Vous êtes sur la page 1sur 204

s

Exercices Corrige
rique et optimisation
Analyse nume
Une introduction a` la modelisation mathematique
et a` la simulation numerique
G. Allaire, S. Gaubert, O. Pantz
Ecole Polytechnique
MAP 431
29 ao
ut 2012

Introduction

Introduction

Ce recueil rassemble tous les exercices proposes dans le cours de deuxi`eme annee
dintroduction a` lanalyse numerique et loptimisation de Gregoire Allaire [1]. Toute
reference a` ce dernier se distinguera des references internes au recueil par ses caract`eres gras. Par exemple, (1.1) fait reference `a la premi`ere formule du cours. Malgre
notre vigilance, ce manuscrit comporte sans aucun doute (encore) de multiples erreurs de tout ordre. De nombreux exercices meriteraient un traitement plus elegant
autant dun point de vue mathematique que stylistique. Nous invitons dailleurs tout
lecteur a` participer `a son amelioration. Vous pouvez nous signaler toute erreur ou
approximation en envoyant un mail a` ladresse
olivier.pantz@polytechnique.org
Nous serons egalement heureux de recevoir de nouvelles solutions aux exercices proposes ou toutes autres suggestions. Bon courage.

G. Allaire, S. Gaubert, O. Pantz


Paris, Juillet 2006

ii

Introduction

Chapitre 1
INTRODUCTION A LA

MODELISATION

MATHEMATIQUE
ET A LA

SIMULATION NUMERIQUE
Exercice 1.2.1 On suppose que la donnee initiale 0 est continue et uniformement
bornee sur R. Verifier que


Z +
(x V t y)2
1
(t, x) =
0 (y) exp
dy
(1.1)
4t
4t
est bien une solution de



+ V x
x
pour (x, t) R R+
2 = 0

(t = 0, x) = 0 (x)
pour x R
t

(1.2)

Correction. Dans un premier temps, nous allons verifier formellement que lexpression de (t, x) (1.1) proposee est solution de lequation de convection diffusion
(1.2). Dans un deuxi`eme temps,
les calculs effectues.

 nous justifierons
(xV ty)2
. On a
On pose G(x, t, y) = exp 4t
G
xVty
=
G(x, t, y)
x
2t


1
2G
(x V t y)2
G(x, t, y)
=

+
x2
2t
4 2 t2
G
(x + V t y)(x V t y)
=
G(x, t, y).
t
4t2
Quitte `a permuter les operateurs de derivation et dintegration, on en deduit que
Z
Z

G
0 (y)G(x, t, y)dy =
0 (y)
dy
(1.3)
x
x

Z
xVty
=
0 (y)
G(x, t, y)dy.
2t


CHAPITRE 1. MODELISATION
ET SIMULATION

De mani`ere similaire,


Z
Z
2
(x V t y)2
1

G(x, t, y)dy
0 (y)G(x, t, y)dy =
0 (y)
x2
2t
4 2 t2

et

0 (y)G(x, t, y)dy =

0 (y)

(x + V t y)(x V t y)
G(x, t, y).
4t2

On obtient ainsi lexpression des derivees partielles de (t, x) pour tout t > 0, a`
savoir
Z
1
xVty

=
G(x, t, y)dy
0 (y)
x
2t
4t


Z
2
1
(x V t y)2
1
0 (y)

G(x, t, y)dy
=
x2
2t
4 2 t2
4t


Z

1
(x + V t y)(x V t y)
1
=
0 (y)

G(x, t, y)dy.
t
4t2
2t
4t
On verifie alors aisement que

+V
2 = 0.
t
x
x
Il reste a` prouver que (t, x) est prolongeable en t = 0 et verifie bien la condition
initiale, cest-`a-dire que


Z
1
(x V t y)2
lim
0 (y) exp
dy = 0 (x).
(1.4)
t0
4t
4t
Rappelons que,
Z

exp(x2 )dx =

(1.5)

R
2
R
2

x2
e
dx
= R2 e|x| dx en
Pour etablir cette relation, il suffit de calculer

coordonnees polaires. On pose




1
(x V t y)2
(x, t, y) =
exp
.
4t
4t
R
Dapr`es (1.5), (x, t, y)dy = 1 pour tout x et t. Enfin, pour tout x R, on constate
que pour tout y different de x, limt0 (x, t, y) = 0. Ainsi, x etant fixe, (x, t, y) est
une fonction de y se concentrant en x lorsque t tend vers zero. Pour etre plus precis,
on montre que pour tout et reels strictement positifs, il existe t(, ) tel que pour
tout t < t(, ),
Z x+




(x, t, y)dy 1 .

x

3
et

(x, t, y)dy +

x+



(x, t, y)dy .

Lequation (1.4) decoule alors du fait que 0 est continue, uniformement bornee.
Reste a` prouver que les commutations des operateurs dintegration et de derivation
effectuees lors du calcul des derivees partielles de (t, x) sont licites. Pour tout x de
R et tout t > 0, il existe des constantes C1 (x, t) et C2 (x, t) telles que si z est suffisamment proche de x,


z V t y
C1 (x, t)(1 + |y|)



2t
et

|y|2
+ C2 (x, t).
2
En postant C(x, t) = C1 (x, t) exp(C2 (x, t)/4t), il vient





G
|y|2


x (z, t, y) C(x, t)(1 + |y|) exp 8t .
(z V t y)2

Comme 0 (y) est uniformement bornee, on en deduit que








G
|y|2
0 (y)

(z, t, y) C(x, t)(1 + |y|) exp
sup |0 (s)|

x
8t
s
pour tout z appartenant a` un voisinage de x. Le terme de droite est integrable par
rapport a` y. Ainsi, dapr`es le theor`eme de derivation sous le signe somme, on en
deduit que lechange des operateurs dintegration et de derivation dans (1.3) est
licite. On peut proceder de mani`ere similaire pour justifier les deux autres commutations effectuees.
Exercice 1.2.2 On suppose que la donnee initiale 0 est derivable et uniformement
bornee sur R. Verifier que
(t, x) = 0 (x V t)
(1.6)
est bien une solution de


+ V x
=0
pour (x, t) R R+

(t = 0, x) = 0 (x) pour x R.
t

(1.7)

Montrer que (1.6) est la limite de (1.1) lorsque le param`etre tend vers zero.
Correction.

(x, t) = V
(x V t) = V
(x).
t
x
x
Ainsi, verifie lequation differentielle annoncee. De plus, verifie trivialement la
condition initiale.
Par un raisonnement analogue `a celui qui nous avait permis detablir la continuite
de la solution en t = 0 dans lexercice 1.2.1, on montre que


Z +
1
(x V t y)2
lim
0 (y) exp
) dy = 0 (x V t) = (t).
0
4t
4t


CHAPITRE 1. MODELISATION
ET SIMULATION

Exercice 1.3.1 On se propose de retrouver une propriete de decroissance exponentielle


en temps (voir la formule (1.1)) de la solution de lequation de la chaleur
u
t u = f dans R+

u=0
sur R+
(1.8)

u(t = 0) = u0 dans
dans un domaine borne. En une dimension despace, on pose = (0, 1) et on suppose
que f = 0. Soit u(t, x) une solution reguli`ere de (1.8). En multipliant lequation par u
et en integrant par rapport `a x, etablir legalite
2
Z 1

Z 1
u

1d
2

u (t, x) dx =
(t, x) dx

2 dt
x
0
0
Montrer que toute fonction v(x) continument derivable sur [0, 1], telle que v(0) = 0,
verifie linegalite de Poincare

Z 1
Z 1
dv 2
2


v (x) dx
dx (x) dx.
0
0
En deduire la decroissance exponentielle en temps de

R1
0

u2 (t, x) dx.

Correction. En multipliant lequation differentielle (1.8) par u on obtient par


integration que
Z 1 2
Z 1
u
u
udx =
udx.
2
0 x
0 t
Quitte a` supposer u suffisamment reguli`ere, on peut appliquer le theor`eme dintegration sous le signe somme au terme de gauche et effectuer une integration par
parties sur le terme de droite. On obtient ainsi que

Z 1
Z 1 2
u
1d
2
dx.
u dx =
(1.9)
x
2 dt
0
0
Soit v une fonction de classe C 1 sur [0, 1] telle que v(0) = 0. Pour tout x [0, 1],
2

Z

v (x) =
0

dv
(y)dy
dx

2




Z 1
dv 2
dv 2
(y) dy
(y) dy
dx
dx
0

par linegalite de Cauchy-Schwarz do`


u,
Z

1
2

v (x)dx
0



dv 2
(x) dx.
dx

En appliquant cette derni`ere inegalite `a v(x) = u(t, x), on deduit de (1.9) que
1 dE
(t) E(t)
2 dt

5
o`
u
Z
E(t) =

u2 (x, t)dx.

Ainsi,
1 d(Ee2t )
=
2 dt


1 dE
+ E e2t 0
2 dt

et pour tout t 0,
E(t)e2t E(0).
Exercice 1.3.2 On se place en dimension N = 1 despace. On suppose que les donnees
initiales u0 et u1 sont des fonctions reguli`eres, et que f = 0 avec = R. On note U1
une primitive de u1 . Verifier que
1
1
u(t, x) = (u0 (x + t) + u0 (x t)) + (U1 (x + t) U1 (x t)) ,
(1.10)
2
2
est la solution unique de
2
u

u = f
dans R+

u=0
+
sur R
(1.11)

u(t = 0) = u0
dans

u (t = 0) = u1 dans
t
dans la classe des fonctions reguli`eres.
Correction. La fonction u(t, x) definie par (1.10) est trivialement une solution
de lequation des ondes (1.11). Comme lequation est lineaire, il suffit de prouver
lunicite pour u0 = u1 = 0. Soit x0 < x1 et 2t < x1 x0 . En multipliant lequation
, on obtient par integration par parties que
aux derivees partielles par u
t


2 !
2 !
Z x1 t
Z x1 t
u


u

(x, t) dx
dx +
0=
(x,
t)
t
x


x0 +t t
x0 +t t
u u
u u
(x1 t) + 2
(x0 + t).
x t
x t
On rappelle que pour toutes fonctions a, b et g reguli`eres,
! Z
Z b(t)
b(t)
g
d
g(t, x)dx =
(t, x)dx + b0 (t)g(t, b(t)) a0 (t)g(t, a(t)).
dt
a(t)
a(t) t
2

On en deduit que
2
2 # !
Z x1 t "
u

u

d
(x, t) + (x, t) dx
0=




dt
t
x
x0 +t

2
2
2
2
u

u

u

u








+ (x0 + t, t) + (x1 t, t) + (x0 + t, t) + (x1 t, t)
t
t
x
x
u u
u u
2
(x1 t, t) + 2
(x0 + t, t)
x t
x t


CHAPITRE 1. MODELISATION
ET SIMULATION

cest-`a-dire
2
2 # !
Z x1 t "
u


u
d
(x, t) + (x, t) dx =





dt
t
x
x0 +t

2 
2


u u
u u





.
+
+
(x
+
t,
t)

(x

t,
t)
0
1
t
t


x
x
Ainsi,
d
dt

x1 t

x0 +t

"
2
2 # !
u


u
(x, t) + (x, t) dx 0.
x


t

Pour tout t 0, pour tout y0 et y1 tels que y0 y1 , on a donc


2
2 #
2
2 #
Z y1 "
Z x1 "
u
u
u




u
(x, t) + (x, t) dx
(x, 0) + (x, 0) dx = 0
t
t
x
x




x0
y0
(1.12)
o`
u x0 = y0 t et x1 = y1 + t. On deduit de (1.12) que u(x, t) = 0 pour tout x et
t 0, ce qui ach`eve la demonstration.
Exercice 1.3.3 Verifier que la solution (1.10) au point (x, t) ne depend des donnees
initiales u0 et u1 qu`a travers leurs valeurs sur le segment [x t, x + t]. Verifier aussi
u(t, x) est solution de (1.11) dans R
a changer le signe de la vitesse
, quitte `
initiale u1 (x).
Correction. On rappelle que
1
1
u(t, x) = (u0 (x + t) + u0 (x t)) + (U1 (x + t) U1 (x t)),
2
2
o`
u U1 est une primitive de u1 . Comme
Z

x+t

U1 (x + t) U1 (x t) =

u1 (y)dy
xt

ne depend que de la restriction de u1 sur lintervalle [x t, x + t], on en deduit que


u(t, x) ne depend que de u0 et u1 restreints a` [x t, x + t]. On dit que linformation
se propage a` vitesse finie. Enfin, on verifie sans mal que u(t, x) est solution de la
meme equation sur R
` remplacer u1 par u1 .
, quitte a
Exercice 1.3.4 On se propose de demontrer un principe de conservation de lenergie
pour lequation des ondes (1.11) sans utiliser la formule explicite (1.10). En une dimension despace, on pose = (0, 1) et on suppose f = 0. Soit u(t, x) une solution
et en integrant par rapport `a x,
reguli`ere de (1.11). En multipliant lequation par u
t
etablir legalite denergie
2
2 !
Z 1
Z 1




d
u (t, x) dx +
u (t, x) dx = 0.
t

x

dt
0
0
Conclure et comparer `a ce qui se passe pour lequation de la chaleur.

7
Correction. En multipliant lequation des ondes par u/t, on obtient par integration
Z 1 2
Z 1 2
u u
u u
dx
dx = 0.
2
2
0 t t
0 x t
On applique alors le theor`eme de derivation sous le signe somme au premier terme
de lequation et on effectue une integration par parties sur le second. Aucun terme
de bord napparat suite `a lintegration par parties car comme u(t, 0) = u(t, 1) = 0,
on a u/t(t, 0) = u/t(t, 1) = 0. On a donc
Z 1 2 ! Z 1
u
u 2 u
1d
dx +
dx = 0.
t
2 dt
0
0 x tx
En appliquant `a nouveau le theor`eme de derivation sous le signe somme (au deuxi`eme
terme cette fois), on etablit legalite denergie demandee.
Dans le cas de lequation de la chaleur avec condition de Dirichlet, lenergie totale
decrot exponentiellement. La temperature tend a` devenir uniformement nulle au
sein de louvert . Il y a une deperdition denergie par le bord de . Le comportement
est tr`es different pour la solution de lequation des ondes. Lenergie est conservee au
cours du temps et londe est reflechie sur les bords.
Exercice 1.3.5 On se propose de demontrer des principes de conservation de lenergie
pour lequation de Schrodinger

u
+ u V u = 0 dans RN R+
i

(1.13)
t
u(t = 0) = u
N
dans R .
0

Soit u(t, x) une solution reguli`ere de (1.13) en une dimension despace qui decrot vers
zero (ainsi que u
) lorsque |x| +. Montrer que pour toute fonction derivable v(t)
x
on a


v
1 |v|2
v =
,
R
t
2 t
o`u R designe la partie reelle et v le complexe conjugue de v. En multipliant lequation
par u et en integrant par rapport `a x, etablir legalite denergie
Z
Z
2
|u(t, x)| dx =
|u0 (x)|2 dx.
R

En multipliant lequation par


Z
R

R
u
,
t

montrer que
!

2
Z

u
(t, x) + V (x) |u(t, x)|2 dx =
x

R

!


u0 2
2


x (x) + V (x) |u0 (x)| dx.

Correction. Soit v une fonction derivable,






v
1 v
v
1 vv
v =
v+
R
v =
.
t
2 t
t
2 t


CHAPITRE 1. MODELISATION
ET SIMULATION

8
On a bien


R

v
v
t


=

1 |v|2
.
2 t

(1.14)

En multipliant lequation de Schrodinger par u, on obtient par integration que



Z 
u
2u
2
i u + 2 u V |u| dx = 0
t
x
R
Par integration par parties sur le second membre, on obtient
!
Z
Z 2
u
u
+ V |u|2 dx
i
udx =
x
R t
R
(les hypoth`eses de decroissance effectuees sur u permettent
R udeliminer les termes de
bords a` linfini). Comme le second membre est reel, R t udx est un imaginaire
pur,
Z

u
R
udx = 0.
R t
Dapr`es (1.14), on a donc
Z
R

|u|2
dx = 0.
t

Pourvu que la solution u soit suffisamment reguli`ere, on peut commuter le signe


somme et integrale, ainsi
Z
d
|u|2 dx = 0
dt R
et

|u(t, x)| dx =
R

En multipliant lequation de Schrodinger par


Z
R

|u0 |2 dx.

R
u
,
t

il vient

!
2
2
u

u
u
u
i + 2
Vu
dx = 0
t
x t
t

Par integration par parties du second terme, on obtient que


!
2
Z
2
u
u

u
u
i
Vu
dx = 0.
t
x tx
t
R
En considerant la partie reelle de cette egalite, il vient
!
2
Z


u
+ V |u|2 dx = 0.


x
R t

9
Il suffit dechanger la derivation par rapport au temps et le signe integrale afin
dobtenir le resultat escompte
!
!
2
Z
Z 2

u

u
0
2

+ V |u|2 dx =

x + V |u0 | dx.
x
R
R

Exercice 1.4.1 Le but de cet exercice est de montrer que le schema implicite pour
lequation de la chaleur
unj un1
unj1 + 2unj unj+1
j
+
= 0,
t
(x)2

(1.15)

verifie aussi le principe du maximum discret. On impose des conditions aux limites de
Dirichlet, cest-`a-dire que la formule (1.15) est valable pour 1 j J et on fixe
un0 = unJ+1 = 0 pour tout n N. Soit deux constantes m 0 M telles que
m u0j M pour 1 j J. Verifier que lon peut bien calculer de mani`ere unique
en fonction des unj . Montrer que pour tous les temps n 0 on a encore les
les un+1
j
inegalites m unj M pour 1 j J (et ceci sans condition sur t et x).
Correction. Tout dabord, montrons que le schema implicite (1.15) est correctement defini. On pose U n = (unj )1jJ . On verifie que le schema implicite equivaut a`
determiner U n tel que
AU n = U n1 .
o`
u

1 + 2c

A = ...

..
.
.
..
0

...........

1 + 2c c 0
.. ..
.
.
c
.. .. ..
.
.
.
0
... ...

0
..
.
..
.
..
.

c
0

0 c 1 + 2c
c
........... 0
c
1 + 2c

et c = t/(x)2 . Il sagit donc de prouver que la matrice A est inversible, ce qui


est aise, car A est symetrique, definie positive donc inversible. En effet, soit X RJ .
Par convention, on pose X0 = XJ+1 = 0. On a
T

X AX =

J
2
X
Xj2 + Xj+1
j=0

+ c(Xj+1 Xj )2 .

Reste a` prouver que le schema verifie le principe du maximum. On raisonne par


recurrence sur n. Supposons que m ujn1 M pour tout j {0, , J + 1}. Soit
m0 = inf j{1, ,J} unj et M 0 = supj{1, ,J} unj . Montrons que M 0 M . Si M 0 = 0,


CHAPITRE 1. MODELISATION
ET SIMULATION

10

on na rien a` demontrer car 0 M par hypoth`ese. Dans le cas contraire, soit


k {1, , J} tel que M 0 = unk . Dapr`es le schema,
 n

uk1 + unk+1
n1
n
(1 + 2c)uk = uk + 2c
.
2
Comme

n
un
k1 +uk+1
2

unk , on en deduit que


(1 + 2c) unk ukn1 + 2cunk ,

do`
u
M 0 = unk ukn1 M.
Quitte a remplacer u par u, on obtient egalement m0 m.
Exercice 1.4.2 Montrer que, si la condition CFL
|V |t x

(1.16)

nest pas satisfaite, le schema decentre amont


un+1
unj
unj unj1
j
+V
=0
t
x

(1.17)

pour lequation dadvection est instable pour la donnee initiale u0j = (1)j .
Correction. Le schema decentre amont est defini par
un+1
unj
unj unj1
j
+V
= 0.
t
x
Considerons comme donnee initiale u0j = (1)j . On montre par une recurrence
evidente que

n
2V t
n
uj = 1
(1)j .
x
Ainsi, la suite un reste bornee si et seulement si




2V
t
1,
1

x
ou encore si la condition CFL

|V |t
1
x

est verifiee.

Exercice 1.4.3 Ecrire


un schema explicite centre en espace pour lequation des ondes
(1.11) en une dimension despace et sans terme source. Preciser comment demarrer les
iterations en temps. Verifier lexistence dun cone de dependance discret analogue `a celui
continu illustre par la Figure 1.3. En deduire que, si ce schema converge, les pas de temps
et despace doivent necessairement satisfaire la condition (de type CFL) t x.

11
Correction. Pour lequation des ondes (1.11) sans terme source, le schema explicite
centre est
un1
2unj + un+1
unj1 + 2unj unj+1
j
j
+
= 0.
(t)2
(x)2
Ainsi,

2
t
n+1
n1
n
uj = uj + 2uj +
(unj1 2unj + unj+1 ).
(1.18)
x
On initialise le schema en posant
u0j = u0 (jx) et u1j = u0j + u1 (jx)t.
Au vu de lequation (1.18), on montre par une recurrence evidente que la valeur
de un+1
ne depend que des valeurs des u1j+k pour k entier, n k n et de u0j+l
j
pour l entier, n < l < n. On note u(t, x) la solution de lequation des ondes. Soit
(t)m et (x)m , suites de discretisations en temps et espace, tel que le schema soit
convergent. Dans ce cas, pour tout temps t et tout point de lespace x, on a
m

un+1
u(t, x)
j
avec n = [t/(t)m ] et j = [x/(x)m ] (o`
u les crochets designent la partie enti`ere).
Comme nous venons de letablir, la valeur de un+1
depend uniquement de la restricj
tion de u0 et u1 sur lintervalle [(j n)(x)m , (j + n)(x)m ]. Ainsi, par passage a`
la limite, on en deduit que la valeur de sa limite ne depend que de la restriction de
u0 et u1 a` lintervalle [x t lim inf((x)m /(t)m ), x + t lim inf((x)m /(t)m )]. Or
u(t, x) depend de toutes les valeurs de u0 et u1 sur lintervalle [x t, x + t]. Pour
que le schema soit convergent, il faut donc que
x t lim inf
m

(x)m
xm
x t et x + t x + t lim inf
,
m (t)m
tm

cest-`a-dire que la conditioin CFL doit etre asymptotiquement verifiee


lim inf
m

xm
1.
tm

Exercice 1.5.1 Le but de cet exercice est de montrer que le probl`eme de Cauchy pour
le Laplacien est mal pose. Soit le domaine bidimensionnel = (0, 1) (0, 2). On
consid`ere le probl`eme de Cauchy en x et le probl`eme aux limites en y suivant

2u 2u

dans

x2 y 2 = 0
u(x, 0) = u(x, 2) = 0
pour 0 < x < 1

n
u(0, y) = 0,
(0, y) = e
sin(ny) pour 0 < y < 2
x

Verifier que u(x, y) = e n sin(ny)sh(nx) est une solution. Montrer que la condition
initiale et toutes ses derivees en x = 0 convergent uniformement vers 0, tandis que, pour
tout x > 0, la solution trouvee u(x, y) et toutes ses derivees ne sont pas bornees quand
n tend vers linfini. Conclure.

12

CHAPITRE 1. MODELISATION
ET SIMULATION

Correction. Ici, x joue le role du temps. Rappelons que sh(x) = (ex ex )/2 et
ch(x) = (ex + ex )/2. On verifie sans mal que la solution proposee est une solution
du syst`eme. Dautre part,
  nx

 iny

e (1)k enx
k+l u
e (1)l einy
l
n l+k1
.
=e
n
(i)
xk y l
2i
2
On constate que en x = 0, la fonction u ainsi que toutes ses derivees convergent
vers 0 lorsque n tend vers + (pour tous les entiers k et l, e n nl+k1 converge
vers 0 lorsque n tend vers linfini). A contrario, si x > 0, ni
u ni ses derivees ne sont

bornees par rapport `a n (pour tous les entiers k et l, enx n nl+k1 diverge lorsque n
tend vers linfini). Or, pour des conditions initiales (i.e. en x = 0) nulles, la fonction
u = 0 est une solution triviale du syst`eme. Ainsi, des perturbations infinitesimales
des conditions initiales (meme pour la norme tr`es forte C ) induisent de tr`es grandes
perturbations de la solution (pour nimporte quelle norme raisonnable, meme faible).
Le probl`eme de Cauchy propose est donc mal pose dans tout espace raisonnable.

Chapitre 2
FORMULATION
VARIATIONNELLE DES
`
PROBLEMES
ELLIPTIQUES
Exercice 2.1.1 Si f est une fonction continue sur [0, 1], montrer que lequation differentielle
 d2 u
pour 0 < x < 1
dx2 = f
(2.1)
u(0) = u(1) = 0.
admet une solution unique dans C 2 ([0, 1]) donnee par la formule
Z

f (s)(x s)ds pour x [0, 1].

f (s)(1 s)ds

u(x) = x

(2.2)

Correction. Soit u defini par (2.2). La continuite de la fonction f assure la


derivabilite de la fonction u. On a
Z x
Z 1
0
f (s)ds,
f (s)(1 s)ds
u (x) =
0

do`
u u00 (x) = f . De plus, u verifie les conditions aux limites u(0) = u(1) = 0. Ainsi,
u est bien solution de lequation differentielle (2.1). Il reste a` etablir lunicite de la
solution de lequation (2.1). Lequation etant lineaire, il suffit de montrer que toute
solution v de lequation (2.1) avec f = 0 est nulle. La derivee seconde de v etant
nulle, on en deduit que v est une fonction affine. Enfin, les conditions aux limites
impliquent la nullite de la fonction v.
Exercice 2.2.1 Deduire de la formule de Green (3.5) la formule de Stokes
Z
Z
Z
div(x)(x) dx = (x) (x) dx +
(x) n(x) (x) ds,

o`u est une fonction scalaire de C 1 () et une fonction `a valeurs vectorielles de C 1 (),
`a supports bornes dans le ferme .

13

14

CHAPITRE 3. FORMULATION VARIATIONNELLE

Correction. Un simple calcul a` partir de la formule de Green (3.5) donne



n Z 
X

i
(x)(x) + i (x)
(x) dx
( (x)(x) + (x) (x)) dx =
xi
xi

i=1
Z
n Z
n Z
X
X
(i )
i (x)(x)ni (x) ds =
(x) n(x)(x)ds.
=
(x) dx =
xi

i=1
i=1
Z

Exercice 2.2.2 En dimension N = 3 on definit le rotationnel dune fonction de dans


R3 , = (1 , 2 , 3 ), comme la fonction de dans R3 definie par


3 2 1 3 2 1
rot =

.
x2 x3 x3 x1 x1 x2
Pour et , fonctions `a valeurs vectorielles de C 1 (), `a supports bornes dans le ferme
, deduire de la formule de Green (3.5)
Z
Z
Z
( n) ds.
rot dx rot dx =

Correction. En regroupant les termes puis en utilisant la formule de Green (3.5),


on obtient
Z
(rot rot) dx






Z 
3 2
1 3
2 1
=

1 +

2 +

3
x2 x3
x3 x1
x1 x2






 
3 2
1 3
2 1

3 dx
x2
x3
x3
x1
x1
x2
Z

(2 3 3 2 ) +
(3 1 1 3 ) +
(1 2 2 1 ) dx
=
x2
x3
x1

Z
2 3 3 2
3 1 1 3 n ds
=

1 2 2 1
Z
Z
=
( ) n ds =
( n) ds.

Exercice 2.2.3 On consid`ere le Laplacien avec condition aux limites de Neumann. Soit
un ouvert borne regulier de RN et u une fonction de C 2 (). Montrer que u est une
solution du probl`eme aux limites

u = f dans
(2.3)
u
=0
sur .
n

15
si et seulement si u appartiesnt `a C 1 () et verifie legalite
Z
Z
u(x) v(x) dx =
f (x)v(x) dx pour toute fonction v C 1 ().

(2.4)

2
En deduire
R quune condition necessaire dexistence dune solution dans C () de (2.3)
est que f (x)dx = 0.

Correction. Supposons que u soit solution du probl`eme aux limites de Neumann


(2.3). En multipliant lequation verifiee par u par dans par une fonction test
v C 1 (), on obtient, suite a` une integration par parties que
Z
Z
Z
u
f (x)v(x)dx.
(x)v(x)ds =
u(x).v(x)dx

n
Comme u/n = 0 sur , on en deduit que
Z
Z
u(x).v(x)dx =
f (x)v(x)dx pour tout v C 1 ().

(2.5)

Reciproquement, supposons que u soit une fonction reguli`ere verifiant (2.5). Par
integration par parties on a, pour tout v C 1 (),
Z
Z
u
(x)v(x) ds = 0.
(2.6)
(u(x) + f (x))v(x) dx +

n
On proc`ede alors en deux etapes. Dans un premier temps, on applique la relation
(2.6) a` des fonctions tests a` support compact dans . Cela nous permet de tester
lequation verifiee par u dans et detablir lequation u = f dans . Dans un
deuxi`eme temps, on applique (2.6) a` des fonctions tests non nulles sur , ce qui
nous permet de tester lequation verifiee par u sur le bord du domaine et den
deduire que u/n = 0 sur . Plus precisement, pour toute fonction test v a`
support compact dans ,
Z
(u(x) + f (x))v(x) dx = 0.

On conclut a` la nullite de u+f grace au Lemme 3.2.9 du cours. Une autre mani`ere
de proceder (si on connait les proprietes de lespace de Lebesgue L2 ()) est de dire
que u + f est nul car orthogonal `a un sous-espace dense de L2 (). Legalite (2.6)
devient alors
Z
u
(x)v(x) ds = 0
n
qui implique, par une variante du Lemme 3.2.9 pour des fonctions definies sur le
bord , que u/n = 0. Encore une fois, si on connait les proprietes de L2 (), on
peut obtenir le meme resultat en disant que u/n est orthogonal (pour le produit
scalaire de L2 ()) a` un sous espace dense de L2 (), trace des fonctions C 1 ()
sur le bord .

16

CHAPITRE 3. FORMULATION VARIATIONNELLE

Enfin, en choisissant la fonction v = 1 comme fonction test dans la formulation


variationnelle (2.5), on trouve que sil existe une solution u reguli`ere au probl`eme
aux limites (2.3), alors
Z
f (x) dx = 0.

Exercice 2.2.4 Soit un ouvert borne regulier de RN . On consid`ere lequation des


plaques

(u) = f dans
u=0
sur
(2.7)
u
=
0
sur

n
v
On note X lespace des fonctions v de C 2 () telles que v et n
sannulent sur . Soit
4
u une fonction de C (). Montrer que u est une solution du probl`eme aux limites (2.7)
si et seulement si u appartient `a X et verifie legalite
Z
Z
u(x)v(x) dx =
f (x)v(x) dx pour toute fonction v X.
(2.8)

Correction. On proc`ede comme pour lexercice precedent. Soit u une solution


reguli`ere de lequation des plaques (2.7), pour tout v X,
Z
Z
(u)(x)v(x)dx =
f (x)v(x)dx.
(2.9)

Par integration par parties,


Z
Z
Z
(u)(x)v(x)dx = (u) v(x)dx +

(u)
(x)v(x)ds.
n

Comme v = 0 sur , on en deduit que


Z
Z
(u)(x)v(x)dx = (u) v(x)dx

puis par une nouvelle integration par parties que


Z
Z
Z
(u)(x)v(x)dx =
u(x)v(x)dx

u(x)

v
(x)ds.
n

v
Comme n
(x) = 0 sur , le dernier terme de cette equation est nulle. Ainsi, on
deduit de (2.9) que
Z
Z
u(x)v(x)dx =
f (x)v(x)dx.

