Chapitre 6. Approximation par la diffusion

Démonstration - On introduit les développements formels suivants :

Gεm = G0m + εG1m + ε2 G2m + O(ε2 ),

ε 0 1
Um = Um + εUm + ε 2 Um
2
+ O(ε2 ),
λεm = λ0m + ελ1m + ε2 λ2m + O(ε2 ).
On injecte ces développements dans le système (6.79) et on écrit les équations vérifiées par
(Gim , Um
i , λi ) en annulant les termes de même puissance de ε, on obtient :
m

M
X
σs,k Ad Tm G0m = σs,k Rm wm′ Km′ G0m′ , (6.81)
m′ =1

M
X
Ds u0m = σs,k Vk wm′ u0m′ , (6.82)
m′ =1
M
X
σs,k Ad Tm G1m + Cm Bd u0m + Cm λ0m = σs,k Rm wm′ Km′ G1m′ , (6.83)
m′ =1
M
X
Bd t Cm t G0m − Ds u1m = −σs,k Vk wm′ u1m′ , (6.84)
m′ =1
M
X
σs,k Ad Tm G2m + σa,k Ad Tm G0m + Cm Bd u1m + Cm λ1m = Fm + σs,k Rm wm′ Km′ G2m′ , (6.85)
m′ =1
M
X
Bd t Cm t G1m − Ds u2m − Da u0m = −S − σs,k Vk wm′ u2m′ . (6.86)
m′ =1

L’équation (6.82) nous donne :

M
X
u0m = wm′ u0m′ ,
m′ =1

le flux angulaire au centre de la maille Qk est donc isotrope (i.e. indépendant de m).
On multiplie l’équation (6.81) par wm et on somme sur m pour obtenir :
M
X
Ad wm Tm G0m = 0. (6.87)
m=1

D’autre part, multiplions l’équation (6.83) par wm et sommons sur m, on obtient en utilisant le
fait que u0m est isotrope et le lemme 6.5.2, on obtient
M M
X 1 1X
σs,k Ad wm Tm G1m + Bd u0m + 3wm Cm λ0m = 0. (6.88)
3 3
m=1 m=1

Cette équation nous donne (6.80-i) à condition de poser

M
X M
X
Gd = wm Tm G1m , ud = u0m , λd = 3wm Cm λ0m . (6.89)
m=1 m=1

118
 6.6. Accélération par diffusion synthétique pour la formulation mixte

On note aussi que la condition d’existence d’une solution u1m pour l’équation (6.84) (alternative de
Fredholm discrète) est automatiquement satisfaite par (6.87). On s’intéresse à présent à l’équation
(6.86), une condition d’existence (alternative de Fredholm discrète) d’une solution u2m s’écrit
M
X
Bd t wm Cm t G1m − Da u0m = −S.
m=1

Ce qui nous donne (6.80-ii) avec les conditions (6.89). On obtient aussi (6.80-iii) en utilisant le
lemme 6.5.1
XM
Cd Gd = wm Cm t G1m = 0,
m=1
où Cd = IR2d et en remarquant que
M
X M
X
Gd = wm Cm t G1m = wm Tm G1m .
m=1 m=1

Remarque 6.5.1
On obtient le résultat de limite diffusion discret sur le système linéaire global en utilisant la
proposition 6.5.4 associée à un assemblage de la matrice globale et la technique de résolution
du système linéaire présentée dans le chapitre 5. Il convient néanmoins de porter attention aux
conditions aux limites discrètes, ce que nous n’avons fait qu’en dimension d = 1.

6.6 Accélération par diffusion synthétique pour la formulation

mixte
L’accélération par diffusion synthétique (diffusion synthetic acceleration en anglais qu’on
abrège par DSA) est une méthode bien connue et très performante permettant d’accélérer la
convergence du schéma de la source itérée présenté au chapitre 1. On suppose dans ce paragraphe
pour simplifier que les sections efficaces et les sources ne dépendent pas de la variable angulaire
~ et nous utilisons des conditions aux limites de flux entrant nul.
Ω

6.6.1 Principe général de la DSA

La technique de l’accélération par diffusion synthétique consiste à utiliser l’approximation du
transport par la diffusion comme un préconditionnement (en un certain sens) du schéma de la
source itérée. On considère le problème de transport (en reprenant les notations du paragraphe)
suivant
 Lu = Ku + q, dans X,


(6.90)
u = 0, sur Γ− ,


Pour résoudre ce système (notamment lorsque l’on utilise la méthode des ordonnées discrètes),
on utilise l’algorithme de la source itérée suivant (présenté au chapitre 1),

 Lui+1 = Kui + q, dans X,



(6.91)
 i+1 −
u = 0, sur Γ ,

119
Chapitre 6. Approximation par la diffusion

où ui est le flux angulaire calculé à l’itération i, i ≥ 1, et u0 est un flux angulaire initial donné
(en général 0). Remarquons que pour toute étape du processus itératif, on peut écrire la solution
exacte du problème de transport associé

u = ui+1 + (L − K)−1 Kδui+1 (6.92)

où
δui+1 = ui+1 − ui .
L’utilisation de la relation (6.92) requiert l’inversion de l’opérateur L−K, ce qui revient à résoudre
directement le problème de transport initial, ce que l’on cherche précisément à éviter en utilisant
le processus itératif (6.96). L’idée est donc de remplacer l’opérateur (L − K)−1 dans (6.92) par
un opérateur D̃−1 qui soit plus facile à calculer et qui fournisse une bonne approximation de la
solution de (6.90). La méthode d’accélération par diffusion synthétique consiste donc à utiliser
pour D̃ l’opérateur de l’équation de diffusion approchant (6.90). Pour chaque étape du processus
itératif (6.96), on utilise donc une étape intermédiaire permettant d’aboutir à la relation suivante

ui+1 = L−1 Kui − D̃−1 (L − K)L−1 Kui + L−1 q − D̃−1 KL−1 q.

On utilise donc l’opérateur D̃ comme un préconditionnement du problème (6.90). Remarquons

aussi qu’en régime de diffusion (i.e. lorsque le libre parcours moyen d’ordre ε est d’autant plus
petit par rapport aux dimensions caractéristiques du domaine physique), D̃−1 fournit une très
bonne approximation de (L − K)−1 . Donc, lorsque ε → 0, la préconditionnement sera d’autant
plus fiable.

6.6.2 Algorithme de la DSA

L’idée est donc d’introduire les corrections suivantes
1 1
γ i+ 2 = u − ui+ 2 (6.93)

et
1 1
Γi+ 2 = K0 (u − ui+ 2 ) (6.94)
En pratique, on utilise l’algorithme suivant (faisant intervenir une étape supplémentaire pour
chaque étape du système (6.96)) : on commence par résoudre le problème
 1
 Lui+ 2 = Kui + q, dans X,

(6.95)
 ui+ 21 = 0,

sur Γ− ,

où ui est le flux angulaire calculé à l’itération i, i ≥ 1, et u0 est un flux angulaire initial donné
1
(en général 0). On résout alors un problème de diffusion pour Γi+ 2 tel que
µ ¶
1 ~ i+ 1

1 1 1
i+
 D̃Γ 2 = −∇ ·

 ~ ∇Γ 2 + σa Γi+ 2 = K(ui − ui+ 2 ), dans D,
3σt
(6.96)

 i+ 1

Γ 2 = 0, sur ∂D.
On définit alors
1 1
ui+1 = ui+ 2 + Γi+ 2 .
On poursuit alors le processus itératif jusqu’à convergence.

120
 6.6. Accélération par diffusion synthétique pour la formulation mixte

6.6.3 Remarques sur la discrétisation des opérateurs de transport et de dif-

fusion dans la DSA
Dans ce paragraphe, nous voulons insister sur un point crucial de l’élaboration d’un schéma
DSA dans le cadre d’une discrétisation (éléments finis, différences finies, etc...) de l’opérateur de
transport. En effet, la discrétisation de l’opérateur de diffusion intervenant dans le schéma DSA
ne doit pas être réalisée indépendamment de la discrétisation de l’opérateur de transport. En
général, le schéma de diffusion utilisé pour l’accélération par diffusion synthétique d’un schéma
de transport est obtenu en prenant les moments angulaires du schéma de transport. Le schéma
ainsi obtenu ne coïncide pas nécessairement avec le schéma obtenu par une analyse asymptotique
discrète (il arrive parfois que le schéma obtenu par une analyse asymptotique d’un schéma de
transport ne soit pas un schéma de diffusion). Dans notre cas du schéma mixte-hybride pour le
transport, les deux schémas de diffusion coïncident et correspondent au schéma mixte-hybride
pour l’équation de diffusion associée. C’est un avantage majeur de la méthode car le schéma
mixte-hybride est un excellent schéma pour résoudre un problème de diffusion (ordre de conver-
gence élevé, valide sur tous types de maillages en toutes dimensions d’espace, etc...). Ainsi, lors
de la mise en oeuvre de l’algorithme de DSA pour le schéma mixte-hybride du transport, on
utilisera le schéma mixte-hybride de l’équation de diffusion associée.

Bilan du chapitre 6
Nous avons donc montré dans ce chapitre que la formulation mixte possédait bien la limite
de diffusion de même que le schéma mixte-hybride qui en découle. Nous avons explicités quelques
propriétés essentielles du schéma en régime de diffusion et nous avons présenté la méthode d’ac-
célération par diffusion synthétique qui lui est associée. Nous allons ensuite présenter quelques
résultats numériques visant à illustrer les propriétés énoncées dans ce chapitre et dans les cha-
pitres précédents.

121
Chapitre 6. Approximation par la diffusion

122
 Chapitre 7

Résultats numériques

Sommaire
7.1 Problèmes en une dimension d’espace . . . . . . . . . . . . . . . . . . 123
7.1.1 Résultats dans un milieu purement absorbant . . . . . . . . . . . . . . . 124
7.1.2 Résultats dans le vide : résultats aux interfaces . . . . . . . . . . . . . . 124
7.1.3 Résultats en milieux diffusifs, ε-problème . . . . . . . . . . . . . . . . . 126
7.1.4 Problèmes pour des milieux hétérogènes . . . . . . . . . . . . . . . . . . 129
7.1.5 Cas d’un problème à incidence normale . . . . . . . . . . . . . . . . . . 132
7.1.6 Cas d’un problème à incidence rasante . . . . . . . . . . . . . . . . . . . 133
7.2 Problèmes en deux dimensions d’espace . . . . . . . . . . . . . . . . . 134
7.2.1 Problèmes pour une direction angulaire . . . . . . . . . . . . . . . . . . 134
7.2.2 Cas d’une source anisotrope : comparaison avec une solution exacte . . 140
7.2.3 ε-problème bidimensionnel et conditions de réflexion spéculaire . . . . . 141

Nous présentons dans ce chapitre quelques résultats numériques permettant d’illustrer les
propriétés du schéma aux éléments finis mixtes-hybrides pour le transport. Nous nous intéressons
dans un premier temps à des résultats en une dimension d’espace pour des milieux homogènes ou
hétérogènes. Nous étudions l’ordre de convergence de la méthode. Nous comparons les estimations
d’erreurs obtenues numériquement aux estimations théoriques présentées au chapitre 4. Nous
montrons ensuite des résultats obtenus en deux dimensions d’espace. Nous nous attachons à
illustrer les propriétés asymptotiques du schéma présentées au chapitre 6 et nous comparons les
résultats obtenus avec notre schéma mixte-hybride aux résultats obtenus avec un schéma DSN
(voir section 1.7.1) sur un maillage cartésien. Nous utilisons enfin des maillages non structurés
très déformés pour apprécier la qualité de l’approximation obtenue sur de tels maillages. Nous
illustrons aussi l’amélioration de la convergence du système itératif de la source itérée utilisant
un algorithme d’accélération par diffusion synthétique.

7.1 Problèmes en une dimension d’espace

Nous commençons par présenter différents cas test en une dimension d’espace. Nous mon-
trons tout d’abord le comportement de notre schéma dans un milieu purement absorbant. Nous
présentons ensuite des résultats obtenus dans des milieux opaques pour illustrer les conclusions
du chapitre 6 sur l’approximation de la diffusion. Nous illustrons par des applications numé-
riques la limite diffusion du schéma mixte-hybride constatée dans la partie théorique. Nous nous

123
Chapitre 7. Résultats numériques

intéressons enfin à des milieux hétérogènes et au comportement du schéma aux interfaces entre
différents milieux (en particulier entre un milieu transparent et un milieu opaque).

7.1.1 Résultats dans un milieu purement absorbant

On considère dans ce paragraphe le problème suivant

∂u(x, µ)
µ + u(x, µ) = 0, pour x ∈ [0, 1] et µ ∈ [−1, 1]


∂x





u(0, µ) = 1, pour 0 < µ < 1, (7.1)





pour − 1 < µ < 0.

 u(1, µ) = 0,

Nous considérons donc le cas d’un problème purement absorbant sans collisions (σs = 0). La

1
dsn : 10 mailles
mixtes-hybrides : 10 mailles
solution de reference
0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.1 – Flux scalaire pour un problème purement absorbant

solution exacte de ce problème est donnée par

x
−µ
u(x, µ) = exp Iµ>0 .
La figure 7.1 illustre les résultats obtenus pour ce cas test avec le schéma mixte-hybride et
le schéma DSN pour 10 mailles. Nous traçons aussi le flux scalaire φ défini par (1.4) avec ici
dµ
dν(µ) = et
2 Z 1 x
−µ
φ(x) = exp dµ.
0
Comme attendu, le schéma est très précis même sur des maillages grossiers et donne des résultats
comparables aux résultats obtenus par un code DSN.

7.1.2 Résultats dans le vide : résultats aux interfaces

Dans ce paragraphe, nous considérons deux cas très simples (pour une direction donné µ = 1)
qui permettent d’expliciter quelques résultats dans des milieux hétérogènes comportant du vide.

124
 7.1. Problèmes en une dimension d’espace

Interface vide-matière
On considère le problème suivant :

∂u
(x) + σ(x)u(x) = 0 pour x ∈ [0, 1],


∂x







 u(0) = 1,

(7.2)

σ(x) = 0 pour x ∈ [0, 0.5],








pour x ∈ [0.5, 1].

 σ(x) = 1

La résolution de ce problème a été effectuée à l’aide du code mixte-hybride 1D pour 100 mailles
sur deux sous-domaines. On résout d’abord le problème de gauche (i.e. dans le sens de parcours
de µ = 1) puis on assure la transmission en imposant une condition de Dirichlet pour le problème
de droite en utilisant la valeur du flux angulaire calculée dans le problème du transport à gauche.
La figure 7.2 présente les résultats numériques obtenus et illustre le bon comportement du schéma
sur ce type de problèmes.

1
mixtes-hybrides
solution exacte

0.95

0.9

0.85

0.8

0.75

0.7

0.65

0.6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
position

Fig. 7.2 – Flux scalaire pour le cas test vide-matière

Interface matière-vide
On considère ici le problème suivant symétrique du problème précédent :

∂u
(x) + σ(x)u(x) = 0 pour x ∈ [0, 1],


∂x







 u(0) = 1,

(7.3)

σ(x) = 1 pour x ∈ [0, 0.5],








pour x ∈ [0.5, 1].

 σ(x) = 0

125
Chapitre 7. Résultats numériques

La figure 7.3 présente le résultat obtenu qui confirme le choix de décomposition de domaine
proposé au paragraphe 2.2.3.

1
mixtes-hybrides
solution exacte

0.95

0.9

0.85

0.8

0.75

0.7

0.65

0.6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
position

Fig. 7.3 – Flux scalaire pour le cas test matière-vide

7.1.3 Résultats en milieux diffusifs, ε-problème

Nous présentons ici les résultats obtenus à l’aide de la méthode des éléments finis mixtes-
hybrides en géométrie 1D dans le cadre d’un régime diffusif. Nous considérons donc le problème
suivant :


∂u(x, µ) σt (x)
µ + u(x, µ)


· ∂x ε ¸




 σt (x)
= − εσa (x) φ(x) + εq(x), pour 0 < x < 1 et − 1 ≤ µ ≤ 1


ε








u(0, µ) = ug (µ), 0 < µ ≤ 1, (7.4)



u(1, µ) = ud (µ), −1 ≤ µ < 0.,








1 1

 Z
u(x, µ′ ) dµ′ .

 φ(x) =


2 −1

Ainsi, quand ε tend vers 0, on peut montrer (voir [53]) que la solution du problème (7.4)
satisfait aux conditions suivantes :

u(x, µ) = φ(x) + O(ε), 0 < x0 ≤ x ≤ x1 < 1, (7.5)

126
 7.1. Problèmes en une dimension d’espace

où φ(x) vérifie le problème de diffusion suivant :

d 1 d


 − φ(x) + σa (x)φ(x) = q(x),



 dx 3σt (x) dx



 Z 1

φ(0) = 2 W (µ)ug (µ)dµ, (7.6)

 0



 Z 0


 φ(1) = 2 W (−µ)ud (µ)dµ,


−1

où, dans l’équation (7.5), x0 et x1 sont des points fixés arbitrairement sur l’intervalle [0,1] ; ce
résultat n’est généralement pas valable près de x = 0 et x = 1 car les conditions aux limites
d’ordre O(ε) apparaissent dans la solution de l’équation de transport mais qui n’existent√pas dans
la solution du problème de diffusion simple. Comme on l’a vu précédemment, W (µ) = 23 µH(µ)
où H(µ) est la fonction de Chandrasekhar (voir paragraphe 6.1.3).
Lorsque ε tend vers zéro, on peut comparer la solution du cas test (7.4) à la solution de
l’équation de diffusion associée (pour σt = 1 et ub = 0) :

1 d2
− φ(x) = 1
3 dx2

qui est φ(x) = − 23 (x2 + x).

– Sur la figure 7.4, nous avons choisi de montrer le comportement du schéma mixte-hybride
pour une valeur de ε fixée (on prendra ε = 0.01 simulant un milieu très opaque), pour des
flux entrants nuls (i.e. ug = ud = 0) et pour différentes valeurs du pas d’espace ∆x. On
observe que même pour un maillage grossier (∆x est alors grand devant le libre parcours
moyen des particules d’ordre ε), on obtient d’excellents résultats. Ces résultats numériques
illustrent la propriété de limite de diffusion du schéma 1D démontrée au chapitre 6. Certains
schémas de transport ne possèdent pas cette propriété et donnent des résultats désastreux
lorsque le pas de maillage est grand devant le libre parcours moyen des particules (voir
[39]).
– Sur la figure 7.5, nous avons fixé le pas d’espace ∆x = 0.01 et nous avons fait varier ε de
10−1 à 10−5 . On s’aperçoit donc que lorsque ε tend vers 0, les résultats obtenus tendent
aussi vers la solution asymptotique de l’équation de diffusion associée. Comme prévu, le
schéma aux éléments finis mixtes hybrides semblent donc donner de très bons résultats en
régime de diffusion. De plus, même lorsque les mailles sont très opaques (dans le sens où
le libre parcours moyen est très petit devant la taille des mailles), on reste proche de la
solution exacte dans ce cas diffusif.
Dans le tableau suivant 7.7, nous présentons les résultats d’estimations d’erreur en norme L2
obtenus pour une valeur fixe ε = 10−5 . On observe une convergence d’ordre 2 comme évoqué
dans le chapitre 4.

∆x 10−1 10−2 10−3 10−4 10−5

DSN 1.8465.10 2 2.0156.10 4 3.4585.10 6 7.2563.10 8 3.2539.10− 9
− − − − (7.7)
Mixtes-hybrides 1.8395.10− 2 2.0899.10− 4 3.8311.10− 6 7.1896.10− 8 3.3654.10− 9

Sur le tableau 7.8, on illustre l’efficacité de la méthode d’accélération par diffusion synthétique,
pour différentes valeurs de ε pour un pas d’espace fixé ∆x = 0.001, on compare le nombre

127
Chapitre 7. Résultats numériques

0.4
solution asymptotique
10 mailles
100 mailles
0.35 1000 mailles

0.3

0.25

0.2

0.15

0.1

0.05

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.4 – Flux scalaire pour différents nombre de mailles

0.5
eps=0.0001
eps=0.001
0.45 eps=0.01
eps=0.1
solution asymptotique
0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.5 – Flux scalaire pour différentes valeurs de ε

128
 7.1. Problèmes en une dimension d’espace

d’itérations obtenues par la méthode de la source itérée sans et avec la technique d’accélération
par diffusion synthétique.

ε 100 10−1 10−2 10−3 10−4

itérations avec DSA 20 28 27 25 20 (7.8)
itérations sans DSA 24 598 32625 998100 1802584

7.1.4 Problèmes pour des milieux hétérogènes

Dans ce paragraphe, on considère deux problèmes qui illustrent le comportement de notre
schéma sur des problèmes de type couches limites (interface entre un milieu transparent et un
milieu opaque). En effet, les méthodes de résolution des équations du transport doivent permettre
de fournir de bonnes approximations aux interfaces entre des milieux hétérogènes. [Link] et
[Link] propose dans [54, 55] plusieurs cas test visant à étudier le comportement de nombreux
schémas de transport. Nous utilisons ces cas tests similaires pour comparer notamment notre
schéma mixte-hybride avec le schéma DSN aux différences finies.

Premier cas test de Larsen et Morel

Le premier problème que nous considérerons est défini par :

∂u(x, µ)
µ + σt (x)u(x, µ) = σs (x)φ(x), pour x ∈ [0, 2] et µ ∈ [−1, 1]


∂x







 u(0, µ) = 1, pour 0 < µ < 1,



(7.9)


 u(2, µ) = 0, pour − 1 < µ < 0,




1 1 dµ′

 Z
u(x, µ′ )

 φ(x) = ,


2 −1 2

où
pour 0 < x < 1
½
2,
σt (x) = (7.10)
100, pour 1 < x < 2,
pour 0 < x < 1
½
0,
σs (x) = (7.11)
100, pour 1 < x < 2.
La configuration spatiale de ce problème est donc séparée en deux parties distinctes, la première
purement absorbante (avec un libre parcours grand devant les dimensions caractéristiques du
domaine) et la seconde diffusive (avec un libre parcours très petit par rapport aux dimensions
géométriques du problème). On impose un flux entrant u(x, µ) = 1 isotrope dans la partie
absorbante du domaine qui est atténué en un flux anisotrope u(x, µ) = e−2x/µ à l’entrée dans la
région opaque. On observe alors un phénomène de couche limite à l’interface milieu transparent-
milieu opaque où le flux de neutrons tend à ”s’isotropiser”. On résout ce problème en utilisant un
découpage angulaire S16 et nous préciserons par la suite le pas d’espace utilisé pour chaque figure.
Notons que si l’on ne maille pas suffisamment finement dans la région opaque, le nombre de libre
parcours par maille devient suffisamment prohibitif pour que la condition aux limites obtenue
en x = 2 ne soit pas la bonne (voir [Link] et [Link] [54, 55]). La solution de référence
est obtenue à partir du schéma diamant aux différences finies (DSN) pour un pas d’espace
∆x = 0.001. Sur la figure 7.6, on montre que pour des maillages de l’espace suffisamment fins, les

129
Chapitre 7. Résultats numériques

0.16
solution de reference
mixtes-hybrides en decomposition de domaine
0.15 mixtes-hybrides
DSN

0.14

0.13

0.12

0.11

0.1

0.09

0.08

0.07

0.06
0.6 0.8 1 1.2 1.4

Fig. 7.6 – Flux scalaire pour le premier cas test de Larsen et Morel

solutions obtenues par les schémas DSN et mixte-hybride tendent bien vers la solution exacte.
[Link] et [Link] ont montré que le schéma DSN retranscrivait bien le comportement
à l’interface même pour un maillage grossier dans la région diffusive. La condition de Dirichlet
obtenue sur l’interface pour le problème de diffusion est une pondération en 32 µ2 + µ du flux
angulaire anisotrope entrant, ce qui est une bonne approximation de la condition de Dirichlet
donnée par la fonction de Chandrasekhar. Cependant, on observe de fortes oscillations de la
solution DSN autour de la couche limite. Avec le schéma mixte-hybrides, comme nous l’avons
montré au chapitre 6, la solution de diffusion n’est pas bien capturée. Il s’agit d’un inconvénient
majeur du schéma. Cependant, nous avons montré qu’en résolvant deux problèmes de transport
couplés sur les deux domaines, on peut alors capturer le bon comportement à l’interface (voir
figure 7.6).

