Chapitre 3

Problèmes paraboliques : la discrétisation

en temps

On a vu au paragraphe 1.3.2 comme exemple type de problème parabolique l’équation de la chaleur instationnaire :

ut − ∆u = f

qui fait intervenir la dérivée en temps d’ordre 1, ut , ainsi qu’un opérateur différentiel d’ordre 2 en espace. Pour
que ce problème soit bien posé, il faut spécifier des conditions aux limites sur la frontière de Ω, et une condition
initiale en t = 0.

3.1 Le problème continu, et la discrétisation espace-temps

On considère maintenant le même problème en une dimension d’espace. Au temps t = 0, on se donne une condi-
tion initiale u0 , et on considère des conditions aux limites de type Dirichlet homogène. Le problème unidimen-
sionnel s’écrit : 

 u − uxx = 0, ∀x ∈ ]0, 1[, ∀t ∈ ]0, T [
 t
u(x, 0) = u0 (x), ∀x ∈ ]0, 1[, (3.1.1)



u(0, t) = u(1, t) = 0, ∀t ∈ ]0, T [,
où u(x, t) représente la température au point x et au temps t, ut désigne la dérivée partielle première de u par
rapport à t et uxx la dérivée partielle seconde de u par rapport à x. On admettra le théorème d’existence et unicité
suivant :
Théorème 3.1 (Résultat d’existence et unicité) Si u0 ∈ C(]0, 1[, IR) alors il existe une unique fonction u ∈
C 2 (]0, 1[×]0, T [, IR) ∩ C([0, 1] × [0, T ], IR) qui vérifie (3.1.1).
On a même u ∈ C ∞ (]0, 1[×]0, T [, IR). Ceci est appelé, effet “régularisant" de l’équation de la chaleur.

Proposition 3.2 (Principe du maximum) Sous les hypothèses du théorème 3.1, soit u la solution du problème
(3.1.1) ;
1. si u0 (x) ≥ 0 pour tout x ∈ [0, 1], alors u(x, t) ≥ 0, pour tout t ≥ 0 pour tout x ∈]0, 1[.
2. 'u'L∞([0,1[×]0,T [) ≤ 'u'L∞ (]0,1[) .

67
3.2. DISCRÉTISATION PAR EULER EXPLICITE EN TEMPS. CHAPITRE 3. EDP PARABOLIQUES
Ces dernières propriétés peuvent être importantes dans le modèle physique ; supposons pas exemple que u repré-
sente une fraction massique. Par définition de la fraction massique, celle-ci est toujours comprise entre 0 et 1.
La proposition précédente nous dit que la quantité u donné par le modèle mathématique supposé représenter la
fraction massique d’une espèce qui diffuse dans un milieu, par exemple, est aussi comprise entre 0 et 1, dès que la
fraction massique initiale u0 est dans l’intervalle [0, 1] ce qui est plutôt une bonne nouvelle : le modèle mathéma-
tique respecte les bornes de la physique. Mais on ne peut pas en général calculer la solution de (3.1.1) de manière
analytique. On a recours à la disrétisation en temps et en espace pour se ramener à un système d’équations de
dimension finie. Il est souhaitable pour la validité du calcul que la solution approchée obtenue par la résolution de
ce système, qui est supposée approcher une fraction massique soit aussi comprise à tout instant entre 0 et 1. On dit
souvent d’une méthode de discrétisation (ou d’un schéma de discrétisation) qu’elle (ou il) est “robuste” ou “stable”
s’il préserve les bornes imposées par la physique (0 et 1 dans le cas de la fraction massique évoquée ci-dessus).
Pour calculer une solution approchée, on se donne une discrétisation en temps et en espace, qu’on notera D. On
choisit pour l’instant de discrétiser par différences finies en temps et en espace. La discrétisation consiste donc à se
donner un ensemble de points tn , n = 1, . . . , M de l’intervalle ]0, T [, et un ensemble de points xi , i = 1, . . . , N .
Pour simplifier, on considère un pas constant en temps et en espace. Soit : h = N1+1 = ∆x le pas de discrétisation
T
en espace, et k = ∆t = M , le pas de discrétisation en temps. On pose alors tn = nk pour n = 0, . . . , M et
xi = ih pour i = 0, . . . , N + 1. On cherche à calculer une solution approchée uD du problème (3.1.1) ; plus
précisement, on cherche à déterminer uD (xi , tn ) pour i = 1, . . . , N , et n = 1, . . . , M . Les inconnues discrètes
(n)
sont notées ui , i = 1, . . . , N et n = 1, . . . , M .

3.2 Discrétisation par Euler explicite en temps.

L’approximation en temps par la méthode d’Euler 1 explicite consiste à écrire la première équation de (3.1.1) en
chaque point xi et temps tn , à approcher la dérivée en temps ut (xi , tn ) par le quotient différentiel :

u(xi , tn+1 ) − u(xi , tn )

,
k
et la dérivée en espace −uxx(xi , tn ) par le quotient différentiel :
1
(2u(xi , tn ) − u(xi−1 , tn ) − u(xi+1 , tn )).
h2
Remarque 3.3 On a choisi une discrétisation en espace de type différences finies, mais on aurait aussi bien pu
prendre un schéma de volumes finis ou d’éléments finis.
On obtient le schéma suivant :
 (n+1) (n)

 ui − ui 1 (n) (n) (n)

 + 2 (2ui − ui−1 − ui+1 ) = 0, i = 1, . . . N, n = 1, . . . , M,
 k h
u0i = u0 (xi ), i = 1, . . . , N, (3.2.2)




 (n) (n)
u0 = uN +1 = 0, ∀n = 1, . . . , M.
1. Leonhard Paul Euler, né le 15 avril 1707 à Bâle et mort le 18 septembre 1783 à Saint-Pétersbourg[1], est un mathématicien et physicien
suisse, qui passa la plus grande partie de sa vie en Russie et en Allemagne. Euler fit d’importantes découvertes dans des domaines aussi
variés que le calcul infinitésimal et la théorie des graphes. Il introduisit également une grande partie de la terminologie et de la notation des
mathématiques modernes, en particulier pour l’analyse mathématique, comme pour la notion d’une fonction mathématique[2]. Il est également
connu pour ses travaux en mécanique, en dynamique des fluides, en optique et en astronomie.

Analyse numérique II, Télé-enseignement, M1 68 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.2. EULER EXPLICITE CHAPITRE 3. EDP PARABOLIQUES
(n+1) (n)
le schéma est dit explicite, car la formule ci-dessus donne ui de manière explicite en fonction des (ui )i=1,...,N .
En effet on a :
(n+1) (n) (n) (n) (n)
ui = ui − λ(2ui − ui−1 − ui+1 ),
k
avec λ = .
h2

3.2.1 Consistance du schéma

(n)
Soit ūi = u(xi , tn ) la valeur exacte de la solution en xi et tn : L’erreur de consistance Ri en (xi , tn ) peut s’écrire
(n) (n)
comme la somme des erreurs de consistance en temps et en espace : Ri = R̃i + R̂in avec :

1 % (n) &
(n+1) (n)
(n) ūi − ūi (n) (n) (n)
R̃i = − ut (xi , tn ) et R̂i = 2ū i − ū i−1 − ū i+1 − uxx (xi , tn ).
k h2
Proposition 3.4 Le schéma (3.2.2) est consistant d’ordre 1 en temps et d’ordre 2 en espace, c’est à dire qu’il existe
C ∈ IR + ne dépendant que de u tel que :
(n)
|Ri | ≤ C(k + h2 ). (3.2.3)
' est (n)
Démonstration : On a vu lors de l’étude des problèmes elliptiques que l’erreur de consistance en espace R i
' (n)
d’ordre 2 (voir formule (2.2.30) page 18). Un développement de Taylor en temps donne facilement que Ri est
d’ordre 1 en temps.

3.2.2 Stabilité
On a vu à la proposition 3.2 page 67 que la solution exacte vérifie :

'u'L∞ (]0,1[×]0,T [) ≤ 'u0 'L∞ (]0,1[)

Si on choisit correctement les pas de temps et d’espcace, nous allons voir qu’on peut avoir l’équivalent discret sur
la solution approchée.

Définition 3.5 On dit qu’un schéma est L∞ -stable si la solution approchée est bornée dans L∞ indépendamment
du pas du maillage.

Proposition 3.6 Si la condition de stabilité

k 1
≤ λ= (3.2.4)
h2 2
∞
est vérifiée, alors le schéma (3.2.2) est L –stable au sens où :
(n)
sup |ui | ≤ 'u0 '∞
i=1,...,N
n=1,...,M

Démonstration : On peut écrire le schéma sous la forme

(n+1) (n) (n) (n) (n)
ui = ui − λ(2ui − ui−1 − ui+1 ),

soit encore :
(n+1) (n) (n) (n)
ui = (1 − 2λ)ui + λui−1 + λui+1 .

Analyse numérique II, Télé-enseignement, M1 69 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.2. EULER EXPLICITE CHAPITRE 3. EDP PARABOLIQUES
1 (n+1) (n) (n)
Si 0 ≤ λ ≤ , on a λ ≥ 0 et 1 − 2λ ≥ 0, et la quantité ui est donc combinaison convexe de ui , ui−1 et
2
(n) (n)
ui+1 . Soit M (n) = max ui , on a alors :
i=1,...,N
(n+1)
ui ≤ (1 − 2λ)M (n) + λM (n) + λM (n) , ∀i = 1, . . . , N,
(n+1)
et donc ui ≤ M (n) . On en déduit en passant au maximum que :
M (n+1) ≤ M (n) .
On montre de la même manière que
(n+1) (n)
min ui ≥ min ui .
i=1,...,N i=1,...,N
(n+1) (n+1)
On en déduit maxi=1,...,N (ui ) ≤ max u0i et mini=1,...,N (ui ) ≥ min u0i d’où le résultat.

3.2.3 Convergence
(n)
Définition 3.7 Soit u la solution du problème (3.1.1) et (ui ) i=1,...N, la solution de (3.2.2). On appelle erreur
n=1,...,M
de discrétisation au point (xi , tn ) la quantité eni = u(xi , tn ) − uni .
Théorème 3.8 Sous les hypothèses du théorème 3.1, et sous la condition de stabilité (3.2.4), il existe C ∈ IR + ne
dépendant que de u tel que
(n+1) (0)
'ei '∞ ≤ 'ei '∞ + T C(k + h2 ), pour tout i = 1, . . . , N et n = 0, . . . , M − 1.
(0) (n)
Ainsi, si 'ei '∞ = 0, alors maxi=1,...N 'ei ' tend vers 0 lorsque k et h tendent vers 0, pour tout n = 1, . . . M .
Le schéma (3.2.2) est donc convergent.
(n)
Démonstration : On note ūi = u(xi , tn ). On a donc, par définition de l’erreur de consistance,
(n+1) (n)
− ūi ūi 1 (n) (n) (n) (n)
− (2ūi − ūi−1 − ūi+1 ) = Ri . (3.2.5)
k h2
D’autre part, le schéma numérique s’écrit :
(n+1) (n)
− ui ui 1 (n) (n) (n)
− (2ui − ui−1 − ui+1 ) = 0. (3.2.6)
k h2
Retranchons (3.2.6) à (3.2.5), on obtient :
(n+1) (n)
ei − ei 1 (n) (n) (n) (n)
− (2ei − ei+1 − ei−1 ) = Ri ,
k h2
soit encore :
(n+1) (n) (n) (n) (n)
ei = (1 − 2λ)ei + λei−1 + λei+1 + kRi
(n) (n) (n)
Or (1 − 2λ)ei + λei−1 + λei+1 ≤ 'e(n) '∞ , car λ ≤ 21 , et donc comme le schéma est consistant, l’inégalité
(3.2.3) entraîne que :
(n+1)
|ei | ≤ 'e(n) '∞ + kC(k + h2 ).
On a donc par récurrence :
(n+1)
'ei '∞ ≤ 'e(0) '∞ + M kC(k + h2 )
ce qui démontre le théorème.
Donnons maintenant un exemple où lorsque la condition (3.2.3) n’est pas vérifiée, le schéma est instable.

Analyse numérique II, Télé-enseignement, M1 70 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.2. EULER EXPLICITE CHAPITRE 3. EDP PARABOLIQUES
3.2.4 Exemple de non convergence
Montrons que si la condition λ ≤ 21 n’est pas respectée, on peut construire une condition initiale pour lequel le
schéma n’est pas stable. Soit u0 ∈ C([−1, 1], IR) qui vérifie (voir Figure (3.1) :

u0 (x)

−1 −1 + ε 1

F IGURE 3.1 – Condition initiale pour le contre exemple



 u (x) ≥ 0
 0
u0 (x) )= 0 si x ∈] − 1; −1 + ε[



u0 (x) = 0 si x > −1 + ε
On considère le problème :


 u − uxx = 0, ∀x ∈] − 1, 1[; ∀t > 0.
 t
u(x, 0) = u0 (x), ∀x ∈] − 1, 1[ (3.2.7)



u(1, t) = u(−1, t) = 0, ∀t > 0.
On peut montrer que la solution exacte u de (3.2.7) vérifie u(x, t) > 0, ∀x ∈] − 1, 1[, ∀t > 0. En particulier,
(n)
pour un temps T > 0 donné, on a u(0, T ) > 0. Soit M ∈ IN et k = T /M . Soit ui la solution approchée par
(3.2.2), sensée approcher u(xi , tn ) (i ∈ {−N, . . . , N }, n ∈ N ). On va montrer que uM0 = 0 pour k et h choisis
de manière non admissible ; ceci montre que le schéma ne peut pas converger. Calculons uM 0 :
M−1
uM
0 = (1 − 2λ)u0 + λuM−1
−1 + λuM−1
1 .
Donc uM
0 dépend de

u(M−1) sur [−h, h]

u(M−2) sur [−2h, 2h]
..
.
T T
u(0) sur [−M h, M h] = [− h, h]
k k
h 1
Par exemple, si on prend = on obtient : [− Tk h, Tk h] = [− 21 , 12 ], et donc, si ε < 21 , on a uM
0 = 0. On peut
k 2T
h 1
donc remarquer que si k = 2T , même si h → 0 et k → 0,

uM
0 )→ u(0, T ).

Analyse numérique II, Télé-enseignement, M1 71 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.2. EULER EXPLICITE CHAPITRE 3. EDP PARABOLIQUES
Le schéma ne converge pas ; notons que ceci n’est pas en contradiction avec le résultat de convergence 3.8 page
k 1
70, puisqu’ici, on n’a pas satisfait à la condition 2 ≤ .
h 2

3.2.5 Stabilité au sens des erreurs d’arrondi

On considère le schéma d’Euler explicite pour l’équation (3.1.1). On appelle u la solution exacte de (3.1.1), uD la
solution exacte de (3.2.2), unum la solution effectivement calculée par l’ordinateur. On peut écrire :

u − unum = u − uD + uD − unum .

On sait que l’erreur de discrétisation u − uD tend vers 0 lorsque h et k tendent vers 0, sous condition de stabilité
(3.2.4), c.à.d.
1
λ≤ .
2
Pour contrôler l’erreur entre la solution uD du schéma (3.2.2) et la solution numérique obtenue unum , on cherche
à estimer l’amplification de l’erreur commise sur la donnée initiale. Rappelons que le schéma s’écrit :
(n+1) (n) (n) (n)
ui = (1 − 2λ)ui + λui−1 + λui+1 ,

k
avec λ = . Ce schéma se met sous la forme u(n+1) = AU (n) , avec
h2
 
1 − 2λ λ 0 ... 0
 . . .. 
 λ 1 − 2λ λ . . 
 
 . .. . .. . .. 
A= 0 0 
 
 .. . 
 . .. λ 1 − 2λ λ 
0 ... 0 λ 1 − 2λ

Définition 3.9 (Stabilité au sens des erreurs d’arrondi) Supposons que l’on commette une erreur ε0 sur la condi-
'0 , s’écrit donc u
tion initiale. La nouvelle condition initiale u '0 = u0 + ε0 . A cette nouvelle condition initiale cor-
(n) (n) (n)
respond une nouvelle solution calculée u ' = u + ε . On dit que le schéma est stable au sens des erreurs
d’arrondi s’il existe C > 0 indépendant de n tel que ε(n) ≤ Cε(0) .

On peut trouver une condition suffisante pour que le schéma 3.2.2 soit stable au sens des erreurs d’arrondi. En
effet, on va démontrer le résultat suivant :
k
Proposition 3.10 On suppose que λ = h2 < 21 . Alors le schéma 3.2.2 est stable au sens des erreurs d’arrondi.

