MINISTERE DE L’ENSEIGNEMENT SUPERIEURE ET DE LA

RECHERCHE SCIENTIFIQUE

UNIVERSITE D’ABOMEY CALAVI

ECOLE POLYTECHNIQUE D’ABOMEY CALAVI (EPAC)

DEPARTEMENT DE GENIE MECANIQUE ET ENERGETIQUE (GME)

FILIERE : GENIE MECANIQUE ET PRODUCTIQUE 4

DISCIPLINE : MECANIQUE NUMERIQUE

METHODE DE DIFFERENCES FINIES ET APPLICATIONS

Étudiant : Enseignant :

AGBOMAHENA Fanick Dr. Arthur SANYA

AMOUSSOU Elijah

HOUNSA Mahumevo J.E

PIEUME DONO Virgile

NOVEMBRE 2024
Table des matières
INTRODUCTION......................................................................................................... 3
I. EXPLICATION DE LA METHODE ....................................................................... 4
1.1. Principe de la méthode..................................................................................... 4
1.2. Notation indicielle (cas 1D) ............................................................................... 6
1.3. Schéma d’ordre supérieur ................................................................................ 7
1.4. Dérivée d’ordre supérieur ................................................................................ 8
1.5. Généralités de la notation indicielle .................................................................. 9
1.6. Quelques schémas en 1D .................................................................................. 9
1.7. Le schéma a trois points ................................................................................... 9
II. Exemple de discrétisation des problèmes de type elliptique en dimension 1 ........... 10
2.1. Position du problème ..................................................................................... 10
2.2. Discrétisation de l’équation principale ............................................................ 11
2.3. Discrétisation des conditions aux limites.......................................................... 12
2.4. Formulation vectorielle .................................................................................. 13
2.5. Méthode du point fantôme ou virtuel .............................................................. 15
III. ENONCE D’UNE EQUATION A RESOUDRE ................................................... 17
3.1. RESOLUTION ............................................................................................. 18
3.1.1. Calcul analytique.................................................................................... 18
3.1.2. Solution numérique par la méthode des différences finies : ........................ 19
IV. Approfondissement ........................................................................................... 21
4.1. Étape de calcul numérique ................................................................................ 21
4.2. Calcul des moments ....................................................................................... 21
4.3. Calcul des fleches .......................................................................................... 23
CONCLUSION ........................................................................................................... 25

Page | 2
INTRODUCTION

En analyse numérique, la méthode des différences finies est une technique courante de recherche
de solutions approchées d'équations aux dérivées partielles qui consiste à résoudre un système de
relations (schéma numérique) liant les valeurs des fonctions inconnues en certains points
suffisamment proches les uns des autres.

Cette méthode apparaît comme étant la plus simple à mettre en œuvre car elle procède en deux
étapes : d'une part la discrétisation par différences finies des opérateurs de dérivation ou de
différentiation, d'autre part la convergence du schéma numérique ainsi obtenu lorsque la distance
entre les points diminue.

Page | 3
I. EXPLICATION DE LA METHODE

De nombreux phénomènes physiques (au sens large) peuvent être représentés ou

modélisés par une Équation aux Dérivées Partielles (EDP).

Une EDP est une équation reliant une fonction de plusieurs variables et ses dérivées
partielles.

Par exemple en dimension 2, l’équation : .

La résolution d’une EDP est difficile; rares sont les situations où nous savons calculer
explicitement la solution. Les approches classiques de résolution numérique des EDP sont
les méthodes des différences finies, des éléments finis et des volumes finis. La méthode des
Différences Finies (D.F.) se base sur l’approximation par Différences Divisées (D.D.) des
dérivées partielles figurant dans l’équation. Dans ce cas, nous allons commencer par étudier
comment approcher numériquement des dérivées uniquement à l’aide des valeurs de la
fonction

La méthode consiste à remplacer les dérivées dans les équations aux dérivées partielles par
des différences divisées que l’on obtient en faisant des développements limités en série de
Taylor pour pouvoir envisager une solution numérique.

1.1. Principe de la méthode

Le principe de la méthode des différences finies consiste à remplacer la fonction inconnue

𝑢(𝑥𝑖 ) d’une EDP, équation continue, par un nombre fini de valeurs 𝑢𝑖 0 ≤ 𝑖 < 𝑛.

L’objectif étant de calculer ces valeurs discrètes comme étant une bonne approximation
de , valeur de la solution exacte aux points de discrétisation, points de grille 𝑥𝑖 , ,0 ≤
𝑖<𝑛:

𝑢𝑖 ≈ 𝑢(𝑥𝑖 ) Avec 𝑖 = 0, … , 𝑁

Figure 1 : Grille uniforme de pas h

Page | 4
 Nous considérerons pour la suite que ∆𝑥 = ℎ.

Autrement dit, la résolution d’un problème continu est remplacée par la recherche de (𝑁 + 1)
valeurs discrètes, approchant la valeur de la solution exacte aux points du maillage, points de
grille, 𝑥𝑖.

