9

Chapitre 1

Classification des e.d.p. et exemples

classiques

1.1 Classification des e.d.p.

Définition 1.1.1. On appelle ordre d’une équation aux dérivées partielles l’ordre de la
plus grande dérivée apparaissant dans l’équation.

On donne ci-dessous une classification des e.d.p. linéaires du second ordre portant sur
des fonctions de deux variables réelles u(x, y). Une telle équation s’écrit

a ∂x2 u + b ∂xy
2
u + c ∂y2 u + d ∂x u + e ∂y u + f u = g, (1.1.1)

où, pour simplifier, a, b, c, d, e, f, g sont supposés constants.

Définition 1.1.2. L’équation (1.1.1) est dite

1. elliptique si b2 − 4ac < 0,
2. parabolique si b2 − 4ac = 0,
3. hyperbolique si b2 − 4ac > 0.

Avant de donner des exemples d’e.d.p. linéaires du second ordre, on définit la notion de
problème bien posé due à Hadamard. Celle-ci est de grande importance dans la résolution
numérique des e.d.p. pour s’assurer que la solution approchée calculée est effectivement
proche de la solution exacte du problème considéré.
Pour énoncer cette définition, il est nécessaire de donner une formulation générale des
e.d.p. étudiées. Pour cela, on note f les données du problèmes (second membre, données
initiales, etc.), u la solution du problème et A l’opérateur (différentiel) qui agit sur u. Le
problème consiste alors à trouver u solution de

Au = f. (1.1.2)

Définition 1.1.3. Le problème (1.1.2) est dit bien posé si pour toute donnée f il existe
une solution unique u, et si cette solution dépend continûment de f .
10 Chapitre 1 : Classification des e.d.p. et exemples classiques

Remarque 1.1.4. Cette définition contient trois conditions dont on donne ici l’impor-
tance pour la résolution numérique.
1. Existence d’une solution, sans quoi l’élaboration d’une méthode numérique n’aurait
pas d’intérêt.
2. L’unicité de la solution, assure que si la méthode numérique converge alors celle-ci
converge vers la “bonne” solution.
3. La continuité de la solution par rapport aux données. Cette dernière condition est
très importante numériquement puisque dans le cadre d’une méthode numérique les
données du problèmes sont elles même approchées. Ainsi, si la solution du problème
n’est pas continue par rapport aux données, le fait d’approcher ces données peut
amener à fortement perturber la solution à calculer. La continuité assure qu’une
légère perturbation des données n’entraînera qu’une faible perturbation de la solu-
tion.
Dans les trois sections ci-dessous, on donne quelques exemples d’e.d.p. linéaires du
second ordre pour lesquelles on étudiera tout au long de ce cours la résolution numé-
rique. Pour chaque type de problème (elliptique, parabolique, hyperbolique) on donne
un exemple classique (problème modèle) ainsi qu’un phénomène (physique, économique,
biologique, etc.) qu’il modélise.

1.2 Problèmes elliptiques

Soit Ω un domaine de Rd , d ≥ 1. L’équation elliptique modèle est l’équation de
Poisson. Celle-ci s’écrit
− ∆u = f dans Ω, (1.2.1)
où ∆ := ∂x21 +· · ·+∂x2n est le laplacien. Dans le cas particulier f = 0, l’équation (1.2.1) est
appelée équation de Laplace et ses solutions sont appelées fonctions harmoniques.
On va voir ci-dessous deux exemples de modélisation faisant apparaître cette équation.

1.2.1 Équation de la chaleur stationnaire

On suppose le domaine Ω occupé par un matériau homogène, isotrope et conducteur
de la chaleur (plaque de métal par exemple). On note x la variable d’espace (un point
de Ω) et t la variable de temps. Les sources de chaleur à l’instant t ≥ 0 et au point x ∈ Ω
sont notées f (t, x) et la température u(t, x)
La quantité de chaleur est c u où c est la chaleur spécifique (constante dépendant du
matériau). D’après la loi de conservation de l’énergie, pour tout volume élémentaire V ,
la variation en temps de la quantité de chaleur est le bilan de ce qui est produit par les
sources ou rentre à travers les parois. Autrement dit, on a
d
Z  Z Z
c u dx = f dx − q · ν dσ, (1.2.2)
dt V V ∂V

où ∂V est le bord de V , ν la normale extérieure unitaire au bord ∂V , q le vecteur flux de

chaleur et · désigne le produit scalaire de Rd . D’après le théorème de Gauss (ou théorème
1.2 Problèmes elliptiques 11

de la divergence), on a Z Z
q · ν dσ = div(q) dx, (1.2.3)
∂V Ω

où la divergence de la fonction vectorielle q = (q1 , . . . , qd )T est donnée par

n
X ∂qi
div(q) := .
i=1 ∂xi

D’après (1.2.2) et (1.2.3), on obtient

c ∂t u = f − div(q).

