‫الجـمـهـىريـت الجـسائـريــت الديمــقـراطــيــت الـشـــعـبـيـت‬

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

‫وزارة التـــعــليـم العـالي و البـــــحث العـــــلـــمــي‬
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique
-‫جــــــامعت يحيى فارش – المدية‬
Université Dr. Yahia Fares de Medea
Faculté des Sciences
Departement des Sciences de la matiere

Spécialité : Physique des matériaux

Polycopié

Analyse numérique

Préparé et présenté par

Dr. AHMED AMMAR Mohammed

Année Universitaire : 2020/2021

 M2 Physique des matériaux

Contenu de la matière :

Intitulé du Master : Physique des matériaux

Semestre : 3
Intitulé de l’UE : UE Méthodologie (UEM 3.1)
Intitulé de la matière : Analyse numérique
Volume Horaire Hebdomadaire : 1h30 Cours et 1h30 TP
Crédits : 4
Coefficients : 2
Objectifs de l’enseignement : La maîtrise des méthodes numériques de résolution des différentes équations
différentielles et aussi quelques outils pour les équations aux valeurs propres.
Connaissances préalables recommandées : Il est recommandé de maîtriser les matières : informatique 1 & 2
et mathématiques 1 & 2 enseignées en première année sciences de la matière, et les matières : Méthodes
Numériques et Programmation et Séries & Equations Différentielles enseignées en deuxième année licence
physique.
Contenu de la matière :
Chapitre I:(révision)
Méthodes de résolution des systèmes d’équations algébriques
Chapitre II : Équations différentielles ordinaires
1. Théorie élémentaire des équations différentielles ordinaires

2. Méthodes de résolution implicite et explicite

3. Équations différentielles d'ordre supérieur
4. Équations différentielles raides

-stable

Chapitre III : Équation aux dérivées partielles

1. Équation de Poisson
2. Équation de la chaleur
3. Équation d'onde

Chapitre IV: Problème aux limites

1. Shooting méthode
2. Différences finies
3. Application: Équation de Schrödinger stationnaire à une dimension

Chapitre V : Valeurs et vecteurs propres

1. Théorème de stabilité
2. méthode (itération) de puissance
3. méthode QR

Mode d’évaluation : Contrôle continu, examen

Références
[1]. Samuel Daniel Conte and Carl W De Boor. Elementary numerical analysis: an algorithmic approach.
McGraw-Hill Higher Education, 1980.
[2]. Richard L Burden and J Douglas Faires. Numerical analysis. 7th. Prindle Weber and Schmidt, Boston,
2001.
[3]. William H Press. Numerical recipes 3rd edition: The art of scientific computing. Cambridge university
press, 2007.

2
 M2 Physique des matériaux

[4]. Josef Stoer and Roland Bulirsch. Introduction to numerical analysis, volume 12. Springer Science &
Business Media, 2013.
[5]. Sylvie Benzoni-Gavage. Calcul différentiel et équations différentielles-2ème ed.: Cours et exercices
corrigés. Dunod, 2014.
[6]. Alfio Maria Quarteroni, Riccardo Sacco, and Fausto Saleri. Méthodes numériques: algorithmes, analyse et
applications. Springer Science & Business Media, 2008.

3
 M2 Physique des matériaux

Chapitre I:(révision)
Méthodes de résolution des systèmes d’équations algébriques
I-1 Introduction
Les méthodes algébriques nous permettent d’obtenir la solution de notre système d’équation de façon très
précise et surtout sans perdre de temps.
Il existe plusieurs stratégies qui permettent de résoudre un système de deux ou plusieurs équations du
premier degré à deux ou plusieurs variables.

I-2 La résolution algébrique d’un système d’équations linéaires du premier degré à deux variables
I-2-a La méthode de comparaison
On privilégie généralement la méthode de résolution d’un système d’équations par comparaison lorsque les
deux variables dépendantes ( y1 et y 2 ) sont déjà isolées. Autrement dit lorsque le système a la forme
suivante :
y1  a1 x  b1
y2  a2 x  b2
On posera directement : y1  y 2 . On obtient :
a1 x  b1  a2 x  b2
Exemple 1 :
y1  3x  5
y2  2 x  2
y1  y 2  3x  5  2 x  2
x7
Pour x  7  y1  y2  16
Résolution par Mathematica
La résolution par Mathematica basé presque 99% sur le « Help »

