Compte-Rendu de TP du module EDP 1

Résolution numérique de l’équation de la chaleur en 2D

WALLACE Ranveig
CATTOEN Céline
GMM 4ème année, 2002-2003

1
Introduction
Ce compte rendu présente les résultats de l’étude et de la résolution numérique de
l’équation de la chaleur en 2D donnée par l’équation suivante :

 ∂u ∂2u ∂2u

 − a − a = f pour (x, y) ∈ Ω et t ∈ [0, T ]


 ∂t ∂x2 ∂y 2

(1)

 u(x, y, t) = g(x, y, t) pour (x, y) ∈ ∂Ω et t ∈ [0, T ]





u(x, y, 0) = 0 pour (x, y) ∈ Ω
Cette étude se déroule en 3 parties qui comprennent l’étude du problème stationnaire,
l’étude du problème instationnaire et enfin l’étude du problème global.

1 Partie I : Mise en équation et étude théorique du pro-

blème

1.1 Ecriture des équations

On considère l’équation de la chaleur en 2D (1) où Ω =] − 1, 1]×] − 1, 1].
Soit ω0 la solution stationnaire du problème (1), c’est à dire

 −a∆u = f dans Ω
(2)

u=g sur ∂Ω

∂2u ∂2u
∆u = +
∂x2 ∂y 2
Soit v la solution du problème suivant :

 ∂u ∂2u ∂2u

 − a − a = 0 pour(x, y) ∈ Ω et t ∈ [0, T ]


 ∂t ∂x2 ∂y 2

(3)

 u(x, y, t) = 0 pour (x, y) ∈ ∂Ω et t ∈ [0, T ]





u(x, y, 0) = −w0 (x, y) pour(x, y) ∈ Ω
Notons que physiquement, des conditions aux limites homogènes (ou g constant) si-
gnifient que la température est maintenue constante au bord. On suppose que les pro-
blèmes (1), (2) et (3) sont tous bien posés, que l’on a existence et unicité des solutions et
que les données f et g sont suffisament régulières pour obtenir des solutions continues en
temps et en espace.

1
1.2 Montrons que v + ω0 solution de (1)
Soit ω0 solution du problème (2) et soit v solution du problème (3).
On pose u = v + ω0 et on va montrer que u est solution du problème (1) par linéarité.
– Pour (x, y) ∈ Ω et t ∈ [0, T ] :
∂(v+ω0 ) 2 2

∂t
− a ∂ (v+ω
∂x2
0)
− a ∂ (v+ω
∂y 2
0)
= ∂v
∂t
∂2v
− a ∂x ∂2 v ∂ω0 ∂ 2 ω0 ∂ 2 ω0
2 − a ∂y 2 + ∂t − a ∂x2 − a ∂y 2

∂u ∂2u ∂2u
⇒ − a 2 − a 2 = 0 + f car ω0 verifie (2) et v verifie (3)
∂t ∂x ∂y
– Pour (x, y) ∈ ∂Ω et t ∈ [0, T ] :
u = v + ω0 = 0 + g donc u = g
car v(x, y, t) = 0 sur ∂Ω et t ∈ [0, T ] et ω0 (x, y) = g sur ∂Ω

– Pour la condition initiale t = 0 :

u(x, y, 0) = v(x, y, 0) + ω0 (x, y) = −ω0 (x, y) + ω0 (x, y) = 0
donc u(x, y, 0) = 0 pour t = 0 sur Ω

Ainsi u = v + ω0 est solution du problème général (1) par linéarité.

2 Partie II : Problème stationnaire (2)

On considère le problème stationnaire (2) :

2.1 Limite de la solution quand a → 0

2.1.1 Conditions aux limites homogènes

On cherche d’abord à calculer

lim kw0 kL2

a→0

quand on a des conditions aux limites homogènes. Pour trouver cette limite, on va poser
deux problèmes (4) et (5) où w est solution de

−∆w = f dans Ω
(4)
w=0 sur ∂Ω
et w0 est solution de 
−a∆w0 = f dans Ω
(5)
w0 = 0 sur ∂Ω
On voit que si l’on a w = aw0 alors

−a∆w0 = −∆w = f dans Ω
(6)
w = aw0 = 0 sur ∂Ω

2
donc w est bien solution de (4), ce qui permet d’écrire w0 = w/a et
1 a→0
kw0 kL2 = kwkL2 −→ +∞ (7)
a
Ce résultat est valable pour w0 solution non nulle de (2) ce qui est le cas ici.

