0% ont trouvé ce document utile (0 vote)

95 vues273 pages

Équations aux dérivées partielles et applications

Le document traite des équations aux dérivées partielles (EDP) et de leurs approximations, en présentant une classification des EDP scalaires linéaires d'ordre 2 ainsi que des exemples issus de la physique. Il aborde également les méthodes de résolution, y compris les méthodes des différences finies et des éléments finis, pour les types d'équations paraboliques, hyperboliques et elliptiques. Enfin, le document inclut des résultats numériques et des références pour approfondir le sujet.

Transféré par

tiyamba816

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

0% ont trouvé ce document utile (0 vote)

95 vues273 pages

Équations aux dérivées partielles et applications

Transféré par

tiyamba816

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Équations aux dérivées

partielles et leurs
approximations.
2
Sommaire

1 Introduction générale 7
1.1 Classification des EDP scalaires linéaires d’ordre 2 . . . . . . . . . . . . . . . . . 7
1.2 Exemples d’EDP tirés de la physique . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1 Déformation d’un fil élastique . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 Déformation d’une membrane élastique . . . . . . . . . . . . . . . . . . . 9
1.2.3 Vibration d’une corde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.4 Diffusion de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.5 Évolution du trafic routier sur une autoroute . . . . . . . . . . . . . . . . 10
1.2.6 Hydrodynamique compressible . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.7 Évolution du prix d’une option . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Encore quelques généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2 Équations paraboliques 15
2.1 Existence et unicité d’une solution . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.1 Une base hilbertienne de L2 (]0, 1[) . . . . . . . . . . . . . . . . . . . . . . 16
2.1.2 Unicité de la solution. Stabilité . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.3 Existence d’une solution. Régularité . . . . . . . . . . . . . . . . . . . . . 22
2.2 Principes du maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.1 Entropies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.2 Décroissance en temps de la norme L∞ (]0, 1[) . . . . . . . . . . . . . . . . 31
2.3 Résolution approchée par la méthode des diﬀérences ﬁnies . . . . . . . . . . . . . 33
2.3.1 Étude du schéma explicite . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3.2 Étude du θ-schéma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3.3 Quelques résultats numériques . . . . . . . . . . . . . . . . . . . . . . . . 51

3 Équations hyperboliques 73
3.1 Introduction, déﬁnitions, exemples . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.1.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.2 Méthode des caractéristiques pour l’advection . . . . . . . . . . . . . . . . . . . . 75

3
4 SOMMAIRE

3.3 Équations scalaires conservatives . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

3.3.1 Méthode des caractéristiques pour les équations non linéaires . . . . . . . 80
3.3.2 Équation de Burgers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.4 Schémas de volumes ﬁnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.4.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.4.2 Schéma de Lax-Friedrichs . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
3.4.3 Quelques résultats numériques . . . . . . . . . . . . . . . . . . . . . . . . 131

4 Équations elliptiques 137

4.1 Introduction, exemples, Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4.1.1 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
4.1.2 Problème modèle et généralités . . . . . . . . . . . . . . . . . . . . . . . . 138
4.2 Étude de −∆u + u = f . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
4.2.1 Problème de Dirichlet homogène . . . . . . . . . . . . . . . . . . . . . . . 143
4.2.2 Quelques éléments pour le problème de Dirichlet non homogène . . . . . . 150
4.2.3 Quelques éléments pour le problème de Neumann homogène . . . . . . . . 154
4.2.4 Méthode des éléments ﬁnis . . . . . . . . . . . . . . . . . . . . . . . . . . 156
4.2.5 Quelques résultats numériques . . . . . . . . . . . . . . . . . . . . . . . . 163

5 énoncés et corrigés 169

Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
Table des figures

1.1 Allure générale d’un ﬂux autoroutier simpliﬁé. . . . . . . . . . . . . . . . . . . . 11

2.1 Graphe de l’entropie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

2.2 Condition initiale sinusoı̈dale, 20 mailles avec le schéma explicite. . . . . . . . . 51
2.3 Condition initiale sinusoı̈dale, 50 mailles avec le schéma explicite. . . . . . . . . 52
2.4 Condition initiale sinusoı̈dale, comparaison des erreurs (schéma explicite). . . . . 52
2.5 Comparaison des erreurs avec différentes valeurs de θ, 50 mailles. . . . . . . . . 53
2.6 Calcul où la condition de stabilité n’est pas vérifiée. . . . . . . . . . . . . . . . . 53
2.7 Condition initiale régulière à support compact. . . . . . . . . . . . . . . . . . . . 54
2.8 Solutions avec 50 mailles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.9 Solutions avec 50 mailles, zoom. . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.10 La condition de stabilité n’étant pas vérifiée. . . . . . . . . . . . . . . . . . . . . . 56

3.1 Support de la fonction-test dans le plan espace-temps. . . . . . . . . . . . . . . . 86

3.2 Suite de conditions initiales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.3 Suite de solutions au temps t = 1. . . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.4 Quelques éléments un dans le plan espace-temps. . . . . . . . . . . . . . . . . . . 96
3.5 Deux solutions non admissibles de l’équation de Burgers avec donnée initiale nulle.103
3.6 Suggestion de déﬁnition de la fonction-test ϕ. . . . . . . . . . . . . . . . . . . . . 115
3.7 Résultats numériques pour l’équation de Burgers. . . . . . . . . . . . . . . . . . 132

4.1 Quelques fonctions de base des éléments ﬁnis P 1. . . . . . . . . . . . . . . . . . 159

4.2 Résultat obtenu avec les éléments ﬁnis P 1. . . . . . . . . . . . . . . . . . . . . . 163
4.3 Résultat obtenu avec les éléments ﬁnis P 1. . . . . . . . . . . . . . . . . . . . . . 165

5
6 TABLE DES FIGURES
Chapitre 1

Introduction générale

Soit d, m, n, s des entiers naturels non nuls. Soit Ω un ouvert de Rd .

On appelle système d’équations aux dérivées partielles (EDP) à coeﬃcients réels dans Rd de
taille n d’ordre m une relation de la forme

2 u(x)
ϕ x, u(x), (∂i u(x))i∈{1,...,d} , ∂i,j ,
(i,j)∈{1,...,d}2
(1.1)
m
. . . , ∂i1 ,i2 ,...,im u(x) =0
m
(i1 ,i2 ,...,im )∈{1,...,d}

où (
u : Ω ⊂ Rd −→ Rn est la solution de l’EDP (du système d’EDP),
ϕ : Ω × Rn × Rn × · · · × Rn −→ Rs ,
Habituellement, on aura s = n (et on aura le même nombre d’équations et d’inconnues).
On dit que l’EDP est linéaire si et seulement si ϕ(x, ·) l’est pour tout x ∈ Ω. On dit que
l’EDP est homogène si et seulement si 0 en est solution. On dit que l’équation est scalaire si et
seulement si s = n = 1.
Nous n’étudierons dans ce cours que des EDP d’ordres 1 et 2.

1.1 Classification des EDP scalaires linéaires d’ordre 2

On considère une EDP scalaire linéaire d’ordre 2 :
d
X d X
X d
2
a(x)u(x) + bi (x)∂i u(x) + ci,j (x)∂i,j u(x) = f (x). (1.2)
i=1 i=1 j=1

Notons C(x) la matrice (ci,j (x))di,j=1 . À une modiﬁcation (qui n’a pas d’inﬂuence sur l’EDP si
la solution en est de classe C 2 ) près, c’est une matrice symétrique ; elle est donc diagonalisable

7
8 CHAPITRE 1. INTRODUCTION GÉNÉRALE

et ses valeurs propres sont réelles. Notons-les (λi (x))di=1 , et notons d+ (x) le nombre de valeurs
propres strictement positives, d− (x) le nombre de valeurs propres strictement négatives (en
tenant compte de leur multiplicité) et d0 (x) la multiplicité de la valeur propre 0 : d = d0 (x) +
d− (x) + d+ (x) ∀x ∈ Ω.
On dit que l’EDP (1.2) est elliptique en x ∈ Ω si et seulement si

d+ (x) = d
ou d− (x) = d
P P P
(la forme (yi )di=1 7−→ di=1 bi (x)yi + di=1 dj=1 yj ci,j (x)yi déﬁnit une quadrique elliptique).
On dit que l’EDP (1.2) est hyperbolique en x ∈ Ω si et seulement si

d+ (x) = d − 1 et d− (x) = 1
ou d+ (x) = 1 et d− (x) = d − 1.

On dit que l’EDP (1.2) est parabolique en x ∈ Ω si et seulement si

d0 (x) > 0.

Exercice
Déterminer le type de l’équation de Tchaplyguin sur R2 :

2 2
∂1,1 u(x1 , x2 ) + x1 ∂2,2 u(x1 , x2 ) = f (x1 , x2 ).

1.2 Exemples d’EDP tirés de la physique

1.2.1 Déformation d’un fil élastique
Considérons un fil élastique mono-dimensionnel dans le segment [0, 1] maintenu en x = 0 et
en x = 1 à l’altitude 0 et soumis à un chargement f (x) perpendiculaire au segment, à l’équilibre.
Notons u(x) l’altitude du fil à l’abscisse x. L’altitude du fil est solution du problème
(
−u′′ (x) + c(x)u(x) = f (x) ∀x ∈]0, 1[,
u(0) = u(1) = 0

où c(x) est donné par les caractéristiques du matériau qui constitue le fil (c’est le coefficient
d’élasticité). Il s’agit d’un problème de nature elliptique. On se posera dans ce cours les questions
de l’existence d’une solution, de son unicité, et de son calcul (ou calcul approché). Cette EDP
est en fait une équation différentielle ordinaire (EDO), mais ce n’est pas un problème de Cauchy
(donc, le théorème de Cauchy-Lipschitz ne permet pas de conclure directement à l’existence
d’une solution).
1.2. EXEMPLES D’EDP TIRÉS DE LA PHYSIQUE 9

1.2.2 Déformation d’une membrane élastique

On considère cette fois une membrane élastique horizontale à l’équilibre soumise à un char-
gement vertical dans un ouvert (borné) Ω de R2 et maintenue dans une position ﬁxe (à l’altitude
0) sur le bord de Ω. L’altitude de la membrane est alors solution de
(
−∆u(x) + c(x)u(x) = f (x) ∀x ∈ Ω,
u(x) = 0 ∀x ∈ ∂Ω.

C’est un problème elliptique. Nous nous poserons à propos de cette équation les mêmes questions
2 u + ∂ 2 u, que nous
que pour le ﬁl élastique. La quantité ∆u est appelé laplacien de u et vaut ∂1,1 2,2
noterons dans la suite ∂x,x2 u + ∂ 2 u.
y,y

1.2.3 Vibration d’une corde

Le ﬁl de la sous-section 1.2.1 n’est plus ici supposé à l’équilibre : on veut précisément étudier
les phénomènes instationnaires, en se donnant des conditions initiales pour le dispositif. En fai-
sant l’≪ hypothèse des petites déformations 1 ≫, l’équation mathématique associée à ce problème
est 

 2 u(t, x) − ∂ 2 u(t, x) = f (t, x) ∀t ∈ R∗ , ∀x ∈]0, 1[,
∂t,t

 x,x +
 u(t, 0) = u(t, 1) = 0 ∀t ∈ R ,
+


0
u(0, x) = u (x) ∀x ∈]0, 1[,


 ∂ u(0, x) = u1 (x) ∀x ∈]0, 1[
t

où t est la variable de temps (et le chargement dépend à la fois du temps et de l’espace). C’est
un problème hyperbolique. On se posera à son sujet les mêmes questions que dans les exemples
précédents, et l’on se demandera aussi si la solution mathématique est stable au cours du temps.
Ce problème admet bien entendu des généralisations en dimension 2 (vibration d’une mem-
brane) et en dimension 3, au même titre que le problème de la déformation d’un ﬁl élastique.

1.2.4 Diffusion de la chaleur

On considère encore un fil sur le segment [0, 1], et l’on s’intéresse cette fois non pas à son
déplacement mais à sa température. On note u(t, x) la température du fil à l’instant t et au
point x ∈ [0, 1]. Ce problème physique est modélisé (dans un cadre simplifié, en utilisant la loi
de Fourier) par

2 ∗
 ∂t u(t, x) − κ∂x,x u(t, x) = f (t, x) ∀t ∈ R+ , ∀x ∈]0, 1[,

u(t, 0) = u(t, 1) = 0 ∀t ∈ R+ ,


u(0, x) = u0 (x) ∀x ∈]0, 1[.
2
1. C’est-à-dire en supposant que u, ∂x u et ∂x,x u sont petits.
10 CHAPITRE 1. INTRODUCTION GÉNÉRALE

f (t, x) représente un terme de chauffage. Le coefficient κ est le coefficient de conductivité ther-

mique, supposé constant 2 et positif. La donnée u0 est la température initiale en tout point de
]0, 1[. La condition u(t, 0) = u(t, 1) = 0 ∀t ∈ R+ indique que la température est fixée à 0 pour
tout temps sur les bords du domaine. C’est un problème parabolique. Il se généralise lui aussi
en dimensions supérieures. Les questions que nous nous poserons et auxquelles nous tâcherons
de répondre sont encore celles de l’existence, de l’unicité, de la stabilité. Il faut remarquer que
l’équation de la chaleur est en rapport avec une équation elliptique par le biais suivant : si la
solution u(t, x) converge en temps infini vers une fonction qui ne dépend pas du temps (on peut
supposer que f ne dépend que de x, pour fixer les idées), la limite en temps infini de cette
solution, notons-la v(x), vérifie
(
2 v(x) = f (x),
−κ∂x,x
v(0) = v(1) = 0,

qui est l’archétype du problème elliptique. Pour une démonstration rigoureuse de ce résultat,
voir l’examen de juin 2004 et celui de mai 2006 (et leur corrigé).

1.2.5 Évolution du trafic routier sur une autoroute

Assimilons ( !) la répartition des automobiles sur une autoroute de longueur inﬁnie à une
densité de répartition sur R. Notons ρ(t, x) cette densité, a priori fonction du temps et de la
position. Notons encore v(t, x) la vitesse locale des automobiles. L’équation de transport des
automobiles est

∂t ρ(t, x) + ∂x (ρv)(t, x) = 0.

Supposons (pour simpliﬁer. . .) que les conducteurs adaptent leur vitesse à la densité locale
d’automobiles : v(t, x) = V (ρ(t, x)). Il est logique de choisir une fonction V décroissante 3 .
On peut de plus modéliser l’apparition d’un bouchon lorsque la densité de voitures est trop
importante par l’hypothèse mathématique qu’il existe une densité de saturation ρs telle que
V (ρs ) = 0. Ceci conduit à un flux q = ρv = ρV (ρ) d’allure représentée sur la ﬁgure 1.1.

2. Si l’on ne suppose pas que ce coefficient est constant mais qu’il dépend de u et x, l’équation de la chaleur
s’écrit ∂t u − ∂x (κ(u, x)∂x u) = f .
3. De plus, si les distances sont mesurées en kilomètres et les temps en heures, si l’autoroute est française et
les automobilistes disciplinés (ne sont pas français), on aura limρ→0 V (ρ) = 130.
1.2. EXEMPLES D’EDP TIRÉS DE LA PHYSIQUE 11

q = 130ρ (cf. note en bas de la page 10).

ρs ρ

Figure 1.1 – Allure générale d’un ﬂux autoroutier simpliﬁé.

1.2.6 Hydrodynamique compressible

Soit ρ(t, x) ∈ R, u(t, x) ∈ R3 et e(t, x) ∈ R les densité, vitesse et densité massique d’énergie
totale d’un ﬂuide compressible (dans R3 ). Les équations de conservation de la masse, de la
quantité de mouvement et de l’énergie totale forment le système d’EDP d’Euler


 ∂t ρ + div(ρu) = 0,
∂t (ρu) + div(ρu ⊗ u + pI) = 0,


∂t (ρe) + div(ρue + pu) = 0,

p étant la pression dans le fluide (supposé ici newtonien) : par exemple, pour un gaz parfait,
p = (γ − 1)ρ(e − u2 /2). Lorsque γp/ρ > 0 4 , ce système est hyperbolique (comme il ne s’agit pas
d’une EDP d’ordre 2, la définition de l’hyperbolicité est ici différente de celle que nous avons
introduite : voir le chapitre 3 pour plus de précisions).

1.2.7 Évolution du prix d’une option

Notons c(t, s) le prix d’achat d’une option pour la somme s au temps t (avant un temps ﬁnal).
Une équation régissant l’évolution de ce prix est proposée par le modèle de Black et Scholes :
s2 σ 2 (t, s) 2
∂t c(t, s) + ∂s,s c(t, s) + r(t)s∂s c(t, s) − r(t)c(t, s) = 0.
2
Les paramètres σ et r représentent respectivement la volatilité du marché et le taux d’intérêt
de l’actif sans risque.
En supposant les coeﬃcients σ et r constants, on peut montrer que cette EDP est équivalente
à l’équation de la chaleur.
4. C’est le cas par exemple pour γ > 1 lorsque ρ > 0 et e − u2 /2 > 0.
12 CHAPITRE 1. INTRODUCTION GÉNÉRALE

1.3 Encore quelques généralités

Ce cours a pour but d’apporter quelques réponses aux questions posées dans cette intro-
duction, qui concernent le caractère bien posé de problèmes d’EDP, l’existence de solutions,
leur unicité, leur stabilité en temps, stabilité par rapport aux données du problème (étude qua-
litative). On insistera aussi sur le calcul (approché le plus souvent) de ces solutions ; ce sera
l’occasion d’introduire successivement les méthodes de différences finies, de volumes finis et
d’éléments finis.
Une particularité de l’étude des EDP est qu’il n’existe pas de résultat général utilisable
permettant de prédire l’existence ou l’unicité d’une solution à (1.1). Voici à titre indicatif LE
théorème général relatif à cette question.
Théorème 1 (Cauchy-Kowalewskaya)
Considérons le système d’EDP
d X
X n
∂t uj = αji,k (x, u1 , u2 , . . . , un )∂i uk + β j (x, u1 , u2 , . . . , un ), j = 1, . . . , n
i=1 k=1

avec les données initiales uj (0, x) = 0 ∀x, ∀j = 1, . . . , n. Supposons que les coeﬃcients αji,k et
β j sont analytiques réels 5 au voisinage de (x, u1 , u2 , . . . , un ) = (0, 0, 0, . . . , 0).
Alors, le problème de Cauchy considéré a une unique solution uj (t, x) analytique réelle au voi-
sinage de (0, 0).

Il s’agit d’un résultat beaucoup plus faible que celui qui concerne les EDO que nous rappelons
pour comparaison.
Théorème 2 (Cauchy-Lipschitz)
Considérons l’EDO
x′ (t) = f (t, x(t))
posée dans I × Ω où I est un intervalle ouvert de R contenant 0 et Ω est un ouvert de Rd ,
avec la donnée initiale x(0) = x0 ∈ Ω. Supposons que f est continue et qu’elle est localement
lipschitzienne par rapport à sa seconde variable sur I × Ω. 6
Alors, il existe une unique solution maximale à l’EDO, déﬁnie sur l’intervalle maximal IM ,
intervalle ouvert tel que 0 ∈ IM ⊂ I.
5. Rappel : notations de Schwartz. Soit x = (x1 , x2 , . . . , xd ) ∈ Rd , soit n = (n1 , n2 , . . . , nd ) ∈ Nd . On note
nd
x = xn
n 1 n2 d
1 x2 . . . xd . Soit Ω un ouvert de R qui contient 0. Soit f : Ω −→ R. On dit que f est analytique réelle
au voisinage de 0 si et seulement s’il existe un voisinage O de 0 et (cn )n∈Nd tels que ∀x ∈ O,
X
f (x) = cn xn .
n∈Nd

6. On entend par ceci : f est localement en (t, x) lipschitzienne par rapport à x, c’est-à-dire que ∀(t0 , x0 ) ∈ I×Ω,
∃O(t0 , x0 ) voisinage de (t0 , x0 ) et κ(t0 , x0 ) ∈ R tels que |f (t, y) − f (t, x)| ≤ κ(t0 , x0 ) |y − x| ∀t, x, y tels que
(t, x) ∈ O(t0 , x0 ) et (t, y) ∈ O(t0 , x0 ).
1.3. ENCORE QUELQUES GÉNÉRALITÉS 13

Une étude des EDP dans toute leur généralité est impossible. Nous nous intéresserons donc à
certaines catégories d’EDP, séparément. Nous analyserons premièrement les EDP paraboliques
(en focalisant sur l’équation de la chaleur), puis les EDP hyperboliques, et enfin les EDP ellip-
tiques. Nous aborderons dans le même ordre les méthodes de différences finies, de volumes finis
et d’éléments finis.
14 CHAPITRE 1. INTRODUCTION GÉNÉRALE
Chapitre 2

Équations paraboliques

L’essentiel de ce chapitre concerne l’équation de la chaleur à coeﬃcient de conductivité

constant dans un intervalle borné en dimension 1 avec des conditions de bord de Dirichlet
homogènes. Le problème mathématique considéré est

 2
 ∂t u(t, x) − κ∂x,x u(t, x) = f (t, x) dans ]0, T ]×]0, 1[,


 u(t, 0) = 0 ∀t ∈]0, T ],
(2.1)

 u(t, 1) = 0 ∀t ∈]0, T ],


 u(0, x) = u0 (x) ∀x ∈]0, 1[

où T est un réel supposé strictement positif.

Des conditions de bord de type u(t, 0) = u0 (t) ∀t ∈]0, T ], u(t, 1) = u1 (t) ∀t ∈]0, T ] sont
appelées conditions de Dirichlet ; si u0 (t) = 0 et u1 (t) = 0 ∀t ∈]0, T ], ce qui est le cas dans le
problème modèle (2.1), ces conditions sont dites de Dirichlet homogènes.

Remarque 1
A priori, le temps ﬁnal T fait partie du problème : il s’agit de trouver le plus grand T ∈ R tel
qu’il existe une solution sur ]0, T ], ou ]0, T [. Nous verrons que pour cette EDP (moyennant des
hypothèses ad hoc sur les données), il existe une solution pour tout T ∈ R. Une autre remarque,
importante, concerne le domaine ]0, T ]×]0, 1[ sur lequel on cherche une solution de l’EDP. L’on
pourrait aussi chercher une solution sur [0, T ]×[0, 1] (en précisant que sur les bords de ce domaine,
les dérivées partielles seraient à comprendre ≪ à gauche ≫ ou ≪ à droite ≫), mais, nous allons le
voir, ce serait très réducteur en nous privant de toute une famille de solutions intéressantes, celles
issues de conditions initiales non régulières. Ce choix nous imposera de préciser ultérieurement
ce que nous entendons par condition limite, puisque la régularité au bord (en temps. . .) n’est
pas garantie.

15
16 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

Notons en premier lieu que l’EDP ∂t u(t, x) − κ∂x,x 2 u(t, x) = f (t, x) est une EDP scalaire

linéaire (non homogène sauf si f est identiquement nulle). En conséquence, si u vérifie ∂t u(t, x)−
2 u(t, x) = f (t, x) et si v vérifie ∂ v(t, x) − κ∂ 2 v(t, x) = 0, w = u + λv vérifie ∂ w(t, x) −
κ∂x,x t x,x t
2 2
κ∂x,x w(t, x) = f (t, x). Autrement dit, l’ensemble des solutions de ∂t u(t, x)−κ∂x,x u(t, x) = f (t, x)
est un espace affine (vectoriel si f = 0). Cette remarque servira par la suite.

2.1 Existence et unicité d’une solution

La méthode que nous allons utiliser ici est, à peu de choses près, celle qu’a développée Fourier
en 1822 dans sa Théorie analytique de la chaleur. Cette méthode est basée sur la remarque
suivante : quel que soit k ∈ N,
2 2
e−κk π t sin(kπx)
est solution de 
2
 ∂t u(t, x) − κ∂x,x u(t, x) = 0 dans ]0, T ]×]0, 1[,

u(t, 0) = 0 ∀t ∈]0, T ],


u(t, 1) = 0 ∀t ∈]0, T ].

2.1.1 Une base hilbertienne de L2 (]0, 1[)

Proposition 1
√
( 2 sin(kπ·))k∈N∗ est une base hilbertienne de L2 (]0, 1[).

Démonstration
Soit f ∈ L2 (]0, 1[) et soit f˜ le prolongement par imparité de f sur ] − 1, 1[ : f˜ ∈ L2 (] − 1, 1[). Le
√
théorème de Féjer assure que ((1/ 2)eikπ· )k∈Z est une base hilbertienne de L2 (] − 1, 1[). Donc,
b √ R1
en posant, pour tout k ∈ Z, f˜(k) = 1/ 2 −1 f˜(x)e−ikπx dx, on a
1 X b˜
f˜ = √ f (k)eikπ· dans L2 (] − 1, 1[).
2 k∈Z

D’autre part,
Z 1 Z 0 Z 1
1 1 1
fb̃(k) = √ f˜(x)e−ikπx dx = √ f˜(x)e−ikπx dx + √ f˜(x)e−ikπx dx
2 −1 2 −1 2 0
Z 0 Z 1
1 1
=√ −f (−x)e−ikπx dx + √ f (x)e−ikπx dx
2 −1 2 0
Z 1 Z 1
1 2i
=√ f (x) e−ikπx − eikπx dx = − √ f (x) sin(kπx) dx.
2 0 2 0
b b̃
Ainsi, f˜(−k) = −f (k) et
√ X
f= 2 fb(k) sin(kπ·)
k∈N∗
√ R1
dans L2 (]0, 1[) si l’on pose fb(k) = 2 0 f (x) sin(kπx) dx pour k ∈ N∗ .
2.1. EXISTENCE ET UNICITÉ D’UNE SOLUTION 17

Maintenant, un petit lemme :

Lemme 1
Soit g ∈ C 1 ([0, 1]) une fonction deux fois dérivable sur ]0, 1[ et à dérivée seconde dans L2 (]0, 1[)
telle que g(0) = g(1) = 0. On a

gb′′ (k) = −k2 π 2 b

g(k) ∀k ∈ N∗ .

Démonstration
Soit g ∈ C 0 ([0, 1]) une fonction dérivable sur ]0, 1[ et à dérivée dans L2 (]0, 1[). Pour k ∈ N∗ , on a

√ Z 1
gb′ (k) = 2 g′ (x) sin(kπx) dx
0
√ √ Z 1
= 2 [g(x) sin(kπx)]10 − 2 g(x)kπ cos(kπx) dx
0
√ Z 1
= − 2kπ g(x) cos(kπx) dx.
0

Soit g ∈ C 1 ([0, 1]) une fonction deux fois dérivable sur ]0, 1[ et à dérivée seconde dans L2 (]0, 1[) :

√ Z 1
b′′
g (k) = − 2kπ g′ (x) cos(kπx) dx
0
√ √ Z 1
= − 2kπ [g(x) cos(kπx)]10 − 2k2 π 2 g(x) sin(kπx) dx
0
√
= − 2kπ [g(x) cos(kπx)]10 − k2 π 2 b
g(k).

Si g est de plus nulle en 0 et en 1, on a gb′′ (k) = −k2 π 2 b

g(k) ∀k ∈ N∗ .

2.1.2 Unicité de la solution. Stabilité

Revenons maintenant au problème (2.1). Supposons que u est solution de ce problème : u

est une fonction de [0, T ] × [0, 1] dans R dérivable une fois par rapport à sa première variable t
et deux fois par rapport à sa seconde variable x sur ]0, T ] × [0, 1] vériﬁant l’EDP ainsi que les
conditions aux limites. On fait de plus l’hypothèse que

∂t u ∈ C 0 (]0, T ] × [0, 1]) ,

2 u ∈ C 0 (]0, T ] × [0, 1]) .
∂x,x

L’EDP donne f = ∂t u − κ∂x,x 2 u ∈ C 0 (]0, T ] × [0, 1]), mais on demande de plus que f ∈ C 0 ([0, T ] ×

2 u(t, ·) sont développables sur la base hilbertienne

[0, 1]). Alors, f (t, ·), u(t, ·), ∂t u(t, ·) et ∂x,x
√
( 2 sin(kπx))k∈N∗ , quel que soit t ∈]0, T ]. De plus, d’après le théorème de convergence dominée
18 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

de Lebesgue (ou plutôt, sa conséquence concernant la dérivation sous un signe d’intégrale), pour
\
tout k ∈ N∗ , u(t, ·)(k) est dérivable par rapport à t si t > 0, et
√ Z 1
\
∂t u(t, ·)(k) = 2 ∂t u(t, x) sin(kπx) dx = ∂\
t u(t, ·)(k)
0

et
√ X √ X
∂t u(t, ·) = 2 ∂\
t u(t, ·)(k) sin(kπ·) = 2 \
∂t u(t, ·)(k) sin(kπ·).
k∈N∗ k∈N∗
En eﬀet :
– pour tout t > 0, u(t, ·) sin(kπ·) est mesurable ;
– pour tout t > 0, u(t, ·) sin(kπ·) est intégrable, donc. . . Il existe t tel que u(t, ·) sin(kπ·) est
intégrable ;
– pour tout x, u(·, x) sin(kπx) est dérivable : sa dérivée vaut ∂t u(·, x) sin(kπx) ;
– pour tout t > 0, |∂t u(t, x) sin(kπx)| ≤ ||∂t u||L∞ ([t,T ]×[0,1]) pour tout x, et cette constante
est intégrable sur ]0, 1[.
Par la suite, nous noterons plutôt u \
b(k)(t) les termes u(t, ·)(k). On a donc

\
b(k)(t) = ∂t u(t,
∂t u ·)(k) = ∂\
t u(t, ·)(k),

la première égalité étant due à la nouvelle notation, la seconde étant conséquence du théorème
de Lebesgue.
Par ailleurs, puisque u(t, 0) = u(t, 1) = 0 (condition de Dirichlet homogène), on a, d’après le
lemme 1, ∂[ 2 2 2 b(k)(t) ∀k ∈ N∗ , ∀t ∈]0, T ] sous l’hypothèse
x,x u(k)(t) = −k π u

u(t, ·) ∈ C 1 ([0, 1]) ∀t et est pour tout t une fonction deux

fois dérivable sur ]0, 1[ et à dérivée seconde dans L2 (]0, 1[).

Ces propriétés sont bien assurées par les hypothèses faites en tête de cette section. L’EDP vériﬁée
par u se réécrit au moyen de sa série de Fourier
Xh i X
b(k)′ (t) − κ∂[
u 2 u(k)(t) sin(kπ·) =
x,x fb(k)(t) sin(kπ·),
k∈N∗ k∈N∗

qui devient, compte tenu des remarques précédentes,

Xh i
b(k)(t) − fb(k)(t) sin(kπ·) = 0.
b(k)′ (t) + κk2 π 2 u
u
k∈N∗
√
Comme ( 2 sin(kπ·))k∈N∗ est une base hilbertienne, ceci signiﬁe que chacun des coeﬃcients de
la somme ci-dessus est nul :

u b(k)(t) = fb(k)(t)
b(k)′ (t) + κk2 π 2 u ∀k ∈ N∗ , ∀t ∈]0, T ].

Ces équations diﬀérentielles ordinaires admettent chacune une unique solution (sous réserve que
l’on fournisse une donnée initiale) sous l’hypothèse que fb(k) ∈ C 0 ([0, T ]) ∀k ∈ N∗ . Cette condition
2.1. EXISTENCE ET UNICITÉ D’UNE SOLUTION 19

est remplie dès que f ∈ C 0 ([0, T ] × [0, 1]) : c’est ici qu’intervient cette hypothèse faite au début
de la section. On a transformé le problème aux dérivées partielles en une famille d’équations
diﬀérentielles ordinaires. Chacune de ces EDO se résout facilement, la solution, unique à la
b(k)(0) près, en est donnée par
donnée initiale u
Z t
b κk 2 π 2 s 2 2
b(k)(t) = u
u b(k)(0) + f (k)(s)e ds e−κk π t
0

b(k)(t) étant ainsi convenablement déﬁnie, bien sûr grâce à l’hypothèse de régularité
(la fonction u
sur f ). Donc, sous les hypothèses faites sur u et f , on a
√ X
u(t, ·) = 2 b(k)(t) sin(kπ·) dans L2 (]0, 1[)
u
k∈N∗

avec Z
t
b κk 2 π 2 s 2 2
b(k)(t) = u
u b(k)(0) + f (k)(s)e ds e−κk π t ,
√ Z 1
0
b
f (k)(t) = 2 f (t, x) sin(kπx) dx,
0
les coeﬃcients u b(k)(0) étant encore à déﬁnir. Le fait que la solution u(t, ·) soit décrite dans
2
L (]0, 1[) nous incite à donner à la prescription de la condition initiale le sens (à peine plus)
faible d’égalité (forte) dans L2 (]0, 1[), exprimée sous la forme

lim u(t, ·) = u0 dans L2 (]0, 1[),

t→0+

en supposant que u0 ∈ L2 (]0, 1[). Ceci se réécrit

√ X √ X
lim 2 b(k)(t) sin(kπ·) = 2
u c
u0 (k) sin(kπ·) dans L2 (]0, 1[),
t→0+
k∈N∗ k∈N∗

dont une conséquence est que

c0 (k)
b(k)(t) = u
lim u ∀k ∈ N∗
t→0+

puisque les sin(kπ·) forment une base hilbertienne (ceci peut aussi se voir rapidement grâce au
théorème de Bessel-Parseval). On a donc c u0 (k) = u
b(k)(0) et
Z t
c 0
b(k)(t) = u (k) +
u b
f (k)(s)e κk 2 π 2 s 2 2
ds e−κk π t ∀k ∈ N∗ .
0

Regroupons maintenant les résultats que nous avons obtenus.

Proposition 2
Avec f ∈ C 0 ([0, T ] × [0, 1]) et u0 ∈ L2 (]0, 1[) le problème (2.1) 1 admet au plus une solution u
dérivable par rapport à t, 2 fois dérivable par rapport à x sur ]0, T ] × [0, 1] et telle que ∂t u(t, ·),
2 u(t, ·) sont dans C 0 (]0, T ] × [0, 1]).
∂x u(t, ·) et ∂x,x
1. La condition initiale étant vérifiée au sens L2 (]0, 1[).
20 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

On montre de plus le résultat de stabilité suivant.

Proposition 3
Soit f ∈ C 0 ([0, T ] × [0, 1]) et soit u0 ∈ L2 (]0, 1[). Soit u une solution de (2.1) dérivable par
rapport à t, 2 fois dérivable par rapport à x sur ]0, T ] × [0, 1] et telle que ∂t u(t, ·), ∂x u(t, ·) et
2 u(t, ·) sont dans C 0 (]0, T ] × [0, 1]). Cette solution u vériﬁe
∂x,x
1
||u(t, ·)||L2 (]0,1[) ≤ u0 L2 (]0,1[)
+√ ||f ||L2 (]0,T [×]0,1[) ∀t ∈]0, T ].
2κπ

Démonstration
Le théorème de Bessel-Parseval aﬃrme que, ∀t,
sX
||u(t, ·)||L2 (]0,1[) = (b
u(k)(t))k∈N∗ l2
= u(k)(t)|2 .
|b
k∈N∗

Or Z
t
b κk 2 π 2 s 2 2
b(k)(t) = u
u b(k)(0) + f (k)(s)e ds e−κk π t .
0
Donc

(b
u(k)(t))k∈N∗ l2
Z t
≤ c 2 2
u0 (k)e−κk π t +
2 2 2 2
fb(k)(s)eκk π s dse−κk π t
k∈N∗ l2 0 k∈N∗ 2
l
v
uX Z t Z t
c u
≤ u0 (k) +t |fb(k)(s)|2 ds e2κk2 π2 (s−t) ds
k∈N∗ l2 0 0
k∈N∗

d’après l’inégalité de Cauchy-Schwarz. Comme

soit v
uZ
c 1 u t X b
(b
u(k)(t))k∈N∗ ≤ u0 (k) +√ t |f (k)(s)|2 ds
l2 k∈N∗ l2 2κπ 0 k∈N∗

(grâce au théorème de convergence monotone de Lebesgue). À nouveau grâce à l’égalité de

Bessel-Parseval,
s
Z t
c 1
u(k)(t))k∈N∗ l2 ≤
(b 0
u (k) +√ ||f (s, ·)||2L2 (]0,1[) ds,
k∈N∗ l2 2κπ 0

ce qui donne enﬁn

1
(b
u(k)(t))k∈N∗ ≤ c
u0 (k) +√ ||f ||L2 (]0,T [×]0,1[) .
l2 k∈N∗ l2 2κπ

Remarque 2
On pourra montrer (exercice !) que sous les mêmes hypothèses on a même

2 1 2
1/2
||u(t, ·)||L2 (]0,1[) ≤ u0 L2 (]0,1[)
e−κπ t + ||f ||L2 (]0,T [×]0,1[) √ 1 − e−2κπ t ∀t ∈]0, T ].
2κπ

Remarque 3
– La précédente inégalité est valable pour tout t, donc on a
√
sup ||u(t, ·)||L2 (]0,1[) ≤ u0 L2 (]0,1[)
+ 1/( 2κπ) ||f ||L2 (]0,T [×]0,1[) ,
t∈[0,T ]

que l’on réécrit

√
||u(t, ·)||L∞ ([0,T ],L2 (]0,1[)) ≤ u0 L2 (]0,1[)
+ 1/( 2κπ) ||f ||L2 ([0,T ]×]0,1[) .
qR
1
– D’un point de vue physique, la quantité E(t) = u2 (t, x) dx est l’énergie thermique
qR 0
1 2
contenue dans le fil au temps t. Parallèlement, 0 f (t, x) dx est l’énergie fournie au fil
par unité de temps au temps t. L’inégalité obtenue signifie que l’énergie contenue dans le
fil en un instant t est inférieure à la somme de l’énergie initialement contenue dans le fil
et de l’énergie fournie (par chauffage) au fil entre l’instant initial et l’instant t.
– D’un point de vue mathématique, l’inégalité exprime la continuité de la solution par rap-
port aux données du système (qui sont u0 et f ) et garantit la stabilité de cette solution.
Soit en effet u0 et f d’autres données, supposées proches de u0 et f : soit ε > 0 tel que

u0 − u0 ≤ ε, f −f L2 (]0,T [×]0,1[)
≤ ε.
L2 (]0,1[)
22 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

La linéarité de l’EDP permet de voir que u − u est solution de l’équation de la chaleur

avec les mêmes conditions de bord (Dirichlet homogènes), avec donnée initiale u0 − u0 et
terme source f − f . L’inégalité que donne la proposition 3 pour u − u est
1
||u(t, ·) − u(t, ·)||L2 (]0,1[) ≤ u0 − u0 +√ f −f L2 (]0,T [×]0,1[)
2
√L (]0,1[) 2κπ
≤ ε(1 + 1/( 2κπ)) ∀t ∈]0, T ].

Ceci signiﬁe que u(t, ·) reste proche de u(t, ·) en norme L2 (]0, 1[) : c’est de la stabilité L2 .

2.1.3 Existence d’une solution. Régularité

Les calculs que nous avons effectués, utilisant les séries de Fourier, permettent aussi de
prouver l’existence d’une solution. Il suffit pour cela de considérer la série de Fourier où les
coefficients sont solutions des EDO mises en évidence et de montrer qu’elle définit une fonction
régulière qui vérifie l’EDP de la chaleur ainsi que les conditions aux limites prescrites. C’est ce
que nous allons faire dans cette section.

Définition 1
Soit I et J des intervalles de R. On note C l,m (I, J) l’ensemble des fonctions u de I × J dans R
telles que
u(·, x) ∈ C l (I) ∀x ∈ J et
u(t, ·) ∈ C m (J) ∀t ∈ I.

On note Cbl,m (I, J) l’ensemble des fonctions u ∈ C l,m (I, J) dont les l premières dérivées partielles
par rapport à la première variable et les m premières dérivées partielles par rapport à la seconde
variable sont uniformément bornées sur I × J.

Théorème 3
Considérons le problème (2.1) où T est un réel strictement positif quelconque, avec une donnée
initiale u0 ∈ L2 (]0, 1[) et un terme source f ∈ C 2 ([0, T ] × [0, 1]) vériﬁant f (t, 0) = f (t, 1) = 0
∀t ∈ [0, T ]. Il a une unique solution 2 u ∈ C 1,2 (]0, T ], [0, 1]). Cette solution vériﬁe la propriété de
stabilité de la proposition 3.

La démonstration de ce résultat est assez fastidieuse (surtout à cause du terme de chauﬀage :

d’ailleurs, allez, oui, une lecture rapide pourra être faite en annulant par la pensée tous les termes
venant de f ).

Démonstration
Elle consiste à vérifier que la série de Fourier dont on a calculé les coefficients précédemment est
solution de l’EDP et des conditions aux limites. Il faut vérifier que cette série définit une fonction
2. La condition initiale étant vérifiée au sens L2 (]0, 1[).
2.1. EXISTENCE ET UNICITÉ D’UNE SOLUTION 23

u(t, x) dérivable une fois par rapport à t, deux fois par rapport à x et telle que ces dérivées
partielles sont dans C 0 (]0, T ] × [0, 1]), puis que u(t, 0) = u(t, 1) = 0 et enﬁn que u(0, ·) = u0 (·)
(en un sens à préciser).
Commençons par montrer que cette série est sommable pour tout t > 0. On considère, comme
promis, la somme de la série
∞ Z t
√ X
2 c 0
u (k) + b
f (k)(s)eκk 2 π 2 s 2 2
ds e−κk π t sin(kπx), (2.2)
1 0

qui est candidate à être solution de (2.1). Puisque u0 ∈ L2 (]0, 1[), la suite c
u0 (k) est bornée
k∈N∗
(disons, par B ∈ R) et l’on a
X X
c0 (k)e−κk2 π2 t sin(kπx) ≤
u
2 2
Be−κk π t < +∞
k∈N∗ k∈N∗
P
si t > 0. La série k∈N∗ c
2 2
u0 (k)e−κk π t sin(kπx) est donc convergente (normalement convergente
en espace).
Rt
Occupons-nous maintenant de 0 fb(k)(s)eκk π (s−t) ds sin(kπx). Notons d’abord que ∀k ∈ N∗ ,
2 2

fb(k)(·) ∈ L2 (]0, T [) :
Z T Z T X 2
|fb(k)(s)|2 ds ≤ fb(k)(s) ds
0 0 k∈N∗
Z T Z 1
= |f (s, x)|2 dx ds = ||f ||2L2 (]0,T [×]0,1[) < +∞.
0 0
2 π 2 (·−t)
D’autre part, eκk ∈ L2 (]0, t[) ∀t ∈ R∗+ . On peut donc écrire, en utilisant l’inégalité de
Cauchy-Schwarz,
Z sZ sZ
t t t
κk 2 π 2 (s−t)
fb(k)(s)e ds sin(kπx) ≤ |fb(k)(s)|2 ds e2κk2 π2 (s−t) ds
0 0 0

pour tout t ∈]0, T ]. Or

Z t t
2κk 2 π 2 (s−t) 1 2 2 1 2 2 1
e ds = e2κk π (s−t) = (1 − e−2κk π t ) ≤ .
0 2κk 2 π 2 0 2κk2 π 2 2κk 2 π 2
Ainsi
s s
Z t Z t Z T
κk 2 π 2 (s−t) 1 1
fb(k)(s)e ds sin(kπx) ≤ √ |fb(k)(s)|2 ds ≤ √ |fb(k)(s)|2 ds.
0 2κkπ 0 2κkπ 0

De plus,
s s v
X Z T X uX Z T
1 1 u
√ |fb(k)(s)|2 ds ≤ t |fb(k)(s)|2 ds
2κkπ 0 2κk 2 π 2 ∗ 0
k∈N∗ k∈N∗ k∈N
24 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

car les deux séries sont dans l2 . On a ainsi montré que

Z t
2 2
fb(k)(s)eκk π (s−t) ds sin(kπx)
0
est pour tout t ∈]0, T ] le terme général d’une série convergente (normalement convergente) : la
série que nous avons définie en (2.2) est convergente pour (t, x) ∈]0, T ] × [0, 1]. Notons u(t, x)
la somme de cette série. Nous allons montrer que u est de classe C 1 par rapport à sa première
variable sur ]0, T ] × [0, 1]. Chaque terme de la série est dérivable par rapport à t, et la dérivée
en vaut
Z t
√ 2 2 c κk 2 π 2 s −κk 2 π 2 t
2 −κk π u (k) + 0 b
f (k)(s)e ds e b
+ f (k)(t) sin(kπx).
0

Ici, nous supposons que supt∈[0,T ] fb(k)(t) est une suite de l1 . Ceci sera ensuite vérifié
k∈N∗
(grâce aux hypothèses
faites sur f ). 2 2
Soit ε ∈]0, T [ ; −κk 2 π 2 c
u0 (k)e−κk π t + fb(k)(t) sin(kπx) est le terme général d’une série
normalement convergente sur [ε, T ] × [0, 1] car
– le terme −κk2 π 2 c
2 2 2 2
u0 (k)e−κk π t sin(kπx) y est majoré par κBk 2 π 2 e−κk π ε où B ∈ R est
une constante telle que c
u0 (k) ≤ B ∀k ∈ N∗ ;
– fb(k)(t) sin(kπx) ≤ sup[ε,T ] fb(k)(t) sin(kπx) ≤ sup[ε,T ] fb(k)(t) qui est le terme général
d’une suite de l1 .
Il reste à étudier le terme
Z t
2 2
2 2
−κk π fb(k)(s)eκk π (s−t) ds sin(kπx).
0

Puisque supt∈[0,T ] fb(k)(t) est une suite de l1 ,
k∈N∗
Z t Z t
2 2 2 π 2 (s−t)
2 2
κk π fb(k)(s)eκk π (s−t) ds sin(kπx) ≤ sup |fb(k)(t)|κk2 π 2 eκk ds
0 t∈[0,T ] 0
2 2

= sup |fb(k)(t)| 1 − e−κk π t ≤ sup |fb(k)(t)|
t∈[0,T ] t∈[0,T ]

qui est le terme général d’une série convergente. Récapitulons : sous l’hypothèse que supt∈[0,T ] fb(k)(t)
k∈N∗
est une suite de l1 , la série des dérivées par rapport à t est normalement convergente sur
[ε, T ] × [0, 1] ; il en découle 3 que u est dérivable par rapport à sa première variable et que
∂t u(t, x) est de classe C 0 par rapport à (t, x) sur [ε, T ] × [0, 1] pour tout ε > 0 4 , donc sur
]0, T ] × [0, 1], et enfin que
Z t
√ X 2 2 c κk 2 π 2 s −κk 2 π 2 t
∂t u(t, x) = 2 0
−κk π u (k) + b
f (k)(s)e ds e b
+ f (k)(t) sin(kπx).
k∈N∗ 0

3. Il faut aussi vérifier que la série converge en un point, ce que nous avons montré à l’étape précédente en
montrant qu’elle convergeait pour tout (t, x) ∈]0, T ] × [0, 1].
4. Car chaque terme de la série des dérivées est de classe C 0 .
2.1. EXISTENCE ET UNICITÉ D’UNE SOLUTION 25

La démonstration que nous avons faite permet aussi de voir que, sous les mêmes hypothèses, u
est deux fois dérivable par rapport à sa seconde variable et que ∂x,x 2 est de classe C 0 par rapport

à (t, x) sur ]0, T ] × [0, 1], et enﬁn que

Z t
√ X 2 2
2
∂x,x u(t, x) = 2 c0
k π u (k) + b
f (k)(s)eκk 2 π 2 s
ds e−κk 2 π 2 t
sin(kπx).
k∈N∗ 0

Il reste à trouver une condition sur f pour que supt∈[0,T ] fb(k)(t) soit une suite de
k∈N∗
l1 . Le lemme 2 ci-après assure que si f ∈ C 2 ([0, T ] × [0, 1]) et f (t, 0) = f (t, 1) = 0 ∀t ∈ [0, T ],
cette condition est vérifiée. Nous avons montré que la somme u de la série de Fourier était
dans C 1,2 (]0, T ], [0, 1]) et qu’elle vérifiait l’EDP. Il faut maintenant montrer qu’elle vérifie les
conditions aux limites demandées.
Tout d’abord : les conditions aux limites en espace,

u(t, 0) = u(t, 1) = 0 ∀t ∈]0, T ].

Ces conditions sont trivialement vériﬁées puisque sin(0) = sin(kπ) = 0 ∀k ∈ N∗ .

Maintenant, intéressons-nous à la condition initiale. Ce point est un peu plus délicat : on note
en particulier que sans hypothèse supplémentaire sur la régularité de la condition initiale, il n’y
a aucune raison pour que u ∈ C 1,2 ([0, T ], [0, 1]). On va cependant montrer que limt→0+ u(t, ·) =
u(0, ·) dans L2 (]0, 1[). Pour ceci, appliquons l’égalité de Bessel-Parseval à u0 − u(t, ·) :
Z 1 X Z t 2
2 c 2 2 2 2
u0 (x) − u(t, x) dx = u0 (k) 1 − e−κk π t − fb(k)(s)eκk π (s−t) ds ,
0 k∈N∗ 0

cette série convergeant évidemment 5 . Comme suite, et puisque (a + b)2 ≤ 2a2 + 2b2 ∀a, b ∈ R,
Z 1 X 2 X Z t 2
2 c0 (k) 1 − e−κk2 π2 t 2 2
u0 (x) − u(t, x) dx ≤ 2 u +2 fb(k)(s)eκk π (s−t) ds .
0 k∈N∗ k∈N∗ 0

Or pour tout ǫ > 0, ∃N ∈ N tel que ∀t ∈ [0, T ]

∞
X 2
∞
X 2 ǫ
c 2 2
u0 (k) 1 − e−κk π t ≤ c
u0 (k) ≤ .
2
k=N k=N

D’autre part, limt→0+ e −κk 2 π 2 t = 1 ∀k ∈ N∗ , donc ∃η ∈ R (dépendant de N ) tel que

N
X −1 2
N
X −1
2 ǫ
c0 (k) 1 − e−κk2 π2 t
u ≤ B 2 1 − e−κk
2 π2 t
≤ si 0 ≤ t ≤ η.
2
k=1 k=1

Donc 6 , ∀ǫ > 0, ∃η ∈ R tel que si 0 ≤ t ≤ η,

X 2
c0 (k) 1 − e−κk2 π2 t
u ≤ ǫ.
k∈N∗

5. Ce n’est pas une nouvelle notion inconnue (?) de convergence.

P 2
6. Hum, démonstration plus simple de ce résultat : la série k∈N∗ u c0 (k) 1 − e−κk2 π2 t converge normale-
P 2
c0 (k) 1 − e−κk2 π2 0
ment sur [0, T ], donc sa limite lorsque t tend vers 0 est k∈N∗ u = 0.
26 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

P Rt 2
Et le terme b κk 2 π 2 (s−t) ds ? Il suﬃt de lui appliquer les majorations déjà
k∈N∗ 0 f (k)(s)e
utilisées dans la cette démonstration : ∀k ∈ N∗ ,
Z t 2 Z t 2
2 2 2
κk 2 π 2 (s−t)
fb(k)(s)eκk π (s−t) ds ≤ sup fb(k)(t) e ds
0 t∈[0,T ] 0
2
2 1 −κk 2 π 2 t
≤ sup fb(k)(t) 1−e ,
t∈[0,T ] κk 2 π 2

d’où Z t 2
2 2 2 1
fb(k)(s)eκk π (s−t) ds ≤ sup fb(k)(t)
0 t∈[0,T ] κ2 π 4
pour tout k ∈ N∗ et ﬁnalement

X Z t
2 2
2
1 X 2
fb(k)(s)eκk π (s−t) ds ≤ sup b(k)(t) .
f
0 κ2 π 4 ∗ t∈[0,T ]
k∈N∗ k∈N

Or supt∈[0,T ] fb(k)(t) est une suite de l1 , donc une suite de l2 . Donc le membre de droite
k∈N∗
de la dernière inégalité converge : la série en question converge normalement sur [0, T ], donc sa
somme est continue sur [0, T ] et vaut 0 en t = 0.
Nous avons donc montré que limt→0+ u(t, ·) = u0 dans L2 (]0, 1[). La condition initiale est
vériﬁée dans L2 (]0, 1[).

Remarque 4
On a en fait montré un résultat plus fort que l’énoncé : non seulement ∂t u(·, x) est de classe
C 0 (]0, T ]) pour tout x ∈ [0, 1], mais encore ∂t u est de classe C 0 (]0, T ] × [0, 1]). De même, ∂x,x
2 u

est de classe C 0 (]0, T ] × [0, 1]). Cette remarque est la base de la compréhension du théorème 4.

Remarque 5
Il est tout à fait naturel que la condition initiale ne soit pas vérifiée en un sens plus fort que L2
(par exemple, ponctuellement en x), puisque cette condition initiale n’est pas supposée régulière.
Ceci amène d’ailleurs à faire les deux commentaires suivants.
D’une part, remarquons que l’EDP proprement dite n’est vérifiée par la solution que sur
]0, T ] × [0, 1], et pas en t = 0. Il est hors de question de montrer qu’elle est vérifiée en t = 0
puisque, u0 n’étant pas supposée de classe C 2 , ∂x,x
2 u0 n’a pas de sens. On pourrait néanmoins

trouver une solution du problème sur le pavé fermé (i.e. [0, T ] × [0, 1]) en supposant la condition
initiale de classe C 2 . Ceci aurait masqué une propriété essentielle de l’opérateur ∂x,x
2 , évoquée

dans le commentaire qui suit.

Nous voyons que même si la condition initiale n’est pas régulière, la solution est de classe C 2
en espace, pour tout t strictement positif. On peut même pousser le raisonnement plus loin : on
remarque que le terme général de la série de Fourier de la solution est de classe C ∞ par rapport à
2.1. EXISTENCE ET UNICITÉ D’UNE SOLUTION 27

sa seconde variable et que la série des dérivées nes est normalement convergente sur [ε, T ] × [0, 1]
pour tout n ∈ N, la solution est donc dans C 1,∞ (]0, T ], [0, 1]). On montrerait de même que si
f est de classe C 2n et telle que f (2l) (t, 0) = f (2l) (t, 1) = 0 ∀t ∈ [0, T ], pour l = 0, 1, . . . , n − 1,
la solution u est dans C n,∞ (]0, T ], [0, 1]). En particulier, si f = 0 (équation sans terme source),
u ∈ C ∞,∞ (]0, T ][0, 1]). Comme de plus ∂t u(t, x) = κ∂x,x 2 u(t, x) ∀(t, x) ∈]0, T ]×[0, 1], on en déduit

que u ∈ C ∞ (]0, T ] × [0, 1]). C’est une propriété de régularisation de l’opérateur ∂x,x 2 . On peut

montrer que la solution de l’équation de la chaleur sans terme source est même analytique réelle
en espace sur [0, 1] pour tout t > 0 : voir pour ceci le sujet du partiel du 19 avril 2005 (et
son corrigé). En exercice, montrer grâce à cela une propriété de non-localité de cette EDP :
∀x ∈]0, 1[, ∀t > 0, il n’existe pas de voisinage de x V (x) ]0, 1[ tel que u(t, x) ne dépende que
de {u0 (y) t. q. y ∈ V (x)}.

Le lecteur attentif considérerait comme une arnaque d’en rester là : il nous reste à démontrer
le lemme suivant, utile à la démonstration du précédent théorème.

Lemme 2
Soit g ∈ C 2 ([0, 1]) vériﬁant g(0) = g(1) = 0. Il existe C ∈ R tel que

C
|b
g (k)| ≤ ∀k ∈ N∗ .
k2

Démonstration
L’essentiel de cette démonstration a déjà été fait dans la démonstration du lemme 1. N’hésitons
cependant pas à répéter. . .
Soit k ∈ N∗ .
√ Z 1
b
g(k) = 2 g(x) sin(kπx) dx.
0
Donc
√ √ Z 1 √ Z 1
2 1 2 ′ 2
gb(k) = − [g(x) cos(kπx)]0 + g (x) cos(kπx) dx = g′ (x) cos(kπx) dx
kπ kπ 0 kπ 0

car g(0) = g(1) = 0. Et on continue :

√ √ Z 1
2 ′ 1 2
gb(k) = 2 2 g (x) sin(kπx) 0 − 2 2 g ′′ (x) sin(kπx) dx
k π k π 0
√ Z 1
2
=− 2 2 g′′ (x) sin(kπx) dx
k π 0

car sin(0) = sin(kπ) = 0. Donc

√ Z 1
√
2 2 2
g (k)| ≤ 2 2 max |g′′ |
|b | sin(kπx)| dx = 2 3 max |g′′ |.
k π [0,1] 0 k π [0,1]
28 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

Il suﬃt donc de poser

√
2 2
C = 3 max |g′′ |.
π [0,1]

On laisse le soin au lecteur de démontrer le résultat nécessaire pour achever la démonstration

du théorème précédent (dans le cas où f dépend aussi de t).

Théorème 4
Considérons le problème (2.1) où T est un réel strictement positif quelconque et avec une donnée
′′ ′′
initiale u0 ∈ C 4 ([0, 1]) vériﬁant u0 (0) = u0 (1) = u0 (0) = u0 (1) = 0 et un terme source
f ∈ C 2 ([0, T ] × [0, 1]) vériﬁant f (t, 0) = f (t, 1) = 0 ∀t ∈ [0, T ]. Il a une unique solution u ∈
Cb1,2 ([0, T ], [0, 1]).

À la diﬀérence du théorème 3, le théorème 4 fait appel à une hypothèse de régularité sur la

donnée initiale.

Démonstration
On sait déjà qu’il existe une solution u ∈ C 1,2 (]0, T ], [0, 1]) et qu’elle est la somme de la série

∞ Z t
√ X
2 c0
u (k) + b
f (k)(s)eκk 2 π 2 s 2 2
ds e−κk π t sin(kπx).
k=1 0

On s’intéresse au comportement de la dérivée par rapport à t au voisinage de t = 0 de cette

fonction. La série des dérivées par rapport à t, déjà étudiée, est la série de terme général
Z
√ t
2 2
2 −κk π c
u0 (k) + b
f (k)(s)eκk 2 π 2 s
ds e−κk 2 π 2 t b
+ f (k)(t) sin(kπx).
0

Nous allons reprendre le schéma de la démonstration de la dérivabilité (par rapport à t) de la

série, en y incorporant
ici les éléments nouveaux. Rappelons que la régularité de f implique que
supt∈[0,T ] fb(k)(t) ∗
est une suite de l1 . D’autre part, puisque u0 ∈ C 4 ([0, 1]) et u0 (0) =
k∈N
′′ ′′
u0 (1) = u0 (0) = u0 (1) = 0, le lemme 2 ≪ dopé ≫ à l’ordre 4 assure qu’il existe C ∈ R tel que

c0 (k) ≤ C .
u
k4

Nous avons maintenant : −κk2 π 2 c
2 2
u0 (k)e−κk π t + fb(k)(t) sin(kπx) est le terme général d’une
série normalement convergente sur [0, T ] × [0, 1] car
c0 (k)e−κk2 π2 t sin(kπx) y est majoré par κπ 2 C2 ;
– le terme −κk2 π 2 u k

– fb(k)(t) sin(kπx) ≤ sup[0,T ] fb(k)(t) sin(kπx) ≤ sup[0,T ] fb(k)(t) qui est le terme général
d’une suite de l1 .
2.1. EXISTENCE ET UNICITÉ D’UNE SOLUTION 29

L’étude du terme Z t
2 2
−κk 2 π 2 fb(k)(s)eκk π (s−t) ds sin(kπx)
0
a été faite lors de la démonstration du théorème 3 et a permis de montrer que ce terme est
celui d’une série normalement convergente sur [0, T ] × [0, 1]. En guise de récapitulation : la série
des dérivées par rapport à t des coefficients de Fourier de u est normalement convergente sur
[0, T ] × [0, 1] ; en conséquence, u est dérivable par rapport à sa première variable et ∂t u(t, x)
est de classe C 0 par rapport à (t, x) sur [0, T ] × [0, 1]. La dérivée de u par rapport à t est donc
uniformément bornée sur [0, T ] × [0, 1].
Un raisonnement similaire pour la dérivée seconde de u par rapport à x est effectuable. . . Et
à effectuer à titre d’exercice.
Remarque 6
Il peut paraı̂tre stérile de faire une hypothèse aussi forte sur la condition initiale, vue la fai-
blesse du résultat obtenu. En fait, nous montrerons dans le chapitre concernant l’approximation
numérique la convergence des solutions approchées vers la solution exacte pourvu que cette solu-
tion exacte ait ses dérivées partielles uniformément bornées. Le théorème 4 a pour seule ambition
de montrer qu’il existe de telles solutions, et que les algorithmes discrets que nous allons étudier
convergent dans de ≪ vrais cas ≫. Remarquer par ailleurs que, comme nous l’avons déjà observé
(remarque 5), moyennant des hypothèses suffisamment fortes sur u0 et f , on est en mesure de
produire des solutions de (2.1) dans Cbl,m ([0, T ], [0, 1]) pour tout (l, m).

Remarque 7 (Conditions aux limites de Dirichlet non homogènes)

Le problème de la chaleur dans [0, 1] avec conditions aux limites de Dirichlet non homogènes
s’écrit 

 2 u(t, x) = f (t, x) dans ]0, T ]×]0, 1[,
∂t u(t, x) − κ∂x,x


 u(t, 0) = u ∀t ∈]0, T ],
0
(2.3)

 u(t, 1) = u1 ∀t ∈]0, T ],


 u(0, x) = u0 (x) ∀x ∈]0, 1[

(on suppose ici pour simplifier que u0 ni u1 ne dépendent de t). Pour résoudre ce problème, il
suffit de remarquer que la fonction ∆(t, x) définie par ∆(t, x) = u0 + (u1 − u0 )x vérifie l’EDP
de la chaleur sans terme source ainsi que les conditions aux limites de Dirichlet non homogènes
en 0 et en 1. Soit donc v(t, x) la solution de


 2 u(t, x) = f (t, x) dans ]0, T ]×]0, 1[,
∂t u(t, x) − κ∂x,x


 u(t, 0) = 0 ∀t ∈]0, T ],

 u(t, 1) = 0 ∀t ∈]0, T ],


 u(0, x) = u0 (x) − ∆(0, x) ∀x ∈]0, 1[

(on sait que la solution de ce problème existe puisque c’est le problème de Dirichlet homogène).
Posons maintenant u(t, x) = v(t, x) + ∆(t, x) : u est la solution cherchée.
30 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

Remarque 8 (Conditions aux limites de Neumann homogènes)

Un autre type de conditions aux limites très souvent pris en compte est celui de Neumann, où
la dérivée normale de la solution est imposée sur le bord. Le problème en dimension 1 devient
alors, dans le cas homogène,


 2 u(t, x) = f (t, x) dans ]0, T ]×]0, 1[,
∂t u(t, x) − κ∂x,x


 ∂ u(t, 0) = 0 ∀t ∈]0, T ],
x
(2.4)
 ∂x u(t, 1) = 0 ∀t ∈]0, T ],



 u(0, x) = u0 (x) ∀x ∈]0, 1[.

On peut pour ce problème faire la même étude, en utilisant exactement la n même technique, celle
o
√
des séries de Fourier. Il faut pour ceci faire usage de la base hilbertienne 1, 2 cos(kπx) k∈N∗
de L2 (]0, 1[). C’est en eﬀet avec cette base-ci que u ∈ C 2 ([0, 1]) vériﬁant ∂x u(0) = ∂x u(1) = 0
sera telle que
c′′ (k) = −k2 π 2 u
u b(k) ∀k ∈ N

(cf. travaux dirigés).

2.2 Principes du maximum

Nous avons déjà évoqué la question de la stabilité de la solution de (2.1) et nous avons
répondu par l’aﬃrmative en norme L2 : voir la proposition 3. La présente section est consacrée
à l’étude de la stabilité en norme L∞ . La stabilité que nous allons démontrer porte le nom de
≪ principe du maximum ≫ et sera à nouveau étudiée dans les chapitres concernant les équations

hyperboliques et les équations elliptiques.

2.2.1 Entropies
On appelle entropie pour le problème (2.1) toute fonction S de classe C 2 (R) telle que, si u
désigne la solution de (2.1),

2
∂t S(u)(t, x) − κ∂x,x S(u)(t, x) ≤ S ′ (u)(t, x)f (t, x).

Remarque 9
Le terme ≪ entropie ≫ est généralement réservé aux équations hyperboliques, mais il désigne
dans ce cadre exactement la même chose. . .
Proposition 4
Supposons que les hypothèses du théorème 3 sont vériﬁées. Toute fonction de classe C 2 (R) et
convexe sur R est une entropie pour (2.1).

Dans cette proposition, les hypothèses du théorème 3 sont faites aﬁn d’assurer l’existence
d’une solution au problème (2.1) et sa régularité.
2.2. PRINCIPES DU MAXIMUM 31

Démonstration
On a ∂t S(u) = S ′ (u)∂t u et ∂x S(u) = S ′ (u)∂x u, d’où ∂x,x
2 S(u) = S ′′ (u)(∂ u)2 + S ′ (u)∂ 2 u. Donc,
x x,x

2
∂t S(u) − κ∂x,x S(u) = S ′ (u)f (t, x) − κS ′′ (u)(∂x u)2 ≤ S ′ (u)f (t, x).

Pour simplifier, on suppose à partir d’ici et pour le reste de la section 2.2 que le
terme source est nul : f (t, x) = 0 ∀t, ∀x.

2.2.2 Décroissance en temps de la norme L∞ (]0, 1[)

Théorème 5
Supposons que les hypothèses du théorème 3 sont vériﬁées. Soit u(t, x) l’unique solution de (2.1)
avec terme source nul et donnée initiale u0 ∈ L∞ (]0, 1[). Cette solution vériﬁe

||u(t, ·)||L∞ (]0,1[) ≤ u0 L∞ (]0,1[)

∀t ∈ R+ .

Démonstration
Toute fonction S ∈ C 2 (R) telle que S ′′ (x) ≥ 0 ∀x ∈ R est une entropie pour (2.1) et vériﬁe
2
∂t S(u) − κ∂x,x S(u) ≤ 0.

Notons M = max(0, supess u0 ). Choisissons une entropie particulière (voir la ﬁgure ) :

(
(u − M )3 si u ≥ M,
S(u) =
0 si u > M

(exercice : vériﬁer que c’est une entropie !).

S(x)

x
M

Figure 2.1 – Graphe de l’entropie.

Intégrons l’inégalité d’entropie en espace entre 0 et 1 :

Z 1
∂t S(u)(t, x) dx − κ [∂x S(u)(t, x)]10 ≤ 0.
0
32 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

Or (pour t > 0) u(t, 0) = u(t, 1) = 0 ≤ M , donc ∂x S(u(t, 0)) = S ′ (u(t, 0))∂x u(t, 0) = 0 =
S ′ (u(t, 1))∂x u(t, 1) = ∂x S(u(t, 1)) grâce à la forme particulière de l’entropie choisie, donc
Z 1
∂t S(u)(t, x) dx ≤ 0.
0
R1 R1
De plus, 0 ∂t S(u)(t, x) dx = ∂t 0 S(u)(t, x) dx (à vériﬁer en exercice), d’où, en intégrant en
temps entre 0 et t, Z 1 Z 1
S(u)(t, x) dx − S(u)(0, x) dx ≤ 0
0 0
et, puisque S(u(0, x)) = 0 pour presque tout x,
Z 1
S(u)(t, x) dx ≤ 0.
0

Puisque S(u) ≥ 0 pour tout u ∈ R, cela implique que S(u)(t, x) = 0 pour presque tout x, pour
tout t > 0. Ceci signiﬁe que u(t, x) ≤ M pour presque tout x, pour tout t, à nouveau grâce à la
forme particulière de l’entropie. En prenant maintenant l’entropie
(
−(u − m)3 si u ≤ m,
S̃(u) =
0 si u > m

avec m = min(0, infess u0 ), on démontre de la même manière que u(t, x) ≥ m pour presque tout
x, pour tout t. Ceci termine la démonstration du théorème.
Remarque 10
– Nous avons démontré en fait un résultat plus fort que l’énoncé (lequel ?).
– Avec des conditions de bord de Dirichlet non homogènes

u(t, 0) = u0 ,
u(t, 1) = u1 ,
on démontrerait que

u(t, x) ≤ max(u0 , u1 , supess u0 ) p.p.(x), ∀t,

u(t, x) ≥ min(u0 , u1 , infess u0 ) p.p.(x), ∀t

(le faire à titre d’exercice).

– La même méthode permet de montrer le même résultat avec des conditions de Neumann
homogènes. On pose M = supess u0 . En intégrant en espace l’inégalité d’entropie, il vient
Z 1
∂t S(u) dx − κ [∂x S(u)(t, x)]10 ≤ 0.
0

Or ∂x S(u)(t, 0) = S ′ (u)(t, 0)∂x u(t, 0)

= 0 et ∂x S(u)(t, 1) = S ′ (u)(t, 1)∂x u(t, 1) = 0 grâce
aux conditions de Neumann homogènes, d’où
Z 1
∂t S(u) dx ≤ 0,
0
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 33

R1 R1
donc 0 S(u)(t, x) dx ≤ 0 S(u)(0, x) dx = 0. Mais puisque S(u) ≥ 0 quelque soit u, on a
nécessairement S(u(t, x)) = 0 pour presque tout x, pour tout t. D’où enfin u(t, x) ≤ M
pour presque tout x, pour tout t. . .
– La méthode que nous avons utilisée est une adaptation de la méthode des troncatures de
Stampacchia pour montrer le principe du maximum pour des équations elliptiques, que
nous verrons dans le chapitre qui y sera consacré.
– Une méthode plus classique pour montrer ce principe du maximum consiste à poser
v(t, x) = u(t, x)e−λt , pour λ > 0, et à étudier v comme solution d’un problème aux li-
mites (cf. travaux dirigés).

Remarque 11
Le problème (2.1) est mal posé pour t < 0. En effet, la série de Fourier de la solution diverge
pour t < 0, sauf si u0 ne ≪ contient qu’un nombre fini de modes de Fourier ≫. La stabilité en
norme L2 (norme de l’énergie) est alors fausse. La stabilité en norme L∞ est perdue aussi (les
entropies augmentent en temps négatif). Il en est bien entendu de même pour t > 0 avec κ < 0.

Remarque 12
Les résultats que nous avons obtenus ne sont pas optimaux. Des résultats plus forts, assurant
l’existence de solutions faibles sous des hypothèses plus faibles peuvent être démontrés. Ils font
cependant appel à des techniques moins classiques que nous n’introduirons que dans la suite
(chapitres sur les équations hyperboliques et les équations elliptiques).

2.3 Résolution approchée par la méthode des différences finies

La méthode que nous avons employée dans la section 2.1 pour montrer l’existence et l’unicité
d’une solution au problème (2.1) est constructive : elle permet un calcul de la solution. Cela
demande néanmoins le calcul des coefficients de Fourier de la condition initiale, de ceux du
terme source, le calcul de leur évolution, et enfin le calcul de la transformation de Fourier inverse.
Ceci est long et coûteux ; mais rendu réalisable grâce à la transformée de Fourier rapide (Fast
Fourier Transform en anglais). Nous n’utiliserons pas cette méthode (réservée peut-être à une
séance de travaux pratiques). Nous préférons en effet proposer l’étude d’une méthode beaucoup
plus générale. Il s’agit de la méthode des différences finies. Son principe général repose sur la
définition de la dérivée d’une fonction f :

f (x + h/2) − f (x − h/2)
f ′ (x) = lim .
h→0 h
La méthode consiste à remplacer, dans l’EDP, ∂x u(t, x) par (u(t, x+ h/2)− u(t, x− h/2))/h pour
un h assez petit. . . C’est-à-dire des dérivées par des diﬀérences finies. Cette méthode permet un
34 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

calcul approché de la solution de (2.1) sur une grille de [0, T ] × [0, 1]. Pour simplifier, on suppose
que cette grille est régulière en temps et en espace : on note ∆t le pas de temps et ∆x le pas
d’espace. On note N le nombre de pas de temps entre 0 et T et tn = n∆t pour n ∈ {0, . . . , N },
avec t0 = 0 et tN = T , soit ∆t = T /N . On note J le nombre de points du maillage en espace
situés à l’intérieur du segment [0, 1], et xj = j∆x pour j ∈ {0, . . . , J + 1}, avec x0 = 0 et
xJ+1 = 1, soit ∆x = 1/(J + 1). Le but de la méthode des différences finies est le calcul approché
de la solution du problème (2.1) en les points du maillage temps-espace, c’est-à-dire le calcul
approché des valeurs u(tn , xj ) pour tout n ∈ {0, . . . , N } et tout j ∈ {0, . . . , J + 1}, où u est la
solution exacte. Les valeurs approchées que nous calculons sont notées unj .
Les conditions aux limites du problème ne posent a priori aucune difficulté : il est naturel
d’imposer
un0 = 0 ∀n ∈ {0, . . . , N },
unJ+1 = 0 ∀n ∈ {0, . . . , N },
u0j = u0 (xj ) ∀j ∈ {0, . . . , J + 1},
en supposant pour simplifier que la donnée initiale vérifie les conditions aux limites : u0 (0) =
u0 (1) = 0.
Il nous reste maintenant à faire le calcul des autres valeurs unj , qui doivent être proches des
u(tn , xj ). Or, ces valeurs exactes vérifient

∂t u(tn , xj ) − κ∂x,x
2
u(tn , xj ) = f (tn , xj ).