Il se pose alors la question de l’approximation des dérivées de la fonction u qui apparaissent

𝑑𝑢
dans l’équation différentielle, Équation aux Dérivées Partielles (EDP), par exemple (𝑥)
𝑑𝑥𝑖

Ces dérivées sont remplacées par une approximation numérique basée sur des différences
divisées.

Remarque :

Du point de vue de la terminologie, nous employions également par abus de langage le terme
“différences finies” pour désigner l’approximation numérique de ces dérivées.

Une discrétisation des opérateurs différentiels (dérivées premières, secondes, etc., partielles ou
non) peut être obtenue par les formules de Taylor.

Soit 𝑢(𝑥, 𝑦, 𝑧, 𝑡) une fonction de l'espace et du temps. Par définition de la dérivée, on a :

𝛿𝑢 𝑢(𝑥 + ∆𝑥, 𝑦, 𝑧, 𝑡) − 𝑢(𝑥, 𝑦, 𝑧, 𝑡)
= lim
𝛿𝑥 ∆𝑥→0 ∆𝑥
Si ∆𝑥 est un petit, un développement de Taylor de 𝑢(𝑥 + ∆𝑥, 𝑦, 𝑧, 𝑡) 𝑒𝑡 𝑑𝑒 𝑢(𝑥 −
∆𝑥, 𝑦, 𝑧, 𝑡) au voisinage de x donne :
𝛿𝑢 ∆𝑥 2 𝛿 2 𝑢 ∆𝑥 3 𝛿 3 𝑢
𝑢(𝑥 + ∆𝑥, 𝑦, 𝑧, 𝑡) = 𝑢(𝑥, 𝑦, 𝑧, 𝑡) + ∆𝑥 (𝑥, 𝑦, 𝑧, 𝑡) + (𝑥, 𝑦, 𝑧, 𝑡) + (𝑥, 𝑦, 𝑧, 𝑡)
𝛿𝑥 2 𝛿𝑥 2 6 𝛿𝑥 3

𝛿𝑢 ∆𝑥 2 𝛿 2 𝑢 ∆𝑥 3 𝛿 3 𝑢
𝑢(𝑥 − ∆𝑥, 𝑦, 𝑧, 𝑡) = 𝑢(𝑥, 𝑦, 𝑧, 𝑡) − ∆𝑥 (𝑥, 𝑦, 𝑧, 𝑡) + (𝑥, 𝑦, 𝑧, 𝑡) − (𝑥, 𝑦, 𝑧, 𝑡)
𝛿𝑥 2 𝛿𝑥 2 6 𝛿𝑥 3

En tronquant la série au premier ordre en ∆𝑥, on obtient :

𝑢(𝑥 + ∆𝑥, 𝑦, 𝑧, 𝑡) − 𝑢(𝑥, 𝑦, 𝑧, 𝑡) 𝛿𝑢
= (𝑥, 𝑦, 𝑧, 𝑡) + ∅(∆𝑥)
∆𝑥 𝛿𝑥

Page | 5
1.2. Notation indicielle (cas 1D)
Considérons un cas monodimensionnel où l'on souhaite déterminer une grandeur u(x) sur
l'intervalle [0,1]. La recherche d'une solution discrète de la grandeur u amène à constituer
un maillage de l'intervalle de définition. On considère un maillage (ou grille de calcul)
composé de N + 1 points 𝑥𝑖 pour i = 0, ..., N régulièrement espacés avec un pas ∆𝑥. Les
points 𝑥𝑖 = 𝑖∆𝑥 sont appelés les nœuds du maillage.
Le problème continu de départ de détermination d'une grandeur sur un ensemble de
dimension infinie se ramène ainsi à la recherche de N valeurs discrètes de cette grandeur
aux différents nœuds du maillage.
Notation : on note 𝑢𝑖 la valeur discrète de u(x) au point 𝑥𝑖 , soit 𝑢𝑖 = 𝑢(𝑥𝑖 ) . De même
pour la dérivée de u(x) au nœud 𝑥𝑖 , on note

𝛿𝑢 𝛿𝑢
(𝛿𝑥 ) = (𝛿𝑥 ) = 𝑢𝑖′ .
𝑥=𝑥𝑖 𝑖

Cette notation s'utilise de façon équivalente pour toutes les dérivées d'ordre successif de la
grandeur u.
Le schéma aux différences finies d'ordre 1 présenté au-dessus s'écrit, en notation indicielle :
𝛿𝑢 𝑢𝑖+1 − 𝑢𝑖
( ) = + ∅(∆𝑥)
𝛿𝑥 𝑖 ∆𝑥
Ce schéma est dit "avant" ou "décentré avant". Il est possible de construire un autre
schéma d'ordre 1, appelé "arrière" :
𝛿𝑢 𝑢𝑖 − 𝑢𝑖+1
( ) = + ∅(∆𝑥)
𝛿𝑥 𝑖 ∆𝑥
Afin d’améliorer l’approximation de 𝑢′(𝑥𝑛 ), nous définissons une différence finie
bénéficiant de plus de symétrie que les deux précédentes : C’est la différence finie centrée.
𝛿𝑢 𝑢𝑖+1 − 𝑢𝑖−1
( ) =
𝛿𝑥 𝑖 2ℎ
Avec ℎ = ∆𝑥 ;

