Analyse numérique La méthode des différences finies
1.6 Consistance d'un schéma numérique. L'erreur de consistance estime l'erreur commise par le schéma au temps tn. Elle est définie par δn = Y (tn+1) − ϕ(tn
Approximation par différences finies de léquation de transport
Principe de la méthode des différences finies. Erreur de consistance. L'approximation est d'ordre 2. <latexit sha1_base64="3r3LDMhNsjorN3gPcrn/1VfLpTo
Chapitre 3 : Méthode des différences finies (1D)
3.2 Consistance & ordre d'un schéma numérique. Il existe une On introduit l'erreur comme la différence entre la solution exacte et la solution numérique.
Méthode de différences finies pour les équations aux dérivées
dispose plusieurs techniques : les différences finies les élément finie et les volumes finie. où RhU est l'erreur de consistance on obtient : RhU = Lh(Uh − ...
Différences finies et analyse numérique matricielle
28 août 2015 Même si le schéma saute-mouton est explicite donc facile `a program- mer
Différences finies et analyse numérique matricielle : cours d
15 oct. 2010 Même si le schéma saute-mouton est explicite donc facile `a program- mer
ANALYSE DES ERREURS DAPPROXIMATION DANS LES
Le laplacien en différences finies. Discrétisation classique. Erreur de troncature erreur d'approximation. Erreur itérative
COURS METHODES DAPPROXIMATION DES EQUATIONS AUX
de l'opérateur −u par le schéma volumes finis nést pas toujours consistante au sens des différences finies i.e. que l'erreur de consistance définie par. Ri
Introduction aux méthodes numériques de résolution des équations
Différences finies. Ordre du schéma et consistance. On appelle erreur de consistance eij la quantité obtenue en remplaçant l'inconnue par la solution exacte
Chapitre 3 : Méthode des différences finies (1D)
Chapitre 3 : Méthode des différences finies (1D). 1. Problèmes stationnaires 1D. 2. Problèmes instationnaires 1D. 3. Consistance & stabilité
Analyse numérique La méthode des différences finies
1.6 Consistance d'un schéma numérique. L'erreur de consistance estime l'erreur commise par le schéma au temps tn. Elle est définie.
Chapitre 2 - Méthodes de différences finies et volumes finis pour les
2 févr. 2018 On appelle erreur de consistance au point xi la quantité Ri. Méthode des volumes finis. On ne se donne plus des points mais des volumes de ...
Différences Finies et Volumes Finis Master Mathématiques et
3 Transformée de Fourier et Schémas de différences finis Au final on retiendra que l'erreur (3.12) de consistance en norme quadratique peut se mesurer.
ANALYSE DES ERREURS DAPPROXIMATION DANS LES
Le laplacien en différences finies Analyse de l'erreur par la technique de l'équation modifiée/équivalente ... Notion de consistance en nonlinéaire.
Introduction aux méthodes numériques de résolution des équations
Différences finies. Ordre du schéma et consistance. On appelle erreur de consistance eij la quantité obtenue en remplaçant l'inconnue par la solution
Différences finies et analyse numérique matricielle
28 août 2015 Même si le schéma saute-mouton est explicite donc facile `a program- mer
Méthodes numériques pour les EDP instationnaires : Différences
4 Analyse numérique des méthodes de Différences finies. 37. 4.1 Consistance On étudie l'erreur de consistance ou de troncature du schéma implicite.
COURS METHODES DAPPROXIMATION DES EQUATIONS AUX
2.2.2 Approximation par la méthode des différences finies (DF) . . . 10 des différences finies i.e. que l'erreur de consistance définie par.
RESOLUTION NUMERIQUE DISCRETISATION DES EDP ET EDO
II.2 LES DIFFERENCES FINIES . II.6 CONSISTANCE CONVERGENCE ET STABILITE . ... Ces erreurs peuvent se cumuler sur un calcul et la solution numérique ...
