Schéma de Lax-Friedrichs

Le schéma de Lax–Friedrichs, d'après Peter Lax et Kurt Friedrichs, est défini en analyse numérique comme une technique de résolution numérique des équations aux dérivées partielles de type hyperbolique, basée sur la méthode des différences finies. Cette technique repose sur l'utilisation de différence finie décentrée en temps et centrée en espace. On peut considérer le schéma de Lax–Friedrichs comme une alternative au schéma de Godunov, où l'on évite de résoudre un problème de Riemann à chaque interface de la cellule, au prix d'ajouter de la viscosité artificielle.

Illustration sur un problème linéaire

Considérons l'équation d'advection linéaire en dimension 1 d'espace et de temps, dont une solution u(x,t) doit vérifier : $(1)\qquad u_{t}+au_{x}=0\,$ sur le domaine $b\leq x\leq c,\;0\leq t\leq d$ avec la condition initiale $u(x,0)=u_{0}(x)\,$ et les conditions de bords $u(b,t)=u_{b}(t)\,$ $u(c,t)=u_{c}(t).\,$

La solution exacte de l'équation d'advection au temps $t\geqslant 0$ est $(2)\qquad u(x,t)=u_{0}(x-at)$

La méthode des différences finies consiste à chercher une solution discrète définie sur les points de coordonnées $(x_{i},t^{n})=(b+i\,\Delta x,n\,\Delta t)\ {\text{ pour }}\ i=0,\ldots ,N,\,n=0,\ldots ,M,$ avec $N={\frac {c-b}{\Delta x}},\,M={\frac {d}{\Delta t}}$

On recherche alors la solution discrète $u_{i}^{n}\approx u(x_{i},t^{n})$

Le schéma de Lax–Friedrichs appliqué à l'équation d'advection donne : $(3)\qquad {\frac {u_{i}^{n+1}-{\frac {1}{2}}(u_{i+1}^{n}+u_{i-1}^{n})}{\Delta t}}+a{\frac {u_{i+1}^{n}-u_{i-1}^{n}}{2\,\Delta x}}=0.$

On obtient alors de manière explicite l'inconnue u_iⁿ⁺¹ : $(4)\qquad u_{i}^{n+1}={\frac {1}{2}}(u_{i+1}^{n}+u_{i-1}^{n})-a{\frac {\Delta t}{2\,\Delta x}}(u_{i+1}^{n}-u_{i-1}^{n})\,$ ce qui constitue ainsi le schéma de Lax-Friedrichs, complété par la condition initiale et les conditions de bord : $u_{i}^{0}=u_{0}(x_{i})$ $u_{0}^{n}=u_{b}(t^{n})$ $u_{N}^{n}=u_{c}(t^{n}).$

Une propriété remarquable de ce schéma est qu'il découple les points « pairs » (i.e. u_iⁿ avec i pair) et « impairs » ce qui n'est pas « naturel » car les valeurs u_iⁿ et u_i+1ⁿ devraient a priori suivre des évolutions voisines (pour une solution u régulière).

Extensions aux problèmes non linéaires

Un système hyperbolique de lois de conservation à une dimension d'espace est défini par $u_{t}+(f(u))_{x}=0$ où $f$ est appelé fonction de flux.

Dans le cas particulier où $f(u)=au$, on retrouve un problème linéaire scalaire. Dans le cas général, $u$ est un vecteur ayant $m$ composantes. La généralisation du schéma de Lax-Friedrichs aux systèmes non linéaires prend la forme $u_{i}^{n+1}={\frac {1}{2}}(u_{i+1}^{n}+u_{i-1}^{n})-{\frac {\Delta t}{2\,\Delta x}}(f(u_{i+1}^{n})-f(u_{i-1}^{n})).$

Ce schéma conservatif est d'ordre 1 en espace et en temps, et donc assez diffusif. On peut en revanche l'utiliser pour construire des schémas d'ordre supérieur pour résoudre des systèmes d'équations aux dérivées partielles hyperbolique, de la même façon que la méthode d'Euler sert à construire les méthodes de type Runge-Kutta plus précises pour la résolution des équations différentielles ordinaires.

