COLE NATIONALE SUPERIEURE DES MINES DE PARIS

Introduction la mthode
des lments nis
Michel KERN1

20042005
1

Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr

S3733 / S3735

Table des matires

1 Quelques exemples de problmes aux
1.1 Exemples en thermique . . . . . . . .
1.2 Autres problmes scalaires . . . . . .
1.2.1 lectrostatique . . . . . . . .
1.2.2 Hydrogologie . . . . . . . . .
1.2.3 coulement irrationnel . . . .
1.3 lasticit linaire . . . . . . . . . . .
1.3.1 quations gnrales . . . . .
1.3.2 Le tenseur dlasticit . . . .
1.3.3 lasticit plane . . . . . . . .

limites
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

5
5
8
8
9
9
10
10
12
13

2 Formulation variationnelle des problmes aux limites

2.1 La formule de Green . . . . . . . . . . . . . . . . . . . . . .
2.2 Formulations variationnelles . . . . . . . . . . . . . . . . . .
2.2.1 Le Laplacien avec conditions de Dirichlet . . . . . .
2.2.2 Gnralisation dautres problmes . . . . . . . . .
2.3 Lespace de Sobolev H 1 () et le thorme de LaxMilgram
2.3.1 Drivation faible . . . . . . . . . . . . . . . . . . . .
2.3.2 Dnition et premires proprits . . . . . . . . . . .
1
2.3.3 Le thorme de trace, et lespace H0 () . . . . . . .
2.3.4 Complments . . . . . . . . . . . . . . . . . . . . . .
2.4 Le thorme de LaxMilgram . . . . . . . . . . . . . . . . .
2.5 Application aux problmes aux limites . . . . . . . . . . . .
2.5.1 Le Laplacien avec conditions de Dirichlet . . . . . .
2.5.2 Extension dautres conditions aux limites . . . . .
2.5.3 Coecients variables . . . . . . . . . . . . . . . . . .
2.5.4 Le systme de llasticit linaire . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

15
16
17
17
19
22
22
23
25
27
28
30
30
31
36
37

.
.
.
.
.
.
.

41
41
44
45
46
50
50
52

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

3 Prsentation de la mthode des lments nis

3.1 La mthode dapproximation interne . . . . . . . . . .
3.2 Approximation par lments nis P1 pour le Laplacien
3.2.1 Espace dapproximation local . . . . . . . . . .
3.2.2 Description de lespace dapproximation . . . .
3.3 Mise en oeuvre de la mthode . . . . . . . . . . . . . .
3.3.1 Assemblage du systme linaire . . . . . . . . .
3.3.2 Calcul des matrice lmentaires . . . . . . . . .
3

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

3.4

3.3.3 Prise en compte des conditions aux

Convergence . . . . . . . . . . . . . . . . .
3.4.1 Loprateur dinterpolation . . . .
3.4.2 Estimation de lerreur . . . . . . .
3.4.3 Illustration numrique . . . . . . .

limites
. . . .
. . . .
. . . .
. . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

55
56
56
59
60

A Espaces de Hilbert
63
A.1 Dnitions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
A.2 Proprits des espace de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

Chapitre 1

Quelques exemples de problmes aux

limites
Nous prsentons dans ce chapitre quelques problmes modles. Ces exemples seront issus
des domaines classiques de la physique : thermique, lectrostatique, hydrogologie, mcanique.
Nous navons bien entendu nullement lintention de remplacer un trait de lune quelconque
de ces matires, mais simplement de motiver notre propos, et de montrer que les questions
que nous examinerons par la suite sont susceptibles de nombreuses applications.
Pour des raisons de simplicit, nous commencerons par des exemples conduisant des
problmes scalaires, pour passer ensuite aux exemples tirs de llasticit. Dans chaque cas,
nous commencerons par rappeler la formulation physique du problme (dans un cadre simpli), en prcisant les lis de conservation en cause et les relations de comportement (nous
nous placerons toujours dans des conditions o ces lois de comportement sont linaires). Nous
verrons comment on aboutit habituellement une quation aux drives partielles, ainsi que
les direntes conditions aux limites possibles. Enn, nous montrerons comment, sous des
hypothses idales (milieu homogne, ...) nous pouvons souvent retrouver un mme problme
modle : lquation de Laplace (o de Poisson).

1.1

Exemples en thermique

Nous considrons un ouvert (connexe) Rd (en pratique, d = 2 ou 3), et nous notons

la frontire de . Nous cherchons dterminer la rpartition de la temprature T (fonction
des coordonnes x = (x, y, z)) lintrieur de , diverses conditions aux limites pouvant tre
prescrites sur .
On exprime tout dabord la conservation de la chaleur lintrieur dun (sous-)ouvert
quelconque D de : la chaleur cde par D est gale la chaleur mise par les sources
thermiques (notes q) contenues dans D. En dsignant par (x) le vecteur ux de chaleur, le
taux de chaleur traversant un lment de surface est .n. Le bilan de chaleur travers le
bord du domaine considr [23] scrit donc sous la forme
.n d(x) =

q(x) dx
D

Lutilisation du thorme de la divergence (cest lune des formes de la formule de Green, nous
y reviendrons en dtail au chapitre 2) permet de transformer lintgrale de surface en intgrale
5

de volume, ce qui donne

(div q) dx = 0,

dans .

Le domaine D tant quelconque, nous obtenons donc la relation valable en tout point du
domaine :
div = q,

(1.1)

dans .

Lquation (1.1) est la forme locale (ou direntielle) de la conservation de la chaleur. Il

sagit dune loi fondamentale de la physique. Il reste maintenant relier le ux de chaleur
la temprature T . Cest ce que lon appelle une loi de comportement. Il est communment
admis (dans un rgime de tempratures pas trop leves ) que le ux de chaleur est
proportionnel au gradient de la temprature. Il sagit de la loi de Fourier. Dans un milieu
suppos htrogne (la loi dpend du point considr) et anisotrope (les directions de lespace
ne sont pas quivalentes), cette loi suppose lexistence dun tenseur K(x, y, z), appel tenseur
de conductivit thermique, tel que :
= K grad T.

(1.2)

Le tenseur de conductivit est symtrique, et dni positif (comme consquence du second

principe de la thermodynamique [5].
Dans le cas o le milieu est isotrope (aucune direction de lespace ne joue un rle privilgi),
le tenseur de conductivit devient diagonal
K = kI
o k est une fonction strictement positive.
En insrant lquation (1.2) dans (1.1), nous obtenons lquation
div(K grad T ) = q

(1.3)

dans .

En explicitant cette quation aux niveau des composantes, nous obtenons :

d

i,j=1

xi

Kij

T
xj

= q,

dans ,

et lon voit que (dans le cas gnral o les lments hors-diagonaux du tenseur de conductivit
K sont non-nuls) les direntes drives partielles sont couples.
Pour complter la description du systme, il faut prciser les conditions aux limites, qui traduisent linteraction du systme avec son environnement. Celles-ci peuvent prendre direntes
formes :
Temprature impose La temprature est impose sur une partie D de la frontire :
(1.4)

T (x, y, z) = gD (x, y, z) sur D ,

o gD est une fonction donne sur D . Dans la littrature mathmatique, une telle
condition aux limites porte le nom de condition de Dirichlet.
6

Flux impos Le ux de chaleur est impos sur une partie N de la frontire :

(1.5)

K grad T.n = gN (x, y, z) sur N ,

o gN est une fonction donne sur N . Dans la littrature mathmatique, une telle
condition aux limites porte le nom de condition de Neumann.
Condition mixte Cette condition exprime que, sur une partie R de la frontire, la chaleur
cde par le systme est proportionnelle lcart entre la temprature du systme et
celle du milieu extrieur. On obtient une condition du type :
(1.6)

K grad T.n + rT = gR (x, y, z) sur R ,

o gR est une fonction donne sur R , et r est une coecient dchange (ventuellement
variable en espace). Dans la littrature mathmatique, une telle condition aux limites
porte le nom de condition de Robin ou de Fourier.
Notons que D , N et R doivent constituer une partition de la frontire , cest--dire :
en tout point du bord, une condition aux limites est prescrite : = D N R ,
une seule condition aux limites est prescrite en tout point du bord : D N = D R =
D R = .
Par contre, il est possible que certaines des trois parties soient vide. Si, par exemple, = D ,
on parle de problme de Dirichlet (non-homogne si gD neq0). De mme, si = N , on
parle de problme de Neumann.
Un exemple de domaine, avec les 3 parties de frontire, est illustr sur la gure 1.1.

Fig. 1.1 Domaine en deux dimensions

Finalement, le problme de dterminer la temprature dans louvert revient rsoudre le
problme aux limites constitu de lquation aux drives partielles (1.3) et des conditions aux
limites (1.4), (1.5) et (1.6). Nous verrons au chapitre suivant dans quel mesure ce problme est
mathmatiquement bien pos, cest--dire quelles condition sur les donnes K, q, gD , gN , gR
et r il admet une solution unique.
7

Remarque 1.1. Nous pouvons tout de suite noter que, dans le cas du problme de Neumann,
il ne peut pas y avoir de solution unique, puisque les quations (1.3) et (1.5) ne font intervenir
que les drives de la temprature. Celle-ci ne peut donc (au mieux) tre dtermine qu une
constante additive prs.
Remarque 1.2. Comme nous lavons annonc, nous pouvons considrer des simplications du
modle complet ci-dessus :
Milieu isotrope Dans ce cas, le tenseur de conductivit est diagonal. En passant aux composantes, lquation (1.3) se rcrit :
d

i=1

xi

T
xi

= q,

dans ,

et cette fois les drives partielles sont dcouples.

Milieu homogne (et isotrope) Si, de plus, la conductivit est indpendante du point,
k(x, y, z) = k, lquation aux drives partielles se rcrit
(1.7)

T = f

dans

q
o nous avons pos f = . Lquation (1.7) est lquation de Poisson, et devient lquak
tion de Laplace en labsence de source de chaleur volumique, cest--dire si q = 0.
Remarque 1.3. Nous avons choisi de passer par la formulation (1.3), qui est bien adapte
pour prsenter la mthode de lments nis base sur les lments nis de Lagrange (voir les
chapitres suivants). Il existe une autre possibilit, plus proche de la physique, et qui dbouche
sur une autre famille dlments nis : les lments nis mixtes, dont ltude dborde du cadre
de ce cours. Cette formulation consiste ne plus liminer le ux, comme nous lavons fait, et
retenir les deux inconnues T et , et les deux quations (1.1) et (1.2). Nous reviendrons sur
cette formulation, dite mixte au chapitre suivant.

1.2

Autres problmes scalaires

Dans cette section, nous prsentons dautres modles qui conduisent la mme formulation
quau paragraphe prcdent.

1.2.1

lectrostatique

Nous cherchons calculer le champ lectrique dans un ouvert born connexe de R3 , limit
par un conducteur parfait. Dans le cas de llectrostatique, les quations de Maxwell, scrivent
(1.8)

div D = ,
rot E = 0

dans .

Elles relient la densit de charge au champ lectrique E et linduction lectrique D. On y

ajoute une loi de comportement, par exemple
(1.9)

D = E

o est la permittivit dilectrique du milieu.

8

La seconde des quations ci-dessus implique (au moins localement) lexistence dune fonction scalaire , le potentiel lectrique, tel que E = grad . En reportant cette relation dans
la premire des quations (1.8), et en tenant compte de la loi de comportement (1.9), il vient
div( grad ) = ,

(1.10)

La condition aux limites est donne par e n = 0 sur = , qui donne

grad n = 0 sur .
Cette relation implique que la drive tangentielle de sur est nulle, donc que la fonction
est constante sur , et comme le potentiel est dni une constante prs, cette constante peut
tre choisie nulle. Finalement, la condition aux limites sur est une condition de Dirichlet
homogne.
Si le milieu est homogne, on retrouve lquation de Poisson.

1.2.2

Hydrogologie

Nous nous intressons cette fois lcoulement de leau dans le sous-sol. Les roches constituent un milieux poreux, et lcoulement de leau est rgi par deux grandeurs : la vitesse u
(dont le ux donne le dbit travers une surface) et la charge piezomtrique H, qui correspond
une hauteur deau (ou une pression, au facteur multiplicatif g prs). Ces quantits sont
relies par deux lois :
Conservation de la masse Sous les hypothses que le milieu est incompressible et satur,
la conservation de la masse deau dans un volume innitsimal donne
div u = 0;
Loi de Darcy Il sagit dune loi exprimentale, due lingnieur franais Darcy, qui a dduit,
partir dobservations exprimentales eectues sur les fontaines dAix en Provence,
que la charge est proportionnelle la dirence de dbit entre deux points. En termes
modernes (direntiels !), cela veut dire que lcoulement est produit par les gradients
de charge :
u = K grad H,
o K (qui peut tre un tenseur) porte le nom de conductivit hydraulique. Nous retrouvons encore un systme analogue aux quations (1.1), (1.2), et lon peut bien entendu
faire les mmes constatations pour les conditions aux limites. Dans le cas prsent, toutefois, le systme dquations ci-dessus est souvent coupl une quation modlisant le
transport dun polluant par cet coulement. Le moteur principal de ce transport tant
la vitesse u, il est capital de la dterminer avec prcision, et lon conoit aisment que
la formulation mixte puisse tre prfrable, ce qui est souvent le cas.

1.2.3

coulement irrationnel

On considre lcoulement dun uide parfait incompressible, suppos de plus irrationnel.

La vitesse u du uide vrie les deux quations :
(1.11)

div u = 0,
rot u = 0
9

dans ,

la premire quation exprimant lincompressibilit, la seconde lirrotationalit. Il existe alors

(localement) un potentiel tel que :
u = grad ,
et ce potentiel est solution de lquation de Laplace :
= 0 dans .

(1.12)

On fait lhypothse quune partie du bord de est une paroi, on a alors une condition de
glissement u.n = 0 sur 1 . Lautre partie du bord est une surface de contact, et on a u.n =
sur 2 . Les conditions aux limites sont donc :

= 0 sur 1 ,
n

= sur 2 .
n

(1.13)

Comme il ny a que des condition de Neumann, le potentiel nest dni qu une constante
prs, ce qui nempche pas la vitesse dtre dtermine de faon unique.

1.3

lasticit linaire

Il existe bien entendu de trs nombreuses rfrences sur ce sujet (y compris les cours de
lcole !). Nous avons utilis principalement les ouvrages suivants : [9], [18], [8].

1.3.1

quations gnrales

Le domaine R3 reprsente un solide soumis une force volumique (chargement) f (x).

Nous cherchons dterminer le dplacement u(x) du ce chargement lquilibre.
Le dplacement dun point matriel M0 (dans une conguration de rfrence) sous laction

des forces extrieurs f est dni par u = M0 M , o M est la position actuelle du point M0 .
On dnit ensuite le tenseur des dformations (linaris) par
(1.14)

(u)ij =

1
2

uj
ui
+
xj
xi

Comme au paragraphe prcdent, nous crivons ensuite lquilibre dune partie quelconque
D de . Cela fait intervenir le tenseur des contraintes , dni implicitement en exprimant
que la force exerce sur un lment de surface dS, de normale unitaire n est T dS = n dS.
Lquation dquilibre scrit :
(u)n dS +

f dx = 0,
D

et en utilisant le thorme de la divergence (voir lquation (2.2) au chapitre 2), on en obtient

la forme ponctuelle
(1.15)

div (u) + f = 0 dans ,

10

o div (u) est le vecteur de composantes

d

(div (u))j =
j=1

ij (u)
.
xj

En passant aux composantes, lquation (1.15) se rcrit :

(1.16)

ij (u)
+ fi = 0 dans ,
xj

i = 1, 2, 3.

Nous relions maintenant le tenseur des contraintes aux tenseur des dformations. Une telle
relation est encore une loi de comportement. Nous nous restreindrons ici llasticit linaire.
Dans ce cadre, la relation entre ces deux tenseurs est linaire, donc sexprime elle-mme
laide dun tenseur dordre 4, appel tenseur dlasticit :
(1.17)

i, j 1, 2, 3.

ij (u) = Cijkl kl (u),

Le fait que les tenseurs (u) et (u) sont symtriques entrane des proprits de symtrie
sur les coecients dlasticit Cijkl , et dans le cas gnral, il y a 21 coecients distincts (voir
le paragraphe 1.3.2). Nous reviendrons plus bas sur le cas particulier important dun milieu
isotrope, o il ny a plus que 2 coecients distincts.
Le problme consiste donc dterminer un champ de dplacement u vriant les quations
dquilibre (1.15) et la loi de comportement (1.17). Bien entendu, ces quations doivent tre
compltes par des conditions aux limites convenables sur le bord de . Celles-ci peuvent
tre de deux types :
Dplacement impos Sur une partie du bord D , le dplacement est une fonction donne :
u = gD

(1.18)

sur D .

Une telle condition aux limites sappelle une condition essentielle.

contrainte impose Sur une partie du bord N , la contrainte normale est impose :
(u).n = gN

(1.19)

sur N .

Cette condition aux limites sappelle une condition naturelle.