[PDF] Chapitre 3 : Méthode des différences finies (1D) - limsi
Pour tester la consistance il suffit d'appliquer le schéma à une fonction continûment différentiable (comme en chapitre 1 mais avec des dérivées partielles
[PDF] Analyse numérique La méthode des différences finies
La méthode des différences finies propose un moyen de calculer une approximation numérique des valeurs des dérivées d'une fonction On se place sur le segment [
[PDF] EDPpdf
Approximation de probl`emes elliptiques par la méthode des differences finies Definition 2 2 2 Le schéma numérique (3) est consistant avec l'équation (1)
[PDF] Méthodes de différences finies et volumes finis pour les probl`emes
2 fév 2016 · On appelle erreur de consistance au point xi la quantité Ri Méthode des volumes finis On ne se donne plus des points mais des volumes de
[PDF] Différences finies et analyse numérique matricielle
15 oct 2010 · Alors le schéma (4) est consistant d'ordre 2 pour la norme ·? L'erreur de convergence est l'erreur entre la solution approchée uh est la
[PDF] pdf - Méthodes numériques II
24 mai 2016 · Les erreurs de troncature des différences finies progressive et rétrograde sont d'ordre 1 et l'erreur de 6 troncature de la différence
(PDF) Méthode des différences finies pour les équations aux
17 fév 2020 · - Discrétiser le problème par la méthode explicite - Trouver les valeurs numériques de la solution approchée - Etudier l'erreur de consistance
[PDF] Introduction aux méthodes de Différences Finies - Moodle
En pratique on prouve qu'un schéma est consistant en vérifiant que son erreur de troncature tend vers 0 lorsque les pas d'espace et de temps tendent vers 0 La
[PDF] Chapitre 2 M´ETHODE DES DIFF´ERENCES FINIES
Étudier la consistance et l'erreur de troncature de ce schéma Montrer par analyse de Fourier qu'il est inconditionnellement stable Correction 1 Consistance
[PDF] analyse des erreurs dapproximation dans les problèmes classiques
Le laplacien en différences finies Discrétisation classique Erreur de troncature erreur d'approximation Notion de consistance en nonlinéaire
![Chapitre 2 - Méthodes de différences finies et volumes finis pour les Chapitre 2 - Méthodes de différences finies et volumes finis pour les](https://pdfprof.com/Listes/17/44399-17anedp-chap2.pdf.pdf.jpg)
Chapitre 2M´ethodes de diff´erences finies etvolumes finis pour les probl`emeselliptiques et paraboliques2.1 Principe des deux m´ethodes2.1.1 Cas de la dimension 1On consid`ere le probl`eme unidimensionnel
-u??(x) =f(x),?x?]0,1[,(2.1.1) u(0) =u(1) = 0,(2.1.2)o`uf?C([0,1]).Les conditions aux limites (2.1.2) consid´er´ees ici sont dites de type Dirichlet homog`ene
(le terme homog`ene d´esigne les conditions nulles). Cette´equation mod´elise par exemple la diffusion de
la chaleur dans un barreau conducteur chauff´e (terme sourcef) dont les deux extr´emit´es sont plong´ees
dans de la glace.M´ethode de diff´erences finies.
Soit (xk)k=0,...,N+1une subdivision de [0,1], avec : x0= 0< x1< x2< ... < xN< xN+1= 1.
Pouri= 0,...,N, on notehi+1/2=xi+1-xiet on d´efinit le "pas" du maillage par : h= maxi=0,...,Nhi+1/2.(2.1.3) Pour simplifier l"expos´e, on se limitera dans un premier temps `a un pas constant : h i+1/2=h?i?[0,N]. 8 On ´ecrit l"´equation aux d´eriv´ees partielles (2.1.1) aux pointsxi -u??(xi) =f(xi),?i= 1,...,N,Effectuons un d´eveloppement de Taylor enxi:
u(xi+1) =u(xi) +hu?(xi) +h2 u(xi-1) =u(xi)-hu?(xi) +h22u??(xi)-h36u???(xi) +h424u(4)(ηi),
u(xi+1) +u(xi-1) = 2u(xi) +h2u??(xi) +O(h2)Il semble donc raisonnable d"approcher la d´eriv´ee seconde-u??(xi) par le "quotient diff´erentiel"
2u(xi)-u(xi-1)-u(xi+1)
h2.Sous des hypoth`eses de r´egularit´e suru, on peut montrer (voir lemme 2.12 page 16) que cette approxi-
mation est d"ordre 2 au sens R i=u??(xi) +2u(xi)-u(xi-1)-u(xi+1) h2=O(h2) On appelle erreur de consistance au pointxila quantit´eRi.M´ethode des volumes finis.