Bien entendu, la méthode que nous allons développer doit permettre un calcul approché des
2 u(tn , x ), c’est pourquoi nous allons
u(tn , xj ) sans l’aide des valeurs exactes ∂t u(tn , xj ) et ∂x,x j
remplacer ces dérivées par des diﬀérences ﬁnies.
Discrétisation de ∂x,x 2

En utilisant
u(tn , xj + ∆x/2) − u(tn , xj − ∆x/2)
∂x u(tn , xj ) ≈ ,
∆x
on écrit
2 ∂x u(tn , xj + ∆x/2) − ∂x u(tn , xj − ∆x/2)
∂x,x u(tn , xj ) ≈ ,
∆x
et en réitérant cette approximation,
u(tn ,xj +∆x)−u(tn ,xj ) u(tn ,xj )−u(tn ,xj −∆x)
2 −
∂x,x u(tn , xj ) ≈ ∆x ∆x
,
∆x
soit
2 u(tn , xj+1 ) − 2u(tn , xj ) + u(tn , xj−1 )
∂x,x u(tn , xj ) ≈ . (2.5)
∆x2
Discrétisation de ∂t
La discrétisation naturelle serait ici
u(tn + ∆t/2, xj ) − u(tn − ∆t/2, xj )
∂t u(tn , xj ) ≈ ,
∆t
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 35

mais le problème de cette discrétisation est qu’elle fait intervenir les valeurs de la solution en des
points qui ne sont pas sur la grille. Plusieurs modiﬁcations sont possibles, dont, par exemple,
u(tn+1 , xj ) − u(tn , xj )
∂t u(tn , xj ) ≈ , (2.6)
∆t
u(tn , xj ) − u(tn−1 , xj )
∂t u(tn , xj ) ≈ , (2.7)
∆t
ou encore
u(tn+1 , xj ) − u(tn−1 , xj )
∂t u(tn , xj ) ≈ . (2.8)
2∆t
Ces trois choix, qui paraissent très proches, conduisent en fait à des algorithmes aux comporte-
ments extrêmement diﬀérents :
– le premier choix conduit à un algorithme convergent sous une condition sur les pas de
temps et d’espace ; cet algorithme est appelé schéma explicite ;
– le deuxième choix conduit à un algorithme inconditionnellement convergent ; cet algorithme
est appelé schéma implicite ;
– le troisième choix conduit à un algorithme non convergent ; cet algorithme porte le nom
de schéma saute-mouton.
Par convergence, on entend convergence de la solution approchée vers la solution exacte lorsque
les pas de discrétisation en temps et en espace tendent vers 0.
La suite de cette section est consacrée, entre autres, à l’étude de ces trois discrétisations.

2.3.1 Étude du schéma explicite

Par étude du schéma, on comprend
– étude de la stabilité de la solution approchée, propriété qualitative ;
– étude de la convergence de la solution approchée (ou numérique, ou encore discrète) vers
la solution exacte lorsque ∆t et ∆x tendent vers 0 ;
– étude de la vitesse de convergence. . .
Le schéma explicite, qui résulte de l’approximation proposée en (2.5) pour l’opérateur du
second ordre, et de la première discrétisation de l’opérateur du premier ordre, (2.6), est
un+1
j − unj unj+1 − 2unj + unj−1
−κ = f (tn , xj ). (2.9)
∆t ∆x2
Définition 2 (erreur de consistance)
On appelle erreur de consistance d’un schéma l’erreur que l’on commet en remplaçant l’équation
2 u − f = 0 par l’équation aux diﬀérences ﬁnies.
exacte ∂t u − κ∂x,x

Un exemple vaut mieux qu’un long discours : pour le schéma explicite, l’erreur de consistance
au temps tn au point xj , notée εnj (u), est donnée par

u(tn+1 , xj ) − u(tn , xj ) u(tn , xj+1 ) − 2u(tn , xj ) + u(tn , xj−1 )

εnj (u) = −κ − f (tn , xj ).
∆t ∆x2
36 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

On désignera par la suite par εn (u) le vecteur des erreurs de consistance à l’instant tn ,

εn (u) = εnj (u) j∈{1,...,J} .

Remarque 13
Le terme ≪ consistance ≫ provient d’une erreur de traduction de l’anglais ≪ consistency ≫ et est
à comprendre comme ≪ cohérence ≫.
Proposition 5
Supposons que u ∈ Cb2,4 ([0, T ], [0, 1]) est solution de (2.1). Alors, il existe C ∈ R tel que

max ||εn (u)||∞ ≤ C(∆t + ∆x2 ).

n∈{0,...,N −1}

Remarque 14
– Il en résulte que
lim max ||εn (u)||∞ = 0,
∆t,∆x→0 n∈{0,...,N −1}

on dit alors que le schéma (2.9) est consistant avec (2.1).

– On dit que le schéma est d’ordre 1 en temps et d’ordre 2 en espace.

Démonstration

u(tn+1 ,x )−u(tn ,x )
Évaluons j
∆t
j
− ∂t u(tn , xj ).
On a supposé que u est de classe C 2 en temps. Donc il existe τ ∈ [tn , tn+1 ] tel que
∆t2 2
u(tn+1 , xj ) = u(tn , xj ) + ∆t∂t u(tn , xj ) + ∂ u(τ, xj ).
2 t,t
Ainsi,
u(tn+1 , xj ) − u(tn , xj ) ∆t 2
− ∂t u(tn , xj ) = ∂ u(τ, xj ).
∆t 2 t,t
u(tn ,x
j+1 )−2u(tn ,x )+u(tn ,x
j j−1 )
2 u(tn , x ).
Évaluons ∆x2
− ∂x,x j
Comme on a supposé u de classe C 4 en espace, il existe y ∈ [xj , xj+1 ] tel que

∆x2 2
u(tn , xj+1 ) = u(tn , xj ) + ∆x∂x u(tn , xj ) + ∂ u(tn , xj )
2 x,x
∆x3 3 ∆x4 4
+ ∂x,x,x u(tn , xj ) + ∂ u(tn , y)
6 24 x,x,x,x
et il existe z ∈ [xj−1 , xj ] tel que

∆x2 2
u(tn , xj−1 ) = u(tn , xj ) − ∆x∂x u(tn , xj ) + ∂ u(tn , xj )
2 x,x
∆x3 3 ∆x4 4
− ∂x,x,x u(tn , xj ) + ∂ u(tn , z).
6 24 x,x,x,x
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 37

Ainsi,

u(tn , xj+1 ) − 2u(tn , xj ) + u(tn , xj−1 ) 2

2 − ∂x,x u(tn , xj )
∆x
∆x2 4
= ∂x,x,x,xu(tn , y) + ∂x,x,x,x
4
u(tn , z) .
24
2 u(tn , x ) − f (tn , x ) = 0, donc
Pour ﬁnir, on rappelle que ∂t u(tn , xj ) − κ∂x,x j j

u(tn+1 , xj ) − u(tn , xj )
εnj (u) = − ∂t u(tn , xj )
∆t
u(tn , xj+1 ) − 2u(tn , xj ) + u(tn , xj−1 ) 2
−κ + κ∂x,x u(tn , xj )
∆x2
− f (tn , xj ) + f (tn , xj )
∆t 2 ∆x2 4
= ∂t,t u(τ, xj ) − κ ∂x,x,x,xu(tn , y) + ∂x,x,x,x
4
u(tn , z)
2 24
On a le résultat annoncé en posant

2 4
C = 1/2 max max ∂t,t u , κ/6 max ∂x,x,x,x u ,
[0,T ]×[0,1] [0,T ]×[0,1]

car alors
|εnj (u)| ≤ C(∆t + ∆x2 ) ∀n ∈ {0, . . . , N − 1}, ∀j ∈ {1, . . . , J}.

Théorème 6
Notons en (u) le vecteur de l’erreur au temps tn : en (u) = enj (u) avec
j∈{1,...,J

enj (u) = unj − u(tn , xj ) ∀n ∈ {0, . . . , N }, ∀j ∈ {0, . . . , J + 1}.

Supposons que κ∆t/∆x2 ≤ 1/2. Alors, sous les hypothèses de la proposition 5, il existe C ∈ R
tel que
||en (u)||∞ ≤ C(∆t + ∆x2 ) ∀n ∈ {0, . . . , N }.

Ce théorème exprime une majoration de l’erreur entre la solution approchée et la solution

exacte, en norme l∞ discrète, c’est-à-dire en un certain nombre de points. On peut bien entendu
en déduire une majoration de l’erreur en norme L∞ ([0, T ]×[0, 1]), c’est ce qu’exprime le corollaire
suivant, dont la démonstration, qui utilise une inégalité d’interpolation classique, est laissée au
lecteur.
38 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

Corollaire 1
Soit u(t, x) la fonction affine en t (à x fixé) et affine en x (à t fixé) sur chaque pavé [tn , tn+1 ] ×
[xj , xj+1 ] telle que u(tn , xj ) = unj pour tout n ∈ {0, . . . , N } et tout j ∈ {0, . . . , J + 1}. Sous les
hypothèses du théorème 6, il existe C ∈ R et D ∈ R tels que

||u − u||L∞ ([0,T ]×[0,1]) ≤ C(∆t + ∆x2 ) + D(∆t2 + ∆x2 ).

Démonstration (du théorème 6)
Tout d’abord, en0 (u) = enJ+1 (u) = 0 ∀n. Puis, si j ∈ {1, . . . J},

en+1
j (u) = un+1
j − u(tn+1 , xj )
∆t n
= unj + κ n n n
2 (uj+1 − 2uj + uj−1 ) + ∆tf (t , xj )
∆x
− u(tn , xj ) − (u(tn+1 , xj ) − u(tn , xj ))
∆t n
= enj (u) + κ n n
2 (uj+1 − 2uj + uj−1 ) + ∆tf (t , xj )
n
∆x
∆t
− ∆tεnj (u) + κ (u(t n
, x j+1 ) − 2u(t n
, x j ) + u(t n
, x j−1 )) + ∆tf (t n
, x j )
∆x2
∆t n
= enj (u) + κ (ej+1 (u) − 2enj (u) + enj−1 (u)) − ∆tεnj (u).
∆x2
Il est important de remarquer que l’erreur est solution de l’équation discrète

en+1
j (u) − enj (u) enj+1 (u) − 2enj (u) + enj−1 (u)
−κ = −εnj (u)
∆t ∆x2
qui est l’équation discrète de la chaleur avec le schéma explicite et comme second membre l’erreur
de consistance.
On a donc, pour tout n ∈ {0, . . . , N − 1} et tout j ∈ {1, . . . , J},

n+1 ∆t n ∆t n ∆t n
ej (u) = 1 − 2κ 2 ej (u) + κ 2 ej+1 (u) + κ ej−1 (u) − ∆tεnj (u).
∆x ∆x ∆x2

On suppose que 0 ≤ 2κ∆t/∆x2 ≤ 1. Donc

∆t ∆t
|en+1
j (u)| ≤ 1 − 2κ ||en (u)||∞ + 2κ ||en (u)||∞ + ∆t ||εn (u)||∞
∆x2 ∆x2
∀j ∈ {0, . . . , J + 1},

soit
|en+1
j (u)| ≤ ||en (u)||∞ + ∆t ||εn (u)||∞ ∀n ∈ {0, . . . , N − 1}, ∀j ∈ {0, . . . , J + 1}.

On applique maintenant le résultat obtenu à la proposition 5 et on a

en+1 (u) ∞
≤ ||en (u)||∞ + C∆t(∆t + ∆x2 ).
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 39

Ainsi,
en+1 (u) ∞
≤ e0 (u) ∞
+ C(n + 1)∆t(∆t + ∆x2 ).

Or e0j (u) = 0 ∀j ∈ {0, . . . , J + 1}, d’où ﬁnalement

en+1 (u) ∞
≤ C(n + 1)∆t(∆t + ∆x2 ),

ceci étant vrai pour tout n ∈ {0, . . . , N − 1}. Comme n∆t ≤ T ∀n ∈ {0, . . . , N }, il en découle
que
en+1 (u) ∞ ≤ CT (∆t + ∆x2 ).

Le théorème 6 montre que la solution numérique converge vers la solution exacte lorsque
l’on fait tendre les pas de temps et d’espace vers 0, si le pas de temps est choisi suffisamment
petit pour que κ∆t/∆x2 ≤ 1/2. On dit que le schéma explicite (2.9) est (conditionnellement)
convergent dans L∞ .

Remarque 15
Par analogie avec le cas des équations de transport (voir le chapitre 3), la condition κ∆t/∆x2 ≤
1/2, qui lie le pas de temps au pas d’espace, est parfois appelée condition de Courant-Friedrichs-
Lewy. Cette condition est très contraignante car elle impose que ∆t ≤ ∆x2 /(2κ). Nous allons
tâcher d’élaborer des algorithmes ne nécessitant pas cette condition, très coûteuse en temps de
calcul sur les ordinateurs.
Remarque 16 (principe du maximum discret)
Supposons que le terme source est nul. Le schéma explicite s’écrit alors

∆t n
un+1
j = unj + κ (uj+1 − 2unj + unj−1 ),
∆x2
soit
∆t ∆t n ∆t n
un+1
j = 1 − 2κ unj + κ 2 uj+1 + κ uj−1 .
∆x2 ∆x ∆x2
La condition κ∆t/∆x2 ≤ 1/2 apparaı̂t ici naturellement comme une condition sous laquelle un+1 j
est une combinaison convexe de unj−1 , unj et unj+1 . c’est une condition de stabilité l∞ du schéma.
Si cette condition est vériﬁée, on a

min unj ≤ un+1

j ≤ max unj ∀j ∈ {0, . . . , J + 1},
j∈{0,...,J+1} j∈{0,...,J+1}

et donc
min u0j ≤ un+1
j ≤ max u0j ∀j ∈ {0, . . . , J + 1}.
j∈{0,...,J+1} j∈{0,...,J+1}

Cette estimation permet, grâce à la convergence du schéma, de retrouver le principe du maximum

du théorème 5.
40 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

Nous allons maintenant étudier une classe plus générale d’algorithmes de résolution ap-
prochée de l’équation de la chaleur. Afin de gagner en généralité, commençons par observer que
le schéma explicite peut être écrit sous une forme matricielle :
U n+1 − U n κ
+ AU n = F n
∆t ∆x2
avec  
2 −1 0 · · · · · · 0
 
 −1 2 −1 0 · · ·  0
 
 0 −1 2 −1 · · ·  0
 
A= .. .. .. .. ..  ∈ MJ (R)
..
 . . . . .  .
 
 
 0 ··· 0 −1 2 −1 
0 ··· ··· 0 −1 2
et    
un1 f (tn , x1 )
 .   .. 
Un =  . 
 . , Fn = 
 . .

unJ n
f (t , xJ )
Au moyen de ces notations, nous pouvons réécrire le schéma obtenu en remplaçant ∂t u(tn , xj )
u(tn ,xj )−u(tn−1 ,xj )
par ∆t (une des autres discrétisations de ∂t u proposées) sous la forme matricielle

1 κ n+1 1
I+ A U + − I U n = F n.
∆t ∆x2 ∆t
Nous regroupons maintenant ces deux schémas différents sous une même formulation, tout en
mettant au jour un grand ensemble de nouveaux algorithmes. Pour tout θ ∈ R, nous considérons
l’algorithme défini par

1 θκ n+1 1 (1 − θ)κ
I+ A U + − I+ A U n = F n+1/2 (2.10)
∆t ∆x2 ∆t ∆x2
où le second membre est donné par
 
f (tn + ∆t/2, x1 )
 .. 
F n+1/2 =
 . .

n
f (t + ∆t/2, xJ )

La modiﬁcation de ce second membre, par rapport au schéma explicite, va permettre d’obtenir

un schéma d’ordre 2 en temps. Il est clair qu’elle ne change pas les résultats déjà obtenus pour
le schéma explicite. Le schéma décrit par (2.10) est appelé θ-schéma. Nous allons l’étudier selon
les valeurs du paramètre θ. Lorsque θ = 0, on retrouve le schéma explicite que nous avons déjà
étudié. Lorsque θ = 1, le schéma est
dit totalement
implicite. La diﬃculté posée par les cas où
1 θκ
θ > 0 est l’inversion de la matrice ∆t I + ∆x2 A , mais nous allons voir que cela peut se révéler
payant en termes d’eﬃcacité.
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 41

2.3.2 Étude du θ-schéma

Il s’écrit sous forme scalaire
un+1
j − unj unj+1 − 2unj + unj−1
− (1 − θ)κ
∆t ∆x2 n+1
un+1
j+1 − 2u n+1
j + uj−1
− θκ = f (tn + ∆t/2, xj )
∆x2
(∀n ∈ {0, . . . , N − 1}, ∀j ∈ {1, . . . , J}). On déﬁnit l’erreur de consistance au temps tn et au
point xj par

u(tn+1 , xj ) − u(tn , xj )
εnj (u) =
∆t
u(tn , xj+1 ) − 2u(tn , xj ) + u(tn , xj−1 )
− κ (1 − θ)
∆x2
u(tn+1 , xj+1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj−1 )
+θ
∆x2
− f (tn + ∆t/2, xj )

où u est la solution de (2.1).

Proposition 6
Supposons que u ∈ Cb3,4 ([0, T ], [0, 1]) est solution de (2.1) où f ∈ C 2 ([0, T ] × [0, 1]). Alors, il existe
C ∈ R et D ∈ R tels que

max ||εn (u)||∞ ≤ C |1 − 2θ| ∆t + D(∆t2 + ∆x2 )

n∈{0,...,N −1}

(le θ-schéma est consistant pour tout θ ∈ R).

Démonstration
Elle repose sur le même principe que celle de la proposition 5, en comparant cette fois les
2 u(tn + ∆t/2, x ).
diﬀérences ﬁnies à ∂t u(tn + ∆t/2, xj ) et à ∂x,x j
u(tn+1 ,x )−u(tn ,x )
Évaluons j
∆t
j
− ∂t u(tn + ∆t/2, xj ).
On a supposé que u(·, xj ) ∈ C 3 ([0, T ]), donc

∆t ∆t2 2
u(tn+1 , xj ) = u(tn + ∆t/2, xj ) + ∂t u(tn + ∆t/2, xj ) + ∂ u(tn + ∆t/2, xj ) + O(∆t3 )
2 8 t,t
et
∆t ∆t2 2
u(tn , xj ) = u(tn + ∆t/2, xj ) − ∂t u(tn + ∆t/2, xj ) + ∂ u(tn + ∆t/2, xj ) + O(∆t3 ),
2 8 t,t
ce qui donne
u(tn+1 , xj ) − u(tn , xj )
= ∂t u(tn + ∆t/2, xj ) + O(∆t2 ).
∆t
u(tn ,xj+1 )−2u(tn ,xj )+u(tn ,xj−1 ) u(tn+1 ,xj+1 )−2u(tn+1 ,xj )+u(tn+1 ,xj−1 ) 2 u(tn +
Évaluons (1 − θ) ∆x2
+θ ∆x2
− ∂x,x
∆t/2, xj ).
42 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

En faisant la même opération que lors de la démonstration de la proposition 5, on obtient

u(tn , xj+1 ) − 2u(tn , xj ) + u(tn , xj−1 )

(1 − θ)
∆x2
u(tn+1 , xj+1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj−1 )
+θ
∆x2
2
= (1 − θ)∂x,x u(tn , xj ) + θ∂x,x
2
u(tn+1 , xj ) + O(∆x2 )
2 ∆t 3
= ∂x,x u(tn + ∆t/2, xj ) + (2θ − 1) ∂t,x,x u(tn + ∆t/2, xj ) + O(∆t2 ) + O(∆x2 )
2
2 u(·, x ) ∈ C 2 ([0, T ]), ce qui est le cas puisque ∂ 2 u(·, x ) = 1/κ (∂ u(·, x ) − f (·, x )). Ainsi,
si ∂x,x j x,x j t j j

εnj (u) = ∂t u(tn + ∆t/2, xj ) + O(∆t2 )

2 κ∆t 3
− κ∂x,x u(tn + ∆t/2, xj ) + (1 − 2θ) ∂ u(tn + ∆t/2, xj )
2 t,x,x
+O(∆t2 ) + O(∆x2 )
− f (tn + ∆t/2, xj ),

soit, puisque u est solution de l’équation de la chaleur,

κ∆t 3
εnj (u) = (1 − 2θ) ∂ u(tn + ∆t/2, xj ) + O(∆t2 ) + O(∆x2 ),
2 t,x,x
ce qui prouve bien le résultat annoncé.

Le θ-schéma est donc d’ordre 1 en temps et 2 en espace, sauf si θ = 1/2, auquel cas il est
d’ordre 2 en temps et en espace. Le 1/2-schéma est appelé schéma de Crank-Nicolson.

Remarque 17
Le remplacement du second membre F n par F n+1/2 a permis d’éliminer un terme d’erreur d’ordre
1 en temps qui ne s’annulerait pour aucune valeur de θ. On peut remplacer le second membre
f (tn +∆t/2, xj ) par (1−θ)f (tn , xj )+θf (tn+1 , xj ) ou par f ((1−θ)tn +θtn+1 , xj ) = f (tn +θ∆t, xj )
pour obtenir le même résultat.

Il nous faut maintenant nous pencher sur la convergence du θ-schéma. Pour ceci, nous notons,
comme pour le schéma explicite (à ceci près que nous ne prenons pas cette fois les valeurs de
l’erreur en x = 0 ni en x = 1), en (u) ∈ RJ le vecteur de l’erreur au temps tn , de composantes

enj (u) = unj − u(tn , xj ) ∀n ∈ {0, . . . , N }, ∀j ∈ {1, . . . , J}.

La linéarité du schéma implique que ce vecteur de l’erreur vériﬁe l’équation

1 θκ n+1 1 (1 − θ)κ
I+ A e (u) + − I + A en (u) = −εn (u).
∆t ∆x2 ∆t ∆x2

6 0) devant en+1 rend diﬃcile l’étude de la

La présence d’une matrice non diagonale (lorsque θ =
norme l∞ du vecteur de l’erreur. L’étude que nous proposons ici est celle de la norme ≪ l2 ≫ :
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 43

on déﬁnit la norme |||·|||2 par

 1/2
J
X
1
|||en |||2 =  |enj |2  .
J
j=1

La division par J sert à normaliser (en fonction du nombre de points du maillage) : ainsi, si g
est une fonction constante sur [0, 1],

||g||L2 (]0,1[) = (g(xj ))Jj=1 .

1 θκ
Étude de la matrice ∆t I + ∆x2
A.
La matrice −A est appelée matrice du laplacien discret en dimension 1 sur un maillage à J
points.

Lemme 3
La matrice A, de taille J × J, a pour valeurs propres

2 jπ
αj = 4 sin pour j = 1, . . . , J,
2(J + 1)

et pour vecteurs propres associés, respectivement,

 jπ

sin( J+1 )
 jπ 
 sin(2 J+1 ) 
Vj = 
 ..  pour j = 1, . . . , J.

 . 
jπ
sin(J J+1 )

La démonstration de ce lemme est laissée au lecteur (elle ne fait appel qu’à des formules de
trigonométrie classiques).
1 θκ
Avant de continuer l’étude de la matrice ∆t I + ∆x2 A, nous pouvons faire quelques remarques.
– Les valeurs propres de A sont toutes strictement positives.
1 θκ
– La matrice ∆t I + ∆x 2 A est symétrique réelle et donc diagonalisable sur R (ce que l’on

constate aussi dans le lemme 3).

1 θκ
– La matrice ∆t I + ∆x2 A a pour valeurs propres les réels

1 θκ
µj = + αj
∆t ∆x2
et pour vecteurs propres associés les vecteurs Vj (pour j = 1, . . . , J). Pour θ ≥ 0, les µj
étant strictement positifs, cette matrice est déﬁnie positive (on fait dorénavant l’hypothèse
que θ ≥ 0).
44 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

1 θκ
– La matrice ∆t I + ∆x2 A est diagonalisable et à valeurs propres non nulles, elle est donc

inversible (ce qui assure l’existence d’une solution à l’équation approchée donnée par le
θ-schéma).
Notons, pour tout θ ∈ R, Bθ la matrice I + θκ∆t
∆x2
A. Le vecteur de l’erreur satisfait à l’équation

en+1 (u) = Bθ −1 [Bθ−1 en (u) − ∆tεn (u)]

et la solution numérique satisfait à l’équation

h i
U n+1 = Bθ −1 Bθ−1 U n + ∆tF n+1/2 .

Bθ est bien sûr elle-même symétrique réelle, diagonalisable, déﬁnie positive, inversible.
Posons maintenant
Lθ = Bθ −1 Bθ−1 .

La formule donnant le vecteur de l’erreur est

en+1 (u) = Lθ en (u) − ∆tBθ −1 εn (u).

La matrice Lθ est appelée matrice d’amplification du schéma.

On obtient aisément une majoration de la norme |||·|||2 du vecteur de l’erreur :

en+1 (u) 2
≤ |||Lθ en (u)|||2 + ∆t Bθ −1 εn (u) 2
≤ |||Lθ |||2 |||en (u)|||2 + ∆t Bθ −1 2
|||εn (u)|||2

où la norme matricielle |||·|||2 est la norme induite par la norme vectorielle |||·|||2 :

|||M v|||2
|||M |||2 = sup .
v∈RJ ∗ |||v|||2

Remarquer que |||M |||2 = ||M ||2 .

On sait que |||M |||2 = (ρ(M ∗ M ))1/2 où ρ(C) désigne le rayon spectral de la matrice C, et
que |||M |||2 = ρ(M ) si M est normale, c’est-à-dire vériﬁe M ∗ M = M M ∗ (voir [13] ou [2] par
exemple). La matrice Bθ a pour valeurs propres les
θκ∆t
βj = 1 + αj = ∆tµj pour j = 1, . . . , J.
∆x2
Toutes les valeurs propres de Bθ sont donc supérieures ou égales à 1 (car θ ≥ 0). Cette matrice
est inversible et toutes les valeurs propres de Bθ −1 sont dans l’intervalle ]0, 1]. D’autre part, Bθ
est symétrique réelle, donc Bθ −1 est symétrique réelle. Ainsi,

Bθ −1 2
= Bθ −1 2
= ρ(Bθ −1 ) ≤ 1

car ||M ||2 = ρ(M ) pour M symétrique réelle. Donc

en+1 (u) 2
≤ |||Lθ |||2 |||en (u)|||2 + ∆t |||εn (u)|||2 .
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 45

Un raisonnement par récurrence nous permet d’en déduire que

n
X
n+1
en+1
(u) 2
≤ |||Lθ |||2 0
e (u) 2
+ ∆t |||Lθ |||2 n−m |||εm (u)|||2 .
m=0

Comme de plus e0 (u) 2

= 0,
n
X
en+1 (u) 2
≤ ∆t |||Lθ |||2 n−m |||εm (u)|||2 .
m=0
P 1/2 1/2
J
Or m
j=1 |εj (u)|
2 ≤ J ||εm (u)||2∞ , donc |||εm (u)|||2 ≤ ||εm (u)||∞ et

n
X
en+1
(u) 2
≤ ∆t |||Lθ |||2 n−m ||εm (u)||∞
m=0
n
X
≤ ∆t |||Lθ |||2 n−m C |1 − 2θ| ∆t + D(∆t2 + ∆x2 ) .
m=0

Supposons maintenant que ||Lθ ||2 ≤ 1. Alors

en+1 (u) 2
≤ T C(1 − 2θ)∆t + D(∆t2 + ∆x2 ) ∀n ∈ {0, . . . , N − 1}.

Si ||Lθ ||2 ≤ 1 (et sous les hypothèses de la proposition 6), le schéma (2.10) est ≪ convergent pour
la norme |||·|||2 ≫ (bien que cela n’ait pas le sens habituel, car |||·|||2 dépend de J).
Cherchons donc des conditions (simples) sous lesquelles ||Lθ ||2 ≤ 1. Rappelons que
−1
θκ∆t (1 − θ)κ∆t
Lθ = Bθ −1 Bθ−1 = I + A I − A
∆x2 ∆x2
et que
Bθ et Bθ −1 ontles mêmes vecteurs propres et des valeurs propres inverses ;
–
– I − (1−θ)κ∆t
∆x2
A a les mêmes vecteurs propres que Bθ , les vecteurs Vj , qui sont les vecteurs
propres de A, et a pour valeurs propres les réels
∆t
σj = 1 − (1 − θ)κ αj pour j = 1, . . . , J.
∆x2
Les vecteurs propres de Lθ sont donc les vecteurs Vj . Les valeurs propres associées sont les réels

∆t 2 jπ
σj 1 − 4(1 − θ)κ ∆x2
sin 2(J+1)
λj = = ,
βj 1 + 4θκ ∆t sin2 jπ
∆x2 2(J+1)

pour j = 1, . . . , J. Or ||Lθ ||2 = ρ(Lθ ), puisque Lθ est une matrice symétrique réelle 7 . Donc
||Lθ ||2 ≤ 1 si et seulement si ρ(Lθ ) ≤ 1, c’est-à-dire si et seulement si λj ≤ 1 ∀j ∈ {1, . . . , J}.
7. Lθ est en effet le produit de deux matrices, Bθ −1 et I − (1−θ)κ∆t
∆x2
A, qui sont symétriques et qui commutent,
ayant les mêmes vecteurs propres.
46 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

Remarque 18
La condition ρ(Lθ ) ≤ 1 est appelée condition de stabilité de Von Neumann. Puisque Lθ est
symétrique réelle, cette condition de stabilité est équivalente à la condition de stabilité l2 ,
||Lθ ||2 ≤ 1, selon laquelle la norme de la matrice d’ampliﬁcation du schéma est inférieure à
1 8.
Proposition 7
Si θ ≥ 1/2, ||Lθ ||2 ≤ 1.
∆t 1
Si θ ∈ [0, 1/2[, ||Lθ ||2 ≤ 1 pour tout J si et seulement si κ ∆x 2 ≤ 2(1−2θ) .

Démonstration
Étudions la fonction g déﬁnie par
∆t
1 − 4(1 − θ)κ ∆x2s
g(s) = ∆t
1 + 4θκ ∆x 2s

sur le segment [0, 1]. Elle est décroissante, donc elle atteint son maximum et son minimum en 1
et en 0 respectivement. Donc |g(s)| est maximal lorsque s = 0 ou s = 1. Or |g(0)| = 1. Étudions
|g(1)| (en fonction des valeurs de θ ≥ 0).
∆t
1 − 4(1 − θ)κ ∆x2
g(1) = ∆t
,
1 + 4θκ ∆x 2

donc |g(1)| ≤ 1 si et seulement si

∆t ∆t ∆t
−1 − 4θκ 2 ≤ 1 − 4(1 − θ)κ 2 ≤ 1 + 4θκ ,
∆x ∆x ∆x2
ce qui est équivalent à (
∆t
κ ∆x 2 (4 − 8θ) ≤ 2
∆t
et κ ∆x 2 ≥ 0

soit (puisque θ ≥ 0, κ ≥ 0 et ∆t ≥ 0)
(
θ ≥ 1/2
∆t 1
ou κ ∆x 2 ≤ 2(1−2θ) .

∆t 1
On a démontré que si θ ≥ 1/2 ou κ ∆x 2 ≤ 2(1−2θ) , ||Lθ ||2 ≤ 1 (∀J ∈ N∗ ). Pour montrer la
réciproque, il suﬃt de remarquer que

2 Jπ
lim λJ = lim sin = 1,
J→∞ J→∞ 2(J + 1)
et que donc
∆t
1 − 4(1 − θ)κ ∆x 2
lim λJ = ∆t
= g(1).
J→∞ 1 + 4θκ ∆x 2

8. Voir la proposition 8 pour plus de détails.
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 47

Une conséquence directe est le

Théorème 7
Supposons vériﬁées les hypothèses de la proposition 6. Soit θ ∈ R+ . Supposons que θ ≥ 1/2 ou
κ∆t/∆x2 ≤ 1/2(1 − 2θ). Alors, le schéma (2.10) vériﬁe : ∃C ∈ R et D ∈ R tels que

|||en (u)|||2 ≤ T C|1 − 2θ|∆t + D(∆t2 + ∆x2 ) ∀n ∈ {0, . . . , N }.

Remarque 19
Le schéma de Crank-Nicolson, obtenu pour θ = 1/2, est à la fois d’ordre 2 et inconditionnellement
convergent.

Le corollaire qui suit (dont la démonstration est laissée au lecteur), qui est au théorème 7
ce que le corollaire 1 est au théorème 6, précise la convergence de l’interpolée de la solution
numérique vers la solution exacte.

Corollaire 2
Soit u(t, x) la fonction affine en t (à x fixé) et affine en x (à t fixé) sur chaque pavé [tn , tn+1 ] ×
[xj , xj+1 ] telle que u(tn , xj ) = unj pour tout n ∈ {0, . . . , N } et tout j ∈ {0, . . . , J + 1} (où les unj
sont donnés par le schéma (2.10)). Sous les hypothèses du théorème 7, il existe C ∈ R, D ∈ R
et E ∈ R tels que

||u(t, ·) − u(t, ·)||L2 (]0,1[) ≤ 2T C|1 − 2θ|∆t + D(∆t2 + ∆x2 ) + E(∆t2 + ∆x2 ) ∀t ∈ [0, T ].

Remarque 20
C’est en ﬁn de compte ce corollaire qui justiﬁe le choix de la norme |||·|||2 dépendant du nombre
de points du maillage J.

La convergence du θ-schéma en norme |||·|||2 repose sur deux propriétés :

– sa consistance (limN,J→+∞ supn∈{0,...,N } ||εn (u)||∞ = 0) ;
– la majoration ||Lθ ||2 ≤ 1. Cette majoration assure la stabilité au sens l2 de la solution
numérique : supposons pour simpliﬁer que le terme source est nul, on a alors U n+1 = Lθ U n
et U n+1 2 ≤ ||Lθ ||2 |||U n |||2 ≤ |||U n |||2 .
Rappelons que la consistance en norme l∞ implique la consistance en norme |||·|||2 . La conver-
gence semble donc être une conséquence de la consistance et de la stabilité. Nous allons mainte-
nant formaliser ce résultat et le généraliser à une norme quelconque pour démontrer le théorème
de Lax. On considère à partir de maintenant un algorithme de la forme générale

B1 U n+1 + B0 U n = F n ∀n ∈ {0, . . . , N } (2.11)

48 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

où U 0 ∈ RJ , F n ∈ RJ , B0 , B1 ∈ MJ (R) sont donnés et B1 est une matrice inversible, et cela

pour tout J ∈ N. On supposera pour simpliﬁer, comme dans tout ce qui précède, que U 0 est
constitué des valeurs ponctuelles de u0 , donnée initiale exacte.

Définition 3
1) On appelle erreur de consistance du schéma (2.11) à l’itération n le vecteur εn (u) ∈ RJ déﬁni
par
J
εn (u) = B1 u(tn+1 , xj ) j=1 + B0 (u(tn , xj ))Jj=1 − F n

où u est la solution de (2.1).

2) On dit que (2.11) est consistant avec (2.1) dans l’ensemble de fonctions U pour la norme ||·||
si et seulement si ∀u ∈ U solution de (2.1),

lim sup ||εn (u)|| = 0.

N,J→+∞ n∈{0,...,N }

3) On dit que (2.11) est d’ordre p en temps et q en espace dans U si et seulement si ∀u ∈ U

solution de (2.1), ∃C0 (u) ∈ R tel que

sup ||εn (u)|| ≤ C0 (u) (∆tp + ∆xq ) ∀∆t, ∆x ∈ R∗+ .

n∈{0,...,N }

4) On dit que (2.11) est stable dans U pour la norme ||·|| si et seulement si pour tout u ∈ U
∃C1 (u), C2 (u) ∈ R tels que

sup ||U n || ≤ C1 (u) U 0 + C2 (u) sup ||F n || ∀∆t, ∆x ∈ R∗+ , ∀U 0 ∈ RJ .

n∈{0,...,N } n∈{0,...,N −1}

5) On dit que (2.11) est convergent dans U pour la norme ||·|| si et seulement si
J
sup unj − u(tn , xj ) j=1 = sup ||en || −→N,J→∞ 0
n∈{0,...,N } n∈{0,...,N }

pour tout u ∈ U solution de (2.1).

Dans cette déﬁnition, C0 (u), C1 (u) et C2 (u) peuvent dépendre de T , et la norme ||·|| peut
dépendre de J.

Théorème 8 (théorème de Lax)

On considère un schéma de la forme (2.11) dont on suppose qu’il est consistant dans U et stable.
Il est convergent dans U .

Remarque 21
Ce théorème est parfois appelé ≪ théorème d’équivalence de Lax ≫ mais la réciproque demande-
rait de nombreuses hypothèses supplémentaires diﬃciles à vériﬁer dans la pratique.
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 49

Démonstration
Supposons (2.11) consistant et stable. La linéarité du schéma implique que le vecteur de l’erreur
vériﬁe
B1 en+1 (u) + B0 en (u) = −εn (u).

Puisque le schéma est stable pour toute donnée initiale et tout second membre, il l’est pour la
N −1
donnée initiale e0 (u) et pour le second membre − (εn (u))n=0 : ∃C1 (u) ∈ R, C2 (u) ∈ R tels que

sup ||en (u)|| ≤ C1 (u) e0 (u) + C2 (u) sup ||εn (u)|| .

n∈{0,...,N } n∈{0,...,N −1}

Or e0 (u) = 0, donc
sup ||en (u)|| ≤ C2 (u) sup ||εn (u)|| .
n∈{0,...,N } n∈{0,...,N −1}

Le schéma (2.11) étant de plus consistant, supn∈{0,...,N } ||en (u)|| −→N,J→∞ 0 : le schéma est
convergent.

Remarque 22
Le fait que la norme ||·|| dépende de J ou que les vecteurs U n et en soient de taille variable avec
J ne modifie bien entendu pas la démonstration que nous venons de faire. Ce détail a été omis
afin de simplifier les définitions et la démonstration.

Remarque 23
En réalité, aucune hypothèse concernant l’EDP à résoudre n’a été nécessaire : peu importe que
ce soit (2.1). La propriété importante qui a été utilisée est la linéarité du schéma (noter qu’un
schéma linéaire ne peut pas être consistant avec une EDP non linéaire ; remarquer qu’en revanche
un schéma non linéaire peut être consistant avec une EDP linéaire).

Applications.
1) Le schéma explicite est convergent en norme ||·||∞ si κ∆t/∆x2 ≤ 1/2.
2) Le θ-schéma est convergent en norme |||·|||2 sous les conditions évoquées dans le théorème 7.

Remarque 24
Pour le θ-schéma avec θ < 1/2, nous n’avons pas montré que la condition dite de CFL était
nécessaire, nous avons seulement vu qu’elle était suffisante. Il est cependant possible de montrer
qu’elle est effectivement nécessaire en choisissant une condition initiale dont la projection sur le
vecteur propre VJ de la matrice Lθ associé à la valeur propre de plus grand module ne tend pas
vers 0 lorsque J tend vers l’infini. Le phénomène de non-convergence lorsque le pas de temps
est trop grand sera par ailleurs observé en travaux pratiques.

Une indication du mauvais comportement du schéma lorsque la condition sur le pas de temps
est violée est donnée par le fait que ce schéma n’est alors pas stable. En eﬀet, il s’écrit sous forme
matricielle
U n+1 = Lθ U n + ∆tBθ −1 F n .
50 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

La proposition suivante va nous permettre de conclure.

Proposition 8
Un schéma de la forme
U n+1 = BU n + ∆tDF n

est stable si et seulement si ∃C ∈ R indépendant de N et J tel que

sup ||B n || ≤ C.
n∈N

Démonstration
Supposons que le schéma est stable : ∀U 0 , ∀ (F n )n∈{1,...,N } ,

sup ||U n || ≤ C1 U 0 + C2 sup ||F n || .

n∈{0,...,N } n∈{0,...,N }

Prenons F n = 0 ∀n ∈ {0, . . . , N }. Alors, U n = B n U 0 et supn∈{0,...,N } ||U n || ≤ C1 U 0 , d’où

supn∈{0,...,N } B n U 0 ≤ C1 U 0 . Donc

||B n U ||
||B n || = sup ≤ C1 ∀n ∈ {0, . . . , N },
U ∈RJ \{0} ||U ||

et cela est vrai pour tout N .

Montrons la réciproque : supposons qu’il existe C ∈ R tel que supn∈N ||B n || ≤ C.
n−1
X
n n 0
U = B U + ∆t B n−m−1 DF m ,
m=0

donc
n−1
X
||U n || ≤ ||B n || U 0 + ∆t B n−m−1 ||DF m ||
m=0
≤ C U0 + n∆tC ||D|| sup ||F m ||
m∈{0,...,n−1}
0 m
≤C U + CT ||D|| sup ||F || ,
m∈{0,...,N }

ce qui termine la démonstration.

Dans le cas du θ-schéma,

−1
θκ∆t (1 − θ)κ∆t
B = Lθ = I+ A I − A .
∆x2 ∆x2

C’est une matrice symétrique réelle, donc ||B||2 = ρ(B) et ||B n ||2 = ||B||n2 . Or nous avons
montré (proposition 7) que ||B||2 > 1 si la condition sur le pas de temps n’est pas vériﬁée. Cela
prouve que le schéma n’est pas stable.
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 51

Exercice
Étudier (consistance, ordre, stabilité ?) le schéma saute-mouton déﬁni par

un+1
j − ujn−1 unj+1 − 2unj + unj−1
−κ = fjn
2∆t ∆x2

(cf. partiel du 6 avril 2003).

2.3.3 Quelques résultats numériques

On présente ici quelques résultats numériques obtenus avec le θ-schéma, pour différentes va-
leurs de θ ∈ [0, 1], différentes conditions initiales, différentes valeurs du pas d’espace et différentes
valeurs du pas de temps. Le coefficient de diffusion est κ = 1.

Les premiers résultats numériques, figures 2.2 à 2.5, ont été obtenus pour la condition initiale
u0 (x) = sin(2πx). La solution exacte est alors donnée par u(t, x) = sin(2πx)e−4πt . Le temps final
(pour lequel les solutions approchées ont été calculées) est T = 0, 02. Le rapport ∆t/∆x2 est fixé
à 0, 5 pour le schéma explicite, ce qui conduit à effectuer 209 pas de temps. Pour les schémas de
Crank-Nicolson et implicite, on fixe le nombre de pas de temps à 50 (c’est arbitraire).

0,5
solution exacte
0,4 solution approchée avec 20 mailles
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
-0,4
-0,5
0 0,2 0,4 0,6 0,8 1

Figure 2.2 – Condition initiale sinusoı̈dale, 20 mailles avec le schéma explicite.

52 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

0,5
solution exacte
0,4 solution approchée avec 50 mailles
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
-0,4
-0,5
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Figure 2.3 – Condition initiale sinusoı̈dale, 50 mailles avec le schéma explicite.

0,0015
erreur avec 20 mailles
erreur avec 50 mailles
0,001

0,0005

-0,0005

-0,001

-0,0015
0 0,2 0,4 0,6 0,8 1

Figure 2.4 – Condition initiale sinusoı̈dale, comparaison des erreurs (schéma explicite).

On constate sur cette ﬁgure que l’erreur sur le maillage ﬁn est inférieure à l’erreur sur le
maillage grossier.
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 53

0,0015
schéma explicite
0,001 schéma de Crank-Nicolson
schéma implicite

0,0005

-0,0005

-0,001

-0,0015
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Figure 2.5 – Comparaison des erreurs avec diﬀérentes valeurs de θ, 50 mailles.

Pour cette condition initiale particulière et pour ce maillage, l’erreur du schéma explicite est
inférieure à celle des schémas de Crank-Nicolson et du schéma implicite. Cependant, il faut se
rappeler que ces derniers autorisent à faire le calcul en un nombre de pas de temps beaucoup
plus petit puisqu’ils sont stables sans aucune condition sur ce pas de temps. Voici d’ailleurs le
résultat obtenu avec le schéma explicite lorsque le rapport ∆t/∆x2 vaut 1, 1.
0,6
schéma explicite, avec un trop grand pas de temps
0,4

0,2

-0,2

-0,4

-0,6

-0,8
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Figure 2.6 – Calcul où la condition de stabilité n’est pas vériﬁée.

Ce résultat oscillant est dû à l’≪ explosion ≫ des petites erreurs numériques, les calculs n’étant
pas faits en arithmétique exacte. En eﬀet, dans le cas précis de la condition initiale sinusoı̈dale,
54 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

la condition exhibée pour le pas de temps n’est théoriquement pas nécessaire à la stabilité du
résultat 9 . Un résultat plus convainquant est proposé pour le cas-test suivant.
Maintenant observons les résultats obtenus avec pour condition initiale la fonction de classe
C ∞ ([0, 1])
à support compact dans ]0, 1[



 0 si x ≤ 0,

1
4
0 1−
u (x) = e 1−100(x−1/2)2 si 0, 4 < x ≤ 0, 6


 0 si x > 0, 6.

1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0 0,2 0,4 0,6 0,8 1

Figure 2.7 – Condition initiale régulière à support compact.

Le temps ﬁnal choisi est T = 0, 01. Remarquer que pour tout temps strictement positif, la
solution n’est plus à support compact car elle est analytique réelle (cf. partiel du 19 avril 2005)
et non identiquement nulle 10 . Comme nous n’avons pas cette fois de solution explicite à notre
disposition, nous comparons les résultats obtenus pour les schémas explicite, de Crank-Nicolson
et implicite avec 50 mailles à une solution de référence calculée avec le schéma explicite et 1000
mailles.

9. Nous ne nous étendrons pas sur ce phénomène, très marginal pour notre propos. Il faut cependant savoir que
ce type de problèmes d’arithmétique non exacte peu être crucial dans certaines applications en analyse numérique.
10. La seule fonction analytique réelle et identiquement nulle sur un intervalle est la fonction nulle.
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 55

0,35

0,3

0,25

0,2

0,15

0,1
solution de référence
schéma explicite
0,05 schéma de Crank-Nicolson
schéma implicite
0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Figure 2.8 – Solutions avec 50 mailles.

Les différences entre les résultats sont plus facilement appréciables sur le zoom proposé par
la figure 2.9. On y remarque que le schéma de Crank-Nicolson, d’ordre 2 en temps et en espace,
offre avec seulement 50 mailles une solution déjà très proche de la solution de référence.

0,33

0,325

0,32

0,315

solution de référence
0,31 schéma explicite
schéma de Crank-Nicolson
schéma implicite
0,305

0,3
0,44 0,46 0,48 0,5 0,52 0,54 0,56

Figure 2.9 – Solutions avec 50 mailles, zoom.

56 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

25
schéma explicite, avec un trop grand pas de temps
20
15
10
5
0
-5
-10
-15
-20
-25
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Figure 2.10 – La condition de stabilité n’étant pas vériﬁée. . .

2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 57

//////// θ-schéma pour l’équation de la chaleur ////////

//////// en dimension 1 avec conditions de bord ////////
//////// de Dirichlet (0 ≤ θ ≤ 1). ////////

clear();
stacksize(100000000);

//////////////////////////// paramètres ///////////////////////////

kappa = 1.; // Coefficient de diffusion thermique.

T = 0.01; // Longueur de l’intervalle en temps.
Xmax = 1; // Longueur de l’intervalle en espace.
M = 500; // Nombre de mailles en espace.
dx = Xmax/(M+1); // Pas en espace.
theta = .5; // Paramètre du θ-schema :
// choisir une valeur theta ∈ [0, 1].

if theta < 0.5 then

dtmax = 1/(2*kappa*(1-2*theta))*dx*dx
// Borne supérieure pour le pas de temps.
rapport = 0.5; // Rapport (à choisir) entre le pas de temps
// maximal autorisé et le pas de temps effectif.
// Ce réel doit ^
etre inférieur à 1
// pour que le schéma soit stable en norme Lˆ2.
dt = min(rapport*dtmax,T) // Pas de temps.
N = ceil(T/dt) // Nombre de pas de temps.
else
N = 500; // Nombre de pas de temps.
dt = T/N; // Pas de temps.
end;

nb = kappa*dt/dx/dx; // Nombre << de Courant >>.

x=(1:M)’*dx; // Points de la grille en x.
xb=(0:M+1)’*dx; // Grille incluant les bords du domaine.

function A = lap1D(n) // Matrice du laplacien sur une grille à n points.

58 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

A = 2*eye(n,n) - diag(ones(n-1,1),1) - diag(ones(n-1,1),-1);

endfunction

function u=CI(x,xmax) // Condition initiale.

n = size(x,1);
for i=1:n,
if (x(i)-0.5)^2. < 0.1 then
u(i) = 1.;
else
u(i) = 0.;
end;
//u(i) = sin(2.*%pi*x(i)));
//u(i) = 0.;
end;
endfunction;

function g=CLg(t) // Condition limite à gauche.

//g = sin(2.*%pi*t);
g = 0.;
endfunction

function d=CLd(t) // Condition limite à droite.

d = 0.;
endfunction

function s=source(t,x) // Terme source.

n = size(x,1);
for i=1:n;
//s(i) = 100.*sin(2.*%pi*x(i));
s(i) = 0.;
end;
endfunction

// Remplissage des matrices creuses B et R (conditions de Dirichlet). //

A = lap1D(M);
B = eye(M,M) + theta*nb*A;
R = -eye(M,M) + (1. - theta)*nb*A;
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 59

B = sparse(B); // Stockage sous forme creuse.

R = sparse(R);
[B,rk] = lufact(B); // Factorisation de B afin de résoudre
// les systèmes linéaires plus rapidement.

u=CI(x,Xmax); // Initialisation de la solution numérique.

f1 = zeros(M,1); // Source à tˆn.
f2 = source(0,x); // Source à tˆn + 1.
t=0;

for i=2:M+1 // w est la solution sur

w(i) = u(i-1); // le maillage incluant les
end; // points du bord.
w(1) = CLg(t);
w(M+2) = CLd(t);

xbasc();

xset("pixmap",1); // Options d’affichage.

isoview;
hotcolormap;
plot2d(xb,w); // Affichage de la condition initiale à l’écran.
xset("wshow")

print(%io(2),’Appuyer sur << Enter >> pour continuer’);

halt();

// Boucle en temps.

for n=0:N-1,
t = t + dt; // Mise à jour du temps.
f1 = f2; // Mise à jour de f1.
f2 = source(t,x); // Mise à jour de f2.
// Mise à jour du second membre :
rhs = -R*u + dt*(theta*f2 + (1-theta)*f1);
// On tient compte des conditions de Dirichlet
// non homogènes en modifiant le terme source :
rhs(1) = rhs(1) + nb*(theta*CLg(t) + (1-theta)*CLg(t-dt));
60 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

rhs(M) = rhs(M) + nb(thetaCLd(t) + (1-theta)*CLd(t-dt));

u = lusolve(B,rhs); // Résolution du système linéaire.

for i=2:M+1 // Calcul de la solution sur le

w(i) = u(i-1); // maillage incluant les points
end; // du bord du domaine.
w(1) = CLg(t);
w(M+2) = CLd(t);

xset("wwpc"); // Options d’affichage.

plot2d(xb,w); // Affichage de la solution à l’écran.
xset("wshow");
end; // Fin de la boucle en temps.

unix(’rm -f resultat’); // Écriture du résultat dans le fichier

plouf = file(’open’,’resultat’,’unknown’); // << résultat >>.
for i=1:M+2,
fprintf(plouf,’%f %f\n’,xb(i),w(i));
end;
file(’close’,plouf);

// Fin du programme.
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 61

Voici maintenant un programme permettant de résoudre l’équation de la chaleur sur un

segment en dimension 1 avec des conditions aux limites de Dirichlet (homogènes ou non) ou de
Neumann homogènes. La seule diﬀérence pour ces dernières conditions réside dans la matrice
du laplacien, dont la première et la dernière lignes sont modiﬁées. . ..

//////// θ-schéma pour l’équation de la chaleur ////////

//////// en dimension 1 avec conditions de bord de ////////
//////// Dirichlet ou de Neumann homogènes (0 ≤ θ ≤ 1). ////////

clear();
stacksize(100000000);

//////////////////////////// paramètres ///////////////////////////

kappa = 1.; // Coefficient de diffusion thermique.

T = 0.01; // Longueur de l’intervalle en temps.
Xmax = 1; // Longueur de l’intervalle en espace.
M = 100; // Nombre de points en espace, de 0 à Xmax (compris).
dx = Xmax/(M-1); // Pas en espace.
tcg = ’n’; // Type de condition limite à gauche : ’n’ ou ’d’.
tcd = ’n’; // Type de condition limite à droite : ’n’ ou ’d’.
// Si le type est ’n’, cela correspond à une condition
// de Neumann homogène, sinon à une condition de
// Dirichlet, pas forcément homogène.
if(tcg==’d’)
if(tcd==’d’)
x = (1:M-2)’*dx; // Points de la grille en espace où
else // le calcul sera effectué.
x = (1:M-1)’*dx;
end;
else
if(tcd==’d’)
x = (0:M-2)’*dx;
else
x = (0:M-1)’*dx;
end;
end;
62 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

m = size(x,1); // Nombre de points de calcul.

xb=(0:M-1)’*dx; // Grille incluant
// les bords du domaine
// (pour la représentation graphique).

theta = .5; // Paramètre du θ-schéma :

// choisir une valeur theta ∈ [0, 1].
if theta < 0.5 then
dtmax = 1/(2*kappa*(1-2*theta))*dx*dx
// Borne supérieure pour le pas de temps.
rapport = 0.5; // Rapport (à choisir) entre le pas de temps
// maximal autorisé et le pas de temps effectif.
// Ce réel doit ^
etre inférieur à 1
// pour que le schéma soit stable en norme Lˆ2.
dt = min(rapport*dtmax,T) // Pas de temps.
N = ceil(T/dt) // Nombre de pas de temps.
else
N = 500; // Nombre de pas de temps.
dt = T/N; // Pas de temps.
end;

//N = 1.;

nb = kappa*dt/dx/dx; // Nombre << de Courant >>.

function A = lap1D(n,tcg,tcd) // Matrice du laplacien sur

// une grille à n points.
A = 2*eye(n,n) - diag(ones(n-1,1),1) - diag(ones(n-1,1),-1);
if(tcg==’n’) then
A(1,1) = 1;
end;
if(tcd==’n’) then
A(n,n) = 1;
end;
endfunction

function u=CI(x,xmax) // Condition initiale.

2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 63

n = size(x,1);
for i=1:n,
if (x(i)-0.5)^2. < 0.1 then
u(i) = 1.;
else
u(i) = 0.;
end;
//u(i) = sin(2.*%pi*x(i)));
//u(i) = 0.;
end;
endfunction;

function g=CLg(t) // Condition limite à gauche

//g = sin(2.*%pi*t); // (en cas de condition de Dirichlet).
g = 1.;
endfunction

function d=CLd(t) // Condition limite à droite

d = 0.; // (en cas de condition de Dirichlet).
endfunction

function s=source(t,x) // Terme source.

n = size(x,1);
for i=1:n;
s(i) = 100.*sin(2.*%pi*x(i));
end;
endfunction

///////// Remplissage des matrices creuses B et R ////////////////

A = lap1D(m,tcg,tcd);
B = eye(m,m) + theta*nb*A;
R = -eye(m,m) + (1. - theta)*nb*A;
B = sparse(B); // Stockage sous forme creuse.
R = sparse(R);
[B,rk] = lufact(B); // Factorisation de B afin de résoudre
// les systèmes linéaires plus rapidement.
64 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

u=CI(x,Xmax); // Initialisation de la solution numérique.

f1 = zeros(m,1); // Source à tˆn.
f2 = source(0,x); // Source à tˆn + 1.
t=0;

if(tcg==’d’) // w est la solution sur le maillage

if(tcd==’d’) // incluant les points du bord.
w = [CLg(t);u;CLd(t)];
else
w = [CLg(t);u];
end;
else
if(tcd==’d’)
w = [u;CLd(t)];
else
w = u;
end;
end;

xbasc();

xset("pixmap",1); // Options d’affichage.

isoview;
hotcolormap;
plot2d(xb,w); // Affichage de la condition initiale à l’écran.
xset("wshow")

print(%io(2),’Appuyer sur << Enter >> pour continuer’);

halt();

// Boucle en temps.

// On tient compte des conditions de Dirichlet

// non homogènes en modifiant le terme source :
if(tcg==’d’) then
rhs(1) = rhs(1) + nb*(theta*CLg(t) + (1-theta)*CLg(t-dt));
end;
if(tcd==’d’) then
rhs(m) = rhs(m) + nb*(theta*CLd(t) + (1-theta)*CLd(t-dt));
end;

u = lusolve(B,rhs); // Résolution du système linéaire.

if(tcg==’d’) // w est la solution sur le maillage

if(tcd==’d’) // incluant les points du bord.
w = [CLg(t);u;CLd(t)];
else
w = [CLg(t);u];
end;
else
if(tcd==’d’)
w = [u;CLd(t)];
else
w = u;
end;
end;

xset("wwpc"); // Options d’affichage.

plot2d(xb,w); // Affichage de la solution à l’écran.
xset("wshow");
end; // Fin de la boucle en temps.

unix(’rm -f resultat’); // Écriture du résultat dans le fichier

plouf = file(’open’,’resultat’,’unknown’); // << résultat >>.
for i=1:m,
fprintf(plouf,’%f %f\n’,xb(i),w(i));
end;
file(’close’,plouf);
66 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

Enﬁn, on propose maintenant un algorithme de résolution de l’équation de la chaleur sur un

pavé P en dimension 2. Il va de soi que la démonstration d’existence, d’unicité, de régularité de
solutions est la même qu’en dimension 1 puisqu’une base hilbertienne de L2 (P ) est disponible
(formée par les produits des fonctions de base dans chaque direction). L’algorithme programmé
ici est encore le θ-schéma, dont l’étude peut se faire de la même façon qu’en dimension 1.
Signalons que la matrice du laplacien (avec conditions de bord de Dirichlet homogènes) en
dimension 2 sur un maillage à J × J points est
 
A1 −IJ 0 ··· ··· 0
 
 −IJ A1 −IJ 0 ··· 0 
 
 0 −I A −I · · · 0 
 J 1 J 
A2 =  . .. .. .. .. ..  ∈ MJ×J (R)
 .. . . . . . 
 
 
 0 ··· 0 −IJ A1 −IJ 
0 ··· ··· 0 −IJ A1

où IJ est la matrice identité en dimension J et

 
4 −1 0 ··· ··· 0
 
 −1 4 −1 0 ···  0
 
 0 −1 4 −1 · · ·  0
 
A1 =  . .. .. .. ..  ∈ MJ (R)
..
 .. . . . . .
 
 
 0 ··· 0 −1 4 −1 
0 ··· ··· 0 −1 4

si l’on utilise la numérotation ≪ lexicographique ≫ selon laquelle les valeurs u(t, i∆x, j∆y) sont
représentées par le vecteur
 
u(t, ∆x, ∆y)
 
 u(t, ∆x, 2∆y) 
 .. 
 
 . 
 
 u(t, ∆x, J∆y) 
 
 
 u(t, 2∆x, ∆y) 
 .. 
 
U (t) =  . ,
 
 u(t, ∆x, J∆y) 
 
 .. 
 . 
 
 
 u(t, J∆x, ∆y) 
 
 .. 
 . 
u(t, J∆x, J∆y)
c’est-à-dire que l’on y fait varier j plus vite que i. . .
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 67

///// θ-schéma pour l’équation de la chaleur /////

///// en dimension 2 avec conditions de bord de /////
///// Dirichlet (0 ≤ θ ≤ 1). /////

clear();
stacksize(10000000);

//////////////////////////// paramètres ///////////////////////////

kappa = 1.; // Coefficient de diffusion thermique.

T = 0.1; // Longueur de l’intervalle en temps.
Xmax = 1; // Longueur de l’intervalle en espace en x et en y.
M = 30; // Nombre de mailles en espace en x et en y.
dx = Xmax/(M+1); // Pas en espace, en x et en y.
theta = 0.6; // Paramètre du θ-schéma :
// choisir une valeur theta ∈ [0, 1].
if theta < 0.5 then
dtmax = 1/(4*kappa*(1-2*theta))*dx*dx
// Borne supérieure pour le pas de temps.
rapport = 0.5; // Rapport (à choisir) entre le pas de
// temps maximal autorisé et le pas de
// temps effectif. Ce réel doit ^^ etre
// inférieur à 1 pour que le schéma
// soit stable en norme Lˆ2.
dt = min(rapport*dtmax,T) // Pas de temps.
N = ceil(T/dt) // Nombre de pas de temps.
else
N = 100; // Nombre de pas de temps.
dt = T/N; // Pas de temps.
end;

nb = kappa*dt/dx/dx; // Nombre << de Courant >>.

x=(1:M)’*dx; // Points de la grille en x.

y=(1:M)’*dx; // Points de la grille en y.
68 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

xb=(0:M+1)’*dx; // Grille incluant

yb=(0:M+1)’*dx; // les bords du domaine.

function L2 = lap2D(n) // Matrice du laplacien sur une grille nxn.

L2 = 4*eye(n*n,n*n) - diag(ones(n*n-1,1),1) - diag(ones(n*n-1,1),-1);
L2 = L2 - diag(ones((n-1)*n,1),n) - diag(ones((n-1)*n,1),-n)
for i=1:n-1
L2(n*i,n*i+1) = 0.;
L2(n*i+1,n*i) = 0.;
end;
endfunction

function u=CI(x,y,xmax) // Condition initiale.

n = size(x,1);
for i=1:n,
for j=1:n
if (x(i)-0.5)^2. + (y(j)-0.5)^2/2. < 0.1 then
u(n*(i-1)+j) = 1.;
else
u(n*(i-1)+j) = 0.;
end;
//u(n*(i-1)+j) = sin(2.*pi*x(i))*sin(2.*pi*y(j));
//u(n*(i-1)+j) = 0.;
end;
end;
endfunction;

function g=CLg(t,x) // Condition limite à gauche (x = 0).

//g = sin(2.*%pi*x);
g = 0.;
endfunction

function d=CLd(t,x) // Condition limite à droite (x = Xmax).

d = 0.;
endfunction

function b=CLb(t,x) // Condition limite en bas (y = 0).

b = 0.;
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 69

endfunction

function h=CLh(t,x) // Condition limite en haut (y = Xmax).

h = 0.;
endfunction

function s=source(t,x,y) // Terme source.

n = size(x,1);
m = size(y,1);
for i=1:n;
for j=1:m;
s(M*(i-1)+j) = 50.*sin(2.*%pi*x(i));
//s(M*(i-1)+j) = 0.;
end;
end;
endfunction

// Remplissage des matrices creuses B et R (conditions de Dirichlet). //

A = lap2D(M);
B = eye(M*M,M*M) + theta*nb*A;
R = -eye(M*M,M*M) + (1. - theta)*nb*A;
B = sparse(B); // Stockage sous forme creuse.
R = sparse(R);
[B,rk] = lufact(B); // Factorisation de B afin de résoudre
// les systèmes linéaires plus rapidement.

u=CI(x,y,Xmax); // Initialisation de la solution numérique.

f1=zeros(M*M,1); // Source à t^n.
f2=source(0,x,y); // Source à t^n+1.
t=0;

for i=1:M // Mise de la solution sour forme matricielle

for j=1:M // pour représentation graphique.
v(i,j) = u(M*(i-1)+j);
end;
end;
for i=2:M+1
70 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

for j=2:M+1
w(i,j) = v(i-1,j-1);
end; // w est la solution sur la maillage
end; // incluant les points du bord.
for i=2:M+1
w(i,1) = CLb(t,xb(i));
w(i,M+2) = CLh(t,xb(i));
end;
for j=1:M+2
w(1,j) = CLg(t,yb(j));
w(M+2,j) = CLd(t,yb(j));
end; // Fin de la mise sous forme matricielle.

xbasc();

xset("pixmap",1); // Options d’affichage.

isoview;
hotcolormap;
plot3d(xb,yb,w); // Affichage de la condition initiale à l’écran.
xset("wshow")

print(%io(2),’Appuyer sur << Enter >> pour continuer’);

halt();

// Boucle en temps.

for n=0:N-1,
t = t + dt; // Mise à jour du temps.
f1 = f2; // Mise à jour de f1.
f2 = source(t,x,y); // Mise à jour de f2.
// Mise à jour du second membre :
rhs = -R*u + dt*(theta*f2 + (1-theta)*f1);

for i=1:M
rhs(M*(i-1)+1) = rhs(M*(i-1)+1)...
+ nb*(theta*CLb(t,x(i)) + (1-theta)*CLb(t-dt,x(i)));
rhs(M*i) = rhs(M*i)...
+ nb*(theta*CLh(t,x(i)) + (1-theta)*CLh(t-dt,x(i)));
2.3. RÉSOLUTION APPROCHÉE PAR LA MÉTHODE DES DIFFÉRENCES FINIES 71

end;
for j=1:M
rhs(j) = rhs(j) + nb*(theta*CLg(t,y(j)) + (1-theta)*CLg(t-dt,y(j)));
rhs(M*(M-1)+j) = rhs(M*(M-1)+j)...
+ nb*(theta*CLd(t,y(j)) + (1-theta)*CLd(t-dt,y(j)));
end;

u = lusolve(B,rhs); // Résolution du système linéaire.

for i=1:M // Mise de la solution sous forme matricielle

for j=1:M // pour représentation graphique.
v(i,j) = u(M*(i-1)+j);
end;
end;
for i=2:M+1
for j=2:M+1
w(i,j) = v(i-1,j-1);
end; // w est la solution sur la maillage
end; // incluant les points du bord.

for i=2:M+1
w(i,1) = CLb(t,xb(i));
w(i,M+2) = CLh(t,xb(i));
end;
for j=1:M+2
w(1,j) = CLg(t,yb(j));
w(M+2,j) = CLd(t,yb(j));
end; // Fin de la mise sous forme matricielle.

xset("wwpc"); // Options d’affichage.

plot3d(xb,yb,w); // Affichage de la solution à l’écran.
xset("wshow");
end; // Fin de la boucle en temps.

unix(’rm -f resultat’); // Écriture du résultat dans le fichier

plouf = file(’open’,’resultat’,’unknown’); // << résultat >>.
for i=1:M+2,
for j=1:M+2,
72 CHAPITRE 2. ÉQUATIONS PARABOLIQUES

fprintf(plouf,’%f %f %f\n’,xb(i),yb,w(i));
end;
end;
file(’close’,plouf);

// fin du programme.
Chapitre 3

Équations hyperboliques

Ce chapitre a pour objet l’étude de certaines EDP de la forme

∂t u(t, x) + A(u(t, x))∂x u(t, x) = 0 (3.1)

où u : R × R −→ Rn et A(u) ∈ Mn (R) dépend ≪ régulièrement ≫ de u. Un système de ce type

est dit quasi-linéaire.

3.1 Introduction, définitions, exemples

Définition 4
Le système (3.1) est dit hyperbolique dans U ⊂ Rn si et seulement si A(u) est diagonalisable et
à valeurs propres réelles pour tout u ∈ U .
Il est dit strictement hyperbolique dans U si et seulement s’il est hyperbolique et toutes ses
valeurs propres sont distinctes, pour tout u ∈ U .

Remarque 25 (en dimension supérieure à 1)

Dans un espace de dimension d > 1, le système considéré est

d
X
∂t u + Aj (u)∂j u = 0. (3.2)
j=1

P
Il est dit (strictement) hyperbolique dans U si et seulement si la matrice A(u, ξ) = dj=1 ξj Aj (u)
est diagonalisable et à valeurs propres réelles (distinctes) pour tout (u, ξ) ∈ U × Rd (avec ξ =
(ξj )dj=1 ).

73
74 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Remarque 26 (hyperbolicité des EDP linéaires d’ordre 2)

L’hyperbolicité au sens de la déﬁnition ci-dessus peut bien entendu être rapprochée de la notion
d’hyperbolicité donnée dans le chapitre d’introduction de ce cours. Le rapprochement proposé
ici est une analogie avec l’équation des ondes. Pour simpliﬁer, on considère cette équation en
dimension 1 seulement :
2
∂t,t u − c2 ∂x,x
2
u = 0 avec c ∈ R∗ .

Elle est hyperbolique au sens de l’hyperbolicité des EDP linéaires d’ordre 2 puisque la matrice
formée par ses coeﬃcients situés devant les termes d’ordre 2,
!
1 0
,
0 −c2

a une valeur propre positive et une valeur propre négative (car c ∈ R∗ ). Soit u une solution
de cette EDP, posons v1 = ∂t u et v2 = ∂x u. On a alors naturellement (si u est suﬃsamment
régulière. . .) ∂t v2 − ∂x v1 = 0. D’autre part, l’EDP vériﬁée par u donne ∂t v1 − c2 ∂x v2 = 0, de
sorte que l’EDP des ondes peut s’écrire sous forme du système du premier ordre
! !
v1 v1
∂t + A∂x =0
v2 v2

avec !
0 −c2
A= .
−1 0
Les valeurs propres de A sont c et −c, elles sont réelles si et seulement si. . . c ∈ R, et d’autre
part A n’est diagonalisable que si c 6= 0 : les deux notions d’hyperbolicité que nous avons déﬁnies
coı̈ncident dans le cas linéaire de l’équation des ondes.

Ce chapitre ne traitera pas uniquement des EDP quasi-linéaires sous la forme (3.1). Nous
serons aussi amenés à étudier des EDP sous la forme

∂t u(t, x) + ∂x (F (u)) (t, x) = 0. (3.3)

Définition 5
Le système (3.3) est dit (strictement) hyperbolique si et seulement si sa forme quasi-linéaire
∂t u + ∇F (u)∂x u = 0 est (strictement) hyperbolique.

3.1.1 Exemples
Équation des ondes

Cette EDP linéaire d’ordre deux hyperbolique peut être ramenée à un système linéaire d’EDP
d’ordre 1 hyperbolique, comme on l’a vu dans l’introduction ci-dessus.
3.2. MÉTHODE DES CARACTÉRISTIQUES POUR L’ADVECTION 75

Équations d’Euler

Le système des équations d’Euler,



 ∂t ρ + div(ρu) = 0,
∂t (ρu) + div(ρu ⊗ u + pI) = 0,


∂t (ρe) + div(ρue + pu) = 0,

déjà introduit dans la section 1.2.6, est hyperbolique sous certaines conditions sur la pression
p(ρ, u, e).

Équations scalaires réelles

Les équation scalaires réelles d’ordre 1, du type

∂t u + ∂x f (u) = 0

où f : R −→ R est suﬃsamment régulière sont hyperboliques. La forme quasi-linéaire de

l’équation ci-dessus,
∂t u + f ′ (u)∂x u = 0

est de la forme (3.1) avec A(u) scalaire réel.

Ces équations seront l’objet principal de l’étude dans ce cours. Des exemples de systèmes
seront traités en travaux dirigés.

3.2 Méthode des caractéristiques pour l’advection

L’étude de l’équation
∂t u + a(t, x)∂x u = 0

où a est donnée est préliminaire à celle de

∂t u + f ′ (u)∂x u = 0.

Nous l’eﬀectuons ici, au moyen de la méthode des caractéristiques. Plus précisément, nous allons
étudier le problème (
∂t u + a(t, x)∂x u = 0 dans R × R,
(3.4)
u(0, x) = u0 (x) dans R
où u0 , condition initiale, est donnée, et a, vitesse de transport, est donnée.

Remarque 27 (terminologie)
Si a(t, x) = a ∈ R ∀(t, x) ∈ R2 , une solution évidente du problème est donnée par

u(t, x) = u0 (x − at).
76 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Ceci signiﬁe en particulier que la solution u est constante sur les courbes x = at + x0 du plan
(t, x). Cela permet de comprendre les termes ≪ transport ≫ et ≪ vitesse ≫. La méthode des
caractéristiques est une généralisation de cette remarque au cas où a n’est pas une constante.

Remarque 28 (systèmes linéaires hyperboliques)

La remarque précédente permet aussi de comprendre l’importance de la notion d’hyperbolicité
pour les systèmes. Pour simpliﬁer, on considère le système hyperbolique linéaire à coeﬃcients
constants
∂t u + A∂x u = 0 dans R2

associé à la donnée initiale u(0, x) = u0 (x). A étant diagonalisable à valeurs propres réelles,
il existe une matrice P ∈ Mn (R) inversible et une matrice D ∈ Mn (R) diagonale telles que
D = P −1 AP . Une fonction u est donc solution de l’EDP si et seulement si

P −1 ∂t u + P −1 AP P −1 ∂x u = 0,

soit
∂t v + D∂x v = 0,

où v est l’expression de u dans la base qui diagonalise A : v = P −1 u. Le système vérifié par v est
diagonal, ce qui signifie que les n EDP vérifiées par les composantes de v sont indépendantes :

∂t vi + di ∂x vi = 0 i = {1, . . . , n}

où les di sont les coeﬃcients diagonaux de D. La remarque précédente permet de voir qu’une
(la ?) solution de chacune de ces EDP est

vi (t, x) = vi (0, x − di t).

D’autre part, on connaı̂t vi (0, ·), qui nous est donné par la condition initiale

v(0, ·) = P −1 u0 (·).

Le principe de la méthode des caractéristiques repose sur la recherche (et la découverte) de

courbes x = X(t) du plan (t, x) sur lesquelles la solution u reste constante 1 . Ceci peut s’exprimer
ainsi : on cherche une fonction X(t) telle que u(t, X(t)) ne dépend pas de t.
On suppose que u(t, x) est une solution de classe C 1 (R2 ) du problème (3.4). Soit X(t) une
fonction de classe C 1 (R). Posons ũ(t) = u(t, X(t)) ∀t ∈ R. Le but est de trouver X(t) tel que
ũ′ (t) = 0. Pour cela, on remarque que, sous les hypothèses de régularité faites sur u et X,

ũ′ (t) = ∂t u(t, X(t)) + X ′ (t)∂x u(t, X(t)).

1. Ces courbes sont appelées courbes caractéristiques, ou encore caractéristiques.
3.2. MÉTHODE DES CARACTÉRISTIQUES POUR L’ADVECTION 77

Puisque u est solution du problème,

∂t u(t, X(t)) = −a(t, X(t))∂x u(t, X(t)),

et la nullité de ũ′ (t) s’écrit

X ′ (t)∂x u(t, X(t)) = a(t, X(t))∂x u(t, X(t)).

Il suffit pour cela que X vériﬁe

X ′ (t) = a(t, X(t)) ∀t ∈ R.

Si X vériﬁe cette EDO, on a

u(t, X(t)) = u(0, X(0)) = u0 (X(0)) ∀t ∈ R.

Nous sommes donc amenés à considérer le problème de Cauchy

(
X ′ (t) = a(t, X(t)) ∀t ∈ R,
X(0) = X 0 .
D’après le théorème de Cauchy-Lipschitz (voir, dans l’introduction du cours, le théorème 2),
ce problème a une unique solution maximale si a est continue sur R2 et localement (en (t, x))
lipschitzienne par rapport à sa seconde variable. Si de plus a est globalement (en (t, x)) lip-
schitzienne par rapport à sa seconde variable, l’unique solution maximale est globale (c’est une
conséquence du théorème des bouts). De manière plus complète on a, sous ces hypothèses qui
conduisent à l’existence et à l’unicité d’une solution globale,
pour tout t0 ∈ R et tout X 0 ∈ R, il existe une unique fonction X(t, t0 , X 0 ) solution de
(
∂1 X(t, t0 , X 0 ) = a(t, X(t, t0 , X 0 )) ∀t ∈ R,
X(t0 , t0 , X 0 ) = X 0
(X est le flot de l’équation diﬀérentielle). Cette fonction vériﬁe la propriété de semi-groupe

X(t + ∆t, t0 , X 0 ) = X(t + ∆t, t, X(t, t0 , X 0 )) ∀(t, t0 , ∆t, X 0 ) ∈ R4 .