Finalement, dterminer le dplacement u revient rsoudre le systme dquations aux
drives partielles (1.14), (1.15) et (1.17), avec les conditions aux limites (1.18) ou (1.19).
Notons tout de suite un lemme qui nous sera utile au chapitre suivant :
Lemme 1.1. Soit u un champ de dplacement vriant (u) = 0. Il existe deux vecteurs a et
b tels que
x, u(x) = a + b x.
Preuve [18]. Pour (i, j) {1, 2, 3}2 , notons (x)ij =

1 ui
uj
uj

. On a donc
= (x)ij +
2 xj
xi
xi

(x)ij . Calculons, pour l {1, 2, 3} ,

ij

=
xl
xl

ui
uj

xj
xi

u2
u2
j
i

xj xl
xi xl

u2
u2
u2
u2
j
i
l
l
+

xj xl
xi xj
xi xj
xi xl
il
jl
=2

= 0.
xj
xi
=

11

Comme le tenseur est antisymtrique, il existe un vecteur b R3 tel que

0 b3 b2

= b3
0
b1 ,

b2 b1
0
et (x) = b x En intgrant, on voit quil existe un autre vecteur a R3 tel que
u(x) = a + b x.

Remarque 1.4. Un tel champ de dplacement sappelle un mouvement de corps rigide, et

correspond bien entendu un dplacement densemble du solide considr.

1.3.2

Le tenseur dlasticit

Ce tenseur a t dni implicitement en (1.17). On montre (voir [8]) que ce tenseur vrie
les relations de symtrie suivantes :
Cijkl = Cjikl = Cijlk = Cklij ,
ce qui, comme nous lavons annonc, rduit le nombre de composants indpendants de 81
21. Ce nombre est encore plus rduit si le milieu considr possde des symtries. Nous ne
considrerons que le cas le plus simple dun milieu isotrope, le cas gnral tant trait dans
les rfrences cites ci-dessus.
Un milieu isotrope est milieu dans lequel il nexiste pas de direction privilgie. On montre
que, dans ce cas, le tenseur dlasticit ne dpend que de 2 coecients (voir, par exemple [9]).
On peut prendre, par exemple, les coecients de Lam :
(1.20)

= C1122 = C1133 = C2233 ,

= C1212 = C1313 = C2323 ,

et on a alors
Cijkl = ij kl + (ik jl + il jk ).
Dans ce cas, la relation entre contraintes et dformations sappelle la loi de Hooke et prend la
forme :
(1.21)

ij = 2 ij + ( Tr ) ij

On peut relier les coecients de Lam deux autres paramtres, le module dYoung E et
le coecient de Poisson . On a les relations suivantes :
(2 + 3)

E=
, =
,
+
2( + )
(1.22)
E
E
=
,
=
.
2(1 + )
(1 + )(1 2)
Le module dYoung est un module de rigidit lallongement (dimension dune force par
unit de surface), et est li sa compressibilit (voir la discussion dans [9]). On montre que
lon a les ingalits suivantes ( = 1/2 correspond un matriau incompressible) :
0 < E,

0 < < 1/2.

12

1.3.3

lasticit plane

Nous allons examiner maintenant les simplications qui se produisent dans des situations
gomtriques simplies, o lon se ramne un problme en deux dimensions. Il existe essentiellement deux situations : les dformations planes et les contraintes planes. Nous supposerons
dans toute cette section que le milieu est isotrope.
Dformations planes
On fait lhypothse que le solide est un cylindre, de gnratrices parallles la direction
Ox3 , que le chargement (les forces extrieures f ) est dans le plan Ox1 x2 . Loin des extrmits
du cylindre, le champ de dplacement se situe approximativement dans le plan x1 , x2 . Lapproximation des dformations planes consiste dire que (exactement) u3 = 0. Ceci implique
u1
u2
1 u1 u2
11 =
, 22 =
, 12 =
+
, et i3 = 0, i = 1, 2, 3. La loi de Hooke donne
x1
x2
2 x2 x1
ensuite ij,3 = 0, 13 = 23 = 0, 33 = (11 + 22 ) et


11
+ 2

11


(1.23)
22 =
+ 2 0 22


12
0
0
2
12
Cest cette relation qui tient lieu de loi de Hooke en dformations planes.
Le problme en dformations planes est donc de chercher le champ de dplacements
u1 (x1 , x2 ), u2 (x1 , x2 ) vriant :
la condition dquilibre (1.16) ;
la loi de Hooke (1.23) ;
des conditions aux limites appropries.
Ce problme est plus simple que le cas gnral, puisquil faut seulement dterminer deux
fonctions de deux variables, au lieu de trois fonctions de trois variables.
Contraintes planes
On suppose maintenant que les contraintes sont dans le plan x1 , x2 : 13 = 23 = 33 . On

(11 + 22 ), et
en dduit 13 = 23 = 0, 33 =
1

11
1
0

11
E

(1.24)
22 =
1
0 22
1 2

12
12
0 0 1
On remarque que cette quation se rcrit sous la forme :
= ( Tr ) + 2 ,
o les indices grecs et prennent les valeurs 1 et 2, et o
2
.
+ 2
Les quations dquilibre, et la loi de comportement, sont donc les mmes quau paragraphe
prcdent, condition de remplacer par .
=

13

Flexion dune membrane

On considre ici une membrane inniment mince, homogne et isotrope, occupant le domaine R2 , et soumise un chargement transverse de densit f (x1 , x2 ). Les seules comu
posantes non-nulles du tenseur des dformations sont i3 =
, pour i = 1, 2, et il en est de
xi
mme du tenseur des contraintes, avec i3 = 2i3 . Lquation dquilibre (1.16) scrit alors
simplement :
(1.25)

2u = f,

dans ,

avec la condition aux limites u = 0 sur le bord de , si lon suppose que la membrane et
encastre.

u
Fig. 1.2 Flexion dune membrane
On voit que nous retrouvons encore une fois lquation de Laplace dans le cas dun modle
lastique.

14

Chapitre 2

Formulation variationnelle des

problmes aux limites
Aprs avoir montr des exemples conduisant des problmes aux limites, nous allons introduire des outils permettant des les tudier tant du point de vue mathmatique que numrique.
Dans ce chapitre, notre exemple de base sera lquation de Laplace sur un ouvert (born,
rgulier) de Rd (en pratique, d = 1, 2 ou 3), dont la frontire est note . Rappelons que, tant
donn une fonction f (dans L2 () pour xer les ides), on cherche une fonction u (priori
dans C 2 (), telle que
(2.1)

u = f
u=0

dans ,
sur .

(une des consquences mineures de outils dvelopps dans ce chapitre sera de pouvoir expliquer
la raison du signe devant le Laplacien).
En dimension suprieure 1, il nest pas facile de dmontrer que ce problme admet une
solution dans le cas dun ouvert quelconque. On ne sait calculer explicitement cette
solution que dans quelques cas particulier (gomtries simples, sparation des variables). En
fait, il a fallu attendre Hilbert, la n du XIXe sicle pour obtenir un thorme dexistence
satisfaisant.
Nous allons voir quune formulation dirente, appele formulation variationnelle o
formulation faible , couple des rsultats abstraits danalyse fonctionnelle permet dnoncer
un thorme gnral dexistence et dunicit. Nous devrons pour cela changer de point de vue
et aaiblir la notion de solution. Il sera quelque peu surprenant de dnir la solution dune
quation aux drives partielles (EDP) du second ordre comme une fonction ne possdant
quune drive (et encore en un sens non-classique). Les justication de ce qui peut apparatre
comme un tour de passe-passe sont multiples :
cest dans ce cadre que lon peut dmontrer un rsultat dexistence et dunicit ;
quand les donnes (et la gomtrie) sy prtent, on retrouve les solutions classiques des
EDP ;
la formulation variationnelle est la base de la mthode des lments nis, qui est le
sujet de ce cours, et que nous tudierons dans les chapitres suivants ;
la formulation faible est en ralit plus proche de la physique que la formulation usuelle,
puisquelle sinterprte comme le principe des travaux virtuels en mcanique.
15

Pour mener bien ce programme, nous aurons besoin dun certain nombre de prliminaires.
Le premier est la formule de Green, et ses variantes. Nous aborderons ensuite la thorie abstraite, fonde sur les proprits des espaces de Hilbert (nous en rappelons les principales dans
lannexe A), et cest dans ce cadre que nous dmontrerons le thorme de LaxMilgram. Pour
appliquer ce rsultat fondamental, nous dnirons, et donnerons les principales proprits, de
lespace de Sobolev H 1 (). Nous pourrons alors appliquer ces outils aux exemples concrets
du chapitre prcdent, et quelques autres. Nous conclurons en tablissant le lien entre ces
outils, le calcul des variations et le principe des travaux virtuels.

2.1

La formule de Green

Il serait plus juste de parler des formules de Green, dans la mesure o il en existe plusieurs
variantes. Nous considrons un ouvert born rgulier Rd , dont nous noterons le bord
. Nous ne chercherons pas dnir prcisment la rgularit exige de . Disons simplement que les domaines autoriss comprennent en particulier les domaines dont la frontire est
polygonale (en dimension 2). En particulier, on peut dnir une normale unitaire (sortante
par convention), note n, continue presque partout. En dimension 2, n est discontinue aux
sommets du polygone, et en dimension 3 elle est discontinue aux sommets et aux artes du
polydre. Par contre (mais nous reviendrons sur ce point), un domaine avec une ssure nest
pas localement dun seul cot de la frontire et nest pas rgulier. Ces notions sont illustres
sur la gure 2.1.

Fig. 2.1 Domaine assez rgulier ( gauche), et domaine avec une ssure ( droite). On peut
dnir la normale sortante pour le domaine de gauche, lexception des coins du polygone,
on ne peut pas dnir de normale sortante le long du rayon intrieur au cercle
Enn, nous noterons d la mesure induite par la mesure de Lebesgue sur .
Nous partons de la formule de la divergence (appele aussi formule de Gauss en dimension 2,
et dOstrogradski en dimension 3), que nous admettrons sans dmonstration. Soit q C 1 ()d
un champ de vecteur dni sur . On a :
div q dx =

(2.2)

q.n d(x)

partir de cette formule de base, nous allons voir que nous pouvons en obtenir plusieurs
autres, qui nous seront plus directement utiles.
16

Par exemple, en combinant la formule prcdente avec la formule danalyse vectorielle

div (qv) = v div q + q. grad v,
il vient
v div q dx =

(2.3)

vq.nd(x).

q. grad v dx +

Un cas particulier que nous utiliserons au paragraphe suivant, est de prendre q = grad u,
o u est fonction (rgulire) dnie sur . La relation prcdente devient dans ce cas :
(2.4)

u v dx =

grad u. grad v dx

v div (grad u) dx =

v grad u.nd(x).

1
Enn, en prenant q = uei , o u Cc () et ei est le ie vecteur de base, il vient

(2.5)

2.2
2.2.1

u
dx =
xi

uei . grad v dx =

v
dx.
xi

Formulations variationnelles
Le Laplacien avec conditions de Dirichlet

Nous supposerons que u est une solution de classe C 2 de (2.1). Multiplions cette quation
1
par une fonction test v Cc ) (fonctions de classe C 1 support compact dans , donc
en particulier nulle sur ). Appliquons la formule de Green (2.4), en notant que le terme de
bord est nul grce aux conditions aux limites vries par v :

uv dx =

grad u. grad v dx =

f v dx.

Nous avons donc montr que, si u est une solution assez rgulire de (2.1), alors u est
solution du problme variationnel
Trouver u C 2 () tel que
(2.6)

grad u. grad v dx =

f v dx,

1
v Cc ().

Rciproquement, si u est une solution de classe C 2 de (2.6), en appliquant la formule de

Green (2.4), il vient
(u f ) dx = 0,

1
v Cc (),

ce qui entrane bien que u est solution du problme original eq2.1.

Malheureusement, il est souvent dicile de dmontrer lexistence dune solution de classe
2 (2.6), et la rciproque que nous venons de dmontrer na pas dutilit pratique. Nous
C
verrons quune ide importante dans la thorie des quations aux drives partielles a t
dlargir la notion de solution, et de dnir une solution de (2.1) comme une fonction vriant (2.6), mais avec une rgularit plus faible. Tout ceci est dtaill plus bas, voir (2.25) et
le paragraphe 2.5.
17

Un problme tel que (2.6) sappelle un problme variationnel, pour des raisons que nous
allons maintenant exposer. Pour cela nous considrons la fonctionnelle
J(u) =

1
2

|grad u|2 dx

f u dx

et le problme de minimisation associ :

minimiser J sur lespace vectoriel E,

(2.7)

avec E = u C 1 (), u = 0 sur .

Il sagit dun problme de calcul des variations en dimension n d. Le cours de premire
anne de lcole [17] considre le cas d = 1. Les mthodes sont formellement les mmes en
dimension d quelconque : on calcule le gradient de J pour obtenir une condition ncessaire
dextremum. Cest lquation dEuler du problme, et nous verrons que cest justement le
problme (2.6). La dicult, que nous ne pourrons rsoudre que par le passage par les espaces
de Sobolev, est de montrer que le minimum est atteint.
Pour le moment, nous raisonnerons de manire formelle, sans nous soucier des justications portant sur la rgularit des fonctions. Pour minimiser J, il est naturel de calculer sa
direntielle, et donc de commencer par calculer J(u + v) J(u) :
J(u + v) J(u) =

1
2

|grad(u + v)|2 |grad u|2 dx

grad u grad v dx

f (u + v) f u dx

f v dx +

1
2

|grad v|2 dx

Le premier terme est linaire par rapport v, et le second tend manifestement vers 0 avec v.
Par consquent,
grad u grad v dx

J (u)v =

f v dx

et le problme (2.6) nest autre que lquation dEuler du problme de minimisation (2.7). Le
terme variationnel fait donc rfrence au calcul des variations. Parce que la fonctionnelle J
est quadratique, nous pouvons dmontrer que lquation dEuler est quivalente au problme
de minimisation.
Thorme 2.1. Une fonction u ralise le minimum global de J sur E si et seulement si u est
solution de lquation variationnelle (2.6).
Preuve. Le caractre ncessaire dcoule des rsultats gnraux sur la minimisation (voir par exemple
le cours de Maths 1 du premier semestre).
Pour voir le caractre susant, notons u la solution de lquation variationnelle, et calculons
J(u + v), pour v E. En reprenant le calcul prcdent lnonc du thorme nous voyons que, si u est
solution de (2.6),
1
2
J(u + v) J(u) =
|grad v| dx 0.
2
Cette ingalit nest une galit que si grad v = 0, donc si v est constante sur , et puisque v = 0 sur
, v est nulle. u ralise donc le minimum global strict de J sur E.

Remarque 2.1. Il faut bien comprendre la signication du thorme 2.1, et en particulier ses
limites. Il se contente dtablir que deux problme sont quivalents, sans prouver que lun ou
lautre a une solution.
18

Telle que nous lavons prsent, la formulation variationnelle (2.6) ne prsente pas de grand
avantage par rapport la formulation habituelle (2.1). Lintrt de cette formulation vient de
ce quelle garde un sens mme si la fonction u nest pas deux fois direntiable. Il sut que
u et v soient des fonctions de classe C 1 pour que (2.6) garde un sens. Par consquent nous
pouvons considrer le problme variationnel
Trouver u E tel que
(2.8)

grad u. grad v dx =

v E.

f v dx,

La dicult est quil nest pas possible de dmontrer que ce problme admet une solution,
essentiellement parce que lespace X nest pas complet. Dans la section suivante, nous allons
introduire un espace de fonction qui est le complt de X pour la norme L2 () (la dnition
sera dirente).

2.2.2

Gnralisation dautres problmes

Comme nous allons le voir dans ce paragraphe, la mthode que nous venons de voir sur
un exemple se prte de nombreuses variations.
Coecients variables
Commenons par le problme de thermique dcrit au chapitre 1 (voir lquation (1.3)).
Nous prendrons ici un milieu isotrope (i.e. le tenseur de conductivit K est un scalaire, pour
le cas gnral, voir le paragraphe 2.5.3), et nous nous restreindrons pour simplier une
condition de Dirichlet homogne sur tout le bord . En multipliant (1.3) par une fonction
1
test v H0 (), et en appliquant la formule de Green (2.3) (avec q = K grad u), il vient,
comptetenu de la condition aux limites sur v :
(K grad u). grad v dx =

(2.9)

v X.

q dx,

Le problme variationnel associ est naturellement

(2.10)

Trouver u X vriant (2.9).

La formulation variationnelle (2.9) est encore lquation dEuler dun problme de minimisation. La fonctionnelle associe est
J(u) =

1
2

K grad u

dx

f.u dx

Cette remarque montre que, pour que J soit une fonction convexe de u, il faut que la matrice K
soit dnie positive en tout point. En fait, nous verrons au paragraphe 2.5 que cette condition
nest pas tout fait susante, et nous donnerons les hypothses prcises sur la conductivit
K et la source de chaleur q, sous lesquelles le problme (2.10) admet une solution unique.
19

Conditions aux limites mles

Supposons maintenant que la frontire est partitionne en deux parties : N (avec une
condition de Neumann (1.5) et R (avec une condition de Robin (1.6).
En suivant la mme mthode, mais en choisissant seulement v C 1 () (sans imposer de
condition aux limites), il vient, si u est solution de (1.3), (1.5), (1.6) :
(K grad u). grad v dx

1
v H0 ().

qv dx,

(K grad u).n v d =

En utilisant les conditions aux limites (1.5),et (1.6) nous pouvons rcrire lintgrale de bord,
et obtenir
(2.11)
(K grad u). grad v dx +
R

qv dx +

ruv d =

gN v d +
N

gR v d,

v C 1 ().