On ne se donne plus des points mais des volumes de contrˆoleKi, i= 1,...,N,avecKi=]xi-1/2,xi+1/2[,
et on notehi=xi+1/2-xi-1/2. Pour chaque volume de contrˆoleKi, on se donne un pointxi?Ki= ]xi-1/2,xi+1/2[.On pourra consid´erer par exemple (mais ce n"est pas le seul point possible) :xi=1/2?xi+1/2+xi-1/2?.On int`egre l"´equation-u??=fsurKi:
xi+1/2 x i-1/2-u??(x)dx=? xi+1/2 x i-1/2f(x)dx etfi=1 hi? xi+1/2 x i-1/2f(x)dx.On obtient : -u?(xi+1/2) +u?(xi-1/2) =hifi, i= 1,...,N.On cherche donc a approcher les flux-u?(xi+1/2) aux interfacesxi+1/2des mailles. Notons que l"op´erateur
`a approcher est ici d"ordre 1, alors qu"il ´etait d"ordre 2 en diff´erences finies pour la mˆeme ´equation.
On se donne une inconnue par maille (ou volume de contrˆolei), qu"on noteui, et on esp`ere approcher
ainsi la valeuru(xi) (ou1 hi? K iu). On approcheu?(xi+1/2) par le quotient diff´erentiel u(xi+1)-u(xi) hi+1/2. 9Le sch´ema num´erique s"´ecrit donc :
ui+1-ui hi+1/2+ui-ui-1hi-1/2=hifii= 2,...,N-1.(2.1.4)Pour la premi`ere etN-i`eme equations, on tient compte des conditions aux limites (2.1.2), et onu?(0)
(resp.u?(1)) paru(x1) h1/2(resp.u(xN)hN+1/2, ce qui donne comme premi`ere et derni`ere ´equations du sch´ema num´erique : -u2-u1 h3/2+u1h1/2=h1f1,(2.1.5) uN-uN-1 hN-1/2-uNhN+1/2=hNfN,(2.1.6) Remarque 2.1Si le pas du maillage est constant :hi=h,?i= 1,...,N(on dit aussi que le maillage estr´egulier), on peut montrer (exercice 1 page 46 ) que les ´equations des sch´emas volumes finis et diff´erences
finies aux conditions de bord et au second membre pr`es. Si le maillage n"est pas r´egulier, ceci n"est plus
verifi´e.2.1.2 Cas de la dimension 2 ou 3
On consid`ere maintenant le probl`eme (1.3.2) en dimension2 ou 3, sur un ouvert born´e Ω de IRd,d= 2
ou 3, avec conditions aux limites de Dirichlet homog`enes qui s"´ecrivent maintenant : u(x) = 0,?x?∂Ω,(2.1.7) o`u∂Ω d´esigne la fronti`ere de Ω.M´ethode de diff´erences finies.
Supposons (pour simplifier) que le domaine Ω soit un carr´e (c.`a.d.d= 2, le cas rectangulaire se traite tout
aussi facilement). On se donne un pas de maillage constanthet des pointsxi,j= (ih,jh), i= 1,...,N,i= 1,...,N. En effectuant les d´eveloppements limit´es de Taylor (comme au paragraphe 2.1.1 page 8)
dans les deux directions (voir exercice 13), on approche-∂2iu(xi,j) (resp.-∂2ju(xi,j)) par2u(xi,j)-u(xi+1,j)-u(xi-1,j)
h2(resp. par2u(xi,j)-u(xi,j+1)-u(xi,j-1)h2).Ce type d"approche est limit´e `a des g´eom´etries simples.Pour mailler des g´eom´etries compliqu´es, il est
en g´en´eral plus facile d"utiliser des triangles (t´etra`edres en dimension 3), auquel cas la m´ethode des
diff´erences finies est plus difficile `a g´en´eraliser.M´ethode de volumes finis.