En écrivant cette équation avec t = 0, t0 = t, ∆t = t et x = X 0 , on obtient

X(t, 0, X(0, t, x)) = X(t, t, x) = x.

On en déduit que ∀t ∈ R, tout x ∈ R est atteint par une solution de l’EDO pour une certaine
donnée initiale, en l’occurrence X(·, 0, X(0, t, x)).
On appelle courbe caractéristique ou caractéristique toute courbe (t, X(t, t0 , X 0 )). On appelle
pied de la caractéristique (t, X(t, t0 , X 0 )) le point X(0, t0 , X 0 ). On a montré que par tout point
(t, x) ∈ R2 passe une unique caractéristique du problème 2 . Le pied d’une caractéristique est
unique (par unicité de la solution).
Revenons à notre EDP.
2. Sous l’hypothèse que a est continue, et globalement lipschitzienne par rapport à sa seconde variable.
78 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Proposition 9
On considère le problème (3.4) et l’on suppose que u0 ∈ C 1 (R) et que a ∈ C 1 (R2 ) est globalement
lipschitzienne par rapport à sa seconde variable : ∃K ∈ R tel que

|a(t, x) − a(t, y)| ≤ K |x − y| ∀(t, x, y) ∈ R3 .

Alors, le problème (3.4) admet une unique solution de classe C 1 (R2 ) : la fonction u déﬁnie par
u(t, x) = u0 (X(0, t, x)).

Démonstration
On sait (voir [9]) que X ∈ C 1 (R3 ) (grâce à l’hypothèse a ∈ C 1 (R2 )). En posant u(t, x) =
u0 (X(0, t, x)), on a
′
∂t u(t, x) = u0 (X(0, t, x))∂2 X(0, t, x)

et
′
∂x u(t, x) = u0 (X(0, t, x))∂3 X(0, t, x)

Calculons ∂2 X(0, t, x) (ou presque).

Posons g(t, x) = X(t, t, x) ∀(t, x) ∈ R2 . Puisque X(t, t, x) = x ∀(t, x) ∈ R2 , ∂1 g = 0. Or

g(t, x) = X(t, 0, X(0, t, x)),

donc
∂1 g(t, x) = ∂1 X(t, 0, X(0, t, x)) + ∂3 X(t, 0, X(0, t, x))∂2 X(0, t, x)

et ainsi
∂3 X(t, 0, X(0, t, x))∂2 X(0, t, x) = −∂1 X(t, 0, X(0, t, x)).

Puisque ∂1 X(t, 0, X(0, t, x)) = a(t, X(t, 0, X(0, t, x)) = a(t, x), on a

∂3 X(t, 0, X(0, t, x))∂2 X(0, t, x) = −a(t, x). (3.5)

Calculons ∂3 X(0, t, x), ou presque.

Avec la même déﬁnition de g, ∂2 g = 1 et, puisque g(t, x) = X(t, 0, X(0, t, x)),

∂2 g(t, x) = ∂3 X(t, 0, X(0, t, x))∂3 X(0, t, x),

d’où
∂3 X(t, 0, X(0, t, x))∂3 X(0, t, x) = 1.

Ainsi
a(t, x)∂3 X(t, 0, X(0, t, x))∂3 X(0, t, x) = a(t, x). (3.6)

En sommant les équations (3.5) et (3.6), on obtient

∂3 X(t, 0, X(0, t, x)) (∂2 X(0, t, x) + a(t, x)∂3 X(0, t, x)) = 0.

3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 79

D’autre part, puisque ∂3 X(t, 0, X(0, t, x))∂3 X(0, t, x) = 1, on a

∂3 X(t, 0, X(0, t, x)) 6= 0 et

∂2 X(0, t, x) + a(t, x)∂3 X(0, t, x) = 0.

Ainsi
′
∂t u(t, x) + a(t, x)∂x u(t, x) = u0 (X(0, t, x) (∂2 X(0, t, x) + a(t, x)∂3 X(0, t, x)) = 0.

L’unicité de la solution (régulière) résulte du fait que toute solution régulière est constante sur
les caractéristiques, et est donc donnée par u(t, x) = u0 (X(0, t, x)).

Munis de ce premier résultat, nous allons pouvoir aborder le sujet des équations scalaires
non linéaires.

3.3 Équations scalaires conservatives

On s’intéresse ici à l’équation (non linéaire)

∂t u(t, x) + ∂x f (u)(t, x) = 0 dans R2 (3.7)

où f : R −→ R est une fonction donnée, suﬃsamment régulière (soyons prêts à faire des conces-
sions). Cette équation est appelée conservative car si u en est une solution (bornée), pour tout
intervalle [a, b] ⊂ R, on a
Z b
∂t u(t, x) dx = f (u(t, a)) − f (u(t, b)) (3.8)
a

et, si u est intégrable et tend vers 0 en ±∞ (et est suﬃsamment régulière),

Z
∂t u(t, x) dx = 0
R

pour tout t ∈ R+ : l’intégrale de u est conservée. L’équation (3.8) nous apprend que l’intégrale
de u entre a et b varie en temps selon ce qui ≪ passe ≫ en b et a. Pour cette raison, la fonction
f est appelée flux.
Nous allons dans un premier temps chercher à résoudre cette équation au moyen de la
méthode des caractéristiques. Cette tentative va échouer (du moins en ce qui concerne les solu-
tions globales en temps). Nous introduirons alors la notion de solution faible (solution au sens
des distributions). Cette notion nous permettra de prendre en compte une classe beaucoup plus
grande de solutions des EDP, notamment celle des solutions discontinues. Nous étudierons en
détail le cas f (u) = u2 /2 (équation de Burgers). Nous passerons ensuite à la résolution ap-
prochée de (3.7) au moyen d’algorithmes de volumes ﬁnis, avec l’étude précise du schéma de
Lax-Friedrichs. Cette étude nous permettra de généraliser le résultat d’existence et d’unicité
précédemment obtenu dans le cas de l’équation de Burgers au cas où f est strictement convexe
générale.
80 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

3.3.1 Méthode des caractéristiques pour les équations non linéaires

Le but de cette section est d’observer que la méthode des caractéristiques s’applique bien à
l’étude de (3.7) tant que u est régulière, mais que ceci n’est pas vrai pour tout t en général.

Explosion en temps fini de la dérivée en espace

Nous allons montrer que les solutions régulières de (3.7) ont en général un temps de vie ﬁni.

Proposition 10
On considère l’EDP (3.7) avec f ∈ C 2 (R) et une donnée initiale u(0, ·) = u0 (·) ∈ C 1 (R) ∩ L∞ (R)
′
telle que u0 ∈ L∞ (R). Alors
′
– si f ′′ (u0 (x))u0 (x) ≥ 0 ∀x ∈ R, le problème a une unique solution u ∈ C 1 ([0, +∞[×R) ;
−1
– sinon, le problème a une unique solution u ∈ C 1 ([0, inf f ′′ (u 0 (x))u0 ′ (x) [×R) qui ne peut
x∈R
être prolongée en temps supérieur.
Dans tous les cas, la solution est donnée par u(t, x + tf ′ (u0 (x))) = u0 (x).

Démonstration
Si u est une solution de classe C 1 , elle vériﬁe

∂t u(t, x) + f ′ (u(t, x))∂x u(t, x) = 0.

Soit X(t, x) la solution maximale de

(
∂t X(t, x) = f ′ (u(t, X(t, x)))
X(0, x) = x

(comme il n’y a plus maintenant qu’une variable de temps pour X, nous abandonnons les
notations ∂1 et ∂3 au proﬁt de ∂t et ∂x , respectivement). Il existe en eﬀet une telle solution
maximale, d’après le théorème de Cauchy-Lipschitz, car le champ g(t, x) = f ′ (u(t, x)) est continu
par rapport à (t, x) et localement (en (t, x)) lipschitzien par rapport à x sous l’hypothèse que u
et f ′ sont de classe C 1 . Posons ũ(t, x) = u(t, X(t, x)). On a

∂t ũ(t, x) = ∂t u(t, X(t, x)) + ∂x u(t, X(t, x))∂t X(t, x)

= ∂t u(t, X(t, x)) + f ′ (u(t, X(t, x)))∂x u(t, X(t, x))
= 0

(nous avons déjà fait ce calcul). Donc u(t, X(t, x)) ne dépend pas de t : une solution régulière
de (3.7) est constante sur les caractéristiques. Le fait que la pente de la caractéristique au point
t ne dépende que de u(t, X(t, x)) simpliﬁe encore le problème :

f ′ (u(t, X(t, x))) = f ′ (u(0, X(0, x)))

= f ′ (u(0, x))
= f ′ (u0 (x)).
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 81

L’équation vériﬁée par les caractéristiques est donc

(
∂t X(t, x) = f ′ (u0 (x))
X(0, x) = x.

La solution X(t, x) en est donnée par la formule

X(t, x) = x + f ′ (u0 (x))t.

La solution u(t, x) vériﬁe donc

u(t, x + f ′ (u0 (x))t) = u0 (x).

Cela prouve la dernière assertion de la proposition. Mais bien entendu, tout cela n’est vrai que
tant que u est de classe C 1 . Pour simpliﬁer la suite, notons
(
R −→ R
Xt : ∀t ∈ R.
x 7−→ x + f ′ (u0 (x))t
′
On a Xt′ (x) = 1 + f ′′ (u0 (x))u0 (x)t. Donc, en particulier, X0′ (x) = 1 > 0. Posons
′
m = inf f ′′ (u0 (x))u0 (x).
x∈R

′
On sait que m ∈ R car u0 ∈ L∞ (R) donc f ′′ (u0 (x)) est borné et u0 ∈ L∞ (R). Si m ≥ 0,
Xt′ (x) ≥ m(t − τ ) > 0 pour tout x et Xt est une bijection 3 de R dans R, pour tout t ≥ 0. Si ce
n’est pas le cas, posons
−1
τ= .
m
On a : ∀t ∈ [0, τ [, Xt′ (x) > 0 pour tout x ∈ R ; Xt est donc une bijection de R dans R pour tout
t dans [0, τ [ (voir la précédente note de bas de page). On pose maintenant, pour résumer,
(
+∞ si m ≥ 0
T =
τ si m < 0.

Si u est une solution de classe C 1 de (3.7), tant que Xt est une bijection, u vérifie u(t, x) =
u0 (Xt−1 (x)). Nous allons montrer que la fonction u définie par u(t, x) = u0 (Xt−1 (x)) est de
classe C 1 et vérifie (3.7) tant que Xt′ (x) > 0 ∀x ∈ R (donc pour t ∈ [0, T [) 4 . Xt est de classe C 1
sur R et, si Xt′ (x) > 0 ∀x ∈ R, Xt est inversible sur R, Xt−1 est de classe C 1 sur R et

′ 1
Xt−1 (x) = .
Xt′ (Xt−1 (x))
3. En effet, l’application Xt est bijective de R dans Xt (R) et Xt (R) = R car f ′ (u0 ) est borné puisque u0 ∈
∞
L (R).
4. Cette démonstration a en fait déjà été effectuée dans le paragraphe sur l’équation de transport.
82 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Donc ′ ′
u0 (X −1 (x)) u0 (Xt−1 (x))
∂x u(t, x) = ′ t−1 = . (3.9)
Xt (Xt (x)) 1 + tf ′′ (u0 (Xt−1 (x)))u0 ′ (Xt−1 (x))
D’autre part,

Xt (x) = x + tf ′ (u0 (x)) = x + tf ′ (u(t, X(t, x))) = x + tf ′ (u(t, Xt (x))),

d’où
Xt−1 (x) = x − tf ′ (u(t, x)).
Donc la dérivée par rapport à t de Xt−1 (x) (considérée à nouveau comme fonction de (t, x)) est,
au point (t, x), −f ′ (u(t, x)) − tf ′′ (u(t, x))∂t u(t, x). On en déduit que
′
∂t u(t, x) = u0 (Xt−1 (x)) −f ′ (u(t, x)) − tf ′′ (u(t, x))∂t u(t, x)

et h i
′ ′
∂t u(t, x) 1 + tf ′′ (u(t, x))u0 (Xt−1 (x)) = −u0 (Xt−1 (x))f ′ (u(t, x)).
Or
′ ′
1 + tf ′′ (u(t, x))u0 (Xt−1 (x)) = 1 + tf ′′ (u0 (Xt−1 (x)))u0 (Xt−1 (x))
et pour tout t ∈ [0, T [, ce terme est strictement positif, donc
′
−u0 (Xt−1 (x))f ′ (u0 (Xt−1 (x)))
∂t u(t, x) = .
1 + tf ′′ (u0 (Xt−1 (x)))u0 ′ (Xt−1 (x))
On en déduit en comparant à l’expression de ∂x u(t, x) donnée par (3.9) que l’on a bien

∂t u(t, x) + f ′ (u(t, x))∂x u(t, x) = 0

et, bien sûr, u(0, ·) = u0 (·). Supposons que T < +∞, c’est-à-dire que
′
m = inf f ′′ (u0 (x))u0 (x) < 0.
x∈R

On va montrer qu’il ne peut exister une solution de (3.7) de classe C 1 au delà du temps T . La
seule chose à remarquer pour cela est que des caractéristiques se croisent pour les temps trop
grands, et que, puisque la valeur de la solution u est transportée le long des caractéristiques,
′
cela conduit à une solution multivaluée 5 . Soit x ∈ R tel que f ′′ (u0 (x))u0 (x) < 0. Posons
−1
t= .
f ′′ (u0 (x))u0 ′ (x)
Nous allons montrer qu’il ne peut y avoir de solution de (3.7) de classe C 1 ([0, t̃] × R) pour t̃ > t
(noter que t ≥ T ). Soit t̃ > t. Soit u ∈ C 1 ([0, t̃] × R) une solution de (3.7) associée à la donnée
initiale u0 . Nous savons qu’elle vériﬁe u(t, X(t, x)) = u0 (x) avec

X(t, x) = x + tf ′ (u0 (x)).

5. C’est-à-dire. . . Pas une solution.
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 83

On a
′
tf ′′ (u0 (x))u0 (x) = −1,

donc
′
t̃f ′′ (u0 (x))u0 (x) < −1
′
puisque t̃ > t. De plus, d’après les hypothèses faites sur u0 et f , f ′′ ◦ u0 (·)u0 (·) est continue,
donc ∃ε > 0 tel que pour tout x ∈ [x − ε, x],

′
t̃f ′′ (u0 (x))u0 (x) < −1.

La caractéristique X(t, x) est de classe C 1 par rapport à x, donc ∃y ∈ [x − ε, x] tel que

X(t̃, x − ε) = X(t̃, x) − ε∂x X(t̃, y)

′
= X(t̃, x) − ε 1 + t̃f ′′ (u0 (y))u0 (y) > X(t̃, x).

Les caractéristiques issues de x − ε et de x se sont croisées. Par continuité, ∃t ∈ [0, t̃] tel que
′
X(t, x − ε) = X(t, x). Or u0 (x − ε) 6= u0 (x) puisque f ′′ (u0 (x))u0 (x) < 0 sur [x − ε, x]. La
contradiction est là :

u0 (x − ε) = u(t, X(t, x − ε)) = u(t, X(t, x)) = u0 (x) 6= u0 (x − ε).

Remarque 29
Un résultat analogue est bien sûr vrai pour les temps négatifs.

Exemples.
1 Advection à vitesse constante : f (u) = au. Alors f ′′ (u) = 0 et l’on a une solution pour
tout t ∈ R, ce qui ne fait que conﬁrmer ce que l’on a déjà remarqué, à savoir que u0 (x − at)
est solution (pour u0 ∈ C 1 (R)). Remarquer que la proposition 10 nous apprend l’unicité
de la solution régulière.
2
2 Équation de Burgers : f (u) = u2 . On a f ′′ (u) = 1. La proposition 10 donne l’existence
′
et l’unicité d’une solution régulière si et seulement si u0 (x) ≥ 0 ∀x ∈ R. Cela est très
réducteur.
Pour sortir de l’impasse soulignée par le second exemple ci-dessus, nous allons généraliser
la notion de solution à des fonctions non diﬀérentiables (et même non continues). Ce choix est
motivé par des expériences physiques montrant que des variables physiques (densité, vitesse,
pression pour ne parler que de l’hydrodynamique) peuvent être discontinues. Dans le cas de
l’advection à vitesse constante, on peut aussi remarquer qu’il est naturel de considérer u0 (x− at)
comme solution même si u0 n’est pas régulière.
84 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Solutions au sens des distributions

Soit u ∈ C 1 (R+ × R) solution de (3.7) associé à la donnée initiale u0 :

(
∂t u(t, x) + ∂x f (u)(t, x) = 0,
(3.10)
u(0, x) = u0 (x).

Soit ϕ ∈ Cc∞ (R+ × R). On a

ϕ(t, x)∂t u(t, x) + ϕ(t, x)∂x f (u)(t, x) = 0 ∀(t, x) ∈ R+ × R.

Donc Z ∞Z ∞
ϕ(t, x)∂t u(t, x) + ϕ(t, x)∂x f (u)(t, x) dx dt = 0.
0 −∞
En intégrant par parties, on en déduit que
Z ∞ Z ∞
[ϕ(·, x)u(·, x)] ∞
0 − u(t, x)∂t ϕ(t, x) dt dx
−∞ 0
Z ∞ Z ∞
+ [ϕ(t, ·)u(t, ·)] ∞
−∞ − f (u(t, x))∂x ϕ(t, x) dx dt = 0.
0 −∞

Puisque ϕ est à support compact dans R+ × R, cela se simpliﬁe en

Z ∞Z ∞ Z ∞
u(t, x)∂t ϕ(t, x) + f (u(t, x))∂x ϕ(t, x) dx dt = − u0 (x)ϕ(0, x) dx. (3.11)
0 −∞ −∞

Cette équation a un sens sans que u soit régulière. Il suﬃt que u ∈ L∞ (R+ × R).

Définition 6
On appelle solution faible de (3.10) avec u0 ∈ L∞ (R) une fonction u ∈ L∞ (R+ ×R) vériﬁant (3.11)
pour toute fonction ϕ ∈ Cc∞ (R+ × R).

Exemples
1 On a montré que toute solution forte (régulière) est une solution faible.
2 La réciproque est fausse. Posons f (u) = au, avec a ∈ R. Soit u0 ∈ L∞ (R). Posons u(t, x) =
u0 (x − at). Nous allons vérifier que la notion de solution faible permet de définir cette
fonction comme solution du problème d’advection à vitesse constante, ce que l’intuition
nous conseillait. Soit ϕ ∈ Cc∞ (R+ × R). Nous voulons nous assurer du fait que u(t, x) =
u0 (x − at) vérifie (3.11).
Z ∞Z ∞ Z ∞Z ∞
u∂t ϕ + f (u)∂x ϕ dx dt = u (∂t ϕ + a∂x ϕ) dx dt
0 −∞ 0 −∞
Z ∞Z ∞
= u0 (x − at) (∂t ϕ(t, x) + a∂x ϕ(t, x)) dx dt
0 −∞
Z ∞Z ∞
= u0 (y) (∂t ϕ(t, y + at) + a∂x ϕ(t, y + at)) dy dt.
0 −∞
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 85

Posons ϕ̃(t, x) = ϕ(t, x + at). On a

Z ∞Z ∞ Z ∞Z ∞
u∂t ϕ + f (u)∂x ϕ dx dt = u0 (x)∂t ϕ̃(t, x) dx dt
0 −∞ 0 −∞
Z ∞ Z ∞ Z ∞
= 0
u (x) ∂t ϕ̃(t, x) dt dx = u0 (x) [ϕ̃(·, x)]∞
0 dx
−∞ 0 −∞
Z ∞ Z ∞
=− u0 (x)ϕ̃(0, x) dx = − u0 (x)ϕ(0, x) dx.
−∞ −∞

Donc u est solution faible.

Remarque 30
Une question naturelle qui se pose maintenant est : si u est une solution faible de (3.10) qui de
plus est régulière, u est-elle une solution forte de (3.10) ? La réponse est positive, cela vient du
fait que si u régulière vériﬁe (3.11) pour tout ϕ ∈ Cc∞ , en intégrant par parties, on en déduit que
Z ∞Z ∞
(∂t u + ∂x f (u)) ϕ dx dt = 0
0 −∞

pour tout ϕ ∈ Cc∞ et un résultat ≪ classique ≫ permet de conclure que ∂t u + ∂x f (u) = 0. Ce

résultat classique sera utilisé par la suite, il s’agit du lemme 4.

Remarque 31
Il est intéressant de constater que la formulation faible de (3.10), à savoir, (3.11), est très proche
des équations de bilan de la mécanique des milieux continus. Elle consiste dans ce cadre en
un retour aux premières étapes de la modélisation physique. Nous ne développons pas cette
remarque ici, mais la lecture de [4] apportera à ce sujet de grands éclaircissements.

Solutions discontinues en translation et relations de Rankine-Hugoniot

La section précédente nous a informés de l’existence de solutions discontinues en translation.

Le but de cette section est d’analyser et de caractériser précisément ce type de solutions pour
des équations hyperboliques plus générales que l’advection à vitesse constante. On considère
l’équation (3.7) avec la condition initiale
(
uG si x ≤ 0
u0 (x) =
uD si x > 0

(le problème est à comprendre au sens faible de (3.11)). On cherche une solution (faible) u de
ce problème qui soit de la forme
u(t, x) = u0 (x − σt)

où σ ∈ R est à déterminer, c’est-à-dire que l’on cherche une solution en translation à la vitesse
σ. Lorsque f (u) = au, nous avons vu que σ = a était une possibilité. Nous voulons montrer que
c’est la seule et généraliser ce résultat au cas non linéaire.
86 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Soit u une solution faible : pour tout ϕ ∈ Cc∞ (R+ × R),

Z ∞Z ∞ Z ∞
u(t, x)∂t ϕ(t, x) + f (u(t, x))∂x ϕ(t, x) dx dt = − u0 (x)ϕ(0, x) dx.
0 −∞ −∞

Le problème est donc de trouver σ ∈ R tel que

Z ∞Z ∞ Z ∞
0 0
u (x − σt)∂t ϕ(t, x) + f (u (x − σt))∂x ϕ(t, x) dx dt = − u0 (x)ϕ(0, x) dx.
0 −∞ −∞

pour tout ϕ ∈ Cc∞ (R+ × R). Soit t > 0 ; notons, pour ε > 0 quelconque,

Bε = B ((t, σt), ε) ⊂ R × R,
Dε,D = {(s, x) ∈ Bε t. q. σs < x} ⊂ R × R,
Dε,G = {(s, x) ∈ Bε t. q. σs > x} ⊂ R × R

(voir la ﬁgure 3.1).

x = σt
Bε

Dε,G

t Dε,D
nD
ε
nG

σt x

Figure 3.1 – Support de la fonction-test dans le plan espace-temps.

Choisissons ε < t et ϕ ∈ Cc∞ (Bε ). On a alors ϕ(0, x) = 0 ∀x ∈ R. L’équation faible devient

donc Z
u(t, x)∂t ϕ(t, x) + f (u(t, x))∂x ϕ(t, x) dx dt = 0.
Bε

Or Bε = Dε,G ∪ Dε,D , donc l’équation est

Z
u(t, x)∂t ϕ(t, x) + f (u(t, x))∂x ϕ(t, x) dx dt
Dε,G
Z
+ u(t, x)∂t ϕ(t, x) + f (u(t, x))∂x ϕ(t, x) dx dt = 0
Dε,D
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 87

et puisque u(t, x) = uG ∀(t, x) ∈ Dε,G et u(t, x) = uD ∀(t, x) ∈ Dε,D , on doit ﬁnalement trouver
σ tel que
Z Z
uG ∂t ϕ(t, x) + f (uG )∂x ϕ(t, x) dx dt + uD ∂t ϕ(t, x) + f (uD )∂x ϕ(t, x) dx dt = 0.
Dε,G Dε,D

On utilise maintenant une formule de Green sur Dε,G et sur Dε,D 6 :

Z Z
(uG nG,t + f (uG )nG,x ) ϕ dS + (uD nD,t + f (uD )nD,x ) ϕ dS = 0
∂Dε,G ∂Dε,D

où nG,t , nG,x , nD,t , nD,x sont les composantes suivant t et x des normales extérieures unitaires
de Dε,G et Dε,D . Or pour (t, x) ∈ ∂Dε,G et pour (t, x) ∈ ∂Dε,D on a ϕ(t, x) = 0 sauf si x = σt.
De plus, sur ce segment {x = σt}, on a, à un facteur multiplicatif (de normalisation) près,
! !
−σ σ
nG = , nD = ,
1 −1

de sorte que σ doit vériﬁer

Z
(−σ (uG − uD ) + f (uG ) − f (uD )) ϕ dS = 0
∂Dε,G ∩{(t,x) t. q. x=σt}

pour tout ϕ ∈ Cc∞ (Bε ), c’est-à-dire encore

Z
(−σ (uG − uD ) + f (uG ) − f (uD )) ϕ dS = 0.
∂Dε,G ∩{(t,x) t. q. x=σt}

Une conséquence immédiate est que

−σ (uG − uD ) + f (uG ) − f (uD ) = 0.

Cette équation est une relation de compatibilité entre σ et (uG , uD ) pour que la fonction dis-
continue en translation à vitesse σ u soit solution de l’équation. Elle est appelée relation de
Rankine-Hugoniot 7 . Noter que le fait que l’EDP soit scalaire n’a pas été utilisé : les relations de
Rankine-Hugoniot sont vériﬁées aussi par les solutions de systèmes d’EDP hyperboliques.
Lorsque uG 6= uD (uG = uD est un cas trivial de solution de l’EDP), la relation de Rankine-
Hugoniot donne l’expression de σ

f (uD ) − f (uG )
σ= .
uD − uG
6. L’unique formule à se rappeler, pour un ouvert suffisamment régulier Ω ∈ Rd et u, v ∈ C 1 (Ω), est
R R R
Ω
u∂i v dx = ∂Ω uvni dS − Ω v∂i u dx où ni est la ne coordonnée de la normale unitaire extérieure n à ∂Ω.
Dans cette formule, dx représente l’élément de volume dans Ω et dS l’élément de surface sur ∂Ω.
7. On laisse le soin au lecteur de vérifier qu’elle est aussi une condition suffisante pour que la fonction soit
solution.
88 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Remarque 32
1 Dans le cas f (u) = au, la formule précédente donne σ = a (nous savions déjà que c’était
convenable).
2 La relation de Rankine-Hugoniot implique que les discontinuités d’amplitude très petite
se déplacent à une vitesse proche de la vitesse caractéristique :
f (uD ) − f (uG )
σ= = f ′ (uG ) + O(uD − uG )
uD − uG
si f est de classe C 1 .
3 Dans le cas f (u) = u2 /2, cas de l’équation de Burgers, on a
uG + uD
σ= .
2
4 La relation de Rankine-Hugoniot peut se montrer de manière très simple si l’on est un peu
familier avec les distributions. On a supposé que u(t, x) = uG + (uD − uG )H(x − σt) où
H(x) = 1R+ (x) est la fonction de Heaviside. On sait que la dérivée au sens des distributions
de H est δ, masse de Dirac en 0. On a ∂t u = −σ(uD −uG )δ(x−σt). Par ailleurs, f (u(t, x)) =
f (uG )+(f (uD )−f (uG ))H(x−σt), d’où ∂x f (u)(t, x) = (f (uD )−f (uG ))δ(x−σt). L’équation
∂t u + ∂x f (u) = 0 est ainsi équivalente à −σ(uD − uG ) + f (uD ) − f (uG ) = 0.
5 Dans la démonstration, nous n’avons nulle part utilisé le fait que u était scalaire : le
résultat est vrai pour des systèmes d’ordre 1. Cependant, une diﬀérence notable est que
dans le cas scalaire, pour tout couple (uG , uD ), u(t, x) = uG + (uD − uG )H(x − σt) est
solution faible de l’équation, avec σ = (f (uD ) − f (uG ))/(uD − uG ), et que ceci est faux
dans le cas d’un système, puisque dans ce cas toutes les composantes des vecteurs uG
et uD doivent vériﬁer une condition de compatibilité impliquant (permettant) qu’elles se
déplacent à la même vitesse σ. Précisément, pour un système de dimension n, il faut que
(fj (uD ) − fj (uG ))(uD i − uGi ) = (fi (uD ) − fi (uG ))(uD j − uGj ) pour tous i, j ∈ {1, . . . , n},
et la vitesse de translation est alors σ = (fj (uD ) − fj (uG ))/(uD j − uGj ), indépendante de
j (pour j tel que uDj 6= uGj ).

3.3.2 Équation de Burgers

On aborde ici l’EDP
u2
∂t u + ∂x =0 (3.12)
2
qui, en ce qui concerne ses solutions régulières, est équivalente à

∂t u + u∂x u = 0 :

u, solution de l’équation, est aussi la pente des courbes caractéristiques sur lesquelles elle est
constante. La vitesse σ d’une discontinuité en translation solution de cette équation est donnée
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 89

par
uG + uD
σ=
2
(si uG et uD sont les états situés à gauche et à droite de la discontinuité).

Non-unicité des solutions

Nous avons montré dans le cas général (scalaire) l’unicité de la solution forte du problème
avec donnée initiale. Nous allons voir ici qu’il n’y a pas unicité de la solution dans le cas non
régulier. Autrement dit, la notion de solution faible, qui permet d’avoir existence de solutions
dans un cadre plus général, est hélas trop faible pour garantir l’unicité (dans le cas du moins de
l’équation non linéaire de Burgers).
Aﬁn d’exhiber deux solutions faibles d’un même problème, nous choisissons la condition
initiale (
0 si x ≤ 0,
u0 (x) = (3.13)
1 si x > 0.

Une première solution faible de (3.12) avec la condition initiale (3.13) est alors fournie par la
section précédente : il s’agit de la solution discontinue en translation

 0 si x − t ≤ 0,
u(t, x) = 2
 1 si x − t > 0.
2

Une autre solution faible du problème est donnée par



 0x si x ≤ 0,

u(t, x) = si 0 < x ≤ t,

 t
 1 si x > t

pour tout t ≥ 0. Cette solution est appelée ≪ détente ≫. Montrons que c’est une solution faible.
Soit ϕ ∈ Cc∞ (R+ × R). D’après le théorème de Fubini,
Z Z Z Z
u2 u2
u∂t ϕ + ∂x ϕ dt dx = u∂t ϕ + ∂x ϕ dx dt,
R R+ 2 R+ R 2

donc
Z Z Z Z 0 Z Z t
u2 u2 u2
u∂t ϕ + ∂x ϕ dt dx = u∂t ϕ + ∂x ϕ dx dt + u∂t ϕ + ∂x ϕ dx dt
R R+ 2 R+ −∞ 2 R+ 0 2
Z Z ∞
u2
+ u∂t ϕ + ∂x ϕ dx dt,
R+ t 2
90 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

soit
Z Z Z Z t
u2 x x2
u∂t ϕ + ∂x ϕ dt dx = 0 + ∂t ϕ + 2 ∂x ϕ dx dt
R R+ 2 R+ 0 t 2t
Z Z ∞
1
+ ∂t ϕ + ∂x ϕ dx dt.
R+ t 2

Ainsi
Z Z Z Z
u2 x
u∂t ϕ + ∂x ϕ dt dx = ∂t ϕ1[0,t] (x) dx dt
R R+ 2 R+ R+ t
Z 2 t Z t !
x x
+ ϕ − ϕ dx dt
R+ 2t2 x=0 0 t
2
Z Z Z
1 ∞
+ ∂t ϕ1[t,+∞[ (x) dx dt + [ϕ] dt
R+ R+ R+ 2 x=t

et
Z Z
u2
u∂t ϕ + ∂x ϕ dt dx
R R+ 2
Z Z Z Z Z t
x 1 x
= ∂t ϕ1[x,+∞[ (t) dx dt + ϕ(t, t) dt − 2
ϕ dx dt
R+ R+ t R+ 2 R+ 0 t
Z Z Z
1
+ ∂t ϕ1[0,x] (t) dx dt − ϕ(t, t) dt
R+ R+ R+ 2
Z h i∞ Z ∞ Z Z t Z
x x x
= ϕ + ϕ dt dx − ϕ dx dt + [ϕ]xt=0 dx
R+ t t=x x t2 R+ 0 t
2
R+

et enﬁn
Z Z
u2
u∂t ϕ + ∂x ϕ dt dx
R R+ 2
Z Z Z +∞ Z Z t
x x
=− ϕ(x, x) dx + 2
ϕ dt dx − 2
ϕ dx dt
R+ R+ x t R+ 0 t
Z Z
+ ϕ(x, x) dx − ϕ(0, x) dx
R+ R+
Z Z
=− ϕ(0, x) dx = − u0 (x)ϕ(0, x) dx.
R+ R

C’est ce qu’il fallait démontrer. On en retiendra que les solutions faibles de l’équation de Burgers
ne sont pas uniques. Il existe plusieurs critères permettant de sélectionner la solution ≪ phy-
sique ≫ parmi toutes les solutions faibles possibles : critère de dissipation, critère d’entropie,
critère d’Oleinik, de Lax, de Liu. . . Nous utiliserons dans la suite le critère d’Oleinik. Il per-
met de sélectionner une unique solution dans le cas où le ﬂux de l’équation, f , est convexe. En
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 91

d’autres termes, lorsque f est convexe, il existe une unique solution faible du problème (3.10)
vérifiant de surcroı̂t le critère d’Oleinik que nous introduirons dans la suite.
Noter cependant que la non-unicité que nous avons montrée est due à la non-linéarité du
flux f . En effet, dans le cas linéaire, on a la

Proposition 11
Soit a ∈ R, soit u0 ∈ L∞ (R). Le problème

∂t u + a∂x u = 0,
u(0, x) = u0 (x)

admet une unique solution faible. Cette solution est donnée par

u(t, x) = u0 (x − at).

Démonstration
Nous avons déjà montré que u0 (x − at) est solution faible, il faut maintenant montrer que c’est
l’unique solution. Puisque l’équation est linéaire, il suﬃt de montrer que l’unique solution du
problème avec condition initiale u0 = 0 est u(t, x) = 0. Soit v solution de

∂t v + a∂x v = 0,
v(0, x) = 0 presque partout.

Pour tout ϕ ∈ Cc∞ (R+ × R),

Z Z
v (∂t ϕ + a∂x ϕ) dt dx = 0.
R R+

L’idée de la démonstration est de montrer que v vériﬁe

Z Z
vψ dt dx = 0 ∀ψ ∈ Cc∞ (R+ × R).
R R+

Soit donc ψ ∈ Cc∞ (R+ × R). Soit T et A tels que

ψ(t, x) = 0 ∀(t, x) ∈
/ [0, T ] × [−A, A].

Posons Z Z
t T
ϕ(t, x) = ψ(s, x + a(s − t)) ds − ψ(s, x + a(s − t)) ds.
0 0
On a alors :
– ϕ est de classe C ∞ ;
– ∂t ϕ + a∂x ϕ = ψ (à vériﬁer en exercice) ;
– ϕ(t, x) = 0 ∀(t, x) ∈/ [0, T ] × [−A, A + aT ] si a ≥ 0, ou ∀(t, x) ∈
/ [0, T ] × [−A − aT, A] si
a ≤ 0 (donc ϕ est à support compact).
92 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Rt
(Remarquer que 0 ψ(s, x + a(s − t)) ds + f (x − at) est de classe C ∞ et vériﬁe ∂t ϕ + a∂x ϕ =
ψ pour toute fonction f de classe C ∞ , mais n’est pas forcément à support compact). Donc
R R ∞
R R+ vψ dt dx = 0 ∀ψ ∈ Cc (R+ × R). On en déduit que v = 0 presque partout par application
du lemme 4.

Remarque 33
Le principe de la démonstration que nous venons d’eﬀectuer est de montrer que l’application

Cc∞ (R+ × R) −→ Cc∞ (R+ × R)

ψ 7−→ ∂t ψ + a∂x ψ

est une bijection. C’est par un raisonnement tout à fait semblable que nous avons montré l’exis-
tence et l’unicité des solutions fortes (en temps petit) puisque nous avons utilisé le fait que les
caractéristiques recouvraient tout R+ × R.

Lemme 4
Soit Ω ∈ Rn un ouvert, soit v ∈ L1loc (Ω) 8 . Supposons que
Z
vψ dx = 0 ∀ψ ∈ Cc∞ (Ω).
Ω

Alors v = 0 presque partout.

Il s’agit d’un résultat classique dont la démonstration pourra être trouvée dans [1].
Il est temps maintenant de chercher un critère permettant de lever le problème de la non-
unicité des solutions dans le cas non linéaire. Nous avons déjà évoqué le mot de solution ≪ phy-
sique ≫. Bien entendu, ce terme n’a pas de sens clair lorsqu’il s’agit de l’équation de Burgers.
Cependant il est naturellement lié à une propriété mathématique bien déﬁnie : la continuité
de la solution par rapport à la donnée initiale. Nous allons voir que la solution qui propage la
discontinuité initiale de (3.13) n’est pas stable par perturbation régulière de la donnée initiale.
Pour cela, nous considérons la donnée initiale régulière (de classe C 1 )

 1

 0 si x < − ,

 2

 2(x + 1/2)2 si x ∈ [− 1 , 0[,

v(x) = 2
 2 1

 1 − 2(x − 1/2) si x ∈ [0, [,

 2

 1 si x ≥ 1

2

et proposons la suite de conditions initiales u0n n∈N∗ déﬁnie par

u0n (x) = v(nx) ∀n ∈ N∗ , ∀x ∈ R

8. Pour tout compact K ⊂ Ω, v 1K ∈ L1 (Ω).

3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 93

(voir la ﬁgure 3.2). On a limn→+∞ u0n = u0 presque partout et dans L1 (R), et u0n est de classe
C 1 (R) pour tout n ∈ N∗ .

1
u01
u02
0,8
u010
u0100
0,6

0,4

0,2

0
-1 -0,5 0 0,5 1 1,5 2

Figure 3.2 – Suite de conditions initiales.

Puisque pour tout n ∈ N∗ u0n est de classe C 1 et croissante, il existe une unique solution
globale 9 , de classe C 1 , au problème initial, cette solution étant donnée par la méthode des
caractéristiques. Pour calculer cette solution pour tout n, remarquons que si u1 est la solution
avec donnée initiale u01 , un (t, x) = u1 (nt, nx) l’est pour le problème avec donnée initiale u0n
(c’est une propriété d’auto-similarité 10 ). En eﬀet, posons un (t, x) = u1 (nt, nx). On a alors
naturellement un (0, x) = u0n (x) et

u2n
∂t un (t, x) + ∂x (t, x) = ∂t un (t, x) + un (t, x)∂x un (t, x)
2
= n∂t u1 (nt, nx) + nu1 (nt, nx)∂x u1 (nt, nx) = 0

donc un est solution. Il suﬃt donc de calculer la solution associée à la donnée initiale u01 = v, en
remontant les caractéristiques. Soit t > 0.
1 Pour x < −1/2, u(t, x) = 0.
2 Pour x ∈ [−1/2, t/2[, il existe y ∈ [−1/2, 0] tel que x est atteint au temps t par la
caractéristique issue de y :
!
1 2
x=y+t 2 y+
2

9. D’après la proposition 10.

10. La solution un (t, x) ne dépend que du rapport x/t. Pour un léger approfondissement sur les solutions
autosimilaires, on pourra se référer à l’examen du 3 juin 2005. Les solutions autosimilaires jouent un rôle primordial
dans l’étude des systèmes hyperboliques.
94 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

et la solution au point (t, x) vaut sa valeur au pied de la caractéristique,

2
1
u(t, x) = u01 (y) =2 y+ .
2

Calculons y. Il suﬃt pour cela de trouver la racine située dans [−1/2, 0] de l’équation
polynomiale
t
2ty 2 + (1 + 2t)y + − x = 0.
2
Cette racine est donnée par
q √
−1 − 2t + (1 + 2t)2 − 8t t
2 −x −1 − 2t + 1 + 4t + 8tx
y= = .
4t 4t
3 Pour x ∈ [t/2, 1/2 + t[, il existe y ∈ [0, 1/2] tel que x est atteint au temps t par la
caractéristique issue de y :
!
1 2
x=y+t 1−2 y−
2

et la solution au point (t, x) vaut sa valeur au pied de la caractéristique,

2
1
u(t, x) = u01 (y) =1−2 y− .
2

Calculons y. Il suﬃt pour cela de trouver la racine située dans [0, 1/2] de l’équation poly-
nomiale
t
2ty 2 − (1 + 2t)y + x − = 0.
2
Cette racine est donnée par
q √
1 + 2t − (1 + 2t)2 + 8t t
2 −x 1 + 2t − 1 + 8t2 + 4t − 8tx
y= = .
4t 4t
4 Pour x ≥ 1/2 + t, u(t, x) = 1.
Récapitulons.

 1

 0 si x < − ,

 2 √ 2



 −1 − 2t + 1 + 4t + 8tx 1 1 t

 2 + si x ∈ [− , [,
4t 2 !2 2 2
u(t, x) = √

 2
1 + 2t − 1 + 8t + 4t − 8tx 1 t 1

 1−2 − si x ∈ [ , + t[,

 4t 2 2 2




 1 si x ≥ 1 + t.
2
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 95

soit

 1

 0 si x < − ,

 √2 2



 −1 + 1 + 4t + 8tx 1 t

 2 si x ∈ [− , [,
4t !2 2 2
u(t, x) = √

 2
1 − 1 + 8t + 4t − 8tx t 1

 1−2 si x ∈ [ , + t[,

 4t 2 2



 1
 1 si x ≥ + t.
2

Ainsi

 1

 0 si x < − ,

 2n !2

 √

 −1 + 1 + 4nt + 8n 2 tx 1 t
 si x ∈ [− , [,
 2

4nt 2n 2
un (t, x) = √ !2

 1 − 1 + 8n2 t2 + 4nt − 8n2 tx t 1

 1−2 si x ∈ [ , + t[,



 4nt 2 2n


 1 si x ≥ 1 + t.

2n

On vériﬁe très facilement que pour tout x et tout t (strictement positif), un (t, x) converge vers
u(t, x) déﬁnie par


 0 si x < 0,


 x si x ∈ [0, t [,

u(t, x) = t 2
 t−x t

 1− si x ∈ [ , t[,

 t 2

1 si x ≥ t,

c’est-à-dire enﬁn


 0x si x < 0,

u(t, x) = si x ∈ [0, t[,

 t
 1 si x ≥ t.

C’est la solution que nous avons nommée ≪ détente ≫ et non celle qui propage la discontinuité
initiale.
Quelques éléments de la suite de solutions au temps t = 1 sont représentés sur la ﬁgure 3.3.
La ﬁgure 3.4 présente aussi quelques uns de ces éléments ainsi que la solution détente en fonction
de t et x. Sur cette dernière, on a tracé des isolignes (en temps-espace) des solutions. On constate
que ce sont des droites : on retrouve bien les caractéristiques.
96 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

1
u1
0,8 u2
u10
u100
0,6

0,4

0,2

0
-1 -0,5 0 0,5 1 1,5 2

Figure 3.3 – Suite de solutions au temps t = 1.

1 1
0,5 0,5
0 0
1 1
t 0,5 2 t 0,5 2
0 -1 0 x 1 0 -1 0 x 1
solution u1 solution u2

1 1
0,5 0,5
0 0
1 1
t 0,5 2 t 0,5 2
0 -1 0 x 1 0 -1 0 x 1
solution u100 solution détente

Figure 3.4 – Quelques éléments un dans le plan espace-temps.

Remarque 34
La conclusion de ces dernières pages pourrait être obtenue avec n’importe quelle régularisation
de la donnée initiale. Celle que nous avons utilisée ici présente sur les autres l’avantage de
donner lieu à des calculs explicites aisés, notamment en ce qui concerne la position du pied des
caractéristiques.
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 97

Voilà qui nous invite à considérer la solution


 0 si x < t
u(t, x) = 2
 1 si x ≥ t
2
comme indésirable. Il faut remarquer qu’il en va tout autrement de la condition initiale
(
1 si x < 0
u0 =
0 si x ≥ 0.

En eﬀet, si l’on considère comme condition initiale une régularisation de classe C 1 de ce u0 , la

solution développera un choc en temps fini 11 . La différence provient du fait que dans ce nouveau
cas, les caractéristiques se croisent, alors que dans le cas précédent, elles s’écartent. C’est cette
constatation qui nous incite à définir la notion suivante d’admissibilité d’une solution dans le
cas où il n’y a pas unicité faible 12

Définition 7
Une solution discontinue (uG , uD , σ) est dite admissible au sens de Lax si et seulement si elle
vériﬁe
f ′ (uG ) ≥ σ ≥ f ′ (uD ).

On pourrait montrer que ce critère suﬃt à assurer l’unicité des solutions faibles dans le cas où
f est convexe. Nous allons pourtant nous pencher plutôt sur un autre critère de sélection. Il
est, lui, basé sur le fait que, dans notre exemple du moins, seules les discontinuités décroissantes
paraissent admissibles 13 . Une manière plus précise de formaliser ceci est d’écrire que
1
u(t, y) − u(t, x) ≤ (y − x) ∀y ≥ x.
t
On dit que u(t, ·) est lipschitzienne d’un côté 14 (en l’occurrence, lipschitzienne à droite).

Définition 8
Soit u ∈ L∞ ([0, T [×R). On dit que u satisfait à une inégalité d’Oleinik si et seulement si
∃C :]0, T [−→ R décroissante telle que

u(t, y) − u(t, x) ≤ C(t)(y − x) ∀y ≥ x, ∀t > 0.

11. Nous démontrerons bientôt que dans ce cas, la solution-choc vérifiant la relation de Rankine-Hugoniot est
la seule possible.
12. Dans le cas d’une solution forte, régulière, nous savons qu’il y a unicité, donc un critère d’admissibilité n’est
nécessaire que dans le cas non régulier.
13. Il faut noter que cela est dû à la convexité de f et que ce serait le contraire avec f (u) = −u2 /2.
14. En anglais : one-sided Lipschitz continuous.
98 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

On a le résultat d’unicité suivant (dû à Oleinik).

Théorème 9 (Oleinik)
Soit u ∈ L∞ ([0, T [×R) solution de
(
∂t u(t, x) + ∂x (au) (t, x) = 0
u(0, x) = 0

où a ∈ L∞ ([0, T [×R) et T ∈ R+ sont donnés. Si a satisfait à une inégalité d’Oleinik, u = 0

presque partout.

Ce résultat d’unicité pour une équation de transport sera plus tard appliqué aux équations
non linéaires qui nous concernent.

Remarque 35
Il s’agit d’une généralisation de la partie ≪ unicité ≫ de la proposition 11.

Remarque 36
La question de l’existence d’une solution à l’équation ∂t u + ∂x (au) = 0 sous les hypothèses de
ce théorème est très délicate et ne sera pas abordée dans ce cours.

Remarque 37
Voici un contre-exemple dans le cas où la vitesse de transport ne vériﬁe pas de condition d’Olei-
nik. On choisit (
−1 si x ≤ 0,
a(t, x) = ∀t ∈ R.
1 si x > 0

Pour u0 = 0, u = 0 est bien sûr une solution, mais il en existe d’autres, par exemple 15 les
fonctions du type 

 0 si x < −t,


 −α si − t ≤ x ≤ 0,
u(t, x) =

 α si 0 < x ≤ t,


 0 si t ≤ x,

pour tout α ∈ R.

Démonstration
Le principe en est le même que pour la proposition 11 mais il faut être ici beaucoup plus ﬁn.
Puisque u est solution faible du problème,
Z Z
u (∂t ϕ + a∂x ϕ) dt dx = 0
R R+

15. Cela se démontre facilement. . .

3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 99

pour tout ϕ ∈ Cc∞ ([0, T [×R). Nous allons montrer que

Z Z
uψ dt dx = 0 ∀ψ ∈ Cc∞ ([0, T [×R).
R R+

Pour cela, il suﬃrait de montrer que pour tout ψ ∈ Cc∞ ([0, T [×R), il existe ϕ ∈ Cc∞ ([0, T [×R)
tel que
ψ = ∂t ϕ + a∂x ϕ.
Cependant, c’est hors de question puisque a n’est pas régulier. On procède par régularisation de
la vitesse a. Posons B = ||a||L∞ et soit C :]0, T [−→ R décroissante telle que

a(t, y) − a(t, x) ≤ C(t)(y − x) ∀y ≥ x, ∀t > 0.

Soit (an )n∈N une suite de fonctions de C ∞ ([0, T [×R) telle que 16

∀n ∈ N, ||an ||L∞ ≤ B,
∀n ∈ N, an (t, y) − an (t, x) ≤ C(t)(y − x) ∀y ≥ x, ∀t > 0,
lim an = a presque partout.
n→∞

Pour tout n ∈ N, soit Xn (t, t0 , x) déﬁni par

(
∂1 Xn (t, t0 , x) = an (t, X(t, t0 , x))
Xn (t0 , t0 , x) = x

(pour (t, t0 , x) ∈ [0, T [2 ×R). Une solution de

∂t ϕ + an ∂x ϕ = ψ

est alors donnée 17 par

Z t Z T
ϕn (t, x) = ψ(s, Xn (s, t, x)) ds − ψ(s, Xn (s, t, x)) ds,
0 0

ce qui peut aussi s’écrire Z t

ϕn (t, x) = ψ(s, Xn (s, t, x)) ds,
T
ce qui prouve que ϕn est de classe C ∞ et est à support compact en temps. D’autre part, puisque
||an ||L∞ ≤ B,
Xn (s, t, x) ∈ [x − T B, x + T B] ∀(s, t, x) ∈ [0, T [2 ×R.
Donc ϕn est à support compact en espace 18 . En déﬁnitive, ϕn ∈ Cc∞ ([0, T [×R). Nous avons
montré que pour tout n ∈ N, ∀ψ ∈ Cc∞ ([0, T [×R), ∃ϕn ∈ Cc∞ ([0, T [×R) tel que

∂t ϕn + an ∂x ϕn = ψ.
16. Montrer qu’une telle suite existe !
17. Une vérification s’impose.
18. Le compact en question est d’ailleurs inclus, indépendamment de n, dans [0, T ] × [−A − BT, A + BT ] si A
est un réel tel que le support de ψ est inclus dans [0, T ] × [−A, A].
100 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Donc
Z Z Z Z
uψ dt dx = u (∂t ϕn + an ∂x ϕn ) dt dx
R R+ R R+
Z Z Z Z
= u (−a∂x ϕn ) + u (an ∂x ϕn ) dt dx = u (an − a) ∂x ϕn dt dx.
R R+ R R+

Nous voulons montrer que ce dernier terme converge vers 0 lorsque n tend vers ∞. C’est une
conséquence du lemme 5, ci-après énoncé et démontré. En appliquant ce lemme à Xn (s, t, x),
nous obtenons en eﬀet
|∂3 Xn (s, t, x)| ≤ eC(t)(s−t) pour s ≥ t > 0
Rt
car pour s ≥ t, C(s) ≤ C(t). Or ϕn , donnée par ϕn (t, x) = T ψ(s, Xn (s, t, x)) ds, vériﬁe
Z t
∂x ϕn (t, x) = ∂x ψ(s, Xn (s, t, x))∂3 Xn (s, t, x) ds,
T

donc
Z T
∂x ϕn (t, x) ≤ ||∂x ψ||L∞ |∂3 Xn (s, t, x)| ds,
t

d’où ( )
1
||∂x ψ||L∞ C(t) eC(t)(T −t) − 1 si C(t) > 0
|∂x ϕn (t, x)| ≤ =C
T ||∂x ψ||L∞ sinon.

(c’est une déﬁnition de C). Nous avons donc

où K est un compact de R tel que [0, T ] × K englobe le support de ϕn pour tout n (par exemple
[−A − BT, A + BT ] si [0, T ] × [−A, A] englobe celuis de ψ). On a
– limn→∞ u(an − a) = 0 presque partout ;
– u(an − a) ∈ L1loc ∀n ∈ N (car ces fonctions sont dans L∞ ) ;
– u(an − a) ≤ ||u||L∞ (||an ||L∞ + ||a||L∞ ) ≤ 2B ||u||L∞ ∀n ∈ N.
Par application du théorème de convergence dominée de Lebesgue, nous en déduisons que
Z Z
lim u(an − a) dt dx = 0.
n→∞ R R+

Ainsi, Z Z
uψ dt dx = 0 ∀ψ ∈ Cc∞ ([0, T [×R)
R R+

et, grâce au lemme 4, u = 0 presque partout.

3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 101

Lemme 5
Soit t0 ∈ R. Soit X : [0, T [×[0, T [×R déﬁnie par
(
∂1 X(t, t0 , x) = a(t, X(t, t0 , x))
X(t0 , t0 , x) = x

où a est continue par rapport à ses deux variables, globalement lipschitzienne par rapport à sa
seconde variable, et vériﬁe : ∃C ∈ R tel que

a(t, y) − a(t, x) ≤ C(y − x) ∀y ≥ x, ∀t ≥ t0 .

X(t, t0 , x) vériﬁe
|X(t, t0 , y) − X(t, t0 , x)| ≤ eC(t−t0 ) |y − x| ∀t ≥ t0 .

Ce qui est remarquable dans ce lemme est que l’estimation ne dépend pas de la constante
de Lipschitz de a mais seulement de sa constante de Lipschitz à droite, C.
Démonstration
Soit t0 , x et y ﬁxés. Posons

D(t) = |X(t, t0 , y) − X(t, t0 , x)| .

On a
1
∂t D 2 (t) = (X(t, t0 , y) − X(t, t0 , x)) ∂1 (X(t, t0 , y) − X(t, t0 , x))
2
= (X(t, t0 , y) − X(t, t0 , x)) (a(t, X(t, t0 , y)) − a(X(t, t0 , x)))
≤ C (X(t, t0 , y) − X(t, t0 , x))2 = CD 2 (t)

donc ∂t D 2 (t) ≤ 2CD 2 (t). Par application du lemme de Gronwall, si t ≥ t0 , nous avons donc
D 2 (t) ≤ D 2 (0)e2C(t−t0 ) , soit
D(t) ≤ D(0)eC(t−t0 ) .

Une conséquence immédiate et très importante du théorème 9 est qu’il existe au plus une
solution faible u ∈ L∞ ([0, T [×R) satisfaisant à une inégalité d’Oleinik au problème (3.12) avec
donnée initiale u0 ∈ L∞ (R). En eﬀet, supposons qu’il existe 2 telles solutions distinctes avec
même donnée initiale, u et v. Alors, la fonction u − v vériﬁe (au sens faible) l’EDP
2
u − v2
∂t (u − v) + ∂x = 0,
2
que l’on peut écrire aussi
u+v
∂t (u − v) + ∂x (u − v) = 0.
2
102 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Puisque u et v sont dans L∞ et vérifient chacune une inégalité d’Oleinik, il en est de même de
u+v
2 qui joue ici le rôle d’une vitesse de transport. Le théorème 9 permet d’affirmer que u = v
presque partout.
Ce résultat se généralise au cas d’une équation scalaire à flux convexe.

Théorème 10
On considère le problème
(
∂t u + ∂x f (u) = 0
u(0, x) = u0 (x)

où le ﬂux f est convexe. Il a au plus une solution u ∈ L∞ ([0, T [×R) satisfaisant à une inégalité
d’Oleinik.

La démonstration de ce résultat est laissée en exercice. Néanmoins, quelques indications

ﬁgurent dans le sujet de partiel d’avril 2004 (et son corrigé contient une démonstration détaillée).

Remarque 38
On peut se convaincre facilement que les deux hypothèses faites dans l’énoncé de ce théorème
(u ∈ L∞ et vériﬁe une inégalité d’Oleinik) sont nécessaires. Considérons en eﬀet le problème de
Burgers avec donnée initiale nulle, dont la solution triviale (et naturelle) est u(t, x) = 0 pour
tout t et tout x. On peut facilement montrer alors que


 0 si x < −t/2


 −1 si x ∈ [−t/2, 0[
u(t, x) = ∀t > 0

 1 si x ∈ [0, t/2]


 0 si x > t/2

est une autre solution faible du problème (cette fonction est constante par morceaux et toutes
ses discontinuités vériﬁent la relation de Rankine-Hugoniot). Celle-ci ne vériﬁe aucune inégalité
d’Oleinik.
Par ailleurs, une autre solution faible du problème est donnée par
 √

 0 si x < − t√ √
u(t, x) = x/t si x ∈ [− t, t] ∀t > 0.

 √
0 si x > t

Celle-ci vérifie une inégalité d’Oleinik (avec C(t) = 1/t) mais n’est pas dans L∞ (cf. partiel du
19 avril 2005). Les deux solutions faibles exhibées ici sont tracées pour différents temps sur la
figure 3.5.
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 103

1,5
solution au temps t = 0, 1
solution au temps t = 1
solution au temps t = 5
1

0,5

0
x

-0,5

-1

-1,5
-6 -4 -2 0 2 4 6
4
solution au temps t = 0, 1
solution au temps t = 1
3 solution au temps t = 5
courbe d’équation y = 1/x
2

0
x
-1

-2

-3

-4
-3 -2 -1 0 1 2 3

Figure 3.5 – Deux solutions non admissibles de l’équation de Burgers avec donnée initiale nulle.

Nous pouvons maintenant nous attaquer à l’existence d’une solution. Nous proposons ici une
démonstration d’existence pour le problème de Burgers. Une autre démonstration de l’existence
sera vue ensuite, dans la section concernant l’approximation numérique, pour un problème aux
dérivées partielles avec ﬂux convexe quelconque.

Théorème 11
Soit u0 ∈ L∞ (R). Il existe une unique solution u ∈ L∞ (R+ × R) de (3.12) avec donnée initiale
u0 satisfaisant à une inégalité d’Oleinik. Cette solution est la limite presque partout, lorsque κ
104 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

tend vers 0, des fonctions (uκ )κ∈R∗ solutions de

u2κ 2
∂t uκ + ∂x = κ∂x,x uκ .
2
De plus, l’inégalité d’Oleinik à laquelle satisfait la solution est
1
u(t, y) − u(t, x) ≤ (y − x) y ≥ x, t > 0.
t

Démonstration
On s’intéresse donc à l’équation de Burgers visqueuse

u2κ 2
∂t uκ + ∂x = κ∂x,x uκ (3.14)
2
avec κ > 0, dont on cherche une solution forte dans R+ × R. Pour exhiber une solution de
cette équation, nous allons d’abord transformer celle-ci pour la mettre sous une forme connue :
l’équation de la chaleur. Cette transformation est due à Hopf. La solution uκ vériﬁe

1
∂t uκ = ∂x κ∂x uκ − u2κ .
2

Soit vκ une primitive en espace de uκ : par exemple,

Z x
vκ (t, x) = uκ (t, y) dy.
0

Posons
1
ϕκ = e− 2κ vκ .

Nous avons alors

1
∂x ϕκ = − ϕκ uκ ,
2κ
2 1 1
∂x,x ϕκ = 2 ϕκ u2κ − ϕκ ∂x uκ ,
4κ 2κ
2 ϕ
∂x,x
d’où uκ = −2κ ∂xϕϕκκ et κ∂x uκ − 12 u2κ = −2κ2
κ
ϕκ . Donc
!
2 ϕ
∂x,x
∂x ϕκ κ
∂t = κ∂x .
ϕκ ϕκ

Or
2 ϕ −∂ ϕ ∂ ϕ
ϕκ ∂x,t
∂x ϕκ κ t κ x κ ∂t ϕκ
∂t = 2
= ∂x ,
ϕκ ϕκ ϕκ
donc !
2 ϕ
∂x,x
∂t ϕκ κ
∂x −κ = 0.
ϕκ ϕκ
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 105

Finalement,
2 ϕ
∂x,x
∂t ϕκ κ
−κ = γ(t)
ϕκ ϕκ
où γ est une constante d’intégration. Posons 19 maintenant
Rt
ψκ (t, x) = ϕκ (t, x)e− 0 γ(s) ds
.

Cette nouvelle fonction vériﬁe

Rt Rt
∂t ψκ (t, x) = ∂t ϕκ (t, x)e− 0
γ(s) ds
− ϕκ (t, x)e− 0
γ(s) ds
γ(t)

et Rt
2
∂x,x 2
ψκ (t, x) = ∂x,x ϕκ (t, x)e− 0
γ(s) ds
.
Donc
2 ψ
∂x,x 2 ϕ
∂x,x
∂t ψκ κ ∂t ϕκ κ
−κ = − γ(t) − κ = 0.
ψκ ψκ ϕκ ϕκ
ψκ est donc solution de l’équation de la chaleur
2
∂t ψκ − κ∂x,x ψκ = 0

dans R+ ×R. La diﬀérence avec l’EDP du chapitre 2 est qu’elle est ici posée en domaine non borné
(et sans conditions aux limites en espace). Le lemme suivant donne une solution du problème.
Lemme 6
Soit ψ 0 ∈ L∞ (R). Posons
Z
1 (x−y)2
ψ(t, x) = √ e− 4κt ψ 0 (y) dy
R 4κπt
pour tout (t, x) ∈ R∗+ × R. On a
– ψ(t, x) ∈ C ∞ (]0, +∞[×R) ;
2 ψ(t, x) pour tout (t, x) ∈]0, +∞[×R ;
– ∂t ψ(t, x) = κ∂x,x
– limt→0+ ψ(t, x) = ψ 0 (x) presque partout.
2 ψ avec donnée initiale ψ 0 .
De plus, ψ est l’unique solution de ∂t ψ = κ∂x,x

Remarque 39
La fonction
1 |x−y|2
N (t, x, y) = d/2
e− 4κt
(4κπt)
est appelée noyau de la chaleur dans Rd . Ce noyau vériﬁe
∂t N = κ∂x,x2 N,

N (0, ·, y) = δy (·)
où δy est la masse de Dirac de masse 1 au point y. C’est la solution élémentaire de l’équation
de la chaleur.
19. Cela revient à changer la constante d’intégration dans la définition de la primitive vκ .
106 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

La démonstration de ce lemme est laissée en exercice. Elle consiste à vériﬁer que

Z Z
2

N ∂t ϕ + κ∂x,x ϕ dt dx = ϕ(0, y)
R R+

pour tout ϕ ∈ Cc∞ (R+ × R). Ce calcul est d’ailleurs fait (dans un cadre légèrement diﬀérent) aux
pages suivantes.
Revenons à notre démoutonstration. Soit donc
Z
1 (x−y)2
ψκ (t, x) = √ ψ(0, y)e− 4κt dy.
4κπt R
Une solution de (3.14) est alors donnée par

∂x ψκ (t, x)
uκ (t, x) = −2κ .
ψκ (t, x)
Or Z
1 2(x − y) (x−y)2
∂x ψκ (t, x) = √ − ψ(0, y)e− 4κt dy,
4κπt R 4κt
donc Z
(x−y)2
(x − y)ψ(0, y)e− 4κt dy
∂x ψκ (t, x) 1 R
− 2κ = Z .
ψκ (t, x) t (x−y)2
ψ(0, y)e− 4κt dy
R

D’autre part, on exprime ψ(0, y) en fonction de u0 :

1
Ry R0 1
Ry
u0 (x) dx − u0 (x) dx
ψ(0, y) = e− 2κ 0 e 0
γ(s) ds
= e− 2κ 0 .

Ainsi
Z
(x−y)2 1
Ry

x−y − 04κt
+ 2κ u0 (z) dz
e dy
R t
uκ (t, x) = Z ,
(x−y)2 1
Ry 0
− 4κt
+ 2κ 0 u (z) dz
e dy
R
que l’on réécrit Z
x − y − F (t,x,y)
e 2κ dy
RZ t
uκ (t, x) = F (t,x,y)
e− 2κ dy
R
en déﬁnissant F par Z y
(x − y)2
F (t, x, y) = + u0 (z) dz.
2t 0

La ﬁn de cette démonstration consiste à montrer que uκ a une limite 20 lorsque κ tend vers 0 et
que cette limite est solution de l’équation de Burgers non visqueuse (3.12) vériﬁant une inégalité
20. Noter la similitude avec le résultat du lemme 6 concernant la donnée initiale : on fait ici tendre κ vers 0 au
lieu de t dans ce lemme.
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 107

d’Oleinik. Ceci est un peu technique.

Pour tout (t, x) ∈ R∗+ × R, notons y− (t, x) et y+ (t, x) le y minimal et le y maximal tels que
F (t, x, y) = inf y∈R F (t, x, y) :

y− (t, x) = minz∈R {z t. q. F (t, x, z) = miny∈R F (t, x, y)}

y+ (t, x) = maxz∈R {z t. q. F (t, x, z) = miny∈R F (t, x, y)}

Ces réels existent car F (t, x, y) est continue par rapport à y et lim|y|→+∞ F (t, x, y) = +∞ ∀(t, x).
Posons encore, pour tout (t, x), m(t, x) = miny∈R F (t, x, y). On a avec ces déﬁnitions

F (t, x, y) > m(t, x) ∀y ∈

/ [y− (t, x), y+ (t, x)].

Les 3 lemmes suivants vont nous permettre de conclure.

Lemme 7
Avec les notations introduites ci-dessus, on a

x − y+ (t, x) x − y− (t, x)
≤ lim inf uκ (t, x) ≤ lim sup uκ (t, x) ≤
t κ→0 +
κ→0+ t
pour tout (t, x) ∈ R∗+ × R.

Lemme 8
Soit t > 0. Avec les notations introduites ci-dessus, si x1 < x2 , y+ (t, x1 ) ≤ y− (t, x2 ). y− (t, ·) est
continue à gauche et y+ (t, ·) est continue à droite, ∀t ∈ R+ .

Lemme 9
Avec les notations introduites ci-dessus, pour tout t ∈ R∗+ , y− (t, x) = y+ (t, x) presque partout
et y− (t, ·) et y+ (t, ·) sont continues presque partout.

La démonstration de ces trois lemmes est repoussée à la ﬁn de la démonstration du théorème,

que nous poursuivons maintenant.
Pour tout (t, x) ∈ R∗+ × R, posons
x − y+ (t, x)
u(t, x) = .
t
D’après le lemme 9, u est continue presque partout et
x − y− (t, x)
u(t, x) =
t
pour presque tout (t, x). D’après le lemme 7,

lim uκ (t, x) = u(t, x)

κ→0+

presque partout. La fonction uκ vériﬁe

Z Z Z
u2κ 2
uκ ∂t ϕ + ∂x ϕ + κuκ ∂x,x ϕ dt dx = u0 ϕ(0, ·) dx
R R+ 2 R
108 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

pour tout ϕ ∈ Cc∞ ([0, +∞[×R). D’après le théorème de convergence dominée de Lebesgue, u
vériﬁe Z Z Z
u2
u∂t ϕ + ∂x ϕ dt dx = u0 ϕ(0, ·) dx
R R+ 2 R

pour tout ϕ ∈ Cc∞ ([0, +∞[×R). C’est donc une solution faible de (3.12). Il nous reste à montrer
que u vériﬁe une inégalité d’Oleinik.
Soit t > 0. Soit x1 , x2 tels que x2 ≥ x1 . On a
x2 − y+ (t, x2 ) x1 − y+ (t, x1 ) x2 − x1 y+ (t, x2 ) − y+ (t, x1 )
u(t, x2 ) − u(t, x1 ) = − = − .
t t t t
Or y+ (t, ·) est croissante car si x2 > x1 , y+ (t, x1 ) ≤ y− (t, x2 ) d’après le lemme 8 et y− (t, x2 ) ≤
y+ (t, x2 ). Donc
x2 − x1
u(t, x2 ) − u(t, x1 ) ≤ ∀x2 ≥ x1 .
t
Ceci termine la démonstration.
Démonstration (lemme 7)
On a posé
Z y
(x − y)2
F (t, x, y) = + u0 (z) dz.
2t 0
Puisque u0 ∈ L∞ (R), ∃Y ∈ R tel que

(x − y)2
F (t, x, y) ≥ ∀y t. q. |y| ≥ Y.
3t
Soit ε > 0. Si y ∈/ [y− (t, x) − ε, y+ (t, x) + ε], ∃η > 0 tel que F (t, x, y) > m(t, x) + η. Soit Z
tel que Z ≥ Y , Z ≥ |x| et Z ≥ max (y− (t, x) − ε, y+ (t, x) + ε). Observons le numérateur dans
l’expression de uκ .
Z ∞ Z −Z
x − y − F (t,x,y) x − y − F (t,x,y)
e 2κ dy = e 2κ dy
−∞ t −∞ t
Z y− (t,x)−ε Z y+ (t,x)+ε
x − y − F (t,x,y) x − y − F (t,x,y)
+ e 2κ dy + e 2κ dy
−Z t y− (t,x)−ε t
Z Z Z ∞
x − y − F (t,x,y) x − y − F (t,x,y)
+ e 2κ dy + e 2κ dy
y+ (t,x)+ε t Z t
R y+ (t,x)+ε
x−y − F (t,x,y)
Nous allons montrer que le terme y− (t,x)−ε t e
2κ dy est dominant lorsque κ → 0+ .
(x−y)2
Sur l’intervalle ] − ∞, −Z], on a F (t, x, y) ≥ 3t , d’où
Z −Z Z −Z Z −Z
x − y − F (t,x,y) |x − y| − (x−y)2 x − y − (x−y)2
e 2κ dy ≤ e 6κt dy = e 6κt dy car x − y ≥ 0.
−∞ t −∞ t −∞ t
Donc Z −Z
−Z
x − y − F (t,x,y) (x−y)2 (x−y)2
e 2κ dy ≤ 3κe− 6κt = 3κe− 6κt .
−∞ t y=−∞
3.3. ÉQUATIONS SCALAIRES CONSERVATIVES 109

Sur l’intervalle ] − Z, y− (t, x) − ε], F (t, x, y) > m(t, x) + η (avec η > 0). Donc
Z y− (t,x)−ε Z y− (t,x)−ε
x − y − F (t,x,y) |x − y| − m(t,x)+η
e 2κ dy ≤ e 2κ dy
−Z t −Z t
max (|x + Z| , |x − y− (t, x) + ε|) − m(t,x) − η
≤ (y− (t, x) + Z) e 2κ e 2κ .
t
On obtient bien entendu des majorations similaires pour les termes
Z Z Z ∞
x − y − F (t,x,y) x − y − F (t,x,y)
e 2κ dy et e 2κ dy.
y+ (t,x)+ε t Z t

Observons maintenant le dénominateur dans l’expression de uκ . On peut découper l’intégrale en

4 intégrales avec les mêmes bornes d’intégration que pour le numérateur et on en déduit, avec
les mêmes raisonnements, que
Z ∞ Z y+ (t,x)+ε
F (t,x,y) F (t,x,y) m(t,x) η
−
e 2κ dy ≈κ→0+ e− 2κ dy ≥ δe− 2κ e− 4κ
−∞ y− (t,x)−ε

où δ est la longueur d’un intervalle sur lequel F (t, x, y) ≤ m(t, x) + η2 ; δ > 0 car F est continue.
Ainsi Z y+ (t,x)+ε
x − y − F (t,x,y)
e 2κ dy
y− (t,x)−ε t
uκ (t, x) ≈κ→0+ Z y (t,x)+ε + F (t,x,y)
e− 2κ dy
y− (t,x)−ε

En conclusion, on a bien

x − y+ (t, x) x − y− (t, x)
≤ lim inf uκ (t, x) ≤ lim sup uκ (t, x) ≤
t κ→0+ κ→0+ t

Démonstration (lemme 8)
Soit (t, x1 ) ∈ R+ × R. Pour simpliﬁer les notations, posons y+ = y+ (t, x1 ). Soit y < y+ et
x2 > x1 .

F (t, x2 , y) − F (t, x2 , y+ ) ≥ F (t, x2 , y) − F (t, x1 , y) + F (t, x1 , y+ ) − F (t, x2 , y+ )

car F (t, x1 , y) ≥ F (t, x1 , y+ ) ∀y ∈ R, et donc

F (t, x2 , y) − F (t, x2 , y+ )
(x2 − y)2 (x1 − y)2 (x1 − y+ )2 (x2 − y+ )2
≥ − + −
2t 2t 2t 2t
(y − y+ )(x1 − x2 )
= > 0.
t
110 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Donc F (t, x2 , y) > F (t, x2 , y+ ) ∀y < y+ . La première aﬃrmation du lemme,

y− (t, x2 ) ≥ y+ (t, x1 ) ∀x2 > x1 ,

est donc démontrée. Pour ε > 0, on a donc en particulier y− (t, x1 −ε) ≤ y− (t, x1 ). D’autre part, le
minimum de F , m(t, x), est une fonction continue de (t, x), donc limε→0+ m(t, x1 −ε) = m(t, x1 ),
d’où limε→0+ y− (t, x1 − ε) = y− (t, x1 ). Supposons en eﬀet que ce soit faux : il existe une suite
réelle (εn )n∈N telle que εn > 0 ∀n et limn→+∞ εn = 0 et limn→+∞ y− (t, x1 − εn ) = y0 < y− (t, x1 ).
On a alors
F (t, x1 − εn , y− (t, x1 − εn )) = m(t, x1 − εn ).
Or limn→+∞ F (t, x1 − εn , y− (t, x1 − εn )) = F (t, x1 , y0 ) < m(t, x1 ) tandis que limn→+∞ m(t, x1 −
εn ) = m(t, x1 ). C’est une contradiction. La fonction y− (t, ·) est donc continue à gauche. On
montre de la même façon que y+ (t, ·) l’est à droite.

