Résolution numérique

Équations aux Dérivées Partielles (EDP)

Mustapha El Ossmani

Ecole Nationale Supérieure des Arts et Métiers de Meknès

Université Moulay Ismail

2024-2025

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 1 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 2 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 3 / 53

Introduction
Les Équations aux Dérivées Partielles (E.D.P.) proviennent de la modélisation
d’un nombre de phénomènes tels que :

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 4 / 53

Introduction
Les Équations aux Dérivées Partielles (E.D.P.) proviennent de la modélisation
d’un nombre de phénomènes tels que :
Le transport : convection d’un polluant dans l’atmosphère ou dans un milieu
poreux.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 4 / 53

Introduction
Les Équations aux Dérivées Partielles (E.D.P.) proviennent de la modélisation
d’un nombre de phénomènes tels que :
Le transport : convection d’un polluant dans l’atmosphère ou dans un milieu
poreux.
La diffusion : diffusion de la chaleur dans un solide.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 4 / 53

Introduction
Les Équations aux Dérivées Partielles (E.D.P.) proviennent de la modélisation
d’un nombre de phénomènes tels que :
Le transport : convection d’un polluant dans l’atmosphère ou dans un milieu
poreux.
La diffusion : diffusion de la chaleur dans un solide.
Les vibrations : son dans l’air.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 4 / 53

Introduction
Les Équations aux Dérivées Partielles (E.D.P.) proviennent de la modélisation
d’un nombre de phénomènes tels que :
Le transport : convection d’un polluant dans l’atmosphère ou dans un milieu
poreux.
La diffusion : diffusion de la chaleur dans un solide.
Les vibrations : son dans l’air.
Chacun de ces phénomènes correspond à une catégorie d’E.D.P.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 4 / 53

Introduction
Les Équations aux Dérivées Partielles (E.D.P.) proviennent de la modélisation
d’un nombre de phénomènes tels que :
Le transport : convection d’un polluant dans l’atmosphère ou dans un milieu
poreux.
La diffusion : diffusion de la chaleur dans un solide.
Les vibrations : son dans l’air.
Chacun de ces phénomènes correspond à une catégorie d’E.D.P.

Définition
Une équation aux dérivées partielles (EDP) d’ordre p sur un domaine Ω ⊂ RN , est
donnée par :

∂u ∂2u ∂2u ∂p u
F (u, x1 , · · · , ,··· , 2, , · · · , p ) = 0.
∂x1 ∂x1 ∂x1 x2 ∂xN

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 4 / 53

Introduction
Les Équations aux Dérivées Partielles (E.D.P.) proviennent de la modélisation
d’un nombre de phénomènes tels que :
Le transport : convection d’un polluant dans l’atmosphère ou dans un milieu
poreux.
La diffusion : diffusion de la chaleur dans un solide.
Les vibrations : son dans l’air.
Chacun de ces phénomènes correspond à une catégorie d’E.D.P.

Définition
Une équation aux dérivées partielles (EDP) d’ordre p sur un domaine Ω ⊂ RN , est
donnée par :

∂u ∂2u ∂2u ∂p u
F (u, x1 , · · · , ,··· , 2, , · · · , p ) = 0.
∂x1 ∂x1 ∂x1 x2 ∂xN

Ordre d’une EDP : le plus grand ordre des dérivées intervenant dans l’équation.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 4 / 53

Introduction

Ce chapitre fait l’objet des E.D.P. linéaires d’ordre inférieur ou égale à 2.

Définition
Une équation aux dérivées partielles (EDP) linéaire d’ordre 2 sur un domaine
Ω ⊂ RN , est donnée par :
N N
X ∂2u X ∂u
aij (x ) + fi (x ) + g(x )u(x ) = h(x )
i,j=1
∂xi ∂xj i=1
∂x i

avec aij (x ) = aji (x ) et x = (x1 , · · · , xN )

Elle est dite homogène si h(x ) = 0 ∀x ∈ Ω.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 5 / 53

Introduction

L’équation de transport
∂u ∂u
+c =0
∂t ∂x
est une EDP linéaire d’ordre 1 homogène

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 6 / 53

Introduction

L’équation de transport
∂u ∂u
+c =0
∂t ∂x
est une EDP linéaire d’ordre 1 homogène
L’équation de Burger
∂u ∂u
+u =0
∂t ∂x
est une EDP non-linéaire d’ordre 1 homogène

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 6 / 53

Introduction

L’équation de transport
∂u ∂u
+c =0
∂t ∂x
est une EDP linéaire d’ordre 1 homogène
L’équation de Burger
∂u ∂u
+u =0
∂t ∂x
est une EDP non-linéaire d’ordre 1 homogène
L’équation de Poisson
∂2u ∂2u
+ = f (x , y )
∂x 2 ∂y 2
est une EDP linéaire d’ordre 2 non-homogène

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 6 / 53

Classification
elliptique, parabolique, hyperbolique

La forme d’une EDP linéaire d’ordre 2 à coefficients constants dans R2 :

∂2u ∂2u ∂2u ∂u ∂u
A + B + C +D +E + F u(x ) + G = 0 (1)
∂x 2 ∂x ∂y ∂y 2 ∂x ∂y

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 7 / 53

Classification
elliptique, parabolique, hyperbolique

La forme d’une EDP linéaire d’ordre 2 à coefficients constants dans R2 :

∂2u ∂2u ∂2u ∂u ∂u
A + B + C +D +E + F u(x ) + G = 0 (1)
∂x 2 ∂x ∂y ∂y 2 ∂x ∂y

L’appellation “elliptique”, “parabolique” ou “hyperbolique” d’une équation aux

dérivées partielles (1) correspond à la nature de la conique décrite par l’équation
caractéristique correspondante, c’est-à-dire :
Ax2 + Bxy + C y2 + Dx + E y + F = 0

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 7 / 53

Classification
elliptique, parabolique, hyperbolique

La forme d’une EDP linéaire d’ordre 2 à coefficients constants dans R2 :

∂2u ∂2u ∂2u ∂u ∂u
A + B + C +D +E + F u(x ) + G = 0 (1)
∂x 2 ∂x ∂y ∂y 2 ∂x ∂y

L’appellation “elliptique”, “parabolique” ou “hyperbolique” d’une équation aux

dérivées partielles (1) correspond à la nature de la conique décrite par l’équation
caractéristique correspondante, c’est-à-dire :
Ax2 + Bxy + C y2 + Dx + E y + F = 0
Selon le discriminant B 2 − 4AC de l’équation caractéristique, l’EDP (1) est dit :

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 7 / 53

Classification
elliptique, parabolique, hyperbolique

La forme d’une EDP linéaire d’ordre 2 à coefficients constants dans R2 :

∂2u ∂2u ∂2u ∂u ∂u
A + B + C +D +E + F u(x ) + G = 0 (1)
∂x 2 ∂x ∂y ∂y 2 ∂x ∂y

L’appellation “elliptique”, “parabolique” ou “hyperbolique” d’une équation aux

dérivées partielles (1) correspond à la nature de la conique décrite par l’équation
caractéristique correspondante, c’est-à-dire :
Ax2 + Bxy + C y2 + Dx + E y + F = 0
Selon le discriminant B 2 − 4AC de l’équation caractéristique, l’EDP (1) est dit :
elliptique, si B 2 − 4AC < 0
Problème d’équilibre ou stationnaire,

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 7 / 53

Classification
elliptique, parabolique, hyperbolique

La forme d’une EDP linéaire d’ordre 2 à coefficients constants dans R2 :

∂2u ∂2u ∂2u ∂u ∂u
A + B + C +D +E + F u(x ) + G = 0 (1)
∂x 2 ∂x ∂y ∂y 2 ∂x ∂y

L’appellation “elliptique”, “parabolique” ou “hyperbolique” d’une équation aux

dérivées partielles (1) correspond à la nature de la conique décrite par l’équation
caractéristique correspondante, c’est-à-dire :
Ax2 + Bxy + C y2 + Dx + E y + F = 0
Selon le discriminant B 2 − 4AC de l’équation caractéristique, l’EDP (1) est dit :
elliptique, si B 2 − 4AC < 0
Problème d’équilibre ou stationnaire,
parabolique si B 2 − 4AC = 0,
Phénomène de diffusion

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 7 / 53

Classification
elliptique, parabolique, hyperbolique

La forme d’une EDP linéaire d’ordre 2 à coefficients constants dans R2 :