2.1.2 Conditions aux limites non homogènes

Comme dans le paragraphe précédent, on va poser plusieurs sous-problèmes. On garde

le problème (4) et on lui ajoute (8) et (9) où on pose w0 solution de

−a∆w0 = f dans Ω
(8)
w0 = g sur ∂Ω
ainsi que v solution de 
−∆v = 0 dans Ω
(9)
v = ag sur ∂Ω
Donc si on a w + v = aw0 on a

−a∆w0 = −∆w − ∆v = f − 0 = f dans Ω
(10)
w + v = 0 + ag = aw0 sur ∂Ω
donc w + v vérifie (4). D’où
1 a→0
kw0 kL2 = kw + vkL2 −→ +∞ (11)
a | {z }
réel fini

Ce résultat est valable pour w0 solution non nulle de (2) ce qui est le cas ici.

2.2 Fonctionnement du programme Partie2.m

Ce programme calcule la solution numérique du problème (2) en utilisant une gaus-
sienne comme terme source et avec des conditions aux limites de type Dirichlet homo-
gènes.
Les calculs se font avec des vecteurs de taille Nx · Ny au lieu de matrices Nx ×
Ny car la fonction gmres prend comme argument un vecteur et non une matrice. En
effet, la fonction gmres de Matlab résoud les problèmes du type AX = B. Tout le long
du programme on utilise donc des reshape pour passer d’une matrice à un vecteur et
inversement.
Le schéma utilisé pour discrétiser le problème stationnaire est de la forme :
−u(i − 1, j) + 2u(i, j) − u(i + 1, j) −u(i, j − 1) + 2u(i, j) − u(i, j + 1)
−a 2
−a =f
∆x ∆y 2
c’est-à-dire AU = F . La fonction tpLaplacienDirichlet calcule en fait le produit AU et
l’envoie directement dans la fonction gmres ce qui évite de stocker la matrice A.

3
 Les conditions aux limites sont intégrées dans la matrice Fmat. La matrice est de taille
Nx × Ny et donc les conditions aux limites peuvent être rentrées aux bords de la matrice.
Ici on a des conditions de Dirichlet homogènes donc la première et dernière ligne, ainsi
que la première et dernière colonne de la matrice sont nulles.
Comme on ne sait pas calculer explicitement la solution du problème, on met la va-
riable Solmat à zero. Ainsi, quand on trace l’erreur de la discrétisation à la fin du pro-
gramme, on trace réellement la solution discrétisée.

2.3 Résolution avec u connue donnée

On considère la fonction

u1 (x, y) = (x2 − 1)(y 2 − 1) (12)

et on calcule 2 2
f1 = −∆u = − ∂∂xu2 − ∂∂yu2
∂ ∂
= − ∂x (2x(y 2 − 1)) − ∂y (2y(x2 − 1))
(13)
= −2(y 2 − 1) − 2(x2 − 1)
= −2(x2 + y 2 − 2)
On voit également que sur ∂Ω u1 (x, y) s’annule pour x = ±1 ou y = ±1 et donc les
conditions aux limites sont de type Dirichlet homogènes.
On sait donc que u1 est solution du problème statique

−a∆u = −2(x2 + y 2 − 2) dans Ω
(14)
u=0 sur ∂Ω
et on peut tester notre programme et étudier l’erreur que l’on commet en discrétisant le
problème avec le schéma de tpLaplacienDirichlet.
Quelques changements au programme Partie2 ont été effectués afin discrétiser la so-
lution du problème 14 (voir Partie2_5 en Annexe). Puisque l’on connaît la solution exacte
u1 , on peut calculer et representer graphiquement l’erreur commise lors de la discrétisa-
tion.

2.4 Etude théorique

En remplaçant dans le schéma
∂u ∆x2 ∂ 2 u ∆x3 ∂ 3 u
ui±1 = ui ± ∆x + ± + O(∆x4 )
∂x 2 ∂x2 6 ∂x3
on voit que le schéma est consistant d’ordre 2 par rapport à x (et par rapport à y puisqu’ils
sont discrétisés de la même façon dans le schéma et qu’ils jouent le même rôle dans le
problème) :
−ui−1 + 2ui − ui+1 ∂2u
= + O(∆x2 )
∆x2 ∂x2
4
En admettant que le schéma est également stable, on peut donc conclure que lorsque
∆x = ∆y = h → 0, on devrait converger vers la solution exacte d’ordre 2 (car la
consistance d’ordre q et la stabilité entraînent la convergence d’ordre q).