130
 7.1. Problèmes en une dimension d’espace

Second cas test de Larsen et Morel

Le second problème que nous considérons est défini par :

∂u(x, µ)
µ + σt (x)u(x, µ) = σs (x)φ(x) + q(x), pour x ∈ [0, 1] et µ ∈ [−1, 1],


∂x







 u(0, µ) = 0, pour 0 < µ < 1,







pour − 1 < µ < 0,




 u(1, µ) = 0,



1 1

 Z

φ(x) = u(x, µ′ ) dµ′ .





 2 −1
(7.12)



 où




σt (x) = 100,








90, pour 0 < x < 0.5,

 ½
σs (x) =


100, pour 0.5 < x < 1,








10, pour 0 < x < 0.5,

 ½

 q(x) =
0, pour 0.5 < x < 1.



Le système est décomposé en deux régions. La première région est composée de 1000 libres
parcours moyen avec de l’absorption et une source intérieure. La seconde région est purement
diffusive sans aucune source.
1.2
solution de reference
mixtes-hybrides : 10 mailles
dsn : 10 mailles
mixtes-hybrides en decomposition de domaine : 10 mailles
1

0.8

0.6

0.4

0.2

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.7 – Flux scalaire pour le second problème de Larsen et Morel

La solution de ce problème consiste en un flux scalaire qui varie quasi-linéairement φ ≃ 1

dans la première région puis décroît linéairement de φ = 1 vers φ = 0 lorsque x croît de x = 0.5

131
Chapitre 7. Résultats numériques

vers x = 1. Bien que la première région ne soit pas totalement diffusive car σa n’est pas assez
petit, la solution donnée par l’approximation de la diffusion est cependant très précise.
On résout ce problème en utilisant une quadrature angulaire S8 et en comparant deux cas à
une solution de référence donnée par le schéma DSN pour un nombre de mailles suffisamment
grand (1000 mailles).
1. cas du schéma DSN pour 10 mailles,
2. cas du schéma mixte-hybride pour 10 mailles,
3. cas du schéma mixte-hybride pour 10 mailles avec décomposition de domaine.
On constate sur la figure 7.7 que la solution mixte-hybride (cas 2) ne traduit pas le comportement
dans la région de diffusion pour un maillage grossier. Pour un maillage fin, le schéma fournit tout
de même une très bonne approximation de la solution. Le schéma DSN oscille autour de la solution
de référence lorsque le maillage n’est pas assez fin. Dans le cas 3, le schéma mixte-hybride utilisé
en décomposition de domaine permet d’obtenir une excellente approximation de la solution de
(7.12) même pour un maillage grossier. Nous retrouvons ainsi les résultats du chapitre 6.

7.1.5 Cas d’un problème à incidence normale

On choisit une quadrature QM = {µm , wm ; m = 1, . . . , M } pour la discrétisation en µ ∈
[−1, 1] telle que −1 < µ1 < · · · < µM < 1, µM est donc l’élément le plus proche de 1. On
considère dans ce paragraphe le cas d’un problème à incidence normale dans un milieu diffusif
défini par :

M
 µm ∂um + 100um = 100
 X
um wm , pour x ∈ [0, 1] et µm ∈ QM ,





 ∂x m


δm,M (7.13)
 u m (0) = , pour µm > 0,
wM








um (1) = 0, pour µm < 0.


Ce problème correspond donc au cas d’un flux entrant “ponctuel” sur le bord gauche du domaine
dans une direction normale. La solution de ce problème traduit un effet de couche limite sur
le bord gauche qui exprime l’entrée dans un domaine diffusif (une région isotrope avec un libre
parcours très petit) d’un flux entrant très anisotrope. Dès que l’on s’éloigne de cette couche limite
le flux angulaire redevient très isotrope et il est très bien approché par l’équation de diffusion
associée. Ce cas est très intéressant pour comparer le comportement de schémas numériques pour
le transport (même ceux qui possèdent la limite de diffusion) sur des maillages très grossiers.
En effet, pour un nombre de mailles faible, l’effet de couche limite ne peut être retranscrit, les
résultats obtenus sont donc médiocres même si la région diffusive est majoritaire. La question
est donc de savoir si les schémas numériques retrouvent un bon niveau de précision à la sortie
de la couche limite. La figure 7.8 présente les résultats obtenus par les schémas mixtes-hybrides
et DSN pour 10 mailles en comparaison d’une solution de référence obtenue sur un maillage
très fin par le schéma DSN et mixte-hybride. Dans notre analyse théorique des conditions aux
limites en régime diffusif 1D, nous avons montré que le schéma mixte-hybride satisfaisait à une
condition aux limites pondérée par 32 µ2 + µ. Le schéma DSN satisfaisait à une condition aux
limites pondérée par 32 µ2 + µ qui est très proche de la pondération donnée par la fonction de
Chandrasekhar (6.6). Le profil donné par le schéma DSN pour des maillages grossiers permet de

132
 7.1. Problèmes en une dimension d’espace

2.5
reference
mixtes-hybrides 10 mailles
DSN 10 mailles
mixte gesh 10 mailles

1.5
flux scalaire

0.5

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
position

Fig. 7.8 – Flux scalaire pour le problème à incidence normale

garder le même niveau que la solution exacte. En revanche, on retrouve toujours les oscillations du
schéma DSN. Le schéma mixte-hybride donne d’excellents résultats dans ce problème à incidence
normale. Remarquons que la méthode mixte proposée par [Link] [47] ne permet pas de décrire
convenablement la couche limite (la condition aux limites de [Link] n’est pas une pondération
en 32 µ2 + µ, voir figure 7.8).

7.1.6 Cas d’un problème à incidence rasante

On choisit une quadrature QM = {µm , wm ; m = 1, . . . , M } pour la discrétisation en µ ∈
[−1, 1] telle que −1 < µ1 < · · · < µM < 1, µM est donc l’élément le plus proche de 1. On
considère dans ce paragraphe le cas d’un problème à incidence rasante dans un milieu diffusif
défini par :
M

 ∂um X
µm + 100um = 100 um wm , pour x ∈ [0, 1] et µm ∈ QM


∂x


m






δm, M +1 (7.14)
 u m (0) = 2
, pour µm > 0,
w M +1



2






um (1) = 0, pour µm < 0.


Ce problème correspond donc au cas d’un flux entrant “ponctuel” sur le bord gauche du domaine
dans une direction rasante (µ proche de zéro). De la même manière que précédemment, la solution
de ce problème traduit un effet de couche limite sur le bord gauche qui exprime l’entrée dans
un domaine diffusif (une région isotrope avec un libre parcours très petit) d’un flux entrant très
anisotrope. Le profil donné sur la figure 7.9 par le schéma DSN pour des maillages grossiers
permet toujours de garder le même niveau que la solution exacte malgré les oscillations. Le

133
Chapitre 7. Résultats numériques

0.04
mixtes Gesh : 10 mailles
DSN : 10000 mailles
mixtes-hybrides : 10000 mailles
0.035 mixtes-hybrides : 10 mailles
DSN : 10 mailles

0.03

0.025

0.02

0.015

0.01

0.005

0
0 0.2 0.4 0.6 0.8 1

Fig. 7.9 – Flux scalaire pour le problème à incidence rasante

schéma mixtes-hybrides donne une excellente approximation de la solution exacte sur un maillage
grossier. Ce n’est pas le cas de la méthode mixte de [Link] [47].

7.2 Problèmes en deux dimensions d’espace

On s’intéresse à présent à des cas tests bi-dimensionnels. Le schéma de référence que nous
avons choisi pour effectuer des comparaisons sur maillages cartésiens est le schéma DSN aux
différences finies présentés dans le paragraphe 1.7.1. Nous présentons tout d’abord le cas d’un
problème uni-directionnel très simple dans le but de comparer l’efficacité de notre schéma mixte-
hybride sur un maillage très déformé. Nous illustrons les défauts d’une discrétisation mixte-
hybride non conforme (i.e. basée uniquement sur l’espace d’approximation RT0 ). Nous présentons
ensuite un cas test bi-dimensionnel à source anisotrope permettant une comparaison des résultats
numériques avec une solution exacte analytique. On termine en présentant les résultats obtenus
sur un "ε-problème" bi-dimensionnel avec conditions de réflexion spéculaire.

7.2.1 Problèmes pour une direction angulaire

Premier problème
On considère un problème pour une direction angulaire en deux dimensions d’espace défini
par
 µ ¶
~ · ∇u(x)
~ 2 1
~ = √ ,√1
 Ω + u(x) = 0, pour x = (x1 , x2 ) ∈ D = [0, 1] , Ω
3 3 (7.15)
 ~ · ~n < 0.
u = 1, sur ∂D, Ω
La solution exacte du problème (7.15) est donnée par
√
exp(−x2 √3) si x2 ≤ x1 ,
½
u(x) = (7.16)
exp(−x1 3) si x1 < x2 .

134
 7.2. Problèmes en deux dimensions d’espace

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.10 – Solution exacte

Dans ce cas, nous comparons différentes discrétisations de la formulation mixte du problème

(7.15) sur des maillages très déformés (voir figure 7.11).

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.11 – Maillage (très déformé) de Kershaw

1. Dans un premier temps, on considère la formulation mixte suivante du problème (7.15) :

(
~ = ~0,
~g + PΩ ∇u
~ (7.17)
u + ∇ · ~g = 0,
avec des conditions aux limites adaptées. L’idée est d’approcher la solution numérique de ce
système en utilisant l’espace d’approximation classique des éléments finis mixtes-hybrides,
l’espace de Raviart-Thomas d’ordre zéro, RT0 . Dans ce cas, le système linéaire discret
résultant n’est plus symétrique et nous obtenons des résultats numériques mauvais avec
quelques distorsions correspondant aux déformations du maillage (voir figure 7.12).
2. Dans le but d’obtenir un système linéaire symétrique, on utilise la formulation mixte équi-
valente suivante (7.18) :
~ = ~0,
(
~g + PΩ ∇u
~ · (PΩ~g ) = 0, (7.18)
u + ~1 2 ∇
|Ω|
avec des conditions aux limites adaptées. Comme pour le cas précédent, on garde une
approximation du type RT0 . Les résultats numériques obtenus sont désastreux (voir figure
7.13) probablement à cause du fait que l’approximation utilisée n’est pas conforme (cette
approximation ne permet notamment pas de garantir la colinéarité de la quantité duale ~g
~
avec le vecteur direction Ω.

135
Chapitre 7. Résultats numériques

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.12 – Isovaleurs du flux angulaire (problème 7.15, cas 1)

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.13 – Isovaleurs du flux angulaire (problème 7.15, cas 2)

136
 7.2. Problèmes en deux dimensions d’espace

3. A présent, on utilise un espace d’approximation conforme (voir chapitre 4) et on améliore

cette fois significativement les résultats numériques obtenus (voir figure 7.14).

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.14 – Isovaleurs du flux angulaire (problème 7.15, cas 3)

Second problème

On considère ici un problème présenté dans la thèse de [Link] [59]. On veut résoudre le
problème suivant :

1 2
 · ¸

 ~ ~
Ω · ∇u(x) + u(x) = q(x), pour x = (x1 , x2 ) ∈ D = 0, ,
2



 µ ¶
1 1

 ~

Ω = (Ω1 , Ω2 ) = √ , √
3 3 (7.19)



 u = 0, sur ∂D, ~
Ω · ~
n < 0,
Ω x + Ω x

 q(x) = 2 1 2 12 2 + arctanh(x1 x2 ).



1 − x1 x2

Le second membre q a été choisi pour que la solution exacte du problème (7.19) soit donnée par

u(x) = arctanh(x1 x2 ). (7.20)

On cherche à tester la précision du schéma mixte-hybride sur des maillages déformés représentés
sur les figures 7.15 et 7.16. On cherche aussi à comparer l’erreur relative du schéma mixte-hybride
aux erreurs relatives des schémas aux éléments finis continus et discontinus données dans [59].
On définit l’erreur entre la solution approchée uh et la solution exacte u par :

 1
2
X
Erreur =  (u(Gk ) − uh (Gk ))Vk  ,
Qk ∈Dh

où Gk désigne le barycentre de la maille Qk . Dans le tableau 7.21, on donne les valeurs de l’erreur
pour le schéma mixte-hybride, le schéma aux éléments finis continus et le schéma aux éléments
finis discontinus.

137
Chapitre 7. Résultats numériques

0.5 0.5

0.45 0.45

0.4 0.4

0.35 0.35

0.3 0.3

0.25 0.25

0.2 0.2

0.15 0.15

0.1 0.1

0.05 0.05

0 0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5

Fig. 7.15 – Maillages déformés 5 × 5 et 10 × 10

0.5 0.5

0.45 0.45

0.4 0.4

0.35 0.35

0.3 0.3

0.25 0.25

0.2 0.2

0.15 0.15

0.1 0.1

0.05 0.05

0 0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5

Fig. 7.16 – Maillages déformés 20 × 20 et 40 × 40

138
 7.2. Problèmes en deux dimensions d’espace

Maillage Méthode continue Méthode discontinue Méthode mixte-hybride

5×5 0.00444 0.000172 0.00256
10 × 10 0.00172 0.000057 0.000739 (7.21)
20 × 20 0.00040 0.000015 0.000209
40 × 40 0.000010 0.000004 0.0000512

Les résultats obtenus dans le tableau 7.21 montrent que les trois schémas sont d’ordre h2 . Les
résultats montrent que pour un maillage donné, la méthode discontinue est la plus précise. La
méthode mixte-hybride est cependant plus précise que la méthode continue. Cependant, les
maillages utilisés ici sont en fait peu déformés. Il est connu [59] que lorsque le maillage est
très déformés (maillage de Kershaw par exemple) la méthode discontinue est défaillante et ne
garantit même plus une convergence d’ordre h. Nous testons donc la méthode mixte-hybride sur
des maillages de Kershaw représentés sur les figures 7.17 et 7.18 pour montrer que l’on conserve
bien un ordre de convergence en h2 . Le tableau 7.22 montre que la méthode mixte-hybride reste

1 1

0.9 0.9

0.8 0.8

0.7 0.7

0.6 0.6

0.5 0.5

0.4 0.4

0.3 0.3

0.2 0.2

0.1 0.1

0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.17 – Maillages très déformés 2 × 5 et 4 × 10

1
0.9
0.9
0.8
0.8
0.7
0.7

0.6
0.6

0.5
0.5

0.4
0.4

0.3
0.3

0.2 0.2

0.1 0.1

0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.18 – Maillages très déformés 8 × 20 et 16 × 40

139
Chapitre 7. Résultats numériques

précise d’ordre h2 même sur des maillages très déformés du type Kershaw.

Maillage Méthode mixte-hybride

2×5 0.00922
4 × 10 0.00207 (7.22)
8 × 20 0.000661
16 × 40 0.000192

7.2.2 Cas d’une source anisotrope : comparaison avec une solution exacte
On s’intéresse ici à un domaine D = [0, 1] × [0, 1], on notera x = (x1 , x2 ) ∈ D et Ω ~ =
p
(µ, 1 − µ cos θ) pour µ ∈ [−1, 1] et θ ∈ [0, π], on notera V = [−1, 1] × [0, π]. On considère le
2

problème suivant :

~ · ∇u(x,
~ ~ + u(x, Ω)~ = φ(x) + q(x, Ω),
~ pour x ∈ D, (µ, θ) ∈ V


 Ω Ω)




u = 0, sur Γ− ,





(7.23)
dµdθ
Z
φ(x) = u(x, µ, θ) ,


2π




 V


 p
q(x, µ, θ) = µ(2x2 − 1)x1 (x1 − 1) + 1 − µ2 cos θ(2x1 − 1)x2 (x2 − 1).


La solution exacte de ce problème est donnée par

φ(x) = x1 (1 − x1 )x2 (1 − x2 ).

En utilisant cette solution exacte nous pouvons réaliser des calculs d’erreurs relatives et les
comparer avec celles obtenues pour le schéma DSN. On utilise un découpage angulaire S8 donc
des maillages cartésiens uniformes dont nous ferons varier le pas d’espace. La figure 7.19 présente
la solution du problème (7.23) obtenue sur un maillage 100 × 100 par les éléments finis mixtes-
hybrides. On calcule donc pour différents pas d’espace l’erreur relative en norme L2 obtenue pour

0.07

0.06

0.05

0.04

0.03

0.02

0.01

0
1
0.8 1
0.6 0.8
0.4 0.6
0.4
0.2
0.2
0 0

Fig. 7.19 – Flux scalaire

140
 7.2. Problèmes en deux dimensions d’espace

les méthodes DSN et mixtes-hybrides, les résultats sont présentés dans le tableau suivant :

h 0.5 0.25 0.1 0.05 0.025 0.01

DSN 0.33333 0.085061 0.013516 0.0033754 0.00054017 0.00013528
Mixtes-hybrides 0.33394 0.084916 0.013534 0.0035121 0.00054089 0.00013522

On peut alors tracer la courbe des erreurs relatives en échelle logarithmique sur la figure 7.20.

1
DSN
mixtes-hybrides

0.1

0.01

0.001

0.0001
1 10 100

Fig. 7.20 – Erreurs relatives

On observe donc sur la figure 7.20 une erreur relative en O(h2 ) comme l’indiquent les pentes
des deux droites tracées. Le schéma mixte-hybride semble donc aussi précis que le schéma DSN
sur des maillages cartésiens. On a vu au chapitre 5 que cette ordre de convergence n’est possible
que si la solution exacte du problème considéré est suffisamment régulière, ce qui est le cas ici.
Nous avons testé ce cas test sur différents types de maillages (voir figure 7.21) pour montrer que
la solution n’est pas altérée sur des maillages déformés.

1 1

0.9 0.9

0.8 0.8

0.7 0.7

0.6 0.6

0.5 0.5

0.4 0.4

0.3 0.3

0.2 0.2

0.1 0.1

0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.21 – maillage cartésien et maillage "aléatoire" déformé

7.2.3 ε-problème bidimensionnel et conditions de réflexion spéculaire

~ = (µ, 1 − µ2 cos θ)
p
On considère un domaine D = [0, 1]×[0, 1], on note x = (x1 , x2 ) ∈ D et Ω
pour µ ∈ [−1, 1], θ ∈ [0, π], et on note V = [−1, 1] × [0, π]. On considère le problème suivant en

141
Chapitre 7. Résultats numériques

1 1

0.9 0.9

0.8 0.8

0.7 0.7

0.6 0.6

0.5 0.5

0.4 0.4

0.3 0.3

0.2 0.2

0.1 0.1

0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 7.22 – isovaleurs du flux scalaire pour le problème (7.23) sur les maillages de la figure 7.21

régime diffusif :


 ~ · ∇u
Ω ~ + 100u = 100φ + 0.01, pour x ∈ D, (µ, θ) ∈ V




 u = 0, sur Γ− ∩ {x1 = 0} et Γ− ∩ {x1 = 1} ,



(7.24)



 ~ = u(Ω
u(Ω) ~ − 2(~n · Ω)~
~ n, sur Γ− ∩ {x2 = 0} et Γ− ∩ {x2 = 1} ,




 φ(x) = 1 R u(x, µ, θ) dµdθ.

2π V

La figure 7.23 présente la solution du problème (7.24) obtenue sur un maillage cartésien. On

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05
1
0 0.8
1 0.6
0.8 0.4
0.6
0.4 0.2
0.2
0 0

Fig. 7.23 – Solution mixtes-hybrides pour le ε-problème bidimensionnel

observe la symétrie du problème induite par les conditions de réflexion spéculaire. On aboutit
aux mêmes conclusions que pour le ε-problème uni-dimensionnel.

Bilan du chapitre 7
On a donc présenté dans ce chapitre des résultats numériques permettant d’illustrer le com-
portement en régime de diffusion du schéma mixte-hybride. Nous avons tout d’abord illustré la

142
 7.2. Problèmes en deux dimensions d’espace

limite de diffusion du schéma et les problèmes rencontrés à l’interface entre un milieu transparent
et un milieu opaque. Nous avons montré la remarquable approximation par le schéma mixte-
hybride des phénomènes de couche limite à l’entrée d’un flux anisotrope dans un milieu diffusif.
Nous avons aussi illustrés les avantages liés à l’utilisation d’une technique DSA pour l’améliora-
tion du schéma mixte-hybride. Enfin, les résultats numériques présentés sur des maillages très
déformés sont très satisfaisants même pour des cas tests extrêmes.

143
Chapitre 7. Résultats numériques

144
 Chapitre 8

Étude du transport entre deux plaques

infinies

Sommaire
8.1 Présentation du problème . . . . . . . . . . . . . . . . . . . . . . . . . 146
8.2 Asymptotique formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
8.3 Étude probabiliste d’un problème de transport . . . . . . . . . . . . 152
8.3.1 Étude du processus de Markov . . . . . . . . . . . . . . . . . . . . . . . 152
8.3.2 Preuve du lemme 8.2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
8.4 Asymptotique formelle pour le modèle aux moments P1 . . . . . . . 157
8.5 Calcul du coefficient de diffusion . . . . . . . . . . . . . . . . . . . . . 160
8.5.1 Expression probabiliste du coefficient de diffusion . . . . . . . . . . . . . 160
8.5.2 Cas de la diffusion anormale . . . . . . . . . . . . . . . . . . . . . . . . . 162
8.5.3 Cas où σt h >> 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
8.5.4 Simulations Monte-Carlo du coefficient de diffusion . . . . . . . . . . . . 164
8.6 Résultats numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167

Dans ce chapitre, nous nous intéressons à un problème de transport entre deux plaques planes
parallèles infinies. Nous nous appliquons à retrouver quelques résultats bien connus ([Link] [13],
P. Degond, S. Mancini [43, 44] pour une approche déterministe et H. Babovsky [12], C.Börgers,
[Link], [Link] [22] pour une approche probabiliste) sur l’approximation de diffusion
d’un tel problème de transport et nous illustrons ces résultats théoriques par des tests numé-
riques. Nous cherchons ainsi à construire un cas test pertinent pour la validation du code de
transport déterministe mixte-hybride. Nous utilisons des arguments probabilistes pour réaliser
notre étude théorique. Le but de ce chapitre est d’étudier le comportement asymptotique du
problème de transport et d’évolution d’une densité de particules dans un milieu confiné entre
deux plaques planes parallèles. Nous cherchons à montrer que lorsque la distance entre ces deux
plaques tend vers zéro, nous obtenons un régime diffusif. Le coefficient de diffusion dépend à
la fois du noyau de collision du milieu et de la loi de réflexion sur les parois. Nous étudions
dans un premier temps ce comportement asymptotique pour le problème général du transport
en utilisant un développement asymptotique [19] puis pour le modèle aux moments P1. Nous
utilisons des simulations Monte-Carlo pour calculer des coefficients de diffusion et illustrer les
résultats théoriques précédents à l’aide d’un cas test numérique.