La reciproque setablit comme lors de lexercice precedent. Supposons que u soit une
solution du probl`eme variationnel (2.8), en effectuant deux integrations par parties
successives, on obtient
Z
((u) f )vdx = 0,

pour tout v X. Par application du Lemme 3.2.9 on en deduit que (u)f = 0.

17
Exercice 2.3.1 Le but de cet exercice est de montrer que lespace V , defini par


V = v C 1 (), v = 0 sur ,
(2.10)
muni du produit scalaire
Z
w(x) v(x) dx,

hw, vi =

(2.11)

nest pas complet. Soit la boule unite ouverte de RN . Si N = 1, on definit la suite

si 1 < x < n1 ,
x 1
2
(n/2)x 1 + 1/(2n) si n1 x n1 ,
un (x) =

x1
si n1 < x < 1.
Si N = 2, pour 0 < < 1/2, on definit la suite
x



un (x) = log | |2 + n1 | log(41 + n1 )| .
2
Si N 3, pour 0 < < (N 2)/2, on definit la suite
un (x) =

(|x|2

1
1

.
1
/2
+n )
(1 + n1 )/2

Montrer que la suite un est de Cauchy dans V mais quelle ne converge pas dans V
lorsque n tend vers linfini.
Correction. Puisque (2.11) est le produit scalaire choisi pour V , dire quune suite
un de lespace V est de Cauchy est equivalent a` dire que la suite un est de Cauchy
dans L2 ()N . Remarquons que, dapr`es linegalite de Poincare du Lemme 3.3.6, on
sait que la norme induite par (2.11) est equivalente a` la norme suivante (qui sera
celle de H 1 ())
Z
1/2

2
2
|v| + |v| dx
,
N (v) =

autrement dit, il existe C > 0 tel que, pour tout v V ,


Z
C N (v)

|v| dx

1/2
N (v).

Par consequent, dire quune suite un de lespace V est de Cauchy implique aussi
que la suite un est de Cauchy dans L2 (). Puisque lespace L2 () est un espace de
Hilbert, donc complet, il est equivalent de dire que un est de Cauchy et de montrer
que un converge dans L2 ()N vers une limite = u (o`
u u est la limite de un ).
Par application du theor`eme de convergence dominee de Lebesgue il est evident
de montrer que les suites un de lenonce convergent dans L2 ()N . (Formellement
la limite u sobtient a` partir de un en faisant tendre n vers + : on en deduit
immediatement la convergence presque partout de un et un vers u et u.) Pour

18

CHAPITRE 3. FORMULATION VARIATIONNELLE

montrer que V nest pas complet il suffit donc de montrer que la limite u nappartient
pas `a V et, plus precisement, que = u nest pas continue dans .
Cas N = 1. La suite un converge dans L2 (] 1, 1[) vers la fonction definie par

1 si x < 0
(x) =
1
si x > 0
La fonction nayant pas de representant continu, V nest pas complet.
Cas N = 2. On trouve
(x) =

2
( log(|x|/2))1 x.
|x|2

On verifie sans mal que appartient a` L2 ()2 . En effet,


Z
Z 1
1
2
2 2
| | dx = 22
dr
2(1)
0 r log(r/2)

et comme 2 1 < 0, lintegrale est finie



1
Z
22+1 2
r 21
2
2+1
2
1
=
(log 2)21 .
| | dx = 2
(1 2)
log
2
1

0
Comme nest pas continue (ni meme borne) en 0, V nest pas complet.
Cas N 3. On proc`ede comme dans le cas precedent. On trouve que
x
.
|x|+2
R1
La fonction appartient bien `a L2 ()N , car 0 r2+N 3 dr < + d`es que <
(N 2)/2, mais nest pas continue en 0 car pas borne pour > 0.
En fait, dans les cas N = 2 et N 3, on peut meme montrer que la limite u
nest pas borne a` lorigine !
(x) =

Chapitre 3
ESPACES DE SOBOLEV
Exercice 3.2.1 Soit = (0, 1). Montrer que la fonction x est derivable au sens faible
dans L2 () si et seulement si > 1/2.
Correction. Tout dabord, x appartient `a L2 (0, 1) si et seulement si > 1/2.
On se restreint donc `a > 1/2. Dapr`es la Definition 4.2.3, x admet une derivee
faible dans L2 (0, 1) si et seulement si il existe w L2 (0, 1) tel que pour tout
Cc (0, 1),
Z 1
Z 1
0
x (x)dx =
w(x)(x)dx.
0

Or comme est a` support compact dans ]0, 1[, il existe a > 0 tel que (x) = 0 pour
tout x ]0, a[. Ainsi,
Z

x 0 (x)dx

x (x)dx =
0

Z
=

Z
(x)dx =

x1 (x)dx

(Les integrations par partie sur (a, 1) ne posent aucun probl`eme, x etant de classe
C sur cet intervalle). On en deduit que x admet une derivee faible L2 si et
seulement si x1 = w L2 (0, 1), cest-`a-dire 1 > 1/2.
Exercice 3.2.2 Soit un ouvert borne. Montrer quune fonction continue sur , et
C 1 par morceaux est derivable au sens faible dans L2 ().
Correction. Soit f une fonction continue sur , C 1 par morceaux. Par definition,
il existe une famille douverts deux a` deux disjoints (i )i=1, ,n telle que
[

i =

de sorte que, pour tout indice i, la restriction de f a` i (notee fi ) soit de classe C 1 .


On note i,j = i j la fronti`ere commune entre deux sous-ouverts de et ni la
normale exterieure a` louvert i de composantes (nik )1kN . Soit Cc (). En
19

20

CHAPITRE 3. ESPACES DE SOBOLEV

appliquant la formule de Green (3.5) `a chacun des ouverts i , on obtient


Z
XZ

f (x)
(x)dx =
fi (x)
(x)dx
xk
xk

i
i

Z
X Z
fi
i
=
fi (x)(x)nk ds
(x)dx
x
k

i
i
i
!
XZ
X Z fi
fi (x)(x)nik ds.
(x)dx +
=
x
k
i,j
i
i,j
i
i6=j

Or pour tout couple (i, j) et tout point x i,j , nik (x) = njk (x), et comme f est
continue, fi (x) = fj (x). On en deduit que
XZ
XZ
i
(x)(fi (x)nik + fj (x)njk )ds = 0
fi (x)(x)nk ds =
i,j
i6=j

et

i,j

i,j
i<j

f (x)
(x)dx =
xk

Z
i

i,j

fi
(x)dx =
xk

Z
k (x)(x)dx,

o`
u k : R est defini pour tout x i par k (x) = fi /xk (x). Enfin, la fonction
k etant continue par morceaux sur un ouvert borne, elle appartient `a L2 (). Ainsi
f admet une derivee faible L2 et f /xk = k .
Exercice 3.2.3 Soit un ouvert borne. Montrer quune fonction C 1 par morceaux
mais pas continue nest pas derivable au sens faible dans L2 ().
Correction. On utilise les memes notations que lexercice precedent, on a toujours
!
Z
XZ
X Z fi

f (x)
(x)(fi (x)nik + fj (x)njk )ds,
(x)dx =
(x)dx +
xk

i,j
i xk
i,j
i
i<j

do`
u
Z

X Z fi

f (x)
(x)dx =
(x)dx
xk

i xk
i

!
+

XZ

(x)(fi (x) fj (x))nik ds.

i,j

i,j
i<j

Supposons que f soit derivable au sens faible dans L2 . Dans ce cas, il existe une
fonction w L2 () telle que pour tout Cc (),
Z
XZ
i
(x)(fi (x) fj (x))nk ds =
w(x)(x)dx.
i,j
i<j

i,j

En particulier, pour tout Cc (i ), on a


Z
w(x)(x)dx = 0.
i

21
Ainsi, w = 0 presque partout sur , car \ i i est de mesure nulle. De plus, pour
tout indice k, et toute fonction test ,
XZ
(x)(fi (x) fj (x))nik ds = 0.
i,j
i<j

i,j

On en deduit que pour tout x i,j i,j , fi (x) = fj (x), cest-`a-dire que f est continue.
Donc, une fonction C 1 par morceaux mais discontinue nest pas derivable au sens
faible.
Exercice 3.2.4 Soit un ouvert borne constitue de deux ouverts 1 et 2 separes
par une surface = 1 2 . Montrer quune fonction vectorielle de classe C 1 sur
chaque morceau 1 et 2 admet une divergence faible dans L2 () si et seulement si sa
composante normale est continue `a travers la surface .
Correction. Soit une fonction de `a valeurs vectorielles. On note 1 , 2 les
restrictions de a` 1 et 2 respectivement et n1 , n2 les normales exterieures a` 1
et 2 . Soit Cc (), dapr`es la formule de Stokes (voir Exercice 2.2.1),
Z
Z
Z
(x) (x)dx =
1 (x) (x)dx +
2 (x) (x)dx
1
2

Z
Z
1
= 1 (x) n (x)(x)ds
div1 (x)(x)dx

1
Z
Z
2
div2 (x)(x)dx.
+ 2 (x) n (x)(x)ds
1

Ainsi, si la composante normale de est continue `a linterface, cest-`a-dire si 1


n1 + 2 n2 = 0 sur , on en deduit que
Z
Z
(x) (x)dx = (x)(x)dx,

avec (x) = divi (x) pour tout x i (i = 1, 2). La fonction `a valeurs vectorielles
admet donc une divergence faible et div(x) = (x).
Reciproquement, si poss`ede une divergence faible, il existe donc w L2 () tel
que
Z
Z
1
(1 2 )(x) n (x)ds =
w(x)dx,

et par un raisonnement similaire `a celui effectue dans lexercice precedent, on en


deduit que (1 2 ) n1 = 0 sur .
Exercice 3.3.1 Montrer que les fonctions continues, C 1 par morceaux et `a support
borne dans , appartiennent `a H 1 ().
Correction. Soit f une fonction continue, C 1 par morceaux et `a support borne
dans . Dapr`es lExercice 4.2.2 (on utilise les meme notations), pour toute fonction
Cc (),
Z
Z

f (x)
(x) dx = k (x)(x) dx,
xk

22

CHAPITRE 3. ESPACES DE SOBOLEV

o`
u k (x) = fi /xk (x) pour tout x i . Le support de f etant borne, k est
continue par morceaux, a` support borne et donc appartient a` L2 (). Ainsi f admet
une derivee faible dans L2 () et appartient a` H 1 ().
Exercice 3.3.2 Soit B la boule unite ouverte de RN . Si N = 2, montrer que la fonction
u(x) = | log(|x/2|)| appartient `a H 1 (B) pour 0 < < 1/2, mais nest pas bornee
au voisinage de lorigine. Si N 3, montrer que la fonction u(x) = |x| appartient `a
H 1 (B) pour 0 < < (N 2)/2, mais nest pas bornee au voisinage de lorigine.
Correction.
1. Cas N = 2
Soit 0 < < 1/2 et u la fonction definie sur la boule unite de R2 par
u(x) = | log(|x|/2)| .
Tout dabord, on verifie que u est un element de L2 (B). En effet,
Z
Z 1
2
| log(r/2)|2 rdr < +.
|u| dx = 2
0

Reste a` prouver que u admet une deriveep


faible L2 (u nest evidemment pas bornee
au voisinage de 0). Rappelons que |x| = x21 + x22 est derivable pour tout x 6= 0 et
que |x| = x/|x|. Ainsi, la fonction u, en tant que fonction composee de fonctions
derivables, est derivable au sens classique sur B \ {0} et u = o`
u
(x) =

x
| log(|x/2|)|1 .
|x|2

De plus, appartient a` L2 ()2 . En effet,


2
Z
Z 
log(|x/2|)1
2
|| dx =
dx
|x|
B
B
En passant en coordonnees polaires, on obtient
Z
Z 1
| log(r/2)|2(1)
2
2
|| dx = 2
dr
r
B
0
1
42 
=
| log(r/2)|21 0 < +.
1 2
Ainsi, est un element de L2 (B). Pour etre tout a` fait rigoureux, il reste a` prouver
que la derivee au sens classique concide avec la definition de la derivee faible. Soit
C0 (B), pour tout reel tel que 0 < < 1,
Z
Z
Z
u(x)(x)dx =
u(x)(x)dx +
u(x)(x)dx
B
<|x|<1
|x|<
Z
Z
Z
=
(x)(x)dx +
u(x)(x)ds +
u(x)(x)dx
<|x|<1
|x|=
|x|<
Z
Z
Z

=
(x)(x)dx + | log(/2)|
(x)ds +
u(x)(x)dx.
<|x|<1

|x=|

|x|<

23
Les deux derniers termes de lexpression tendent vers zero lorsque tend vers zero.
En effet,
Z
0

| log(/2)|
(x)ds | log(/2)| 2(0) 0
|x=|

et
Z


|x|<


Z


u(x) dx kukL2 (B)

1/2

|| dx

|x|<

Ainsi,
Z

Z
u(x)(x) dx =
B

(x)(x) dx,
B

ce qui ach`eve la demonstration.


2. Cas N 3
Soit 0 < < (N 2)/2. On pose
u(x) = |x| .
La fonction u nest pas bornee en 0. On verifie neanmoins que u est un element de
L2 (B). Soit SN la sph`ere unite,
Z

|u| dx = |SN |
B

|r|N 12 dr < +.

Pour tout x 6= 0, u est derivable au sens classique et u(x) = (x) o`


u
(x) = x|x|(+2) .
On verifie que la fonction est un element de L2 (B)N . En effet,
Z
Z
2
2
|| dx =
||2(+1) dx
B
B
Z 1
2
= |SN |
rN 1 r2(+1) dr
Z0 1
= 2 |SN |
r2+N 3 dr.
0

La derni`ere integrale est finie car 2 + N 3 > 1. Enfin, en procedant comme


dans le cas N = 2, on verifie que les derivees faible et classique concident.
Exercice 3.3.3 Le but de cet exercice est de montrer que le Theor`eme de trace 4.3.13
nest pas vrai si louvert nest pas regulier. Soit louvert R2 defini par 0 < x < 1
et 0 < y < xr avec r > 2 (voir la Figure 4.2). Soit la fonction v(x) = x . Montrer
que v H 1 () si et seulement si 2 + r > 1, tandis que v L2 () si et seulement
si 2 > 1. Conclure. (On peut aussi montrer avec ce meme exemple que le Theor`eme
4.3.5 de densite et la Proposition 4.4.2 de prolongement ne sont pas vrais pour un tel
ouvert.)

24

CHAPITRE 3. ESPACES DE SOBOLEV

Correction. On note (x, y) les coordonnees dun point de R2 . On a



Z 1
Z
Z
Z 1  Z xr
2
2
2
x2+r dx.
x dy dx =
|v| dxdy =
x dxdy =

Ainsi, v L2 () si et seulement si 2 + r > 1. De plus, v/y = 0 et v/x =


x1 . On en deduit que v H 1 () si et seulement si 2( 1) + r > 1, cest-`a-dire
2 + r > 1. Soit 1 = {(x, y) R2 : y = 0}, 2 la partie du bord de
parametree par la fonction (0, 1) 3 x 7 (x, y) = (x, xr ) et 3 = {(x, y)
R2 : x = 1}. On a dautre part,
Z
Z
Z
Z
2
2
2
|v| ds =
|v(x)| dx +
|v(x)| ds(x) +
|v(1)|2 dy

3
Z 1 2
Z 11
x2 (1 + r2 x2r2 )1/2 dx + 1.
x2 dx +
=
0

2 2r2 1/2

Comme r > 2, la fonction (1 + r x


)
est bornee sur (0, 1) et v L2 () si
et seulement si 2 > 1. Si r est strictement superieur a` 2, il existe tel que
1 r < 2 < 1. Dans ce cas, v H 1 () et v|
/ L2 (). Le Theor`eme de trace
4.3.13 est mis en defaut dans ce cas.
On peut aussi montrer que lapplication trace nest pas continue : on introduit
la suite croissante de fonctions v n H 1 () C() definie par
v n (x) = min(v(x), n).
n
La suite v n converge vers v dans H 1 () et v|
converge presque partout vers v| .
On a alors
lim kv n kH 1 () = kvkH 1 ()
n

et
n

lim kv kL2 () =
n

|v| (x)|2 ds = +.

On ne peut donc pas trouver une constante C > 0 telle que, pour toute fonction
v H 1 () C(),
kvkL2 () CkvkH 1 () ,
puisque, au contraire, quelque soit K > 0, pour n assez grand, on a
kv n kL2 () > Kkv n kH 1 () .

Exercice 3.3.4 Le but de cet exercice est de montrer quil ne peut pas y avoir de
notion de trace pour des fonctions de L2 (), cest-`a-dire quil nexiste pas de constante
C > 0 telle que, pour toute fonction v L2 (), on a
kv| kL2 () CkvkL2 () .
Pour simplifier, on choisit comme ouvert la boule unite. Construire une suite de
fonctions reguli`eres dans egales `a 1 sur et dont la norme dans L2 () tend vers
zero. Conclure.

25
Correction. Soit T une fonction reguli`ere de [0; +[ `a valeurs dans R+ telle que
T (0) = 1, T (s) = 0 pour s > 1 et 0 T (s) 1 pour tout s. On definit la suite un
de fonctions de la boule a` valeurs dans R par
un (x) = T (n(1 |x|)).
Pour tout n, quel que soit x , |un (x)| = 1. Dautre part, la suite |un (x)| est
majoree par 1 pour tout x . Enfin, un (x) = 0 pour tout x appartenant a` la boule
de rayon 1 1/n. Ainsi, dapr`es le theor`eme de convergence dominee de Lebesgue,
kun kL2 () 0, et quelque soit K > 0, pour n assez grand,
kun kL2 () = ku0 kL2 () > Kkun kL2 () .
Loperateur trace definit de C() L2 () dans L2 () nest pas continu, cest-`adire quil ne peut pas exister une constante C > 0 telle que, pour toute fonction
v L2 () C(),
kvkL2 () CkvkL2 () .
A fortiori, il ne peut etre prolonge en une application continue de L2 () dans
L2 ().

26

CHAPITRE 3. ESPACES DE SOBOLEV

Chapitre 4

ETUDE
MATHEMATIQUE
DES
`
PROBLEMES
ELLIPTIQUES
Exercice 4.2.1 A laide de lapproche variationnelle demontrer lexistence et lunicite
de la solution de

u + u = f dans ,
(4.1)
u=0
sur ,
o`u est un ouvert quelconque de lespace RN , et f L2 (). Montrer en particulier que
lajout dun terme dordre zero au Laplacien permet de ne pas avoir besoin de lhypoth`ese
que est borne.
Correction.

1er Etape.
Recherche de la formulation variationnelle.
On multiplie lequation verifiee par u par une fonction test v nulle sur . Par
integration par parties, on obtient que
Z
Z

u v + uv dx =
f v dx.

Afin que cette expression ait un sens, il suffit de choisir u et v dans H01 (). Le
probl`eme variationnel associe a` lequation (4.1) consiste donc a` determiner u
H01 () tel que
a(u, v) = L(v) pour tout v H01 (),
o`
u

u v + uv dx

a(u, v) =

Z
et

L(v) =

f v dx.

2eme Etape.
Resolution du probl`eme variationnel.
La continuite de a(, ) et L(.) est evidente de meme que la coercivite de la forme
bilineaire a(, ). En effet,
a(u, u) = kuk2H 1 () .
Les hypoth`eses du Theor`eme de Lax-Milgram sont reunies. Il existe donc une solution unique au probl`eme variationnel. On verifie enfin en effectuant les memes
integrations par parties que lors de la premi`ere etape que u est un element de

27

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

28

H(div) (voir cours, Section 4.4.2) et que u + u = f en tant quelements de


L2 () et donc presque partout dans . Enfin, comme u H01 (), et que est un
ouvert regulier, la trace de u est bien definie et u = 0 presque partout sur .
Exercice 4.2.2 Soit un ouvert borne de RN . A laide de lapproche variationnelle
demontrer lexistence et lunicite de la solution du probl`eme suivant de convectiondiffusion

V u u = f dans ,
(4.2)
u=0
sur ,
o`u f L2 () et V est une fonction reguli`ere `a valeurs vectorielles telle que divV = 0
dans .
Correction.

1er Etape.
Recherche de la formulation variationnelle.
On multiplie lequation verifiee par u par une fonction test v nulle sur . Par
integration par parties, on obtient la formulation variationnelle suivante : trouver
u H01 () tel que
a(u, v) = L(v) pour tout v H01 (),
o`
u
a(u, v) =

Z 

u v + (V u)v dx

Z
et

f v dx.

L(v) =

2`eme Etape.
Resolution du probl`eme variationnel.
Afin dappliquer le Theor`eme de Lax-Milgram, la seule hypoth`ese non triviale
a` verifier est la coercivite de la forme bilineaire a(, ).
Z

a(u, u) =
u v + (V u)u dx

La divergence de V etant nulle, on a


Z
Z
Z

2
(V u)u dx =
div(uV )u div(V )|u| dx =
div(uV )u dx.

Par integration par parties et comme u = 0 sur le bord , il vient


Z
Z
(V u)u dx = (V u)u dx.

Ainsi,
Z
(V u)u dx = 0

et
a(u, u) = kuk2L2 () .
La coercivite de a(, ) se deduit alors de linegalite de Poincare.

3`eme Etape.
Equivalence
avec lequation.
Z
Z

u v dx =
f v (V u)v dx.

29
Ainsi, en majorant le membre de droite,
Z



u v dx (kf kL2 () + kV kL () kukH 1 () )kvkL2 () ,

et u est un element de H(div). On en deduit donc par integration par parties que
u + V u = f en tant quelements de L2 (). Enfin, comme u H01 (), on a
u = 0 presque partout sur .
Exercice 4.2.3 On reprend les notations et hypoth`eses de lExercice 5.2.2. Montrer
que tout v H01 () verifie
Z
vV v dx = 0.

Montrer que la solution de la formulation variationnelle du probl`eme de convection diffusion ne minimise pas dans H01 () lenergie
Z
Z

1
2
J(v) =
|v| + vV v dx f v dx.
2

Correction. On a dores et dej`a prouve dans lexercice precedent que


Z
vV v dx = 0

pour tout v H01 (). Ainsi,


Z


J(v) = 1/2
|v| + v(V v) dx
Z
Z
2
= 1/2 |v| dx f v dx.

Z
f v dx

Or le minimiseur u sur H01 () de J est solution du probl`eme aux limites



u = f dans ,
u=0
sur ,
et na donc aucune raison (sauf cas exceptionnel) detre solution du probl`eme aux
limites

V u u = f dans ,
u=0
sur .
Exercice 4.2.4 On consid`ere `a nouveau le probl`eme aux limites

u = f dans ,
u=0
sur ,

(4.3)

o`u est un ouvert borne de lespace RN , et f est un second membre qui appartient
`a lespace L2 (). On suppose que louvert est symetrique par rapport `a lhyperplan

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

30

xN = 0 de meme que la donnee f (i.e. f (x0 , xN ) = f (x0 , xN )). Montrer que la


solution de (4.3) a la meme symetrie. Montrer que (4.3) est equivalent `a un probl`eme
aux limites pose sur + = {xN > 0} avec une condition aux limites de Neumann
sur {xN = 0}.
Correction. Deux approches sont possibles. On peut raisonner soit directement
sur le probl`eme aux limites (4.3), soit sur la formulation variationnelle associee. Un
raisonnement direct sur (4.3) peut se justifier rigoureusement si lon admet que la
solution u est reguli`ere et unique, tandis que lutilisation de la formulation variationnelle permet de saffranchir de toute hypoth`ese restrictive. Dans les deux cas
on utilise la notation x = (x0 , xN ) RN et on introduit la symetrie s de RN par
rapport au plan xN = 0, definie par
s(x0 , xN ) = (x0 , xN ).
1`ere approche.
Soit u la solution de (4.3) supposee reguli`ere et unique. On verifie aisement que
(u s) = (u) s = f s = f

dans ,

o`
u on a utilise linvariance de par s. De meme, u s = 0 sur . Par consequent,
u s est aussi solution de (4.3) et, par unicite, on en deduit que u s = u dans .
Par ailleurs,
u
(u s)
=
s,
xN
xN
ce qui implique, en xN = 0,
u 0
u 0
(x , 0) =
(x , 0) = 0.
xN
xN
Par consequent, la restriction de u a` + = {xN > 0} verifie

u = f dans + ,
u
=0
sur {xN = 0},
n
u=0
sur + .

(4.4)

2`eme approche.
On va maintenant utiliser la formulation variationnelle de (4.3), sans aucune
hypoth`ese de regularite sur sa solution. Il sagit de trouver u H01 () tel que
Z
Z
u v dx =
f v dx v H01 ().
(4.5)

On note S lapplication de L2 () `a valeurs dans L2 () qui a` toute fonction v L2 ()


associe la fonction S(v) = v s. Lapplication S est une isometrie de L2 (), cest-`adire que
Z
Z
S(v) S(w) dx =
v w dx v, w L2 ().

31
De plus, la restriction de S a` lespace H 1 () est egalement une isometrie. En effet,
pour toute fonction reguli`ere v, on a
(S(v)) = (v s) = (s) (v s),
o`
u A designe la matrice adjointe (ou transposee) de A, et
Z
Z
2
|(S(v))| dx = (v s) s(s) (v s) dx

Comme s est une isometrie de RN , s(s) nest autre que lidentite et


Z
Z
2
|(S(v))| dx =
|v s|2 dx,

et donc (par simple changement de variable),


Z
Z
2
|(S(v))| dx =
|v|2 dx.

(4.6)

Par densite des fonctions reguli`eres dans H 1 (), on en deduit la relation (4.6) pour
tout fonction v H 1 () et que S est une isometrie de H 1 (). Par un raisonnement
similiaire, lensemble des fonctions C0 () etant stable par S, on en deduit que S
est une isometrie de H01 (). Enfin, la relation
(S(v)) = (s) (v s),
valable pour toute fonction v reguli`ere, setend par densite `a tout element de H 1 ().
Par changement de variable x = s(y) dans la formulation variationnelle (4.5),
il vient
Z
Z
((u) s) ((u) s) dy = (f s)(v s) dy

et, comme f s = f ,
Z

Z
(S(u)) (S(v)) dy =

f S(v) dy.

Lapplication S etant une isometrie de H01 (), on en deduit que, pour tout w
H01 (), il existe v H01 () tel que w = S(v) et
Z
Z
S(u) w dy =
f w dy.

Par consequent, S(u) est aussi solution de la formulation variationnelle (4.5) et, par
unicite, on a S(u) = u.
Reste a` montrer que la restriction de u a` louvert + est solution de la formulation variationnelle associee a` (4.4). Pour cela, on introduit lespace
X = {v H 1 (+ ) tel que v = 0 sur + },

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

32

et, pour linstant, on note u la solution de (4.4). La formulation variationnelle de


(4.4) est classiquement : trouver u X tel que
Z
Z

u v dx =
f v dx v X.
(4.7)
+

On introduit lapplication de prolongement P de L2 (+ ) a` valeur dans L2 () definie


par

u(x)
si x + ,
P (u)(x) :=
u s(x) si x \ + .
En fait, lapplication P , restreinte aux fonctions de H 1 (+ ), est continue de H 1 (+ )
a` valeurs dans H 1 () car les traces de u et u s coincident sur {xN = 0}. Dans la
formulation variationnelle (4.5) on choisit la fonction test P (v) avec v X
Z
Z
u P (v) dx =
f P (v) dx.

Par un changement de variables,


Z
Z
Z
u P (v) dx =
u P (v) dx +
u P (v) dx
+

Z
Z
=
u P (v) dx +
((u) s) ((P (v)) s) dx
+
+
Z
Z
(u s) (P (v) s) dx.
u P (v) dx +
=
+

Or, u s = u et P (v) s = P (v), ainsi


Z
Z
u P (v) dx = 2

u P (v) dx.

De meme, on a egalement
Z

f P (v) dx.

f P (v) dx = 2
+

Puisque P (v) = v dans + , on a donc obtenu


Z
Z
f v dx v X,
u v dx =
+

qui nest rien dautre que (4.7). Par unicite de la solution on en deduit u = u dans
+ , cest-`a-dire que u est bien solution (faible) de (4.4).
Exercice 4.2.5 Demontrer que lunique solution u H 1 () de la formulation variationnelle
Z
Z
Z
(u v + uv) dx =
gv ds + f v dx v H 1 ()
(4.8)

verifie lestimation denergie suivante



kukH 1 () C kf kL2 () + kgkL2 () ,
o`u C > 0 est une constante qui ne depend pas de u, f et g.

33
Correction. Il suffit dappliquer la formulation variationnelle (4.8) a` la fonction
test v = u. On en deduit que
Z
Z
Z

2
2
2
gu ds + f u dx.
kukH 1 () =
|u| + |u| dx =

En appliquant linegalite de Cauchy-Schwarz au deuxi`eme membre,


kuk2H 1 () kgkL2 () kukL2 () + kf kL2 () kukL2 () .
Par le Theor`eme de trace 4.3.13, il existe donc une constante positive C (qui ne
depend que de ) telle que

kuk2H 1 () C kgkL2 () + kf kL2 () kukH 1 ()
do`
u lon deduit linegalite recherchee.
Exercice 4.2.6 On suppose que est un ouvert borne regulier de classe C 1 . A laide
de lapproche variationnelle demontrer lexistence et lunicite de la solution du Laplacien
avec une condition aux limites de Fourier

u = f
dans
(4.9)
u
+ u = g sur
n
o`u f L2 () et g est la trace sur dune fonction de H 1 (). On demontrera
linegalite suivante (qui generalise celle de Poincare)

kvkL2 () C kvkL2 () + kvkL2 () v H 1 ().
Correction.

1er Etape.
Recherche de la formulation variationnelle.
On multiplie lequation verifiee par u par une fonction test v. Par integration
par parties, on obtient
Z
Z
Z
u
u v dx
v ds =
f v dx.

Enfin, comme u/n = g u sur , on en deduit que


Z
Z
Z
u v dx
(g u)v ds =
f v dx.

La formulation variationnelle retenue consiste donc a` trouver u H 1 () tel que


a(u, v) = L(v) pour tout v H 1 (),
o`
u
Z

Z
u v dx +

a(u, v) =

Z
uv ds

et

L(v) =

Z
f v dx +

gv ds.

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

34

2`eme Etape.
Resolution du probl`eme variationnel.
Afin dappliquer le theor`eme de Lax-Milgram, la seule hypoth`ese non triviale `a
verifier est la coercivite de la forme bilineaire a(, ). A cet effet, on va montrer quil
existe une constante C telle que, pour tout v H 1 (),

kvkL2 () C kvkL2 () + kvkL2 () .
La coercivite est alors evidente. Afin detablir ce dernier resultat, on raisonne par
contradiction, dans lesprit de la demonstration de linegalite de Poincare (voir cours,
p. 94). Supposons que pour tout n, il existe vn tel que

kvn kL2 () > n kvn kL2 () + kvn kL2 () .
Quitte a` considerer la suite vn /kvn kL2 () au lieu de vn , on peut supposer que pour
tout n, kvn kL2 () = 1. Ainsi, la suite vn est bornee dans H 1 () et dapr`es le Theor`eme
de Rellich 4.3.21, il existe une sous suite vn0 convergente dans L2 () vers un element
v de H 1 (). De plus, vn0 converge vers zero dans L2 (). Ainsi, vn0 est une suite de
Cauchy de H 1 (), v appartient a H 1 () et v = 0. Dapr`es la Proposition 4.2.5,
on en deduit que v est une constante sur chacune des composantes connexes de .
Lapplication trace etant continue de H 1 () dans L2 (), la trace de v sur le bord
de est egale `a la limite des traces de vn0 sur le bord de . Or limn kvn0 kL2 () = 0,
ainsi v = 0 sur . Finalement, v etant constante sur chacune de ces composantes
connexes, v = 0 dans tout , ce qui contredit le fait que kvkL2 () = limn kvn0 kL2 () =
1.