2.5 Observations
Le code a été testé pour plusieurs pas de discrétisation pour observer la différence
d’erreurs. On a utilisé 2n + 1 points de discrétisation en x et y et on a fait varier n de
2 à 5. Pour chaque résolution, l’erreur maximale a été relevée et on a trouvé les valeurs
suivantes :

n erreur
2 2.2204.10−16
3 2.2204.10−16
4 2.7362.10−8
5 1.913.10−8

On a également tracé la différence entre la solution de la résolution numérique et la

solution exacte. Pour n = 3 on a obtenu le graphe dans la figure 1. L’erreur est symétrique

−16
x 10
1

2
0.8

0.6
1.5

0.4

1
0.2

0
0.5

−0.2

0
−0.4

−0.6
−0.5

−0.8

−1
−1
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

F IG . 1 – Erreurs de discrétisation pour n=3

par rapport à la droite x = y, ce qui est logique puisque x et y jouent le même rôle
dans u1 et que l’on fait la même discrétisation par rapport à x et par rapport à y dans
tpLaplacienDirichlet.

5
 Pour chaque n, on a obtenu une erreur quasi-nulle puisqu’on est près du zéro machine,
donc on peut conclure que la discrétisation est très bonne. Par contre, l’erreur augmente
avec n alors que théoriquement, cela devrait être l’inverse car on utilise un schéma d’ordre
2. Quand le pas de discrétisation est divisé par deux, l’erreur devrait être divisée par 4. Ce
n’est clairement pas le cas ici. En effet la discrétisation utilisée est (en détaillant un peu
plus que précédemment)

−ui−1 + 2ui − ui+1 ∂ 2 u ∆x2 ∂ 4 u ∆x4 ∂ 6 u

= − − − + O(∆x6 ) (15)
∆x2 ∂x2 12 ∂x4 360 ∂x6
et il est clair que pour une fonction polynomiale de degré inférieur ou égal à 3 toutes les
dérivées d’ordre 4 et plus sont nulles, on ne commet aucune erreur en discrétisant. Pour
4 4
la fonction u1 on a ∂∂xu41 = ∂∂yu41 = 0 et donc dans ce cas O(∆x2 , ∆y 2 ) = 0.
Les erreurs que l’on observe pour les différents n sont donc seulement dues aux erreurs
d’arrondis faites par la machine, ce qui explique aussi pourquoi l’erreur augmente avec n.
Pour un n plus grand, la machine doit faire plus de calculs et commet donc plus d’erreurs
d’arrondis.
Pour observer les erreurs de discrétisation prévues par la formule (15) il faut prendre
une fonction non polynômiale ou au moins un polynôme de dérivée quatrième non nulle.

3 Partie III : Problème instationnaire (3)

3.1 Fonctionnement du programme Partie3.m

Partie3.m fonctionne d’une façon très similaire à Partie2.m. Il y a d’abord un calcul de
la solution initiale w0 , mais ceci ne sert que dans la partie 4 du TP. Ici la solution initiale
est ensuite mise a zero pour avoir des conditions aux limites de Dirichlet homogènes.
Ne connaissant pas la solution exacte au problème (3) on peut travailler sur l’énergie
dont on connaît une propriété (voir paragraphe 3.2.1) afin de vérifier que le schéma n’est
pas instable. A chaque pas de temps ∆t, on calcule l’énergie à l’aide de la fonction norm
de Matlab ( E = 12 kvk22 ).
La nouveauté par rapport à la partie 2 est que le problème est instationnaire, donc le
temps intervient dans les calculs. A chaque pas de temps on calcule ∆u à l’aide de la
fonction tpLaplacienDirichlet et on l’utilise pour calculer un+1 = un − a∆t∆un (discré-
tisation en temps).

6
3.2 Résolution numérique
On discrétise en espace le domaine Ω en 21 points, en x et y, bords compris et on
choisit les constantes suivantes :
Nx = Ny = 21 ∆t = 0.2
x = −1 + i∆x et y = −1 + j∆y a = 10−2
∆x = ∆y = 2/(Nx − 1) σ = 0.2
0 ≤ i < N x et 0 ≤ j < N y a∆t/∆x2 = 0.2

On cherche à résoudre le problème (3) en utilisant comme solution initiale ω 0 , solution

de  2 2
−a∆u(x, y) = exp(− x 2σ+y2 ) pour (x, y) ∈ Ω
(16)
u0 = 0 sur ∂Ω
c’est-à-dire la solution du problème stationnaire avec une gaussienne comme terme source.
Le problème peut être une modélisation d’une bougie qui réchauffe une feuille d’alumi-
nium en un point (centre de la feuille, x = y = 0).
On considère également qu’on n’a pas de terme source : f = 0.