145
Chapitre 8. Étude du transport entre deux plaques infinies

8.1 Présentation du problème

On considère un domaine D = R2 × (−h, h) où h ∈ R∗+ .
On s’intéresse au problème d’évolution du transport suivant
~ ~ ~ ~ ~ ~
Z x, Ω) + Ω · ∇u(t, x, Ω) + σt (x, Ω)u(t, x, Ω)
∂t u(t,
= ~ Ω
f (x, Ω, ~ ′ )u(t, x, Ω
~ ′ ) dν(Ω
~ ′ ) + q(x, Ω)
~ dans [0, T ] × D × S 2 ,
S2

avec la condition initiale

~ = u0 (x) dans D × S 2
u(0, x, Ω) (8.1)
avec les conditions aux limites
~ = R(u(t, x, Ω))
u(t, x, Ω) ~ sur Γ−

où Z
~ = cR
R(u(t, x, Ω)) ~ ′ · ~n(x)|u(t, x, Ω
|Ω ~ ′ ) P (dν(Ω
~ ′ )), (8.2)
Γ+
avec
1
Z
= ~ ′ · ~n(x)| P (dν(Ω
|Ω ~ ′ )),
cR Γ+

~ est une loi de probabilité du type P (dν(Ω))

où P (dν(Ω)) ~ = |Ω ~ · ~n(x)|q dν(Ω)
~ avec q ≥ 0.
L’opérateur R est appelé opérateur de réflexion diffuse. La loi de réflexion diffuse usuellement
utilisée dans les problèmes physiques de transport et transfert radiatif est la loi de Lambert
~ = dν(Ω))
(P (dν(Ω)) ~ donnée par
Z
~
R(u(t, x, Ω)) = 4 ~ ′ · ~n(x)|u(t, x, Ω
|Ω ~ ′ ) dν(Ω
~ ′ ). (8.3)
Γ+

Remarque 8.1.1
Le facteur 4 dans l’expression de l’opérateur R vient de la renormalisation de l’intégrale, en effet

~ ′) = 1 .
Z
~ ′ · ~n(x)| dν(Ω
|Ω
Γ+ 4

La position des particules est notée x = (x1 , x2 , x3 ) ∈ D. Dans ce chapitre on note ξ = (x1 , x2 )
et z = x3 de sorte que le problème (8.1) décrive l’évolution d’une population de particules
dans un domaine D de R3 délimité par deux plaques planes infinies suivant la coordonnée z
((ξ, z) ∈ R2 × (−h, h)). Nous supposons que
Z
~ −
σt (x, Ω) ~ Ω
f (x, Ω, ~ ′ ) dν(Ω
~ ′ ) ≥ 0 dans D × S 2 .
S2

On décompose alors le coefficient σt comme suit :

~ = σa (x, Ω)
σt (x, Ω) ~ + σs (x, Ω),
~
Z
~ =
où σs (x, Ω) ~ Ω
f (x, Ω, ~ ′ ) dν(Ω
~ ′ ). Pour alléger les notations et pour simplifier notre étude,
S2
nous considérons dans la suite le cas isotrope où la section efficace de scattering est indépendante
des directions angulaires, i.e.
~ Ω
f (x, Ω, ~ ′ ) ≡ σs (x).

146
 8.1. Présentation du problème

Cependant, les résultats que nous énonçons peuvent être étendu pour des sections efficaces de
scattering plus complexes. Le régime de diffusion est atteint lorsque le libre parcours moyen est
petit en comparaison avec la taille du domaine. Notons ε le libre parcours moyen. Comme dans
le chapitre 6, on effectue les changements d’échelle adaptés à l’étude d’un régime de diffusion :
1 ~ 7→ εσ̄a (x, Ω),
~
σs (x) 7→ σ̄s (x), σa (x, Ω)
ε (8.4)
~ 7→ εq̄(x, Ω),
~ t̄
q(x, Ω) t→
7
ε
~ q̄(x, Ω)
où σ̄s (x), σ̄a (x, Ω), ~ et t̄ sont d’ordre 1 par rapport au libre parcours moyen. Par ailleurs,
on suppose que la distance entre les deux plaques planes est de l’ordre du libre parcours moyen.
On a donc 2h = O(ε). Pour simplifier, on prendra h = εh̄ et nous supposerons que la donnée
initiale est indépendante de z, u0 (x) ≡ u0 (ξ). En prenant en compte tous ces changements de
variables et en omettant la notation ¯·, le problème (8.1) devient

~ ε + 1 σs uε + εσa uε

 ε∂t uε + Ω~ · ∇u
ε


1

 Z
 ε ~ ′ ~′ dans [0, T ] × Dε × S 2 ,
 = ε σs S 2 u (t, x, Ω ) dν(Ω ) + εq



(8.5)
~ = u0 (x)

u(0, x, Ω) dans D × S 2,








 ε ~ = R(uε (t, x, Ω))
u (t, x, Ω) ~ sur Γ−
ε

où Dε est le domaine R2 × (−εh, εh) et Γ− ε est la frontière correspondante.

On note Ω ~ ξ = (Ω1 , Ω2 ), la composante vectorielle de la vitesse parallèle aux deux plaques.
Ainsi, nous décomposons l’opérateur vectoriel gradient (en espace) comme suit :

~ = (∇
∇ ~ ξ , ∂z ) = (∇
~ ξ , ∂x ),
3

où
~ ξ = (∂x , ∂x ).
∇ 1 2

On effectue alors le changement d’échelle suivant pour travailler sur un domaine indépendant de
ε
z̄
z 7→
ε
de sorte que le problème (8.5) devienne

~ ξ uε + 1 Ωz ∂z uε + 1 σs uε + εσa uε

 ε∂t uε + Ω~ξ ·∇
ε ε


1

 Z
 ε ~ ′ ~ ′
dans [0, T ] × D × S 2
 = ε σs S 2 u (t, x, Ω ) dν(Ω ) + εq



(8.6)
~ = u0 (x)

u(0, x, Ω) dans D × S 2,








 ε ~ = R(uε (t, x, Ω))
u (t, x, Ω) ~ sur Γ− .

Le domaine D = R2 × (−h, h) est cette fois indépendant de ε. Dans la suite, nous montrons
tout d’abord que la solution uε du problème (8.6) converge, lorsque ε tend vers zéro, vers la
solution d’une équation de diffusion en ξ dont le coefficient de diffusion dépend de l’opérateur de

147
Chapitre 8. Étude du transport entre deux plaques infinies

réflexion R. Ce résultat est donc différent du résultat standard d’approximation par la diffusion
d’un problème de transport donné par le théorème 6.2.1. Il est alors intéressant de savoir si
d’autres modèles simplifiés utilisés pour décrire le transport permettent de retrouver ce résultat,
en particulier pour les modèles aux moments P1 et leurs dérivés non linéaire (diffusion à flux
limité par exemple).

8.2 Asymptotique formelle

Dans ce paragraphe, nous nous intéressons à démontrer un résultat d’approximation par la
diffusion du problème (8.6) en utilisant un développement asymptotique de type Hilbert. Pour
établir la preuve de ce théorème, il est nécessaire d’étudier et de caractériser les solutions du
problème suivant
 Z
 Ω
 z z
 ∂ u + σ s u − σ s
~ ′ ) dν(Ω
u(x, Ω ~ ′ ) = q(x, Ω)
~ dans (0, 1) × S 2
S2
(8.7)

~ = R(u(x, Ω))
~ sur Γ− .

u(x, Ω)


Nous commençons donc par donner un lemme établissant un critère d’existence et d’unicité
de solution pour (8.7), nous repoussons cependant la preuve (très technique) de ce lemme au
paragraphe suivant. Nous présentons ensuite un second résultat permettant de caractériser à
l’aide d’éléments probabilistes le tenseur de diffusion associé. Dans la suite de ce chapitre, nous
~ la mesure définie par
notons dπ(z, Ω)

~ dz
dΩ
~ =
dπ(z, Ω) ~ dz .
= dν(Ω)
4π 2h 2h
~ ∈ S 2 et tout z ∈ A = (−h, h), le processus de
Pour fixer les idées, on introduit pour tout Ω
Markov de sauts (Ω ~ t , zt ) sur S × A.
En t = 0, on prend :

 z0 = z,
(8.8)
 ~ ~
Ω0 = Ω,
pour t > 0, l’évolution est décrite et définie par

∂t zt = −µt ,

où µt est la composante du vecteur Ω ~ t suivant z.

Nous verrons (paragraphe suivant) que le processus (Ω ~ t , zt ) est un processus de Markov de
sauts dont le générateur infinitésimal agissant sur u (mesurable et bornée) est donné par :

~ = −Ωz ∂z u + σs Qu,
Lu(z, Ω) (8.9)

~ ∈ Γ−
et, pour Ω
~ = R(u(x, Ω))
u(x, Ω) ~ en z = −h ou h,
Z
avec Qu = ~ − u. On commence donc par énoncer le
udν(Ω)
S2

148
 8.2. Asymptotique formelle

Lemme 8.2.1
Le problème :

dans (−h, h) × S 2

 −Lu = q
(8.10)
 ~
u = R(u(z, Ω)) sur Γ− .
~ si et seulement si
admet une unique solution de moyenne nulle (pour la mesure dπ(z, Ω))
Z hZ
~ = 0,
q dπ(z, Ω)
−h S2

et Z h Z
~ dπ(z, Ω)
R(u(z, Ω)) ~ = 0.
−h S2

Cette solution peut s’écrire sous la forme

Z +∞
~ =
u(z, Ω) ~ t )/Ω
E[q(zt , Ω ~ 0 = Ω,
~ z0 = z]dt
0

où E représente l’espérance mathématique.

En particulier, le noyau de l’opérateur L (associé aux conditions aux limites) est constitué
~
des fonctions constantes (pour la mesure dπ(z, Ω)), i.e. si

dans (−h, h) × S 2 ,

 −Lu = 0
(8.11)
 ~ ~
u(x, Ω) = R(u(x, Ω)) sur Γ , −

alors
u ≡ u(t, ξ).
Dans ce paragraphe, nous admettons ce lemme, ce qui nous permet d’énoncer et de démontrer
le théorème suivant :
Théorème 8.2.1
Sous les hypothèses introduites précédemment, la solution uε (t, x, Ω) ~ du problème de transport
(8.6) converge formellement lorsque ε tend vers zéro vers la solution u0 (t, ξ) de l’équation de
diffusion suivante :
~ ξ · D∇
~ ξ u0 (t, ξ) = q(ξ) dans [0, T ] × R2 ,

 ∂t u0 (t, ξ) + σa u0 (t, ξ) − ∇
(8.12)
où u0 (0, ξ) = u0 (ξ)


D représente la matrice de diffusion (D = D(ξ) = {dij }i,j∈{x,y} ) qui est définie positive.

Démonstration - En suivant les conventions introduites précédemment, l’opérateur Ω ~ · ∇ peut

~ ~ ~
se décomposer en Ωz ∂z + Ωξ · ∇ξ où Ωξ = (Ω1 , Ω2 ).
Dans le but d’exhiber le comportement asymptotique de la solution uε du problème (8.6)
lorsque ε tend vers zéro, on considère le développement asymptotique de Hilbert suivant,
~ = u0 (t, x, Ω)
uε (t, x, Ω) ~ + εu1 (t, x, Ω)
~ + ε2 u2 (t, x, Ω)
~ + o(ε2 ). (8.13)

149
Chapitre 8. Étude du transport entre deux plaques infinies

On introduit alors le développement (8.13) dans (8.6). On considère alors toutes les expressions
d’une même puissance de ε pour obtenir trois relations. Tout d’abord, on obtient à l’ordre zéro
 Z
 Ωz ∂z u0 + σs u0 = σs

 ~ ′ ) dν(Ω
u0 (t, x, Ω ~ ′ ) dans D × S 2 ,
S2
(8.14)

~ = R(u0 (t, x, Ω))
~ sur Γ− .

u0 (t, x, Ω)


En utilisant le lemme 8.3.3 appliqué au problème (8.14), on montre que u0 ne dépend que de x1
et x2 . La seconde relation obtenue à l’aide de (8.13) s’écrit
 Z
~ ~
 Ωξ · ∇ξ u0 + Ωz ∂z u1 + σs u1 = σs

 ~ ′ ) dν(Ω
u1 (t, x, Ω ~ ′ ) dans D × S 2 ,
S2
(8.15)

~ = R(u1 (t, x, Ω))
~ −

u1 (t, x, Ω) sur Γ .


soit
dans D × S 2 ,

 −Lu1 = q1
(8.16)
 ~ = R(u1 (t, x, Ω))
u1 (t, x, Ω) ~ sur Γ− .
où q1 = Ω ~ξ ·∇ ~ ξ u0 . On vérifie que les hypothèses du lemme sont vérifiées (la condition de com-
patibilité), i.e.
Z h Z Z h Z
~
q1 dz dν(Ω) = ~ξ ·∇
Ω ~ ξ u0 dz dν(Ω)
~ =0
−h S2 −h S2
avant d’appliquer les résultats du lemme 8.3.3 au problème (8.16). Le problème (8.16) admet
donc une unique solution de moyenne nulle telle que
Z +∞
~ =
u1 (z, Ω) ~ t )/z0 = z, Ω
E[q1 (zt , Ω ~ 0 = Ω]
~ dt. (8.17)
0
Z +∞
~ Ω)
Il existe alors une fonction C(z, ~ = ~ t /z0 = z, Ω
E[Ω ~ 0 = Ω]
~ dt telle que
0

~ = −C(z,
u1 (t, x, Ω) ~ Ω) ~ ·∇
~ ξ u0 .

La troisième relation provenant de (8.13) s’écrit

 Z
 ∂ u
 t 0
 + σ u
a 0 + ~
Ω ξ · ~
∇ u
ξ 1 + Ω ∂ u
z z 2 + σ u
s 2 = σ s
~ ′ ) dν(Ω
u2 (t, x, Ω ~ ′) + q dans D × S 2
S2

~ = R(u2 (t, x, Ω))
~ sur Γ− .

u2 (t, x, Ω)

(8.18)
Le problème suivant admet donc une solution si la condition de compatibilité suivante est vérifiée
Z h Z ³ ´
~ξ ·∇
∂t u 0 + σ a u 0 + Ω ~ ξ u1 − q dz dν(Ω)
~ = 0. (8.19)
−h S2

Cette condition de compatibilité associée à la relation (8.17) nous donne l’équation de diffusion
du théorème vérifiée par u0 Il est possible de montrer que ce développement formel converge (au
sens où le terme O(ε2 ) est bien d’ordre ε2 , voir par exemple [Link], [Link] [53]). ¥

La matrice de diffusion est donnée par le théorème suivant :

150
 8.2. Asymptotique formelle

Théorème 8.2.2
~ t = (Ω1t , Ω2t , µt )) le processus de Markov dans ((−h, h) × S 2 ) défini par :
Soit (zt , Ω
– z0 ∈ (−h, h).
~ 0 est une variable aléatoire avec une distribution uniforme sur la sphère S 2 .
– Ω
– ∂t zt = −µt .
– Entre les deux plaques, Ω ~ t est un processus de saut dont le temps entre deux événements
est une distribution exponentielle de paramètre σ, pour un choc entre les deux plaques, Ω ~t
est ensuite redistribué uniformément sur la sphère unité S . 2

– Lors d’une collision avec les plaques µt est distribué suivant la loi de réflexion diffuse aux
parois.
Alors, la matrice de diffusion du processus est donné pour tous (i, j) dans {1, 2} par
Z ∞
dij = EΩi0 Ωjt dt. (8.20)
0

La matrice de diffusion sera étudiée plus en détail au paragraphe 8.5.1.

Démonstration - En utilisant le théorème 8.2.1, sa preuve et les mêmes notations, on écrit
l’opérateur de diffusion :

Z h Z Z h Z Z +∞
~ ξ ·∇
Ω ~ ξ (C(z,
~ Ω)·~ ∇
~ ξ )dπ(Ω,
~ z) = ~ ξ ·∇
Ω ~ ξ E(Ω
~ ξs /Ω
~ 0 = Ω,
~ z0 = z)· ∇
~ ξ dsdπ(Ω,
~ z)
−h S2 −h S2 0
Z h Z +∞
= ~ ξ0 ∇
E(Ω ~ξ ·Ω
~ ξs /z0 = z) · ∇
~ ξ dsdz
−h 0
Z +∞
= ~ ξ0 ∇ξ · Ω
E(Ω ~ ξs )ds · ∇ξ
0
Finalement, on obtient :

Z
~ξ ·∇
Ω ~ ξ (C(Ω,
~ ~ ξ )u0 (x, y, t)dπ(Ω,
z) · ∇ ~ z) =

 
X
 dij ∂x2i xj  u0 (x, y, t)
i,j∈{1,2}

où, pour i, j ∈ {1, 2} :

Z ∞
dij = EΩi0 Ωjt dt (8.21)
0
Cela termine la preuve du théorème.
¥

Nous avons donc montré le résultat d’approximation par la diffusion 8.2.1 et caractérisé le
coefficient de diffusion associé dans le théorème 8.2.2 en admettant le lemme 8.3.3. Dans le
paragraphe suivant, nous présentons la preuve du lemme 8.3.3 en nous appuyant sur l’étude
probabiliste (voir [Link], [Link] [52] et [Link], [Link], [Link] [19]) du
processus de transport associé au problème (8.7).

151
Chapitre 8. Étude du transport entre deux plaques infinies

8.3 Étude probabiliste d’un problème de transport

Dans cette section, on se propose d’étudier le problème suivant
 Z
 Ωz ∂z u + σs u − σs

 ~ ′ ) dν(Ω
u(x, Ω ~ ′ ) = q(x, Ω)
~ dans (0, 1) × S 2
S2
(8.22)

~ = R(u(x, Ω))
~ sur Γ− .

u(x, Ω)


Pour simplifier, nous utilisons dans ce paragraphe l’opérateur de réflexion diffuse en loi de Lam-
bert donné par (8.3), mais tous les résultats que nous présentons se généralisent à des opérateurs
de réflexions génériques du type (8.2). Nous allons montrer qu’une alternative de Fredholm est
valide pour ce problème et nous allons ainsi caractériser ses solutions. Pour ce faire, nous utili-
sons des arguments probabilistes en introduisant un processus de Markov de transport dont le
générateur infinitésimal correspond au problème (8.22). Nous concluons en utilisant des résultats
présentés par [Link], [Link], [Link] [19] en suivant notamment le même che-
minement que celui utilisé par [Link]ët dans [38]. L’étude de ce problème est nécessaire pour
mener à bien l’analyse asymptotique du problème (8.6) présentée dans le paragraphe précédent.
Notons que ce résultat peut être obtenu en utilisant la théorie classique des opérateurs (voir
[Link] [15]).

8.3.1 Étude du processus de Markov

Pour tout Ω ~ ∈ S 2 et tout z ∈ A = (−h, h), on commence par définir le processus de Markov
~ t , zt ) sur S × A.
de sauts (Ω
En t = 0, on prend : 
 z0 = z,
(8.23)
 ~ ~
Ω0 = Ω,
pour t > 0, l’évolution est décrite et définie par

∂t zt = −µt .

On peut écrire le lemme suivant :

Lemme 8.3.1
~ t , zt ) est un processus de Markov de sauts dont le générateur infinitésimal agissant sur u
(Ω
(mesurable et bornée) est donné par :
~ = −Ωz ∂z u + σs Qu pour (z, Ω)
Lu(z, Ω) ~ ∈ A × S 2, (8.24)
~ ∈ Γ−
et, pour Ω
~ = R(u(x, Ω))
u(x, Ω) ~ en z = −h ou h.
Z
avec Qu = ~ − u.
udν(Ω)
S2

Démonstration - Voir [Link] et [Link] [52]. ¥

Dans ce paragraphe, nous utilisons les deux lemmes suivants. Le premier identifie la mesure
invariante pour le processus de Markov, le second montre que l’opérateur L associé aux conditions
aux limites (8.2) satisfait à l’alternative de Fredholm.

152
 8.3. Étude probabiliste d’un problème de transport

Lemme 8.3.2 ~
~ z) = dν(Ω) × dz est invariante pour le processus (Ω
La mesure de probabilité dπ(Ω, ~ t , zt ).
4π 2h
Démonstration - En effet, pour toute fonction intégrable u, on a
Z
~ z)dν(Ω)
Qu(Ω, ~ = 0.
S2

De plus, en utilisant les valeurs de u sur les plaques, on peut calculer (ici dans le cas d’une loi
de Lambert)
Z Z h Z
~ ~
Ωz ∂z u(z, Ω)dπ(Ω, z) = ~ − u(−h, Ω)]
Ωz [u(h, Ω) ~ dν(Ω),~
S2 −h S2

2π 1
1
Z Z
= µ[u(h) − u(−h)]dµdθ
4π 0 −1
·Z 2π 1 ·Z 2π Z 1 2π 0 ¸ ¸
1 1
Z Z Z
′ ′ ′
= µ[u(h) − u(−h)]dµdθ + µ µ (u(h) − u(−h))dµ dθ dµdθ
4π 0 0 0 −1 π 0 0
·Z 2π Z 1 µ ¶ ·Z 2π Z 1 ¸¸
1 1 1 ′ ′ ′
= µ[u(h) − u(−h)]dµdθ + 2π × − × µ (u(h) − u(−h))dµ dθ
4π 0 0 2 π 0 0
= 0.
~
Nous avons donc montré la propriété d’invariance pour la mesure dπ(z, Ω). ¥

Il convient de prouver la propriété d’ergodicité du processus. C’est ce que nous allons voir dans
le paragraphe suivant en proposant la démonstration du lemme 8.3.3.

8.3.2 Preuve du lemme 8.2.1

2
Z Nous commençons par introduire la notation suivante, pour tout A ∈ S × A, π(A) =
~ z)dπ(Ω,
IA (Ω, ~ z) où IA représente l’indicatrice de l’ensemble A. Pour montrer l’ergodicité
S 2 ×A
~ t , zt ), il suffit de montrer la propriété de Doeblin (voir [Link], [Link],
du processus (Ω
[Link] [19]). Nous pouvons énoncer et présenter la démonstration du lemme suivant
(admis au paragraphe précédent)

Lemme 8.3.3
Le problème :

dans (−h, h) × S 2 ,

 −Lu = q
(8.25)
 ~ = R(u(z, Ω))
u(x, Ω) ~ sur Γ− .
~ si et seulement si
admet une unique solution de moyenne nulle (pour la mesure dπ(z, Ω))
Z hZ
~ = 0,
q dπ(z, Ω)
−h S2

et Z h Z
~ dπ(z, Ω).
R(u(z, Ω)) ~
−h S2

153
Chapitre 8. Étude du transport entre deux plaques infinies

Et on a Z +∞
~ =
u(z, Ω) ~ t )/Ω
E[q(zt , Ω ~ 0 = Ω,
~ z0 = z]dt,
0
où E représente l’espérance mathématique.

En particulier, le noyau de l’opérateur L (associé aux conditions aux limites) est constitué
~ i.e.
des fonctions constantes (pour la mesure dπ(z, Ω)

dans (−h, h) × S 2

 −Lu = 0
(8.26)
 ~ = R(u(x, Ω))
u(x, Ω) ~ sur Γ− .

alors
u ≡ u(t, ξ).

Démonstration - Pour démontrer ce lemme, nous commençons par montrer l’ergodicité du

~ t , zt ), nous nous appuyons sur un résultat présenté dans [19], il est suffisant de
processus (Ω
montrer que la condition dite de Doeblin est satisfaite, i.e.,

~ z) ∈ S 2 × A, ∀A ⊂ S 2 × A
∃t0 > 0, ∃δ > 0, ∀(Ω,
~ 0 = Ω,
P((Ωt0 , zt0 ) ∈ A/Ω ~ z0 = z) ≥ δπ(A)

où π(A) représente le volume de A pour la mesure dπ(Ω, ~ z). La démonstration du lemme est
très technique. L’idée est d’introduire deux temps de chocs pour faire apparaître explicitement la
mesure d’un pavé A ⊂ S 2 × A. On cherche donc à minorer la probabilité P((Ωt0 , zt0 ) ∈ A/Ω ~0 =
~ ~
Ω, z0 = z) pour montrer l’ergodicité du processus (Ωt , zt ). Considérons le sous-ensemble A de
S 2 × (−h, h), on peut écrire A = B × C où B = [0, 2π] × [µ1 , µ2 ] ⊂ S 2 et C = [z1 , z2 ] ⊂ (−h, h).
On note σ ≡ σs le temps de la preuve. Notons p la probabilité que l’on cherche à minorer :

~ t , zt ) ∈ B × C/Ω
p = P((Ω ~ 0 = Ω,
~ z0 = z).
0 0

Soit alors T1 , le temps pour lequel se produit la première interaction pour le processus sachant
que l’on part de (Ω ~ 0 , z0 ) (collision avec les parois ou non). Pour simplifier les notations, on notera

~ t , zt ) ∈ B × C) = P((Ω
P0 ((Ω ~ t , zt ) ∈ B × C/Ω
~ 0 = Ω,
~ z0 = z)
0 0 0 0

~0 = Ω
la probabilité conditionnée au départ du processus de Ω ~ et de z0 = z, on supposera au
départ que 0 < µ0 < µ1 et 0 < z0 < z1 . On a alors :

~ t , zt ) ∈ B × C) ≥ P0 ((Ω
p = P0 ((Ω ~ t , zt ) ∈ B × C/T1 ≤ t0 )P0 (T1 ≤ t0 )
0
Z0 t0 0 0

~ t , zt ) ∈ B × C/T1 = s)P0 (T1 = s)ds. (8.27)

≥ P0 ((Ω 0 0
0

Notons que l’on peut calculer P0 (T1 = s) en décomposant l’événement “T1 = s” suivant que
l’interaction soit une collision avec la paroi ou non :

P0 (T1 = s) = P0 (T1 = s, choc) + P0 (T1 = s, collision).