Page | 6
 Dérivée mixte

Le principe est toujours basé sur les développements de Taylor :

𝜕𝑓 𝜕𝑓 (𝑙∆𝑥)2 𝜕 2 𝑓 (𝑚∆𝑦)2 𝜕 2 𝑓
𝑓(𝑥𝑖+𝑙 , 𝑦𝑗+𝑚 ) = 𝑓(𝑥𝑖 , 𝑦𝑗 ) + 𝑙∆𝑥 ( ) + 𝑚∆𝑦 ( ) + ( 2) + ( 2)
𝜕𝑥 𝑖 𝜕𝑦 𝑗 2 𝜕𝑥 𝑖 2 𝜕𝑦 𝑗

2𝑚𝑙∆𝑥∆𝑦 𝜕 2 𝑓
+ ( ) +⋯
2 𝜕𝑥𝜕𝑦 𝑖,𝑗

Au voisinage du point(𝑖, 𝑗):

𝜕𝑓 𝜕𝑓 𝜕 2𝑓 ∆𝑥 2 𝜕 2 𝑓 ∆𝑦 2 𝜕 2 𝑓
𝑓𝑖+1,𝑗+1 = 𝑓𝑖,𝑗 + ∆𝑥 ( ) + ∆𝑦 ( ) + ∆𝑥∆𝑦 ( ) + ( ) + ( )
𝜕𝑥 𝑖 𝜕𝑦 𝑗 𝜕𝑥𝜕𝑦 𝑖,𝑗 2 𝜕𝑥 2 𝑖 2 𝜕𝑦 2 𝑗

𝜕𝑓 𝜕𝑓 𝜕 2𝑓 ∆𝑥 2 𝜕 2 𝑓 ∆𝑦 2 𝜕 2 𝑓
𝑓𝑖−1,𝑗−1 = 𝑓𝑖,𝑗 − ∆𝑥 ( ) − ∆𝑦 ( ) + ∆𝑥∆𝑦 ( ) + ( 2) + ( )
𝜕𝑥 𝑖 𝜕𝑦 𝑗 𝜕𝑥𝜕𝑦 𝑖,𝑗 2 𝜕𝑥 𝑖 2 𝜕𝑦 2 𝑗

𝜕𝑓 𝜕𝑓 𝜕 2𝑓 ∆𝑥 2 𝜕 2 𝑓 ∆𝑦 2 𝜕 2 𝑓
𝑓𝑖+1,𝑗−1 = 𝑓𝑖,𝑗 + ∆𝑥 ( ) − ∆𝑦 ( ) − ∆𝑥∆𝑦 ( ) + ( 2) + ( )
𝜕𝑥 𝑖 𝜕𝑦 𝑗 𝜕𝑥𝜕𝑦 𝑖,𝑗 2 𝜕𝑥 𝑖 2 𝜕𝑦 2 𝑗

𝜕𝑓 𝜕𝑓 𝜕 2𝑓 ∆𝑥 2 𝜕 2 𝑓 ∆𝑦 2 𝜕 2 𝑓
𝑓𝑖−1,𝑗+1 = 𝑓𝑖,𝑗 − ∆𝑥 ( ) + ∆𝑦 ( ) − ∆𝑥∆𝑦 ( ) + ( 2) + ( )
𝜕𝑥 𝑖 𝜕𝑦 𝑗 𝜕𝑥𝜕𝑦 𝑖,𝑗 2 𝜕𝑥 𝑖 2 𝜕𝑦 2 𝑗

1.3. Schéma d’ordre supérieur

Des schémas aux différences finies d'ordre supérieur peuvent être construits en
manipulant des développements de Taylor au voisinage de 𝑥𝑖 . On écrit :
𝛿𝑢 ∆𝑥 2 𝛿 2 𝑢
𝑢𝑖+1 = 𝑢(𝑥𝑖 + ∆𝑥) = 𝑢𝑖 + ∆𝑥 ( ) + ( 2 ) + ∅(∆𝑥 3 )
𝛿𝑥 𝑖 2 𝛿𝑥 𝑖

𝛿𝑢 ∆𝑥 2 𝛿 2 𝑢
𝑢𝑖−1 = 𝑢(𝑥𝑖 − ∆𝑥) = 𝑢𝑖 − ∆𝑥 ( ) + ( ) + ∅(∆𝑥 3 )
𝛿𝑥 𝑖 2 𝛿𝑥 2 𝑖
La soustraction de ces deux relations donne :
𝛿 2𝑢
𝑢𝑖+1 − 𝑢𝑖−1 = 2∆𝑥 ( 2 ) + ∅(∆𝑥 3 )
𝛿𝑥 𝑖