On suppose maintenant que Ω est un ouvert polygonal de IR2, et on se donne un maillageTde Ω, c.`a.d.,
en gros, un d´ecoupage de Ω en volumes de contrˆole polygˆonauxK. En int´egrant l"´equation (1.3.2) surK,
on obtient : K -Δudx=? K fdx. 10 Par la formule de Stokes, on peut r´e´ecrire cette ´equation: ∂K ?u(x).nK(x)dγ(x) =? K f(x)dx,o`udγ(x) d´esigne l"int´egrale par rapport `a la mesure uni-dimensionnelle sur le bord de l"ouvert Ω, et o`u
nKd´esigne le vecteur normal unitaire `a∂Kext´erieur `aK. CommeKest polygonal, on peut d´ecomposer
∂Ken arˆetesσqui sont des segments de droite, et en appelantEKl"ensemble des arˆetes de∂K, on a
donc :σ?EK?
?u.nK,σdγ(x) =? K f(x)dx,o`unK,σd´esigne le vecteur normal unitaire `aσext´erieur `aK(noter que ce vecteur est constant surσ).
On cherche donc maintenant `a approcher la d´eriv´ee normale?u.nK,σde mani`ere consistante sur chaque
arˆeteσ. On se donne donc des inconnues discr`etes not´ees (uK)K?T, qui, on l"esp`ere vont s"av´erer ˆetre
des approximations deu(xK). Pour une arˆeteσ=K|Ls´eparant les volumes de contrˆoleKetL, il est
tentant d"approcher la d´eriv´ee normale?u.nK,σpar le quotient diff´erentiel u(xL)-u(xK) dK,L,o`udK,Lest la distance entre les pointsxKetxL. Cependant, cette approximation ne pourra ˆetre justifi´ee
que si la direction du vecteur d´efini par les deux pointsxKetxLest la mˆeme que celle de la normalenK,σ,
c.`a.d. si le segment de droitexKxLest orthogonal `a l"arˆeteK|L. Pour un maillage triangulaire `a angles
strictement inf´erieurs `aπ/2, ceci est facile `a obtenir en choisissant les pointsxKcomme intersection des
m´ediatrices du triangleK, voir Figure 2.1. dK,Lx KK L x LFig.2.1 - Exemple de volumes de contrˆole pour la m´ethode des volumes finis en deux dimensions d"espace
On se placera ici dans ce cas, et on verra plus loin d"autres possibilit´es. on approche donc?u.nK|σpar
u(xL)-u(xK) dK,Let en notant|σ|la longueur de l"arˆeteσ, on approche : ?u.nKdγparFK,σ=|σ|uL-uK dK,L,pour toutσ? EKet pour toutK? T. 11Le sch´ema volumes finis s"´ecrit donc?
σ?EKF
K,σ=|K|fK,(2.1.8)
o`u|K|est la mesure deK, etfK=1 |K|? Kf(x)dx,et o`u les flux num´eriquesFK,σsont d´efinis (en tenant compte des conditions limites pour les arˆetes du bord) par : FK,σ=?????-|σ|uL-uK
dK,Lsiσ=K|L, -|σ|uK dK,σsiσ?∂Ω etσ? EK,(2.1.9) o`udK,σ= distance entrexKetσComparaison des m´ethodes
Cette introduction aux diff´erences finies et volumes finis nous permet de remarquer que les diff´erences
finies sont particuli`erement bien adapt´ees dans le cas de domaines rectangulaires ou parall`elepip´ediques,
pour lesquels on peut facilement d´efinir des maillages structur´es (cart´esiens dans le cas pr´esent) c.`a.d.
dont on peut indexer les mailles par un ordre (i,j) naturel.Dans le cas de domaines plus complexes, on maille souvent `a l"aide de triangles (ou t´etra`edres) et dans ce
cas la m´ethode des diff´erences finies ne se g´en´eralise pasfacilement. On a alors recours soit aux volumes
finis, dont on vient de donner le principe, soit aux ´el´ements finis, que nous aborderons ult´erieurement.