154
 8.3. Étude probabiliste d’un problème de transport

Le terme P0 (T1 = s, choc) représente la probabilité que l’événement “T1 = s” ait lieu et qu’il y
ait un choc au temps T1 (on notera cet événement T1 = Tchoc ).

P0 (T1 = s, choc) = P0 (T1 = s/T1 = Tchoc )P0 (T1 = Tchoc ).

Si au temps T1 la particule subit un choc, alors

P0 (T1 = s/T1 = Tchoc ) = σe−σs

et µ ¶
h−z
−σ µ 0
P0 (T1 = Tchoc ) = 1 − P0 (T1 = Tcollision ) = 1 − e 0 .

Par ailleurs, µ ¶
h − z0
P0 (T1 = s/T1 = Tcollision ) = δ s −
µ0
en effet, au temps s une particule partant de z0 dans la direction verticale µ0 a parcouru la
distance µ0 s, elle arrive donc en z = h si et seulement si µ0 s = h − z0 . On a donc :
µ ¶ µ ¶
−σs
h−z
−σ µ 0 h − z0 h−z
−σ µ 0
P0 (T1 = s) = σe 1−e 0 +δ s− e 0 .
µ0

Nous cherchons à minorer la probabilité p, nous n’allons donc considérer que le cas pour lequel
il se produit un choc au temps T1 . Cette dernière hypothèse induit la minoration suivante
~ t , zt ) ∈ B × C/T1 = s)P0 (T1 = s) ≥ P0 ((Ω
P0 ((Ω ~ t , zt ) ∈ B × C/T1 = s, choc)P0 (T1 = s, choc)
0 0 0 0

~ T du processus en utilisant
La relation (8.27) peut être réécrite en utilisant la nouvelle direction Ω 1
la stationnarité du processus :
Z t0
P0 ((Ωt0 , zt0 ) ∈ B × C/T1 = s)P0 (T1 = s)ds
0

t0 ~
~ T , z0 = zT ) dΩT1 P0 (T1 = s)ds.
Z Z
≥ ~ t −s , zt −s ) ∈ B × C/Ω
P0 ((Ω ~0 = Ω
0 0 1 1
0 S2 4π
Soit alors T2 le second temps de choc du processus, on indicera à présent la probabilité condi-
tionnée par Ω~0 = Ω ~ T , z0 = zT à l’aide de l’indice 1 et, comme pour T1 , nous nous placerons
1 1
dans le cas d’un choc au temps T2 . L’introduction de ce second temps de choc est nécessaire pour
faire intervenir explicitement la mesure π(A) de A dans le minorant de p.
~ t , zt ) ∈ B × C)
p = P0 ((Ω 0 0

≥
Z t0 Z Z t0 Z
~ t −u , zt −u ) ∈ B × C/T2 = u, choc)
P1 ((Ω 0 0
0 S2 s S2
~T
dΩ ~T
dΩ
2 1
×P1 (T2 = u, choc)P0 (T1 = s, choc) du ds.
4π 4π
~ t −u , zt −u ) ∈ B × C/T2 = u, choc) est égal à la probabilité que
Notons que la probabilité P1 ((Ω 0 0
z −(z +µ s+µ (u−s)) z −(z +µ s+µ (u−s))
t0 appartienne à l’intervalle [T2 + 1 0 0µT T1 , T2 + 2 0 0µT T1 ] pourvu qu’il
2 2

155
Chapitre 8. Étude du transport entre deux plaques infinies

z −(z +µ s+µ (u−s))

n’y ait pas de changement de direction avant le temps T2 + 2 0 0µT T1 . On introduit
2
enfin un troisième temps (de contrôle cette fois) T3 pour s’assurer que l’on reste bien dans la
cible A entre les temps T2 et t0 , nous obtenons donc une nouvelle minoration de la probabilité
p. Finalement, on obtient :
p≥
Z t0 Z Z t0 Z
z2 − zT2
P2 (T3 > T2 + )I z1 −(z0 +µ0 s+µT (u−s)) z2 −(z0 +µ0 s+µT (u−s))
0 S 2 s S 2 µT2 {t0 ∈[u+ µT
1 ,u+ µT
1 ]}
2 2

~T
dΩ ~T
dΩ
2 1
×P1 (T2 = u, choc)P0 (T1 = s, choc) du ds
4π 4π
≥
t0 Z µ2 Z t0 Z µ2
z2 − zT2
Z
P2 (T3 > T2 + )I{t ∈[u+ z1 −(z0 +µ0 s+µ(u−s)) ,u+ z2 −(z0 +µ0 s+µ(u−s)) ]}
0 µ1 s µ1 µT2 0 µ′ µ′

dµ′ dµ
×P1 (T2 = u, choc)P0 (T1 = s, choc) du ds
2 2
≥
Z t0 Z µ2 Z t0 Z µ2 Z ∞
P2 (T3 = v)dvI{t z1 −(z0 +µ0 s+µ(u−s)) z −(z0 +µ0 s+µ(u−s))
,u+ 2
z2 −zT
2 0 ∈[u+ µ′ µ′
]}
0 µ1 s µ1 u+ µT
2

dµ′ dµ
×P1 (T2 = u, choc)P0 (T1 = s, choc)
du ds.
2 2
Nous allons à présent exprimer explicitement les différentes probabilités, on obtient :

p≥
Z t0 Z µ2 Z t0 Z µ2 Z ∞
σe−σv dvI{t z1 −(z0 +µ0 s+µ(u−s)) z −(z0 +µ0 s+µ(u−s))
,u+ 2
z2 −zT
2 0 ∈[u+ µ′ µ′
]}
0 µ1 s µ1 u+ µT
2
à h−zT
! µ ¶ ′
−σu −σ µT
1
−σs
h−z
−σ µ 0 dµ dµ
×σe 1−e 1 σe 1−e 0 du ds.
2 2
à h−zT
!
−σ 1
−σu
Or, P1 (T2 = u, T2 = Tchoc ) = σe 1−e µT
1 et, rappelons que l’on est parti de h > z1 >

z0 > 0 et avec 1 > µ0 > 0, la quantité h − zT1 = h − z0 − µ0 T1 est donc positive. On rappelle
que zT1 = z + µT1 , de même, zT2 = zT1 + µT1 T2 On peut donc écrire

h − zT1
≥ h − zT1 = h − z0 − µ0 T1 = h − z0 − µ0 s ≥ h − z0 − µ0 t0 .
µT1

on déduit la minoration suivante :

h−zT
−σ 1
1−e µT
1 ≥ 1 − e−σ(h−z0 −µ0 t0 ) . (8.28)

Au total, on obtient donc une minoration de p :

p = P0 ((Ωt0 , zt0 ) ∈ B × C)

156
 8.4. Asymptotique formelle pour le modèle aux moments P1
Z t0 Z µ2 Z t0 Z µ2 Z ∞
≥ σe−σv dvI{t z1 −(z0 +µ0 s+µ(u−s)) z −(z0 +µ0 s+µ(u−s))
,u+ 2
z2 −zT
2 0 ∈[u+ µ′ µ′
]}
0 µ1 s µ1 u+ µT
2
µ ¶ ′
−σu
³
−σ(h−z0 −µ0 t0 )
´
−σs
h−z
−σ µ 0 dµ dµ
×σe 1−e σe 1−e 0 du ds.
2 2
or,
Z ∞ z2 −zT
−σ(u+ 2 ) h−z0
−σv µT −σ(t0 + )
z2 −zT
σe dv = e 2 ≥e µ0 ,
u+ 2
µT
2

et, en utilisant un changement de variable approprié, on obtient une minoration de l’intégrale :

Z µ2 Z µ2
dµ′ dµ |µ2 − µ1 |
I{t ∈[u+ z1 −(z0 +µ0 s+µ(u−s)) ,u+ z2 −(z0 +µ0 s+µ(u−s)) ]} ≥ |z2 − z1 |
µ1 µ1 0 µ′ µ′ 2 2 t0

par ailleurs,
Z t0 Z t0
σe−σu σe−σs duds
0 s
Z t0
σe−σs e−σ − e−σt0 ds,
¡ ¢
=
0

1¡ ¢2
1 − e−σt0 =
2
On a donc, une minoration finale de p :

´µ ¶
1¡ −σt0 2 |µ2 − µ1 |
1−z 1−z
−σ(t0 + µ 0 ) −σ µ 0
³
−σ(1−z −µ t )
¢
p≥ 1−e |z2 − z1 |e 0 1−e 0 0 0
1−e 0 ,
2 t0

soit :
p ≥ C(t0 , z0 , µ0 )|µ2 − µ1 ||z2 − z1 | = C(t0 , z0 , µ0 )π(A)
où C(t0 , z0 , µ0 ) est une constante strictement positive. Ce qui termine la preuve du lemme.
¥

8.4 Asymptotique formelle pour le modèle aux moments P1

Dans ce paragraphe, nous montrons un résultat d’approximation par la diffusion du pro-
blème (8.6) dans le cas très simple où la solution de (8.6) se décompose de la façon suivante
(approximation P1) pour tout x ∈ R2 × (−h, h) :

~ = ϕ(t, x) + 3Ω
u(t, x, Ω) ~ · F~ (t, x), (8.29)

où F~ = (F~ξ , Fz )t ∈ R2 × (−h, h), F~ ≡ F~ (t, x) et ϕ ≡ ϕ(t, x). Nous nous plaçons dans le cas d’une
condition de réflexion du type Lambert. Rappelons que l’on peut écrire :
 p 2

p1 − µ cos θ
~ =
Ω 1 − µ2 sin θ  , (8.30)
µ

157
Chapitre 8. Étude du transport entre deux plaques infinies

où µ ∈ [−1, 1] et θ ∈ [0, 2π]. On s’intéresse donc au problème aux moments suivant


1~

 ∂t F~ + σt F~ + ∇ϕ = 0, dans R2 × (−h, h),
3





~ · F~ = q, dans R2 × (−h, h),
∂t ϕ + σ a ϕ + ∇ (8.31)





en z = ±h.

 F = 0,
z

Remarque 8.4.1
La condition de bord Fz = 0 en z = −h et z = h dans (8.31) s’obtient de la façon suivante,
traitons le cas z = h, en intégrant la solution u de (8.1) sur Γ− , on obtient
Z Z
~ ′ · ~n)u(t, ξ, h, Ω
(Ω ~ ′ ) dΩ
~′ = ~ ′ · ~n)(ϕ(t, ξ, h) + Ω
(Ω ~ ′ · F~ (t, ξ, h) dΩ
~′
Γ− Γ−

2π 0
dµ dθ 1
Z Z
= µ(ϕ(t, ξ, h) + 3µFz (t, ξ, h)) = − ϕ(t, ξ, h) − Fz (t, ξ, h).
0 −1 2 2π 2
~ · ~n < 0, on a
Par ailleurs, pour Ω
Z
~ =
u(t, ξ, h, Ω) ~ ′ · ~n)u(t, ξ, h, Ω
(Ω ~ ′ ) dΩ
~ ′.
Γ+

On peut donc écrire :

Z Z Z
~ ′ · ~n)u(t, ξ, h, Ω
(Ω ~ ′ ) dΩ
~′ = ~ · ~n)
4(Ω ~ ′ · ~n)u(t, ξ, h, Ω
(Ω ~ ′ ) dΩ
~ ′ dν(Ω)
~
Γ− Γ− Γ+

1
= − ϕ(t, ξ, h) + Fz (t, ξ, h).
2
d’où Fz = 0 sur le bord z = h. Le résultat s’obtient de la même manière pour z = −h.

On écrit le système aux moments en régime de diffusion vérifié par ϕ et F~ . Injectons le dévelop-
pement (8.29) dans (8.6) pour obtenir

~ F~ )+εσa (ϕ+3Ω·
ε∂t (ϕ+3Ω· ~ F~ )+ Ω
~ ξ ·∇
~ ξ (ϕ+3Ω· ~ F~ )+ 3σs Ω·
~ F~ )+ 1 Ωz ∂z (ϕ+3Ω· ~ F~ = εq. (8.32)
ε ε

~ :
On intègre (8.32) en Ω
~ ξ · F~ξ + 1 ∂z Fz = εq.
ε∂t ϕ + εσa ϕ + ∇ (8.33)
ε
~ et intégrons en Ω
Multiplions (8.32) par Ω ~ :

~ ξϕ
µ ¶ µ ¶
1 ∇ 1 0 σs ~
ε∂t F~ + εσa F~ + + + F = 0. (8.34)
3 0 3ε ∂z ϕ ε

On montre alors le résultat suivant

158
 8.4. Asymptotique formelle pour le modèle aux moments P1

Proposition 8.4.1
Sous les hypothèses introduites précédemment, la solution (ϕε , F~ ε ) du problème

~ ξ ϕε
µ ¶ µ ¶
1 ∇ 1 0 σs
ε∂t F~ + εσa F~ +
ε ε
+ + F~ ε = 0, dans [0, T ] × R2 × (−h, h),


 ε



 3 0 3ε ∂z ϕ ε


~ ξ · F~ ε + 1 ∂z Fzε = εq,
ε∂t ϕε + εσa ϕε + ∇ dans [0, T ] × R2 × (−h, h),
 ξ



 ε


 ε
 Fz = 0, en z = ±h,
(8.35)
~
converge (formellement) lorsque ε tend vers zéro vers la solution (ϕ0 , F1 ) du problème de diffusion

1 ~

 F~ξ,1 + ∇ξ ϕ0 = 0, dans [0, T ] × R2 × (−h, h),


3σs
(8.36)

~ ξ · F~ξ,1 = q, dans [0, T ] × R × (−h, h).
2

 ∂ ϕ +σ ϕ +∇
t 0 a 0

Démonstration - On utilise un développement asymptotique de Hilbert des inconnues ϕ et

F~ de la forme
ϕε = ϕ0 + εϕ1 + ε2 ϕ2 + o(ε2 ),

F~ξε = F~ξ,0 + εF~ξ,1 + ε2 F~ξ,2 + o(ε2 ),

Fzε = Fz,0 + εFz,1 + ε2 Fz,2 + o(ε2 ),

F~ ε = (F~ξε , Fzε )t .
On identifie à présent les termes de même puissance en ε pour obtenir les relations suivantes.
L’équation (8.33) nous donne :

i) ∂z Fz,0 = 0,
~ ξ · F~ξ,0 + ∂z Fz,1 = 0,
ii) ∇ (8.37)
iii) ∂t ϕ0 + σa ϕ0 + ∇ ~ ξ · F~ξ,1 + ∂z Fz,2 = q.

L’équation (8.34) nous donne :

i) σs F~ξ,0 = 0,
~ ξ ϕ0 + σs F~ξ,1 = 0,
ii) ∇ (8.38)
iii) ∂t F~ξ,0 + σa F~ξ,0 + ∇
~ ξ ϕ1 + σs F~ξ,2 = q.

i) ∂z ϕ0 + σs Fz,0 = 0,
ii) ∂z ϕ1 + σs Fz,1 = 0, (8.39)
iii) ∂t Fz,0 + σa Fz,0 + ∂z ϕ2 + σs Fz,2 = q.
En utilisant l’équation (8.37-i) et la remarque 8.4.1 sur les conditions de bord, on obtient pour
tout x ∈ R2 × (0, 1)
Fz,0 (t, x) = 0.
L’équation (8.39-i) et l’égalité précédente nous assure que ϕ0 ne dépend que de ξ. Par ailleurs,
F~0 = 0, l’équation (8.37-ii) montre donc que Fz,1 ne dépend que de ξ. Remarquons que les

159
Chapitre 8. Étude du transport entre deux plaques infinies

relations (8.38-ii) et (8.39-ii) traduisent une loi de Fick dans le plan (x1 , x2 ). En effet, on peut
écrire
1 ~
F~ξ,1 = − ∇ξ ϕ0 .
3σs
En injectant les relations (8.38-ii) et (8.39-ii) dans (8.37-iii), on obtient alors
µ ¶
~ 1 ~
∂ t ϕ0 + σ a ϕ0 − ∇ξ · ∇ξ ϕ0 + ∂z γ2 = q. (8.40)
3σs
En intégrant cette équation suivant la coordonnée z, en tenant compte de la remarque 8.4.1, du
Z h
fait que ϕ0 est indépendant de z et en posant Q(ξ) = q(ξ, z) dz, on obtient l’équation de
−h
diffusion suivante µ ¶
~ξ· 1 ~
∂t ϕ0 + σ a ϕ0 − ∇ ∇ξ ϕ0 = Q. (8.41)
3σs
¥

Nous constatons donc que l’approximation P1 ne possède pas le bon comportement asympto-
tique : le coefficient de diffusion obtenu 3σ1 s n’est pas le bon coefficient de diffusion. Nous allons
présenter dans la section suivante quelques calculs analytiques et numériques du coefficient de
diffusion.

8.5 Calcul du coefficient de diffusion

L’objectif de cette section est d’utiliser la représentation probabiliste de l’opérateur L intro-
duit en (8.24) pour calculer le coefficient de diffusion associé au problème (8.1). Dans le para-
graphe précédent, nous avons étudié l’approximation par la diffusion du problème (8.6). Dans
ce problème, nous avons supposé que la distance entre les deux plaques était de l’ordre du libre
parcours moyen, i.e. h d’ordre ε. Dans le cas où la distance entre les deux plaques est d’ordre 1,
nous pouvons appliquer les résultats classiques d’approximation de la diffusion et le coefficient de
diffusion est alors indépendant de la loi de renvoi sur les plaques. Dans [12], [Link] étudie le
problème (8.6), il donne notamment des bornes pour le coefficient de diffusion, nous allons dans
ce paragraphe comparer notre calcul du coefficient de diffusion avec les bornes de [Link]
pour un cas très simplifié. Dans toute cette section, nous notons D = D(σs , h), le coefficient de
diffusion. Nous cherchons à caractériser le comportement de D pour différents régimes de diffu-
sion. L’idée de cette section est donc de chercher à dresser une "carte" du coefficient de diffusion
en fonction de h, σt et P (dν(Ω))~ (intervenant dans l’opérateur de réflexion) éventuellement à
l’aide de "fits" numériques.

8.5.1 Expression probabiliste du coefficient de diffusion

Dans ce paragraphe, nous allons rappeler un résultat classique permettant d’approcher le
coefficient de diffusion par l’intermédiaire de simulations numériques Monte-Carlo. Nous avons
vu (théorème 8.2.2) que le coefficient de diffusion associé au problème (8.12) s’écrit
Z ∞
dij = EΩi0 Ωjt dt.
0

On peut généraliser ce résultat aux divers problèmes de transport et on peut alors calculer à
l’aide de cette relation une expression du coefficient de diffusion fonction de déplacement carré
moyen et du temps (en temps long). On peut montrer la proposition suivante

160
 8.5. Calcul du coefficient de diffusion

Proposition 8.5.1
Soit (zt , µt ) un processus de Markov de sauts défini pour tout t > 0 sur (−h, h) × (−1, 1) par
– z0 ∈ (−h, h).
– µ0 est une variable aléatoire uniformément distribuée sur (−1, 1).
– ∂t zt = −µt .
Alors,
Z ∞
Ezt2
Eµ0 µt dt = lim . (8.42)
0 t→+∞ 2t

Démonstration - Compte tenu de la définition du processus de Markov (zt , µt ), il apparaît

clairement que
µZ t ¶2
2
zt = µs ds .
0

On en déduit que
Z tZ t
Ezt2 = Eµs µs′ ds ds′
0 0
Z tZ s
=2 Eµs µs′ ds ds′
0 0
Z tZ s
=2 Eµs−s′ µ0 ds ds′
0 0
Z tZ s
=2 Eµτ µ0 dτ ds
0 0
Z tZ t
=2 Eµτ µ0 ds dτ
0 τ
Z t
=2 Eµτ µ0 (t − τ ) dτ
0
Z t Z t
= 2t Eµτ µ0 dτ − 2 τ Eµτ µ0 dτ.
0 0

En divisant par 2t > 0, on obtient l’égalité suivante

t t
Ezt2 1
Z Z
= Eµτ µ0 dτ − τ Eµτ µ0 dτ,
2t 0 t 0

et on conclut en passant à la limite en t. ¥

On donne aussi le résultat suivant qui permet de calculer analytiquement le coefficient de diffu-
sion.

Proposition 8.5.2
Soit (zt , µt ) un processus de Markov de sauts défini pour tout t > 0 sur (−h, h) × (−1, 1) par
– z0 ∈ (−h, h).
– µ0 est une variable aléatoire uniformément distribuée sur (−1, 1).
– ∂t zt = −µt .

161
Chapitre 8. Étude du transport entre deux plaques infinies

On note t1 , · · · , tn les instants de collision contre les parois en z = ±h. Ce sont des temps d’arrêt
pour le processus de sorte que
µ ¶
zt2 − zt1 , zt3 − zt1 , · · ·
,
t2 − t 1 , t3 − t 1 , ···

sont des variables aléatoires indépendantes de loi notée (δz, δt). Alors,

Ezt2 E(δz 2 )
lim = . (8.43)
t→+∞ 2t 2E(δt)
Démonstration - Nous donnons uniquement une idée de la preuve. Soit n = Nt , le nombre
de collisions avec les parois au temps t. On écrit
¢2
zt2 = (zt − ztn ) + (ztn − ztn−1 ) + · · · + (zt2 − zt1 ) + zt1 .
¡

Les variables aléatoires zti − zti−1 étant indépendante, on peut écrire

E(zt2 ) = E(zt − ztn )2 + Nt E(δz 2 ).

Nt 1
Par la loi des grands nombres, tend presque sûrement vers donc
t E(δt)

Ezt2 E(δz 2 )
lim = .
t→+∞ 2t 2E(δt)
¥

Nous avons donné ces résultats dans un cas très simple. On peut généraliser ces résultats à tout
processus de Markov de transport pour toute dimension d’espace. On pourra ainsi calculer les
composantes du tenseur de diffusion associé en utilisant la même façon de faire que dans les
propositions 8.5.1 et 8.5.2.

8.5.2 Cas de la diffusion anormale

Dans le cas purement non collisionnel (σt = 0), la valeur du coefficient de diffusion est
entièrement déterminée par la nature des conditions de réflexion sur les plaques et donc de la
~ intervenant dans l’opérateur (8.2). Dans ce cas, l’espérance du
densité de probabilité P (dν(Ω))
déplacement carré n’est plus proportionnel au temps (en temps long), i.e.

Ezt2
D = lim = +∞.
t→+∞ 2t

On peut illustrer ce phénomène sur un exemple simple, on considère le problème de transport

suivant, pour x = (ξ, z) ∈ D = R × (−h, h)

∂t u(t, x, Ω) ~
~ · ∇u(t,
~ +Ω ~ = q(x, Ω)
x, Ω) ~ dans [0, T ] × D × S 2 (8.44)

avec
~ = R(u(t, x, Ω))
u(t, x, Ω) ~ sur Γ− (8.45)
où Z
~ = cR
R(u(t, x, Ω)) ~ ′ · ~n(x)|u(t, x, Ω
|Ω ~ ′ ) P (dν(Ω
~ ′ )) (8.46)
Γ+

162
 8.5. Calcul du coefficient de diffusion

avec, pour tout q ∈ [1, +∞[

~ = |Ω
P (dν(Ω)) ~ · ~n|q−1 dν(Ω).
~

En utilisant le processus de Markov associé au problème (8.44)-(8.46), partantpde x0 = 0 et z0 =

~ = (Ωξ , Ωz ) = ( 1 − µ2 cos(θ), µ),
−h par exemple, on peut calculer le coefficient de diffusion, si Ω
on écrit
zt = µt,
p
xt = 1 − µ2 cos(θ)t
2h
On en déduit la valeur du premier temps de choc en z = h, soit t = et l’expression de xt :
µ
2h p
xt = 1 − µ2 cos(θ).
µ
En nutilisant le résultat (8.5.2), on calcule l’expression
Z 1
2
2h (1 − µ2 )µq−2 dµ
Ezt2 0
lim = Z 1
t→+∞ 2t
4h µq−1 dµ
0

qui converge si et seulement si q > 1 et qui vaut

Ezt2 qh
lim = 2 .
t→+∞ 2t q −1
Le critère q > 1 agissant sur les conditions de réflexion permet d’éviter l’émission de particules
se propageant dans une direction presque parallèle aux plaques en privilégiant les directions
orthogonales. Il est intéressant de calculer une section efficace de diffusion effective notée σef f et
liée au coefficient de diffusion par la relation
1
D= . (8.47)
3σef f

On peut donc écrire le diagramme suivant pour le coefficient de diffusion D et la section efficace
effective σef f (valable pour le problème modèle bidimensionnel (8.44))

0≤q≤1 1 < q < +∞

qh
D = +∞ D=
q2 −1 (8.48)

q2 − 1
σef f = 0 σef f =
3qh

Dans le cas où σt h tend vers zéro dans le problème collisionnel on s’attend donc à retrouver ces
résultats.