Signalons au passage que le problme associ (2.11) est encore lquation dEuler dun
problme de minimisation, pos sur C 1 (), dont la fonctionnelle est
J(u) =

1
2

K grad u

r |u|2 d

dx +

f u dx

gN u d
N

gr u d.
R

Encore une fois, nous prciserons aux paragraphe 2.5 des hypothses sur K, r et les sources
q, gR , gN sous lesquelles le problme prcdent admet une solution unique.
Problme de Neumann pur
Nous pouvons tout de suite remarquer un cas particulier dans lequel il ne saurait y avoir
unicit : si R = , le problme initial est
div(K grad u) = q
K grad u.n = gN

dans ,
sur .

On voit que u est solution si et seulement si u + C est solution (o C est une constante
relle arbitraire). Par ailleurs, si une solution existe, en prenant v = 1 dans la formulation
faible (2.11) (toujours dans le cas R = ), nous obtenons
q dx +

gN d = 0,
N

qui constitue une condition ncessaire de compatibilit que doivent vrier les donnes q et gN
pour quil puisse exister une solution. Nous verrons au paragraphe 2.5 que cette condition est
susante (en plus des hypothses gnrales sur les coecients) pour quil existe une solution,
et que celle-ci est unique une constante additive prs.
lasticit linaire
Il sagit dun exemple dune grande importance pratique, puisquil correspond aux situations de calcul des structures. Cest galement, historiquement, pour traiter ce type de problme que la mthode des lments nis a dabord t mise en oeuvre par les ingnieurs. Nous
20

considrons le problme dlasticit linaire du chapitre 1, dont nous rappelons les quations
(crites avec la convention de sommation dEinstein) :
(2.12a)

ij (u)
+ fi = 0 dans ,
xj

(2.12b)

ij (u) = Cijkl kl (u),

(2.12c)

u = 0 sur D ,

(2.12d)

(u).n = gN

i = 1, 2, 3,

i, j 1, 2, 3,

sur N .

Il sera naturel de travailler dans le sous-espace de C 1 () form des fonctions qui sannulent
sur D , autrement dit qui vrient les conditions aux limites essentielles.
En multipliant lquation (2.12a) par une fonction vi C 1 () qui sannule sur D , en
sommant et en utilisant la formule de Green (2.3), il vient
d
i,j=1

vi
ij (u) +
xj

fi vi dx

((u).n)v d = 0,

v.

i=1

d
Du fait de la symtrie de (u), le premier terme se rcrit
i,j=1 ij (u) i j(v). En utilisant (2.12d) pour le terme de bord, et (2.12b), nous obtenons nalement

Cijkl ij (u) kl (v) dx =

(2.13)

fv dx +

ijkl

gN v d,

1
v HD ().

Dans le cas dun milieu isotrope, lexpression prcdente se simplie (en notant (u).(v) =
ij ij (u)ij (v) :
div u div v + 2(u).(v) dx =

(2.14)

gN v d,

fv dx +

1
v HD ().

De la mme faon quaux paragraphes prcdents, nous pouvons introduire une fonctionnelle J dont (2.13) (o (2.14)) et lquation dEuler. Dans le cas isotrope,
(div u)2 + 2

J(u) =

ij (u)2 dx

fv dx

ij

gN v d.
N

Dans les trois cas prcdents, nous avons vu que lquation variationnelle (2.6), (2.9), (2.11)
ou (2.13) se mettait sous la forme abstraite
Trouveru V, tel que a(u, v) = l(v), v V,
o
V est un espace de fonctions (en pratique, V devra tre un espace de Hilbert, donc un
sous-espace dun espace de Sobolev) ;
a est une forme bilinaire dnie sur V V ;
l est une forme linaire sur dnie sur V .
Au paragraphe suivant, nous allons examiner cette situation abstraite en dtails, en donnant
des hypothses gnrales sur a et l pour que le problme prcdent ait une solution unique.
Auparavant, nous allons donner les principales proprits des espaces de Sobolev.
21

2.3

Lespace de Sobolev H 1 () et le thorme de LaxMilgram

Les espaces de Sobolev jouent un rle fondamental dans la thorie variationnelle des quations aux drives partielles, ainsi que dans la thorie des lments nis.

2.3.1

Drivation faible

Nous allons dabord tendre la notion de drive (partielle), en partant de la formule de

Green (2.5).
Dnition 2.1. Soit v L1 (). Une fonction wi est la ie drive partielle faible de v si
loc
v

(2.15)

dx =
xi

wi dx,

1
Cc ().

Notons deux proprits immdiates de drives faibles. La premire dit que cette notion
gnralise bien la notion de drive partielle classique, la seconde que lon peut parler de la
drive faible dune fonction.
Proposition 2.1.
Si v admet une drive partielle faible, celle-ci est unique ( un ensemble de mesure nulle prs).
Si v C 1 (), alors les drives partielles de v sont les drives partielles faibles de v.
Preuve.

Par linarit, il sut de montrer que si une fonction w vrie

w dx = 0,

1
Cc ()

alors w = 0 presque partout. or ceci est un des rsultats de base de la thorie de lintgration.
Cela rsulte de la dnition de la drive faible, de la formule de Green (2.5) et du point
prcdent.

Grce au second point du thorme 2.1, nous noterons de les drives faibles de la mme
faon que les drives partielles classiques.
Examinons maintenant quelques exemples.
Exemple 2.1.
En dimension 1, la fonction valeur absolue v : x |x| nest pas drivable au sens classique.
1 si x < 0
Pourtant la fonction w dnie par w(x) =
est la drive faible de v, comme
1
si x 0
on le vrie par une simple intgration par parties.
Exemple 2.2.
La fonction w de lexemple prcdent ne possde pas de drive faible. Si cela tait le cas, en
notant z cette drive, on aurait
1
z(x)(x) dx, Cc (R).

v(x) (x) dx =
R

Le premier membre de cette galit vaut 2(0), et on aurait donc

z(x)(x) dx = 2(0),
R

22

1
Cc (R).

En prenant support dans R+ (disjoint de 0), on en conclut z = 0 presque partout sur R+ ,

1
et de mme sur R . Mais alors, il reste 0 = 2(0), Cc (R), ce qui est absurde.
En fait, pour dnir la drive de fonctions telles que v, on doit faire appel la thorie des
distributions, que nous nutiliserons pas dans ce cours. Pour une introduction cette thorie,
voir[21].
Le prochain exemple nous sera utile lors de la construction des espaces dlments nis, et
galement dans le traitement des problmes de transmission.
Exemple 2.3.

Soit un ouvert partitionn en deux sous-ouverts 1 et 2 : = 1 2 , et notons = 1 2
0 (), notons v et v les restrictions de
(cest la situation illustre la gure 1.1). Soit v C
1
2
v 1 et 2 , et supposons que vk C 1 (k ), k = 1, 2. La fonction wi dnie par

v1

sur 1

xi

wi = v2
sur 2
x

arbitrairement ailleurs
est la k e drive partielle faible de v sur .
1
Pour le dmontrer, xons i, et une fonction Cc (). Alors
v

dx =
xi

dx +
v
dx,
1 xi
2 xi
v1
dx + v1 | ni d
=

1 xi
v

w dx +

v1 | n1 d +

v2
dx +
xi

v2 | ni d,

v2 | n2 d.

La somme des deux intgrales est nulle car, dune part v est continue sur tout entier, et
dautre part, n1 + n2 = 0.

2.3.2

Dnition et premires proprits

Nous pouvons maintenant dnit lespace de Sobolev :

Dnition 2.2. Lespace de Sobolev dordre 1 est
H 1 () =

v L2 (),

v
L2 (), i = 1, . . . , d
xi

o les drives partielles sont prises au sens faible.

Proposition 2.2. Lapplication suivante dnit un produit scalaire sur H 1 () :
(2.16)

(u, v)1 =

u v dx +

grad u. grad v dx,

23

(u, v) H 1 ()2 .

Preuve. Notons tout dabord que pour (u, v) H 1 ()2 , les deux intgrales intervenant dans la
dnition de (u, v) sont nies.
Il est clair que lapplication (u, v) (u, v)1 est bilinaire (point i de la dnition A.2), symtrique
(point ii de la dnition) et galement que (u, u)1 0, u H 1 ().
Enn, si (u, u)1 = 0, en particulier u2 dx = 0, et donc u = 0 dans L2 ().

On peut donc dnir une norme sur H 1 (). On notera donc

1/2

(2.17)

u + |grad u| dx

Exemple 2.4.
Soit = B(0, 1) (la boule unit de Rd ), et soit v(x) = |x| .
Notons que
1

|x|2 dx = cd

r2+d1 dr

(cd est le volume de la boule unit de Rn[d]), de sorte que

v L2 () > d/2.
Par ailleurs, les drives partielles faibles de v sont donnes par
|v(x)| = || |x|1 et
1

|grad v|2 dx = cd

v
= |x|2 xi , do
xi

||2 r2(1)+d1 dr.

Cette intgrale est nie si et seulement si > 1 d/2, qui est nalement la condition pour
que v H 1 ().
Le rsultat suivant montre lintrt davoir introduit lespace de Sobolev (le rsultat correspondant pour lespace C 1 () est faux).
Thorme 2.2. Lespace H 1 (), muni de la norme .

est un espace de Hilbert.

Preuve. Soit (un )nN une suite de Cauchy dans H 1 (). Alors (un )nN et (grad un )nN sont des
suites de Cauchy dans L2 () et L2 ()d respectivement. Comme L2 () est complet (thorme de Riesz),
ces suites convergent. Notons u et (v1 , . . . , vd ) leurs limites respectives. Pour conclure que u H 1 (),
u
nous allons montrer que
= vi , i = 1, . . . , d.
xi
1
Fixons Cc (). Comme chaque un est dans H 1 (), on a
un

dx =
xi

un
dx.
xi

dx et le second vers
xi

2
1
par continuit du produit scalaire sur L (). On en dduit que, pour tout Cc (),

Lorsque n tend vers linni, le premier membre converge vers

par consquent vi =

dx =
xi

u
, et un u dans H 1 ().
n
xi

24

vi dx,

vi dx,

Il est clair que C 1 () H 1 () (puisque les drives classiques sont aussi des drives
faibles), et que linclusion est stricte. En dimension 1, on dmontre (voir, par exemple, [3])
que les fonctions de H 1 () sont continues (H 1 (a, b) C 0 (a, b)), cest bien ce que lon constate
lexemple 2.4, puisque pour d = 1, la condition > 1/2 entrane bien que v est continue)).
Par contre, en dimension suprieure 1, les fonctions de H 1 () ne sont pas ncessairement
continues, comme le montre lexemple suivant.
Exemple 2.5.
1
est dans H 1 ().
|x|
En eet, on vrie tout dabord que v L2 (). Ensuite, Maple rvle que

Soit = B(0, R) R2 , avec R < 1. La fonction v : x log log

x
grad v(x, y) =

(x2 + y 2 ) ln

x2 + y 2

(x2 + y 2 ) ln

x2 + y 2

puis que
R

|grad v|2 dx = 2

1
2
dr =
< .
2
r ln r
ln R

Exemple 2.6.
Plaons nous dans la situation de lexemple 2.3. Prenons (v1 , v2 ) H 1 (1 ) H 1 (2 ), et
dnissons v par
v(x) =

v1 (x) si x 1 ,
v2 (x) si x 2 .

Le calcul men lexemple cit montre que si v est continue sur (donc la traverse de ),
alors v H 1 ().

2.3.3

1
Le thorme de trace, et lespace H0 ()

Dans la mesure o nous cherchons tudier des problmes aux limites, nous aurons besoin
de connatre le comportement des fonctions de H 1 () au voisinage du bord de . Il nest pas
vident que cette question ait un sens : les fonctions de H 1 () sont dnies presque partout
(plus prcisment, en tant qulments de L2 () ce sont des classes dquivalence de fonctions,
pour la relation dquivalence o lon identie des fonctions gales presque partout). Or le bord
est une varit de dimension d 1, si Rd (nous ne dnirons pas ce quest une
varit. Disons simplement que dans le cas qui nous intresse, il sagit de la gnralisation
dune surface dans R3 . Par exemple, si = Rd , = Rd1 ). En particulier, est de mesure
+
nulle, et il nest pas possible de dnir la restriction dune fonction quelconque de L2 ()
. Toutefois, la rgularit supplmentaire des fonctions de H 1 () permet de dnir cette
restriction. Plus prcisment, nous avons le rsultat suivant.
Thorme 2.3 (de trace). Soit un ouvert born rgulier, de frontire . On dnit lapplication trace 0
(2.18)

H 1 () C() L2 () C()
v 0 (v) = v|
25

Cette application se prolonge par continuit en une application linaire continue de H 1 ()

dans L2 (), encore note 0 . En particulier, il existe une constante C > 0 telle que, pour toute
fonction v H 1 (), on a
v|

(2.19)

L2 ()

C v

H 1 ()

Nous ne donnerons pas la dmonstration de ce thorme, qui est quelque peu technique,
sans tre rellement dicile (voir par exemple [1] ou [3]).
Comme nous lavons annonc, ce thorme nous permet de parler de la valeur (on dit
gnralement la trace) dune fonction de H 1 () sur .
laide du thorme prcdent (et dun argument de densit) on dmontre que la formule
de Green (2.3) stend au cas o les fonctions q et v sont lments de H 1 () :
(2.20)

u H 1 (), q H 1 ()d ,

v div q dx =

q. grad v dx +

vq.nd(x).

Il est naturel de vouloir identier le noyau et limage de lapplication trace 0 . Il est usuel de
1
1
noter H0 () le noyau de 0 . Informellement, mais cette intuition est fondamentale, H0 () est
1 () qui sannulent sur le bord . Une proprit importante
le sous-espace des fonctions de H
1
de H0 () est la suivante :
1
Proposition 2.3. Lespace H0 () est un espace de Hilbert.

Lespace Cc () des fonctions indniment drivables, et support compact dans , est

1 ().
dense dans H0
1
1
1
Preuve. Puisque H0 () = 0 (0), et que lapplication trace est continue, H0 () est un sous-espace

ferm de H 1 (), donc un espace de Hilbert.

Nous admettrons la deuxime partie de la proposition.

Il est plus dlicat de caractriser limage de 0 dans L2 (). Contentons nous de signaler
que cette application nest pas surjective.
1
Concluons cette section par une autre proprit utile de lespace H0 (), qui sera utile dans
ltude des problmes avec une condition aux limites de Dirichlet, et dont nous admettons la
dmonstration (voir [1], [3]).

Lemme 2.1 (Ingalit de Poincar). Soit un ouvert born de Rd . Il existe une constante
CP > 0 telle
(2.21)

|v(x)|2 dx CP

1
v H0 (),

| v(x)|2 dx.

1
Une consquence de ce rsultat est que lon peut dnir sur H0 () une norme plus simple
1 ().
que la norme de H
1
Thorme 2.4. La semi-norme dnie sur H0 () par
1/2

(2.22)

|v|H 1 () =
0

| v(x)|2 dx

1
dnit une norme sur H0 (),quivalente la norme de H 1 ()

26

Preuve. Il est clair que |v|H0 () dnit bien une semi-norme. Il reste vrier que cest bien une
1
norme (cest--dire que |v|H0 () = 0 v = 0, ainsi que lquivalence des normes.
1
1
La premire proprit rsulte de ce que les fonctions de H0 () sont nulles sur . En eet, si
|v|H0 () = 0, v = 0 (presque partout) sur (chaque composante connexe de) . v est donc constante
1
(sur chaque composante connexe), mais elle est nulle au bord, donc ne peut tre quidentiquement
nulle.
En ce qui concerne lquivalence des normes, nous devons montrer quil existe deux constantes
positives C1 et C2 telles que :
1
v H0 (), C1 |v|H0 () v
1

H 1 ()

C2 |v|H0 () .
1

La premire ingalit est claire, avec C1 = 1. La seconde est une consquence de lingalit de Poin
car (2.21), avec C2 = CP + 1, puisque
v

2.3.4

2
H 1 ()

|v(x)| + | v(x)| dx (C + 1)

| v(x)| dx.