Démonstration (lemme 9)
Soit a et b des réels tels que b ≥ a. Puisque y+ (t, x) ≥ y− (t, x) ∀(t, x) ∈ R+ × R,
Z b
y+ (t, x) − y− (t, x) dx ≥ 0.
a

D’autre part, pour tout ε > 0,

Z b Z b−ε
y+ (t, x) − y− (t, x) dx = y+ (t, x + ε) − y− (t, x + ε) dx
a a−ε
Z b−ε Z b−ε
= y+ (t, x + ε) − y+ (t, x) dx + y+ (t, x) − y− (t, x + ε) dx
a−ε a−ε
R b−ε
Or d’après le lemme 8, a−ε y+ (t, x) − y− (t, x + ε) dx ≤ 0. Par ailleurs,
Z b−ε Z
y+ (t, x + ε) − y+ (t, x) dx = 1[a−ε,b−ε](x) (y+(t, x + ε) − y+(t, x)) dx
a−ε R

et
– limε→0 1[a−ε,b−ε](x) = 1[a,b] (x) presque partout ;
– limε→0+ y+ (t, x + ε) − y+ (t, x) = 0 d’après le lemme 8 ;
– le produit de ces deux fonctions est borné par une fonction intégrable, car y+ ∈ L∞ et ce
produit est à support compact.
Par application du théorème de convergence dominée de Lebesgue,
Z b−ε
lim y+ (t, x + ε) − y+ (t, x) dx = 0.
ε→0+ a−ε

Donc Z b
y+ (t, x) − y− (t, x) dx ≤ 0.
a
Finalement, y+ (t, x) = y− (t, x) presque partout sur [a, b] (∀[a, b]).
3.4. SCHÉMAS DE VOLUMES FINIS 111

Le principe du maximum pour l’équation de Burgers est une conséquence directe du théorè-
me 11.
Exercice
Soit u la solution évoquée au théorème 11. Montrer qu’elle vériﬁe

||u(t, ·)||L∞ (R) ≤ u0 L∞ (R)

∀t ∈ R+ .

3.4 Schémas de volumes finis

Nous voulons calculer une solution approchée 21 de
(
∂t u + ∂x f (u) = 0
(3.15)
u(0, x) = u0 (x)
où f est régulière. Nous n’avons montré pour l’instant l’existence d’une solution à ce problème
que lorsque f (u) = au et f (u) = u2 /2. La présente section va combler une lacune en montrant
l’existence d’une solution dans le cas où f est convexe (cas dans lequel on sait déjà que la solution
faible satisfaisant à une inégalité d’Oleinik est unique).

3.4.1 Généralités
On se donne un maillage de R :
[
R= [xj−1/2 , xj+1/2 [
j∈Z

avec, pour simpliﬁer, xj+1/2 = (j + 1/2)∆x ∀j ∈ Z, avec ∆x ∈ R∗+ (il s’agit donc d’un maillage
régulier). On se donne de même un maillage de R+ :
[
R+ = [tn , tn+1 [
n∈N

avec tn = n∆t ∀n ∈ N, avec ∆t ∈ R∗+ . Soit u une solution faible de (3.15). Elle vériﬁe
Z Z
u∂t ϕ + f (u)∂x ϕ dt dx = 0
R R+

∀ϕ ∈ Cc∞ (R∗+ × R). On en ≪ déduit 22 ≫ que

Z xj+1/2 Z xj+1/2
n+1
u(t , x) dx − u(tn , x) dx
xj−1/2 xj−1/2
Z tn+1 Z tn+1
+ f (u(t, xj+1/2 )) dt − f (u(t, xj−1/2 )) dt = 0
tn tn

21. Solution faible vérifiant une inégalité d’Oleinik

22. En prenant. . . ϕ = 1[tn ,tn+1 ]×[xj−1/2 ,xj+1/2 ] (qui n’est pas une fonction-test).
112 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

pour tout n et tout j. Le principe de base d’un schéma de volumes ﬁnis est de calculer des
valeurs approchées de Z xj+1/2
1
u(tn , x) dx
∆x xj−1/2
pour tout n et tout j. Pour cela, on déﬁnit la condition initiale discrète par
Z xj+1/2
0 1
uj = u0 (x) dx ∀j ∈ Z (3.16)
∆x xj−1/2

et on remplace l’EDP par

∆x un+1
j − uj + ∆t f n
j+1/2 − f n
j−1/2 = 0 ∀n ∈ N, j ∈ Z, (3.17)

n
R tn+1
où les flux numériques fj+1/2 sont des valeurs approchées de 1/∆t tn f (u(t, xj+1/2 )) dt. Il
existe de très nombreuses manières efficaces de définir les flux numériques. Nous n’étudierons
que celle du

3.4.2 Schéma de Lax-Friedrichs

Le schéma de Lax-Friedrichs s’écrit de manière condensée
unj−1 + unj+1 ∆t
un+1
j = − f (unj+1 ) − f (unj−1 ) (3.18)
2 2∆x
et l’on vériﬁe que c’est bien un schéma de la forme (3.17) en écrivant
n
n+1 n ∆t f (unj+1 ) + f (unj ) uj − unj+1 ∆x
uj − uj = − +
∆x 2 2 ∆t
n
f (unj ) + f (unj−1 ) uj−1 − unj ∆x
− + ,
2 2 ∆t
ce qui revient à poser

n 1 ∆x
fj+1/2 = f (unj+1 ) + f (unj ) + unj − unj+1 ∀n ∈ N, j ∈ Z (3.19)
2 ∆t
dans (3.17).
Remarque 40
Le schéma (3.18) est équivalent à

un+1
j − unj f (unj+1 ) − f (unj−1 )
unj+1 − 2unj + unj−1
+ =
∆t 2∆x n 2∆t n n
∆x2 uj+1 − 2uj + uj−1
= .
2∆t ∆x2
Il est donc, au sens des diﬀérences ﬁnies, consistant à l’ordre 1 avec l’EDP considérée, et consis-
tant à l’ordre 2 en espace avec l’EDP
∆x2 2
∂t u + ∂x f (u) = ∂ u
2∆t x,x
3.4. SCHÉMAS DE VOLUMES FINIS 113

qui est une régularisation parabolique de l’EDP avec un ≪ coefficient de conduction ≫ (ou de
diffusion, ou de viscosité) tendant vers 0 lorsque l’on raffine le maillage si par exemple ∆t et
∆x tendent vers 0 à la même vitesse 23 . C’est par ce type de régularisation que l’on a montré
l’existence d’une solution à l’équation de Burgers (par la méthode de Hopf).

Procédons à l’étude du schéma de Lax-Friedrichs, c’est-à-dire à l’étude

de sa convergence 24 .
Nous supposerons dans toute la suite que u0 ∈ L∞ (R). Alors u0j ∈ l∞ . Nous suppose-
j∈Z
rons aussi que f ∈ C 2 (R) et est convexe.

Proposition 12
On considère le schéma de Lax-Friedrichs (3.18). Sous la condition, dite de Courant-Friedrichs-
Lewy 25 ,
∆t
sup f ′ (u0j ) ≤ 1,
j∈Z ∆x
il est tel que
inf u0j ≤ unj ≤ sup u0j
j∈Z j∈Z

pour tout j ∈ Z et tout n ∈ N.

C’est une propriété de stabilité l∞ ou encore un principe du maximum discret.

Démonstration
Encore une fois, l’idée est de montrer que sous la condition de CFL un+1
j est une combinaison
n
convexe des uk , k ∈ Z. L’algorithme est

unj−1 + unj+1 ∆t
un+1
j = − f (unj+1 ) − f (unj−1 ) .
2 2∆x
Puisque f est de classe C 2 et est convexe, ∃v ∈ [unj−1 , unj+1 ] (ou [unj+1 , unj−1 ]) tel que
2
unj+1 − unj−1
f (unj+1 ) = f (unj−1 ) + unj+1 − unj−1 f ′ (unj−1 ) + f ′′ (v),
2
donc, puisque f est convexe, on a

f (unj+1 ) ≥ f (unj−1 ) + unj+1 − unj−1 f ′ (unj−1 ),

d’où
1 ∆t ′ n 1 ∆t ′ n
un+1
j ≤ unj−1 + n
f (uj−1 ) + uj+1 − f (uj−1 ) .
2 2∆x 2 2∆x
23. Une étude précise du comportement de la solution numérique en fonction des vitesses relatives de conver-
gence vers 0 de ∆t et ∆x est faite dans l’examen du 18 mai 2006.
24. Noter que nous ne sommes pas assurés de l’existence d’une solution, donc que l’étude de la convergence ne
peut être basée sur une estimation de l’erreur.
25. CFL dans la suite.
114 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Sous la condition supj∈Z f ′ (unj ) ∆t/∆x ≤ 1, chacun des termes multiplicatifs de unj−1 et unj+1 est

positif, et leur somme vaut 1, donc un+1
j est majoré par une combinaison convexe des unj ,
j∈Z
donc un+1
j ≤ supj∈Z unj . La minoration un+1
j ≥ inf j∈Z unj s’obtient de manière analogue. Il reste
à vériﬁer que la condition supj∈Z f ′ (u0j ) ∆t/∆x ≤ 1 est propagée en temps, c’est-à-dire qu’elle
assure supj∈Z f ′ (unj ) ∆t/∆x ≤ 1 pour tout n. Cela est encore une conséquence de la convexité
de f :
!
sup f ′ (un+1
j ) = max f ′ (sup un+1
j ) , f ′ (inf un+1
j )
j∈Z j∈Z j∈Z

car f ′ est croissante. Or si supj∈Z f ′ (unj ) ∆t/∆x ≤ 1,

inf unj ≤ inf un+1

j ≤ sup un+1
j ≤ sup unj
j∈Z j∈Z j∈Z j∈Z

(d’après la première partie de la démonstration) et ainsi supj∈Z f ′ (un+1

j ) ≤ supj∈Z f ′ (unj ) car
f ′ est croissante. On a donc, par récurrence, le résultat voulu.

Il nous faut montrer que la solution numérique ≪ converge ≫ vers une solution de (3.15)
lorsque ∆t et ∆x tendent vers 0. Pour cela, on déﬁnit une fonction associée à la solution
numérique :
XX
u∆t,∆x = unj 1[n∆t,(n+1)∆t[ (t)1[(j−1/2)∆x,(j+1/2)∆x[ (x) (3.20)
n∈N j∈Z

pour (t, x) ∈ R+ × R, où unj est donnée par (3.16,3.18). On veut montrer que
(n,j)∈N×Z

lim u∆t,∆x = u
∆t,∆x→0

en un certain sens, où u est solution de (3.15). Mais nous ne savons pas si ce problème a une
solution. Deux possibilités se présentent pour obtenir un tel résultat :
– soit montrer que (u∆tk ,∆xk ) est une suite de Cauchy pour une suite de pas (∆tk , ∆xk )
tendant vers 0 ;
– soit montrer que cette suite reste dans un compact.
La première solution semble plus difficile car elle implique une comparaison de solutions
numériques calculées avec des maillages différents 26 . Nous allons utiliser une méthode de com-
pacité 27 . Cela nous amène à introduire quelques définitions et résultats que nous admettrons.

26. Voir cependant l’examen du 7 mai 2007, qui propose une telle méthode dans le cas simplifié de l’équation
de transport linéaire pour le schéma upwind.
27. On peut noter que la stabilité l∞ , résultat déjà démontré, ne nous apporte pas de compacité : les bornés de
L ne sont pas des compacts de L∞ , ni de L1 , etc. Il va falloir travailler un peu plus.
∞
3.4. SCHÉMAS DE VOLUMES FINIS 115

Fonctions à variation bornée

Soit Ω un ouvert de Rd . Soit g ∈ L1loc (Ω).

Définition 9
On appelle variation totale de g sur Ω et on note T VΩ (g) l’élément de R déﬁni par
Z
T VΩ (g) = sup g divϕ dx.
ϕ∈(Cc∞ (Ω))d t. q. ||ϕ||L∞ (Ω) ≤1 Ω

Exemples
1 Si g ∈ C 1 (Ω),
Z X
d
T VΩ (g) = |∂i g| dx.
Ω i=1

Pour le montrer, déﬁnir une suite d’approximations régulières à support compact de

− (signe (∂i g))di=1 .
P
2 Si g(x) = j∈Z αi 1Ij (x) où les αi sont des réels et les intervalles Ij forment un recouvre-
ment de R,
X
T VR (g) = |αj+1 − αj | .
j∈Z

Noter que mes(Ij ) ne joue aucun rôle. L’idée pour montrer ce résultat est suggérée par la
ﬁgure 3.6.

ϕ
1

−1

Figure 3.6 – Suggestion de déﬁnition de la fonction-test ϕ.

116 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

3 Si u∆t,∆x ∈ L1loc (R+ × R) et

XX
u∆t,∆x = unj 1[n∆t,(n+1)∆t[ (t)1[(j−1/2)∆x,(j+1/2)∆x[ (x),
n∈N j∈Z

XX XX
T VR+ ×R (u∆t,∆x ) = ∆t unj+1 − unj + ∆x un+1
j − unj .
n∈N j∈Z n∈N j∈Z

Définition 10
On dit que g ∈ L1loc (Ω) est à variation bornée sur Ω si et seulement si T VΩ (g) < +∞ et on note
BV (Ω) l’ensemble des fonctions à variation bornée sur Ω :

BV (Ω) = g ∈ L1loc (Ω) t. q. T VΩ (g) < +∞ .

Voici quelques résultats utiles pour la suite.

Théorème 12
L1 (Ω) ∩ BV (Ω) est un espace de Banach pour la norme déﬁnie par

||·||L1 ∩BV (Ω) = ||·||L1 (Ω) + T VΩ (·).

Proposition 13
Soit g ∈ L1loc (R).
Z
|g(x + ∆x) − g(x)|
T VR (g) = sup dx.
∆x>0 R ∆x

Théorème 13 (Helly)
Supposons que Ω est un ouvert borné de Rd à frontière lipschitzienne. Alors l’injection de L1 ∩
BV (Ω) dans L1 (Ω) est compacte.

En conséquence, de toute suite bornée de L1 ∩ BV (Ω) 28 on peut extraire une sous-suite qui
converge dans L1 (Ω) 29 . L’utilisation que nous allons faire de ce résultat est claire : nous allons
montrer que (u∆t,∆x )∆t,∆x∈R est un borné de L1 ∩ BV (Ω) pour tout Ω ouvert borné de R+ × R.
Noter que si u∆t,∆x ∈ L1 ∩ BV (R+ × R), l’expression de la norme de u∆t,∆x est
XX XX XX
||u∆t,∆x ||L1 ∩BV (Ω) = ∆t∆x unj + ∆t unj+1 − unj + ∆x un+1
j − unj .
n∈N j∈Z n∈N j∈Z n∈N j∈Z

Soit Ω un ouvert borné de R+ × R. Il existe T, A ∈ R+ tels que Ω ⊂ [0, T ] × [−A, A]. Alors
28. Bornée : pour la norme que nous avons définie sur cet espace, norme qui le rend complet.
29. C’est d’ailleurs uniquement la compacité séquentielle que nous utiliserons.
3.4. SCHÉMAS DE VOLUMES FINIS 117

E(T /∆t)+1 E(A/∆x)+1

X X
||u∆t,∆x ||L1 ∩BV (Ω) ≤ ∆t∆x unj
n=0 j=−E(A/∆x)−1
E(T /∆t)+1 E(A/∆x)+1
X X
+ ∆t unj+1 − unj
n=0 j=−E(A/∆x)−1
E(T /∆t)+1 E(A/∆x)+1
X X
+ ∆x un+1
j − unj .
n=0 j=−E(A/∆x)−1

où E(x) désigne la partie entière de x, pour x ∈ R+ .

Nous avons déjà montré que si supj∈Z f ′ (u0j ) ∆t/∆x ≤ 1, supj∈Z unj ≤ supj∈Z u0j . Donc

||u∆t,∆x ||L1 (Ω) ≤ sup u0j (E(T /∆t) + 2) (2E(A/∆x) + 3) ∆t∆x

j∈Z

≤ sup u0j (T + 2∆t) (2A + 3∆x)

j∈Z

qui est borné indépendamment de ∆t et ∆x (lorsqu’ils tendent vers 0) puisque u0 ∈ L∞ (R).

L’approximation u∆t,∆x est donc bornée (indépendamment du maillage) dans L1 (Ω) pour tout
Ω borné. Il ne reste plus qu’à évaluer la variation totale de u∆t,∆x sur Ω. Nous allons supposer
pour simpliﬁer que u0 ∈ BV (R). On en déduit alors que la variation totale (en espace) de
l’approximation initiale est bornée :
X
u0j+1 − u0j < +∞.
j∈Z

En eﬀet,

X X Z (j+1/2)∆x
1
u0j+1 − u0j = u0 (x + ∆x) − u0 (x) dx
∆x (j−1/2)∆x
j∈Z j∈Z
XZ (j+1/2)∆x
u0 (x + ∆x) − u0 (x)
≤ dx ≤ T VR (u0 )
(j−1/2)∆x ∆x
j∈Z

d’après la proposition 13.

Lemme 10 (Le Roux, Harten)
Un schéma de la forme

un+1
j = unj + (unj+1 − unj )Cj+1/2
n
− (unj − unj−1 )Dj−1/2 (3.21)

où
n
Cj+1/2 ≥ 0 ∀(n, j) ∈ N × Z,
n
Dj+1/2 ≥0 ∀(n, j) ∈ N × Z,
n
Cj+1/2 + n
Dj+1/2 ≤ 1 ∀(n, j) ∈ N × Z
118 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

est à variation totale décroissante, c’est-à-dire qu’il vériﬁe

X X
un+1
j+1 − uj
n+1
≤ unj+1 − unj ∀n ∈ N.
j∈Z j∈Z

Remarque 41
La forme (3.21) est dite forme incrémentale. Un schéma à variation totale décroissante est
souvent dit TVD (pour ≪ Total Variation Diminishing ≫ en anglais).

Démonstration

un+1 n+1
j+1 − uj = unj+1 + (unj+2 − unj+1 )Cj+3/2
n

−(unj+1 − unj )Dj+1/2

−unj − (unj+1 − unj )Cj+1/2

+(unj − unj−1 )Dj−1/2

soit
un+1 n+1
j+1 − uj = (unj+1 − unj ) 1 − Cj+1/2
n n
− Dj+1/2
+(unj+2 − unj+1 )Cj+3/2
n

+(unj − unj−1 )Dj−1/2

n .
D’après les hypothèses sur les coeﬃcients de la forme incrémentale, on a

un+1
j+1 − un+1
j ≤ un
j+1 − un
j 1 − C n
j+1/2 − D n
j+1/2
+ unj+2 − unj+1 Cj+3/2
n

+ unj − unj−1 Dj−1/2

n .

Donc
X X
un+1
j+1 − un+1
j ≤ unj+1 − unj n n
1 − Cj+1/2 − Dj+1/2
j∈Z j∈Z
X
+ n
unj+2 − unj+1 Cj+3/2
j∈Z
X
+ unj − unj−1 Dj−1/2
n

j∈Z
X
= un+1
j+1 − un+1
j
n
1 − Cj+1/2 n
− Dj+1/2 n
+ Cj+1/2 n
+ Dj+1/2 .
j∈Z

Cela termine la démonstration.

Remarque 42
La notion de schéma TVD est très importante en analyse numérique des équations hyper-
boliques, elle permet souvent, entre autres, de démontrer la convergence de schémas. Elle
3.4. SCHÉMAS DE VOLUMES FINIS 119

paraı̂t intuitivement garantir que le schéma de crée pas d’oscillation. Ceci est cependant faux
au sens strict. Considérons par exemple la donnée initiale u0j = δ0 (j) et un schéma tel que
u1j = 1/2δ−1 (j) + 1/2δ1 (j) 30 . On a alors
X X
u1j+1 − u1j = 2 = u0j+1 − u0j ,
j∈Z j∈Z

donc le schéma est TVD. Cependant, des oscillations ont été créées en 1 pas de temps. Noter
que le schéma de Lax-Friedrichs a exactement ce comportement pour cette condition initiale et
une équation d’advection à vitesse constante (f (u) = au) par exemple.
Proposition 14
Le schéma de Lax-Friedrichs peut se mettre sous la forme incrémentale (3.21) avec des coefficients
qui vérifient les hypothèses du lemme 10 sous la condition de CFL supj∈Z f ′ (u0j ) ∆t/∆x ≤ 1.
Il est TVD sous cette condition.
Démonstration
Le schéma de Lax-Friedrichs est défini par
unj−1 + unj+1 ∆t
un+1
j = − f (unj+1 ) − f (unj−1 ) ,
2 2∆x
c’est-à-dire
un −un
un+1
j = unj + j+12 j − 2∆x ∆t
f (unj+1 ) − f (unj )
un −un

∆t
− j 2 j−1 − 2∆x f (unj ) − f (unj−1 ) .
Posons Z 1
anj+1/2 = f ′ (θunj+1 + (1 − θ)unj ) dθ ∀(n, j) ∈ N × Z.
0
On a
anj+1/2 (unj+1 − unj ) = f (unj+1 ) − f (unj )
(à vérifier à titre d’exercice, voir le partiel du 6 avril 2004 pour des détails) et

un+1
j = u n +(un
j j+1 − un ) 1 − ∆t an
j
2 2∆x j+1/2
n n ∆t n
−(uj − uj−1 ) 21 + 2∆x aj−1/2 .
C’est la forme incrémentale du schéma, en posant

n
Cj+1/2 ∆t
= 21 1 − anj+1/2 ∆x ,

n
Dj+1/2 = 21 1 + anj+1/2 ∆x
∆t

pour tout (n, j) ∈ N × Z. On a trivialement

n
Cj+1/2 n
+ Dj+1/2 = 1 ∀(n, j) ∈ N × Z,
anj+1/2 ≤ supj∈Z f ′ (unj ) ∀(n, j) ∈ N × Z (par convexité de f ),
n
d’où Cj+1/2 n
≥ 0 et Dj+1/2 ≥ 0 sous la condition de CFL.
n n
30. Par exemple un schéma écrit sous forme incrémentale avec Cj+1/2 = 1/2 = Dj+1/2 ∀n ∈ N, j ∈ Z.
120 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Comme précédemment, soit Ω un ouvert borné de R+ × R et soit T et A tels que Ω ⊂

[0, T ] × [−A, A].
P P
Sous la condition de CFL, nous avons, pour tout n ∈ N, j∈Z unj+1 − unj ≤ j∈Z u0j+1 − u0j .
Donc
E(T /∆t)+1 E(A/∆x)+1
X X
∆t unj+1 − unj
n=0 j=−E(A/∆x)−1
E(T /∆t)+1 E(T /∆t)+1
X X X
≤ ∆t unj+1 − unj ≤ ∆t T VR (u0 ).
n=0 j∈Z n=0

D’autre part, un+1

j − unj = Cj+1/2
n (unj+1 − unj ) − Dj−1/2
n (unj − unj−1 ), donc

un+1
j − unj ≤ Cj+1/2
n
unj+1 − unj + Dj−1/2
n
unj − unj−1

et
E(A/∆x)+1 E(T /∆t)+1
X X
∆x un+1
j − unj
j=−E(A/∆x)−1 n=0
E(T /∆t)+1
X X
n
≤ ∆x Cj+1/2 n
unj+1 − unj + Dj−1/2 unj − unj−1
n=0 j∈Z

donc ﬁnalement
E(A/∆x)+1 E(T /∆t)+1 E(T /∆t)+1
X X X X
∆x un+1
j − unj ≤ ∆x unj+1 − unj
j=−E(A/∆x)−1 n=0 n=0 j∈Z
E(T /∆t)+1
X
≤ ∆x T VR (u0 ).
n=0

On suppose dorénavant que ∆t = λ∆x où λ ∈ R∗+ (∆t et ∆x tendent vers 0 à la même
vitesse). La condition de CFL s’exprime donc λ supj∈R f ′ (u0j ) ≤ 1. Nous avons

E(A/∆x)+1 E(T /∆t)+1 E(T /∆t)+1

X X ∆t X
∆x un+1
j − unj ≤ T VR (u0 ).
n=0
λ n=0
j=−E(A/∆x)−1

Nous sommes donc en mesure de majorer la norme de u∆t,∆x dans L1 ∩ BV (Ω) :

E(T /∆t)+1 E(T /∆t)+1

X ∆t X
0
T VΩ (u∆t,∆x ) ≤ ∆t T VR (u ) + T VR (u0 )
n=0
λ n=0

1
= 1+ (T + 2∆t) T VR (u0 )
λ
3.4. SCHÉMAS DE VOLUMES FINIS 121

de sorte que

0 1
u∆t,∆t/λ L1 ∩BV (Ω)
≤ (T + 2∆t) (2A + 3∆x) u L∞ (R)
+ 1+ (T + 2∆t) T VR (u0 )
λ

qui est borné indépendamment de ∆t (lorsqu’il tend vers 0).

D’après le théorème 13, il existe donc une suite de réels strictement positifs (∆tn )n∈N conver-
geant vers 0 et u ∈ L1 (Ω) tels que

lim u∆tn ,1/λ∆tn − u L1 (Ω)

= 0.
n→+∞

Par un procédé d’extraction diagonale, on en déduit l’existence d’une sous-suite et de u ∈

L1loc (R+ × R) tels que
lim u∆tn ,1/λ∆tn − u L1loc (R+ ×R)
= 0.
n→+∞

La question est maintenant : u est-il solution de (3.15) 31 ? La réponse, positive, est donnée par
le théorème de Lax-Wendroﬀ.

Définition 11
On dit que le schéma (3.17) est consistant au sens des volumes ﬁnis avec f si et seulement si
∃K ∈ N et F ∈ C 0 (R2K ) tels que

n
fj+1/2 = F (unj−K+1 , unj−K+2 , . . . , unj , . . . , unj+K−1 , unj+K ),
F (u, u, . . . , u) = f (u) ∀u ∈ R

(on dit qu’il s’agit d’un ﬂux à 2K points, ou d’un schéma à 2K + 1 points).

Théorème 14 (Lax-Wendroff )
On considère le schéma (3.16,3.17) où l’on suppose que le ﬂux dans (3.17) est consistant avec f .
Pour tout ∆t et tout ∆x on déﬁnit une solution approchée par (3.20). Soit λ ∈ R. Supposons
qu’il existe une suite (∆tk )k∈N convergeant vers 0 telle que

∃C ∈ R t. q. u∆tk ,∆tk /λ L∞ (R+ ×R)

≤C ∀k,
∃u ∈ L1loc (R∗+ × R) t. q. lim u∆tk ,∆tk /λ = u dans L1loc (R∗+ × R).
k→+∞

Alors u est solution faible de (

∂t u + ∂x f (u) = 0,
u(0, x) = u0 (x).

31. Une autre question naturelle est encore : si oui, u vérifie-t-il une inégalité d’Oleinik ? Nous y répondrons
par la suite.
122 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Démonstration
On pose ∆x = ∆t/λ. Soit ϕ ∈ Cc∞ (R+ × R). On veut montrer que
Z ∞Z ∞ Z ∞
u∂t ϕ + f (u)∂x ϕ dx dt = − u0 (x)ϕ(0, x) dx.
0 −∞ −∞

Posons, pour tout j ∈ Z et tout n ∈ N,

ϕnj = ϕ(n∆t, j∆x)

et, pour tout t ∈ R+ et x ∈ R,

XX
ϕ∆t,∆x (t, x) = ϕnj 1[n∆t,(n+1)∆t[ (t)1[(j−1/2)∆x,(j+1/2)∆x[ (x).
n∈N j∈Z

Multiplions les termes de (3.17) par ϕnj ∆t∆x, nous obtenons

∆x un+1j − unj ϕnj + ∆t fj+1/2
n n
− fj−1/2 ϕnj = 0,

et sommons ces expressions sur n et j :

XX XX
∆x un+1
j − u n
j ϕn
j + ∆t f n
j+1/2 − f n
j−1/2 ϕnj = 0.
n∈N j∈Z n∈N j∈Z

Ceci est équivalent à

XX X XX
∆x un+1
j ϕn
j − ϕn+1
j − ∆x u 0 0
ϕ
j j + ∆t n
fj+1/2 ϕnj − ϕnj+1 = 0,
n∈N j∈Z j∈Z n∈N j∈Z

soit encore
XX XX X
∆x un+1
j ϕn+1
j − ϕn
j + ∆t f n
j+1/2 ϕn
j+1 − ϕn
j = −∆x u0j ϕ0j .
n∈N j∈Z n∈N j∈Z j∈Z

Nous allons étudier la convergence de chaque terme de cette égalité lorsque l’on remplace ∆t
par ∆tk qui converge vers 0. Bien entendu, les termes unj , ϕnj et fj+1/2
n dépendent de ∆t ; cette
dépendance n’a pas été explicitement indiquée dans les notations aﬁn de simpliﬁer celles-ci. On
note encore ∆xk = ∆tk /λ. Nous allons montrer que
X Z ∞
0 0
∆xk uj ϕj −→k→+∞ u0 (x)ϕ(0, x) dx,
j∈Z −∞
XX Z ∞Z ∞
n+1 n+1 n
∆xk uj ϕj − ϕj −→k→+∞ u∂t ϕ dx dt,
n∈N j∈Z 0 −∞
XX Z ∞Z ∞
n

∆tk fj+1/2 ϕnj+1 − ϕnj −→k→+∞ f (u)∂x ϕ dx dt.
n∈N j∈Z 0 −∞

Puisque ∆xk et ∆tk sont liés, u∆tk ,∆xk et ϕ∆tk ,∆xk ne dépendent que de k ; nous les notons
désormais uk et ϕk .
3.4. SCHÉMAS DE VOLUMES FINIS 123

Le premier terme

X X Z (j+1/2)∆xk
∆xk u0j ϕ0j = ϕ0j u0 (x) dx
j∈Z j∈Z (j−1/2)∆xk

XZ (j+1/2)∆xk XZ (j+1/2)∆xk
= u0 (x)ϕ0j dx = u0 (x)ϕk (0, x) dx.
j∈Z (j−1/2)∆xk j∈Z (j−1/2)∆xk

Or ϕ ∈ Cc∞ (R+ × R), donc ϕ(0, ·) ∈ Cc∞ (R) et

ϕk (0, ·) −→k→+∞ ϕ(0, ·) uniformément.

Donc on a bien Z ∞ Z ∞
u0 (x)ϕk (0, x) dx −→k→+∞ u0 (x)ϕ(0, ·) dx.
−∞ −∞
Le deuxième terme
XX
∆xk un+1
j ϕn+1
j − ϕn
j
n∈N j∈Z
XXZ (j+1/2)∆xk
= uk ((n + 1)∆tk , x)[ϕk ((n + 1)∆tk , x) − ϕk (n∆tk , x)] dx.
n∈N j∈Z (j−1/2)∆xk

Ainsi
XX
∆xk un+1
j ϕn+1
j − ϕn
j
n∈N j∈Z
XZ ∞
= uk ((n + 1)∆tk , x)[ϕk ((n + 1)∆tk , x) − ϕk (n∆tk , x)] dx.
n∈N −∞

et
XX
∆xk un+1
j ϕn+1
j − ϕnj
n∈N j∈Z
Z ∞ X Z (n+1)∆tk
1
= uk (t, x)[ϕk (t, x) − ϕk (t − ∆tk , x)] dx.
∆tk −∞ n∈N∗ n∆tk

Donc
XX Z ∞ Z ∞
ϕk (t, x) − ϕk (t − ∆tk , x)
∆xk un+1
j
n+1 n
ϕj − ϕj = uk (t, x) dx.
−∞ ∆tk ∆tk
n∈N j∈Z

Remarquons maintenant que cette dernière intégrale peut se décomposer en la somme

Z ∞Z ∞
ϕk (t, x) − ϕk (t − ∆tk , x)
uk (t, x) 1[∆tk ,+∞[ (t) − ∂t ϕ(t, x) dx
−∞ 0 ∆tk
Z ∞Z ∞
+ uk (t, x)∂t ϕ(t, x) dt dx.
−∞ 0
124 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

La première intégrale de cette somme tend vers 0 lorsque k tend vers +∞ car uk est borné dans
L∞ (R+ × R) et

ϕk (t, ·) − ϕk (t − ∆tk , ·)
1[∆tk ,+∞[ (·) −→k→+∞ ∂t ϕ(t, ·) uniformément
∆tk
et la seconde tend vers Z ∞ Z ∞
uk (t, x)∂t ϕ(t, x) dt dx
−∞ 0

car ϕ est à support compact et uk tend vers u dans L1loc (R+ × R).
Le troisième terme Les mêmes manipulations que précédemment donnent
XX
n
∆tk fj+1/2 ϕnj+1 − ϕnj
n∈N j∈Z
Z ∞ Z ∞
ϕk (t, x + ∆xk /2) − ϕ(t, x − ∆xk /2)
= fk (t, x) dt dx
−∞ 0 ∆xk

où l’on a posé 32

XX
fk (t, x) = n
fj+1/2 1[n∆tk ,(n+1)∆tk [ (t)1[j∆xk ,(j+1)∆xk [ (x).
n∈N j∈Z

Comme dans l’étude du deuxième terme, on peut décomposer le troisième terme en la somme
Z ∞ Z ∞
ϕk (t, x + ∆xk /2) − ϕ(t, x − ∆xk /2)
fk (t, x) − ∂x ϕ(t, x) dt dx
−∞ 0 ∆xk
Z ∞Z ∞
+ fk (t, x)∂x ϕ(t, x) dt dx.
−∞ 0

La première intégrale de cette somme converge vers 0 lorsque k tend vers +∞ car d’une part
fk est borné dans L∞ (R+ × R) puisque uk l’est et le flux numérique est consistant (noter donc
l’importance de la continuité de la fonction F dans la définition de la consistance au sens des
volumes finis), et d’autre part

ϕk (t, · + ∆xk /2) − ϕ(t, · − ∆xk /2)

−→k→+∞ ∂x ϕ(t, ·) uniformément.
∆xk

La convergence de la seconde intégrale vers

Z ∞Z ∞
f (u)∂x ϕ dt dx
−∞ 0

est un peu plus diﬃcile à démontrer car fk dépend de plusieurs valeurs de uk : mettons, 2K,
comme dans la déﬁnition de la consistance. Notons, pour tout t ∈ R+ et tout x ∈ R, vk (t, x) ∈
32. Attention : fk est décalé d’une demie maille en espace par rapport à ϕk , d’où la translation de ϕk dans
l’intégrale précédente.
3.4. SCHÉMAS DE VOLUMES FINIS 125

R2K le vecteur des 2K valeurs de uk au temps t autour de x :

 
uk (t, x − (K + 1/2)∆xk )
 .. 
 . 
  K
  j
vk (t, x) =  uk (t, x − ∆xk /2)  = v k (t, x) .
 ..  j=−K+1
 
 . 
uk (t, x + (K − 1/2)∆xk )
On a
fk (t, x) = F ((vk (t, x))
en reprenant la notation de la déﬁnition de la consistance. Soit [0, T ] × [−A, A] un compact en
dehors duquel ϕ s’annule (∂x ϕ s’annule donc aussi en dehors de ce compact). On a
Z ∞Z ∞ Z AZ T
fk (t, x)∂x ϕ(t, x) dt dx = fk (t, x)∂x ϕ(t, x) dt dx
−∞ 0 −A 0

et
Z ∞ Z ∞ Z A Z T
fk (t, x)∂x ϕ(t, x) dt dx = f (u(t, x))∂x ϕ(t, x) dt dx
−∞ 0 −A 0
Z A Z T
+ (fk (t, x) − f (u(t, x))) ∂x ϕ(t, x) dt dx.
−A 0

Rappelons que la seule chose qu’il nous reste à montrer est que la dernière intégrale converge
vers 0. Nous nous y attelons.
Z A Z T
(fk (t, x) − f (u(t, x))) ∂x ϕ(t, x) dt dx
−A 0
Z A Z T
≤ ||∂x ϕ||L∞ (R+ ×R |fk (t, x) − f (u(t, x))| dt dx
−A 0
Z A Z T
= ||∂x ϕ||L∞ (R+ ×R |F (vk (t, x)) − f (u(t, x))| dt dx.
−A 0

Or pour tout j ∈ {−K, . . . , K}

Z AZ T Z A Z T
vkj (t, x)) − u(t, x) dt dx = |uk (t, x + (j − 1/2)∆xk ) − u(t, x)| dt dx,
−A 0 −A 0

donc
Z AZ T
vkj (t, x)) − u(t, x) dt dx
−A 0
Z A Z T
≤ |uk (t, x + (j − 1/2)∆xk ) − u(t, x + (j − 1/2)∆xk )| dt dx
−A 0
Z A Z T
+ |u(t, x + (j − 1/2)∆xk ) − u(t, x)| dt dx,
−A 0
126 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

d’où
Z AZ T
vkj (t, x)) − u(t, x) dt dx
−A 0
Z A+(j−1/2)∆xk Z T
≤ |uk (t, x) − u(t, x)| dt dx
−A+(j−1/2)∆xk 0
Z A Z T
+ |u(t, x + (j − 1/2)∆xk ) − u(t, x)| dt dx.
−A 0

Dès que ∆xk ≤ 1,

Z A+(j−1/2)∆xk Z T Z A+(j−1/2) Z T
|uk (t, x) − u(t, x)| dt dx ≤ |uk (t, x) − u(t, x)| dt dx
−A+(j−1/2)∆xk 0 −A+(j−1/2) 0

et cette intégrale tend vers 0 lorsque k tend vers +∞ car uk tend vers u dans L1loc (R+ × R) par
hypothèse. D’autre part
Z AZ T
|u(t, x + (j − 1/2)∆xk ) − u(t, x)| dt dx −→k→+∞ 0
−A 0

(propriété de continuité en moyenne). Donc

vkj −→k→+∞ u dans L1 ([0, T ] × [−A, A])

pour tout j ∈ {−K, . . . , K}. Il existe donc une sous-suite de vk (notée encore vk ) telle que

vkj −→k→+∞ u presque partout dans [0, T ] × [−A, A]

pour tout j ∈ {−K, . . . , K}. Puisque F est continue,

F ◦ vk −→k→+∞ F (u, . . . , u) = f (u) presque partout dans [0, T ] × [−A, A].

De plus, uk est bornée dans L∞ , donc F ◦ vk l’est et u l’est 33 et f (u) l’est aussi. Ainsi
Z AZ T
|F (vk (t, x)) − f (u(t, x))| dt dx −→k→+∞ 0
−A 0

d’après le théorème de convergence dominée de Lebesgue. On a donc bien ce que l’on cherchait
à démontrer :
XX Z ∞Z ∞
n n n

∆tk fj+1/2 ϕj+1 − ϕj −→k→+∞ f (u(t, x))∂x ϕ(t, x) dt dx.
n∈N j∈Z −∞ 0

En résumé, la limite u vériﬁe

Z ∞Z ∞ Z ∞ Z ∞
u∂t ϕ + f (u)∂x ϕ dt dx = − u0 (x)ϕ(0, x) dt dx
−∞ 0 −∞ 0

pour tout ϕ ∈ Cc∞ (R+ × R). C’est une solution faible de (3.10).
33. En tant que limite dans L1loc d’une suite bornée dans L∞ .
3.4. SCHÉMAS DE VOLUMES FINIS 127

On a remarqué que l’hypothèse ∆tk = λ∆xk n’est pas utile : elle permet seulement de
simplifier les notations. Le théorème de Lax-Wendroff est vrai (et démontré) pour ∆tk et ∆xk
tendant vers 0 indépendamment.
La compilation des derniers résultats prouvés montre que la solution numérique définie par le
schéma de Lax-Friedrichs converge (sous une condition de CFL et sous l’hypothèse de convexité
de f ) vers une solution faible du problème 34 . Cela montre en particulier l’existence d’une solution
faible !
Mais nous savons par expérience que la solution faible n’est pas unique. Nous allons main-
tenant préciser le résultat de convergence obtenu en montrant que la limite des approximations
donnée par le schéma de Lax-Friedrichs vérifie une inégalité d’Oleinik, en faisant l’hypothèse
supplémentaire de l’α-convexité 35 du flux f 36 .
Supposons maintenant que f , de classe C 2 , est α-convexe : ∃α ∈ R∗+ tel que f ′′ (x) ≥ α
∀x ∈ R. Nous allons montrer qu’il existe une solution de (3.10) (avec u0 ∈ L1 ∩ BV (R)) telle
que
(y − x)
u(t, y) − u(t, x) ≤ pour presque tout (x, y) tel que y ≥ x
αt
pour tout t > 0 et que cette solution est approchée par le schéma de Lax-Friedrichs. Le plus
simple serait d’arriver à montrer que pour tout ∆t et tout ∆x et pour toute condition initiale
discrète,
∆x
unj+1 − unj ≤ ∀j ∈ Z, ∀n ∈ N∗ .
αn∆t
Ceci est cependant faux. En effet, avec la donnée numérique initiale

u0j = (−1)j ,

on aurait
u0j−1 + u0j+1 ∆t
u1j = − f (u0j+1 ) − f (u0j−1 ) = (−1)j+1
2 2∆x
et (raisonnement par récurrence)

unj = (−1)j+n ∀j ∈ Z, ∀n ∈ N.
34. Si le rapport ∆t/∆x est fixé ! Cette hypothèse est ici nécessaire car le schéma de Lax-Friedrichs n’est pas a
priori sous la forme demandée dans le théorème de Lax-Wendroff : en effet, le flux fj+1/2 dépend non seulement
de uj et uj+1 , mais encore de ∆t/∆x (cf. (3.19)). Fixer le rapport ∆t/∆x est un moyen de lever la dépendance
du schéma en ce paramètre. Attention, le schéma de Lax-Friedrichs peut n’être pas convergent (vers la solution
du problème hyperbolique qui nous intéresse) si l’on ne fixe pas le rapport ∆t/∆x. Par exemple, si l’on choisit
∆t = ∆x2 , la solution numérique converge (lorsque ∆x tend vers 0) vers la solution d’un problème parabolique
2
du type ∂t u + ∂x f (u) = κ∂x,x u pour un certain κ non nul (voir l’examen du 18 mai 2006).
35. Uniforme convexité de module de convexité α.
36. Sans cette hypothèse supplémentaire, il n’y a pas en général de solution vérifiant l’inégalité d’Oleinik :
considérer par exemple le cas d’un flux linéaire. Mais dans ce cas la solution faible est unique, donc la limite
obtenue par le schéma de Lax-Friedrichs est l’unique solution faible du problème. On remarque de surcroı̂t que
puisque la limite est unique, toutes les sous-suites extraites de la suite des approximations convergent vers la
même limite, donc toute la suite des approximations converge vers la solution.
128 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

Bien entendu, une condition initiale discrète déﬁnie ainsi pour tout maillage ne converge pas
vers une fonction de L1loc , mais les choses risquent d’être compliquées tout de même. Le plus
simple est ﬁnalement de ne prendre en considération qu’une maille du maillage (en espace) sur
deux.

Proposition 15
Sous les conditions de CFL supj∈Z f ′ (u0j ) ∆t ≤ ∆x/3 et α∆tsupj∈Z u0j+1 − u0j−1 ≤ ∆x, la
solution de (3.18) vériﬁe l’inégalité d’Oleinik discrète

2∆x
unj+1 − unj−1 ≤ ∀j ∈ Z, ∀n ∈ N∗ .
αn∆t

Conséquence Il convient maintenant d’≪ oublier ≫ une maille sur deux en déﬁnissant la
fonction approchée par
XX
u∆t,∆x (t, x) = un2j 1[n∆t,(n+1)∆t[ (t)1[(2j−1)∆x,(2j+1)∆x[ (x).
n∈N j∈Z

On peut alors montrer relativement facilement (le faire en exercice) que, si u est une limite de
suite extraite de u∆t,∆t/λ , u vériﬁe

y−x
u(t, y) − u(t, x) ≤ pour presque tout (x, y) tel que y ≥ x (3.22)
αt
pour tout t > 0. Remarquer que dans le cas de l’équation de Burgers, α = 1 et on retrouve
l’inégalité d’Oleinik connue, qui est optimale : il n’existe pas de fonction C(t) < 1/t telle que

u(t, y) − u(t, x) ≤ C(t)(y − x) pour presque tout (x, y) tel que y ≥ x

pour toute donnée initiale, cf. la donnée initiale H(x) pour laquelle la solution développe une
détente. En ce sens, l’inégalité d’Oleinik discrète que nous montrons ici est optimale. Cela permet
de conclure à l’existence d’une solution faible de (3.10) vériﬁant l’inégalité d’Oleinik (3.22)
lorsque f est de classe C 2 et α-convexe et u0 ∈ L∞ ∩ BV (R) 37 . On sait par ailleurs qu’une
telle solution est unique. Ce résultat (existence et unicité) constitue le point d’orgue du chapitre
≪ hyperbolique ≫ de ce cours.

37. En fait, en dimension 1, L∞ ∩ BV = BV : toute fonction de BV (R) est dans L∞ (R). Donc l’espace dans
lequel on doit choisir u0 est BV (R) (attention : L∞ ∩ BV (Rd ) 6= BV (Rd ) pour d > 1). Ce résultat d’existence et
d’unicité n’est pas optimal. Le problème de Cauchy pour l’équation scalaire ∂t u+∂x f (u) = 0 a une unique solution
dès que la donnée initiale est dans L∞ (R) (on peut encore raffiner ce résultat en autorisant des données initiales
mesures, mais ça suffit comme ça !). Ceci est vrai dès que le flux f est localement lipschitzien (sans hypothèse de
convexité donc), mais dans ce cas le critère d’unicité à retenir n’est pas la condition d’Oleinik, mais par exemple
un critère entropique ou le critère de Lax. Pour des détails, consulter [5].
3.4. SCHÉMAS DE VOLUMES FINIS 129

Démonstration
Elle repose sur un raisonnement par récurrence. Nous supposerons qu’à l’étape n, le résultat est
vrai :
2∆x
unj+1 − unj−1 ≤ ∀j ∈ Z.
αn∆t
À l’étape n + 1,
unj + unj+2 ∆t
un+1
j+1 = − f (unj+2 ) − f (unj ) ,
2 2∆x
unj−2 + unj ∆t
un+1
j−1 = − f (unj ) − f (unj−2 ) ,
2 2∆x
et ainsi
unj+2 − unj ∆t unj − unj−2 ∆t
un+1 n+1
j+1 − uj−1 = − f (unj+2 ) − f (unj ) + + f (unj ) − f (unj−2 ) .
2 2∆x 2 2∆x
Donc, puisque f est de classe C 2 , ∃y, z ∈ R tels que
 2 
unj+2 − unj ∆t  n unj+2 − unj 
un+1 (uj+2 − unj )f ′ (unj ) + f ′′ (y)
n+1
j+1 − uj−1 = −
2 2∆x 2
 2 
unj − unj−2 ∆t  n unj − unj−2 
+ + (uj − unj−2 )f ′ (unj ) − f ′′ (z) .
2 2∆x 2

L’α-convexité de f implique maintenant que

1 ∆t ′ n 1 α∆t n
un+1 − un+1 ≤ (unj+2 − unj ) − f (uj ) − (u − unj )2
j+1 j−1
2 2∆x 2 2∆x j+2

1 ∆t ′ n 1 α∆t n
+ (unj − unj−2 ) + f (uj ) − (u − unj−2 )2 .
2 2∆x 2 2∆x j

Posons, pour tout j ∈ Z, ηj+1 n = max((unj+2 − unj ), 0). On a alors nécessairement (unj+2 − unj )2 ≥
n 2 pour tout j ∈ Z. En eﬀet,
ηj+1
n 2;
– si unj+2 − unj ≥ 0, (unj+2 − unj )2 = ηj+1
– si unj+2 − unj < 0, (unj+2 − unj )2 > 0 et ηj+1
n = 0.
La précédente majoration permet donc d’écrire, sous la condition de CFL,
n n
ηj+1 ∆t ′ n n 2 α∆t
ηj−1 ∆t ′ n n 2 α∆t
un+1
j+1 − u n+1
j−1 ≤ 1 − f (u j ) − ηj+1 + 1 + f (u j ) − ηj−1 .
2 ∆x 4∆x 2 ∆x 4∆x

Sous la condition de CFL classique supj∈Z f ′ (u0j ) ∆t ≤ ∆x (assurée par la condition plus stricte
∆t
supposée ici), nous avons 1 ± f ′ (unj ) ∆x ≥ 0. La fonction déﬁnie par

∆t
1 ± f ′ (unj ) ∆x α∆t 2
g(x) = x− x ∀x ∈ R
2 4∆x
130 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

est croissante sur l’intervalle  

∆t
1 ± f ′ (unj ) ∆x ∆x
−∞, .
α∆t

Donc, en supposant que

∆t
2∆x 1 − supj∈Z |f ′ (unj )| ∆x ∆x
≤ ∀j ∈ Z, (3.23)
αn∆t α∆t
2∆x
puisque l’on a ηjn ≤ αn∆t par hypothèse de récurrence, on a aussi

2∆x ∆t ′ n 2∆x 2 α∆t
un+1
j+1 − un+1
j−1 ≤ 1− f (uj ) −
2αn∆t ∆x αn∆t 4∆x

2∆x ∆t ′ n 2∆x 2 α∆t
+ 1+ f (uj ) − .
2αn∆t ∆x αn∆t 4∆x

Ainsi
2∆x 2∆x 2∆x 1
un+1
j+1 − un+1
j−1 ≤ − 2
= 1− .
αn∆t αn ∆t αn∆t n
Or 1 − 1/n = (n − 1)/n ≤ n/(n + 1), donc
2∆x
un+1 n+1
j+1 − uj−1 ≤ ,
α(n + 1)∆t

ce qu’il fallait démontrer. Il nous reste à comprendre l’hypothèse faite en (3.23). Nous allons mon-
trer qu’elle est vériﬁée automatiquement sous la condition de CFL renforcée supj∈Z f ′ (u0j ) ∆t ≤
∆x/3. L’hypothèse (3.23) est équivalente à
∆t 2
sup |f ′ (unj )| ≤1− .
j∈Z ∆x n

Pour n ≥ 3, la condition de CFL renforcée supj∈Z f ′ (u0j ) ∆t ≤ ∆x/3 le garantit. C’est rageant,
le seul problème qui reste est celui des deux premiers
pas de temps ! Pour le premier pas de
0 0
temps : supposons que ∆t vériﬁe aussi α∆tsupj∈Z uj+1 − uj−1 ≤ ∆x (c’est bien une condi-
tion de
type CFL, on peut choisir un tel ∆t). Alors,
puisque sous la condition de CFL classique
1 1 0 0
1 1
on a uj+1 − uj−1 ≤ supi∈Z ui+1 − ui−1 , on a uj+1 − uj−1 ≤ ∆x/(α∆t) ≤ 2∆x/(α1∆t),

donc le résultat est vrai pour n = 1, et ensuite u2j+1 − u2j−1 ≤ supi∈Z u1i+1 − u1i−1 ≤

supi∈Z u0i+1 − u0i−1 , donc u2j+1 − u2j−1 ≤ ∆x/(α∆t) = 2∆x/(α2∆t), donc le résultat est
vrai pour n = 2.

Remarque 43
La condition de CFL utilisée n’est pas classique et le résultat obtenu ici n’est sans doute pas
optimal. Dans [6], on trouvera une estimation d’Oleinik discrète montrée sous la condition clas-
sique. Mais dans cette référence, c’est la condition d’Oleinik elle-même qui n’est pas optimale. . .
3.4. SCHÉMAS DE VOLUMES FINIS 131

D’autre part, il y a fort à parier (vériﬁer !) que si l’on s’autorise un pas de temps variable
∆tn = tn+1 − tn , le résultat devient
2∆x
unj+1 − unj−1 ≤ ∀j ∈ Z, ∀n ∈ N∗ ,
αtn
sous la condition de stabilité
0
α∆t0 supj∈Z u0j+1 − u0j−1 ≤ ∆x et supj∈Z |f ′ (u0j )| ∆t
∆x ≤ 1,
1
α∆t1 supj∈Z u0j+1 − u0j−1 ≤ ∆x et supj∈Z |f ′ (u0j )| ∆t
∆x ≤ 1,
n−1
supj∈Z |f ′ (u0j )| ∆t∆x ≤ 1 − 2
n pour n ≥ 2

et tend donc vers la condition de CFL optimale.

3.4.3 Quelques résultats numériques

Voici à présent quelques résultats numériques donnés par le schéma de Lax-Friedrichs pour
l’équation de Burgers. La condition initiale choisie est périodique de période 1, et est donnée sur
[0, 1[ par 

 0 si x < 0, 1
0
u (x) = 1 si 0, 1 ≤ x < 0, 6


0 si 0, 6 ≤ x.
La périodicité de la condition initiale implique la périodicité de l’unique solution vériﬁant une
inégalité d’Oleinik. D’autre part, la solution approchée donnée par le schéma de Lax-Friedrichs
est elle-même périodique, ce qui nous autorise à ne faire le calcul que sur le segment [0, 1[. On
divise ce segment en J intervalles [j∆x, (j + 1)∆x[, j ∈ {0, . . . , J − 1} avec ∆x = 1/J. Pour
j = 0 et J = J − 1, le calcul de la solution approchée par la formule
unj−1 + unj+1 ∆t
un+1
j = − f (unj+1 ) − f (unj−1 )
2 2∆x
nécessite la connaissance de valeurs unj−1 et unJ qui ne font pas partie des inconnues. Ces valeurs
sont cependant données par la périodicité de la solution :
)
un0 = unJ−1
∀n ∈ N.
unJ = un1

Nous observons la solution au temps ﬁnal T = 0, 4. On peut montrer facilement 38 que celle-ci
vaut alors 

 0 si x < 0, 1


 x−0,1
0,4 si 0, 1 ≤ x < 0, 5
u(0, 4, x) =

 1 si 0, 6 < x ≤ 0, 8


 0 si 0, 8 < x.
38. La discontinuité de droite se propage comme un choc, à vitesse 1/2, et celle de gauche forme une détente.
Ceci est valable tant que ces deux ≪ ondes ≫ n’interfèrent pas, c’est-à-dire pour des temps inférieurs à 1.
132 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

On compare sur la ﬁgure 3.7 la solution exacte et les solutions approchées obtenues avec 100 et
1000 mailles. Le nombre de Courant est ∆t/∆x = 0, 4.

0,8

0,6

0,4

0,2 solution exacte

solution approchée avec 100 mailles
solution approchée avec 1000 mailles

0
0 0,2 0,4 0,6 0,8 1

Figure 3.7 – Résultats numériques pour l’équation de Burgers.

On vérifie ( !) sur cette figure ce que l’on a démontré, à savoir que le schéma est L∞ -stable
et qu’il vérifie une inégalité d’Oleinik discrète. On remarque de plus que la discrétisation de
Lax-Friedrichs a un effet ≪ régularisant ≫. Ce phénomène est appelé diffusion numérique. Il est
rapidement étudié pour le transport dans l’examen du 3 juin 2005 ainsi que dans l’examen du
18 mai 2006 (et leur corrigé).
Voici maintenant le programme (en langage Scilab) avec lequel ont été calculées les solutions
représentées ci-dessus.
3.4. SCHÉMAS DE VOLUMES FINIS 133

////////////////////////////////////////////////////////////////
///// Schéma de Lax-Friedrichs pour l’équation de Burgers. /////
////////////////////////////////////////////////////////////////

clear();
stacksize(100000000);

function y=f(u) // Fonction flux.

y = 0.5*u*u; // En modifiant cette fonction on
endfunction; // peut résoudre une autre EDP scalaire.

function y=CI(x) // Conditions initiales.

n = size(x);
for i=1:n(1),
if x(i) < 0.1 then
y(i) = 0.;
else
if x(i) < 0.6 then
y(i) = 1.;
else
y(i) = 0.;
end;
end;
//y(i) = sin(2.*pi*x(i));
end;
endfunction;

T = 0.4;
J = 1000.;
nbCourant = 0.4; // Ne pas dépasser 0.5.

// Schéma de Lax-Friedrichs : on multiplie le

// nombre de mailles par 2 puisqu’à la fin on n’en
// gardera qu’une sur deux.

J = 2*J;
134 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES

dx = 1./J;
x=(1:J+2)’*dx - dx; // Grille en x.
u = CI(x);

t = 0.;

// Boucle en temps.

while t < T
u(1) = u(J+1); // Conditions périodiques.
u(J+2) = u(2);
cmax = u(2);
for j=3:J+1
cmax = max(cmax,u(j)); // Valeur maximale de f ′ .
end;
dt = min(dx/cmax*nbCourant,T - t);
for j=2:J+1
utemp(j) = 0.5*(u(j-1) + u(j+1))...
- 0.5*dt/dx*(f(u(j+1)) - f(u(j-1)));
end;
for j=2:J+1,
u(j) = utemp(j);
end;
t = t + dt;

xset(’window’,1);
xbasc();
plot2d(x,u,leg=’solution’);
end; // Fin de la boucle en temps.

// Le schéma de Lax-Friedrichs est fait pour que l’on ne garde

// le résultat que dans une maille sur deux.

ufin = ones(J/2,1);
xfin = ones(J/2,1);
3.4. SCHÉMAS DE VOLUMES FINIS 135

for j=1:J/2,
ufin(j) = u(2*j);
xfin(j) = x(2*j);
end;

unix(’rm -f resultat’); // Écriture du résultat

plouf = file(’open’,’resultat’,’unknown’); // dans le fichier
for i=1:J/2, // ≪ résultat ≫.
fprintf(plouf,’%f %f\n’,xfin(i),ufin(i));
end;
file(’close’,plouf);
// Fin du programme.
136 CHAPITRE 3. ÉQUATIONS HYPERBOLIQUES
Chapitre 4

Équations elliptiques

4.1 Introduction, exemples, Généralités

Il s’agit ici d’étudier des EDP du type
d
X d X
X d
2
bi (x)∂i u(x) + ci,j (x)∂i,j u(x) + c(x)u(x) = f (x) dans Ω ouvert de Rd (4.1)
i=1 i=1 j=1

où tous les coeﬃcients sont réels et où la matrice C(x) = (ci,j (x))di,j=1 est symétrique et a ses
valeurs propres toutes strictement positives ou toutes strictement négatives.

4.1.1 Exemples
Déformation d’un fil élastique dans ]0, 1[

Les équations mathématiques modélisant ce problème sont (sous certaines hypothèses sur la
nature du fil) (
−u′′ (x) + c(x)u(x) = f (x) dans ]0, 1[,
u(0) = u(1) = 0
où u est l’inconnue (la déformation), c une caractéristique du matériau constituant le fil et f le
chargement auquel le fil est soumis.

Déformation d’une membrane élastique dans Ω ∈ R2

Le même modèle, en dimension 2, conduit à

(
−∆u(x) + c(x)u(x) = f (x) dans Ω,
u = 0 sur Γ = ∂Ω,

137
138 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

Ω étant un ouvert de R2 .

Déformation d’une poutre dans ]0, 1[

Lorsque le ﬁl n’est pas souple mais rigide, on parle d’un modèle de poutre. Les équations
régissant le déplacement d’un point du segment sont alors par exemple

 (4)
 u (x) + c(x)u(x) = f (x) dans ]0, 1[,
u(0) = u(1) = 0,

 ′
u (0) = u′ (1) = 1.

Cette équation n’est pas à proprement parler elliptique mais son étude peut se faire au moyen
des mêmes techniques : que nous allons détailler ci-dessous.

4.1.2 Problème modèle et généralités

Le problème modèle que nous allons étudier est
(
−∆u + u = f dans Ω,
u = 0 sur ∂Ω

où Ω est un ouvert de Rd . Comme nous l’avons fait dans le chapitre sur les équation hyperbo-
liques, on peut en écrire une formulation faible :
Z Z
∇u∇ϕ + uϕ dx = f ϕ dx ∀ϕ ∈ C ∞ (Ω).
Ω Ω

Nous allons dans ce chapitre modiﬁer un peu cette formulation faible. Les outils essentiels de
cette partie du cours sont ceux de l’analyse fonctionnelle : les distributions, les espaces de Sobolev
et le théorème de Lax-Milgram. Ils sont rappelés dans la section suivante.

Rappels d’analyse fonctionnelle

Théorème 15 (Lax-Milgram)
Soit (H, h·, ·i) un espace de Hilbert réel et soit a une forme bilinéaire continue coercitive sur
(H, h·, ·i) : (
∃C ∈ R t. q. |a(x, y)| ≤ C ||x|| ||y|| ∀(x, y) ∈ H 2 ,
∃α ∈ R∗+ t. q. a(x, x) ≥ α ||x||2 ∀x ∈ H.
Soit l une forme linéaire continue sur (H, h·, ·i) :

∃D ∈ R t. q. |l(x)| ≤ D ||x|| ∀x ∈ H.

Il existe un unique élément u ∈ H tel que

a(u, v) = l(v) ∀v ∈ H.
4.1. INTRODUCTION, EXEMPLES, GÉNÉRALITÉS 139

De plus, si a est symétrique, u est caractérisé par l’égalité

Φ(u) = min Φ(v)

v∈H

où Φ est déﬁnie par Φ(v) = 12 a(v, v) − l(v).

Nous eﬀectuons ici une démonstration simple de ce résultat dans le cas où a est symétrique.
C’est d’ailleurs uniquement dans ce cas-là qu’il sera par la suite utilisé. On verra dans la suite
une démonstration générale du théorème de Lax-Milgram qui utilise le théorème de Stampacchia
(théorème 22, voir la remarque 46).

Démonstration
Supposons que a est symétrique. Alors, comme par ailleurs a(u, u) > 0 pour tout u 6= 0, a(·, ·)
déﬁnit un produit scalaire sur H, et ce produit scalaire est équivalent au produit scalaire (·, ·)
car a est continue et coercitive. Donc, (H, a(·, ·)) est un espace de Hilbert et l est continue pour
ce nouveau produit scalaire. D’après le théorème de représentation de Riesz, l, forme linéaire
continue sur (H, a(·, ·)), peut être représentée (au moyen du produit scalaire) par un unique
élément u de H :
∃!u ∈ H t. q. l(v) = a(u, v) ∀v ∈ H.
Cela démontre la première partie du théorème.
Montrons maintenant que cette solution u réalise le minimum de la fonctionnelle Φ déﬁnie par
Φ(x) = 21 a(x, x) − l(x) sur H. Soit h ∈ H.

1 1 1 1
Φ(u + h) = a(u, u) − l(u) + a(u, h) + a(h, u) + a(h, h) − l(h)
2 2 2 2
1 1
= Φ(u) + a(u, h) − l(h) + a(h, h) = Φ(u) + a(h, h).
2 2
Donc Φ(u + h) ≥ Φ(u) + α/2 ||h||2 : u réalise le minimum de Φ sur H.
Supposons maintenant que u réalise le minimum de Φ, et montrons que u vériﬁe a(u, v) = l(v)
pour tout v ∈ H. On a Φ(u + h) ≥ Φ(u) pour tout h ∈ H. D’après le calcul de Φ(u + h) que
nous avons fait ci-dessus, ceci se réécrit
1
Φ(u) + a(u, h) − l(h) + a(h, h) ≥ Φ(u),
2
soit
1
a(h, h) + a(u, h) − l(h) ≥ 0 ∀h ∈ H.
2
Ainsi, pour tout λ ∈ R,
1
a(λh, λh) + a(u, λh) − l(λh) ≥ 0 ∀h ∈ H,
2
soit, puisque a est bilinéaire et l est linéaire,
λ2
a(h, h) + λ (a(u, h) − l(h)) ≥ 0 ∀h ∈ H.
2
140 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

En choisissant λ assez petit en valeur absolue et du ≪ bon signe ≫, on en déduit que a(u, h) −
l(h) = 0 pour tout h ∈ H. Une autre manière de démontrer cela est de remarquer que Φ est de
classe C 1 (H) et que ∇Φ(u).v = a(u, v) − l(v). Donc la condition classique de minimalité de Φ
en u permet d’aﬃrmer que a(u, v) = l(v) pour tout v ∈ H.

Aﬁn d’être. . . Complets ! Rappelons le théorème de représentation de Riesz.

Théorème 16 (de représentation de Riesz)

Soit (H, h·, ·i) un espace de Hilbert. Soit l une forme linéaire continue sur H. Il existe un unique
élément u ∈ H tel que
l(v) = hu, vi ∀v ∈ H.

Démonstration
Posons N = l−1 (0) (noyau de l). Le noyau de l, image réciproque d’un fermé par une application
linéaire continue, est un sous-espace vectoriel fermé de H : on peut donc définir la projection
(orthogonale) sur N , notée PN .
Si N = H, il suffit de prendre u = 0 pour démontrer le théorème.
Supposons donc maintenant que N 6= H. Soit x ∈ H \N . Posons w = (x− PN (x))/||x− PN (x)||.
On a
– w ∈ H \ N , donc l(w) 6= 0 ;
– ||w|| = 1 ;
– hw, ni = 0 pour tout n ∈ N .
Soit v ∈ H. Posons
l(v)
n=v− w
l(w)
(c’est rendu possible par le fait que l(w) 6= 0). Ce vecteur vérifie l(n) = 0, c’est-à-dire n ∈ N .
Donc hw, ni = 0, ce qui se réécrit

l(v) l(v)
hw, vi = hw, wi = .
l(w) l(w)

On a donc
hl(w)w, vi = l(v),

quel que soit v ∈ H. Le vecteur u de l’énoncé est donc l(w)w. L’unicité d’un tel élément est
triviale.

Enchaı̂nons maintenant avec quelques rappels sur les distributions. Dans toute la suite, Ω
est un ouvert de Rd .
A) Distributions.
1) Sur D(Ω) = Cc∞ (Ω), on déﬁnit une pseudo-topologie : une suite (ϕn )n∈N de fonctions de
D(Ω) converge vers ϕ ∈ D(Ω) si et seulement s’il existe un compact K ⊂ Ω tel que supp(ϕn ) ⊂ K
4.1. INTRODUCTION, EXEMPLES, GÉNÉRALITÉS 141

pour tout n, supp(ϕ) ⊂ K et D α ϕn converge uniformément sur K vers D α ϕ pour tout multi-
indice α ∈ Nd .
2) D ′ (Ω), dual topologique de D(Ω), est l’ensemble des formes linéaires continues sur D(Ω)
pour la pseudo-topologie déﬁnie en 1) : soit T : D(Ω) −→ R ; T ∈ D ′ (Ω) si et seulement si
– T est linéaire (donc, en particulier, T (0) = 0) ;
– ∀ (ϕn )n∈N suite de D(Ω) convergeant vers 0 au sens donné par 1), T (ϕn ) converge vers
0 = T (0).
′
D (Ω) est appelé espace des distributions sur Ω.
3) Toute fonction f ∈ L1loc (Ω) déﬁnit une distribution, notée habituellement Tf :
Z
Tf : ϕ ∈ D(Ω) 7−→ f ϕ.
Ω

On se permet d’écrire que L1loc (Ω) ⊂ D ′ (Ω).

4) Il existe des distributions qui ne peuvent se représenter sous forme d’une fonction de
Lloc (Ω) : L1loc (Ω) ( D ′ (Ω). Un exemple de telle distribution est donné par la masse de Dirac en
1

x ∈ Ω, δx :
δx : ϕ ∈ D(Ω) 7−→ ϕ(x).

5) On déﬁnit une pseudo-topologie sur D ′ (Ω) : (Tn )n∈N , suite de D ′ (Ω), converge vers T ∈
D ′ (Ω) si et seulement si Tn (ϕ) converge vers T (ϕ) pour tout ϕ ∈ D(Ω) (il s’agit d’une pseudo-
topologie faible-∗).
6) Dérivation des distributions. Lorsque f ∈ C 1 (Ω) et ϕ ∈ D(Ω), on a, si Ω est suﬃsamment
régulier, une formule d’intégration par parties (formule de Green) :
Z Z Z Z
ϕ∂i f dx = f ϕni dσ − f ∂i ϕ dx = − f ∂i ϕ dx
Ω ∂Ω Ω Ω

(où dσ est la mesure d’intégration sur ∂Ω et ni est la ie composante de la normale extérieure

unitaire à ∂Ω). Par analogie avec cette formule, si T ∈ D ′ (Ω), on déﬁnit la dérivée de T ∂i T ,
comme la distribution
∂i T : ϕ 7−→ −T (∂i ϕ).

De manière similaire, pour tout multi-indice α ∈ Nd , on déﬁnit D α T par

D α T : ϕ 7−→ (−1)|α| T (D α ϕ)
P
où |α| = di=1 αi . On pourra montrer en exercice que ceci définit effectivement une distribution.
On pourra aussi vérifier que la dérivée au sens des distributions de la fonction de Heaviside
H ∈ L1loc (R) définie par H(x) = 1R+ (x) est la masse de Dirac en 0 δ0 et que la dérivée seconde
de cette fonction de Heaviside est la distribution qui à ϕ ∈ D(Ω) associe −ϕ′ (0).
7) La dérivation est une application linéaire continue de D ′ (Ω) dans D ′ (Ω) pour la pseudo-
topologie définie en 5).
142 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

B) Espaces de Sobolev.
8) Soit p ≥ 1. Soit f ∈ Lp (Ω). Alors f ∈ L1loc (Ω), f déﬁnit donc une distribution Tf ∈
D ′ (Ω). On dit que f ∈ W 1,p (Ω) si et seulement si les dérivées partielles premières au sens des
distributions de f peuvent se représenter sous la forme de fonctions de Lp (Ω), c’est-à-dire si et
seulement s’il existe des fonctions g1 , . . . , gd ∈ Lp (Ω) telles que
Z Z
f ∂i ϕ = − gi ϕ ∀i = 1, . . . , d, ∀ϕ ∈ D(Ω).
Ω Ω

On note dans ce cas ∇f = (gi )di=1 et on déﬁnit une norme sur W 1,p (Ω) par

||f ||W 1,p (Ω) = ||f ||Lp (Ω) + ||∇f ||Lp (Ω) ,
P 1/2
d 2
où ||∇f ||p = i=1 ||∂i f ||p . On dit que f ∈ W m,p (Ω) si et seulement si toutes ses dérivées
partielles d’ordre inférieur ou égal à m peuvent se représenter sous forme de fonctions de Lp (Ω),
et on déﬁnit sur W m,p la norme
X
||f ||W m,p (Ω) = ||D α f ||Lp (Ω) .
α t. q. 0≤|α|≤m

Pour tout m ∈ N et tout p ≥ 1, W m,p (Ω) est un espace de Banach.

9) Les espaces W m,2 (Ω) sont notés H m (Ω). On y déﬁnit le produit scalaire
X
hf, giH m (Ω) = hD α f, D α giL2 (Ω) .
α t. q. 0≤|α|≤m

La norme qui en dérive,

 1/2
X
||f ||H m (Ω) =  ||D α f ||2L2 (Ω)  ,
α t. q. 0≤|α|≤m

est équivalente à la norme ||·||W m,2 (Ω) déﬁnie en 8). Pour tout m ∈ N, H m (Ω) est un espace de
Hilbert.
10) D(Ω) ⊂ H 1 (Ω) et D(Ω) n’est pas dense (en général) dans H 1 (Ω). On pose
H 1 (Ω)
H01 (Ω) = D(Ω) .

11) Lemme de Poincaré. Si Ω est borné, ∃C ∈ R tel que

||u||L2 (Ω) ≤ C ||∇u||L2 (Ω) ∀u ∈ H01 (Ω).

Une conséquence importante en est que (·, ·) déﬁni par

(u, v) = h∇u, ∇viL2 (Ω)

4.2. ÉTUDE DE −∆U + U = F 143

est un produit scalaire équivalent à h·, ·iH 1 (Ω) sur H01 (Ω) si Ω est borné.
12) Deux remarques :
a) H01 (Rd ) = H 1 (Rd ).
b) D(Ω) = Cc∞ (Ω) = C ∞ (Ω) est dense dans H 1 (Ω) si Ω est borné et de classe C 1 .
C) Application trace.
13) Si Ω est borné et de frontière lipschitzienne,

∃C(Ω) ∈ R t. q. ||v|∂Ω ||L2 (∂Ω) ≤ C(Ω) ||v||H 1 (Ω) ∀v ∈ D(Ω).

Donc l’application qui à v ∈ D(Ω) associe v|∂Ω est linéaire et continue de D(Ω) muni de la norme
de H 1 (Ω) dans L2 (∂Ω). On prolonge par densité cette application en une application linéaire
continue de H 1 (Ω) dans L2 (∂Ω). Cette application, l’application trace, notée tr, coı̈ncide avec
la trace usuelle pour les fonctions régulières de Ω. Noter que les fonctions de L2 (Ω) n’ont en
général pas de trace (au sens où il n’existe pas d’application linéaire continue de L2 (Ω) dans
L2 (∂Ω) qui coı̈ncide avec la trace usuelle pour les fonctions régulières).
14) Si Ω est borné et de frontière lipschitzienne,

H01 (Ω) = v ∈ H 1 (Ω) t. q. tr(v) = 0 .

On en déduit que H01 (Ω) est dans ces conditions un espace de Hilbert pour le produit scalaire de
H 1 (Ω) (en tant qu’image réciproque dans un espace de Hilbert par une application continue (la
trace) d’un fermé (le singleton {0})). Il est donc un espace de Hilbert pour le produit scalaire
h∇·, ∇·iL2 (Ω) en vertu de l’inégalité de Poincaré vue en 11).
15) Formule de Green. Si Ω est borné et de frontière lipschitzienne, on a, comme dans le cas
régulier, la formule
Z Z Z
v∂i u dx = tr(u)tr(v)ni dσ − u∂i v dx ∀u, v ∈ H 1 (Ω),
Ω ∂Ω Ω
que l’on réécrit bien vite
Z Z Z
v∂i u dx = uvni dσ − u∂i v dx ∀u, v ∈ H 1 (Ω),
Ω ∂Ω Ω
où ni est la ie composante de la normale extérieure unitaire à ∂Ω. Noter (vériﬁer, c’est un
exercice) que de cette formule découle, entre autres, la formule
Z Z Z
v∆u dx = v∇u · n dσ − ∇u · ∇v dx ∀u ∈ H 2 (Ω), ∀v ∈ H 1 (Ω).
Ω ∂Ω Ω

4.2 Étude de −∆u + u = f

4.2.1 Problème de Dirichlet homogène
On considère le problème (
−∆u + u = f dans Ω,
(4.2)
u = 0 sur ∂Ω
144 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

où Ω est un ouvert borné de Rd de frontière lipschitzienne. Le second membre f est une donnée
du problème (fonction dans un espace à préciser pour garantir l’existence d’une solution).
Supposons que u est une solution classique de (4.2) : u ∈ C 2 (Ω) (et f ∈ C 0 (Ω)) et soit
ϕ ∈ D(Ω). On a Z Z
(∇u · ∇ϕ + uϕ) = f ϕ.
Ω Ω

Si maintenant ϕ ∈ H01 (Ω), il existe une suite (ϕn )n∈N de D(Ω) convergeant dans H01 (Ω) vers ϕ,
c’est-à-dire telle que
d
ϕn −→n→+∞ ϕ dans L2 (Ω) et ∇ϕn −→n→+∞ ∇ϕ dans L2 (Ω) .