Page | 7
 Ce qui permet d'obtenir le schéma d'ordre deux dit "centré" pour approximer la dérivée
première de u :
𝛿𝑢 𝑢𝑖+1 − 𝑢𝑖−1
( ) = + ∅(∆𝑥 2 )
𝛿𝑥 𝑖 2∆𝑥
Pour obtenir des ordres supérieurs, il faut utiliser plusieurs nœuds voisins de 𝑥𝑖 . Le
nombre de points nécessaire à l'écriture du schéma s'appelle le stencil. Par exemple, un
schéma aux différences finies d'ordre 3 pour la dérivée première s'écrit :
𝛿𝑢 − 𝑢𝑖+2 + 6𝑢𝑖+1 − 3𝑢𝑖 − 2𝑢𝑖−1
( ) = + ∅(∆𝑥 3 )
𝛿𝑥 𝑖 6∆𝑥

1.4. Dérivée d’ordre supérieur

Le principe est identique et repose sur les développements de Taylor au voisinage de 𝑥𝑖 .
Par exemple pour construire un schéma d'approximation de la dérivée seconde de u, on écrit
:
𝛿𝑢 ∆𝑥 2 𝛿 2 𝑢 ∆𝑥 3 𝛿 3 𝑢
𝑢𝑖+1 = 𝑢𝑖 + ∆𝑥 ( ) + ( ) + ( ) + ∅(∆𝑥 4 )
𝛿𝑥 𝑖 2 𝛿𝑥 2 𝑖 6 𝛿𝑥 3 𝑖

𝛿𝑢 ∆𝑥 2 𝛿 2 𝑢 ∆𝑥 3 𝛿 3 𝑢
𝑢𝑖−1 = 𝑢𝑖 − ∆𝑥 ( ) + ( 2) − ( ) + ∅(∆𝑥 4 )
𝛿𝑥 𝑖 2 𝛿𝑥 𝑖 6 𝛿𝑥 3 𝑖

En faisant la somme de ces deux égalités, on aboutit à :

𝛿2 𝑢
𝑢𝑖+1 + 𝑢𝑖−1 − 2𝑢𝑖 = ∆𝑥 2 (𝛿𝑥 2 ) + ∅(∆𝑥 4 )
𝑖

Ce qui permet d'obtenir le schéma d'ordre deux dit "centré" pour approximer la dérivée
seconde de u :
𝛿 2𝑢 𝑢𝑖+1 − 2𝑢𝑖 + 𝑢𝑖−1
( 2
) = + ∅(∆𝑥 2 )
𝛿𝑥 𝑖 ∆𝑥 2

Il existe aussi une formulation "avant" et "arrière" pour la dérivée seconde, toute deux
d'ordre 1 :
𝛿2 𝑢 𝑢𝑖+1 −2𝑢𝑖 + 𝑢𝑖−1
(𝛿𝑥 2 ) = + ∅(∆𝑥)
𝑖 ∆𝑥 2

𝛿 2𝑢 𝑢𝑖 − 2𝑢𝑖−1 + 𝑢𝑖−2
( 2) = + ∅(∆𝑥)
𝛿𝑥 𝑖 ∆𝑥 2

Page | 8
 Il est également possible de construire, par le même procédé, des schémas aux
différences finies d'ordre supérieur pour les dérivées deuxième, troisième, etc…
1.5. Généralités de la notation indicielle
Dans le cas 1D instationnaire, considérons l'évolution d'une grandeur u (x, t) en fonction de
l'espace et du temps. Le domaine de définition de u est décomposé en N nœuds 𝑥𝑖 répartis
régulièrement avec un pas d'espace ∆𝑥. De même, le temps est décomposé en intervalle
élémentaire de pas constant ∆t. On notera u n i la valeur discrète de la grandeur u (x, t) au
nœud 𝑥𝑖 et au temps n*∆t.
Dans le cas 2D, considérons une grandeur u (x, y) définie sur un certain domaine. Ce dernier
est décomposé en N × P nœuds (𝑥𝑖 , 𝑦𝑖 ) répartis régulièrement avec un pas d'espace ∆𝑥
dans la direction x et ∆𝑦 dans l'autre direction. On notera (𝑢𝑖𝑗 la valeur discrète de la
grandeur u (x, y) au nœud (𝑥𝑖 , 𝑦𝑖 ).
1.6. Quelques schémas en 1D

1.7. Le schéma a trois points

On approche ici 𝑢" (𝑥𝑖 ) par la différence finie
𝑢𝑖+1 − 2𝑢𝑖 + 𝑢𝑖−1
∆𝑥 2
Cette différence finie s’obtient à l’aide d’un raisonnement formel qui consiste à
emboîter deux différences finies