Complments

Nous donnons dans ce paragraphe des proprits supplmentaires des espaces de Sobolev,
dont nous aurons besoin de faon accessoire dans la suite.
La premire est un rsultat de compacit, qui est parfois utile pour dmontrer des rsultats
de coercivit pour les problmes aux limites (voir section 2.5.2).
Thorme 2.5 (de Rellich). Si est un ouvert born, linjection canonique de H 1 () dans
L2 () est compacte. Autrement dit, tant donn une suite (un )nN H 1 () borne dans
H 1 (), on peut en extraire une sous suite (unk )kN convergeant dans L2 ().
Nous admettrons ce thorme. Pour la dmonstration, voir [3].
Nous aurons aussi besoin plus loin dun espace de Sobolev dordre plus lev que H 1 ().
Pour cela, nous devons dnir des drives faibles dordre plus grand que 1. tant donn un
multiindice = (1 , . . . , d ) Nd , nous noterons pour une fonction v rgulire
v(x) =

|| v
(x),
. . . xd
d

x1
1

et nous appelons cette quantit une drive partielle dordre || = 1 + . . . + d . Avec cette
notation, nous dirons quune fonction v L2 () est m fois drivable au sens faible si toutes ses
drives partielles faibles dordre m 1 sont faiblement drivables au sens de la dnition 2.1.
Remarquons que grce au thorme de Schwarz, il nest pas ncessaire dindiquer lordre des
drivations.
Dnition 2.3. Lespace de Sobolev H m () (m entier) est dni par
H m () = v L2 (), , || m, v L2 () .
Le rsultat suivant se dmontre comme le thorme 2.2.
Proposition 2.4. Muni du produit scalaire
u(x) v(x) dx,

(u, v) =
m

et de la norme u

H m ()

(u, u), lespace de Sobolev H m () est un espace de Hilbert.

27

2.4

Le thorme de LaxMilgram

Il sagit dun rsultat abstrait relatif aux espaces de Hilbert. Nous le prsentons dans cette
section car, dans ce cours, nous lutiliserons seulement quand lespace de Hilbert est une espace
de Sobolev (H 1 () ou lun de ses sous-espaces).
Nous nous donnons donc un espace de Hilbert V , et nous notons (., .) le produit scalaire
sur V , et . V la norme associe. Nous considrons un problme variationnel abstrait du type
de ceux que nous avons vu la section 2.2 :
(2.23)

Trouver u V, tel que a(u, v) = L(v) pour tout v V.

i) L est une forme linaire continue sur V : L est une application linaire de V dans R, et
il existe C > 0 telle que v V, |L(v)| C v V .
ii) a est une forme bilinaire continue sur V V : les deux applications partielles w a(w, v)
et v a(w, v) sont linaires de V dans R, et il existe M > 0 telle que (u, v)
V 2 , |a(u, v)| M u V v V ;
iii) a est coercive : il existe > 0 telle que u V, a(u, u) u

2
V

Nous allons voir que la coercivit de a est essentielle pour pouvoir rsoudre (2.23)
Thorme 2.6. Sous les hypothses ci-dessus, le problme (2.23) admet une unique solution
u V . Cette solution vrie lestimation
u

(2.24)

M
C.

Preuve(cf. [4]). En utilisant le thorme de Riesz, nous allons introduire un oprateur linaire sur
V , et montrer que notre problme est quivalent une quation linaire dans V . Nous montrerons
ensuite, en utilisant le thorme du point xe de Banach que cette quation a une solution unique, qui
vrie (2.24).
Tout dabord, daprs le thorme de Riesz A.2, il existe f V , tel que
L(v) = (f, v), v V.
Considrons maintenant lapplication v a(w, v), w V tant x. Toujours daprs le thorme
de Riesz, il existe un lment unique de V , que nous pouvons noter A(w) tel que
a(w, v) = (A(w), v), v V.
Notre problme variationnel se met donc sous la forme dune quation dans V : A(u) = f . Nous
allons maintenant tudier les proprits de lapplication w A(w). Il est facile de voir que A est un
oprateur linaire sur V (une application linaire V V ). En eet, par dnition A(w + z) vrie,
pour tout v V
(A(w + z), v) = a(w + z, v) = a(w, v) + a(z, v) = (A(w), v) + (A(z), v),
ce qui dmontre la linarit de A.
Notons maintenant que lquation (linaire) Au = f peut se mettre, pour > 0 choisir, sous la
forme du problme de point xe
u (Au f ) = u,
qui est quivalent au problme initial.

28

Nous allons vrier que lon peut choisir de faon que lapplication T : w w (Aw f ) soit
strictement contractante. Calculons
T (w) T (w ) = w (Aw f ) w (Aw f ) = w w A(w w ),
puis
T (w) T (w )

2
V

= ww
= ww

2
V
2
V

+ 2 A(w w )
+ 2 A(w w )
2

(1 2 + M ) w w

2
V

2
V
2
V

2(A(w w ), w w )
2 a(w w , w w )

Si nous choisissons (par exemple) = 2 , nous obtenons 1 2 + 2 M 2 = 1 2 < 1, de sorte que

M
M
lapplication T est strictement contractante. Daprs le thorme du point xe de Banach, T admet
un unique point xe, qui est bien solution du problme variationnel (2.23).
Lestimation (2.24) sobtient en prenant v = u dans la formulation variationnelle, ce qui donne
u

2
V

a(u, u) = L(u) M u

do lingalit cherche.

Quand la forme bilinaire est symtrique (a(w, v) = a(v, w), pour tous (v, w) V 2 ), , ce
qui sera le cas de la plupart des exemples que nous examinerons, nous pouvons amliorer le
rsultat prcdent. Dans ce cas, le problme variationnel est lquation dEuler dun problme
de minimisation. Introduisons la fonctionnelle J dnie par
1
J(v) = a(v, v) L(v).
2
Thorme 2.7. Nous nous plaons dans les hypothses du thorme 2.6. Soit u la solution
du problme variationnel (2.23). u est lunique point ralisant le minimum de la fonctionnelle
J.
Rciproquement, si u minimise J, alors u est lunique solution de (2.23).
Preuve. La preuve est analogue au calcul que nous avons fait avec le Laplacien la section 2.2.1. Si
u est solution de (2.23), alors pour tout v]inV , nous avons grce la symtrie de a :
1
1
J(u + v) = J(u) + a(v, v) + a(u, v) L(v) = J(u) + a(v, v) J(u),
2
2
et u minimise J sur V .
Rciproquement, supposons que u minimise J sur V . Dnissons j(t) = J(u + tv), qui est une
fonction de R dans R qui atteint son minimum en 0. On a donc j (0) = 0, et lon calcule
1
j(t) = J(u) + t2 a(v, v) + ta(u, v) tL(v)
2
soit
j (t) = ta(v, v) + a(u, v) L(v)
de sorte que la condition j (0) = 0 est exactement la formulation variationnelle (2.23).

Avant dappliquer ce thorme des exemples de problmes aux limites, il est instructif
dexaminer ce qui se passe quand V est de dimension nie. Pour simplier, nous supposerons
que a est symtrique.
29

Remarque 2.2. Dans le cas o V est un espace de dimension nie (cest--dire un espace
euclidien), la situation se simplie considrablement. Tout dabord, la forme bilinaire a est
associe une matrice A (cest loprateur qui intervient dans la preuve prcdente). Toutes les
formes linaires et bilinaires sont automatiquement continues, et seule reste lhypothse de
coercivit. Cette hypothse se rcrit :
il existe > 0 tel que (Au, u) u

2
V

, pour tout u V.

Cette condition signie simplement que la plus petite valeur propre de A est strictement
positive, donc que A est injective. En dimension nie, A est donc bijective, et nous retrouvons
dans ce cas le fait bien connu quune matrice symtrique et dnie positive est inversible.

2.5

Application aux problmes aux limites

Nous revenons sur les problmes que nous avions commenc tudier la section 2.2.
Nous allons montrer que, condition de se placer dans le cadre des espaces de Sobolev,
ces problmes ont tous une solution. Ensuite, nous examinerons (brivement) liens de cette
solution faible avec les solutions classiques (cest--dire de classe C 2 ). Commenons, comme
au paragraphe 2.2.1, par le Laplacien.

2.5.1

Le Laplacien avec conditions de Dirichlet

1
Nous reprenons le problme (2.8), mais en remplaant lespace X par H0 () :
1
Trouver u H0 () tel que

(2.25)

grad u. grad v dx =

f v dx,

1
v H0 ().

En posant
1
V = H0 (),
grad w. grad v dx, (w, v) V 2 ,

a(w, v) =

f v dx, v V ,

L(v) =

nous voyons que (2.25) rentre dans le cadre des problmes variationnels abstraits que nous
avons tudis au paragraphe 2.4. Il reste vrier les hypothses du thorme de Lax
Milgram 2.6.
Proposition 2.5. Si louvert est born, le problme (2.25) admet une solution unique.
Preuve. Il est clair que a est une forme bilinaire sur V V , et L une forme linaire sur V . La
continuit de L est facile voir :
|L(v)|

|f | |v| dx f

L2 ()

L2 ()

1
H0 ()

1
H0 ()

par lingalit de CauchySchwarz. De mme a est continue sur V V :

|a(w, v)|

grad w. grad v dx grad w

L2 ()

30

grad w

L2 ()

= w

1
H0 ()

1
H0 ()

Enn, la coercivit de a est triviale (daprs le thorme 2.4 qui est, rappelons le, une consquence
de lingalit de Poincar (2.21)) :
grad w2 dx = w

a(w, w) =

2
1
H0 ()

Nous pouvons donc appliquer le thorme de LaxMilgram 2.6.

La solution qui rsulte du thorme prcdent sappelle une solution faible de (2.1). En
appliquant le thorme 2.7, nous pouvons faire le lien avec le calcul des variations :
1
Proposition 2.6. La solution faible de (2.25) ralise le minimum sr H0 () de la fonctionnelle

J(u) =

1
2

| u|2 dx

f u dx.

Nous voulons maintenant comprendre le lien entre cette solution faible et les solutions
classiques, ou fortes de lquation de Laplace. En gnral, la solution de (2.25) na pas de
rgularit plus grande que son appartenance H 1 (). Ce ne peut donc pas tre une solution
classique. Toutefois, si nous supposons que la solution faible est plus rgulire, alors cest bien
une solution forte de (2.1).
Proposition 2.7. Sous lhypothse que la solution faible u H 2 (), u est une solution
classique de (2.1).
Preuve. Si u H 2 (), alors nous pouvons appliquer la formule de Green (2.4), avec une fonction

test v Cc (), et nous obtenons

(u + f )v dx = 0, v Cc ().

Comme Cc () est dense dans L2 (), lgalit prcdente implique que u = f dans L2 (), donc
que
u = f
presque partout dans .

Remarque 2.3. On dmontre que, mme sans lhypothse de rgularit u H 2 (), lquation (2.6) est tout de mme vrie presque partout dans . La solution faible nest plus
ncessairement une solution forte. La dmonstration est toutefois plus dlicate (voir [1]).

2.5.2

Extension dautres conditions aux limites

Conditions de Dirichlet non-homogne

La premire variante que nous tudions consiste remplacer la condition de Dirichlet
homogne u = 0 sur par une condition nonhomogne u = g sur . Pour que ce problme puisse avoir une solution, il est naturellement ncessaire que g soit la trace sur le bord
dune fonction ug H 1 () (cette fonction nest videmment pas unique, puisquon peut lui
1
rajouter nimporte quel lment de H0 ()). Nous ne pouvons pas rentrer dans le dtail de
cette question, nous supposons simplement quil existe une telle fonction g. Nous verrons au
paragraphe 3.3.3 comment on peut facilement construire numriquement un tel relvement .
31

En prenant comme nouvelle fonction inconnue u = u ug , nous voyons que u est solution

du problme
= f + ug
u

(2.26)

dans ,

u=0

sur .

1
Par construction, u H0 (). En procdant comme prcdemment, nous obtenons la formu
lation variationnelle
1
Trouver u H0 () tel que

(2.27)

grad u. grad v dx =

f v dx +

grad ug . grad v dx,

1
v H0 (),

laquelle nous pouvons appliquer le thorme de LaxMilgram, et obtenir ainsi lexistence et

lunicit dune solution faible.
Il est commode de revenir linconnue naturelle u, et dintroduire le sous-espace (ferm,
daprs le thorme de trace) de H 1 ()
1
Hg () = u H 1 (), u = ug sur ,

qui est donc un espace de Hilbert.

La formulation variationnelle devient dans ce cas
1
Trouver u Hg () tel que

(2.28)

grad u. grad v dx =

1
v H0 (),

f v dx,

Nous pouvons encore faire le lien avec le calcul des variations. La solution u de (2.28)
1
ralise le minimum sur Hg () de la fonctionnelle
J(u) =

1
2

| u|2 dx

f u dx.

Conditions aux limites de Neumann

Dans le cas ou lon remplace la condition aux limites de Dirichlet par une condition de
Neumann, le raisonnement prcdent doit tre modi.
Nous commenons par tudier le problme, o f L2 (), et g L2 () sont deux
fonctions donnes :

u + u = f dans ,
(2.29)
u

= g sur .
n
La formulation variationnelle associe est (dans ce cas, il ny a pas lieu de prendre une fonction
test nulle sur le bord, lespace naturel est donc H 1 () entier :
(2.30)
Trouver u H 1 () tel que
( v(x))T u(x) + u(x)v(x) dx =

g(x)v(x) d(x) v H 1 ().

f (x)v(x) dx +

On a alors le
32

Thorme 2.8. Le problme 2.30 admet une unique solution faible u H 1 ().
Preuve. Comme dhabitude, le seul point qui ncessite une dmonstration est la coercivit de a :
a(u, u) =

+ |u| dx = u

2
H 1 ()

Par contre linterprtation du problme variationnel va savrer plus dlicate quau paragraphe prcdent. Nous faisons lhypothse que la solution u H 2 (). Dans ce cas, la drive
u
normale
L2 (), et nous pouvons utiliser la formule de Green (2.4), pour obtenir
n
g

(u u + f ) dx =

u
n

v d(x).

Choisissons v C0 (), cest--dire support compact dans . Le terme de droite est alors
nul, et par un rsultat de densit des fonctions rgulires dans L2 (), nous voyons que u vrie
u + u = f dans L2 (), donc presque partout dans .
Toujours sous lhypothse que u H 2 (), nous en dduisons par le mme raisonnement
u
= g dans L2 (), donc presque partout sur
de densit (sur le bord) que
n
Remarque 2.4. Lhypothse u H 2 () est assez restrictive. On peut rinterprter, mais cest
plus dlicat, le problme variationnel sans lhypothse prcdente. Le problme lintrieur
u
est toujours vri presque partout. Par contre, il nest plus possible de donner un sens
n
en tant que fonction (cest une distribution), et la condition aux limites ne peut tre vrie
que dans un sens faible.

Nous considrons maintenant le problme de Neumann pour pour le Laplacien, cest--dire

u = f dans ,
(2.31)
u = g sur .
n
La dicult supplmentaire par rapport au cas prcdent est, comme nous lavions annonc
lors de ltude formelle du problme de Neumann, quil nexiste une solution que si les donnes
f et g vrient une condition de compatibilit (que nous allons expliciter plus loin), et que
dans ce cas, la solution de (2.31) nest dnie qu une constante prs.
En eet, puisque seules les drives de u interviennent dans (2.31), on voit que si u en est
une solution, alors u + C est aussi solution quelle que soit la constante C R. Par ailleurs,
en appliquant la formule (2.4) avec v = 1, nous retrouvons
f (x) dx +

(2.32)

g(x) d(x) = 0,

qui est une relation entre les donnes f et g qui ne fait pas intervenir u. On voit donc que (2.32)
est une condition ncessaire pour lexistence dune solution.
33

La formulation variationnelle, sans encore prciser lespace dans lequel nous chercherons
la solution est
Trouver u tel que
(2.33)

( v(x))T u(x) dx =

g(x)v(x) d(x) v.

f (x)v(x) dx +

Le choix le plus naturel serait de prendre V = H 1 (), mais la remarque prcdente montre
que nous devrons nous attendre des dicults, et en eet, il nest pas possible de dmontrer
la coercivit de la forme bilinaire a(u, v) = ( v(x))T u(x) dx sur H 1 ().
Il est clair que nous devrons modier le cadre variationnel pour pouvoir appliquer le thorme de LaxMilgram. Une solution est de xer la constante en travaillant avec des
fonctions moyenne nulle, soit en posant
V =

u H 1 (),

u dx = 0 ,

qui est un sous-espace ferm de H 1 (), donc complet quand on le munit de la norme induite
par H 1 (). Nous prenons donc comme formulation variationnelle
Trouver u V tel que
(2.34)

( v(x))T u(x) dx =

g(x)v(x) d(x) v V,

f (x)v(x) dx +

et nous devons vrier la coercivit de la forme bilinaire sur V (les autres proprits sont
claires). Ce point est quelque peu dlicat, et nous admettrons le rsultat. Nous avons donc
Thorme 2.9. Soit f L2 () et g L2 () vriant la condition de compatibilit (2.32).
Il existe une solution unique u V du problme de Neumann (2.34).
Conditions aux limites mles
Nous envisageons maintenant le cas o la frontire est partitionne en deux parties =
D N , avec D N = .
Sur D est impose une condition de Dirichlet, que nous supposerons homogne pour
simplier
u = 0 sur D ;
Sur N est impose une condition de Neumann
u
= g sur D ,
n
o g L2 (N ) est donne.
Pour dmontrer lexixtence dune solution, nous devrons supposer que la partie D nest
pas trop petite (sans quoi, nous retoruverons les dicults du problme de Neumann).
Nous ferons lhypothse que mes(D ) > 0, en dsignant par mes la mesure supercielle sur
.
34

Il est naturel de chercher u dans un sous-espace de H 1 () de fonctions nulles sur D .