3eme Etape.
Equivalence
avec le probl`eme aux limites.
Tout dabord, en appliquant la formulation variationnelle `a des fonctions tests
v Cc () on etablit que u est un element de H(div) (voir cours, Section 4.4.2)
et par integration par parties que
u = f dans .
De plus, pour toute fonction v H 1 (),

Z 
Z
Z

u
+ u v ds =
(u)v + u v dx +
uv ds
n

Z
Z
Z

=
f v + u v dx +
uv ds =

gv ds.

On en deduit en particulier que u/n est un element de L2 () et que


u
+ u = g presque partout sur .
n

R
u
Remarque 4.2.1 En toute rigueur, lintegrale n
+ u v ds nest a priori pas
correctement definie. Cependant, comme u est un element de H(div), il admet une
trace normale sur (voir le Theor`eme 4.4.7). Ainsi, le calcul precedent reste valable

u en toute
generalite quitte `a remplacer lintegrale de bord par le crochet de dualite
+
u,
v
. Enfin, comme on prouve finalement que u/n appartient `a
n
H 1/2 ,H 1/2

R
u
L2 (), lutilisation de lintegrale n
+ u v ds est justifiee a posteriori.

35
Exercice 4.2.7 On suppose que est un ouvert borne connexe. A laide de lapproche
variationnelle demontrer lexistence et lunicite de la solution du Laplacien avec des
conditions aux limites melees

u = f dans ,
u
=0
sur N ,
(4.10)
n
u=0
sur D ,
o`u f L2 (), et (N , D ) est une partition de telle que les mesures superficielles
de N et D sont non nulles (voir la Figure 4.1). (Utiliser la Remarque 4.3.18.)
Correction. La formulation variationnelle setablit naturellement : il sagit de
trouver u V tel que
a(u, v) = L(v) pour tout v V
o`
u V = {v H 1 () : v = 0 sur D },
Z
u v dx
a(u, v) =

Z
et

L(v) =

f v dx.

Lespace V a ete etudie dans la Remarque 4.3.18 du cours dont on rappelle les
resultats. Lapplication trace etant continue, lespace vectoriel V , image reciproque
dun ferme par une application continue, est un sous espace ferme de H 1 (). Ainsi,
V est un espace de Hilbert. Les formes bilineaire et lineaire a et L etant continues, il
ne reste plus qu`a etablir la coercivite de la forme bilineaire a pour pouvoir appliquer
le Theor`eme de Lax-Milgram et en deduire lexistence et lunicite dune solution au
probl`eme variationnel. Il sagit donc detablir linegalite de type Poincare suivante :
il existe C > 0 tel que pour tout v V ,
kvkL2 () CkvkL2 () .
Cette inegalite setablit par contradiction (voir dans le cours la deuxi`eme demonstration de linegalite de Poincare, p. 94). Supposons que cette inegalite soit fausse pour
toute constante C. Dans ce cas, pour tout entier n, il existe vn V tel que
kvn kL2 () > nkvn kL2 () .
Quitte a` diviser vn par sa norme L2 , on peut supposer que kvn kL2 () = 1. Ainsi,
vn est borne dans H 1 () et dapr`es le Theor`eme de Rellich 4.3.21, il existe une
sous-suite vn0 de vn et un element v de L2 () tels que vn0 converge vers v en norme
L2 . Or vn converge vers zero. On en deduit que vn0 est une suite de Cauchy dans
H 1 (). En particulier, v appartient a` H 1 () et le gradient de v est egal `a la limite
des gradients de vn0 , cest-`a-dire v = 0. Dapr`es la Proposition 4.2.5, on en deduit
que v est une constante (car est connexe). Comme v appartient a` V , la trace de
v sur D est nulle. La mesure superficielle de D etant non nulle, on en deduit
que v = 0, ce qui contredit le fait que kvkL2 () = limn0 kvn0 kL2 () = 1.

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

36

Enfin, si u est une solution du probl`eme variationnel, on en deduit que u


appartient a` H(div) et que u = f en tant quelements de L2 (). Enfin, pour
tout element v de V , on a
Z
Z
Z
u
v ds = (uv + u v) dx = (f v + u v) dx = 0.
n

(On renvoit `a la Remarque 4.2.1 pour une interpretation rigoureuse de lintegrale de


bord ci-dessus.) Quitte `a supposer et N assez reguliers, lensemble des traces
de fonctions de V sur le bord est dense dans lespace L2 (N ) (voir la Remarque
4.3.17). Ainsi, la trace u/n sur N est nulle. Enfin, u = 0 presque partout sur
D car u V . Ainsi, la solution u de la formulation variationnelle est bien solution
du probl`eme aux limites (4.10).
Exercice 4.2.8 Demontrer linegalite de Poincare-Wirtinger : si est borne, regulier
et connexe, il existe une constante C > 0 telle que, pour tout v H 1 (),
R
v dx
.
(4.11)
kv m(v)kL2 () CkvkL2 () avec m(v) = R
dx

Correction. On demontre cette inegalite par contradiction (comme dans le cours


pour linegalite de Poincare, p. 94). On suppose que linegalite de Poincare Wirtinger
est fausse. Dans ce cas, pour tout entier naturel n 1, il existe un element un de
H 1 () tel que
kun m(un )kL2 () > nkun kL2 () .
On pose vn = (un m(un ))/||un m(un )kL2 () . La suite vn verifie linegalite
1 = kvn kL2 () > nkvn kL2 () .

(4.12)

Ainsi, la suite vn est bornee dans H 1 (). Comme est borne regulier, dapr`es le
Theor`eme de Rellich 4.3.21, on peut extraire de vn une sous-suite convergente dans
L2 () vers un element v de L2 (). Par commodite, on note de nouveau vn cette
suite. Comme vn est convergente dans L2 (), cest une suite de Cauchy de L2 ().
De plus, dapr`es lequation (4.12), vn converge vers 0 dans L2 (). Ainsi, vn est
une suite de Cauchy dans H 1 (). Comme H 1 () est un espace de Hilbert, il est
complet : toute suite de Cauchy est convergente et vn converge dans H 1 () vers un
element v. De plus, on a
kvkL2 () = lim kvn kL2 () lim(1/n) = 0,
n

m(v) = lim m(vn ) = 0,


n

kvkL2 () = lim kvn kL2 () = 1.


n

Comme v = 0, m(v) = 0 et est connexe, v est une constante de moyenne nulle


dapr`es la Proposition 4.2.5. Ainsi v = 0, ce qui contredit legalite kvkL2 () = 1 et
ach`eve la demonstration de linegalite (4.11).

37
Exercice 4.2.9 On suppose que est un ouvert borne connexe regulier. Soit f
L2 (). On consid`ere la formulation variationnelle suivante : trouver u H 1 () tel que
Z
 Z
 Z
Z
u v dx +
u dx
v dx =
f v dx v H 1 ().

Demontrer lexistence et lunicite de la solution de cette formulation variationnelle.


Quel
R
probl`eme aux limites a-t-on ainsi resolu ? En particulier, si on suppose que f dx = 0,
quel probl`eme dej`a etudie retrouve-t-on ?
Correction.
1. Existence
Soit
Z

Z
u v dx +

a(u, v) =

 Z

Z
u dx
v dx
et L(v) =
f (x)v(x) dx.

Le probl`eme variationnel pose consiste a` determiner u H 1 () tel que


v H 1 ().

a(u, v) = L(v)

(4.13)

Afin dappliquer le Theor`eme de Lax-Milgram, la seule hypoth`ese non triviale a`


verifier porte sur la coercivite de la forme bilineaire a(, ). En raisonnant par labsurde (comme dans lExercice 4.2.8 precedent), on etablit quil existe C > 0 tel que,
pour tout v H 1 (),

Z




kvkL2 () C kvkL2 () + v dx ,

do`
u lon deduit aisement quil existe > 0 tel que, pour tout v H 1 (),
kvk2H 1 () a(v, v)
(On utilise ici le fait que est borne connexe.) Le Theor`eme de Lax-Milgram nous
assure alors lexistence et lunicite de la solution de (4.13).
2. Determination du probl`eme aux limites
En prenant la fonction test v = 1 dans la formulation variationnelle (4.13), on
obtient que
Z
Z
1
f dx.
(4.14)
u dx =
||

En appliquant linegalite de Cauchy-Schwarz `a la forme lineaire L(v) et au deuxi`eme


terme de la forme bilineaire a(u, v) on deduit de (4.13) et (4.14)
Z



u v dx Ckf kL2 () kvkL2 () .

Ainsi, u H(div) et
1

div(u) = f ||

f dx

dans .

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

38

Enfin, comme u H(div), la trace de u/n sur la fronti`ere de est correctement


definie (voir le Theor`eme 4.4.7) et on etablit aisement que u/n = 0. Le probl`eme
aux limites resolu est donc

f dx dans ,
u = f ||

u
=0
sur ,

Z
Z

u dx = ||
f dx.

R
Dans le cas particulier f dx = 0, u est solution du probl`eme de Neumann (5.25)
avec en plus la condition (4.14) qui assure lunicite de cette solution.
Exercice 4.2.10 Soit un ouvert borne et K un compact connexe de RN inclus dans
(on suppose que \ K est regulier). Soit f L2 (). On consid`ere un probl`eme de
conduction dans o`u K est une inclusion parfaitement conductrice, cest-`a-dire que
linconnue u (la temperature ou le potentiel electrique, par exemple) est constante dans
K (cette constante est aussi inconnue). On suppose quil ny a pas de terme source dans
K. Ce probl`eme se modelise par

u = f
dans \ K

u
=
C
sur K
R u
ds = 0 sur K

K n
u=0
sur ,
o`u C est une constante inconnue `a determiner. Trouver une formulation variationnelle
de ce probl`eme aux limites et demontrer lexistence et lunicite dune solution (u, C).
Correction. On introduit lespace vectoriel
X = {v H 1 ( \ K) : v = 0 sur ; v = constante sur K}.
muni de la norme de H 1 ( \ K). Notons que la constante dans la definition de
lespace X varie dune fonction v a` lautre : on la designe dans la suite par v(K).
Comme sous-espace ferme de H 1 ( \ K), X est un espace de Hilbert.

1`ere Etape.
Determination de la formulation variationnelle.
On multiplie lequation verifiee par u sur \ K par un element v de X. Par
integration par parties, on en deduit que
Z
Z
Z
u
u v dx
v ds =
f v dx
(4.15)
\K
K n
\K
Comme v(x) est une constante, v(K), sur K, on a
Z

Z
u
u
(x)v(x) ds =
(x) ds v(K) = 0
K n
K n

39
R
puisque la solution doit verifier la condition K
par u se simplifie en
Z
Z
u v dx =
\K

u
ds
n

= 0. Lequation (4.15) verifiee

f v dx.

\K

La formulation variationnelle associee au probl`eme aux limites consiste a` trouver


u X tel que
a(u, v) = L(v) v X,
(4.16)
o`
u a(, ) est la forme bilineaire et L(.) la forme lineaire, definies sur X par
Z
Z
a(u, v) =
u v dx et L(v) =
f v dx.
\K

\K

2`eme Etape.
Existence de solution.
Lapplication du Theor`eme de Lax-Milgram est triviale grace `a linegalite de
Poincare pour les fonctions de X et assure lexistence et lunicite dune solution au
probl`eme variationnel (4.16).

3eme Etape.
Equivalence
avec le probl`eme aux limites.
On deduit immediatement de la formulation variationnelle (4.16) que u
H(div) et
u = f pour presque tout x \ K.
Comme u H(div), u/n admet une trace sur K (voir le Theor`eme 4.4.7). En
integrant par parties dans la formulation variationnelle (4.16), il vient
Z

Z
u
u
(x)v(x) ds =
(x) ds v(K) = 0.
K n
K n
Comme la fonction
R u test v, et donc la constante v(K), est quelconque, on en
deduit que K n
ds = 0. Enfin, les conditions de type Dirichlet u = 0 sur
et u =constante sur K ont ete incluses dans la definition de lespace X auquel
appartient u.
Exercice 4.2.11 Soit un ouvert borne regulier de RN et A une application de
dans lensemble des matrices symetriques N N . On suppose que lapplication A est
uniformement bornee, cest-`a-dire quil existe une constante > 0 telle que, presque
partout dans ,
|A(x) | ||2 pour tout RN ,
et quelle est uniformement elliptique, cest-`a-dire quil existe une constante > 0 telle
que
A(x) ||2 pour tout RN .
Soit f L2 (), montrer quil existe une unique solution faible au probl`eme aux limites

div(Au) = f dans ,
(4.17)
u=0
sur .

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

40

Correction. Dans un premier temps, etablissons la formulation variationnelle associee. On note = Au qui est une fonction de dans RN . De (4.17) on deduit
que
div = f dans .
On multiplie alors cette equation par une fonction test v H01 () (espace choisi a`
cause de la condition aux limites de Dirichlet) et on utilise la formule dintegration
par parties, dite de Stokes (voir lExercice 3.2.1 ou le Theor`eme 4.4.7),
Z
Z
Z
div(x)v(x) dx = (x) v(x) dx +
(x) n(x) v(x) ds.

Comme v sannule sur le bord on obtient, pour tout v H01 (),


Z
Z
Au v dx =
f v dx.

On note a(u, v) la forme bilineaire definie par le membre de gauche de cette equation
et L(v) la forme lineaire definie par le membre de droite. La formulation variationnelle du probl`eme aux limites (4.17) est donc de determiner u H01 () tel que
a(u, v) = L(v)

pour tout v H01 ().

(4.18)

Il faut maintenant verifier les hypoth`eses du Theor`eme de Lax-Milgram afin detablir


lexistence et lunicite dune solution de (4.18). Elles sont trivialement verifiees,
exceptees la continuite et la coercivite de la forme bilineaire a que nous detaillons.
Pour presque tout x , la matrice A(x) etant symetrique reelle, elle est
diagonalisable dans une base orthonormee de vecteurs propres. Comme pour tout
RN ,
0 A(x) ||2 ,
la plus grande valeur propre de A(x) est inferieure a` et donc (A) = kAk2
(cf. le Lemme 13.1.6). On en deduit donc que, pour tout , 0 RN ,
|A(x) 0 | kA(x)k2 || | 0 | || | 0 | .
Dapr`es cette majoration et linegalite de Cauchy-Schwarz, on a
Z
|a(u, v)| |u| |v|dx kukH 1 () kvkH 1 () .

La forme bilineaire a est donc continue sur H01 (). De plus, dapr`es lhypoth`ese
duniforme ellipticite, pour tout u H01 (),
Z
Z
a(u, u) =
Au u dx |u|2 dx.

Linegalite de Poincare nous permet de conclure que a est coercive. La formulation


variationnelle (4.18) admet donc une solution unique. Reste a` prouver que cette
solution est egalement solution du probl`eme aux limites (4.17). De (4.18) on deduit
que la fonction = Au admet une divergence faible dans L2 () (voir la Definition
4.2.6) et que div(Au) = f presque partout dans . De plus, comme u est un
element de H01 (), on a aussi u = 0 presque partout sur .

41
Exercice 4.2.12 Montrer lexistence et lunicite de la solution de

div(Au) + u = f dans ,
u
=g
sur ,
nA
avec f L2 () et g L2 (). On rappelle que u/nA = (Au) n.
Correction. La formulation variationnelle consiste `a trouver u H 1 () tel que
a(u, v) = L(v) pour tout v H 1 ()
avec
Z

Au v + uv dx

a(u, v) =

Z
et

L(v) =

Z
f v dx +

gv ds.

Lexistence dune solution `a ce probl`eme decoule dune application aisee du theor`eme


de Lax-Milgram en suivant les memes etapes que dans lExercice 4.2.11 precedent.
Pour montrer que la formulation variationnelle est bien equivalente au probl`eme aux
limites, nous allons, comme dans le cours (voir le Lemme 5.2.13), supposer que la
solution est suffisamment reguli`ere, cest-`a-dire appartient `a lespace H 2 (). (On
peut effectivement generaliser le Lemme 5.2.13 et montrer que, si est regulier et
aij C 1 () pour tout indice i, j, alors la solution u appartient a` H 2 ().) Ainsi, on
obtient que
div(Au) = f en tant quelements de L2 (),
que la trace

u
nA

est bien definie sur et que

u
nA

= g dans L2 ().

Exercice 4.2.13 Montrer que lapplication (non-lineaire) v v + est continue de


L2 () dans lui-meme, ainsi que de H 1 () dans lui-meme (utiliser le fait que u = 0
presque partout sur lensemble u1 (0)).
Correction. Lapplication v v + de L2 () dans L2 () est evidemment continue
car elle est Lipschitzienne. En effet, pour tout u, v L2 (), on a
kv + u+ kL2 () kv ukL2 () .
La continuite de cette application de H 1 () dans lui meme est un peu plus delicate.
Considerons une suite vn convergeant vers v dans H 1 (). On veut montrer que vn+
converge vers v + dans H 1 (). A cet effet, on va plus precisement prouver que de
toute suite extraite de vn+ , on peut extraire une sous-suite convergente dans H 1 ()
vers v + , ce qui nous permettra de conclure `a la convergence de toute la suite vn+ . Soit
vn0 une sous-suite extraite quelconque de vn . De cette sous suite, on peut extraite une
nouvelle sous-suite vn00 convergeant presque partout. En effet, dapr`es le Theor`eme
de Rellich 4.3.21 on peut extraire une sous-suite de vn0 qui converge dans L2 ()
et, dapr`es les proprietes de convergence dans L2 (), on peut encore en extraire une
sous-suite qui converge presque partout dans . Dapr`es le Lemme 5.2.24,
kvn+00 v + kL2 () =k1vn00 >0 vn00 1v>0 vkL2 ()
k1vn00 >0 (vn00 v)kL2 () + k(1vn00 >0 1v>0 )vkL2 ()
kvn00 vkL2 () + k(1vn00 >0 1v>0 )vkL2 () .

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

42

Il est clair que le premier terme du second membre converge vers zero. Par contre,
le deuxi`eme terme est plus delicat : expliquons pourquoi. On sait que si G est une
fonction continue de R dans R, alors la convergence presque partout de vn00 vers v
implique la convergence presque partout de G(vn00 ) vers G(v). Mais malheureusement
la fonction x 1x>0 nest pas continue sur R car elle est discontinue en 0. Par
consequent, il est faux de dire que 1vn00 > 0 converge presque partout vers 1v>0 .
Comme contre-exemple (en dimension 1) prenons v 0 et vn (x) = n1 sin(nx) qui
converge bien presque partout vers 0 mais par valeurs alternativement positives et
negatives : la suite 1vn (x) > 0 oscille entre les valeurs 1 et 0 et ne converge pas
presque partout.
On va neanmoins pouvoir passer `a la limite dans le terme k(1vn00 >0 1v>0 )vkL2 ()
en utilisant le fait que lapplication x 1x>0 est continue sur R \ {0} et que sur
lensemble v 1 (0) := {x : v(x) = 0} on a v = 0 presque partout (suivant
lindication de lexercice, pas evidente `a demontrer !). En effet, on a
1vn00 >0 (x) 1v>0 (x) pour presque tout x \ v 1 (0).
Dans le deuxi`eme membre de legalite
k(1vn00 >0

1v>0 )vk2L2 ()

Z
=
\v 1 (0)

(1vn00 >0 1v>0 )2 |v|2 dx

on peut utiliser le theor`eme de convergence dominee de Lebesgue, donc


k(1vn00 >0 1v>0 )vkL2 () 0 lorsque n00 0
et
vn+00 v + dans L2 ().
On en deduit que toute la suite vn+ converge vers v + . En effet, dans le cas
contraire, il existerait un reel > 0, et une sous-suite vn0 de vn tels que
kvn+0 v + kL2 () > ,
ce qui contredit le fait quon puisse construire une sous-suite vn00 de vn0 telle que
vn+00 v + dans L2 (). En conclusion, on a montre que si vn v dans H 1 (),
alors vn+ v + dans L2 () et vn+ v + dans L2 (). Lapplication qui a` v associe
v + est continue de H 1 () dans H 1 ().
Exercice 4.3.1 Montrer que lapplication de L2 ()N dans H01 ()N qui `a f fait correspondre u, unique solution faible de


est lineaire continue.

div (2e(u) + tr(e(u)) Id) = f


u=0

dans ,
sur ,

(4.19)

43
Correction. La linearite de cette application est evidente. La continuite est une
consequence du Theor`eme de Lax-Milgram (quon a applique pour demontrer lexistence et lunicite de la solution de (4.19)). On peut retrouver la continuite directement, en appliquant la formulation variationnelle a` la fonction test v = u. On
obtient
Z
Z

2
2
f u dx.
2|e(u)| + (divu) dx =

En combinant cette egalite `a linegalite de Korn pour u H01 ()N


Z

C
|e(u)|2 + (divu)2 dx kuk2H 1 ()

et `a linegalite de Cauchy-Schwarz, on en deduit quil existe une constante C > 0


telle que pour tout f L2 ()N , on a
kukH 1 () Ckf kL2 () .

Exercice 4.3.2 Soit un ouvert connexe de RN . Soit lensemble R des mouvements


rigides de defini par


R = v(x) = b + M x avec b RN , M = M t matrice antisymetrique . (4.20)
Montrer que v H 1 ()N verifie e(v) = 0 dans si et seulement si v R.
Correction. Tout dabord, si v appartient a` R, on a evidemment e(v) = 0.
Reciproquement, soit v H 1 ()N telle que e(v) = 0. On pose W = 12 (v (v)t ),
partie antisymetrique de v,


vj
1 vi

.
Wij =
2 xj
xi
Chaque fonction Wij est un element de L2 (). De plus, pour toute fonction
Cc (), en effectuant diverses integrations par parties, on etablit que

Z
Z 

1
vi
vj
dx =

dx
Wij
xk
2 xk xj
xk xi


Z 

=
eik (v)
ejk (v)
dx.
xj
xi

Comme e(v) = 0, on en deduit que pour tout k,


Wij
= 0.
xk
Ainsi, chaque Wij admet une derivee faible L2 () nulle et dapr`es la Proposition
4.2.5, il existe une constante Mij telle que Wij (x) = Mij presque partout. De plus,

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

44

W etant antisymetrique, la matrice M lest egalement. Puisque e(v) = 0, on en


deduit que
v = W + e(v) = M,
et donc
(v M x) = 0.
De nouveau par application de la Proposition 4.2.5, on en deduit quil existe un
vecteur constant b tel que
v(x) = b + M x pour presque tout x .



Exercice 4.3.3 Montrer que u V = v H 1 ()N tel que v = 0 sur D est
lunique solution de la formulation variationnelle,
Z
Z
Z
Z
2e(u) e(v) dx + divu divv dx =
f v dx +
g v ds v V, (4.21)

si et seulement si u realise le minimum sur V de lenergie


Z
Z
Z

1
2
2
2|e(v)| + |divv| dx f v dx
g v ds.
J(v) =
2

(4.22)

(Indication : on pourra sinspirer de la Proposition 3.3.4).


Correction. Il suffit dappliquer la Proposition 3.3.4 a` la forme bilineaire symetrique
Z

a(u, v) =
2e(u) e(v) + (divu)(divv) dx

et `a la forme lineaire
Z

Z
f v dx +

L(v) =

g vds,
N

sur lespace de Hilbert V . Plus precisement, on a dans ce cas


J(u v) = J(u) a(u, v) + L(v) + a(v, v)/2.
Ainsi, u est un minimiseur de J sur V , si et seulement si pour tout v V ,
a(u, v) L(v) a(v, v)/2.

(4.23)

Dans (4.23) on remplace v par v avec > 0, et on divise par pour obtenir
a(u, v) L(v) a(v, v)/2

pour tout > 0.

En faisant tendre vers 0, puis en ecrivant la meme inegalite pour v, on en deduit


quune condition necessaire pour que (4.23) soit verifie est
a(u, v) L(v) = 0

pour tout v V,

ce qui nest rien dautre que la formulation variationnelle (4.21). De plus comme
a(v, v) 0, cette condition est necessaire et suffisante. On a donc etabli que u
est un minimiseur de J sur V si et seulement si u est solution de la formulation
variationnelle (4.21).

45
Exercice 4.3.4 Soit un ouvert borne connexe de RN . On consid`ere le syst`eme de
lelasticite avec la condition de Neumann (5.59) sur tout le bord . Montrer que la
condition dequilibre (vectorielle)
Z
Z
f (M x + b) dx +
g (M x + b) ds = 0
b RN , M = M t RN N

est une condition necessaire et suffisante dexistence et dunicite dune solution dans
H 1 ()N (lunicite etant obtenue `a un mouvement de corps rigide pr`es, cest-`a-dire `a
laddition de M x + b pr`es avec b RN et M une matrice antisymetrique constante).
Correction. Supposons que u soit solution du syst`eme de lelasticite avec conditions
aux bords de Neumann. En multipliant lequation verifiee par u dans par une
fonction test v H 1 ()N , on obtient suite `a une integration par parties que
Z
Z
Z

2e(u) e(v) + (divu)(divv) dx =
f v dx +
g v dx.

En appliquant cette equation a` un element v de la forme v(x) = M x + b, o`


u b RN
et M est une matrice antisymetrique, on en deduit, puisque e(v) = 0 et divv = 0,
que
Z
Z
g (M x + b) ds = 0,

f (M x + b) dx +

qui est donc une condition necessaire dexistence de solution. Sous cette condition,
on va montrer que le probl`eme aux limites avec condition de Neumann admet une
unique solution dans lespace V , quotient de H 1 ()N par lespace des mouvements
rigides R. La formulation variationnelle est aisee a` etablir et consiste a` trouver u V
tel que
a(u, v) = L(v) pour tout v V
o`
u

Z
a(u, v) =


2e(u) e(v) + (divu)(divv) dx

et

Z
f v dx +

L(v) =

g v ds.

Notons que a(u, v) et L(v) sont toutes deux correctement definies. Leurs valeurs
sont independantes des representant u et v choisis dans H 1 ()N . En effet, soit u1 et
u2 (resp. v1 et v2 ) deux elements de H 1 ()N , representants de u (resp. v) dans V .
Il existe M et N matrices antisymetriques N N , b et c vecteurs de RN tels que
u1 = u2 +M x+b et v1 = v2 +N x+c. On a alors e(u1 ) = e(u2 ) et e(v1 ) = e(v2 ). Ainsi
a(u1 , v1 ) = a(u2 , v2 ). De plus, dapr`es la condition de compatiblite, L(v1 ) = L(v2 ).
Afin dappliquer le theor`eme de Lax-Migram, seule la coercivite de la forme bilineaire
nest pas tout `a fait evidente `a etablir. Il sagit de prouver quil existe une constante
C telle que
kvk2V Ca(v, v) pour tout v V,
(4.24)

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

46
o`
u

kvkV = inf kv + M x + bkH 1 () , avec M matrice antisymetrique et b RN .


M,b

On demontre cette inegalite par contradiction (comme dans le cours pour linegalite
de Poincare, p. 94). Supposons que la relation (4.24) soit fausse pour tout C. Dans
ce cas, il existe une suite vn delements de V telle que
1 = kvn k2V n a(vn , vn ).
Rappelons (voir le cours, p. 140) quil existe > 0 tel que pour tout v H 1 ()N ,
a(v, v) ke(v)k2L2 () .
Ainsi,
1 = kvn k2V nke(vn )k2L2 ()
Par abus de langage on note egalement vn lelement de H 1 ()N tel que kvn kH 1 () =
kvn kV (on confond un element de V avec un representant particulier). Dapr`es le
theor`eme de Rellich, la suite vn etant bornee dans H 1 ()N , il existe une sous-suite
vn0 convergente dans L2 ()N . On rappelle que dapr`es linegalite de Korn, v 7
kvkL2 ()N +ke(v)kL2 ()N N est une norme equivalente `a la norme de H 1 ()N . Comme
e(vn0 ) tend vers zero dans L2 ()N , e(vn0 ) est une suite de Cauchy dans L2 ()N N .
De plus vn0 est une suite de Cauchy dans L2 ()N . Ainsi, la suite vn0 est de Cauchy
dans H 1 ()N . En consequence, vn0 converge dans H 1 ()N vers un element v tel
que e(v) = 0. Dapr`es lexercice precedent, il existe M matrice antisymetrique et
b RN tels que v(x) = M x + b. En dautres termes, v = 0 dans V . Dautre part, la
convergence dans H 1 ()N implique la convergence dans V . Comme kvn0 kV = 1 on a
donc kvkV = 1, ce qui est contradictoire avec le fait que v = 0. La forme bilineaire
a est donc coercive sur V et la formulation variationnelle admet donc une solution
unique.
Afin de prouver que la solution du probl`eme variationnel est solution du probl`eme
aux limites, on proc`ede comme pour le Laplacien. En particulier, afin de donner un
sens `a n, il serait necessaire de montrer que u est en fait un element de H 2 ()N
(ce quon a admis pour le Laplacien). A defaut, on peut toujours utiliser le fait que
chaque ligne de est un element de H(div) et utiliser la definition faible de la trace
de la composante normale de sur le bord comme element de H 1/2 () (voir le
Theor`eme 4.4.7)
Exercice 4.3.5 On suppose que est un ouvert borne de RN et que f L2 ()N .
Montrer lexistence et lunicite dune solution faible dans H01 ()N au syst`eme de Lame

u ( + )(divu) = f dans
(4.25)
u=0
sur .
sans utiliser linegalite de Korn. Verifier quon peut affaiblir les hypoth`eses de positivite
sur les coefficients de Lame en supposant seulement que > 0 et 2 + > 0.

47
Correction. La formulation variationnelle consiste `a trouver u H01 ()N tel que
a(u, v) = L(v) pour tout v H01 ()N ,
o`
u
Z
a(u, v) =


u v + ( + )(divu)(divv) dx

et
Z
f v dx.

L(v) =

Afin dappliquer le theor`eme de Lax-Milgram, la seule hypoth`ese non triviale `a


verifier est la coercivite de la forme bilineaire a(, ). Or
Z X
N
ui uj
(divu) dx =
dx.

i,j=1 xi xj

Par integration par parties, il vient


Z X
Z
N
ui uj
(divu) dx =
dx =
u (u)t dx
x
x
j
i

i,j=1

Z
Z
|u|2 dx.
|u| |(u)t | dx =

Ainsi,
Z
a(u, u)

|u|2 dx.

( + min(0, + ))|u| dx = min(, + 2)

La forme bilineaire a(, ) est donc coercive d`es que > 0 et + 2 > 0, ce qui
etablit lexistence dune solution unique au probl`eme variationnel. On montre que u
est solution du probl`eme aux limites en procedant comme pour le Laplacien.
Exercice 4.3.6 Verifier lequivalence de (4.25) et (4.19) si et sont constants.
Montrer que (4.25) et (4.19) ne sont plus equivalents si et sont des fonctions
(reguli`eres), meme si on remplace lequation vectorielle de (4.25) par
div(u) (( + )divu) = f dans .
Correction. Soit u la solution du probl`eme variationnel associe `a (4.19) : pour
tout v Cc ()N , on a
Z

N 
X
ui
i,j=1

uj
+
xj
xi

vi
dx +
xj

Z
f v dx.

(divu)(divv) dx =

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

48

Or par integration par parties,




Z
Z

vi
uj vi
dx = uj

dx

xi
xj

xi xj
Z
Z
2 vi
vi
= uj
dx uj
dx
xj xi
xi xj

Z
Z
(uj ) vi
vi
=
dx uj
dx
xi xj
xj xi



Z
Z
uj vi
vi
vi
=

dx + uj

dx.
xj xi xi xj
xj xi

Ainsi,
Z

N 
X
ui
i,j=1

Z 

uj
+
xj
xi

vi
dx +
xj

Z
(divu)(divv) dx =

u v + ( + )(divu)(divv) dx +

u ((divv) (v)t )dx.