Page | 9
 1 ∆𝑥 ∆𝑥
𝑢" (𝑥𝑖 ) ≈ (𝑢′ (𝑥𝑖 + ) − 𝑢′ (𝑥𝑖 − ))
∆𝑥 2 2
1 𝑢(𝑥𝑖 + ∆𝑥) − 𝑢(𝑥𝑖 ) 𝑢(𝑥𝑖 ) − 𝑢(𝑥𝑖 − ∆𝑥)
≈ ( − )
∆𝑥 ∆𝑥 ∆𝑥

𝑢𝑖+1 − 2𝑢𝑖 + 𝑢𝑖−1

≈
∆𝑥 2

II. Exemple de discrétisation des problèmes de type elliptique en dimension 1

[Link] du problème

Soit L > 0. Nous notons par 𝑥 → 𝑏(𝑥), 𝑥 → 𝑐(𝑥) 𝑒𝑡 𝑥 → 𝑓(𝑥)des fonctions de la droite réel
de classe 𝐶 ∞ 𝑎𝑣𝑒𝑐 𝑎(𝑥) > 0. Soient α, β, γ et δ des réels.

On considère le problème de chercher   𝐶 ∞ ([0, 𝐿]) verifiant

𝑃𝑢(𝑥) ∀𝑥 ∈ [0, 𝐿] 𝐿𝐺 𝑢 = α et 𝐿𝐷 𝑢 = β

Avec 𝑃, 𝐿𝐺 𝑒𝑡 𝐿𝐷 des opérateurs différentiels définis par

𝑃𝑢(𝑥) = a(x)u ′′(x) + b(x)u ′ (x) + c(x)u(x)

𝐿𝐺 𝑢 = u(0), (condition de Dirichlet)
′
ou u (0), (condition de Neumann)
ou u′ (0) + γu(0)avec γ ∈ R, (condition de Fourier)
𝐿𝐷 𝑢 = u(L), (condition de Dirichlet)
ou u′ (L), (condition de Neumann)
{ ou u ′ (L) + δu(L) avec δ ∈ R. (condition de Fourier)

On parle d’équation principale pour l’équation 𝑃𝑢 = 𝑓 et de conditions à la limite pour

𝐿𝐺 𝑢 = α et 𝐿𝐷 𝑢 = β

Définition : On dit que 𝑢 → α(x)𝑢′′ est la partie principale de l’opérateur P. D’autre part,
on parle d’opérateur elliptique si a(x) > 𝑎0 > 0.

Page | 10
Nous allons dans ce chapitre proposer des méthodes d’approximation de la solution du
problème

Théorème : Rappelons que a, b, c et f sont des fonctions 𝐶 ∞ . Dans le cas où a(x) > 𝑎0 > 0,
le problème admet une unique solution (on dit aussi "est bien posé") si et seulement si on a

𝑃𝑣 (𝑥) = 0 ∀x ∈ R 𝐿𝐺 𝑣 = 0 et 𝐿𝐷 𝑣 = 0) =⇒ v = 0.

Nous allons dans la suite calculer une approximation de la fonction u à l’aide de la méthode
des différences finies. Nous ne pouvons pas calculer (à l’aide d’un ordinateur) toutes les
valeurs de la fonction u (les ordinateurs ne peuvent traiter qu’un nombre fini d’opérations).
Nous introduisons donc la grille définie par ses sommets 𝑥𝑛

𝑥𝑛 = nh avec n ∈ [[0, N]] et Nh = L.

On approche ensuite la valeur de la fonction u en 𝑥𝑛 𝑝𝑎𝑟 𝑢𝑛

𝑢𝑛 ≈ u(𝑥𝑛 )

Nous avons donc à déterminer N + 1 inconnues 𝑢𝑛 . Afin d’avoir un système d’équations

bien posé nous avons besoin de N + 1 équations. Enfin, on note

𝑓𝑛 = 𝑓(𝑥𝑛 ), 𝑎𝑛 (𝑥𝑛 ), bn = b(𝑥𝑛 ), 𝑐𝑛 = c(𝑥𝑛 ) .

[Link]étisation de l’équation principale

Plaçons-nous en 0 < xn < L, ie. 1 < n < N − 1. Nous allons approcher l’équation

C’est à dire 𝑃𝑣 (𝑥𝑛 ) = f(𝑥𝑛 )

a(𝑥𝑛 ) u ′′((𝑥𝑛 ) + b(xn)u ′ (𝑥𝑛 ) + c((𝑥𝑛 ) u(𝑥𝑛 ) = f((𝑥𝑛 ) .