Or pour tout n ∈ N Z Z
(∇u · ∇ϕn + uϕn ) = f ϕn .
Ω Ω
d d
De plus, ∇u ∈ C 0 (Ω) (u est solution classique). Donc ∇u ∈ L2 (Ω) , u ∈ L2 (Ω), et f ∈
L2 (Ω), et on peut passer à la limite dans l’équation précédente (la convergence forte implique
la convergence faible), d’où Z Z
(∇u · ∇ϕ + uϕ) = f ϕ.
Ω Ω

D’autre part, puisque u ∈ C 2 (Ω) et que u vaut 0 sur ∂Ω, u ∈ H01 (Ω) (Ω étant borné). On appelle
solution faible de (4.2) un élément u ∈ H01 (Ω) vériﬁant
Z Z
(∇u · ∇v + uv) = f v ∀v ∈ H01 (Ω). (4.3)
Ω Ω

Théorème 17
Si f ∈ L2 (Ω), le problème (4.3) admet une unique solution u ∈ H01 (Ω). Cette solution est
caractérisée par
Z Z Z Z
1 1
|∇u|2 + u2 − f u = min |∇v|2 + v 2 − fv .
2 Ω Ω v∈H01 (Ω) 2 Ω Ω

Remarque 44
La caractérisation de la solution comme solution du problème de minimisation porte en mécani-
que le nom de principe des travaux virtuels (le problème considéré est un problème d’élasticité
linéaire stationnaire).

Démonstration
H01 (Ω), fermé de H 1 (Ω), est un espace de Hilbert pour le produit scalaire de H 1 (Ω). Posons
Z
a(u, v) = (∇u · ∇v + uv) ∀u, v ∈ H01 (Ω)
Ω
4.2. ÉTUDE DE −∆U + U = F 145

et Z
l(v) = fv ∀v ∈ H01 (Ω)
Ω
(on vériﬁe que ces expressions ont bien un sens). Il est évident que l est une forme linéaire et
que a est une forme bilinéaire. De plus, l est continue. En eﬀet,
Z
f v ≤ ||f ||L2 (Ω) ||v||L2 (Ω) ≤ ||f ||L2 (Ω) ||v||H 1 (Ω) .
Ω

La forme a est elle aussi continue, et elle est coercitive, car

a(u, v) = hu, viH 1 (Ω)

(les modules de continuité et de coercitivité de a étant tous deux 1).

Donc, d’après le théorème de Lax-Milgram, il existe un unique u ∈ H01 (Ω) tel que a(u, v) = l(v)
pour tout v ∈ H01 (Ω). Comme a est symétrique, le théorème de Lax-Milgram indique que cette
solution u est caractérisée comme réalisant le minimum de la fonctionnelle Φ(v) = 12 a(v, v)−l(v).

Les questions que nous allons nous poser maintenant sont relatives à
– la dépendance de la solution u de (4.3) vis à vis de la donnée f ,
– la régularité de u,
– les propriétés de bornitude L∞ (Ω) de u,
– le calcul (approché) de u.

Dépendance de u par rapport au second membre

Théorème 18
1) L’application
(
L2 (Ω) −→ H01 (Ω)
T0 :
f 7−→ u unique solution de (4.3)
est linéaire et continue.
2) L’application (
L2 (Ω) −→ L2 (Ω)
T :
f 7−→ u unique solution de (4.3)
est linéaire, continue et compacte.
Démonstration
1) T0 est linéaire. En eﬀet, soit f1 ∈ L2 (Ω), f2 ∈ L2 (Ω), et u1 = T0 (f1 ) et u2 = T0 (f2 ). Soit
λ ∈ R. Posons w = u1 + λu2 . On a (au sens faible) −∆w + w = f1 + λf2 et w = 0 sur ∂Ω. De
plus, la solution (faible) de −∆w + w = f1 + λf2 est unique, et vaut T0 (f1 + λf2 ). Donc on a
bien T0 (f1 ) + λT0 (f2 ) = u1 + λu2 = w = T0 (f1 + λf2 ). D’autre part, T0 est continue, car
Z Z
∇u · ∇v + uv = f v ∀v ∈ H01 (Ω),
Ω Ω
146 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

donc cette égalité est vraie pour v = u, ce qui donne

Z Z
|∇u|2 + |u|2 = f u,
Ω Ω

soit Z
||u||2H 1 (Ω) = f u,
Ω
d’où
||u||2H 1 (Ω) ≤ ||f ||L2 (Ω) ||u||L2 (Ω) ≤ ||f ||L2 (Ω) ||u||H 1 (Ω) ,

et ﬁnalement
||u||H 1 (Ω) ≤ ||f ||L2 (Ω) .

2) On a T = IdH 1 (Ω)→L2 (Ω) ◦ T0 . T0 est linéaire continue et le théorème de Rellich (théorème 19)
aﬃrme que IdH 1 (Ω)→L2 (Ω) est compacte. Ainsi, T est linéaire continue et compacte.

Théorème 19 (Rellich)
Soit Ω un ouvert borné de Rd de frontière lipschitzienne. L’inclusion de H 1 (Ω) dans L2 (Ω) est
compacte.

La démonstration de ce résultat d’analyse fonctionnelle pourra être lue dans [1]. Noter la
similitude entre ce théorème et le théorème de Helly (théorème 13).

Régularité de u

Une solution forte de (4.2) est une fonction u ∈ C 2 (Ω) vérifiant (4.2). Une solution faible
de (4.2) est une fonction u ∈ H01 (Ω) vérifiant (4.3). On appelle de plus solution forte L2 (Ω) une
fonction u ∈ H01 (Ω) ∩ H 2 (Ω) vérifiant (4.3). L’équation (4.2) a donc un sens dans L2 (Ω) pour
une solution forte L2 (Ω).
La question que l’on se pose dans ce paragraphe est ≪ la solution u de (4.3) est-elle plus
régulière qu’une fonction quelconque de H01 (Ω) ? ≫. La réponse, positive sous des hypothèses de
régularité de la frontière de Ω, est encore donnée par un résultat d’analyse fonctionnelle que
nous ne démontrerons pas ici.

Théorème 20
Supposons que le second membre f de (4.3) est dans H m (Ω) et que ∂Ω est de classe C m+2 pour
m ∈ N. Alors la solution de (4.3) est dans H m+2 (Ω) (par convention, H 0 (Ω) = L2 (Ω)).

En particulier, si ∂Ω est de classe C 2 (et f ∈ L2 (Ω)), la solution du problème (4.3) est dans
H 2 (Ω) (et donc dans H 2 (Ω) ∩ H01 (Ω)). C’est une solution forte L2 (Ω). Ce résultat est évident
en dimension 1. En eﬀet, le problème s’écrit alors (au sens faible)

u′′ = u − f
4.2. ÉTUDE DE −∆U + U = F 147

et puisque u et f sont des fonctions de L2 (Ω), la distribution u′′ peut s’écrire comme une fonction
de L2 (Ω). Résumons : u ∈ L2 (Ω), u′ ∈ L2 (Ω) et u′′ ∈ L2 (Ω), c’est-à-dire que u ∈ H 2 (Ω). Ce
résultat est pourtant beaucoup moins évident en dimension supérieure, car l’EDP nous dit
seulement que
Xd
2
∂i,i u = u − f,
i=1
P
nous n’avons donc des informations que sur di=1 ∂i,i 2 u (c’est une fonction de L2 (Ω)) mais aucune

information sur chaque dérivée partielle (croisée ou pas). La démonstration de ce résultat pourra
être trouvée dans [1].
Des résultats d’inclusion de Sobolev permettent même dans certains cas d’avoir une solution
régulière. On peut démontrer par exemple que si la frontière de Ω est régulière, pour m > d2 + k
(avec k, m ∈ N), on a l’inclusion
H m (Ω) ⊂ C k (Ω).

Cette inégalité sera démontrée en dimension 1 en travaux dirigés.

Principe du maximum

On s’intéresse ici à des estimations de type L∞ (Ω) de la solution de (4.3) (Ω est un ouvert
borné de frontière lipschitzienne).

Théorème 21
Soit f ∈ L2 (Ω) et soit u la solution du problème (4.3) associé. Alors,

min (0, infessΩ f ) ≤ u ≤ max (0, supessΩ f ) presque partout.

La démonstration que nous proposons ici, due à Stampacchia, est la même que celle que nous
avons donnée pour le principe du maximum concernant la solution (forte) de l’équation de la
chaleur (théorème 5).

Démonstration
Nous allons montrer que

u ≤ max (0, supessΩ f ) presque partout.

On se donne 1 une fonction G ∈ C 1 (R) vériﬁant

– ∃M ∈ R tel que |G′ (s)| ≤ M ∀s ∈ R ;
– pour tout s ∈]0, +∞[, G′ (s) > 0 ;
– pour tout s ∈] − ∞, 0], G(s) = 0.
1. En trouver une !
148 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

Posons K = max (0, supessΩ f ). Si K = +∞, le résultat est évident. Supposons donc désormais
que K < +∞, et posons v(x) = G(u(x) − K). D’après le lemme 11 énoncé et démontré ci-après,
v ∈ H 1 (Ω) et ∇v(x) = G′ (u(x) − K)∇u(x). D’autre part, v = 0 sur ∂Ω car u s’y annule, donc

v|∂Ω = G(u|∂Ω − K) = G(−K),

or K ≥ 0 et G est nulle sur ] − ∞, 0]. Donc, v ∈ H01 (Ω). On peut donc prendre cette fonction
comme fonction-test dans le problème faible (4.3) : u vériﬁe
Z Z
∇u · ∇v + uv = fv
Ω Ω

avec v(x) = G(u(x) − K), soit

Z Z
2 ′
|∇u| G (u − K) + uG(u − K) = f G(u − K).
Ω Ω

Soustrayons KG(u−K) (qui est bien intégrable sur Ω borné) aux deux membres de cette égalité,
sous l’intégrale. Il vient
Z Z
|∇u|2 G′ (u − K) + (u − K)G(u − K) = (f − K)G(u − K).
Ω Ω

Or f (x) − K ≤ 0 presque partout sur Ω, et G(u(x) − K) ≥ 0 pour tout x (propriété de G). Ainsi
R
Ω (f − K)G(u − K) ≤ 0 et
Z Z
(u − K)G(u − K) ≤ − |∇u|2 G′ (u − K) ≤ 0.
Ω Ω

D’autre part, c’est encore une propriété de G, on a sG(s) ≥ 0 pour tout s ∈ R, donc (u −
K)G(u − K) ≥ 0 sur Ω. On en déduit que

(u(x) − K)G(u(x) − K) = 0 presque partout.

Donc on a presque partout

(u(x) − K) = 0 ou G(u(x) − K) = 0.

Or d’après la déﬁnition de G, G(u(x) − K) = 0 implique u(x) − K ≤ 0. Le résultat est démontré.

Lemme 11
Soit Ω un ouvert borné de frontière lipschitzienne de Rd . Soit u ∈ H 1 (Ω) et soit G ∈ C 1 (R) telle
que G′ est borné. On a G ◦ u ∈ H 1 (Ω) et ∇ (G ◦ u) = (G′ ◦ u)∇u.

Démonstration
d
Il faut vériﬁer que G ◦ u ∈ L2 (Ω) et que ∇ (G ◦ u) ∈ L2 (Ω) . On sait que G′ (s) ≤ M ∀s ∈ R,
donc |G(s)| ≤ |G(0)| + M |s|. Donc |G(u(x))| ≤ |G(0)| + M |u(x)|, donc G ◦ u ∈ L2 (Ω). La suite
4.2. ÉTUDE DE −∆U + U = F 149

est un peu plus délicate. Puisque u ∈ H 1 (Ω), il existe une suite (un )n∈N de D(Ω) telle que un
converge vers u en norme H 1 (Ω), c’est-à-dire telle que

un −→n→+∞ u dans L2 (Ω)

d
et ∇un −→n→+∞ ∇u dans L2 (Ω) .

On peut extraire 2 de cette suite une suite (toujours notée (un )n∈N ) telle que

un −→n→+∞ u dans L2 (Ω) et presque partout

d
et ∇un −→n→+∞ ∇u dans L2 (Ω) et presque partout.

Pour tout n ∈ N, G ◦ un ∈ C 1 (Ω). Soit ϕ ∈ D(Ω) et soit i ∈ {1, . . . , d}.

Z Z Z
(G ◦ un )∂i ϕ = − ϕ∂i (G ◦ un ) = − ϕG′ ◦ un ∂i un .
Ω Ω Ω
R R ′
Notons An = Ω (G ◦ un )∂i ϕ et Bn = − Ω ϕG ◦ un ∂i un (pour tout n ∈ N). On a

|G ◦ un − G ◦ u| ≤ M |un − u| ,
R
donc G ◦ un − G ◦ u tend vers 0 dans L2 (Ω). Donc An converge vers A = Ω (G ◦ u)∂i ϕ (car la
convergence forte implique la convergence faible). D’autre part,

(G′ ◦ un )∂i un − (G′ ◦ u)∂i u = (G′ ◦ un ) (∂i un − ∂i u) + G′ ◦ un − G′ ◦ u ∂i u,

donc, d’après l’inégalité triangulaire,

Z 1/2
′ ′ ′ 2
(G ◦ un )∂i un − (G ◦ u)∂i u L2 (Ω)
≤ (G ◦ un ) (∂i un − ∂i u)
Ω
Z 1/2
′ ′
2
+ G ◦ un − G ◦ u ∂i u
Ω

La première intégrale ci-dessus, majorée par M ||∂i un − ∂i u||L2 (Ω) , converge vers 0 par hypothèse
sur la suite (un )n∈N . Quant à la seconde intégrale : on sait que
2
G′ ◦ un − G′ ◦ u ∂i u

tend vers 0 presque partout (car un tend vers u presque partout et G′ est continue) et que
2
G′ ◦ un − G′ ◦ u ∂i u ≤ (2M )2 |∂i u|2

qui est un terme intégrable. D’après le théorème de convergence dominée de Lebesgue, on a donc

G′ ◦ un − G′ ◦ u ∂i u −→n→+∞ 0 dans L2 (Ω).
2. Et on le fait.
150 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

Donc (G′ ◦ un ∂i un − G′ ◦ u∂i u) tend vers 0 dans L2 (Ω). On en déduit que Bn converge vers
R
B = Ω ϕ(G′ ◦ u)∂i u. Ainsi, on a
Z Z
(G ◦ u)∂i ϕ = − ϕ(G′ ◦ u)∂i u,
Ω Ω

ce qui signiﬁe bien que la distribution ∂i (G ◦ u) peut être représentée par un fonction de L2 (Ω)
et que
∂i (G ◦ u) = (G′ ◦ u)∂i u.

Remarque 45
L’inégalité de Poincaré, dont une conséquence est que h∇·, ∇·i est un produit scalaire équivalent
au produit scalaire de H 1 (Ω) sur H01 (Ω), permet de montrer que le problème
(
−∆u = f dans Ω,
u = 0 sur ∂Ω

admet une unique solution sous les mêmes hypothèses.

4.2.2 Quelques éléments pour le problème de Dirichlet non homogène

On considère ici le problème
(
−∆u + u = f dans Ω,
(4.4)
u = g sur ∂Ω

où Ω est un ouvert borné de Rd de frontière lipschitzienne. Les seconds membres f et g sont des
données du problème.
Nous allons comme dans la section précédente chercher une solution faible de ce problème,
solution dans H 1 (Ω). Il est donc naturel d’interpréter la condition de bord comme suit : la
solution u a une trace et elle vaut g. Nous supposerons donc que la fonction g est la trace d’une
fonction g̃ ∈ H 1 (Ω) (par exemple : u, lorsque l’on saura qu’il existe une solution au problème !).
De la même manière que dans la section précédente, on montre que si u est solution classique
de (4.4), elle vériﬁe pour tout v ∈ H01 (Ω)
Z Z
∇u · ∇v + uv = f v.
Ω Ω

De plus, la trace de u vaut g, donc la trace de u − g̃ vaut 0 : u − g̃ ∈ H01 (Ω). Posons

V = v ∈ H 1 (Ω) t. q. v − g̃ ∈ H01 (Ω) .

On dit que u est solution faible de (4.4) si et seulement si

Z Z
u ∈ V et ∇u · ∇v + uv = f v ∀v ∈ H01 (Ω). (4.5)
Ω Ω
4.2. ÉTUDE DE −∆U + U = F 151

L’application qui à v ∈ H01 (Ω) associe tr(v − g̃) est continue, ce qui prouve que V est un fermé
de H 1 (Ω). Mais V n’est pas un espace vectoriel (c’est un sous-espace aﬃne de H 1 (Ω)), on ne
peut donc pas appliquer le théorème de Lax-Milgram 3 .
On fait appel ici au théorème de Stampacchia.

Théorème 22 (Stampacchia)
Soit (H, h·, ·i) un espace de Hilbert réel. Soit V 6= ∅ un sous-ensemble convexe fermé de H. Soit
a une forme bilinéaire continue coercitive sur V , et soit l une forme linéaire continue sur V .
Il existe un unique élément u ∈ V tel que

a(u, v − u) ≥ l(v − u) ∀v ∈ V.

Si de plus a est symétrique, u est caractérisé par

Φ(u) = min Φ(v)

v∈V

avec Φ(v) = 12 a(v, v) − l(v).

Démonstration
H étant un espace de Hilbert, on peut utiliser le théorème de représentation de Riesz : l’appli-
cation l étant linéaire et continue, il existe un unique élément L ∈ H tel que

l(v) = hL, vi ∀v ∈ H.

Soit u ∈ H. L’application qui à v ∈ H associe a(u, v) est linéaire et continue, donc il existe un
unique A(u) ∈ H tel que
a(u, v) = hA(u), vi ∀v ∈ H.

Montrons que l’application qui à u ∈ H associe A(u) ∈ H est linéaire. On a pour u1 , u2 ∈ H et

λ∈R (
a(u1 , v) = hA(u1 ), vi ∀v ∈ H,
a(u2 , v) = hA(u2 ), vi ∀v ∈ H,
donc

hA(u1 ) + λA(u2 ), vi = hA(u1 ), vi + λhA(u2 ), vi = a(u1 , v) + λa(u2 , v) = a(u1 + λu2 , v)

d’où ﬁnalement A(u1 + λu2 ) = A(u1 ) + λA(u2 ).

Montrons que l’application qui à u ∈ H associe A(u) ∈ H est continue.

hA(u), vi = a(u, v) ≤ C ||u|| ||v|| ∀u, v ∈ H

où C est le module de continuité de a. Ainsi

||A(u)||2 = hA(u), A(u)i ≤ C ||u|| ||A(u)|| ,

3. D’autre part, on remarque que u (la solution) et v (la fonction-test) ne sont pas dans le même espace.
152 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

d’où ||A(u)|| ≤ C ||u||.

On note enﬁn que hA(u), ui ≥ α ||u||2 où α est le module de coercitivité de a, pour tout u ∈ H.
En eﬀet,
hA(u), ui = a(u, u) ≥ α ||u||2 .
On doit montrer qu’il existe u tel que

hA(u), v − ui ≥ hL, v − ui ∀v ∈ V,

ce qui revient à
hL − A(u), v − ui ≤ 0 ∀v ∈ V,

encore équivalent à
λhL − A(u), v − ui ≤ 0 ∀v ∈ V

si λ > 0, soit ﬁnalement

hλL − λA(u) + u − u, v − ui ≤ 0 ∀v ∈ V.

Cette dernière inégalité signiﬁe que u est la projection de λL − λA(u) + u sur le convexe fermé
V , que l’on note
u = PV (λL − λA(u) + u).

Soit S l’application qui à v ∈ H associe PV (λL − λA(v) + v). Nous cherchons un point ﬁxe de
S. Nous allons montrer que S est une contraction si λ ∈ R∗+ est correctement choisi. Comme PV
est une projection, on a

||S(v1 ) − S(v2 )|| ≤ ||λL − λA(v1 ) + v1 − (λL − λA(v2 ) + v2 )||

= ||v1 − v2 − λ (A(v1 ) − A(v2 ))|| ∀v1 , v2 ∈ H.

On a ainsi

||S(v1 ) − S(v2 )||2 ≤ ||v1 − v2 ||2 + λ2 ||A(v1 ) − A(v2 )||2 − 2λhA(v1 ) − A(v2 ), v1 − v2 i

et, grâce aux propriétés de l’application qui à u ∈ H associe A(u) (vues en tête de démonstra-
tion),

||S(v1 ) − S(v2 )||2 ≤ ||v1 − v2 ||2 1 + λ2 C 2 − 2αλ .
2α 2 2
Or, si λ ∈]0, C 2 [, 1 + λ C − 2αλ ∈]0, 1[. Pour un tel coeﬃcient λ, l’application S est une

contraction stricte. Donc elle a un unique point fixe dans H (car H est un espace de Banach).
Ce point fixe, noté u, vérifie S(u) = u, soit

u = PV (λL − λA(u) + u),

c’est la solution du problème.

Supposons maintenant que a est symétrique. Cette forme bilinéaire coercitive déﬁnit alors un
4.2. ÉTUDE DE −∆U + U = F 153

produit scalaire (·, ·) équivalent à h·, ·i sur H. Il existe donc un unique élément de H, noté w,
tel que
a(w, v) = l(v) ∀v ∈ H.
La solution u du problème de l’énoncé est donc solution de

a(u, v − u) ≥ a(w, v − u) ∀v ∈ V,

c’est-à-dire
a(w − u, v − u) ≤ 0 ∀v ∈ V,
u est donc la projection selon le produit scalaire a(·, ·), notée ΠV , de w sur V . La solution u réalise
donc le minimum, pour v ∈ V , de (a(w − v, w − v))1/2 , c’est-à-dire de a(v, v)−2a(w, v)+a(w, w)
et donc de
a(v, v) − 2a(w, v)

puisque a(w, w) ne dépend pas de v. La solution u réalise donc le minimum dans V de

a(v, v) − 2l(v).

C’est ce qu’il fallait démontrer.

Remarque 46
Le théorème de Lax-Milgram peut se démontrer grâce à ce théorème. En eﬀet, pour ce dernier,
on cherche un élément u ∈ H tel que a(u, v) = l(v) pour tout v ∈ H. H étant un sous-ensemble
convexe fermé de H, le théorème de Stampacchia informe du fait qu’il existe un unique élément
u ∈ H tel que
a(u, v − u) ≥ l(v − u) ∀v ∈ H.
Avec les notations introduites dans la précédente démonstration, u est l’unique solution de

hL − A(u), νv − ui ≤ 0 ∀v ∈ H, ∀ν ∈ R.

Donc hL − A(u), vi = 0 ∀v ∈ H, c’est-à-dire a(u, v) = l(v) pour tout v ∈ H (il faudrait encore
montrer l’unicité d’un tel u).

Théorème 23
Le problème faible de Dirichlet non homogène (4.5) admet une unique solution.

On a bien sûr supposé que f ∈ L2 (Ω) et que g est la trace d’une fonction g̃ ∈ H 1 (Ω).

Démonstration
u est solution faible de (4.4) si et seulement si
Z Z
(∇u · (∇v − ∇u) + u(v − u)) ≥ f (v − u) ∀v ∈ V.
Ω Ω

En eﬀet :
154 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

– si u est solution faible, v − u ∈ H01 (Ω) pour tout v ∈ V donc

Z Z
(∇u · (∇v − ∇u) + u(v − u)) = f (v − u) ∀v ∈ V ;
Ω Ω

– si u vériﬁe l’inégalité variationnelle, soit w ∈ H01 (Ω) et posons v = u + w : on a v ∈ V donc

Z Z Z Z
(∇u · (∇v − ∇u) + u(v − u)) = (∇u · ∇w + uw) ≥ f (v − u) = f w,
Ω Ω Ω Ω

puis posons v = u − w : on a v ∈ V donc

Z Z Z Z
(∇u · (∇v − ∇u) + u(v − u)) = − (∇u · ∇w + uw) ≥ f (v − u) = − f w,
Ω Ω Ω Ω

d’où Z Z
(∇u · ∇w + uw) = fw ∀w ∈ H01 (Ω).
Ω Ω

De plus, V est fermé, non vide et convexe (c’est un sous-espace aﬃne de H 1 (Ω)), donc le théorème
de Stampacchia s’applique, ceci termine la démonstration.

Remarque 47
On peut démontrer (exercice) que la solution u de (4.5) ne dépend que de g, pas du relèvement
g̃ de g.

Le théorème de régularité déjà utilisé permet de montrer qu’en fait, la solution u est une
solution forte L2 (Ω) : u ∈ V ∩ H 2 (Ω).
La technique des troncatures de Stampacchia, employée dans la section 4.2.1, permet de
démontrer que si ∂Ω est de classe C 2 , u vériﬁe le principe du maximum

min (infess∂Ω g, infessΩ f ) ≤ u ≤ max (supess∂Ω g, supessΩ f )

presque partout dans Ω.

4.2.3 Quelques éléments pour le problème de Neumann homogène

On considère cette fois le problème
(
−∆u + u = f dans Ω,
(4.6)
∇u · n = 0 sur ∂Ω

où Ω est un ouvert borné de Rd de frontière lipschitzienne et de normale unitaire extérieure n.

Le second membre f est une donnée du problème.
Si u est une solution forte de (4.6), pour tout ϕ ∈ D(Ω) on a
Z Z
(∇u · ∇ϕ + uϕ) = fϕ
Ω Ω
4.2. ÉTUDE DE −∆U + U = F 155

R
car ∂Ω ϕ∇u · n = 0 à cause de la condition de bord. De plus, D(Ω) est dense dans H 1 (Ω), donc
on a Z Z
(∇u · ∇v + uv) = f v ∀v ∈ H 1 (Ω).
Ω Ω

On dit que u est solution faible de (4.6) si et seulement si

Z Z
u ∈ H 1 (Ω) et (∇u · ∇v + uv) = fv ∀v ∈ H 1 (Ω). (4.7)
Ω Ω

Théorème 24
Le problème (4.7) a une unique solution.

Ce résultat est une conséquence immédiate du théorème de Lax-Milgram.

On peut cependant se demander si la forme faible (4.7) est effectivement reliée à la forme
forte (4.6). En effet, à la différence du cas des conditions de Dirichlet homogènes, les conditions
aux limites n’apparaissent pas explicitement dans l’espace fonctionnel dans lequel on cherche la
solution. La solution faible vérifie-t-elle ces conditions ?
Supposons que ∂Ω est de classe C 2 . Alors la solution faible u ∈ H 1 (Ω) est une solution forte
L2 (Ω), donc ∆u ∈ L2 (Ω) et
−∆u + u = f dans L2 (Ω).

En multipliant cette équation par v ∈ H 1 (Ω) et en intégrant sur Ω, on obtient

Z Z
(−v∆u + uv) = fv
Ω Ω

et, grâce à une formule de Green,

Z Z Z
− v∇u · n + (∇u · ∇v + uv) = f v.
∂Ω Ω Ω

Or u est solution faible, ce qui signiﬁe que

Z Z
(∇u · ∇v + uv) = f v.
Ω Ω

Donc on a Z
v∇u · n = 0 ∀v ∈ H 1 (Ω).
∂Ω

Or l’image de H 1 (Ω) par l’application trace est dense dans L2 (∂Ω) (théorème admis ici). On en
déduit que Z
ϕ∇u · n = 0 ∀ϕ ∈ L2 (∂Ω).
∂Ω

Cela entraı̂ne que ∇u · n = 0 presque partout sur ∂Ω.

156 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

4.2.4 Méthode des éléments finis

Nous désirons résoudre de manière approchée le problème

trouver u ∈ V tel que a(u, v) = l(v) ∀v ∈ V

où V est un espace de Hilbert, a une forme bilinéaire continue coercitive sur V et l une forme
linéaire continue sur V . Le théorème de Lax-Milgram assure l’existence et l’unicité d’une solution
à ce problème.
Le principe de la méthode des éléments ﬁnis est de résoudre de manière exacte le problème

trouver uh ∈ Vh tel que a(uh , vh ) = l(vh ) ∀vh ∈ Vh

où Vh est un sous-espace vectoriel fermé de V . Là encore, le théorème de Lax-Milgram assure
l’existence d’une unique solution uh car Vh est un espace de Hilbert, a y est une forme bilinéaire
continue et coercitive, et l y est une forme linéaire continue. Pour que la résolution exacte du
problème soit possible dans Vh , on le choisit de dimension finie : ainsi, le problème linéaire à
résoudre n’est que celui de l’inversion d’une matrice. Pour que la solution uh ∈ Vh soit proche
de la solution u (inconnue), il faut garantir que Vh est ≪ proche ≫ de V en un certain sens (à
définir). On est amené à définir une suite d’approximations (Vh )h>0 de V et on cherche à définir
de manière convenable une ≪ convergence ≫ de Vh vers V lorsque h tend vers 0.

Définition 12
On dit que (Vh )h>0 est une suite d’approximations conforme de V si et seulement si
– pour tout h > 0 (assez petit), Vh est un sous-espace de dimension ﬁnie de V ;
– pour tout v ∈ V , ∀ε > 0, ∃η ∈ R tel que pour tout h ≤ η, ∃vh ∈ Vh tel que

||v − vh ||V ≤ ε.

Lemme 12 (lemme de Céa, ou encore second lemme de Strang)
Soit V un espace de Hilbert et soit Vh un sous-espace vectoriel de dimension ﬁnie de V . Soit
a une forme bilinéaire continue coercitive sur V de module de continuité C et de module de
coercitivité α, soit l une forme linéaire continue sur V de module de continuité D. Soit u ∈ V
la solution de
a(u, v) = l(v) ∀v ∈ V.

Soit uh ∈ Vh la solution de
a(uh , vh ) = l(vh ) ∀vh ∈ Vh .

Alors
C
||u − uh ||V ≤ inf ||u − vh ||V .
α vh ∈Vh

4.2. ÉTUDE DE −∆U + U = F 157

Démonstration
On a a(u, vh ) = l(vh ) pour tout vh ∈ Vh et a(uh , vh ) = l(vh ) pour tout vh ∈ Vh , donc

a(u − uh , vh ) = 0 ∀vh ∈ Vh .

Puisque uh − vh ∈ Vh , on en déduit que a(u − uh , uh − vh ) = 0. Ainsi

a(u − uh , u − vh ) = a(u − uh , u − uh ) + a(u − uh , uh − vh ) = a(u − uh , u − uh ).

Or
a(u − uh , u − vh ) ≤ C ||u − uh ||V ||u − vh ||V
par continuité de a et
a(u − uh , u − uh ) ≥ α ||u − uh ||2V
par coercitivité de a. Donc
C
||u − uh ||V ≤ ||u − vh ||V ∀vh ∈ Vh ,
α
ce qu’il fallait démontrer.

C’est un bon départ pour montrer la convergence de uh vers u lorsque h tend vers 0, mais il
reste à trouver une estimation de
inf ||u − vh ||V ,
vh ∈Vh

ce qui est en général assez diﬃcile. Nous verrons dans la suite sur un exemple concret (pour
le problème −u′′ + u = f dans ]0, 1[) comment le faire. Pour l’instant, gardons le problème
abstrait a(u, v) = l(v) et intéressons-nous de plus près au problème discrétisé par les éléments
ﬁnis associé.

Soit nh la dimension de Vh et soit wh1 , . . . , whnh une base de Vh . Soit uh ∈ Vh la solution de

a(uh , vh ) = l(vh ) pour tout vh ∈ Vh . Notons uh1 , . . . , uhnh les composantes de uh :
nh
X
uh = uhi whi ,
i=1

et notons Uh = (uhi )ni=1
h
le vecteur de Rnh formé des composantes de uh dans la base wh1 , . . . , whnh .

Proposition 16
uh ∈ Vh est solution de
a(uh , vh ) = l(vh ) ∀vh ∈ Vh
si et seulement si
Ah Uh = Bh
où
Ahi,j = a(whj , whi ) ∀i, j ∈ {1, . . . , nh },
Bhi = l(whi ) ∀i ∈ {1, . . . , nh }.
La matrice Ah est déﬁnie positive et le système linéaire admet une unique solution.
158 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

Remarque 48
Noter que l’on a
Ahi,j = a(whj , whi ) ∀i, j ∈ {1, . . . , nh }
et non
Ahi,j = a(whi , whj ) ∀i, j ∈ {1, . . . , nh },
ce qui n’est pas la même formule si a n’est pas symétrique 4 !
Démonstration
L’équation a(uh , vh ) = l(vh ) est linéaire, elle est donc vériﬁée pour tout vh ∈ Vh si et seulement si

elle l’est pour chaque élément de la base wh1 , . . . , whnh de Vh . Donc uh est solution du problème
si et seulement si  
Xnh
a uhj whj , whi  = l(whi ) ∀i ∈ {1, . . . , nh },
j=1

ce qui est équivalent, par bilinéarité de a, à

nh
X
uhj a whj , whi = l(whi ) ∀i ∈ {1, . . . , nh }.
j=1

Ce système s’écrit bien

Ah Uh = Bh
avec les expressions de Ah et Bh données dans l’énoncé. Noter que l’on sait déjà que ce système
est inversible, puisque le problème de trouver uh ∈ Vh tel que a(uh , vh ) = l(vh ) a une unique
solution d’après le théorème de Lax-Milgram.
Montrons que Ah est déﬁnie positive. Soit U = (ui )ni=1 h
un vecteur de Rnh . On a
  2
Xnh Xnh nh
X nh
X nh
X
j j
T
U Ah U = Ahi,j uj ui = a  uj wh , ui wh  ≥ α
i
uj wh
i=1 j=1 j=1 i=1 j=1
V

par coercitivité de a. Donc Ah est déﬁnie positive.

Un exemple concret d’éléments finis

Pour simpliﬁer, on se place ici en dimension 1 et on étudie le problème

(
−u′′ + u = f dans ]0, 1[,
u(0) = u(1) = 0,
dont la formulation variationnelle est
trouver u ∈ H01 (]0, 1[) tel que
a(u, v) = l(v) ∀v ∈ H01 (]0, 1[)
4. Cette remarque n’est pas totalement débile, si on ne l’a pas à l’esprit le jour où l’on programme effectivement
la méthode on fait la faute.
4.2. ÉTUDE DE −∆U + U = F 159

avec Z 1
a(u, v) = u′ v ′ + uv ∀u, v ∈ H01 (]0, 1[)
0
et Z 1
l(v) = fv ∀v ∈ H01 (]0, 1[).
0
Il nous faut construire la suite d’approximations conforme (Vh )h>0 , c’est-à-dire trouver des
fonctions de base de Vh (pour tout h > 0). Ces fonctions doivent être dans H01 (]0, 1[). En
dimension 1, cela impose qu’elles soient continues sur [0, 1], mais cela laisse encore un choix
très large. . . On pourrait par exemple penser à définir Vh comme l’espace des polynômes de
degré inférieur ou égal à nh − 1. Cependant, la matrice Ah serait alors constituée d’intégrales de
polynômes et (sauf cas très particulier) aucun des coefficients de Ah ne serait nul, ce qui rendrait
son inversion difficile. On écarte pour cette raison ce choix (ici) au profit de fonctions de base
qui rendront la matrice Ah creuse. Puisque
Z 1
′ ′
Ahi,j = whi whj + whi whj ,
0

cela revient à trouver des fonctions whi dont les supports soient d’intersections ≪ petites ≫. Un
tel exemple de fonctions de base est fourni par les éléments P 1 déﬁnis comme suit. On pose,
pour tout i ∈ {1, . . . , nh },

whi (x) = (1 − |(nh + 1)x − i|)+ ∀x ∈ [0, 1]

où (y)+ est la partie positive de y ∈ R : (y)+ = max(0, y). Pour nh = 9, on visualise quelques-
unes de ces fonctions de base sur la ﬁgure 4.1.

1
wh1
wh4
wh9

0,5

0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1

Figure 4.1 – Quelques fonctions de base des éléments ﬁnis P 1.

160 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

Pour tout nh ∈ N, on a ainsi nh fonctions, et on pose Vh = vect{wh1 , . . . , whnh }.

Lemme 13
Vh est l’ensemble des fonctions continues sur [0, 1], nulles en 0 et en 1 et aﬃnes sur chaque
intervalle du type [ nhi+1 , ni+1
h +1
] pour i ∈ {0, . . . , nh }. C’est un espace vectoriel de dimension nh .

Lemme 14
Les fonctions de Vh sont entièrement déterminées par les valeurs qu’elles prennent aux points
du maillage 5 nhi+1 pour i ∈ {1, . . . , nh }.

La démonstration de ces lemmes est (l)ai(s)sée (en exercice).

Lemme 15
Pour tout nh ∈ N∗ , Vh ⊂ V = H01 (]0, 1[).

Démonstration
Il faut montrer que Vh ⊂ L2 (]0, 1[) et que la dérivée au sens des distributions d’une fonction de
Vh peut être représentée par une fonction de L2 (]0, 1[).
Le fait que Vh ⊂ L2 (]0, 1[) est une conséquence immédiate de la continuité des fonctions de Vh .
Soit maintenant v ∈ Vh . Cette fonction est dérivable sur chaque intervalle du type ] nhi+1 , ni+1
h +1
[:
notons vi cette dérivée (constante) sur cet intervalle. Soit ϕ ∈ D(]0, 1[).

Z nh Z i+1 nh Z i+1
!
1 X nh +1 X i+1
nh +1
vϕ′ = vϕ′ = ϕv ′
nh +1
[vϕ] i −
i nh +1 i
0 i=0 nh +1 i=0 nh +1
nh
X i+1 nh Z
X i+1 Z 1 Z 1
nh +1
′
ϕv ′
nh +1
= [vϕ] i − ϕvi = v(1)ϕ(1) − v(0)ϕ(0) − ϕv = −
nh +1 i
i=0 i=0 nh +1
0 0

où l’on a posé

nh
X
v ′ (x) = vi 1] i
, i+1 ] (x).
nh +1 nh +1
i=0

Cette fonction est un élément de L2 (]0, 1[), donc v est bien un élément de H 1 (]0, 1[). D’autre
part, v(0) = v(1) = 0, donc v ∈ H01 (]0, 1[).

Le sous-espace Vh étant choisi, il nous reste à calculer la matrice Ah .

1
5. Le maillage en question est un maillage régulier de [0, 1] de pas nh +1
... Que l’on assimilera à h puisque h
est un paramètre devant tendre vers 0.
4.2. ÉTUDE DE −∆U + U = F 161

Lemme 16
Avec les éléments P 1 déﬁnis ci-dessus, la matrice du système linéaire à résoudre est
 
ah bh 0 · · · ··· ··· 0
 
 bh ah bh 0 ··· ··· 0 
 
 0 b h a h bh 0 ··· 0 
 
 .. .. .. .. .. 
 . 0 bh . . . . 
Ah =  
 .. .. .. .. .. 
 . . 0 . . . 0 
 
 .. .. .. . . .. .. 
 . . . . . . bh 
 
0 0 0 ··· 0 bh ah

1 2 2h
où l’on a posé h = nh +1 et ah = h + 3 et bh = − h1 + h6 .

La démonstration de ce résultat est encore laissée en exercice (elle consiste en l’intégration

de polynômes de degré au plus 2).
Nous allons maintenant montrer que la méthode des éléments ﬁnis converge (dans notre cas
particulier).

Théorème 25
Soit f ∈ L2 (]0, 1[). Soit u ∈ H01 (]0, 1[) la solution faible (forte L2 (]0, 1[)) de
(
−u′′ + u = f dans ]0, 1[,
u(0) = u(1) = 0

et soit uh la solution (éléments ﬁnis P 1) de

Ah Uh = Bh

décrite ci-dessus, avec nh = 1/h − 1 ∈ N∗ .

Alors, il existe D ∈ R ne dépendant pas h tel que

||u − uh ||H 1 (]0,1[) ≤ Dh.

Démonstration
On sait déjà, d’après le lemme 12, que

C
||u − uh ||H 1 (]0,1[) ≤ inf ||u − vh ||H 1 (]0,1[)
α vh ∈Vh

(avec la déﬁnition de Vh utilisée ci-dessus). Nous allons maintenant trouver une majoration utile
de
inf ||u − vh ||H 1 (]0,1[) .
vh ∈Vh
162 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

Supposons d’abord que la solution u est de classe C 2 ([0, 1]). Considérons la fonction Ih u déﬁnie
sur [0, 1] comme la fonction continue sur [0, 1], aﬃne sur tout intervalle du type [ih, (i + 1)h]
pour i ∈ {0, . . . , nh } et telle que Ih u(ih) = u(ih) pour tout i ∈ {0, . . . , nh + 1}. C’est la fonction
interpolée de u aux points du maillage. On a Ih u ∈ Vh et
nh
X
Ih u = u(ih)whi .
i=1

Sur chaque intervalle du type ]ih, (i + 1)h[ (i ∈ {1, . . . , nh }), on a

u((i + 1)h) − u(ih)

(Ih u)′ (x) = ,
h
donc
u((i + 1)h) − u(ih)
(u − Ih u)′ (x) = u′ (x) − .
h
Or, u étant supposée de classe C 2 , on a
Z (i+1)h
′
u((i + 1)h) − u(x) = ((i + 1)h − x) u (x) + u′′ (y)((i + 1)h − y) dy
x

et Z ih
u(ih) − u(x) = (ih − x) u′ (x) + u′′ (y)(ih − y) dy,
x
d’où
Z (i+1)h Z ih
′ ′′
u((i + 1)h) − u(ih) = hu (x) + u (y)((i + 1)h − y) dy − u′′ (y)(ih − y) dy.
x x

D’après l’inégalité de Cauchy-Schwarz,

Z 2 Z
(i+1)h
′′ |(i + 1)h − x|3 (i+1)h
u (y)((i + 1)h − y) dy ≤ u′′ (y)2 dy
x 3 x

et Z Z
2
ih
′′ |x − ih|3 ih
u (y)(ih − y) dy ≤ u′′ (y)2 dy.
x 3 x

On en déduit que pour tout x ∈]ih, (i + 1)h[,

u((i + 1)h) − u(ih) 2

u′ (x) −
h
Z Z ! Z
|(i + 1)h − x|3 (i+1)h ′′ 2 |x − ih|3 x ′′ 2 2h (i+1)h ′′ 2
≤2 u (y) dy + u (y) dy ≤ u (y) dy.
3h2 x 3h2 ih 3 ih

Ainsi,
Z (i+1)h Z (i+1)h
′
2 2h2
(u − Ih u) (y) dy ≤ u′′ (y)2 dy
ih 3 ih
4.2. ÉTUDE DE −∆U + U = F 163

et en sommant sur i ∈ {1, . . . , nh } on obtient

Z 1 Z
′
2 2h2 1 ′′ 2
(u − Ih u) (y) dy ≤ u (y) dy.
0 3 0
Ceci est vrai si u ∈ C 2 ([0, 1]). Par densité de C 2 ([0, 1]) dans H 2 (]0, 1[), cela reste vrai pour
la solution générale u ∈ H01 (]0, 1[) ∩ H 2 (]0, 1[) du problème de Dirichlet homogène avec f ∈
L2 (]0, 1[).
On peut soit faire un raisonnement similaire soit utiliser l’inégalité de Poincaré pour en
R1
déduire une majoration du même type pour 0 ((u − Ih u)(y))2 dy. Cela clôt la démonstration.

4.2.5 Quelques résultats numériques

Présentons maintenant l’application de la méthode, décrite ci-dessus, des éléments ﬁnis P 1
2 u+u = 1 avec des conditions de Dirichlet homogènes.
sur le segment [0, 1] pour le problème −∂x,x
La solution exacte est alors donnée par
ex + e1−x
u(x) = 1 − ∀x ∈ [0, 1].
1+e

0,12

0,1

0,08

0,06

0,04 solution exacte

solution approchée avec 20 points

0,02

0
0 0,2 0,4 0,6 0,8 1

Figure 4.2 – Résultat obtenu avec les éléments ﬁnis P 1.

Dans ce cas, où la solution est très régulière et symétrique, l’approximation donnée par les
éléments ﬁnis avec seulement 20 mailles est déjà excellente. Voici d’autres résultats, avec le
second membre 

 1 si x ∈ [0, 1/3[,
f (x) = 0 si x ∈ [1/3, 2/3[,


2 si x ∈ [2/3, 1].
164 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

Un calcul un peu fastidieux (et donc pas inutile) montre que la solution est alors


 x −x
 1 + αe + βe si x ∈ [0, 1/3[,
u(x) = γex + δe−x si x ∈ [1/3, 2/3],


2 + ǫex + ζe−x si x ∈]2/3, 1]

avec


 −2 − gd e

 ζ =

 1 f

 e − de

 g − fζ

 ǫ=

 d



 2 − ac e2/3 + ζe−2/3 + ǫe2/3
δ=
 e−2/3 − ab e2/3

 c − bδ

 γ=

 a



 e 1/3 − 1 + δe−1/3 + γe1/3

 β=

 e−1/3 − e1/3


α = −1 − β,

où les coeﬃcients a, b, c, d, f et g sont donnés par

 −1/3 + e1/3

 1/3 1/3 e

 a = −e − e

 e−1/3 − e1/3

 −1/3 + e1/3

 −1/3 −1/3 e

 b = e − e

 e−1/3 − e1/3



 1/3 1/3 e−1/3 + e1/3

 c = e + (e − 1)
e−1/3 − e1/3
2

 d = −2/3 b 2/3

 e − ae



 2e−2/3

 f = −2e−2/3 + e−2/3



 e−2/3 − ab e2/3

 c 2/3


 −2/3 2 − a e
 g = 2 − 2e
e−2/3 − ab e2/3

(je n’en mettrais pas ma main à couper).

4.2. ÉTUDE DE −∆U + U = F 165

0,09

0,08

0,07

0,06

0,05

0,04

0,03 solution exacte

solution approchée avec 20 points
solution approchée avec 101 points
0,02

0,01

0
0 0,2 0,4 0,6 0,8 1

Figure 4.3 – Résultat obtenu avec les éléments ﬁnis P 1.

Il est clair sur ce cas-test que l’approximation est d’autant meilleure que le nombre de points
est grand. Ces résultats ont été calculés à l’aide du programme (en langage Scilab) suivant.

////////////////////////////////////////////////////////////////
////////////// Éléments finis P1 pour l’équation ////////////////
//////////////// −∆ u + u = f . /////////////
////////////////////////////////////////////////////////////////

clear();
stacksize(100000000);

/////////////// Paramètres. ///////////////

pi = 3.14159;
Xmax = 1; // Longueur de l’intervalle.
M = 20; // Nombre de points du maillage
// (à l’intérieur du segment).
dx = Xmax/(M+1); // Pas en espace.
x=(1:M)’*dx; // Points de la grille en x.

///////// Remplissage de la matrice creuse A. /////////

166 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES

a = 2./dx + 2.*dx/3.;
b = dx/6. - 1./dx;
A = zeros(M,M);

for i=2:M-1,
A(i,i) = a;
A(i,i-1) = b;
A(i,i+1) = b;
end;
A(1,1) = a;
A(1,2) = b;
A(M,M) = a;
A(M,M-1) = b;

A = sparse(A);

/////// Création du vecteur B (second membre). //////

B = zeros(M,1);

for i=1:ceil((M+1)/3)-1,
B(i,1) = dx;
end;
B(ceil((M+1)/3),1) = dx/2.;
for i=ceil((M+1)/3)+1:ceil(2*(M+1)/3)-1,
B(i,1) = 0.;
end;
B(ceil(2*(M+1)/3),1) = dx/2.;
for i=ceil(2*(M+1)/3)+1:M,
B(i,1) = 2.*dx;
end;
//for i=1:M,
// B(i,1) = dx;
//end;

// On factorise la matrice A pour pouvoir résoudre

// les systèmes linéaires plus rapidement.
[factA,rk] = lufact(A);
4.2. ÉTUDE DE −∆U + U = F 167

u = zeros(M,1); // vecteur de la solution numérique.

u = lusolve(factA,B); // Résolution du système linéaire.

xset("wwpc"); // Options d’affichage de la solution.

plot(x,u);
xset("wshow");

unix(’rm -f resultat’); // Écriture du résultat

plouf = file(’open’,’resultat’,’unknown’); // dans le fichier
for i=1:M, // << resultat >> : un peu
// d’originalité ne
// fait pas de mal.
fprintf(plouf,’%f %f\n’,xfin(i),ufin(i));
end;
file(’close’,plouf);
// Fin du programme...
// Qui semble coı̈ncider avec la fin du cours !
168 CHAPITRE 4. ÉQUATIONS ELLIPTIQUES
Chapitre 5

Annexe : énoncés de partiels et

examens, et leurs corrigés

Partiel, le 6 avril 2004

Durée : 3 heures

Exercice 1.
On veut ici approcher la solution du problème

 2
 ∂t u − ∂xx u = 0 (t, x) ∈]0, T ]×]0, 1[
u(0, x) = u0 (x) x ∈ [0, 1], (5.1)


u(t, 0) = u(t, 1) = 0 t ∈ [0, T ]

où u0 ∈ C ∞ ([0, 1]) et u0 (0) = u0 (1) = 0. On se propose d’utiliser le schéma aux différences finies
suivant.
Soit J et N des entiers naturels supérieurs à 1. On pose xj = j/(J + 1) pour tout j ∈ {0, . . . , J +
1}, ∆x = 1/(J + 1), tn = nT /N pour tout n ∈ {0, . . . , N } et ∆t = T /N . On définit la condition
initiale numérique par u0j = u0 (xj ) pour tout j ∈ {0, . . . , J +1}, la solution approchée au premier
pas de temps par u1j = u0 (xj ) (pour simplifier !), et la solution approchée aux instants tn par les
relations



 un0 = 0 ∀n ∈ N,
 n
uJ+1 = 0 ∀n ∈ N, (5.2)

 un+1 − ujn−1 unj+1 − 2unj + unj−1

 j
− = 0 ∀j ∈ {1, . . . , J}, ∀n ∈ {1, . . . , N − 1}.
2∆t ∆x2
1) Rappelez la régularité de u démontrée en cours.
2) Montrez en effectuant des développements limités que le schéma (5.2) est consistant et d’ordre
2 en temps et 2 en espace.

169
170 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

3) On pose maintenant, pour tout n ∈ N,

 
un1
 . 
Un =  . 
 . ∈R
J

unJ

et, pour tout n ∈ N∗ , !

n Un
V = ∈ R2J .
U n−1
a) Montrez que le schéma (5.2) s’écrit sous la forme

V n+1 = BV n ,

où !
∆t
−2 ∆x 2A IJ ,
B= ∈ R2J×2J ,
IJ 0

où IJ est la matrice identité de RJ×J et A est une matrice que vous déﬁnirez.
b) Montrez que les valeurs propres de B sont toutes non nulles et que µ est valeur propre de
B si et seulement si µ − µ1 est valeur propre de −2 ∆x∆t
2 A. Déduisez-en que µ est valeur propre

de B si et seulement si √
λ ± λ2 + 4
µ=
2
∆t
où λ est valeur propre de −2 ∆x 2 A.

c) Rappelez l’expression des valeurs propres de A obtenue en cours, en déduire que µJ > 1
pour tout ∆t > 0 et tout ∆x > 0 (µJ étant la plus grande valeur propre, en valeur absolue, de
B).
d) Déduisez-en que ||B n ||2 n’est pas borné indépendamment de n puis, en utilisant un résultat
montré en cours, que le schéma n’est pas stable pour ||| · |||2 .
Exercice 2.
Soit f : R −→ R une fonction de classe C 1 (R). Soit ε ∈ R∗+ . On considère l’équation

2
∂t uε + ∂x f (uε ) = ε∂xx uε . (5.3)

On cherche des solutions de cette équation, appelées ondes progressives, sous la forme

x − ct
uε (t, x) = u , (5.4)
ε

où c est une constante (vitesse de l’onde progressive), et u est une fonction de classe C 2 (R) qui
vériﬁe
limξ→−∞ u(ξ) = uG , limξ→−∞ u′ (ξ) = 0,
limξ→+∞ u(ξ) = uD , limξ→+∞ u′ (ξ) = 0,
171

uG et uD étant des réels donnés tels que uG 6= uD .

1) Montrez que si une solution-onde progressive de (5.3) existe, u vériﬁe l’équation diﬀérentielle
ordinaire
−u′′ − cu′ + (f ◦ u)′ = 0

et déduisez-en que u vériﬁe

−u′ − cu + (f ◦ u) = A (5.5)

pour une certaine constante réelle A.

2) Calculez la valeur de A en fonction de c et uG puis en fonction de c et uD . Déduisez-en
l’expression de c en fonction de uG et uD . Que remarquez-vous ?
3) Expliquez pourquoi tout problème de Cauchy associé à l’équation diﬀérentielle ordinaire (5.5)
admet une unique solution maximale 1 .
2
4) On suppose dorénavant que f (u) = u2 . Montrez que les solutions de (5.5) telles que

min(uG , uD ) < u(0) < max(uG , uD )

sont données par

uG + uD exp( uG −u
2
D
(ξ − ξ0 ))
u(ξ) = uG −uD (5.6)
1 + exp( 2 (ξ − ξ0 ))
pour un certain ξ0 ∈ R.
5) Montrez que si uG > uD , la solution u donnée par (5.6) vérifie toutes les conditions en ±∞
exigées et que cela est impossible si uG < uD . Il n’existe donc pas de solution-onde progressive
si uG < uD .
6) Dans le cas où uG > uD , calculez la limite (presque partout), lorsque ε tend vers 0 par valeur
positives, u de uε donnée par (5.4) où u vérifie (5.6). Vérifiez que c’est une solution discontinue
qui satisfait à la relation de Rankine-Hugoniot. Pouvez-vous faire une remarque à ce propos
concernant le cas uG < uD ?
Exercice 3.
On considère l’équation aux dérivées partielles

∂t u + ∂x f (u) = 0 (5.7)

où f ∈ C 2 (R) est une fonction convexe. Le but de cet exercice est de montrer l’unicité sous
condition d’Oleinik. On suppose qu’il existe deux solutions (faibles) u ∈ L∞ ([0, T [×R) et v ∈
L∞ ([0, T [×R) de (5.7) vériﬁant u(0, x) = u0 (x) et v(0, x) = u0 (x) dans R. On suppose de plus
qu’il existe deux constantes réelles positives Cu et Cv telles que ∀t ∈ R∗+ ,

u(t, y) − u(t, x) ≤ Cu (y − x) ∀y ≥ x,
(5.8)
v(t, y) − v(t, x) ≤ Cv (y − x) ∀y ≥ x.

1. L’équation étant autonome, on remarque que sa solution est monotone.

172 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

On pose w(t, x) = u(t, x) − v(t, x).

1) Écrivez l’équation vériﬁée par w.
2) Montrez que ∀u, v ∈ R, f (u) − f (v) = a × (u − v) où a est donné par
Z 1
a= f ′ (θu + (1 − θ)v) dθ.
0

3) Déduisez-en que w(t, x) vériﬁe l’équation de continuité

∂t w + ∂x (aw) = 0

où a(t, x) est une vitesse que vous exprimerez précisément en fonction de u(t, x) et de v(t, x).
4) En utilisant la régularité et la convexité de f , montrer que a(t, x) vériﬁe l’inégalité d’Oleinik

a(t, y) − a(t, x) ≤ C(y − x) ∀y ≥ x

pour C = max(Cu , Cv ) maxu∈[−A,A] f ′′ (u) où A = max(||u||∞ , ||v||∞ ).

5) Déduisez-en que w = 0 presque partout.
Exercice 4.
On considère le système d’équations aux dérivées partielles
(
∂t τ − ∂x u = 0,
(5.9)
∂t u + ∂x τ1 = 0

(ce système est celui des équations d’Euler en régime isotherme).

1) Montrez que (5.9) est hyperbolique pour (τ, u) ∈ Ω où Ω est un ouvert de R2 que vous
préciserez (sachant que τ est l’inverse d’une densité massique et u une vitesse, déterminez un
domaine physique d’hyperbolicité).
2) Écrivez les relations de Rankine-Hugoniot pour ce système.
3) Soit (σ, (τG , uG ), (τD , uD )) une discontinuité vériﬁant les relations de Rankine-Hugoniot. Ex-
primez σ en fonction de τG et τD . Exprimez uD en fonction de uG , τG et τD .
4) On cherche maintenant les discontinuités vériﬁant les relations de Rankine-Hugoniot et telles
que
– σ > 0;
– uG = 0 ;
– τG = 1.
Tracez, dans un diagramme (τ, u), l’allure de l’ensemble des états à droite (τD , uD ) admissibles.
Exercice 5.
On considère l’équation aux dérivées partielles

∂t u + c∂x u = u

avec la donnée initiale u(0, x) = u0 (x) ∈ C 1 (R), où c est une constante réelle.
Calculer les courbes caractéristiques associées à cette équation (sans second membre). Montrer
173

que la solution, si elle existe, vérifie sur les caractéristiques une équation différentielle ordi-
naire que vous intégrerez, déduisez-en l’expression de la solution si elle existe, vérifiez que cette
expression est bien solution du problème.
174 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Corrigé du partiel du 6 avril 2004

Exercice 1.
1) D’après le cours, comme il n’y a pas de terme source (ce qui revient à considérer un terme
source nul donc de classe C ∞ ), la solution est dans Cb∞,∞ (R∗+ , [0, 1]).
2) Soit u la solution du problème (1). On a, par régularité C 3 de u, pour tout n ≥ 2, existence
de τ1 ∈ [tn−1 , tn ] et τ2 ∈ [tn , tn+1 ] tels que

∆t2 2 ∆t3 3
u(tn , xj ) − u(tn−1 , xj ) = ∆t∂t u(tn , xj ) − n
2 ∂tt u(t , xj ) + 6 ∂ttt u(τ1 , xj )
∆t2 2 ∆t3 3
u(tn+1 , xj ) − u(tn , xj ) = ∆t∂t u(tn , xj ) + n
2 ∂tt u(t , xj ) + 6 ∂ttt u(τ2 , xj ),

d’où
u(tn+1 , xj ) − u(tn−1 , xj )
= ∂t u(tn , xj ) + O(∆t2 ).
2∆t
Un développement limité en espace, eﬀectué en cours, donne aussi

u(tn , xj+1 ) − 2u(tn , xj ) + u(tn , xj−1 ) 2

= ∂xx u(tn , xj ) + O(∆x2 ).
∆x2
Ainsi, l’erreur de consistance au point (tn , xj ) vaut

u(tn+1 , xj ) − u(tn−1 , xj ) u(tn , xj+1 ) − 2u(tn , xj ) + u(tn , xj−1 )

ǫnj = − = O(∆t2 ) + O(∆x2 ),
2∆t ∆x2
ce qui signiﬁe que le schéma (2) est consistant et d’ordre 2 en temps et espace.
3) a) On a, avec les notations introduites dans cette question,

2∆t
U n+1 = U n−1 − AU n ,
∆x2
où A est la matrice  
2 −1 0 0 ··· 0
 
 −1 2 −1 0 · · · 0 
 
  2
 0 −1 2 −1 · · · 0  ∈ RJ .
 .. .. 
 . . 
 
0 ··· 0 0 −1 2

Comme U n−1 = U n−1 , on a naturellement

V n+1 = BV n ,

où !
∆t
−2 ∆x 2A IJ ,
B= ∈ R2J×2J ,
IJ 0
175

b) Supposons que 0 est une valeur propre de B, soit V un vecteur propre associé. On note
V1 et V2 les vecteurs de RJ constitués respectivement des J premières composants de V et des
J dernières ; ces vecteurs vériﬁent
∆t
−2 ∆x 2 AV1 + V2 = 0,

V1 = 0,

ce qui conduit à V1 = V2 = 0, donc V = 0 et V n’est pas un vecteur propre. . . Donc 0 n’est pas
valeur propre de B.
Soit maintenant µ une valeur propre de B, soit V le vecteur propre associé, que l’on décompose
de la même manière que ci-dessus : V = (V1 , V2 ). On a
∆t
−2 ∆x 2 AV1 + V2 = µV1 ,

V1 = µV2 ,

d’où V2 = µ1 V1 (donc V1 6= 0, sinon V serait nul aussi) et

∆t 1
−2 2 AV1 = (µ − µ )V1 ,
∆x
∆t 1
c’est-à-dire que V1 (non nul) est vecteur propre de −2 ∆x 2 A avec la valeur propre µ − µ .
∆t 1
Réciproquement, si V1 est vecteur propre de −2 ∆x 2 A avec une valeur propre λ qui s’écrit µ − µ

pour un certain µ 6= 0, on pose V2 = µ1 V1 et on vériﬁe que (V1 , V2 ) est vecteur propre de B

associé à la valeur propre µ. L’équation λ = µ − µ1 , équivalente à µ2 − λµ − 1 = 0, a pour
solutions √
λ ± λ2 + 4
µ= .
2

c) On a vu en cours que les valeurs propres de A sont les (λj )Jj=1 avec

2 jπ
λj = 4 sin ∀j ∈ {1, . . . , J},
2(J + 1)
∆t
donc les valeurs propres de −2 ∆x 2 A sont les

∆t 2 jπ
−8 sin ∀j ∈ {1, . . . , J}.
∆x2 2(J + 1)
La valeur propre de B de plus grand module, notée µJ , est
q
∆t ∆t 2
−2 ∆x 2 λJ − (−2 ∆x 2 λJ ) + 4
µJ = .
2
√
Comme J ≥ 1, π2 ≥ 2(J+1)
Jπ Jπ
≥ π4 et sin 2(J+1) ≥ 22 . Donc λJ ≥ 2 et
q
∆t ∆t 2
4 ∆x 2 + (4 ∆x 2) + 4 ∆t
|µJ | ≥ > 1+2 .
2 ∆x2
176 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

d) On a ||B n ||2 = ρ(B n ) = ρ(B)n (B est diagonalisable) qui n’est pas borné indépendamment
de n (où, pour toute matrice carrée M , ρ(M ) désigne le rayon spectral de M ). D’après un
résultat démontré en cours, un schéma du type V n+1 = BV n est stable si et seulement si ||B n ||2
est borné indépendamment de n. Donc, le schéma n’est pas stable en norme ||| · |||2 .
Exercice 2.
1) On a, si uε est de la forme (3),

c ′ x − ct 1 ′ x − ct 2 1 ′ x − ct
∂t uε (t, x) = − u , ∂x f (uε )(t, x) = (f ◦ u) , ∂xx uε (t, x) = 2 u ,
ε ε ε ε ε ε
donc (3) se réécrit
−u′′ − cu′ + (f ◦ u)′ = 0

ce qui, par une intégration, donne

−u′ − cu + (f ◦ u) = A

où A est une constante réelle.

2) On veut que limξ→−∞ u(ξ) = uG et limξ→−∞ u′ (ξ) = 0, donc, puisque f est continue,

A = lim −u′ (ξ) − cu(ξ) + (f ◦ u)(ξ) = −cuG + f (uG ).
ξ→−∞

On montre de la même façon, en faisant tendre ξ vers +∞, que A = −cuD + f (uD ). Et on en
déduit que
c(uD − uG ) = f (uD ) − f (uG ),

ce qui signifie que c est la vitesse de translation d’une discontinuité vérifiant la relation de
Rankine-Hugoniot.
3) L’équation différentielle (5) est une équation différentielle autonome à champ localement
lipschitzien (f étant supposée de classe C 1 ) : tout problème de Cauchy associé admet donc une
unique solution maximale, d’après le théorème de Cauchy-Lipschitz.
4) Il s’agit de trouver la solution de l’équation différentielle
(u − uG )(u − uD )
u′ = −cu + (f ◦ u) − A = .
2
Il suffirait de montrer que la fonction donnée par (6) est solution de cette équation, mais on
peut aussi facilement résoudre l’équation :
u′ 1
=
(u − uG )(u − uD ) 2
tant que le dénominateur ne s’annule pas, et cette équation se réécrit
u′ u′ uG − uD
− = ,
u − uG u − uD 2
177

d’où
u(ξ) − uG uG − uD
ln = (ξ − ξ0 ),
u(ξ) − uD 2
et
u(ξ) − uG uG − uD
= exp (ξ − ξ0 )
u(ξ) − uD 2
tant que u(ξ) ne vaut ni uG ni uD . La solution cherchée est telle que min(uG , uD ) < u(0) <
max(uG , uD ), donc, au moins pour |ξ| suﬃsamment petit, min(uG , uD ) < u(ξ) < max(uG , uD )
et
u(ξ) − uG u(ξ) − uG
=− .
u(ξ) − uD u(ξ) − uD
La solution u est donc
uG + uD exp( uG −u
2
D
(ξ − ξ0 ))
u(ξ) =
1 + exp( uG −u
2
D
(ξ − ξ0 ))
et on vériﬁe que cette solution n’atteint jamais uG ni uD : c’est une solution globale.
5) Si uG > uD , on a

lim u(ξ) = uG , lim u′ (ξ) = 0, lim u(ξ) = uD et lim u′ (ξ) = 0,

ξ→−∞ ξ→−∞ ξ→+∞ ξ→+∞

ce qui est demandé. Si uG < uD , on a

lim u(ξ) = uD , lim u′ (ξ) = 0, lim u(ξ) = uG et lim u′ (ξ) = 0,

ξ→−∞ ξ→−∞ ξ→+∞ ξ→+∞

donc la solution de l’équation diﬀérentielle ne vériﬁe pas les conditions en ±∞ voulues.

6) On vériﬁe que (
uG si x < ct,
u(t, x) = lim uε (t, x) =
ε→0 uD si x > ct.

Donc u(t, x) = u0 (x − ct) où (

uG si x < 0,
u0 (x) =
uD si x > 0.
u est une solution discontinue en translation vérifiant la relation de Rankine-Hugoniot. Le fait
qu’il n’y ait pas de solution-onde progressive dans le cas où uG < uD est à mettre en relation
avec le fait qu’en cours nous avons écarté de telles solutions discontinues en translation (qui ne
vérifient pas d’inégalité d’Oleinik, qui ne sont pas continues par rapport à la donnée initiale, telles
que les caractéristiques s’écartent de la ligne de discontinuité, etc.). Cela donne un argument de
plus pour écarter ces solutions discontinues : elles ne sont pas ¡¡ limites de solutions visqueuses ¿¿.
Exercice 3.
1) La quantité w vérifie l’équation

∂t w + ∂x (f (u) − f (v)) = 0
178 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

(on vérifie aisément que cette équation, trivialement vérifiée si u et v sont des solutions fortes,
l’est encore dans le cas de solutions faibles).
2) En prenant la définition de a donnée dans la question, on a
Z 1
a × (u − v) = f ′ (θu + (1 − θ)v)(u − v) dθ
0

et en eﬀectuant le changement de variable qui consiste à remplacer θu + (1 − θ)v par y, on a

Z u
a × (u − v) = f ′ (y) dy = f (u) − f (v).
v

3) Les résultats des questions 1) et 2) donnent w solution de

∂t w + ∂x (aw) = 0

avec Z 1
a(t, x) = f ′ (θu(t, x) + (1 − θ)v(t, x)) dθ.
0
4) Soit t > 0 et soit x, y tels que y ≥ x.
Z 1
a(t, y) − a(t, x) = f ′ (θu(t, y) + (1 − θ)v(t, y)) − f ′ (θu(t, x) + (1 − θ)v(t, x)) dθ.
0

Le ﬂux de l’équation, f , est supposé de classe C 2 , donc, ∀(θ, t, x, y), ∃z compris entre θu(t, y) +
(1 − θ)v(t, y) et θu(t, x) + (1 − θ)v(t, x) tel que

f ′ (θu(t, y) + (1 − θ)v(t, y)) − f ′ (θu(t, x) + (1 − θ)v(t, x))

= [(θu(t, y) + (1 − θ)v(t, y)) − (θu(t, x) + (1 − θ)v(t, x))]f ′′ (z).

Ainsi,
Z 1
a(t, y) − a(t, x) = [θ(u(t, y) − u(t, x)) + (1 − θ)(v(t, y) − v(t, x))]f ′′ (z) dθ
0

(bien sûr, z dépend de θ). Or f est convexe, donc f ′′ (z) ≥ 0 ∀θ et en utilisant les inégalités
d’Oleinik vériﬁées par u et v on a
Z 1
a(t, y) − a(t, x) ≤ [θCu (y − x) + (1 − θ)Cv (y − x)]f ′′ (z) dθ.
0

D’autre part, puisque z est compris entre θu(t, y) + (1 − θ)v(t, y) et θu(t, x) + (1 − θ)v(t, x), il est,
pour tout (θ, t, x, y), dans l’intervalle [−A, A] déﬁni dans la question. En utilisant maintenant la
positivité de Cu , Cv et (y − x), on en déduit que

a(t, y) − a(t, x)
Z 1
≤ [θ max(Cu , Cv )(y − x) + (1 − θ) max(Cu , Cv )(y − x)] max f ′′ (u) dθ = C(y − x)
0 u∈[−A,A]
179

avec la déﬁnition de C proposée dans la question.

5) Toutes les conditions sont réunies pour pouvoir appliquer le théorème d’unicité d’Oleinik pour
l’équation de continuité. En conclusion, w = 0 presque partout.
Exercice 4.
1) Le système quasi-linéaire équivalent (pour des solutions régulières) au système considéré est

! ! !
τ 0 −1 τ
∂t + ∂x =0
u − τ12 0 u

lorsque τ 6= 0. Les valeurs propres de la matrice jacobienne ci-dessus sont τ1 et − τ1 , elles sont donc
diﬀérentes et la matrice jacobienne est ﬁnalement diagonalisable et à valeurs propres réelles :
le système d’Euler en régime isotherme est hyperbolique sur R∗ × R (il y est même strictement
hyperbolique puisque les valeurs propres sont distinctes). Le domaine physique d’hyperbolicité
est R∗+ × R.
2) Les relations de Rankine-Hugoniot sont

−σ[τ ] − [u] = 0,
−σ[u] + [ τ1 ] = 0.

3) Les relations de Rankine-Hugoniot donnent σ 2 [τ ] = −[ τ1 ], soit σ 2 (τD − τG ) = 1

τG − τ1D , et enﬁn

r
1
σ=± .
τG τD

Ensuite, la première relation de Rankine-Hugoniot permet d’avoir

τG − τD
uD = uG ± √ .
τG τD

4) On prendqici uG = 0, τG = 1 et on cherche une discontinuité se propageant à vitesse

positive : σ = + τ1D . L’expression de uD est

1 − τD
uD = √
τD

et son graphe est représenté sur la ﬁgure suivante.

180 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

-1

-2

-3
0 2 4 6 8 10

Exercice 5.
Les caractéristiques de l’équation sont des courbes sur lesquelles les solutions de ∂t u + c∂x u = 0
(équation sans second membre) sont constantes. Ce sont les droites

X(t, x) = x + ct.

Soit u une solution de ∂t u + c∂x u = u. Posons u(t) = u(t, X(t, x)) (c’est la solution sur une
caractéristique). Alors u vériﬁe

∂t u(t) = ∂t u(t, X(t, x)) + c∂x u(t, X(t, x)) = u(t, X(t, x)) = u(t),

donc u(t) = u(0)et . On a montré que s’il existait une solution (forte) u(t, x) de l’équation
considérée, elle vériﬁait
u(t, x + ct) = u(0, x)et .

Pour avoir l’expression de u(t, x), il suﬃt d’inverser la caractéristique :

u(t, x) = u(0, x − ct)et .

Il reste à vériﬁer que cette fonction est bien solution de l’équation aux dérivées partielles. Il
suﬃt pour cela de dériver cette expression par rapport au temps, par rapport à l’espace...
181

Examen, le 11 juin 2004

Durée : 3 heures
Les notes personnelles de cours et de travaux dirigés sont autorisées.

Exercice 1, comportement asymptotique en temps des solutions de l’équation de la

chaleur.
On considère le problème

2 ∗
 ∂t u(t, x) − ∂x,x u(t, x) = f (x) ∀(t, x) ∈ R+ ×]0, 1[,

u(t, 0) = u(t, 1) = 0 ∀t ∈ R+ , (5.10)

 0
u(0, x) = u (x) ∀x ∈ [0, 1].

On suppose que f, u0 ∈ C 2 ([0, 1]). On sait alors qu’il existe une solution u ∈ Cb1,2 (]0, +∞[×[0, 1]).
Partie 1
√
1) Développer la solution u en série de Fourier sur la base hilbertienne ( 2 sin(kπx))k∈N∗ de
L2 (]0, 1[) (pour tout t ∈ R+ ) et écrire l’équation différentielle vérifiée par chaque coefficient de
Fourier u b(k)(t).
2) Résoudre chacune de ces équations différentielles et calculer, pour tout k ∈ N∗ , la limite U b (k)
du coefficient de Fourier u b(k)(t) lorsque t tend vers +∞.
3) Montrer que (U b (k))k∈N∗ ∈ l2 . Notons U la somme de la série de Fourier définie par cette
suite. Montrer que
lim u(t, x) = U (x) ∀x ∈ [0, 1].
t→+∞

et que U vériﬁe (
2 U (x) = f (x) ∀x ∈]0, 1[,
−∂x,x
U (0) = U (1) = 0.
Partie 2 : on se propose ici de démontrer le même résultat d’une manière diﬀérente, plus
élégante 2 .
2
1) Supposons dans cette question que f (x) = 0 ∀x ∈ [0, 1]. Montrer que ∂t u2 − u∂x,x 2 u = 0. En

déduire que Z 1 2 Z 1
u
∂t (t, x) dx + (∂x u)2 (t, x) dx = 0
0 2 0
R1 2 R1 2
puis que ∂t 0 u (t, x) dx ≤ −2 0 u (t, x) dx (on pourra pour cela utiliser l’inégalité de Poincaré
R1 R
2 (t, x) dx ≥ 1 u2 (t, x) dx). En conclure que u(t, ·) converge dans L2 (]0, 1[) vers 0 lorsque
0 (∂x u) 0
t tend vers +∞.
2) On ne suppose plus ici que le terme source f est nul. Montrer que le problème
(
−∂x,x2 U =f dans ]0, 1[,
U (0) = U (1) = 0

2. Vous pouvez vous exprimer sur ce point aussi !

182 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

admet une unique solution faible dans H 1 (]0, 1[). En utilisant cette solution, montrer que si u
est solution de (5.10), u(t, ·) converge dans L2 (]0, 1[) vers U lorsque t tend vers +∞.
3) Quel est le comportement asymptotique en temps de la solution de

2 ∗
 ∂t v(t, x) − ∂x,x v(t, x) = f (x) ∀(t, x) ∈ R+ ×]0, 1[,

v(t, 0) = α ∈ R, v(t, 1) = β ∈ R ∀t ∈ R+ , ? (5.11)


v(0, x) = v 0 (x) ∀x ∈ [0, 1]

Décrire brièvement une méthode qui permet de montrer ce résultat.