163
Chapitre 8. Étude du transport entre deux plaques infinies

Remarque 8.5.1
On peut chercher à caractériser le comportement du coefficient de diffusion dans le cas de la loi
de Lambert (q=1). Soit ε > 0, on calcule
1
(1 − µ2 )
Z
2
2h dµ
ε µ
Z 1 ∼ − log(ε) quand ε → 0.
4h dµ
ε

8.5.3 Cas où σt h >> 1

Dans le cas où σt h >> 1, nous pouvons appliquer le résultat classique d’approximation par
la diffusion et on montre que uε tend vers la solution U du problème de diffusion suivant

~ · D∇U
~ + σa U = q dans [0, T ] × D


 ∂t U − ∇



U (0, x) = u0 (x) dans D, (8.49)




 ~
∇U · ~n = 0 sur ∂D.

où
1
D= .
3σt

8.5.4 Simulations Monte-Carlo du coefficient de diffusion

Dans ce paragraphe, nous étudions des simulations Monte-Carlo pour calculer le coefficient
de diffusion d’un problème modèle bidimensionnel pour différentes valeurs des paramètres σt
et h. Nous nous appliquons à retrouver numériquement les limites asymptotiques présentées
dans les paragraphes précédents et nous proposons des approximations numériques (à partir des
résultats Monte-Carlo) permettant de tenir compte de ces limites asymptotiques et approchant
convenablement le coefficient de diffusion pour toute la gamme de paramètres. Nous commençons
par présenter l’algorithme Monte-Carlo permettant de calculer le coefficient de diffusion puis nous
exhibons les résultats numériques obtenus afin d’en déduire des approximations du coefficient de
diffusion.

Algorithme Monte-Carlo
Dans ce sous-paragraphe, nous présentons rapidement l’algorithme Monte-Carlo permettant
de calculer notre coefficient de diffusion (nous supposerons que σa = 0 et que σs est constant sur
tout le domaine D = R × (−h, h)). On conserve les notations usuelles précédemment introduites
dans ce chapitre et on note r un nombre tiré uniformément sur [0, 1], pour N particules (N
suffisamment grand) on suit les étapes suivantes,
– Étape 1 : On initialise les coordonnées de la particule

x0 = (ξ0 = 0, z0 = −h + 2hr).

~ 0 définie par
et la première direction Ω

µt = −1 + 2r, θt = 2πr.

164
 8.5. Calcul du coefficient de diffusion

– Étape 2 : On calcule un libre parcours aléatoire λ suivant une loi exponentielle de para-
mètre σs , puis la distance L entre la particule et les parois dans la direction Ω~ parcourue
par une particule se déplaçant en ligne droite sans subir de collisions. Si λ < L, la particule
~ t et t = t + λ, on tire une nouvelle direction
subit une collision dans le milieu, alors xt = λΩ
aléatoire uniformément distribuée ; si λ ≥ L, alors xt = LΩ ~ t et t = t + L, la particule
rencontre la paroi et on tire une nouvelle direction dépendante de la loi de réflexion sur les
parois.
– Étape 3 : On incrémente le calcul du coefficient de diffusion
ξt
D=D+
2t
et on reprend l’algorithme à l’étape 2 jusqu’à ce qu’un critère de convergence soit vérifié.
D
Finalement, on calcule le coefficient de diffusion D = où N est le nombre d’itérations de
N
l’algorithme.

Simulations numériques dans le cas où q > 1

Dans ce sous-paragraphe, nous présentons des courbes représentant 3σs D en fonction de
σs h dans différents cas. On se propose de chercher des approximations numériques (dans le cas
où q > 1) permettant d’approcher le coefficient de diffusion. On cherche donc une fonction
fq ≡ fq (σs h) telle que
lim fq (σs h) = 1
σs h→+∞

et
3σs qh
lim fq (σs h) = .
σs h→0 q2 − 1
On peut proposer les fonctions suivantes
µ ¶
1 qσs h 3qσs h
fq (σs h) = 1 − exp −3 2 ou fq2 (σs h) = .
q −1 3qσs h + q 2 − 1

Sur les figures 8.1 et 8.3, on compare les coefficients de diffusion obtenus par l’intermédiaire
des simulations numériques aux fonctions d’approximations numériques fq1 et fq2 . La figure 8.1
présente les résultats de simulations pour une valeur fixe h = 1 de la distance entre les deux
plaques pour différentes valeurs de σs (σa = 0) dans le cas où q = 2 et q = 3. La figure
8.2 présente les résultats de simulations pour une valeur fixe h = 0.01 de la distance entre
les deux plaques pour différentes valeurs de σs (σa = 0) dans le cas où q = 2 et q = 3. Ces
courbes permettent d’illustrer le comportement du taux σσefsf en fonction du paramètre σs h.
Nous comparons qualitativement l’approximation de ce taux par les fonctions fq1 et fq2 , c’est
la fonction fq1 qui donne une meilleure approximation des résultats numériques. Ces fonctions,
construites pour préserver le comportement asymptotique du coefficient de diffusion en fonction
de σs h, sont moins proches de la courbe numérique dans la zone intermédiaire. En particulier,
pour des valeurs de σs h de l’ordre de 0.1, le comportement du coefficient de diffusion est mal
rendu.

165
Chapitre 8. Étude du transport entre deux plaques infinies

100 100
sigma_s/sigma_eff sigma_s/sigma_eff
f^1_2 f^1_3
f^2_2 f^2_3
10 10

1 1

0.1 0.1

0.01 0.01

0.001 0.001

0.0001 0.0001

1e-005 1e-005

1e-006 1e-006

1e-007 1e-007
1e-006 0.0001 0.01 1 100 10000 1e+006 1e-006 0.0001 0.01 1 100 10000 1e+006

σs
Fig. 8.1 – Comparaison de σef f , fq1 et fq2 en fonction de σs h dans le cas q = 2 et q = 3 pour
h = 1.

1 1
sigma_s/sigma_eff sigma_s/sigma_eff
f^1_2 f^1_3
f^2_2 f^2_3
0.1 0.1

0.01 0.01

0.001 0.001

0.0001 0.0001

1e-005 1e-005

1e-006 1e-006

1e-007 1e-007

1e-008 1e-008

1e-009 1e-009
1e-010 1e-008 1e-006 0.0001 0.01 1 100 10000 1e-010 1e-008 1e-006 0.0001 0.01 1 100 10000

σs
Fig. 8.2 – Comparaison de σef f , fq1 et fq2 en fonction de σs h dans le cas q = 2 et q = 3 pour
h = 0.01.

166
 8.6. Résultats numériques

Simulations numériques dans le cas de la diffusion anormale

Nous présentons sur la figure 8.3 un résultat illustrant le comportement du coefficient de
diffusion en fonction du paramètre q dans le cas de la diffusion anormale pour une valeur de
h = 10−5 . On observe que le coefficient de diffusion diverge lorsque q tend vers zero (condition
limite de type Marshak).
10000
coefficient de diffusion Monte-Carlo
coefficient de diffusion theorique

1000

100

10

0.1
1 1.5 2 2.5 3 3.5 4 4.5 5

Fig. 8.3 – Coefficient de diffusion en fonction de q + 1 dans le cas de la diffusion anormale.

8.6 Résultats numériques

Dans ce paragraphe, nous présentons un cas test numérique simple pour illustrer les résultats
présentés dans ce chapitre et valider le schéma numérique présenté dans les chapitres précédents.
On considère le cas test bidimensionnel suivant
~ · ∇u(t,
Ω ~ ~ + σt (x, Ω)u(t,
x,ZΩ) ~ x, Ω)~
~ ~ ′ ) dν(Ω
~ ′ ) + q(x, Ω)
~ dans (0, 1) × (−h, h) × S 2 , (8.50)
= σs (x, Ω) u(t, x, Ω
S2

avec les conditions aux limites

~ = R(u(t, x, Ω))
u(t, x, Ω) ~ sur Γ− ,

où

~ ′ ) avec 1 =
Z Z
~ = cR
R(u(t, x, Ω)) ~ ′ · ~n(x)|2 u(t, x, Ω
|Ω ~ ′ ) dν(Ω ~ ′ · ~n(x)| P (dν(Ω
|Ω ~ ′ )).
Γ+ cR Γ+

On résout numériquement le problème (8.50) en utilisant plusieurs méthodes :

– la première méthode utilisée est la méthode des éléments finis mixtes-hybrides appliquée à
l’équation de transport, la solution numérique obtenue servira de référence (courbe trans-
port) ;
– la seconde méthode consiste en la résolution d’un problème de diffusion approchant le
problème (8.50) en utilisant un coefficient de diffusion (ou une section efficace effective
σef f ) obtenu à l’aide des simulations Monte-Carlo présentées au paragraphe précédent
(courbe σef f ) ;

167
Chapitre 8. Étude du transport entre deux plaques infinies

– la troisième méthode consiste en la résolution d’un problème de diffusion utilisant l’ap-

proximation P 1 ;
– la quatrième méthode résout numériquement un problème de diffusion approché en utili-
sant un limiteur de flux (nous reviendrons sur cette notion dans le chapitre suivant, voir
[Link] [61] ou [Link] [63]).

0.2
transport
0.18 P1
sigma_eff
limiteur
0.16

0.14

0.12
flux scalaire

0.1

0.08

0.06

0.04

0.02

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x

Fig. 8.4 – Flux scalaire pour le problème (8.50) et h = 0.1 fonction de la position x

Les figures 8.4 et 8.5 présentent le profil d’une coupe horizontale du flux scalaire dans le cas
où σs = 10, σa = 0.1, q = 0.1 × I0≤x≤0.1 . La figure 8.4 concerne un cas pour lequel h = 0.1
et la figure 8.5 concerne un cas pour lequel h = 0.01. Comme prévu par la théorie, on observe

0.35
transport
P1
0.3 sigma_eff
limiteur

0.25

0.2
energy

0.15

0.1

0.05

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x

Fig. 8.5 – Flux scalaire pour le problème (8.50) et h = 0.01 fonction de la position x

la proximité de la courbe de référence (transport) et de la courbe obtenue par un problème de

diffusion en utilisant un coefficient de diffusion calculé numériquement par une méthode Monte-

168
 8.6. Résultats numériques

Carlo. En revanche, l’approximation P1 ne permet pas de capturer la bonne solution de transport

et l’utilisation d’un limiteur de flux, censé corriger les effets de l’approximation P1 pour obtenir
une approximation plus proche du transport, ne donne pas de résultats sensiblement meilleurs.

Bilan du chapitre 8
Nous avons étudié l’approximation par la diffusion d’un problème de transport entre deux
plaques infinies. De plus, nous avons exhibé des approximations numériques du coefficient de
diffusion non standard régissant l’équation de diffusion associée. Nous avons illustré nos résul-
tats théoriques par des simulations numériques Monte-Carlo et par un cas test déterministe
permettant de valider le schéma mixte-hybride présenté dans les chapitres précédents.

169
Chapitre 8. Étude du transport entre deux plaques infinies

170
 Chapitre 9

Approximation du transport par la

diffusion dans une cavité laser

Sommaire
9.1 Introduction aux phénomènes de transfert radiatif dans une cavité
laser . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
9.2 Modèles disponibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
9.2.1 Diffusion standard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
9.2.2 Diffusion Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
9.2.3 Diffusion à flux limité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
9.3 Calcul d’un tenseur d’Eddington géométrique ad hoc . . . . . . . . . 177
9.3.1 Calcul d’un facteur d’Eddington dans le cas d’une sphère opaque centrée 177
9.3.2 Calcul du tenseur d’Eddington . . . . . . . . . . . . . . . . . . . . . . . 179
9.4 Calcul d’un facteur d’Eddington scalaire et d’un limiteur de flux
associé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
9.4.1 Calcul d’un facteur d’Eddington scalaire γ . . . . . . . . . . . . . . . . . 184
9.4.2 Calcul d’un limiteur de flux λ . . . . . . . . . . . . . . . . . . . . . . . . 185
9.4.3 Propriétés de γ et λ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
9.5 Schémas numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
9.6 Résultats Numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
9.6.1 Limiteurs de flux utilisés dans les simulations numériques . . . . . . . . 188
9.6.2 Résultats obtenus pour le tenseur d’Eddington géométrique . . . . . . . 189
9.6.3 Résultats obtenus pour le limiteur de flux géométrique . . . . . . . . . . 190
9.6.4 Comparaison des modéles . . . . . . . . . . . . . . . . . . . . . . . . . . 192

Dans ce chapitre, nous allons nous intéresser à un problème de transfert radiatif dans une
cavité laser décrit par une équation de transport des photons. Nous utiliserons des notations
usuelles dans l’étude des problèmes de transfert radiatif qui diffèrent quelque peu des notations
introduites précédemment. On s’appuie sur un modèle proposé par [Link], [Link] [68]
pour mettre en évidence de nouvelles relations de fermeture dans l’approximation par la diffusion
d’un problème de transfert radiatif. Ce chapitre a fait l’objet de travaux en collaboration avec
[Link]ët, [Link], [Link] et [Link], à l’occasion d’un groupe de travail proposé lors
de l’édition 2003 du fameux CEMRACS (Centre d’Été de Mathématiques et Recherche Avancées
en Calcul Scientifique), à Luminy. Ces travaux ont fait l’objet d’un proceeding en collaboration
avec [Link] [33].

171
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

9.1 Introduction aux phénomènes de transfert radiatif dans une

cavité laser

rayon X
rayon X
rayon laser rayon laser

rayon X
rayon X

Fig. 9.1 – Cavité laser

La Fusion par Confinement Inertiel (FCI) permet de réaliser des expériences de fusion ther-
monucléaire : il s’agit de faire imploser une petite cible de Deuterium-Tritium de sorte que les
hautes températures et hautes densités atteintes produisent une réaction de combustion du car-
burant. La façon la plus efficace d’obtenir une implosion quasi isotrope est d’utiliser les radiations
créees par la conversion de l’énergie laser en rayons X sur les parois d’une cavité laser (voir figure
9.1).
Les équations du transfert radiatif décrivent le transport d’énergie des rayons X à l’intérieur
de la cavité laser, en négligeant les phénomènes hydrodynamique, le problème s’écrit :
1 ~ x I + σν I = c σν S(ν, T ),
~ ·∇
∂t I + Ω (9.1)
c 4π
~ ν, t) représente l’intensité radiative (la direction de propagation Ω
où I(x, Ω, ~ est à valeur dans la
2
sphère unité S et la fréquence ν est strictement positive), c est la vitesse de la lumière et σν
~ ν, t) est liée à la distribution d’une population de photons
représente l’opacité. L’intensité I(x, Ω,
se déplaçant en ligne droite dans la direction Ω ~ à la vitesse de la lumière c. La fonction source
S(ν, T ) est appelée fonction de Planck, elle est dépendante de la température T de sorte que
l’équation (9.1) soit couplée avec une équation de bilan d’énergie :
c
Z Z
∂t Ei (T ) + ~
dΩ dν σν (I − S(ν, T )) = 0, (9.2)
S2 ν>0 4π

~
où Ei représente l’énergie interne du système. Remarquons que dans ce chapitre nous notons dΩ
la mesure angulaire de sorte que Z
~ = 4π.
dΩ
S2

Si on utilise une méthode de Monte-Carlo implicite pour résoudre ce système (9.1),(9.2) (voir
[52] par exemple). Les oscillations dues aux méthodes de Monte-Carlo perturbent la symétrie du
champ radiatif et ne permettent pas de simuler correctement l’implosion de la cible sphérique.
D’autre part, les méthodes déterministes (voir [4]) restent très coûteuses pour simuler ce type
de problèmes. C’est pourquoi il est utile de rechercher des modèles approchés pour le transfert
radiatif. L’objectif de ce chapitre est de présenter des modèles alternatifs pour (9.1),(9.2) basés

172
 9.1. Introduction aux phénomènes de transfert radiatif dans une cavité laser

sur l’approximation par la diffusion et pouvant être utilisés dans le contexte de la FCI.
Dans le but de simplifier notre analyse, nous considérons une version simplifiée de (9.1),(9.2).
D’une part, nous considérons uniquement le cas d’un régime stationnaire (i.e. indépendant du
temps). D’autre part, nous supposons que la fonction source est indépendante de la fréquence de
sorte que (9.1) devienne :
~ ·∇
Ω ~ x I + σI = c σS. (9.3)
4π
Enfin, on impose des conditions aux limites qui prennent en compte l’albedo des parois d’or.
Ainsi, pour tout x sur le bord et pour chaque direction entrante Ω, ~ on impose :

1−ω
Z
~
I(x, Ω) = ~ ′ )(Ω
I(x, Ω ~ ′ · ~nb ) dΩ
~ ′, (9.4)
π ~
Ω·~
nb >0

où ~nb est la normale unitaire sortante sur la frontière au point x. Pour simplifier, on considérera
une géométrie modèle (voir figure 9.2).

albedo : 0 < 1 − ω ≤ 1

gold wall

left hole right hole

albedo : albedo :
1−ω =0 D 1−ω =0

albedo : 0 < 1 − ω ≤ 1

Fig. 9.2 – Géométrie modèle

Lorsque l’opacité est grande devant les dimensions caractéristiques du domaine, l’approxima-
tion par la diffusion est valide (voir [54]) pour le système (9.3)-(9.4). Dans ce régime, l’énergie
radiative Er est solution d’une équation de diffusion
µ ¶
1 1
Z
−div ∇Er + σEr = σS, Er := ~ dΩ.
I(x, Ω) ~ (9.5)
3σ c S2

Dans une cavité laser, cette hypothèse n’est plus valide : le libre parcours moyen (σ −1 ) des photons
est grand devant les dimensions caractéristiques du domaine. La limite (9.5) qui correspond à
des libres parcours moyens petits devant les dimensions caractéristiques du domaine n’est plus
valide. Cependant, on peut toujours définir une équation de diffusion corrigée
µ ¶
λ 1
Z
−div ∇Er + σEr = σS, Er := ~ dΩ,
I(x, Ω) ~ (9.6)
σ c S2

où λ est lié au tenseur d’Eddington [γ] (dont la définition est donnée au paragraphe suivant
par (9.10)) de sorte que l’équation (9.6) fournisse une bonne approximation de la solution du

173
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

problème de transfert radiatif (9.3). Nous renvoyons le lecteur aux travaux de [Link],
[Link], [Link] [41] pour une analyse mathématique de l’approximation par la diffusion des
problèmes de transfert radiatif et l’étude de nouveaux modèles du type (9.6). Dans ce chapitre,
nous proposons divers modèles basés sur cette diffusion corrigée en utilisant la configuration
géométrique de la cavité laser pour déterminer un tenseur d’Eddington adapté à notre problème
de transport, nous exhibons aussi un facteur d’Eddington et un limiteur de flux prenant en
compte les caractéristiques géométriques du domaine, sur le sujet, citons aussi [Link], [Link]
[26] et [Link], [Link]és [27].
Notre étude s’organise comme suit, nous rappellons brièvement les différents modèles existants
liés à l’approximation par la diffusion des problèmes de transfert radiatif (diffusion standard,
diffusion flux limitée, etc...), puis nous proposons un modèle permettant de tenir compte de
la géométrie du domaine qui nous permet de construire un tenseur d’Eddington adapté. Nous
analysons les propriétés de ce tenseur d’Eddington, du facteur d’Eddington et d’un limiteur
de flux associé en se basant l’étude de [Link] [61]. Enfin, nous proposons des schémas
numériques pour la résolution du problème de diffusion non linéaire associé et nous présentons
des résultats numériques pour lesquels nous comparons les divers modèles.

9.2 Modèles disponibles

On considère l’équation du transfert radiatif suivante :

~ ~ ~ ~ c ~ ∈D×S
Ω · ∇I(x, Ω) + σ I(x, Ω) = 4π σ S(x),
 (x, Ω)
(9.7)
~ = 1−ω
Z
I(x, Ω)
 ~ ′) Ω
I(x, Ω ~ ′ · ~n dΩ
~ ′ , x ∈ ∂D, Ω
~ · ~n < 0.
π ~ ′ ·~
Ω n>0

Dans ce qui précède, 1 − ω représente l’albedo des parois qui se définit comme le ratio entre
les flux radiatifs entrant et sortant par la frontière. La configuration géométrique du domaine
que l’on considère dans la suite est donnée par la figure 9.3.

h
θ3
H θ2
θ4 x θ1

Fig. 9.3 – Configuration géométrique

174
 9.2. Modèles disponibles

On définit
1
Z
E(x) = ~ dΩ,
I(x, Ω) ~ (énergie radiative), (9.8)
c 4π
Z
F~ (x) = ~ Ω
I(x, Ω) ~ dΩ,
~ (flux radiatif), (9.9)
4π
1
Z
[P (x)] = ~ Ω
I(x, Ω) ~ ⊗Ω
~ dΩ,
~ (pression radiative),
c 4π

et le tenseur d’Eddington [γ] défini par

[P ]
[γ] := . (9.10)
E
On applique alors la méthode des moments qui consiste à intégrer la première équation de (9.7)
~ On obtient :
sur tous les angles solides Ω.
1~ ~
∇·F +σE = σS dans D. (9.11)
c

En multipliant la première ligne de (9.7) par Ω ~ et en intégrant sur les directions angulaires Ω,
~
on a :
~ [P ] + σ F~ = 0 dans D,
∇ (9.12)
c
soit :
~ 1∇
− ∇( ~ ([γ] E)) + σ E = σ S dans D. (9.13)
σ
Le système d’équation (9.11)-(9.13) n’est pas fermé dans le sens où on ne connaît pas a priori
l’expression du tenseur d’Eddington [γ]. Il convient d’effectuer ce qu’on appelle une hypothèse
de fermeture en choisissant une expression du tenseur d’Eddington adaptée aux caractéristiques
physiques du problème.

9.2.1 Diffusion standard

Lorsque σ est grand devant les longueurs caractéristiques du domaine, on peut appliquer
l’approximation par la diffusion (voir [54]) et le tenseur d’Eddington est alors constant
1
[γ] = [Id]. (9.14)
3
Dans ce cas, l’équation du transfert radiatif est remplacée par une équation de diffusion (voir
chapitre 6).

9.2.2 Diffusion Monte Carlo

Comme dans le chapitre précédent, on peut approcher l’équation du transfert radiatif par
un problème de diffusion en calculant le coefficient de diffusion ou le tenseur d’Eddington par
l’intermédiaire de simulations Monte-Carlo. Cependant, les dimensions caractéristiques d’une
cavité laser ne permettent pas d’appliquer cette théorie. Sur l’approximation du transport par
un problème de diffusion utilisant un tenseur d’Eddington, on citera en particulier les travaux
de [Link] [20].