I-2-b La méthode de substitution

On privilégie généralement la méthode de résolution d’un système par substitution lorsqu’une seule des
deux variables dépendantes est isolée.
Autrement dit le système a la forme suivante :
y  a1 x  b1
c2 y  a2 x  b2
La méthode de substitution consiste à remplacer la valeur de y dans l’équation qui n’est pas isolée par la
valeur de y de l’autre équation isolée. Un petit schéma s’impose pour mieux visualiser.
y  a1 x  b1
c2 y  a2 x  b2  c2 (a1 x  b1 )  a2 x  b2

Exemple 2 :
Soit le système d’équations suivant :
3 1
y  8x  6 et y  2 x  On remplace alors cette variable dans l’équation (2)
4 2
On obtient
3 1 5
(8x  6)  2 x   x  
4 2 8

4
 M2 Physique des matériaux

5
Pour x    y  1
8

Résolution par Mathematica

I-2-c La méthode de réduction

On privilégie généralement la méthode de résolution d’un système par réduction lorsque les deux variables
dépendantes et indépendantes du système ne sont pas isolées. Autrement dit lorsque le système a la forme
suivante :
y1  a1 x  b1
y2  a2 x  b2
Avec cette méthode, on cherche à faire en sorte que, par des manipulations algébriques, le coefficient
devant l’une des variables soit le même dans les deux équations. Ensuite, on soustrait les deux équations,
éliminant ainsi la variable ayant un coefficient unique.
Exemple
Soit le système d’équations linéaires suivant :
15 y  9 x  6
 5 y  2 x  10
On veut que les coefficients d’une des deux variables deviennent égaux alors on choisit la variable. Dans
notre exemple on a choisi la variable dépendante y. On commence par effectuer l’opération qui rend les
coefficients devant y égaux.
Cela signifie qu’on multiplie tous les termes de l’une des deux équations par la constante appropriée. Ici, on
peut multiplier la deuxième équation par (-3) :
15 y  6 x  30
On soustrait maintenant les deux équations, éliminant ainsi la variable y :

15 y  6 x  30

15 y  9 x  6
0 y  15 x  24
8
x
5
8 34
Pour x   y 
5 25
Résolution par Mathématica

I-3 La résolution algébrique d’un système d’équations linéaires du premier degré à plusieurs
variables.

III-3-a La résolution algébrique d’un système de n équations à n inconnues

5
 M2 Physique des matériaux

a11x1  a12 x2  a13 x3  ...  a1n xn  b1

a21x1  a 22 x2  a 23 x3  ...  a 2 n xn  b2
.
.
.
an1 x1  an 2 x2  a n 3 x3  ...  a nn xn  bn
Nous avons n équations à n inconnues
 a11 a12 ... a1n   b1 
   
 a21 a22 ... a2 n  b 
A  B 2 
. . ... . , . A.X=B
   
a  b 
 n1 an 2 ... ann   n
Si det(A) = 0 (A régulière)  solution unique.
Si det(A) = 0 (A singulière) système dégénéré(impossible ou indéterminé)
Expression des solutions par la règle de Cramer :
det k ( A)
xk 
det( A)
 a11 a12 ... a1n 
a   a22 ... a2 n   a12 ... a1n   a12 ... a1n 
 
 a22  . ... .   a21  . ... .   ...  an1  .
a ... a
det( A)   21 22 2n 
... . 
 . . ... . 
  an 2 ... ann  an 2 ... ann  a( n1) 2 ... a( n1) n 
 
 n1 n 2
a a ... a nn 

 b1 a12 ... a1n   a11 a12 ... b1 

  a
 b2 a22 ... a2 n   a22 ... b2 
det k 1 ( A)   det k n ( A)  21

. . ... .  ,….,  . . ... . 

   
b a 
 n n2 ... ann  an1 an 2 ... bn 
Exemple :
x1  x2  1
1 1
x1  x2  x3  2
2 2
1 1 1
x1  x2  x3  x4  3
3 3 3
1 1 1 1
x1  x2  x3  x4  4
4 4 4 4
 1 1 0 0   1 1 0 0 
1 1   1 
 1 0  2 1 0 
2 2   2  71 71
A1 1 1   det( A)  1 A   1 1   det( A )   x 
1 , x 1 3 1 x1
12
1
12
3 3 3   3 3 
1 1 1 1   1 1 1
  4 
4 4 4 4   4 4 4