Exercice 2, schéma de Godunov pour l’équation de Burgers.
On s’intéresse ici au problème aux dérivées partielles
( 2
∂t u(t, x) + ∂x u2 (t, x) = 0 dans R∗+ × R,
(5.12)
u(0, x) = u0 (x) dans R,

où l’on suppose que u0 est une fonction strictement positive de L1 ∩ L∞ (R). On cherche à
approcher la solution de (5.12) par le schéma numérique
 2
 n n 2
 un+1 = un − ∆t uj − uj−1 , n ∈ N, ∀j ∈ Z,
j j ∆x 2 2
 R (j+1/2)∆x
 u0 = 1
u0 (x) dx ∀j ∈ Z.
j ∆x (j−1/2)∆x

P P R
1) Montrer que le schéma est conservatif : ∆x j∈Z un+1 j = ∆x j∈Z unj = R u0 (x) dx.
2) Montrer que, sous une condition de Courant-Friedrichs-Lewy que l’on exprimera, le schéma
est stable dans l∞ : inf j (u0j ) ≤ unj ≤ supj (u0j ) ∀n ∈ N, ∀j ∈ Z.
3) Montrer que, sous la même condition de CFL, le schéma est à variation totale décroissante :
P n n
P 0 0
j |uj+1 − uj | ≤ j |uj+1 − uj | ∀n ∈ N (on pourra utiliser un résultat de Harten. . . Si l’on
justiﬁe son utilisation).
4) Montrer que, sous la condition de CFL, le schéma vériﬁe une inégalité d’Oleinik discrète :

2∆x
unj+1 − unj ≤ ∀n ∈ N, ∀j ∈ Z.
n∆t
Exercice 3.
Soit Ω =]0, 1[ et (α, β) ∈ R2 tels que α ≥ 0, β ≥ 0. On s’intéresse au problème

 1
 Trouver u ∈ H (Ω) tel que


 −(pu′ )′ + qu + bu′ = f dans D ′ (Ω),
(5.13)


 (pu′ )(1) + αu(1) = 0,

 −(pu′ )(0) + βu(0) = 0,

où p, q et b sont donnés dans L∞ (Ω) et vériﬁent p(x) ≥ pmin > 0 et q(x) ≥ qmin > 0 presque
partout dans Ω, et f ∈ L2 (Ω).
183

1) Quel sens peut-on donner aux conditions aux limites de (5.13) ?

2) Montrer que (5.13) est équivalent à un problème variationnel du type
(
Trouver u ∈ V tel que
(5.14)
a(u, v) = l(v) ∀v ∈ V

que l’on explicitera.

3) Montrer que l’application a est bilinéaire et continue sur V × V .
4) Montrer que l’application l est linéaire et continue sur V .
5) Montrer que l’application Q(u′ , u)(x) déﬁnie par

Q(u′ , u)(x) = pmin (u′ (x))2 + qmin u2 (x) + b(x)u′ (x)u(x)

vériﬁe les inégalités

u2 (x) n o
Q(u′ , u)(x) ≥ 4pmin qmin − b2 (x) (5.15)
4pmin
et
(u′ (x))2 n o
Q(u′ , u)(x) ≥ 4pmin qmin − b2 (x) . (5.16)
4qmin
6) À quelle condition sur kbk2∞ l’application a est-elle coercitive sur V × V ?
7) Conclure.
184 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Corrigé de l’examen du 11 juin 2004

Exercice 1.
Partie 1
√ R1
b(k)(t) = 2 0 u(t, c) sin(kπx) dx. On a alors u
1) On note u b(k)′ (t) = fb(k)−k2 π 2 u
b(k)(t) ∀k ∈ N∗ .
2) La solution de chacune de ces équations diﬀérentielles est donnée par
Rt
b(k)(0) + 0 fb(k)ek π s ds e−k π t
2 2 2 2
b(k)(t) = u
u

= 21 2 fb(k) + c
2 2
k π u0 (k) − fb(k) e−k π t .

Ainsi, limt→+∞ u b(k)(t) = 1/(k2 π 2 )fb(k) ∀k ∈ N∗ .

3) Pour tout k ∈ N∗ , |Ub (k)| ≤ |fb(k)|, donc la suite des U
b (k) est dans l2 . Pour tout t ∈ [1, +∞[
et tout x ∈ [0, 1],

u(k)(t) sin(kπx)| ≤ 1/(k2 π 2 )|fb(k)| + c

2 2
|b u0 (k) − fb(k) e−k π .
√ P
Donc, la série b(k)(t) sin(kπx) est normalement convergente sur [1, +∞[×[0, 1]. Donc,
2 k∈N∗ u
√ X √ X 1
lim u(t, x) = lim 2 b(k)(t) sin(kπx) = 2
u fb(k) = U (x).
t→+∞ t→+∞ k2 π2
k∈N∗ k∈N∗

On sait d’autre part que ∂\ 2 2b 2 b b ∗ 2

x,x U (k) = −k π U (k). Donc ∂x,x U (k) = −f (k) ∀k ∈ N et −∂x,x U = f
2

par identiﬁcation des coeﬃcients de Fourier.

Partie 2
1) En ≪ multipliant par u ≫ l’équation aux dérivées partielles, on a u∂t u − u∂x,x 2 u = 0, or

u∂t u = ∂t (u2 /2). En intégrant sur le segment [0, 1] et en utilisant une formule d’intégration par
R1 2 R1
parties, on en déduit que ∂t 0 u2 (t, x) dx + 0 (∂x u)2 (t, x) dx = 0. L’inégalité de Poincaré dans
R1 R1 R1
[0, 1] donne 0 (∂x u)2 (t, x) dx ≥ 0 u2 (t, x) dx (car u(t, 0) = u(t, 1) = 0), d’où ∂t 0 u2 (t, x) dx ≤
R1 R1 2
−2 0 u2 (t, x) dx. On en déduit facilement que limt→+∞ 0 u2 (t, x) dx = 0 :
R1 2
– 0 u2 (t, x) dx est une fonction décroissante de t et minorée par 0, donc convergente vers
une limite l ≥ 0 ;
R1 2 R1 2 R1 2
– supposons que l > 0, alors ∂t 0 u2 (t, x) dx ≤ −2l et 0 u2 (t, x) dx ≤ 0 u2 (0, x) dx − 2lt
et n’est donc pas minorée. . .
Donc, limt→+∞ u(t, ·) = 0 dans L2 (]0, 1[).
2) Le théorème de Lax-Milgram et l’inégalité de Poincaré assurent l’existence et l’unicité d’une
solution faible U ∈ H01 (]0, 1[) au problème considéré dans cette question. Posons, pour tout
t ∈ R+ , ũ(t, x) = u(t, x) − U (x). Cette nouvelle fonction ũ vériﬁe l’équation de la chaleur sans
terme source avec conditions de Dirichlet homogènes : on peut donc lui appliquer le résultat de
la question 1). Ainsi, limt→+∞ ũ(t, ·) = 0 dans L2 (]0, 1[) et en conclusion, limt→+∞ u(t, ·) = U
dans L2 (]0, 1[).
185

3) On montre facilement que si v est la solution du problème considéré ici, limt→+∞ v(t, ·) = V
dans L2 (]0, 1[), où V est l’unique solution faible de

2
 −∂x,x V = f dans ]0, 1[,

V (0) = α,


V (1) = β.

Il suﬃt pour cela de remarquer que V (x) = U (x) + α + (β − α)x et que v(t, x) = u(t, x) + α +
(β − α)x si v 0 (x) = u0 (x) + α + (β − α)x.
Exercice 2
P n+1 P ∆t uj
n2 un 2 P
1) j uj = j unj − ∆x ( 2 − j−1 2 ) = j unj .
2) On a

un+1
j = unj − ∆t/(2∆x)(unj + unj−1 )(unj − unj−1 )
= unj (1 − ∆t/(2∆x)(unj + unj−1 )) + unj−1 ∆t/(2∆x)(unj + unj−1 )

∀n ∈ N, ∀j ∈ Z. Supposons que la condition de Courant-Friedrichs-Lewy supj u0j ∆t/∆x ≤ 1

soit vérifiée. Alors, ∀j ∈ Z, u1j est une combinaison convexe de u0j−1 et de u0j , donc d’une part
inf j uj 0 ≤ u1j ≤ supj u0j et d’autre part on a encore supj u1j ∆t/∆x ≤ 1, donc le raisonnement
peut être reproduit pour l’étape en temps suivante (puis : récurrence sur n).
3) On a un+1j = unj −(unj −unj−1 )∆t/(2∆x)(unj +unj−1 ). Donc un+1
j = unj +(unj+1 −unj )Cj+1/2
n −(unj −
unj−1 )Dj−1/2
n n
si l’on pose Cj+1/2 n
= 0 et Dj+1/2 = ∆t/(2∆x)(unj+1 +unj ) ∀n ∈ N, ∀j ∈ Z. On vérifie
que, sous la condition de CFL déjà exprimée, Cj+1/2n n
≥ 0, Dj+1/2 n
≥ 0 et Cj+1/2 n
+ Dj+1/2 ≤1:
les conditions d’application du théorème de Harten sont réunies, le schéma est à variation totale
décroissante.
4) On écrit que
∆t n 2 ∆t n 2
un+1 n+1
j+1 − uj = unj+1 − unj − (u − unj 2 ) + (u − unj−1 2 ),
2∆x j+1 2∆x j
ce qui, compte tenu du fait que unj+1 2 − unj 2 = 2unj (unj+1 − unj )+ (unj+1 − unj )2 et que unj 2 − unj−1 2 =
2unj (unj − unj−1 ) − (unj − unj−1 )2 , se réécrit

n+1 n+1 n n ∆t n ∆t n ∆t n ∆t n n 2
uj+1 −uj = (uj+1 −uj ) 1 − uj − (uj+1 −unj )2 +(unj −unj−1 ) u − (u −uj−1 ) .
∆x 2∆x ∆x j 2∆x j
n
Posons, pour tout n ∈ N et tout j ∈ Z, δj+1/2 = max(unj+1 − unj , 0). On vérifie alors facilement
2
que (unj+1 − unj )2 ≥ δj+1/2
n ∀n ∈ N, ∀j ∈ Z. Donc, si la condition de CFL est vérifiée, on a

∆t n 2 ∆t ∆t n 2 ∆t
un+1 − un+1 ≤ n
δj+1/2 1− u n
− δj+1/2 n
+ δj−1/2 n
uj − δj−1/2 .
j+1 j
∆x j 2∆x ∆x 2∆x
Posons maintenant, pour tout n ∈ N et tout j ∈ Z, δjn = max(δj−1/2
n n
, δj+1/2 ). On a montré que
n+1 n+1 2
uj+1 −uj ≤ δj −∆t/(2∆x)δj . La fonction f qui à x associe x−∆t/(2∆x)x2 est croissante sur
n n
186 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

]−∞, ∆x/∆t]. On suppose toujours que la condition de CFL est vériﬁée. Alors, puisque la donnée
initiale est strictement positive, unj > 0 ∀n ∈ N, ∀j ∈ Z et ainsi (unj+1 −unj )∆t/∆x ≤ 1. Supposons
que l’inégalité d’Oleinik discrète est vériﬁée à l’étape en temps n : unj+1 − unj ≤ 2∆x/(n∆t)
∀j ∈ Z ; alors δjn ≤ 2∆x/(n∆t) ∀j ∈ Z et, d’après la croissance de la fonction f ,
2
2∆x ∆t ∆x 2∆x n − 1 2∆x
un+1
j+1 − un+1
j ≤ − 2 = 2
≤ .
n∆t 2∆x n∆t ∆t n (n + 1)∆t

Il reste maintenant à vérifier que l’inégalité d’Oleinik discrète est vraie pour n = 1. C’est le cas
car
∆t ∆x ∆t 2∆x
u1j+1 − u1j ≤ u1j+1 ≤ sup u1j = sup u1j ≤ sup u1j ,
j ∆x j ∆t ∆x j ∆t
ce qui permet de conclure de manière positive, à nouveau en invoquant la condition de CFL.
Exercice 3
1) Si u ∈ H 1 (Ω) vérifie −(pu′ )′ + qu + bu′ = f au sens des distributions, d’une part pu′ ∈ L2 (Ω)
car u′ ∈ L2 (Ω) et p ∈ L∞ (Ω), et d’autre part (pu′ )′ = qu + bu′ − f ∈ L2 (Ω) comme somme de
fonctions de L2 (Ω), de sorte que pu′ ∈ H 1 (Ω). En définissant les valeurs en 0 et 1 des fonctions
u et pu′ par l’intermédiaire de leur représentant continu (on rappelle qu’en dimension 1 d’espace
toute fonction de H 1 (Ω) est égale presque partout sur Ω à une fonction continue sur Ω), les
conditions aux limites de (5.13) trouvent donc un sens naturel.
2) Soit u ∈ H 1 (Ω) une solution du problème (5.13) et v une fonction quelconque de H 1 (Ω). En
multipliant l’équation de (5.13) par v et en intégrant sur Ω, on obtient l’égalité
Z Z Z Z
− (pu′ )′ v + quv + bu′ v = f v. (5.17)
Ω Ω Ω Ω

Les fonctions pu′ et v étant dans H 1 (Ω) (voir raisonnement ci-dessus pour pu′ ), on peut appliquer
la formule de Green au premier terme de (5.17) pour obtenir
Z Z Z Z
′ ′ ′ ′ ′
(pu )v − (pu )(1)v(1) + (pu )(0)v(0) + quv + bu v = f v,
Ω Ω Ω Ω

ou encore Z Z Z Z
′ ′ ′
(pu )v + quv + bu v + αu(1)v(1) + βu(0)v(0) = fv
Ω Ω Ω Ω
en utilisant les conditions aux limites de (5.13) vériﬁées par u. La solution du problème (5.13)
est donc solution du problème variationnel
(
u ∈ H 1 (Ω),
(5.18)
a(u, v) = l(v), ∀v ∈ H 1 (Ω),
R R R R
avec a(u, v) = Ω (pu′ )v ′ + Ω quv + Ω bu′ v + αu(1)v(1) + βu(0)v(0), et l(v) = Ω f v.
Réciproquement, soit u une solution de (5.18). Montrons que u est aussi solution de (5.13). La
fonction u étant dans H 1 (Ω), les fonctions pu′ , qu, bu et f sont dans L2 (Ω) (rappelons que p,
187

q et b sont dans L∞ (Ω)) et déﬁnissent donc des distributions. Dans un premier temps, montrer
l’égalité −(pu′ )′ + qu + bu′ = f au sens des distributions revient à montrer que pour toute
fonction ϕ ∈ D(Ω) on a l’égalité

−h(pu′ )′ , ϕi + hqu, ϕi + hbu′ , ϕi = hf, ϕi,

c’est-à-dire Z Z Z Z
′ ′ ′
(pu )ϕ + quϕ + bu ϕ = fϕ (5.19)
Ω Ω Ω Ω
puisque h(pu′ )′ , ϕi = −h(pu ), ϕ′ i
′ par déﬁnition de la dérivée au sens des distributions. La validité
de (5.19) se déduit immédiatement de l’égalité a(u, ϕ) = l(ϕ) puisque toute fonction ϕ ∈ D(Ω) ⊂
H 1 (Ω) est telle que ϕ(1) = ϕ(0) = 0. La fonction pu′ est donc dans H 1 (Ω) et (pu′ )′ = qu+bu′ −f
au sens L2 (Ω). Il reste à montrer que la solution u de (5.18) vériﬁe les conditions aux limites de
(5.13). L’égalité a(u, v) = l(v) avec v ∈ H 1 (Ω) s’écrit
Z Z Z Z
′ ′ ′
(pu )v + quv + bu v + αu(1)v(1) + βu(0)v(0) = f v,
Ω Ω Ω Ω

de sorte qu’une intégration par parties sur le premier terme (v et pu′ sont dans H 1 (Ω)) donne
Z Z Z Z
′ ′ ′ ′ ′
− (pu ) v + quv + bu v + v(1){αu(1) + (pu )(1)} + v(0){βu(0) − (pu )(0)} = f v,
Ω Ω Ω Ω

c’est-à-dire
v(1){αu(1) + (pu′ )(1)} + v(0){βu(0) − (pu′ )(0)} = 0
puisque les fonctions (pu′ )′ et qu + bu′ − f coı̈ncident dans L2 (Ω). Pour obtenir la première
(respectivement deuxième) condition aux limites de (5.13), il suffit donc de choisir v ∈ H 1 (Ω)
telle que v(0) = 0 et v(1) 6= 0 (respectivement v(1) = 0 et v(0) 6= 0).
3) Il est évident que l’application a est bilinéaire. Montrons sa continuité.
R R R
|a(u, v)| = | Ω pu′ v ′ + Ω quv + Ω bu′ v + αu(1)v(1) + βu(0)v(0)|
R R R
≤ Ω |pu′ v ′ | + Ω |quv| + Ω |bu′ v| + α|u(1)|v(1)| + β|u(0)||v(0)|
≤ kpk∞ ku′ kL2 kv ′ kL2 + kqk∞ kukL2 kvkL2 + kbk∞ ku′ kL2 kvkL2 (inégalité de Hölder)
+ C 2 (α + β)kukH 1 kvkH 1 (continuité de H 1 (]0, 1[) ⊂ C 0 ([0, 1]))
≤ max(kpk ′ ′
n L2 kv kL2 + kukL2 kvkL2 )
∞ , kqk∞ )(ku ko
+ kbk∞ + C 2 (α + β) kukH 1 kvkH 1 (définition de la norme H 1 )
n o
≤ max(kpk∞ , kqk∞ ) + kbk∞ + C 2 (α + β) kukH 1 kvkH 1
(inégalité de Cauchy-Schwarz)
4) L’application l est linéaire. Elle est continue car
R
|l(v)| = | Ω f v|
R
≤ Ω |f v|
≤ kf kL2 kvkL2 (inégalité de Cauchy-Schwarz)
≤ kf kL2 kvkH 1 (définition de la norme H 1 )
188 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

5) L’inégalité (5.15) s’obtient par une suite de calculs évidents :

Q(u′ , u)(x) = pmin n

(u′ (x))2 + qmin u2 (x) + b(x)u′ (x)u(x) o
= pmin (u′ (x))2 + pqmin u2 (x) + pb(x) u′ (x)u(x)
n min
2
min o
= pmin [u′ (x) + 2pb(x)
min
u(x)]2 − b (x) u2 (x) + qmin u2 (x)
4p 2 pmin
min
2
b (x) 2
≥ − 4p u (x) + qmin u2 (x)
2
n
min o
u (x) 2 (x) .
≥ 4p min
4p min q min − b

De même, en intervertissant u et u′ , et pmin et qmin , on obtient

′ 2
n o
Q(u′ , u)(x) ≥ (u4q(x))min
4p min q min − b 2 (x) .

6) Montrons que la forme bilinéaire a est coercitive sur H 1 (Ω). Pour toute fonction u ∈ H 1 (Ω),
on a par déﬁnition de a :
R R R
a(u, u) = Ω p(u′ )2 + Ω qu2 + Ω bu′ u + αu2 (1) + βu2 (0)
R R R
≥ Ω pmin (u′ )2 + Ω qmin u2 + Ω bu′ u
R
≥ Ω Q(u′ , u).

Notons
α0 = 4pmin qmin − kbk2∞ ;

les inégalités établies dans la question précédente entraı̂nent les estimations

α0 α0
a(u, u) ≥ kuk2L2 et a(u, u) ≥ ku′ k2L2 ,
4pmin 4qmin

de sorte que (eﬀectuer une demi-somme) :

1 α0
a(u, u) ≥ kuk2H 1 .
2 4 max(pmin , qmin )

La forme bilinéaire a est donc coercitive si α0 > 0, c’est-à-dire si

kbk2∞ < 4pmin qmin .

7) Les questions précédentes permettent d’appliquer le théorème de Lax-Milgram au problème

variationnel (5.14). L’existence et l’unicité d’une solution au problème (5.13) sont ainsi assurées.
189

Partiel, le 19 avril 2005

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Exercice 1.
On considère le problème aux dérivées partielles

2 ∗
 ∂t u − ∂x,x u = 0 pour (t, x) ∈ R+ ×]0, 1[,

u(t, 0) = u(t, 1) = 0 pour t ∈ R∗+ ,


u(0, x) = u0 (x) ∈ L2 (]0, 1[).

Rappeler que ce problème admet une unique solution. Quelle est, selon le cours, sa régularité ?
Nous allons montrer que la solution u(t, x) est pour tout t > 0 analytique en x ∈ [0, 1].
1) Rappeler l’expression de la solution u faisant intervenir les coeﬃcients de Fourier (sur la base
√
2 sin(kπx) k∈N∗ ) et exprimer aussi sa dérivée ne par rapport à sa seconde variable, u(n) , pour
tout n ∈ N.
2) Montrer qu’il existe C ∈ R tel que
+∞
X 2 π2 t
u(n) (t, ·) ≤C (kπ)n e−k .
L∞ (]0,1[)
k=1

3) En écrivant que
+∞
X k2 π 2 t k2 π 2 t
u(n) (t, ·) ≤C (kπ)n e− 2 e− 2
L∞ (]0,1[)
k=1
2
et en étudiant le maximum de la fonction qui à x associe xn e−αx (pour α = t/2 > 0), montrer
que pour t > 0 il existe D(t) ∈ R tel que
n n/2
u(n) (t, ·) ≤ D(t) .
L∞ (]0,1[) t

4) En déduire que u(t, ·) est analytique réelle (développable en série entière) dans [0, 1] pour
tout t > 0. On pourra pour cela eﬀectuer un développement de Taylor de u(t, ·) au voisinage de
0 et utiliser la formule de Stirling :
√ n n
n! ≈ 2πn .
e
Exercice 2.
Soit a ∈ R, soit κ ∈ R+ . Montrer que le problème
(
2 u pour (t, x) ∈ R∗ × R
∂t u + a∂x u = κ∂x,x +
u(0, x) = u0 (x) ∈ L∞ (R)
190 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

a une unique solution, que l’on exprimera. On pourra pour cela utiliser l’expression du noyau
de la chaleur sur R.
Exercice 3.
On considère le schéma aux différences finies pour le problème de l’exercice 1 défini, avec des
notations classiques, par



 u0j = u0 (j∆x) ∀j ∈ {1, . . . , J},
 n
u0 = unJ+1 = 0 ∀n ∈ {0, . . . , N },

 un+1 − unj unj+1 − 2un+1 + unj−1

 j j
− = 0 ∀n ∈ {0, . . . , N − 1}, ∀j ∈ {1, . . . , J}.
∆t ∆x2
1) Montrer que ce schéma est explicite et inconditionnellement stable en norme l∞ .
2) Analyser la consistance de ce schéma. Sous quelle condition liant ∆t et ∆x ce schéma est-il
convergent lorsque ∆t et ∆x tendent vers 0 ? Ce schéma est-il en définitive plus intéressant que
le schéma explicite classique ?
Exercice 4.
On considère le problème aux dérivées partielles
(
∂t u + ∂x f (u) = 0 (t, x) ∈ R∗+ × R,
u(0, x) = u0 (x).

1) Rappeler les conditions vues en cours sous lesquelles il existe une unique solution classique
u(t, x) pour t < T (avec T > 0 et éventuellement T < +∞). Ces conditions seront dans la suite
supposées vériﬁées.
2) On suppose que f et u0 sont tels que

∃α > 0 tel que f ′′ (u0 (x)) ≥ α ∀x ∈ R.

Montrer qu’alors la solution u(t, x) vériﬁe, pour tout t ∈]0, T [,

1
∂x u(t, x) ≤ ∀x ∈ R.
αt
On pourra pour cela exprimer la solution grâce aux caractéristiques.
Exercice 5.
On considère l’équation de Burgers sur R avec donnée initiale nulle sur R.
En donner une solution vériﬁant une inégalité d’Oleinik.
On se demande s’il existe d’autres solutions de ce problème vériﬁant une inégalité d’Oleinik.
Pour cela, on considère, pour tout t > 0,
 √

 0 si x < − √t, √
u(t, x) = x
 t si x ∈ √
[− t, t],

0 si x > t.
191

1) Montrer que u(t, x) est solution faible du problème considéré.

2) Montrer que u(t, x) vériﬁe l’inégalité d’Oleinik
y−x
u(t, y) − u(t, x) ≤ ∀t > 0, ∀y ≥ x.
t
Est-ce en contradiction avec le théorème d’unicité vu en cours ?
192 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Corrigé du partiel du 19 avril 2005

Exercice 1.
D’après le cours, le problème de la chaleur avec conditions de bord de Dirichlet homogènes sans
terme source possède, pour toute donnée initiale dans L2 (]0, 1[), une unique solution forte, de
classe C ∞ (R∗+ × [0, 1]).
1) Un développement en série de Fourier en espace de u(t, ·) permet d’obtenir l’expression
suivante de la solution.
√ X −k2 π2 t
u(t, x) = 2 e c
u0 (k) sin(kπx)
k∈N∗
avec
√ Z 1
c
u0 (k) = 2 u0 (x) sin(kπx) dx ∀k ∈ N∗ .
0
L’égalité a lieu dans L2 (]0, 1[)
pour tout t ≥ 0 et puisque les deux membres de cette égalité sont
∞
de classe C ([0, 1]) pour tout t > 0, cette égalité a lieu point par point (pour t > 0). Chaque
terme de la série est de classe C ∞ ([0, 1]) et (grâce à des arguments de convergence normale
utilisés en cours), la dérivée ne de u(t, ·) coı̈ncide avec la série des dérivées nes des termes de la
série déﬁnissant u(t, ·). . . Une petite formule vaut mieux qu’un long discours :
( √ P
(−1)n/2 2 k∈N∗ (kπ)n e−k π t u
2 2
c0 (k) sin(kπx) si n est pair,
(n)
u (t, x) = √ P 2 2
c0 (k) cos(kπx) si n est impair.
(−1)(n−1)/2 2 k∈N∗ (kπ)n e−k π t u

2) Ainsi, trivialement,
√ X
2 sup c
2 π2 t
u(n) (t, ·) ≤ u0 (k) (kπ)n e−k .
L∞ (]0,1[) k k∈N∗
2
3) Posons, pour n ∈ N et α > 0, f (x) = xn e−αx . Cette fonction est de classe C ∞ (R) et
2 2 2
f ′ (x) = nxn−1 e−αx − 2αxxn e−αx = n − 2αx2 xn−1 e−αx .
p
La dérivée de f ne s’annule sur R+ qu’en x = n/(2α). Or f est nulle en 0 et tend vers 0
p
lorsque x tend vers +∞. Donc f atteint son (unique) maximum sur R+ en x = n/(2α). Ainsi,
r r n r n
n n −α√ n 2 n −n
f (x) ≤ f = e 2α = e 2 ∀x ≥ 0.
2α 2α 2α
k2 π 2 t
On en déduit en remarquant que (kπ)n e− 2 = f (kπ) pour α = t/2 que
k2 π 2 t
n n/2
(kπ)n e− 2 ≤ e−n/2
t
et que
√ n n/2 −n/2 X − k2 π2 t √ n n/2 X − k2 π2 t
u(n) (t, ·) ≤ 2 e e 2 ≤ 2 e 2 .
L∞ (]0,1[) t ∗
t ∗
k∈N k∈N
193

√ P k2 π 2 t
Pour tout t > 0, la série du membre de droite converge, et en posant D(t) = 2 k∈N∗ e− 2 ,
on a le résultat demandé.
4) Un développement de Taylor de u(t, ·) en 0 à l’ordre (n − 1) ∈ N donne (pour x ∈ [0, 1])
n−1
X u(k) (t, 0) k u(n) (t, y) n
u(t, x) = x + x
k! n!
k=0

pour un y ∈ [0, 1]. On a donc, pour tout n ∈ N,

n−1
X u(k) (t, 0) k u(n) (t, y) n
u(t, x) − x = x
k! n!
k=0

pour un y ∈ [0, 1] et, en utilisant la majorant trouvée à la question 3),

D(t) n n/2
n−1
X u(k) (t, 0) k
u(t, ·) − (·) ≤ .
k! n! t
k=0 L∞ (]0,1[)

Par application de la formule de Stirling, on en déduit que

n−1
X u(k) (t, 0) k
u(t, ·) − (·)
k!
k=0 L∞ (]0,1[)

tend vers 0 lorsque n tend vers +∞. Cela montre que la solution du problème considéré est
analytique réelle en espace pour tout t > 0.
Exercice 2.
Dans ce problème, l’astuce consiste à remarquer que si v est solution de l’EDP de la chaleur sur
R, à savoir
2
∂t v = κ∂x,x v
et que l’on pose u(t, x) = v(t, x − at), u vériﬁe
2
∂t u(t, x) = ∂t v(t, x − at) − a∂x v(t, x − at) = κ∂x,x v(t, x − at) − a∂x v(t, x − at)

et
∂x u(t, x) = ∂x v(t, x − at)
et enﬁn
2 2
∂x,x u(t, x) = ∂x,x v(t, x − at),
d’où
2
∂t u(t, x) + a∂x u(t, x) = ∂x,x u(t, x).
Noter aussi que u(0, x) = v(0, x). Soit donc v solution de l’équation de la chaleur sur R avec
donnée initiale u0 (x) : d’après le cours,
Z
1 (x−y)2
v(t, x) = √ e− 4κt u0 (y) dy.
R 4κπt
194 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

La fonction u(t, x) déﬁnie par u(t, x) = v(t, x − at) est solution du problème. Son expression est
Z
1 (x−at−y)2
u(t, x) = √ e− 4κt u0 (y) dy.
4κπt R
Pour montrer l’unicité, on considère deux solutions, u et v, du même problème, avec même
donnée initiale. On pose w = u − v. Alors, w est solution de L’EDP ∂t w + a∂x w = κ∂x,x2 w et

w(0, x) = 0. Posons z(t, x) = w(t, x + at). Cette nouvelle fonction est solution de l’EDP de la
chaleur :
2
∂t z = κ∂x,x z.

L’unique solution de cette EDP est donnée par

Z
1 (x−y)2
z(t, x) = √ e− 4κt z(0, y) dy.
R 4κπt
Or z(0, y) = w(0, y) = 0 pour tout y. Donc z(t, x) = 0 pour tout t > 0 et tout x ∈ R. Donc il en
est de même de w. Cela termine la démonstration.
Exercice 3.
1) Le schéma est dit explicite car il permet de calculer un+1
j pour tout j et tout n en fonction

des unj sans inverser de matrice :
j∈{1,...,J}

1 n 1 n 1 n 1
un+1 = u + 2 uj+1 + uj−1 2 .
j
∆t j ∆x ∆x2 1
∆t + ∆x2

D’autre part, cette formule donne

∆x2 ∆t ∆t
un+1
j = unj n
2 + uj+1
n
2 + uj−1 .
2∆t + ∆x 2∆t + ∆x 2∆t + ∆x2
∆x2 ∆t
Les coeﬃcients 2∆t+∆x2
et 2∆t+∆x2
sont positifs (si ∆t et ∆x sont strictement positifs) et

∆x2 ∆t ∆t
2 + 2 + 2∆t + ∆t = 1.
2∆t + ∆x 2∆t + ∆x

Donc un+1
j est une combinaison convexe des unj , ce qui prouve la stabilité au sens l∞
j∈{1,...,J}
du schéma.
2) Soit u(t, x) une solution de l’EDP de la chaleur. L’erreur de consistance du schéma est déﬁnie
pour cette solution u par
u(tn+1 , xj ) − u(tn , xj ) u(tn , xj+1 ) − 2u(tn+1 , xj ) + u(tn , xj−1 )
− .
∆t ∆x2
On peut eﬀectuer des développements limités comme dans le cours, ou remarquer que le présent
schéma s’écrit aussi
un+1
j − unj unj+1 − 2unj + unj−1 un+1
j − unj
− +2 =0
∆t ∆x2 ∆x2
195

où l’on retrouve le schéma explicite pour lequel on connaı̂t l’erreur de consistance, O(∆t) +
un+1 −un un+1 −un
O(∆x2 ). D’autre part, on peut remplacer 2 j ∆x2 j par 2 ∆x ∆t j
2 ∆t
j
. Ainsi, l’erreur de consis-
∆t n
tance due à cette partie du schéma est 2 ∆x2 (∂t u(t , xj ) + O(∆t)). Donc, l’erreur de consistance
du schéma tend vers 0 lorsque ∆t et ∆x tendent vers 0 si de plus le rapport ∆t/∆x2 tend
vers 0. C’est une condition plus forte que la condition de convergence du schéma explicite. Le
présent schéma paraı̂t donc moins intéressant que le schéma explicite bien qu’il soit incondition-
nellement stable.
Exercice 4.
1) On sait que le problème ici considéré admet une unique solution classique sur [0, T [×R avec
( ′
−1
inf x∈R f ′′ (u0 (x))u0 ′ (x)
si ∃x ∈ R t. q. f ′′ (u0 (x))u0 (x) < 0,
T =
+∞ sinon
′
sous les hypothèses que f ∈ C 2 (R) et que u0 ∈ C 1 (R) ∩ L∞ (R) avec u0 ∈ L∞ (R).
2) On sait aussi que cette solution est constante sur les caractéristiques, dont la pente est elle-
même constante. Cette solution vériﬁe donc, comme noté en cours,

u(t, x + tf ′ (u0 (x))) = u0 (x),

ou encore
u(t, x) = u(0, x − tf ′ (u(t, x))) = u0 (x − tf ′ (u(t, x))).

Cette dernière expression va nous permettre d’obtenir une estimation de ∂x u(t, x). En eﬀet,
′ ′
∂x u(t, x) = u0 (x − tf ′ (u(t, x))) − tu0 (x − tf ′ (u(t, x)))f ′′ (u(t, x))∂x u(t, x).

On en déduit que

′ ′
∂x u(t, x) 1 + tu0 (x − tf ′ (u(t, x)))f ′′ (u(t, x)) = u0 (x − tf ′ (u(t, x))).

′
Pour t ∈ [0, T [, 1 + tu0 (x − tf ′ (u(t, x)))f ′′ (u(t, x)) > 0 et
′
u0 (x − tf ′ (u(t, x)))
∂x u(t, x) = .
1 + tu0 ′ (x − tf ′ (u(t, x)))f ′′ (u(t, x))
′
Si u0 (x − tf ′ (u(t, x))) ≤ 0, l’inégalité demandée dans la question est triviale. Sinon, on a
′ ′
u0 (x − tf ′ (u(t, x)))f ′′ (u(t, x)) ≥ αu0 (x − tf ′ (u(t, x)))

et ′
u0 (x − tf ′ (u(t, x)))
∂x u(t, x) ≤ ,
1 + αtu0 ′ (x − tf ′ (u(t, x)))
d’où
1
∂x u(t, x) ≤ 1 ,
u0 ′ (x−tf ′ (u(t,x)))
+ αt
196 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

soit enfin
1
∂x u(t, x) ≤ .
αt
Exercice 5.
Le problème considéré admet comme solution triviale (et vérifiant une inégalité d’Oleinik)
u(t, x) = 0.
1) On doit montrer que u défini par
 √

 0 si x < − √t, √
u(t, x) = x
 t si x ∈ √
[− t, t],

0 si x > t

pour t > 0 est solution du problème. Cela revient à montrer que pour tout ϕ ∈ Cc∞ (R+ × R)
Z Z Z
u2
u∂t ϕ + ∂x ϕ dx dt = − 0 × ϕ(0, x) dx = 0.
R+ R 2 R

Avec la fonction u proposée, le membre de gauche ci-dessus s’écrit

Z Z √ Z Z √ Z Z
− t t +∞
x x2
0 dx dt + √ ∂t ϕ(t, x) + 2 ∂x ϕ(t, x) dx dt + √ 0 dx dt,
R+ −∞ R+ − t t 2t R+ t

soit Z Z
x x2
∂t ϕ(t, x) + 2 ∂x ϕ(t, x) 1[−√t,√t] (x) dx dt,
R+ R t 2t
qui s’écrit aussi
Z Z
x x2
∂t ϕ(t, x)1[x2 ,+∞[ (t) + 2 ∂x ϕ(t, x)1[−√t,√t] (x) dx dt.
R+ R t 2t

Or
Z Z +∞ Z h it=+∞ Z +∞ x
x x
∂t ϕ(t, x) dt dx = ϕ(t, x) − − 2 ϕ(t, x) dt dx
R x2 t R t t=x2 x2 t
Z Z Z +∞
1 2 x
= − ϕ(x , x) dx + ϕ(t, x) dt dx
R x R x2 t2
et
Z Z √ Z 2 x=√t Z √t !
t
x2 x x
√ ∂x ϕ(t, x) dx dt = ϕ(t, x) √
− √ 2 ϕ(t, x) dx dt
R+ − t 2t2 R+ 2t2 x=− t − t t
Z Z Z √
1 √ √ t
x
= ϕ(t, t) − ϕ(t, − t) dt − √ 2 ϕ(t, x) dx dt
R+ 2t R+ − t t
Z √ Z √ Z Z +∞
1 1 x
= ϕ(t, t) dt − ϕ(t, − t) dt − ϕ(t, x) dt dx.
R+ 2t R+ 2t R x2 t2
197

De plus, Z Z Z
1 √ 1 1
ϕ(t, t) dt = ϕ(x2 , x)2x dx = ϕ(x2 , x) dx
R+ 2t R+ 2x2 R+ x
et Z Z Z
1 √ 1 1
ϕ(t, − t) dt = − ϕ(x2 , x)2x dx = − ϕ(x2 , x) dx,
R+ 2t R− 2x2 R− x
de sorte que Z Z Z
1 √ 1 √ 1
ϕ(t, t) dt − ϕ(t, − t) dt = ϕ(x2 , x) dx.
R+ 2t R+ 2t R x
Ainsi u est bien une solution faible de l’équation de Burgers.
2) Soit t > 0.
√
Si x < − t :
√
– si y < − t, u(t, y) − u(t, x) = 0 et l’inégalité est vérifiée ;
√
– si y ∈ [− t, 0[, u(t, y) − u(t, x) < 0 et l’inégalité est vérifiée ;
√ √ √ √
– si y ∈ [0, t], u(t, y) ≤ 1/ t et y − x > 2 t donc (y − x)/t > 2/ t, donc l’inégalité est
vérifiée ;
√
– si y > t, u(t, y) − u(t, x) = 0 et. . .
√ √
Maintenant, si x ∈ [− t, t] :
√
– si y ∈ [x, t], u(t, y) − u(t, x) = (y − x)/t et l’inégalité est vérifiée ;
√ √
– si y > t, u(t, y) − u(t, x) = −u(t, x) = −x/t et (y − x)/t > t/t − x/t, donc l’inégalité
est vérifiée ;
√
Pour x > t et y ∈ [x, +∞[, l’inégalité est trivialement vérifiée. Nous avons donc trouvé deux
solutions vérifiant une inégalité d’Oleinik pour le problème considéré. Ceci n’est pas en contra-
diction avec le théorème d’unicité du cours, car la seconde solution n’est dans L∞ ([0, T [×R)
pour aucun T > 0.
198 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Examen, le 3 juin 2005

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Exercice 1.
Soit Ω un ouvert borné de Rd de frontière lipschitzienne. On cherche à résoudre le problème
suivant. 
1
 Trouver u ∈ H (Ω) tel que

−div (p∇u) + qu = f, (5.20)


u = 0 sur ∂Ω
où p et q sont données dans L∞ (Ω) vériﬁant p(x) ≥ α > 0, q(x) ≥ 0 presque partout sur Ω, et
f est donnée dans L2 (Ω).
1) Mettre (5.20) sous la forme d’un problème variationnel :
(
Trouver u ∈ V tel que
(5.21)
a(u, v) = l(v) ∀ v ∈ V,

où V est un sous-espace de H 1 (Ω), a une forme bilinéaire de H 1 (Ω) et l une forme linéaire de
H 1 (Ω).
2) Montrer que le problème variationnel admet une solution unique.
3) Montrer que ce problème est équivalent à minimiser une fonctionnelle que l’on explicitera.
Exercice 2.
On considère le problème, dit problème de Riemann,

 ( R+ × R,
 ∂t u + ∂x f (u) = 0 dans (3.1)
0 uG ∈ R si x ≤ 0, (5.22)

 u(0, x) = u (x) = (3.2)
uD ∈ R si x > 0.

où f : R → R est de classe C 2 et est α-convexe.

1) Rappeler qu’il existe une solution faible de ce problème qui ne dépend que d’une quantité
x − σt pour σ ∈ R que l’on exprimera en fonction des données de l’énoncé.
2) On cherche maintenant une solution de (5.22) qui vérifie une inégalité d’Oleinik.
À quelle condition sur uG et uD la solution trouvée à la question 1) vérifie-t-elle une telle
inégalité ?
On suppose dans toute la suite que cette condition n’est pas vérifiée. Existe-t-il une autre
solution faible de (5.22) que celle trouvée à la question 1) ?
On cherche une solution autosimilaire de (3.1), à savoir, une solution u(t, x) ne dépendant que
de x/t pour t > 0 : on suppose qu’il existe une fonction v(ξ) (ξ ∈ R) telle que
x
u(t, x) = v ∀t > 0 ∀x ∈ R.
t
199

On suppose que v est de classe C 1 .

a) Écrire l’équation diﬀérentielle vériﬁée par v pour que u soit solution de l’équation aux
dérivées partielles ∂t u + ∂x f (u) = 0 (sans la condition initiale). En supposant que la dérivée de
v ne s’annule pas, en déduire une expression de v (on précisera quelle hypothèse de l’énoncé est
utilisée). Montrer que
limξ→+∞ v(ξ) = +∞
et que limξ→−∞ v(ξ) = −∞
et en déduire qu’il existe un unique a ∈ R tel que v(a) = uG et un unique b ∈ R tel que b ≥ a
et v(b) = uD .
b) On tient compte maintenant de la condition initiale : montrer que la fonction


 uG si x/t < a,
u(t, x) = v(x/t) si a ≤ x/t ≤ b,


uD si x/t > b

est solution faible de (5.22) et qu’elle vériﬁe une inégalité d’Oleinik.

c) Dans le cas de l’équation de Burgers, avec uG = 0 et uD = 1 par exemple, exprimer v(ξ)
ainsi que u(t, x) : quelle est cette solution ?
Exercice 3.
On considère le problème de transport à vitesse 1
(
∂t u + ∂x u = 0 dans R+ × R,
(5.23)
u(0, x) = u0 (x) ∀x ∈ R.

Rappeler l’expression de la solution de cette équation (pour u0 ∈ L∞ (R)). On approche la

solution u par le schéma aux différences finies
( n+1 n
uj −uj un −un
∆t + j ∆xj−1 = 0 ∀n ∈ N, ∀j ∈ Z,
(5.24)
u0j = u0 (j∆x) ∀j ∈ Z

où ∆t ∈ R∗+ est un pas de temps et ∆x ∈ R∗+ est un pas d’espace.

1) Montrer que ce schéma est stable au sens l∞ sous une condition liant le pas de temps et le
pas d’espace.
Dans toute la suite, on suppose que cette condition est vérifiée.
2) Supposons que u0 ∈ Cb3 (R).
a) Montrer que (5.24) est consistant et d’ordre 1 en temps et en espace avec (5.23) (au sens
des différences finies).
b) Soit enj l’erreur au point j∆x et au temps n∆t : enj = unj − u(n∆t, j∆x) pour n ∈ N et
j ∈ Z. Montrer qu’il existe C ∈ R tel que

sup enj ≤ Cn∆t(∆t + ∆x)

j∈Z
200 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Conclure.
On se propose maintenant de faire une analyse plus fine de l’erreur en étudiant le phénomène
de diffusion numérique de deux manières différentes.
3) Montrer que (5.24), qui est consistant d’ordre 1 avec (5.23), est consistant d’ordre 2 avec
l’équation de transport-diffusion
2
∂t u + ∂x u = κ∂x,x u (5.25)

où le coefficient de diffusion est donné par κ = (∆x − ∆t)/2 (d’où le nom de diffusion numé-
rique porté par le terme dominant de l’erreur). On pourra pour cela noter que la solution u
2 u = ∂ 2 u. Des remarques concernant les valeurs relatives de ∆t et ∆x seront
de (5.23) vérifie ∂x,x t,t
appréciées.
4) Nous allons mettre en évidence de manière différente ce phénomène.
a) On considère la condition initiale discrète
(
1 si j = 0,
u0j = δ0 (j) = (5.26)
0 sinon.

Montrer que la solution numérique est alors donnée par



 0 si j < 0,
n
uj = Cnj ν j (1 − ν)n−j si 0 ≤ j ≤ n,


0 si j > n

où l’on a posé ν = ∆t/∆x (on rappelle que les coeﬃcients binomiaux sont donnés par Cnj =
n!
j!(n−j)! pour tout n ∈ N et tout j ∈ {0, . . . , n}).
On suppose dorénavant que ν ∈]0, 1[.

b) On admet 3 la formule (de Moivre, d’approximation d’une loi binomiale par une loi nor-
male, c’est l’ancêtre du théorème-limite central)

1 (j−nν)2 1
j j n−j − 2nν(1−ν)
Cn ν (1 − ν) = p e 1+O
2πnν(1 − ν) n1/2

pour tout n ∈ N (destiné à être grand) et tout j ∈ {0, . . . , n}. Montrer que cela conduit à
2

∆x − (j∆x−n∆t) 1
unj = p e 2n∆t(∆x−∆t) 1 + O ∀n ∈ N, ∀j ∈ Z.
2πn∆t(∆x − ∆t) n1/2

c) Montrer que pour une donnée initiale (u0j )j∈Z la solution du schéma vériﬁe

X 2

∆x − ((j−k)∆x−n∆t) 1
unj = p e 2n∆t(∆x−∆t) 1+O ∀n ∈ N, ∀j ∈ Z.
k∈Z
2πn∆t(∆x − ∆t) n1/2
√
3. Cette formule est en fait vraie pour j de l’ordre de x n, pour x ∈ R
201

d) Montrer que pour une donnée initiale u0 ∈ C 2 (R) ∩ L∞ (R) avec u0j = u0 (j∆x) pour tout
j ∈ Z on a
Z ∞
n u0 (y) (j∆x−n∆t−y)2
− 2n∆t(∆x−∆t) 1
uj = p e dy 1 + O + O(∆x2 )
−∞ 2πn∆t(∆x − ∆t) n1/2
202 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Corrigé de l’examen du 3 juin 2005

Exercice 1.
1) Si u est une solution forte du problème et si ϕ ∈ Cc∞ (Ω), on a (par une formule d’intégration
par parties) Z Z
p∇u∇ϕ + quϕ = fϕ
Ω Ω

(on vériﬁe facilement que toutes les intégrales ont un sens grâce aux hypothèses faites sur p et
q). On en déduit, par densité de Cc∞ (Ω) dans H01 (Ω), que cette équation est toujours vraie pour
ϕ ∈ H01 (Ω). La formulation variationnelle de ce problème est donc
(
Trouver u ∈ H01 (Ω) tel que
R R 1
Ω p∇u∇v + quv = Ω f v ∀v ∈ H0 (Ω).
R R
Cela répond à la question si l’on pose V = H01 (Ω), a(u, v) = Ω p∇u∇v + quv et l(v) = Ω f v
2
pour tout (u, v) ∈ H01 (Ω) .
2) Nous munissons V du produit scalaire (u, v)H 1 (Ω) = h∇u, ∇vi(L2 (Ω))d : H01 (Ω) est complet
0
pour ce produit scalaire d’après l’inégalité de Poincaré. On note ||·|| la norme associée.
Montrons que l, forme linéaire, est continue. D’après l’inégalité de Cauchy-Schwarz,
Z Z 1/2 Z 1/2
2 2
fv ≤ f v ≤ ||f ||L2 (Ω) ||v||H 1 (Ω) ≤ C ||f ||L2 (Ω) ||v||H 1 (Ω)
0
Ω Ω Ω

(en utilisant l’inégalité de Poincaré).

Montrons que a est continue. On a
Z Z Z Z
p∇u∇v + quv ≤ |p∇u∇v| + |quv| ≤ |p∇u∇v|
Ω Ω Ω Ω
Z
≤ ||p||L∞ (Ω) |∇u∇v| ≤ ||p||L∞ (Ω) ||u||H 1 (Ω) ||v||H 1 (Ω) .
0 0
Ω

Montrons maintenant que a est coercitive.

Z Z
p∇u∇u + qu2 ≥ p∇u∇u
Ω Ω

car q ≥ 0 presque partout et Z

p∇u∇u ≥ α ||u||H 1 (Ω)
0
Ω

car p ≥ α presque partout. Comme α > 0, a est bien coercitive (de module de coercitivité α).
C’est ici que l’on voit l’intérêt d’avoir choisi pour produit scalaire sur H01 (Ω) le produit scalaire
L2 (Ω) des gradients et non le produit scalaire de H 1 (Ω).
D’après le théorème de Lax-Milgram, il existe donc une unique solution au problème variationnel.
203

D’autre part, on a a(u, v) = a(v, u) pour tout u ∈ H01 (Ω) et tout v ∈ H01 (Ω), donc le théorème
de Lax-Milgram aﬃrme encore que la solution u du problème variationnel est caractérisée par

Φ(u) = min Φ(v)

v∈H01 (Ω)
R
avec Φ(v) = 12 Ω p∇v · ∇v + qv 2 pour tout v ∈ H01 (Ω).
Exercice 2.
1) La fonction u(t, x) = u0 (x − σt), c’est-à-dire
(
uG si x ≤ σt,
u(t, x) =
uD si x > σt

est solution du problème si et seulement si le triplet (uG , uD , σ) vériﬁe la relation de Rankine-

Hugoniot :
σ(uD − uG ) = f (uD ) − f (uG ).

2) La solution discontinue en translation déﬁnie au 1) vériﬁe une inégalité d’Oleinik si et seule-

ment si uG ≥ uD .
On suppose maintenant que uG < uD . D’après un résultat vu en cours, puisque f est α-
convexe, il existe une unique solution faible vériﬁant une inégalité d’Oleinik. Puisque la solution
discontinue en translation n’en vériﬁe pas, il existe une autre solution faible du problème.
a) On a, pour t > 0, ∂t u(x, t) = − tx2 v ′ (x/t) et ∂x u(t, x) = 1t v ′ (x/t). L’EDP (3.1), qui dans le
cas régulier est équivalente à
∂t u + f ′ (u)∂x u = 0,

devient donc
x x 1 x
− 2 + f ′ (v( )) v ′ ( ) = 0,
t t t t
soit x x x
− + f ′ (v( )) v ′ ( ) = 0.
t t t
Si v ′ 6= 0, v doit donc vériﬁer
f ′ (v(ξ)) = ξ

pour tout ξ ∈ R. Or on a supposé f α-convexe, donc strictement convexe, donc f ′ est strictement
croissante et f ′ est inversible. La fonction v est donc donnée par
−1
v(ξ) = f ′ (ξ) ∀ξ ∈ R.

De plus, l’α-convexité de f implique que f ′ est une bijection de R dans R, donc il en est de
même de (f ′ )−1 et on en déduit que

limξ→+∞ (f ′ )−1 (ξ) = +∞,

limξ→−∞ (f ′ )−1 (ξ) = −∞,
204 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

d’où les limites de v demandées dans la question. Et il existe a et b réels tels que v(a) = uG et
v(b) = uD .
b) Montrons d’abord que la solution déﬁnie ici vériﬁe une inégalité d’Oleinik. Cette fonction
est continue, presque partout dérivable par rapport à x et sa dérivée vaut 0 si x/t < a, 0 si
x/t > b. Si a < x/t < b, on a

1 ′ x 1 ′ −1 ′ x 1 1
∂x u(t, x) = v ( ) = f ( )= .
t t t t t f ′′ (f ′ )−1 ( x )
t

Or f ′′ (y) ≥ α pour tout y ∈ R, donc

1
∂x u(t, x) ≤
αt
si x/t ∈]a, b[. Donc la solution autosimilaire vériﬁe une inégalité d’Oleinik (cf. le partiel du 19
avril 2005 concernant le majorant de ∂x u(t, x)).
Montrons que u est solution faible. Cela revient à montrer que pour tout ϕ ∈ Cc∞ (R+ × R)
Z Z Z
u∂t ϕ + f (u)∂x ϕ dx dt = − u0 (x)ϕ(0, x) dx
R+ R R
Z 0 Z +∞
=− uG ϕ(0, x) dx − uD ϕ(0, x) dx. (5.27)
−∞ 0

Avec la fonction u proposée, le membre de gauche ci-dessus s’écrit

Z Z at
uG ∂t ϕ + f (uG )∂x ϕ dx dt
R+ −∞
Z Z bt
−1 x −1 x
+ f′ ( )∂t ϕ(t, x) + f f ′ ( ) ∂x ϕ(t, x) dx dt
R+ at t t
Z Z +∞
+ uD ∂t ϕ + f (uD )∂x ϕ dx dt.
R+ bt

Or
Z Z at Z Z
uG ∂t ϕ dx dt = uG ∂t ϕ1]−∞,at] (x) dx dt
R+ −∞ R+ R
Z 0 Z Z +∞ Z
= uG ∂t ϕ1[0,+∞] (t) dt dx + uG ∂t ϕ1[x/a,+∞] (t) dt dx
−∞ R+ 0 R+
Z 0 Z +∞
=− uG ϕ(0, x) dx − uG ϕ(x/a, x) dx
−∞ 0

en supposant que a > 0, et on a alors aussi

Z Z +∞ Z +∞
uD ∂t ϕ dx dt = uD (ϕ(x/b, x) − ϕ(0, x)) dx.
R+ bt 0
205

Donc, le membre de gauche de (5.27) est

Z 0 Z +∞ Z +∞ Z +∞
− uG ϕ(0, x) dx − uG ϕ(x/a, x) dx + uD ϕ(x/b, x) dx − uD ϕ(0, x) dx
−∞ 0 0 0
Z
+ f (uG )ϕ(t, at) − f (uD )ϕ(t, bt) dt
R+
Z Z
−1 x −1 x
+ f′ ( )∂t ϕ(t, x) + f f ′ ( ) ∂x ϕ(t, x) 1[at,bt] (x) dx dt.
R+ R t t
Or
Z Z Z +∞ Z x/a
x −1 x
f ( )∂t ϕ(t, x)1[at,bt] (x) dx dt =
′ −1
f′ ( )∂t ϕ(t, x) dt dx
R+ R t 0 x/b t
Z +∞ h !
it=x/a Z x/a x ′ x
′ −1 x ′ −1
= f ( )ϕ(t, x) − − 2 f ( )ϕ(t, x) dt dx
0 t t=x/b x/b t t
Z +∞
−1 −1
= f′ (a)ϕ(x/a, x) − f ′ (b)ϕ(x/b, x) dx+
0
Z +∞ Z x/a
x ′ −1 ′ x
f ( )ϕ(t, x) dt dx.
0 x/b t2 t

D’autre part, a est tel que (f ′ )−1 (a) = uG et b tel que (f ′ )−1 (b) = uD . Donc
Z +∞ Z x/a −1 x
f′ ( )∂t ϕ(t, x) dt dx
0 x/b t
Z Z +∞ Z x/a
+∞
x ′ −1 ′ x
= uG ϕ(x/a, x) − uD ϕ(x/b, x) dx + f ( )ϕ(t, x) dt dx.
0 0 x/b t2 t
De plus,
Z Z
−1 x
bt
f f′
( ) ∂x ϕ(t, x) dx dt
R+ at t
Z h ix=bt Z bt 1 ′ x

′ −1 x ′ ′ −1 x ′ −1
= f f ( ) ϕ(t, x) − f f ( ) f ( )ϕ(t, x) dx dt
R+ t x=at at t t t
Z Z Z bt
x ′ x
′ −1
= f (uD )ϕ(t, bt) − f (uG )ϕ(t, at) dt − 2
f ( )ϕ(t, x) dx dt.
R+ R+ at t t
Ainsi, le membre de gauche de l’équation (5.27) est égal à
Z 0 Z +∞ Z +∞ Z +∞
− uG ϕ(0, x) dx − uG ϕ(x/a, x) dx + uD ϕ(x/b, x) dx − uD ϕ(0, x) dx
−∞ 0 0 0
Z Z Z
+∞
x ′ −1 ′ x
x/a
+ uG ϕ(x/a, x) − uD ϕ(x/b, x) dx + 2
f ( )ϕ(t, x) dt dx
0 R+ x/b t t
Z Z bt
x ′ x
′ −1
− 2
f ( )ϕ(t, x) dx dt,
R+ at t t
206 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

ou encore
Z 0 Z +∞
− uG ϕ(0, x) dx − uD ϕ(0, x) dx
−∞ 0
Z Z x/a
x ′ −1 ′ x x ′ −1 ′ x
+ f ( )ϕ(t, x) − f ( )ϕ(t, x) dt dx.
R+ x/b t2 t t2 t

Ainsi u est bien une solution faible de l’équation de Burgers. Ce résultat est bien sûr encore vrai
pour a < 0.

c) L’équation de Burgers (f (u) = u2 /2) est 1-convexe, elle est bien dans le cadre de cet
exercice. Elle est telle que f ′ (u) = u, donc (f ′ )−1 (u) = u et l’équation de la solution autosimilaire
est
v(ξ) = ξ.

Pour uG = 0 et uD = 1, on a donc


 0 si x < 0,
u(t, x) = x ∀t > 0.
 t si 0 ≤ x ≤ t,

1 si x > t,

C’est la solution que nous avons appelée ≪ détente ≫ dans le cours. De manière générale, une
telle solution autosimilaire s’appelle détente pour des équations scalaires quelconques.
Exercice 3.
L’unique solution faible de cette équation est donnée par

u(t, x) = u0 (x − t).

Le schéma utilisé ici porte le nom de schéma décentré amont (upwind en anglais).
1) On écrit
n+1 n ∆t ∆t n
uj = uj 1 − + u .
∆x ∆x j−1
Sous la condition (de Courant-Friedrichs-Lewy) 0 ≤ ∆t/∆x ≤ 1, un+1
j est donc une combinaison
n
convexe des uj et on a
inf unj ≤ un+1
j ≤ sup unj .
j∈Z j∈Z

2) a) Comme on l’a fait en cours pour l’équation de la chaleur discrétisée par des méthodes de
diﬀérences ﬁnies, en faisant des développements limités de la solution u(t, x) (qui est de classe
Cb3 (R+ × R) puisque la condition initiale est aussi régulière), on trouve

u((n + 1)∆t, j∆x) − u(n∆t, j∆x) 2

= ∂t u(n∆t, j∆x) + ∆t∂t,t u(n∆t, j∆x) + O(∆t2 ),
∆t
u(n∆t, j∆x) − u(n∆t, (j − 1)∆x) 2
= ∂x u(n∆t, j∆x) − ∆x∂x,x u(n∆t, j∆x) + O(∆x2 ).
∆x
207

Soit εnj (u) l’erreur de consistance au point (n∆t, j∆x). On a

u((n + 1)∆t, j∆x) − u(n∆t, j∆x) u(n∆t, j∆x) − u(n∆t, (j − 1)∆x)

εnj (u) = +
∆t ∆x
= ∆t∂t,t u(n∆t, j∆x) − ∆x∂x,x u(n∆t, j∆x) + O(∆t2 + ∆x2 ). (5.28)
2 2

Puisque u ∈ Cb3 (R+ × R), le schéma est consistant d’ordre 1 en temps et en espace. Il existe
C ∈ R tel que
εnj (u) ≤ C(∆t + ∆x)
pour ∆t et ∆x assez petits.
b) On a

∆t ∆t n
en+1 = u n
j 1 − + u − u(n∆t, j∆x) − (u((n + 1)∆t, j∆x) − u(n∆t, j∆x))
j
∆x ∆x j−1

n ∆t ∆t n ∆t
= uj 1 − + uj−1 − u(n∆t, j∆x) − ∆tεnj (u) + (u(n∆t, j∆x) − u(n∆t, (j − 1)∆x))
∆x ∆x ∆x

n ∆t ∆t n
= ej 1 − + e − ∆tεnj (u).
∆x ∆x j−1
On en déduit que sous la condition de CFL,
n
X
en+1
j ≤ sup e0j + ∆tεkj (u) ≤ n∆tC(∆t + ∆x)
j∈Z k=0

où C est la constante introduite dans la réponse précédente. Le schéma est donc convergent
(pour des données initiales dans Cb3 (R)) et d’ordre 1 en temps et en espace.
3) En reprenant l’expression de l’erreur de consistance (5.28) (où l’on avait pris soin de garder
explicitement les termes d’ordre 1), et en remarquant que ∂t u = −∂x u entraı̂ne ∂t,t2 u = −∂ 2 u
t,x
2 u = −∂ 2 u, et donc que ∂ 2 u = ∂ 2 u, on a
et ∂x,x x,t t,t x,x

∆t − ∆x 2
εnj (u) = ∂x,x u(n∆t, j∆x) + O(∆t2 + ∆x2 ).
2
On en déduit facilement que l’erreur de consistance du schéma vis à vis de l’équation de
transport-diﬀusion ∂t u + ∂x u = (∆x − ∆t)/2∂x,x 2 u est O 2 (∆t2 + ∆x2 ) : le schéma est donc

consistant à l’ordre 2 avec une équation de transport-diffusion dont le coefficient de diffusion est
κ = (∆x − ∆t)/2.
On peut noter que sous la condition de CFL, le coefficient de diffusion est positif (d’où la stabi-
lité de la solution, cf. l’équation de la chaleur en temps positif), alors que s’il est négatif, il tend
à faire ≪ exploser ≫ la solution en temps fini (équation de la chaleur avec coefficient négatif, ou
équation de la chaleur rétrograde en temps). Une autre remarque possible est que si ∆t = ∆x
(autorisé par la condition de CFL, le terme de diffusion est nul. D’ailleurs, lorsque l’on remplace
dans le schéma ∆t par ∆x, il devient
un+1
j = unj
208 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

et, par récurrence,

unj = u0j−n ∀n ∈ N, ∀j ∈ Z.

Or, puisque justement ∆t = ∆x, la solution exacte vérifie elle aussi u(n∆t, j∆x) = u0 ((j−n)∆x).
Ainsi, l’erreur est nulle, le schéma est exact. Cette propriété n’est pas intéressante dans la pra-
tique car les équations de transport de la physique que l’on cherche à résoudre de manière ap-
prochée ne sont pas à vitesse constante ! Il ne faut pas perdre de vue que la résolution numérique
de l’équation de transport à vitesse constante est purement académique puisque l’on en connaı̂t
la solution exacte. Cependant, on peut noter que le coefficient de diffusion est d’autant plus
grand que ∆t est petit devant ∆x (et ceci est le cas même pour des équations de transport
plus compliquées). Pour avoir une bonne solution numérique, il faut en général choisir un pas
de temps le plus grand possible. . . Sous les contraintes de stabilité de CFL.
4) a) On démontre la formule par récurrence sur n. Pour n = 0, elle est vraie. Supposons qu’elle
est vraie pour l’entier n et calculons les un+1
j .
n+1
– Pour j < 0, on a uj = 0 − ∆t/∆x(0 − 0) = 0.
– Pour 0 ≤ j ≤ n, on a

un+1
j = Cnj ν j (1 − ν)n−j − ν Cnj ν j (1 − ν)n−j − Cnj−1 ν j−1 (1 − ν)n−j+1

n! j n−j n!
= ν (1 − ν) −ν ν j (1 − ν)n−j
j!(n − j)! j!(n − j)!

n! j−1 n−j+1
− ν (1 − ν)
(j − 1)!(n − j + 1)!

n! j n−j j
= ν (1 − ν) 1 − ν + (1 − ν)
j!(n − j)! n−j+1
n! n−j +1+j
= ν j (1 − ν)n−j (1 − ν)
j!(n − j)! n−j +1
(n + 1)! j
= ν j (1 − ν)n+1−j = Cn+1 ν j (1 − ν)n+1−j .
j!(n + 1 − j)!
j
– Si j = n + 1, un+1
j = 0 − ν(0 − ν n ) = ν j = Cn+1 ν j (1 − ν)n+1−j .
– Si j > n + 1, un+1
j = 0.
Le résultat est démontré.
b) On remarque que puisque ν = ∆t/∆x, on a

1 (j−nν)2 ∆x (j∆x−n∆t)2
− 2nν(1−ν) − 2n∆t(∆x−∆t)
p e =p e ,
2πnν(1 − ν) 2πn∆t(∆x − ∆t)

cela prouve le résultat pour tout n ∈ N et j ∈ {0, . . . , n}. Il reste à le montrer pour j < 0 et
j > n.
Si j < 0, unj = 0 et
2
1 − (j−nν) − νn
p e 2nν(1−ν) ≤ e 2(1−ν)
2πnν(1 − ν)
209

si n est assez grand, donc le résultat est trivial car ν > 0 et 1 − ν > 0.
Si j > n,
2
1 − (j−nν) (1−ν)n
p e 2nν(1−ν) ≤ e− 2ν
2πnν(1 − ν)
si n est assez grand, donc le résultat est trivial car 1 − ν > 0 et ν > 0.
c) Par translation, on a, pour une donnée initiale discrète u0j = δk (j),


 0 si j < k,
n
uj = Cnj−k ν j−k (1 − ν)n−j+k si 0 ≤ j − k ≤ n,


0 si j > n + k.
P
Donc, pour u0j = k u0k δk (j), par linéarité du schéma, on a
X
unj = u0k Cnj−k ν j−k (1 − ν)n−j+k 10≤j−k≤n
k∈Z
X 2

∆x − ((j−k)∆x−n∆t) 1
= p e 2n∆t(∆x−∆t) 1+O ∀n ∈ N, ∀j ∈ Z.
k∈Z
2πn∆t(∆x − ∆t) n1/2

d) Le résultat vient d’une formule de quadrature (rectangles centrés pas exemple).

210 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Partiel, le 22 mars 2006

Durée : 2 heures
Documents autorisés : notes de cours et polycopié

Exercice 1, schéma de Gear pour l’équation de la chaleur.

On considère le problème aux dérivées partielles

2 ∗
 ∂t u − ∂x,x u = 0 pour (t, x) ∈ R+ ×]0, 1[,

u(t, 0) = u(t, 1) = 0 pour t ∈ R∗+ ,


u(0, ·) = u0 ∈ L2 (]0, 1[).

Avec les mêmes notations que dans le cours, on déﬁnit une approximation discrète
n∈{0,...,N }
unj j∈{0,...,J+1}

de la solution de ce problème par



 3un+1
j − 4unj + ujn−1 un+1 n+1
j+1 − 2uj + un+1
j−1

 − = 0 ∀j ∈ {1, . . . , J}, n ∈ {1, . . . , N − 1},

 2∆t ∆x 2


 u0j = u0 (xj ) pour j ∈ {1, . . . , J},

 u1j = u(t1 , xj ) (supposé connu pour simpliﬁer) pour j ∈ {1, . . . , J},



 un0 = 0 pour n ∈ {1, . . . , N },


 un = 0 pour n ∈ {1, . . . , N }.
J+1

1) Montrer que ce schéma est consistant d’ordre 2 en temps et en espace.

2) Étude de la stabilité.
a) Mettre ce schéma sous forme matricielle en faisant intervenir la matrice
 
2 −1 0 · · · · · · 0
 
 −1 2 −1 0 · · · 0 
 
 0 −1 2 −1 · · · 0 
 
A= . .. .. .. .. ..  ∈ MJ (R)
 .. . . . . . 
 
 
 0 ··· 0 −1 2 −1 
0 ··· ··· 0 −1 2

et les vecteurs  
uk1
 . 
Uk =  . 
 . 
ukJ
pour k = n − 1, n, n + 1.
b) En posant !
Un
Vn = ,
U n−1
211

mettre le schéma sous la forme

V n+1 = M V n

(donner la matrice M en fonction de A).

c) Montrer que µ est valeur propre de M si et seulement si µ2 − 4βµ + β = 0 où β est une
−1
2∆t
valeur propre de la matrice 3I + ∆x 2 A .
d) On dira que le schéma est stable si toutes les valeurs propres de la matrice M sont de
module strictement inférieur à 1. Montrer que le schéma est inconditionnellement stable. On
rappelle que les valeurs propres de A sont données par

2 jπ
αj = 4 sin pour j = 1, . . . , J.
2(J + 1)
Exercice 2.
1) On considère le problème
(
∂t u(t, x) + a(t, x)∂x u(t, x) = 0 pour (t, x) ∈ R+ × R,
u(0, ·) = u0 ∈ C 1 (R)

avec a ∈ C 1 (R+ × R) uniformément (globalement) lipschitzienne par rapport à sa seconde va-

riable.
a) Rappeler l’expression de la solution utilisant les courbes caractéristiques.
b) Soit X(t) une solution de X ′ (t) = a(t, X(t)). Posons v(t) = ∂x u(t, X(t)). Montrer que

v ′ (t) = −∂x a(t, X(t))v(t).

2) On considère le problème
( 2
∂t u(t, x) + ∂x u2 (t, x) = 0 pour (t, x) ∈ R+ × R,
u(0, ·) = u0 ∈ C 1 (R) ∩ L∞ (R)
′
avec u0 ∈ L∞ (R).
a) Rappeler la valeur du ≪ temps d’existence ≫ T > 0 de la solution régulière de cette EDP.
b) Pour x0 ∈ R, soit Y (t) = x0 + tu0 (x0 ). Posons, pour t < T , w(t) = ∂x u(t, Y (t)). Montrer
que
w′ (t) = −w2 (t) ∀t < T.

Trouver l’expression de w(t) et montrer que w(t) ≤ 1/t pour tout t ∈]0, T [. En déduire que
1
∂x u(t, x) ≤ ∀x, ∀t ∈]0, T [.
t
3) On considère le problème
(
∂t u(t, x) + ∂x f (u)(t, x) = 0 pour (t, x) ∈ R+ × R,
u(0, ·) = u0 ∈ C 1 (R) ∩ L∞ (R)
212 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

′
avec u0 ∈ L∞ (R) et f ∈ C 2 (R). Rappeler la valeur du ≪ temps d’existence ≫ T > 0 de la solution
régulière de cette EDP. Montrer que
1
∂x f ′ (u)(t, x) ≤ ∀x, ∀t ∈]0, T [.
t
On pourra pour cela multiplier ∂t u et ∂x f (u) par une fonction de u ad hoc.
Exercice 3.
Soit λ ∈ R. On considère le problème aux dérivées partielles

2 ∗
 ∂t u − ∂x,x u = λu pour (t, x) ∈ R+ ×]0, 1[,

u(t, 0) = u(t, 1) = 0 pour t ∈ R∗+ ,


u(0, ·) = u0 ∈ L2 (]0, 1[).

Montrer que ce problème admet une unique solution. On pourra pour cela se ramener à un
problème connu via un changement d’inconnue.
213

Corrigé du partiel du 22 mars 2006

Exercice 1.
1) On veut évaluer

3u(tn+1 , xj ) − 4u(tn , xj ) + u(tn−1 , xj ) u(tn+1 , xj+1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj−1 )

− .
2∆t ∆x2
On note que 3u(tn+1 , xj ) − 4u(tn , xj ) + u(tn−1 , xj ) = 4(u(tn+1 , xj ) − u(tn−1 , xj )) − (u(tn+1 , xj ) −
u(tn−1 , xj )). Or

u(tn+1 , xj ) − u(tn , xj ) 1 n+1 ∆t 2 n+1 2
= ∂t u(t , xj ) − ∂ u(t , xj ) + O(∆t )
2∆t 2 2 t,t
et
u(tn+1 , xj ) − u(tn−1 , xj )
= ∂t u(tn+1 , xj ) − ∆t∂t,t
2
u(tn+1 , xj ) + O(∆t2 ).
2∆t
On en déduit que

3u(tn+1 , xj ) − 4u(tn , xj ) + u(tn−1 , xj )

2∆t
n+1 ∆t 2 n+1 2
= 2 ∂t u(t , xj ) − ∂ u(t , xj ) + O(∆t )
2 t,t

− ∂t u(tn+1 , xj ) − ∆t∂t,t
2
u(tn+1 , xj ) + O(∆t2 )
= ∂t u(tn+1 , xj ) + O(∆t2 ).

On sait d’autre part (cf. cours) que

u(tn+1 , xj+1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj−1 ) 2

= ∂x,x u(tn+1 , xj ) + O(∆x2 ).
∆x2
Ainsi

3u(tn+1 , xj ) − 4u(tn , xj ) + u(tn−1 , xj ) u(tn+1 , xj+1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj−1 )

−
2∆t ∆x2
= O(∆t2 ) + O(∆x2 ).

2 u(tn+1 , x ) = 0. Le schéma considéré est donc consistant avec l’EDP de

car ∂t u(tn+1 , xj ) − ∂x,x j
la chaleur et d’ordre 2 en temps et en espace.
2) a) Avec les notations proposées dans l’énoncé, le schéma s’écrit

2∆t
3I + A U n+1 − 4U n + U n−1 = 0,
∆x2
soit −1
n+1 2∆t
U = 3I + 2A 4U n − U n−1 .
∆x
214 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

b) La réécriture comme schéma à un pas est V n+1 = M V n si l’on pose

 −1 −1 
2∆t 2∆t
4 3I + ∆x2 A − 3I + ∆x2 A
M = 
I 0

où chacune des sous-matrices de M exprimées ci-dessus est une matrice de MJ (R). On pose
−1
2∆t
B = 3I + ∆x 2A .
c) On cherche V ∈ R2J et µ ∈ R tels que M V = µV . Posons V = (V1 , V2 )T avec V1 , V2 ∈ RJ .
L’équation devient (
4BV1 − BV2 = µV1 ,
V1 = µV2 .
Cela est équivalent à (
(4µ − 1)BV2 = µ2 V2 ,
V1 = µV2 .
V2 est donc un vecteur propre de B. Soit β ∈ R la valeur propre associée. Le problème à résoudre
est équivalent à : 

 BV2 = βV2 ,
(4µ − 1)βV2 = µ2 V2 ,


V1 = µV2 .
µ est une valeur propre de M si et seulement s’il existe une valeur propre β de B telle que
µ2 − 4βµ + β = 0.
d) Le discriminant ∆ de l’équation du second degré µ2 − 4βµ + β = 0 vaut 4β(4β − 1). Les
racines (complexes a priori) de cette équation sont donc
p
2β + β(4β − 1)
p
et 2β − β(4β − 1).