175
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

9.2.3 Diffusion à flux limité

Dans ce paragraphe, nous présentons brièvement la théorie de la diffusion à flux limité pré-
sentée notamment par [Link] [61], [Link] [63]. L’idée de la diffusion à flux
limité est de remplacer l’équation (9.12) par une loi de Fick :

~ + σ~
λ∇E F = 0, (9.15)
c
où le coefficient de diffusion λ est une fonction de E, σa , σs et S. On choisit une fonction λ ad
hoc, de sorte que le problème de diffusion résultant soit à "flux limité", i.e.

|F~ | ≤ cE. (9.16)

En général, la fonction λ = λ(R, η) dépend du gradient adimensionné

~
|∇E|
R=
ησE
où η représente l’albédo effectif
σa S + σs E
η= .
σE
De plus, il est courant d’introduire la fonction scalaire γ, le facteur d’Eddington, directement
relié au tenseur d’Eddington par la formule
1−γ 3γ − 1 ~ ~
[γ] = [Id] + f ⊗ f,
2 2f 2
où [Id] représente le tenseur identité, et

F~
f~ = ,
cE
avec f = |f~|. L’expression du facteur d’Eddington est donné par
R1 2
~
ζ I(Ω)dζ
γ = −1
R1 ,
~
I(Ω)dζ
−1

~ ~
où ζ = Ω·ff . Le facteur d’Eddington γ est en général une fonction de f et η. Nous pouvons
énoncer quelques propriétés simples sur D(R, η) et γ(f, η)
– f 2 ≤ γ ≤ 1,
1
– γ(0, η) = ,
3
– γ(1, η) = 0,
1
– λ(0, 1) = ,
3
– lim λ(R, η) = 0.
R→∞
Dans [61], [Link] propose une méthode permettant d’obtenir une relation entre les
quantités D et γ, nous reviendrons rapidement sur cette relation dans la suite, notons simplement
qu’en utilisant certaines hypothèses simplificatrices, [Link] aboutit à la relation
γ
D= .
η(1 + f R)

176
 9.3. Calcul d’un tenseur d’Eddington géométrique ad hoc

9.3 Calcul d’un tenseur d’Eddington géométrique ad hoc

Dans notre cas, l’approximation standard de la diffusion (9.5) n’est pas valide mais il est tou-
jours possible de remplacer formellement l’équation du transport par une équation de diffusion
avec un tenseur d’Eddington correctement défini (prise en compte de la géométrie du domaine
physique ou théorie de [Link] [61] par exemple). Dans la suite de ce paragraphe nous al-
lons détailler une procédure permettant de calculer un tenseur d’Eddington prenant en compte la
géométrie du domaine. Pour cela, nous nous appuyons sur une hypothèse proposée par [Link],
[Link] [68], que nous explicitons dans le paragraphe qui suit sur un exemple simple.

9.3.1 Calcul d’un facteur d’Eddington dans le cas d’une sphère opaque cen-
trée
Nous allons tout d’abord nous intéresser à l’étude d’une relation de fermeture proposée par
[Link] et [Link] pour l’équation du transfert radiatif dans un milieu à symétrie sphérique.
On considère donc le cas d’un domaine à symétrie sphérique, très souvent rencontré dans les
problèmes issus de la physique (par exemple les cibles sphériques irradiées par une onde laser).
Dans ce cas, l’intensité spécifique I(r, µ) dépend uniquement de la variable d’espace r (rayon de
~ · ~n, où ~n est le vecteur unitaire normal
la frontière sphérique) et de la variable angulaire µ = Ω
à la frontière sphérique. Par ailleurs, on considère uniquement la composante normale du flux
~
radiatif F~ et de la pression radiative P~ compte tenu des symétries du problème (le flux et la
pression sont normaux à la frontière). On se ramène donc, par raisons de symétries à un cas 1D.

Calcul du facteur d’Eddington

On se place dans une configuration du type 9.4, si on considère une sphère opaque centrée
entourée d’un milieu absorbant (typiquement le cas où la sphère est compressée par l’irradiation
d’un laser), on peut calculer analytiquement une expression du facteur d’Eddington en utilisant
le modèle suivant : dans la sphère, la radiation est isotrope, alors le facteur d’Eddington γ ≃ 13 .
Dans le reste du domaine, on procède comme suit :

θc

O rc r

Fig. 9.4 – Configuration du problème à symétrie sphérique

On définit µc , le cosinus de l’angle θc (voir figure 9.4),

¶1
rc2 2
µ
µc = cos θc = 1 − 2 . (9.17)
r

177
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

L’idée du modèle est de décomposer l’intensité I(r, µ) comme suit

I0 (r) pour − 1 ≤ µ < µc
½
I(r, µ) = (9.18)
I1 (r) pour µc ≤ µ ≤ 1.
où I0 représente l’intensité spécifique résultant de l’émission dans le milieu et I1 représente l’in-
tensité résultant de l’emission directe de la sphère.
On introduit ST l’ensemble des angles solides pour lesquels la sphère est visible et STc son com-
plémentaire dans [0, 2π] × [−1, 1].
On peut alors écrire :

– l’énergie radiative :

1 ~ + 1 I2 2π 2π
Z Z
E = I1 dΩ ~
dΩ = I1 (1 − µc ) + I2 (1 + µc ), (9.19)
c ST c STc c c
– le flux radiatif :

1 − µ2c
µ ¶
1 1
Z Z
F = I1 ~ Ω
Ωd ~ + I2 ~ Ω
Ωd ~ = 2π (I1 − I2 ) , (9.20)
c ST c STc 2
– la pression radiative :

1 − µ3c 1 + µ3c
µ ¶ µ ¶
1 1
Z Z
P = I1 ~ ~ ~
Ω ⊗ ΩdΩ + I2 ~ ~ ~
Ω ⊗ ΩdΩ = 2π I1 + I2 . (9.21)
c ST c STc 3c 3c
On obtient donc le système d’équations suivant :
 2π 2π
 E= I1 (1 − µc ) + I2 (1 + µc ),
c c







F = π 1 − µ2c (I1 − I2 ) ,
¡ ¢
(9.22)



1 − µ3c 1 + µ3c
µ ¶ µ ¶
cγE




 = I1 + I2 .
2π 3c 3c
Notons
I1 I2
u1 = et u2 = ,
cE cE
α1 = 2π(1 − µc ) = 4π − α2 ,
v1 = π(1 − µ2c ) = −v2 ,
et
2π 4π
m1 = (1 − µ3c ) = − m2 .
3 3
Le système (9.22) s’écrit alors :
1 = α1 u1 + α2 u2 ,






F

= v1 (u1 − u2 ), (9.23)
 cE





γ = m1 u1 + m2 u2 .

178
 9.3. Calcul d’un tenseur d’Eddington géométrique ad hoc

Notons u¯1 = u1 − u2 , le système (9.23) s’écrit alors :



 1 = α1 u¯1 u1 + 4πu2 ,




 F

= v1 u¯1 , (9.24)
 cE



 γ = m1 u¯1 + 4π u2 .



3
On a alors, en multipliant (8.1) par v1 :
F
v1 = α1 + 4πv1 u2 . (9.25)
cE
D’où :
F v1 α1 F
v1 γ = m 1 + − (9.26)
cE 3 3 cE
soit : µ ¶ ³
1 α1 ´ F
v1 γ − = m1 − . (9.27)
3 3 cE
Or,
α1 2π ¡ ¢ 2v1
m1 − = µc 1 − µ2c = µc , (9.28)
3 3 3
d’où l’expression finale du facteur d’Eddington :
1 2 µc F
γ= + . (9.29)
3 3 cE

Tests numériques
Les tests numériques présentés sur la figure 9.5 ont été effectués en utilisant un code de
transport 1D pour la solution de référence et un code de diffusion 1D pour tester la validité du
calcul présenté ci-avant. Les résultats numériques sont obtenus pour σ = 1, ω = 0.2 et rc = 0.2.
On constate la qualité de l’approximation obtenue en utilisant le modèle proposé par [Link]
et [Link] par rapport à la solution de référence. En revanche le code de diffusion utilisant
l’approximation d’Eddington (i.e. γ = 13 ) est très loin de cette solution de référence. Nous allons
donc à présent nous inspirer du modèle proposé par [Link] et [Link] pour l’étude d’un
problème de transfert radiatif dans une cavité laser.

9.3.2 Calcul du tenseur d’Eddington

On cherche maintenant à appliquer cette technique dans notre cas en utilisant les propriétés
géométriques du domaine dans le but de calculer un tenseur d’Eddington approprié (et un facteur
d’Eddington et un limiteur de flux associé) pour obtenir des résultats plus satisfaisants. On
considère donc le modèle de diffusion suivant :

− ∇
 ~ ( [γ] ∇
~ E) + σ E = σ S in D,
σ (9.30)
ω E + 2 (2 − ω) [γ] ∇E
 ~ · ~nb = 0 on ∂D,
σ
où [γ] représente le tenseur d’Eddington (voir section 10.3.2). Notre but est de déterminer une
expression analytique de [γ] de sorte que la solution du problème (9.30) soit suffisamment proche

179
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

0.75
solution de reference
approximation d’Eddington
modele
0.7

0.65

0.6

0.55

0.5

0.45

0.4
0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 9.5 – Test numérique 1D

(formellement) de la solution du problème de transport associé. Nous chercherons [γ] dépendant

de :
~
|∇E|
– une longueur de gradient .
E
– des données géométriques du problème.
Décrivons brièvement la façon d’obtenir les conditions aux limites pour l’équation de diffusion :
Introduisons les quantités F := F~ .~nb sur ∂D et
Z
F + := ~ ′ )Ω
I(x, Ω ~ ′ · ~nb dΩ
~ ′,
~ ′ ·~
Ω nb >0

et Z
F −
:= ~ ′ )Ω
I(x, Ω ~ ′ · ~nb dΩ
~ ′,
~ ′ ·~
Ω nb <0

tels que F = F + − F − . En utilisant la définition de l’albedo 1 − ω, on obtient F − = (1 − ω)F +

donc F + − F − = ωF + = F .
D’autre part,

c~
F = F~ · ~nb = − ∇[γ]E · ~nb . (9.31)
σ
De plus, on suppose que l’intensité radiative satisfait à l’approximation P1 sur le bord :

~ = cE 3 ~ ~
I(x, Ω) + Ω · F. (9.32)
4π 4π
On obtient donc µ ¶
cE 3 ~′ ~
Z
ωF +
=ω + Ω ·F ~ ′ · ~nb dΩ
Ω ~ ′, (9.33)
~ ′ ·~
Ω nb >0 4π 4π

180
 9.3. Calcul d’un tenseur d’Eddington géométrique ad hoc

et
1µ ¶
cE 3µλc ~ cE ω cλ ~
Z
+
ωF = 2πω − ∇E · ~nb µdµ = ω − ∇E · ~nb . (9.34)
0 4π 4πσ 4 2 σ
En utilisant (9.31) et (9.34), on obtient une condition aux limites sur l’énergie radiative E :

1~
ω E + 2 (2 − ω) ∇[γ]E · ~nb = 0. (9.35)
σ

Remarque 9.3.1
La quantité
2 (2 − ω)
,
σω
représente la longueur d’extrapolation.

Dans le but de calculer [γ], on applique donc la même méthode que celle introduite dans [68]
et décrite brièvement sur un exemple simple au paragraphe 9.2.1. Nous supposerons qu’en un
point donné x dans D, l’intensité radiative est constante par morceaux en fonction de la variable
~
angulaire Ω.

Modèle à deux intensités

On introduit tout d’abord ST (x) le sous ensemble de S 2 contenant tous les angles solides
pointant vers les trous du domaine à partir du point x et ST c (x) = S 2 \ ST (x). On effectue
l’hypothèse suivante
 I1 (x) pour Ω ~ ∈ ST (x)

~ =
I(x, Ω) (9.36)

I2 (x) pour Ω~ ∈ ST c (x).

Cette hypothèse peut être justifiée en considérant la solution numérique de l’équation de

transport obtenue avec la méthode DSN, la figure 9.6 présente l’intensité radiative en fonction
~ en un point donné x de D proche du trou de droite. On distingue clairement deux paliers
de Ω
sur ST et STc .
L’intensité I1 (x) est l’intensité radiative moyenne résultant de l’émission des trous (et du
milieu) et I2 (x) est l’intensité radiative moyenne résultant de l’émission des parois (et du milieu).
On définit aussi : Z Z
α1 := ~ et α2 :=
dΩ ~
dΩ, (9.37a)
ST ST c

les vecteurs : Z Z
~v1 := ~ dΩ
Ω ~ and ~v2 := ~ dΩ,
Ω ~ (9.37b)
ST ST c

et les tenseurs : Z Z
[m1 ] := ~ ⊗Ω
Ω ~ dΩ
~ and [m2 ] := ~ ⊗Ω
Ω ~ dΩ.
~ (9.37c)
ST ST c

Toutes ces expressions peuvent être calculées analytiquement en effectuant des calculs d’angles
solides En utilisant l’hypothèse (9.38), on obtient le système de trois équations à trois inconnues

181
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

suivant :
1 ~ + 1 I2
 Z Z

 E = I1 dΩ ~
dΩ
c c

ST ST c





 Z Z
~
F = I1 ~ ~
Ω dΩ + I2 ~ dΩ
Ω ~ (9.38)
 ST ST c



1 1
 Z Z
~ ~ ~ ~ ⊗Ω
~ dΩ,
~


 [γ] E = I1 Ω ⊗ Ω d Ω + I2 Ω
c c

ST ST c

où les inconnues sont I1 , I2 et [γ]. On peut par exemple résoudre ce système en projetant les se-
conde et troisième équations du système suivant une direction appropriée ou calculer directement
un tenseur d’Eddingtone en fonction de f~.

1.2
Intensite

0.8
intensite

0.6

0.4

0.2

0
-3 -2 -1 0 1 2 3
angle

Fig. 9.6 – Intensité radiative fonction de l’angle, proche du trou de droite du domaine D (résultats
obtenus sur une grille uniforme 100 × 100 en espace et en utilisant une quadrature S64 en angle).

Solution du système

On vérifie aisément que :

α1 + α2 =4 π, (9.39a)
~v1 + ~v2 =0, (9.39b)

et

4
[m1 ] + [m2 ] = π [Id]. (9.39c)
3

182
 9.3. Calcul d’un tenseur d’Eddington géométrique ad hoc

En substituant les relations (9.39) dans (9.38), on obtient le système suivant :



 1 = α1 ū1 + 4πu2

f~ = ~v1 ū1

(9.40)
 [γ] = [m1 ]ū1 + 4π [Id]u2 ,



3

où
F~
f~ := . (9.41)
cE
Les nouvelles inconnues sont :

1 1
ū1 := (I1 − I2 ), u2 := I2 et [γ].
cE cE

Remarquons que f doit satisfaire la relation suivante (critère indispensable dans la théorie flux-
limitée) :
|f~| ≤ 1. (9.42)

I
De plus, f~ et [γ] (les moments d’ordre 1 et 2 de l’intensité radiative ) doivent satisfaire
cE
aux contraintes suivantes :
tr([γ]) = 1, (9.43)

[γ] − f~ ⊗ f~ ≥ 0. (9.44)
1
En multipliant la première équation du système (9.40) par [Id] et en la soustrayant à la troisième
3
équation, on obtient :


 1 = α1 ū1 + 4 π u2

 ~

f = ~v1 ū1
(9.45)

1 ³ α ´ ~
f · ~v1
 [γ] = [Id] + [m1 ] − 1 [Id]

.


3 3 |v1 |2

Calcul du tenseur d’Eddington

Pour résoudre le système surdéterminé (9.45), l’idée est de projeter l’équation

f~ = ~v1 ū1 (9.46)

sur une direction appropriée. On peut par exemple utiliser le vecteur ~v1 (ce vecteur ne s’annule
f~ · ~v1 ~ On déduit de (9.45)
qu’au centre du domaine) de sorte que ū1 = ou utiliser le vecteur R.
|~v1 |2
une expression du tenseur d’Eddington fonction de f et des données géométriques du domaine.
On peut ainsi comparer le tenseur d’Eddington obtenu en projetant l’équation (9.46) suivant ~v1
et le tenseur d’Eddington exact obtenu à l’aide d’une simulation numérique d’un problème de
transport (cas d’une géométrie plane avec H
L = 0.3, σ = 0.1, figures 9.7 et 9.8)

183
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

’gdxx’ ’gdxy’ ’gdyy’

0.07 0.005 0.1
0.06 0 0.09
0.05 -0.005 0.08
0.04 0.07
0.03

0.075 0.01 0.11

0.07 0.008 0.105
0.065 0.006 0.1
0.06 0.095
0.055 0.004
0.002 0.09
0.05 0.085
0.045 0
0.04 0.08
-0.002 0.075
0.035
0.03 -0.004 0.07
0.025 -0.006 0.065
0.02 -0.008 0.06

0.3 0.3 0.3

0.25 0.25 0.25
0.2 0.2 0.2
0 0.1 0.2 0.15 0 0.1 0.2 0.15 0 0.1 0.2 0.15
0.3 0.4 0.1 0.3 0.4 0.1 0.3 0.4 0.1
0.5 0.6 0.5 0.6 0.5 0.6
0.7 0.8 0.05 0.7 0.8 0.05 0.7 0.8 0.05
0.9 1 0 0.9 1 0 0.9 1 0

Fig. 9.7 – Carte des composantes du tenseur d’Eddington issu du modèle à deux intensités

’gxx’ ’gxy’ ’gyy’

0.08 0.015 0.11
0.07 0.01 0.1
0.06 0.005 0.09
0.05 0 0.08
0.07
0.06
0.05
0.09 0.02 0.12
0.085 0.018 0.11
0.08 0.016
0.014 0.1
0.075
0.07 0.012 0.09
0.065 0.01 0.08
0.008
0.06 0.006 0.07
0.055 0.004 0.06
0.05 0.002
0.045 0 0.05
0.04 -0.002 0.04

0.3 0.3 0.3

0.25 0.25 0.25
0.2 0.2 0.2
0 0.1 0.2 0.15 0 0.1 0.2 0.15 0 0.1 0.2 0.15
0.3 0.4 0.1 0.3 0.4 0.1 0.3 0.4 0.1
0.5 0.6 0.5 0.6 0.5 0.6
0.7 0.8 0.05 0.7 0.8 0.05 0.7 0.8 0.05
0.9 1 0 0.9 1 0 0.9 1 0

Fig. 9.8 – Carte des composantes du tenseur d’Eddington exact obtenu par une simulation
numérique transport

9.4 Calcul d’un facteur d’Eddington scalaire et d’un limiteur de

flux associé
9.4.1 Calcul d’un facteur d’Eddington scalaire γ
Suivant la théorie de [Link] [61], nous cherchons dans ce paragraphe un facteur d’Ed-
dington scalaire γ défini par :
γ ~n = [γ] ~n. (9.47)

où ~n est le vecteur unitaire f~/|f~|. On obtient alors la relation suivante (voir [61]) :

1−γ 3γ − 1
[γ] = [Id] + ~n ⊗ ~n. (9.48)
2 2

Ce modèle est une généralisation de l’approximation d’Eddington (9.14). Pour pouvoir calculer
γ, il convient d’utiliser le tenseur [γ] introduit dans la section précédente.
Remarquons tout d’abord que le vecteur ~v1 est un vecteur propre de la matrice [m1 ] et notons
m1 la valeur propre associée. On a donc :

~v1 ~v1
[m1 ] = m1 . (9.49)
|~v1 | |~v1 |

La troisième équation de (9.45) montre que ~v1 est aussi un vecteur propre de [γ]. En utilisant
(9.47) on obtient :
1 α1
γ = + m1 ū1 − ū1 . (9.50)
3 3

184
 9.4. Calcul d’un facteur d’Eddington scalaire et d’un limiteur de flux associé

On peut alors exprimer ū1 en fonction de f~. La seconde équation de (9.45) montre que ~v1 est de
même direction que ~n (~n = − |~~vv11 | ) et on a :

|f~|
ū1 = .
|~v1 |

Finalement, on obtient : ¯ ¯
¯~¯
1 m1 − α1 ¯F ¯
3
γ= + . (9.51)
3 |~v1 | cE
On peut réécrire cette équation comme suit :
1
γ(f ) = − h1 f, (9.52)
3
où h1 est définit par :
1 ~ − ~ n)2 dΩ
~
R R
α1
3 − m1 3 ST dΩ ST (Ω · ~
h1 = = , (9.53)
|~v1 | ~ · ~n dΩ|
~
R
| ST Ω

et ¯ ¯
¯~¯
¯F ¯
f= .
cE

9.4.2 Calcul d’un limiteur de flux λ

Dans cette section, on cherche à relier le facteur d’Eddington γ à un limiteur de flux λ. On
considère le système :
~ · (f~E) + σ (E − S) = 0
∇ (9.54)
∇~ · ([γ]E) + σ f~E = 0. (9.55)

En multipliant l’équation (9.54) par f~ et en soustrayant cette expression à l’équation (9.55), on

trouve :
∇~ · [([γ] − f~ ⊗ f~)E] + σ f~S = 0. (9.56)
On suppose à présent que l’on peut négliger les variations spatiales de [γ] et f~, et on en
déduit, voir [61], une relation algébrique entre [γ], f~, E and ∇E
~ :
³ ´
[γ] − f~ ⊗ f~ R~ = f~, (9.57)

~ est le gradient sans dimension donné par :

où R

~
~ = − ∇E .
R (9.58)
σS
~ et f sont liées par la relation suivante :
Les quantités R := |R|

f
R= . (9.59)
γ(f ) − f 2

185
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

Cette relation nous permet de définir un limiteur de flux λ tel que

f = λ(R)R ou λ(R) = γ(f ) − f 2 , (9.60)

et donc le flux :
~
c λ(R)∇E
F~ = − . (9.61)
σ
On calcule donc le limiteur de flux λ(R) associé au facteur d’Eddington γ(f ). On a :

1
λ(R) = − h1 λ(R)R − λ2 (R)R2 , (9.62)
3
soit :
2
λ(R) = 2
p . (9.63)
3 (h1 R + 1) + 9(1 + h1 R)2 + 12R2

9.4.3 Propriétés de γ et λ
Dans ce paragraphe, nous proposons d’étudier le comportement du facteur d’Eddington sca-
laire γ (et du limiteur de flux λ) en fonction de σ et f .
Dans [61], [Link] donnent quatre conditions sur γ et λ :
(C1) λ(R) + λ(R)2 R2 ≤ 1.
1 1
(C2) γ(0) = et λ(0) = .
3 3
(C3) λ(R) + λ(R)2 R2 est une fonction croissante de R.
(C4) γ(f ) − f 2 est une fonction décroissante de f .
Les conditions (C1), (C2) et (C4) sont satisfaites par notre facteur d’Eddington et notre
limiteur de flux, mais notre limiteur de flux ne satisfait pas la condition (C3). Pour satisfaire à
la condition (C3), le facteur d’Eddington doit être une fonction croissante de f mais ce n’est pas
le cas car h1 est toujours positif, donc λ(R) + λ(R)2 R2 est une fonction décroissante de R.

Influence du paramètre géométrique h1

On peut voir que lorsque h1 est nul, notre limiteur géométrique correspond à la première
partie du limiteur de Minerbo (voir [61]) lié au facteur d’Eddington γ(f ) = 31 .

Comportement de λ dans le cas d’un régime diffusif et dans le cas du vide

Dans le cas d’un régime diffusif, i.e. σ >> 1, l’approximation d’Eddington est valide et on a
1 1
λ = . Pour notre limiteur de flux, on obtient : lim λ = , et dans le cas du vide : lim λ = 0.
3 σ→+∞ 3 σ→0

Influence du gradient
Une des propriétés essentielles d’un limiteur de flux est de décroître lorsque la norme du
1
gradient de l’énergie radiative croît, on a donc : lim λ = , lim λ = 0. Le cas f = 0 correspond
R→0 3 R→+∞
1 1
à un régime isotrope et l’approximation d’Eddington est valide γ(0) = et λ(0) = . Nous
3 3
comparons sur la figure 9.9 le comportement de notre limiteur avec d’autres limiteurs classiques
en fonction de R pour h1 = 1.

186
 9.5. Schémas numériques

0.35
limiteur geometrique
limiteur de Levermore
limiteur de Kershaw
0.3

0.25

0.2

0.15

0.1

0.05

0
0.01 0.1 1 10 100

Fig. 9.9 – Comportement de limiteurs de flux en fonction de R

9.5 Schémas numériques

Pour résoudre l’équation du transfert radiatif, on utilise la méthode des éléments finis mixtes-
hybrides sur un maillage Cartésien très fin.
Pour résoudre les équations de la diffusion, on utilise le schéma mixte-hybride pour la diffu-
sion.
Remarquons qu’il n’existe pas de résultats généraux sur l’existence et l’unicité de solutions
pour un tel problème de diffusion. En effet, le coefficient de diffusion dépend du gradient de
la solution, on résout donc un problème de diffusion non linéaire. Cependant, on observe la
convergence des algorithmes du point fixe suivant.