Si est constant, u est donc egalement lunique solution du probl`eme variationnel


consistant a` trouver u dans H01 ()N tel que pour tout v H01 ()N ,
Z
Z

u v + ( + )(divu)(divv) dx =
f v dx,

qui est equivalent au probl`eme aux limites consistant `a trouver u tel que

u (( + )divu) = f dans ,
u=0
sur .
Si de plus est constant, on retrouve le probl`eme aux limites (4.25). Enfin, si lun
des coefficient ou nest pas constant, (4.19) et (4.25) ne sont en general par
equivalents.
Exercice 4.3.7 Le but de cet exercice est de trouver une solution particuli`ere du
syst`eme de lelasticite linearisee dans le cas dune force de cisaillement anti-plan. On
consid`ere un domaine cylindrique homog`ene de longueur L > 0 et de section , o`u
est un ouvert borne connexe regulier de RN 1 (les coefficients de Lame et sont
constants). Autrement dit, = (0, L), et pour x , on note x = (x0 , xN ) avec
0 < xN < L et x0 . On consid`ere le probl`eme aux limites suivant

div () = 0 dans

n = g
sur (0, L)
,
(4.26)
0
u
=
0
sur {0, L}

(n) n = 0
sur {0, L}
avec
= 2e(u) + tr(e(u)) Id,

49
o`u on a utilise la notation, pour un vecteur v = (v1 , ..., vN ), v = (v 0 , vN ) avec v 0 RN 1
et vN R. On suppose que la force surfacique g est du type cisaillement anti-plan,
cest-`a-dire que g 0 = (g1 , ..., gN 1 ) = 0. Montrer que la solution unique de (4.26) est
donnee par u = (0, ..., 0, uN ) o`u uN (x0 ) est la solution du Laplacien suivant


0 uN = 0
N
u
= gN
n

dans
sur

(4.27)

o`u 0 est le Laplacien dans la variable x0 RN 1 .


Correction. Soit uN la solution de (4.27). On pose u = (0, , 0, uN ). Pour tout
i et j tels que 1 i, j < N , on a
eij (u) = 0
1 uN
eiN (u) = eN i (u) =
2 xi
eN N (u) = 0.
En particulier, tr(e(u)) = 0. On en deduit que,
div = div(2e(u) + tr(e(u)) Id) = (0, , 0, 0 uN ) = 0.
De plus,
eN = 2e(u)eN = (0 uN , 0)

et

(u)eN eN = 0.

Ainsi, pour presque tout x {0, L}, (n) n = 0. Enfin, pour presque tout
x (0, L), n = (n0 , 0) et
n = 2

N
1
X
k=1

!
= 2(0, , 0, 1/20 uN n0 ) = (0, , 0, gN ).

ejk (u)nk
1jN

Ainsi, u est bien lunique solution du probl`eme aux limites (4.26).


Exercice 4.3.8 Generaliser lExercice 5.3.7 au cas dune condition aux limites laterale
du type
u0 = 0 et (n) eN = gN sur (0, L).
Correction. La solution construite dans lexercice precedent verifie egalement ces
conditions aux limites.
Exercice 4.3.9 A laide de lapproche variationnelle demontrer lexistence et lunicite
de la solution de lequation des plaques

(u) = f dans
u=0
sur
(4.28)
u
=
0
sur

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

50

o`u f L2 (). On pourra remarquer que, si u H02 (), alors

u
xi

H01 () et


N Z
X
2 u 2


|u| dx =
xi xj dx.

i,j=1

On admettra le resultat de regularite suivant : si w L2 () et f L2 () verifient pour


tout v Cc ()
Z
Z

wv dx =

f v dx,

alors (w) H 2 () quelle que soit la fonction Cc ().


Correction. La formulation variationnelle associee a` lequation des plaques (4.28)
(voir lExercice 3.2.4) consiste a` determiner u H02 () tel que
pour tout v H02 (),

a(u, v) = L(v)
o`
u

Z
a(u, v) =

(4.29)

Z
uv dx

et

L(v) =

f v dx.

Afin dappliquer le Theor`eme de Lax-Milgram, la seule hypoth`ese non trivialement


verifiee est la coercivite de la forme bilineaire a(, ). Or pour tout u H02 (), on
etablit suite `a deux integrations par parties successives que
2
N Z
X
2u

2
2


a(u, u) =
(x)
xi xj dx = k ukL2 () .

i,j=1
En appliquant deux fois linegalite de Poincare, on obtient quil existe des constantes
C et C 0 positives telles que pour tout element u de H02 (),
kuk2L2 () Ckuk2L2 () C 0 k2 uk2L2 () = C 0 a(u, u).
Par consequent, il existe C > 0 tel que pour tout u H02 (),
kuk2H 2 () Ca(u, u).
La coercivite de la forme bilineaire a(, ) est donc etablie et il existe une unique
solution au probl`eme variationnel (4.29).
Reste `a etablir que la solution du probl`eme variationnel est solution du probl`eme
aux limites. Soit un ouvert inclus dans un compact de . Il existe Cc () telle
que = 1 sur . Pour toute fonction v Cc () de support inclus dans ,
Z
Z
Z
(x)u(x)v(x) dx =
u(x)v(x) dx =
f (x)v(x) dx.

Dapr`es le resultat de regularite admit, u est un element de H 2 (). Il est donc


licite deffectuer deux integrations par parties successives sur le membre de gauche
de lequation precedente. On en deduit que
Z
Z
((x)u(x))v(x) dx =
f (x)v(x) dx.

51
Cette equation etant verifiee pour toute fonction v Cc () de support inclus dans
, on en deduit que pour presque tout x ,
(u)(x) = f (x).
Cette relation reste valable pour presque tout x : il suffit de considerer une
suite n de compacts tels que n n = . Enfin, comme u H02 (), la solution du
probl`eme variationnel verifie automatiquement les conditions au bord u = u/n =
0.
Exercice 4.3.10 Soit V lespace des champs de vitesse `a divergence nulle defini par
(
)
n
X
v
i
V = v H01 ()N : divv =
= 0 p.p. dans .
x
i
i=1
Soit J(v) lenergie definie pour v V par
Z
Z
1
2
|v| dx f v dx.
J(v) =
2

Soit u V la solution unique de la formulation variationnelle


Z
Z
f v dx v V.
u v dx =

(4.30)

(4.31)

Montrer que u est aussi lunique point de minimum de lenergie, cest-`a-dire que J(u) =
minvV J(v). Reciproquement, montrer que, si u V est un point de minimum de
lenergie J(v), alors u est la solution unique de la formulation variationnelle (4.31).
Correction. Il suffit dappliquer la Proposition 3.3.4 a` la formulation variationnelle
(4.31) pour conclure. A defaut, on peut prouver lequivalence entre le probl`eme de
minimisation de lenergie et la formulation variationnelle `a la main. Notons que pour
tout elements u et v de V ,
J(u v) = J(u) a(u, v) + L(v) + a(v, v)/2,
o`
u a(, ) est la forme bilineaire continue, definie sur V V par
Z
a(u, v) =
u v dx,

et L est la forme lineaire continue sur V definie par


Z
L(v) =
f v dx.

Ainsi, u est un minimiseur de J sur V si et seulement si


a(u, v) L(v) a(v, v)/2

pour tout v V.

52

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

Dans cette inegalite on remplace v par v avec > 0, et on divise par pour
obtenir
a(u, v) L(v) a(v, v)/2 pour tout > 0.
En faisant tendre vers 0, puis en ecrivant la meme inegalite pour v, on en deduit
quune condition necessaire pour que u soit un minimiseur de J sur V est
a(u, v) L(v) = 0

pour tout v V,

ce qui nest rien dautre que la formulation variationnelle (4.31). De plus comme
a(v, v) 0, cette condition est necessaire et suffisante. On a donc etabli que u
est un minimiseur de J sur V si et seulement si u est solution de la formulation
variationnelle (4.31).
Exercice 4.3.11 Le but de cet exercice est de trouver une solution particuli`ere des
equations de Stokes dans un canal rectiligne de section uniforme, appelee profil de Poiseuille. Soit = (0, L) o`u L > 0 est la longueur du canal et sa section, un ouvert
borne connexe regulier de RN 1 . Pour x , on note x = (x0 , xN ) avec 0 < xN < L
et x0 . On consid`ere le probl`eme aux limites suivant

p u = 0
dans

dans
divu = 0
u=0
sur (0, L)
(4.32)

pn n = p0 n sur {0}

u
pn n
= pL n sur {L}
o`u p0 et pL sont deux pressions constantes. Montrer que la solution unique de (4.32)
est donnee par
xN
p(x) = p0 +
(pL p0 ),
L
et u = (0, ..., 0, uN ) o`u uN (x0 ) est la solution du Laplacien suivant

0 uN = (pLLp0 ) dans
uN = 0
sur
o`u 0 est le Laplacien dans la variable x0 RN 1 .
Correction. On pose
p(x) = p0 + xN (pL p0 )/L,
et u = (0, , 0, uN ) o`
u uN (x0 ) est solution du probl`eme aux limites

0 uN = (pLLp0 ) dans
uN = 0
sur .
On va montrer que (u, p) est solution du probl`eme aux limites (4.32). On a
p = (0, , 0, (pL p0 )/L),

53
u = (0, , 0, 0 uN ),
do`
u
p u = (0, , 0, (pL p0 )/L 0 uN ) = 0.
De plus, comme un ne depend pas de xn ,
divu =

uN
= 0.
xN

Enfin, comme u/n = 0 sur {0, 1} et



p = p0 sur {0},
p = p1 sur {L},
les conditions aux limites imposees aux extremites du profil sont egalement verifiees.
Exercice 4.3.12 Generaliser lExercice 5.3.11 au cas des equations de Navier-Stokes

(u )u + p u = f dans
divu = 0
dans
(4.33)

u=0
sur .
Correction. Avec les memes notations que lexercice precedent, on verifie que
(u )u = 0,
ainsi, u est egalement solution des equations de Navier-Stokes.

54

`
CHAPITRE 5. PROBLEMES
ELLIPTIQUES

Chapitre 5

EMENTS

METHODE
DES EL
FINIS
Exercice 5.2.1 Appliquer la methode des elements finis P1 au probl`eme

u00 = f dans ]0, 1[,
u(0) = , u(1) = .
Verifier que les conditions aux limites de Dirichlet non-homog`enes apparaissent dans le
second membre du syst`eme lineaire qui en decoule.
Correction. On introduit les points du maillage xi = i/(n + 1) et lespace discret


Vh := vh C 0 ([0, 1]; R) : v|[xi ,xi+1 ] P1 pour tout i {0, , n}
qui est un sous-espace vectoriel de dimension finie de H 1 (0, 1). On definit un autre
sous-espace vectoriel V0h := Vh H01 (0, 1) ainsi que le sous-espace affine
Vh := {vh Vh : vh (0) = ,

vh (1) = } .

La formulation variationnelle, issue de lutilisation des elements finis P1 , consiste a`


trouver uh Vh tel que
Z 1
Z 1
0 0
uh vh dx =
f vh dx pour toute fonction vh V0h .
0

On note (i )i=0, ,n+1 la base de Vh definie par i (xj ) = i,j . En utilisant j comme
fonction test, on obtient, a` laide de la formulation variationnelle, que pour tout
0 < j < n + 1,
Z 1
Z 1
n+1
X
0 0
(uh )i
i j dx =
f j dx,
i=0

o`
u (uh )i sont les coordonnees de uh dans la base (i ). Les conditions aux limites
impliquent que (uh )0 = et (uh )n+1 = , ainsi
Z 1
Z 1
Z 1
n
X
0 0
f j dx
(00 + 0n+1 )0j dx.
(uh )i
i j dx =
i=1

55

56

EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

Determiner Uh = ((uh )i )1in consiste donc a` resoudre le syst`eme lineaire


Kh Uh = bh ,
o`
u la matrice

2 1
0
1 2 1

1
.. .. ..
Kh = h
.
.
.

1 2 1
0
1 2

(5.1)

est identique a` celle obtenue avec des conditions de Dirichlet homog`enes, tandis que
le second membre est defini par
Z xi+1
(bh )i =
f i dx,
pour tout 1 < i < n,
xi1
Z x2
f 1 dx
(bh )1 = /h +
0
Z 1
(bh )n = /h +
f n dx.
xn1

Exercice 5.2.2 On reprend le probl`eme de Neumann



u00 + au = f dans ]0, 1[,
u0 (0) = , u0 (1) = ,

(5.2)

en supposant que la fonction a(x) = 0 dans ]0, 1[. Montrer que la matrice du syst`eme
lineaire issu de la methode des elements finis P1 est singuli`ere. Montrer quon peut
neanmoins resoudre le syst`eme lineaire si les donnees verifient la condition de compatibilite
Z
1

f (x) dx = ,
0

et que cette condition est preservee si lon utilise des formules de quadrature. Comparer
ce resultat avec le Theor`eme 5.2.18.
Correction. Dapr`es les resultats du cours suivant (6.13), le syst`eme lineaire obtenu en considerant a = 0 est
Kh Uh = bh ,
(5.3)
o`
u la matrice de rigidite (de taille (n + 2), correspondant aux (n + 2) points du
maillage xi = i/(n + 1)) est donnee par

1 1
0
1

2 1

... ... ...


Kh =

1
2 1
0
1
1

57
et bh est defini comme dans le cas a 6= 0 par
Rx
(bh )i
= xii+1
f (x)i (x) dx pour tout 1 i n,
1
R x1
(bh )0
= 0 f (x)0 (x) dx ,
R1
(bh )n+1 = xn f (x)n+1 (x) dx + .
La matrice Kh est auto-adjointe et positive. En effet, pour tout (vi ) Rn+2 , on a


n
X
1
(v0 v1 )v0 + (vn+1 vn )vn+1 +
(vi+1 + 2vi vi1 )vi
Kh v v = h
i=1
1


(v0 v1 )v0 + (vn+1 vn )vn+1 +

=h

n
X


(vi vi+1 )vi + (vi vi1 )vi

i=1

= h1


n
n1
X
X
(v0 v1 )v0 + (vn+1 vn )vn+1 +
(vi vi+1 )vi +
(vi+1 vi )vi+1
i=1

= h1 (v0 v1 )2 + (vn+1 vn )2 +

n1
X

i=0

(vi vi+1 )2

i=1

= h1

n
X

(vi vi+1 )2 .

i=0

Par contre Kh nest pas definie. De lexpression precedente, on deduit que Kh v v = 0


si et seulement si vi = vi+1 pour tout i = 0, , n. Ainsi, le noyau de lapplication Kh
est lespace vectoriel de dimension un engendre par (1, , 1) et limage de Kh est
exactement lorthogonal de (1, , 1). Le syst`eme lineaire (5.3) admet une solution
si et seulement si bh (1, , 1) , cest-`a-dire
n+1
X

(bh )i = 0.

i=0

Dapr`es lexpression de bh , cette condition equivaut a`


Z 1
n+1 Z 1
n+1
X
X
f (x) dx + =
f (x)i (x) dx + =
(bh )i = 0.
0

i=0

i=0

On retrouve ainsi, au niveau discret, la condition de compatibilite sur les donnees


pour obtenir lexistence dune solution au probl`eme (5.2), comme il est demontre au
Theor`eme 5.2.18. Par ailleurs, si on utilise une formule de quadrature
Z 1


(x) dx I (xj ) ,
0

qui soit lineaire par rapport a` , alors


n+1
n+1 
n+1



X
X
X
(bh )i = +
I f (xj )i (xj ) = + I f (xj )
i (xj )
i=0
i=0
i=0
Z 1


= + I f (xj ) +
f (x) dx.
0

58

EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

Donc, modulo lapproximation de la formule de quadrature, on retrouve la meme


condition de compatibilite sur les donnees pour pouvoir resoudre le syst`eme lineaire
(5.3).
Exercice 5.2.3 Appliquer la methode des differences finies (voir le Chapitre 2) au
probl`eme de Dirichlet

u00 = f dans ]0, 1[,
(5.4)
u(0) = u(1) = 0.
Verifier quavec un schema centre dordre deux, on obtient un syst`eme lineaire `a resoudre
avec la meme matrice Kh (`a un coefficient multiplicatif pr`es) que celle issue de la methode
des elements finis P1 mais avec un second membre bh different. Meme question pour le
probl`eme de Neumann (5.2).
Correction. Conditions aux limites de Dirichlet
La methode des differences finies, basee sur un schema centre dordre 2, nous
conduit a` resoudre, dans le cas du Laplacien avec conditions de Dirichlet, le syst`eme

ui1 2ui + ui+1 = f (x ) pour tout 1 i n,


i
h2

u0 = 0, un+1 = 0.
On doit donc resoudre le syst`eme
Kh Uh = bh ,
o`
u Uh = (ui )1in , Kh est la matrice dordre n

2 1
0

1
2 1

.
.
.
.
.
.
Kh = 2

.
.
.

1
2 1
0
1
2

et

f (x1 )

bh = ... .
f (xn )

La matrice Kh diff`ere de la matrice obtenue par la methode des elements finies


a` un facteur multiplicatif 1/h pr`es. La methode des elements finis conduit `a une
expression differente du second membre
 Z xi

Z xi+1
x xi
xi+1 xi
EF
bh =
f (x)
dx +
f (x)
dx
.
h
h
xi1
xi
1in
En pratique, on utilise une formule de quadrature pour evaluer les integrales definissant bEF
ezes, on obtient
h . Si on utilise la formule des trap`
bEF
= h(f (xi ))1in .
h
Avec un tel choix, les deux methodes conduisent au meme syst`eme lineaire.
Conditions aux limites de Neumann

59
Pour le probl`eme de Neumann, le syst`eme obtenu, suite a` la discretisation par
differences finies, consiste `a determiner (ui )1in+2 tel que

u 2ui + ui+1

i1
+ a(xi )ui = f (xi ) pour tout 0 i n + 1,
h2

u1 u1 = , un+2 un = ,
2h
2h
o`
u les noeuds fictifs x1 et xn+2 ont ete introduits afin que les conditions aux
limites soient discretisees `a lordre 2. Si on elimine du syst`eme lineaire final les
degres de liberte artificiellement introduits, on obtient les matrices suivantes (de
taille n + 2)

1 1
0
a(x0 )/2
0

0
1

2 1
0
a(x1 )

..
..
.. .. ..
..
Kh = 2
+

.
.
.
.
.
.

1
2 1
a(xn )
0
0
1
1
0

0
a(xn+1 )/2
et bh = ( h + f (x0 )/2, f (x1 ), , f (xn ), h + f (xn+1 )/2)T . Le syst`eme obtenu par
la methode des elements finis, d`es lors quon utilise la formule des trap`ezes pour
evaluer les integrales, est equivalent. Plus precisement, on a alors
KhEF = h Kh

et

bEF
= h bh .
h

Exercice 5.2.4 On consid`ere (n + 2) masses ponctuelles (alignees) situees aux points


xj = j/(n + 1) pour 0 j n + 1 et reliees entre voisines par des ressorts de meme
raideur k > 0. On applique `a chaque masse ponctuelle une force longitudinale fj . Dans
lhypoth`ese de petits deplacements (longitudinaux) ecrire lenergie totale du syst`eme
quil faut minimiser (on discutera le cas des extremites libres ou fixees). Interpreter la
recherche de la position dequilibre du syst`eme en termes delements finis.
Correction. On note uj le deplacement de la masse j. Lallongement du ressort
situe entre les masses j et j + 1 est
Lj = uj+1 uj .
Sous lhypoth`ese de petits deplacements, lenergie elastique du ressort est une fonction quadratique de lallongement egale a` k2 (uj+1 uj )2 . Lenergie totale du syst`eme
est egale a` la somme de lenergie elastique de chaque ressort et de lenergie potentielle
due aux forces appliquees aux masses, soit
J(u) =

n
X
k
j=0

(uj+1 uj )2

n+1
X

uj fj .

j=0

Si les deux extremites sont fixees, lenergie est `a minimiser sur lensemble des vecteurs u tel que u0 = un+1 = 0. Si uniquement lune des extremites (par exemple


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

60

si lextremite x0 est fixee), lespace de minimisation est lensemble des u tels que
u0 = 0. Si aucune extremite nest fixee, lespace de minimisation na pas a` etre
contraint. Par contre, dans ce dernier cas, lexistence dun minimiseur nest assuree
que si la condition de compatibilite
n+1
X

fj = 0

j=0

est verifiee. En effet, dans le cas contraire, en notant 1I = (1, ..., 1), alors
J(1I) =

n+1
X

fj

j=0

P
qui tend vers si tends vers linfini avec le signe de n+1
j=0 fj .
Il y a une forte similitude entre le probl`eme obtenu et la resolution de lequation
ku = f
par la methode des elements finis P1 , qui consiste a` minimiser lenergie
Z 1
k
2
f (x)u(x) dx
I(u) = kukL2 (0,1)
2
0
sur lespace de discretisation Vh . Soit uh un element de Vh et Uh = (Uh0 , . . . , Uhn+1 )
les coordonnees de uh dans la base classique de Vh . On a alors
I(uh ) =

n
X
k (U j+1 U j )2
h

j=0

n+1 Z
X
j=0


f (x)j (x) dx Uhj .

Si on utilise la formule des trap`ezes afin devaluer lintegrale apparaissant dans la


definition de I, on obtient
I(uh ) =

n
X
k (U j+1 U j )2
h

j=0

n+1
X

f (xj )j Uhj x.

j=0

En posant fj = (x)2 f (xj ), on retrouve lexpression J a` un coefficient x pr`es.


Exercice 5.2.5 Demontrer lequivalent du Theor`eme 6.2.6 de convergence de la methode des elements finis en dimension 1 appliquee au probl`eme de diffusion (5.2) avec
conditions aux limites de type Neumann.
Correction. La demonstration est identique mot pour mot a` celle effectuee dans le
cas de conditions aux limites de Dirichlet. Plus precisement, en notant xj = j/(n+1)
les points du maillage, la formulation elements finis consiste a` determiner
uh Vh := {v C([0, 1]) tel que v|[xj ,xj+1 ] P1 pour tout 0 j n},

61
tel que, pour tout vh Vh , on ait
A(uh , vh ) = L(vh ),
o`
u
Z
A(u, v) =

(5.5)

(u0 v 0 + auv) dx

et
Z

f v dx v(0) + v(1).

L(v) =
0

Comme la fonction a verifie a(x) a0 > 0 dans (0, 1), la forme bilineaire A est
continue et coercive sur H 1 (0, 1). La forme lineaire L est continue sur H 1 (0, 1) (les
fonctions H 1 (0, 1) sinjectant de mani`ere continue dans C([0, 1]), cf. Lemme 4.3.3).
Dapr`es le Lemme 6.1.1, lapproximation de Galerkin ci-dessus admet une solution
unique et dapr`es le Lemme de Cea 6.1.2, il existe C > 0 independant de h tel que
ku uh kH 1 (0,1) C inf ku vh kH 1 (0,1) .
vh Vh

En choissisant vh = rh u, on rh est loperateur dinterpolation de H 1 (0, 1) dans Vh


de la Definition 6.2.4, il vient
ku uh kH 1 (0,1) Cku rh ukH 1 (0,1) .
Dapr`es le Lemme 6.2.5, on a
lim ku rh ukH 1 (0,1) = 0

h0

et si u H 2 (0, 1), alors il existe une constante C independante de h telle que


ku rh ukH 1 (0,1) Chku00 kL2 (0,1) .
Il sen suit que
lim ku uh kH 1 (0,1) = 0

h0

et que si u H 2 (0, 1), il existe C independant de h tel que


ku uh kH 1 (0,1) Chku00 kL2 (0,1) .

Exercice 5.2.6 En generalisant les arguments precedents, demontrer le Theor`eme


6.2.14 de convergence de la methode des elements finis P2 `a la resolution du probl`eme
aux limites

u00 = f dans ]0, 1[
u(0) = u(1) = 0,


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

62

Correction. Dapr`es le Lemme de Cea 6.1.2, il existe une constante C independante de h telle que
ku uh kH 1 (0,1) C inf ku vh kH 1 (0,1) ,
vh V0h

(5.6)

o`
u V0h est lespace des elements finis P2 nuls aux bords. Afin de majorer le terme de
droite, on introduit loperateur dinterpolation de H01 sur V0h qui `a v associe
rh v =

n
X

v(xj )j +

j=1

n
X

v(xj+1/2 )j+1/2 ,

j=0

o`
u j et j+1/2 sont les fonctions de bases de lespace des elements finis P2 (voir
cours, p. 166). Lintroduction de cette operateur dinterpolation nous permet de
majorer le terme de droite de (5.6) par la norme H 1 de (u rh u). Il ne nous reste
donc plus qu`a estimer ce dernier terme.
Dans le cas h = 1, il existe une constante C1 telle que, pour tout v H 3 (0, 1),
k(r1 v v)0 kL2 (0,1) C1 kv 000 kL2 (0,1) .

(5.7)

Afin detablir cette inegalite, on peut effectuer un raisonnement par labsurde dans
lesprit de la demonstration de linegalite de Poincare (voir cours, p. 94). Supposons que linegalite (5.7) soit violee pour toute constante C1 . Il existe une suite vn
delements de H 3 (0, 1) telle que pour tout n N,
k(r1 vn vn )0 kL2 (0,1) > nkvn000 kL2 (0,1) .

(5.8)

Quitte `a modifier vn par lajout dun polynome de degre 2, on peut supposer que
Z 1
Z 1
Z 1
0
vn dx =
vn00 dx = 0
vn dx =
0

sans changer linegalite (5.8) car tout p P2 verifie p000 = 0 et r1 p p = 0. De plus,


quitte `a multiplier vn par une constante, on peut egalement supposer que
1 = k(r1 vn vn )0 kL2 (0,1) .

(5.9)

Par application successive de linegalite de Poincare-Wirtinger (5.28), on en deduit


que vn00 , vn0 et vn sont bornes dans L2 (0, 1) et donc que vn est borne dans H 3 (0, 1).
Dapr`es le Theor`eme de Rellich 4.3.21 et quitte `a extraire une sous-suite de vn , on
peut donc supposer que la suite vn est convergente dans H 2 (0, 1). De plus, comme
vn000 converge vers zero dans L2 (0, 1), la suite vn est convergente dans H 3 (0, 1). Soit
v la limite de vn . Tout dabord, on a
kv 000 kL2 (0,1) = lim kvn000 kL2 (0,1) = 0,
n+

donc v P2 . Dautre part, loperateur r1 etant continu de H 1 (0, 1) a` valeurs dans P2


(les fonctions H 1 en dimension 1 sinjectant dans lespace des fonctions continues,
cf. Lemme 4.3.3), on peut passer `a la limite dans (5.9), do`
u
1 = k(r1 v v)0 kL2 (0,1) .

63
Comme v est un polynome de degre inferieur ou egal `a 2, on a
r1 v = v,
ce qui est contradictoire avec legalite precedente et etablit (5.7).
Nous allons generaliser linegalite (5.7) pour tout h = 1/(n + 1), en prenant
soin dexprimer la dependance de la constante de majoration en fonction de n. On
decompose la norme L2 de rh v v en une somme de termes portant sur chacune des
mailles :
Z 1
n Z (j+1)h
X
0
2
0 2
|(rh v v)0 (x)|2 dx.
|(rh v v) (x)| dx =
k(rh v v) kL2 (0,1) =
0

j=0

jh

Par le changement de variables x = h(j + y) dans chaque maille, et en posant


vj (y) = v(x), on a
k(rh v

v)0 k2L2 (0,1)

=h

n Z
X
j=0

1
0

|(r1 vj vj ) (y)| dy

C12 h1

n
X

kvj000 k2L2 (0,1) .

j=0

En effectuant ce changement de variable en sens inverse, on etablit que


kvj000 k2L2 (0,1)

(j+1)h

=h

|v 000 (x)|2 dx.

hj

Ainsi,
k(rh v v)0 k2L2 (0,1) C12 h4 kv 000 k2L2 (0,1) .
Dapr`es linegalite de Poincare, la norme L2 du gradient est une norme equivalente
a` la norme H 1 sur H01 . Il existe donc C0 tel que pour tout v H 3 (0, 1) H01 (0, 1),
krh v vkH 1 (0,1) C0 h2 kv 000 kL2 (0,1) .

(5.10)

La convergence de la methode des elements finie P2 , dans le cas regulier o`


u la solution
3
u apartient a` H (0, 1), decoule alors de la majoration (5.6) :
ku uh kH 1 (0,1) Cku rh ukH 1 (0,1) CC0 h2 ku000 k2L2 (0,1) .
Il reste `a etablir la convergence dans le cas o`
u on neffectue aucune hypoth`ese de
regularite sur la solution du probl`eme. A cet effet, on etablit dans un premier temps
la continuite uniforme, par rapport a` h, de rh comme application lineaire de H 1 (0, 1)
dans H 1 (0, 1). Notons que la continuite de loperateur rh est evidente, les fonctions
H 1 (0, 1) sinjectant de mani`ere continue dans C([0, 1]) (voir le Lemme 4.3.3). Il
nous faut donc seulement etudier la dependance de la constante de continuite en
fonction de h. Par le changement de variables x = h(j + y) et avec vj (y) = v(x), on
a
n Z xj+1
n Z 1
X
X
0 2
0 2
1
|(r1 vj )0 |2 dy.
k(rh v) kL2 (0,1) =
|(rh v) | dx = h
j=0

xj

j=0

64

EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

Loperateur r1 etant continu, il existe une constante C3 telle que


k(rh v)0 k2L2 (0,1)

h C3

n Z
X
j=0

|vj0 |2 dx.

En effectuant le changement de variable en sens inverse, on obtient


k(rh v)0 k2L2 (0,1) C3 kv 0 k2L2 (0,1) .
Dapr`es linegalite de Poincare, la norme L2 du gradient est equivalente a` la norme
H 1 sur H01 . On a donc demontre la continuite uniforme de rh , cest-`a-dire quil existe
une constante C independante de h telle que, pour tout v H01 (0, 1),
krh vkH 1 (0,1) CkvkH 1 (0,1) .
Comme dans le cas regulier, la convergence de la methode sobtient en majorant
(5.6) par ku rh ukH 1 (0,1) , puis en approchant u par une fonction reguli`ere

kuuh kH 1 (0,1) Ckurh ukH 1 (0,1) C ku kH 1 (0,1) + k rh kH 1 (0,1) + krh ( u)kH 1 (0,1) .
Comme lespace des fonctions de classe C a` support compact est dense dans
H01 (0, 1), pour tout > 0, il existe Cc () tel que
ku kH 1 (0,1) .
Par ailleurs, loperateur rh etant uniformement continu par rapport a` h, on a
krh ( u)kH 1 (0,1) Ck ukH 1 (0,1) ,
do`
u lon deduit

ku uh kH 1 (0,1) C 2 + k rh kH 1 (0,1) .
Le petit param`etre etant fixe, par application de (5.10) a` , il existe h0 > 0 tel
que, pour tout 0 < h h0 , on a
k rh kH 1 (0,1) ,
Par consequent, on obtient que, pour tout > 0, il existe h0 > 0 tel que, pour tout
0 < h h0 ,
ku uh kH 1 (0,1) C,
ce qui prouve la convergence de la methode des elements finis P2 au sens o`
u
lim ku uh kH 1 (0,1) = 0.

h0

65
Exercice 5.2.7 Calculer explicitement la matrice de rigidite Kh associee au probl`eme
consistant `a trouver
uh V0h := {v C 1 ([0, 1]) tel que v[xj ,xj+1 ] P3 pour tout 0 j n} H02 ()
tel que
1

u00h (x)vh00 (x) dx

f (x)vh (x) dx vh V0h .