On veut montrer que toutes ces racines sont de module strictement inférieur à 1. On remarque
que toutes les valeurs propres de A sont strictement positives. Les valeurs propres de B sont les
1
βj = 2∆t
, j = 1, . . . , J.
3+ α
∆x2 j
1
Elles sont donc de la forme 3+a avec a ∈ R∗+ puisque ∆t > 0 et ∆x > 0. Les valeurs propres de
M s’écrivent donc s
2 1 4
µ= ± −1 ,
3+a 3+a 3+a
soit √
2 1−a
µ= ± , avec a > 0.
3+a 3+a
Donc √
2 + | 1 − a|
|µ| ≤ .
3+a
215

√ p √
Or 1 − a = |1 − a| < 1 + a < 1 + a pour a > 0, donc le résultat est démontré. Le
schéma de Gear est stable au sens de Von Neumann.
Remarque 49
On est tenté d’en déduire la convergence du schéma (par application du théorème de Lax,
puisqu’il est consistant et stable). Ceci serait un peu trop rapide, car, la matrice M n’étant
pas symétrique, ||M ||2 6= ρ(M ). Le raisonnement correct est le suivant. Puisque ρ(M ) < 1,
(M n )n∈N est une suite de matrices convergeant vers 0 ∈ M2J (R). Donc, il existe C ∈ R tel que
||M n ||2 ≤ C pour tout n ∈ N. Avec l’aide du cours, on en déduit la stabilité du schéma. Le
théorème de Lax permet de conclure.

Exercice 2.
1) a) D’après le cours, l’unique solution régulière de ce problème d’EDP est

u(t, x) = u0 (X(0, t, x))

où X est solution de (

∂1 X(s, t, x) = a(s, X(s, t, x)),
X(t, t, x) = x.
b) Avec la déﬁnition prise dans cette question, on a

v ′ (t) = ∂t ∂x u(t, X(t)) + X ′ (t)∂x ∂x u(t, X(t))

= ∂x ∂t u(t, X(t)) + ∂x (a∂x u)(t, X(t)) − ∂x a(t, X(t))∂x u(t, X(t))
= ∂x (∂t u + a∂x u)(t, X(t)) − ∂x a(t, X(t))∂x u(t, X(t)).

Or, u étant solution de l’équation de transport, on a ∂t u + a∂x u = 0, d’où

∂x (∂t u + a∂x u)(t, X(t)) = 0

et ﬁnalement
v ′ (t) = −∂x a(t, X(t))v(t).

Remarque 50
On a implicitement supposé la régularité de v, c’est-à-dire de ∂x u. Cette régularité est constaté
a posteriori pour la solution de l’EDO ci-dessus.

2) a) D’après le cours, il existe une unique solution régulière pour t ∈ [0, T [ avec

 0′
 + ∞ si inf u (x) ≥ 0,
x∈R
T = −1

 sinon.
inf x∈R u0 ′ (x)
b) Les solutions régulières de l’équation de Burgers vériﬁent

∂t u + u∂x u = 0.
216 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Elles sont donc transportées à (leur propre) vitesse u. En appliquant la formule rappelée à la
question 1), on a
u(t, x) = u0 (Z(0, t, x))

où Z vériﬁe (
∂1 Z(s, t, x) = u(s, Z(s, t, x)),
Z(t, t, x) = x.

De plus, comme u(s, Z(s, t, x)) ne dépend pas du temps s, u(s, Z(s, t, x)) = u0 (Z(0, t, x)) et la
pente des caractéristiques est constante (tout ceci a été vu en détails en cours). La fonction
Y (t) = x0 + tu0 (x0 ) est la caractéristique issue de x0 à t = 0. D’après la question précédente
(avec a(t, x) = u(t, x)) on a

w′ (t) = −∂x u(t, Y (t))w(t) = −w2 (t).

On en déduit l’expression de w en résolvant cette équation diﬀérentielle ordinaire :


 1
si w(0) 6= 0,
w(t) = t + 1/w(0)

0 si w(0) = 0

(qui est bien déﬁni si t < T ). On en déduit que w(t) ≤ 1/t (pour t < T ) car
– si w(0) ≤ 0, w(t) ≤ 0 ≤ 1/t ;
– si w(0) > 0, w(t) ≤ 1/t.
C’est une inégalité de type Oleinik.
3) a) D’après le cours, il existe une unique solution régulière pour t ∈ [0, T [ avec

 ′′ 0 0′
 + ∞ si inf f (u (x))u (x) ≥ 0,
x∈R
T = −1

 sinon.
inf x∈R f ′′ (u0 (x))u0 ′ (x)

Tant que la solution est régulière (i.e. tant que t < T ), elle vériﬁe

∂t u + f ′ (u)∂x u = 0.

Donc
f ′′ (u)∂t u + f ′ (u)f ′′ (u)∂x u = 0.
′ (u)2
Or f ′′ (u)∂t u = ∂t f ′ (u) et f ′ (u)f ′′ (u)∂x u = f ′ (u)∂x f ′ (u) = ∂x f 2 . La nouvelle inconnue
v(t, x) = f ′ (u)(t, x) vériﬁe donc le problème de Burgers

 v2
∂t v + ∂x = 0,
2
 v(0, ·) = f ′ ◦ u0 .
217

D’après la question précédente, il existe une unique solution régulière au problème pour t ∈ [0, T [
où 
 0′
 + ∞ si inf v (x) ≥ 0,
x∈R
T = −1

 sinon,
inf x∈R v 0 ′ (x)
c’est-à-dire  
 ′′ 0 0′ 
 + ∞ si inf f (u (x))u (x) ≥ 0, 
x∈R
T = −1 = T.

 sinon. 

inf x∈R f ′′ (u0 (x))u0 ′ (x)
En appliquant le résultat obtenu à la question 2)b) on a bien
1
∂x f ′ ◦ u (t, x) ≤ ∀t ∈ [0, T [.
t
Exercice 3.
Soit u une solution du problème considéré. Posons v(t, x) = u(t, x)e−λt . Cette fonction vériﬁe

2 ∗
 ∂t v − ∂x,x v = 0 pour (t, x) ∈ R+ ×]0, 1[,

v(t, 0) = v(t, 1) = 0 pour t ∈ R∗+ ,


v(0, ·) = u0 ∈ L2 (]0, 1[).

Ce problème (équation de la chaleur) admet une unique solution, donc le problème de l’exercice
admet au plus une solution. Pour l’existence, on suit le chemin inverse. On considère v solution
de l’équation de la chaleur ci-dessus (il existe une telle fonction). On pose u(t, x) = v(t, x)eλt .
On vériﬁe aisément que u est solution du problème de l’énoncé.
218 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Examen, le 18 mai 2006

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Exercice 1.
On rappelle que H02 (]0, 1[), fermeture de D(]0, 1[) dans H 2 (]0, 1[), est égal à l’espace

{v ∈ H 2 (]0, 1[) t. q. v(0) = v(1) = v ′ (0) = v ′ (1) = 0}.

On considère le problème diﬀérentiel


 ′′′′
 u + cu = f dans ]0, 1[,
u(0) = u(1) = 0, (5.29)

 ′
u (0) = u′ (1) = 0,

où f est une fonction donnée dans L2 (]0, 1[) et c est une fonction donnée dans C 0 ([0, 1]).
1) Montrer que ce problème est équivalent à un problème variationnel possédant une unique
solution. On sera pour cela amené à faire des hypothèses sur c. Qu’elles soient le plus faibles
possible !
2) Exprimer le problème comme un problème de minimisation.
3) Montrer que cette solution u est dans H 4 (]0, 1[). Pour cela, on pourra procéder comme suit.
– Montrer que u, u′ , u′′ , u′′′′ ∈ L2 (]0, 1[) ;
– montrer que u′′′ est une fonction de L2 (]0, 1[) que l’on déﬁnira. On rappelle qu’une distri-
bution dont la dérivée est la distribution nulle est identiﬁable à une fonction constante.
Exercice 2.
1) On considère la solution de l’équation de la chaleur avec des conditions de Dirichlet homogènes
sur [0, 1] :

2
 ∂t uκ = κ∂x,x uκ ∀(t, x) ∈ R+ ×]0, 1[,

uκ (0, ·) = u0 ,


uκ (t, 0) = uκ (t, 1) = 0

avec κ > 0. On suppose que u0 ∈ L2 (]0, 1[).

a) Montrer que uκ (t, ·) ∈ H 1 (]0, 1[) pour tout t > 0.
b) Montrer que
2
∂t ||uκ (t, ·)||L2 (]0,1[) = −2κ||∂x uκ (t, ·)||2L2 (]0,1[) ∀t ∈ R+ .

c) En déduire qu’il existe C > 0 tel que

2 2κ
∂t ||uκ (t, ·)||L2 (]0,1[) ≤− ||uκ (t, ·)||2L2 (]0,1[) ∀t ∈ R+
C
219

puis que

lim uκ (t, ·) = 0 dans L2 (]0, 1[) et que lim uκ (t, ·) = 0 dans L2 (]0, 1[) pour tout t ∈ R∗+ .
t→+∞ κ→+∞

2) On considère maintenant le problème de la chaleur avec conditions de Neumann homogènes,


2
 ∂t uκ = κ∂x,x uκ ∀(t, x) ∈ R+ ×]0, 1[,

uκ (0, ·) = u0 ,


∂x uκ (t, 0) = ∂x uκ (t, 1) = 0

avec κ > 0. On suppose que u0 ∈ H 1 (]0, 1[).

Montrer que
Z 1
lim uκ (t, ·) = u0 dans L2 (]0, 1[)
t→+∞ 0
Z 1
et que lim uκ (t, ·) = u0 dans L2 (]0, 1[) pour tout t ∈ R∗+ .
κ→+∞ 0

Exercice 3.
On considère le schéma de Lax-Friedrichs pour l’équation d’advection à vitesse constante dans
R ∂t u + a∂x u = 0 avec une donnée initiale u0 ∈ Cb4 (R) :
 n n
 n+1 uj−1 + uj+1 a∆t n
uj = − uj+1 − unj−1 , ∀j ∈ Z, n ∈ N,
2 2∆x
 u0 = u0 (j∆x) ∀j ∈ Z,
j

avec les notations habituelles. Dans cet exercice, la notion de convergence est à comprendre au
sens de la norme || · ||∞ discrète.
1) a) Donner α ∈ R tel que le schéma est consistant au sens des différences finies avec l’équation
d’advection si et seulement si le rapport ∆xα /∆t tend vers 0 lorsque ∆x tend vers 0.
b) Montrer que ce schéma est convergent sous cette condition et une condition habituelle.
Quel est l’ordre de convergence si ∆t = ∆xβ pour β ∈]0, α[ ?
2) On s’intéresse maintenant au comportement de la solution discrète lorsque la condition ci-
dessus n’est pas vériﬁée. On suppose que ∆t = λ∆xα avec λ ∈ R∗+ .
a) Montrer que le schéma est consistant avec
1 2
∂t u + a∂x u = ∂ u.
2λ x,x
Quel est l’ordre de consistance ?
b) Montrer que la solution discrète converge vers la solution de
1 2
∂t u + a∂x u = ∂ u,
2λ x,x
en admettant l’existence d’une solution (régulière) à cette équation.
3) (Question subsidiaire) À quoi peut-on s’attendre lorsque ∆t = λ∆xβ avec λ ∈ R∗+ et β > α ?
220 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Exercice 4.
Calculer la solution (vériﬁant une inégalité d’Oleinik) de


 u2

 ∂t u + ∂x = 0 ∀(t, x) ∈ R+ × R,

 2

 3 si x ≤ 0,

 u(0, x) = 1 si 0 < x ≤ 1,



 

0 si 1 < x.
221

Corrigé de l’examen du 18 mai 2006

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Exercice 1.
Pour tout ϕ ∈ D(]0, 1[), la solution u ∈ D ′ (]0, 1[) du problème vériﬁe
Z 1 Z 1
′′ ′′
u ϕ + cuϕ = fϕ
0 0

et, par densité de D dans H02 , cette inégalité est vériﬁée pour tout ϕ ∈ H02 (]0, 1[). Ceci nous
conduit à réécrire le problème sous la forme

u ∈ H02 (]0, 1[) et a(u, v) = l(v) pour tout v ∈ H02 (]0, 1[), (5.30)
R1 R1
en posant a(u, v) = 0 u′′ v ′′ + cuv et l(v) = 0 f v.
Montrons que ce problème admet une unique solution.
R 1/2
1
– H02 (]0, 1[) est un espace de Hilbert pour la norme |v|H02 = 0 v ′′ 2 qui est une norme
équivalente à la norme de H 2 (]0, 1[) en vertu de l’inégalité de Poincaré.
– l est une forme linéaire continue :

|l(v)| ≤ ||f ||L2 ||v||L2 ≤ C||f ||L2 |v|H02

où C est la constante de Poincaré.

– a est une forme bilinéaire continue :

|a(u, v)| ≤ ||u′′ ||L2 ||v ′′ ||L2 + ||c||L∞ ||u||L2 ||v||L2 ≤ (1 + ||c||L∞ )||u||H 2 ||v||H 2

et || · ||H 2 est équivalente (sur H02 (]0, 1[)) à | · |H02 , et

a(u, u) ≥ |u|2H 2
0

si c ≥ 0 sur [0, 1].

D’après le théorème de Lax-Milgram, ce problème variationnel a donc une unique solution si
c ≥ 0 sur [0, 1]. On a déjà montré qu’une solution u ∈ D ′ (]0, 1[) de (5.29) vérifiait (5.30).
Montrons la réciproque. Soit u la solution de (5.30). Toute fonction ϕ ∈ D(]0, 1[) est un élément
de H02 (]0, 1[), donc u vérifie (au sens faible) l’EDP de (5.29). De plus, u ∈ H02 (]0, 1[), donc les
conditions aux limites de (5.29) sont vérifiées.
2) La forme bilinéaire a étant symétrique, le théorème de Lax-Milgram assure que la solution u
est caractérisée comme réalisant le minimum de Φ(v) sur H02 (]0, 1[) avec
Z Z 1
1 1 ′′ 2 2
Φ(v) = v + cv − f v.
2 0 0
222 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

3) Comme u ∈ H 2 (]0, 1[), on a u, u′ , u′′ ∈ L2 (]0, 1[). D’autre part, on a, au sens des distributions,
u′′′′ = f − cu, donc u′′′′ ∈ L2 (]0, 1[). Il reste à montrer que u′′′ ∈ L2 (]0, 1[) pour être sûr que
u ∈ H 4 (]0, 1[). Posons Z x
w(x) = u′′′′ (x) dx
0
(w est un candidat à la représentation de u′′′ , à une constante près). Montrons que w ∈ L2 (]0, 1[).
On a
Z 1 Z 1 Z x 2 Z 1 Z x
′′′′ 2
2
w = u (y) dy dx ≤ x u′′′′ (y) dy dx
0 0 0 0 0
Z 1Z 1 Z 1
′′′′ 2 2
≤ u (y) dy dx = u′′′′ (y) dy < +∞.
0 0 0

Donc w ∈ L2 (]0, 1[). Montrons maintenant que u′′′ = w à une constante près. Pour cela, on
considère la distribution u′′′ − w, dont on va montrer que la dérivée est la distribution nulle. Soit
ϕ ∈ D(]0, 1[).

h(u′′′ − w)′ , ϕi = −h(u′′′ − w), ϕ′ i = −hu′′′ , ϕ′ i + hw, ϕ′ i = hu′′′′ , ϕi + hw, ϕ′ i

Z 1 Z 1 Z 1 Z 1Z x
′′′′ ′ ′′′′
= u ϕ+ wϕ = u ϕ+ u′′′′ (y) dyϕ′ (x) dx
0 0 0 0 0
Z 1 Z 1Z 1 Z 1 Z 1
′′′′ ′ ′′′′ ′′′′
= u ϕ+ ϕ (x) dxu (y) dy = u ϕ− ϕ′ (y)u′′′′ (y) dy = 0.
0 0 y 0 0

En utilisant le résultat rappelé dans l’énoncé, on en déduit que la distribution u′′′ − w est
identiﬁable à une fonction constante. Donc il existe une constante C telle que u′′′ peut être
représentée par la fonction C + w ∈ L2 (]0, 1[). Donc u ∈ H 4 (]0, 1[) : c’est une solution forte L2
du problème.
Exercice 2.
1) a) On sait d’après le cours que pour tout t > 0, uκ (t, ·) ∈ Cb∞ ([0, 1]). Donc uκ (t, ·) ∈ H 1 (]0, 1[).
b) En multipliant l’EDP par uκ et en intégrant entre 0 et 1, il vient
Z 1 Z 1
2 2
∂t uκ (t, x) dx = 2κ uκ (t, x)∂x,x uκ (t, x) dx
0 0

et une intégration par parties du membre de droite donne le résultat demandé.

c) La solution uκ (t, ·) est dans H 1 (]0, 1[) et sa trace est nulle, donc elle est dans H01 (]0, 1[) et
l’inégalité de Poincaré donne
Z 1 Z 1
2
uκ (t, x) dx ≤ C (∂x uκ (t, x))2 dx
0 0

pour une certaine constante C (en fait, C = 1 ici !). Ceci donne directement l’inégalité demandée.
Le lemme de Gronwall permet alors de conclure que
2κ
||uκ (t, ·)||2L2 (]0,1[) ≤ ||uκ (0, ·)||2L2 (]0,1[) e− C t ,
223

d’où les limites demandées.

2) La dérivée en espace de la solution uκ vériﬁe le problème de la chaleur avec conditions aux
limites de Dirichlet homogènes. On a donc, d’après la question 1),

lim ∂x uκ (t, ·) = 0 dans L2 (]0, 1[) et lim ∂x uκ (t, ·) = 0 dans L2 (]0, 1[) pour tout t ∈ R∗+ ,
t→+∞ κ→+∞

d’où l’idée que uκ (t, ·) converge vers une constante. D’autre part, puisque uκ vériﬁe des conditions
aux limites de Neumann homogènes, on a, en intégrant l’EDP entre 0 et 1,
Z 1
∂t uκ (t, x) dx = 0
0

(le problème est conservatif). La constante en question doit donc être la moyenne de u0 . Montrons
R1
cela rigoureusement. Posons m = 0 u0 (x) dx. On a
Z 1 Z 1
2
∂t (uκ (t, x) − m) dx = 2 (uκ (t, x) − m)∂t (uκ (t, x) − m) dx
0 0
Z 1 Z 1 Z 1
=2 (uκ (t, x) − m)∂t uκ (t, x) dx = 2 uκ (t, x)∂t uκ (t, x) dx − m ∂t uκ (t, x) dx
0 0 0
Z 1 Z 1
=2 uκ (t, x)∂t uκ (t, x) dx = −2 (∂x uκ (t, x))2 dx.
0 0

Cependant, uκ (t, ·) ∈/ H01 (]0, 1[), donc on ne peut pas invoquer ici l’inégalité de Poincaré pour
terminer. En fait, il existe une inégalité plus générale que celle de Poincaré, l’inégalité de Poin-
caré-Wirtinger : il existe une constante C telle que pour toute fonction u ∈ H 1 (]0, 1[),

||u − u||L2 (]0,1[) ≤ C||u′ ||L2 (]0,1[)

où u désigne la moyenne de u. Cette inégalité est vraie en dimension quelconque sur un ouvert
R
connexe de classe C 1 , avec u = 1/mes(Ω) Ω u. En appliquant cette inégalité, on obtient
Z 1 Z 1
2 2
∂t (uκ (t, x) − m) dx ≤ − 2 (uκ (t, x) − m)2 dx,
0 C 0

d’où le résultat demandé.

Voici comment démontrer ce résultat sans utiliser l’inégalité de Poincaré-Wirtinger. On sait que
R1 R1
uκ (t, ·) est régulière, donc il existe x(t) ∈ [0, 1] tel que uκ (t, x(t)) = 0 uκ (t, x) dx = 0 u0 (x) dx.
On écrit 4 que Z x
uκ (t, x) = uκ (t, x(t)) + ∂x uκ (t, y) dy
x(t)

et ainsi Z 1 Z 1 Z x 2
2
(uκ (t, x) − uκ (t, x(t)) dx = ∂x uκ (t, y) dy dx,
0 0 0

4. On est en train de démontrer l’inégalité de Poincaré-Wirtinger avec une constante C = 1. . .

224 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

et on en déduit par des majorations identiques à celles de l’exercice 1, question 3), que
Z 1 Z 1
(uκ (t, x) − uκ (t, x(t))2 dx ≤ (∂x uκ (t, x))2 dx.
0 0

Or uκ (t, x(t)) = m, donc

Z 1 Z 1
2
∂t (uκ (t, x) − m) dx ≤ −2 (uκ (t, x) − m)2 dx
0 0
R1
et (uκ (t, x) − m)2 dx tend vers 0 lorsque t tend vers +∞ ou κ tend vers +∞.
0
Exercice 3.
1) a) Le schéma de Lax-Friedrichs se réécrit

un+1
j − unj unj+1 − unj−1 1
+a = unj+1 − 2unj + unj−1 .
∆t 2∆x 2∆t
Or, la solution étant régulière, on a
u((n + 1)∆t, j∆x) − u(n∆t, j∆x)
= ∂t u(n∆t, j∆x) + O(∆t),
∆t
u(n∆t, (j + 1)∆x) − u(n∆t, (j − 1)∆x)
= ∂x u(n∆t, j∆x) + O(∆x2 ),
2∆x
et

u(n∆t, (j + 1)∆x) − 2u(n∆t, j∆x) + u(n∆t, (j − 1)∆x)

u(n∆t, (j + 1)∆x) − 2u(n∆t, j∆x) + u(n∆t, (j − 1)∆x)
= ∆x2
∆x2
= ∆x2 ∂x,x
2
u(n∆t, j∆x) + O(∆x4 ).

L’erreur de consistance du schéma est donc

∆x2 2
O(∆t + ∆x2 ) + ∂ u(n∆t, j∆x) + O(∆x4 /∆t).
2∆t x,x
Si u n’est pas à dérivée seconde en espace nulle, la condition nécessaire et suﬃsante de consistance
est que ∆t soit choisi de telle sorte que
∆x2
lim = 0,
∆x→0 ∆t

c’est-à-dire que α = 2.
b) Le schéma étant linéaire, l’erreur vériﬁe
enj−1 + enj+1 a∆t n
en+1
j = − ej+1 − enj−1 − ∆tǫnj
2 2∆x
où ǫnj est l’erreur de consistance. Donc

en+1
j = enj−1 (1/2 + a∆t/(2∆x)) + enj+1 (1/2 − a∆t/(2∆x)) − ∆tǫnj ,
225

donc, sous la condition de Courant-Friedrichs-Lewy classique,

||en+1 || ≤ ||e0 || + (n + 1)∆t||ǫn ||

pour la norme || · ||∞ . Donc, si ∆x2 /∆t tend vers 0 lorsque ∆x tend vers 0, le schéma est
convergent sur [0, T ] × R pour tout T ∈ R∗+ . On a plus précisément

∆x2 ∆x2−β
||en+1 || ≤ O(∆t + ∆x2 ) + C = O(∆xβ + ∆x2 ) + C
2∆t 2λ
où C est une constante majorant les dérivées secondes en espace de la solution u. Le schéma est
donc d’ordre min(β, 2 − β).
2) On suppose maintenant que ∆t = λ∆x2 .
a) Le calcul de l’erreur de consistance fait à la question 1) a) montre que le schéma est ici
consistant à l’ordre 1 en temps et 2 en espace avec l’équation

∆x2 2 1 2
∂t u + a∂x u = ∂x,x u = ∂ u.
2λ∆x 2 2λ x,x
b) Par linéarité, l’erreur vériﬁe

enj−1 + enj+1 a∆t n

en+1 = − (e − enj−1 ) − ∆tǫnj
j
2 2∆x j+1
où ǫnj est l’erreur de consistance avec l’équation de transport-diffusion. Donc

en+1
j = enj−1 (1/2 + a∆t/(2∆x)) + enj+1 (1/2 − a∆t/(2∆x)) − ∆tǫnj .

La condition de stabilité de Courant-Friedrichs-Lewy (assurant que en+1 j + ǫnj est une combinai-
son convexe des enj ) est automatiquement vérifiée pour ∆x suffisamment petit. On en déduit la
convergence du schéma, vers l’équation avec laquelle il est consistant.
3) Si ∆t est de l’ordre de ∆xβ avec β > 2, le ≪ coefficient de diffusion équivalent ≫ de l’équation
tend vers +∞ lorsque ∆x tend vers 0. On peut donc s’attendre 5 à ce que la solution numérique
ait le même comportement que la solution d’une équation de transport-diffusion dont le co-
efficient de diffusion tendrait vers +∞. On pourrait montrer que, pour une donnée initiale
intégrable, cette solution tend vers 0 (cf. l’exercice 2 pour le cas d’un domaine borné).
Exercice 4.
Cette condition initiale est composée de 2 discontinuités décroissantes, des solutions-choc sont
donc admissibles (au sens d’Oleinik). Le choc entre 3 et 1 se déplace à vitesse 2 et celui entre 1
et 0 à vitesse 1/2, d’après les relations de Rankine-Hugoniot appliquées à l’équation de Burgers.
La position du choc de gauche au temps t est donc 2t, et celle du choc de droite 1 + t/2. Le choc
de gauche, plus rapide, va ≪ rattraper ≫ celui de droite lorsque 1 + t/2 = 2t, c’est-à-dire t = 2/3.
Leur position sera alors 4/3. La solution sera à cet instant composée d’une discontinuité passant
5. Et l’on a raison de s’attendre à cela ! Ce résultat est cependant un peu délicat à montrer.
226 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

de 3 à 0 en x = 4/3 et devra développer un choc se déplaçant à vitesse 3/2 (d’après les relations
de Rankine-Hugoniot). Cela raisonnement nous conduit à proposer pour solution

 

 
 3 si x ≤ 2t,



  1 si 2t < x ≤ 1 + t/2, si t ≤ 2/3,


u(t, x) = 0 si 1 + t/2 ≤ x,

 (

 3 si x ≤ 4/3 + 3(t − 2/3)/2,

 si 2/3 < t.

0 si 4/3 + 3(t − 2/3)/2 < x,

On vériﬁe sans peine que c’est bien une solution faible. Soit ϕ ∈ Cc∞ ([0, +∞[×R). On veut
montrer que

Z Z Z Z Z 1
2
u∂t ϕ + u /2∂x ϕ = − u(0, ·)ϕ(0, ·) = −3 ϕ(0, x) dx − ϕ(0, x) dx.
R+ R R R− 0

Z Z Z 2/3 Z 2t
2
u∂t ϕ + u /2∂x ϕ = 3∂t ϕ(t, x) + 9/2∂x ϕ(t, x) dx dt
R+ R 0 −∞
Z 2/3 Z 1+t/2
+ ∂t ϕ(t, x) + 1/2∂x ϕ(t, x) dx dt
0 2t
Z +∞ Z 1/3+3t/2
+ 3∂t ϕ(t, x) + 9/2∂x ϕ(t, x) dx dt.
2/3 −∞

Or, on a


 1[0,2/3] (t)1]−∞,2t] (x) = 1]−∞,4/3] (x)1[max(0,x/2),2/3] (t),

1[0,2/3] (t)1]2t,1+t/2] (x) = 1]0,4/3] (x)1[max(0,2(x−1)),x/2] (t),

1[2/3,+∞[ (t)1]−∞,1/3+3t/2] (x) = 1[max(2/3,2(x−1/3)/3),+∞[ (t).

On en déduit en eﬀectuant les intégrations que

Z Z Z 4/3 Z 2/3 Z 2/3

2
u∂t ϕ + u /2∂x ϕ = 3 ∂t ϕ(t, x) dt dx + 9/2 ϕ(t, 2t) dt
R+ R −∞ max(0,x/2) 0
Z 4/3 Z x/2 Z 2/3
+ ∂t ϕ(t, x) dt dx + 1/2 ϕ(t, 1 + t/2) − ϕ(t, 2t) dt
0 max(0,2(x−1)) 0
Z Z +∞ Z +∞
+3 ∂t ϕ(t, x) dt dx + 9/2 ϕ(t, 1/3 + 3t/2) dt,
R max(2/3,2/3(x−1/3)) 2/3
227

donc
Z Z Z 4/3 Z 0 Z 4/3
2
u∂t ϕ + u /2∂x ϕ = 3 ϕ(2/3, x) dx − 3 ϕ(0, x) dx − 3 ϕ(x/2, x) dx
R+ R −∞ −∞ 0
Z 2/3
+ 9/2 ϕ(t, 2t) dt
0
Z 4/3 Z 1 Z 4/3 Z 2/3
+ ϕ(x/2, x) dx − ϕ(0, x) dx − ϕ(2(x − 1), x) dx + 1/2 ϕ(t, 1 + t/2) − ϕ(t, 2t) dt
0 0 1 0
Z 4/3 Z +∞ Z +∞
−3 ϕ(2/3, x) dx − 3 ϕ(2/3(x − 1/3), x) dx + 9/2 ϕ(t, 1/3 + 3t/2) dt.
−∞ 4/3 2/3

On a ainsi
Z Z Z 0 Z 4/3 Z 2/3
2
u∂t ϕ + u /2∂x ϕ = −3 ϕ(0, x) dx − 3 ϕ(x/2, x) dx + 9/2 ϕ(t, 2t) dt
R+ R −∞ 0 0
Z 4/3 Z 1 Z 4/3 Z 2/3
+ ϕ(x/2, x) dx − ϕ(0, x) dx − ϕ(2(x − 1), x) dx + 1/2 ϕ(t, 1 + t/2) − ϕ(t, 2t) dt
0 0 1 0
Z +∞ Z +∞
−3 ϕ(2/3(x − 1/3), x) dx + 9/2 ϕ(t, 1/3 + 3t/2) dt,
4/3 2/3

soit
Z Z Z 0 Z 4/3 Z 4/3
2
u∂t ϕ + u /2∂x ϕ = −3 ϕ(0, x) dx − 3 ϕ(x/2, x) dx + 9/4 ϕ(x/2, x) dx
R+ R −∞ 0 0
Z 4/3 Z 1 Z 4/3 Z 4/3
+ ϕ(x/2, x) dx − ϕ(0, x) dx − ϕ(2(x − 1), x) dx + ϕ(2(x − 1), x) dx
0 0 1 1
Z 4/3 Z +∞ Z +∞
− 1/4 ϕ(x/2, x) dx − 3 ϕ(2/3(x − 1/3), x) dx + 3 ϕ(2(x − 1/2)/3, x) dx,
0 4/3 4/3

d’où, enﬁn, Z Z Z Z
0 1
2
u∂t ϕ + u /2∂x ϕ = −3 ϕ(0, x) dx − ϕ(0, x) dx,
R+ R −∞ 0

ce qu’il fallait démontrer.

228 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Partiel, le 19 mars 2007

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Dans tout l’énoncé, les notations sont celles du cours.

Exercice 1, principe du maximum pour l’équation de la chaleur.
Soit κ > 0, soit T > 0, soit λ > 0. On considère le problème

 2
 ∂t u = κ∂x,x u − λu, (t, x) ∈]0, T ] × [0, 1],
u(0, x) = u0 (x), x ∈]0, 1[, (5.31)


u(t, 0) = u(t, 1) = 0, t ∈]0, T ]

où u0 ∈ C 4 ([0, 1]) est une fonction donnée telle que u0 (x) ≥ 0 ∀x ∈ [0, 1] et u0 (0) = u0 (1) =
′′ ′′
u0 (0) = u0 (1) = 0.
1) Montrer que le problème (5.31) admet une unique solution u ∈ Cb1,2 ([0, T ], [0, 1]) (on pourra
s’aider de la fonction v(t, x) = u(t, x)eλt ).
2) On se propose de montrer que u vériﬁe un principe du maximum. On considère

max u(t, x) = U.
(t,x)∈[0,T ]×[0,1]

Préciser la raison de l’existence de ce maximum.

a) Montrer que si le maximum U est atteint en (t, x) ∈]0, T [×[0, 1] on a U ≤ 0. Pour cela, on
pourra écrire les conditions de maximalité en (t, x) ∈]0, T [×]0, 1[. . .
b) Montrer que si le maximum U est atteint en (t, x) ∈ {T } × [0, 1] on a U ≤ 0.
c) En déduire que pour tout t ∈ [0, T ]

max u(t, x) ≤ max u0 (x).

x∈[0,1] x∈[0,1]

3) On considère maintenant le problème


 2
 ∂t v = κ∂x,x v, (t, x) ∈]0, T ] × [0, 1],
v(0, x) = v 0 (x), x ∈]0, 1[,


v(t, 0) = v(t, 1) = 0, t ∈]0, T ]

où v 0 ∈ C 4 ([0, 1]) est une fonction donnée telle que v 0 (x) ≥ 0 ∀x ∈ [0, 1] et v 0 (0) = v 0 (1) =
′′ ′′
v 0 (0) = v 0 (1) = 0. Déduire de ce qui précède que

max v(t, x) ≤ max v 0 (x).

(t,x)∈[0,T ]×[0,1] x∈[0,1]

Exercice 2, convergence du θ-schéma pour la norme || · ||∞ .

Soit θ ∈ [0, 1], soit J > 1 et soit N > 1. On considère le θ-schéma pour l’équation de la chaleur
un+1
j − unj unj+1 − 2unj + unj−1 un+1 n+1
j+1 − 2uj + un+1
j−1
− (1 − θ)κ − θκ =0
∆t ∆x2 ∆x2
229

pour tout n ∈ {0, . . . , N − 1} et tout j ∈ {1, . . . , J}, avec condition de bord un0 = unJ+1 = 0
J
∀n et donnée initiale u0j ∈ RJ . Le but de cet exercice est de démontrer que ce schéma est
j=1
convergent pour la norme || · ||∞ .
1) On considère ici le cas θ = 0 (schéma explicite). Soit S ∈ C 2 (R) une fonction convexe. Montrer
(par exemple en faisant un développement limité de S au point un+1 j ) que la solution numérique
vériﬁe
S(un+1
j ) − S(unj ) S(unj+1 ) − 2S(unj ) + S(unj−1 )
−κ ≤0
∆t ∆x2
sous une condition liant le pas de temps et le pas d’espace. On dit que le schéma explicite est
entropique.
2) On considère ici le cas θ = 1 (schéma implicite). Soit S ∈ C 2 (R) une fonction convexe. Montrer
que la solution numérique vériﬁe

S(un+1
j ) − S(unj ) S(un+1 n+1
j+1 ) − 2S(uj ) + S(un+1
j−1 )
−κ ≤ 0,
∆t ∆x2
c’est-à-dire que le schéma implicite est entropique.
3) Soit S ∈ C 2 (R) une fonction convexe. Pour θ ∈ [0, 1], montrer que la solution du θ-schéma
vériﬁe

S(un+1
j ) − S(unj ) S(unj+1 ) − 2S(unj ) + S(unj−1 ) S(un+1 n+1
j+1 ) − 2S(uj ) + S(un+1
j−1 )
−(1−θ)κ −θκ ≤0
∆t ∆x2 ∆x2
sous la condition κ(1 − θ)∆t/∆x2 ≤ 1/2.
4) Montrer, en choisissant des entropies S appropriées, que la solution du θ-schéma vériﬁe

un+1
j ≥ min unj
j∈{0,...,J+1}

et
un+1
j ≤ max unj
j∈{0,...,J+1}

(principe du maximum discret). 5) En déduire que le θ-schéma est stable pour la norme || · ||∞ .
6) En utilisant un résultat du cours, en déduire que le θ-schéma est convergent pour la norme
|| · ||∞ .
Exercice 3, équation de Burgers avec terme source.
On considère le problème
( 2
∂t u + ∂x u2 = −αu, (t, x) ∈ R+ × R,
(5.32)
u(0, x) = u0 (x).

Nous allons étudier ce problème à l’aide de la méthode des caractéristiques.

1) Rappeler l’équation diﬀérentielle régissant les courbes caractéristiques X(t, 0, x) de l’équation
de Burgers (c’est-à-dire l’EDP ci-dessus sans terme source).
230 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

2) On suppose que u est une solution de classe C 1 de (5.32).

a) Trouver l’expression de u sur ces courbes caractéristiques, c’est-à-dire l’expression de
u(t, X(t, 0, x)).
b) En déduire l’expression des courbes caractéristiques.
′ ′
3) On suppose que u0 ∈ C 1 (R) ∩ L∞ (R), que u0 ∈ L∞ (R) et que u0 (x) ≥ 0 pour tout x ∈ R.
Montrer que (5.32) a une unique solution u de classe C 1 (R+ × R), vériﬁant

u(t, x) = u0 (X(0, t, x))e−αt .

4) On suppose maintenant que u0 est discontinue, décroissante :

(
0 1 si x < 0,
u (x) =
0 si x > 0.

a) Donner la formulation faible de ce problème.

b) Rappeler l’expression de la solution si α = 0. Si α 6= 0, montrer que
( −αt
e−αt si x < 1−e2α ,
u(t, x) = −αt
0 si x > 1−e2α

est solution faible. Faire une remarque concernant la vitesse de propagation σ(t) de la discon-
tinuité de cette solution. Faire une remarque concernant la position de cette discontinuité en
fonction du temps, suivant les valeurs de α.
231

Corrigé du partiel du 19 mars 2007

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Exercice 1.
1) D’après un résultat démontré en cours, le problème

 2
 ∂t v = κ∂x,x v, (t, x) ∈]0, T ] × [0, 1],
v(0, x) = v 0 (x), x ∈]0, 1[, (5.33)


v(t, 0) = v(t, 1) = 0, t ∈]0, T ],

′′ ′′
où v 0 ∈ C 4 ([0, 1]) est une fonction donnée telle que v 0 (0) = v 0 (1) = v 0 (0) = v 0 (1) = 0, admet
une unique solution v ∈ Cb1,2 ([0, T ], [0, 1]). Posons u(t, x) = v(t, x)e−λt . On vériﬁe facilement que
u ∈ Cb1,2 ([0, T ], [0, 1]) et est solution du problème

 2
 ∂t u = κ∂x,x u − λu, (t, x) ∈]0, T ] × [0, 1],
u(0, x) = u0 (x), x ∈]0, 1[,


u(t, 0) = u(t, 1) = 0, t ∈]0, T ],

avec u0 = v 0 . Donc ce dernier problème admet une solution. D’autre part, s’il en admettait
deux, u1 et u2 , v1 = u1 eλt et v2 = u2 eλt seraient deux solutions distinctes du problème (5.33),
ce qui est impossible.
2) La fonction u étant continue, elle admet un maximum sur le compact [0, T ] × [0, 1].
a) On suppose ici que ce maximum, U , est atteint en (t, x) ∈]0, T [×[0, 1]. Supposons que ce
maximum soit atteint en un point tel que x = 0 ou x = 1. Alors, U = 0, donc on a bien U ≤ 0.
Sinon, il est atteint en (t, x) ∈]0, T [×]0, 1[ et une condition nécessaire de maximalité en x est
alors
∂t u(t, x) = 0,
2 u(t, x) ≤ 0.
∂x,x
2 u(t, x) ≥ 0, d’où −λu(t, x) ≥ 0 et ﬁnalement U ≤ 0. Noter que l’on a
Ainsi, ∂t u(t, x) − κ∂x,x
démontré à ce stade que U = 0.
b) On suppose ici que le maximum U est atteint en (t, x) ∈ {T } × [0, 1]. Si ce maximum est
atteint en un point tel que x = 0 ou x = 1, on a cette fois encore U = 0, donc U ≤ 0. Sinon, une
condition de maximalité est
∂t u(t, x) ≥ 0,
2 u(t, x) ≤ 0
∂x,x
2 u(t, x) ≥ 0, soit, grâce au même argument que ci-dessus,
et on a à nouveau ∂t u(t, x) − κ∂x,x
U ≤ 0.
232 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

c) On a
!
0
max u(t, x) ≤ max u(t, x) = max max u (x), sup u(t, x)
x∈[0,1] (t,x)∈[0,T ]×[0,1] x∈[0,1] (t,x)∈]0,T ]×[0,1]

≤ max max u (x), 0 = max u0 (x)
0
x∈[0,1] x∈[0,1]

car maxx∈[0,1] u0 (x) ≥ 0.

3) On a montré que pour tout λ > 0, pour tout t ∈ [0, T ],

max v(t, x)e−λt ≤ max v 0 (x).

x∈[0,1] x∈[0,1]

Or v(t, x) = limλ→0+ v(t, x)e−λt . Donc

max v(t, x) ≤ max v 0 (x).

x∈[0,1] x∈[0,1]

Exercice 2.
1) La convexité de S implique

S(unj ) ≥ S(un+1
j ) + (unj − un+1
j )S ′ (un+1
j ),
S(unj+1 ) ≥ S(uj ) + (unj+1 − uj )S ′ (un+1
n+1 n+1
j ),
n n+1 n n+1 ′ n+1
S(uj−1 ) ≥ S(uj ) + (uj−1 − uj )S (uj ).

D’autre part, le schéma explicite se réécrit

un+1
j − unj ∆t unj+1 − 2un+1
j + unj−1
1 − 2κ −κ = 0.
∆t ∆x2 ∆x2

Donc

S(un+1
j ) − S(unj ) S(unj+1 ) − 2S(unj ) + S(unj−1 )
−κ
∆t ∆x2

S(un+1
j ) − S(unj ) ∆t S(unj+1 ) − 2S(un+1
j ) + S(unj−1 )
= 1 − 2κ − κ
∆t ∆x2 ∆x2
!
′ n+1
un+1
j − unj ∆t unj+1 − 2un+1
j + unj−1
≤ S (uj ) 1 − 2κ −κ
∆t ∆x2 ∆x2

∆t
sous la condition (classique) 2κ ∆x 2 ≤ 1, d’où le résultat.

2) La convexité de S implique

S(unj ) ≥ S(un+1
j ) + (unj − un+1
j )S ′ (un+1
j ),
S(uj+1 ) ≥ S(uj ) + (uj+1 − uj )S (un+1
n+1 n+1 n+1 n+1 ′
j ),
n+1 n+1 n+1 n+1 ′ n+1
S(uj−1 ) ≥ S(uj ) + (uj−1 − uj )S (uj ).
233

Ces inégalités de convexité donnent directement (sans condition liant les pas de temps et d’es-
pace)

S(un+1
j ) − S(unj ) S(un+1 n+1
j+1 ) − 2S(uj ) + S(un+1
j−1 )
−κ ≤
∆t ∆x2 !
′
un+1
j − unj un+1 n+1
j+1 − 2uj + un+1
j−1
S (un+1
j ) −κ = 0.
∆t ∆x2

3) On note que le θ-schéma se réécrit

un+1
j − unj ∆t unj+1 − 2ujn+1 + unj−1 un+1 n+1
j+1 − 2uj + un+1
j−1
1 − 2κ(1 − θ) − (1 − θ)κ − θκ = 0.
∆t ∆x2 ∆x2 ∆x2

Les manipulations eﬀectuées aux questions 1) et 2) permettent d’obtenir le résultat demandé

ici, sous la condition 2κ(1 − θ)∆t/∆x2 ≤ 1. On remarque que cette condition est plus forte que
la condition de stabilité L2 vue en cours, 2κ(1 − 2θ)∆t/∆x2 ≤ 1. En particulier, le schéma de
Crank-Nicolson (θ = 1/2) n’est entropique que sous une condition liant le pas de temps et le
pas d’espace.
4) Posons v = minj∈{0,...,J+1} unj . Comme dans le cours (pour montrer le principe du maximum
vériﬁé par la solution exacte), on choisit
(
(v − u)3 si u ≤ v,
S(u) =
0 sinon.

S est de classe C 2 et convexe. On a S(unj ) = 0 pour tout j ∈ {0, . . . , J + 1}, donc, en particulier,
S(0) = 0 car un0 = 0. D’autre part, S vériﬁe (d’après ce qui précède)

S(un+1
j ) − S(unj )
∆t
S(unj+1 ) − 2S(unj ) + S(unj−1 ) S(un+1 n+1
j+1 ) − 2S(uj ) + S(un+1
j−1 )
− (1 − θ)κ − θκ ≤ 0,
∆x2 ∆x2
d’où
S(un+1
j ) S(un+1 n+1
j+1 ) − 2S(uj ) + S(un+1
j−1 )
− θκ ≤ 0 ∀j ∈ {1, . . . , J}.
∆t ∆x2
On en déduit que

∆t X
J
X J
S(un+1
j ) − θκ S(un+1
j+1 ) − 2S(u n+1
j ) + S(u n+1
j−1 ) ≤ 0,
j=1
∆x2 j=1

soit
J
X ∆t
S(un+1
j ) + θκ S(u n+1
1 ) + S(un+1
J ) ≤0
j=1
∆x2
234 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

car S(un+1
0 ) = S(un+1
J+1 ) = S(0) = 0. En conséquence, puisque S est positive ou nulle,

J
X
S(un+1
j ) ≤ 0,
j=1

et comme chacun des termes de cette somme est positif ou nul, chacun de ces termes est en fait
nul, donc un+1
j ≥ v, ce qu’il fallait démontrer. L’inégalité

un+1
j ≤ max unj
j∈{0,...,J+1}

se démontre de la même manière (avec une entropie choisie convenablement).

5) On a démontré que
J J
|| unj j=1 ||∞ ≤ || u0j j=1 ||∞ ,

ce qui exprime la stabilité L∞ du θ-schéma (sous la condition 2κ(1 − θ)∆t ≤ ∆x2 ).

6) Le θ-schéma est stable et consistant pour || · ||∞ (résultat du cours). Il est donc convergent
pour cette norme, d’après le théorème de Lax (sous la condition vue ci-dessus).
Exercice 3.
1) Les caractéristiques de l’équation de Burgers sont les solutions des problèmes de Cauchy
(
∂1 X(t, 0, x) = u(t, X(t, 0, x)),
X(0, 0, x) = x.

2) a) Posons ũ(t) = u(t, X(t, 0, x)). On a

ũ′ (t) = ∂t u(t, X(t, 0, x)) + ∂1 X(t, 0, x)∂x u(t, X(t, 0, x))
= ∂t u(t, X(t, 0, x)) + u(t, X(t, 0, x))∂x u(t, X(t, 0, x))
= ∂t u(t, X(t, 0, x)) + ∂x u2 /2(t, X(t, 0, x)) = −αu(t, X(t, 0, x)).

Donc ũ′ (t) = −αũ(t), ce qui donne

u(t, X(t, 0, x)) = u(0, x)e−αt .

b) On déduit de ce dernier résultat que l’EDO vériﬁée par les caractéristiques est

∂1 X(t, 0, x) = u(0, x)e−αt .

Donc la solution du problème de Cauchy ci-dessus est donnée par

u(0, x)
X(t, 0, x) = x + 1 − e−αt si α 6= 0,
α
X(t, 0, x) = x + u(0, x)t si α 6= 0.
235

3) Le résultat est vrai si α = 0 (d’après le cours). Supposons donc que α 6= 0 et posons

u0 (x)
X(t, 0, x) = x + 1 − e−αt .
α
0′ ′
On a ∂3 X(t, 0, x) = 1 + u α(x) 1 − e−αt et donc ∂3 X(t, 0, x) > 0 si u0 (x) ≥ 0 pour tout x ∈ R,
′
pour tout t ≥ 0. De plus, comme u0 est borné, l’application qui à x ∈ R associe X(t, 0, x) est,
pour tout t ∈ R+ , une bijection de R dans R, dont nous notons, comme dans le cours, X(0, t, x)
l’inverse. Si u ∈ C 1 (R+ × R), on a nécessairement

u(t, x) = u0 (X(0, t, x))e−αt

(c’est ce que nous avons montré ci-dessus), ce qui exprime l’unicité de la solution régulière.
Montrons maintenant que u(t, x) = u0 (X(0, t, x))e−αt est bien solution du problème. Nous allons
calculer X(0, t, x). Posons y = X(0, t, x). On a (par déﬁnition de X(0, t, x) comme l’inverse

de la fonction qui à x associe X(t, 0, x)) X(t, 0, y) = x = y + u(0,y)
α 1 − e−αt . Or u(t, x) =
u(0, X(0, t, x))e−αt donc u(0, y) = u(t, x)eαt . Ainsi,

u(0, y) u(t, x)
X(0, t, x) = y = x − (1 − e−αt ) = x + 1 − eαt .
α α
D’autre part,
′
∂t u(t, x) = u0 (X(0, t, x))∂2 X(0, t, x)e−αt − αu(t, x)

et
′
∂x u(t, x) = u0 (X(0, t, x))∂3 X(0, t, x)e−αt ,

donc
′
∂t u(t, x) + u(t, x)∂x u(t, x) = u0 (X(0, t, x))e−αt (∂2 X(0, t, x) + u(t, x)∂3 X(0, t, x)) − αu(t, x).

Or l’expression calculée ci-dessus de X(0, t, x) permet de calculer ses dérivées partielles :

∂t u(t, x)
∂2 X(0, t, x) = 1 − eαt − u(t, x)eαt
α
et
∂x u(t, x)
∂3 X(0, t, x) = 1 + 1 − eαt .
α
Donc

∂t u(t, x) + u(t, x)∂x u(t, x)

0′ −αt ∂t u(t, x)
= u (X(0, t, x))e 1 − eαt − u(t, x)eαt
α

∂x u(t, x) αt

+u(t, x) 1 + 1−e − αu(t, x).
α
236 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Cette équation est équivalente à

′
!
u0 (X(0, t, x)) −αt
(∂t u(t, x) + u(t, x)∂x u(t, x)) 1 − e 1 − eαt
α
′
!
u0 (X(0, t, x)) −αt
= −αu(t, x) 1 − e 1 − eαt ,
α

soit encore à
′
!
u0 (X(0, t, x))
(∂t u(t, x) + u(t, x)∂x u(t, x)) 1 + 1 − e−αt
α
′
!
u0 (X(0, t, x)) −αt

= −αu(t, x) 1 + 1−e ,
α
′
u0 (X(0,t,x))
et enﬁn, puisque 1 + α 1 − e−αt =6 0, à

∂t u(t, x) + u(t, x)∂x u(t, x) = −αu(t, x),

ce qu’il fallait démontrer.

4) a) La formulation faible de ce problème est
Z Z Z Z Z
u(t, x)2 0
u(t, x)∂t ϕ(t, x) + ∂x ϕ dt dx = − u (x)ϕ(0, x) dx + α u(t, x)ϕ(t, x)
R R+ 2 R R R+

∀ϕ ∈ Cc∞ (R+ × R).

b) Si α = 0, on a démontré en cours que la solution faible du problème était

(
1 si x < t/2,
u(t, x) =
0 si x > t/2.

Pour α 6= 0, on veut montrer que u déﬁni par

( −αt
e−αt si x < 1−e2α ,
u(t, x) = −αt
0 si x > 1−e2α

est solution faible. Soit ϕ ∈ Cc∞ (R+ × R).

Z Z Z Z (1−e−αt )/(2α)
u(t, x)∂t ϕ(t, x) dt dx = e−αt ∂t ϕ(t, x) dx dt
R R+ R+ −∞
Z +∞ Z 0 Z +∞ Z (1−e−αt )/(2α)
−αt
= e ∂t ϕ(t, x) dx dt + e−αt ∂t ϕ(t, x) dx dt
0 −∞ 0 0
Z 0 Z 0 Z +∞ Z 1/(2α) Z +∞
−αt
=− ϕ(0, x) dx + αe ϕ(t, x) dt dx + e−αt ∂t ϕ(t, x) dt dx.
−∞ −∞ 0 0 − ln(1−2αx)/α
237

On a donc
Z Z Z Z 0 Z +∞
0
u(t, x)∂t ϕ(t, x) dt dx = − u (x)ϕ(0, x) dx + αe−αt ϕ(t, x) dt dx
R R+ R −∞ 0
Z Z !
1/(2α) ∞ +∞
−αt
+ e ϕ(t, x) t=− ln(1−2αx)/α + αe−αt ϕ(t, x) dt dx
0 − ln(1−2αx)/α
Z Z 0 Z ∞
=− u0 (x)ϕ(0, x) dx + αe−αt ϕ(t, x) dt dx
R −∞ 0
Z 1/(2α) Z ∞ Z (1−e−αt )/(2α)
− (1 − 2αx)ϕ(− ln(1 − 2αx), x) dx + αe−αt ϕ(t, x) dx dt
0 0 0
Z Z +∞ Z (1−e−αt )/(2α)
=− u0 (x)ϕ(0, x) dx + αe−αt ϕ(t, x) dx dt
R 0 −∞
Z 1/(2α)
− (1 − 2αx)ϕ(− ln(1 − 2αx), x) dx.
0
Donc ﬁnalement
Z Z
u(t, x)∂t ϕ(t, x) dt dx
R R+
Z Z Z Z 1/(2α)
0
=− u (x)ϕ(0, x) dx + αu(t, x)ϕ(t, x) dx dt − (1 − 2αx)ϕ(− ln(1 − 2αx), x) dx
R R+ R 0

D’autre part,
Z Z
u2
∂x ϕ dt dx
R R+ 2
Z Z (1−e−αt )/(2α) −2αt Z
e e−2αt
= ∂x ϕ(t, x) dx dt = ϕ(t, (1 − e−αt )/(2α)) dt
R+ −∞ 2 R+ 2
Z 1/(2α)
= (1 − 2αx)ϕ(− ln(1 − 2αx), x) dx
0

(faire le changement de variable t 7→ x(t) = (1 − e−αt )/(2α)). Ceci permet de vérifier que u est
solution de l’équation faible.
d

On remarque que la vitesse de transport de la discontinuité, σ(t) = dt (1 − e−αt )/2α = e−αt /2,
vérifie la relation de Rankine-Hugoniot à tout instant t :
uL (t) + uR (t) e−αt + 0
= σ(t) =
2 2
où uL (t) et uR (t) sont les valeurs de la solution à gauche et à droite de la discontinuité.
Concernant la position de la discontinuité, (1 − e−αt )/2α, on remarque que
– si α > 0, elle converge en temps infini vers 1/(2α) : ceci est lié au fait que l’amplitude de
cette discontinuité tend vers 0 ;
– si α < 0, elle tend vers +∞ lorsque t tend vers +∞, à vitesse exponentielle : l’amplitude
de la discontinuité croı̂t elle-même exponentiellement.
238 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Examen, le 7 mai 2007

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Exercice 1
Soit d ∈ N∗ . Soit Ω ⊂ Rd se décomposant sous la forme

Ω = Ω− ∪ Γ ∪ Ω+

où Ω, Ω− et Ω+ sont des ouverts de Rd de frontière lipschitzienne et Γ = ∂Ω− ∩ ∂Ω+ .

Soit h ∈ L∞ (Ω)
– de classe C 1 sur Ω− et sur Ω+ (mais pas forcément sur Ω) ;
– telle qu’il existe α > 0 pour lequel h(x) ≥ α quel que soit x ∈ Ω.
Soit f une fonction de L2 (Ω).
On considère le problème

 Trouver u ∈ H01 (Ω) tel que
Z Z
(5.34)
 h∇u∇v = f v ∀v ∈ H01 (Ω).
Ω Ω

1) Montrer que le problème (5.34) admet une unique solution.

2) On admet que la solution u de (5.34) est dans H 2 (Ω− ) ∩ H 2 (Ω+ ). Montrer que u vériﬁe
(
div (h∇u) = −f dans Ω+ ∪ Ω− ,
u = 0 sur ∂Ω.

3) Pour toute fonction v ∈ H 1 (Ω) on déﬁnit v+ comme la restriction à Γ de la trace de v comme

fonction sur Ω+ et v− comme la restriction à Γ de la trace de v comme fonction sur Ω− :

v+ = trΩ+ v Γ
, v− = trΩ− v Γ
.

Montrer que la solution u de (5.34) vériﬁe

h+ (∂n u)+ = h− (∂n u)− .

4) Application : calculer u ∈ H01 (]0, 1[) tel que

Z 1 Z 1
hu′ v ′ = −v ∀v ∈ H01 (]0, 1[)
0 0

avec (
1 si x ∈]0, 1/2[,
h(x) =
2 si x ∈]1/2, 1[.

On rappelle que H 1 (]0, 1[) ⊂ C 0 ([0, 1]).

239

Exercice 2, ondes progressives pour un système de relaxation

Soient c > 0 et λ ≥ 0. On considère le système

 ∂t u + ∂x v = 0 ∀(t, x) ∈ R+ × R
2
2 u (5.35)
 ∂t v + c ∂x u = λ −v ∀(t, x) ∈ R+ × R.
2

1) Montrer que le système avec λ = 0 (sans second membre) est strictement hyperbolique.
2) Désormais, λ > 0. On s’intéresse à des solutions particulières du système, dites ondes pro-
gressives. Ce sont des solutions en translation à vitesse σ, c’est-à-dire des solutions de la forme

u(t, x) = ũ(λ(x − σt)), v(t, x) = ṽ(λ(x − σt))

pour une certaine valeur de σ ∈ R et qui vériﬁent pour tout t ∈ R

lim u(t, x) = uG , lim u′ (t, x) = 0, lim u(t, x) = uD , lim u′ (t, x) = 0,

x→−∞ x→−∞ x→+∞ x→+∞
lim v(t, x) = vG , lim v ′ (t, x) = 0, lim v(t, x) = vD , lim v ′ (t, x) = 0.
x→−∞ x→−∞ x→+∞ x→+∞

a) Montrer que (u, v) est solution onde progressive si et seulement si le couple (ũ, ṽ) corres-
pondant est solution (globale sur R) du système d’équations diﬀérentielles

 − σũ′ + ṽ ′ = 0,

′ 2 ′ ũ2
 − σṽ + c ũ = − ṽ
2

et vériﬁe

lim ũ(ξ) = uG , lim ũ′ (ξ) = 0, lim ũ(ξ) = uD , lim ũ′ (ξ) = 0,
ξ→−∞ ξ→−∞ ξ→+∞ ξ→+∞
(5.36)
lim ṽ(ξ) = vG , lim ṽ ′ (ξ) = 0, lim ṽ(ξ) = vD , lim ṽ ′ (ξ) = 0.
ξ→−∞ ξ→−∞ ξ→+∞ ξ→+∞

b) Montrer que s’il existe une solution onde progressive, on a nécessairement vG = u2G /2 et
vD = u2D /2.
c) En déduire que (ũ, ṽ) déﬁnit une solution onde progressive si et seulement si ce couple
vériﬁe (5.36) et
 ′
 ṽ = σũ′ ,
2
ũ2 uG
 (c2 − σ 2 )ũ′ = − σũ − − σuG
2 2
uG +uD
d) Montrer que s’il existe une solution onde progressive, on a nécessairement σ = 2 . En
déduire qu’une solution onde progressive est une solution de

 ṽ ′ = σũ′ ,
(5.37)
 (c2 − σ 2 )ũ′ = (ũ − uG )(ũ − uD )
2
240 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

vérifiant (5.36).
e) On suppose que σ 2 6= c2 . Montrer que tout problème de Cauchy associé au système
différentiel (5.37) admet une unique solution maximale. En déduire qu’une solution onde pro-
gressive vérifie
min(uG , uD ) ≤ ũ(ξ) ≤ max(uG , uD ) ∀ξ ∈ R.

f) On suppose maintenant (et dans toute la suite) que σ 2 < c2 . Montrer que s’il existe une
solution onde progressive, on a uG ≥ uD (il n’existe donc pas de solution onde progressive pour
uG < uD ).
g) Montrer que les solutions ondes progressives sont de la forme

uG − uD
uG + uD exp (ξ − ξ0 )
2(c2 − σ 2 )
ũ(ξ) = (5.38)
uG − uD
1 + exp (ξ − ξ0 )
2(c2 − σ 2 )

pour ξ0 ∈ R, avec ṽ(ξ) = σ(ũ(ξ) − uG ) + u2G /2.

h) Calculer la limite presque partout lorsque λ tend vers +∞ de la solution onde progres-
sive (5.38). Faire un lien avec certaines solutions de l’équation de Burgers.
3) Question subsidiaire Expliquer formellement le lien avec l’équation de Burgers à partir du
système (5.35).
Exercice 3, convergence du schéma ≪ upwind ≫
On considère le problème
(
∂t u + a∂x u = 0 ∀(t, x) ∈ R+ × R,
(5.39)
u(0, x) = u0 (x) ∀x ∈ R.

Soient h > 0, λ > 0 et k = λh. On déﬁnit le schéma upwind pour le problème (5.39) par
 n+1 n
 uj − uj unj − unj−1
+a = 0 ∀(n, j) ∈ N × Z, (5.40)
 0 k0 h
uj = u (jh) ∀j ∈ Z

(h représente un pas d’espace et k un pas de temps) et on déﬁnit la solution approchée uh (t, x)

par
XX
uh (t, x) = unj 1[nk,(n+1)k[(t)1[jh,(j+1)h[ (x) ∀(t, x) ∈ R+ × R.
n∈N j∈Z

1) Rappeler l’expression de la solution de (5.39).

2) Trouver une condition sur λ > 0 pour que la solution de (5.40) vériﬁe le principe du maximum

min(u0i ) ≤ unj ≤ max(u0i ) ∀(n, j) ∈ N × Z.

i∈Z i∈Z

Comment appelle-t-on cette condition ?

Le but de cet exercice est de montrer d’au moins 2 manières diﬀérentes la convergence du schéma
241

upwind.
3) Convergence ≪ à la différences finies ≫
a) Montrer que le schéma upwind est consistant et d’ordre 1, c’est-à-dire qu’il existe A ∈ R
tel que
u((n + 1)k, jh) − u(nk, jh) u(nk, jh) − u(nk, (j − 1)h)
+a ≤ Ah ∀(n, j) ∈ N × Z.
k h
b) Montrer que sous la condition de la question 2)

|unj − u(nk, jh)| ≤ Ankh ∀(n, j) ∈ N × Z

et en déduire la convergence du schéma pour la norme || · ||L∞ ([0,T ]×R) , pour tout T ∈ R+ .
4) Convergence ≪ à la volumes finis ≫ par critère de Cauchy
a) Montrer que sous la condition mise en évidence à la question 2)

sup |unj+1 − 2unj + unj−1 | ≤ sup |u0j+1 − 2u0j + u0j−1 | ∀n ∈ N

j j

puis qu’il existe B ∈ R tel que

sup |unj+1 − 2unj + unj−1 | ≤ Bh2 ∀n ∈ N.

j

b) Soient unj la solution du problème discret (5.40) avec pas d’espace h > 0 donné
(n,j)∈N×Z
(et pas de temps k = λh) et vjn la solution du problème discret (5.40) avec pas
(n,j)∈N×Z
d’espace h/2 (et donc pas de temps λh/2 = k/2). Montrer que
n+2
v2j − um+1
i
n
= (v2j − um n m n n n
i )(1 − λa) + (v2(j−1) − ui−1 )λa − λa(1 − λa)(v2j − 2v2j−1 + v2j−2 )

et que
n+2
v2j+1 − um+1
i
n
= (v2j+1 − um n m n n n
i )(1 − λa) + (v2(j−1)+1 − ui−1 )λa − λa(1 − λa)(v2j+1 − 2v2j + v2j−1 )

pour tout (m, n, i, j) ∈ N × N × Z × Z.

Montrer que par ailleurs il existe C ∈ R tel que supj∈Z vjn+1 − vjn ≤ Ch ∀(n, j) ∈ N × Z.
d) Montrer qu’il existe D ∈ R et E ∈ R tels que

u h − uh ≤ Dh + ET h.
2 L∞ ([0,T ]×R)
242 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

On remarquera pour cela que quels que soient n ∈ N et j ∈ Z,

e) Montrer que pour tout l ∈ N

u h − uh ≤ 2(Dh + ET h).
2l L∞ ([0,T ]×R)

f) En déduire que pour tout T ∈ R, la suite u h est de Cauchy dans L∞ ([0, T ] × R) et
2l l∈N
qu’elle converge vers une limite u.
g) Montrer, en utilisant un théorème du cours, que la limite u est solution de (5.39).
5) Question subsidiaire : convergence ≪ à la volumes finis ≫ par compacité
a) Montrer que sous la condition exhibée à la question 2), le schéma upwind est à variation
totale décroissante.
b) Rappeler brièvement les étapes qui permettent de montrer l’existence d’une sous-suite de
(uh )h∈R∗+ convergente dans L1loc lorsque h tend vers 0.
c) En utilisant un théorème vu en cours, montrer que la limite de la suite extraite de la
question précédente est solution du problème. En déduire que toute la suite (uh )h∈R∗+ converge
vers la solution du problème (5.39).
243

Corrigé de l’examen du 7 mai 2007

Exercice 1
1) H01 (Ω) est un espace de Hilbert pour le produit scalaire hu, vi = h∇u, ∇viL2 (c’est une
conséquence de l’inégalité de Poincaré). Nous allons appliquer le théorème de Lax-Milgram au
problème (
Trouver u ∈ H01 (Ω) tel que
a(u, v) = l(v) ∀v ∈ H01 (Ω)
R R
avec l(v) = Ω f v et a(u, v) = Ω h∇u∇v et le produit scalaire évoqué ci-dessus.
Tout d’abord, il est évident que l est linéaire et a est bilinéaire. D’autre part, l est une forme
linéaire continue car
|l(v)| ≤ ||f ||L2 ||v||L2 ≤ P ||f ||L2 ||v||H 1
1/2
où P est la constante de Poincaré pour Ω (la norme choisie étant ||v||H 1 = h∇v ·∇viL2 ). Ensuite,
a est continue car
|a(u, v)| ≤ ||h||L∞ ||u||H 1 ||v||H 1
et a est coercitive car
a(u, u) ≥ α||u||2H 1 .
D’après le théorème de Lax-Milgram, le problème a donc une unique solution.
2) Puisque D(Ω− ) ⊂ H01 (Ω) on a 6 pour tout v ∈ D(Ω− )
Z Z
h∇u∇v = f v.
Ω Ω
d
Or, si u ∈ H 2 (Ω− ), h∇u ∈ H 1 (Ω− ) et l’on a par une formule de Green
Z Z
h∇u∇v = − div (h∇u) v,
Ω− Ω−

d’où Z Z
− div (h∇u) v = fv
Ω− Ω−

pour tout v ∈ D(Ω− ). Or D(Ω− ) est dense dans L2 (Ω− ), donc ﬁnalement

div (h∇u) = −f

dans L2 (Ω− ). On peut faire le même raisonnement dans Ω+ pour arriver à la conclusion de-
mandée.
3) On écrit la formulation variationnelle pour v ∈ D(Ω) :
Z Z
h∇u∇v = f v.
Ω Ω

6. On prolonge toute fonction de D(Ω− ) par 0 sur Ω \ Ω− pour en faire une fonction de D(Ω) et donc de
H01 (Ω) !
244 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Or
Z Z Z
h∇u∇v = h∇u∇v + h∇u∇v
Ω Ω− Ω+
Z Z Z Z
= hv∇un − div (h∇u) v + hv∇un − div (h∇u) v
∂Ω− Ω− ∂Ω+ Ω+
Z Z
= fv + f v,
Ω− Ω+

où n est la normale unitaire extérieure au domaine considéré. Puisque div (h∇u) = −f sur Ω−
et sur Ω+ , on a donc Z Z
hv∇un + hv∇un = 0.
∂Ω− ∂Ω+

Et puisque les normales n sont orientées diﬀéremment selon que l’on considère ∂Ω− ou ∂Ω+ ,
cela donne Z
v (h− (∇u)− − h+ (∇u)+ ) n = 0
Γ
pour tout v ∈ D(Ω), où n est la normale unitaire extérieure à l’un des ensembles Ω− ou Ω+ ,
c’est-à-dire une normale à Γ unitaire. On admet que l’on peut approcher toute fonction de L2 (Γ)
par la trace d’une fonction de D(Ω) pour en déduire que

h− (∂n u)− = h+ (∂n u)+ .

4) D’après la question 2), u vériﬁe

u′′ = 1 sur ]0, 1/2[,

2u′′ = 1 sur ]1/2, 1[.

Donc, on a
u′ (x) = x + u′ (0) si x ∈]0, 1/2[,
u′ = (x − 1)/2 + u′ (1) si x ∈]1/2, 1[
et, en tenant compte des conditions aux limites,

u(x) = x2 /2 + u′ (0)x si x ∈]0, 1/2[,

u = (x − 1)2 /4 + u′ (1)(x − 1) si x ∈]1/2, 1[.

On sait de plus, d’après la question 3), que u′ (1/2− ) = 2u′ (1/2+ ), donc u′ (0)+1/2 = 2u′ (1)−1/2,
soit
u′ (0) + 1
u′ (1) = .
2
D’autre part, u, fonction de H 1 (]0, 1[), est continue, donc u(1/2− ) = u(1/2+ ), ce qui donne
u′ (0)/2 + 1/8 = −u′ (1)/2 + 1/16, soit

u′ (1) = −u′ (0) − 1/8.

245

On en déduit que u′ (0) = −5/12 et u′ (1) = 7/24, d’où ﬁnalement

u(x) = x2 /2 − 5x/12 si x ∈]0, 1/2[,

u = (x − 1)2 /4 + 7(x − 1)/24 si x ∈]1/2, 1[.
Exercice 2, ondes progressives pour un système de relaxation
1) Le système s’écrit sous forme matricielle
! ! !
u 0 1 u
∂t + ∂t = 0.
v c2 0 v
Les valeurs propres de la matrice sont c et −c, réelles et distinctes, ce qui signiﬁe que le système
est strictement hyperbolique.
2) a) Avec l’ansatz proposé, on a

∂t u + ∂x v = −λσ ũ′ + λṽ ′

et
∂t u + c2 ∂x u = −λσṽ ′ + λc2 ũ′ ,
donc le système est équivalent à
(
−λσ ũ′ + λṽ ′ = 0,
−λσṽ ′ + λc2 ũ′ = λ(ũ2 /2 − ṽ)
et l’on obtient le système diﬀérentiel demandé en divisant par λ > 0 (les conditions aux limites
en +∞ et −∞ sont trivialement équivalentes).
b) On a

lim −σṽ ′ + c2 ũ′ = 0 = lim ũ2 /2 − ṽ = u2G /2 − vG ,
ξ→−∞ ξ→−∞

d’où le résultat (on fait de même en +∞).

c) La première équation du système donne ṽ ′ = σũ′ et en intégrant cette égalité entre −∞ et
ξ on en tire
ṽ(ξ) − vG = σ(ũ(ξ) − uG ),
soit
ṽ = σ(ũ − uG ) + u2G /2.
En reportant cette égalité dans la seconde équation diﬀérentielle, on obtient

(c2 − σ 2 )ũ′ = ũ2 /2 − σ(ũ − uG ) − u2G /2,

égalité qu’il fallait démontrer.

d) On utilise la relation précédente pour écrire

lim (c2 − σ 2 )ũ′ = 0 = lim ũ2 /2 − σ(ũ − uG ) − u2G /2
ξ→+∞ ξ→+∞

= u2D /2 − σ(uD − uG ) − u2G /2 = (u2D /2 − u2G /2) − σ(uD − uG ),

246 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

dont on déduit
u2D /2 − u2G /2
σ=
uD − uG
qui est le résultat demandé si uG 6= uD . En remplaçant σ par cette valeur dans le système, on
trouve 
 ṽ ′ = σũ′ ,
 (c2 − σ 2 )ũ′ = (ũ − uG )(ũ − uD ) .
2
2 2
e) Si σ 6= c , le système est

 ṽ ′ = σũ′ ,
(ũ − uG )(ũ − uD )
 ũ′ = .
2(c2 − σ 2 )
C’est un système différentiel à champ localement lipschitzien, donc tout problème de Cauchy
associé admet une unique solution. Supposons qu’il existe ξ ∈ R tel que ũ(ξ) > max(uG , uD )
par exemple. Comme limξ→−∞ ũ = uG et limξ→+∞ ũ = uD , d’après le théorème des valeurs
intermédiaires il existe ζ ∈ R tel que ũ(ζ) = max(uG , uD ) (on a encore supposé ici que uG 6= uD ).
Mais l’unique solution du problème de Cauchy associé à la donnée ũ(ζ) = max(uG , uD ) est ũ(ξ) =
max(uG , uD ) pour tout ξ, ce qui contredit l’hypothèse. On peut faire le même raisonnement en
supposant qu’il existe ξ ∈ R tel que ũ(ξ) < min(uG , uD ).
f) Si c2 > σ 2 , comme d’après la question précédente (ũ−uG )(ũ−uD ) ≤ 0, le système différentiel
nous informe du fait que ũ′ ≤ 0, d’où uD ≤ uG .
g) D’après le théorème des valeurs intermédiaires, pour toute solution onde progressive il existe
ξ0 tel que ũ(ξ0 ) = (uG + uD )/2 = σ. On vérifie aisément que la solution donnée dans l’énoncé
vérifie ũ(ξ0 ) = σ et le système différentiel, ce qui démontre le résultat demandé. Pour une
démonstration constructive, voir le corrigé du partiel du 6 avril 2004. Noter d’ailleurs l’étonnante
similitude entre l’approche visqueuse et l’approche relaxée utilisée ici !
h) On a donc

uG − uD
uG + uD exp (λ(x − σt) − ξ0 )
2(c2 − σ 2 )
u(t, x) = ũ(λ(x − σt)) = ,
uG − uD
1 + exp (λ(x − σt) − ξ0 )
2(c2 − σ 2 )
dont la limite lorsque λ tend vers +∞ est
(
uG si x < σt,
u(t, x) =
uD si x > σt.

Il s’agit d’une solution choc de l’équation de Burgers puisque l’on a déjà remarqué que σ =
(uG + uD )/2 (la relation de Rankine-Hugoniot est vériﬁée) !
3) Dans le système d’EDP, le second membre de l’équation impliquant ∂t v tend à ≪ rappro-
cher ≫ v de u2 /2 : c’est un phénomène de relaxation. Ce phénomène est d’autant plus marqué
247

que λ est grand. Si v est proche de u2 /2, ∂x v est proche de ∂x u2 /2 et la première équation du
système ≪ tend ≫, lorsque λ tend vers +∞, vers l’équation de Burgers ∂t u + ∂x u2 /2 = 0. Il n’est
pas facile de rendre ce raisonnement rigoureux : sauf pour des solutions particulières, comme
nous l’avons fait ci-dessus.
Exercice 3, convergence du schéma ≪ upwind ≫
1) L’unique solution faible du problème est

u(t, x) = u0 (x − at) ∀(t, x) ∈ R × R.

2) Une forme équivalente du schéma est

un+1
j = unj (1 − λa) + unj−1 λa ∀(n, j) ∈ N × Z.