2.1.3 Questions d"analyse num´erique
Voici un certain nombre de questions, qui sont typiquement du domaine de l"analyse num´erique, auxquelles
nous tenterons de r´epondre dans la suite :1. Le probl`eme qu"on a obtenu en dimension finie, (avec des inconnues localis´eesaux noeuds du maillage
dans le cas de la m´ethode des diff´erences finies et dans les mailles dans le cas de la m´ethode des
volumes finis) admet-il une (unique) solution? On montrera que oui.2. La solution du probl`eme discret converge-t-elle vers lasolution du probl`eme continu lorsque le pas
du maillagehtend vers 0? Dans le cas des diff´erences finies en une dimension d"espace, le pas du maillage est d´efini par h= sup i=1...N|xi+1-xi|.(2.1.10) Dans le cas des volumes finis en une dimension d"espace, il estd´efini par : h= sup i=1...N|xi+1/2-xi-1/2|.(2.1.11) en deux dimensions d"espace, le pashest d´efini par h= supK?Tdiam(K),avec diam(K) = sup
x,y?Kd(x,y),o`uT, le maillage, est l"ensemble des volumes de contrˆoleK. Notons que la r´eponse `a cette question
n"est pas ´evidentea priori. La solution discr`ete peut converger vers la solution continue, elle peut
aussi converger mais vers autre chose que la solution du probl`eme continu, et enfin elle peut ne pas
converger du tout. 122.2 Etude de la m´ethode diff´erences finies pour un probl`eme
elliptique unidimensionnel On cherche `a discr´etiser le probl`eme aux limites, suivant : ?-u??(x) +c(x)u(x) =f(x),0< x <1, u(0) =u(1) = 0,(2.2.12)o`uc?C([0,1],IR+), etc?C([0,1],IR), qui peut mod´eliser par exemple un ph´enom`ene de diffusion -
r´eaction d"une esp`ece chimique. On se donne un pas du maillage constanth=1N+1, et une subdivision de
]0,1[, not´ee (xk)k=0,...,N+1, avec :x0= 0< x1< x2< ... < xN< xN+1= 1. Soituil"inconnue discr`ete associ´ee au noeudi(i= 1,...,N).On poseu0=uN+1= 0.On obtient les ´equations discr`etes enapprochantu??(xi) par quotient diff´erentiel par d´eveloppement de Taylor, comme on l"a vu au paragraphe
2.1.1 page 8.???1
h2(2ui-ui-1-ui+1) +ciui=fi, i= 1,...,N, u0=uN+1= 0.(2.2.13)
avecci=c(xi) etfi=f(xi). On peut ´ecrire ces ´equations sous forme matricielle : A hUh=bh,avecUh=(((u 1... u N))) etbh=(((f 1... f N))) (2.2.14) etAh=(((((((((2 +c1h2-1 0...0 -1 2c2h2-1...... 0 .........0 ....-1 2 +cN-1h2-10...0-1 2 +cNh2)))))))))
.(2.2.15) Les questions suivantes surgissent alors naturellement :1. Le syst`eme (2.2.14) admet-il un unique solution?
2. A-t-on convergence deUhversuet en quel sens?
Nous allons r´epondre par l"affirmative `a ces deux questions. Commen¸cons par la premi`ere. Proposition 2.2Soitc= (c1,...,cN)t?IRNtel queci≥0pouri= 1,...,N; alors la matriceAh d´efinie par (2.2.15) est sym´etrique d´efinie positive, et donc inversible.D´emonstration :La matriceAhest ´evidemment sym´etrique. Montrons qu"elle est d´efiniepositive. Soit
v= (v1...vN)t, on posev0=vN+1= 0. Calculons le produit scalaireAhv·v=vtAhv. On a : A hv·v=1 h2(v1...vN)((((((2 +c1h2-1 0 -1...... ...-10-1 2 +cNh2))))))
(v1......