∂2u ∂2u ∂2u ∂u ∂u
A + B + C +D +E + F u(x ) + G = 0 (1)
∂x 2 ∂x ∂y ∂y 2 ∂x ∂y

L’appellation “elliptique”, “parabolique” ou “hyperbolique” d’une équation aux

dérivées partielles (1) correspond à la nature de la conique décrite par l’équation
caractéristique correspondante, c’est-à-dire :
Ax2 + Bxy + C y2 + Dx + E y + F = 0
Selon le discriminant B 2 − 4AC de l’équation caractéristique, l’EDP (1) est dit :
elliptique, si B 2 − 4AC < 0
Problème d’équilibre ou stationnaire,
parabolique si B 2 − 4AC = 0,
Phénomène de diffusion
hyperbolique si B 2 − 4AC > 0,
Propagation d’ondes, advection
M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 7 / 53
Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 8 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 9 / 53

Equation de Poisson
EDP elliptique

Equation de Poisson, dite aussi de la chaleur stationnaire

−∆u(x ) = f (x ), Elliptique
∂2u ∂2u
avec ∆u(x ) = div[∇u(x )] = ∂x12
+ ∂x22
+ ···

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 10 / 53

Equation de Poisson
EDP elliptique

Equation de Poisson, dite aussi de la chaleur stationnaire

−∆u(x ) = f (x ), Elliptique
∂2u ∂2u
avec ∆u(x ) = div[∇u(x )] = ∂x12
+ ∂x22
+ ···
A = −1, B = 0 et C = −1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 10 / 53

Equation de Poisson
EDP elliptique

Equation de Poisson, dite aussi de la chaleur stationnaire

−∆u(x ) = f (x ), Elliptique
∂2u ∂2u
avec ∆u(x ) = div[∇u(x )] = ∂x12
+ ∂x22
+ ···
A = −1, B = 0 et C = −1
Plus généralement,

−div (k(x )∇u(x )) = f (x ),

pour k(x ) > 0 sont elliptiques

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 10 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 11 / 53

Equation de diffusion (Chaleur non stationnaire)
EDP parabolique

Equation de diffusion en 1D

∂u ∂2u
− k 2 = f (x ), k > 0 Parabolique
∂t ∂x

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 12 / 53

Equation de diffusion (Chaleur non stationnaire)
EDP parabolique

Equation de diffusion en 1D

∂u ∂2u
− k 2 = f (x ), k > 0 Parabolique
∂t ∂x
A = 0, B = 0 et C = −k

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 12 / 53

Equation de diffusion (Chaleur non stationnaire)
EDP parabolique

Equation de diffusion en 1D

∂u ∂2u
− k 2 = f (x ), k > 0 Parabolique
∂t ∂x
A = 0, B = 0 et C = −k
Equation de diffusion en dimension supérieure à 1
∂u
− k∆u(x ) = f (x ), k > 0 Parabolique
∂t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 12 / 53

Equation de diffusion (Chaleur non stationnaire)
EDP parabolique

Equation de diffusion en 1D

∂u ∂2u
− k 2 = f (x ), k > 0 Parabolique
∂t ∂x
A = 0, B = 0 et C = −k
Equation de diffusion en dimension supérieure à 1
∂u
− k∆u(x ) = f (x ), k > 0 Parabolique
∂t

Plus généralement,
∂u
− div [k(x )∇u(x )] = f (x ), k(x ) > 0 Parabolique
∂t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 12 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 13 / 53

Equation des ondes
EDP hyperbolique

Equation des ondes en 1D

∂u 2 ∂2u
− c = f (x ), c > 0, Hyperbolique
∂t 2 ∂x 2

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 14 / 53

Equation des ondes
EDP hyperbolique

Equation des ondes en 1D

∂u 2 ∂2u
− c = f (x ), c > 0, Hyperbolique
∂t 2 ∂x 2
A = 1, B = 0 et C = −c

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 14 / 53

Equation des ondes
EDP hyperbolique

Equation des ondes en 1D

∂u 2 ∂2u
− c = f (x ), c > 0, Hyperbolique
∂t 2 ∂x 2
A = 1, B = 0 et C = −c
Equation des ondes en dimension supérieure à 1

∂2u
− c∆u(x ) = f (x ), c > 0, Hyperbolique
∂t 2

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 14 / 53

Equation des ondes
EDP hyperbolique

Equation des ondes en 1D

∂u 2 ∂2u
− c = f (x ), c > 0, Hyperbolique
∂t 2 ∂x 2
A = 1, B = 0 et C = −c
Equation des ondes en dimension supérieure à 1

∂2u
− c∆u(x ) = f (x ), c > 0, Hyperbolique
∂t 2

Plus généralement,

∂2u
− div (c(x )∇u(x )) = f (x ), c(x ) > 0, Hyperbolique
∂t 2

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 14 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 15 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 16 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

Equation de Poisson avec condition de Dirichlet

(
−∆u(x ) = f (x ), sur Ω
u(x ) = g(x ), sur ∂Ω

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 16 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

Equation de Poisson avec condition de Dirichlet

(
−∆u(x ) = f (x ), sur Ω
u(x ) = g(x ), sur ∂Ω

En dimension 1
(
−u 00 (x ) = f (x ), sur ]0, 1[
u(0) = α, u(1) = β

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 16 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

Equation de Poisson avec condition de Dirichlet

(
−∆u(x ) = f (x ), sur Ω
u(x ) = g(x ), sur ∂Ω

En dimension 1
(
−u 00 (x ) = f (x ), sur ]0, 1[
u(0) = α, u(1) = β

La condition de Dirichlet est dite homogène si g(x ) = 0, et non

homogène sinon

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 16 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 17 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

Equation de Poisson avec condition de Neumann

(
−∆u(x ) = f (x ), sur Ω
∇u(x ) · n(x ) = g(x ), sur ∂Ω

où n est la normale extérieure de ∂Ω

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 17 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

Equation de Poisson avec condition de Neumann

(
−∆u(x ) = f (x ), sur Ω
∇u(x ) · n(x ) = g(x ), sur ∂Ω

où n est la normale extérieure de ∂Ω

En dimension 1
(
−u 00 (x ) = f (x ), sur ]0, 1[
u 0 (0) = α, u 0 (1) = β

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 17 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

Equation de Poisson avec condition de Neumann

(
−∆u(x ) = f (x ), sur Ω
∇u(x ) · n(x ) = g(x ), sur ∂Ω

où n est la normale extérieure de ∂Ω

En dimension 1
(
−u 00 (x ) = f (x ), sur ]0, 1[
u 0 (0) = α, u 0 (1) = β

La condition de Neumann est dite homogène si g(x ) = 0, et non

homogène sinon

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 17 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

Equation de Poisson avec condition Mixte



 −∆u(x ) = f (x ), sur Ω
u(x ) = gD (x ), sur ΓD
 ∇u(x ) · n = g (x ),

sur ΓN
N

où ∂Ω = ΓD ∪ ΓN et ΓD ∪ ΓN = ∅

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 18 / 53

Conditions aux limites
Dirichlet, Neumann, Mixte

Equation de Poisson avec condition Mixte



 −∆u(x ) = f (x ), sur Ω
u(x ) = gD (x ), sur ΓD
 ∇u(x ) · n = g (x ),

sur ΓN
N

où ∂Ω = ΓD ∪ ΓN et ΓD ∪ ΓN = ∅
En dimension 1
(
−u 00 (x ) = f (x ), sur ]0, 1[
u(0) = α, u 0 (1) = β

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 18 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 19 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 20 / 53

Différences finies
Approximation des dérivées

L’idée est d’approcher la solution d’une EDP en un nombre fini de points

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 21 / 53

Différences finies
Approximation des dérivées

L’idée est d’approcher la solution d’une EDP en un nombre fini de points

Les dérivées sont approchées par des accroissements de la fonction entre
deux points

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 21 / 53

Différences finies
Approximation des dérivées

L’idée est d’approcher la solution d’une EDP en un nombre fini de points

Les dérivées sont approchées par des accroissements de la fonction entre
deux points
La dérivée de la solution u est approchée par

u(x + h) − u(x ) u(x + h) − u(x )

u 0 (x ) = lim ≈ , h > 0 petit
h→0 h h

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 21 / 53

Différences finies
Approximation des dérivées

L’idée est d’approcher la solution d’une EDP en un nombre fini de points

Les dérivées sont approchées par des accroissements de la fonction entre
deux points
La dérivée de la solution u est approchée par

u(x + h) − u(x ) u(x + h) − u(x )

u 0 (x ) = lim ≈ , h > 0 petit
h→0 h h

Cette approximation est appliquée aux points de discrétisation régulièrement

espacés de h

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 21 / 53

Différences finies
Approximation des dérivées

En dimension 1,
h2 00
Si u ∈ C 2 ([0, 1]), on a u(x + h) = u(x ) + hu 0 (x ) + 2 u (ξ),