Algorithme pour le tenseur d’Eddington géométrique (algorithme 1)

Étape 1 : Initialisation : résolution de l’équation de diffusion avec [γ 0 ] = 13 [Id] (approxi-

mation d’Eddington) et donc le coefficient de diffusion scalaire γ̃ 0 = 31 :

~ (
−∇ 1
∇ E0) + σ E0 = σ S dans D,
3σ
1 ~ 0 (9.64)
ω E 0 + 2 (2 − ω) ∇E · ~nb = 0 sur ∂D.
3σ
0
~ ~0
Pour tout k ≥ 0, on calcule F~0 = −cγ̃ ~ 0 F
σ ∇E soit f0 = cE 0 .
Étape 2 : On calcule [γ k ] à l’aide du modèle et de f~k−1 .
Étape 3 : Pour tout k ≥ 0, on calcule la solution E k du problème de diffusion avec γ̃ k
donné par
~ k ]E k · ∇E
∇[γ ~ k
γ̃ k = ,
~ k |2
|∇E

187
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

~ ( γ̃ k ∇ E k ) + σ E k = σ S

−∇ σ dans D,
k (9.65)
ω E k + 2 (2 − ω) γ̃ ∇E ~ k · ~nb = 0 sur ∂D.
σ
Étape 4 : On boucle sur l’étape 3 tant que ||E k −E k−1 ||1 reste plus grande qu’un paramètre
de convergence fixé.

Algorithme pour le limiteur de flux géométrique (algorithme 2)

1
Étape 1 : Initialisation : résolution de l’équation de diffusion avec λ(R) = 3 (approxima-
tion d’Eddington) :

−∇ ~ ( 1 ∇ E0) + σ E 0 = σ S dans D,
3σ
1 (9.66)
ω E 0 + 2 (2 − ω) ∇E ~ 0 · ~nb = 0 sur ∂D.
3σ
~ 0
Étape 2 : On calcule R0 = − |∇E S .
|

Étape 3 : Pour tout k ≥ 0, on calcule la solution E k du problème de diffusion avec λ

donné par l’expression du limiteur géométrique, en fonction de Rk−1 :

−∇ ~ ( λ (Rk−1 )∇ E k ) + σ E k = σ S dans D,
σ
λ(R k−1 ) (9.67)
ω E k + 2 (2 − ω) ~ k · ~nb = 0 sur ∂D.
∇E
σ
~ k
Étape 4 : On calcule Rk = − |∇E
S
|
et on boucle sur l’étape 3 tant que ||E k − E k−1 ||1 reste
plus grande qu’un paramètre de convergence fixé.

9.6 Résultats Numériques

Dans ce paragraphe, nous présentons quelques résultats numériques permettant de comparer
les différents modèles d’approximation par la diffusion proposés.

9.6.1 Limiteurs de flux utilisés dans les simulations numériques

Dans ce paragraphe, nous cherchons notamment à comparer les résultats obtenus par notre
modèle géométrique avec les résultats obtenus en utilisant quelques limiteurs de flux classiques
de la littérature, nous en donnons ici une liste non exhaustive :
limiteur de Wilson :
1
λ(R) = ,
3+R
associé au facteur d’Eddington

1 − f + 3f 2
γ(f ) = .
3
limiteur de Chapman-Enskog :
µ ¶
1 1
λ(R) = coth R − ,
R R

188
 9.6. Résultats Numériques

associé au facteur d’Eddington

µ ¶
1
γ = coth R coth R − ,
R

avec
1
f = coth R − .
R
limiteur de Kershaw :
2
λ(R) = √ ,
3+ 9 + 4R2

associé au facteur d’Eddington

1 + 2f 2
γ(f ) = .
3

9.6.2 Résultats obtenus pour le tenseur d’Eddington géométrique

On présente sur les figures 9.10 et 9.11 les résultats obtenus pour σ = 0.1 et H L = 0.3 (les
notations sont celles de la figure 9.3). Nous sommes donc dans une situation où l’approximation
d’Eddington ne s’applique. D’autre part, nous ne sommes pas non plus dans la situation du
théorème 8.2.1 car H ∼ σ. Nous présentons les résultats obtenus pour un calcul de transport
comparé avec l’approximation de la diffusion, la résolution d’un problème de diffusion à flux
limité, la résolution d’un problème de diffusion utilisant un coefficient de diffusion calculé par
une simulation Monte-Carlo et la résolution d’un problème de diffusion utilisant l’algorithme 1
présenté précédemment. On observe que les résultats obtenus par la résolution d’un problème de
diffusion utilisant l’algorithme 1 et notre modèle à deux intensités sont sensiblement meilleurs
que les résultats obtenus en utilisant la théorie de la diffusion flux-limitée.

0.34
transport reference
approximation P1
0.32 coefficient de diffusion Monte-Carlo
diffusion flux-limitee
tenseur d’Eddington geometrique
0.3

0.28

0.26

0.24

0.22

0.2

0.18

0.16

0.14
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

H
Fig. 9.10 – Coupe de l’énergie dans le cas où σ = 0.1 et L = 0.3.

189
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

0.34
transport reference
diffusion avec le vrai tenseur d’Eddington
0.32 diffusion avec le tenseur d’Eddington geometrique

0.3

0.28

0.26

0.24

0.22

0.2

0.18

0.16

0.14
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

H
Fig. 9.11 – Coupe de l’énergie dans le cas où σ = 0.1 et L = 0.3.

Comme on l’a vu dans les paragraphes précédents, on peut approcher, en utilisant un code
de transport, le tenseur d’Eddington idéal en calculant en tout point du domaine :

1
Z
[γ](x) = ~ Ω
I(x, Ω) ~ ⊗Ω
~ dΩ.
~ (9.68)
cE 4π

Ce tenseur d’Eddington, le facteur d’Eddington et le limiteur de flux associés sont optimaux pour
l’approximation numérique par la diffusion d’un problème de transport. On compare ainsi sur la
figure 9.11 les résultats obtenus par l’algorithme 1 en utilisant un tenseur d’Eddington calculé
par un code de transport et un tenseur d’Eddington obtenu par le modèle à deux intensités. Le
résultat pour le tenseur d’Eddington issu d’un code de transport montre les limites d’un modèle
de diffusion utilisant un coefficient de diffusion scalaire. Notons que si on résolvait un problème de
diffusion en conservant le tenseur d’Eddington, nous obtiendrions exactement le même résultat
que pour le transport.

9.6.3 Résultats obtenus pour le limiteur de flux géométrique

On considère dans le cas d’un problème confiné entre deux plaques planes avec des conditions
de réflexion sur les parois des plaques, un flux entrant nul sur les trous et une source constante
égale à 1 (S=1) sur tout le domaine. Sur les figures 9.12, 9.13 et 9.14, on compare une solution
de référence (obtenus par la résolution du problème de transport) à une solution obtenue avec
l’approximation d’Eddington et une solution obtenue avec notre limiteur de flux géométrique Ces
résultats numériques sont calculés en deux dimensions d’espace (sur une grille uniforme 50 × 50)
mais les résultats présentent une coupe du profil de l’énergie sur un quart du domaine D en
raison des symétries du problème considéré. En reprenant les notations introduites sur la figure
9.3, ces résultats numériques sont obtenus pour les valeurs suivantes des paramètres : L = 2,
H = 1, h = 0 et l’albedo sur les parois vaut ω = 0.

On constate que dans tous les cas considérés, l’énergie est mieux approchée par le limiteur
géométrique que par l’approximation standard de la diffusion (approximation d’Eddington P1)

190
 9.6. Résultats Numériques

1.1
transport reference solution
geometric limiter
Eddington approximation

0.9
Energy

0.8

0.7

0.6

0.5
0 0.2 0.4 0.6 0.8 1
x

Fig. 9.12 – Coupe de l’énergie pour σ = 10

ou par tout autre limiteur de flux. C’est particulièrement vrai dans les zones proches des trous
où le gradient d’énergie est le plus élevé.

La figure 9.12 présente le profil de l’énergie pour une valeur élevée de σ par rapport aux
grandeurs caractéristiques du problème. Nous résolvons donc un cas isotrope où tous les modèles
sont construits pour donner des résultats semblables.

0.9
transport reference solution
geometric limiter
Eddington approximation
0.85 Wilson’s limiter
Chapman’s limiter
Kershaw’s limiter
0.8

0.75

0.7
Energy

0.65

0.6

0.55

0.5

0.45
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x

Fig. 9.13 – Coupe de l’énergie pour σ = 1

Sur la figure 9.13, on présente un cas où l’opacité σ est plus petite, le libre parcours moyen
des particules est donc plus grand et on atteint les limites de validité de l’approximation stan-
dard de la diffusion. Il semble que le limiteur géométrique soit plus performant que les autres
limiteurs. Lorsque l’opacité σ est proche de zero, le limiteur géométrique semble toujours donner

191
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

de meilleurs résultats que les autres limiteurs mais les résultats obtenus restent tout de même
relativement loin de la solution de référence (comme on peut le voir sur la figure 9.14) à cause des
limites de validité des modèles de diffusion flux limitée. Comme dans le paragraphe précédent, on
utilise le limiteur de flux idéal issu d’une simulation du transport (limiteur de flux du transport).

0.7
transport reference solution
geometric limiter
Chapman’s limiter
Kershaw’s limiter
0.65 Eddington approximation
Wilson’s limiter

0.6
energy

0.55

0.5

0.45

0.4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x

Fig. 9.14 – Coupe de l’énergie pour σ = 0.5

9.6.4 Comparaison des modéles

Dans ce paragraphe, nous comparons sous forme de tableau les erreurs relatives en norme L1
(sur un maillage cartésien fixé 50 × 50) des différents modèles proposés comparés à une solution
de référence obtenue par le schéma de transport mixte-hybride. Les résultats sont obtenus pour
une valeur de HL = 0.3 (les notations sont celles de la figure 9.2). Nous comparons les modèles
suivants :
– Modèle 1 : Diffusion suivant l’algorithme 1 avec le “vrai” tenseur d’Eddington calculé à
partir du code de transport,
– Modèle 2 : Diffusion suivant l’algorithme 1 avec le tenseur d’Eddington obtenu à partir
du modèle géométrique,
– Modèle 3 : Diffusion suivant l’algorithme 2 avec le limiteur de flux issu du modèle géo-
métrique,
– Modèle 4 : Diffusion suivant l’algorithme 2 avec le limiteur de flux de Kershaw,
1
– Modèle 5 : Approximation d’Eddington (coefficient de diffusion constant égal à 3σ ,
– Modèle 6 : Diffusion avec un coefficient de diffusion obtenu par des simulations Monte-
Carlo (voir chapitre 8).

192
 9.6. Résultats Numériques

Modèles σ = 10 σ=5 σ=1 σ = 0.5 σ = 0.1

proposés

Modèle 1 2, 5632.10−3 3, 2084.10−3 4, 1265.10−3 5, 0162.10−3 5, 4229.10−3

Modèle 2 1, 9720.10−3 3, 5023.10−3 6, 4054.10−3 8, 7881.10−3 4, 0256.10−2

Modèle 3 2, 0265.10−3 3, 4520.10−3 9, 8965.10−3 2, 7842.10−2 8, 2900.10−2

Modèle 4 1, 8863.10−3 3, 7582.10−3 2, 1658.10−2 7, 5568.10−2 0, 11035

Modèle 5 2, 0301.10−3 5, 1092.10−3 5, 9752.10−2 0, 14065 0, 34017

Modèle 6 2, 6084.10−3 5, 0012.10−3 3, 7087.10−2 0, 10123 0, 17891

Pour les valeurs de σ = 10 et σ = 5, l’approximation d’Eddington (modèle 5) est valide et

tous les modèles proposés sont construits pour préserver cette limite asymptotique. Les résultats
obtenus pour ces cas tests sont donc sensiblement les mêmes pour tous les modèles.
Au contraire, pour σ = 0.1, l’approximation d’Eddington (modèle 5) n’est plus valide et
l’approximation obtenue par ce modèle n’est pas bonne. De même, le calcul d’un coefficient de
diffusion via un calcul Monte-Carlo (modèle 6) n’est plus licite. Par ailleurs, les résultats obtenus
à l’aide des limiteurs de flux (modèle 3 et modèle 4) ne sont pas satisfaisants lorsque σ tend vers
zéro. Les résultats obtenus avec le tenseur d’Eddington obtenu à l’aide d’un code de transport et
l’algorithme 1 (modèle 1) sont optimaux aux erreurs numériques près. Enfin, les résultats obtenus
à l’aide d’un tenseur d’Eddington géométrique (modèle 2) sont sensiblement meilleurs que ceux
obtenus par l’intemédiaire de limiteurs de flux. Ces résultats ne rivalisent cependant pas avec les
résultats du modèle 1.

Bilan du chapitre 9
Dans ce chapitre, nous avons proposé une nouvelle expression du tenseur d’Eddington, d’un
facteur d’Eddington associé et du limiteur de flux résultant adaptés pour l’approximation nu-
mérique des problèmes de transfert radiatif dans une cavité laser. Dans ce cas, l’approximation
standard de la diffusion et la théorie classique de la diffusion flux limitée ne s’applique plus car le
libre parcours moyen des photons et la longueur de gradient caractéristique sont grandes devant
les dimensions caractéristiques de la cavité. Ainsi, le tenseur d’Eddington proposé tient compte
des caractéristiques géométriques de la cavité.
Cependant, les résultats obtenus avec ce nouveau tenseur d’Eddington (ou du limiteur de flux
correspondant), bien que meilleur que ceux obtenus avec les limiteurs de flux classiques, ne sont

193
Chapitre 9. Approximation du transport par la diffusion dans une cavité laser

pas encore complètement satisfaisants. Il faudrait étudier le problème posé par les conditions aux
limites et envisager un modèle à trois intensités en dissociant chacun des deux trous par exemple.

194
 Conclusions et perspectives

Au cours de cette thèse, nous avons proposé un nouveau schéma numérique de résolution
de l’équation du transport des neutrons, basé sur une méthode d’éléments finis mixtes-hybrides.
Nous avons détaillé l’analyse mathématique de la méthode et présenté sa mise en oeuvre numé-
rique et nous avons illustré sur des exemples simples les propriétés essentielles de la méthode.
Un des points clé de cette thèse réside dans l’introduction d’une formulation mixte de l’équa-
tion du transport et d’un cadre fonctionnel adapté à l’étude de cette formulation et dans la
construction d’espaces d’approximation associés. Les espaces d’approximations utilisés en géne-
ral dans la mise en oeuvre d’une méthode d’éléments finis mixtes-hybrides pour des équations du
second-ordre elliptiques ne sont plus valide dans le cas du transport. Nous avons présenté dans
cette thèse un moyen de prendre en compte la spécifité du transport en adaptant ces espaces
d’approximation.
Nous avons vu que le schéma possédait la propriété de limite diffusion et avait l’avantage
majeur de coïncider avec le schéma mixte-hybride de l’équation de diffusion associée en régime
collisionnel. Le schéma permet d’obtenir une excellente approximation de la solution dans des
milieux diffusifs. Cependant, dans des milieux à forts contrastes d’opacité, le schéma est mis en
défaut dès que le maillage n’est pas suffisamment fin (pas d’espace de l’ordre du libre parcours
moyen). Nous avons proposé une méthode de décomposition de domaine qui permet d’éviter ce
type de problèmes mais celà conduit à coupler deux schémas mixtes-hybrides indépendants. Pour
cette raison, il pourrait être intéressant d’adapter le schéma de sorte à bien rendre compte des
phénomènes à l’interface entre un milieu opaque et un milieu transparent.
Les résultats numériques obtenus sont aussi très satisfaisants sur des maillages déformés même
dans des milieux très diffusifs. Nous avons constaté numériquement qu’à l’instar d’un schéma
mixte-hybride pour la diffusion, le schéma mixte-hybride pour le transport reste précis d’ordre
deux en espace même sur des maillages déformés. Il serait intéressant de justifier théoriquement
cette ordre de convergence en espace de la méthode.
Par ailleurs, les essais de décomposition de domaine en dimension un se sont révélés concluants
et mériteraient d’être étendus en dimension quelconque. L’un des intérêt des méthodes mixtes
est d’être adapté à la décomposition de domaine. Il conviendrait en outre d’approfondir ces essais
pour pouvoir utiliser les avantages du calcul parallèle notamment.

En ce qui concerne les problèmes de transport entre deux plaques infinies, il conviendrait
d’étudier plus en avant le cas de la diffusion anormale et de l’illustrer par des simulations numé-
riques.
Dans une cavité laser, le modèle géométrique que nous proposons pour l’approximation par la
diffusion des équations du transfert radiatif permet d’améliorer les résultats obtenus par des limi-
teurs de flux classiques et par l’approximation d’Eddington. Cette amélioration n’est cependant
pas suffisamment significative. Il conviendrait de prendre en compte plus en détails le problème
posé par les conditions aux limites et envisager un modèle à trois intensités en dissociant chacun

195
Conclusions et perspectives

des deux trous par exemple.

196
 Annexe A

Éléments finis mixtes-hybrides pour un

problème elliptique simple

L’objectif de cette annexe est de présenter la méthode des éléments finis mixtes-hybrides dans
son cadre classique des équations elliptiques sur un exemple simple : l’équation de diffusion des
neutrons. Cette annexe permet de préciser le schéma mixte-hybride associé à une équation de
type diffusion en complément du chapitre 6. On considère un domaine ouvert borné D de R3 et
le problème de diffusion homogène des neutrons suivant :


i) −∇ ~ · 1 ∇u~ + σa u = q, dans D,
3σt (A.1)
 ii) u = 0, sur ∂D.

où u représente le flux scalaire, q est un terme source, σt et σa sont les sections efficaces totale
et d’absorption. Les méthodes d’éléments finis mixtes sont basées sur une formulation duale du
problème elliptique (A.1). En introduisant le courant
1 ~
~g = − ∇u,
3σt
et l’espace fonctionnel
n o
~ · ~g ∈ L2 (D) ,
H(div; D) = ~g ∈ L2 (D)3 ; ∇

le problème (A.1) peut s’écrire formellement sous forme variationnelle de la façon suivante :
trouver (~g , u) ∈ H(div; D) × L2 (D) tels que :

a(~g , ~h) + b(u, ~h) = 0 pour tout ~h ∈ H(div; D)

(
(A.2)
b(v, ~g ) − d(u, v) = l(v) pour tout v ∈ L2 (D),
où, pour tout (~g , ~h) ∈ H(div; D) × H(div; D),
Z
~
a(~g , h) = 3σt ~g · ~h dx, (A.3)
D

pour tout (u, ~h) ∈ L2 (D) × H(div; D),

Z
b(u, ~h) = − ~ · ~hdx,
u∇ (A.4)
D

197
Annexe A. Éléments finis mixtes-hybrides pour un problème elliptique simple

pour tout (u, v) ∈ L2 (D) × L2 (D),

Z
d(u, v) = σa u v dx, (A.5)
D

et pour tout v ∈ L2 (D),

Z
l(v) = − q v dx. (A.6)
D
On suppose que D admet une décomposition Dh d’un nombre fini d’éléments ouverts où h
représente la longueur maximale de chaque élément (notés Qk ) de Dh :
K
[
D= Qk et Qk ∩ Qk′ = ∅ 1 ≤ k 6= k ′ ≤ K (A.7)
k=1

où K est le nombre d’éléments de Dh . Dans ce manuscript, on ne considérera que le cas d’éléments

quadrilatéraux en 2D et hexaèdraux en 3D. On note Fh l’ensemble des faces de la discrétisation
Dh et on notera Fhint l’ensemble des faces situées à l’intérieur de D. Nous supposerons par ailleurs
que l’intersection des frontières de chaque éléments ∂Qk avec ∂D, si elle est non vide, est un côté
ou une face de Qk . Pour 1 ≤ k ≤ K, on note Γk,l , 1 ≤ l ≤ L(k) les faces de l’élément Qk où
L(k) = 2d est le nombre de faces pour l’élément Qk . On note ~nk,l le vecteur normal unitaire
sortant par la face Γk,l de l’élément Qk . Pour décrire les espaces d’approximation, on définit sur
chaque élément Qk , respectivement Γk,l , l’espace P0 (Qk ), respectivement P0 (Γk,l ), des restrictions
sur chaque élément Qk , respectivement Γk,l , aux fonctions constantes par morceaux et l’espace
P1 (Qk ), respectivement P1 (Γk,l ), des restrictions sur chaque élément Qk , respectivement Γk,l , des
polynômes de degré inférieur ou égal à un. Dans le but d’approcher l’inconnue u, on considère le
sous espace d’approximation suivant

L0 (Dh ) = vh ∈ L2 (D); vh |Qk ∈ P0 (Qk ); Qk ∈ Dh .

© ª

Comme nous l’avons vu précédemment, l’approximation

n usuelle du flux est o
basée sur une approxi-
¢d
~
¡ 2 2
mation adaptée de l’espace H(div; Qk ) = ~g ∈ L (Qk ) ; ∇ · ~g ∈ L (Qk ) obtenue notamment
à l’aide de l’espace de Raviart-Thomas d’ordre zéro RT0 (Qk ). Il est naturel d’utiliser le champ
de vecteurs w ~ k,j pour engendrer l’espace RT0 (Qk ) vérifiant :
Z
~ k,j (x) · ~nk,i ds = δij ,
w (A.8)
Γk,j

où δij représente le symbole de Kronecker. La famille {w ~ k,j }1≤j≤2d forme une base de l’espace
RT0 (Qk ). L’espace RT0 (Qk ) est un espace de dimension 2d = 6 soit le nombre de faces d’une
maille hexaèdrale en dimension d = 3.
La version discrète de (A.2) s’écrit donc : trouver uh ∈ L0 (Dh ) et ~gh ∈ RT0 (Dh ) tels que

i) a(~gh , ~hh ) + b(uh , ~hh ) = 0 pour tout ~hh ∈ RT0 (Dh ),

(
(A.9)
ii) b(vh , ~gh ) − d(uh , vh ) = l(vh ) pour tout vh ∈ L0 (Dh ).

Le système linéaire associé au problème (A.9) s’écrit sous la forme :

µ ¶µ ¶ µ ¶
Ah Bh Gh 0
= , (A.10)
Bht Dh Uh Sh

198
où la matrice de ce système est inversible mais n’est pas définie positive. En particulier, la struc-
ture globale de la matrice Ah ne permet pas d’éliminer facilement le vecteur inconnu des courants.
C’est pourquoi on introduit une inconnue supplémentaire. Cette procédure est appelée procédure
d’hybridisation et conduit à la formulation mixte-hybride discrète. On introduit l’espace suivant
n o
M0 (Dh ) = µh ∈ L2 (Fhint ); µh |f ∈ P0 (f ); f ∈ Fhint .
Y
En introduisant la forme bilinéaire c : M0 (Dh ) × RT0 (Qk ) → R définie par
k

X Z
c(µh , ~gh ) = µh [~gh · ~n] ds,
f
f ∈Fhint

l’approximation Ymixte-hybride du problème (A.2) consiste donc à trouver

(~gh , uh , λh ) ∈ RT0 (Qk ) × L0 (Dh ) × M0 (Dh ) tels que
 k
~hh ) + b(uh , ~hh ) + c(λh , ~hh ) = 0 pour tout ~hh ∈
Y


 a(~
g h , RT0 (Qk ),
k

b(vh , ~gh ) − d(uh , vh ) = l(vh ) pour tout vh ∈ L0 (Dh ), (A.11)



c(µh , ~gh ) = 0 pour tout µh ∈ M0 (Dh ).