vN))))))
13 c"est-`a -dire : A hv·v=1 h2N i=1v i(-vi-1+ (2 +cih2)vi-vi+1).On a donc, par changement d"indice :
A hv·v=1 h2?? N? i=1(-vi-1vi) +N? i=1(2 +cih2)v2i-N+1? j=2v j-1vj?? Et comme on a pos´ev0= 0 etvN+1= 0, on peut ´ecrire : A hv·v=1 h2N i=1(2 +cih2)v2i+1h2N i=1(-2vivi-1), soit encore : A hv·v=N? i=1c iv2i+1 h2N i=1(-2vivi-1+v2i+v2i-1) +v2N.On a donc finalement :
A hv·v=N? i=1c iv2i+1 h2N i=1(vi-vi-1)2+v2N≥0,?v= (v1,...,vN)?IRN.Si on supposeAhv·v= 0, on a alors
N i=1c ih2v2i= 0 etvi-vi-1= 0,?i= 1...N.On a doncv1=v2=...=vN=v0=vN+1= 0.Remarquons que ces ´egalit´es sont v´erifi´ees mˆeme si les
c isont nuls. Ceci d´emontre que la matriceAhest bien d´efinie.Remarque 2.3 (Existence et unicit´e de la solution)On a montr´e ci-dessus queAhest sym´etrique
d´efinie positive, donc inversible, ce qui entraˆıne l"existence et l"unicit´e de la solution de (2.2.14). On
aurait pu aussi d´emontrer l"existence et l"unicit´e de la solution de (2.2.14) directement, en montrant que
Ker(Ah) = 0(voir exercice 2 page 46). On rappelle qu"en dimension finie,toute application lin´eaire
injective ou surjective est bijective. On en d´eduit ainsi l"existence de la solution du syst`eme (2.2.14).
Remarque 2.4 (Caract`ere d´efini et conditions limites)Dans la d´emonstration de la proposition
2.2, sici>0pour touti= 1,...,Nle terme?Ni=1cih2v2i= 0permet de conclure quevi= 0pour tout
i= 1,...,N. Par contre, sici≥0(ou mˆemeci= 0pour touti= 1,...,N, c"est grˆace aux conditions
au limites de Dirichlet homog`enes (repr´esent´ees par le fait qu"on posev0= 0etvN+1= 0ce qui permet
d"´ecrire alors les ´equations 1 etNsous la mˆeme forme que l"´equationi) qu"on peut montrer que que
v i= 0, pour touti= 1,...,N, carvi=vi-1, pour touti= 1,...,N, etv0= 0. En particulier, la matricede discr´etisation de-u??par diff´erences finies avec conditions aux limites de Neumann homog`enes :
?-u??=f, u ?(0) =u?(1) = 0.(2.2.16)donne une matriceAhqui est sym´etrique et positive, mais non d´efinie (voir exercice 10 page 49). De fait
la solution du probl`eme continu (2.2.16) n"est pas unique,puisque les fonctions constantes sur[0,1]sont
solutions de (2.2.16). 14 Nous allons maintenant nous pr´eoccuper de la question de laconvergence. D´efinition 2.5 (Matrices monotones)SoitA? MN(IR), A= (aij)i=1,...,N,j=1,...,N.On dit queA est positive (ouA≥0) siaij≥0,?i,j= 1,...,N.On dit queAest monotone siAest inversible et A -1≥0.L"avantage des sch´emas `a matrices monotones est de satisfaire la propri´et´e de conservation de la positivit´e,
qui peut ˆetre cruciale dans les applications physiques : D´efinition 2.6 (Conservation de la positivit´e)SoitA? MN(IR), A= (aij)i=1,...,N,j=1,...,N; ondit queAconserve la positivit´e siAv≥0entraˆınev≥0(les in´egalit´es s"entendent composante par
composante).On a en effet la proposition suivante :
Proposition 2.7 (Monotonie et conservation de la positivit´e)SoitA? MN(IR).AlorsAconserve la positivit´e si et seulement siAest monotone.D´emonstration :Supposons d"abord queAconserve la positivit´e, et montrons queAinversible et que
A-1a des coefficients≥0. Sixest tel queAx= 0, alorsAx≥0 et donc, par hypoth`ese,x≥0. Mais on
est inversible. La conservation de la positivit´e donne alors quey≥0?A-1y≥0. En prenanty=e1
on obtient que la premi`ere colonne deA-1est positive, puis en prenanty=eion obtient que lai-`eme colonne deA-1est positive, pouri= 2,...,N. DoncA-1a tous ses coefficients positifs.R´eciproquement, supposons maintenant queAest inversible et queA-1a des coefficients positifs. Soit
x?IRNtel queAx=y≥0, alorsx=A-1y≥0. DoncAconserve la positivit´e. Remarque 2.8 (Principe du maximum)On appelle principe du maximum continu le fait que sif≥0alors le minimum de la fonctionusolution du probl`eme (2.2.12) page 13 est atteint sur les bords.