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 22 / 53

Différences finies
Approximation des dérivées

En dimension 1,
h2 00
Si u ∈ C 2 ([0, 1]), on a u(x + h) = u(x ) + hu 0 (x ) + 2 u (ξ), alors

u(x + h) − u(x )
− u 0 (x ) ≤ Ch
h
u(x +h)−u(x )
l’approximation de u 0 (x ) par h est consistante d’ordre 1.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 22 / 53

Différences finies
Approximation des dérivées

En dimension 1,
h2 00
Si u ∈ C 2 ([0, 1]), on a u(x + h) = u(x ) + hu 0 (x ) + 2 u (ξ), alors

u(x + h) − u(x )
− u 0 (x ) ≤ Ch
h
u(x +h)−u(x )
l’approximation de u 0 (x ) par h est consistante d’ordre 1.
h2 00 h3 (3) +
Si u ∈ C 3 ([0, 1]), on a u(x + h) = u(x ) + hu 0 (x ) + 2 u (x ) + 6 u (ξ ) et
2 3
u(x − h) = u(x ) − hu 0 (x ) + h2 u 00 (x ) − h6 u (3) (ξ − ),

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 22 / 53

Différences finies
Approximation des dérivées

En dimension 1,
h2 00
Si u ∈ C 2 ([0, 1]), on a u(x + h) = u(x ) + hu 0 (x ) + 2 u (ξ), alors

u(x + h) − u(x )
− u 0 (x ) ≤ Ch
h
u(x +h)−u(x )
l’approximation de u 0 (x ) par h est consistante d’ordre 1.
2
h3 (3) +
Si u ∈ C 3 ([0, 1]), on a u(x + h) = u(x ) + hu 0 (x ) + h2 u 00 (x ) + 6 u (ξ ) et
2 3
u(x − h) = u(x ) − hu 0 (x ) + h2 u 00 (x ) − h6 u (3) (ξ − ), alors

u(x + h) − u(x − h)
− u 0 (x ) ≤ Ch2
2h
u(x +h)−u(x −h)
l’approximation de u 0 (x ) par 2h est consistante d’ordre 2.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 22 / 53

Différences finies
Approximation des dérivées

Dérivée seconde,
Si u ∈ C 4 ([0, 1]), on a
h2 00 h3 (3) h4 (4) +
u(x + h) = u(x ) + hu 0 (x ) + 2 u (x ) + 6 u (x ) + 24 u (ξ )

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 23 / 53

Différences finies
Approximation des dérivées

Dérivée seconde,
Si u ∈ C 4 ([0, 1]), on a
h2 00 h3 (3) h4 (4) +
u(x + h) = u(x ) + hu 0 (x ) + 2 u (x ) + 6 u (x ) + 24 u (ξ )et
h2 00 h3 (3) h4 (4) −
u(x − h) = u(x ) − hu 0 (x ) + 2 u (x ) − 6 u (x ) + 24 u (ξ ),

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 23 / 53

Différences finies
Approximation des dérivées

Dérivée seconde,
Si u ∈ C 4 ([0, 1]), on a
2
h3 (3) h4 (4) +
u(x + h) = u(x ) + hu 0 (x ) + h2 u 00 (x ) + 6 u (x ) + 24 u (ξ )et
2
h3 (3) h4 (4) −
u(x − h) = u(x ) − hu 0 (x ) + h2 u 00 (x ) − 6 u (x ) + 24 u (ξ ),
ξ + ∈ [x , x + h] et ξ − ∈ [x − h, x ]

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 23 / 53

Différences finies
Approximation des dérivées

Dérivée seconde,
Si u ∈ C 4 ([0, 1]), on a
2 3
h4 (4) +
u(x + h) = u(x ) + hu 0 (x ) + h2 u 00 (x ) + h6 u (3) (x ) + 24 u (ξ )et
2 3
h4 (4) −
u(x − h) = u(x ) − hu 0 (x ) + h2 u 00 (x ) − h6 u (3) (x ) + 24 u (ξ ),
ξ + ∈ [x , x + h] et ξ − ∈ [x − h, x ]
alors
u(x + h) − 2u(x ) + u(x − h)
− u 00 (x ) ≤ Ch2
h2
1
C= 12 supξ∈[0,1] |u (4) (ξ)|

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 23 / 53

Différences finies
Approximation des dérivées

Dérivée seconde,
Si u ∈ C 4 ([0, 1]), on a
2 3
h4 (4) +
u(x + h) = u(x ) + hu 0 (x ) + h2 u 00 (x ) + h6 u (3) (x ) + 24 u (ξ )et
2 3
h4 (4) −
u(x − h) = u(x ) − hu 0 (x ) + h2 u 00 (x ) − h6 u (3) (x ) + 24 u (ξ ),
ξ + ∈ [x , x + h] et ξ − ∈ [x − h, x ]
alors
u(x + h) − 2u(x ) + u(x − h)
− u 00 (x ) ≤ Ch2
h2
1
C= 12 supξ∈[0,1] |u (4) (ξ)|
L’approximation de la dérivée seconde

u(x + h) − 2u(x ) + u(x − h)

u 00 (x ) ≈
h2
est consistante d’ordre 2.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 23 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 24 / 53

Différences finies
Exemple en dimension 1

On considère l’exemple suivant

−u 00 = f (x ), x ∈]0, 1[

(2)
u(0) = g0 , u(1) = g1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 25 / 53

Différences finies
Exemple en dimension 1

On considère l’exemple suivant

−u 00 = f (x ), x ∈]0, 1[

(2)
u(0) = g0 , u(1) = g1

Ce problème modélise la température u(x ) d’une barre de longueur 1 chauffée par

une source de chaleur f (x ) dont les extrémités sont soumises à une température
fixée.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 25 / 53

Différences finies
Exemple en dimension 1

On considère l’exemple suivant

−u 00 = f (x ), x ∈]0, 1[

(2)
u(0) = g0 , u(1) = g1

Ce problème modélise la température u(x ) d’une barre de longueur 1 chauffée par

une source de chaleur f (x ) dont les extrémités sont soumises à une température
fixée. On décrit la méthode des différences finies en trois parties :

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 25 / 53

Différences finies
Exemple en dimension 1

On considère l’exemple suivant

−u 00 = f (x ), x ∈]0, 1[

(2)
u(0) = g0 , u(1) = g1

Ce problème modélise la température u(x ) d’une barre de longueur 1 chauffée par

une source de chaleur f (x ) dont les extrémités sont soumises à une température
fixée. On décrit la méthode des différences finies en trois parties :
Maillage,
Construction du schéma numérique,
Résolution du problème discret.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 25 / 53

Différences finies
Exemple en dimension 1

Maillage : On subdivise l’intervalle [0, 1] en N + 1 sous-intervalles [xi , xi+1 ]

tels que
0 = x0 < x1 < x2 < · · · < xN+1 = 1.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 26 / 53

Différences finies
Exemple en dimension 1

Maillage : On subdivise l’intervalle [0, 1] en N + 1 sous-intervalles [xi , xi+1 ]

tels que
0 = x0 < x1 < x2 < · · · < xN+1 = 1.
On suppose que les sous-intervalles [xi , xi+1 ] sont tous de même taille
1
h = N+1 . On a alors xi = ih pour i = 0, · · · , N + 1.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 26 / 53

Différences finies
Exemple en dimension 1

Maillage : On subdivise l’intervalle [0, 1] en N + 1 sous-intervalles [xi , xi+1 ]

tels que
0 = x0 < x1 < x2 < · · · < xN+1 = 1.
On suppose que les sous-intervalles [xi , xi+1 ] sont tous de même taille
1
h = N+1 . On a alors xi = ih pour i = 0, · · · , N + 1.
x0 = 0, xN+1 = 1 les points du bord,
x1 , x2 , · · · , xN les points interne du maillage.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 26 / 53

Différences finies
Exemple en dimension 1

Maillage : On subdivise l’intervalle [0, 1] en N + 1 sous-intervalles [xi , xi+1 ]

tels que
0 = x0 < x1 < x2 < · · · < xN+1 = 1.
On suppose que les sous-intervalles [xi , xi+1 ] sont tous de même taille
1
h = N+1 . On a alors xi = ih pour i = 0, · · · , N + 1.
x0 = 0, xN+1 = 1 les points du bord,
x1 , x2 , · · · , xN les points interne du maillage.
u(x + h) − 2u(x ) + u(x − h)
Schéma d’approximation des dérivées u 00 (x ) ≈
h2

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 26 / 53

Différences finies
Exemple en dimension 1

Maillage : On subdivise l’intervalle [0, 1] en N + 1 sous-intervalles [xi , xi+1 ]

tels que
0 = x0 < x1 < x2 < · · · < xN+1 = 1.
On suppose que les sous-intervalles [xi , xi+1 ] sont tous de même taille
1
h = N+1 . On a alors xi = ih pour i = 0, · · · , N + 1.
x0 = 0, xN+1 = 1 les points du bord,
x1 , x2 , · · · , xN les points interne du maillage.
u(x + h) − 2u(x ) + u(x − h)
Schéma d’approximation des dérivées u 00 (x ) ≈
h2
Le but est de trouver une valeur approchée (notée ui ) de la solution u en
chaque point xi du maillage