6
 M2 Physique des matériaux

1 1 0 0 
1 
 2 1 0 
2  59 59
Ax 2   1 1   det( Ax 2 )   x2 
3 1 12 12
3 3 
1 1 1
 4 
4 4 4
 1 1 1 0 
1 1 
 2 0
2 2  41 41
Ax 3   1 1  det( Ax 3 )   x3 
3  1 12 12
3 3 
1 1 1
 4 
4 4 4
 1 1 0 1 
1 1 
 1 2
2 2  7 7
Ax 4   1 1 1   det( Ax 4 )   x4 
3 4 4
3 3 3 
1 1 1 
 4
4 4 4 
Résolution par Mathematica

7
 M2 Physique des matériaux

Chapitre II :
Méthodes de résolution des équations différentielles ordinaires(EDO)
II-1 Introduction
Ce chapitre traite de la résolution des équations différentielles ordinaires (EDO). Ces équations
différentielles ordinaires modélisent de nombreux phénomènes issus de la physique, de la chimie ou de la
biologie. Si toutes les dérivées sont prises par rapport à une seule variable, on parle d’EDO.
Une EDO est une équation exprimée sous la forme d’une relation
F ( y(t ), y (t ), y(t ),..., y ( p ) (t ))  g (t )
Exemple 1(1er ordre): Résoudre l’équation différentielle y (t )   y(t )
dy(t ) dy(t )
Solution : y (t )   y (t )    y(t )   dt  Ln( y(t ))  t  y(t )  C e t
dt y(t )
Est une solution de l’EDO.
Exemple 2(2ème ordre Loi de Hooke) : Quand on écarte de leur position d’équilibre certains systèmes
mécaniques, ils se mettent à vibrer(masse-ressort)
1 1 
T  my 2 , U  k ( y  l ) 2  mgy  C te fr
2 2
k
y(t )  y (t )  0 (*)
m 
mg
k
Une solution particulière de l’EDO : y (t )  y0 cos( t)
m
k k k k
y (t )   y0 sin( t ) et y(t )   y0 cos( t )
m m m m
k k k k k
Ce qui donne : y(t )  y (t )   y0 cos( t )  y0 cos( t )  0
m m m m m
Pour les applications :
k k
y A, B (t ) : t  R  A cos( t )  B sin( t)  R
m m
II-2 Condition initiale
Une EDO admet généralement une infinité de solutions. Pour choisir, entre les différentes solutions, celle
qui décrit le problème physique, il faut considérer d’autres données qui dépendent de la nature du
problème, par exemple la valeur prise par la solution et/ou éventuellement ses dérivées en un ou plusieurs
points de l’intervalle d’intégration.
Exemple (loi de Hooke): Si l’on impose qu’à l’instant t=0 le ressort est tiré de 20 cm vers le bas puis
relâché avec une vitesse ascendante de 2 m/s, on a alors les conditions initiales y(0)  20 et y (0)  2 et
on peut vérifier qu’il n’existe qu’une seule solution de l’EDO (*) qui satisfait ces deux conditions. Il s’agit
1 k m k
de la fonction y : t  R  cos( t)  2 sin( t)  R
5 m k m
II-3 Application par Mathematica :

Trouver par la méthode exacte la fonction défini par l’équation différentielle

y'  x 2  y sur l’intervalle [0,1], avec la condition initiale y(0) = 1.
 y '  f ( xi , y i )  x 2  y
On a  avec x  0,1
 y(0)  1

8
 M2 Physique des matériaux

II-4 Équation différentielle ordinaire (EDO)