Cette propri´et´e math´ematique correspond `a l"intuition physique qu"on peut avoir du ph´enom`ene : si on
chauffe un barreau tout en maintenant ses deux extr´emit´es `a une temp´erature fixe, la temp´erature aux
points int´erieurs du barreau sera sup´erieure `a celle desextr´emit´es. Il est donc souhaitable que la solution
approch´ee satisfasse la mˆeme propri´et´e (voir exercice5 page 48 `a ce sujet). Lemme 2.9Soitc= (c1,...,cN)t?IRN,etAh? MN(IR)d´efinie par (2.2.15). Sici≥0pour tout i= 1,...,N, alorsAhest monotone. D´emonstration :On va montrer que siv?IRN,Ahv≥0 alorsv≥0.On peut alors utiliser la proposition 2.7 pour conclure. Soitv= (v1,...,vN)t?IRN. Posonsv0=vN+1= 0.. Supposons que A hv≥0. On a donc 1 h2vi-1+?2h2+ci? v i-1h2vi+1≥0, i= 1,...,N(2.2.17) Soit p= min? i? {1,...,N};vp= minj=1,...,Nvj?Supposons que min
j=1,...,Nvj<0. On a alorsp≥1 et : 1 h2(vp-vp-1) +cpvp+1h2(vp-vp-1)≥0. 15On en d´eduit que2
h2cpvp≥1h2(vp-1-vp) +1h2(vp+1-vp)≥0. Sicp>0, on a doncvp≥0, et doncvi≥0,?i= 1,...,N. Sicp= 0, on doit alors avoirvp-1=vp=vp+1 ce qui est impossible carpest le plus petit indicejtel quevj= mini=1,...,Nvi. Donc dans ce cas leminimum ne peut pas ˆetre atteint pourj=p >1. On a ainsi finalement montr´e que mini?{1,...,N}vi≥0, on
a doncv≥0.D´efinition 2.10 (Erreur de consistance)On appelle erreur de consistance la quantit´e obtenue en
rempla¸cant l"inconnue par la solution exacte dans le sch´ema num´erique. Dans le cas du sch´ema (2.2.13),
l"erreur de consistance au pointxiest donc d´efine par : R i=1 h2(2u(xi)-u(xi-1)-u(xi+1)) +c(xi)u(xi)-f(xi).(2.2.18)L"erreur de consistanceRiest donc l"erreur qu"on commet en rempla¸cant l"op´erateur-u??par le quotient
diff´erentiel1 h2(2u(xi)-u(xi-1)-u(xi+1)).Cette erreur peut ˆetre ´evalu´ee siuest suffisamment r´eguli`ere, en effectuant des d´eveloppements de Taylor.