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 26 / 53

Différences finies
Exemple en dimension 1

Maillage : On subdivise l’intervalle [0, 1] en N + 1 sous-intervalles [xi , xi+1 ]

tels que
0 = x0 < x1 < x2 < · · · < xN+1 = 1.
On suppose que les sous-intervalles [xi , xi+1 ] sont tous de même taille
1
h = N+1 . On a alors xi = ih pour i = 0, · · · , N + 1.
x0 = 0, xN+1 = 1 les points du bord,
x1 , x2 , · · · , xN les points interne du maillage.
u(x + h) − 2u(x ) + u(x − h)
Schéma d’approximation des dérivées u 00 (x ) ≈
h2
Le but est de trouver une valeur approchée (notée ui ) de la solution u en
chaque point xi du maillage
Le schéma de différences finies s’écrit alors
ui+1 − 2ui + ui−1
− = f (xi ), i ∈ {1, 2, · · · , N}
h2

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 26 / 53

Différences finies
Exemple en dimension 1

Conditions aux limites u0 = u(0) = g0 et uN+1 = u(1) = g1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 27 / 53

Différences finies
Exemple en dimension 1

Conditions aux limites u0 = u(0) = g0 et uN+1 = u(1) = g1

Pour les sommets internes, on utilise l’approximation
ui+1 − 2ui + ui−1
− = f (xi ), i ∈ {1, 2, · · · , N}
h2
On a N équations et N inconnus u1 , u2 , · · · , uN

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 27 / 53

Différences finies
Exemple en dimension 1

Conditions aux limites u0 = u(0) = g0 et uN+1 = u(1) = g1

Pour les sommets internes, on utilise l’approximation
ui+1 − 2ui + ui−1
− = f (xi ), i ∈ {1, 2, · · · , N}
h2
On a N équations et N inconnus u1 , u2 , · · · , uN
Pour i = 1 (la première équation)
u2 − 2u1 + u0 u2 − 2u1 g0
− 2
= f (x1 ) ⇔ − 2
= f (x1 ) + 2
h h h

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 27 / 53

Différences finies
Exemple en dimension 1

Conditions aux limites u0 = u(0) = g0 et uN+1 = u(1) = g1

Pour les sommets internes, on utilise l’approximation
ui+1 − 2ui + ui−1
− = f (xi ), i ∈ {1, 2, · · · , N}
h2
On a N équations et N inconnus u1 , u2 , · · · , uN
Pour i = 1 (la première équation)
u2 − 2u1 + u0 u2 − 2u1 g0
− 2
= f (x1 ) ⇔ − 2
= f (x1 ) + 2
h h h

Pour i = N (la Nieme équation)

uN+1 − 2uN + uN−1 −2uN + uN−1 g1
− 2
= f (xN ) ⇔ − 2
= f (xN ) + 2
h h h

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 27 / 53

Différences finies
Exemple en dimension 1

Ecriture matricielle
f (x1 ) + hg02
 
  
2 −1 0 ··· 0 u1  f (x2 ) 
1  −1 2 −1 · · · 0  u2  
..

=
   
2  .. .. .. .. .. .. .
h  .
 
. . . .  .   
 f (xN−1 ) 
0 ··· 0 −1 2 uN
| {z } | {z } f (xN ) + hg12
Ah uh | {z }
Bh

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 28 / 53

Différences finies
Exemple en dimension 1

Ecriture matricielle
f (x1 ) + hg02
 
  
2 −1 0 ··· 0 u1  f (x2 ) 
1  −1 2 −1 · · · 0  u2  
..

=
   
2  .. .. .. .. .. .. .
h  .
 
. . . .  .   
 f (xN−1 ) 
0 ··· 0 −1 2 uN
| {z } | {z } f (xN ) + hg12
Ah uh | {z }
Bh

On obtient un système linéaire

Ah uh = bh (3)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 28 / 53

Différences finies
Exemple en dimension 1

Ecriture matricielle
f (x1 ) + hg02
 
  
2 −1 0 ··· 0 u1  f (x2 ) 
1  −1 2 −1 · · · 0  u2  
..

=
   
2  .. .. .. .. .. .. .
h  .
 
. . . .  .   
 f (xN−1 ) 
0 ··· 0 −1 2 uN
| {z } | {z } f (xN ) + hg12
Ah uh | {z }
Bh

On obtient un système linéaire

Ah uh = bh (3)

Proposition (Existence et unicité)

La matrice Ah est symétrique définie positive, elle est donc inversible.

Preuve :(Exercice)
M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 28 / 53
Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 29 / 53

Différences finies
Consistance, stabilité et convergence

Définition(Consistance du schéma différences finies)

On appelle erreur de consistance notée R d’un schéma numérique la quantité
obtenue en remplaçant dans le schéma numérique, l’inconnue par la solution
exacte.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 30 / 53

Différences finies
Consistance, stabilité et convergence

Définition(Consistance du schéma différences finies)

On appelle erreur de consistance notée R d’un schéma numérique la quantité
obtenue en remplaçant dans le schéma numérique, l’inconnue par la solution
exacte.

Erreur de consistance
Pour le schéma Ah uh = bh , l’erreur de consistance est le vecteur R ∈ RN donné
par
R = Ah (Π(u)) − bh
où Π(u) est la projection de la solution exacte u sur le maillage.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 30 / 53

Différences finies
Consistance, stabilité et convergence

Définition(Consistance du schéma différences finies)

On appelle erreur de consistance notée R d’un schéma numérique la quantité
obtenue en remplaçant dans le schéma numérique, l’inconnue par la solution
exacte.

Erreur de consistance
Pour le schéma Ah uh = bh , l’erreur de consistance est le vecteur R ∈ RN donné
par
R = Ah (Π(u)) − bh
où Π(u) est la projection de la solution exacte u sur le maillage.

L’erreur de consistance au point xi est :

u(xi+1 ) − 2u(xi ) + u(xi−1 )
Ri = − − f (xi ),
h2
h2  (4) − 
=− u (ξi ) + u (4) (ξi+ ) .
24
M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 30 / 53
Différences finies
Consistance, stabilité et convergence

Le schéma est dit consistant pour la norme k.k de RN si lim kRk = 0

h→0

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 31 / 53

Différences finies
Consistance, stabilité et convergence

Le schéma est dit consistant pour la norme k.k de RN si lim kRk = 0

h→0
p
Si kRk ≤ Ch , alors le schéma est dit consistant d’ordre p
On peut écrire aussi kRk = O(hp )

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 31 / 53

Différences finies
Consistance, stabilité et convergence

Le schéma est dit consistant pour la norme k.k de RN si lim kRk = 0

h→0
p
Si kRk ≤ Ch , alors le schéma est dit consistant d’ordre p
On peut écrire aussi kRk = O(hp )
h2
Pour notre exemple, si u ∈ C 4 ([0, 1]) alors kRk∞ ≤ sup |u (4) (ξ)|
12 ξ∈[0,1]
le schéma est alors d’ordre 2.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 31 / 53

Différences finies
Consistance, stabilité et convergence

Le schéma est dit consistant pour la norme k.k de RN si lim kRk = 0

h→0
p
Si kRk ≤ Ch , alors le schéma est dit consistant d’ordre p
On peut écrire aussi kRk = O(hp )
h2
Pour notre exemple, si u ∈ C 4 ([0, 1]) alors kRk∞ ≤ sup |u (4) (ξ)|
12 ξ∈[0,1]
le schéma est alors d’ordre 2.

Remarque
On peut remarquer que si de plus la solution exacte u du problème (2) vérifie
u (4) ≡ 0, alors Ri = 0 pour i = 1, · · · , N, par conséquent ui = u(xi ).

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 31 / 53

Différences finies
Consistance, stabilité et convergence

Définition
On dira que le schéma numérique Ah uh = bh est stable pour la norme k. k , s’il
existe une constante C > 0 indépendante de h et bh telle que

kuh k ≤ C kbh k.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 32 / 53

Différences finies
Consistance, stabilité et convergence

Définition
On dira que le schéma numérique Ah uh = bh est stable pour la norme k. k , s’il
existe une constante C > 0 indépendante de h et bh telle que

kuh k ≤ C kbh k.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 32 / 53

Différences finies
Consistance, stabilité et convergence

Définition
On dira que le schéma numérique Ah uh = bh est stable pour la norme k. k , s’il
existe une constante C > 0 indépendante de h et bh telle que

kuh k ≤ C kbh k.