(5.11)

Correction. Tout dabord, rappelons que lespace V0h , de dimension 2n + 2, est


engendre par les fonctions de base




x xj
x xj
j (x) =
pour 1 j n, j (x) =
pour 0 j n + 1,
h
h
o`
u et sont les fonctions m`eres

(1 + x)2 (1 2x)
(1 x)2 (1 + 2x)
(x) =

0
et

x(1 + x)2
x(1 x)2
(x) =

si 1 x 0,
si 0 x 1,
si |x| > 1,

si 1 x 0,
si 0 x 1,
si |x| > 1.

On note E la base de V0h definie par


E = (ei )0i2n+2 = (0 , 1 , . . . , n , n , n+1 ).
La matrice de rigidite associee `a la resolution du probl`eme (5.11) est definie par
Z 1
(Kh )i,j =
e00i e00j dx pour tout couple (i, j) {0, , 2n + 2}2 .
0

Le support des fonctions de base i (ou i ) et j (ou j ) etant disjoints d`es que
|i j| > 1, on en deduit que Kh poss`ede une structure particuli`ere de la forme

a0 bt0
b0 A1,1 A1,2

...

A2,1 A2,2

Kh =

.
.

..
..
An1,m

An,n1 An,n b1
bt1
a1
o`
u a0 , a1 R, b0 , b1 R2 et pour tout couple i et j de {1, . . . , n}2 tels que |ij| 1,
Ai,j R22 sont definis par
!
R 1 00 00
R 1 00 00
i dx 0 i+1 i dx
R 1 00 00
Ai+1,i = R 01 i+1
,
00
00

dx
i+1 i dx
i+1
i
0
0


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

66

!
R 1 00 00
R 1 00 2
dx

|
dx

|
R01 i 00 i2
Ai,i = R 01 00 i 00
,
dx
|i | dx

0
0 i i
Z 1
Z 1
00
00 2
|n+1
|2 dx
|0 | dx, a1 =
a0 =
0
0
!
!
R 1 00 00
R 1 00 00

dx

dx
b0 = R 01 100 000
, b1 = R01 n00 n+1
00

dx
n n+1
dx
1 0
0
0
Afin de determiner ces integrales, on effectue le changement de variable X = (x
xi )/h. On obtient en utilisant la parite ou imparite des fonctions de base
!
R 1 00
R 1 00
00
00

(X

1)
(X)
dX

(X

1)
(X)
dX
R 01 00
Ai+1,i = h3 R 01 00
,
00

(X

1)
(X)
dX
(X 1) 00 (X) dX
0
0
!
R 1 00
2
|
(X)|
dX
0
0
R 1 00
Ai,i = 2h3
,
0
| (X)|2 dX
0
Z 1
3
a0 = a1 = h
| 00 (X)| dX
0

et
b0 =

!
R 1 00
00
(X 1) (X) dX
R 01 00
(X 1) 00 (X) dX
0

R 1 00
(X 1) 00 (X) dX
R 01 00
(X 1) 00 (X) dX
0

, b1 =

Enfin, sur [0, 1] on a


00 (X) = 12X 6 , 00 (X 1) = 12X + 6 ,
00 (X) = 6X 4 , 00 (X 1) = 6X 2.
Finalement, suite `a un calcul de primitive elementaire, il vient




12 6
24 0
3
3
Ai+1,i = h
, Ai,i = h
6
2
0 8
et
3

a0 = a1 = h 4, b0 = h

6
2

, b1 = h

6
2


.

Ainsi,

Kh = h3

4
6
2

6 2
24 0 12 6
0 8
6
2
12 6

24

6 2

0
...

..

.
..

...
...

12
...

12
6

6
2

6
24
0
6

0 6

8 2
2 4

67
Exercice 5.3.1 Soit Th un maillage de pour ouvert simplement connexe polygonal
de R2 . On note nt le nombre de triangles de Th , nc le nombre de faces ou cotes des
triangles (un cote commun `a deux triangles nest compte quune seule fois), ns le nombre
de sommets du maillage, et n0s le nombre de sommets interieurs du maillage (qui ne
sont pas sur ). Demontrer les relations, dites dEuler, nt + ns = nc + 1 et 3nt + ns =
2nc + n0s .
Correction. Plutot que de verifier les relations dEuler, on se propose de les retrouver directement en effectuant un raisonnement constructif par recurrence sur
le nombre de triangles du maillage. On cherche a` determiner les vecteurs L Z4
et les entiers tel que, pour tout maillage borne et simplement connexe du plan,
L n + = 0 o`
u n = (nt , nc , ns , ns0 ). Tout dabord, la relation doit etre verifiee par
le maillage trivial constitue dun unique triangle. On a donc
L (1, 3, 3, 0) + = 0.

(5.12)

Considerons maintenant un maillage borne et simplement connexe comportant plusieurs triangles. On choisit un chemin a` linterieur de ce maillage, constitue dune
succession daretes reliant deux sommets distincts du bord, tel que ce chemin ne sintersecte pas. Le domaine maille etant simplement connexe, ce chemin le separe en
deux ouverts simplement connexes 1 et 2 . On note n1 et n2 les vecteurs composes
du nombre de triangles, daretes, de sommets et de sommets interieurs de chacun
de ces deux sous-maillages. On note n
c et n
s les nombres de cotes et de sommet du
chemin qui verifient evidemment que n
s = n
c + 1. On remarque que
n = n1 + n2 + (0,
nc ,
ns , n
s 2).
Si les trois maillages , 1 et 2 verifient la relation affine desiree, cest-`a-dire
L n + = 0, L n1 + = 0 et L n2 + = 0, on en deduit par linearite que
necessairement
n
c L (0, 1, 1, 1) + L (0, 0, 1, 1) = 0.
Le nombre de cotes n
c du chemin pouvant prendre des valeurs quelconques, on en
deduit que necessairement
L (0, 0, 1, 1) =

et

L (0, 1, 1, 1) = 0.

(5.13)

Les trois relations (5.12) et (5.13) sont donc des conditions necessaires pour que la
formule L x = soit verifiee par tout maillage. On peut reformuler ces conditions
sous la forme
L Vect((2, 1, 0, 1); (1, 0, 1, 1))

et

= L (0, 0, 1, 1).

Ainsi, on a uniquement deux relations dEuler independantes possibles :


2nt + nc + ns0 = 1 et nt + ns + ns0 = 2.
On verifie que ces relations sont bien equivalentes `a celles proposees par lenonce.


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

68

Par recurrence sur le nombre de triangles du maillage, on obtient de plus que


ces conditions sont suffisantes. En effet, lequation (5.12) permet dinitialiser la
recurrence. Ensuite, tout maillage borne simplement connexe peut etre coupe en
deux sous-maillages (strictement plus petits) par un chemin comme decrit ci-dessus.
En additionnant les relations L n1 + = 0 et L n2 + = 0, verifiees par ces
sous-maillages, on obtient bien L n + = 0 grace a` lequation (5.13).
Exercice 5.3.2 Soit K un N -simplexe de sommets (aj )1jN +1 . Montrer que tout
polynome p P1 se met sous la forme
p(x) =

N
+1
X

p(aj )j (x),

j=1

o`u les (j (x))1jN +1 sont les coordonnees barycentriques de x RN .


Correction. Soit p un polyn
PN +1ome de degre un et K un N -simplexe de sommets
(aj )1jN +1 . Comme x = j=1 j (x)aj , et que lapplication qui a` x associe p(x)
p(0) est lineaire, on a
p(x) p(0) =

N
+1
X


j (x) p(aj ) p(0) .

j=1

Comme

PN +1
j=1

j = 1, on en deduit que
p(x) =

N
+1
X

j (x)p(aj ).

j=1

Exercice 5.3.3 Soit K un N -simplexe de sommets (aj )1jN +1 .


Soit (ajj 0 )1j<j 0 N +1 les points milieux des aretes de K definis par leurs coordonnees
barycentriques
1
j (ajj 0 ) = j 0 (ajj 0 ) = ,
2

l (ajj 0 ) = 0 pour l 6= j, j 0 .

Verifier que 2 est precisement constitue des sommets et des points milieux des aretes
et que tout polynome p P2 se met sous la forme
p(x) =

N
+1
X
j=1

p(aj )j (x) (2j (x) 1) +

4p(ajj 0 )j (x)j 0 (x),

1j<j 0 N +1

o`u les (j (x))1jN +1 sont les coordonnees barycentriques de x RN .


Correction. Rappelons tout dabord que le treillis 2 est defini par




1
2 = x K tel que j (x) 0, , 1 pour 1 j N
2

(5.14)

69
Il contient naturellement les sommets du simplexe (pour lesquels les coordonnees
barycentriques sont i (aj ) = ij ) et les points milieux des aretes (pour lesquels
les coordonnees barycentriques sont i (ajj 0 ) = (ij + ij 0 )/2). Reciproquement, tout
elements du treillis 2 est soit un sommet, soit un point milieu dune arete. En
effet, la somme des coordonnees barycentriques dun point etant egale a` un, les
coordonnees baycentriques i (x) dun point du treillis sont soit egale a` un pour lun
des sommet, nulle pour les autres (dans ce cas x est un sommet du simplexe), soit
egale a` 1/2 pour deux sommets et nulle pour les autres (dans ce cas, x est un point
milieu dune arete ; voir la Figure 6.9). Le treillis 2 est donc precisement constitue
de lensemble des points milieux des aretes et des sommets du simplexe.
Comme les coordonnees barycentriques sont des fonctions affines, les fonctions
qj et qjj 0 definies, pour 1 j < j 0 N + 1, par
qj (x) = j (x) (2j (x) 1)
qjj 0 (x) = 4j (x)j 0 (x)
sont des polynomes de degre deux. De plus, ils sont independants les uns des autres,
car
qj (ai ) = ij , qj (aii0 ) = 0, qjj 0 (ai ) = 0, qjj 0 (aii0 ) = ij i0 j 0 .
Il suffit donc de verifier que la famille consistuee par les polynomes (qj )1jN +1 et
(qjj 0 )1j<j 0 N +1 contient autant delement que lespace P2 pour en deduire quelle en
est generatrice et conclure. Lespace des polynomes P2 , engendre par N monomes
de type x2i , N (N 1)/2 du type xi xj (avec i < j), N monomes de type xi et la
constante unite, est de dimension N + N (N 1)/2 + N + 1 = N (N + 1)/2 + N + 1.
La famille constituee des qj et qjj 0 compte precisement N + 1 + (N + 1)N/2 elements.
Elle engendre donc lespace des polynomes de degre 2 et tout polynome p P2 se
decompose sur cette base selon (5.14).
Exercice 5.3.4 Soit Th un maillage de pour ouvert simplement connexe polygonal
de R2 . On note nt le nombre de triangles de Th , nc le nombre de faces ou cotes des
triangles (un cote commun `a deux triangles nest compte quune seule fois), ns le nombre
de sommets du maillage, et n0s le nombre de sommets interieurs du maillage. Montrer
que les dimensions de lespace Vh delements finis de Lagrange dordre k et de son sous
espace V0h des fonctions sannulant sur le bord du domaine sont
dimVh =

k(k 1)
nt + kns k + 1,
2

dimV0h =

k(k + 1)
nt kns + k + 1.
2

Correction. Dans le plan, pour un treillis dordre k, on compte (k + 1)(k + 2)/2


elements ou noeuds, dont 3k sur le bord du triangle. En particulier, un treillis dordre
k compte (k + 1)(k + 2)/2 3k = (k 1)(k 2)/2 points internes, 3(k 1) points
situes a` linterieur des aretes et 3 aux sommets.
La dimension de Vh est egale au nombre total de degres de liberte. A linterieur
de chaque triangle, on compte (k1)(k2)/2 degres de liberte soit nt (k1)(k2)/2,
auxquels il faut ajouter les degres de liberte situes a` linterieur des aretes, soit


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

70

(k 1)nc degres de liberte et les ns sommets du maillage. Au total,


dim(Vh ) =

(k 1)(k 2)
nt + (k 1)nc + ns
2

Dapr`es la premi`ere formule dEuler (voir Exercice 6.3.1), nc = nt + ns 1. Ainsi,


dim(Vh ) =

(k 1)(k 2)
(k 1)k
nt + (k 1)nt + kns + (1 k) =
nt + kns + 1 k.
2
2

Le nombre de degres de liberte de V0h est egal `a celui de Vh , auquel il faut soustraire
les degres de liberte situes sur le bord du domaine qui en compte k(ns n0s ).
On a donc
dim(V0h ) =

(k 1)k
(k 1)k
nt + kns + 1 k k(ns n0s ) =
nt + kn0s + 1 k.
2
2

Dapr`es les formules dEuler,


n0s =3nt + ns 2nc
=3nt + ns 2(nt + ns 1)
=nt ns + 2.
Ainsi
dim(V0h ) =

(k 1)k
(k + 1)k
nt + knt kns + 1 + k =
nt kns + 1 + k.
2
2

Exercice 5.3.5 Demontrer la formule (6.43) en dimension N = 2, cest-`a-dire


Z
1 !2 !3 !
1 (x)1 2 (x)2 3 (x)3 dx = 2Aire(K)
,
(5.15)
(1 + 2 + 3 + 2)!
K
o`u K est un simplexe de R2 , i (x) sont les coordonnees barycentriques de x et i des
entiers naturels.
Correction. On pose
Z
I=

1 1 (x)2 2 (x)3 3 (x) dx.

Soit ai les sommets de K, et F lapplication de


S = {(1 , 2 ) R2+ : 1 + 2 1}
a` valeurs dans K definie par
F (1 , 2 ) = 1 a1 + 2 a2 + (1 1 2 )a3 .

71
Lapplication F est un diffeomorphisme de S dans K. En effectuant le changement
de variables x = F (1 , 2 ) dans lexpression de I, on obtient
Z
I=
1 1 2 2 3 3 | det(F )|d1 d2 ,
S

avec 3 = 1 (1 + 2 ). Or


F

F
= |(a1 a3 ) (a2 a3 )| = 2Aire(K).
| det(F )| =

1 2
Ainsi,
Z

1 1 2 2 3 3 d1 d2 .

I = 2Aire(K)

(5.16)

Il reste a` calculer lintegrale figurant dans le terme de droite



Z 11
Z 1
Z
2
1
1 2 3
3
2 (1 1 2 ) d2 d1 .
1
1 2 3 d1 d2 =
0

On effectue le changement de variable 2 = (1 1 )t dans lintegrale selon 2


Z

1 1 2 2 3 3 d1 d2

Z
=

1 1 (1

1 )

2 +3 +1

d1

t2 (1 t)3 dt.

Par integration par partie successives, on montre que


1

tn (1 t)m dt =

n!m!
.
(n + m + 1)!

Ainsi,
Z
1 !(2 + 3 + 1)!
2 !3 !
1 !2 !3 !
1 1 2 2 3 3 d1 d2 =
=
.
(1 + 2 + 3 + 2)! (2 + 3 + 1)!
(1 + 2 + 3 + 2)!
S
qui combinee avec (5.16) nous donne (5.15).
Exercice 5.3.6 Montrer que les formules de quadrature
Z
(x) dx Volume(K)(a0 ),

(5.17)

avec a0 = (N + 1)1

PN +1
i=1

ai , le barycentre de K, et

N +1
Volume(K) X
(ai ).
(x) dx
N +1
K
i=1

sont exactes pour P1 .

(5.18)


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

72

Correction. Soit p un polynome de degre 1, il existe q polynome de degre 1 en


tel que q((x)) = p(x). Or
Z
Z
N +1
Volume(K) X
1dx = Volume(K) et
k dx =
k (ai ).
N +1
K
K
i=1
On en deduit donc que
Z
q((x)) dx =
K

N +1
Volume(K) X
q((ai )),
N +1
i=1

et que la formule (5.18) est exacte


P pour les polynomes de degre 1. De plus, comme
p est affine, p(a0 ) = 1/(N + 1) i p(ai ), ce qui etablit lexactitude de la formule
(5.17)
Exercice 5.3.7 Soit K un triangle de R2 de sommets (ai )1i3 et de barycentre a0 .
Soit (aij )1i<j3 les points milieux des segments dextremites ai , aj . Montrer que la
formule de quadrature
Z
Aire(K) X
(aij )
(x) dx
3
K
1i<j3
est exacte pour P2 , tandis que la formule
!
Z
3
X
X
Aire(K)
(x) dx
3
(ai ) + 8
(aij ) + 27(a0 )
60
K
i=1
1i<j3
est exacte pour P3 .
Correction. On proc`ede comme pour lExercice 5.3.6 en verifiant lexactitude des
formules de quadrature pour les polynomes de la forme
p(x) = q(1 (x), 2 (x), 3 (x)),
o`
u (i ) sont les coordonnees barycentriques de x et q est un polynome de trois
variables de degre 2 ou 3. En dautres termes, il sagit de verifier que pour tout
polynome q de trois variables et de degre deux
Z
q(1 (x), 2 (x), 3 (x))dx = T2 (q),
(5.19)
K

o`
u T2 est defini par
T2 (q) =

Aire(K) X
q((ei + ej )/2),
3
1i<j3

(e1 , e2 , e3 ) designant la base canonique de R3 et que pour tout polynome q de trois


variables et de degre trois,
Z
q(1 (x), 2 (x), 3 (x))dx = T3 (q),
(5.20)
K

73
o`
u
Aire(K)
T3 (q) =
60

3
X

q(ei ) + 8

i=1

q((ei + ej )/2) + 27q((e1 + e2 + e3 )/3) .

1i<j3

On note
Z
S(1 , 2 , 3 ) =

1 1 2 2 3 3 dx = 2Aire(K)

1 !2 !3 !
.
(1 + 2 + 3 + 2)!

Les equations (5.19) et (5.20) sont lineaires par rapport au polynome q. Il suffit donc
de les etablir pour une base de lensemble des polynomes de trois variables de degre
deux etP
trois respectivement. On peut par exemple verifier que, pour tout i N
tel que 3i=1 i 2,
S(1 , 2 , 3 ) = T2 (X11 X22 X33 )
P
et pour tout i N tel que 3i=1 i 3,
S(1 , 2 , 3 ) = T3 (X11 X22 X33 ).
Pour toute permutation de {1, 2, 3} et pour tout multi-indice N3 , on a
S(1 , 2 , 3 ) = S(1 , 2 , 3 )
et

T (X11 X22 X33 ) = T (X1 1 X2 2 X3 3 ) pour = 1, 2.


Ces considerations dinvariance, nous permettent de limiter le nombre de verifications
a` effectuer. Seuls les 4 cas et les 7 cas suivants sont a` considerer pour verifier respectivement la premi`ere et deuxi`eme formule de quadrature :
S(0, 0, 0) = Aire(K)
S(1, 0, 0) = Aire(K)/3
S(1, 1, 0) = Aire(K)/12
S(2, 0, 0) = Aire(K)/6
S(1, 1, 1) = Aire(K)/60
S(2, 1, 0) = Aire(K)/30
S(3, 0, 0) = Aire(K)/60

= T2 (1)
= T2 (X1 )
= T2 (X1 X2 )
= T2 (X12 )
= T3 (X1 X2 X3 ),
= T3 (X12 X2 ),
= T3 (X13 ).

= T3 (1),
= T3 (X1 ),
= T3 (X1 X2 ),
= T3 (X12 ),

Exercice 5.3.8 Soit (bi )1iI des points dun N -simplexe K et (i )1iI des poids
reels. Soit une formule de quadrature
Z
I
X
(x) dx Volume(K)
i (bi )
K

i=1

qui soit exacte pour Pk . Montrer que, pour une fonction reguli`ere , on a
Z
I
X
1
(x) dx =
i (bi ) + O(hk+1 ),
Volume(K) K
i=1
o`u h est le diam`etre de K.


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

74

Correction. Soit une fonction de classe C k+1 . En effectuant un developpement de


Taylor, il existe une constante C telle que pour tout element a du domaine (borne)
considere, il existe un polynome Ta dependant de , de degre au plus k tel que
|(a + u) Ta (u)| C|u|k+1 .
Considerons un simplexe K de centre de gravite a0 , par integration de la formule
precedente sur les elements u tels que a0 +u K (en particulier, |u| < h), on obtient
que
Z

Z


dx
C Vol(K)hk+1 .
T
(x

a
)
dx
a
0
0


K

La formule de quadrature etant exacte pour les polynomes de degre inferieur ou egal
a` k, on a donc

Z


X


i Ta0 (bi a0 ) C Vol(K)hk+1 .
dx Vol(K)

K
i

En utilisant `a nouveau le developpement de Taylor de en a0 , on en deduit que


Z



X


i (bi ) C 0 Vol(K)hk+1
dx Vol(K)
K

i

o`
u C 0 est une constante independante de h, ce qui ach`eve la demonstration.
Exercice 5.3.9 On consid`ere le carre =] 1, +1[2 maille suivant la Figure 5.1.
Calculer la matrice de rigidite Kh des elements finis P1 appliques au Laplacien avec
condition aux limites de Neumann (on utilisera les symetries du maillage).
1

9
6

8
4

Figure 5.1 Exemple de maillage et de numerotation des nuds.


Correction. On note Vh lespace des elements finis P1 associe au maillage de la
Figure 5.1. Lespace Vh est de dimension 9. Pour tout i {1, , 9}, on note i
la fonction de base associee au i`eme nud (on utilise la numerotation des nuds
indiquee sur la figure). En dautres termes, i est lunique element de Vh tel que
i (xj ) = ij pour tout indice j {1, , 9}. La matrice de rigidite associee a` la
resolution du Laplacien est definie pour tout couple dindices i et j par
Z
(Kh )i,j =
i j dx.

75
On a donc 81 coefficients a` determiner ! Cependant, d`es que i et j sont `a support
disjoint, (Kh )i,j = 0. Enfin, en utilisant les symetries du maillage, on constate quil
suffit de calculer six coefficients de la matrice de rigidite, les autres sen deduisant
aisement. En loccurrence, on doit calculer (Kh )1,1 , (Kh )1,5 , (Kh )1,9 , (Kh )5,5 , (Kh )5,9
et (Kh )9,9 . Le gradient des fonctions de base i est constant sur chaque maille, qui
sont toutes de meme aire 1/2. Le calcul de nos 9 coefficients est donc aise et
(Kh )1,1 = 1, (Kh )1,5 = 1/2, (Kh )1,9 = 0, (Kh )5,5 = 2, (Kh )5,9 = 1, (Kh )9,9 = 4.
En rassemblant ces resultats, on obtient

1
0
0
0
1/2
0
0
1/2 0
0
1
0
0
1/2 1/2
0
0
0

0
1
0
0
1/2
1/2
0
0

0
0
0
1
0
0
1/2 1/2 0

.
1/2
1/2
0
0
2
0
0
0
1
Kh =

1/2
1/2
0
0
2
0
0
1

0
0
1/2 1/2
0
0
2
0
1

1/2
0
0
1/2
0
0
0
2
1
0
0
0
0
1
1
1
1
4

Exercice 5.3.10 Appliquer la methode des elements finis P1 au probl`eme de Dirichlet



u = f dans
(5.21)
u=0
sur ,
dans le carre =]0, 1[2 avec le maillage triangulaire uniforme de la Figure 5.2. Montrer
que la matrice de rigidite Kh est la meme matrice que celle que lon obtiendrait par
application de la methode des differences finies (`a un facteur multiplicatif h2 pr`es), mais
que le second membre bh est different.

Figure 5.2 Maillage triangulaire uniforme dun carre


Correction. On note n + 2 le nombre de noeuds du maillage situees sur lun des
bords du domaine. Soit h = 1/(n + 1), la taille dune maille. On note xi,j = (xi , xj )
les sommets du maillage o`
u xi = ih (on a 1 i, j n). On numerote les nuds
du maillage ligne par ligne. En dautres termes, on pose ai+jn = xi,j pour tout

76

EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

0
1/h

1/h
0

1/h 
1/h

1/h 
1/h
1/h
0

0
1/h

Figure 5.3 Valeurs du gradient dune fonction de base


1 i, j n. Enfin, on note k la fonction de base P1 associee au nud ak . La Figure
5.3 represente les valeurs du gradient dune fonction de base k sur
R son support
(constant par maille). La matrice de rigidite est definie par (Kh )k,l = k l dx.
Si k = l, on a
Z
|k |2 dx.

(Kh )k,k =

Le gradient k est nul sur tout `a lexclusion des 6 triangles contenant ak . Sur
chacun dentre eux, |k |2 est constant, egal a` 1/h2 sur quatre dentre eux, 2/h2 sur
les deux autres (voir Figure 5.3). Enfin, laire des triangles du maillage etant egale
a` h2 /2, on trouve
(Kh )k,k = 4.
Si ak et al sont des nuds voisins, cest-`a-dire si k = l + 1, k = l 1, k = l + n 1,
k = l + n, k = l n ou k = l n + 1, les supports de k et l ne sont pas disjoints.
Cependant, le terme (Kh )k,l est nul dans les cas k = l n + 1 et k = l + n 1 (les
gradients des fonctions k et l sont orthogonaux). Dans les autres cas, on a
(Kh )k,l = 1.
Par consequent, Kh est une matrice tridiagonale par blocs (avec n lignes et n colonnes
de blocs)

D E
0
E D E

,
.
.
.
Kh =

E D E
0
E D
o`
u les blocs E et D sont les matrices n n donnees par

4
1
0
1 0
1 4 1

0
1 0

.
.
.
. . .
D=
, E =

1 4 1
0 1
0
0
1
4
0 1

77
On obtient donc en effet la matrice issue de la methode des differences finies (voir
cours, section 2.2.6) multipliee par h2 . Cependant, le second membre du syst`eme
lineaire obtenu diff`ere car, en general,
Z
(bh )k =
f k dx 6= h2 f (ak ).

Exercice 5.3.11 On reprend les notations de lExercice 6.3.10. On note n le nombre


de points du maillage sur un cote du carre (suppose etre le meme pour chaque cote).
On numerote ligne par ligne les nuds du maillage (ou les degres de liberte). Montrer
que la matrice de rigidite Kh des elements finis P1 est de taille de lordre de n2 et de
largeur de bande de lordre de 2n (pour n grand).
Montrer que la meme methode et le meme type de maillage pour le cube =]0, 1[3
conduisent `a une matrice de taille de lordre de n3 et de largeur de bande de lordre de
2n2 (o`u n est le nombre de nuds le long dune arete du cube ).
Correction. La taille de la matrice Kh est exactement n2 , tandis que sa demilargeur de bande est n, en effet, d`es que |k l| > n, (Kh )k,l = 0. Dans le cas du
cube, on note ai+jn+kn2 = (xi , xj , xk ) les nuds du maillage, o`
u xi = i/(n + 1). Le
3
nombre de degre de liberte est donc egal `a n . Enfin, si |k l| > n2 + n, le support
des fonctions test k et l sont disjoints. Ainsi, la matrice du syst`eme obtenu `a une
demi-largeur de bande de lordre de n2 pour n grand.
Exercice 5.3.12 On dit quune matrice carree reelle B = (bij )1i,jn est une Mmatrice si, pour tout i,
bii > 0,

n
X

bik > 0,

bij 0 j 6= i.

k=1

Montrer que toute M-matrice est inversible et que tous les coefficients de son inverse
sont positifs ou nuls.
Correction. Soit X RN : on dit que X 0 si toutes ses coordonnees Xi sont
positives ou nulles. On va tout dabord montrer que, pour toute M-matrice B, sil
existe deux vecteurs X, Y RN tels que BX = Y 0, alors on a aussi X 0.
Introduisons un indice i0 tel que
Xi0 = min Xi .
1iN

On a alors
bi 0 i 0 X i 0 +

bi0 j Xj = Yi0 0,

j6=i0

do`
u lon deduit, par definition de i0 et puisque bi0 j 0 pour j 6= i0 ,
!
N
X
bi0 j Xi0 Yi0 0.
j=1


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

78

P
Comme N
eduit que Xi0 0 et donc que X 0. Cette propriete
j=1 bi0 j > 0, on en d
permet de montrer que B est inversible car injective. En effet, si BX = 0, BX 0 et
B(X) 0, do`
u X 0 et X 0, cest-`a-dire X = 0. Comme BX 0 implique
X 0, les coefficients de la matrice B 1 sont necessairement positifs (prendre X
egal, successivement, a` chacun des vecteurs de la base canonique).
Exercice 5.3.13 On se place en dimension N = 2. Soit uh la solution approchee du
probl`eme de Dirichlet (5.21) obtenue par la methode des elements finis P1 . On suppose
que tous les angles des triangles Ki Th sont inferieurs ou egaux `a /2. Montrer que
uh (x) 0 dans si f (x) 0 dans . Indication : on montrera que, pour tout  > 0,
Kh +  Id est une M-matrice, o`u Kh est la matrice de rigidite.
Correction. Soit Kh la matrice du syst`eme issu de la methode des elements finis,
avec conditions de Dirichlet. Il suffit de prouver que, pour tout > 0, Kh + Id
est une M-matrice. En effet, dans ce cas et dapr`es lexercice precedent, tous les
coefficients de la matrice (Kh + Id)1 sont positifs. Lapplication qui a` une matrice
associe son inverse etant continue sur lensemble des matrices inversibles, on en
deduit en faisant tendre vers 0 que les coefficients de la matrice Kh1 sont positifs.
On conclut alors en rappelant que uh = Kh1 bh et que f (x) 0 implique bh 0.
Tout dabord, il est clair que, pour tout i,
Z
|i |2 dx > 0.
(5.22)
(Kh )ii =

Considerons ensuite deux sommets distincts ai et aj communs `a un triangle Tk du


maillage.
Le gradient de i est orthogonal au cote du triangle Tk oppose a` ai , car la
restriction de i a` cette arete est la constante 0. Il en est de meme pour j . On
en deduit que langle formes par les vecteurs i et j est egal a` ( ij ) o`
u ij
est langle du triangle Tk a` son sommet disctinct de ai et aj . Comme on a suppose
que tous les angles des triangles du maillages etaient inferieurs a` /2, on en deduit
que ( ij ) /2 et donc
i j 0

sur Tk .

Le raisonnement etant valable sur tous les triangles du maillage, on en deduit que
Z
(Kh )ij =
i j dx 0 pour tout i 6= j.
(5.23)

Soit n0 le nombre de nuds du maillage situes `a linterieur du domaine et n le


nombre de nuds total, on numerote les nuds ai du maillage de sorte que ai
pour i > n0 . Comme
n
X
1=
j ,
j=1

pour tout i tel que 1 i n0 ,


Z
n Z
X
0=
i 1 dx =
i j dx.

j=1

79
Ainsi,
n0 Z
X
j=1

i j dx =

Z
n
X
j=n0 +1

i j dx.