Une équation différentielle est une équation contenant une ou des dérivées d’une fonction à une ou
plusieurs variables.
L’ordre d’une équation différentielle est l’ordre de la plus haute dérivée apparaissant dans l’équation.
II-4-a Solutions des équations différentielles.
dny
Soit l'équation différentielle n
 F ( x, y, y ' , y",...., y ( n1) ) (**)
dx
Une fonction y  u (x) est une solution explicite (précis) de l’équation différentielle (**) sur un intervalle
] a, b [, si la substitution dans l’équation de y et ses dérivées, par u(x) et ses dérivées, donne une identité
pour tout x  a, b.
Une relation de la forme G(x , y) = 0 est une solution implicite (convenu ‫ )اصطالحي‬de l’équation
différentielle (**) si G(x , y) = 0 définit une ou plusieurs solutions explicites, de la forme y = f(x) pour cette
équation.
Il arrive que le schéma implicite soit plus stable que le schéma explicite, i.e. que les erreurs de calculs se
propagent moins vite.
Dans certains cas, on ne peut exprimer la solution que sous forme implicite.
II-4-b Équation différentielle ordinaire d’ordre 1(méthode d’Euler)
Cette méthode appelée aussi « méthode de la tangente », c'est la plus simple des méthodes de
résolution numérique des équations différentielles, on se place dans un intervalle [a, b], que l’on divise en n
ba
sous intervalles de longueur h  .
n
u n (b) s'obtient en calculant n valeurs intermédiaires ( yi ) i0,n  de la solution approchée aux points ( xi ) i0,n 
régulièrement répartis entre a et b, donnés par xi  a  i * h

C’est à dire que l’on pose :

x0 = a, y0 = u(a), xn = b et yn = un(b).
On considère le problème suivant : trouver une fonction u dérivable telle que :
u ' (t )  f (u ( xi ))
 (1)
 u (a)  u0  y0 condition initiale
En utilisant l'approximation de la dérivée
u ( xi 1 )  u ( xi )
u ' ( xi ) 
xi 1  xi
On en déduit la relation suivante :
yi 1  yi
 f (u ( xi ))
xi 1  xi
Les valeurs intermédiaires sont alors données par la relation de récurrence :
yi 1  yi  ( xi 1  xi ) f (u( xi ))  yi  h * f (u( xi )) i  0, n  1
On peut aussi approcher la dérivée en xi 1 par la même relation
u ( xi 1 )  u ( xi )
u ' ( xi 1 ) 
xi 1  xi
On en déduit la relation de récurrence
yi 1  yi  ( xi 1  xi ) f (u( xi 1 )) i  0, n  1
Exemple 01:
Trouver par la méthode d’Euler les valeurs de la fonction défini par l’équation différentielle
y'  x 2  y sur l’intervalle [0,1], avec la condition initiale y(0) = 1 et h=0.1.
 y '  f ( xi , y i )  x 2  y
On a  avec x  0,1 et h  0.1
 y(0)  1

9
 M2 Physique des matériaux

Solution avec méthode d’Euler

yi 1  yi  h * f (u( xi , yi ))
yi 1  yi  0.1* ( xi2  yi )
y1  y0  0.1* ( x02  y0 )  y1  1  0.1* (0 2  1)  1.1
y2  y1  0.1* ( x12  y1 )  y2  1.1  0.1* ((0.1) 2  1.1)  1.21
y3  1.21  0.1* ((0.2) 2  1.21)  1.33
y4  1.33  0.1* ((0.3) 2  1.33)  1.47
y5  1.47  0.1* ((0.4) 2  1.47)  1.63
y6  1.63  0.1* ((0.5) 2  1.63)  1.81
y7  1.81  0.1* ((0.6) 2  1.81)  2.03
y8  2.03  0.1* ((0.7) 2  2.03)  2.28
y9  2.28  0.1* ((0.8) 2  2.28)  2.57
y10  2.57  0.1* ((0.9) 2  2.57)  2.91
y11  2.91  0.1* ((1) 2  2.91)  3.20

i 0 1 2 3 4 5 6 7 8 9 10
x0 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10
xi
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
y0 y1 y2 y3 y4 y5 y6 y7 y8 y9 y10 y11
yi
1 1.1 1.21 1.33 1.47 1.63 1.81 2.03 2.28 2.57 2.91 3.20

Résolution par Mathematica

II-4-b-1 Explication et utilisation en physique :

dV V  VA dV
( ) B  (t B  t A )  0   a  V  a .t  V0
dt tB  t A dt

10
 M2 Physique des matériaux

La position

x[i+1]= x[i] + δt * v[i]

La vitesse

v[i+1]=v[i] + δt * a[i]

On considère une équation d’ordre 1 sous la forme :

du
 f (t , u )
dt
II-4-b-2Equation différentielle ordinaire d’ordre 2

Citons simplement l’équation de la mécanique des points matériels :

d 2x d 2x 1
m 2  f ( x)  2  f ( x)
dt dt m
dv 1
  f ( x)
dt m

II-4-c Équation différentielle ordinaire d’ordre 1(Méthode de Runge-Kutta)

Dans cette partie, on cherche à résoudre numériquement le système différentiel associé
à une équation différentielle d’ordre 1, y' ( x)  f ( xi , yi ) .
II-4 -c–1 Méthode de Runge-Kutta2
Le principe de Runge-Kutta 2 est schématisé sur la figure 1. Les valeurs des dérivées des yi au point
initial sont utilisées pour estimer les yi au centre du pas d’intégration, puis les valeurs de ces dérivées sont
utilisées pour faire avancer la solution jusqu’au point xi+1.