Pour une fonction test vriant la mme condition aux limites, la formule de Green conduit
une formulation variationnelle avec
vT

a(u, v) =

u dx,

gv d(x).

f v dx +

L(v) =

Lespace sur lequel sont dnies ces formes est

VD = v H 1 (), v = 0 sur D .
Notre problme variationnel est donc
Trouver u V tel que
(2.35)

( v(x))T u(x) dx =

g(x)v(x) d(x) v V.

f (x)v(x) dx +
N

Thorme 2.10. Le problme 2.35 admet une solution unique u V .

Preuve. La continuit de a et de L se dmontre comme la proposition 2.5. Le seul point dlicat
(et qui peut tre pass en premire lecture) est la coercivit de a.
Pour montrer la coercivit de a, commenons par montrer que w a(w, w) dnit une norme
sur V . Il est clair que cest une seminorme. Si a(w, w) = 0, w = 0 (presque partout) sur , donc w
est constant sur (connexe). Comme w = 0 sur une partie du bord de mesure strictement positive,
nous concluons que w = 0 sur .
Il nous faut donc montrer que cette nouvelle norme est quivalente la norme de H 1 (). Pour
cela, raisonnons par labsurde. Supposons que, pour tout n N, il existe wn V , tel que
a(wn , wn )

1
wn
n

2
H 1 ()

En fait, nous pouvons prendre wn H 1 () = 1 (cest une simple normalisation). La suite (wn )nN est
donc borne dans H 1 (). Par compacit (voir le thorme de Rellich 2.5), nous pouvons extraire une
sous suite (wnk )kN qui converge dans L2 ().
Par hypothse,
1
a(wnk , wnk )
,
nk
et donc wnk 0 dans L2 () quand k . Par consquent (wnk )k est une suite de Cauchy dans
H 1 (), et converge vers une limite w . On a donc
2

| w | dx = lim

| wnk | dx lim

1
= 0.
nk

Daprs la premire partie dela dmonstration, on a donc w = 0, mais par ailleurs,

2

|w | dx = lim |vnk | dx = 1,

ce qui est une contradiction avec w = 0.

35

2.5.3

Coecients variables

Nous considrons donc le problme (1.3) (dont nous avons donn la formulation variationnelle en (2.9)), et nous considrons maintenant le cas gnral dun tenseur de conductivit
anisotrope. Nous nous donnons une fonction valeurs dans lespace des matrices K(x), vriant les conditions suivantes : il existe deux constantes, > 0 et > 0, telles que, pour
presque tout x ,
K(x) , Rd ;
2
, Rd .
T K(x) = d
i,j=1 kij i j
On considre alors le problme aux limites :
div K u = f

dans ,

u=0

(2.36)

sur .

1
En multipliant, comme dhabitude par une fonction test v H0 (), et en utilisant la
formule de Green (2.3) avec q = A u, nous obtenons la formulation variationnelle
1
Trouver u H0 () tel que

(2.37)

( v(x))T K(x) u(x) dx =

1
f (x)v(x) dx v H0 ().

Thorme 2.11. Sous les hypothses ci-dessus, le problme (2.37) admet une unique solution
1
faible u H0 ().
1
Preuve. En posant, pour (u, v) H0 ()2 ),

( v(x))T K(x) u(x) dx, L(v) =

a(u, v) =

f (x)v(x) dx,

il sut de vrier les hypothses du thorme de LaxMilgram 2.6. Les caractres respectivement
linaire de L, et bilinaire de a sont vidents. Nous vrions les deux autres points.
Continuit En appliquant deux fois lingalit de CauchySchwarz (dabord dans Rd , puis dans
1
H0 ()), il vient
|L(v)|

v dx u

1
H0 ()

1
H0 ()

soit la premire hypothse du thorme, avec C = .

Coercivit Cest le point dlicat, mais qui est encore une fois rendu trivial par lingalit de Poincar :
a(u, u)

u(x)

dx = u

2
1
H0 ()

On peut galement dmontrer un rsultat analogue la proposition 2.7, en suivant le mme

raisonnement.
Remarque 2.5. Problme de transmission
Considrons le cas particulier o est partitionn en deux sous-domaines 1 et 2 , et nous
notons lintreface entre les deux sous-domaines. Deux situations possibles sont illustres sur
la gure 2.2.
Nous supposerons que le coecient K est scalaire, et constant sur chaque sousdomaine,
K(x) = ki i (x) pour x i (i dsignant la fonction caractristique de i ).
36

Fig. 2.2 Domaine partitionn en deux sous-domaines 1 et 2 , deux exemples

Dans la formulation variationnelle, prenons dabord v suppport compact dans 1 , puis
dans 2 (en particulier v est nulle sur ), et nous voyons que dans chaque sous-domaine, la
restriction ui de u i vrie ki ui = f|i . Il y a aussi des conditions de transmission entre
u1 et u2 sur linterface , qui sont en fait contenues dans la formulation variationnelle. Tout
dabord, le thorme de trace implique que, puisque u H 1 (),
u1 = u2 sur .
Ensuite, si nous prenons maintenant une fonction test quelconque, en appliquant la formule
de Green dans 1 et dans 2 , compte tenu des quations lintrieur, il reste (en notant n la
normale oriente de 1 vers 2 , par exemple)
k1 u1 nv d(x) =

k2 u2 nv d(x),

pour tout v L2 (),

ce qui entraine
k1 u1 n = k2 u2 n.

2.5.4

Le systme de llasticit linaire

Nous considrons maintenant le systme de llasticit linaris que nous avons introduit au
paragraphe 1.3. Pour simplier, nous nous placerons dans le cas homogne et isotrope (cest-dire que le systme est dcrit par les deux coecients de Lam et , qui sont supposs
constants, et positifs). Le tenseur des contraintes est donc reli au tenseur dlasticit par la
relation
(u) = 2(u) + Tr (u)I,
et la condition dquilibre est
div (u) + f = 0 dans ,
o f L2 ()3 est une force donne, et o div est le vecteur de composantes not
3

(div (u))i =
j=1

(u)ij
xj

Commenons par tudier le cas o lon impose une condition de Dirichlet sur tout le bord.
Nous verrons plus tard le cas, plus raliste de conditions aux limites mixtes.
37

1
Nous cherchons donc u V = H0 ()3 , et prenons les fonctions test dans ce mme espace.
Multiplions scalairement la condition dquilibre par v V , et intgrons par partie pour
obtenir
3
vi
dx =
f .v dx.
(2(u)ij + Tr (u)ij )
xj

i,j=1

Pour simplier la premire somme, remarquons que

3
i,j=1

uj
ui
+
xj
xi

vi
1
=
xj
2

3
i,j=1

uj
ui
+
xj
xi

vj
vi
+
xj
xi

= 2(u)(v).

Pour ce qui est de la deuxime partie de la somme, remarquons galement que Tr (u) = div(u)
(la vraie divergence cette fois). Par consquent,
3
i,j=1

vi
div uij
=
xj

div u div v.
i=1

Finalement, la formulation variationnelle, pour des conditions aux limites de Dirichlet est
Trouver u V tel que
(2.38)

f v dx v V,

2 (u)(v) + div u div v dx =

Le thorme auquel sattend le lecteur a bien lieu :

Thorme 2.12. tant donn un champ de vecteur f L2 ()3 , le problme variation1
nel (2.38) admet une solution unique u H0 ()3 .
Preuve. Comme dhabitude nous ne vrierons que la coercivit de la forme bilinaire. Celle-ci nest
priori pas vidente, car la forme bilinaire ne contient pas toutes les drives de ses arguments.
Tout dabord, puisque > 0, nous avons
a(u, u) 2

(u)

dx.

Ensuite, un cas simple de lingalit de Korn, dmontr dans le lemme 2.2 ci-dessous donne

a(u, u) 2 2 u L2 ()3 ,
et pour conclure, nous utilisons lingalit de Poincar (2.21) (composante par composante).

Il reste dmontrer la premire ingalit de Korn.

Lemme 2.2. Pour v V , on a
v

(2.39)

L2 ()3

2 (v)

L2 ()3

Preuve. Cest un simple calcul. Pour u V ,

3

(u)

dx =

1
4 i,j=1

ui
uj
+
xj
xi

dx =

38

1
2 i,j=1

ui
xj

ui uj
xj xi

dx

Intgrons par partie deux fois (cest ici quintervient la condition de Dirichlet) :

ui uj
dx =
xj xi

2 ui
uj dx =
xj xi

ui uj
dx.
xi xj

Finalement,
3

(u)

1
dx =
2 i,j=1
1
=
2

i,j=1

ui
xj
ui
xj

ui uj
xi xj
2

dx

+
i=1

ui
xi

dx

1
2

| u| dx.

En pratique, il est important de ne pas se restreindre aux cas des conditions de Dirichlet.
En eet, cela correspond un solide encastr sur tout son bord. Or nous voulons pouvoir
traiter le cas dun solide dont le bord (ou une partie du bord) est libre, ou soumis une
contrainte surfacique.
Nous considrons donc une partition du bord en D et N (nous supposerons que
la mesure supercielle de D est strictement positive), et le problme

div (2(u) + Tr (u)I) = f dans ,

u=0
sur D , ,
(2.40)

(u) n = g
sur N .
o f L2 ()2 , et g L2 (N )3 sont donns.
Il parait raisonnable de considrer lespace VD = u H 1 ()3 , u = 0 sur D , qui est
sous-espace ferm de H 1 ()3 par application du thorme de trace. La formulation variationnelle est alors :
Trouver u V tel que
(2.41)

2 (u)(v) + div u div v dx =

f v dx +

gv d(x),

v V,

et lon a le thorme attendu

Thorme 2.13. tant donns f L2 ()3 , et g L2 (N )3 le problme variationnel (2.41)
1
admet une solution unique u H0 ()3 .
Preuve (Esquisse). Encore une fois le seul point dlicat et la coercivit. Nous nindiquons que les
tapes de la dmonstration, qui est technique. Tout dabord, puisque nous supposons > 0, il sut
de montrer quil existe une constante C > 0 telle que
v VD , v

H 1 ()3

C (v)

H 1 ()3

Pour cela, montrons dabord que v H 1 ()3 dnit une norme sur VD . Le seul point dmontrer est
que v H 1 ()3 = 0 v = 0. Daprs le lemme 1.1, v est alors un dplacement de corps rigide :
v(x) = a + b x. Or, puisque u = 0 sur la partie D , ceci nest possible que si a = b = 0.
Il faut ensuite utiliser la seconde ingalit de Korn, nonce sans dmonstration au lemme 2.3,
ainsi quun raisonnement faisant appel la compacit pour conclure.

39

Le lemme de Korn, nonc ci-dessous, est hautement non-trivial. Comme pour la premire
ingalit (2.39), seule certaines drives partielles interviennent dans le membre de droite
de lingalit. Mais cette fois, il nest pas possible dutiliser largument simple bas sur une
intgration par parties. La dmonstration se trouve, par exemple, dans le livre [10].
Lemme 2.3. Il existe une constante C > 0 telle que, pour v H 1 ()3 ), on a
v

(2.42)

H 1 ()

L2 ()3

+ (v)

L2 ()3

On peut bien entendu rinterprter le problme variationnel, sous une hypothse de rgularit de la solution (voir par exemple [1]).
Comme nous lavons annonc, la formulation variationnelle dun problme aux limites
nest rien dautre que le principe des travaux virtuels, alors que les fonctions test sont les
dplacements admissibles. Nous allons retrouver ce lien par lintermdiaire de la formulation
minimum de lnergie . Nous introduisons pour cela la fonctionnelle, dnie sur VD :
(2.43)

J(v) =

1
2

2 (v)

+ |div v|2 dx

fv

dx

gv d(x).
D

Linterprtation mcanique de J est la suivante : la premire intgrale est lnergie de dformation, alors que les deux autres termes reprsentent le travail des forces extrieures.
Par un raisonnement tout fait similaire celui men avant le thorme 2.1, nous pouvons
montrer que
J(u+v)J(u) =

2 (u)(v)+ div u div v dx

f v dx

gv d(x)+
N

(u)

dx,

et prouver ainsi lquivalence entre le problme variationnel (2.41) et la minimisation de J sur

lespace des dplacements admissibles VD . Une consquence de ce calcul est que le problme
variationnel est lquation dEuler du problme de minimisation, et lon retrouve le principe
des travaux virtuels.

40

Chapitre 3

Prsentation de la mthode des

lments nis
Dans ce chapitre nous abordons le coeur de notre sujet : lapproximation des problmes
elliptiques par la mthode des lments nis. Nous commencerons par prsenter la mthode
dapproximation interne, qui est une mthode dapproximation abstraite dans les espaces de
Hilbert. La mthode des lments nis est une mthode de dapproximation interne particulire, lespace dapproximation tant un espace de fonctions polynomiales par morceaux. Nous
dcrirons donc ensuite les espace locaux utiliss dans lapproximation, en nous bornant aux
exemples les plus courants : les lments de Lagrange sur des triangles et des rectangles, en
2 dimension, sur des ttradres, des hxadres et des prismes en 3 dimensions. Ensuite, nous
montrerons comment on construit les espaces dapproximation globaux, et les proprits du
problme approch obtenu.

3.1

La mthode dapproximation interne

Nous nous plaons dans la situation du paragraphe 2.4 : V est un espace de Hilbert dont
nous notons (., .) le produit scalaire. Nous considrons un problme variationnel
(3.1)

Trouver u V, tel que a(u, v) = L(v) pour tout v V,

o a est une forme bilinaire continue et coercive sur V V , et L est une forme linaire
continue sur V (voir le paragraphe 2.4 pour les dnitions prcises).
Nous nous donnons une famille de sous-espaces Vh V de dimension nie Nh . Le paramtre h est destin tendre vers 0. Il est pour linstant sans signication, mais nous servira
mesurer la nesse du maillage au chapitre prochain. Nous dnissons le problme approch
par la formulation variationnelle :
(3.2)

Trouver uh Vh , tel que a(uh , vh ) = L(vh ) pour tout vh Vh .

Par application du thorme de LaxMilgram (dont les hypothses sont vries puisque Vh
V , il est immdiat que le problme approch (3.2) admet une solution unique uh . Cela est
dmontr la proposition 3.1.
Bien entendu, comme le problme approch est en dimension nie, il est quivalent un
systme linaire, aprs avoir x une base de Vh . Notons 1 , . . . , Nh les lments de cette
41

base (pour linstant, nous ne prcisons pas ce que sont les vecteurs de cette base, mais nous
verrons que la mthode des lments nis conduit au choix canonique dune base de Vh ). Nous
pouvons dvelopper la solution approche uh sur la base choisie :
Nh

uh =

xj j .
j=1

Dans la formulation variationnelle (3.2), il est susant (et ncessaire) de prendre vh = i ,

pour i = 1, . . . , Nh . Le systme approch se met sous la forme

Nh

xj j , i = L(i ),

i = 1, . . . , Nh ,

j=1

En dveloppant par linarit, nous obtenons le systme linaire

Ax = b,

(3.3)

o les lments de la matrice A et du second membre b sont donns par

Aij = a (j , i ) , bi = L(i ),

(3.4)

et o nous avons not x le vecteur inconnu de composantes xj , j = 1, . . . , Nh .

Par analogie avec le cas de llasticit linaire, la matrice A sappelle la matrice de
rigidit su systme.
Il est important de savoir que le systme approch possde toujours une solution unique.
Proposition 3.1. La matrice A est inversible.
Lorsque la forme bilinaire a est symtrique, la matrice A lest aussi, et elle est alors
dniepositive.
Preuve. Linversibilit de A est une consquence immdiate du lemme de LaxMilgram appliqu
Vh .
La symtrie de A se voit sur la dnition (3.4). Le caractre dni positif est la traduction en
Nh
dimension nie de la coercivit. Soit x R[Nh ], et posons uh = i=1 xi i .
Nh

xT Ax =

Nh

xi xj a(j , i ) = a(
i,j=1

Nh

) = a(uh , uh ) > 0.

j=1 i=1

La mthode des lments nis est une mthode dapproximation particulire (nous en
verrons les dtails aux paragraphes suivants) qui conduit un systme approch possdant
plusieurs bonnes proprits :
les lments de la matrice A et du second membre b peuvent tre calcul de manire
systmatique, et simple, partir de la donne de Vh ;
il est possible dvaluer la dirence entre la solution exacte u et la solution approche
uh ;
le problme approch peut tre rsolu assez ecacement.
Nous reviendrons en dtail sur ces dirents points dans la suite de ce cours.
Pour commencer quantier lerreur entre u et uh , nous allons donner le rsultat connu
comme le lemme de Ca, qui est une estimation abstraite de lerreur.
42

Lemme 3.1. Soit u la solution exacte (solution de (3.1)), et uh la solution approche (solution
de (3.2)). On a lgalit
a(u uh , vh ) =, pour tout vh inV h.