On approche les dérivées u ′ et u ′′ de u par des différences finies. Nous utilisons des
différences finies centrées pour u ′ et u ′′ (différence finie à trois points)

𝑈𝑛+1 −𝑈𝑛−1
𝑎 𝑈𝑛+1 −𝑈𝑛−1 + 𝑏𝑛 ( ) + 𝑐𝑛 𝑢𝑛 = 𝑓𝑛 .
𝑛( ) 2ℎ
ℎ2

On obtient après avoir rangé les inconnues par indice croissant

Page | 11
 𝑎𝑛 𝑏 2𝑎𝑛 𝑎𝑛 𝑏
( − 2ℎ𝑛 ) 𝑢𝑛+1 + (− + 𝑐𝑛 ) 𝑢𝑛 + ( + 2ℎ𝑛 ) 𝑢𝑛+1 = 𝑓𝑛 .
ℎ2 ℎ2 ℎ2

[Link]étisation des conditions aux limites

On se place ici en n = 0 c’est à dire 𝑥𝑛 = 0. Remarquons que la grille ne contient pas de

points à gauche de𝑥𝑛 . Il n’est donc pas possible de considérer une différence finie centrée
pour approcher u′(0). Nous devons donc utiliser une différence finie décentrée à droite

𝑢1 − 𝑢0
𝑢′(0) ≈
ℎ

Nous avons trois types possibles de conditions à la limite.

Condition de Dirichlet : 𝑢0 = 𝛼. C’est la plus facile à discrétiser. Elle s’écrit tous

simplement

𝑢0 = 𝛼

➢ Condition de Neumann : 𝑢′ (0) = 𝛼.

𝑢1 − 𝑢0 1 1
= 𝛼 C’est-à-dire − ℎ 𝑢0 + ℎ 𝑢1 = 𝛼
ℎ

Condition de Fourier : u ′ (0) + γu(0) = α.

𝑢1 − 𝑢0 1
+ γu(0) = α c’est-à-dire (𝛾 − ℎ) 𝑢0 = 𝛼
ℎ

On se place ici en n = 0 c’est à dire 𝑥𝑛 = L. Nous ne disposons pas cette fois de points de
grille à droite de 𝑥𝑛 . Il nous faut pour approcher u ′ (L) une différence finie décentrée à
gauche

𝑢𝑁 − 𝑢𝑁−1
𝑢′(𝐿) ≈
ℎ

Il nous faut encore pouvoir discrétiser les trois types de condition à la limite

Condition de Dirichlet : u(L) = β.

𝑢𝑁 = 𝛽

Condition de Neumann : u ′ (L) = β.

Page | 12
 𝑢𝑁 − 𝑢𝑁−1 1 1
= 𝛼 C’est-à-dire − ℎ 𝑢𝑁−1 + ℎ 𝑢𝑁 = 𝛽
ℎ

Condition de Fourier : u ′ (L) + δu(L) = β.

𝑢𝑁 − 𝑢𝑁−1 1 1
+ 𝛿𝑢𝑁 = 𝛼 c’est à dire − ℎ 𝑢𝑁−1 + (𝛿 + ℎ)𝑢𝑁 = 𝛽
ℎ

2.4. Formulation vectorielle

Forme non éliminée Les N + 1 valeurs u(𝑥𝑛 ) de la solution de (2.17) ont été approchées par les
𝑢𝑛 . Nous avons discrétisé l’équation principale et les conditions aux limites et obtenu un
système de N + 1 équations affines reliant ces 𝑢𝑛 . Nous mettons maintenant ces équations sous
la forme

AU = ℓ

avec A ∈ 𝑅 (N+1)×(N+1) ,U ∈𝑅 (N+1) .

➢ La première ligne (n=0) contient, suivant la condition à la limite en x = 0.

➢ Les lignes centrales (n = 1 à N − 1).
➢ La dernière ligne (n = N) contient suivant la condition à la limite soit.
Exemple. Nous allons exhiber la matrice A et le terme source ℓ du problème suivant

−u ′′(x) + u(x) = 1, x ∈ [0, L]

{ u(0) = 2,
u′ (L) = 3.

La discrétisation sur une grille uniforme prend la forme suivante

u0 = 2,
𝑢𝑛−1 − 2𝑢𝑛
− + 𝑢𝑛 = 1, pour n = 1 à N − 1
ℎ2
𝑢𝑁 − 𝑢𝑁−1
=3
{ ℎ

ou sous forme ordonnée

Page | 13
 u0 =, 2
1 2
− 2 𝑢𝑛−1 + ( 2 1
ℎ ℎ + 1)𝑢𝑛 − 2 𝑢𝑛+1 = 1 pour n = 1 à N – 1
1 1 ℎ
{− ℎ 𝑢𝑁−1 + ℎ 𝑢𝑁 = 3

Nous identifions maintenant avec qui s’écrit sous sa forme développée

∑𝑁
𝑖=0 𝐴𝑛,𝑖 𝑢𝑖 = ℓn pour n = 0 à N.

𝑢0 2
𝑢1 1
On obtient donc 𝑈 = ⋮ , ℓ= ⋮
𝑢𝑁−1 1
[ 𝑢𝑁 ] [3]

1 0 … … … … 0
1 2 1
− ℎ2 +1 − ℎ2 0 … … 0
ℎ2
1 2 1
0 +1 − ℎ2 0 … 0
A= ⋯ ℎ2 ℎ2
⋯ ⋯ ⋯ ⋯ ⋯ ⋯
1 2 1
0 ⋯ ⋯ 0 − ℎ2 + 1 − ℎ2
ℎ2
1 1
[ 0 ⋯ ⋯ ⋯ 0 −ℎ ℎ ]

Il ne nous reste plus qu’à inverser la matrice A pour déterminer l’approximation numérique de
u.