(5.24)

Or on a prouve precedemment que le second membre de (5.24) est positif. On a donc


montre que
n0
X
(Kh )ij 0.
(5.25)
j=1

De (5.22), (5.23), (5.25), on deduit que Kh + Id est une M-matrice pour tout > 0,
ce qui ach`eve la demonstration. Remarquons quil est necessaire dajouter Id pour
que Kh + Id soit une M-matrice car linegalite (5.25) est large alors quelle doit etre
stricte pour une M-matrice.
Exercice 5.3.14 Appliquer la methode des elements finis Pk au syst`eme de lelasticite
(4.19). Montrer en particulier que la matrice de rigidite Kh est dans ce cas dordre N ndl
o`u N est la dimension despace et ndl est le nombre de nuds de degres de liberte.
Correction. La formulation variationnelle de lelasticite linearisee consiste `a determiner
u H01 ()N tel que
Z
Z
f v dx pour tout v H01 ()N . (5.26)
(2e(u) e(v) + (divu)(divv)) dx =

Soit Th un maillage regulier de , on introduit les espaces discrets


Vh = {u = (ui )1iN C(; R)N : ui |K Pk pour tout K Th , 1 i N }
et
V0h = {u Vh : u = 0 sur }.
Soit (i )i=1,...,ndl les fonctions de base associees aux degres de liberte du treillis
dordre k du maillage Th , interieur a` . Les fonctions i sont `a valeurs dans R. On
1kN
a` valeurs dans RN definies par ki = i ek
introduit alors les fonctions (ki )1in
dl
o`
u ek est le k-`eme vecteur de la base canonique de RN . Les fonctions ki forment
une base de lespace V0h car chaque element de V0h est defini de mani`ere unique par
ses valeurs (dans RN ) aux nuds de degres de liberte du treillis dordre k. Ainsi,
la dimension de lespace V0h est egale a` N ndl o`
u ndl est le nombre de nuds de
degres de liberte. La methode des elements finis Pk appliquee a` la resolution de
(5.26) consiste a` determiner uh V0h tel que
Z
Z
(2e(uh ) e(v) + (divuh )(divv)) dx =
f v dx pour tout v V0h ,

cest-`a-dire a` resoudre le syst`eme lineaire


Kh Uh = bh


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

80

o`
u Uh est le vecteur de RN ndl des coordonnees de uh dans la base des ki , Kh est la
matrice de rigidite de taille (N ndl ) (N ndl )
Z

kl
2e(ki ) e(lj ) + (divki )(divlj ) dx
(Kh )ij =

et le second membre
(bh )ki

Z
=

f ki dx.

Lexistence dune solution `a ce probl`eme est evidente par application du theor`eme


de Lax-Milgram.
Exercice 5.3.15 Expliciter la matrice de rigidite Kh obtenue par application de la
methode des elements finis Pk au probl`eme de Neumann

u + au = f dans
(5.27)
u
=g
sur ,
n
avec f L2 (), g L2 (), et a L () tel que a(x) a0 > 0 p.p. dans .
Correction. La formulation variationnelle de (5.27) est : trouver u H 1 () tel
que
Z
Z
Z
gv ds pour tout v H 1 ().
f v dx +
(u v + auv) dx =

Lespace dapproximation issu de la methode des elements finis Pk , associe au probl`eme


de Neumann (5.27) est basee sur lespace discret
Vh = {u C(; R) : u|K Pk pour tout K Th }.
Soit (i )i=1,...,ndl les fonctions de base associees au degre de liberte du treillis dordre
k du maillage Th . Lapproximation variationnelle consiste `a resoudre le syst`eme
Kh Uh = bh ,
o`
u

Z
(i j + ai j ) dx

(Kh )ij =

et

Z
(bh )i =

Z
f i dx +

gi ds.

Exercice 5.3.16 Montrer que la matrice de rigidite Kh obtenue par application de la


methode des elements finis Pk au probl`eme de convection-diffusion de lExercice 5.2.2
est inversible mais pas symetrique.

81
Correction. Lespace dapproximation variationnelle du probl`eme de convection
diffusion de lExercice 5.2.2 est
V0h = {u C(; R)N : u|K Pk pour tout K Th , u = 0 sur }.
Soit (i )i=1,...,ndl les fonctions de base associees aux degres de liberte du treillis
dordre k du maillage Th . Lapproximation variationnelle consiste a` resoudre le
syst`eme
Kh Uh = bh ,
o`
u

Z
(i j + (V i )j ) dx

(Kh )ij =

et

Z
(bh )i =

f i dx.

On rappelle que la divergence de V est supposee nulle. Ainsi, pour tout uh et vh


appartenant a` V0h ,
Z
Z
Z
(V uh )vh dx = ((divV )vh uh + (V vh )uh ) dx = (V vh )uh dx.

R
En particulier, la matrice Kh est en general non symetrique car les termes (V
i )j dx sont anti-symetriques. Par exemple, en dimension N = 1, = (0, 1),
pour un maillage de points xj = j/(n + 1) on trouve que

0
si i = j

Z 1

V /2
si i = j + 1
(V i )j dx =
V /2 si i = j 1

0
sinon.
Enfin, la matrice Kh est inversible car injective, en effet,
Z 
Z

hKh Uh , Uh i =
uh uh + (V uh )uh dx =
uh uh dx

et hKh Uh , Uh i > 0 si Uh 6= 0.
Exercice 5.3.17 On se propose de resoudre numeriquement lequation des plaques
(4.28) par une methode delements finis (de type Hermite) en dimension N = 2. Pour
un maillage triangulaire Th on introduit lespace discret


Vh = v C 1 () tel que v |Ki P5 pour tout Ki Th .
Montrer que tout polynome p P5 est caracterise de mani`ere unique sur un triangle K
par les 21 valeurs reelles suivantes
p(aj ), p(aj ), p(aj ),

p(bj )
n

j = 1, 2, 3,

(5.28)

82

EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

o`u (a1 , a2 , a3 ) sont les sommets de K, (b1 , b2 , b3 ) les milieux des cotes de K, tandis que
p(bj )/n designe la derivee normale au cote de bj . Montrer que Vh est un sous-espace
de H 2 () dont les elements v sont caracterises de mani`ere unique par les valeurs (5.28)
pour chaque sommet et milieu darete du maillage. En deduire une methode delements
finis (dite dArgyris) pour resoudre (4.28).
Correction.
1. Unisolvance (equivalent du Lemme 6.3.3)
On consid`ere lapplication qui a` un element de P5 associe les 21 valeurs (5.28)
(rappelons que le gradient compte pour 2 valeurs reelles et la hessienne des derivees
secondes pour 3 valeurs reelles). Comme P5 est un espace de dimension 21 (cf. la
preuve du Lemme 6.3.3), il suffit de montrer que cette application est injective afin
de prouver quelle est bijective. Enfin, quitte a` effectuer un changement de variables
par une application affine, on peut se contenter de considerer le cas dun triangle
equilateral tel que a1 = (1, 0), a2 = (1, 0) (voir Remarque 6.3.10 du cours). Soit
p P5 annulant toutes les valeurs (5.28). Montrons que p est le polynome nul. On
pose q1 (x1 ) = p(x1 , 0) et q2 (x1 ) = p/x2 (x1 , 0). Par hypoth`ese, on a
q1 (1) = q10 (1) = q100 (1) = 0.
Comme q1 est un polynome de degre au plus 5, on en deduit que q1 = 0. Ainsi, p
est divisible par x2 : il existe un polynome q(x1 , x2 ) tel que
p(x1 , x2 ) = x2 q(x1 , x2 ).
De meme, comme p/x2 = p/n sur le segment [a1 , a2 ], on a par hypoth`ese que
q2 (1) = q20 (1) = q2 (0) = 0.
Comme q2 est un polynome de degre au plus 4, on a donc q2 = 0. Or q2 (x1 ) = q(x1 , 0),
ainsi q est divisible par x2 . On a donc prouve que p est divisible par x22 . Pour des
raisons dinvariance, par changement
de cote, on
deduit que p est egalement
en
2
2
divisible par (1 + x1 x2 / 3) et (1 x1 x2 / 3) . Ainsi, p est un polynome de
degre au plus 5 divisible par un polynome de degre 6 et p = 0.
2. Raccordement au niveau des mailles
Afin de resoudre le probl`eme, il nous faut prouver le Lemme suivant (equivalent
du Lemme 6.3.4 du cours) :
Lemme. Soit K et K 0 deux triangles ayant une arete commune = (a1 , a2 ). Soit
pK et pK 0 deux elements de P5 , alors la fonction v definie sur K K 0 par
(
pK (x) si x K
v(x) =
pK 0 (x) si x K 0
est de classe C 1 sur K K 0 si et seulement si pour i = 1, 2,
pK (ai ) = pK 0 (ai ),
pK (ai ) = pK 0 (ai ),
pK (ai ) = pK 0 (ai ), pK /n(b) = pK 0 /n(b),

(5.29)

83
o`
u n designe la normale exterieur `a K et b le milieu du segment [a1 , a2 ].
D
emonstration. Lapplication v est de classe C 1 si et seulement si les restrictions
de pK et pK 0 concident sur larete commune aux deux triangles et sil en est
de meme pour les polynomes pK /n et pK 0 /n. Or les polynomes pK et pK 0 , de
degre au plus cinq, concident sur si et seulement si pour i = 1, 2 les 6 conditions
suivantes sont satisfaites
pK 0
2 pK
pK
2 pK 0
(ai ) =
(ai ) et
pK (ai ) = p (ai ),
(ai ) =
(ai )

2
2
K0

( designe le vecteur unitaire tangent a` larete). Dautre part, les restrictions de


pK /n et de pK 0 /n a` sont des polynomes de degre 4 egaux si et seulement si
pour i = 1, 2 les 5 conditions suivantes sont verifees
pK 0
2 pK
pK
2 pK 0
(ai ) =
(ai ),
(ai ) =
(ai )
n
n
n2
n2
et si

pK 0
pK
(b) =
(b).
n
n
On a donc prouve que si les conditions (5.29) etaient verifiees, alors v etait C 1 .
Reciproquement, si v est de classe C 1 , les restrictions de pK /n et pK 0 /n a` larete
commune concident et pour i = 1, 2 on a 2 pK 0 /n (ai ) = 2 pK /n (ai ).
Enfin, on a dores et dej`a prouve que les autres conditions de (5.29) etaient satisfaites,
ce qui ach`eve la preuve du Lemme.
3. Methode dArgyris
Tout dabord, lespace
Vh = {v C 1 () : v|Ki P5 pour tout Ki Th }
est inclus dans H 2 () (la derivee dun element de Vh est continue, derivable par morceaux et appartient `a H 1 () dapr`es le Lemme 4.3.19). Dapr`es le point precedent,
un element v de Vh est enti`erement determine par les valeurs de v, v et v
aux nuds du maillage ainsi que par les flux v/n(bk ), bk parcourant les milieux des aretes k du maillage (on oriente de mani`ere arbitraire chacune des aretes).
On peut donc construire une base de Vh formee des elements (i, )(i,) et (k ) o`
u
2
i {1, , ns }, N , || = 1 + 2 2 et k {1, , nc } definis par
i, (aj ) = ji ,
k (aj ) = 0,

i,
(bl ) = 0,
n
k
(bl ) = lk .
n

pour tout j {1, , ns }, l {1, , nc } et N2 tel que || 2 ( est un


multi-indice, si = (1 , 2 ), designe la derivee partielle 1 +2 / 1 x1 2 x2 ).
Afin de resoudre lequation des plaques (4.28), on introduit le sous espace de Vh
V0h = Vh H02 ().


EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

84

Lespace V0h est lensemble des fonctions de Vh qui sannulent ainsi que leurs derivees
partielles sur . Il est engendre par les elements (i, ) et (k ) o`
u i {1, , ns0 }
et k {1, , nc0 } parcourent respectivement sommets et aretes nappartenant pas
au bord de . Lapproximation variationnelle consiste `a trouver uh V0h tel que
Z
Z
uh vh dx =
f vh dx pour tout vh V0h .

Dapr`es le Theor`eme de Lax-Milgram, ce probl`eme admet une solution unique. Enfin,


il equivaut a` resoudre le syst`eme
Kh Uh = bh ,

(5.30)

o`
u la matrice de rigidite (de taille 6ns0 + nc0 ) est definie par


Dh F h
,
Kh =
Fht Hh
o`
u Dh et Fh sont des matrices definies par blocs. La matrice Dh est constituee de
6 6 blocs de taille ns0 ns0 . La matrice Fh est un vecteur colonne constitue de 6
sous-matrices de taille ns0 nc0 . On pose

Dh = Ehij (i,j){1, ,6}2

Fh = Gih i{1, ,6} .
Les sous-matrices Ehij et Gih sont definies par
Z

ij
k,si l,si dx, o`
u (k, l) {1, , ns0 }2
Eh kl =
Z

Gih kl =
k,si l dx,
o`
u (k, l) {1, , ns0 } {1, , nc0 }

o`
u si parcourt les multi-indices N2 de degre inferieur ou egal `a 2 (ensemble qui
contient 6 elements). La matrice Hh , de taille nc0 nc0 , est definie par
Z
(Hh )kl =
k l dx

o`
u (k, l) {1, , nc0 }2 . Enfin, le vecteur bh compte 6ns0 + nc0 composantes et est
defini par
bh = (c1h , , c6h , dh )
o`
u cih Rns0 et dh Rnc0 sont les vecteurs
Z

i
ch k =
fh k,si k {1, , ns0 } et i {1, , 6}

Z
(dh )k =
f h k
k {1, , nc0 }.

85
La solution uh de lapproximation variationnelle est telle que
uh =

ns0
5 X
X

Uhins0 +k k,si+1

i=0 k=1

nc0
X

Uh6ns0 +k k ,

k=1

o`
u Uh est solution du syst`eme (5.30).
Exercice 5.3.18 Montrer que pour une suite de maillages reguliers, et pour des elements finis P1 , loperateur dinterpolation rh verifie en dimension N = 2 ou 3
kv rh vkL2 () Ch2 kvkH 2 () .
Correction. Par construction de rh v, la restriction de rh v a` un N-simplexe Ki est
simplement rKi v (loperateur rKi est defini dans le cours par (6.56)). Par consequent,
X
kv rh vk2L2 () =
kv rKi vk2L2 (Ki ) .
Ki Th

On rappelle que K est limage par une application affine dun simplexe de reference
K0 . On utilise la meme notation que dans le cours en introduisant la matrice B,
composante lineaire de cette application (voir (6.62) dans le cours). On applique la
majoration (Lemme 6.3.20 avec k = 1)
kv rK vkL2 (K) CkBk2 |v|H 2 (K)
1/2
R
a` chacun des N-simplexe Ki (on rappelle que |v|H 2 (K) = K |v| dx
). Ainsi,
X
kBi k4 |v|2H 2 (Ki ) .
kv rh vk2L2 () C
Ki Th

Il suffit de combiner cette estimation avec linegalite (voir le Lemme 6.3.20 dans le
cours)
kBi k diam(Ki )/(K0 ) Ch
pour conclure.
Exercice 5.3.19 Soit K = [0, 1]2 le cube unite en dimension N = 2 de sommets
a1 = (0, 0), a2 = (1, 0), a3 = (1, 1), a4 = (0, 1). On definit x3 = 1 x1 , x4 = 1 x2 ,
et i comme la valeur de i modulo 4. Grace `a ses notations, chaque sommet ai est defini
par xi = xi+1 = 0. Verifier que les fonctions de base de Q1 sont
pi (x) = xi+2 xi+3

pour 1 i 4,

et que celles de Q2 sont


Pi (x) = xi+2 (2xi+2 1)xi+3 (2xi+3 1) pour 1 i 4
Pi (x) = 4xi+2 (xi+2 1)xi+3 (2xi+3 1) pour 5 i 8
P9 (x) = 16x1 x2 x3 x4 .

86

EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

Correction. Les elements de Qk definis sur K sont les polynomes de degre au


plus k par rapport `a chacune des variables x1 et x2 . Dapr`es le Lemme 6.3.22,
il suffit de verifier que les fonctions proposees sannulent sur tous les points du
treillis correspondant excepte un point, different pour chacune dentre elles, o`
u elles
prennent la valeur un.
1. Fonctions de base Q1 .
Les points du treillis sont ai , i = 1, , 4. Pour des raisons de periodicite des
formules, il suffit de verifier la forme de la fonction de base p1 . Or
p1 (x) = x3 x4 = (1 x1 )(1 x2 ),
qui vaut en effet 1 pour x = a1 et zero sur les autres sommets du carre.
2. Fonctions de base Q2 .
Les points du treillis 2 sont les sommets, les milieux des aretes et le centre du
carre K. Pour des raisons de symetrie, seules trois fonctions de bases sont a` etudier.
On a
P1 (x) = x3 (2x3 1)x4 (2x4 1) = (1 x1 )(1 2x1 )(1 x2 )(1 2x2 )
qui vaut 1 pour x = a1 et zero sur les autres nuds du treillis. Puis
P5 (x) = 4x3 (x3 1)x4 (2x4 1) = 4(1 x1 )x1 (1 x2 )(1 2x2 )
qui vaut 1 pour x = (a1 + a2 )/2 et zero sur les autres nuds du treillis. Enfin,
P9 (x) = 16x1 x2 x3 x4 = 16x1 x2 (1 x1 )(1 x2 ),
qui vaut 1 en x = (a1 + a2 + a3 + a4 )/4 et zero sur les autres nuds du treillis.
Exercice 5.3.20 Montrer que pour la methode des elements finis P1 /bulle pour la
vitesse et P1 pour la pression on a dim(KerBh ) = 1.
Correction. Soit rh Qh et wh V0h (Qh et V0h etant les espaces issus respectivement de la discretisation P1 de la pression et P1 /bulle de la vitesse). Soit Rh et Wh les
coordonnees respectives de rh et wh dans les bases de Qh et V0h . On note
R Bh la matrice associe `a la forme bilineaire b definie sur Qh V0h par b(rh , wh ) = wh rh dx.
Ainsi,
Z
Z

Wh Bh Rh = Bh Wh Rh = div(wh )rh dx =
wh rh dx.

Si Rh appartient au noyau de

Bh ,

on a

Z
wh rh dx = 0

pour tout element wh V0h . En particulier, si on applique legalite precedente a`


la fonction bulle 1 (x) N +1 (x)ek de la maille Ki (les i sont les coordonnees
barycentriques de x dans la maille Ki et k {1, , N }), on obtient
Z

rh (Ki ) ek
1 (x) N +1 (x) dx = 0.
Ki

87
Or k (x) > 0 `a linterieur de Ki et donc
Z

1 (x) N +1 (x) dx > 0,
Ki

do`
u lon deduit que rh (Ki ) = 0. Ainsi, rh est une fonction constante, Rh est
proportionnel au vecteur (1, , 1) et
dim(Bh ) = 1.

Exercice 5.3.21 On consid`ere les equations de

p u = f
divu = 0

u=0

Stokes
dans
dans
sur

(5.31)

o`u > 0 est la viscosite du fluide en dimension N = 1 (ce mod`ele na aucun interet
puisque sa solution explicite est u = 0 et p une primitive de f , mais il permet de bien
comprendre les probl`emes de discretisation). Pour = (0, 1), on consid`ere le maillage
de points xj = jh avec h = 1/(n + 1) et 0 j n + 1. On definit la methode de
differences finies centrees (dordre 2) suivante
uj+1 +2uj uj1 pj+1 pj1
+
= f (xj ) pour 1 j n

h2
2h
uj+1 uj1
=
0
pour
1

n
2h

u0 = un+1 = 0.
Montrer que ce syst`eme dequations algebriques est mal pose, et en particulier que la
pression (pj ) est definie `a laddition dune constante pr`es ou dun multiple dune pression
definie par ses composantes (1, 0, 1, 0, ..., 1, 0).
Correction. Le schema propose consiste a` determiner les vecteurs Uh = (uj )1jn
et Ph = (pj )0jn+1 tels que

 

bh
Uh
Kh
=
,
Ph
0
o`
u bh = (f (xj ))1jn et

Kh =
avec A et B des matrices de

2 1

.
.
1 . . . .

... ...
A= 2
h

...

taille n n

A C
B 0

.. ..
.
.

...
... ... ...
et B = 1

2h

...
... ...

1
1
1 2
1 0

88

EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

et C une matrice rectangulaire de taille n (n + 2)

C=

2h

0 1
.. ..
.
.
..
.

..
..

.
1

..
0

.
1

Remarquons tout dabord que ce syst`eme lineaire compte 2n equations pour 2n+2 inconnues : il y a donc soit aucune solution, soit une infinite de solutions ! Reglons tout
de suite la question de lexistence dau moins une solution en exhibantP
la solution
particuli`ere suivante : uj = 0 pour tout 1 j n, p0 = p1 = 0, p2k+1 = kl=1 f (x2l )
P
et p2k = kl=1 f (x2l1 ).
Nous sommes donc dans le cas dune infinite de solutions qui diff`erent deux
a` deux par un element du noyau de Kh qui est de dimension au moins egale a`
2. Remarquons que la pression dans le syst`eme de Stokes (5.31) nest definie qu`a
laddition dune constante pr`es puisque seul son gradient apparait dans les equations.
Par consequent, il est normal que le noyau de Kh ne soit pas reduit au vecteur
nul et contienne au moins les pressions discr`etes Ph proportionnelles au vecteur
1I = (1, ..., 1) qui est la discretisation naturelle des constantes. Neanmoins, malgre la
suppression dun tel degre de liberte (par exemple, en fixant la moyenne ou bien une
valeur de reference de la pression Ph ), le noyau de Kh sera toujours de dimension au
moins egale a` 1. Ce syst`eme lineaire est donc mal pose puisquil admet une infinite
de solutions.
Il est instructif de calculer explicitement ce noyau pour se rendre compte du
type dinstabilites numeriques developpees par ce schema centre. Soit (Uh , Ph )
Rn Rn+2 qui appartient `a Ker(Kh ). Lequation BUh = 0 conduit `a
uj+1 = uj1

pour tout 1 j n,

autrement dit, toutes les valeurs paires (ou impaires) des composantes de la vitesse
discr`ete coincident. Considerons tout dabord le cas o`
u n est pair. Comme u0 = 0,
on en deduit que uj = 0 pour tout indice j pair. De meme, comme un+1 = 0, uj = 0
pour tout indice j impair. Ainsi, Uh = 0 et lequation AUh +CPh = 0 est equivalente
a`
pj1 = pj+1 pour tout 1 j n,
cest-`a-dire qu`a nouveau toutes les valeurs paires (ou impaires) des composantes
de la pression discr`ete coincident. On en conclut que (Uh , Ph ) Ker(Kh ) si et
seulement si Uh = 0 et Ph est engendre par les deux vecteurs 1I = (1, ..., 1) et
(1, 0, , 1, 0). Le deuxi`eme vecteur qui engendre les pressions discr`etes du noyau
traduit une instabilite numerique doscillation entre deux valeurs alternant dune
maille `a lautre.
Considerons maintenant le cas n impair (i.e. n = 2m + 1 avec m entier naturel).
De lequation BUh = 0 et des conditions aux limites u0 = un+1 = 0 on peut
seulement deduire que Uh est un multiple de Uh0 = (0, 1, , 0, 1, 0). Soit R tel

89
que Uh = Uh0 . Lequation AUh + CPh = 0 conduit `a
pj+1 pj1 = (1)j

4
h

pour tout 1 j n,

cest-`a-dire que p2k+1 = p1 + k 4


et p2k = p0 k 4
. Les valeurs , p0 et p1 etant
h
h
quelconques, le noyau Ker(Kh ) est de dimension 3 engendre par
 0  
 

U
0
0
Ker Kh = Vect
,
,
Ph0
Ph1
Ph2
(0, 0, 1, 1, 2, 2, , m 1, (m 1), m), Ph1 = (0, 1, , 0, 1, 0) et
avec Ph0 = 4
h
Ph2 = (1, 0, , 1, 0, 1). Par simple addition, Ph1 +Ph2 = 1I, on retrouve la discretisation
dune pression constante. Le cas n impair est encore plus mal pose que le cas n
pair puisque le noyau Ker(Kh ) est encore plus grand et contient un mode doscillations couplees de la vitesse et de la pression. Dans tous les cas on a bien
une indetermination de la pression suivant un mode doscillation du type annonce
(1, 0, 1, 0, ..., 1, 0).

90

EMENTS

CHAPITRE 5. METHODE
DES EL
FINIS

Chapitre 6
`
PROBLEMES
AUX VALEURS
PROPRES
Exercice 6.1.1 Soit = RN . Montrer que u(x) = exp(ik x) est une solution de
u = u

(6.1)

si |k|2 = . Une telle solution est appelee onde plane.


Correction. Soit u(x) = exp(ik x) avec k RN , on a u(x) = i exp(ik x)k et
u = div(u) = |k|2 exp(ik x).
Ainsi, u est solution de lequation (6.1) d`es que |k|2 = . Sur cet exemple, on
voit que le Laplacien dans un domaine non borne peut admettre une infinite non
denombrable de valeurs propres (generalisees, car la fonction propre exp(ik x)
nappartient pas `a L2 (RN )).
Exercice 6.1.2 Soit un potentiel regulier V (x). Montrer que, si u(x, t) = eit u(x)
est solution de
u
i
+ u V u = 0 dans RN R+
(6.2)
,
t
alors u(x) est solution de
u + V u = u dans RN .
Correction. Il suffit deffectuer le calcul. En effet,
u
(x, t) = eit u(x)
t
u(x, t) = eit u(x).

Comme u est solution de lequation de Schrodinger (6.2), on en deduit que


u + V u = u.

91

(6.3)

92

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

Exercice 6.1.3 Soit V (x) = Ax x avec A matrice symetrique reelle definie positive.
Montrer que u(x) = exp(A1/2 x x/2) est une solution de (6.3) si = tr(A1/2 ). Une
telle solution est appelee etat fondamental.
Correction. Rappelons tout dabord que la matrice A1/2 est definie comme la
matrice dont les vecteurs propres sont identiques a` ceux de la matrice A et dont les
valeurs propres sont les racines carrees des valeurs propres de A. Plus precisement,
la matrice A etant symetrique definie positive, elle admet une base orthonormale
de vecteurs propres. Il existe donc une matrice unitaire U et une matrice diagnale
D telles que A = U DU . Les coefficients de D sont les valeurs propres (positives)
de la matrice A. On a alors A1/2 = U EU , o`
u E = D1/2 est la matrice diagonale
1/2
definie par Eii = Dii . La matrice A1/2 est evidemment independante de la base de
vecteurs propres choisie, cest-`a-dire du choix de U .
Soit u(x) = exp(A1/2 x x/2). On a
u = exp(A1/2 x x/2)A1/2 x = uA1/2 x
et
u = div(u) = div(uA1/2 x).
On rappelle que pour toute fonction f a` valeurs reelles et a` valeurs vectorielles,
div(f ) = f + f (div). Ainsi,
u = (A1/2 x) u (div(A1/2 x))u = (Ax x)u tr(A1/2 )u,
et u est bien solution de lequation
u + V u = tr(A1/2 )u.

Exercice 6.2.1 Montrer que lapplication identite Id dans un espace de Hilbert V de


dimension infinie nest jamais compacte (utiliser le Lemme 7.2.6).
Correction. Limage de la boule unite par lapplication Id est evidemment la boule
unite. Si lapplication Id etait compacte, la boule unite serait relativement compacte
et donc compacte (la boule unite est fermee), ce qui est impossible dapr`es le Lemme
7.2.6 qui stipule que la boule unite dun espace de Hilbert de dimension infinie nest
jamais compacte.
Exercice 6.2.2 Soit lespace de Hilbert `2 des suites
P
P reelles x = (xi )i1 telles que
2
i1 |xi | < +, muni du produit scalaire hx, yi =
i1 xi yi . Soit (ai )i1 une suite
de reels bornes, |ai | C < + pour tout i 1. On definit lapplication lineaire A
par Ax = (ai xi )i1 . Verifier que A est continue. Montrer que A est compacte si et
seulement si limi+ ai = 0.
Correction. Soit x un element de `2 ,
X
X
|ai xi |2 sup |ai |2
|xi |2 = sup |ai |2 kuk2`2 .
kAxk2`2 =
i

93
Ainsi, A est une application continue de `2 dans `2 .
Supposons que lim ai = 0. Soit xn une suite delements de la boule unite de `2 .
On pose y n = Axn . Afin de prouver que loperateur A est compact, on va construire
une sous-suite de y n convergente. On commence par construire une suite de soussuite par recurrence : on pose y n,0 = y n . Pour tout k, y n,k est une suite extraite
de y n,k1 telle que ykn,k soit convergente (cest toujours possible puisque pour tout
k 1, ykn,k est borne dans R). Enfin, on proc`ede a` lextraction dune sous-suite
diagonale en definissant la suite z n = y n,n . Reste `a prouver que la suite z n est de
Cauchy dans `2 . Pour tout entier k 0, on note xn,k la sous-suite extraite de xn
telle que y n,k = Axn,k . Soit > 0, comme ai converge vers 0, il existe l tel que pour
tout i > l, |ai | < . On en deduit que pour tout indice n,
X
X n,n
X
2
2
n,n 2
|zin |2 =
|yi |2 =
|ai |2 |xn,n
k`2 2 .
i | kx
i>l

i>l

i>l

Notons que pour tout k, la suite zkn est simplement convergente. Ainsi, pour n et p
assez grand, on a
X
|zin zip |2 2 .
il

En combinant ces deux resultats, on en deduit que pour n et p assez grand,


X
X
X

|zin |2 + |zip |2 52 ,
|zin zip | + 2
|zin zip |2
i

il

i>l

et que kz n z p k`2 0 lorsque n et p convergent vers linfini. Ainsi, A est compacte.


Reste `a etablir la reciproque. Supposons que la suite ai ne converge pas vers
zero. Il existe une constante M > 0 telle que pour tout entier n positif, il existe
i > n tel que |ai | > M . On peut donc definir une suite xn de `2 et une suite in
dentiers naturels croissants telles que, pour tout indice k,
xnk = kin , et |ain | > M
et in strictement croissante. Autrement dit, toutes les composantes du vecteur xn
sont nulles, sauf la in -i`eme qui est egale `a 1. On pose y n = Axn . La suite xn est
bornee dans `2 , tandis que la suite y n delements de `2 nadmet pas de sous-suite
convergente. En effet, pour tout n et p tels que n 6= p, on a
ky n y p k2`2 = |ain |2 + |aip |2 > 2M 2 .
Ainsi, A nest pas compacte.
Exercice 6.2.3 Soit U , V et W trois espaces de Hilbert de dimension infinie, A une
application lineaire continue de V dans W , et B une application lineaire continue de U
dans V . Montrer que lapplication AB est compacte d`es que A ou B est compacte. En
deduire quune application lineaire continue compacte nest jamais inversible dinverse
continu en dimension infinie.

94

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

Correction. Considerons le cas A compacte et B continue. Comme B est continue,


il existe un reel M tel que limage de la boule unite de U par B soit incluse dans la
boule de V , centree a` lorigine et de rayon M . Comme A est compacte, limage de
la boule de rayon M par A est relativement compacte. Or tout sous-ensemble dun
ensemble relativement compact est relativement compact. Limage de la boule unite
de U par lapplication AB est donc relativement compacte : lapplication AB est
compacte.
Considerons le cas A continue et B compacte. Limage de la boule unite de U
par B est relativement compacte dans V . Or limage par une application continue
dun ensemble relativement compact est relativement compact. Limage de la boule
unite de U par lapplication AB est relativement compacte.
Enfin, considerons une application lineaire compacte inversible A . L application
inverse A1 (qui est lineaire) ne peut etre continue. En effet, dans ce cas lapplication
identite AA1 serait compacte, ce qui nest jamais le cas en dimension infinie (voir
lExercice 6.2.1).
Exercice 6.2.4 Soit V un espace de Hibert reel de dimension infinie et A une application lineaire continue, definie positive, auto adjointe, compacte de V dans V . On note
uk et k les valeurs et vecteurs propres de A. Montrer que, pour v V , lequation
Au = v admet une unique solution u V si et seulement si v verifie
+
X
|hv, uk i|2

2k

k=1

< +.