(3.5)

Preuve. Puisque Vh V , on peut prendre v = vh VH dans le problme exact (3.1). En soustrayant

alors (3.2) de (3.1), nous obtenons (3.5).
Proposition 3.2 (Lemme de Ca). Avec les mmes notations quau lemme prcdent, on
a lingalit
u uh

(3.6)

M
inf u vh
vh Vh

o M et sont les quantits qui interviennent dans le lemme de LaxMilgram.

Preuve. Fixons un lment quelconque vh Vh . Daprs (3.5),
a(u uh , u uh ) = a(u uh , u vh ),
puisque la dirence uh vh est lment de Vh .
Utilisons alors, dune part, la coercivit de a,
u uh

2
V

a(u uh , u uh ),

dautre part, la continuit de a,

a(u uh , u vh ) M u uh

u vh

On dduit lingalit (3.6) des deux ingalits prcdentes.

Remarque 3.1. Dans le cas o a est symtrique, le lemme 3.1 admet une interprtation inmportante. Dans ce cas, la forme bilinaire dnit un produit scalaire et une norme sur V ,
appele norme de lenergie :
u
et quivalente la norme de V :

u V,

a(u, u),

M u

u V.

Dans ce cas, la relation (3.5) exprime que lerreur u uh est orthogonale lespace approch
Vh . La solution approche est donc la projection de la solution exacte sur Vh .
Toujours dans le cas o a est symtrique on peut amliorer lestimation de la proposition (3.6). En eet, daprs ce qui prcde,
a(u uh , u uh ) = u uh

u vh

= a(u vh , u vh ),

vh Vh ,

et il en rsulte que, pour tout vh Vh

u uh

a(u uh , u uh ) a(u vh , u vh ) M u vh

do
u uh

M
inf u vh
vh Vh

(qui est meilleure que (3.6), puisque M ).

43

2
V

Remarque 3.2. Limportance du lemme de Ca est de remplacer le problme destimation de

lerreur par un problme dapproximation, dans lequel la solution approche napparat plus.
Si lon peut dmontrer que la solution (ou plus gnralement, nimporte quelle fonction de V )
est bien approche par les fonctions de Vh , alors lerreur ne sera quune constante fois plus
grande que cette erreur dapproximation.
Nous en tirerons la stratgie qui sera utilise au chapitre suivant pour obtenir une estimation derreur : tant donn w V , construire un lment wh Vh pour lequel la dirence
w wh V peut tre facilement estime. On en dduit, une constante prs, une estimation de lerreur u uh V .
La version abstraite de cette stratgie est contenue dans le rsultat suivant.
Corollaire 3.1. On suppose quil existe un sous-espace V V dense dans V , et un oprateur
rh : V V , tel que
v V, lim v rh (v) V = 0.
h0

Alors la solution approche converge vers la solution exacte quand h tend ves 0 :
lim u uh

h0

=0

Preuve. Soit > 0. Par densit de V, il existe v mathcalV tel que u v

existe h0 tel que v rh (v) V pour h h0 .
Par le lemme de Ca (nous notons C = M/),
u uh

C u rh (v)

C( uv

+ v rh (v)

. Par ailleurs, il

) 2C.

Dans les applications, V sera un sous-espace de H 1 (), et V sera un espace de fonctions

rgulires (sous-espace de C 1 ()). Loprateur rh sappelle loprateur dinterpolation.

3.2

Approximation par lments nis P1 pour le Laplacien

Dans ce paragraphe, nous allons nous attacher la rsolution du problme modle suivant :

div (k u) = f dans

u=0
sur D ,
(3.7)
u

k
=g
sur N .
n
o est un ouvert (connexe) de R2 , que nous supposerons polygonal, D et N forment
une partition de , f L2 () et g L2 (N ) dont deux fonctions donnes. Daprs le
chapitre 2, la formulation variationnelle de ce problme aux limites est
(3.8)

Trouver u V, tel que a(u, v) = L(v) pour tout v V,

en notant
(3.9) a(u, v) =

dx,

L(v) =

f v dx +

gv d(x),
N

1
et V = HD () = v H 1 (), u = 0 sur D .

44

1
(u, v) HD ()2 ,

3.2.1

Espace dapproximation local

Lespace Vh sera construit en assemblant des fonctions dnies sur chaque triangle de la
triangulationTh . Nous commenons donc par dcrire la situation locale. Nous noterons P1
lespace des polynmes de degr 1 en deux variables :
(3.10)

P1 = {p R[X, Y ], p(x, y) = a + bx + cy} .

Il sagit vien videmment dun espace vectoriel de dimension 3. Comme nous voulons associer
un tel espace chaque triangle K, nous cherchons une base adapte. Lexistence dune telle
base est la consquence du rsultat suivant.
Proposition 3.3. Soit K un triangle nondgnr de R2 , de sommets A1 , A2 , A3 . Il existe
un unique polynme de P1 prenant des valeurs xes aux sommets de K.
Preuve. Pour i = 1, 2, 3, notons (xi , yi ) les coordonnes du sommet Ai , et fi la valeur impose en
ce mme sommet. Nous devons trouver 3 nombres a, b, c tels que
p(xi , yi ) = fi ,

i = 1, 2, 3.

Ces conditions sont quivalentes au systme linaire

a + bxi + cyi = fi ,

i = 1, 2, 3,

dont le dterminant
1 x1

y1

= 1 x2

y2

1 x3

y3

est gal la surface du triangle K. Comme ce triangle est suppos non-dgnr, le dterminant est
nonnul, et le systme possde une solution unique.

Dans la situation de la proposition 3.3, nous dirons que lensemble {A1 , A2 , A3 } est P1
unisolvant.
Nous noterons i lunique fonction de P1 qui prend la valeur 1 au noeud Ai et 0 aux deux
autres noeuds. Par dnition, on a alors (avec un lger abus de notation), pour tout p P1 :
3

p=

p(Ai )i .
i=1

Les fonction i sappellent des coorodonnes barycentriques sur le triangle K. Gometriquement

(voir la gure 3.1), i (P ) reprsente laire du triangle P Aj Ak (Aj et Ak sont les deux autres
sommets du triangle).
Plus algbriquement, les coordonnes barycentrique du point P de coordonnes anes
(x, y) sont la solution du systme linaire

1 x1 +2 x2 +3 x3 =x,

1 y1 +2 y2 +3 y3 =y,

1
+2
+3
=1.
45

A1

P
1

A2

A3

Fig. 3.1 Coordonnes barycentriques

Ce systme a bien une solution unique, puisque sa matrice est la transpose de celle qui est
intervenue la proposition 3.3. Les coordonnes barycentriques sont des fonctions anes des
coordonnes du point, et sont comprises entre 0 et 1 (quand le point est intrieur au triangle).
Voyons quelques exemples : le cot A1 A2 du triangle admet 3 (P ) = 0 comme quation,
la droite passant par les milieux des cots A1 A2 et A2 A3 a 2 = 1/2 comme quation, enn
les coordones barycentriques du centre de gravit du triangle sont (1/3, 1/3, 1/3).
3

Fig. 3.2 Triangle de rfrence

Nous aurons besoin plus loin du triangle unit K dont les sommets sont A1 = (0, 0),

A2 = (1, 0) et A3 = (0, 1). Les coordonnes barycentriques sur ce triangle sont sinmplement
1 (x, y) = 1 (x + y), 2 (x, y) = x et 3 (x, y) = y, voir la gure 3.2.

3.2.2

Description de lespace dapproximation

Pour dnir lespace dapproximation Vh nous commencons par remplacer louvert

par une structure discrte.
Dnition 3.1. Une triangulation (on parle aussi de maillag) dun ouvert polygonal
R2 est un ensemble Th de triangles (Ki )1in vriant
i) Ki et = 1in Ki ;
46

Fig. 3.3 Exemple de triangulation

ii) Ki Kj est soit vide soit rduite un sommet commun, soit la totalit dune arte
commune.
Nous appelleront noeud du maillage les sommets des triangles de Th .
D
Nous noterons Ns le nombre de sommets, Ns le nombre de sommets non situs sur D ,
et Ne le nombre de triangles de Th .
Le paramtre h qui intervient dans la notation Th peut tre compris comme la taille
typique dun lment du maillage, ou plus prcisment comme maxKTh diam K (o diam K
est le diamtre de llment, cest--dire la plus grande distance entre deux lments de K).
Bien entendu, h est destin tendre vers 0 , de sorte que nous avons en thorie une famille
indexe par h de maillages.

Remarque 3.3. Dans cette partie du cours, nous ne proccuperons pas de savoir comment on
obtient le maillage. Il faut toutefois tre conscient que la phrase Soit Th une triangulation de
masque une tape loin dtre simple (et que les ingnieurs considrent souvent comme plus
coteuse que le calcul). Si mailler un domaine en dimension 2 est un problme bien compris,
avec des logiciels ecaces (par exemple EMC2 [13]), le maillage automatique dun domaine
en 3 dimensions dans un contexte industriel est encore une activit de recherche. On pourra
se reporter au livre [12] pour un tat de lart.
Remarque 3.4. En pratique, il nest videmment pas possible de faire tendre h vers 0 . On
calcule le plus souvent avec 1, parfois plusieurs, mais toujours un nombre ni de maillages.
Ainsi, les estimations derreurs que nous indiquerons au paragraphe 3.4 ont un intret thorique, mais ne peuvent tre utilises telles quelles en pratique pour estimer la prcision dun
calcul. Pour cela, il est ncessaire de disposer destimations posteriori. Pour une introduction
ce vaste sujet, voir le dernier chapitre de [11].
Un exemple de maillage est prsent sur la gure 3.3, alors que la gure 3.4 illustre des
exemples de situations interdites par la dnition 3.1.
Nous pouvons maintenant dnir lespace dapproximation VDh . Nous posons tout dabord
(3.11)

Vh = vh C 0 (), vh|K P1 , K Th ,

puis
(3.12)

VDh = {vh Vh , vh = 0 sur D } .

47

Fig. 3.4 Situations interdites par la dnition 3.1

(et quand D = , nous le noterons simplement V0 h). En dautres termes, les fonctions de Vh
sont
anes sur chaque triangle de Th ;
globalement continues.
De plus, les fonctions de VDh sont nulles sur D .
Lemme 3.2. Vh est une approximation interne de H 1 () : Vh H 1 ().
1
VDh est une approximation interne de HD ().
Preuve. Nous raisonnons comme lexemple 2.3, en montrant que toute fonction vinVh possde une
drive faible dans L2 (). Pour cela, dnissons la fonction w L2 () par sa restriction chaque
triangle K Th :
v
.
wj |K =
xj |K

Par la formule de Green, nous avons alors, pour C0 ()

v(x)

dx =
xj

v(x)
K

KTh

dx =
xj

KTh

v
(x)(x) dx +
xj

(x)v(x)nK,j d(x)
K

(o nK,j est la j e composante de la normale exterieure K.

Comme v est continue sur K, tant donn deux triangles K1 et K2 ayant une arte commune L,
on a v|K1 = v|K2 sur L, et galement nK1 = nK2 . Par ailleurs, sannule sur le bord de . En
regroupant la dernire somme de la prcdente quation, il vient
v(x)

dx =
xj

(v|K1 v|K2 )nK1 ,j d(x) =

(x)wj (x) dx +

(x)wj (x) dx,

v
= wj L2 ().
xj
1
Il est alors imdiat de voir que VDh HD ().

ce qui prouve que

Nous construisons maintenant une base particulire de Vh , lie la triangulation Th . Notons

D
Ns le nombre de sommets, et Ns le nombre de sommets non situs sur D . Pour tout sommet
ai de Th , dnissons la fonction i par
i (aj ) = ij .
La fonction i est reprsente sur la gure 3.5.
Lemme 3.3. La fonction i est lment de Vh .
48

Fig. 3.5 Fonction de base i pour llment ni P1

Preuve. Pour chaque triangle K Th , la fonction i est bien dnie, daprs la proposition 3.3. Il
nous reste montrer que i est continue pour conclure quelle est lment de Vh .
Pour la continuit, il sut dexaminer ce qui se passe sur une arte commune deux triangles
(daprs la dnition 3.1). Soit donc K et K deux triangles ayant une arte commune L. Alors la
trace sur L de la restriction de i K est une fonction ane, et il en est de mme sur K . Or les deux
traces concident aux extrmits de L, par hyothse, et sont donc gales sur tout L, ce qui prouve la
continuit de i .

Proposition 3.4. Lensemble (i )1iNs forme une base de Vh .

Lensemble (i )1iNs forme une base de VDh .
D
Preuve. Daprs la dnition de i , on a, pour toute fonction v Vh :
Ns

v(x) =

v(ai )i (x),
i=1

puisque cette relation est vraie sur chaque triangle K Th . La famille (i )1iNs forme donc un
systme gnrateur de Vh .
Pour montrer que cette famille est libre, supposons une combinaison linaire nulle :
Ns

i i = 0.
i=1

En valuant cette somme au sommet aj , pour j = 1, . . . , Ns , il vient immdiatement j = 0.

Pour obtenir une base de VDh , il sut de retirer les fonctions de base correspondant aux sommets
situs sur D , puisque une fonction de Vh sannule sur D si et seulement si elle sannule aux sommets
situs sur D (les fonctions dont anes).

49

Comme nous le voyons sur la gure 3.5, le support de i est rduit lunion des triangles
ayant le noeud ai pour sommet. Cette proprit est la cl dune implmentation ecace de la
mthode, comme nous allons le voir au paragraphe suivant.
Nous pouvons maintenant caractriser la mthode des lments nis comme la mthode
dapproximation interne, avec le choix de lespace dapproximation VDh , et de la base (i )i=1,...,Ns .
D

3.3

Mise en oeuvre de la mthode

Du point de vue de la mise en oeuvre, et en supposant que le maillage est donn, les tches
principales sont la formation et la rsolution du systme linaire (3.3). Dans ce paragraphe
nous nous attachons au calcul de la matrice A et du second membre b de ce systme linaire.
Les mthodes de rsolution du systme linaire dpassent le cadre de ce cours. On pourra
trouver plus de dtails (dans le contexte de la mthode des lments nis) dans les ouvrages
suivants : [20] pour une introduction, [2] pour une description plus approfondie, [14, chap11]
ou [24, chap. 15] pour une prsentation plus oriente vers les applications en mcanique.
Daprs lquation (3.4), les lments de la matrice A sont donns par
(3.13)

Aij =

k(x) i (x) j (x) dx =

k(x) i (x) j (x) dx,

KTh

et les lments du vecteur b par

bi =

f (x)i (x) dx +

(3.14)

g(x)i (x) d(x)

f (x)i (x) dx +
KTh

g(x)i (x) d(x),

KTh

puisque nous pouvons dcomposer les intgrales sur en une somme dintgrales sur tous les
lments du maillage.
On peut dj constater que la matrice A est creuse, cest--dire que la trs grande majorit
de ses lments sont nuls. En eet, une condition ncessaire pour que Aij soit non-nul est que
les sommets ai et aj appartiennent un mme lment.Or, tant donn un sommet ai , le
nombre dlments contenant ce sommet est certainement trs faible par rapport au nombre
de sommets total du maillage. Le nombre dlments nonnuls sur chaque ligne de la matrice
est donc petit . Mme sil nest pas possible de le borner en gnral (il dpend de la topologie
du maillage), une moyenne pour le maillage de la gure 3.5 est visiblement entre 6 et 7.