Démonstration : Soit donc une condition initiale perturbée u '0 = u0 + ε0 à laquelle on associe une nouvelle
(n) (n) (n) (n) n 0
solution calculée u ' = u + ε . On a ε = A ε . Comme A est symétrique, A est diagonalisable dans
IR. Soient µ1 , . . . , µN les valeurs propres de A, et e1 , . . . , eN les vecteurs propres associés, c’est–à–dire tels que
Aei = µi ei , ∀i = 1, . . . N . On décompose la perturbation ε0 sur la base des vecteurs propres :
N
. N
.
ε0 = ai ei . On a donc An ε0 = ai µni ei = ε(n) .
i=1 i=1

Analyse numérique II, Télé-enseignement, M1 72 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.2. EULER EXPLICITE CHAPITRE 3. EDP PARABOLIQUES
Si on prend par exemple : ε0 = ai ei , on obtient ε(n) = ai µni ei . Il y a diminution de l’erreur d’arrondi sur ε0 si

sup |µi | ≤ 1
i=1...N

c’est-à-dire si ρ(A) ≤ 1, où ρ(A) désigne le rayon spectral de A. Calculons ρ(A). On écrit : A = I + λB où B

est la matrice symétrique définie négative, définie par :
 
−2 1 0 ... 0
 .. 
 1 −2 1 . . . . 
 
 .. .. .. 
B= 0 . . . 0  (3.2.8)
 
 . . 
 .. . . 1 −2 1 
0 ... 0 1 −2

Soit VP(A) l’ensemble de valeurs propres de A. Alors VP(A) = {1 + λµ, µ ∈ VP(B))}. Or VP(B) =
{−4 sin2 2(Njπ+1) , j = 1, . . . , N } (voir Lemme 3.11 plus loin). Pour que ε(n) < ε0 , il faut donc que :

jπ
sup |1 − 4λ sin2 | < 1,
j=1,...,N 2(N + 1)

c.à.d.
jπ 1
λ sin2 < .
2(N + 1) 2
Une condition suffisante pour avoir une diminution de l’erreur est donc que λ < 12 .

Lemme 3.11 (Valeurs propres de B) L’ensemble VP(B) des valeurs propres de la matrice B définie par (3.2.8)
est donné par :
jπ
VP(B) = {−4 sin2 , j = 1, . . . , N }.
2(N + 1)

Démonstration : Les valeurs propres B peuvent se calculer à partir des valeurs propres de l’opérateur continu ; on
commence donc par chercher u solution de :
/
−u$$ + αu = 0,
u(0) = u(1) = 0.

Cherchons u(x) sous la forme : √ √

u(x) = a cos αx + b sin αx
√ √
Comme u(0) = 0, on a : a = 0. De même, u(1) = B sin 0 α = 0, et donc 1 α = kπ. Les valeurs propres et
vecteurs propres associés de l’opérateur continu sont donc : k 2 π 2 , sin kπx k ∈ IN ∗ . Pour k = 1, . . . , N , soit
(k)
v (k) ∈ IR N tel que vi = sin kπih. Calculons Bv (k) :
(k) (k) (k)
(Bv (k) )i = vi−1 − 2vi + vi+1

et donc
(Bv (k) )i = sin kπ(i − 1)h − 2 sin kπih + sin kπ(i + 1)h

Analyse numérique II, Télé-enseignement, M1 73 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.2. EULER EXPLICITE CHAPITRE 3. EDP PARABOLIQUES
En développant, on obtient :
(Bv (k) )i = sin kπih cos(−kπh) + cos kπih sin(−kπh) − 2 sin kπih + sin kπih cos kπh + cos kπih sin kπh.
Après simplifications, il vient :
(Bv (k) )i = 2 sin kπih(−1 + cos kπh).
kπh
Or, cos kπh = 1 − 2 sin2 . On a donc :
2
kπh
(Bv (k) )i = 2 sin kπih × (−2 sin2 )
2
kπh (k)
= −4 sin2 (v )i , ∀k = 1 . . . N.
2
On a h = 1
N +1 , et donc les valeurs propres de B s’écrivent µk = −4 sin2 kπ
2(N +1) , k = 1, . . . , N .

3.2.6 Stabilité au sens de Von Neumann

L’analyse de stabilité au sens de Von Neumann 2 consiste à étudier l’impact du schéma sur un mode de Fourier
isolé. Pour que le mode de Fourier en question soit solution du problème continu, on remplace les conditions de
Dirichlet homogènes du problème (3.1.1) par des conditions périodiques, et pour alléger les notations, on considère
l’intervalle ]0, 2π[ comme intervalle détude en espace plutôt que l’intervalle ]0, 1[.

Problème continu avec conditions aux limites périodiques On considère le problème avec conditions aux
limites périodiques 
 ut − u(xx) = 0, t ∈]0, T [, x ∈]0, 2π[,
u(0, t) = u(2π, t), ∀t ∈]0, T [, (3.2.9)

u(x, 0) = u0 (x).
Le problème (3.2.9) est bien posé, au sens où ∀u0 ∈ C([0, 2π]), il existe une unique u ∈ C 2 (]0, 2π[×]0, T [, IR)
solution de (3.2.9). On suppose que u0 ∈ L2 (]0, 2π[). On rappelle que L2 est un espace de Hilbert, et que
{einx , n ∈ ZZ } est une [Link] 3 de L2 (]0, 2π[). On décompose donc la condition initiale dans cette
base hilbertienne : u0 (x) = cn (0)einx (au sens de la convergence dans L2 ). Dans un premier temps, calcu-
n∈ZZ
lons formellement les solutions de (3.2.9) sous la forme d’un développement dans la base hilbertienne :
.
u(x, t) = cn (t)einx .
n∈ZZ

En supposant qu’on ait le droit de dériver terme à terme, on a donc :

. .
ut (x, t) = c$n (t)einx et uxx (x, t) = −cn (t)n2 einx .
n∈ZZ n∈ZZ

On obtient, en remplaçant dans l’équation

c$n (t) = −n2 cn (t)
2. John von Neumann (1903-1957), mathématicien et physicien américain d’origine hongroise, a apporté d’importantes contributions tant
en mécanique quantique, qu’en analyse fonctionnelle, en théorie des ensembles, en informatique, en sciences économiques ainsi que dans
beaucoup d’autres domaines des mathématiques et de la physique. Il a de plus participé aux programmes militaires américains.
3. Soit H un espace de! Hilbert, (ei )i∈ZZ est une base hilbertienne de H si : (ei )i∈ZZ est une famille orthonormée telle que ∀x ∈
H, ∃(xi )i∈ZZ ⊂ IR ; x = xi ei au sens de la convergence dans H, avec xi = (x, ei ), où (., .) désigne le produit scalaire sur H.
i∈ZZ

Analyse numérique II, Télé-enseignement, M1 74 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.2. EULER EXPLICITE CHAPITRE 3. EDP PARABOLIQUES
2
c’est-à-dire cn (t) = cn (0)e−n t en tenant compte de la condition initiale. On a donc finalement :
. 2
u(x, t) = cn (0)e−n t einx . (3.2.10)
n∈ZZ

Justifions maintenant ce calcul formel. On a :

.
|cn (0)|2 = 'u0 '2L2 < +∞
n∈ZZ

De plus, en dérivant (3.2.10) terme à terme, on obtient :

ut − uxx = 0.

La condition de périodicité est bien vérifiée par u donnée par (3.2.10). Enfin on a bien : u(x, t) → u0 (t) lorsque
t → 0, donc la condition initiale est vérifiée. On peut remarquer qu’il y a “amortissement” des coefficients de
Fourier cn (0) lorsque t augmente, c.à.d. qu’on a : cn (t) ≤ cn (0), ∀ t > 0.

Discrétisation du problème (3.2.9) Si on utilise le schéma (3.2.2), pour la discrétisation de (3.2.9) on a :

(n+1) (n) (n) (n)
uj = (1 − 2λ)uj + λuj−1 + λuj+1 . (3.2.11)

On prend comme condition initiale u0 (x) = ap eipx , pour p ∈ ZZ fixé . En discrétisant, on obtient : u0j (x) =
ap eipjh , pour j = 1, . . . , N, avec h = N2π 0 0
+1 . On a bien u0 = uN +1 = 0. Calculons :

(1)
uj = (1 − 2λ)ap eipjh + λap eip(j−1)h + λap eip(j+1)h

(1)
donc : uj = ap eipjh ξp . On appelle ξp le facteur d’amplification associé à la fonction eipx (appelé aussi “p-ième
mode”). On a donc : 
(1) (0)

 uj = ξp uj

..
 .

 u(n) = (ξ )n u(0)
j p j

On dit que le schéma est “stable au sens de Von Neumann" : si :

|ξp | < 1, ∀p.

Calculons ξp :
ξp = 1 − 2λ + 2λ cos ph
ph
= 1 − 2λ + 2λ(1 − 2 sin2 )
% & 2
p
= 1 − 4λ sin2 N2π
+1 , 2 .
2 3
2 2π p 1
Pour avoir |ξp | < 1, il faut λ sin , < Une condition suffisante pour que le schéma soit stable au
N +1 2 4
1
sens de Von Neumann est que : λ < . Remarquons que c’est la même condition que pour la stabilité des erreurs
2
d’arrondis.

Analyse numérique II, Télé-enseignement, M1 75 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.2. EULER EXPLICITE CHAPITRE 3. EDP PARABOLIQUES
Convergence du schéma avec la technique de Von Neumann Soit u ∈ C 2 (]0, 2π[×]0, T [, IR) la solution
. 2 2π
exacte de (3.2.9) on a u(jh, nk) = cp (0)e−p nk eipjh où h = est le pas de discrétisation en espace et
N +1
p∈ZZ
T
k= le pas de discrétisation en temps. Soit uD la solution de (3.2.2), et :
M
.
uD (jh, nk) = cp (0)ξp(n) eipjh .
p∈ZZ

On cherche à montrer la convergence de uD vers u au sens suivant :

4
Proposition 3.12 Soit u0 = n∈ZZ cn (0)einx et u la solution du problème (3.2.9). On note uD la solution ap-
prochée obtenue par le schéma d’Euler explicite (3.2.11). Alors ∀ε > 0, ∃η ≥ 0 tel que si k ≤ η et hk2 ≤ 21 ,
alors
T
|u(jh, nk) − uD (jh, nk)| ≤ ε, ∀j = 1 . . . N, n = .
k
(n)
Démonstration : On note (u − uD )j la quantité u(jh, nk) − uD (jh, nk). On fera l’hypothèse supplémentaire :
.
|cp (0)| < +∞.
p∈ZZ
.
Donc pour tout ε ∈ IR+, il existe A ∈ IR tel que 2 |cp (0)| ≤ ε. On écrit alors :
|p|≥A

(n)
. 2 . 2
(u − uD )j ≤ cp (0)(e−p nk
− ξpn )eipjh + cp (0)(e−p nk
− ξpn )eipjh
|p|≤A |p|≥A

On a donc : . . 2
(n)
(u − uD )j ≤X +2 |cp (0)|, avec X = |cp (0)|(e−p nk
− ξpn )
|p|≥A |p|≤A
.
et 2 |cp (0)| ≤ 2ε. Montrons maintenant que X → 0 lorsque h → 0. Remarquons que
|p|≥A

2 2 ph
e−p nk
− ξpn = e−p T
− ξpn , et ξp = 1 − 4λ sin2 .
2
ph p 2 h2 k ph
Or, sin2 = + O(h4 ), et λ = 2 . Donc : 4λ sin2 = p2 k + O(kh2 ). On en déduit :
2 4 h 2
2 3T /k 2 3
ph T ph
(ξp )n = 1 − 4λ sin2 et donc ln ξpn = ln 1 − 4λ sin2 = −T p2 + O(h2 ).
2 k 2
2
On en déduit que ξpn → e−p T
lorsque h → 0. Tous les termes de X tendent vers 0, et X est une somme finie ;
(n)
on a donc montré que (u − uD )j tend vers 0 lorsque h tend vers 0.

Remarque 3.13 On peut adapter la technique de Von Neumann au cas Dirichlet homogène sur [0, 1], en effec-
tuant le développement de u par rapport aux fonctions propres de l’opérateur u$$ avec conditions aux limites de
Dirichlet : .
u(x, t) = cn (t) sin(nπx).
L’avantage du développement en série de Fourier est qu’il marche pour n’importe quel opérateur linéaire à condi-
tion d’avoir pris des conditions aux limites périodiques.

Analyse numérique II, Télé-enseignement, M1 76 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.3. SCHÉMA IMPLICITE ET SCHÉMA DE CRANK-NICOLSON CHAPITRE 3. EDP PARABOLIQUES
3.3 Schéma implicite et schéma de Crank-Nicolson
3.3.1 Le θ-schéma
Commeno̧ns par un petit rappel sur les ’équations différentielles (voir aussi polycopié d’analyse numérique de
licence, sur le site web http ://[Link]/˜herbin On considère le problème de Cauchy :
/ $
y (t) = f (y(t)), t > 0.
(3.3.12)
y(0) = y0

Soit k un pas (constant) de discrétisation , on rappelle que les schémas d’Euler explicite et implicite pour la
discrétisatision de ce problème s’ecrivent respectivement :

y (n+1) − y (n)
Euler explicite : = f (y (n) ), n ≥ 0 (3.3.13)
k
y (n+1) − y (n)
Euler implicite : = f (y (n+1) ), n ≥ 0, (3.3.14)
k
avec y (n) = y0 . On rappelle également que le θ-schéma, où θ est un paramètre de l’intervalle [0, 1] sécrit :

y (n+1) = y (n) + kθf (y (n+1) ) + k(1 − θ)f (y (n) ). (3.3.15)

Remarquons que pour θ = 0 on retrouve le schéma (3.3.13) et pour θ = 1 le schéma (3.3.14). On peut facilement
adapter le θ schéma à la résolution des équations paraboliques. Par exemple, le θ-schéma pour la discrétisation en
temps du problème (3.1.1), avec une discrétisation par différences finies en espace s’écrit :
(n+1) (n)
ui −ui (n+1) (n+1) (n+1) (n) (n) (n)
k = hθ2 (−2ui + ui−1 + ui+1 ) + 1−θ
h2 (−2ui + ui−1 + ui+1 ), ; n ≥ 0, i = 1 (3.3.16)
(0)
ui = u0 (xi ), i = 1, . . . , N.

1
Si θ = 0, on retrouve le schéma d’Euler explicite ; si θ = 1, celui d’Euler implicite. Dans ce cas où θ = ce
2
4 5
schéma s’appelle schéma de Crank -Nicolson . Notons que dès que θ > 0, le schéma est implicite, au sens où on
(n+1) (n)
n’a pas d’expression explicite de ui en fonction des uj .

3.3.2 Consistance et stabilité

Proposition 3.14 (Consistance du θ-schéma) Le θ schéma (3.3.16) pour la discrétisation du problème (3.1.1) est
1
d’ordre 2 en espace. Il est d’ordre 2 en temps si θ = , et d’ordre 1 sinon.
2
1
Démonstration : On pose ūnj = u(xj , tn ), h = N +1 ,

(n+1) (n)
(n) ūj − ūj θ % (n+1) (n+1) (n+1)
& 1−θ %
(n) (n) (n)
&
Rj = + −2ū i + ū i−1 + ū i+1 + −2u i + u i−1 + u i+1
k h2 h2
4. John Crank (6 February 1916 –3 October 2006) mathématicien britannique.
5. Phyllis Nicolson (21 Septembre 1917 – 6 Octobre 1968) mathématicienne britannique.

Analyse numérique II, Télé-enseignement, M1 77 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.3. SCHÉMA IMPLICITE ET SCHÉMA DE CRANK-NICOLSON 5 5 CHAPITRE 3. EDP PARABOLIQUES 5 5
5 (n) 5 5 (n) 5
On va montrer, en effectuant des développements limités, que : 5Rj 5 ≤ C(k + h2 ) si θ )= 21 et que 5Rj 5 ≤
C(k 2 + h2 ) si θ = 21 . En effet, on décompose
(n) (n,1) (n,2) (n,3)
Rj = Tj + θTj + (1 − θ)Tj

avec : (n+1) (n) % &

(n,1) ūj −ūj (n,2) θ (n+1) (n+1) (n+1)
Tj = , Tj = h2 −2ūi + ūi−1 + ūi+1
%k &
(n,3) 1−θ (n) (n) (n)
Tj = h2 −2ui + ui−1 + ui+1
(n,1)
Effectuons un développement limité pour calculer Tj :

(n,1) k
Tj = (ūt )(xj , tn ) + (utt )(xj , tn ) + R1 avec |R1 | ≤ Ck 2 .
2
(n,2)
Faisons de même pour Tj :

(n,2) 0 1
Tj = θ ūxx (xj , tn+1 ) + R2 avec |R2 | ≤ Ch2 .

