Cours de : 2012-2013

Plan général du cours

Méthode des
Différences Finies
MDF Introduction

(Volume horaire du cours= 9 H) I Rappels mathématiques

Parcours: Mécanique ( ou Parcours3) II Principe de la MDF
Filière: Sciences de la Matière Physique
Département de Physique III Application de la MDF à des ED de type 1D
Faculté des Sciences Ben M’Sik
IV Application de la MDF à EDP (en 2D)
Université Hassan-II Mohammedia-Casablanca
Pr: Hassane. LAHMAM V Application à des EDP spatio-temporelles
L.C.S.M

1 2
Introduction I Rappels mathématiques
Les phénomènes physiques sont gouvernés par Développement en séries de Taylor
des équations différentielles.
I.1 Série Taylor dans le cas unidimensionnel :1D
La plupart de ces équation sont non-linéaires.
( x x0 )n ( n )
N
Les méthodes numériques permettent d’avoir f(x) f ( x0 ) f x ( x) O(( x x0 )N 1 )
n 1 n! 0
des solutions approchées lorsque la résolution N ( x x )n
analytique devient impossible. 0
fx( n ) ( x) O(( x x0 )N 1 )
Quelques méthodes numériques n 0 n! 0

pour la résolution des E-D-P

dnf ( x )
fx(n ) ( x) Dérivée nième .
0 dx n x x0

M-E-F M-V-F M-D-F M-N-R Autres N est l’ordre de troncature de la série

O((x x0 )N 1 ) est le reste ou erreur .
3 4
Autre écriture du développement précédent:
Cas particulier: Si x0 = 0, la série est appelée N hn ( n )
aussi ‘série de Maclaurin’. f(x0 h ) f ( x0 ) fx ( x) O(h N 1 )
1 n!
0
n
N
xn (n ) Pour le premier voisinage de la position x0 , on écrit
f(x ) f ( 0) f x 0 ( x ) O( x N 1 )
n 1 n! aussi:
N
xn (n ) N h n (n )
f x 0 ( x ) O( x N 1 ) f(x0 h ) f ( x0 ) fx ( x) O(h N 1 ) ; 1
n 0 n! n 1 n! 0

Pour le deuxième voisinage de la position x0 , on a:

N 2 h n (n )
f(x0 2 h ) f ( x0 ) fx (x) O(h N 1 )
n 1 n! 0

5 6
f( x 0 h, y 0 k) f (x0 , y 0 )
I.2 Série Taylor dans le cas bidimensionnel : 2D N n
1 n f ( x, y )
hn rk r n r r
f(x, y ) f ( x 0 , y 0 ) n 1 r 0 (n r )! r! x y ( x0 ,y 0 )
N n
1 n f ( x, y )
( x x 0 )n r ( y y 0 )r n r r O( h N 1 , k N 1 )
n 1 r 0 (n r )! r! x y ( x 0 ,y 0 )
O(( x x 0 ) N 1 , ( y y 0 ) N 1 ) Cas où N=2
f( x 0 h, y 0 k) f (x0 , y 0 )
ou encore
2 n
f(x, y ) 1 n f ( x, y )

N n
h k
n r r
1 n f ( x, y )
n 1 r 0 (n r )! r! xn r yr
( x x 0 )n r ( y y 0 )r n r r ( x0 ,y 0 )

n 0 r 0 (n r )! r! x y ( x 0 ,y 0 ) O(h 3 , k 3 )
O(( x x 0 ) N 1 , ( y y 0 ) N 1 )
7 8

Ecriture explicite pour N=2 Ecriture matricielle pour N=2

f ( x, y ) f ( x, y ) f ,x
f( x 0 h, y 0 k ) f ( x 0 , y 0 ) h k f( x0 h, y 0 k ) f ( x0 , y 0 ) h k
x ( x0 ,y 0 ) y ( x0 ,y 0 ) f ,y
1 2 f ( x, y )
2 2f ( x, y )
h hk
2! x2 ( x0 ,y 0 ) x y ( x ,y ) f ,xx f ,xy h
f , xx
0 0
h k
1 2 2f ( x, y ) f ,xy f ,yy k
k ( x0 ,y 0 )
2! y2 ( x0 ,y 0 )
O( h 3 , k 3 ) O(h 3 , k 3 )

9 10

II Principe de la MDF
II.1 Approximation de la dérivée totale première
La MDF permet de résoudre les E.D.P en discrétisant
les opérateurs différentiels. On considère les développements de Taylor
Les dérivées premières et supérieures de la fonction suivants:
inconnue sont remplacées par sa valeur aux nœuds
Approximation droite de la fonction
voisins du domaine discrétisé en utilisant le
développement en série de Taylor. h (1) h 2 ( 2)
f(x h ) f ( x) f ( x) f ( x) O(h 3 )
La discrétisation temporelle obéit aux mêmes règles 1! 2!
que la discrétisation spatiale . Approximation gauche de la fonction

La stabilité de certains schémas de la MDF est h ( 1) h 2 ( 2)

f(x h ) f ( x) f ( x) f ( x) O(h 3 )
contrôlée par des critères. 1! 2!
11 12
II.1-a Approximation par la différence gauche II.2 Approximation de la dérivée totale seconde
(ou arrière ou encore régressive) On considère la somme:
f ( x) f(x h) h 2 ( 2)
f (1 ) ( x ) O(h) f(x h ) f(x h) 2f ( x) 2 f ( x ) O(h4 )
h 2!
II.1-b Approximation centrée d’où
f ( x h) f(x h)
f (1) ( x) O(h 2 ) f ( x h) 2f ( x) f(x h )
2h f ( 2) ( x) O(h2 )
h2
II.1-c Approximation par la différence droite
(ou avant ou encore progressive

f ( x h) f(x)
f (1) ( x) O(h )
h

13 14
La différence (1)-(2) donne:
II.3 Approximation de la dérivée partielle première
f( x h, y k ) f( x h, y k ) 2 hf 'x kf'y
II.3-a Approximation à l’ordre deux
1 1 2 1 2 1 3
1 2 1 2 2 h 3f'xxx h kf'xxy hk f'xyy k f'yyy
f( x h, y k ) f (x, y ) hf 'x kf'y h f'xx hkf 'xy k f'yy 6 2 2 6
2! 2! O(h , k )
4 4
1 3 1 2 1 2 1 3
h f'xxx h kf'xxy hk f'xyy k f'yyy Si k=0, on obtient l’approximation centrée suivante:
3! 2! 2! 3!
O(h4 , k 4 ) ; (1) f ( x h, y ) f(x h, y )
f'x ( x, y ) O(h 2 )
1 2 1 2 2h
f( x h, y k ) f ( x, y ) hf 'x kf'y h f'xx hkf 'xy k f'yy
2! 2!
1 3 1 2 1 2 1 3 De même, si h=0, on obtient :
h f'xxx h kf'xxy hk f'xyy k f'yyy
3! 2! 2! 3! f ( x, y k ) f(x, y k )
O( h 4 , k 4 ) ; (2) f 'y ( x, y ) O(k 2 )
2k