3.2.1 Evolution de l’énergie du problème continu

Pour trouver la relation vérifiée par dE/dt pour la solution du problème continu, on
procède comme dans le TD5. On note
Z
2
kuk2 = u(x, y)2 dΩ
Ω

et Z
k5 uk22 = (5u)2 (x, y)dΩ
Ω
On calcule alors
1 d
R
2 dt
kuk22 + ak 5 uk22 = RΩ ( 12 ∂t
∂ 2
u + a(5u)2 )dΩ
∂
= RΩ (u ∂t u + a(5u)2 )dΩ
(f = 0) = ΩR(ua∆u + a(5u)2 )dΩ
= a Ω (|{z} ∆u + 5u 5u )dΩ
u |{z}
|{z} |{z}
0 f g f0 g
(formule de Green) = a[u 5 u.n]∂Ω
(u|∂Ω = 0) = 0

L’énergie du problème vérifie donc

dE 1d
= kvk22 = −ak∆vk22
dt 2 dt
C’est une fonction décroissante.

7
3.2.2 Evolution de l’énergie du problème discret

On a intégré le problème pour 0 ≤ t ≤ T avec T = 25. On a mesuré et tracé

en fonction du temps l’énergie du problème discrétisé (voir programme Partie3.m pour
l’implémentation en Matlab). Pour ∆t = 0.2 on a obtenu le graphe 2. Le graphe est bien
décroissant et le résultat paraît compatible avec le résultat continu.
Energie
12

10

0
0 5 10 15 20 25

F IG . 2 – Energie du problème discrétisé avec ∆t = 0.2

On a ensuite pris ∆t = 0.3 (donc a∆t/∆x2 = 0.3) et T = 30 et on a obtenu le graphe

3 quand on a tracé l’énergie en fonction du temps. On voit clairement que l’énergie n’est
pas toujours décroissante, à partir d’un certain moment le schéma explose.
L’origine de l’explosion du schéma est l’augmentation du nombre de Courant, λ. Il
faut donc calculer la condition de Courant-Friedrich-Levy du problème pour savoir à par-
tir de quel λ le schéma va exploser.

3.2.3 Condition de Courant-Friedrich-Levy

Le schéma (S0 ) s’écrit :

−un (i, j − 1) + 2un (i, j) − un (i + 1, j) −un (i − 1, j) + 2un (i, j) − un (i, j + 1)
+
∆x2 ∆y 2
un+1 (i, j) − un (i, j)
=
∆t
On passe en Fourier (en arrangeant les termes comme on a fait en cours pour x et y) :
4a∆t 2 ξ∆x 4a∆t 2 ξ∆y
ûn+1 = ûn (1 − 2
sin ( )− sin ( ))
∆x 2 ∆y 2 2
| {z }
a(ξ)

8
 Energie
40

35

30

25

20

15

10

0
0 5 10 15 20 25

F IG . 3 – Energie du problème discrétisé avec ∆t = 0.3

Le théorème de Von Neumann dit qu’une condition nécéssaire et suffisante de stabilité est
|a(ξ)| ≤ 1. Si on pose λx = a∆t/∆x2 et λy = a∆t/∆y 2 cette condition devient

ξ∆x ξ∆y
|1 − 4λx sin2 ( ) − 4λy sin2 ( )| ≤ 1
2 2
Puisque |sin2 (x)| ≤ 1 on a alors

−1 ≤ 1 − 4λx − 4λy ≤ 1
−2 ≤ −4(λx + λy ) ≤ 0

La condition à droite est forcément vérifié puisque λx > 0 et λy > 0. La condition à

gauche devient
1
(λx + λy ) ≤
2
et comme ici on a λx = λy car ∆x = ∆y la condition de Neumann s’écrit

1
λx = λ y = λ ≤
4

C’est donc normal que le schéma ait explosé pour λ = 0.3 > 0.25 car le schéma n’est
alors pas stable.

9
4 Partie IV : Problème global (1)

4.1 Etude théorique

Soit u solution du problème global (1), on cherche à déterminer lim t→+∞ u. D’après
la question I.1 on a
∀t ku(t)k ≤ ku(0)k
or
u(0) = v(0) + ω0 = ω0
donc
∀t ku(t)k ≤ kω0 k
De plus d’après la question I.2 on a vt→+∞ → 0 ce qui permet d’écrire que
lim u = lim (v(t) + ω0 ) = ω0
t→+∞ t→+∞

La solution du problème général tend vers la solution du problème stationnaire au bout

d’un temps infini. v représente en fait le refroidissement car c’est la solution du problème
d’équation de la chaleur sans terme source.