11
 M2 Physique des matériaux

Figure 1
On calcul la dérivée de y(x) au point xi(Cette méthode basée sur le principe de la méthode des trapèzes)
k1  f ( xi , yi )
h k
k 2  f ( xi  , yi  1 )
2 2
h
yi 1  yi  (k1  k 2 )  O(h 3 )
2
Exemple 02:
Trouver par la méthode de Runge-Kutta 2 les valeurs de la fonction défini par l’équation différentielle
y'  x 2  y sur l’intervalle [0,1], avec la condition initiale y(0) = 1 et h=0.1.
 y '  f ( xi , y i )  x 2  y
On a  avec x  0,1 et h  0.1
 y ( 0)  1
Solution :

i=0
k1  f ( x0 , y0 )  0 2  1  1
h k 0.1 1
k 2  f ( x0  , y0  1 )  f ( ,1  )  f (0.05,1.5)  (0.05) 2  1.5  1.5025
2 2 2 2
h 0.1
y1  y0  (k1  k 2 )  1  (1  1.5025 )  1.025125
2 2
On fait la même chose pour y2 , y3 ,....

12
 M2 Physique des matériaux

II-4 –c-2 Méthode de Runge-Kutta4

Figure 2
On rappelle que la méthode de Runge-Kutta d’ordre 4 (Au lieu d’utiliser la méthode des trapèzes,
on utilise la méthode de Simpson) consiste à calculer la suite y i d’approximations de la fonction y de la
façon suivante :
k1  h f ( xi , yi )
h k
k 2  h f ( xi  , yi  1 )
2 2
h k
k 3  h f ( xi  , yi  2 )
2 2
k 4  h f ( xi  h, yi  k3 )
k k k k
yi 1  yi  1  2  3  4
6 3 3 6
Exemple:
Trouver par la méthode de Runge-Kutta les valeurs de la fonction défini par l’équation différentielle
y'  x 2  y sur l’intervalle [0,1], avec la condition initiale y(0) = 1 et h=0.1.
 y '  f ( xi , y i )  x 2  y
On a  avec x  0,1 et h  0.1
 y(0)  1

i 0 1 2 3 4 5 6 7 8 9 10
x0 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10
xi
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
yi y0 y1 y2 y3 y4 y5 y6 y7 y8 y9 y10
1 1.1055 1.2242 1.3596 1.5155 1.6962 1.9064 2.1513 2.4366 2.7688 3.1548

13
 M2 Physique des matériaux

Résolution de la méthode de Runge-Kutta par Mathematica

II-4-c-3 Méthode exacte par Mathematica:

steps=10;
h=0.1;
x=0;
y=1;
exacte={{x,y}};
For[i=0,isteps,y=-2+3Exp[x]-2x-x2;
x=x+h;
exacte=Append[exacte,{x,y}];
i++]
Print[exacte]

14
 M2 Physique des matériaux

Chapitre III : Équation aux dérivées partielles

III-1 Introduction
Une équation aux dérivées partielles (EDP) a pour inconnue une fonction de plusieurs variables,
alors qu’une équation différentielle ordinaire (EDO) a pour inconnue une fonction d’une seule variable
(Chapitre II). L’analyse mathématique et numérique des EDP est un vaste domaine, que nous aborderons
ici trois équations type linéaires : équation de Poisson, équation de la chaleur et équation d'onde.
Avant de définir ces trois équations il faut présenter le Laplacien, on rappelle que, pour une fonction u:
  R n deux fois différentiable sur un ouvert  de   R d ,
d
 2u
u  
j 1 x j
2

L’opérateur différentiel  est appelé Laplacien.