D´efinition 2.11 (Ordre du sch´ema)On dit qu"un sch´ema de discr´etisation `aNpoints de discr´etisation
est d"ordreps"il existeC?IR, ne d´ependant que de la solution exacte, tel que l"erreur deconsistance
satisfasse : maxi=1,...,N(Ri)< chp,o`uhest le le pas du maillage d´efini par (2.1.3) (c.`a.d. le maximum des ´ecartsxi+1-xi). On dit qu"un
sch´ema de discr´etisation est consistant si max i=1,...N(Ri)→0lorsqueh→0, o`uNest le nombre de points de discr´etisation.Lemme 2.12Si la solution de (2.2.12) v´erifieu?C4([0,1]), alors le sch´ema (2.2.13) est consistant
d"ordre 2, et on a plus precis´ement : 12sup [0,1]|u(4)|,?i= 1,...,N.(2.2.19) D´emonstration :Par d´eveloppement de Taylor, on a : u(xi+1) =u(xi) +hu?(xi) +h22u??(xi) +h36u???(xi) +h424u(4)(ξi)
u(xi-1) =u(xi)-hu?(xi) +h22u??(xi)-h36u???(xi) +h424u(4)(ηi)
En additionnant ces deux ´egalit´es, on obtient que : 1 h2(u(xi+1) +u(xi)-2u(xi)) =u??(xi) +h224(u(4)(ξi) +u(4)(ηi)), 16 ce qui entraˆıne que :12sup[0,1]|u(4)|.(2.2.20)
Remarque 2.13 (Sur l"erreur de consistance)
1. Si on note
¯Uh: (u(xi))i=1...Nle vecteur dont les composantes sont les valeurs exactes de la solution de (2.2.12), etUh= (u1...uN)tla solution de (2.2.13), on a :R=Ah(Uh-¯Uh).(2.2.21)
2. On peut remarquer que siu(4)= 0, les d´eveloppements de Taylor effectu´es ci-dessus se r´esument `a :
-u??(xi) =2u(xi)-u(xi-1)-u(xi+1) h2, et on a doncRi= 0, pour touti= 1,...,N, et doncui=u(xi),pour touti= 1...N. Dansce cas (rare!), le sch´ema de discr´etisation donne la valeur exacte de la solution enxi, pour tout
i= 1,...,N. Cette remarque est bien utile lors de la phse de validation de m´ethodes et num´eriques
et/ou programmes informatiques pour la r´esolution de l"´equation (2.2.12). En effet, si on choisitf
telle que la solution soir un polynˆome de degr´e inf´erieurou ´egal `a 3, alors on doit avoir une erreur
entre solution exacte et approch´ee inf´erieure `a l"erreur machine.La preuve de convergence du sch´ema utilise la notion de consistance, ainsi qu"une notion de stabilit´e, que
nous introduisons maintenant :Proposition 2.14On dit que le sch´ema (2.2.13) est stable, au sens o`u la matrice de discr´etisationAh
satisfait : ?A-18.(2.2.22)
On peut r´e´ecrire cette in´egalit´e comme une estimation sur les solutions du syst`eme (2.2.14) :
8?f?∞.(2.2.23)
D´emonstration :On rappelle que par d´efinition, siM? MN(IR), ?M?∞= sup v?IRN v?=0?M?∞ ?v?∞,avec?v?∞= sup i=1,...,N|vi|.Pour montrer que?A-1
8,on d´ecompose la matriceAhsous la formeAh=A0h+diag(ci) o`uA0h
est la matrice de discr´etisation de l"op´erateur-u??avec conditions aux limites de Dirichlet homog`enes, et
A h2-1h20 1 h2... ..-1 h2 0-1 (2.2.24) 17etdiag(ci) d´esigne la matrice diagonale de coefficients diagonauxci. Les matricesA0hetAhsont inver-
sibles, et on a : A -10h-A-1
h=A-10hAhA-1
h-A-10hA0hA-1
h=A-10h(Ah-A0h)A-1
h. Commediag(ci)≥0, on aAh≥A0h, et commeA0hetAhsont monotones, on en d´eduit que :quotesdbs_dbs29.pdfusesText_35[PDF] consommation marqueur social
[PDF] les differentes finalités d'une entreprise
[PDF] les finalités de l'entreprise management
[PDF] les finalités de l'entreprise cours
[PDF] les finalités de l'entreprise pdf
[PDF] les finalités de l'entreprise cours ofppt
[PDF] objectif entreprise 2016 complet
[PDF] classement des pays consommateur d'alcool en afrique 2017
[PDF] les pays qui consomment le plus d'alcool en afrique
[PDF] classement des pays consommateur d'alcool en afrique 2016
[PDF] top 10 des pays consommateur d'alcool en afrique
[PDF] le pays le plus grand consommateur de biere en afrique
[PDF] statistiques consommation alcool france 2016
[PDF] consommation alimentaire définition