(6.4)

Correction. Supposons quil existe u tel que Au = v. Pour tout k, hAu, uk i =


hv, uk i et donc
hAu, uk i
hv, uk i
hu, Auk i
=
=
.
hu, uk i =
k
k
k
La famille (uk ) formant une base orthonormale,
X hv, uk i2
k

2k

X
hu, uk i2 = kuk2 < +.
k

Reciproquement, si v verifie la relation (6.4),


u=

X hv, uk i
k

uk

appartient `a V (la serie est convergente) et Au = v. Enfin, le syst`eme Au = v ne


peut admettre plus dune solution. En effet, lapplication A etant definie positive,
elle est injective.
Exercice 6.2.5 Soit V = L2 (0, 1) et A lapplication lineaire de V dans V definie par
(Af )(x) = (x2 + 1) f (x). Verifier que A est continue, definie positive, auto-adjointe
mais pas compacte. Montrer que A na pas de valeurs propres. On pourra verifier aussi
que (A Id) est inversible dinverse continu si et seulement si
/ [1, 2].

95
Correction. Continuite
Z

Z 1
2
2
2
2
2
2
kAf kL2 (0,1) =
(x + 1) |f (x)| dx max (x + 1)
x(0,1)

|f (x)|2 dx.

Ainsi, kAf kL2 (0,1) 2kf kL2 (0,1) et A est continue.


Positivite et symetrie
Soit f et g elements de L2 (0, 1),
Z 1
Z 1
(Af, g)L2 (0,1) =
(Af )g dx =
(x2 + 1)f g dx = (f, Ag)L2 (0,1) .
0

Ainsi, A est auto-adjointe. De plus, A est positive car


Z 1
(Af, f )L2 (0,1) =
(x2 + 1)|f (x)|2 dx 0.
0

Enfin, A est definie. En effet, si (Af, f ) = 0, la fonction (x2 + 1)|f (x)|2 est nulle
presque partout, donc f = 0 (en tant quelement de L2 (0, 1)).
Valeurs propres
Supposons que f soit un vecteur propre de A de valeur propre . Dans ce cas,
pour toute fonction g L2 (0, 1),
Z 1
Z 1
2
(x + 1)f (x)g(x) dx = (Af, g)L2 (0,1) = (f, g)L2 (0,1) =
f (x)g(x) dx.
0

On en deduit que
((x2 + 1)f f, g(x))L2 (0,1) = 0.
En choisissant g = (x2 + 1 )f , on en deduit que
k(x2 + 1 )f kL2 (0,1) = 0
et que (x2 + 1 )f (x) = 0 presque partout et donc f (x) = 0 presque partout.
Lapplication A nadmet pas de vecteur propre non nul.
Inversibilite de (A Id)
Soit g L2 (0, 1), on cherche f tel que (A Id)f = g, cest-`a-dire tel que
(x2 + 1 )f (x) = g(x)
presque partout. Si (A Id) est inversible, f = (A Id)1 g est defini par
f (x) = (x2 + 1 )1 g(x)
pour presque tout x ]0, 1[. Linverse de (x2 + 1 ) etant defini, sauf en au plus
deux points, f (x) est correctement defini presque partout.
Si nappartient pas a` lintervalle [1, 2], il existe C() tel que |x2 + 1 | >
C() > 0. On en deduit que loperateur (A Id) est bien inversible de L2 (0, 1)
dans L2 (0, 1), dinverse continue. En effet,
k(A Id)1 gkL2 (0,1) C()1 kgkL2 (0,1) .

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

96

Si [1, 2], on constate que si (A Id) etait inversible, (x2 + 1 )1 serait


un element de L2 (0, 1) (prendre g = 1). Ceci nest pas le cas. En effet le polynome
(x2 + 1 ) admet une racine dans lintervalle [1, 2]. Ainsi, (x2 + 1 )1 presente
une singularite (du type 1/x ou 1/x2 ) dont le carre nest pas dintegrale finie :
Z 1
(x2 + 1 )2 dx = +.
0

Exercice 6.3.1 Demontrer une variante du Theor`eme 7.3.2 o`u lon remplace lhypoth`ese de coercivite de la forme bilineaire a(, ) par lhypoth`ese plus faible quil existe
deux constantes positives > 0 et > 0 telles que
a(v, v) + kvk2H kvk2V pour tout v V.
(Dans ce cas les valeurs propres (k )k1 ne sont pas forcement positives, mais verifient
seulement k + > 0.)
Correction. Un reel est valeur propre de (7.12) de vecteur propre u, si et
seulement si
a(u, v) + hu, viH = ( + )hu, viH pour tout v V,
cest-`a-dire si u est un vecteur propre associe `a la forme bilineaire a(., .) + h., .iH de
valeur propre + . Comme la forme bilineaire a(., .) + h., .iH verifie les hypoth`eses
du Theor`eme 7.3.2, il existe une base hilbertienne de H de vecteurs propres uk de
(7.12) de valeurs propres k o`
u k est une suite non bornee, croissante de reels
positifs.
Exercice 6.3.2 En dimension N = 1, on consid`ere =]0, 1[. Calculer explicitement
toutes les valeurs propres et les fonctions propres du Laplacien avec conditions aux limites
de Dirichlet

uk = k uk p.p. dans
(6.5)
uk = 0
p.p. sur .
A laide de la decomposition spectrale de ce probl`eme (voir la Remarque 7.2.9), montrer
que la serie
+
X
ak sin(kx)
k=1
2

convergePdans L (0, 1) si et seulement si


2 2
ment si +
k=1 k ak < +.

P+

k=1

a2k < +, et dans H 1 (0, 1) si et seule-

Correction. On cherche `a determiner les fonctions u H01 (0, 1) telles que


u00 + u = 0.

(6.6)

Tout dabord, comme u H01 (0, 1), u est continue, et dapr`es lequation (6.6), u
est de classe C 2 . Par recurrence, il sen suit que u est en fait de classe C . Ainsi,

97
lequation (6.6) est une equation differentielle classique. De plus, si elle admet une
solution non nulle (avec u(0) = u(1) = 0, on a necessairement > 0. En effet,
Z

1
0 2

|u | dx =
0

00

u u dx =
0

|u|2 dx

R1
R1
et = 0 |u0 |2 dx/ 0 |u|2 dx > 0. Il est bien connu que les solutions de lequation
differentielle ordinaire (6.6) sont de la forme

u = A sin( x) + B cos( x).


Les conditions aux limites de Dirichlet impliquent que B = 0 (car u(0) = 0) et

= k o`
u k est un entier naturel non nul (car u(1) = 0). Les vecteurs propres
du Laplacien unidimensionnel avec conditions aux limites de Dirichlet sont donc les
fonctions

uk = 2 sin(kx)
de valeurs propres k = Rk 2 2 . Comme linjection de H01 (0, 1) dans L2 (0, 1) est com1
pacte et que a(u, v) = 0 u0 v 0 dx est une forme bilineaire symetrique, continue et
coercive sur H01 (]0, 1[), on peut appliquer le Theor`eme 7.3.2. Ainsi, (uk /k)k1 est
une base de hilbertienne H 1 (]0, 1[) et (uk )k1 une base hilbertienne de L2 (]0, 1[). On
en deduit que la serie

X
ak sin(kx)
k=1

convergeP
dans L2 (]0, 1[) si et seulement si
ment si k k 2 a2k < .

a2k < et dans H01 (]0, 1[) si et seule-

Exercice 6.3.3 On consid`ere un parallelepip`ede


=]0, L1 []0, L2 [ ]0, LN [,
o`u les (Li > 0)1iN sont des constantes positives. Calculer explicitement toutes les
valeurs propres et les fonctions propres du Laplacien avec conditions aux limites de
Dirichlet (6.5).

Correction. Soit uk (x) = 2 sin(kx) les fonctions propre du Laplacien avec


conditions de Dirichlet sur ]0, 1[. Pour tout indice 1 p N , et tout k N , on
introduit la fonction up,k de ]0, Lp [ `a valeurs dans R definie par
up,k (xp ) = uk (xp /Lp ).
N
Enfin, pour tout k = (k1 , , kN ) NN
et tout x = (x1 , , xN ) R , on pose

vk (x) =

N
Y
p=1

up,kp (xp ).

98

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

On verifie sans peine que pour k NN


, vk est une fonction propre du Laplacien sur
avec conditions aux bords de Dirichlet de valeur propre
k =

N
X

(kp /Lp )2 .

p=1

Il est aussi aise de verifier que la famille vk est orthonormale dans L2 (). Pour
conclure, il reste `a prouver que la famille vk forme une base de L2 (), cest-`a-dire
que si w L2 () verifie
hvk , wiL2 () = 0 pour tout k Np ,

(6.7)

alors w = 0. Procedons par recurrence sur la dimension N . Ce resultat est vrai


pour N = 1. Supposons que le resultat soit etabli pour de dimension N 1. On
introduit la fonction w
e L2 (]0, LN [) definie par
Z
w(x
e N) =

w(x)
e

N
1
Y

up,kp (xp ) de
x,

p=1

e =]0, L1 [...]0, LN 1 [ et x
o`
u
e = (x1 , , xN 1 ). Dapr`es (6.7), pour tout k N ,
on a
Z
LN

w(x
e N )uN,k (xN ) dxN = 0.

Comme la famille uN,k forme une base de L2 (]0, LN [), on en deduit que w(x
e N) = 0
pour presque tout xN . Ainsi, pour presque tout xN ]0, LN [, la fonction wxN (e
x) =
2 e
w(e
x, xN ) L () est telle que
Z
wxN (e
x)
e

N
1
Y

ukp (xp ) de
x = 0,

p=1

et dapr`es lhypoth`ese de recurrence, wxN = 0, ce qui ach`eve la demonstration.


Exercice 6.3.4 On consid`ere `a nouveau un ouvert parallelepip`edique comme dans
lExercice 7.3.3. Calculer explicitement toutes les valeurs propres et les fonctions propres
du Laplacien avec conditions aux limites de Neumann sur tout le bord .
Correction. Les fonctions propres du Laplacien 1D avec conditions aux limites de
Neumann sur ]0, 1[ sont, pour k 0, les fonctions
uk (x) = cos(kx)
de valeurs propres k 2 2 (Attention : ici, la collection des valeurs propres demarre a`
k = 0). En suivant le meme raisonnement que lors de lExercice 6.3.3, on montre que
les fonctions propres du Laplacien avec conditions de Neumann sur =]0, L1 [ ]0, Lp [
sont de la forme
N
Y
uk (x) =
cos(kp xp /Lp )
p=1

99
o`
u k NN . La valeur propre associee a` uk etant
k =

N
X

(kp /Lp )2 .

p=1

Exercice 6.3.5 On reprend les notations et les hypoth`eses du Theor`eme 7.3.5. Montrer que la meilleure (i.e. la plus petite) constante C dans linegalite de Poincare (voir
la Proposition 4.3.10) est precisement la premi`ere valeur propre 1 de (6.5).
Correction. Soit (uk )k1 , base hilbertienne de L2 (), fonctions propres du Laplacien avec conditions aux limites de Dirichlet (6.5) et k les valeurs propres associees
(ordonnees par ordre croissant). Soit u un element de H01 ().
X
X
2
kuk2L2 () =
|hu, uk iL2 () |2 1
k |hu, uk iL2 () |2 = 1
1
1 kukL2 () .
k1

Ainsi, linegalite de Poincare


Z
Z
2
|v(x)| dx C
|v(x)|2 dx.

(6.8)

1
2
2
est verifiee pour C = 1
1 . Cette valeur est optimale car ku1 kL2 () = 1 ku1 kL2 () .

Exercice 6.3.6 Soit un ouvert borne regulier et connexe. Montrer que la premi`ere
valeur propre du Laplacien dans avec condition aux limites de Neumann est nulle et
quelle est simple.
Correction. Tout dabord, zero est valeur propre du Laplacien avec conditions aux
limites de Neumann pour la fonction propre constante, car
(
1 = 0 dans
1
= 0 sur .
n
Si est une valeur propre du Laplacien de fonction propre u, on a
kuk2L2 () = kuk2L2 () .
Ainsi, les valeurs propres du Laplacien avec conditions aux limites de Neumann sont
strictement positives sauf si kukL2 () = 0 auquel cas = 0. Comme est connexe,
si = 0 la seule fonction propre associee possible est u(x) = Cte dans . Ainsi, la
premi`ere valeur propre du Laplacien avec condition aux limites de Neumann est 0
et elle est simple.
Exercice 6.3.7 Soit un ouvert borne regulier connexe de classe C 1 de RN . Montrer
quil existe une suite croissante (k )k1 de reels positifs qui tend vers linfini, et une base
hilbertienne (uk )k1 de


Z
2
N
1
H := v L () tel que pour tout H0 (), v dx = 0

100

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

telle que chaque uk appartient `a H01 ()N , et il existe une famille de pressions pk L2 ()
qui verifient

pk uk = k uk p.p. dans
divuk = 0
p.p. dans

uk = 0
p.p. sur .
On admettra que lespace
V := {v H01 ()N : div(v) = 0 p.p dans }
est dense dans H.
Correction. Notons tout dabord que H est un espace de Hilbert, en tant que
sous-espace ferme de L2 ()N . On munit V du produit scalaire
Z
a(u, v) = u v dx.

Dapr`es le theor`eme de Rellich, linjection de V dans H est compacte. De plus comme


lespace V est dense dans H on peut appliquer le theor`eme (7.3.2) do`
u lon deduit
lexistence dune famille positive et croissante de valeurs propres k et uk V une
base de L2 ()N tels que
Z
a(uk , v) = k
uk v dx pour tout v V .

Pour tout k, on definit la forme lineaire continue Lk sur H01 ()N par
Z
Lk (v) = k
uk v dx a(uk , v).

La forme lineaire Lk sannule sur V et dapr`es le Theor`eme de de Rahm 5.3.9, il


existe pk L2 () tel que
Z
Lk (v) =
pk divv dx pour tout v H01 ()N .

On en deduit en procedant comme lors de la resolution du probl`eme de Stokes que


u + pk = k uk dans
(Attention, dans cette expression, la somme u + pk appartient `a L2 (), ce qui
nest pas forcement le cas de chacun des termes sans hypoth`eses supplementaires
sur la regularite de ). Par definition, comme les elements uk appartiennent a` V ,
div(uk ) = 0 dans
et uk = 0
sur .

101
Exercice 6.3.8 On consid`ere le probl`eme aux valeurs propres pour lequation de Schrodinger avec un potentiel quadratique V (x) = Ax x o`u A est une matrice symetrique
definie positive (mod`ele de loscillateur harmonique)
u + V u = u dans RN .

(6.9)

On definit les espaces H = L2 (RN ) et




V = v H 1 (RN ) tel que |x|v(x) L2 (RN ) .
Montrer que V est un espace de Hilbert pour le produit scalaire
Z
Z
hu, viV =
u(x) v(x) dx +
|x|2 u(x)v(x) dx,
RN

RN

et que linjection de V dans H est compacte. En deduire quil existe une suite croissante
(k )k1 de reels positifs qui tend vers linfini et une base hilbertienne de L2 (RN ) (uk )k1
qui sont les valeurs propres et les fonctions propres de (6.9). Calculer explicitement ses
valeurs et fonctions propres (on cherchera uk sous la forme pk (x) exp(Ax x/2) o`u pk
est un polynome de degre k 1). Interpreter physiquement les resultats.
Correction.
1. V est un Hilbert
Tout dabord, il est evident que h, iV definit bien un produit scalaire sur V .
Reste `a montrer que V muni de la norme associee est complet pour prouver que V
est un espace de Hilbert. Soit B1 la boule unite de RN et B2 la boule de rayon 2.
Par un raisonnement par labsurde, on montre aisement quil existe une constante
C 1 telle que
Z

Z
Z
2
2
2
|u| dx C
|u| dx +
|u| dx .
B2

B2 \B1

B2

On en deduit que pour u V ,


kukH 1 (RN ) CkukV .
En effet,
kuk2L2 (R)

|u| dx +
|x|2 |u|2 dx
N
B1
R \B1
Z
 Z
Z
2
2
C
|u| dx +
|u| dx +

B2

(C +

B2 \B1

|x|2 |u|2 dx

RN \B1

1)kuk2V .

Ainsi, si un est une suite de Cauchy de V , elle est egalement une suite de Cauchy
de H 1 (RN ). Il existe donc u H 1 (RN ) telle que un converge vers u dans H 1 (RN ).

102

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

La suite |x|un etant elle meme de Cauchy dans L2 (RN ), elle converge dans L2 (RN )
vers une limite v de L2 (RN ). Enfin, pour tout Cc (RN ),
Z
Z
lim
|x|un (x)(x)dx =
|x|u(x)(x) dx
n+ RN
N
ZR
=
v(x)(x) dx.
RN

On en deduit que v = |x|u et que un converge vers u dans V .


2. Compacite
Soit (un )nN une suite bornee de V , kun k2V < M . Nous allons construire une
sous-suite de (un )nN dont les restrictions `a tout borne sont convergentes en norme
L2 par un procede dextraction diagonal.
Dans un premier temps, on construit par recurrence une suite ((ukn )nN )kN de
sous-suites de (un )nN telle que pour tout k N , la suite (ukn )nN soit convergente
sur la boule Bk de rayon k, centree en lorgine.
On pose (u0n )nN = (un )nN . Soit k un entier naturel. Supposons (ukn )nN soit
dej`a construite. On note vnk la restriction de ukn a` la boule Bk+1 . Par hypoth`ese,
(ukn )nN est une suite bornee de V . On en deduit que vnk est borne dans H 1 (Bk+1 ).
Dapr`es le Theor`eme de Rellich, il existe une sous-suite (vnkp )pN de vn convergente
k
dans L2 (Bk+1 ). On definie alors (uk+1
efinie
p )pN comme la suite extraite de (un )nN d
k+1
k
par up = unp .
La suite (unn )nN est convergente dans L2 (Bk ) pour tout entier naturel k. Dans
la suite, on note un cette suite. Comme un est convergente sur toute boule bornee,
elle est convergente presque partout. On note u sa limite. Notons que la restriction
de u a` toute boule Bk appartient a` L2 (Bk ) et que la restriction de un a` Bk converge
vers la restriction de u a` cette meme boule dans L2 (Bk ).
Soit un reel positif. On pose = (5M/)1/2 . On a
Z
Z
Z
2
2
2
|u un | dx
|u un | dx + 1/
|x|2 |u un |2 dx
RN
|x|<
|x|>
Z

|u un |2 dx + 4M/2 .
|x|<

Pour n assez grand, ku un k2L2 (B ) M/2 et


Z

|u un |2 dx 5M/2 = .

RN

On en deduit que un converge vers u dans L2 (RN ) fort. Ainsi, linjection de V dans
H est compacte.
3. Fonctions propres
La forme bilineaire
Z

a(u, v) =
u(x) v(x) + (Ax x)u(x)v(x) dx
RN

103
est symetrique, continue et coercive sur V . Linjection de V dans L2 (RN ) est compacte et V est dense dans L2 (RN ) (V contient les fonction C a` support compact).
On deduit donc du Theor`eme 7.3.2 quil existe une base hilbertienne de L2 (RN )
formee de vecteurs propres uk de (6.9) et dont les valeurs propres associees k sont
positives et convergent vers linfini.
Afin de determiner lensemble des fonctions propres de (6.9), on consid`ere dans
un premier temps le cas unidimensionnel (N = 1) et V (x) = x2 . Le cas general sen
deduira aisement. On sinteresse donc au probl`eme aux valeurs propres
u00 + |x|2 u = u.

(6.10)

Comme propose par lenonce, on cherche les fonctions propres de la forme uk (x) =
2
pk (x)ex /2 , o`
u pk est un polynome de degre k. Notons que sil existe une telle
fonction propre pour tout k, toutes les fonctions propres auront ete exhibees, la
famille ainsi obtenue etant dense dans V . On note k la valeur propre associee a`
uk . Dapr`es (6.10), si uk est de la forme suggeree, on verifie apr`es un simple calcul
de derivation de fonctions produits que le polynome pk est solution de lequation
differentielle
p00k + (1 + x)p0k + pk = k pk .
(6.11)
On en deduit dores et dej`a une condition necessaire sur k . Si on suppose que le
terme de plus haut degre de pk est xk (ce qui est toujours possible, pk etant defini
a` une constante multiplicative pr`es), le terme de plus haut degre du membre de
gauche de lequation (6.11) est (k + 1)xk tandis que celui de gauche est k xk . On a
donc
k = k + 1.
On cherche donc pk de la forme
p00k + (1 + x)p0k kpk = 0.

(6.12)

En posant X = x + 1 et qk (X) = pk (x), determiner pk equivaut `a rechercher un


polynome qk de degre k tel que
qk00 Xqk0 + kqk = 0.
Il est aise de verifier a` la main que cette equation differentielle admet une unique
solution polynomiale de degre k (toujours a` une constante multiplicative pr`es). En
effet, si on decompose qk sous la forme
qk (X) =

k
X

ai X i ,

i=0

on obtient une relation de recurrence tr`es simple entre les coefficients ai , a` savoir
pour tout entier i,
(i k)ai = ai+2 (i + 2)(i + 1),
qui permet de determiner ai en fonction de ai+2 , sauf (et heureusement, sinon tous
les termes seraient nuls) pour i = k o`
u on peut fixer ak de mani`ere arbitraire (on

104

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

choisit ak = 1). Notons enfin que cette relation definie bien un polynome car elle
implique toujours a1 = 0 et a2 = 0 (et de ce fait ai = 0 pour i < 0). On a
donc etablit que lequation (6.12) admet une unique solution polynomiale de degre
k. Les polynomes qk sont connus sous le nom de polynomes dHermite et peuvent
etre alternativement definis par la relation de recurrence
qk = Xqk1 (k 1)qk2 ,
2

q0 = 1 et q1 = X. Les fonctions propres de (6.10) sont donc de la forme qk (x+1)ex /2


et de valeurs propres k = k + 1. Cherchons `a etendre ce resultat au cas general.
Tout dabord, toujours dans le cas unidimensionnel les fonctions propres de
u00 + |x|2 u = u .

(6.13)

se deduisent aisement du cas = 1. En effet, on verifie (par un simple changement de variable) que si u est fonction propre de (6.10) de valeur propre
, alors
u (x) = u(1/4 x) est fonction propre de (6.13) de valeur propre = . Ainsi,
1/2 2
les fonctions propres de (6.13) sont les fonctions u,k = qk (1/4 x + 1)e x /2 de
valeurs propres ,k = (k + 1).
Le cas N > 1 se deduit du cas unidimensionnel par diagonalisation de la matrice
A. En effet, la matrice A etant symetrique, definie positive, elle admet une base de
vecteurs propres. En se placant dans une telle base, lequation (6.9) se reecrit sous
la forme
N
X
2u
(6.14)
2 + j x2j u = u,
xj
j=1
o`
u les j sont les valeurs propres de la matrice A. Si on recherche u(x) sous la forme
u(x) = v1 (x1 )v2 (x2 ) vN (xN ), on obtient que u verifie (6.14) si et seulement si
chacun des vj est une fonction propre de (6.13) avec = j . De plus, la valeur
propre est egale a` la somme des valeurs propres associees aux vecteurs propres vj .
A tout multi-indice = (1 , , N ) NN , on peut donc associe un vecteur propre
u solution de (6.14) de la forme
!
N
N
Y
Y
1/2
1/4
u (x) =
uj ,j (xj ) =
qj (j x + 1) eA xx/2
j=1

j=1

de valeur propre
=

N
X
j=1

j ,j =

N
X

j (j + 1).

j=1

Enfin, on a bien obtenu toutes les fonctions propres de V , lespace engendre par les
u etant dense dans L2 (RN ).
Exercice 6.3.9 Soit un ouvert borne regulier de RN . On consid`ere le probl`eme de
vibrations pour lequation des plaques avec condition aux limites dencastrement

(u) = u dans
u
=u=0
sur .
n

105
Montrer quil existe une suite croissante (k )k1 de valeurs propres positives qui tend
vers linfini et une base hilbertienne dans L2 () de fonctions propres (uk )k1 qui appartiennent `a H02 ().
Correction. On introduit la forme bilineaire
Z
a(u, v) =
uvdx

qui est symetrique, continue et coercive sur H02 () (voir Exercice 4.3.9). Comme
linjection de H02 () dans L2 () est compacte et que H02 () est dense dans L2 (),
la conclusion decoule de lapplication du Theor`eme 7.3.2.
Exercice 6.4.1 On consid`ere le probl`eme aux valeurs propres en dimension N = 1

u00k = k uk pour 0 < x < 1
uk (0) = uk (1) = 0.
On se propose de calculer la matrice de masse pour la methode des elements finis P1 .
On reprend les notations de la Section 6.2. Montrer que la matrice de masse Mh est
donnee par

2/3 1/6
0
1/6 2/3 1/6

.
.
.
.
.
.
Mh = h
,
.
.
.

1/6 2/3 1/6


0
1/6 2/3
et que ses valeurs propres sont
k (Mh ) =

h
(2 + cos(kh)) pour 1 k n.
3

Montrer que, si on utilise la formule de quadrature (5.18), alors on trouve que Mh =


h Id. Dans ce dernier cas, calculer les valeurs propres du probl`eme spectral discret.
Correction. La matrice de masse Mh est definie par
Z 1
(Mh )ij =
i (x)j (x) dx,
0

o`
u i sont les fonctions de base des elements finis P1 . Pour tout i et j tels que
|i j| > 1, les supports de i et j sont disjoints et
(Mh )ij = 0.
Si j = i + 1,
Z

(i+1)h

(Mh )ij =

(i+1)h

i (x)i+1 (x) dx =
ih

= h2

ih

(h x)x dx = h/6.
0

((i + 1)h x) (x ih)


dx
h
h

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

106
Enfin, si i = j,

(i+1)h

(i+1)h

|i (x)| dx = 2

(Mh )ij =
(i1)h

= 2h2

ih



(i + 1)h x 2

dx


h

|h x|2 dx = 2h/3.

On a donc montre que la matrice de masse obtenue par la methode des elements
finis P1 est bien du type annonce.
Soit (U, ) Rn R (n = h1 1) tels que
Mh U = U

(6.15)

et U 6= 0. Afin de calculer les valeurs propres de la matrice de masse Mh , on effectue


une analyse de type Fourier. On introduit la fonction uh periodique de periode 2,
impaire, definie sur [0, 1] par

si x [0, h/2[
0
uh (x) = Uj si x [jh h/2, jh + h/2[, 1 j n
(6.16)

0
si x [1 h/2, 1[
Dapr`es (6.15), pour tout x R, on a
h

uh (x h) + 4uh (x) + uh (x + h)
= uh (x).
6

(6.17)

Remarque 6.4.1 On a choisit uh impaire de periode 2 afin que lequation (6.17)


soit verifiee pour tout x et en particulier pour tout x [0, h/2] [1 h/2, 1].
Comme uh est periodique de periode 2, il existe uk tel que
uh (x) =

+
X

uk eikx .

k=

En appliquant la transformee de Fourier `a (6.17), on obtient


eihk uk + 4
uk + eihk uk
h
=
uk ,
6
cest-`a-dire
(cos(kh) + 2 3/h) uk = 0.
Comme U 6= 0, il existe au moins un k tel que
cos(kh) + 2 3/h = 0
ou encore tel que
=

h
(2 + cos(kh)).
3

107
Ainsi, toute valeur propre de Mh est de la forme
k =

h
(2 + cos(kh)),
3

o`
u k Z.

(6.18)

Enfin, en remarquant que


{k tel que k {0, , n + 1}} = {k tel que k Z} ,
on peut limiter notre analyse aux entiers k {0, , n + 1}.
Reciproquement, pour tout k {1, , n}, les fonctions uh (x) verifiant lequation (6.17) avec = k sont de la forme de la forme
X
uh (x) =
uk+2(n+1)j ei(k+2(n+1)j)x + u(k+2(n+1)j) ei(k+2(n+1)j)x .
j

Afin que uh soit definie `a partir dun vecteur U Rn par (6.16), il est necessaire
que uh soit impaire, a` valeur reelles. On en deduit alors quon a
uk+2(n+1)j =
u(k+2(n+1)j) ,
et que les coefficients de Fourier um sont imaginaires purs. Par consequent, il existe
une suite aj de reels telle que
uh (x) =

aj sin((k + 2(n + 1)j)x).

Ainsi, si Mh U = k U , on a
!
Up = uh (x = hp) =

aj sin((k + 2j(n + 1))ph) =

aj

sin(khp).

Un calcul similaire applique au cas k = 0 ou k = n + 1, nous montre que 0 et n+1


ne sont pas des valeurs propres de Mh . Finalement, comme Mh est symetrique,
definie positive, elle admet une base de vecteurs propres. Les seules valeurs propres
possibles sont les n valeurs de k pour k {1, , n}. A chacune de ces valeurs
propres, on peut associer au plus un vecteur propre. Ainsi, il ne peut y avoir de
valeur propre double. On a donc prouve que pour tout k {1, , n},
Mh U k = k U k ,
o`
u U k = (sin(khp))p .
gh la matrice de masse obtenue par la formule de quadrature (5.18).
On note M
Pour tout entier i et j, on obtient
gh )ij =
(M

n
X
k=1

h/2(i (hk)j (hk) + i (h(k + 1))j (h(k + 1)) = h

n
X
k=1

ik jk = hij .

108

`
CHAPITRE 6. PROBLEMES
AUX VALEURS PROPRES

gh = h Id. En utilisant la matrice de masse ainsi obtenue, les valeurs propres


Donc M
et vecteur propres du probl`eme spectral discret verifient
Kh Uh = hh Uh ,
o`
u

2 1
0
1 2 1

.
.
.
.
.
.
Kh = h

.
.
.

1 2 1
0
1 2

On deduit des valeurs propres de Mh et de la relation


Kh = 6h Id 6Mh
que les valeurs propres du probl`eme spectral sont de la forme
k = h(2 2 cos(kh)),
et k {1, , n}.

Chapitre 7
`

PROBLEMES
DEVOLUTION
Exercice 7.2.1 Soit un ouvert borne regulier de RN . Soit un temps final T > 0,
une donnee initiale u0 L2 (), et un terme source f L2 (]0, T [; L2 ()). On consid`ere
la solution u de lequation

u = f
p.p. dans ]0, T [
t
(7.1)
u=0
p.p. sur ]0, T [

u(x, 0) = u0 (x) p.p. dans .