Exemple :
u  x12 x2 x3  u  2 x2 x3

III-2 Équation de Laplace

L’équation de Laplace est une fonction u :   R n deux fois différentiable sur un ouvert  de   R d ,
u  0
Une fonction u de classe C2 sur  satisfaisant l’équation de Laplace est dite harmonique
III-3 Équation de Poisson
Soit   R N un ouvert et f :   R . On cherche une fonction u :   R telle que
 u  f dans 

u  0 sur 
Cette équation intervient dans de nombreux domaines des mathématiques et de ses applications.
Par exemple, en dimension N = 3, si « f » représente une densité de charge électrique présente dans
 , alors  u est le potentiel électrique dans  quand le bord de  est parfaitement conducteur.
Le gradient de  u est le champ électrique. Plus généralement, ce problème intervient dans les questions
relatives au potentiel newtonien.
En dimension N = 2, il s'agit de l'équation de la membrane élastique : f représente une densité volumique
de forces et u représente le déplacement vertical d'une membrane qui occupe la position  au repos. La
condition limite u  0 sur  signifie que le membre est fixée sur le bord.
Exemple : on obtient l'équation de Poisson pour le potentiel électrique :

15
 M2 Physique des matériaux


  
0
Résolution par Mathematica :

III-4 Équation de la chaleur

On définit la diffusion de la chaleur dans une plaque mince en régime permanent par l’équation :
u  2u
  2  0 pour une diffusion homogène et,
t x
u  2u
  2  f pour une diffusion inhomogène.
t x
Tel que u(x) est la température au point x, f est la densité de chaleur fournie en chaque point et  le
coefficient de diffusion constant   0 .
La fonction :
 1  x 2

 Exp   t  0, x  R d
 (t , x)   (4 t ) d /2
 4 t 


0 t  0, x  R d

est appelée solution fondamentale de l’équation de la chaleur (homogène).

Résolution par Mathematica :
a=1 ; b=0 ; c=0 ;
eqn = a*D[u[x, y], {x, 2}] + b*D[u[x, y], x, y] + c*D[u[x, y], {y, 2}] == 0;
sol = DSolve[eqn, u, {x, y}]
III-4-a Résolution de l’équation de la chaleur par la méthode d’Euler
Soit u solution de l’équation de chaleur
 u (t , x)  2 u (t , x)
   0 pour x  0,1, t  0, T 
  t x 2

u (0, x)  u 0 ( x) x  0,1
u (t ,0)  u (t ,1)  0 pour t  0, T 



III-5 Équation d'onde

Dans cette section on va étudier l'équation aux dérivées partielles linéaire d'ordre deux:
 2u 2  u
2
 c 0
t 2 x 2
Pour u défini sur R d  R et c  0 .
C'est l'équation des ondes qui modélise des phénomènes d'évolution : corde ou membrane
vibrante, ondes acoustiques, ondes électromagnétiques, ondes sismiques,…
Résolution par Mathematica :

WaveEquation = D[u[x, t], {x, 2}] - D[u[x, t], {t, 2}] = = 0;

In[8]:= DSolve[WaveEquation , u[x, t], {t, x}]

16
 M2 Physique des matériaux

Out[8]= {{u[x, t] -> C[1][-t + x] + C[2][t + x]}}

Où C[1] et C[2] sont des constantes

Les lignes caractéristiques pour l'équation d'ondes sont x=k+t et x= k-t avec k est une constante arbitraire.

III-6 Conclusion
Les équations des ondes et de la chaleur sont dites d’évolution car elles modélisent en général un
phénomène instationnaire, évoluant avec le temps t. L’équation de Poisson est stationnaire : elle modélise
en général un phénomène à l’équilibre dans l’espace Rd.

17
 M2 Physique des matériaux

Chapitre IV : Problème aux limites

IV-1 Introduction :
Toutes les méthodes numériques prévoient la discrétisation du domaine géométrique afin de passer d'un
problème continu à une infinité d'inconnues à un problème discret ne comptant qu'un nombre fini
d'inconnues. Dans ce chapitre on va étudier un exemple de problème en dimension 1.
IV-2 Différences finies en dimension un
Dans ce chapitre, on considère, le cas de conditions aux limites de Dirichlet (Problème de Poisson). Sur
l’intervalle [0, L], on a :
 u"( x)  f ( x) 0  x  L

u (0)  c0 et u ( L)  cL (1)
Pour l’interprétation physique on utilise cette méthode dans :

- barre élastique sous un chargement axial.

