PNS

MAM4 - EDP1

TP 2 - Équation de la chaleur : présentation

1. Le problème

On simule la température \(u(t,x,y)\) dans une pièce en forme de L, chauffée par un radiateur, dont les parois sont isolantes sauf une fenêtre.

Deux types de conditions aux limites sur le même bord : ce mélange (Dirichlet-Neumann) est la difficulté « physique » du problème, et la raison pour laquelle la solution n'est pas régulière aux extrémités de la fenêtre et au coin rentrant.

2. Deux régimes

Régime instationnaire (chaleur). On cherche \(u(t,x,y)\) avec \[ \begin{aligned} & \frac{\partial u}{\partial t} - \nu\Delta u = f, \quad t > 0,\ (x,y) \in \Omega,\\ & u(0,x,y) = u_0(x,y),\\ & \frac{\partial u}{\partial n} = 0 \ \text{ sur les parois}, \qquad u = u_w \ \text{ sur la fenêtre}. \end{aligned} \]

Régime stationnaire (Poisson). On cherche \(u(x,y)\) indépendante du temps (équilibre : \(\partial_t u = 0\)) : \[ -\nu\Delta u = f \ \text{ dans }\Omega, \qquad \frac{\partial u}{\partial n} = 0 \ \text{ (parois)}, \qquad u = u_w \ \text{ (fenêtre)}. \] C'est un problème elliptique : un système linéaire \(Au = b\) à résoudre. Le chauffage et la température de la fenêtre ne dépendent pas du temps, d'où le lien entre les deux régimes qu'on regardera aux questions 2.3 et 2.6.

Plan du TP. Exercice 1 : le problème stationnaire (assemblage, résolution, bilan d'énergie, convergence, validation). Exercice 2 : le problème instationnaire (schémas en temps, stabilité, ordre, pas de temps).

3. Volumes finis sur une grille de cellules

On découpe \(]0,1[^2\) en \(N \times N\) cellules carrées de côté \(h = 1/N\) (\(N\) multiple de \(20\)) et l'on garde les cellules contenues dans \(\Omega\). L'inconnue \(u_k\) approche la température au centre de la cellule \(k\) ; il y a \(K\) cellules.

On intègre \(-\nu\Delta u = f\) sur la cellule \(k\) et l'on applique la formule de Green : \[ -\nu\int_{\partial C_k}\frac{\partial u}{\partial n}\,d\gamma = \int_{C_k} f . \] Le bord de la cellule est formé de quatre faces de longueur \(h\). Pour une face commune avec la cellule voisine \(l\), le flux est approché par \(-\nu\,\dfrac{u_l - u_k}{h}\,h\). En divisant par \(h^2\) :

C'est le même schéma que les différences finies à 5 points, mais les conditions aux limites s'écrivent naturellement sur les flux.

4. La fonction assemble

On cherche la matrice \(A \in \mathbf{R}^{K\times K}\) et le second membre \(b \in \mathbf{R}^{K}\) tels que le schéma s'écrive \(Au = b\) (ligne \(k\) = équation de la cellule \(k\)). Deux points à bien comprendre.

(i) Le terme général de la matrice et les conditions aux limites

Terme général. Pour la ligne \(k\), on parcourt les quatre voisines. Pour chaque voisine \(l\) qui est dans \(\Omega\) :

Une cellule intérieure a donc \(A_{kk} = 4\nu/h^2\) et quatre coefficients \(-\nu/h^2\) : c'est le schéma à 5 points. Le second membre contient la source : \(b_k = f_k\).

Neumann (parois). Le flux à travers une paroi isolante est nul : le terme correspondant du schéma n'existe pas. Dans la ligne \(k\), le voisin manquant ne donne ni coefficient hors diagonale ni contribution à la diagonale, et \(b\) n'est pas modifié. Une cellule contre un mur a ainsi \(A_{kk} = 3\nu/h^2\) (un seul mur) : la condition de Neumann est « absorbée » dans la matrice par l'absence des termes.

Dirichlet (fenêtre). La face de la fenêtre est à la température \(u_w\), à la distance \(h/2\) du centre de la cellule (et non \(h\)), d'où le flux \(-\nu\,\dfrac{u_w - u_k}{h/2}\cdot h\) et, après division par \(h^2\), le terme \(\dfrac{2\nu}{h^2}(u_k - u_w)\). La donnée connue \(u_w\) passe au second membre :

Bilan. Neumann modifie la matrice (termes absents), Dirichlet modifie la matrice et le second membre. \(A\) est symétrique ; elle est définie positive à cause de la fenêtre (sans elle, \(A\mathbf{1} = 0\)).