On cherche à déterminer
lim ( lim u(t))
a→0 t→+∞

Or cette limite est équivalente à lima→0 (ω0 ), et d’aprés le résultat précédent et celui de la
partie II.1 et II.2 lima→0 (ω0 ) = +∞. Ainsi on obtient
lim ( lim u(t)) = +∞
a→0 t→+∞

Physiquement, un coefficient de diffusivité proche de zéro correspond à un matériau

isolant. Or un isolant a pour effet de bloquer la diffusion de la chaleur, et lorsque une
source externe de chaleur est appliquée entre deux isolants, par exemple, la chaleur tend
vers l’infini.
On utilise des casseroles en cuivre pour faire la confiture parce qu’elles ont la propriété
de se réchauffer de manière homogène (le cuivre est un très bon conducteur) et de plus la
température varie doucement pour une forte augmentation de chauffage instantannée.

4.2 Résolution numérique

On considère une discrétisation en Nx = Ny = 26 points, et un coefficient de diffusion
∆t ∆t 1
de a = 0.01. La condition de stabilité impose a( ∆x 2 + ∆y 2 ≤ 2 ), et puisque Nx = Ny

∆x2
cela se réduit à ∆t ≤ . On obtient ainsi la stabilité pour un pas de temps ∆t tel que :
4a
∆t ≤ 0.16

10
On observe une croissance exponentielle pour l’Energie si on se place dans un cas d’insta-
bilité et parallèlement on obtient une décroissance exponentielle pour l’Energie dès lors
que l’on se trouve dans un domaine stable.

4.3 Stabilité - CFL

On considère, avec cette discrétisation et ce pas de temps, une condition initiale nulle
et un terme source gaussien :

x2 + y 2
f (x, y) = exp(− ) avec σ = 0.2
2σ 2
Pour plusieurs valeurs de la CFL et de T on va tracer la différence au sens L 2 (Ω) entre
la solution numérique u(t) et la solution stationnaire ω0 , c’est à dire :

1
E(t) = ku(t) − ω0 k22
2
- On dépasse la CFL de 5% avec le pas de temps (soit ∆t = 0.168) et on compare
l’évolution de E(t) en prenant T = 50.
L’Energie décroît jusqu’à T = 40 puis augmente ensuite de manière exponentielle
comme on peut l’observer sur la figure 4. Pour déterminer la nature de ces instabilités, on
trace la solution discrétisée générale, où on observe des oscillations de Gibbs (voir figure
5).
- On dépasse la CFL de 1% avec le pas de temps (soit ∆t = 0.1616) et on compare
l’évolution de E(t) en intégrant jusqu’à T = 400.
On trace ensuite le graphe de l’Energie en coordonnées logarithmiques.
Pour un très faible dépassement de la condition de stabilité de l’ordre de 1% on obtient
une erreur très importante qui se manifeste par une croissance expoentielle de la courbe
de l’Energie qui devrait décroître sous les conditions de stabilité.

11
 Energie
180

160

140

120

100

80

60

40

20

0
0 5 10 15 20 25 30 35 40 45 50

F IG . 4 – Energie en dépassant la CFL de 5%

Solution discretisee du probleme
1

0.8 15

0.6
10

0.4

5
0.2

0 0

−0.2
−5
−0.4

−10
−0.6

−0.8
−15

−1
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

F IG . 5 – Energie en dépassant la CFL de 1% (échelle logarithmique)

12
 6
10

4
10

2
10

0
10

−2
10

−4
10

−6
10

−8
10
0 50 100 150 200 250 300 350 400

F IG . 6 – Energie en dépassant la CFL de 1% (échelle logarithmique)

Conclusion
Dans ce TP d’équations aux dérivées partielles on a travaillé sur la résolution numé-
rique de l’équation de la chaleur en 2D.
Après une étude théorique du problème global (1), on s’est interressé à deux sous-
problèmes plus simples de résolution : un problème stationnaire (2) et un problème ints-
tationnaire (3), la solution globale étant la somme des deux solutions des sous-problèmes.
L’étude de la stabilité des schémas numériques est primordiale pour s’assurer de la
convergence de la solution discrétisée vers la solution exacte. Même un dépassement de
1% de la condition de Courant-Friedrich-Levy assure une instabilité très prononcée dans
ce cas là.

13