3.3.1

Assemblage du systme linaire

Lalgorithme priori le plus naturel pour mener ces calculs consiste en une double boucle
(pour le calcul de Aij ) sur i et j. Pour chaque itration, on calcule lintgrale (3.13) (ou (3.14)
pour le seond membre). Le cot de cet algorithme est manifestement proportionnel au carr
du nombre de sommets. Nous allons voir quil existe une mthode dont le cot est simplement
proportionnel au nombre dlments du maillage. Cette seconde manire de procder sappelle
lassemblage du systme linaire.
Lassemblage se base sur la forme des lments de la matrice et du second membre comme
somme dintgrales sur les lments du maillage. Pour raliser ce calcul, nous aurons besoin
50

Algorithme 1 Algorithme naf du calcul du systme linaire

d
for j = 1 : Ns do
d
for i = 1 : Ns do
k(x) i (x) j (x) dx

Aij =
K

KTh

end for
bi =
KTh

g(x)i (x) d(x)

f (x)i (x) dx +
K

KTh

end for
de supposer que la description du maillage comporte, pour chaque lment, la liste de ses
sommets. Lalgorithme dassemblage comporte une boucle principale sur les lments. Pour
chaque lment K, les seuls lments de la matrice A qui recevront une contribution nonnulle
de K sont ceux dont un sommet appartient K. Comme il y a 3 sommets dans chaque triangle
(nous ngligeons pour linstant le cas de triangles voisins de la frontire), chaque lment
contribue 9 lments de la matrice. Le cot de cette mthode est donc bien proportionnel
au nombre dlments.
Dtaillons ce calcul. Nous supposerons donn un tableau dentiers de taille (Ne , 3) not
NumSom (numros des sommets) tel que NumSom(e, l) dsigne le le noeud de llment e. Par
consquent, sur llment K l , la fonction de base locale e est la restriction K l de la fonction
de base NumSom(e,l) associe au sommet NumSom(e, l).
Algorithme 2 Algorithme dassemblage du systme linaire
for i = 1 : N s do
bi = 0
for i = 1 : N s do
Aij = 0
end for
end for
for K Th do
for e = 1 : 3 do
i = NumSom(e, l)
for f = 1 : 3 do
j = NumSom(f, l)
Aij = Aij +
end for
bi = bi +
end for
end for

k(x) e (x) f (x) dx

K

f (x)e (x) dx +
K

g(x)e (x) d(x)

K

Lalgorithme dassemblage est prsent en 2. Il est incomplet sur trois points importants :
La description donne suppose implicitement que la matirce A est stocke en mmoire
comme une matrice pleine. Ce nest jamais le cas, comme nous le verrons rapidement
la remarque 3.5 cidessous ;
51

 Tel quil est crit, lalgorithme laisse supposer que lon peut calculer exactement les
matrices qui interviennent. Ce nest galement pas le cas : il est gnralement pnible
de calculer des intgrales sur un triangle, et de toutes faons, pour des fonction k, f ou
g gnrales, il est le plus souvent impossible de calculer exactement ces intgrales. Nous
montrerons au paragraphe 3.3.2 comment utiliser les mthodes dintgration numrique.
Enn, lalgorithme ne calcule pas la matrice A et le vecteur b tels quils sont dnis aux
quations (3.13) et (3.14). En eet, lalgorithme 2 ne tient pas compte des conditions
aux limites. Nous montrons comment corriger ce dfaut au paragraphe 3.3.3.
Remarque 3.5. La description de lalgorithme suppose implicitement que A est stock en
mmoire comme une matrice pleine, cest--dire quil existe dans lordinateur un tableau
A(Ns , NS ). En pratique, nous voulons tirer parti de la structure creuse de A, que nous avons
voqu au dbut de ce paragraphe (cest dailleurs la seule faon de traiter des problmes de
taille nontriviale), et il est indispensable dutiliser des structures de donnes de stockage des
matrices plus sophistiques. Nous nentrerons pas dans le dtail de ces structures de donnes,
qui peuvent tre assez compliques. Signalons simplement que le choix de ces structures est intimement li la mthode de rsolution du systme linaire. Pour plus de dtails on consultera
les rfrences cites plus haut au sujet des mthodes de rsolution.

3.3.2

Calcul des matrice lmentaires

Il nous reste montrer comment calculer les intgrales intervenant dans (3.13) et (3.14).
Dans les deux cas, ils sagit dintgrales, soit sur un lment K, soit sur une partie du bord
de cas. Daprs lalgorithme 2, nous devons calculer
AK =
ef

k(x) e (x) f (x) dx,

(e, f ) = 1, 2, 3,

et
K
Be =

f (x)e (x) dx +
K

g(x)e (x) d(x),

e = 1, 2, 3.

La matrice 33 AK sappelle matrice de rigidit lmentaire, et le vecteur bK sappelle second

membre lmentaire.
Passage llment de rfrence
Pour simplier, et rendre systmatiques, les calculs, il sera commode de passer par lintermdiaire dun lment xe, appel lment de rfrence. Le choix le plus simple est le

triangle unit K, de sommets (0, 0), (1, 0) et (0, 1) dcrit au paragraphe 3.2.1. Tout triangle

de Th est limage de K par une application ane F . Plus prcisment, F est lapplication

ane (unique, si le triangle K nest pas dgnr) qui envoie Ae sur Ae , pour e = 1, 2, 3. Nous
noterons BK lapplication linaire associe FK .
Commenons par lintgrale dnissant AK , et eectuons le changement de variable x =
ef
F (), dont le jacobien (constant) nest autre que |det(B)|. Pour cela nous devons transformer le
x
x
gradient des fonctions de base sur llment de rfrence. En notant e () = e (x), autrement
e = e FK , la formule de drivation compose conduit
dit
x
Dx e () = Dx ()Dx F (x),
x

52

A3

3
FK

A2
K
K^

A1

Fig. 3.6 Transformation ane de llment de rfrence K sur llment courat K

soit, en transposant :
x
e (x) = B T e ().
Lintgrale est donc gale
AK =
ef

x
x
k()B T e () B T f () |det(B)| d
x
x

= |det(B)|

x x
k() e ()(B T B)1 f () d.
x x

Un calcul montre que

(B T B)1

A1 A3
(A1 A2 , A1 A3 )
1

,
=
2
2
det(B)
(A1 A2 , A1 A3 )
A2 A3
2

de sorte que si nous dnissons la matrice (dpendant de la gomtrie de llment courant) :

K
11 =
K
K
12 = 21
K
22 =

1
A1 A3 2
|det(B)|
1
=
(A1 A2 , A1 A3 )
|det(B)|
1
A2 A3 2
|det(B)|

et les intgrales qui ne font intervenir que llment de rfrence :

AK =
ef,kl

(3.15)

k()
x

e f
d,
x
xk xl

la matrice lmentaire sexprime comme une combinaison linaire

AK =
ef

(3.16)

kl AK .
ef,kl
kl

Un calcul similaire pour le second membre conduit

(3.17)

bK = |det(B)|
e

x x x
f ()e () d + |K D |

g(t)e (t) dt,

0

53

o, dans lintgrale de bors, nous avons pos x = F (At +B (1 t)), A et B tant les extrmits
de larte de K concerne.
Il reste calculer les trois intgrales prcdentes.
Intgration numrique
Sauf dans quelques cas trs particuliers (les fonctions k et f sont constantes, ou de forme
trs simple), il nest en gnral pas possible de calculer exactement les intgrales 3.15 ou 3.17,
et il est ncessaire de recourir lintgration numrique.

tant donn une fonction continue sur K, une formule de quadrature sur K approche
lintgrale I = K () d par une somme nie
x x
Q

q (q ),
b

S=
q=1

avec des poids q R et des noeuds de quadrature q R2 . Il est gnralement prfrable de

b

choisir les poids q > 0 et les points q K.

b
Deux exemples qui peuvent tre utilises pour calculer les intgrales prcdentes sont (en
dimension 2)

Lintgration aux sommets : Q = 3, q = Aq (sommet de K) , q = 1/6, soit

b
() d
x x

Lintgration au barycentre : Q = 1, b1 =

1
6

1
3

1
() d
x x
2

(Aq );
q=1

i=1 Ai ,

1
3

1 = 1/2, soit

Ai

i=1

En dimension 1, des formules possibles sont

La formule des trapzes :
1
0

1
(t) dt ((0) + (1)) ;
2

La formule du point milieu :

1

(t) dt (1/2).
0

Ces deux formules sont exactes lorsque P 1 . On dit quelles sont de degr 1.
Contrairement ce que pourrait laisser penser lintuition, il nest pas ncessaire daprocher
trs prcisment les intgrales 3.15 ou 3.17. Les formules que nous avons cites sont susantes
dans le cas de lapproximation P 1 que nous utilisons ici. Cette remarque est justie par
lanalyse de convergence, voir la remarque 3.9 pour une autre discussion.
54

3.3.3

Prise en compte des conditions aux limites

Comme nous lavons indiqu prcdemment, lalgorithme 2 ne calcule pas la matrice du

problme (3.7). En fait, lalgorithme calcule la matrice du problme de Neumann, cest--dire
avec D = 0. Pour calculer la matrice dont nous avons besoin, nous devons modier certains
termes de cette matrice. En eet, les degrs de liberts situs sur les noeuds du maillage
appartenant D ne sont pas des inconnues, puisque la condition aux limites leur impose
une valeur nulle.
Il est commode de raisonner directement sur le systme linaire (3.3). Pour la dmonstration nous allons partitionner les degrs de liberts en deux sous-ensembles :
ceux appartenant N . Nous notons uI le vecteur correspondant ;
ceux appartenant D , et nous notons uII le vecteur.
Le systme form par lalgorithme 2 calcule un systme linaire

b
x
AII AIB
I = I

bB
xB
ABI ABB
x
soit A = et nous devons rsoudre simplement le systme AII xI = bI . Un systme quib,
valent, qui se prte mieux la mise en oeuvre informatique (et qui conserve la symtrie de la
matrice) est

(3.18)

A
II
0

b
= I
I
xB
0
0

xI

Informatiquement, cela veut juste dire que nous devons modier les lignes et les colonnes
du systme construit par lalgorithme 2, en remplaant les lments diagonaux par 1 et les
lments horsdiagonaux par 0. Cette opration peut se faire renumroter explicitement les
inconnues comme nous lavons fait.
La plupart des logiciels dlments nis procdent ainsi en deux tapes. On calcule dabord
la matrice du systme sans tenir compte des conditions aux limites de Dirichlet (dailleurs,
pour des raisons de cohrence, on ne se proccupe pas du tout des conditions aux limites dans
cette premire tape), puis on traite lensemble des conditions aux limites :
les conditions de Neumann rajoutent des termes au second membre ;
les conditions de Robin modient les lments de la matrice de rigidit ;
les conditions de Dirichlet mnent lopration que nous venons de dtailler.
Pour conclure cette partie, nous indiquons brivement les modications apporter la
procdure prcdente dans le cas de conditions de Dirichlet nonhomognes. Nous rpondons
tout dabord une question laisse en suspens au paragraphe 2.5.2 : tant donne une fonction
g dnie sur le bord, comment constuire un relvement, cest--dire une fonction ug H 1 ()
telle que ug = g sur ? Il existe une rponse trs simple dans le contexte des lments nis.
Notons gi les valeurs de g aux sommets situs sur . Daprs la proposition 3.4, il existe
une unique fonction ugh Vh dnie par
ugh i =

gi
0

si i est un noeud du bord,

sinon.
55

Cette fonction nest pas un relvement de g (elle ne concide avec g quaux noeuds du bord,
et pas ncessairement entre les noeuds), mais joue ce rle au niveau discret. Autrement dit,
on peut chercher la solution approche uh dans le sousespace
VDgh = {vh Vh , vhi = gi en tous les noeuds de D } .
Il faut ensuite liminer les noeuds du bord comme nous lavons fait prcdemment. Il sut
de remplacer le systme 3.18 par

b
x
A
AIB
I = I.
II
gh
xB
0
I
Linconvnient est que lon perd la symtrioe de la matrice. On obtient une formulation quivalente, avec une matrice symtrique, en crivant

xI
bI AIB gh
AII 0
=
.

xB
gh
0 I

3.4

Convergence

Pour complter ltude mathmatique de la mthode, il convient de pouvoir quantier la

qualit de lapproximation de la solution exacte u par la solution approche uh . Comme nous
lavons signal, un premier lment de rponse est fourni par le lemme de Ca 3.2, qui majore
lerreur entre u et uh par (un multiple) de lerreur dapproximation de V par Vh . En dautres
termes, nous pouvons maintenant oublier les problmes variationnels (3.1) et (3.2), et
examiner simplement la question de savoir comment une fonction (quelconque) v V peu
tre approche par une fonction de Vh , lorsque h tend vers 0, autrement dit lorsque lon rane
le maillage.
Comme nous lavons dj signal, le but dune telle tude de convergence nest pas de
donner une indication sur un calcul particulier (nous verrons que cela est rendu impossible
par lintervention de diverses constantes que lon ne connait pas), mais plutt de donner
conance dans le principe de la mthode, dans la mesure o lon saura ainsi que lerreur due
la discrtisation peut, en principe, tre rendue arbitrairement petite par un choix adquat
du maillage.
Disosn un mot sur largument parfois employ pour ne pas se poser ces questions : de
toutes manires, les erreurs numriques seront ngligeables devant celles causes par limprcision avec laquelle sont connus les paramtres physiques du calcul . Cela est vrai dans certains
cas, mais ne dispense aucunement de ltude de convergence de la mthode employe. Largument prcdent nest valable que parce que lon sait que la mthode numrique converge.
Sans cette information (au moins dans des cas simples), comment peuton dire que lerreur
numrique est ngligeable ?

3.4.1

Loprateur dinterpolation

La stratgie pour dmontrer la convergence sera de construire une fonction Ih v dont on peut
majorer la distance une fonction v V donne. Commenons par construire cet oprateur
localement.
56

Dnition 3.2. Soit K un triangle de sommets A1 , A2 , A3 . On appelle oprateur dinterpolation sur un triangle K lapplication
C 0 (K) P 1
IK :

(3.19)

v IK (v) =

3
l=1 l

v(Al ).

Le fait que IK est bien dni est une consquence de la proposition 3.3.
Pour tudier loprateur dinterpolation, nous avons encore besoin de deux dnitions
concernant la gomtrie de K.
Le diamtre de K, not diam(K), est la plus grande distance entre deux points de K.
La rondeur de K est le diamtre du plus grand cercle inscrit dans K
Le rapport diam(K)/(K) mesure laplatissement de K. Il est dautant plus grand que le
triangle est proche dtre dgnr. Comme nous allons le voir dans lestimation derreur (et
cela est conrm par la pratique), il faut viter des triangles trop aplatis.

diam(K)

(K)

Fig. 3.7 Diamtre et rondeur dun triangle

Thorme 3.1. On a les ingalits suivantes, pour v C 2 (K) :
1
diam(K)2 D2 v L (K) ,
2
1 diam(K)2
P K, | (v IK v)(P )|
D2 v L (K) ,
2 (K)
P K, |(v IK v)(P )|

(3.20)
(3.21)
avec
D2 v

L (K)

= max

sup
(x,y)K

2v
2v
2v
(x, y) , sup
(x, y) , sup
(x, y) ,
2
x2
(x,y)K xy
(x,y)K y

Preuve. Puisque nous supposons que V C 2 (K), nous pouvons utiliser un dveloppement de Taylor
en chacun des sommets de K. Pour tout point P K, il existe trois points l [Al , P ] tels que
(3.22)

v(Al ) = v(P ) +

1
v(P ) (Al P ) + (Al P )T D2 v(l )(Al P ).
2

57

3
l=1

Calculons IK v =

l (P )v(Al ) :

l (P )v(Al ) = v(P )
l=1

l (P )(Al P ) +

l (P ) + v(P )
l=1

Compte tenu de ce que

l=1
3
l=1

3
l=1

l (P ) = 1, et

1
IK v(P ) v(P ) =
2

1
2

l (P )(Al P )T D2 v(l )(Al P ).

l=1

l (P )Al = P , il vient

l (P )(Al P )T D2 v(l )(Al P ),

l=1

dou lestimation 3.20, puisque Al P diam(K).

Pour lestimation en norme H 1 , multiplions lquation 3.22 par
en remarquant que
3

l (P ), et sommons les 3 quations,

l (P ) P = I,

l (P ) = 0,
l=1

l=1

relations qui sobtiennent par direntiation. On en dduit

3

3
l

l (P ) +

l (P )v(A ) = v(P )
l=1

l=1

1
2

l (P )(Al P )

v(P )
l=1

l (P )(Al P )T D2 v(l )(Al P )

l=1

v(P ) +

1
2

l (P )(Al P )T D2 v(l )(Al P ),

l=1

puis
| (IK v(P ) v(P ))|

1
diam(K)2 sup | l (P )| D2 v
2
P K

L (K)

1l3

En intgrant cette relation, et compte tenu du lemme 3.4, nous obtenons lestimation (3.21).

Lemme 3.4. Pour l = 1, 2, 3,

l (P )

1
.
(K)

Preuve. Puisque les coordonnes barycentriques sont des fonctions anes de P , leurs gradients sont
des constantes. On a donc, pour deux points P et Q dans le triangle K,
l (P Q) = l (P ) l (Q).
et donc | l (P Q)| 1.
Par ailleurs, en notant S le disque unit de R2 , on a
| l | sup | u| ,
uS

et comme, pour u S il existe P et Q dans K tels que P Q = (K)u, il vient

l {1, 2, 3} ,

| l | sup
P,QK

58

| l (P Q)|
1

.
(K)
(K)

3.4.2

Estimation de lerreur

Pour dduire le rsultat de convergence des estimations prcdentes, nous devrons faire
une hypothse sur la famille de maillages.
Dnition 3.3. Nous dirons quune famille de triangulations Thh>0 est rgulire si
i) la suite h = maxKTh diam(K) tend vers 0 ;
ii) il existe une constante C > 0, telle que pour tout h > 0, et tout K Th ,
diam(K)
C.
(K)

(3.23)

Remarque 3.6. La condition 3.23 rend prcise la condition, que nous avopns dj mentionne,
qui demande que les triangles de Th ne soit pas trop aplatis.
Pour appliquer les rsultats du paragraphe prcdent, nous introduisons loprateur dinterpolation globale. Pour toute fonction V continue sur , dnissons
Ns

Ih v =

i v(Ai ),
i=1

o, rappelons-le, Ai est le ie sommet de la triangulation, et i la fonction de base associe.