Or ūxx (xj , tn+1 ) = ūxx (xj , tn ) + kūxxt (xj , tn ) + R3 avec |R3 | ≤ Ck 2 , donc :
(n,2) 0 1
Tj = θ uxx (xj , tn ) + +kuxxt(xj , tn ) + R4 avec |R4 | ≤ C(h2 + k 2 ).

(n,3)
De même pour Tj , on a :

(n,3)
Tj = (1 − θ)uxx (xj , tn ) + R5 , avec |R5 | ≤ Ck 2 .

En regroupant, on obtient que

(n) k ∂
Rj = ut (xj , tn ) − uxx (xj , tn ) ut (xj , tn ) + θk(uxx )(xj , tn ) + R
2 ∂t
avec R = R1 + R4 + R5
1
• Si θ = , on a un schéma d’ordre 2 en temps et en espace.
2 0 61 17
En effet, k2 (ūtt )(xj , tn ) − θk(ūxxt )(xj , tn ) = ∂t
∂
k 2 (ūt )(xj , tn ) − θ(ūxx )(xj , tn ) et ut − uxx = 0.
1
• Si θ )= : on a un schéma d’ordre 2 en espace et d’ordre 1 en temps.
2

1
Proposition 3.15 (Stabilité au sens de Von Neumann) Si θ ≥ le θ-schéma est inconditionnellement stable.
2
1
En particulier, les schémas d’Euler implicite et de Crank-Nicolson sont inconditionnellement stables. Si θ < le
2
schéma est stable sous condition.
1
λ≤ .
2(1 − 2θ)
(On retrouve en particulier que le schéma d’Euler explicite n’est que si λ ≤ 21 ).

Analyse numérique II, Télé-enseignement, M1 78 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.3. SCHÉMA IMPLICITE ET SCHÉMA DE CRANK-NICOLSON CHAPITRE 3. EDP PARABOLIQUES
Démonstration : On remplace les conditions aux limites de Dirichlet sur [0, 1] par des conditions périodiques sur
[0, 2π]. La solution exacte sécrit alors : . 2
u= cp (0)e−p t eipx .
p∈ZZ
ipx
Pronons comme condition initiale u0 (x) = e . On a :

(n+1) (n) k 8 (n+1) (n+1) (n+1) (n) (n) (n)

uj − uj = −θ(2uj − uj−1 − uj+1 ) − (1 − θ)(2uj − uj−1 − uj+1 ),
h2
k
ce qui sécrit encore, avec : λ = h2 :
(n+1) (n+1) (n+1) (n) (n) (n)
(1 + 2λ)uj − λθuj−1 − λθuj+1 = (1 − 2λ(1 − θ))uj + λ(1 − θ)uj+1 + λ(1 − θ)uj−1 . (3.3.17)

(0)
En discrétisant la condition intiale (mode de Fourier) on obtient uj = eipjh et on cherche le facteur d’amplifcation
ξp tel que u1j = ξp u0j = ξp eipjh ; en appliquant le schéma ci–dessus pour n = 0, on obtient :

(1 + 2λθ)ξp − λθξp [e−iph + eiph ] = [1 − 2λ(1 − θ)] + λ(1 − θ)[eiph + eiph ]

et donc :
1 − 2λ(1 − θ) + 2λ(1 − θ) cos ph 1 − 4λ(1 − θ) sin2 ph/2
ξp = =
(1 + 2λθ) − 2λ cos ph 1 + 4λθ sin2 ph
2

Pour que le schéma soit stable au sens de Von Neumann, il faut que : |ξp | < 1 pour tout p, soit encore :

ph ph
1 − 4λ(1 − θ) sin2 < 1 + 4λθ sin2 (3.3.18)
2 2
et
ph ph
− 1 < 1 + 4λθ sin2
4λ(1 − θ) sin2 (3.3.19)
2 2
L’inégalité (3.3.18) est toujours vérifiée. En ce qui concerne l’inégalité (3.3.19), on distingue deux cas :
1
1. Si θ ≤ 2 alors 0 ≤ 1 − θ ≤ θ et dans ce cas (3.3.19) est toujours vraie.
1
2. Si θ < 2 , on veut : 9 :
2 ph 2 ph
4λ (1 − θ) sin − θ sin <2
2 2
Il faut donc que
; <−1
1 2 ph
λ< (1 − 2θ) sin
2 2
Une condition suffisante est donc :
1 1
λ≤ si θ < .
2(1 − 2θ) 2

Analyse numérique II, Télé-enseignement, M1 79 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.3. SCHÉMA IMPLICITE ET SCHÉMA DE CRANK-NICOLSON CHAPITRE 3. EDP PARABOLIQUES
3.3.3 Convergence du schéma d’Euler implicite.
Prenons θ = 1 dans le θ-schéma : on obtient le schéma d’Euler implicite :
(n+1) (n+1) (n+1) (n)
(1 + 2λ)uj − λuj−1 − λuj+1 = uj (3.3.20)

On rappelle que ce schéma est inconditionnellement stable au sens de Von Neumann. On va montrer de plus qu’il
est L∞ –stable :
(n)
Proposition 3.16 (Stabilité L∞ pour Euler implicite) Si (uj )j=1,...,N est solution du schéma (3.3.20), alors :

(n+1) (n) (0)

max uj ≤ max uj ≤ max uj (3.3.21)
j=1,...,N j=1,...,N j=1,...,N

de même :
(n+1) (n) (0)
min uj ≥ min uj ≥ min uj (3.3.22)
j=1,...,N j=1,...,N j=1,...,N

Le schéma (3.3.20) est donc L∞ stable.

(n+1)
Démonstration : Prouvons l’estimation (3.3.21), la preuve de (3.3.22) est similaire. Soit j0 tel que uj0 =
(n+1)
maxj=1,...,N uj Par définition du schéma d’Euler implicite (3.3.20), On a :

(n) (n+1) (n+1) (n+1)

uj0 = (1 + 2λ)uj0 − λuj0 −1 − λuj0 +1 .

(n+1) (n)
On en déduit : uj0 ≤ maxj=1,...,N uj , ce qui prouve que

(n+1) (n)
max uj ≤ max uj .
j=1,...,N j=1,...,N

Donc le schéma (3.3.20) est L∞ stable.

Théorème 3.17 Soit e(n) l’erreur de discrétisation, définie par

(n) (n)
ej = u(xj , tn ) − uj pour j = 1, . . . , N.

Alors 'e(n+1) '∞ ≤ 'e(0) '∞ + T C(k + h2 ). Si 'e(0) '∞ = 0, le schéma est donc convergent (d’ordre 1 en temps
et 2 en espace.

Démonstration : En utilisant la définition de l’erreur de consistance, on obtient :

(n+1) (n) (n) (n) (n)
(1 + 2λ)ej − λej−1 − λej+1 = ej + Rj

et donc :
'e(n+1) '∞ ≤ 'eh '∞ + kC(k + h2 )
On en déduit, par récurrence sur n, que :

'e(n+1) '∞ ≤ 'e0 '∞ + T C(k + h2 )

d’où la convergence du schéma.

Analyse numérique II, Télé-enseignement, M1 80 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.4. CAS DE LA DIMENSION 2 CHAPITRE 3. EDP PARABOLIQUES
On peut montrer que le schéma saute-mouton (ou “Leap-frog")
(n+1) (n−1)
uj − uj 1 (n) (n) (n)
= (u − 2uj + uj+1 )
2k h2 j−1
est d’ordre 2 en espace et en temps (voir exercice 30 page 86. Malheureusement il est aussi inconditionnellement
instable. On peut le modifier pour le rendre stable, en introduisant le schéma de Dufort-Frankel, qui s’écrit :
(n+1) (n−1)
uj − uj 1 (n) (n+1) (n−1) (n)
= (u − (uj + uj ) + uj+1 ).
2k h2 j−1
Ce schéma est consistant et inconditionnellement stable (voir exercice 30 page 86).

3.4 Cas de la Dimension 2

Soit Ω un ouvert borné de IIR 2 , on considère le problème suivant :

 ut − ∆u = 0 x ∈ Ω, t ∈]0, T [
u(x, 0) = u0 (x) x ∈ Ω

u(x, t) = g(t) x ∈ ∂Ω ∀t ∈]0, T [

Si le domaine est rectangulaire, ce problème se discrétise facilement à l’aide de θ schéma en temps et de différences
finies en espace, en prenant un maillage rectangulaire. On peut montrer, comme dans le cas 1D, la consistance, la
stabilité, la L∞ stabilité, la stabilité au sens de Von Neumann

Analyse numérique II, Télé-enseignement, M1 81 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
3.5 Exercices
Exercice 22 (Existence de solutions “presque classiques") Corrigé en page 93

Soit u0 ∈ L2 (]0, 1[). On s’intéresse au problème :

ut (x, t) − uxx (x, t) = 0, x ∈]0, 1[, t ∈ IR $+ ,

u(0, t) = u(1, t) = 0, t ∈ IR $+ , (3.5.23)
u(x, 0) = u0 (x), x ∈]0, 1[.
1. On définit u : [0, 1] × IR $+ → IR par :
. 2
π2 t
u(x, t) = e−n an sin(nπx), x ∈ [0, 1], t ∈ IR $+ , (3.5.24)
n∈IN !
=1 =1
avec an = ( 0 u0 (x) sin(nπx)dx)/( 0 sin2 (nπx)dx).

Montrer que u est bien définie de [0, 1] × IR $+ dans IR et est solution de (3.5.23) au sens suivant :

u ∈ C ∞ ([0, 1] × IR $+ , IR),
ut (x, t) − uxx (x, t) = 0, ∀x ∈ [0, 1], ∀t ∈ IR $+ ,
(3.5.25)
u(0, t) = u(1, t) = 0, ∀t ∈ IR $+ ,
'u(., t) − u0 'L2 (]0,1[) → 0, quand t → 0.
2. Montrer qu’il existe une unique fonction u solution de (3.5.25).

Exercice 23 (Discrétisation par DF)

Soit u0 ∈ C(]0, 1[). On s’intéresse au problème :

ut (x, t) + ux (x, t) − uxx (x, t) = 0, x ∈]0, 1[, t ∈]0, T [,

u(0, t) = a, t ∈ IR $+ ,
(3.5.26)
u$ (1, t) = b
u(x, 0) = u0 (x), x ∈]0, 1[,
avec T > 0, a et b ∈ IR donnés.
Ecrire une discrétisation espace-temps du problème (3.5.26) avec le schéma d’Euler explicite en temps et par
différences finies avec un maillage uniforme en espace, en utilisant un schéma décentré amont pour le terme
d’ordre 1 ux (x, t).

Exercice 24 (Exemple de schéma non convergent) Suggestions en page 92, corrigé en page 95

Soit u0 ∈ L2 (] − 4, 4[). On note u l’unique solution (au sens vu en cours ou en un sens inspiré de l’exercice
précédent) du problème suivant :

ut (x, t) − uxx (x, t) = 0, x ∈] − 4, 4[, t ∈]0, 1[,

u(−4, t) = u(4, t) = 0, t ∈]0, 1[, (3.5.27)
u(x, 0) = u0 (x), x ∈] − 4, 4[.
On sait que la solution de (3.5.27) est de classe C ∞ sur [−4, 4]×]0, 1] (voir l’exercice précédent). On admettra que
si u0 ≥ 0 p.p. sur ] − 4, 4[ et u0 )= 0 (dans L2 (] − 4, 4[)) alors u(x, t) > 0 pour tout x ∈] − 4, 4[ et tout t ∈]0, 1].

Analyse numérique II, Télé-enseignement, M1 82 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
On suppose maintenant que u0 ∈ C([−4, 4], IR), u0 (−4) = u0 (4) = 0, u0 ≥ 0 sur ] − 4, 4[, u0 nulle sur [−3, 4]
et qu’il existe a ∈] − 4, −3[ t.q. u0 (a) > 0. On a donc u(x, t) > 0 pour tout x ∈] − 4, 4[.
Avec les notations du cours, on considère la solution de (3.5.27) donnée par le schéma d’Euler explicite (3.2.2)
avec le pas de temps k = 1/(M + 1) et le pas d’espace h = 8/(N + 1) (M, N ∈ IN$ , N impair). La solution
approchée est définie par les valeurs uni pour i ∈ {−(N + 1)/2, . . . , (N + 1)/2} et n ∈ {0, . . . , M + 1}. La valeur
uni est censée être une valeur approchée de uni = u(ih, nk).
1. Donner les équations permettant de calculer uni pour i ∈ {−(N + 1)/2, . . . , (N + 1)/2} et n ∈ {0, . . . , M +
1}.
2. On suppose maintenant que k = h. Montrer que uni = 0 pour i ≥ 0 et n ∈ {0, . . . , M + 1}. En déduire
que max{|uM+1
i − uM+1
i |, i ∈ {−(N + 1)/2, . . . , (N + 1)/2} ne tends pas vers 0 quand h → 0 (c’est-à-
dire quand N → ∞).

Exercice 25 (Schéma implicite et principe du maximum)

1. Soient T > 0, v ∈ C 1 ([0, 1], IR + ), a0 , a1 ∈ IR et u0 ∈ C([0, 1]). On considère le problème d’évolution suivant :

 ut (x, t) − uxx (x, t) + v(x)ux (x, t) = 0, x ∈]0, 1[, t ∈]0, T [,
u(0) = a0 , u(1) = a1 , (3.5.28)

u(x, 0) = u0 (x).

dont on cherche à approcher la solution par différences finies. On choisit pour cela le schéma de la question 1 de
l’exercice 5 pour la discrétisation en espace, et on discrétise par le schéma d’Euler implicite en temps avec un pas
de temps uniforme k = PT où P ≥ 1.
(p) (p)
1.1 Ecrire le schéma ainsi obtenu et montrer qu’il admet une solution qu’on notera U = (ui ) i=1,...N, , où ui est
p=1,...,P
censé être une approximation de u(xi , tp ), où tp = pk, p = 0, . . . , P.
1.2 Montrer que
(p)
min(min u0 , min(a0 , a1 )) ≤ ui ≤ max(max u0 , max(a0 , a1 )), pour tout i = 1, . . . , N et p = 1, . . . , P .
[0,1] [0,1]

2. Soit T > 0, et u0 ∈ C([0, 1]). On considère maintenant le problème d’évolution suivant :


 ut (x, t) − uxx (x, t) + (vu)x (x, t) = 0, x ∈]0, 1[, , t ∈]0, T [,
u(0) = a0 , u(1) = a1 , (3.5.29)

u(x, 0) = u0 (x).

dont on cherche à approcher la solution par différences finies. On choisit pour cela le schéma de la question 2 de
l’exercice 6 pour la discrétisation en espace, et on discrétise par le schéma d’Euler implicite en temps avec un pas
de temps uniforme k = PT où P ≥ 1.
(p) (p)
2.1 Ecrire le schéma ainsi obtenu et montrer qu’il admet une solution qu’on notera U = (ui ) i=1,...N, , où ui est
p=1,...,P
censé être une approximation de u(xi , tp ), où tp = pk, p = 0, . . . , P.
(p)
2.2 Montrer que si a0 ≥ 0, a1 ≥ 0 et u0 ≥ 0, alors on a : ui ≥ 0, pour tout i = 1, . . . , N et p = 1, . . . , P .
3. On considère maintenant Ω =]0, 1[2 ; soient v ∈ C ∞ (Ω, (IR + )2 ) (v(x) est donc un vecteur de IR 2 ), a ∈
C(∂Ω, IR) et u0 ∈ C(Ω, IR + ). En s’inspirant des schémas étudiés aux questions 3 et 4, donner une discrétisation

Analyse numérique II, Télé-enseignement, M1 83 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
en espace et en temps des deux problèmes suivants (avec pas uniforme) :

 ut − ∆u + v · ∇u = 0,
u|∂Ω = a, (3.5.30)

u(·, 0) = u0 .

 ut − ∆u + div(vu) = 0,
u|∂Ω = a, (3.5.31)

u(·, 0) = u0 .