Forme éliminée Remarquons que la première ligne et la dernière ligne de A n’ont pas du tout
la même structure que les lignes centrales de cette matrice. Afin de corriger cette propriété, qui
peut être gênante lors de l’inversion numérique nous éliminons les inconnues 𝑢0 et 𝑢𝑛 par de
simple opérations algébriques. Reprenons les deux premières lignes de (2.38)

u0 = 2,
{ 1 2 1
− 2 u0 + ( 2 + 1)𝑢1 − 2 𝑢2
ℎ ℎ ℎ

En éliminant 𝑢0 , on a

2 1 2
( 2 + 1) 𝑢1 − 2 𝑢2 = 1 + 2
ℎ ℎ ℎ

Page | 14
 1
−
𝑢 + 2 1
ℎ2 𝑁−2 ( 2 + 1) 𝑢𝑁−1 − 2 𝑢𝑁 = 1
1 1 ℎ ℎ
{− ℎ 𝑢𝑁−1 + ℎ 𝑢𝑁 = 3

on élimine 𝑢𝑁

1 1 3
− 2
𝑢𝑁−2 + ( 2 + 1) 𝑢𝑁−1 = 1 +
ℎ ℎ ℎ

On obtient donc la formulation éliminée A′U ′ = ℓ ′

1
𝑢1 1 + ℎ2
U ′ =[ ⋮ ], ℓ ′=[ ⋮ ]
𝑢𝑁−1 1+
3
ℎ

2 1
+1 − ℎ2 0 … … 0
ℎ2
1 2 1
− ℎ2 + 1 − ℎ2 0 … 0
ℎ2
A′= … … … … … …
1 2 1
0 … 0 − ℎ2 +1 − ℎ2
ℎ2
1 1
[ 0 … 0 0 − ℎ2 + 1]
ℎ2

Remarquons qu’après élimination la matrice A est symétrique

2.5.Méthode du point fantôme ou virtuel

Les différences finies, utilisées lors de la dernière section, ont approché à l’ordre 2
l’équation principale et seulement à l’ordre 1 la condition à la limite. La méthode du point
fantôme ou virtuel consiste à prolonger à tout R la solution du problème.

P u(x) = f(x)∀x ∈ R 𝐿𝐺 𝑢 = α et 𝐿𝐷 𝑢 = 𝛽

Puis de la discrétiser en utilisant une différence finie centrée lorsque la condition à la limite
contient une dérivée. On devra dans ce cas ajouter un point de grille. Pour être plus concret,
reprenons notre exemple.

Page | 15
A gauche, nous devons approcher une condition de Dirichlet. La discrétisation de u(0) = 2
s’écrit

Cette discrétisation est exacte. Nous n’avons pas besoin de rajouter un point de grille. A
droite afin de pouvoir discrétiser la condition à la limite u ′ (L) = 3 à l’aide d’une différence
finie centrée autour de 0 nous introduisons le point de grille

𝑥𝑁+1 = 𝐿 + ℎ

Nous approchons u(𝑥𝑁+1 ) par 𝑢𝑁+1 . La condition u ′ (L) = 3 s’écrit

𝑢𝑁+1 − 𝑢𝑁−1
=3
2ℎ

Afin de fermer le système nous devons discrétiser l’équation principale en 𝑥𝑛 pour n = 1 à

N.

𝑢𝑛−1 − 2𝑢𝑛+ 𝑢𝑁−1

− + 𝑢𝑛 = 1 𝑝𝑜𝑢𝑟 𝑛 = 1 à 𝑁
2ℎ

Dans le cas d’une formulation non éliminée avec point virtuel on a

𝑢0
𝑢1 2
⋮ 1
U′= 𝑢 , ℓ ′= ⋮
𝑁−1
𝑢𝑁 1
[3]
[𝑢𝑁+1 ]

1 0 … ⋯ ⋯ ⋯ 0
1 2
− ℎ2 +1 0 ⋯ ⋯ 0
ℎ2
1 2 1
0 − ℎ2 + 1 − ℎ2 0 0
A= ⋯ ℎ2
⋯ ⋯ ⋯ ⋯ ⋯ ⋯
1 2 1
0 ⋯ ⋯ 0 − ℎ2 + 1 − ℎ2
ℎ2
1 1
[ 0 ⋯ ⋯ 0 − 2ℎ 0 2ℎ ]

Pour une formulation éliminée avec point virtuel, il nous faut éliminer 𝑢0 et 𝑢𝑁+1 . Pour
𝑢0 , le calcul a déjà été effectué auparavant. Pour 𝑢𝑁+1 , on a