Proposition
Le schéma numérique (3) est stable pour la norme k. k∞ .

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 32 / 53

Différences finies
Consistance, stabilité et convergence

Définition
On dira que le schéma numérique Ah uh = bh est stable pour la norme k. k , s’il
existe une constante C > 0 indépendante de h et bh telle que

kuh k ≤ C kbh k.

Proposition
Le schéma numérique (3) est stable pour la norme k. k∞ .

En effet, on a
1 1
kA−1
h k∞ ≤ ( admis ) donc kuh k∞ = kA−1
h bh k∞ ≤ kbh k∞ .
8 8

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 32 / 53

Différences finies
Consistance, stabilité et convergence

Remarque
Le schéma (3) est dit inconditionnellement stable car il n’est pas nécessaire de
fixer une condition sur le pas h pour avoir la stabilité.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 33 / 53

Différences finies
Consistance, stabilité et convergence

Remarque
Le schéma (3) est dit inconditionnellement stable car il n’est pas nécessaire de
fixer une condition sur le pas h pour avoir la stabilité.

Définition
Le schéma numérique donné par (3) pour la résolution du problème (2) est dit
convergent en norme k . k si

lim kΠh (u) − uh k = 0,

h→0

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 33 / 53

Différences finies
Consistance, stabilité et convergence

Remarque
Le schéma (3) est dit inconditionnellement stable car il n’est pas nécessaire de
fixer une condition sur le pas h pour avoir la stabilité.

Définition
Le schéma numérique donné par (3) pour la résolution du problème (2) est dit
convergent en norme k . k si

lim kΠh (u) − uh k = 0,

h→0

Théorème
Si la solution u ∈ C (4) ([0, 1]), alors le schéma (3) est convergent d’ordre 2 pour la
norme k · k∞ . Plus précisément,

h2
kuh − Πh (u)k∞ ≤ sup |u (4) (ξ)|
96 ξ∈[0,1]
M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 33 / 53
Différences finies
Exercice

On considère l’exemple suivant

 d2u
− dx 2 = f (x ), x ∈]0, 1[
u(0) = g0 , u 0 (1) = g1

Ce problème modélise la température u(x ) d’une barre de longueur 1 chauffée par

une source de chaleur f (x ) dont l’extrémité 0 est soumise à une température fixée
et l’extrémité 1 à un flux fixé.
Donner la discrétisation par différences finies de ce problème

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 34 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 35 / 53

Discrétisation espace-temps

Problème de diffusion en dimension 1 (d’espace)

∂u ∂2u


 (t, x ) − 2 (t, x ) = f (t, x ), (t, x ) ∈ [0, T ]×]0, 1[
∂t ∂x
 u(0, x ) = uo (x ), x ∈]0, 1[

u(t, 0) = 0, u(t, 1) = 0, t ≥ 0

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 36 / 53

Discrétisation espace-temps

Problème de diffusion en dimension 1 (d’espace)

∂u ∂2u


 (t, x ) − 2 (t, x ) = f (t, x ), (t, x ) ∈ [0, T ]×]0, 1[
∂t ∂x
 u(0, x ) = uo (x ), x ∈]0, 1[

u(t, 0) = 0, u(t, 1) = 0, t ≥ 0

Equation typique de la situation générale des problèmes paraboliques

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 36 / 53

Discrétisation espace-temps

Problème de diffusion en dimension 1 (d’espace)

∂u ∂2u


 (t, x ) − 2 (t, x ) = f (t, x ), (t, x ) ∈ [0, T ]×]0, 1[
∂t ∂x
 u(0, x ) = uo (x ), x ∈]0, 1[

u(t, 0) = 0, u(t, 1) = 0, t ≥ 0

Equation typique de la situation générale des problèmes paraboliques

On distingue deux grandes familles d’approximations par DF : Les schémas
explicites et les schémas implicites

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 36 / 53

Discrétisation espace-temps
Maillage

La solution u est approchée en un nombre fini de points (tj , xi ) du domaine

espace-temps [0, T ] × [0, 1]

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 37 / 53

Discrétisation espace-temps
Maillage

La solution u est approchée en un nombre fini de points (tj , xi ) du domaine

espace-temps [0, T ] × [0, 1]
Maillage régulier :
1
xi = ih, ∀i ∈ {0, 1, · · · , N + 1} où h = N+1
T
tj = j∆t, ∀j ∈ {0, 1, · · · , M + 1} où ∆t = M+1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 37 / 53

Discrétisation espace-temps
Maillage

La solution u est approchée en un nombre fini de points (tj , xi ) du domaine

espace-temps [0, T ] × [0, 1]
Maillage régulier :
1
xi = ih, ∀i ∈ {0, 1, · · · , N + 1} où h = N+1
T
tj = j∆t, ∀j ∈ {0, 1, · · · , M + 1} où ∆t = M+1
(j)
On cherche une approximation, notée ui , de la solution u(tj , xi )

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 37 / 53

Discrétisation espace-temps
Maillage

La solution u est approchée en un nombre fini de points (tj , xi ) du domaine

espace-temps [0, T ] × [0, 1]
Maillage régulier :
1
xi = ih, ∀i ∈ {0, 1, · · · , N + 1} où h = N+1
T
tj = j∆t, ∀j ∈ {0, 1, · · · , M + 1} où ∆t = M+1
(j)
On cherche une approximation, notée ui , de la solution u(tj , xi )
(j) (j)
Conditions au bord u0 = uN+1 = 0, ∀j ∈ {0, 1, · · · , M + 1}

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 37 / 53

Discrétisation espace-temps
Maillage

La solution u est approchée en un nombre fini de points (tj , xi ) du domaine

espace-temps [0, T ] × [0, 1]
Maillage régulier :
1
xi = ih, ∀i ∈ {0, 1, · · · , N + 1} où h = N+1
T
tj = j∆t, ∀j ∈ {0, 1, · · · , M + 1} où ∆t = M+1
(j)
On cherche une approximation, notée ui , de la solution u(tj , xi )
(j) (j)
Conditions au bord u0 = uN+1 = 0, ∀j ∈ {0, 1, · · · , M + 1}
(0)
Condition initial ui = uo (xi ), ∀i ∈ {0, 1, · · · , N + 1}

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 37 / 53

Discrétisation espace-temps
Maillage

La solution u est approchée en un nombre fini de points (tj , xi ) du domaine

espace-temps [0, T ] × [0, 1]
Maillage régulier :
1
xi = ih, ∀i ∈ {0, 1, · · · , N + 1} où h = N+1
T
tj = j∆t, ∀j ∈ {0, 1, · · · , M + 1} où ∆t = M+1
(j)
On cherche une approximation, notée ui , de la solution u(tj , xi )
(j) (j)
Conditions au bord u0 = uN+1 = 0, ∀j ∈ {0, 1, · · · , M + 1}
(0)
Condition initial ui = uo (xi ), ∀i ∈ {0, 1, · · · , N + 1}
(j)
Les inconnues du problème : ui , 1 ≤ i ≤ N, 1 ≤ j ≤ M + 1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 37 / 53

Discrétisation espace-temps
Schéma explicite

Dérivée en temps (approximation décentrée à droite)

(j+1) (j)
∂u u(tj+1 , xi ) − u(tj , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 38 / 53

Discrétisation espace-temps
Schéma explicite

Dérivée en temps (approximation décentrée à droite)

(j+1) (j)
∂u u(tj+1 , xi ) − u(tj , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

Dérivée seconde en espace

(j) (j) (j)
∂2u u(tj , xi+1 ) − 2u(tj , xi ) + u(tj , xi−1 ) u − 2ui + ui−1
2
(tj , xi ) ≈ 2
≈ i+1
∂x h h2

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 38 / 53

Discrétisation espace-temps
Schéma explicite

Dérivée en temps (approximation décentrée à droite)

(j+1) (j)
∂u u(tj+1 , xi ) − u(tj , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

Dérivée seconde en espace

(j) (j) (j)
∂2u u(tj , xi+1 ) − 2u(tj , xi ) + u(tj , xi−1 ) u − 2ui + ui−1
2
(tj , xi ) ≈ 2
≈ i+1
∂x h h2

On obtient alors le schéma explicite

(j+1) (j) (j) (j) (j)
ui − ui ui+1 − 2ui + ui−1
− = f (tj , xi ),
∆t h2
i ∈ {1, · · · , N} et j ∈ {0, · · · , M}

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 38 / 53

Discrétisation espace-temps
Schéma explicite

Dérivée en temps (approximation décentrée à droite)

(j+1) (j)
∂u u(tj+1 , xi ) − u(tj , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

Dérivée seconde en espace

(j) (j) (j)
∂2u u(tj , xi+1 ) − 2u(tj , xi ) + u(tj , xi−1 ) u − 2ui + ui−1
2
(tj , xi ) ≈ 2
≈ i+1
∂x h h2

On obtient alors le schéma explicite

(j+1) (j) (j) (j) (j)
ui − ui ui+1 − 2ui + ui−1
− = f (tj , xi ),
∆t h2
i ∈ {1, · · · , N} et j ∈ {0, · · · , M}
On a N(M + 1) équations pour N(M + 1) inconnues.
M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 38 / 53
Discrétisation espace-temps
Schéma explicite

On introduit la notation vectorielle

 (j) 
u1
 ..
U (j) = .