Exercice 26 (Schémas explicites centré et décentré) Corrigé en page 96

Soient α > 0, µ > 0, T > 0 et u0 : IR → IR. On s’intéresse au problème suivant :

ut (x, t) + αux (x, t) − µuxx (x, t) = 0, x ∈]0, 1[, t ∈]0, T [,

u(0, t) = u(1, t) = 0, t ∈]0, T [, (3.5.32)
u(x, 0) = u0 (x), x ∈]0, 1[.
2
On rappelle que ut = ∂u ∂u ∂ u 4
∂t , ux = ∂x et uxx = ∂x2 . On suppose qu’il existe u ∈ C ([0, 1] × [0, T ]) solution
(classique) de (3.5.32) (noter que ceci implique u0 (0) = u0 (1) = 0). On pose A = min{u0 (x), x ∈ [0, 1]} et
B = max{u0 (x), x ∈ [0, 1]} (noter que A ≤ 0 ≤ B).
On discrétise le problème (3.5.32). On reprend les notations du cours. Soient h = 1/(N + 1) et k = T /M (N,
M ∈ IN$ ).
1. Schéma explicite décentré. Pour approcher la solution u de (3.5.32), on considère le schéma suivant :
1 n+1
k (ui − uni ) + αh (uni − uni−1 ) − hµ2 (uni+1 − 2uni + uni−1 ) = 0,
i ∈ {1, . . . , N }, n ∈ {0, . . . , M − 1},
(3.5.33)
un0 = unN +1 = 0, n ∈ {1, . . . , M },
u0i = u0 (ih), i ∈ {0, . . . , N + 1}.
On pose uni = u(ih, nk) pour i ∈ {0, . . . , N + 1} et n ∈ {0, . . . , M }.
(a) (Consistance) Montrer que l’erreur de consistance du schéma (3.5.33) est majorée par C1 (k + h), où
C1 ne dépend que de u, T , α et µ.
(b) (Stabilité) Sous quelle condition sur k et h (cette condition peut dépendre de α et µ) a-t-on A ≤
uni ≤ B pour tout i ∈ {0, . . . , N + 1} et tout n ∈ {0, . . . , M } ? Sous cette condition, en déduire
'un '∞ ≤ 'u0 'L∞ (]0,1[) pour tout n ∈ {0, . . . , M } (avec 'un '∞ = max{|uni |, i ∈ {0, . . . , N + 1}})
(c) (Estimation d’erreur) On pose eni = uni − uni .
Sous la condition sur k et h trouvée précédemment, montrer que |eni | ≤ C2 (k + h) pour tout i ∈
{0, . . . , N + 1} et tout n ∈ {0, . . . , M } avec C2 ne dépendant que de u, T , α et µ.
2. Schéma explicite centré.
On change dans le schéma (3.5.33) la quantité (α/h)(uni − uni−1 ) par (α/2h)(uni+1 − uni−1 ).
(a) (Consistance) Montrer que l’erreur de consistance est maintenant majorée par C3 (k + h2 ), où C3 ne
dépend que de u, T , α et µ.
(b) Reprendre les questions de stabilité et d’estimation d’erreur du schéma (3.5.33).

Exercice 27 (Discrétisation d’un problème parabolique.) Suggestions en page 92,

Analyse numérique II, Télé-enseignement, M1 84 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Dans cet exercice on s’intéresse à des schémas numériques pour le problème :


 u + ux − εuxx = 0 (x, t) ∈ IR + ×]0, T [
 t
u(1, t) = u(0, t) = 0 t ∈]0, T [ (3.5.34)



u(x, 0) = u0 (x) x ∈]0, 1[

où u0 et ε sont donnés (ε > 0). On reprend dans la suite de l’exercice les notations du cours.
1. Donner un schéma d’approximation de (3.5.34) différences finies à pas constant et centré en espace et Euler
explicite à pas constant en temps. Montrer que l’erreur de consistance est majorée par C(k+h2 ) ; avec C dépendant
de la solution exacte de (3.5.34). Sous quelle(s) condition(s) sur k et h a-t’on 'un '∞ ≤ 'u0 '∞ , ∀n ≤ M ?
Donner un résultat de convergence pour ce schéma.
2. Même question que 1. en remplaçant Euler explicite par Euler implicite.
3. En s’inspirant du schéma de Crank-Nicolson (vu en cours) construire un schéma d’ordre 2 (espace et temps).
Sous quelle(s) condition(s) sur k et h a-t’on 'un '2 ≤ 'u0 '2 , ∀n ≤ M ? Donner un résultat de convergence pour
ce schéma.
4. Dans les schémas trouvés aux questions 1., 2. et 3. on remplace l’approximation de ux par une approximation
décentrée à gauche. Quel est l’ordre des schémas obtenus et sous quelle(s) condition(s) sur k et h a-t’on 'un '∞ ≤
'u0 '∞ où 'u'u0'2 , ∀n ≤ M ? Donner un résultat de convergence pour ces schémas.

Exercice 28 (Equation de diffusion reaction) Suggestions en page 92, corrigé 101

Soit u0 une fonction donnée de [0, 1] dans IR. On s’intéresse ici à la discrétisation du problème suivant :

ut (t, x) − uxx (t, x) − u(t, x) = 0, t ∈ IR + , x ∈ [0, 1], (3.5.35)

u(t, 0) = u(t, 1) = 0, t ∈ IR $+ ; u(0, x) = u0 (x), x ∈ [0, 1]. (3.5.36)

On note u la solution de (3.5.35), (3.5.36), et on suppose que u est la restriction à IR + × [0, 1] d’une fonction de
classe C ∞ de IR 2 dans IR.
Pour h = N1+1 (N ∈ IN$ ) et k > 0, on pose xi = ih, i ∈ {0, . . . , N + 1}, tn = nk, n ∈ IN, uni = u(xi , tn ), et on
note uni la valeur approchée recherchée de uni .
On considère deux schémas numériques, (3.5.37)–(3.5.39) et (3.5.38)–(3.5.39) définis par les équations suivantes :

un+1 − uni (un+1 + un+1 n+1

i−1 − 2ui )
i
− i+1 2
− un+1
i = 0, n ∈ IN, i ∈ {1, . . . , N }, (3.5.37)
k h

un+1 − uni (un+1 + un+1 n+1

i−1 − 2ui )
i
− i+1 2
− uni = 0, n ∈ IN, i ∈ {1, . . . , N }, (3.5.38)
k h

un+1
0 = un+1 0
N +1 = 0, n ∈ IN ; ui = u0 (xi ), = i ∈ {0, . . . , N + 1}. (3.5.39)
Pour n ∈ N , on note un = (un1 , . . . , unN )t ∈ IR N .
1. (Consistance) Soit T > 0. Pour n ∈ IN, et i ∈ {1, . . . , N }, on note Rin l’erreur de consistance (définie en
cours) du schéma numérique (3.5.37), (3.5.39) [resp. du schéma numérique (3.5.38), (3.5.39)]. Montrer qu’il
existe C ∈ IR, ne dépendant que de u et T , t. q. |Rin | ≤ C(k + h2 ), pour tout i ∈ {1, . . . , N } et tout n ∈ IN,
t.q. kn ≤ T .

Analyse numérique II, Télé-enseignement, M1 85 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
2. Montrer que le schéma (3.5.37), (3.5.39) [resp. (3.5.38), (3.5.39)] demande, à chaque pas de temps, la réso-
lution du système linéaire Aun+1 = a [resp. Bun+1 = b] avec A, B ∈ IR N,N et a, b ∈ IR N à déterminer.
Montrer que B est inversible (et même s.d.p.) pour tout h > 0 et k > 0. Montrer que A est inversible (et
même s.d.p.) pour tout h > 0 et k ∈]0, 1[.
3. (Stabilité) Pour n ∈ IN, on pose 'un '∞ = supi∈{1,...,N } |uni |. Soit T > 0. On considère le schéma (3.5.38),
(3.5.39). Montrer qu’il existe C1 (T ) ∈ IR, ne dépendant que de T , t.q. 'un '∞ ≤ C1 (T )'u0 '∞ , pour tout
h > 0, k > 0, et n ∈ IN tel que kn ≤ T .
Soit α ∈ [0, 1]. On considère le schéma (3.5.37), (3.5.39). Montrer qu’il existe C2 (T, α) ∈ IR, ne dépendant
que de T et de α, t.q. 'un '∞ ≤ C2 (T, α)'u0 '∞ , pour tout h > 0, k ∈]0, α[, et n ∈ IN tel que kn ≤ T .
4. (Estimation d’erreur) Pour n ∈ IN et i ∈ {1, . . . , N }, on pose eni = uni − uni . Soit T > 0. Donner, pour
kn ≤ T , des majorations de 'en '∞ en fonction de T , C, C1 (T ), C2 (T, α) (définis dans les questions
précédentes), k et h pour les deux schémas étudiés.

Exercice 29 (Discrétisation par VF)

Ecrire une discrétisation espace-temps du problème (3.5.26) de l’exercice 23 avec le schéma de Crank-Nicolson
en temps, et par volumes finis avec un maillage uniforme en espace, en utilisant un schéma décentré amont pour le
terme d’ordre 1 ux (x, t).

Exercice 30 (Schémas “saute-mouton" et Dufort-Frankel) Corrigé en page 104

On considère le problème suivant :


 ut (x, t) − uxx (x, t) = 0, x ∈]0, 1[, t ∈]0, T [,
u(0, t) = u(1, t) = 0, t ∈]0, T [, (3.5.40)

u(x, 0) = u0 (x), x ∈]0, 1[.

Pour trouver une solution approchée de ((3.5.40)), on considère le schéma “saute-mouton" :

 (n−1)
 un+1
j − uj unj−1 − 2unj + unj+1
= , j = 1, . . . , N − 1, n = 1, . . . , M − 1, (3.5.41)
 n+1 2k n+1 h2
u0 = uN +1 = 0, n = 1, . . . , M − 1,

où (u0j )j=1,...,N et (u1j )j=1,...,N sont supposés connus, h = 1/N , k = T /M .

1. Montrer que le schéma (3.5.41) est consistant. Quel est son ordre ?
2. Montrer que le schéma (3.5.41) est inconditionnellement instable au sens de Von Neumann.

On modifie “légèrement" le schéma (3.5.41) en prenant

 (n−1) (n−1)
 un+1j − uj unj−1 − (un+1
j + uj ) + unj+1
= , j = 1, . . . , N, n = 1, . . . , M − 1, (3.5.42)
 n+1 2k n+1 h2
u0 = uN +1 = 0, n = 1, . . . , M − 1,

(schéma de Dufort-Frankel).
k
3. Montrer que le schéma (3.5.42) est consistant avec (3.5.40) quand h, k → 0 sous la condition h → 0.

4. Montrer que (3.5.42) est inconditionnellement stable.

Analyse numérique II, Télé-enseignement, M1 86 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Exercice 31 (Schéma de Gear)

On considère le problème suivant :



 u − uxx = 0, ∀x ∈ ]0, 1[, ∀t ∈ ]0, T [
 t
u(x, 0) = u0 (x), ∀x ∈ ]0, 1[, (3.5.43)



u(0, t) = u(1, t) = 0, ∀t ∈ ]0, T [,

On suppose que u0 ∈ C(]0, 1[, IR) . On rappelle que dans ce cas, il existe une unique fonction u ∈ C 2 (]0, 1[
×]0, T [, IR) ∩ C([0, 1] × [0, T ], IR) qui vérifie (3.5.43). On cherche une approximation de la solution de ce
problème, par une discrétisation par différences finies en espace et en temps. On se donne un ensemble de points
{tn , n = 1, . . . , M } de l’intervalle ]0, T [, et un ensemble de points {xi , i = 1, . . . , N }. Pour simplifier, on
considère un pas constant en temps et en espace. Soit : h = N1+1 le pas de discrétisation en espace, et k = M T
, le
pas de discrétisation en temps. On pose alors tn = nk pour n = 0, . . . , M et xi = ih pour i = 0, . . . , N + 1. On
cherche à calculer une solution approchée uapp du problème (3.5.43) ; plus précisement, on cherche à déterminer
(n)
uapp (xi , tn ) pour i = 1, . . . , N , et n = 1, . . . , M . Les inconnues discrètes sont notées ui , i = 1, . . . , N et
n = 1, . . . , M .
On considère le schéma suivant :

 ;

 1 % (n+1) (n) (n−1)
& 1 (n+1) (n+1) (n+1) i = 1, . . . N,

 3u i − 4u i + u i + (2u i − u i−1 − u i+1 ) = 0,

 2k h 2 n = 1, . . . , M,

 0
ui = u0 (xi ), i = 1, . . . , N, (3.5.44)

 u1 = u (x ), i = 1, . . . , N,

 i 1 i



 (n) (n)
u0 = uN +1 = 0, ∀n = 1, . . . , M,

où u1 (xi ) = u(xi , k) est supposée connue.

1. Montrer que ce schéma est consistant d’ordre 2 en temps et en espace.
2. Montrer que le schéma s’écrit sous forme matricielle :

U n+1 = BW n (3.5.45)
 
2 −1 0 ··· ··· 0
 n+1  −1 2 −1 0 ··· 0
u1  
2k  0 −1 2 −1 ··· 0
   
où U n+1 =  ...  , B = (3Id + 2 A)−1 , A =  . .. .. .. .. ,
.. (3.5.46)
h  .. . . . . 
.
n+1
uN  
 0 ··· 0 −1 2 −1
0 ··· ··· 0 −1 2
 n−1   n
u1 u1
n n−1  ..  n  .. 
et W ne dépend que de U =  .  et U =  .  . (3.5.47)
un−1
N unN

Donner l’expression de W n en fonction de U n−1 et U n .

Analyse numérique II, Télé-enseignement, M1 87 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
3. En posant 2 3
Un
V n
= ∈ IR 2M ,
U n−1
mettre le schéma sous la forme
V n+1 = M V n
(donner la matrice M en fonction de A).
4. Montrer que µ est valeur propre de M si et seulement si µ2 − 4βµ + β = 0 où β est une valeur propre de la
matrice B.
5. Montrer que les valeurs propres de la matrice M sont toutes de module strictement inférieur à 1.
6. Montrer qu’il existe C ∈ IR, qui ne dépend pas de n, tel que |U n |2 ≤ C, où | · |2 désigne la norme euclidienne
dans IR N .

Exercice 32 (Problème parabolique non linéaire) Corrigé en page 106

On se propose, dans cet exercice, de montrer l’existence d’une solution faible au problème (3.5.48)-(3.5.50), à
partir de l’existence de la solution approchée donnée par un schéma numérique. L’inconnue de ce problème est la
fonction u de [0, 1] × [0, T ] dans IR, elle doit être solution des équations suivantes :

∂u ∂ 2 ϕ(u)
(x, t) − (x, t) = v(x, t), x ∈]0, 1[, t ∈]0, T [, (3.5.48)
∂t ∂x2
∂ϕ(u) ∂ϕ(u)
(0, t) = (1, t) = 0, t ∈]0, T [, (3.5.49)
∂x ∂x
u(x, 0) = u0 (x), x ∈]0, 1[, (3.5.50)

où ϕ, v, T , u0 sont donnés et sont t.q.

1. T > 0, v ∈ L∞ (]0, 1[×]0, T [),
2. ϕ croissante, lipschitzienne de IR dans IR,
3. u0 ∈ L∞ (]0, 1[) et ϕ(u0 ) lipschitzienne de [0, 1] dans IR.
Un exemple important est donné par ϕ(s) = α1 s si s ≤ 0, ϕ(s) = 0 si 0 ≤ s ≤ L et ϕ(s) = α2 (s − L) si s ≥ L,
avec α1 , α2 et L donnés dans IR $+ . Noter pour cet exemple que ϕ$ = 0 sur ]0, L[.
Les ensembles ]0, 1[ et D =]0, 1[×]0, T [ sont munis de leur tribu borélienne et de la mesure de Lebesgue sur cette
tribu.
On appelle “solution faible" de (3.5.48)-(3.5.50) une solution de :

u ∈ L∞ (]0, 1[×]0, T [), (3.5.51)

> >
∂ψ ∂2ψ
(u(x, t) (x, t) + ϕ(u(x, t)) 2 (x, t) + v(x, t)ψ(x, t))dxdt + u0 (x)ψ(x, 0)dx = 0,
D ∂t ∂x ]0,1[
(3.5.52)
∀ψ ∈ CT2,1 (IR 2 ),

Analyse numérique II, Télé-enseignement, M1 88 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
où ψ ∈ CT2,1 (IR 2 ) signifie que ψ est une fonction de IR 2 dans IR deux fois continûment dérivable par rapport à x,
∂ψ ∂ψ
une fois continûment dérivable par rapport à t et t.q. (0, t) = (1, t) = 0, pour tout t ∈ [0, T ] et ψ(x, T ) = 0
∂x ∂x
pour tout x ∈ [0, 1]}.

Question 1 (Solution classique versus solution faible)

On suppose, dans cette question seulement, que ϕ est de classe C 2 , v est continue sur [0, 1] × [0, T ] et u0 est
continue sur [0, 1]. Soit u ∈ C 2 (IR 2 , IR). On note encore u la restriction de u à ]0, 1[×]0, T [. Montrer que u est
solution de (3.5.51)-(3.5.52) si et seulement si u vérifie (3.5.48)-(3.5.50) au sens classique (c’est-à-dire pour tout
(x, t) ∈ [0, 1] × [0, T ]).