Ce schéma peut être écrit sous sa forme conservative : $u_{i}^{n+1}=u_{i}^{n}-{\frac {\Delta t}{\Delta x}}\left({\hat {f}}_{i+1/2}^{n}-{\hat {f}}_{i-1/2}^{n}\right),$ où ${\hat {f}}_{i-1/2}^{n}={\frac {1}{2}}\left(f_{i-1}+f_{i}\right)-{\frac {\Delta x}{2\Delta t}}\left(u_{i}^{n}-u_{i-1}^{n}\right).$

En l'absence des termes $u_{i}^{n}$ et $u_{i-1}^{n}$ dans le flux discret, ${\hat {f}}_{i-1/2}^{n}$, on retrouve le schéma explicite centré instable .

Stabilité et précision numérique

Comparaison de solutions numériques de l'équation d'advection linéaire en dimension 1 d'espace et temps obtenues par les schémas de Lax-Friedrichs, Lax-Wendroff, Leapfrog et Upwind. La courbe en noir représente la solution exacte.

Le schéma de Lax-Friedrichs est explicite et d' ordre 1 en espace et en temps. Pour cette raison, il n'est pas beaucoup utilisé en pratique mais il sert d'exemple pour illustrer l'étude de la stabilité de Von Neumann d'un schéma numérique.

Le schéma de Lax-Friedrichs est stable pourvu que la condition suivante soit satisfaite : $\left|a{\frac {\Delta t}{\Delta x}}\right|\leq 1.$

En réarrangeant les termes de l'équation (3) on obtient  : $(5)\qquad {\frac {u_{i}^{n+1}-u_{i}^{n}}{\Delta t}}+a{\frac {u_{i+1}^{n}-u_{i-1}^{n}}{2\Delta x}}={\frac {\Delta x^{2}}{2\Delta t}}{\frac {u_{i+1}^{n}-2u_{i}^{n}+u_{i-1}^{n}}{\Delta x^{2}}}$

Sous cette forme, le schéma ressemble à un schéma de discrétisation de l'équation d'avection-diffusion : $u_{t}+au_{x}=\epsilon u_{xx}$ avec $\epsilon =\Delta x^{2}/2\Delta t$, et illustre ainsi le caractère diffusif du schéma et le concept de viscosité artificielle.

Une analyse plus rigoureuse consiste à injecter dans l'équation du schéma numérique les développements de Taylor de la fonction $u$ aux points utilisés par le schéma; on obtient alors l'erreur de troncature locale : ${\begin{aligned}{\frac {u_{i}^{n+1}-{\frac {1}{2}}(u_{i+1}^{n}+u_{i-1}^{n})}{\Delta t}}+a{\frac {u_{i+1}^{n}-u_{i-1}^{n}}{2\,\Delta x}}=&\left({\frac {\partial u}{\partial t}}+a{\frac {\partial u}{\partial x}}\right)+{\frac {\Delta t}{2}}{\frac {\partial ^{2}u}{\partial t^{2}}}-{\frac {\Delta x^{2}}{2\Delta t}}{\frac {\partial ^{2}u}{\partial x^{2}}}+\ldots \\=&{\frac {\Delta t}{2}}\left(a^{2}-{\frac {\Delta x^{2}}{\Delta t^{2}}}\right){\frac {\partial ^{2}u}{\partial x^{2}}}+O(\Delta t^{2}),\end{aligned}}$ ce qui démontre au passage l'ordre 1 en temps et en espace (en ayant fixé $\Delta x/\Delta t$) et que le schéma de Lax-Friedrichs fournit une approximation de l'équation modifiée de type advection-diffusion $u_{t}+au_{x}=\epsilon _{LF}u_{xx}$ avec $\epsilon _{LF}={\frac {a\Delta x}{2c}}(1-c^{2})$ et $c=a{\frac {\Delta t}{\Delta x}}$.

Le caractère diffusif et dispersif de plusieurs schémas numériques (dont Lax-Friedrichs) est illustré sur la figure de droite.

Références

(en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Lax–Friedrichs_method » (voir la liste des auteurs).

• (en) Press, Teukolsky, Vetterling et Flannery., Numerical Recipes : The Art of Scientific Computing, Cambridge University Press, 2007, 3^e éd., 1235 p. (ISBN 978-0-521-88068-8, lire en ligne), « Section 10.1.2. Lax Method »

Voir aussi

• Mécanique des fluides numérique