Naturellement, loperateur dinterpolation global est li aux operateurs locaux introduits au
paragraphe prcdent par
K Th , (Ih v)|K = IK (v|K ).
Nous pouvons maintenant noncer le thorme principal de ce paragraphe.
Thorme 3.2. Soit Th une famille de triangulations rgulires, dun ouvert polygonal .
Supposons que la solution exacte u C 2 (). Alors la mthode des lments nis converge, et
on a les estimations :
(3.24)

u uh

L2 ()

C0 h2 D2 u

L ()

(3.25)

u uh

H 1 ()

C1 h D2 u

L ()

o C0 et C1 sont deux constantes indpendantes de h,

Preuve. Daprs le lemme de Ca (proposition 3.2), il sut de montrer quil existe une fonction
vh Vh telle que
u vh

H 1 ()

Ch D2 u

L ()

Naturellement, la fonction vh sera linterpol de la solution exacte vh = Ih u. Cest ici que nous avons
besoin de la rgularit u C 2 (), puisque loprateur Ih nest pas dni sur H 1 ().
Pour dmontrer les estimations du thorme, calculons
2

|u Ih u| dx =

u|K IK (u|K )
KTh

dx

1 2
h D2 u
2

L ()

|| ,

grce lingalit (3.20), o || = dx. Cest lestimation 3.24.

Pour la seconde estimation, nous avons de manire similaire
2

| (u Ih u)| dx =

(u|K Ih (u|K ))
KTh

59

dx

1
D2 u
2

L ()
KTh

diam(K)2
|K| .
(K)

Nous utilisons ici lhypothse de rgularit du maillage. Pour tout K Th ,

diam(K)2
C diam(K).
(K)

On en dduit
2

| (u Ih u)| dx C1 h || D2 u

L ()

qui est lestimation cherche.

Remarque 3.7. On peut amliorer le rsultat prcdent en remplaant lhypothse u C 2 ()

par lhypothse (plus raisonnable) u H 2 () (et en changeant les normes au second membre
des ingalits).
Remarque 3.8. Par contre, le taux de convergence du thorme 3.2 ne peut pas tre amlior.
Si la solution est moins rgulire, la convergence est eectivement plus lente, comme nous
lillustrons au paragraphe 3.4.3.
Remarque 3.9. Lanalyse prcdente suppose que les intgrales lmentaires sont calcules
exactement. Comme nous lavons vu au paragraphe 3.3.2, il est rare que cela soit possible
et lon doit recourir lintgration numique. Lanalyse de convergence soit tre modie
pour prendre ces modications en compte. Ces modication sont assez dlicates, et nous nous
contenterons den doner la principale conclusion (voir [15] pour une introduction, [6], o [4]
pour une analyse plus complte).
Il est naturel de vouloir choisir la formule de quadrature de faon ce que son utilisation
ne modie pas lordre de convergence obtenu au thorme 3.2. On dmontre dans les rfrences
prcdentes que les choix cits au paragraphe 3.3.2 entrent dans cette catgorie.

3.4.3

Illustration numrique

Nous illustrons la thorie prcdente en montrant un exemple de calcul tir du livre [11],
utilisant des maillages avec dirents nombres de points, et des solutions possdant dirents
degrs de rgularit.
Le problme est lquation de Poisson sur le domaine =]0, 1]]0, 1[. Le second membre
et la condition de Dirichlet sont choisis de faon que la solution exacte soit
2

u(x, y) = x + y

2.

Nous reprsentons tout dabord, sur la gure 3.8 la solution exacte, pour deux valeurs direntes de . On notera (passer en coordonnes polaires) que la rgulatit de u est fonction de
. Plus prcisment

H 1 () si 0 < 1

u H 2 () si 1 < 2

3
H () si 2 < 3.
Nous avons calcul la solution sur un maillage rgulier du carr, comportant de pas h, cest-dire que les sommets du maillage ont pour coordonnes (ih, jh), pour 0 i, j N + 1, avec
h = 1/(N + 1). Ce maillage est reprsent sur la gure 3.9.
La gure 3.10 prsente les erreurs en norme L2 et H 1 en fonction de h, pour direntes
valeurs de ( = 0.5, 1.5 et 2.5), en chelle log-log. Linformation intressante sur cette gure se situe dans les pentes des direntes droites. Tout dabord, on sattend bien observer
(approximativement) des droites, puisque lerreur doit tre de la forme u u)h hp , o
60

Solution n=40 alpha=0.5

Solution n=40 alpha=2.5

IsoValue
-0.0625898
0.0312949
0.0938848
0.156475
0.219064
0.281654
0.344244
0.406834
0.469424
0.532014
0.594604
0.657193
0.719783
0.782373
0.844963
0.907553
0.970143
1.03273
1.09532
1.2518

Fig. 3.8 Solution exacte, u(x, y) =

IsoValue
-0.12518
0.0625898
0.18777
0.312949
0.438129
0.563309
0.688488
0.813668
0.938848
1.06403
1.18921
1.31439
1.43957
1.56475
1.68993
1.81511
1.94029
2.06546
2.19064
2.50359

x2

y2

2 . gauche, = 0.5, droite, = 2.5

Fig. 3.9 Maillage uniforme du carr unit

p dpend de la rgularit de la solution, et de la norme. Dans notre cas, la thorie du paragraphe 3.4.2 prvoit une valeur de p = 2 pour la norme L2 et p = 1 pour la norme H 1 . Un
calcul approch donne les valeurs indiques dans la table 3.1. Pour = 0.5, les valeurs sont
= 0.5

= 1.5

= 2.5

Erreur L2

1.74

1.93

1.98

Erreur H 1

0.50

1.45

1.95

Tab. 3.1 Pentes des droites derreur pour direntes valeurs de

infrieures (pour la norme H 1 ) et 2 (pour la norme L2 ), ce qui sexplique par le manque de
rgularit de la solution. Par contre pour = 1. ou = 2.5 et pour la norme L2 , on observe
bien une pente pratiquement gale 2, alors que pour la norme H 1 , les pentes sont suprieures
ce que prvoit la thorie.
Pour conclure, nous montrons la rpartition spatiale des erreurs en fonction de , et de la
nesse du maillage. Leet de la singularit est apparent, surtout sur la premire ligne.

61

Erreurs en normes H1 et L2
-2

10

-3

10

-4

10

-5

10

a=0.5, L2
a=1.5, L2
a=2.5,L2

-6

10

a=0.5, H1
a=1.5, H1
a=2.5, H1

-7

10 -2
10

-1

10

Fig. 3.10 Erreurs en norme L2 et H 1

Erreur n=10 alpha=0.5

Erreur n=20 alpha=0.5

Erreur n=40 alpha=0.5

IsoValue
-6.41455e-05
-3.71279e-06
5.67199e-05
0.000117153
0.000177585
0.000238018
0.000298451
0.000358883
0.000419316
0.000479749
0.000540181
0.000600614
0.000661047
0.00072148
0.000781912
0.000842345
0.000902778
0.00096321
0.00102364
0.00108408

Erreur n=10 alpha=2.5

IsoValue
-4.53089e-05
-2.57736e-06
4.01542e-05
8.28857e-05
0.000125617
0.000168349
0.00021108
0.000253812
0.000296543
0.000339275
0.000382007
0.000424738
0.00046747
0.000510201
0.000552933
0.000595664
0.000638396
0.000681127
0.000723859
0.00076659

Erreur n=20 alpha=2.5

IsoValue
-3.20361e-05
-1.82035e-06
2.83954e-05
5.86111e-05
8.88268e-05
0.000119043
0.000149258
0.000179474
0.00020969
0.000239905
0.000270121
0.000300337
0.000330553
0.000360768
0.000390984
0.0004212
0.000451416
0.000481631
0.000511847
0.000542063

Erreur n=40 alpha=2.5

IsoValue
-5.13115e-06
-4.38253e-06
-3.63391e-06
-2.88529e-06
-2.13667e-06
-1.38805e-06
-6.39433e-07
1.09186e-07
8.57805e-07
1.60642e-06
2.35504e-06
3.10366e-06
3.85228e-06
4.6009e-06
5.34952e-06
6.09814e-06
6.84676e-06
7.59538e-06
8.344e-06
9.09262e-06

IsoValue
-9.06409e-07
-7.74093e-07
-6.41777e-07
-5.09461e-07
-3.77145e-07
-2.44829e-07
-1.12513e-07
1.98035e-08
1.5212e-07
2.84436e-07
4.16752e-07
5.49068e-07
6.81384e-07
8.137e-07
9.46016e-07
1.07833e-06
1.21065e-06
1.34296e-06
1.47528e-06
1.6076e-06

IsoValue
-1.60222e-07
-1.36831e-07
-1.13441e-07
-9.00514e-08
-6.66613e-08
-4.32713e-08
-1.98812e-08
3.50882e-09
2.68989e-08
5.02889e-08
7.3679e-08
9.7069e-08
1.20459e-07
1.43849e-07
1.67239e-07
1.90629e-07
2.14019e-07
2.37409e-07
2.60799e-07
2.84189e-07

Fig. 3.11 Erreurs L2 en fonction du maillage et de . Premire ligne = 0.5, deuxime

ligne = 2.5. De gauche droite, h = 0.1, h = 0.05, h = 0.025

62

Annexe A

Espaces de Hilbert
Cet appendice prsente quelques unes des principales proprits des espaces de Hilbert,
essentiellement celles qui sont utilises au chapitre 2. Un espace de Hilbert est un espace vectoriel prhilbertien (cest--dire muni dun produit scalaire), complet pour la norme associe.
Lexemple canonique est L2 (). Cest la gnralisation en dimension innie des espaces euclidiens usuels, et ils en paratgent la plupart des proprits, avec toutefois quelques dirences
dues la perte de la dimension nie.
Dans tout ce chapitre E dsigne un espace vectoriel sur R.

A.1

Dnitions et exemples

Dnition A.1. Soit E un espace vectoriel sur R. Une norme sur E est une application de
E dans R, possdant les proprits suivantes :
x E, x E 0 et x E = 0 x = 0 ;
x E, R, x E = || x E ;
(x, y) E 2 , x + y E x E + y E .
Exemple A.1.
Dans le cas o E est de dimension n (nous lidentiions alors Rn ), les normes suivantes sont
les plus utilises :
n

|xi | ;
i=1
n

1/2
2

|xi |

i=1

= max |xi | ;
i=1,...,n

Dnition A.2. Soit E un espace vectoriel sur R. Un produit scalaire sur E est une application de E E dans R, note (., .), possdant les proprits suivantes :
i) (x, y, z) E 3 , (, ) R2 , ( x + y, z) = (x, z) + (y, z) ;
ii) (x, y) E 2 , (x, y) = (y, x) ;
iii) x E, (x, x) 0, et (x, x) = 0 x = 0.
Un espace vectoriel muni dun produit scalaire est appel un espace prhilbertien.
63

Exemple A.2.
Sur Rn , le produit scalaire euclidien usuel est :
n

(x, y) =

(A.1)

xi yi
i=1

Exemple A.3.
Soit un ouvert de Rn . Lespace vectoriel des fonctions de carr integrable sur est :
(A.2)

|f (x)|2 dx }

L2 9) = {f : R,

est un espace prhilbertien si on le munit du produit scalaire :

f (x) g(x) dx

(f, g) =

(A.3)

Un produit scalaire sur E dnit une norme sur E par la formule suivante :
x

(A.4)

(x, x).

Dnition A.3. Un espace de Hilbert est un espace vectoriel muni dun produit scalaire, et
qui est complet pour la norme associe ce produit scalaire.
Exemple A.4.
Lespace vectoriel Rn , muni du produit scalaire euclidien usuel, est un espace de Hilbert.
Le rsultat suivant est fondamental.
Proposition A.1. Lespace vectoriel L2 (), muni du produit scalaire dni en (A.3), est un
espace de Hilbert.
Au paragraphe 2.3, on tudie les espaces de Sobolev, qui sont dautres exemples despace
de Hilbert.

A.2

Proprits des espace de Hilbert

Proposition A.2 (Ingalit de Cauchy-Schwarz). Pour tous (x, y) E 2 , on a lingalit :

|(x, y)|2 x

(A.5)

2
E

2
E

Lgalit na lieu que si x et y sont proportionnels.

Proposition A.3 (Identit du parallelogramme). Pour tous (x, y) E 2 , on a lidenntit :
(A.6)

x+y

2
E

+ xy

2
E

=2

2
E

+ y

2
E

Les deux thormes suivants sont parmi les plus importants de la thorie.
64

Thorme A.1 (de projection). Soit F un sous-ensemble ferm, convexe de E, et z E

donn. Il existe un unique lment de x0 K tel que :
(A.7)

z x0

= inf y x, x F .

Le point x0 est caractris par la condition :

(A.8)

x0 F et (z x0 , x x0 ) 0, x F

Le point x0 mis en vidence au thorme A.1 sappelle la projection de z sur F . Dans le

cas o F est un sous-espace vectoriel, on peut prciser ce rsultat :
Corollaire A.1. Soit F un sous-espace vectoriel ferm de E, et soit z E. La projection de
z sur F est caracterise par :
(A.9)

x0 F et (z x0 , x) = 0, x F

Dans un espace de Hilbert, on dit que deux vecteurs sont orthogonaux si leur produit
scalaire est nul. Lorthogonal dun sous-espace vectoriel F est :
F = {x E, (x, y) = 0, y F } .
Une consquence des rsultats prcdents est :
Corollaire A.2. Soit F un sous-espace vectoriel de E (non ncessairement ferm). On a
(A.10)

F + F = E

Avant dnoncer le dernier rsultat, rappelons quune forme linaire sur E est une application linaire de E valeurs dans R.
Thorme A.2 (de reprsentation de Riesz). Soit l une forme linaire sur E. Il existe
un unique lment x E tel que
(A.11)

u E, l(u) = (u, x)

Autrement dit, tout forme linaire se reprsente par le produit scalaire avec un lment de
E. On dit quun espace de Hilbert est (canoniquement) isomorphe son dual.

65

66

Bibliographie
[1] G. Allaire. Analyse numrique et optimisation. Une introduction la modlisation
mathmatique et la simulation numrique. Cours de lcole Polytechnique, 2004.
[2] Owe Axelsson et Vincent A. Barker. Finite element solution of boundary value problems : theory and computation. Society for Industrial and Applied Mathematics, 2001.
[3] Ham Brzis. Analyse fonctionelle, thorie et application. Masson, 1983.
[4] Philippe G. Ciarlet. The Finite Element Method for Elliptic Problems. North-Holland,
1980.
[5] Robert Dautray et Jacques-Louis Lions, diteurs. Analyse mathmatique et calcul
numrique pour les sciences et les techniques, volume 1 : Modles physiques. Masson,
1987.
[6] Robert Dautray et Jacques-Louis Lions, diteurs. Analyse mathmatique et calcul numrique pour les sciences et les techniques, volume 5 : Mthodes intgrales et numriques.
Masson, 1987.
[7] Ghilain de Marsily. Hydrogologie Quantitative. Masson, 1981.
[8] Philippe Destuynder. Modlisation mcanique des milieux continus. Numro 5/6 dans
Mathmatiques et Applications. Ellipses, 1991.
[9] G. Duvaut. Mcanique ds milieux continus. Mathmatiques appliques pour la matrise.
Masson, 1990.
[10] G. Duvaut et J. L. Lions. Les inquations en mcanique et en physique. Dunod, Paris,
1972.
[11] Alexandre Ern et Jean-Luc Guermond. lments nis : thorie, applications, mise en
oeuvre. Numro 36 dans Mathmatiques et Applications. Springer, 2002.
[12] Pascal Jean Frey et Paul-Louis George. Maillages. Applications aux lments nis.
Hermes, Paris, 1999.
[13] F. Hecht et E. Saltel. EMC2, un diteur de maillges et de contours en bidimensionnels . http://www-rocq1.inria.fr/gamma/cdrom/www/emc2/fra.htm, 1995.
[14] T. J. R. Hughes. Finite Element Method Linear Static and Dynamic Finite Element
Analysis. Dover Publications, NewYork, 2000.
[15] Peter Knabner et Lutz Angerman. Numerical Methods for Elliptic and Parabolic
Partial Dierential Equations. Numro 44 dans Texts in Applied Mathematics. Springer,
2003.
[16] J. David Logan. Transport Modelling in Hydrogeochemical Systems. Numro 15 dans
Interdisciplinary Applied Mathematics. Springer, 2001.
67

[17] Francis Maisonneuve. Mathmatiques 1 Calcul direntiel . Cours de tronc

commun, 1er semestre, cole des Mines de Paris, 2004.
[18] Alain Miranville et Roger Temam. Modlisation mathmatique et mcanique des milieux continus. Scopos. Springer, 2003.
[19] Jean-Claude Ndlec. Notions sur les techniques dlments nis. Numro 7 dans
Mathmatiques et Applications. Ellipses, 1991.
[20] Olivier Pironneau et Brigitte Lucquin. Introduction au calcul scientique. Masson,
1997.
[21] Pierre-Arnaud Raviart et Jean-Marie Thomas. Introduction lanalyse numrique des
quations aux drives partielles. Collection Mathmatiques Appliques pour la Matrise.
Masson, 1983.
[22] Gilbert Strang et George J. Fix. An Analyis of the Finite Element Method. Prentice
Hall Series in Automatic Computation. Prentice Hall, 1973.
[23] G. Vouille et S. M. Tijani. La mthode des lments nis . Notes de cours, cole
des Mines de Paris, 1978.
[24] O.C. Zienkiewicz et R. L. Taylor. La mthode des lments nis. Formulation de base
et problmes linaires. afnor technique, traduction fran caise de la 4e dition dition, 1991.

68