On cherche maintenant une solution approchée de (3.5.48)-(3.5.50).

1 T
Soient N, M ∈ IN$ . On pose h = et k = . On va construire une solution approchée de (3.5.48)-(3.5.50) à
N M
partir de la famille {uni , i = 1, . . . , N, n = 0, . . . , M } (dont on va prouver l’existence et l’unicité) vérifiant les
équations suivantes :
> ih
1
u0i = u0 (x)dx, i = 1, . . . , N, (3.5.53)
h (i−1)h

un+1 − uni ϕ(un+1

i−1 ) − 2ϕ(ui
n+1
) + ϕ(un+1
i+1 )
i
− 2
= vin , i = 1, . . . , N, n = 0, . . . , M − 1, (3.5.54)
k h
> (n+1)k > ih
1
avec un+1
0 = u n+1
1 , u n+1
N +1 = u n+1
N , pour tout n = 0, . . . , M − 1 et vi
n
= v(x, t)dxdt, pour
kh nk (i−1)h
tout i = 1, . . . , N , pour tout n = 0, . . . , M .

Question 2 (Existence et unicité de la solution approchée)

Soit n ∈ {0, . . . , M − 1}. On suppose connu {uni , i = 1, . . . , N }. On va prouver dans cette question l’existence
et l’unicité de {un+1
i , i = 1, . . . , N } vérifiant (3.5.54) (avec un+1
0 = un+1
1 , un+1 n+1
N +1 = uN ).

1. Soit a > 0, Pour s ∈ IR, on pose ga (s) = s + aϕ(s). Montrer que ga est une application strictement
croissante bijective de IR dans IR.
2. Soit w = (w i )i=1,...,N ∈ IR N . On pose w 0 = w 1 etw N +1 = wN . Montrer qu’il existe un et un seul couple
(u, w) ∈ IR N × IR N , u = (ui )i=1,...,N , w = (wi )i=1,...,N , t.q. :

ϕ(ui ) = wi , pour tout i ∈ {1, . . . , N }, (3.5.55)

2k k
ui + 2
wi = 2 (w i−1 + w i+1 ) + uni + kvin , pour tout i = 1, . . . , N. (3.5.56)
h h

On peut donc définir une application F de IR N dans IR N par w /→ F (w) = w où w est solution de
(3.5.55)–(3.5.56).
3. On munit IR N de la norme usuelle ' · '∞ . Montrer que l’application F est strictement contractante. [On
pourra utiliser la monotonie de ϕ et remarquer que, si a = ϕ(α) et b = ϕ(β), on a |α − β| ≥ (1/L)|a − b|,
où L ne dépend que de ϕ.]

Analyse numérique II, Télé-enseignement, M1 89 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
4. Soit {un+1
i , i = 1, . . . , N } solution de (3.5.54). On pose w = (w n+1
i )i=1,...,N , avec wi = ϕ(ui ) pour
i ∈ {1, . . . , N }. Montrer que w = F (w).

5. Soit w = (wi )i=1,...,N t.q. w = F (w). Montrer que pour tout i ∈ {1, . . . , N } il existe un+1
i ∈ IR t.q.
wi = ϕ(un+1
i . Montrer que {un+1
i , i = 1, . . . , N } est solution de (3.5.54).

6. Montrer qu’il existe une unique famille {un+1

i , i = 1, . . . , N } solution de (3.5.54).
Question 3 (Estimation L∞ (]0, 1[×]0, T [) sur u)
On pose A = 'u0 'L∞ (]0,1[) et B = 'v'L∞ (]0,1[×]0,T [) . Montrer, par récurrence sur n, que uni ∈ [−A − nkB, A +
nkB] pour tout i = 1, . . . , N et tout n = 0, . . . , M . [On pourra, par exemple, considérer (3.5.54) avec i t.q. un+1
i
= min{un+1
j , j = 1, . . . , N }.]
En déduire qu’il existe cu0 ,v,T ∈ IR + t.q. 'un 'L∞ (]0,1[) ≤ cu0 ,v,T .

Question 4 (Estimation de la dérivée p.r. à x de ϕ(u))

Montrer qu’il existe C1 (ne dépendant que de T , ϕ, v et u0 ) t.q., pour tout n = 0, . . . , M − 1,
M−1
. N.−1
h
(ϕ(un+1 n+1 2
i+1 ) − ϕ(ui )) ≤ C1 . (3.5.57)
n=0 i=1
k
a2 b2
[Multiplier (3.5.54) par un+1
i et sommer sur i et sur n et utiliser l’inégalité a2 − ab ≥ 2 − 2 .]

Question 5 (Estimation de la dérivée p.r. à t de ϕ(u))

Montrer qu’il existe C2 (ne dépendant que de T , ϕ, v et u0 ) t.q.
M−1
. N
. +1
h (ϕ(uni+1 ) − ϕ(un+1 2
i+1 )) ≤ C2 k. (3.5.58)
n=0 i=0

et
N
. +1
(ϕ(un+1
i ) − ϕ(un+1 2
i+1 )) ≤ C2 h, pour tout n ∈ {0, . . . , M }. (3.5.59)
i=0

[indication : multiplier (3.5.54) par ϕ(un+1

i ) − ϕ(uni ) et sommer sur i et n]

Dans la suite de l’exercice, il s’agit de passer à la limite (quand N, M → ∞) pour trouver une solution de (3.5.48)-
(3.5.50).
√
Pour M ∈ IN$ donné, on prend N = M 2 (et donc h et k sont donnés et k = T h), on définit (avec les uni trouvés
dans les questions précédentes) une fonction, uh , sur [0, 1] × [0, T ] en posant

t − nk (n+1) (n + 1)k − t (n)

uh (x, t) = uh (x) + uh (x), si t ∈ [nk, (n + 1)k]
k k
et
(n)
uh (x) = uni , si x ∈](i − 1)h, ih[, i = 1, . . . , N , n = 0, . . . , M.
Enfin, on définit ϕ(uh ) par ϕ(uh )(x, t) = ϕ(uh (x, t)).

Question 6 Montrer que les suites (uh )M∈IN ! et (ϕ(uh ))M∈IN ! sont bornées dans L∞ (]0, 1[×]0, T [) (on rappelle
que h est donné par M ).

Analyse numérique II, Télé-enseignement, M1 90 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.5. EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Question 7
Montrer qu’il existe C (ne dépendant que de T , ϕ, v et u0 ) t.q. l’on ait, pour tout M ∈ IN$ :
1. Pour tout t ∈ [0, T ],
>
|ϕ(uh )(x + η, t) − ϕ(uh )(x, t)|2 dx ≤ Cη,
IR

pour tout η ∈ IR $+ , avec ϕ(uh )(·, t) prolongée par 0 hors de [0, 1].
2. 'ϕ(uh )(·, t) − ϕ(uh )(·, s)'L2 (]0,1[) ≤ C|t − s|, pour tout t, s ∈ [0, T ].

√ trouver une suite (hn )n∈IN et u ∈

Une conséquence des questions 6 et 7 ( que l’on admet ici est que l’on peut
L∞ (]0, 1[×]0, T [) telle que, en posant un = uhn (on rappelle que kn = T hn ), l’on ait, quand n → ∞,
1. hn → 0 et kn → 0,
2. un → u dans L∞ (]0, 1[×]0, T [) pour la topologie faible--,
3. ϕ(un ) → ϕ(u) dans Lp (]0, 1[×]0, T [), pour tout p ∈ [1, ∞[.
Question 8 Montrer que la fonction u ainsi trouvée est solution de (3.5.51),(3.5.52).

Remarque. On peut aussi montrer l’unicité de la solution de (3.5.51),(3.5.52).

Analyse numérique II, Télé-enseignement, M1 91 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.6. SUGGESTIONS POUR LES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
3.6 Suggestions pour les exercices
Exercice 24 (Exemple de schéma non convergent)
1. Ecrire le schéma d’Euler explicite.
2. Démontrer par récurrence que
; <
N +1 N +1 N +1
Si n ∈ {0, . . . , M + 1}, i ∈ − ,..., et i ≥ − + n alors uni = 0.
2 2 4
? @
En déduire que uni = 0 pour n ∈ {0, . . . , M + 1} et i ∈ 0, . . . , N2+1 et conclure.

Exercice 27 (Discrétisation d’un problème parabolique)

1. Calculer l’erreur de consistance et la majorer par des développements de Taylor.
Chercher ensuite les conditions pour que :
'un '∞ ≤ 'u0 '∞ .
Pour étudier la convergence du schéma, majorer l’erreur de discrétisation : enj = ūnj − unj où unj est calculé par
(3.7.70), et ūnj est la solution du problème (3.5.34) en xj = jh et tn = nk.

Même chose pour les questions suivantes. . .

Exercice 28 (Problème de diffusion réaction)

1. Effectuer des développements de Taylor. . .
(n)
3. Montrer par récurrence que maxj=1,...,N unj ≤ (1 + k)n maxj=1,...,N u0j . et que minj=1,...,N uj ≥ (1 +
n (0)
k) minj=1,...,N uj .
4. Utiliser l’équation, le schéma, et l’erreur de consistance.

Exercice 30 (Schémas de Saute-Mouton et Dufort-Frankel)

1. Effectuer des développements de Tyalor pour majorer l’erreur de consistance.
2. Montrer que le facteur d’amplification ξn obtenu par l’analyse de stabilité de Von Neumann satisfait :

ξn+1 − αξn − ξn−1 = 0, n ≥ 2.

Etudier ensuite les racines de léquation r2 − αr − 1 = 0 et montrer que l’une de ses racines est, en module,
supérieure à 1.
4. Reprendre la méthode développée à la question 2, en montrant que l’équation caractéristique pour ξ est mainte-
nant :
p(r) = ar2 + br + c = 0,
avec
1 1 2 cos(ph) 1 1
+ 2, b = −
a= 2
et c = 2 − .
2k h h h 2h
Etudier ensuite les racines de cette équation.

Analyse numérique II, Télé-enseignement, M1 92 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
3.7 Corrigés des exercices
Exercice 22 page 82
On note ' · '2 = ' · 'L2 (]0,1[) .
1) Pour n ∈ IN∗ , on a > >
1 1
1 − cos(2nπx) 1
sin2 (nπx)dx = dx = ,
0 0 2 2
et
> 1 2> 1 31/2
r2
|u0 (x) sin(nπx)|dx ≤ 'u0 '2 sin2 (nπx)dx = 'u0 '2 .
0 0 2
La quantité an est donc bien définie et
|an | ≤ r2 'u0 '2
Pour tout t > 0 et x ∈ [0, 1], on a
2 2 2 2 2 2
|e−n π t an sin(nπx)| ≤ r2 'u0 '2 e−n π t ∀n ∈ IN ∗ .
. 2 2 2
Ceci montre que la série e−n π t an sin(nπx) est absolument convergente et donc que u est bien définie pour
n>0
tout t > 0 et tout x ∈ [0, 1] et même pour tout x ∈ IR.
On remarque ensuite que u est de classe C ∞ sur IR × IR ∗+ , en appliquant les théorèmes classiques de dérivation
terme à terme d’une série. En effet, soit ε > 0, pour tout x ∈ IR et t > ε on a
5 5
5 −n2 π2 t2 5 2 2 2
5e an sin(nπx)5 ≤ r2 'u0 '2 e−n π ε , ∀n ∈ IN∗

2 2 2
Comme (x, t) → e−n π t an sin(nπt) est continue (pour tout n ∈ IN∗ ), on en déduit que u est continue sur
IR×]ε, ∞[, et finalement sur IR×]0, ∞[ car ε > 0 est arbitraire.
Pour dériver terme à terme la série définissant u, il suffit également d’obtenir sur ]ε, ∞[×IR (pour tout ε > 0) une
majoration du terme général de la série des dérivées par le terme général d’une série convergente (indépendant de
(x, t) ∈ IR×]ε, ∞[. On obtient cette majoration en remarquant que, pour (x, t) ∈ IR×]ε, ∞[,
2
π 2 t2 2
π 2 ε2
| − n2 π 2 e−n an sin(nπx)| ≤ n2 π 2 e−n r2 'u0 '2

On montre ainsi finalement que u est de classe C 1 par rapport à t et que

. 2 2 2
ut (x, t) = −n2 π 2 e−n π t an sin(nπx), x ∈ IR, t > 0.
n>0

En itérant ce raisonnement on montre que u est de classe C ∞ par rapport à t sur IR × IR ∗+ .

Un raisonnement similaire montre que u est de classe C ∞ par rapport à x sur IR × IR ∗+ et que l’on peut dériver
terme à terme la série définissant u. On obtient donc aussi
. 2 2 2
uxx (xt) = −n2 π 2 e−n π t an sin(nπx), x ∈ IR, t > 0,
n>0

et ceci donne ut = uxx sur IR × IR ∗t et donc aussi un [0, 1] × IR ∗+ . Le fait que u(0, t) = u(1, t) pour tout t > 0 est
immédiat car sin nπt = sin 0 = 0, pour tout n ∈ IN ∗ .
Il reste à montrer que u(., t) → u0 dans L2 (]0, 1[) quand t → 0.

Analyse numérique II, Télé-enseignement, M1 93 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
√
On définit en ∈ L2 (]0, 1[) par en (x) = 2 sin(nπx). La famille {en , n ∈ IN∗ } est une base hilbertienne de
L2 (]0, 1[).
On a donc :
N
.
an sin nπx → u0 , dans L2 (]0, 1[), quand n → ∞,
n=1
et
∞
.
a2n = 2'u0 '22 .
n=1

On remarque maintenant que

(N ) (N )
u(x, t) − u0 (x) = u(x, t) − u(N ) (x, t) + u(N ) (xt) − u0 (x) − u0 (x) − u0 (x),

avec
N
. 2
π 2 t2
u(N ) (x, t) = an e−n sin(nπx)
n=1
N
.
(N )
u0 (x) = an sin(nπx).
n=1
(N )
Il est clair que, pour tout N ∈ IN∗ , on a u(N ) (., t) → u0 uniformément sur IR, quand N → ∞, et donc
(N )
u(N ) (., t) → u0 dans L2 (]0, 1[).
Comme
∞
. .∞
1 2 2 2 1 (N )
'u(., t) − u(N ) (., t)'22 = a2n e−2n π t ≤ a2n = 'u0 − u0 '22 → 0
2 2
n=N +1 n=N +1
2
quand N → ∞, on en déduit que u(., t) → u0 , qdt → 0, dans L (]0, 1[).
2) On note w la différence de 2 solutions de (3.5.25). On a donc

w ∈ C ∞ ([0, 1] × IR ∗+ , IR)
wt − wxx = 0 sur [0, 1] × IR ∗+
w(0, t) = w(1, t) = 0 pour t > 0
w(., t) → 0, dans L2 (]0, 1[), quand t → 0

Soit 0 < ε < T < ∞. On intègre l’équation wwt − wwxx = 0 sur ]0, 1[×]ε, T [. En utilisant une intégration par
parties (noter que w ∈ C ∞ ([0, 1] × [ε, T ]), on obtient :
> 1 > 1 > 1 > T
1 2 1 2
w (x, T )dx − w (x, ε).dx + wx2 (x, t)dxdt = 0.
2 0 2 0 0 ε

D’où l’on déduit 'w(., T )'2 ≤ 'w(., ε)'2 . Quand ε → 0, on a 'w(., ε)'2 → 0, on a donc 'w(., T )'2 = 0 et donc,
comme w(., t) est contenue sur [0, 1], wX ∈ [0, 1]. Comme T > 0 est arbitraire, on a finalement

w(x, t) = 0 ∀t ∈ [0, 1], ∀t > 0

Ce qui montre bien l’unicité de la solution de (3.5.25).