Le système linéaire résultant de la discrétisation mixte-hybride issue du problème abstrait

(A.2) s’écrit de la façon suivante
    
Ah Bh Ch Gh 0
 B t −Dh 0   uh  =  Sh  , (A.12)
h
Cht 0 0 λh 0

où Gh est le vecteur inconnu des courants sur chaque face de chaque maille de Dh , Uh est le vecteur
inconnu contenant les valeurs moyennes du flux scalaire sur chaque maille de Dh , λh est le vecteur
inconnu contenant les valeurs moyennes du flux scalaire sur chaque face du maillage. La matrice
du système est une matrice bloc 3 × 3 symétrique mais qui n’est pas définie. Contrairement au
transport, la matrice Ah est inversible. On peut donc éliminer directement le vecteur Gh . On
élimine ensuite le vecteur Uh pour inverser une matrice symétrique définie positive pour résoudre
un système portant uniquement sur le vecteur inconnu λh . La matrice de ce système linéaire
est symétrique définie positive. En reprenant les notations du chapitre 5, on peut expliciter les
coefficient des matrices élémentaires pour tout k ∈ {1, · · · , K} et tous (a, b) ∈ {1, · · · , L(k)}2 :
Z Z
k k k k
(Ah )ab = 3σt,k ~a · w
w ~ b dx, (Bh )a = −1, (Ch )ab = δab , (Dh ) = σa,k dx.
Qk Qk

199
Annexe A. Éléments finis mixtes-hybrides pour un problème elliptique simple

200
 Annexe B

Construction des matrices élémentaires

sur maillages cartésiens

L’objectif de cette annexe est de décrire précisément la construction et la structure des

matrices élémentaires qui interviennent dans l’élaboration du schéma et du code mixte-hybride
2D sur un maillage cartésien uniforme. On se restreint à une direction fixée notée Ω ~ et une source
fixée q. Nous détaillons l’expression des matrices élémentaires sur une maille de référence.
On note Ω~ = (α, β)t . On suppose dans cette annexe que |Ω|~ 2 = α2 + β 2 = 1. En reprenant les
notations du chapitre 4, nous nous plaçons sur une maille Qk quelconque d’un maillage cartésien
Dh de l’espace physique D, Qk = [x0 , x0 + h] × [y0 , y0 + h].
On rappelle que l’on introduit alors les fonctions de base w~k,i (x, y) associées à chaque arête
i de Qk qui engendrent l’espace de dimension 4, RT0 (Qk ) = P0,1 (Qk ) × P0,1 (Qk ).
Pour tout vecteur ~g , on écrit alors :
4
X
~g = (~g · ~nk,i )w~k,i ,
i=1

où

w~k,1 = ³x−x w~k,2 = ³0, y−y

( ¡ ¢ ¡ 0
¢
h ,0 , ´ ,´
0
h
x−x0 −h y−y0 −h
w~k,3 = h , 0 , w~k,4 = 0, h .
Par soucis de conformité avec les espaces fonctionnels introduits dans la partie théorique, nous
utilisons les fonctions de base suivantes pour chaque arêtes i de Qk

γ~k,i = PΩ w
~ k,i .

L’équation de la densité de courant angulaire s’écrit donc sous forme matricielle localement à la
maille Qk (voir le chapitre 5 pour les notations et le vocabulaire) de la façon suivante

Akh Gkh + Bhk Uhk + Chk λkh = Fhk (B.1)

où
α2 αβ 2
− α6 − αβ
   2 
3 4 4 α
αβ β2 2
− αβ − β6  k  β2 
 
Akh = σt,k h2  4 3 4  , Bh = −h 
 α2  ,

2 α2

 − α6 − αβ
4 3
αβ
4

− αβ − β6
2 αβ β2 β2
4 4 3

201
Annexe B. Construction des matrices élémentaires sur maillages cartésiens
 
αβ
α2 0 − αβ
 
2 2 α
αβ
β2 − αβ 0  qk h2  β 
 
Chk = h  2 2 k
αβ  et Fh =  −α  .
  
 0 − αβ
2 α2 2  2
− αβ
2 0 − αβ
2 β 2 −β
La matrice Akh est une matrice symétrique 4 × 4 qui n’est pas inversible, elle est diagonalisable
en base orthonormale et s’écrit
t
Akh = (Vhk ) Λkh Vhk ,
où
t t
Vhk (Vhk ) = Id = (Vhk ) Vhk .
Les matrices de passage sont données par
 
0 0 0 0
 
−β α β −α
α2
1 1 0 1 0
 0 0 0 
Vhk = √   et Λk = σt,k h2 
 
6 .

0 1 0 1 h  β2
2    0 0 6 0 
−α −β α β 1
0 0 0 2

On note :  
α2  
6 0 0 1 0 1 0
1
Λ̃kh = σk h2  0 β2 k
0  et Ṽh = √  0 1 0 1 .
 
6 2
1 −α −β α β
0 0 2
On a donc
t
Ṽhk Akh (Ṽhk ) = Λ̃kh .
On introduit aussi :
G̃kh = Ṽhk Gkh .
L’équation (B.1) s’écrit donc de façon équivalente :
Λ̃kh G̃kh + Ṽhk Bhk Uhk + Ṽhk Chk λkh = Ṽhk Fhk .
Notons F̃hk = Ṽhk Fhk , on a :
 
0
qh2
F̃hk = − √  0  .
2 1
Notons Dhk = −h2 σk , Shk = −qk h2 , B̃hk = Ṽhk Bhk et C̃hk = Ṽhk Chk , on a
 2
0 α2 0

α
k h 
C̃h = √ 0 β2 0 β2  ,
2 −α −β α β
 2 
√ α
B̃hk = − 2h  β 2  .
0
Le système linéaire élémentaire final s’écrit donc
 
Λ̃kh B̃hk C̃hk G̃kh
  k 
F̃
k t k   k   hk 
 (B̃h ) −Dh 0  uh = Sh ,

t k
k
(C̃h ) 0 0 λ h 0

202
 Annexe C

Ébauche de décomposition de domaine

en 1D

Nous nous plaçons ici dans le cadre du problème du transport monocinétique pour une direc-
tion fixée. On considère donc dans cette annexe un problème de transport en dimension d = 1.
On prendra D = (0, 1) et on choisit µ > 0 une direction angulaire fixée et ua ∈ R+
∗ . On s’intéresse
à l’approximation numérique du problème simplifié du transport :

i) µu′ (x) + σt u(x) = q(x), pour x ∈ D,

½
(C.1)
ii) u(a) = ua .

Discrétisation
On partitionne le domaine 1D, D = (0, 1), en I intervalles [xi− 1 , xi+ 1 ] où 0 = x 1 < · · · <
2 2 2
xi− 1 < xi+ 1 < · · · < xI+ 1 = 1.
2 2 2
On considère alors le schéma mixte-hybride lumpé (voir la remarque 6.4.1) de l’équation
mono-énergétique aux ordonnées discrètes du transport :

l r

 i) gi+ 1 + g
i− 21
+ σt,i hi ui = hi qi ,
 2
σt,i hi l ´ µh
 ³
i
 2
ii) g + µ u 1 − ui = q 1,

 1 i+ 2
2 i+ 2 i+ 2


 2
σt,i hi r ³ ´ µhi (C.2)
iii) gi− 1 + µ2 ui− 1 − ui = − q 1,

 2 2 2 2 i− 2
l r
iv) gi− 1 + g = 0,


i− 21


 2
l r

 v) g 1 + g 1 = 0,

i+
2
i+2

avec les conditions aux limites (

i) u 1 = ua ,
l
2
(C.3)
ii) gI+ 1 = µuI+ 1 ,
2 2

où on a choisit un maillage de l’espace tel que hi = xi+ 1 − xi− 1 représente la taille de la

2 2
maille i, ui représente la valeur du flux angulaire pour la maille i dans la direction µm , ui− 1
2
1
correspond à la valeur du flux angulaire pour le noeud i − 2 dans la direction µm , ui+ 1 est la
2
1 l
valeur du flux angulaire pour le noeud i + 2 dans la direction µ, gi+ 1 est la valeur de la densité
2
1 r
de courant angulaire pour la maille i au noeud i + 2 dans la direction µ, gi− 1 est la valeur de
2
1
la densité de courant angulaire pour la maille i au noeud i − 2 dans la direction µm . On définit

203
Annexe C. Ébauche de décomposition de domaine en 1D

qi+ 1 = 12 (qi + qi+1 ) pour 1 ≤ i ≤ I − 1, q 1 = q1 , qI+ 1 = qI . Pour notre exposé et dans un but de
2 2 2
clarté nous ferons jouer aux éléments le rôle des sous-domaines, nous prendrons la convention un
sous domaine = un élément. Pour un noeud d’une maille interne i, par exemple le noeud i + 12 ,
on introduit un de gré de liberté supplémentaire en supposant que le flux angulaire ui+ 1 est
2
discontinu de part et d’autre du noeud i + 12 . On note uli+ 1 et uri+ 1 les valeurs du flux angul ;aire
2 2
de part et d’autre du noeud i + 21 . L’équation de continuité (C.2-v) devient
l r
gi+ 1 + g
i+ 1
= α(uri+ 1 − uli+ 1 ) (C.4)
2 2 2 2

où le paramètre α est à choisir convenablement. Cette dernière égalité permet donc à l’information
d’être transmise d’un sous-domaine à un autre, cette équation est dite “équation de transmission”.

Algorithme de résolution
En reprenant les notations introduites précédemment, on va définir un processus itératif (dans
le cas où un domaine est égal à un élément) :

Initialisation
l,0 r,0
u0i , gi+ 1, g
i+ 1
, ul,0
i+ 1
et ur,0
i+ 1
sont choisis à l’itéré 0,
2 2 2 2

Itérer sur n ≥ 1 pour toute maille i

l,n r,n n


 i) gi+ 1 + g
i− 1 + σt,i hi ui = hi qi ,
 2 2 µ ¶
σt,i hi l,n µhi


2 l,n n
gi+ 1 + µ ui+ 1 − ui =

 ii) q 1,
2 i+ 2



 2 2 2
σt,i hi r,n ³ ´ µhi (C.5)
iii) gi− 1 + µ2 ui− 1 r,n − uni = − q 1,

 2 2 2 2 i− 2
r,n r,n l,n−1 l,n−1

 iv) gi− 21 + αui− 12 = −gi− 12 + αui− 12 ,




 v) g l,n1 + αul,n 1 = −g r,n−1 + αur,n−1

,

i+ 2
i+ 2
i+ 1 2
i+ 1 2

avec les conditions aux limites (

i) u 1 = ua ,
l
2
(C.6)
ii) gI+ 1 = µuI+ 1 ,
2 2

où on a introduit une valeur de u au noeud à gauche et à droite dans le but d’assurer la trans-
mission entre les sous-domaines. En pratique, on réalise une partition de D en plusieurs sous-
domaines et on assure la transmission uniquement sur la frontière des sous-domaines de D (qui
peuvent évidemment contenir plusieurs mailles). Notons que l’on peut trouver des valeurs opti-
males pour le chopix du paramètre α.

204
 Annexe D

Lien avec les équations elliptiques

dégénérées

Dans son article [66], [Link] décrit des classes générales de schémas admissibles pour
les équations elliptiques dégénérées sur des maillages cartésiens orthogonaux. Il définit la notion
de schémas discrètements elliptiques. Cette propriété est indispensable pour tout schéma numé-
rique valable pour la discrétisation d’équations elliptiques dégénérées. Les problèmes elliptiques
dégénérées parmis les plus simples en deux dimensions d’espace sont les suivants : soient λ ∈ R+ ,
a ∈ R∗ , b ∈ R∗ et c = ab, on considère le problème
µ 2 ¶
~ a c ~ + λu = f
−∇ · ∇u (D.1)
c b2

où f est une fonction donnée et avec des conditions aux limites adaptées. On remarque donc
que (D.1) n’est rien d’autre qu’une forme du second ordre d’une équation du transport pour les
directions (a, b) ou (−a, −b). Oberman propose un cas test simple possédant une solution exacte
dans D = (0, 1]2 :
 µ ¶
~ 1 1 ~

 −∇ · ∇u(x, y) = 0 pour (x, y) ∈ D,
1 1



u(x,
µ y)
¶ = sin(6π(x − y)) pour (x, y) ∈ ∂D− , (D.2)
1

~

· ∇u(x, y) = 0 pour (x, y) ∈ ∂D+ .


1


La solution exacte est donc u(x, y) = sin(6π(x − y)). [Link] teste ensuite trois types de
schémas numériques dont il montre que deux d’entre eux, pourtant raisonnablement construits,
ne convergent pas vers la solution exacte (l’un d’eux diverge même). Nous avons donc testé
notre méthode numérique en l’appliquant à la forme du premier ordre correspondante (du type
transport dans le vide) :
 µ ¶
1 ~
· ∇u(x, y) = 0 pour (x, y) ∈ D,

1 (D.3)
u(x, y) = sin(6π(x − y)) pour (x, y) ∈ ∂D− .


On constate alors sur les figures suivantes que notre schéma converge effectivement vers la solution
exacte.

205
Annexe D. Lien avec les équations elliptiques dégénérées

0.5

−0.5

−1
1
0.8 1
0.6 0.8
0.4 0.6
0.4
0.2
0.2
0 0

Fig. D.1 – Solution exacte en 2D du cas test d’Oberman

0.5

0.5 1

Fig. D.2 – Projection de la solution mixtes-hybrides du cas test d’Oberman

206
 1

0.5

0.5 1

Fig. D.3 – Projection de la solution exacte du cas test d’Oberman

207
Annexe D. Lien avec les équations elliptiques dégénérées

208
 Bibliographie

[1] [Link], Least-squares derivation of extremum and weighted-residual methods for equa-
tions of reactor physics, Ann. Nucl. Energy, 10, 65-99, (1983).
[2] [Link], A Finite Element Method for the Neutron Transport, Some Theoretical Consi-
derations, Ann. Nucl. Energy, 5, 75-94, (1978).
[3] [Link], Finite Element Methods for the Neutron Transport Based on Maximum and
Minimum Principles for Discontinuous Trial Functions, Ann. Nucl. Energy, 19, 565-592,
(1992).
[4] [Link], Discontinuous Finite Element Methods in Thick Diffusive Problems, Nucl. Sci.
Eng. 137, 298-333 (2001).
[5] [Link], [Link], Finite Element Solutions of Second-Order Forms of the Transport
Equation at the Interface Between Diffusive and Non-Diffusive Regions, Proc. M&C 2001
Salt Lake City, Utah, USA, (2001).
[6] [Link], [Link], Une Méthode d’Éléments Finis Hybrides en Décomposition de Do-
maines, M2AN, 29, 749-764, (1995).
[7] [Link], Diffusion Synthetic Acceleration Methods for the Diamond Differenced Discrete
Ordinates Equations , [Link]. 64, 344-355, (1977).
[8] [Link], [Link], Mixed and Nonconforming Finite Element Methods : Implementation,
Postprocessing end Error Estimates, M2AN, 19, 7-32 (1985).
[9] [Link], Analysis of a fully discrete scheme for neutron transport in two-dimensional
geometry, SIAM J. Numer. Anal. 23(1986), 543-561.
[10] [Link], L2 -error estimates for discrete ordinates method for three-dimensional neu-
tron transport, Transport Theory and Statistical Physics, 17(1988), 1-24.
[11] [Link], Styx : A Multidimensional AMR SN Scheme , [Link]. 143, 281-290,
(2003).
[12] [Link], Diffusion Limits for Flows in Thin Layers , SIAM J. Appl. Math., 56, 1280-
1294, (1996).
[13] [Link], Couplage d’Équations et Homogénéisation en Transport Neutronique, Thèse de Doc-
torat, (1997).
[14] [Link], Lecture Notes in Computational Science and Engineering, Ed. F. Graziani, Procee-
dings of the Computational Methods in Transport Workshop, Lake Tahoe, September 2004,
48, 373-400, (2006)
[15] [Link], Diffusion Approximation of Radiative Transfer Equations in a Channel, Transport
Theory and Statistical Physics, 30, (2-3), (2001)
[16] [Link], [Link], Coupling of Transport and Diffusion Models in Linear Transport Theory,
M2AN Math. Model. Numer. Anal., 36(1), 69-86, (2002)

209
Bibliographie

[17] [Link], Problèmes aux Limites pour les Équations aux Dérivées Partielles du Premier
Ordre à Coefficients Réels ; Théorèmes d’Approximation ; Application à l’Équation du Trans-
port, Ann. Scient. Éc. Norm. Sup., 3, 185-233, (1970).
[18] [Link], [Link], Nuclear Reactor Theory, Reinhold, (1970).
[19] [Link], J.-[Link], [Link], Boundary Layers and Homogenization of Trans-
port Processes, Res. Inst. Math. Sci. Kyoto Univ., 15, (1979).
[20] [Link], Résolution de Problèmes de Transport par Fermeture Non Linéaire des Équa-
tions de Moments. Application à la Neutronique., Thèse de Doctorat, (1997).
[21] [Link], Rapport de DEA, (2001).
[22] C.Börgers, [Link], [Link], The Diffusion Limit of Free Molecular Flow in Thin
Plane Channels , SIAM J. Appl. Math., 52, 1057-1075, (1992).
[23] [Link], New Variational Formulations for the Neutron Transport Equation , Transport
Theory and Statistical Physics, (2004).
[24] [Link], Analyse Fonctionnelle, Dunod, (1999).
[25] [Link], [Link], Mixed and hybrid finite element methods , Springer-Verlag, New York
(1991).
[26] [Link], [Link], Asymptotic Preserving Scheme for Radiative Hydrodynamics Model ,
CRAS Série I, 334, p. 1-6, (2002).
[27] [Link], [Link]és, Asymptotic analysis of fluid models for the coupling of radiation and
hydrodynamics , JQSRT, Volume 85, Issues 3-4, 385-418, (2004).
[28] [Link], [Link], Traité de Neutronique, Hermann, (1986).
[29] [Link], Transport theory : discrete ordinates quadratures over the unit sphere, Los
Alamos Scientific Laboratory Report LA-4554, (1970).
[30] [Link], [Link], Transport theory–The method of discrete-ordinates, in Compu-
ting Methods in Reactor Physics, edited by H. Greenspan, C. N. Kelber, and D. Okrent
(Gordon & Breach, New York, 1968), 171.
[31] [Link], Mixed Variational Formulation and Mixed-Hybrid Finite Element Discretization
of the Transport Equation, soumis dans Transp. Theory Stat. Phys.
[32] [Link], [Link], Mixed-Hybrid Finite Element Method for the Transport Equation, à
paraître dans Nucl. Sci. Eng.
[33] [Link], [Link], Geometric Eddington Factors for Radiative Transfer Problems, Nu-
merical Methods for Hyperbolic and Kinetic Problems, Proceeding of CEMRACS, (2003),
[34] [Link], Théorèmes de trace pour des espaces de fonctions de la neutronique, C. R. Acad.
Sc. Paris, t. 299, Série I, 16, 831-834, (1984).
[35] [Link], Théorèmes de trace pour des espaces de fonctions de la neutronique, C. R. Acad.
Sc. Paris, t. 300, Série I, 3, 89-92, (1985).
[36] [Link], Radiative transfer, Dover, New York (1960).
[37] [Link], [Link], A Unified Physical Presentation of Mixed-Hybrid Finite Elements
and Usual Finite Differences for the Determination of Velocities in Waterflows Problems,
RR-1107, INRIA, (1989).
[38] [Link]ët, Diffusion Approximation of a Transport Process in Random Media , SIAM J.
Appl. Math., 58, 1604-1621, (1998).

210
[39] [Link]ët, [Link], Asymptotic Diffusion Limit of the Symbolic Monte-Carlo Method for
the Transport Equation , J. Comp. Phys., 195, (2003).
[40] [Link], [Link], A Characterization of Hybridized Mixed Methods for Second
Order Elliptic Problems , SIAM J. Numer. Anal., 42, 283-301, (2004).
[41] J.F. Coulombel, [Link], [Link] Diffusion approximation and entropy-based moment
closure for kinetic equations, Asymptotic Analysis 45 (1-2), 1-39, (2005).
[42] [Link], [Link], Analyse mathématique et calcul numérique pour les sciences et les
techniques , Masson, (1985).
[43] [Link], [Link], [Link], [Link], Diffusion Dynamics of an Electron Gas Confined
Between Two Plates, Methods and Applications of Analysis, 9, 127-150, (2002)
[44] [Link], [Link], Diffusion driven by collision with the boundary, Asympt. Anal., 27,
47-73, (2001)
[45] [Link], [Link], Transport Theory, New-York, Wiley, (1979).
[46] B. Fraeijs de Veubeke, A conforming finite element for plate bending, Int. J. Solids and
Structure 4, 95-108, (1968).
[47] [Link], Finite Element Method for Second Order Forms of the Transport Equation,
[Link], Texas A&M University, (1999).
[48] [Link], Anomalous Diffusion Limit for the Knudsen Gas , Asympt. Anal., 17, 1-12, (1998).
[49] F. Golse, S. Jin and C.D. Levermore, The Convergence of Numerical Transfer Schemes in
Diffusive Regimes I : the Discrete-Ordinate Method, SIAM J. Num. Anal., 36, 1333-1369,
(1999).
[50] J.-[Link], Nodal Schemes, Mixed-Hybrid Finite Elements and Block-Centered Finite Dif-
ferences, RR-0386, INRIA, (1985).
[51] [Link], [Link], Degenerate Elliptic Parabolic Equations of Second Order, Comm.
Pure Appl. Math. 20, 797-872, (1967).
[52] [Link], [Link], [Link], Méthodes de Monte-Carlo pour les équations de transport
et de diffusion, Springer, (1998).
[53] [Link], [Link], Asymptotic Solution of Neutron Transport Problems for Small Mean
Free Paths, [Link]. Phys, 15 , 75 (1974).
[54] [Link], [Link], [Link] Jr., Asymptotic Solutions of Numerical Transport Pro-
blems in Optically Thick, Diffusive Regimes, Journal of Computantionnal Physics, 69, 283-
324, (1987).
[55] [Link], [Link], Asymptotic Solutions of Numerical Transport Problems in Optically
Thick, Diffusive Regimes II, Journal of Computantionnal Physics, 83, 212-236, (1989).
[56] [Link], The Asymptotic Diffusion Limit of Discretized Transport Problem, Nucl. Sci.
Eng., 112, 336-346, (1992).
[57] [Link], Ray effects in discrete ordinates equations, Nucl. Sci. Eng.32, 357, (1968).
[58] [Link], [Link] Criekingen, Generalizing Raviart-Thomas Elements to PN Transport ,
Proc. M&C 2005 Avignon, France, (2005).
[59] [Link], Sur la Résolution des Systèmes Hyperboliques du Premier Ordre par des Méthodes
d’Éléments Finis, Thèse de Doctorat, (1975).
[60] [Link], Nodal Methods for the Transport Equation , The Mathematics of Finite Elements
and Applications V, 563-569, (1985).

211
Bibliographie

[61] [Link], Relating Eddington factors to flux limiters , [Link],

26 (1984).
[62] [Link], [Link], A Self-Adjoint Angular Flux Equation, Nucl. Sci. Eng. 132, 312-
325, (1999).
[63] [Link], Diffusive Limits for Linear Transport Equations, Nucl. Sci. Eng. 112, 239-
255, (1992).
[64] [Link], [Link], The Variational Method Applied to the Monoenergetic Boltzmann
Equation. Part I, Nucl. Sci. Eng. 16, 147-154, (1963).
[65] [Link], [Link], The Variational Method Applied to the Monoenergetic Boltzmann
Equation. Part II, Nucl. Sci. Eng. 16, 155-164, (1963).
[66] [Link], Convergent Difference Schemes for Degenerate Elliptic and Parabolic Equa-
tions : Hamilton-Jacobi Equations and Free Boundary Problems, (2003).
[67] [Link], [Link], Second Order Equations with non Negative Characteristic Form,
Plenum, (1973).
[68] [Link], [Link], Variable Eddington Factor Method for Core-Collapse Supernova Si-
mulations, A& A, (2003).
[69] [Link], [Link], Mixed and Hybrid Methods, Handbook of Numerical Analysis,
[Link], North-Holland, Amsterdam, (1989).
[70] [Link], Limite Asymptotique d’un Schéma d’Éléments Finis Linéaires Discontinus Lum-
pés en Régime de Diffusion, Rapport CEA-R-5960, (2001)
[71] [Link], [Link], Spherical Harmonics Finite Element Transport Equation Solution Using
a Least Square Approach, Nucl. Sci. Eng. 151, 167-183, (2005).
[72] [Link], Homogénéisation des Équations de Criticité en Transport Neutronique, Thèse, Uni-
versité Paris VI, (2004).
[73] [Link], Résolution de l’Équation de Transport Neutronique par une Méthode de Moindres
Carrés en Trois Dimensions, Thèse, École Centrale des Arts et Manufactures (2001).
[74] [Link], Résolution de l’Équation de Transport par la Méthode du Flux Pair, Rapport
CEA-N-2352, (1983)
[75] [Link], [Link], [Link], [Link], Discontinuous Finite Element SN Me-
thods on Three-Dimensional Unstructured Grids , [Link]. 138, 256-268, (2001).

212