Page | 16
 𝑢𝑁−1 − 2𝑢𝑁−1 + 𝑢𝑁+1
+ 𝑢𝑁 = 1
{ ℎ2
𝑢𝑁+1 − 𝑢𝑁−1
=3
2ℎ

Il suit après élimination

1 1 1 1 3
− 2
𝑢𝑁−1 + ( 2 + ) 𝑢𝑁 = +
ℎ ℎ 2 2 ℎ

On peut alors identifier les matrices et les vecteurs

𝑢1 2
+1
2
⋮ ℎ
U ′ =[𝑢 ], ℓ ′=[ ⋮ ]
𝑁−1 1 3
𝑢𝑁 +ℎ
2

2 1
+1 − ℎ2 0 … … 0
ℎ2
1 2 1
− ℎ2 + 1 − ℎ2 0 … 0
ℎ2
A= … … … … … …
1 2 1
0 … 0 − ℎ2 +1 − ℎ2
ℎ2
1 1 1
[ 0 … 0 0 − ℎ2 + 2]
ℎ2

III. ENONCE D’UNE EQUATION A RESOUDRE

Calculons analytiquement le moment fléchissant et la flèche d’une poutre soumise à une

charge uniformément répartie. Considérons une poutre simplement appuyée de longueur (l),
soumise à une charge uniformément répartie (q).

Page | 17
[Link]
3.1.1. Calcul analytique

D’après la théorie des poutres, l’équation d’équilibre s’écrite :

La solution analytique :

D’après les conditions aux limites on a :

𝑥=0 →𝑀=0

𝑥=𝐿 →𝑀=0

𝑀(0) = 0 → 𝑐2 = 0

𝑞𝑙2 𝑞𝑙2
M(L)= − + 𝑐1 𝐿 = 0 → 𝑐1 = 𝑥 donc
2 2

(Équation cinématique)

Soit w la flèche :

Page | 18
 𝑞 1 1
𝑑𝑤 = − (∫ − 𝑥 3 + 𝑙𝑥 2 + 𝑐3 ) 𝑑𝑥
2𝐸𝐼 3 2

𝑞 1 4 1 3
𝑊= − ( 𝑥 + 𝑙𝑥 + 𝑥𝑐3 + 𝑐4 )
2𝐸𝐼 12 6

D’après les conditions aux limites on a :

𝑥=0 →𝑊=0

𝑥=𝐿 →𝑊=0

𝑐4 = 0

On obtient donc :
𝑞 4 𝑞 4 𝑞
+ 𝑙 + 𝑙 − 𝑙𝑐
24𝐸𝐼 12𝐸𝐼 2𝐸𝐼 3

Donc :
𝑞
𝑊(𝑥) = (−𝑥 3 + 2𝑙𝑥 − 𝑙 3 )
24𝐸𝐼
𝑙
Le déplacement et le moment sont maximaux au centre de la poutre : 𝑥 = 2

𝒍 𝟓𝒒𝒍𝟒 𝒍 − 𝒒𝒍𝟐
𝑾(𝟐) = 𝑴(𝟐) =
𝟑𝟖𝑬𝑰 𝟖

3.1.2. Solution numérique par la méthode des différences finies :

Page | 19
Solutions des moments

Donc : 𝑀𝑖+2 − 2𝑀𝑖+1 + 𝑀𝑖 = −∆𝑥2𝑞

Solution des flèches

Donc :

Page | 20
IV. Approfondissement

4.1. Étape de calcul numérique

Nombres des éléments ne = 3
Nombres des points np= 5
Nombres des tranches nt = 4
𝑙
Soit ∆𝑥 = 4

4.2. Calcul des moments

𝐴= Est la matrice de localisation des éléments

Page | 21
Équation 1

𝑀1 − 2𝑀2 + 𝑀3 = 𝑞∆𝑥2

𝑞∆𝑥 2 − 𝑀2
− 𝑀2 =
2
𝑀3 − 𝑞∆𝑥 2
𝑀2 = → 4
2

Équation 2

𝑀3 − 2𝑀4 + 𝑀5 = 𝑞∆𝑥2

𝑀3 − 𝑞∆𝑥 2
𝑀4 = → 5
2
On remplace équations 4 et 5 dans équation 2 :

Page | 22
 𝑀3 = −2𝑞∆𝑥 2 → 6

𝑙
On a ∆𝑥 = 2

Donc :

Et

Alors

[Link] des fleches

𝐴=

Page | 23
Alors

Page | 24
CONCLUSION
En conclusion, les méthodes des différences finies offrent une solution efficace pour résoudre des
problèmes complexes liés aux équations différentielles, en particulier lorsqu'une solution
analytique est difficile à obtenir. À travers l'exercice étudié, nous avons pu illustrer la mise en
œuvre de cette méthode, en soulignant l'importance de la discrétisation, du choix des pas de
maillage et de la gestion des erreurs d'approximation. Cette approche est essentielle dans de
nombreux domaines de l'ingénierie, des sciences appliquées et des mathématiques, et reste un outil
incontournable pour les simulations numériques modernes.

Page | 25