Analyse numérique II, Télé-enseignement, M1 94 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Exercice 24 page 82
1) La formule pour calculer u0i est :

N +1 N +1
u01 = u0 (ih, 0), i=− ,...,
2 2
Soit maintenant n ∈ {0, . . . , M }. On a :

N +1 N +1
un+1
i =0 pour i=− et i=
2 2
k 0 n 1 N +1 N +1
un+1
i 2
= uni +
ui+1 + uni−1 − 2uni , i = − + 1, . . . , − 1.
h 2 2
2) On va montrer, par récurrence (finie) sur n, que :
; <
N +1 N +1 N +1
Si n ∈ {0, . . . , M + 1}, i ∈ − ,..., et i ≥ − + n alors uni = 0. (3.7.60)
2 2 4
N +1
Pour initialiser la récurrence, on suppose que n = 0 et i ≥ − . On a alors
4
N +1 8
ih ≥ − = −2 > −3
4 N +1
et donc u0i = 0.
Soit maintenant n ∈ {0, . . . , M }. On suppose que?l’hypothèse de récurrence
@ est vérifiée jusqu’au rang n, et on
démontre la propriété au rang n + 1. Soit donc i ∈ − N2+1 , . . . , N2+1 tel que i ≥ − N4+1 + (n + 1). Alors :
– Si i = N2+1 on a bien uNi
+1
= 0.
– Si i < 2 , les indices i − 1, i et i + 1 sont tous supérieurs ou égaux à − N4+1 + n, et donc par hypothèse de
N +1

récurrence, 2 3
n+1 2k k k
ui = ui 1 − 2 + 2 uni+1 + 2 uni−1 = 0.
n
h h h
1 8
On a donc bien démontré (3.7.60). On utilise maintenant l’hypothèse k = h, c’est–à–dire M+1 = N +1 . On a alors

N +1
− + M + 1 = −2(M + 1) + M + 1 = −(M + 1) < 0.
4
On en déduit que si n ∈ {0, . . . , M + 1} et i ≥ 0, alors i ≥ − N4+1 + n. On en déduit que uni = 0 pour
? @
n ∈ {0, . . . , M + 1} et i ∈ 0, . . . , N2+1 . On remarque alors que
; ; << ; ; <<
N +1 N +1 N +1
max |uM+1 i − ū M+1
i |, i ∈ − , . . . , ≥!la max |ū M+1
i |, i ∈ 0, . . . ,
2 2 2

≥ inf u(x, 1) > 0,

[0,4]

et donc ne tend pas vers 0 quand h → 0.

Analyse numérique II, Télé-enseignement, M1 95 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Exercice 26 page 84 : schéma implicite et principe du maximum
1. Schéma explicite décentré
(a) Par définition, l’erreur de consistance en (xi , tn ) s’écrit : On s’intéresse ici à l’ordre du schéma au sens
des différences finies. On suppose que u ∈ C 4 ([0, 1] × [0, T ]) est solution de (3.5.32) et on pose

ūni = u(ih, nk), i = 0, . . . , N, k = 0, . . . , M.

Pour i = 1, . . . , N − 1 et k = 1, . . . , M − 1, l’erreur de consistance en (xi , tk ) est définie par :

1 n+1 α µ
Rin = (ū − ūni ) − (ūni − ūni−1 ) − 2 (ūni−1 − 2ūni + ūni+1 ). (3.7.61)
k i h h
Soit i ∈ {1, . . . , N − 1}, k ∈ {1, . . . , M − 1}. On cherche une majoration de Rin en utilisant des
développements de Taylor. En utilisant ces développements, on obtient qu’il existe (ξ' , t' ) ∈ [0, 1] ×
[0, T ], . = 1, . . . , 4, t.q. :

k2
ūn+1
i = ūni + kut (ih, nk) + utt (ξ1 , t1 ), (3.7.62)
2

h2
ūni−1 = ūni − hux (ih, nk) + uxx (ξ2 , t2 ), (3.7.63)
2

h2 h3 h4
ūni−1 = ūni − hux (ih, nk) + uxx (ih, nk) − uxxx (ih, nk) − uxxxx(ξ3 , t3 ), (3.7.64)
2 6 24

h2 h3 h4
ūni+1 = ūni + hux (ih, nk) + uxx (ih, nk) + uxxx (ih, nk) + uxxxx(ξ4 , t4 ). (3.7.65)
2 6 24
On en déduit :

k h
Rin = ut (ih, nk) + utt (ξ1 , t1 ) + αux (ih, nk) + α uxx (ξ2 , t2 )
2 2
h2
−µuxx (ih, nk) − µ (uxxxx(ξ3 , t3 ) + µuxxxx(ξ4 , t4 )) ,
24
et donc, comme u est solution de (3.5.32), pour h assez petit, on a :

|Rin | ≤ C1 (h + k),

où C1 ne dépend que de u. Le schéma (3.5.33) est donc consistant d’ordre 1 en temps et en espace.
(b) Cherchons les conditions pour que un+1i s’écrive comme combinaison convexe de uni , uni−1 et uni+1 .
On peut réécrire le schéma (3.5.33) :

αk 2µk µk αk µk
un+1
i = auni + buni+1 + cuni−1 , avec a = 1 − − 2 , b = 2 et c = + 2.
h h h h h

Analyse numérique II, Télé-enseignement, M1 96 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Il est facile de voir que a + b + c = 1, et que b ≥ 0, c ≥ 0. Il reste à vérifier que a ≥ 0 ; pour cela, il
2µk
faut et il suffit que αk
h + h2 ≤ 1. Cette condition sécrit encore :

h2
k≤ . (3.7.66)
αh + 2µ
Si h et k vérifient la condition (3.7.66), on pose : M n = maxi=1...N uni (resp. mn = mini=1...N uni .
Comme un+1 i est une combinaison convexe de uni , uni−1 et uni+1 , on a alors : un+1
i ≤ M n ∀i =
n+1 n n+1 n n+1
1, . . . , N (resp. ui ≥m ∀i = 1, . . . , N ) et donc : M ≤ M (resp. m ≥ mn ). On a ainsi
montré que :
'un+1 '∞ ≤ 'un '∞ .
On a de même :
'un '∞ ≤ 'un−1 '∞ .

..
.

'u1 '∞ ≤ 'u0 '∞ .

En sommant ces inégalités, on obtient :

'un '∞ ≤ 'u0 '∞ .

Donc, sous la condition (3.7.66), on a 'un+1 '∞ ≤ 'un '∞ et donc 'un '∞ ≤ 'u0 '∞ , pour tout
n = 1, . . . , N.
(c) En retranchant l’égalité (3.7.61) au schéma (3.5.33), on obtient l’équation suivante sur eni :

1 n+1 α µ
(ei − eni ) + (eni − eni−1 ) − 2 (eni−1 − 2eni + eni+1 ) = Rin .
k h h
ce qu’on peut encore écrire :

kα kµ kµ
en+1
i = (1 − − 2 2 )eni + eni−1 2 + kRin . (3.7.67)
h h h
Sous la condition de stabilité (3.7.66), on obtient donc :

|en+1
i | ≤ 'en+1 '∞ + C1 (k + h)k,
n
|ei | ≤ 'en−1 '∞ + C1 (k + h)k,
.. .. ..
. ≤ . + .
|e1i | ≤ 'e0 '∞ + C1 (k + h)k,

Si à t = 0, on a 'e0 ' = 0, alors on éduit des inégalités précédentes que |eni | ≤ C1T (k + h) pour tout
n ∈ IN. Le schéma est donc convergent d’ordre 1.
2. Schéma explicite centré.

Analyse numérique II, Télé-enseignement, M1 97 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
(a) (Consistance) En utilisant les développements de Taylor (3.7.62) (3.7.64) et (3.7.65), et les développe-
ments suivants :

h2 h3
ūni−1 = ūni − hux (ih, nk) + uxx(ih, nk) − uxxx(ξ5 , t5 ),
2 6

h2 h3
ūni+1 = ūni + hux (ih, nk) + uxx (ih, nk) + uxxx (ξ6 , t6 ),
2 6
on obtient maintenant :
k h2
Rin = ut (ih, nk) + utt (ξ1 , t1 ) + αux (ih, nk) + α (uxxx(ξ5 , t5 ) + µuxxx (ξ6 , t6 ))
2 12
h2
−µuxx (ih, nk) − µ (uxxxx(ξ3 , t3 ) + µuxxxx(ξ4 , t4 )) ,
24
On en déduit que
|Rin | ≤ C3 (k + h2 ),
où C3 = max( 12 'utt '∞ , 16 'uxxx'∞ , 12
1
'uxxxx'∞ ).
(b) Le schéma s’écrit maintenant :
2µk µk αk µk αk
un+1
i = ãuni + b̃uni+1 + c̃uni−1 , avec ã = 1 − , b̃ = 2 − et c̃ = 2 + .
h2 h h h h

Remarquons que l’on a bien : ã + b̃ + c̃ = 1. Pour que un+1 i soit combinaison convexe de uni , uni+1 et
uni−1 , il faut et il suffit donc que ã ≥ 0, b̃ ≥ 0, et c̃ ≤ 0. L’inégalité c̃ ≥ 0 est toujours vérifiée. Les
deux conditions qui doivent être vérifiées par h et k s’écrivent donc :
2µk
i. ã ≥ 0, i.e. 1 − h2 ≥ 0, soit encore
h2
k≤ .
2µ
µk αk
ii. b̃ ≥ 0 i.e. h2 − h ≥ 0, soit encore
µ
h≤ .
2α
Le schéma centré est donc stable sous les deux conditions suivantes :
µ 1 2
h≤ et k ≤ h . (3.7.68)
2α 2µ

Pour obtenir une borne d’erreur, on procède comme pour le schéma (3.5.33) : on soustrait la définition
de l’erreur de consistance au schéma numérique, et on obtient :

en+1
i = ãeni + b̃eni+1 + c̃eni−1 + kRin . (3.7.69)

Par le même raisonnement que pour le schéma décentré, on obtient donc que si e0i = 0, on a |eni | ≤
C4 (k + h2 ), avec C4 = T C3 .

Analyse numérique II, Télé-enseignement, M1 98 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Exercice 27 page 84
1. On admettra que la solution de (3.5.34) existe est qu’elle est assez régulière. Soient M ∈ IN ∗ et N ∈ IN ∗ , et
soient k le pas de temps, choisi tel que M k = T et h le pas espace, choisi tel que N h = 1. On applique un schéma
d’Euler explicite en temps, et un schéma de différences finies centré en espace, on obtient donc :
9 :
n+1 1 n 1 0 n n
1 ε 0 n n n
1
uj =k u − u − uj−1 + 2 uj+1 + uj−1 − 2uj (3.7.70)
k j 2h j+1 h
On tient compte des conditions aux limites et des conditions initiales en posant :
; n
u0 = unN +1 = 0,
u0j = u0 (jh).

On a, par développement de Taylor :

h2 h3 h4
u(x + h, t) = u(x, t) + hux (x, t) + uxx (x, t) + u(3) (x, t) + u(4) (α, t),
2 6 24
h2 h3 $$$ h4 (4)
u(x − h, t) = u(x, t) − hux (x, t) + uxx (x, t) − u (x, t) + u (β, t),
2 6 24
k2
u(x, t + k) = u(x, t) + kut (x, t) + utt (x, τk ), τk ∈ [t, t + k].
2
De ces développements de Taylor, il ressort que l’erreur de consistance vérifie |R| ≤ C(k + h2 ), où C ne dépend
que de u. Le schéma est donc explicite d’ordre 1 en temps et 2 en espace.
Cherchons alors les conditions pour que :
'un '∞ ≤ 'u0 '∞ .
Par définition,
'un '∞ = max |unj |.
j=1,...,N
n+1 n
On essaye d’abord de vérifier que : 'u '∞ ≤ 'u '∞ , c’est-à-dire :

max |un+1
j | ≤ max |unj |,
j=1,...,N j=1,...,N

On veut donc montrer que


 max un+1
j ≤ max unj ,
 j=1,...,N j=1,...,N


 min un+1
j ≥ min unj .
j=1,...,N j=1,...,N

On peut réécrire le schéma (3.7.70) :

2 3 2 3 2 3
n+1 n 2εk n k kε n εk k
uj = uj 1 − 2 + uj+1 − + + uj−1 + .
h 2h h2 h2 2h
Posons :
M n = max unj
j=1...N

Supposons que k et h vérifient :

2εk kε k
1≥ et 2 − ≥ 0,
h2 h 2h

Analyse numérique II, Télé-enseignement, M1 99 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010

3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
ce qui s’écrit encore : 
 k ≤ 1

h2 2ε (3.7.71)
 2ε
 k≤ ,
h
on a alors :
2 3 2 3 2 3
2εk k kε εk k
un+1
j ≤ M n
1 − + M n
− + + M n
+ ∀j = 1, . . . , N,
h2 2h h2 h2 2h
et donc :
M n+1 ≤ M n .
Posons maintenant :
mn = min unj .
j=1...N

Si k et h satisfont les conditions (3.7.71), on obtient de la même manière

mn+1 ≥ mn

On a ainsi montré que :

'un+1 '∞ ≤ 'un '∞ .
On a de même :
'un '∞ ≤ 'un−1 '∞ .

..
.

'u1 '∞ ≤ 'u0 '∞ .

En sommant ces inégalités, on obtient :
'un '∞ ≤ 'u0 '∞ .
Donc, sous les conditions (3.7.71), on a 'un+1 '∞ ≤ 'un '∞ et donc 'un '∞ ≤ 'u0 '∞ , pour tout n = 1, . . . , N.
Pour étudier la convergence du schéma, on va tenter de majorer l’erreur de discrétisation :

enj = ūnj − unj ,

où unj est calculé par (3.7.70), et ūnj est la solution du problème (3.5.34) en xj = jh et tn = nk.
On a donc, par définition de l’erreur de consistance,
1 n+1 1 n ε
(ū − ūnj ) + (ū − ūnj−1 ) − 2 (−2ūnj + ūnj+1 + ūnj−1 ) = Rjn
k j 2h j+1 h
où |Rin | ≤ C(k + h2 )
ce qui entraine :
1 n+1 1 n ε
(e − enj ) + (e − enj−1 ) − 2 (−2enj + enj+1 + enj−1 ) = Rjn
k j 2h j h
soit encore : 2 3 2 3 2 3
n+1 2εk n k kε j+1 εk k
ej = 1 − 2 ej + − + e + + en + kRjn .
h 2h h2 h2 2h j−1

Analyse numérique II, Télé-enseignement, M1 100 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
de même que précédemment, on obtient sous les conditions (3.7.71)

|en+1
j | ≤ 'en '∞ + C(k + h2 )k
..
.
|enj | ≤ 'en−1 '∞ + C(k + h2 )k
..
.
|e1j | ≤ 'e0 '∞ + C(k + h2 )k.

Et donc en sommant ces inégalités :

'en '∞ ≤ 'e0 '∞ + nCk(k + h2 )

Si à t = 0 on a 'e0 '∞ = 0, alors :

'en+1 '∞ ≤ CM k(k + h2 ) = T (k + h2 ).

Et donc sous les conditions (3.7.71) on a 'en '∞ qui tend vers 0 lorsque k, h → 0, ce qui prouve que le schéma est
convergent.

Exercice 28 page 85
(n)
1. Notons Ri l’erreur de consistance en (xi , tn ). Pour le schéma (3.5.37), on a donc par définition :
(n+1) (n)
(n) ū −ū (n+1) (n+1) (n+1)
Ri = i k i + 1
h2 (2ūi − ūi−1 − ūi+1 ) − ūn+1
i
(n)
= R̃i + R̂in ,

où
ūn+1 − ūni
R̃in = i
− ut (xi , tn ) est l’erreur de consistance en temps
k
et
1
(2ūn+1
R̂in =
i − ūn+1 n+1
i−1 − ūi+1 ) − (uxx (xi , tn )) est l’erreur de consistance en espace.
h2
On a vu (voir (2.2.30)) que 5 4 5
5 5 h2 5∂ u 5
5 n5 5
5R̂i 5 ≤ sup (·, tn )55 , ∀i ∈ {1, . . . , N }
12 [0,1] 5 ∂x4
Effectuons maintenant un développement de Taylor en fonction du temps d’ordre 2 :

k2
u(xi , tn+1 ) = u(xi , tn ) + kut + utt (xi , ξn )
2
u(xi , tn+1 ) − u(xi , tn ) k
avec ξn ∈ [tn , tn+1 ]. Donc − ut = utt (xi , ξn ). Comme ξn ∈ [0, T ], et utt admet un
k 2
maximum (à xi fixé) dans [0, T ] (qui est compact), on a donc
5 5 k
5 n5
5R̃i 5 ≤ max |utt (xi , ·)| .
2 [0,T ]

Analyse numérique II, Télé-enseignement, M1 101 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Par conséquent,
5 5 5 5 5 5 k 5 4 5
5 n n5 5 n 5 5 n5 h2 5∂ u 5
n
|Ri | = 5R̃i + R̂i 5 ≤ 5R̃i 5 + 5R̂i 5 ≤ max |utt (xi , ·)| + max 5 4 (·, tn+1 )55 .
5
2 [0,T ] 12 [0,1] ∂x
Donc |Rin | ≤ C(k + h2 ) avec
2 3
1 1 ∂ 4u
C= max 'utt 'L∞ ([0,1]×[0,T ] ; ' 4 'L∞ ([0,1]×[0,T ] .
2 6 ∂x
Le calcul de l’erreur de consistance pour le schéma (3.5.38) s’effectue de manière semblable.
2. Le schéma (3.5.37) est complètement implicite alors que le schéma (3.5.38) ne l’est que partiellement, puisque le
terme de réaction est pris à l’instant n. Le schéma (3.5.37) s’écrit : AU n+1 = U n avec U n+1 = (U1n+1 , . . . UN
n+1 t
) , Un =
n n t
(U1 , . . . , UN ) , et  
1 + 2λ − k −λ 0 ... 0
 . 