- corde élastique soumise à un chargement transverse.
- conduction thermique dans une barre.

Nous nous limiterons ici à l'exposé des techniques de différences finies. Ces techniques sont les techniques
de base de toutes les approches discrètes et on les retrouve, à des niveaux divers, dans toutes les familles de
méthodes. Dans le cas des différences finies en dimension un, on discrétise l'intervalle continu [a; b] en un
nombre fini de points xi.
IV-2-a Principe de la méthode :

18
 M2 Physique des matériaux

2ui  ui 1  ui 1
u"( xi )   fi
h2
IV-2-b Equation de Poisson : application
Le schéma ci-dessous décrit le déplacement u(x) d'une corde de longueur L soumise à une densité de
charge f(x). Le déplacement aux deux extrémités est imposé avec les conditions de Dirichlet
y(0) = y(L) = 0 .

Dans cette méthode, on remplace les opérateurs de dérivation par des analogues discrets, les différences
divisées ou différences finies.
La méthode des différences finies consiste à approcher la solution exacte y(x) sur l'intervalle [0, L] aux N
+ 1 points. Pour simplifier les calculs, on divise l’intervalle en N=6 sous intervalle égaux :

Cela permet d'obtenir N -1 équations linéaires reliant les différentes valeurs de ui entre elles.

19
 M2 Physique des matériaux

  u 0  2u1  u 2  h 2 f ( x1 )

  u1  2u 2  u3  h f ( x2 )
2

 u 2  2u3  u 4  h f ( x3 )
2

 u  2u  u  h 2 f ( x )
 3 4 5 4

 u 4  2u5  u 6  h f ( x5 )
2

Notons que N -1 équations ne sont pas suffisantes pour déterminer les N + 1 inconnues du problème ; les 2
équations restantes sont obtenues en utilisant les conditions aux limites.
Conditions aux limites de Dirichlet : u(x) = cx avec x = 0; L;
La condition revient à spécifier directement la valeur d'une des inconnues du système (u0 ou uN), ce qui
donne une inconnue de moins par condition.

avec u(0) = u0 = c0 et u(L) = uN = cL on a

 2u1  u 2  h 2 f ( x1 )  c0

  u1  2u 2  u3  h f ( x2 )
2

 u 2  2u3  u 4  h f ( x3 )
2

 u  2u  u  h 2 f ( x )
 3 4 5 4

 u 4  2u5  h f ( x5 )  c L
2

On utilise la forme matricielle :

 2  1 0 0 0  u1   f ( x1 )  c0 
    
  1 2  1 0 0  2  
u f ( x 2 ) 
 0  1 2  1 0  u    f ( x ) 
  3   3

 0 0  1 2  1 u 4   f ( x4 ) 
 0 0 0  1 2  u   f ( x )  c 
  5   5 L 

Il ne reste alors plus qu'à résoudre ce système linéaire par des techniques standard
de factorisation (méthodes de Gauss, méthode de Choleski ou méthode de Cramer )

IV- Conditions aux limites de Dirichlet : exemple

On considère la résolution du problème aux limites
 u" ( x)  2 2 cos(2x) 0  x 1

u (0)  0 et u (1)  0

On utilise la méthode des différences finies, et on cherche les solutions approchées pour h = 1/4
Solution

Pour h=1/5, avec un intervalle de [0, 1], il faut diviser l’intervalle sur 5. Cela permet d'obtenir 4 équations
linéaires reliant les différentes valeurs de ui entre elles.

20
 M2 Physique des matériaux

  u 0  2u1  u 2  h 2 f ( x1 )

  u1  2u 2  u3  h 2 f ( x2 )
 u 2  2u3  u 4  h 2 f ( x3 )
 u  2u  u  h 2 f ( x4 )
 3 4 5


avec u(0) = 0 et u(1) =0 on a :
 2u1  u 2  h 2 f ( x1 )  0  2u1  u 2  h 2 2 2 cos(2x1 )
 
  u1  2u 2  u3  h f ( x2 )   u1  2u 2  u3  h 2 cos(2x2 )
2 2 2

 u 2  2u3  u 4  h f ( x3 )
2
  u 2  2u3  u 4  h 2 cos(2x3 )
2 2

  u  2u  h 2 f ( x )  0   u  2u  h 2 2 2 cos(2x )
 3 4 4
 3 4 4

 