(j)
uN
U (0) est une donnée (condition initiale)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 39 / 53

Discrétisation espace-temps
Schéma explicite

On introduit la notation vectorielle

 (j) 
u1
 ..
U (j) = .


(j)
uN
U (0) est une donnée (condition initiale)
U (j+1) − U (j)
Le schéma explicite s’écrit : + Ah U (j) = C (j) avec
  ∆t
f (tj , x1 )
C (j) = 
 .. 
. 
f (tj , xN )

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 39 / 53

Discrétisation espace-temps
Schéma explicite

On introduit la notation vectorielle

 (j) 
u1
 ..
U (j) = .


(j)
uN
U (0) est une donnée (condition initiale)
U (j+1) − U (j)
Le schéma explicite s’écrit : + Ah U (j) = C (j) avec
  ∆t
f (tj , x1 )
C (j) = 
 .. 
. 
f (tj , xN )
On écrit aussi

U (j+1) = (Id − ∆tAh ) U (j) + ∆tC (j) , j = 0, · · · , M

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 39 / 53

Discrétisation espace-temps
Schéma implicite

Dérivée en temps (approximation décentrée à gauche)

(j) (j−1)
∂u u(tj , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 40 / 53

Discrétisation espace-temps
Schéma implicite

Dérivée en temps (approximation décentrée à gauche)

(j) (j−1)
∂u u(tj , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

On obtient alors le schéma implicite

(j) (j−1) (j) (j) (j)
ui − ui u − 2ui + ui−1
− i+1 = f (tj , xi ),
∆t h2
i ∈ {1, · · · , N} et j ∈ {1, · · · , M + 1}

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 40 / 53

Discrétisation espace-temps
Schéma implicite

Dérivée en temps (approximation décentrée à gauche)

(j) (j−1)
∂u u(tj , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

On obtient alors le schéma implicite

(j) (j−1) (j) (j) (j)
ui − ui u − 2ui + ui−1
− i+1 = f (tj , xi ),
∆t h2
i ∈ {1, · · · , N} et j ∈ {1, · · · , M + 1}
U (j) − U (j−1)
Écriture vectorielle : + Ah U (j) = C (j)
∆t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 40 / 53

Discrétisation espace-temps
Schéma implicite

Dérivée en temps (approximation décentrée à gauche)

(j) (j−1)
∂u u(tj , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

On obtient alors le schéma implicite

(j) (j−1) (j) (j) (j)
ui − ui u − 2ui + ui−1
− i+1 = f (tj , xi ),
∆t h2
i ∈ {1, · · · , N} et j ∈ {1, · · · , M + 1}
U (j) − U (j−1)
Écriture vectorielle : + Ah U (j) = C (j)
∆t
On écrit aussi
(Id + ∆tAh ) U (j) = U (j−1) + ∆C (j) , j = 1, · · · , M + 1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 40 / 53

Discrétisation espace-temps
Schéma implicite

Dérivée en temps (approximation décentrée à gauche)

(j) (j−1)
∂u u(tj , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t ∆t ∆t

On obtient alors le schéma implicite

(j) (j−1) (j) (j) (j)
ui − ui u − 2ui + ui−1
− i+1 = f (tj , xi ),
∆t h2
i ∈ {1, · · · , N} et j ∈ {1, · · · , M + 1}
U (j) − U (j−1)
Écriture vectorielle : + Ah U (j) = C (j)
∆t
On écrit aussi
(Id + ∆tAh ) U (j) = U (j−1) + ∆C (j) , j = 1, · · · , M + 1

La matrice (Id + ∆tAh ) est symétrique définie positive.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 40 / 53
Discrétisation espace-temps
Schéma explicite vs schéma implicite

Le schéma implicite nécessite la résolution d’un système linéaire à chaque

pas de temps

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 41 / 53

Discrétisation espace-temps
Schéma explicite vs schéma implicite

Le schéma implicite nécessite la résolution d’un système linéaire à chaque

pas de temps
La résolution du schéma implicite apparaît plus coûteuse que le schéma
explicite

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 41 / 53

Discrétisation espace-temps
Schéma explicite vs schéma implicite

Le schéma implicite nécessite la résolution d’un système linéaire à chaque

pas de temps
La résolution du schéma implicite apparaît plus coûteuse que le schéma
explicite
Mais ce coût de calcul est largement compensé par la stabilité du schéma.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 41 / 53

Discrétisation espace-temps
Schéma saute-mouton

Dérivée en temps (approximation centrée)

(j+1) (j−1)
∂u u(tj+1 , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t 2∆t 2∆t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 42 / 53

Discrétisation espace-temps
Schéma saute-mouton

Dérivée en temps (approximation centrée)

(j+1) (j−1)
∂u u(tj+1 , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t 2∆t 2∆t

U (j+1) − U (j−1)
Ecriture vectorielle : + Ah U (j) = C (j) , j ∈ {1, · · · , M}
2∆t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 42 / 53

Discrétisation espace-temps
Schéma saute-mouton

Dérivée en temps (approximation centrée)

(j+1) (j−1)
∂u u(tj+1 , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t 2∆t 2∆t

U (j+1) − U (j−1)
Ecriture vectorielle : + Ah U (j) = C (j) , j ∈ {1, · · · , M}
2∆t
Le schéma saute-mouton est explicite

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 42 / 53

Discrétisation espace-temps
Schéma saute-mouton

Dérivée en temps (approximation centrée)

(j+1) (j−1)
∂u u(tj+1 , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t 2∆t 2∆t

U (j+1) − U (j−1)
Ecriture vectorielle : + Ah U (j) = C (j) , j ∈ {1, · · · , M}
2∆t
Le schéma saute-mouton est explicite
Il est nécessaire de connaître U (0) et U (1)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 42 / 53

Discrétisation espace-temps
Schéma saute-mouton

Dérivée en temps (approximation centrée)

(j+1) (j−1)
∂u u(tj+1 , xi ) − u(tj−1 , xi ) u − ui
(tj , xi ) ≈ ≈ i
∂t 2∆t 2∆t

U (j+1) − U (j−1)
Ecriture vectorielle : + Ah U (j) = C (j) , j ∈ {1, · · · , M}
2∆t
Le schéma saute-mouton est explicite
Il est nécessaire de connaître U (0) et U (1)
Ce schéma est d’ordre 2 en temps , Mais instable

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 42 / 53

Sommaire

1 Introduction et classification

2 Exemples d’EDP
Equation de Poisson
Equation de diffusion
Equation des ondes

3 Conditions aux limites

4 Différences finies
Approximation des dérivées
Exemple en dimension 1
Consistance, stabilité et convergence (exemple 1D)
Discrétisation espace-temps
Consistance, stabilité, convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 43 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

La forme générale des trois schémas

B1 U (j+1) + B0 U (j) + B−1 U (j−1) = C (j) (4)
avec (B1 inversible) ou (B1 = 0 et B0 inversible)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 44 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

La forme générale des trois schémas

B1 U (j+1) + B0 U (j) + B−1 U (j−1) = C (j) (4)
avec (B1 inversible) ou (B1 = 0 et B0 inversible)
U (j+1) −U (j)
Schéma explicite : ∆t + Ah U (j) = C (j)
1 1
B1 = Id, B0 = − Id + Ah , B−1 = 0
∆t ∆t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 44 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

La forme générale des trois schémas

B1 U (j+1) + B0 U (j) + B−1 U (j−1) = C (j) (4)
avec (B1 inversible) ou (B1 = 0 et B0 inversible)
U (j+1) −U (j)
Schéma explicite : ∆t + Ah U (j) = C (j)
1 1
B1 = Id, B0 = − Id + Ah , B−1 = 0
∆t ∆t

U (j) −U (j−1)
Schéma implicite : ∆t + Ah U (j) = C (j)
1 1
B1 = 0, B0 = Id + Ah , B−1 = − Id
∆t ∆t

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 44 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

La forme générale des trois schémas

B1 U (j+1) + B0 U (j) + B−1 U (j−1) = C (j) (4)
avec (B1 inversible) ou (B1 = 0 et B0 inversible)
U (j+1) −U (j)
Schéma explicite : ∆t + Ah U (j) = C (j)
1 1
B1 = Id, B0 = − Id + Ah , B−1 = 0
∆t ∆t