 −λ 1 + 2λ − k −λ . . 0 

 0 
A=  

 
 .. 
 . 0 
0 0 −λ 1 + 2λ − k
k
où λ = 2 . Notons que par définition, A est symétrique. De même, le schéma (3.5.38) s’écrit : BU n+1 = U n
h
avec  
1 + 2λ −1 0 ... 0
 .. 
 −1 1 + 2λ . 0 
1   
0 −1 
B=  
1+k  
 
 
0 0 −1 1 + 2λ
On a donc A = λAh , où Ah est définie en (2.2.26) page 15, avec ci = 1−k λ
λ , et B = k+1 Ah avec ci = λ1 . Dans
les deux cas, les matrices sont donc s.d.p. en vertu de la proposition 2.2 page 15. Notons que l’hypothèse k ∈]0, 1[
est nécessaire dans le cas du premier schéma, pour assurer la positivité de ci .
3. Le schéma (3.5.38) s’écrit
(1 + k)uni = un+1
i + λ(2un+1
i − un+1 n+1
i+1 − ui−1 ).

On montre facilement par récurrence que maxj=1,...,N unj ≤ (1 + k)n maxj=1,...,N u0j , (voir preuve de la stabilité
(n) (0)
L∞ d’Euler implicite page 80) et que min uj ≥ (1 + k)n min uj . On en déduit que
j=1,...,N j=1,...,N

'u(n) '∞ ≤ (1 + k)n 'u0 '∞

Or (1 + k)n ≤ (1 + k)T /k car kn ≤ T . Or
2 3
T
(1 + k)T /k = exp .n(1 + k)
k
T
≤ exp( k) = eT
k

Analyse numérique II, Télé-enseignement, M1 102 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
On en déduit le résultat, avec C1 (T ) = eT . De même, pour le schéma (3.5.37), on montre par récurrence que :
1
'u(n) '∞ ≤ 'u(0) '.
(1 − k)n
Mais pour k ∈]0, α[, avec α ∈]0, 1[, on a :
1 1
≤ 1 + βk, = avec β = .
(1 − k) (1 − α)
On en déduit par un calcul similaire au précédent que

(1 − k)T /k ≤ eβT ,

d’où le résultat avec C2 (T, α) = eβT .

4. Par définition de l’erreur de consistance, on a pour le schéma (3.5.37)
(n+1) (n+1) (n+1)
ūj − ūnj ūj+1 + ūn+1
j−1 − 2ūj (n,1)
− − ūn+1
j = Ri
k h2
(n) (n)
et donc, en notant ej = ūnj − uj l’erreur de discrétisation en (xj , tn ), on a :
(n+1) (n+1) (n+1) (n) (n,1)
ej (1 + 2λ − k) − λej−1 − λej+1 = ej + kRj

On obtient donc, de manière similaire à la question 3 :

(n+1) (n+1) (n+1) (n+1)
(en considérant ej0 = max ej puis ej0 = min ej )

1
'e(n+1) ' ≤ 'e(n) ' + kC(k + h2 ).
1−k
Par récurrence sur n, on obtient alors
2 3n
1
'e(n) '∞ ≤ [kC(k + h2 ) + 'e0 '∞ ]
1−k
d’où
'e(n) '∞ ≤ C2 (T, α)(T C(k + h2 ) + 'e0 '∞ ).
De même, pour le schéma (3.5.38), on écrit l’erreur de consistance :
(n+1) (n+1) (n+1)
ūj − ūnj uj+1 + ūn+1
j−1 − 2ūj (n,2)
− − ūnj = Rj
k h2
et donc :
(n+1) (n+1) (n+1) (n) (n,2)
ej (1 + 2λ) − λej−1 − λej+1 = ej (1 + k) + kRj .
Par des raisonnements similaires à ceux de la question 3 on obtient alors :
(n)
'ej ' ≤ (1 + k)n ('e(0) ' + kC(k + h2 ))

d’où
'e(n) '∞ ≤ C1 (T )('e(0) ' + kC(k + h2 )).

Analyse numérique II, Télé-enseignement, M1 103 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Exercice 30 page 86
1. On s’intéresse ici à l’ordre du schéma au sens des différences finies. On suppose que u ∈ C 4 ([0, 1] × [0, T ]) est
solution de (3.5.40) et on pose

ūnj = u(jh, nk), j = 0, . . . , N, k = 0, . . . , M.

L’erreur de consistance est définie par :

ūn+1
j − ūjn−1 ūnj−1 − 2ūnj + ūnj+1
Rjn = − , j = 1, . . . , N − 1, k = 1, . . . , M − 1.
2k h2
On cherche une majoration de Rjn en utilisant des développement de Taylor. Soit j ∈ {1, . . . , N − 1}, k ∈
{1, . . . , M − 1}. Il existe (ξi , ti ) ∈ [0, 1] × [0, T ], i = 1, . . . , 4, t.q. :

k2 k3
ūn+1
j = ūnj + kut (jh, nk) + utt (jh, nk) + uttt (ξ1 , t1 ),
2 6

k2 k3
ūn−1
j = ūnj − kut (jh, nk) + utt (jh, nk) − uttt (ξ2 , t2 ),
2 6

h2 h3 h4
ūnj−1 = ūnj − hux (jh, nk) + uxx (jh, nk) − uxxx (jh, nk) − uxxxx(ξ3 , t3 ),
2 6 24

h2 h3 h4
ūnj+1 = ūnj + hux (jh, nk) + uxx (jh, nk) + uxxx(jh, nk) + uxxxx(ξ4 , t4 ).
2 6 24
On en déduit :

k2 h2
Rjn = ut (jh, nk) + (uttt (ξ1 , t1 ) + uttt (ξ2 , t2 )) − uxx (jh, nk) − (uxxxx(ξ3 , t3 ) + uxxxx(ξ4 , t4 )) ,
12 24
et donc, comme u est solution de (3.5.40),

|Rjn | ≤ C1 (k 2 + h2 ),

où C1 ne dépend que de u. Le schéma (3.5.41) est donc consistant d’ordre 2.

2. Pour étudier la stabilité au sens de Von Neumann, on “oublie" les conditions aux limites dans (3.5.40). Plus
précisément, on s’intéresse à (3.5.40)avec x ∈ IR (au lieu de x ∈]0, 1[) et on remplace les conditions aux limites
par des conditions de périodicité (exactement comme on l’a vu au paragraphe 3.2.6 page 74). Enfin, on prend une
condition initiale de type ”mode de Fourier", avec p ∈ IR arbitraire, et u0 défini par :

u0 (x) = eipx , x ∈ IR.

La solution exacte est alors : 2

u(x, t) = e−p t eipx , x ∈ IR, t ∈ IR + ,
c’est–à–dire 2
u(·, t) = e−p t u0 , t ∈ IR + .

Analyse numérique II, Télé-enseignement, M1 104 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
2
Le facteur d’amplification est donc, pour tout t ∈ IR + , le nombre e−p t . Ce facteur est toujours, en module,
inférieur à 1. On va maintenant chercher la solution du schéma numérique sous la forme :

unj = ξn eipjh , j ∈ ZZ , n ∈ IN, (3.7.72)

où ξ0 et ξ1 ∈ IR sont donnés (ils donnent u0j et u1j pour tout j ∈ ZZ ) et ξn ∈ IR est à déterminer de manière à ce
que la première équation de (3.5.41) ) soit satisfaite.
Ce facteur ξn va dépendre de k, h et p. Pour k et h donnés, le schéma est stable au sens de Von Neumann si, pour
tout p ∈ IR, la suite (ξn )n∈IN est bornée. Dans le cas contraire, le schéma est (pour ces valeurs de k et h) dit
instable au sens de Von Neumann.
Un calcul immédiat donne que la famille des unj , définie par (3.7.72), est solution de la première équation si et
seulement si la suite (ξn )n∈IN vérifie (on rappelle que ξ0 et ξ1 sont donnés) :
ξn+1 − ξn−1 2
= 2 (cos ph − 1)ξn , n ≥ 2,
2k h
ou encore, en posant
4k
α= (cos ph − 1) (≤ 0),
h2

ξn+1 − αξn − ξn−1 = 0, n ≥ 2 (3.7.73)

En excluant le cas α = −2 (qui correspond, pour k et h donnés, à des valeurs de p très particulières), la solution
de (3.7.73) est
ξn = Ar1n + Br2n , A ≥ 0, (3.7.74)
où A et B sont déterminés par ξ0 et ξ1 (de sorte que ξ0 = A + B, ξ1 = Ar1 + Br2 ) et r1 , r2 sont les deux racines
distinctes de :
r2 − αr − 1 = 0. (3.7.75)
Les nombres r1 et r2 sont réels et comme r1 r2 = 1, l’un de ces nombres est, en module, supérieur à 1. Ceci montre
que (ξn )n est une suite non bornée (sauf pour des choix très particulier de ξ0 et ξ1 , ceux pour les quelles ξ1 = ξ0 r2
où r2 est la racine de (3.7.75) de module inférieur à 1). Ce schéma est donc instable au sens de Von Neumann, pour
tout k > 0 et h > 0.
3. On reprend les notations de la question 1. On s’intéresse maintenant à la quantité Sjn (qui est toujours l’erreur
de consistance) :

ūn+1
j − un−1
j ūnj−1 − (ūn+1
j + ūn−1
j ) + ūj+1
Sjn = − 2
, j = 1, . . . , N − 1, k = 0, . . . , M − 1.
2k h
En reprenant la technique de la question 1, il existe (ξi , ti ), i = 1, . . . , 6 t.q.

h2 h2 k2 k2
Sjn = (uttt (ξ1 , t1 ) + uttt (ξ2 , t2 )) − (uxxxx (ξ3 , t3 ) − uxxxx (ξ4 , t4 )) + 2 htt (ξ5 , t5 ) + 2 utt (ξ6 , t6 ).
12 24 2h 2h
Ce qui donne, avec C2 ne dépendant que de u,
2 3
k2
|Sjn | ≤ C2 h2 + k 2 + 2 , j = 1, . . . , N − 1, k = 0, . . . , M − 1.
h
k
Le schéma est donc consistant quand h → 0 avec → 0.
h

Analyse numérique II, Télé-enseignement, M1 105 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
4. On reprend la méthode développée à la question 2, la suite (ξn )n doit maintenant vérifier la relation suivante
(avec ξ0 , ξ1 donnés).
ξn+1 − ξn−1 2 cos(ph) ξn−1 + ξn+1
= ξn − ,n≥2
2k h2 h2
c’est à dire :
2 3 2 3
1 1 2 cos(ph) 1 1
ξn+1 + − ξn + ξn−1 − = 0, n ≥ 2.
2k h2 h2 h2 2k
L’équation caractéristique est maintenant :

p(r) = ar2 + br + c = 0,

avec
1 1 2 cos(ph) 1 1
+ ,b=− a= et c = 2 − .
2k h2 h2 h 2h
Pour montrer la stabilité au sens de Von Neumann, il suffit d’après (3.7.74) de montrer que les deux racines du
polynôme p sont de module inférieur ou égal à 1. On note r1 et r2 ces deux racines (qui peuvent être confondues)
et on distingue 2 cas :
1. 1er cas : Les racines de p ne sont pas réelles. Dans ce cas, on a |r1 | = |r2 | = γ et
c
γ = | | < 1,
a
car k > 0.
2. 2ème cas : Les racines de p sont réelles. Dans ce cas, on remarque que
c
r1 r2 = < 1,
a
2 2 cos ph
et l’une des racines, au moins, est donc entre −1 et 1 (strictement). De plus on a p(1) = 2 − ≥0
h h2
2 2 cos ph
et p(−1) = 2 + ≥ 0, l’autre racine est donc aussi entre -1 et 1 (au sens large).
h h2
On en déduit que le schéma (3.5.42) est stable au sens de Von Neumann.

Exercice 32 page 88 : Discrétisation d’un problème parabolique non linéaire

On se propose, dans cet exercice, de montrer l’existence d’une solution faible au problème (3.5.48)-(3.5.50), à
partir de l’existence de la solution approchée donnée par un schéma numérique. L’inconnue de ce problème est la
fonction u de [0, 1] × [0, T ] dans IR, elle doit être solution des équations suivantes :

∂u ∂ 2 ϕ(u)
(x, t) − (x, t) = v(x, t), x ∈]0, 1[, t ∈]0, T [, (3.7.76)
∂t ∂x2
∂ϕ(u) ∂ϕ(u)
(0, t) = (1, t) = 0, t ∈]0, T [, (3.7.77)
∂x ∂x
u(x, 0) = u0 (x), x ∈]0, 1[, (3.7.78)

où ϕ, v, T , u0 sont donnés et sont t.q.

Analyse numérique II, Télé-enseignement, M1 106 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
1. T > 0, v ∈ L∞ (]0, 1[×]0, T [),
2. ϕ croissante, lipschitzienne de IR dans IR,
3. u0 ∈ L∞ (]0, 1[) et ϕ(u0 ) lipschitzienne de [0, 1] dans IR.
Un exemple important est donné par ϕ(s) = α1 s si s ≤ 0, ϕ(s) = 0 si 0 ≤ s ≤ L et ϕ(s) = α2 (s − L) si s ≥ L,
avec α1 , α2 et L donnés dans IR $+ . Noter pour cet exemple que ϕ$ = 0 sur ]0, L[.
Les ensembles ]0, 1[ et D =]0, 1[×]0, T [ sont munis de leur tribu borélienne et de la mesure de Lebesgue sur cette
tribu.
On appelle “solution faible" de (3.5.48)-(3.5.50) une solution de :

u ∈ L∞ (]0, 1[×]0, T [), (3.7.79)

> >
∂ψ ∂2ψ
(u(x, t) (x, t) + ϕ(u(x, t)) 2 (x, t) + v(x, t)ψ(x, t))dxdt + u0 (x)ψ(x, 0)dx = 0,
D ∂t ∂x ]0,1[
(3.7.80)
∀ψ ∈ CT2,1 (IR 2 ),

où ψ ∈ CT2,1 (IR 2 ) signifie que ψ est une fonction de IR 2 dans IR deux fois continûment dérivable par rapport à x,
∂ψ ∂ψ
une fois continûment dérivable par rapport à t et t.q. (0, t) = (1, t) = 0, pour tout t ∈ [0, T ] et ψ(x, T ) = 0
∂x ∂x
pour tout x ∈ [0, 1]}.

Question 1 (Solution classique versus solution faible)

Soit u ∈ C 2 (IR 2 , IR) ; notons u sa restriction à D =]0, 1[×]0, T [ ; notons que l’on a bien u ∈ L∞ (]0, 1[×]0, T [).
Supposons que u satisfait (3.5.48)-(3.5.50), et montrons qu’alors u vérifie (3.5.52). Soit ψ ∈ CT2,1 (IR 2 ). Multi-
plions (3.5.48) par ψ et intégrons sur D. On obtient :
> > >
∂u ∂ 2 ϕ(u)
(x, t)ψ(x, t)dxdt − (x, t)ψ(x, t)dxdt = v(x, t)ψ(x, t)dxdt. (3.7.81)
D ∂t D ∂x2 D

Par intégration par parties, il vient :

> > 1 > 1 >
∂u ∂ψ
(x, t)ψ(x, t)dxdt = u(x, T )ψ(x, T )dx − u(x, 0)ψ(x, 0)dx − u(x, t) (x, t).
D ∂t 0 0 D ∂t

Comme ψ ∈ CT2,1 (IR 2 )

on a donc ψ(x, T ) = 0 pour tout x ∈ [0, 1] et comme u vérifie (3.5.50), on a u(x, 0) =
u0 (x). On en déduit que
> > 1 >
∂u ∂ψ
(x, t)ψ(x, t)dxdt = − u0 (x)ψ(x, 0)dx − (x, t)u(x, t). (3.7.82)
D ∂t 0 D ∂t

Intégrons par parties le deuxième terme de (3.7.81) :

> > T
∂ 2 ϕ(u) ∂ϕ(u) ∂ϕ(u)
2
(x, t)ψ(x, t)dxdt = [ (1, t)ψ(1, t) − (0, t)ψ(0, t)]dt
D ∂x >0 ∂x ∂x
∂ϕ(u) ∂ψ(u)
− (x, t) (x, t)dxdt.
D ∂x ∂x

Analyse numérique II, Télé-enseignement, M1 107 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
et comme u vérifie (3.5.49), on a
∂ϕ(u) ∂ϕ(u)
(0, t) = (1, t) = 0, t ∈]0, T [.
∂x ∂x
En tenant compte de ces relations et en ré–intégrant par parties, on obtient :
> >
∂ 2 ϕ(u) ∂ 2 ψ(u)
2
(x, t)ψ(x, t)dxdt = − ϕ(u)(x, t) (x, t)dxdt. (3.7.83)
D ∂x D ∂x2

En remplaï¿ 21 ant dans (3.7.82) et (3.7.83) dans (3.7.81), on obtient (3.5.48).