De plus, d’après la loi de Fourier, on a

q = −k ∇u,

où k est la conductivité thermique du matériau (constante) et le gradient de la fonction

scalaire u est défini par
∇u := (∂x1 u, . . . , ∂xd u)T .
On en déduit
c ∂t u − div(k∇u) = f.
Puisque k est constante et div(∇·) = ∆, on obtient l’équation de la chaleur

c ∂t u − k∆u = f. (1.2.4)

À l’équilibre, lorsque ∂t u = 0, on aboutit à l’équation de Poisson (1.2.1).

Remarque 1.2.1. L’équation de la chaleur (1.2.4) est l’exemple classique de problème
parabolique que l’on développera dans la section suivante.
Il est nécessaire d’ajouter à l’équation de Poisson des conditions aux limites (i.e. por-
tant sur le comportement de la solution au bord du domaine Ω). On donne ci-dessous les
deux exemples les plus classiques de conditions aux limites (d’autres conditions existent).
1. Condition de Dirichlet.
Si le bord est un conducteur thermique idéal (les échanges de chaleur se font de
manière instantanée), on a

∀ x ∈ ∂Ω, u(x) = g(x),

où g est la température ambiante. En général, g est constante. Dans le cas g = 0,

la condition de Dirichlet est dite homogène.
2. Condition de Neumann.
Si le bord est un mauvais conducteur (par exemple l’air), en négligeant les effets de
radiation, on a
∂u
= 0 sur ∂Ω,
∂ν
où ∂u
∂ν
= ∇u · ν est la dérivée normale de u.
12 Chapitre 1 : Classification des e.d.p. et exemples classiques

1.2.2 Mouvement d’un fluide irrotationnel et incompressible

On donne un second exemple de modélisation aboutissant à l’équation de Poisson.
On suppose Ω ⊂ Rd occupé par un fluide irrotationnel et incompressible, alors la vitesse
locale u : Ω → Rd du fluide vérifie

rot(u) = 0 et div(u) = 0,

où rot(u) est le rotationnel de u défini comme étant la matrice carrée d’ordre d de

coefficients
∂ui ∂uj
rot(u)ij := − .
∂xj ∂xi
On suppose de plus l’ouvert Ω simplement connexe. Alors, rot(u) = 0 entraîne qu’il existe
une fonction ϕ : Ω → R telle que
u = ∇ϕ.

Remarque 1.2.2. L’égalité rot(∇·) = 0 a toujours lieu. Par contre, la réciproque nécessite
de se placer dans un ouvert simplement connexe.

Puisque div(u) = 0 et u = ∇ϕ, on en déduit que ϕ vérifie l’équation de Laplace

∆ϕ = 0.

1.3 Problèmes paraboliques

1.3.1 Équation de la chaleur
L’exemple modèle est celui de la conduction de la chaleur instationnaire vue précé-
demment (en prenant les constantes égales à 1)

∂t u(t, x) − ∆u(t, x) = f (t, x), (t, x) ∈ R+

∗ × Ω, (1.3.1)

où t est la variable en temps et x la variable en espace. À cette équation, on ajoute une

condition aux limites (comme dans le cas stationnaire) ainsi qu’une condition initiale

u(t = 0, x) = u0 (x),

où u0 est la température initiale du domaine Ω. Ainsi l’équation de la chaleur complète

pour la condition aux limites de Dirichlet homogène est donnée par




∂t u(t, x) − ∆u(t, x) = f (t, x) dans R+
∗ × Ω,
u(t, x) = 0 dans R+
∗ × ∂Ω, (1.3.2)



u(t = 0, x) = u0 (x) dans Ω.
1.4 Problèmes hyperboliques 13

1.3.2 Modèle de Black et Scholes

Un autre modèle amenant à une e.d.p. parabolique est le modèle de Black et
Scholes (issu de la finance).
On note u(t, x) la valeur d’une option au temps t > 0 pour un actif x ∈ R. Si on note σ
la volatilité (degré de dépendance d’un titre par rapport aux fluctuations du marché) de
l’action et r le taux d’intérêt, alors u vérifie

σ 2 x2 2
∂t u(t, x) + r x ∂x u(t, x) + ∂x u(t, x) = r u(t, x), (t, x) ∈ (0, T ) × R.
2
La condition initiale est une condition finale, i.e. on fixe la valeur de l’option au temps T :

u(t = T, x) = max(x − k, 0).