U (j) −U (j−1)
Schéma implicite : ∆t + Ah U (j) = C (j)
1 1
B1 = 0, B0 = Id + Ah , B−1 = − Id
∆t ∆t

U (j+1) −U (j−1)
Schéma saute-mouton : 2∆t + Ah U (j) = C (j)
1 1
B1 = Id, B0 = Ah , B−1 = − Id
2∆t 2∆t
M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 44 / 53
Discrétisation espace-temps
Consistance, stabilité, convergence

Erreur de consistance
On appelle erreur de consistance à l’instant tj du schéma (4) le vecteur R (j) de
RN défini par

R (j) = B1 Π(u)(tj+1 ) + B0 Π(u)(tj ) + B−1 Π(u)(tj−1 ) − C (j)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 45 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Erreur de consistance
On appelle erreur de consistance à l’instant tj du schéma (4) le vecteur R (j) de
RN défini par

R (j) = B1 Π(u)(tj+1 ) + B0 Π(u)(tj ) + B−1 Π(u)(tj−1 ) − C (j)

Le schéma est dit consistant si sup kR (j) k → 0 quand ∆t, h → 0

0≤j≤M+1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 45 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Erreur de consistance
On appelle erreur de consistance à l’instant tj du schéma (4) le vecteur R (j) de
RN défini par

R (j) = B1 Π(u)(tj+1 ) + B0 Π(u)(tj ) + B−1 Π(u)(tj−1 ) − C (j)

Le schéma est dit consistant si sup kR (j) k → 0 quand ∆t, h → 0

0≤j≤M+1

Le schéma est dit d’ordre p en temps et q en espace si il existe C tel que

sup kR (j) k ≤ C [∆t p + hq ]
0≤j≤M+1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 45 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Erreur de consistance
On appelle erreur de consistance à l’instant tj du schéma (4) le vecteur R (j) de
RN défini par

R (j) = B1 Π(u)(tj+1 ) + B0 Π(u)(tj ) + B−1 Π(u)(tj−1 ) − C (j)

Le schéma est dit consistant si sup kR (j) k → 0 quand ∆t, h → 0

0≤j≤M+1

Le schéma est dit d’ordre p en temps et q en espace si il existe C tel que

sup kR (j) k ≤ C [∆t p + hq ]
0≤j≤M+1
On écrit aussi sup kR (j) k = O(∆t p ) + O(hq )
0≤j≤M+1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 45 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
L’erreur de consistance Schéma explicite :

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
(j)
L’erreur de consistance Schéma explicite : Ri = Ei + Fj

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
(j)
L’erreur de consistance Schéma explicite : Ri = Ei + Fj avec
u(tj+1 ,xi )−u(tj ,xi )

Ei = ∆t
− ∂u (t , x )
∂t j i ∂u ∂2u
u(tj ,xi+1 )−2u(tj ,xi )+u(tj ,xi−1 ) ∂2u
pour f (tj , xi ) = (t , x )
∂t j i
− (t , x )
∂x 2 j i
Fj = − h2
+ (t , x )
∂x 2 j i

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
(j)
L’erreur de consistance Schéma explicite : Ri = Ei + Fj avec
u(tj+1 ,xi )−u(tj ,xi )

Ei = ∆t
− ∂u (t , x )
∂t j i ∂u ∂2u
u(tj ,xi+1 )−2u(tj ,xi )+u(tj ,xi−1 ) ∂2u
pour f (tj , xi ) = (t , x )
∂t j i
− (t , x )
∂x 2 j i
Fj = − h2
+ (t , x )
∂x 2 j i
∆t 2 ∂ 2 u
Taylor en temps (xi étant fixé) u(tj+1 , xi ) = u(tj , xi ) + ∆t ∂u (t , x ) +
∂t j i 2 ∂t 2
(θ, xi )

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
(j)
L’erreur de consistance Schéma explicite : Ri = Ei + Fj avec
u(tj+1 ,xi )−u(tj ,xi )

Ei = ∆t
− ∂u (t , x )
∂t j i ∂u ∂2u
u(tj ,xi+1 )−2u(tj ,xi )+u(tj ,xi−1 ) ∂2u
pour f (tj , xi ) = (t , x )
∂t j i
− (t , x )
∂x 2 j i
Fj = − h2
+ (t , x )
∂x 2 j i
∆t 2 ∂ 2 u
Taylor en temps (xi étant fixé) u(tj+1 , xi ) = u(tj , xi ) + ∆t ∂u (t , x ) +
∂t j i 2 ∂t 2
(θ, xi )
2
∆t ∂ u
donc Ei = 2 ∂t 2
(θ, xi ), θ ∈ [tj , tj+1 ]

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
(j)
L’erreur de consistance Schéma explicite : Ri = Ei + Fj avec
u(tj+1 ,xi )−u(tj ,xi )

Ei = ∆t
− ∂u (t , x )
∂t j i ∂u ∂2u
u(tj ,xi+1 )−2u(tj ,xi )+u(tj ,xi−1 ) ∂2u
pour f (tj , xi ) = (t , x )
∂t j i
− (t , x )
∂x 2 j i
Fj = − h2
+ (t , x )
∂x 2 j i
∆t 2 ∂ 2 u
Taylor en temps (xi étant fixé) u(tj+1 , xi ) = u(tj , xi ) + ∆t ∂u (t , x ) +
∂t j i 2 ∂t 2
(θ, xi )
2
∆t ∂ u
donc Ei = 2 ∂t 2
(θ, xi ), θ ∈ [tj , tj+1 ]

De même, on applique Taylor en espace (tj étant fixé)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
(j)
L’erreur de consistance Schéma explicite : Ri = Ei + Fj avec
u(tj+1 ,xi )−u(tj ,xi )

Ei = ∆t
− ∂u (t , x )
∂t j i ∂u ∂2u
u(tj ,xi+1 )−2u(tj ,xi )+u(tj ,xi−1 ) ∂2u
pour f (tj , xi ) = (t , x )
∂t j i
− (t , x )
∂x 2 j i
Fj = − h2
+ (t , x )
∂x 2 j i
∆t 2 ∂ 2 u
Taylor en temps (xi étant fixé) u(tj+1 , xi ) = u(tj , xi ) + ∆t ∂u (t , x ) +
∂t j i 2 ∂t 2
(θ, xi )
2
∆t ∂ u
donc Ei = 2 ∂t 2
(θ, xi ), θ ∈ [tj , tj+1 ]

De même, on applique
 Taylor en espace (tj étant
 fixé)
h2 ∂4u ∂4u
on obtient, Fj = 24
(t , ξ )
∂x 4 j 1
+ (t , ξ )
∂x 4 j 2
, ξ1 ∈ [xi−1 , xi ] et ξ2 ∈ [xi , xi+1 ]

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
(j)
L’erreur de consistance Schéma explicite : Ri = Ei + Fj avec
u(tj+1 ,xi )−u(tj ,xi )

Ei = ∆t
− ∂u (t , x )
∂t j i ∂u ∂2u
u(tj ,xi+1 )−2u(tj ,xi )+u(tj ,xi−1 ) ∂2u
pour f (tj , xi ) = (t , x )
∂t j i
− (t , x )
∂x 2 j i
Fj = − h2
+ (t , x )
∂x 2 j i
∆t 2 ∂ 2 u
Taylor en temps (xi étant fixé) u(tj+1 , xi ) = u(tj , xi ) + ∆t ∂u (t , x ) +
∂t j i 2 ∂t 2
(θ, xi )
2
∆t ∂ u
donc Ei = 2 ∂t 2
(θ, xi ), θ ∈ [tj , tj+1 ]

De même, on applique
 Taylor en espace (tj étant
 fixé)
h2 ∂4u ∂4u
on obtient, Fj = 24
(t , ξ )
∂x 4 j 1
+ (t , ξ )
∂x 4 j 2
, ξ1 ∈ [xi−1 , xi ] et ξ2 ∈ [xi , xi+1 ]
D’où la majoration de l’erreur de consistance sup kR (j) k∞ ≤ C [∆t + h2 ]
0≤j≤M+1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Proposition
Supposons la solution u est C 2 par rapport à t et C 4 par rapport à x . Alors les
schémas explicite et implicite sont consistants d’ordre 1 en temps et 2 en espace.
Si en plus u est C 3 par rapport à t, alors le schéma saute-mouton est consistant
d’ordre 2 en temps et en espace.
(j)
L’erreur de consistance Schéma explicite : Ri = Ei + Fj avec
u(tj+1 ,xi )−u(tj ,xi )