(ii) Indices logiques et indices physiques : le rôle de idx

Deux façons de repérer une cellule :

Le tableau idx (taille \(N\times N\)) fait le lien : idx[j,i] est le numéro \(k\) de la cellule \((j,i)\) (et 0 hors de \(\Omega\)). On le remplit par idx[mask] = 1:K : les cellules de \(\Omega\) sont numérotées dans l'ordre de Julia, colonne par colonne. Une cellule voisine \(n = c + \delta\) est dans \(\Omega\) si checkbounds(Bool, mask, n) && mask[n], et son numéro est idx[n].

Exemple miniature (\(N = 4\), coin \(2\times 2\) retiré en haut à gauche, fenêtre sous les colonnes \(2\) et \(3\) ; \(K = 12\)). Valeurs de idx[j,i], avec \(y\) vers le haut :

\(j \backslash i\) \(1\) \(2\) \(3\) \(4\)
\(4\) · · \(8\) \(12\)
\(3\) · · \(7\) \(11\)
\(2\) \(2\) \(4\) \(6\) \(10\)
\(1\) \(1\) \(3\) (fenêtre) \(5\) (fenêtre) \(9\)

Le code

Géométrie (la pièce, la fenêtre, le chauffage sont des tableaux \(N\times N\)) :

function lroom(N; heater = heater0)
    @assert N % 20 == 0
    mask = trues(N, N)
    mask[N÷2+1:N, 1:N÷2] .= false               # removed square
    win = falses(N, N)
    win[1, N÷4+1:3*N÷4] .= true                 # window: south wall, 1/4 ≤ x ≤ 3/4
    c = ((1:N) .- 0.5) / N                      # cell centres (in x and in y)
    (x0, x1), (y0, y1) = heater
    f = zeros(N, N)
    f[y0 .< c .< y1, x0 .< c .< x1] .= f0       # rows ↔ y, columns ↔ x
    @assert all(mask[f .> 0])                   # the heater must lie in Ω
    return mask, win, f
end

Assemblage :

# Finite volume assembly of A ≃ -νΔ and b (heating + Dirichlet data).
# Cells are numbered columnwise: idx[mask] = 1:K

function assemble(mask, win, f, h; ν = 1.0, uw = 0.0)
    K = count(mask)
    idx = zeros(Int, size(mask))
    idx[mask] = 1:K
    rows, cols, vals = Int[], Int[], Float64[]
    b = f[mask]                                 # new array
    for c ∈ findall(mask)                       # c = CartesianIndex(j, i)
        k = idx[c]
        d = 0.0
        for δ ∈ (CartesianIndex(0, -1), CartesianIndex(0, 1), CartesianIndex(-1, 0), CartesianIndex(1, 0))
            n = c + δ
            if checkbounds(Bool, mask, n) && mask[n]    # neighbour in Ω
                push!(rows, k); push!(cols, idx[n]); push!(vals, -ν / h^2)
                d += ν / h^2
            end                                          # else: insulating wall, no flux
        end
        if win[c]                                        # Dirichlet face at distance h/2
            d += 2ν / h^2
            b[k] += 2ν / h^2 * uw
        end
        push!(rows, k); push!(cols, k); push!(vals, d)
    end
    return sparse(rows, cols, vals, K, K), b, idx
end

Lecture du code :

Puis ustat = cholesky(Symmetric(A)) \ b résout le problème stationnaire (factorisation de Cholesky, car \(A\) est symétrique définie positive).

5. L'évolution en temps

On revient à \(\partial_t u - \nu\Delta u = f\). Après la même discrétisation en espace, on obtient le système différentiel \[ \frac{du}{dt} + A u = b, \qquad u(0) = (u_w,\dots,u_w), \] avec les mêmes \(A\) et \(b\) que pour le problème stationnaire : les conditions aux limites sont déjà dans \(A\) (Neumann : termes absents ; Dirichlet : diagonale) et dans \(b\) (Dirichlet) ; le terme en temps n'ajoute que l'identité. (Cela suppose \(f\) et \(u_w\) indépendants du temps, comme ici.)

On discrétise en temps par le \(\theta\)-schéma, avec \(\Delta t\) le pas de temps : \[ \frac{u^{n+1} - u^n}{\Delta t} + A\big(\theta u^{n+1} + (1-\theta)u^n\big) = b \iff (I + \theta\Delta t\,A)\,u^{n+1} = \big(I - (1-\theta)\Delta t\,A\big)u^n + \Delta t\,b. \]

Dans le TP, vous complétez la fonction evolve (les # TBC), puis vous étudiez la stabilité, l'ordre en temps et le comportement pour de grands pas de temps. Pour le schéma explicite, observez ce qui se passe quand \(\sigma\) augmente.

6. Stabilité : analyse exacte sur la matrice

Question. À \(\Delta t\) fixé, une petite perturbation des données (arrondis, erreur sur \(u^0\)) est-elle amplifiée au cours des pas de temps ? Cela dépend de \(\theta\) et de \(\sigma\).