Donc sous la condition λa ≤ 1 on a

min(unj−1 , unj ) ≤ un+1

j ≤ max(unj−1 , unj ) ∀(n, j) ∈ N × Z

et, par récurrence, le résultat demandé. La condition λa ≤ 1 est appelée condition de Courant-
Friedrichs-Lewy.
3) a) Puisque u0 est de classe Cb2 (R), la solution u est de classe Cb2,2 (R, R) et des développements
limités permettent d’obtenir, quels que soient n ∈ N et j ∈ Z,
u((n + 1)k, jh) − u(nk, jh) k 2 k
= ∂t u(nk, jh) + ∂t,t u(τ, jh) = ∂t u(nk, jh) + a2 ∂x,x
2
u(τ, jh)
k 2 2
pour un certain τ ∈ [nk, (n + 1)k], ainsi que
u(nk, jh) − u(nk, (j − 1)h) h 2
= ∂x u(nk, jh) + ∂x,x u(nk, χ)
h 2
pour un certain χ ∈ [(j − 1)h, jh]. On obtient donc le résultat demandé avec

k 2 h 2 a + λa2 ′′
Ah = a +a sup |∂x,x u| = sup |u0 |h,
2 2 R+ ×R 2 R

2 ′′
soit A = a+λa
2 supR |u0 |.
b) Posons, pour tout (n, j) ∈ N × Z, enj = u(nk, jh) − unj . On a (petit calcul classique)

en+1
j = enj (1 − λa) + enj−1 λa + kεnj ∀(n, j) ∈ N × Z

où εnj est l’erreur de consistance du schéma, c’est-à-dire le terme que nous avons majoré à la
question précédente. Donc, sous la condition de Courant-Friedrichs-Lewy λa ≤ 1,

en+1
j ≤ sup |eni | + Akh ∀(n, j) ∈ N × Z,
i

ce qui donne par récurrence

enj ≤ sup e0i + Ankh ∀(n, j) ∈ N × Z,

i
248 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

et, puisque e0j = 0 pour tout j, le résultat demandé.

4) a) On a

un+1 n+1
j+1 − 2uj + un+1 n n n n n n
j−1 = (uj+1 − 2uj + uj−1 )(1 − λa) + (uj − 2uj−1 + uj−2 )λa ∀(n, j) ∈ N × Z.

Ceci montre le résultat demandé pourvu que λa ≤ 1. D’autre part, puisque u0 est de classe Cb2 ,
on a, pour tout (n, j) ∈ N × Z,
′′
u0 ((j + 1)h) − 2u0 (jh) + u0 ((j − 1)h) = h2 u0 (χ)
′′
pour un certain χ ∈ [(j − 1)h, (j + 1)h]. On a donc le résultat demandé en posant B = supR |u0 |.
b) On a um+1
i = um m
i (1 − λa) + ui−1 λa pour tous i et m, et

n+2 n+1 n+1 n

v2j = v2j (1 − λa) + v2j−1 λa = v2j (1 − λa)2 + v2j−1
n n
(1 − λa)λa + v2j−1 n
λa(1 − λa) + v2j−2 (λa)2
n n n n n
= v2j (1 − λa) − v2j λa(1 − λa) + 2v2j−1 λa(1 − λa) + v2j−2 λa − v2j−2 λa(1 − λa)
n n n n n

= v2j (1 − λa) + v2j−2 λa − λa(1 − λa) v2j − 2v2j−1 + v2j−2 ∀(n, j) ∈ N × Z,
n+2
ce qu’il fallait démontrer. Le calcul de v2j+1 − um+1
i se fait exactement de la même manière.
c) On en déduit que sous la condition de Courant-Friedrichs-Lewy

2n−2
2n
v2j − unj ≤ sup v2i 2n−2
− uin−1 + λa(1 − λa) sup v2i+1 2n−2
− 2v2i 2n−2
+ v2i−1
i∈Z i∈Z
2n−2 1
≤ sup v2i − uin−1 2n−2
+ sup v2i+1 2n−2
− 2v2i 2n−2
+ v2i−1
i∈Z 4 i∈Z

2n−2 n−1 B h2
≤ sup v2i − ui + ∀(n, j) ∈ N × Z
i∈Z 4 2

car le pas d’espace pour vjn est h/2. Par récurrence sur n, on a donc
(n,j)∈N×Z
2
2n B h
sup |v2j − unj | ≤ 0
sup |v2j − u0j | +n ...
j∈Z j∈Z 4 2
2n −un |
Ce qui est un peu mieux que le résultat demandé ! On obtient la majoration de supj∈Z |v2j+1 j
de la même façon.
D’autre part, on note que

vjn+1 − vjn = vjn (1 − λa) + vj−1

n
λa − vjn = λa(vj−1
n
− vjn ) ∀(n, j) ∈ N × Z,
n−1
n
or vj−1 − vjn = (vj−1 − vjn−1 )(1 − λa) + (vj−2
n−1 n−1
− vj−1 )λa, d’où
n ′
|vj−1 − vjn | ≤ sup |vi−1
0
− vi0 | ≤ sup |u0 |h/2 ∀(n, j) ∈ N × Z
i R

car le pas d’espace pour la solution approchée vjn est h/2. Donc, ﬁnalement,
(n,j)∈N×Z

sup vjn+1 − vjn ≤ Ch ∀(n, j) ∈ N × Z,

j∈Z
249

(E désignant la fonction partie entière) d’où, d’après la dernière majoration eﬀectuée,

2n

u h − uh ≤ sup max |v2j − unj |, |v2j+1
2n
− unj | + Ch.
2 L∞ ([0,T ]×R) n≤E(T /k)+1,j∈Z

Ainsi on sait que

et, d’après ce que l’on a démontré à la question précédente,

l
X 1
u h − uh ≤ (Dh + ET h) p−1
≤ 2 (Dh + ET h)
2l L∞ ([0,T ]×R) 2
p=1

f) On a d’après l’inégalité précédente, pour tous l, m ∈ N tels que m ≥ l,

u h − u hm ≤ 2 Dhl + ET hl ,
2l 2 L∞ ([0,T ]×R)

donc la suite u h est de Cauchy dans L∞ ([0, T ] × R). Puisque L∞ ([0, T ] × R) est complet,
2l l∈N
cette suite converge, vers une limite que nous notons u.
g) Nous allons utiliser le théorème de Lax-Wendroff. Le schéma upwind s’écrit
k n
unj = unj − fj+1/2 − fj−1/2
h
n
avec fj+1/2 = aunj pour tout (n, j) ∈ N × Z. Le flux numérique s’écrit donc fj+1/2
n = F (unj , unj+1 )
avec F (unj , unj+1 ) = aunj , il est donc consistant (au sens des volumes finis) avec l’équation de
250 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

transport car F (u, u) = au. La suite u h est bornée dans L∞ et converge dans L∞
loc , donc
2l l∈N
elle converge dans L1loc (R∗+ × R), donc, d’après le théorème de Lax-Wendroff, la limite est la
solution du problème.
5) a) On écrit à nouveau que

un+1
j − un+1 n n n n
j−1 = (uj − uj−1 )(1 − λa) + (uj−1 − uj−2 )λa ∀(n, j) ∈ N × Z

pour remarquer que, sous la condition de Courant-Friedrichs-Lewy,

X X
un+1
j − un+1
j−1 ≤ unj − unj−1 ∀n ∈ N,
j∈Z j∈Z

le schéma upwind est à variation totale décroissante.

b) En s’aidant de ce résultat, on pourrait (comme on l’a fait en cours pour le schéma de
Lax-Friedrichs) montrer que
– la solution approchée uh reste dans un borné de BV (R+ × R) lorsque h tend vers 0 ;
– en déduire, à l’aide du théorème de Helly (compacité de BV (Ω) dans L1 (Ω) pour tout Ω
borné de frontière lipschitzienne), l’existence d’une sous-suite de (uh )h∈R+ convergente sur
L1 (Ω) lorsque h tend vers 0, pour tout Ω borné de R+ × R (de frontière lipschitzienne) ;
– par extraction diagonale, en déduire l’existence d’une sous-suite convergente sur L1loc (R+ ×
R).

c) D’après le théorème de Lax-Wendroﬀ, on en déduit à nouveau que la limite de la sous-suite

extraite ci-dessus est solution faible du problème. Comme le problème admet une unique solution
faible, on en déduit ﬁnalement que toute la suite converge vers cette solution.
251

Partiel, le 3 mars 2008

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Exercice 1, équation de la chaleur sur R.

On s’intéresse au problème
2
∂t u = κ∂x,x u, (t, x) ∈ R∗+ × R, (5.41)

avec une donnée initiale

u(0, x) = u0 (x), x ∈ R,

où κ > 0 est donné et u0 sera précisée ultérieurement.

1) Montrer que si u(t, x) est une solution (régulière) de (5.41), u(λ2 t, λx) aussi, quel que soit
λ ∈ R.
√ √
2) On cherche une solution u(t, x) de (5.41) qui ne dépend que de x/ t : u(t, x) = v(x/ t) et
telle que limξ→−∞ v(ξ) = 0 et limξ→+∞ v(ξ) = 1.
a) Montrer qu’il existe une unique telle solution, donnée par
Z ξ
1 −y 2
v(ξ) = √ e 4κ dy, ξ ∈ R.
4κπ −∞

R ∞ −y2 √
On rappelle que −∞ e r dy = rπ, quel que soit r ∈ R∗+ .
b) Exprimer la solution u(t, x) associée (pour t > 0). Calculer limt→0+ u(t, x) pour presque
tout x ∈ R. On note H(x) cette limite. Montrer que
Z ∞
1 −(y−x)2
u(t, x) = √ H(y)e 4κt dy, (t, x) ∈ R∗+ × R.
4κπt −∞

3) Soient a, b ∈ R. Soit u0 (x) = 1[a,b] (x). Montrer que la fonction déﬁnie par
Z ∞
1 −(y−x)2
u(t, x) = √ u0 (y)e 4κt dy, (t, x) ∈ R∗+ × R,
4κπt −∞

est solution de (5.41) et vériﬁe limt→0+ u(t, x) = u0 (x) pour presque tout x ∈ R.
P
4) Soit u0 une fonction étagée, de la forme u0 (x) = ni=1 ui 1Ii (x) où Ii est un intervalle de R
pour tout i ∈ {1, . . . , n} et ui ∈ R pour tout i ∈ {1, . . . , n}. Montrer que la fonction déﬁnie par
Z ∞
1 −(y−x)2
u(t, x) = √ u0 (y)e 4κt dy, (t, x) ∈ R∗+ × R, (5.42)
4κπt −∞

est solution de (5.41) et vériﬁe limt→0+ u(t, x) = u0 (x) pour presque tout x ∈ R.
5) Montrer l’unicité de la solution régulière de (5.41) avec donnée initiale u0 ∈ C 2 (R). On pourra
R∞
pour cela étudier l’évolution en fonction de t de −∞ v 2 (t, x) dx où v vériﬁe (5.41) et v(0, x) = 0
pour tout x ∈ R.
252 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Exercice 2
2 ϕ pour tout (t, x) ∈ R∗ ×R.
Soit κ > 0 et soit ϕ une fonction régulière bornée vériﬁant ∂t ϕ = κ∂x,x +
On suppose que ϕ(t, x) > 0 pour tout (t, x) ∈ R+ × R.
1) On pose, pour tout (t, x) ∈ R∗+ × R,

−2κ∂x ϕ(t, x)
u(t, x) = .
ϕ(t, x)

Montrer que u vériﬁe

∂t u + ∂x u2 /2 = κ∂x,x
2
u, (t, x) ∈ R∗+ × R.

2) Montrer qu’une solution du problème

(
∂t u + ∂x u2 /2 = κ∂x,x
2 u, (t, x) ∈ R∗+ × R,
−2κ∂x ϕ(0,x)
u(0, x) = ϕ(0,x) ,

est donnée par

R∞ x−y −(y−x) 2

t ϕ(0, y)e dy
4κt
−∞
u(t, x) = R∞ −(y−x)2
, (t, x) ∈ R∗+ × R.
−∞ ϕ(0, y)e dy
4κt

On admettra que le résultat de la question 4) de l’exercice 1 est encore vrai pour une donnée
initiale quelconque dans L∞ (R).
3) Montrer qu’une solution du problème
(
∂t u + ∂x u2 /2 = κ∂x,x
2 u, (t, x) ∈ R∗+ × R,
u(0, x) = u0 (x), x ∈ R,

où u0 , régulière bornée, est donnée, est

R∞ x−y −(y−x) 2

t ϕ(0, y)e dy
4κt
−∞
u(t, x) = R∞ −(y−x)2
, (t, x) ∈ R∗+ × R,
−∞ ϕ(0, y)e dy
4κt

1
Rx 0
avec ϕ(0, x) = Ce− 2κ 0 u (y) dy où C ∈ R∗+ .
Exercice 3, Équation de la chaleur avec un terme source non linéaire.
Soit T > 0. On considère le problème
 u
 2
 ∂t u − κ∂x,x u + σ 1 + u = 0, (t, x) ∈]0, T ]×]0, 1[,

u(0, x) = u0 (x), x ∈]0, 1[, (5.43)


 u(t, 0) = u(t, 1) = 0, t ∈]0, T ],

où κ, σ ∈ R∗+ et u0 est une donnée régulière bornée positive ou nulle.

On admet que ce problème admet une unique solution u ∈ C 1,2 ([0, T ], [0, 1]).
253

A) Principe du maximum
1) Montrer qu’il existe τ > 0 tel que u(t, x) ≥ −1 pour tout (t, x) ∈ [0, τ ] × [0, 1].
2) Montrer que pour toute fonction S : R −→ R de classe C 2 (R) convexe on a ∂t S(u) −
2 S(u) ≤ −σS ′ (u) u . En choisissant convenablement la fonction S, en déduire que u(t, x) ≥
κ∂x,x 1+u
0 pour tout (t, x) ∈ [0, τ ] × [0, 1].
3) Montrer que u(t, x) ≥ 0 pour tout (t, x) ∈ [0, T ] × [0, 1].
B) Schéma semi-implicite
On cherche à approcher cette solution au moyen d’un algorithme semi-implicite qui, avec les
notations du cours, s’écrit
 n+1
 uj − unj un+1
j+1 − 2uj
n+1
+ un+1 un+1

 −κ
j−1
+σ
j
= 0, (n, j) ∈ {0, . . . , N − 1} × {1, . . . , J},
 ∆t ∆x 2 1 + unj

 u0j = u0 (j∆x), j ∈ {1, . . . , J},

 n
u0 = unJ+1 = 0, n ∈ {0, . . . , N }.

1) Mettre le schéma sous la forme matricielle An U n+1 = U n où la matrice An dépend de U n .

2) Déﬁnir l’erreur de consistance et montrer que le schéma est consistant à l’ordre 1 en temps
et 2 en espace pour une solution u ∈ C 2,4 ([0, T ], [0, 1]).
3) Soit S : R −→ R de classe C 2 (R) convexe. Montrer que l’on a

S(un+1
j ) − S(unj ) S(un+1 n+1
j+1 ) − 2S(uj ) + S(un+1
j−1 ) un+1
j
−κ + σS ′ (un+1
j ) ≤ 0,
∆t ∆x2 1 + unj
(n, j) ∈ {0, . . . , N − 1} × {1, . . . , J}.

4) En déduire (en choisissant convenablement la fonction S de la question précédente) que le

schéma semi-implicite est positif : pour tout (n, j) ∈ {1, . . . , N }× {1, . . . , J}, on a unj ≥ 0 pourvu
que u0j ≥ 0 pour tout j ∈ {1, . . . , J}, avec un0 = unJ+1 = 0 pour tout n ∈ {0, . . . , N }.
254 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Corrigé du partiel du 3 mars 2008

Exercice 1, équation de la chaleur sur R.

2 v(t, x) = λ2 ∂ 2 u(λ2 t, λx),
1) En posant v(t, x) = u(λ2 t, λx), on a ∂t v(t, x) = λ2 ∂t u(λ2 t, λx) et ∂x,x x,x
2 v(t, x).
d’où ∂t v(t, x) = κ∂x,x
√ √
2) a) L’Ansatz proposé donne −x/(2t3/2 )v ′ (x/ t) = κ/tv ′′ (x/ t), soit −ξ/2v ′ (ξ) = κv ′′ (ξ) pour
ξ ∈ R. En posant w = v ′ on obtient l’équation différentielle −ξ/2w(ξ) = κw′ (ξ), dont les solu-
−ξ2
tions sont de la forme w(ξ) = Ce 4κ avec C ∈ R. Les solutions v s’annulant en −∞ sont donc de
Rξ −y 2 √
la forme v(ξ) = C −∞ e 4κ dy. On a alors limξ→∞ v(ξ) = C 4κπ. Pour satisfaire la condition
√
limξ→∞ v(ξ) = 1, il faut et suffit de prendre C = 1/ 4κπ.
√ R x/√t −y2
b) On a ainsi u(t, x) = 1/ 4κπ −∞ e 4κ dy. On en déduit que pour tout x < 0, limt→0+ u(t, x) =
0 et pour tout x > 0, limt→0+ u(t, x) = 1 : limt→0+ u(t, x) = 1R+ (x) = H(x), fonction de Heavi-
side, presque partout. On a
Z x/√t Z x Z ∞
1 −y 2 1 −z 2 dz 1 −(y−x)2
u(t, x) = √ e 4κ dy = √ e 4κt √ =√ e 4κt dy,
4κπ −∞ 4κπ −∞ t 4κπt 0
ce qui est bien l’expression demandée.
3) Tout d’abord, on constate que, l’équation étant homogène en espace, les translations de
solutions sont solutions. Donc, quel que soit a ∈ R, en notant Ha (x) = H(x − a), la fonction
définie par Z ∞
1 −(y−x)2
u(t, x) = √ Ha (y)e 4κt dy
4κπt −∞
vérifie l’équation de la chaleur et limt→0+ u(t, x) = Ha (x) presque partout.
Ensuite, on constate que 1[a,b] = Ha − Hb quels que soient a et b tels que b ≥ a. Par linéarité de
l’équation de la chaleur et de l’application qui à une fonction associe son intégrale ( !),
Z ∞ Z ∞ Z ∞
1 −(y−x)2 1 −(y−x)2 1 −(y−x)2
u(t, x) = √ Ha (y)e 4κt dy− √ Hb (y)e 4κt dy = √ 1[a,b] (y)e 4κt dy
4κπt −∞ 4κπt −∞ 4κπt −∞
est solution de l’équation de la chaleur, et vérifie, d’autre part, limt→0+ u(t, x) = Ha (x)−Hb (x) =
1[a,b] (x) presque partout.
4) Encore par linéarité, le raisonnement ci-dessus s’applique pour toute combinaison linéaire
finie de fonctions indicatrices.
5) Supposons que l’équation de la chaleur avec donnée initiale u0 régulière admette deux solu-
tions. Notons v leur différence : v est alors solution de l’équation de la chaleur sur R avec donnée
2 v. On en déduit que ∂ v 2 = 2v∂ 2 v et (supposons v(t, ·) et ∂ 2 v(t, ·)
initiale nulle, ∂t v = κ∂x,x t x,x x,x
de carrés intégrables !) que
Z ∞ Z ∞
∂t 2
v (t, y) dy = −2 (∂x v(t, y))2 dy,
−∞ −∞
R∞ R∞
d’où ∂t −∞ v 2 (t, y) dy ≤ 0, soit −∞ v
2 (t, y) dy = 0 pour tout t ∈ R+ . Donc les deux solutions
sont égales.
255

Remarque Voici un moyen de ne pas faire l’hypothèse que ∂x,x 2 v(t, ·) est de carré intégrable. On

suppose toujours que v(t, ·) l’est et on considère v ε (t, ·) = ρε ∗ v(t, ·), où (ρε )ε>0 est un noyau
régularisant. Alors : v ε (t, ·) est de carré intégrable, de même que toutes ses dérivées partielles
spatiales, et l’on a ∂t v ε = κ∂x,x2 v ε . On en déduit par le raisonnement ci-dessus que v ε (t, x) = 0

pour tout t et tout x, et l’on utilise le fait que limε→0+ v ε (t, ·) = v(t, ·) presque partout pour
conclure qu’il en est de même de v(t, ·).
Exercice 2
1) Avec u déﬁni comme dans l’énoncé, on a
2 ϕ
∂t,x ∂3 ϕ ∂ 2 ϕ∂x ϕ
∂t ϕ∂x ϕ 2 x,x,x 2 x,x
∂t u = −2κ + 2κ = −2κ + 2κ .
ϕ ϕ2 ϕ ϕ2

D’autre part,
2 ϕ 2
∂x,x ∂x ϕ
∂x u = −2κ + 2κ ,
ϕ ϕ
d’où
3
∂x,x,x ϕ 2 ϕ
∂x ϕ∂x,x
2 1
∂x,x u = −2κ + 2κ 2
+ ∂x u2 /2.
ϕ ϕ κ
On en déduit bien que
∂t u + ∂x u2 /2 = κ∂x,x
2
u.

2) Une solution du problème est donnée par

−2κ∂x ϕ(t, x)
u(t, x) = .
ϕ(t, x)

En utilisant l’expression de ϕ démontrée dans l’exercice 1 (pour ϕ étagée), cela donne

Z ∞ Z ∞
−2κ y−x −(y−x)2 1 x−y −(y−x)2
√ ϕ(0, y)e 4κt dy √ ϕ(0, y)e 4κt dy
4κπt −∞ 2κt 4κπt −∞ t
u(t, x) = Z ∞ = Z ∞ .
1 −(y−x) 2
1 −(y−x)2
√ ϕ(0, y)e 4κt dy √ ϕ(0, y)e 4κt dy
4κπt −∞ 4κπt −∞

3) On remarque que l’expression de u proposée dans l’énoncé ne dépend pas de la constante C

intervenant dans la définition de ϕ. Prenons C = 1. On remarque aussi que ϕ(0, x) > 0 pour
tout x, ce qui rend applicable ici ce que l’on a fait dans les deux premières questions. Enfin,
avec la définition de ϕ donnée ici, on vérifie que u0 (x) = −2κ∂x ϕ(0, x)/ϕ(0, x). Une application
directe et inconsciente de ce que l’on a montré à la question 2) donne le résultat voulu.
Exercice 3, Équation de la chaleur avec un terme source non linéaire.
A) Principe du maximum
1) La solution est supposée régulière. Pour tout t > 0 il existe s(t) ∈ [0, t] tel que u(t, x) = u0 (x)+
t∂t u(s(t), x). Donc u(t, x) ≥ 0−t max(t,x)∈[0,T ]×[0,1] |∂t u(t, x)|. En posant τ = 1/ max(t,x)∈[0,T ]×[0,1] |∂t u(t, x)|
on a le résultat demandé.
256 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

2) La fonction S ◦ u vériﬁe ∂t S(u) = S ′ (u)∂t u et ∂x,x2 S(u) = S ′ (u)∂ 2 u + S ′′ (u) (∂ u)2 . En

x,x x
utilisant le fait que u est solution de l’équation de la chaleur on obtient donc
u u
2
∂t S(u) − κ∂x,x S(u) = −σS ′ (u) − S ′′ (u) (∂x u)2 ≤ −σS ′ (u)
1+u 1+u
car S est convexe.
−
Prenons S(u) = u3 (partie négative de u3 ). Cette fonction est bien convexe et de classe
C 2 (R). On a
Z 1 Z 1
′
1 u(t, x)
∂t S(u(t, x)) dx + S (u(t, x))∂x u(t, x) x=0 ≤ −σ S ′ (u(t, x)) dx,
0 0 1 + u(t, x)

soit Z Z
1 1
u(t, x)
∂t S(u(t, x)) dx ≤ −σ S ′ (u(t, x)) dx.
0 0 1 + u(t, x)
Pour t ∈ [0, τ ], 1 + u(t, x) ≥ 0. D’autre part, on constate que uS ′ (u) ≥ 0 pour tout u ∈ R. On
en déduit que Z 1
∂t S(u(t, x)) dx ≤ 0, t ∈ [0, τ ].
0
R1 R1
Comme 0 S(u0 (x)) dx = 0, on a ﬁnalement 0 S(u(t, x)) dx = 0 pour t ∈ [0, τ ] et, en conséquence,
u(t, x) ≥ 0 pour tout (t, x) ∈ [0, τ ] × [0, 1].
3) On a montré que u(t, x) ≥ 0 pour tout (t, x) ∈ [0, τ ] × [0, 1]. En particulier, u(τ, x) ≥ 0 pour
tout x ∈ [0, 1]. On peut alors refaire le raisonnement de la question 1) pour en déduire que
u(t, x) ≥ −1 pour tout (t, x) ∈ [0, 2τ ] × [0, 1] et ensuite le raisonnement de la question 2) pour en
conclure que u(t, x) ≥ 0 pour tout (t, x) ∈ [0, 2τ ] × [0, 1]. Par récurrence, on a ainsi u(t, x) ≥ 0
pour tout (t, x) ∈ [0, kτ ] × [0, 1], pour tout k ∈ N tel que kτ ≤ T .
B) Schéma semi-implicite
J
κ∆t
1) La forme matricielle du schéma est An U n+1 = U n où U n = unj et An = I + ∆x 2A+D ,
n
j=1
A étant la matrice du laplacien en dimension 1 (matrice comportant des 2 sur la diagonale, des
−1 sur la sur-diagonale et la sous-diagonale, et des 0 partout ailleurs), et D n étant la matrice
diagonale dont l’élément sur la j e ligne et la j e colonne est σ∆t/(1 + unj ).
2) L’erreur de consistance est

u(tn+1 , xj ) − u(tn , xj ) u(tn+1 , xj+1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj−1 ) u(tn+1 , xj )

εnj (u) = −κ + σ .
∆t ∆x2 1 + u(tn , xj )

En faisant les mêmes développements limités qu’en cours, on obtient. . . Les mêmes résultats ! À
savoir,

u(tn+1 , xj ) − u(tn , xj ) u(tn+1 , xj+1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj−1 )

−κ
∆t ∆x2
= ∂t u(tn+1 , xj ) − κ∂x,x
2
u(tn+1 , xj ) + O(∆t + ∆x2 ).
257

Donc
u(tn+1 , xj ) u(tn+1 , xj )
εnj (u) = −σ n+1
+σ + O(∆t + ∆x2 ) = O(∆t + ∆x2 )
1 + u(t , xj ) 1 + u(tn , xj )
car 1 + u(tn , xj ) ≥ 1 pour tout n et tout j, d’après la partie A) de l’exercice.
3) La régularité et la convexité de S permettent d’avoir les 3 inégalités suivantes.

S(unj ) ≥ S(un+1
j ) + (unj − un+1
j )S ′ (un+1
j ),
S(uj+1 ) ≥ S(uj ) + (uj+1 − uj )S (un+1
n n+1 n n+1 ′
j ),
n n+1 n n+1 ′ n+1
S(uj−1 ) ≥ S(uj ) + (uj−1 − uj )S (uj ).
On en déduit
S(un+1
j ) − S(unj ) S(un+1 n+1
j+1 ) − 2S(uj ) + S(un+1
j−1 )
−κ
∆t ∆x2 !
un+1
j − unj un+1 n+1
j+1 − 2uj + un+1
j−1 un+1
j
≤ S ′ (un+1
j ) −κ = −σS ′ (un+1
j ) .
∆t ∆x2 1 + unj

4) Supposons que unj ≥ 0 pour tout j ∈ {1, . . . , J}. Nous allons montrer que un+1 j ≥ 0 pour
tout j ∈ {1, . . . , J}. Pour cela, nous allons utiliser les résultats obtenus à la question précédente,
−
en prenant S(u) = u3 . On a alors S(unj ) = 0 pour tout j ∈ {0, . . . , J + 1} et les inégalités
d’entropie deviennent

′
un+1
j S(un+1 n+1
j+1 ) − 2S(uj ) + S(un+1
j−1 )
S(un+1
j ) ≤ −σ∆tS (un+1
j ) + κ∆t .
1 + unj ∆x2
Sommons-les sur j :

κ∆t X
J J
X X
′
un+1
j
J
S(un+1
j ) ≤ −σ∆t S (un+1
j ) + S(u n+1
j+1 ) − 2S(u n+1
j ) + S(un+1
j−1 )
1 + unj ∆x2
j=1 j=1 j=1
J
X
′ n+1
un+1
j κ∆t n+1 n+1 n+1 n+1

= −σ∆t S (uj ) + S(u0 ) − S(u 1 ) − S(u J ) + S(u J+1 ) .
1 + unj ∆x2
j=1

Or un+1
0 = un+1 n+1
J+1 = 0, de sorte que S(u0 ) = S(un+1
J+1 ) = 0. L’inégalité devient

κ∆t n+1 n+1

J
X n+1
J
X
′ n+1
un+1
j
S(u1 ) + S(uJ ) + S(uj ) ≤ −σ∆t S (uj ) .
∆x 2 1 + unj
j=1 j=1

Enﬁn, on remarque que par hypothèse unj ≥ 0 donc 1 + unj ≥ 0, et que S ′ (un+1
j )un+1
j ≥ 0, donc
J
κ∆t n+1 n+1
X
S(u1 ) + S(uJ ) + S(un+1
j ) ≤ 0.
∆x2
j=1

Comme chacun des termes du membre de gauche est positif ou nul, on en déduit que chacun est
nul, et on obtient bien un+1
j ≥ 0 pour tout j ∈ {1, . . . , J}. Le schéma est positif.
258 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Examen, le 16 mai 2008

Durée : 3 heures
Documents autorisés : notes de cours et polycopié

Exercice 1, équation de Schrödinger dans [0, 1].

On s’intéresse au problème

 2 ∗
 ∂t ψ = i∂x,x ψ, (t, x) ∈ R+ × ]0, 1[,


 ψ(t, 0) = ψ(t, 1), t ∈ R ,
+
(5.44)

 ∂x ψ(t, 0) = ∂x ψ(t, 1), t ∈ R+ ,


 ψ(0, x) = ψ 0 (x), x ∈ [0, 1],

où i désigne le nombre complexe tel que i2 = −1. On suppose que ψ 0 ∈ C 2 ([0, 1]) et que
′ ′
ψ 0 (0) = ψ 0 (1) et ψ 0 (0) = ψ 0 (1).
Partie A : existence et unicité de solution

On rappelle que e2ikπx k∈Z est une base hilbertienne de L2 ([0, 1], C) : pour tout f ∈ L2 ([0, 1])
P
(à valeurs dans C), f = k∈Z fb(k)e2iπk· dans L2 avec
Z 1
fb(k) = f (x)e−2iπkx dx, k ∈ Z.
0

1) Montrer que pour une fonction f ∈ C 2 ([0, 1]) vériﬁant f (0) = f (1) et f ′ (0) = f ′ (1) on a

fc′′ (k) = −4π 2 k2 fb(k), k ∈ Z.

2) Montrer que l’équation aux dérivées partielles de (5.44) s’écrit (avec les mêmes notations que
2 ψ(t, ·) sont développables en série de
dans le cours, et en supposant que ψ(t, ·), ∂t ψ(t, ·) et ∂x,x
Fourier)
b ′ (t) = −4iπ 2 k2 ψ(k)(t),
ψ(k) b t ∈ R∗+ , k ∈ Z.

3) Montrer que la solution de (5.44), si elle existe et est régulière, est donnée par
X
ψ(t, ·) = c0 (k)e2iπk(·−2πkt) , t ∈ R+ , dans L2 ([0, 1]).
ψ
k∈Z

4) On suppose, pour simplifier, que ψ 0 ∈ C 4 ([0, 1]) et vérifie, en plus des hypothèses faites
′′ ′′ ′′′ ′′′
ci-dessus, ψ 0 (0) = ψ 0 (1) et ψ 0 (0) = ψ 0 (1). Montrer que la fonction définie par
X
ψ(t, x) = c0 (k)e2iπk(x−2πkt) , (t, x) ∈ R+ × [0, 1],
ψ
k∈Z

est de classe C 1,2 (R+ , [0, 1]) et vériﬁe (5.44). On pourra pour cela s’aider du résultat de la question
1) et montrer qu’il existe C ∈ R tel que ψ c0 (k) ≤ C/k 4 pour tout k ∈ Z∗ .
Partie B : équation ≪ hydrodynamique ≫ associée
Dans cette partie Ψ est une solution régulière de (5.44).
259

1) Soit a(t, x) et b(t, x) les parties réelle et imaginaire de ψ(t, x) : ψ(t, x) = a(t, x) + ib(t, x).
Montrer que

∂t (a2 + b2 ) = 2(b∂x,x
2 2
a − a∂x,x b) = 2∂x (b∂x a − a∂x b), (t, x) ∈ R∗+ × ]0, 1[.

Dans toute la suite on suppose que a2 (t, x) + b2 (t, x) 6= 0, quel que soit (t, x) ∈ R+ × ]0, 1[.
p p
2) Soit ρ(t, x) et ϕ(t, x) le module et la phase de ψ(t, x) : ψ(t, x) = ρ(t, x)eiϕ(t,x) . Montrer
que
b∂x a − a∂x b = −ρ∂x ϕ, (t, x) ∈ R∗+ ×]0, 1[,

et en déduire que ∂t ρ = −2∂x (ρ∂x ϕ).

3) Montrer que
∂t ρ + ∂x (ρu) = 0, (t, x) ∈ R∗+ × ]0, 1[,

avec u(t, x) = 2∂x ϕ(t, x).

4) Montrer que
2 √ρ
∂x,x
∂t ϕ = √ − (∂x ϕ)2 , (t, x) ∈ R+ × ]0, 1[.
ρ
√ iϕ 2 √ iϕ
Pour cela on pourra par exemple développer les expressions de ∂t ρe et de ∂x,x ρe , et
utiliser le résultat de la question 2).
5) Montrer que (ρ, u) est solution du système

 ∂t ρ + ∂x (ρu) = 0,
2 √ (t, x) ∈ R+ × ]0, 1[.
 ∂t (ρu) + ∂x (ρu2 ) = 2ρ∂x ∂x,x
√
ρ
ρ
,

Exercice 2.
Soit ε un nombre réel strictement positif donné. On considère le problème (Pε ) :
 2

 − ε∂x,x uε + ∂x uε = 0, x ∈ ]0, 1[,
(Pε ) uε (0) = 1,


uε (1) = 0.

1) a) Déterminer explicitement la solution uε de (Pε ).

b) Montrer que, lorsque ε tend vers 0, (uε ) converge simplement vers une fonction discontinue
ũ qu’on précisera.
Soit J ∈ N. On discrétise le segment [0, 1] de façon uniforme en J + 2 points : xj = j/(J + 1),
j = 0, . . . , J + 1. On note h = 1/(J + 1) le pas de discrétisation.
3) a) Écrire le problème discret correspondant à (Pε ) au moyen de l’opérateur de discrétisation
2 et de l’opérateur centré pour ∂ , ∂ u(x ) ≈ (u(x
usuel pour ∂x,x x x j j+1 ) − u(xj−1 ))/(2h).
b) Quel est l’ordre de consistance du schéma ainsi obtenu ?
c) Montrer que la solution du problème discrétisé s’écrit

uj = a + br j , j ∈ {0, . . . , J + 1},
260 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

où a, b et r sont des constantes à déterminer en fonction de ε et de h.

d) Pour quelles valeurs de (ε, h) la suite (uj )j∈{0,...,J+1} est-elle monotone ? Montrer que sinon
la suite oscille autour d’une valeur à déterminer.
4) Pour éviter les oscillations mises en évidence dans la question précédente, on considère,
pour α ∈ [0, 1], le problème discrétisé sous la forme

 ε α 1−α

 − h2 (uj+1 − 2uj + uj−1 ) + h (uj − uj−1 ) + 2h (uj+1 − uj−1 ) = 0, j ∈ {1, . . . , J},
 u0 = 1,


uJ+1 = 0.

a) Quel est l’ordre de consistance du schéma en fonction de α ?

b) Montrer que
uj = c + dρj , j ∈ {0, . . . , J + 1},

où c, d et ρ sont des constantes à déterminer en fonction de ε, h et α.

c) Montrer qu’il existe une valeur minimale α1 de α pour laquelle la suite (uj )j∈{0,...,J+1} n’a
pas d’oscillations.
d) Déterminer, en fonction de ε et de h, une valeur de α, notée α0 , telle que ∀j ∈ {0, . . . , J +
1}, uj = u(jh), où u est la solution de (Pε ).
e) On suppose ε < h/2. Comparer α0 et α1 et conclure.
Exercice 3.
1) On considère le problème
(
−∆u + u = f dans Ω,
u = 0 sur Γ,

où Ω = ]0, 1[2 et Γ = {(x, y) ∈ R2 t. q. x = 0 et y ∈ [0, 1]} et f est une fonction donnée de carré
intégrable dans Ω. Montrer, au besoin en choisissant un second membre f , que ce problème n’est
pas bien posé, admettant une inﬁnité de solutions.
2) On considère le problème 
 −∆u + u = f dans Ω,

u = 0 sur Γ, (5.45)


∇u · n = 0 sur ∂Ω \ Γ,
avec les mêmes déﬁnitions qu’à la question 1).
a) Mettre ce problème sous la forme

a(u, v) = l(v) ∀v ∈ V (5.46)

(de manière convenable pour que la suite de l’exercice fonctionne).

On déﬁnit
1

HΓ,0 (Ω) = v ∈ H 1 (Ω) t. q. v = 0 sur Γ
261

et
DΓ (Ω) = {ϕ ∈ D(Ω) t. q. ϕ(x, y) = 0 ∀x < ε, pour un certain ε > 0} .

On admet que
1 H 1 (Ω)
HΓ,0 (Ω) = DΓ .

b) Montrer que le problème (5.46) admet une unique solution u ∈ V .

c) Exprimer u comme solution d’un problème de minimisation.
d) En admettant que u ∈ H 2 (Ω), montrer que la solution u vériﬁe (5.45).
e) Dans le cas où f ne dépend que de x, montrer que la solution u ne dépend que de x :
il existe w tel que u(x, y) = w(x) pour tout (x, y) ∈ Ω, où w est solution d’un problème en
dimension 1 que l’on exprimera.
262 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Corrigé de l’examen du 16 mai 2008

Exercice 1, équation de Schrödinger dans [0, 1].

Partie A : existence et unicité de solution
1) C’est un résultat classique, voir le lemme 1, page 17 de ce polycopié (à peu de choses près :
√
dans le cas de la base hilbertienne 2 sin(kπx) k∈N∗ pour le lemme).
2) On suppose que ψ(t, x) est dérivable par rapport à sa première variable et deux fois dérivable
par rapport à sa seconde variable, et que ces dérivées sont continues sur R∗+ × [0, 1]. On en déduit
que ∂d b′
t ψ(k)(t) = ψ (k)(t) (par application du théorème de Lebesgue, voir page 18). L’EDP devient
donc :
X X
ψb′ (k)(t)e2iπk· = −4iπ 2 b
k2 ψ(k)(t)e2iπk·

k∈Z k∈Z

dans L2 (]0, 1[), pour tout t ∈ R∗+ . Puisque e2iπkx k∈Z est une base hilbertienne, ceci est
équivalent à
b ′ (t) = −4iπ 2 k2 ψ(k)(t),
ψ(k) b t ∈ R∗+ , k ∈ Z.
3) Sous les hypothèses de régularité : ψ(t, x) est dérivable par rapport à sa première variable et
deux fois dérivable par rapport à sa seconde variable, et ces dérivées sont continues sur R∗+ ×[0, 1],
la solution s’écrit donc
X
ψ(t, ·) = b
ψ(k)(0)e 2iπk(·−2πkt)
, t ∈ R+ , dans L2 ([0, 1]).
k∈Z

b
Pour que la condition initiale soit vériﬁée, il est nécessaire que ψ(k)(0) =ψ c0 (k) pour tout k.
4) Il reste à montrer que cette somme est bien solution du problème d’EDP, c’est-à-dire qu’elle
déﬁnit bien une fonction, qui est de classe C 1,2 (R+ , [0, 1]), et que cette fonction est solution du
problème. Cela se fait avec des arguments de convergence normale de la série et des séries des
dérivées première par rapport à t et seconde par rapport à x, comme pour l’équation de la
chaleur. Les convergences normales de ces séries sont assurées par l’hypothèse ψ 0 ∈ C 4 ([0, 1]) et
′′ ′′′
la périodicité de ψ 0 et ψ 0 .
Partie B : équation ≪ hydrodynamique ≫ associée
1) ψ = a + ib donc ∂t a + i∂t b = i∂x,x2 a − ∂ 2 b, soit ∂ a = −∂ 2 b et ∂ b = ∂ 2 a. Donc (sous
x,x t x,x t x,x
hypothèse de régularité)

∂t a2 + b2 = 2 (a∂t a + b∂t b) = 2 −a∂x,x
2 2
b + b∂x,x a
= 2 (−∂x (a∂x b) + ∂x a∂x b + ∂x (b∂x a) − ∂x a∂x b) = 2∂x (b∂x a − a∂x b) .
√ iϕ √ √ √ √
2) ψ = ρe = ρ cos ϕ + i ρ sin ϕ, donc a = ρ cos ϕ et b = ρ sin ϕ. On a
√ √
b∂x a − a∂x b = −ρ sin2 ϕ∂x ϕ + ρ sin ϕ cos ϕ∂x ρ
√ √
−ρ cos2 ϕ∂x ϕ − ρ sin ϕ cos ϕ∂x ρ
= −ρ∂x ϕ.
263

3) ∂t ρ = ∂t a2 + b2 = −2∂x (ρ∂x ϕ) = −∂x (ρu) si l’on a posé u = 2∂x ϕ.
√ iϕ
4) ∂t ψ = ∂t ρe , donc

√ √
∂t ψ = eiϕ ∂t ρ + i ρeiϕ ∂t ϕ
2 √ iϕ √ √
= i∂x,x ρe = i∂x eiϕ ∂x ρ + i ρeiϕ ∂x ϕ

2 √ √ √ √ √
= i eiϕ ∂x,x ρ + i∂x ρeiϕ ∂x ϕ + i ρeiϕ ∂x,x
2
ϕ + ieiϕ ∂x ρ∂x ϕ − ρeiϕ (∂x ϕ)2 .

Donc
√ √ 2 √ √ √ 2 √
∂t ρ + i ρ∂t ϕ = i ∂x,x ρ + 2i∂x ρ∂x ϕ + i ρ∂x,x ϕ − ρ (∂x ϕ)2 ,

c’est-à-dire
√ √ √ 2
∂t ρ = −2∂x ρ∂x ϕ − ρ∂x,x ϕ

et
√ 2 √ √
ρ∂t ϕ = ∂x,x ρ − ρ (∂x ϕ)2 ,

soit
2 √ρ
∂x,x
∂t ϕ = √ − (∂x ϕ)2 .
ρ
5) On écrit
∂t (ρu) = 2∂t (ρ∂x ϕ) = 2∂t ρ∂x ϕ + 2ρ∂t,x2 ϕ
2 √
∂x,x ρ 2
= −u∂x (ρu) + 2ρ∂x √ − (∂ x ϕ)
2 ρ√
∂ ρ 2 ϕ
= −u∂x (ρu) + 2ρ∂x x,x √
ρ − 4ρ∂x ϕ∂x,x
2 √
∂ ρ
= −u∂x (ρu) − ρ (2∂x ϕ) ∂x (2∂x ϕ) + 2ρ∂x x,x √
ρ
2 √
∂ ρ
= −u∂x (ρu) − ρu∂x u + 2ρ∂x x,x √
ρ
√
∂2 ρ
= −∂x ρu2 + 2ρ∂x x,x √
ρ

(et le tour est joué).

Remarque importante (mais/car/et intéressante) Si l’on avait considéré l’équation de
2 ψ avec ε > 0, la même analyse aurait donné
Schrödinger ∂t ψ = εi∂x,x

 ∂t ρ + ∂x (ρu) = 0,
2 √
 ∂t (ρu) + ∂x ρu2 = 2ε2 ρ∂x ∂x,x
√
ρ
ρ

√
avec u = 2∂x ϕ, en posant ψ = ρeiϕ/ε . La limite formelle de cette équation, lorsque ε tend vers
0, est (
∂t ρ + ∂x (ρu) = 0,

∂t (ρu) + ∂x ρu2 = 0.

C’est le système des gaz sans pression (une équation de l’hydrodynamique).

264 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

Exercice 2.
1) a) Par intégration de l’EDO on obtient

ex/ε − e1/ε
uε (x) = .
1 − e1/ε
b) La limite simple de uε est
(
1 si x ∈ [0, 1[,
ũ(x) =
0 si x = 1.

2) a) Le problème discret correspondant est

 uj+1 −2uj +uj−1 u −u

 −ε h2
+ j+12h j−1 = 0, j ∈ {1, . . . , J},
u0 = 1,


uJ+1 = 0.
2 est d’ordre 2 ; d’autre part, l’opérateur
b) On sait que la forme discrète de l’opérateur ∂x,x
discret centré est aussi d’ordre 2 (cela se montre facilement aussi en faisant un développement
limité à l’ordre 2 de la solution exacte, qui est bien régulière). Donc le schéma est consistant à
l’ordre 2 au sens des diﬀérences ﬁnies.
c) Montrons que la solution s’exprime nécessairement sous cette forme. Le système est


 uj+1 (h − 2ε) + uj (4ε) + uj−1 (−h − 2ε) = 0, j ∈ {1, . . . , J},
u0 = 1,


uJ+1 = 0.

Si h = 2ε, la solution est uj = 1 pour j ∈ {0, . . . , J} et uJ+1 = 0. Sinon, pour j ∈ {1, . . . , J} on

a
4ε h + 2ε
uj+1 = − uj + uj−1 ,
h − 2ε h − 2ε
ce qui se réécrit ! ! !
4ε h+2ε
uj+1 − h−2ε h−2ε u j
=
uj 1 0 uj−1
(pour j ∈ {1, . . . , J}). En notant A la matrice ci-dessus, on montre que A = P DP −1 avec
! ! !
h+2ε h+2ε
1 0 1 − h−2ε h − 2ε 1
D= h+2ε
,P = , P −1 = h−2ε
0 − h−2ε 1 1 2h −1 1

(ces expressions explicites ne sont d’aucun intérêt pour la résolution de l’exercice). Donc, pour
j ∈ {1, . . . , J},
! !   !
uj+1 u 1
1 0 u 1
=A j
=P j  P −1
.
uj u0 h+2ε 1
0 − h−2ε
265

Donc il existe α, β ∈ R tels que

!   !  
uj+1 1 0 α α
=P j  = P  h+2ε j  .
uj 0 − h+2ε
h−2ε
β − h−2ε β

Il existe γ, δ ∈ R tels que

j
h + 2ε
uj+1 =γ+ − δ, j ∈ {1, . . . , J}.
h − 2ε

Calculons (si c’est possible) γ et δ pour que les conditions aux limites soient vériﬁées. Tout
d’abord, pour j = J, l’identiﬁcation ci-dessus doit donner
J
h + 2ε
0 = uJ+1 =γ+ − δ,
h − 2ε

donc γ = −(−(h + 2ε)/(h − 2ε))J δ. Si l’on veut de plus (comme c’est spéciﬁé dans l’énoncé) que
la formule soit vériﬁée pour j = 0, il faut que

h + 2ε −1
1 = u0 = γ + − δ.
h − 2ε

La solution est (
r J +1
γ = − 1−r J +1 ,
r
δ= 1−r J +1

où r = −(h + 2ε)/(h − 2ε). En déﬁnitive, on a l’identité demandée dans l’énoncé avec
 h+2ε
 r = − h−2ε ,

r J +1
a = − 1−r J +1 ,

 1
b = 1−rJ +1 .

d) La suite est monotone si et seulement si h ≤ 2ε. Sinon, elle oscille autour de a par exemple,
mais on peut trouver une valeur ne dépendant pas de h ni ε autour de laquelle la suite oscille :

1 − rj
uj = 1 −
1 − r J+1

donc uj oscille autour de 1 car |r| > 1.

3) a) Le schéma est d’ordre 2 si α = 0, et d’ordre 1 si α ∈]0, 1].
b) En faisant exactement la même analyse que pour la question 2) c), on trouve ici

 (1+α)h+2ε
 ρ = − (1−α)h−2ε
 ,
ρJ +1
c = − 1−ρJ +1 ,


 d= 1
.
1−ρJ +1
266 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS

c) La suite oscille si et seulement si ρ < 0 : si et seulement si (1 − α)h > 2ε, ou encore

α < (h − 2ε)/h. Donc α1 = (h − 2ε)/h.
d) On cherche une valeur de ρ telle que
ρj − ρJ+1 ejh/ε − e1/ε
uj = = = u(jh), j ∈ {0, . . . , J + 1}.
1 − ρJ+1 1 − e1/ε
Une solution est donnée par ρ = eh/ε . Ceci correspond à
(1 + α0 )h + 2ε
− = eh/ε ,
(1 − α0 )h − 2ε
soit
(h − 2ε)eh/ε + h + 2ε 2ε eh/ε + 1
α0 = = − + h/ε .
h(eh/ε − 1) h e −1
e) On a
eh/ε + 1 2
α0 − α1 = 1 − h/ε
= h/ε > 0.
e −1 e −1
Donc : même lorsque ε est petit devant h, on peut trouver un coeﬃcient α, pour stabiliser le
schéma, tel que la suite n’oscille pas et soit proche de la solution exacte.
Exercice 3.
1) Prenons f (x, y) = 0 pour tout (x, y) ∈ Ω. Alors, toute fonction u(x, y) = a(ex − e−x ) avec
a ∈ R est solution du problème.
2) a) De telles conditions au bord sont appelées conditions mixtes (Dirichlet/Neumann). Pour
R R
tout ϕ ∈ DΓ , on a Ω −∆uϕ + ϕu = Ω f ϕ, qui devient, après intégration par parties (formule
de Green), en tenant compte des conditions aux limites,
Z Z
∇u · ∇ϕ + uϕ = f ϕ.
Ω Ω

Par densité de DΓ dans 1 ,

HΓ,0 on a cette égalité pour tout ϕ ∈ HΓ,0 1 . Le problème que nous

retenons est : trouver u ∈ V tel que a(u, v) = l(v) pour tout v ∈ V , avec V = HΓ,0 1 , a(u, v) =
R R
Ω ∇u · ∇v + uv et l(v) = Ω f v.
b) HΓ,01 , fermé de H 1 , est un espace de Hilbert pour le produite scalaire de H 1 . La forme

bilinéaire a est le produit scalaire de H 1 , elle est donc continue coercitive. L’inégalité de Cauchy-
Schwarz montre que l est une forme linéaire continue sur HΓ,0 1 . Donc, d’après le théorème de

Lax-Milgram, le problème admet une unique solution.

c) D’après le théorème de Lax-Milgram, cette solution est l’unique solution du problème de
minimisation
min J(u)
1
u∈HΓ,0

où J(u) = a(u, u)/2 − l(u).

d) Supposons que u ∈ H 2 (Ω). Alors, par intégration par parties, on a
Z Z
−∆uϕ + uϕ = fϕ
Ω Ω
267

pour tout ϕ ∈ D(Ω). Donc on a l’égalité −∆u + u = f dans L2 (Ω). Il reste à montrer que les
conditions aux limites sont satisfaites. Elles ont un sens puisque u est supposé dans H 2 : u a
une trace, ainsi que ∇u. Puisque u ∈ HΓ,01 , la trace de u est nulle sur Γ. D’autre part, u vériﬁe

Z Z
∇u · ∇ϕ + uϕ = fϕ
Ω Ω

pour tout ϕ ∈ DΓ . Par intégration par parties,

Z Z Z
−∆uϕ + uϕ + ϕ∇u · n = f ϕ.
Ω ∂Ω\Γ Ω

Or on vient de voir que −∆u + u = f dans L2 , donc on a

Z
ϕ∇u · n = 0
∂Ω\Γ

pour tout ϕ ∈ DΓ , et donc ∇u · n = 0 sur Γ.

268 CHAPITRE 5. ÉNONCÉS ET CORRIGÉS
Bibliographie

[1] H. Brézis : Analyse Fonctionnelle, Masson, 1993.

[2] P.-G. Ciarlet : Introduction à l’analyse numérique matricielle et à l’optimisation, Masson,
1994.
[3] M. Crouzeix et A. L. Mignot, Analyse numérique des équation différentielles, Masson,
1992.
[4] G. Duvaut : Mécanique des Milieux Continus, Masson, 1990.
[5] E. Godlewski et P.-A. Raviart : Hyperbolic systems of conservation laws, Ellipses, 1991.
[6] L. Hörmander : Lectures on Nonlinear Hyperbolic Differential Equations, Springer, 1997.
[7] B. Lucquin : Équations aux dérivées partielles et leurs approximations, Ellipses, 2004.
[8] P.-A. Raviart et J.-M. Thomas : Introduction à l’analyse numérique des équations aux
dérivées partielles, Masson, 1983.
[9] H. Reinhard : Équations différentielles, Dunod, 1989.
[10] W. Rudin : Analyse Fonctionnelle, Édiscience, 1995.
[11] L. Schwartz : Méthodes mathématiques pour les sciences physiques, Hermann, 1965.
[12] L. Schwartz : Théorie des distributions, Hermann, 1966.
[13] D. Serre : Matrices, Theory and Applications, Springer, 2002.
[14] D. Serre : Systèmes de lois de conservation (I), Diderot, 1996.

269
Index

Symboles de diﬀusion . . . . . 10, 15, 113, 200, 207, 208

BV . . . . . . voir espace des fonctions à variation coefficient de conductivité thermique . . . . . voir
bornée coefficient de diffusion
m
H . . . . . . . . . . . . . . . . . . . . voir espace de Sobolev condition de CFLvoir condition de stabilité de
W m,p . . . . . . . . . . . . . . . . . . voir espace de Sobolev Courant-Friedrichs-Lewy
condition de stabilité
A
de Courant-Friedrichs-Lewy. . .39, 49, 113,
approximation conforme . . . . . . . . . . . . . 156, 159
114, 119, 120, 127–130, 182, 185, 186,
autosimilaire . . . . . . . . . . . . . . . . 93, 198, 204, 206
190, 199, 206–208, 219, 225, 240
B de Von Neumann . . . . . . . . . . . . . . . . . 46, 215
base hilbertienne . . . . . . . . . . . . . . . 16–18, 30, 258 conditions mixtes . . . . . . . . . . . . . . . . . . . . . . . . . 266
Burgers . . . . . . . . . . . . . voir équation de Burgers consistance
au sens des différences finies 36, 41, 47–49,
C 51, 169, 174, 190, 194, 199, 200, 207
Céa . . . . . . . . . . . . . . . . . . . . . . . voir lemme de Céa erreur de . . 35, 36, 38, 41, 195, 207, 210,
caractéristiques 213, 219, 224, 225, 241, 247
courbes . 76, 77, 79–83, 88, 92–95, 97, 172, ordre de 36, 40, 42, 47, 48, 51, 112, 169,
173, 177, 180, 190, 195 174, 199, 200, 207, 210, 213, 259, 260
pieds de . . . . . . . . . . . . . . . . . . . . . . 77, 94, 96 au sens des volumes finis . . . . 121, 124, 125
méthode des 75, 75, 75–79, 80, 80–83, 93, consistant . . . . . . . . . . . . . . . . . . . . voir consistance
211, 216 Courant-Friedrichs-Lewy247, voir condition de
Cauchy . . . . . . . . . . . . . voir problème de Cauchy stabilité de Courant-Friedrichs-Lewy
Cauchy-Kowalewskaya . . . . . . . voir théorème de Crank-Nicolsonvoir schéma de Crank-Nicolson
Cauchy-Kowalewskaya critère de Lax. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
Cauchy-Lipschitz . . . . . . . . . . . . voir théorème de critère de Liu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
Cauchy-Lipschitz
chaleur . . . . . . . . . . . . voir équation de la chaleur D
noyau de la . . . 105, 190, 251, 252, 254, 255 déformation d’un fil . . . . . . . . . . . . . . . . . 8, 9, 137
choc. . . . . . . . . . . . . . . . . . . . . . . . . 97, 131, 220, 225 déformation d’une membrane. . . . . . . . . . . 9, 137
classification des EDP. . . . . . . . . . . . . . . . . . . . . . .7 déformation d’une poutre . . . . . . . . . . . . . . . . . 138
coefficient détente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89, 95, 206
d’élasticité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 différences finies 33–35, 41, 112, 169, 190, 199,

270
INDEX 271

206, 241, 248, 259 F

diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9, 200 flux . . . . . . 10, 11, 79, 90, 91, 102, 103, 127, 178
numérique. . . . . . . . . 132, 200, 208, 219, 225 flux numérique . . . . . . . . . . . . . . . . . . . . . . . 112, 124
transport- . . . . . . . . . . . . . . 200, 207, 219, 225 fonction-test . . . . . . . . . . . . . . . . . . . . . 86, 148, 151
Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 forme incrémentale. . . . . . . . . . . . . . . . . . .118, 119
homogène . . . 15, 18, 22, 29, 143, 163, 184, formule de Green . . 87, 141, 143, 155, 184, 186,
192, 218, 222 202, 266
non homogène . . . . . . . . . . . . 29, 32, 150, 153
G
distribution . . . . . . . . . . . . . . . . 140, 141, 218, 222
Green . . . . . . . . . . . . . . . . . . voir formule de Green

H
E
Harten . . . . . . . . . . . . . . voir théorème de Harten
EDP homogène . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Helly . . . . . . . . . . . . . . . . . . voir théorème de Helly
EDP linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Hopf
EDP scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
méthode de. . . . . . . . . . . . . . . . . . . . . . . . . . . 113
élastique . . . . . . . . . . . . . . . . . . . . . . . . 8, 9, 137, 144
transformation de . . . . . . . . . . . 104, 252, 255
éléments finis . . . . . . . . . . . . . . . . . . . . . . . . 156–158
hydrodynamique. . . . . . . . . . . . . .11, 83, 258, 263
elliptique . . . . . . . . . . . . . . . . . . . . . 8, 8, 9, 10, 137
hyperbolique . . . 8, 9, 11, 39, 73, 73, 74–76, 85,
entropie . . . . . . . . . . . . . . . . . . . 30–33, 90, 253, 257 172, 179
inégalité d’ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
inégalité discrète d’ . . . . . . . . . 229, 232, 233 I
équation conservative. . . . . . . . . . . . . .79, 79–111 inégalité de Poincaré . . 142, 143, 150, 163, 181,
équation d’advection . . . . . . 75, 83–85, 219, 224 184, 202, 222
équation de Burgers . . . 79, 83, 88, 88, 88–111, inégalité de Poincaré-Wirtinger . . . . . . . . . . . 223
113, 182, 190, 197, 199, 206, 211, 215, intégration par parties . . voir formule de Green
220, 225, 229, 234–236, 240, 246
L
équation de Burgers visqueuse. . .104, 252, 255
Lax
équation de la chaleur 9, 9–33, 38, 40, 42, 104, condition d’admissibilité de . . . . . . . . . . . . 97
105, 147, 169, 181, 182, 184, 192–194, théorème de . . . . . . . . . . . . . . . . . . . . . . . 47, 48
206, 207, 210, 212, 217–255 Lax-Friedrichs . . voir schéma de Lax-Friedrichs
en dimension 2 . . . . . . . . . . . . . . . . . . . . . . . . 66 Lax-Milgram . . voir théorème de Lax-Milgram
équation de Schrödinger . . . . . . . . . . . . . 258, 262 Lax-Wendroff . . . . . . . . . . . 249, voir théorème de
équation des ondes . . . . . . . . . . . . . . . . . . . . . . . . . 74 Lax-Wendroff
équations d’Euler. . . . . . . . . . . . . . . . . .11, 75, 172 Le Roux . . . . . . . . . . . voir théorème de Le Roux
espace de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . 142 lemme
espace des fonctions à variation bornée . . . 115, de Céa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
116 de Strang. . . . . . . . . . . . . . . . . . . . . . . . . . . . .156
Euler . . . . . . . . . . . . . . . . . . voir équations d’Euler lipschitzien d’un côté. . . voir Oleinik, critère d’
272 INDEX

Liu . . . . . . . . . . . . . . . . . . . . . . . . voir critère de Liu Rellich . . . . . . . . . . . . . . . voir théorème de Rellich

M S
matrice d’amplification . . . . . . . . . . . . . . . . . 44, 46 schéma
matrice du laplacien discret . . . . . . . . . . . . . . . . 43 aux différences finies
valeurs et vecteurs propres . . . . . . . . . . . . . 43 θ- . . . 40–42, 44, 45, 47, 49, 50, 228, 229,
multi-indice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 232, 233
de Crank-Nicolson . . . . . . . . . . 42, 47, 233
N
de Gear . . . . . . . . . . . . . . . . . . . . . . . 210, 215
Neumann
explicite. . . . . . . . . . . . . . .35, 36, 38–40, 49
homogène. . . . . . . . . . . . .30, 32, 61, 154, 219
implicite. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
saute-mouton . . . . . . . . . . . . . . . . . . . . 35, 51
O
semi-implicite . . . . . . . . . . . . . . . . . 253, 256
Oleinik
d’éléments finis P1 . . . . . . . . . . . . . . . 159–163
critère d’ . . . . . . . . . . . . . . . . . . . . . . 90, 91, 171
de volumes finis
inégalité d’ 97, 98, 101–104, 107, 108, 111,
de Godunov . . . . . . . . . . . . . . . . . . . 182, 185
121, 127, 128, 172, 177, 178, 190, 191,
de Lax-Friedrichs . . . . 112, 113, 119, 127,
196–199, 203, 204, 211, 216, 220, 225
219, 224
discrète . . . . . . . . . . . . . . 128, 130, 182, 186
upwind . . . . . . . . . . . . . . . . . . . . . 206, 240, 247
théorème d’ . . . . . . . . . . . . . . . . . . 98, 102, 179
schéma convergent. . . 29, 35, 39, 42, 45, 47–49,
onde progressive . . . . . . . 170, 171, 177, 239, 245
113, 114, 127, 157, 161, 190, 195, 207
OSLC. . . . . . . . . . . . . . . . . .voir Oleinik, critère d’
Schrödinger . . . . . voir équation de Schrödinger
P Sobolev . . . . . . . . . . . . . . . . voir espace de Sobolev
parabolique. . . . . . . . . . . . . . . .8, 10, 15, 105, 113 solution au sens des distributions voir solution
Poincaré . . . . . . . . . . . . voir inégalité de Poincaré faible
principe du maximum . . . . 30, 33, 39, 111, 147, solution faible . . 79, 84–86, 89–91, 98, 101–103,
154, 228, 231, 232, 253, 255 108, 111, 150, 153–155, 182, 184, 185,
principe du maximum discret . . . . 39, 113, 228, 191, 197–199, 203, 204, 206
229, 234 solution forte L2 . . . . . . . 146, 154, 155, 218, 222
problème de Cauchy . . . . . . . 8, 12, 77, 171, 176 solution multivaluée . . . . . . . . . . . . . . . . . . . . . . . 82
pseudo-topologie . . . . . . . . . . . . . . . . . . . . . 140, 141 Stampacchia . voir théorème, et troncatures de
Stampacchia
R Strang . . . . . . . . . . . . . . . . . . voir lemme de Strang
Rankine-Hugoniot. . . . . . . . . . . .voir relations de strictement hyperbolique . . . . . . . . . . . . . . . . . . 73
Rankine-Hugoniot
relèvement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 T
relations de Rankine-Hugoniot . 85, 87, 88, 97, terme source . . 22, 27–29, 31, 39, 47, 174, 181,
171, 172, 176, 177, 179, 203, 225 184, 192, 228, 229, 231, 234–237, 252,
relaxation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239, 245 255
INDEX 273

théorème
de Cauchy-Kowalewskaya . . . . . . . . . . . . . . 12
de Cauchy-Lipschitz . . . . . . . 12, 77, 80, 176
de Harten . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
de Helly . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
de Lax-Milgram . . 138, 139, 145, 153, 155,
156, 158, 184, 188, 202, 203, 221, 243,
266
de Lax-Wendroff. . . . . . . . . . . . . . . . . . . . . .121
de Le Roux . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
de Rellich . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
de représentation de Riesz . . . . . . . . . . . . 140
de Stampacchia . . . . . . . . 139, 151, 153, 154
trace. . . . . . . . .143, 150, 153, 155, 238, 244, 267
trafic routier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
transport . 10, 75, 76, 78, 81, 98, 199, 208, 211,
215, 240, 247
transport-diffusion . . . voir diffusion, transport-
troncatures de Stampacchia . . . . . . 33, 147, 154
TVD . . . . . . . . voir variation totale décroissante

V
variation totale . . . . . . . . . . . . . . . . . . . . . . 115, 117
décroissante . . . . . . . . . . . . . . . . . . . . . 118, 182
vibration d’une corde . . . . . . . . . . . . . . . . . . . . . . . 9
vibration d’une membrane . . . . . . . . . . . . . . . . . . 9
volumes ﬁnis . . . . . . . . . . 111, 112, 121, 241, 249
Von Neumann . . . voir condition de stabilité de
Von Neumann

Vous aimerez peut-être aussi

Équations aux dérivées partielles expliquées
Pas encore d'évaluation
Équations aux dérivées partielles expliquées
172 pages
Équations aux dérivées partielles expliquées
Pas encore d'évaluation
Équations aux dérivées partielles expliquées
136 pages
Cours MathsII ENIT 1718
Pas encore d'évaluation
Cours MathsII ENIT 1718
96 pages
Epm MH
Pas encore d'évaluation
Epm MH
100 pages
Équations Différentielles Avancées
100% (1)
Équations Différentielles Avancées
126 pages
Cours Edp09
Pas encore d'évaluation
Cours Edp09
126 pages
Cours EDP pour Ingénieurs à l'ENIT
Pas encore d'évaluation
Cours EDP pour Ingénieurs à l'ENIT
139 pages
Analyse Numérique des Équations EDP
Pas encore d'évaluation
Analyse Numérique des Équations EDP
217 pages
Mathématiques pour Ingénieurs II
Pas encore d'évaluation
Mathématiques pour Ingénieurs II
117 pages
Mathématiques Appliquées pour Ingénieurs
Pas encore d'évaluation
Mathématiques Appliquées pour Ingénieurs
117 pages
Edp2 PDF
100% (3)
Edp2 PDF
228 pages
Équations Mathématiques en Physique
Pas encore d'évaluation
Équations Mathématiques en Physique
112 pages
Cours sur les Équations aux Dérivées Partielles
Pas encore d'évaluation
Cours sur les Équations aux Dérivées Partielles
67 pages
Poly Ed Pec Ours
Pas encore d'évaluation
Poly Ed Pec Ours
79 pages
E Fini Important PDF
100% (1)
E Fini Important PDF
256 pages
Équations aux dérivées partielles : Guide complet
Pas encore d'évaluation
Équations aux dérivées partielles : Guide complet
86 pages
coursEDP 013057
Pas encore d'évaluation
coursEDP 013057
98 pages
Analyse Numérique des EDP
100% (1)
Analyse Numérique des EDP
237 pages
Équations aux dérivées partielles : Cours et Exercices
Pas encore d'évaluation
Équations aux dérivées partielles : Cours et Exercices
272 pages
Cours sur les Équations aux Dérivées Partielles
Pas encore d'évaluation
Cours sur les Équations aux Dérivées Partielles
54 pages
Cours EDP M1 : Méthodes d'Approximation
Pas encore d'évaluation
Cours EDP M1 : Méthodes d'Approximation
47 pages
Cours
Pas encore d'évaluation
Cours
126 pages
Cours Edp Sobolev
Pas encore d'évaluation
Cours Edp Sobolev
89 pages
Cours Edp
100% (2)
Cours Edp
89 pages
Sobolev Calcul Variationnel PDF
Pas encore d'évaluation
Sobolev Calcul Variationnel PDF
89 pages
Courss4edp07 PDF
100% (1)
Courss4edp07 PDF
81 pages
Outils mathématiques en dynamique des fluides
Pas encore d'évaluation
Outils mathématiques en dynamique des fluides
154 pages
.trashed-1745923400-poly-EDP 2023-2024
Pas encore d'évaluation
.trashed-1745923400-poly-EDP 2023-2024
136 pages
Équations aux dérivées partielles
Pas encore d'évaluation
Équations aux dérivées partielles
85 pages
Introduction aux Équations Différentielles
Pas encore d'évaluation
Introduction aux Équations Différentielles
81 pages
Equations Differentielles
Pas encore d'évaluation
Equations Differentielles
72 pages
Outils mathématiques pour fluides
Pas encore d'évaluation
Outils mathématiques pour fluides
190 pages
MethodesNumeriques EricGoncalves
Pas encore d'évaluation
MethodesNumeriques EricGoncalves
104 pages
Introduction aux Équations Différentielles
Pas encore d'évaluation
Introduction aux Équations Différentielles
110 pages
Métivier
Pas encore d'évaluation
Métivier
125 pages
Castor (1) - 1
Pas encore d'évaluation
Castor (1) - 1
382 pages
Introduction aux Équations Différentielles
Pas encore d'évaluation
Introduction aux Équations Différentielles
162 pages
Elements Finis
Pas encore d'évaluation
Elements Finis
414 pages
Équations Différentielles et Calcul Vectoriel
Pas encore d'évaluation
Équations Différentielles et Calcul Vectoriel
134 pages
Elements Finis 1
Pas encore d'évaluation
Elements Finis 1
396 pages
Universite Aix Marseille Master 2 de Mat
Pas encore d'évaluation
Universite Aix Marseille Master 2 de Mat
214 pages
Master en Équations aux Dérivées Partielles
Pas encore d'évaluation
Master en Équations aux Dérivées Partielles
214 pages
Équations Différentielles et Probabilités
Pas encore d'évaluation
Équations Différentielles et Probabilités
117 pages
Castor
Pas encore d'évaluation
Castor
261 pages
Mathématiques et Numériques Avancées
Pas encore d'évaluation
Mathématiques et Numériques Avancées
105 pages
Cours AN Des EDP
Pas encore d'évaluation
Cours AN Des EDP
99 pages
Analyse des Équations aux Dérivées Partielles
Pas encore d'évaluation
Analyse des Équations aux Dérivées Partielles
49 pages
Méthode des éléments finis en mathématiques
Pas encore d'évaluation
Méthode des éléments finis en mathématiques
59 pages
Éléments Finis pour Problèmes Elliptiques
Pas encore d'évaluation
Éléments Finis pour Problèmes Elliptiques
59 pages
Modélisation et Simulation en Informatique
Pas encore d'évaluation
Modélisation et Simulation en Informatique
208 pages
Références en analyse et calcul scientifique
Pas encore d'évaluation
Références en analyse et calcul scientifique
1 page
Exercices de mathématiques en R²
Pas encore d'évaluation
Exercices de mathématiques en R²
4 pages
Alg 6
Pas encore d'évaluation
Alg 6
154 pages
Devoir Corrigé Maths 2ème Bac
Pas encore d'évaluation
Devoir Corrigé Maths 2ème Bac
8 pages
Concours Maths FUI-FF 2020
Pas encore d'évaluation
Concours Maths FUI-FF 2020
6 pages
Exercices sur les Tableaux 2D en Python
Pas encore d'évaluation
Exercices sur les Tableaux 2D en Python
3 pages
Suite Numerique
Pas encore d'évaluation
Suite Numerique
1 page
Mathematiques OUIN DUT Genie Civil Extraits P
Pas encore d'évaluation
Mathematiques OUIN DUT Genie Civil Extraits P
30 pages
Exercices Complexes
Pas encore d'évaluation
Exercices Complexes
21 pages
Suites numériques : concepts et propriétés
Pas encore d'évaluation
Suites numériques : concepts et propriétés
3 pages
Sous-espaces stables et endomorphismes
Pas encore d'évaluation
Sous-espaces stables et endomorphismes
11 pages
Introduction aux Nombres Complexes
Pas encore d'évaluation
Introduction aux Nombres Complexes
9 pages
4eme Seq 2nd C
Pas encore d'évaluation
4eme Seq 2nd C
2 pages
Théorème de Taylor : Approximations et Formules
Pas encore d'évaluation
Théorème de Taylor : Approximations et Formules
7 pages
Série1 Limites Et Continuité
Pas encore d'évaluation
Série1 Limites Et Continuité
2 pages
Calcul Integral Exercices Non Corriges 2 4
Pas encore d'évaluation
Calcul Integral Exercices Non Corriges 2 4
2 pages
Prof - Aimad Bousbayoud: 1) Formule de Base
Pas encore d'évaluation
Prof - Aimad Bousbayoud: 1) Formule de Base
11 pages
Exercices de Probabilités et Fonctions
Pas encore d'évaluation
Exercices de Probabilités et Fonctions
32 pages
Fonction Définie Par Une Intégrale - Etude de Fonctions Définies Par Une Intégrale
100% (2)
Fonction Définie Par Une Intégrale - Etude de Fonctions Définies Par Une Intégrale
11 pages
Cours Fonctions Complexes
Pas encore d'évaluation
Cours Fonctions Complexes
77 pages
Transformée de Fourier Discrète avec Scilab
Pas encore d'évaluation
Transformée de Fourier Discrète avec Scilab
16 pages
Smatd 109
Pas encore d'évaluation
Smatd 109
2 pages
Calcul Dans R 2S
100% (1)
Calcul Dans R 2S
2 pages
Examen de Probabilités: Chaînes de Markov
100% (1)
Examen de Probabilités: Chaînes de Markov
7 pages
Exemples de Calcul Exact de La Somme D'une Série Numérique
0% (1)
Exemples de Calcul Exact de La Somme D'une Série Numérique
4 pages
Fonction Logarithme Néperien.22-23
Pas encore d'évaluation
Fonction Logarithme Néperien.22-23
8 pages
1998 - 09 - France - Corrigé
0% (1)
1998 - 09 - France - Corrigé
4 pages
Colle 04
Pas encore d'évaluation
Colle 04
2 pages
Correction EMD 1 : Mécanique des milieux continus
Pas encore d'évaluation
Correction EMD 1 : Mécanique des milieux continus
1 page
Évaluation de Mathématiques Tle F3/F4 Nov 2024
Pas encore d'évaluation
Évaluation de Mathématiques Tle F3/F4 Nov 2024
2 pages
Les Nombres Rationnels
Pas encore d'évaluation
Les Nombres Rationnels
4 pages
Instructions Generales
Pas encore d'évaluation
Instructions Generales
4 pages
SUJET BAC 2023 GUINEE NIGER Maths
Pas encore d'évaluation
SUJET BAC 2023 GUINEE NIGER Maths
7 pages