Réciproquement, supposons que u satisfait (3.5.52), et soit ψ continûment différentiable à support compact dans
D. En intégrant (3.5.52) par parties et en tenant compte que ψ et toutes ses dérivées sont nulles au bord de D, on
obtient : >
6 ∂u ∂ 2 ϕ(u) 7
− (x, t) + 2
(x, t) − v(x, t) ψ(x, t)dxdt = 0, ∀ψ ∈ Cc∞ (D).
D ∂t ∂x
Comme u est régulière, ceci entraîne que l’équation (3.5.48) est donc satisfaite par u.
On prend ensuite ψ ∈ CT2,1 (IR 2 ), et on intègre (3.5.52) par parties. En tenant compte du fait que ψ(x, T ) = 0,
∂ψ ∂ψ
pour tout x et (0, t) = (1, t) = 0, pour tout t, on obtient :
∂x ∂x
> 1 > > T
∂u ∂ϕ(u)
− u(x, 0)ψ(x, 0)dx − (x, t)ψ(x, t)dxdt + (1, t)ψ(1, t)dt
>0 T D >∂t 0 > ∂x
2 1
∂ϕ(u) ∂ ϕ(u)
− (0, t)ψ(0, t)dt + ψ(x, t)dxdt + u0 (x)ψ(x, 0)dx = 0.
0 ∂x D ∂x2 0

En regroupant et en utilisant le fait que u satisfait (3.5.48), on obtient :

> 1 > T > T
∂ϕ ∂ϕ
(u0 (x) − u(x, 0))ψ(x, 0)dx + (1, t)ψ(1, t)dt − (0, t)ψ(0, t)dt = 0.
0 0 ∂x 0 ∂x

En choisissant successivement une fonction ψ nulle en x = 0 et x = 1 puis nulle en x = 1 et t = T et enfin nulle

en x = 0 et t = T , on obtient que u satisfait la condition initiale (3.5.50) et les conditions aux limites (3.5.49), ce
qui conclut la question.
Question 2 (Existence et unicité de la solution approchée)
Soit n ∈ {0, . . . , M − 1}. On suppose connu {uni , i = 1, . . . , N }. On va prouver dans cette question l’existence
et l’unicité de {un+1
i , i = 1, . . . , N } vérifiant (3.5.54) (avec un+1
0 = un+1
1 , un+1 n+1
N +1 = uN ).
1. L’application s /→ s est strictement croissante, et par hypothèse sur ϕ, l’application s /→ aϕ(s) est crois-
sante. La somme d’une fonction strictement croissante et d’une fonction croissante est strictement croissante.
D’autre part, comme ϕ est croissante, pour tout ϕ(s) ≤ ϕ(0), ∀s ≤ 0, et donc lims→−∞ ga (s) = −∞. De
même, ϕ(s) ≥ ϕ(0), ∀s ≥ 0, et donc lims→+∞ ga (s) = +∞. La fonction ga est continue et prend donc
toutes les valeurs de l’intervalle ] − ∞, +∞[. Comme elle est strictement croissante, elle est bijective.
2. L’équation (5.1.5) s’écrit encore :
k
ga (ui ) = (w i−1 + w i+1 ) + uni + kvin , pour tout i = 1, . . . , N,
h2
avec a = hk2 . Par la question précédente, il existe donc un unique ui qui vérifie cette équation ; il suffit alors
de poser ϕ(ui ) = wi pour déterminer de manière unique la solution de (3.5.55)–(3.5.56).

Analyse numérique II, Télé-enseignement, M1 108 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
3. Soit w 1 et w2 ∈ IR N et soit w1 = F (w 1 ) et w2 = F (w 2 ). Par définition de F , on a :
2k 1 k0 1
u1i − u2i + 2
(wi − wi2 ) = 2 (w 1i−1 + w 1i+1 ) − (w2i−1 + w2i+1 ) , pour tout i = 1, . . . , N. (3.7.84)
h h
Comme ϕ est monotone, le signe de wi1 − wi2 = ϕ(u1i ) − ϕ(u2i ) est le même que celui de u1i − u2i , et donc
2k 1 2k
|u1i − u2i + (w − wi2 )| = |u1i − u2i | + 2 |wi1 − wi2 |. (3.7.85)
h2 i h
Et comme ϕ est lipschitzienne de rapport L, on a

|wi1 − wi2 | = |ϕ(u1i ) − ϕ(u2i )| ≤ L|u1i − u2i |,

d’où :
1 1
|u1i − u2i | ≥ |w − wi2 |. (3.7.86)
L i
On déduit donc de (3.7.84),(3.7.85) et(3.7.86) que
1 1 2k k0 1
|wi − wi2 | + 2 |wi1 − wi2 | ≤ 2 |w 1i−1 − w 2i−1 | + |w 1i+1 − w 2i+1 | , pour tout i = 1, . . . , N.
L h h
On a donc
1
|wi1 − wi2 | ≤ h2
max |w 1i − w2i |, pour tout i = 1, . . . , N.
1 + 2kL i=1,...,N

1
d’où on déduit que 'w1 − w2 '∞ ≤ C'w1 − w 2 '∞ avec C = h2
< 1. L’application F est donc bien
1+ 2kL
strictement contractante.
4. Soit {un+1 i , Si {un+1
i , i = 1, . . . , N } est solution de (3.5.54) et wi = ϕ(un+1 i ) pour i ∈ {1, . . . , N },
alors on remarque que (un+1 i )i=1,...,N et (w )
i i=1,...,N vérifient (3.5.55)–(3.5.56) avec w i = wi pour i =
1, . . . , N. On en déduit que w = F (w).
5. Soit w = (wi )i=1,...,N t.q. w = F (w). Montrer que pour tout
Par définition de F , on a F (w) = w̃ avec (ũ, w̃) ∈ IR N × IR N , ũ = (ũi )i=1,...,N , w̃ = (w̃i )i=1,...,N , t.q. :

ϕ(ũi ) = w̃i , pour tout i ∈ {1, . . . , N },

2k k
2
w̃i = 2 (wi−1 + wi+1 ) + uni + kvin , pour tout i = 1, . . . , N.
ũi + (3.7.87)
h h
Comme F (w) = w, on a donc w̃i = wi et on obtient l’existence de un+1 i = ũi tel que wi = ϕ(un+1
i )
n+1
pour i = 1, . . . , N . Il suffit alors de remplacer wi et w̃i par ϕ(ui dans (3.7.87) pour conclure que {un+1
i ,
i = 1, . . . , N } est solution de (3.5.54).
6. On vient de montrer dans les questions précédentes que {un+1 i , i = 1, . . . , N } est solution de (3.5.54) si et
seulement si w défini par wi = ϕ(un+1
i est solution de w = F (w), où F est définie par (3.5.55)− −(3.5.56).
Comme F est une application strictement croissante, il existe un unique point fixe w = F (w). Donc par
définition de F il existe une unique famille {un+1
i , i = 1, . . . , N } solution de (3.5.54).
Question 3 (Estimation L∞ (]0, 1[×]0, T [) sur u)
La relation à démontrer par récurrence est clairement vérifiée au rang n = 0, par définition de A. Supposons
qu’elle soit vraie jusqu’au rang n, et démontrons–la au rang n + 1. La relation (3.5.54) s’écrit encore :
k k
un+1
i = uni + (ϕ(un+1 n+1
i−1 ) − ϕ(ui )) + 2 (ϕ(un+1 n+1
i+1 − ϕ(ui )) + kvin , i = 1, . . . , N, n = 0, . . . , M − 1,
h2 h

Analyse numérique II, Télé-enseignement, M1 109 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Supposons que i est tel que un+1
i = minj=1,...,N j u n+1
. Comme ϕ est croissante, on a dans ce cas : ϕ(un+1
i−1 ) −
n+1 n+1 n+1 n+1 n
ϕ(ui ) ≥ 0 et ϕ(ui+1 − ϕ(ui ) ≥ 0, et on en déduit que minj=1,...,N uj ≥ ui − kB d’où, par hypothèse
de récurrence, minj=1,...,N un+1
j ≥ −A − nkB − kB. Un raisonnement similaire en considérant maintenant i
n+1 n+1 n+1 n
tel que ui = maxj=1,...,N uj conduit à : maxj=1,...,N uj ≤ ui + kB ≤ A + nkB + kB. On a donc
bien :−A − (n + 1)kB ≤ un+1 i ≤ A + (n + 1)kB, pour tout i = 1, . . . , N et tout n = 0, . . . , M .
On en déduit alors que 'un 'L∞ (]0,1[) ≤ cu0 ,v,T , avec cu0 ,v,T = A + BT.

Question 4 (Estimation de la dérivée p.r. à x de ϕ(u))

En multipliant (3.5.54) par un+1
i et en sommant sur i, on obtient An + Bn = Cn , avec
N N N
. un+1 − un . ϕ(un+1 n+1
i−1 ) − 2ϕ(ui ) + ϕ(un+1
i+1 )
.
An = i i
un+1
i , Bn = − un+1
i et Cn = vin un+1
i .
i=1
k i=1
h2 i=1

a2 b2
En utilisant l’inégalité a2 − ab = 2 − 2 , on obtient :

N
1 . n 2
An ≥ αn+1 − αn , avec αn = (u ) .
2k i=1 i

En développant Bn , on obtient :
N N
1 0. n+1 n+1 n+1
. 1
Bn = − 2 (ϕ(ui−1 ) − ϕ(ui ))ui + (−ϕ(un+1
i ) + ϕ(un+1 n+1
i+1 ))ui ) .
h i=1 i=1

Par un changement d’indice sur les sommes, on obtient alors :

N −1 N
1 0. n+1 n+1 n+1
. 1
Bn = − 2
(ϕ(u i ) − ϕ(u i+1 ))u i+1 − (−ϕ(un+1
i ) + ϕ(un+1 n+1
i+1 ))ui ) .
h i=0 i=1

En tenant compte du fait que un+1

0 = un+1
1 , un+1 n+1
N +1 = uN , pour tout n = 0, . . . , M − 1, on obtient alors que :

N −1
1 0. 1
Bn = 2
(ϕ(un+1 n+1
i+1 ) − ϕ(ui ))(un+1 n+1
i+1 − ui ) .
h i=1

En utilisant le caractère lipschitzien de ϕ, on obtient la minoration suivante :

N −1
1 .
Bn ≥ (ϕ(un+1 n+1 2
i+1 ) − ϕ(ui )) .
Lh2 i=1

Enfin, on majore Cn :
Bcu0 ,v,T
Cn ≤ .
h
L’égalité An + Bn = Cn entraîne donc :
N −1
1 . Bcu0 ,v,T
αn+1 − αn + (ϕ(un+1 n+1 2
i+1 ) − ϕ(ui )) ≤ .
Lh2 i=1 h

Analyse numérique II, Télé-enseignement, M1 110 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
En sommant pour n = 0 à M − 1, et en notant que αM ≥ 0,on obtient alors :
M−1 N −1
1 . . Bcu0 ,v,T
(ϕ(un+1 n+1 2
i+1 ) − ϕ(ui )) ≤ + α0 .
Lh2 n=0 i=1 h

h 2
Il reste à remarquer que α0 ≤ 2k cu0 ,v,T pour conclure que :

M−1
. N.−1
h 1
(ϕ(un+1 n+1 2
i+1 ) − ϕ(ui )) ≤ C1 , avec C1 = Lcu0 ,v,T (B + cu0 ,v,T ).
n=0 i=1
k 2

Question 5 (Estimation de la dérivée p.r. à t de ϕ(u))

Multiplions (3.5.54) par ϕ(un+1
i ) − ϕ(uni ) et sommons pour i = 1, . . . , N. On obtient :

An + Bn = Cn , (3.7.88)
N N
. un+1 − un . ϕ(un+1 n+1
i−1 ) − 2ϕ(ui ) + ϕ(un+1
i+1 )
avec An = i i
(ϕ(un+1
i ) − ϕ(uni )), Bn = − (ϕ(un+1
i )−
i=1
k i=1
h2
N
.
ϕ(uni )) et Cn = vin (ϕ(un+1
i ) − ϕ(uni )).
i=1
En utilisant le caractère lipschitzien de ϕ, on obtient la minoration suivante :
N −1
1 .
An ≥ (ϕ(un+1
i ) − ϕ(uni ))2 . (3.7.89)
Lk i=1

En développant Bn , on obtient :
N N
1 0. n+1 n+1 n+1
. 1
Bn = − 2
(ϕ(u i−1 ) − ϕ(u i ))(ϕ(u i ) − ϕ(u n
i )) + (−ϕ(un+1
i ) + ϕ(un+1 n+1
i+1 ))(ϕ(ui ) − ϕ(uni ))) .
h i=1 i=1

Par un changement d’indice sur les sommes, on obtient alors :

1 %. &
N −1 .N
n+1 n+1 n+1
Bn = − 2 n
(ϕ(ui ) − ϕ(ui+1 ))(ϕ(ui+1 ) − ϕ(ui+1 )) + (−ϕ(un+1
i ) + ϕ(un+1 n+1
i+1 ))(ϕ(ui ) − ϕ(uni ) .
h i=0 i=1

En tenant compte du fait que un+1

0 = un+1
1 , un+1 n+1
N +1 = uN , pour tout n = 0, . . . , M − 1, on obtient alors que :

N −1
1 0. 1
Bn = 2
(ϕ(un+1 n+1
i+1 ) − ϕ(ui ))((ϕ(un+1 n+1
i+1 ) − ϕ(ui )) − (ϕ(uni+1 ) − ϕ(uni )) .
h i=1

a2 b2
En utilisant à nouveau la relation a(a − b) ≥ 2 − 2 , on obtient :

N −1
1 .
Bn ≥ βn+1 − βn , avec βn = (ϕ(uni+1 ) − ϕ(uni ))2 (3.7.90)
2h2 i=1

Analyse numérique II, Télé-enseignement, M1 111 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010
3.7. CORRIGÉS DES EXERCICES CHAPITRE 3. EDP PARABOLIQUES
Enfin, on majore Cn par :
N N
1 . . k
Cn ≤ (ϕ(un+1
i ) − ϕ(uni ))2 + C k≥C . (3.7.91)
2Lk i=1 i=1
h

En utilisant (3.7.88), (3.7.89), (3.7.90) et (3.7.91), on obtient :

N
1 . k
(ϕ(un+1
i ) − ϕ(uni ))2 + βn+1 − βn ≤ C . (3.7.92)
2Lk i=1 h

En sommant sur n, on obtient d’une part, en utilisant le fait que βn ≥ 0 :

M−1
.. N
k
(ϕ(un+1
i ) − ϕ(uni ))2 ≤ 2LC + 2Lβ0 k. (3.7.93)
n=0 i=1
h

d’autre part, en utilisant que le fait que le premier terme est positif, on obtient par (3.7.92) une majoration sur βM ,
et donc sur βn pour tout n ≤ M :
C
βn ≤ + β0 . (3.7.94)
h
Il ne reste donc plus qu’à majorer β0 pour obtenir (3.5.58) et (3.5.59). Par définition, on a
N
. −1
ϕ(u0i ) − ϕ(u0i+1 )
β0 = .
i=1
2h2

En utilisant le fait que ϕ est lipschitzienne et que la différence entre u0i et u0i+1 est en h, on obtient (3.5.59) à partir
de (3.7.93) et (3.5.58) à partir de (3.7.94).

Question 6 Par définition de la fonction uh , et grï¿ 21 ce au résultat de la question 3, on a :

t − nk (n+1) (n + 1)k − t (n)

sup uh (x, t) ≤ 'uh '∞ + 'uh '∞
x∈](i−1)h,ih[ k k
t∈[nk,(n+1)k]
≤ cu0 ,v,T .

ce qui prouve que la suite (uh )M∈IN ! est bornée dans L∞ (]0, 1[×]0, T [). Comme ϕ est continue, on en déduit
immédiatement que (ϕ(uh ))M∈IN ! est bornée dans L∞ (]0, 1[×]0, T [)

Analyse numérique II, Télé-enseignement, M1 112 Université Aix-Marseille 1, R. Herbin, 27 septembre 2010