Les conditions aux limites sont dans la matrice. Si \(u^n\) et \(\tilde u^n\) sont deux solutions du schéma issues de deux données initiales proches, la différence \(e^n := \tilde u^n - u^n\) vérifie, par linéarité (les mêmes \(A\) et \(b\) sont utilisés et \(b\) disparaît dans la différence), \[ e^{n+1} = G\,e^n, \qquad G := (I + \theta\Delta t\,A)^{-1}\big(I - (1-\theta)\Delta t\,A\big). \] La stabilité est donc celle de la matrice \(G\), qui contient les conditions aux limites (Neumann dans la structure de \(A\), Dirichlet dans sa diagonale) et la géométrie de la pièce.

Décomposition sur les vecteurs propres. \(A\) est symétrique définie positive : il existe une base orthonormée de vecteurs propres \(v_1,\dots,v_K\), avec \(Av_j = \lambda_j v_j\) et \(0 < \lambda_1 \le \dots \le \lambda_K\). On décompose la perturbation initiale \(e^0 = \sum_j c_j v_j\). Chaque \(v_j\) est un vecteur propre de \(G\) : \[ G v_j = a(\lambda_j)\,v_j, \qquad a(\lambda) := \frac{1 - (1-\theta)\Delta t\,\lambda}{1 + \theta\Delta t\,\lambda}, \] donc, composante par composante (chaque direction propre évolue indépendamment des autres), \[ e^n = \sum_{j=1}^K c_j\,a(\lambda_j)^n\,v_j, \qquad \|e^n\|^2 = \sum_{j=1}^K c_j^2\,a(\lambda_j)^{2n}\quad\Big(\text{norme } \|e\|^2 = h^2\textstyle\sum_k e_k^2\Big). \] Le schéma est donc stable pour la norme \(\ell^2\) (c'est-à-dire \(\|e^n\| \le \|e^0\|\) pour toute perturbation) si et seulement si \[ |a(\lambda_j)| \le 1 \quad \text{pour tout } j = 1,\dots,K. \] Il n'y a pas de constante : comme \(A\) est symétrique (donc normale), \(\|G\|_2 = \max_j |a(\lambda_j)|\) exactement. La condition est nécessaire et suffisante, pour ce problème précis (ce domaine, ces conditions aux limites, ce maillage).

Les trois schémas. Avec \(\lambda = \lambda_j > 0\) :

schéma \(a(\lambda)\) \(\lvert a\rvert \le 1\) pour tout \(j\) ? limite \(\Delta t\lambda \to \infty\)
explicite (\(\theta = 0\)) \(1 - \Delta t\,\lambda\) si et seulement si \(\Delta t\,\lambda_K \le 2\) instable
Euler implicite (\(\theta = 1\)) \(\dfrac{1}{1 + \Delta t\,\lambda} \in ]0,1[\) toujours \(\to 0\)
Crank-Nicolson (\(\theta = \tfrac12\)) \(\dfrac{1 - z}{1 + z}\), \(z = \dfrac{\Delta t\,\lambda}{2}\) toujours (\(\lvert a\rvert < 1\) car \(z > 0\)) \(\to -1\)

Le schéma explicite est stable sous condition : c'est le mode de plus grande valeur propre \(\lambda_K\) qui est le plus exigeant.

Où est \(\lambda_K\) ? Sur la pièce en L avec conditions mixtes, les valeurs propres de \(A\) ne sont pas explicites. On se contente d'une borne : le lemme de Gershgorin (à redémontrer en question 2.2) donne \(\lambda_K \le 8\nu/h^2\). Il en résulte \[ \Delta t\,\lambda_K \le 8\sigma \le 2 \quad\Longleftarrow\quad \sigma = \frac{\nu\Delta t}{h^2} \le \frac14 . \] La borne est presque atteinte (pour \(N = 40\), \(\lambda_K = 12775\) pour \(8\nu/h^2 = 12800\)) : la condition \(\sigma \le 1/4\) est donc quasiment nécessaire. Le mode correspondant est celui qui oscille d'une cellule à l'autre (en damier), et c'est bien lui qu'on voit exploser pour \(\sigma = 0.26\).

Ce que dit le spectre en plus. La plus petite valeur propre \(\lambda_1 > 0\) (elle est strictement positive grâce à la fenêtre de Dirichlet) fixe la vitesse à laquelle \(u(t)\) approche l'état stationnaire, en \(e^{-\lambda_1 t}\) (question 2.3). Et pour Crank-Nicolson, \(a(\lambda) \to -1\) quand \(\Delta t\lambda \to \infty\) : les modes raides ne sont pas amortis, ils changent de signe à chaque pas (question 2.6), contrairement à Euler implicite.

Comparaison avec l'analyse de von Neumann. Les deux analyses utilisent le même facteur \(a(\lambda)\), sur des spectres différents.

7. Organisation du TP