Ei = ∆t
− ∂u (t , x )
∂t j i ∂u ∂2u
u(tj ,xi+1 )−2u(tj ,xi )+u(tj ,xi−1 ) ∂2u
pour f (tj , xi ) = (t , x )
∂t j i
− (t , x )
∂x 2 j i
Fj = − h2
+ (t , x )
∂x 2 j i
∆t 2 ∂ 2 u
Taylor en temps (xi étant fixé) u(tj+1 , xi ) = u(tj , xi ) + ∆t ∂u (t , x ) +
∂t j i 2 ∂t 2
(θ, xi )
2
∆t ∂ u
donc Ei = 2 ∂t 2
(θ, xi ), θ ∈ [tj , tj+1 ]

De même, on applique
 Taylor en espace (tj étant
 fixé)
h2 ∂4u ∂4u
on obtient, Fj = 24
(t , ξ )
∂x 4 j 1
+ (t , ξ )
∂x 4 j 2
, ξ1 ∈ [xi−1 , xi ] et ξ2 ∈ [xi , xi+1 ]
D’où la majoration de l’erreur de consistance sup kR (j) k∞ ≤ C [∆t + h2 ]
0≤j≤M+1

Démonstration similaire pour les deux autres schémas.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 46 / 53
Discrétisation espace-temps
Consistance, stabilité, convergence

Du point de vu numérique, la propriété fondamentale d’un schéma est celle de

convergence

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 47 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Du point de vu numérique, la propriété fondamentale d’un schéma est celle de

convergence

Définition
Supposons, si B1 = 0 ou B−1 = 0 (ce qui est le cas pour les schémas explicite et implicite)

kU (0) − (Πh u)(0)k → 0 quand ∆t, h → 0;

si B1 6= 0 et B−1 6= 0 (ce qui est le cas pour le schéma saute-mouton)

kU (0) − (Πh u)(0)k + kU (1) − (Πh u)(t1 )k → 0 quand ∆t, h → 0

On dit que le schéma (4) est convergent si

sup kU (j) − (Πh u)(tj )k → 0 quand ∆t, h → 0;

0≤j≤M+1

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 47 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Définition
On dit que le schéma (4) est stable s’il existe deux constantes positives C1 (T ) et
C2 (T ) telles que pour toutes données initiales U (0) (et U (1) ) et tous termes
sources C (j) , on a

max kU (j) k ≤ C1 kU (0) k + C2 max kC (j) k

0≤j≤M+1 0≤j≤M+1

si B1 = 0 ou B−1 = 0, ou bien
 
max kU (j) k ≤ C1 kU (0) k + kU (1) k + C2 max kC (j) k
0≤j≤M+1 0≤j≤M+1

si B1 6= 0 et B−1 6= 0

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 48 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Théorème de Lax
Le schéma (4) est convergent si et seulement s’il est consistant et stable.

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 49 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Théorème de Lax
Le schéma (4) est convergent si et seulement s’il est consistant et stable.

Supposons que le schéma est stable et consistant,

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 49 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Théorème de Lax
Le schéma (4) est convergent si et seulement s’il est consistant et stable.

Supposons que le schéma est stable et consistant,

On pose e (j) = U (j) − (Πh u)(tj ) l’erreur à l’instant tj

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 49 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Théorème de Lax
Le schéma (4) est convergent si et seulement s’il est consistant et stable.

Supposons que le schéma est stable et consistant,

On pose e (j) = U (j) − (Πh u)(tj ) l’erreur à l’instant tj
On fait la différence entre le schéma (4) et l’erreur de consistance, on obtient

B1 e (j+1) + B0 e (j) + B−1 e (j−1) = −R (j)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 49 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Théorème de Lax
Le schéma (4) est convergent si et seulement s’il est consistant et stable.

Supposons que le schéma est stable et consistant,

On pose e (j) = U (j) − (Πh u)(tj ) l’erreur à l’instant tj
On fait la différence entre le schéma (4) et l’erreur de consistance, on obtient

B1 e (j+1) + B0 e (j) + B−1 e (j−1) = −R (j)

Le schéma étant stable, donc

max ke (j) k ≤ C1 ke (0) k + C2 max kR (j) k

0≤j≤M+1 0≤j≤M+1

(pour le cas B1 = 0 ou B−1 = 0)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 49 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Théorème de Lax
Le schéma (4) est convergent si et seulement s’il est consistant et stable.

Supposons que le schéma est stable et consistant,

On pose e (j) = U (j) − (Πh u)(tj ) l’erreur à l’instant tj
On fait la différence entre le schéma (4) et l’erreur de consistance, on obtient

B1 e (j+1) + B0 e (j) + B−1 e (j−1) = −R (j)

Le schéma étant stable, donc

max ke (j) k ≤ C1 ke (0) k + C2 max kR (j) k

0≤j≤M+1 0≤j≤M+1

(pour le cas B1 = 0 ou B−1 = 0)

Or ke (0) k → 0 et par consistance max0≤j≤M+1 kR (j) k → 0 lorsque ∆t, h → 0

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 49 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Théorème de Lax
Le schéma (4) est convergent si et seulement s’il est consistant et stable.

Supposons que le schéma est stable et consistant,

On pose e (j) = U (j) − (Πh u)(tj ) l’erreur à l’instant tj
On fait la différence entre le schéma (4) et l’erreur de consistance, on obtient

B1 e (j+1) + B0 e (j) + B−1 e (j−1) = −R (j)

Le schéma étant stable, donc

max ke (j) k ≤ C1 ke (0) k + C2 max kR (j) k

0≤j≤M+1 0≤j≤M+1

(pour le cas B1 = 0 ou B−1 = 0)

Or ke (0) k → 0 et par consistance max0≤j≤M+1 kR (j) k → 0 lorsque ∆t, h → 0
Donc le schéma converge

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 49 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

Condition CFL (Courant, Friedrichs, Lewy)

Le schéma explicite est stable en norme k · k∞ sous la condition

∆t 1
≤
h2 2
∆t
On pose r = h2 . Le schéma explicite s’écrit alors
(j+1) (j) (j) (j)
ui = (1 − 2r )ui + rui+1 + rui−1 + ∆tf (tj , xi )
Puisque r ≤ 1/2, on en déduit
(j+1) (j) (j) (j)
|ui | ≤ (1 − 2r )|ui | + r |ui+1 | + r |ui−1 | + ∆t|f (tj , xi )|
≤ (1 − 2r + r + r )kU (j) k∞ + ∆t max kC (k) k
0≤k≤M+1

Une récurrence évidente donne alors

kU (j) k∞ ≤ kU (0) k∞ + j∆t max kC (k) k ≤ kU (0) k∞ + T max kC (k) k
0≤k≤M+1 0≤k≤M+1

D’où le résultat
M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 50 / 53
Discrétisation espace-temps
Consistance, stabilité, convergence

En résumé

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 51 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

En résumé
∆t
Le schéma explicite est stable sous la condition CFL h2 ≤ 1/2

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 51 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

En résumé
∆t
Le schéma explicite est stable sous la condition CFL h2 ≤ 1/2
Le schéma implicite est inconditionnellement stable (Voir références pour la
démonstration)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 51 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

En résumé
∆t
Le schéma explicite est stable sous la condition CFL h2 ≤ 1/2
Le schéma implicite est inconditionnellement stable (Voir références pour la
démonstration)

Le schéma saute-mouton est toujours instable (Voir références pour la

démonstration)

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 51 / 53

Discrétisation espace-temps
Consistance, stabilité, convergence

En résumé
∆t
Le schéma explicite est stable sous la condition CFL h2 ≤ 1/2
Le schéma implicite est inconditionnellement stable (Voir références pour la
démonstration)

Le schéma saute-mouton est toujours instable (Voir références pour la

démonstration)

Remarque
Pour le schéma explicite, le choix de h = 10−3 impose ∆t de l’ordre de 10−6 .
Le coût en temps de calcul par rapport à un choix de ∆t = 10−3 est 1000 fois
supérieur

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 51 / 53

Références

Nicolas Champagnat, "Différences finies et analyse numérique

matricielle : cours d’harmonisation en IMAFA", 15 octobre 2010.
[Link]

André Fortin, "Analyse numérique pour ingénieurs", Montréal :

Presses internationales Polytechnique, 2011.
Gabriel Nagy, "Ordinary differential equations" Mathematics
Department, Michigan State University, East Lansing, MI, 48824.
Alfio Maria Quarteroni,Fausto Saleri,Paola Gervasio, "Calcul
Scientifique: Cours, exercices corrigés et illustrations en Matlab et
Octave" Springer-Verlag Italia 2008

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 52 / 53

 Fin Chapitre EDP

M. El Ossmani (ENSAM) Résolution numérique des EDP 2024-2025 53 / 53