Ce modèle permet de déterminer la valeur initiale (au temps t = 0) à donner à l’option

pour que celle-ci atteigne la valeur k au bout d’un temps T .

1.4 Problèmes hyperboliques

L’exemple classique que l’on étudiera est l’équation d’advection (ou de transport)

∂t u(t, x) + a ∂x u(t, x) = f (t, x), (t, x) ∈ R+

∗ × Ω, (1.4.1)

où a ∈ R est la vitesse de transport. L’équation d’advection n’est pas hyperbolique

au sens de la Définition 1.1.2. Néanmoins, on montre dans le premier exemple ci-dessous
que (1.4.1) est un cas simplifié de l’équation des ondes qui est bien une équation hyper-
bolique au sens de la Définition 1.1.2. Ce qui justifie de considérer l’équation d’advection
comme cas modèle d’équation hyperbolique.

1.4.1 Équation des ondes

On considère une corde fixée à ses deux extrémités, représentée par l’intervalle [0, 1].
Sous l’action d’une force normale f = f (t, x), la corde se déforme et son déplacement
normal est noté u = u(t, x). Alors u est solution de l’équation des ondes

∂t2 u − ∂x2 u = f, dans R+

∗ × [0, 1]. (1.4.2)

La corde étant fixée au bord on a la condition aux limites de Dirichlet homogène

u(t, 0) = u(t, 1) = 0, pour t ∈ R+

∗. (1.4.3)

L’équation étant de degré 2 en temps, il est nécessaire d’ajouter deux conditions initiales :

 u(t = 0, x) = u0 (x) pour x ∈ [0, 1],
(1.4.4)
 ∂t u(t = 0, x) = u1 (x) pour x ∈ [0, 1].
14 Chapitre 1 : Classification des e.d.p. et exemples classiques

0 1

f (t, x) u(t, x)

Figure 1.1 – Corde soumise à une force normale f .

Cette équation peut se ramener à une équation du type (1.4.1). Pour cela, on pose v := ∂t u
et w := ∂x u. Alors, on a ∂t v = f + ∂x w et ∂x v = ∂t w. En notant U := (v, w)T , on obtient
! !
f ∂x w
∂t U = +
0 ∂x u
! !
f 0 1
= + ∂x U.
0 1 0
! !
0 1 f
En posant A := et F := , on en déduit que U vérifie l’équation d’advection
1 0 0
vectorielle
∂t U − A ∂x U = F.

Remarque 1.4.1. En dimension supérieure à 1, i.e. en considérant un ouvert Ω de Rd

au lieu de l’intervalle [0, 1], l’équation des ondes s’écrit

∂t2 u − ∆u = f, dans R+
∗ × Ω.

1.4.2 Trafic routier

Dans le cas d’une route à une seule voie, on note u la quantité de voitures par centaine
de mètres et F le flux de voitures par minute qui passent à l’heure t au point x. On
suppose que chaque conducteur ajuste sa vitesse uniquement en fonction de la vitesse de
la voiture qui le précède. On se place sur un tronçon de route [0, 1] en supposant qu’il n’y
a pas d’arrêts ni de sorties. Alors, la conservation de la quantité de voitures se traduit par
l’équation
∂t u(t, x) + ∂x F (t, x) = 0 pour (t, x) ∈ R+
∗ × [0, 1].

Le flux F est une fonction de la densité u : F (t, x) = f (u(t, x)). Dans le cas f = ax
constant on obtient l’équation d’advection (1.4.1).
1.4 Problèmes hyperboliques 15

1.4.3 Dynamique des gaz

On considère un fluide parfait compressible. On note ρ la densité du fluide, u la vitesse
et e l’énergie totale spécifique. Alors, un écoulement unidimensionnel est modélisé par les
trois équations suivantes


 ∂t ρ + ∂x (ρu) = 0 (équation de conservation de la masse),
∂t (ρu) + ∂x (ρu2 + p) = 0 (équation de conservation de la quantité de mouvement),


∂t (ρe) + ∂x ((ρe + p)u) = 0 (équation de conservation de l’énergie),

où la pression p est donnée par une équation supplémentaire. Ces trois équations sont du
type ∂t v + ∂x (f (v)) = 0 qui sont des équations hyperboliques non linéaires. Dans le cadre
de ce cours, on se restreint au cas f linéaire.