On utilise la forme matricielle :

 2  1 0 0  u1    h 2 2 2 cos(2x1 ) 
    2 2 
  1 2  1 0  2 
u   h 2 cos(2x 2 
)

 0  1 2  1 u    h 2 2 2 cos(2x ) 
  3   2 2 3 
   
 0 0  1 2  u 4    h 2 cos(2x4 ) 
 2 1 0 0   h 2 2 2 cos(2x1 )  1 0 0
   
1 2 1 0    h 2 cos(2x2 ) 2  1 0 
2 2

A A1  
0  1 2  1  h 2 2 2 cos(2x3 )  1 2  1
   
   h 2 2 2 cos(2x ) 0  1 2 
 0 0 1 2   41 

21
 M2 Physique des matériaux

In[1] := A = {{2, -1, 0, 0}, {-1, 2, -1, 0}, {0, -1, 2, -1}, {0, 0, -1, 2}}
In[2]:= Det[A]
Out[2]= 5
In[3] := A1= {{-(1/8) \[Pi] Cos[2 \[Pi] x1], -1, 0, 0}, {-(1/8) \[Pi] Cos[2 \[Pi] x2], 2, -1, 0}, {-(1/8)
\[Pi] Cos[2 \[Pi] x3], -1, 2, -1}, {-(1/8) \[Pi] Cos[2 \[Pi] x4], 0, -1, 2}}
In[4]:= Det[A1]
Out[4]= -(1/2) \[Pi] Cos[2 \[Pi] x1] - 3/8 \[Pi] Cos[2 \[Pi] x2] -1/4 \[Pi] Cos[2 \[Pi] x3] - 1/8 \[Pi]
Cos[2 \[Pi] x4]

22
M2 Physique des matériaux

23
M2 Physique des matériaux

24
M2 Physique des matériaux

1.4

1.2

1.0

0.8

yx 0.6

0.4

0.2

0.0
0.0 0.2 0.4 0.6 0.8 1.0
x Exacte Noir , Dirichlet Rouge

25
 M2 Physique des matériaux

Chapitre V :
Valeur propre et vecteur propre d’une matrice
V-1 Introduction :
Nous nous intéressons à la détermination des valeurs propres (le spectre) et/ou des vecteurs propres
correspondants d'une matrice « A » de dimension « n ». Les « n » valeurs propres complexes ¸ sont les
racines du polynôme caractéristique de degré « n » :
Pn ( )  det(A  I n )
X  R N (ou C N ), X  0, AX  X (*)
det(A  I n )  0
Si λ satisfait à une de ces propriétés, on dit que λ est valeur propre de A et tout vecteur satisfaisant à (*) est
appelé vecteur propre de A associé à la valeur propre λ.
V-2 Valeur propre d’une matrice
1 0 0
 
B  b0 0 1
0 1 0
 
b   0 0 

Det [ B  ]  0   0   b   0
 0 b   
 (b   )(2  b 2 )  0
   b valeur propre double, et   b

V-3 Code numérique

B={{b,0,0},{0,0,b},{0,b,0}}

MatrixForm[B]
1 0 0
 
0 0 1
0 1 0
 
Eigenvalues[B]
{- b, b, b}
V-4Vecteurs propres
Pour   b

 x  x   b 0 0  x   bx 
        
B y   b y    0 0 b  y    by 
z  z   0 b 0  z   bz 
        

bx  bx
  b,1  e1 toujours valable
bz  by 
by  bz  y  z

b,2  y e2  z e3
 b,2 b,2  1 1
  2y2 1 y 
yz 2

26
 M2 Physique des matériaux

1
 b,2  ( e2  e3 )
2

Pour    b
 x  x   b 0 0  x    bx 
        
B y    b y    0 0 b  y     by 
z  z   0 b 0  z    bz 
        

bx  bx
  x0
bz  by 
by  bz  y   z

1
 1  ( e2  e3 )
2
V-5 Code numérique
Eigenvectors[B]
{{0,-1,1},{0,1,1},{1,0,0}}
On fait la normalisation pour chaque vecteur, tel que e1 , e2 et e3 sont les vecteurs de base :
Norm[{1,0,0}]
1
 b,1  e1
Norm[{0,1,1}]
2
1
 b,2  ( e2  e3 )
2
Norm[{0,-1,1}]
2
1
 1  ( e2  e3 )
2

27