1. En supposant que la solution u de (7.1) est assez reguli`ere dans ]0, T [, montrer
que, pour tout t [0, T ], on a legalite denergie suivante
Z
Z tZ
Z
1
1
2
2
u(x, t) dx +
|u(x, s)| dx ds =
u0 (x)2 dx
2
2
0

(7.2)
Z tZ
+
f (x, s)u(x, s) dx ds.
0

2. Demontrer la propriete suivante, appelee lemme de Gronwall : si z est une


fonction continue de [0, T ] dans R+ telle que
Z t
z(t) a + b
z(s) ds t [0, T ],
0

o`u a, b sont deux constantes positives ou nulles, alors


z(t) aebt

t [0, T ].
R
3. En appliquant le lemme de Gronwall avec z(t) = 21 u(x, t)2 dx, deduire de (7.2)
que, pour tout t [0, T ],
Z
Z
Z tZ
1
et
2
2
u(x, t) dx +
|u(x, s)| dx ds
u0 (x)2 dx
2
2
0

(7.3)

Z TZ
2
+
f (x, s) dx ds .
0

109

CHAPITRE 7. PROBLEMES
DEVOLUTION

110

Correction.
1. En integrant le produit de lequation devolution par u sur , on obtient

Z
Z 
u
u uu dx =
f udx.
t

Par integration par parties et en echangeant loperateur de derivation en temps


et lintegrale, il vient
 Z
 Z
Z
d 1
2
2
u dx + |u| dx =
f u dx.
dt 2

Il suffit alors deffectuer une integration en temps pour obtenir legalite desiree.
Rt
2. Soit v(t) = a + b 0 z(s)ds. La fonction v est de classe C 1 et
v 0 (t) = bz(t) bv(t).
Ainsi,
(v(t) exp(bt))0 = exp(bt)(v 0 (t) bv(t)) 0
et v(t) exp(bt) v(0) = a. Comme z(t) v(t), on a montre que
z(t) a exp(bt).
3. On pose
1
z(t) =
2

|u(x, t)|2 dx,


Z TZ
1
2
2
a=
|u0 (x)| dx +
|f (x, s)| dxds
2

et b = 1. Dapr`es legalite denergie etablie precedemment a` la question 1 et


en utilisant linegalite f u (|f |2 + |u|2 )/2, on a pour tout 0 < t < T ,
Z tZ
z(t) z(t) +
|u(x, s)|2 dxds

Z 0
Z tZ

1
2
2
2

|u0 (x)| dx +
|f (x, s)| + |u(x, s)| dxds
2

Z t
a+
z(s)ds.
Z

Dapr`es le lemme de Gronwall, z(t) aet . En integrant cette inegalite, on


obtient
Z t
a+
z(s)ds aet .
0

Cette derni`ere, combinee `a la precedente, implique que


Z
Z tZ
1
2
|u(x, t)| dx +
|u(x, s)|2 dxds
2
0

Z

Z TZ
1
2
2

|u0 (x)| dx +
|f (x, s)| dxds et .
2

111
Exercice 7.2.2 Au vu de lestimation
Z

Z
Z tZ
Z tZ
2
2
2
2
u(x, t) dx +
|u(x, s)| dxds C
u0 (x) dx +
f (x, s) dxds ,

(7.4)
verifiee par la solution u de (7.1), o`u la constante C est independante de T , on voit que
le terme et nest certainement pas optimal dans la majoration (7.3). Cette estimation
peut etre amelioree en raisonnant de la facon suivante, avec une variante du lemme de
Gronwall.
1. Soit a R+ et g L2 (]0, T [) tel que g 0. Montrer que, si z(t) est continue de
[0, T ] dans R+ et verifie
Z t
p
g(s) z(s)ds t [0, T ],
z(t) a + 2
0

z(t)

alors

Z
a+

2
g(s)ds

t [0, T ].

2. Deduire de (7.2) que, pour tout t [0, T ],


Z

Z tZ

|u(x, s)| dx ds

u(x, t) dx + 2

Z

1/2

u0 (x) dx

Z

f (x, s) dx

ds

(7.5)

1/2 !2
.

Correction.
1. On suppose dans un premier temps que g est une fonction reguli`ere. Soit un
reel strictement positif. On pose
Z t
p
g(s) z(s)ds.
v(t) = + a + 2
0

p
Comme g(s)p z(s) est une fonction continue, la fonction v est derivable et
v 0 (t) = 2g(t) z(t). Comme z(t) v(t) et que g est une fonction positive,
p
v 0 (t) 2g(t) v(t).
p
Enfin, v(t) > 0, ainsi dapr`es linegalite precedente, v 0 (t)/2 v(t) g(t) et par
integration, on obtient
Z t
p
p
v(t) v(0)
g(s)ds.
0

Ainsi, pour tout > 0,


z(t) v(t)

Z
a++

2

g(s)ds
0

CHAPITRE 7. PROBLEMES
DEVOLUTION

112

Il suffit de passer `a la limite lorsque tend vers zero pour obtenir linegalite
desiree.
Si g nest pas continue, on raisonne par densite. Soit g L2 (]0; T [) tel que
g 0 presque partout. Il existe une suite de fonctions reguli`eres gn positives,
convergeant vers g dans L2 (]0; T [). Pour tout n, on a pour tout t [0; T ],
Z t
p
1/2
gn (s) z(s)ds.
z(t) a + kgn gkL2 (]0;T [) kzkL1 (]0;T [) + 2
0

Dapr`es ce qui prec`ede,


1/2
gkL2 (]0;T [) kzkL1 (]0;T [)

p
gn (s) z(s)ds
+2
z(t) a + kgn
0
q
2
Z t
1/2

gn (s)ds .
a + kgn gkL2 (]0;T [) kzkL1 (]0;T [) +
0

Il suffit alors de passer a` la limite lorsque n tend vers linfini pour conclure.
2. Dapr`es legalite denergie (7.2) et linegalite de Cauchy-Schwarz,
Z
Z tZ
2
u(x, t) dx + 2
|u(x, s)|2 dxds

Z t Z

1/2 Z

u0 (x) dx + 2

u(x, s) dx

f (x, s) dx

1/2

ds.

On applique la variante du Lemme de Gronwall `a


Z tZ
Z
2
|u(x, s)|2 dxds
u(x, t) dx + 2
z(t) =
0

1/2
2
f (x, s) dx

Z
g(s) =

Z
a=

u0 (x)2 dx.

Ainsi,
Z

Z tZ

|u(x, s)|2 dxds

u(x, t) dx + 2

Z

u0 (x) dx

1/2

Z t Z

f (x, s) dx

+
0

1/2

!2
ds

Exercice 7.2.3 On suppose que les hypoth`eses du Theor`eme 8.2.7 sont verifiees, que
u0 H01 (), et que la solution u de (7.1) est assez reguli`ere dans ]0, T [. Montrer
que, pour tout t [0, T ], on a legalite denergie suivante
2
Z
Z tZ
Z
u

1
1
2


|u(x, t)| dx +
|u0 (x)|2 dx
(x, s) dxds =

2
2
0
t
(7.6)
Z tZ
u
+
f (x, s) (x, s)dxds.
t
0

113
Correction. En multipliant lequation (7.1) verifiee par u par u
, on obtient, suite
t
a` une integration sur que
2
Z
Z
Z
u

u
u


u(x, t) (x, t)dx + (x, t) dx =
f (x, t) (x, t)dx.
t
t

Par integration par parties, il vient


2
Z
Z
Z
u

u
u
u(x, t)
(x, t)dx + (x, t) dx =
f (x, t) (x, t)dx,
t
t

ou encore en echangeant les signes derivation et integrale,


2
 Z
 Z
Z
u

u
d 1
2


f (x, t) (x, t)dx.
|u| dx + (x, t) dx =
dt 2
t

t
Il suffit dintegrer cette derni`ere equation suivant t pour obtenir legalite recherchee.
Exercice 7.2.4 Soit un ouvert borne regulier de RN . Soit un temps final T > 0,
une donnee initiale u0 L2 (), et un terme source f L2 (]0, T [; L2 ()). Montrer que
lequation de la chaleur avec condition aux limites de Neumann

u
dans ]0, T [

t u = f
u
(7.7)
=0
sur ]0, T [
n

u(x,
0) = u0 (x) dans
admet une unique solution u L2 (]0, T [; H 1 ()) C([0, T ]; L2 ()).
Correction. On applique le Theor`eme 8.2.3 a` V = H 1 (), H = L2 () et `a la
forme bilineaire symetrique, continue sur V
Z
a(u, v) =
u vdx.

La forme bilineaire a(., .) nest pas coercive, mais a(u, v) + hu, viL2 etant coercive
sur V , les conclusions du theor`eme restent valables dapr`es la remarque 8.2.5. Le
probl`eme (7.7) admet donc une unique solution
u L2 (]0; T [; H 1 ()) C([0, T ]; L2 ()).
Exercice 7.2.5 Soit un ouvert borne regulier de RN . Soit A(x) une fonction de
dans lensemble des matrices symetriques reelles telles quil existe deux constantes
> 0 verifiant
||2 A(x) ||2

RN , p.p. x .

Soit un temps final T > 0, une donnee initiale u0 L2 (), et un terme source f
L2 (]0, T [; L2 ()). Montrer que le probl`eme aux limites
u
t div (A(x)u) = f dans ]0, T [
u=0
sur ]0, T [
(7.8)

u(x, 0) = u0 (x)
pour x ,
admet une unique solution u L2 (]0, T [; H 1 ()) C([0, T ]; L2 ()).

CHAPITRE 7. PROBLEMES
DEVOLUTION

114

Correction. On introduit la forme bilineaire a(, ) symetrique definie pour tout u


et v de H01 () par
Z
a(u, v) =
A(x)u vdx.

Pour presque tout x , la matrice A(x) etant symetrique reelle, elle est diagonalisable dans une base orthonormee de vecteurs propres. Comme pour tout RN ,
0 A(x) ||2 ,
la plus grande valeur propre de A(x) est inferieure a` et donc (A) = kAk2
(cf. le Lemme 13.1.6). Dapr`es cette majoration et linegalite de Cauchy-Schwarz,
pour tout u et v H01 (), on a
Z
|a(u, v)| |u| |v|dx kukH 1 () kvkH 1 () .

La forme bilineaire a est donc continue sur H01 (). De plus, pour tout u H01 (),
dapr`es linegalite de Poincare,
Z
a(u, u) |u|2 dx Ckuk2H 1 () .
0

La forme bilineaire a est donc coercive. Dapr`es le Theor`eme 8.2.3 applique a` la


forme bilineaire a avec H = L2 () et V = H01 (), il existe une unique solution
u L2 (]0, T [; H01 ()) C([0, T ]; L2 ()) au probl`eme aux limites (7.8).
Exercice 7.3.1 Soit un ouvert borne regulier de RN , et un temps final T > 0.
On consid`ere une donnee initiale (u0 , u1 ) H01 () L2 () et un terme source f
L2 (]0, T [; L2 ()). On consid`ere la solution u de lequation des ondes
2
u

u = f
p.p. dans ]0, T [

ut= 0
p.p. sur ]0, T [
(7.9)
u(x,
0)
=
u
(x)
p.p.
dans

u (x, 0) = u1 (x) p.p. dans .


t
1. En supposant que la solution u de (7.9) est assez reguli`ere dans ]0, T [, montrer
que, pour tout t [0, T ], on a legalite denergie suivante
2
Z
Z
Z
Z
u

2
(x, t) dx + |u(x, t)|2 dx =
u1 (x) dx + |u0 (x)|2 dx
t

Z Z

t
u
+2
f (x, s) (x, s)dxds.
t
0

2. En deduire quil existe une constante C(T ) (independante des donnees autre que
T ) telle que
2
Z
Z
u

(x, t) dx + |u(x, t)|2 dx


tZ
Z

Z tZ
2
2
2
C(T )
u1 (x) dx + |u0 (x)| dx +
f (x, s) dxds .

115
3. Montrer quil existe une constante C (independante de toutes les donnees y compris T ) telle que
2
Z
Z
Z
u

2
(x, t) dx + |u(x, t)| dx C
u1 (x)2 dx
t

1/2 !2
Z
Z t Z
+ |u0 (x)|2 dx +
f (x, s)2 dx
ds .

Correction.
1. Supposons que u soit une solution suffisamment reguli`ere, de lequation des
ondes. On a
u
u 2 u u
u = f .

2
t t
t
t
Par integration sur le domaine , il vient en echangeant les operateurs dintegration en espace et de derivation en temps (ce qui est licite pour u reguli`ere)
que
Z 2
Z
Z
u
1d
1
d
u
2
dx +
|u| dx =
f dx.


2 dt t
2 dt
t
Par integration en temps, on obtient legalite voulue.
2. En appliquant linegalite
Z tZ
2
0

u
f (x, s) (x, s)dxds
t

2
Z tZ
u



f (x, s)dxds +
t (x, s) dxds.
0

Z tZ
0

a` celle precedemment obtenue, on obtient que


2
Z
Z

u
(x, t) dx + |u(x, t)|2 dx

t
Z
Z
Z tZ
Z t Z 2
u
2
2
2
dxds.

|u1 (x)| dx + |u0 (x)| dx +


f (x, s)dxds +

0
t
Dapr`es le Lemme de Gronwall (voir Exercice 8.2.1) applique a`
2
Z
Z

u
2


z(t) =
t (x, t) dx + |u(x, t)| dx,

on en deduit que pour tout t T ,


2
Z
Z
u

(x, t) dx + |u(x, t)|2 dx


t
Z

Z
Z tZ
t
2
2
2
e
|u1 (x)| dx + |u0 (x)| dx +
f (x, s)dxds .

CHAPITRE 7. PROBLEMES
DEVOLUTION

116

3. De legalite obtenue dans la premi`ere question de lexercice, on deduit `a laide


de linegalite de Schwarz que
Z 2
Z
u
dx + |u|2 dx

t

1/2 Z 2 !1/2
Z t Z
Z
u

dx
f 2 dx

|u1 |2 + |u0 |2 dx + 2
.

0

t
Dapr`es la variante du Lemme de Gronwall (voir Exercice 8.2.2),
2
Z
Z

u
(x, t) dx + |u(x, t)|2 dx

t
1/2 !2
Z
1/2 Z t Z

2
2
2
f (x, s)dx
ds

+
|u1 (x)| + |u0 (x)| dx

do`
u lon deduit lestimation recherchee avec la constante C = 2 en utilisant
linegalite (a + b)2 2(a2 + b2 ).
Exercice 7.3.2 On suppose que les hypoth`eses du Theor`eme 8.3.4 sont verifiees, que
le terme source est nul f = 0 et que la solution u de (7.9) est reguli`ere dans [0, T ] .
Montrer que, pour tout entier m 1, on a
m 2
!
Z
u
m1 u 2
d

+

tm1 dx = 0.
dt tm
Correction. Il suffit de remarquer que la fonction m1 u/ m1 t est elle-meme
solution dune equation donde avec conditions de Dirichlet homog`enes au bord,
sans terme source.
Exercice 7.3.3 Soit un ouvert borne regulier connexe de RN . Soit > 0 la densite,
> 0 et les coefficients de Lame dun solide elastique tels que 2 + N > 0. Soit une
donnee initiale (u0 , u1 ) H01 ()N L2 ()N , et un terme source f L2 (]0, T [; L2 ())N .
Montrer quil existe une unique solution u C([0, T ]; H01 ())N C 1 ([0, T ]; L2 ())N de

2u

2 div (2e(u) + tr(e(u)) Id) = f dans ]0, T [,

t
u=0
sur ]0, T [,
(7.10)

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

u
(t = 0) = u1 (x)
dans .
t
En supposant que la solution u est assez reguli`ere, montrer que, pour tout t [0, T ],
on a legalite denergie suivante
Z 2
Z
Z
Z
u

2
2
dx + |e(u)| dx +
(divu) dx =
|u1 |2 dx


2 t
2
2

Z
Z
Z tZ

u
+ |e(u0 )|2 dx +
(divu0 )2 dx +
f
dxds.
2
t

En deduire une estimation denergie.

117
Correction. On introduit la forme bilineaire a(, ) definie pour tout u et v
H01 ()N par
Z
a(u, v) =
(2e(u) e(v) + (divu)(divv)) dx.

La formulation variationnelle associee au syst`eme dequations aux derivees partielles


consiste `a determiner u C([0, T ]; H01 ()N ) C 1 ([0, T ]; L2 ()N ) tel que
Z

d2

hu(t), viL2 () + a(u(t), v) =


f v dx
dt2

u(t = 0) = u0 ; du (t = 0) = u1
dt
pour tout v H01 ()N . La forme bilineaire a est continue et coercive sur H01 ()N . La
coercivite de la forme bilineaire a est etablie dans les preuves du Theor`emes 5.3.1
et 5.3.4 et decoule du Lemme de Korn 5.3.3 ou de sa version simplifiee 5.3.2.
Les hypoth`eses du Theor`eme 8.3.1 sont verifiees, il existe une unique solution `a la
formulation variationnelle. En prenant la fonction test v = u/t dans la formulation
variationnelle, on obtient
! Z
Z 2
Z
Z
u
d

u
dx + |e(u)|2 dx +
(divu)2 dx =
f
dx.


dt 2 t
2
t

Legalite denergie en decoule par une simple integration en temps. En procedant


comme pour lExercice 7.3.1 on obtient les estimations denergie suivantes. Tout
dabord, pour tout temps final T il existe une constante C(T ), ne dependant pas
des donnees autres que T , telle que
Z 2
Z
u



dx +
2 |e(u)|2 + (divu)2 dx
tZ



Z
Z tZ

2
2
2
2
|u1 | dx +
2 |e(u0 )| + (divu0 ) dx +
|f | dxds .
C(T )

De plus, il existe une constante C (independante de toutes les donnees y compris


T ) telle que
2
Z
Z
u

2
2
2 |e(u)| + (divu) dx C
|u1 |2 dx+
dx +
t

Z tZ
1/2 2 !
Z

2 |e(u0 )|2 + (divu0 )2 dx +
.
|f |2 dx
ds
Z

Exercice 7.4.1 On reprend les hypoth`eses de la Proposition 8.4.1. Soit f (x) L2 ()


et u la solution de
u
dans ]0, +[
t u = f
u(x, t) = 0
sur ]0, +[

u(x, 0) = u0 (x) dans .

CHAPITRE 7. PROBLEMES
DEVOLUTION

118
Soit v(x) H01 () la solution de


v = f
v=0

dans
sur .

Montrer que limt+ ku(x, t) v(x)kL2 () = 0.


Correction. On pose u(x, t) = u(x, t)v(x). La fonction u est solution de lequation
de la chaleur avec conditions de Dirichlet homog`enes et condition initiale u(x, 0) =
u0 (x) v(x). Ainsi, dapr`es la Proposition 8.4.1,
lim ku(x, t) v(x)kL2 () = 0.

t+

Exercice 7.4.2 Soit un ouvert borne regulier de RN . Soit u0 L2 () et u la


solution du probl`eme
u
dans ]0, +[
t u = 0
u(x, t) = 0
sur ]0, +[
(7.11)

u(x, 0) = u0 (x) dans .


Soit 1 la plus petite valeur propre du Laplacien avec conditions aux limites de Dirichlet.
On note u1 la valeur propre assoicee normalise en norme L2 . Montrer quil existe une
constante positive C telle que
Z
0 1 t
2 t
0
ku(t) 1 e
u1 kL2 () C e
t > 1, avec 1 =
u0 u1 dx,
(7.12)

o`u k designe la k-`eme valeur propre du Laplacien avec condition aux limites de Dirichlet.
Correction. On rappelle que la solution u de lequation (7.11) est donnee par
Z

X
0 k t
0
k e
uk et k =
u0 uk dx,
u(t) =

k=1

o`
u les k sont les valeurs propres du Laplacien avec conditions aux limites de Dirichlet et uk est la famille de vecteurs propres associes, base orthonormale de L2 ().
Ainsi,

X
0 1 t
u(t) 1 e
u1 =
k0 ek t uk .
k=2

et
ku(t) 10 e1 t u1 kL2 () = e2 t

!1/2
|k0 |2 e2(k 2 )

k=2

Comme k 2 0, on en deduit que


ku(t) 10 e1 t u1 kL2 () e2 t

X
k=2

!1/2
|k0 |2

e2 t ku0 kL2 () .

119
Exercice 7.4.3 Soit un ouvert borne regulier de RN . On note u1 la premi`ere fonction
propre du Laplacien dans avec condition de Dirichlet, 1 la valeur propre associee. On
rappelle que lon peut choisir u1 > 0 dans (voir le Theor`eme de Krein-Rutman 7.3.10)
et on admettra que lon a aussi u1 /n > 0 sur . Soit f = 0, u0 L2 () et u lunique
solution (supposee reguli`ere) de (7.1).
Soit > 0. Montrer que lon peut trouver une constante positive K telle que
Ku1 (x) u(x, ) Ku1 (x) x ,

(7.13)

et en deduire quil existe une constante positive C telle que


max |u(x, t)| Ce1 t

t > .

(7.14)

Correction. Dapr`es la Proposition 8.4.5, pour tout > 0, u(x, ) est une fonction
de classe C (). Rappelons que u1 (x) est egalement une fonction reguli`ere sur ,
quelle est strictement positive sur et que u1 /n > 0 sur . Par continuite de
u1 /n on en deduit lexistence dune constante C > 0 telle que u1 /n C > 0
sur . Soit



u
u1

(x) .
K1 = 1 + sup (x, )
n
x n
On introduit les fonctions v+ et v definies par
v+ (x) = K1 u1 (x) u(x, )
v (x) = K1 u1 (x) + u(x, )
On verifie sans mal que v /n > 0 sur . Il existe donc un voisinage de tel
que pour tout x ,
v (x) 0.
Il existe un compact A tel que A . On pose
K2 = max |u(x, )/u1 (x)|,
xA

qui est un nombre fini puisque u1 est une fonction continue strictement positive sur
A (ferme), et K = max(K1 , K2 ). On verifie sans peine que
Ku1 (x) u(x, ) Ku1 (x).
La fonction u(x, t) = Ke1 (t) u1 est une solution de lequation de la chaleur (7.1)
sur t > avec f = 0 et u
e(x, ) = Ku1 (x) comme condition initiale. Enfin, comme

u(x, ) u(x, ) u(x, ),


on deduit du principe du maximum de la Proposition 8.4.2 que

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


pour tout t . On a donc montre que, pour tout x et tout t ,


1
|u(x, t)| Ke max u1 (x) e1 t .
x

CHAPITRE 7. PROBLEMES
DEVOLUTION

120

Exercice 7.4.4 Soit un ouvert borne regulier de RN . Soit u0 L (), f L (


2
2
1
R+
), et u C([0, T ]; L ()) L (]0, T [; H0 ()) lunique solution de (7.1). Montrer
que
D2
kukL (R+ ) ku0 kL () +
kf kL (R+ ) ,
(7.15)
2N
o`u D = supx,y |x y| est le diam`etre de . On pourra utilement introduire la fonction
H01 () telle que = 1 dans .
Correction. Remarquons tout dabord quil suffit de montrer que pour tout (t, x)
R+
,
D2
u(x, t) ku0 kL () +
kf kL (R+ ) .
2N
En appliquant ce resultat `a u au lieu de u et en combinant les deux estimations
obtenues, on prouve lestimation souhaitee.
Introduisons la fonction u+ solution de
u+
t u+ = kf kL (R+ ) dans ]0; T [
u (x, t) = 0
sur ]0; T [
+
u+ (x, 0) = ku0 kL ()
dans .
Dapr`es le principe du maximum (cf. Proposition 8.4.2), u u+ . Il suffit donc de
prouver le resultat pour u = u+ . Dans un premier temps, on consid`ere le cas f = 0. Il
sagit de prouver que pour presque tout (t, x) ]0, T [, on a |u(x, t)| ku0 kL () .
Dapr`es le principe du maximum, on a dej`a u = u+ 0. Reste `a prouver que
u ku0 kL () . A cet effet, on proc`ede comme lors de la preuve de la Proposition
8.4.2. On introduit la fonction u
e = max(uku0 kL , 0). En vertu du Lemme 5.2.24,
2
1
u
e L (]0, T [; H0 ()) et
Z
Z
|e
u|2 dx.
u e
udx =

De meme, si u est suffisamment reguli`ere (ce que nous admettrons par la suite),
Z

Z
u
1d
2
u
edx =
|e
u| dx .
2 dt
t

Remarque 7.4.1 Dapr`es la Proposition 8.4.6, pour tout > 0, la fonction u


appartient `a H 1 (], T [; L2 ()). Elle est donc assez reguli`ere pour que le Lemme de
troncature 5.2.24 sapplique de sorte `a justifier lequation precedente.
Par consequent, en multipliant lequation verifiee par u par u
e, on obtient par integration par parties sur que
Z
 Z
1d
2
|e
u| dx + |e
u|2 dx = 0.
2 dt

En integrant cette equation en temps, il vient


Z
Z
Z TZ
1
1
2
2
|e
u(T )| dx
|e
u(0)| dx +
|e
u(t)|2 dxdt = 0.
2
2
0

121
Comme u
e(t = 0) = 0, on en deduit que u
e = 0, cest-`a-dire u ku0 kL . On se place
dorenavant dans le cas general (f non necessairement nul). Soit la solution du
probl`eme aux limites H01 (), = 1. On pose v = u+ kf kL (R+ ) . La
fonction v est solution du probl`eme
v
dans ]0; T ]
t v = 0
v(x, t) = 0
sur ]0; T [

v(x, 0) = ku0 kL () kf kL (R+ ) dans .


Comme 0, pour tout x on a v(x, 0) ku0 kL () . Ainsi, pour tout t, dapr`es
le resultat precedent on a
v(x, t) ku0 kL () .
(7.16)
On a donc obtenu que u+ ku0 kL + kf kL . Il reste a` majorer afin dobtenir
lestimation souhaitee. Sans perte de generalite, on peut supposer que lorigine de
RN appartient au bord de . On definit une fonction
+ (x) =

D2 |x|2
.
2N

Comme
+ = 1 = dans
et
+ (x) 0 = (x) sur ,
le principe du maximum implique que (x) + (x) D2 /2N dans , ce qui ach`eve
la preuve.
Exercice 7.4.5 (difficile) Demontrer rigoureusement la Proposition 8.4.5 suivante :
Soit un ouvert borne regulier de classe C de RN , et soit un temps final T > 0. Soit
u0 L2 (), et u lunique solution dans C([0, T ]; L2 ()) L2 (]0, T [; H01 ()) de
u
dans ]0, T [
t u = 0
u(x, t) = 0
sur ]0, T [
(7.17)

u(x, 0) = u0 (x) dans .


Alors, pour tout > 0, u est de classe C en x et t dans [, T ].
Pour cela on introduira, pour tout entier m 0, lespace
W 2m () = {v H 2m (), v = v = m1 v = 0 sur },
(7.18)
R
que lon munit de la norme kvk2W 2m () = |()m v|2 dx, dont on montrera quelle est
equivalente `a la norme de H 2m (). On reprendra la demonstration du Theor`eme 8.2.3 en
montrant que la suite (wk ) des sommes partielles est de Cauchy dans C ` ([, T ], W 2m ()).
Correction. On demontre dabord lequivalence des normes par recurrence sur
m. Pour m = 1, en posant f = v, le Theor`eme 5.2.26 de regularite nous dit
exactement que, si f L2 () et v H01 () alors v H 2 (), cest-`a-dire que
kvkH 2 () CkvkL2 () pour tout v H01 ().

CHAPITRE 7. PROBLEMES
DEVOLUTION

122

Linegalite inverse est evidente, do`


u lequivalence des normes dans le cas m =
1. Supposons que kvkW 2(m1) () est une norme equivalente `a kvkH 2(m1) pour les
fonctions de W 2(m1) (). Le Theor`eme de regularite 5.2.26 nous dit aussi que
kvkH 2m () CkvkH 2(m1) () pour tout v H01 (),
cest-`a-dire, en utilisant lhypoth`ese de recurrence pour v W 2m (),
kvkH 2m () CkvkW 2(m1) () = Ckm1 (v)kL2 () = CkvkW 2m () ,
ce qui prouve que kvkW 2m () est une norme equivalente `a kvkH 2m () pour les fonctions
de W 2m () (linegalite inverse est evidente).
On se propose de montrer que u C ` ([, T ], W 2m ()) pour tput entier `. A cet
effet, il suffit de prouver que la suite wk des sommes partielles introduites dans la
preuve du Theor`eme 8.2.3 est de Cauchy pour la norme C ` ([, T ], W 2m ()). Notons
que toute fonction propre ui appartient `a W 2m () pour tout m (car m ui = m
i ui =
0 sur ). On rappelle que
wk (t) =

k
X

0j ej t uj .

j=1

Ainsi, soit l et k deux entiers naturels non nuls,


2

` k
Z X
l

(w wl ) 2

j
` j t
m


(t)
=
0 (j ) e
() uj dx.



t`

W 2m ()
j=k

Comme uj est une base orthonormale de vecteur propres du Laplacien, ()m uj =


(j )m uj et
` k

(w wl ) 2

(t)


t`

W 2m ()

l
X

0j (j )m+` ej t

2

j=k

Or pour tout > 0, pour tout m et `, il existe une constant C(, m, `) telle que,
pour tout t et tout indice j, on a
|(j )m+` ej t |2 C(, m, `).
Ainsi, pour tout t , on en deduit

` k
l
X
(w wl )


(t)

C(,
m,
`)
|0j |2 ,

2m
t`
W
j=k
o`
u le second membre tend vers zero lorsque k et l tendent vers linfini. La suite
wk est donc de Cauchy dans C ` ([, T ]; W 2m ()). Elle est donc convergente dans cet
espace et u C ` ([, T ]; W 2m ()). Puisque ` et m sont des entiers quelconques et
que, dapr`es le Theor`eme 4.3.25 et la Remarque 4.3.26, H m () est inclus dans
C k () si m N/2 > k, on conclut que u appartient a` C ( [, T ]).

123
Exercice 7.4.6 Pour u0 L2 (RN ) et t > 0, on pose
Z
|xy|2
1
4t
u
(y)e
dy.
S(t)u0 =
0
(4t)N/2 RN
Verifier que S(t) est un operateur lineaire continu de L2 (RN ) dans L2 (RN ). En posant
S(0) = Id (lidentite de L2 (RN )), verifier que (S(t))t0 est un semi-groupe doperateurs
qui dependent continument de t, cest-`a-dire quils verifient S(t + t0 ) = S(t)S(t0 ) pour
t, t0 0. Soit f C 1 (R+ ; L2 (RN )). Montrer que le probl`eme
 u
u = f
dans ]0, +[RN
t
(7.19)
u(x, 0) = u0 (x) dans RN .
2
N
admet une unique solution u C(R+ ; L2 (RN )) C 1 (R+
ee par
; L (R )), donn
Z t
S(t s)f (s) ds,
(7.20)
u(t) = S(t)u0 +
0

cest-`a-dire
Z

u0 (y)e

u(x, t) =
RN

|xy|2
4t

dy
+
(4t)N/2

Z tZ
0

|xy|2

f (y, s)e 4(ts)

RN

dy ds
.
(4(t s))N/2

Correction. Par mesure de commodite, on notera indifferement la transformee de


Fourier dune fontion v par v ou F(v). La linearite de loperateur S(t) est evidente.
Continuit
e de lop
erateur. Montrons que, pour tout reel t positif ou nul, S(t) est
continu de L2 (RN ) dans L2 (RN ). La norme L2 (RN ) de S(t)u0 etant egale a` la norme
L2 (RN ) de sa transformee de Fourier, il suffit de verifier la continuite de L2 (RN )
dans L2 (RN ) de lapplication qui a` u0 associe F(S(t)u0 ). Notons tout dabord que
S(t)u0 est egal au produit de convolution de u et dune Gaussienne
S(t)u0 =

1
2
u0 e|x| /4t .
N/2
(4t)

Or, la transformee de Fourier dun produit de convolution est egale (`a un coefficient pr`es, du a` la definition de la transformee de Fourier choisie) au produit des
transformees de Fourier. Plus precisement, on a pour toutes fonctions v et w de
L2 (RN )
F(v w) = (2)N/2 F(v)F(w).
Enfin, la transformee de Fourier dune Gaussienne est encore une Gaussienne : pour
tout reel a, on a
2
2
F(ea|x| )() = (2a)N/2 e|| /4a .
On deduit de ces deux proprietes que
2

F(S(t)u0 )() = F(u0 )e|| t .


Ainsi, pour tout u0 L2 (RN ) et tout t 0,
2

kS(t)u0 kL2 (RN ) = k


u0 e|| t kL2 (RN ) k
u0 kL2 (RN ) = ku0 kL2 (RN )

CHAPITRE 7. PROBLEMES
DEVOLUTION

124

et S(t) est un operateur continu de L2 (RN ) dans L2 (RN ) de norme inferieure a` 1.


Propri
et
e de semi-groupe. Montrons que S(t) est un semi-groupe. Pour tout
reels t et t0 positifs, on a
2

F(S(t + t0 )u0 ) = F(u0 )e|| t e||

2 t0

= F(S(t)u0 )e||

2 t0

= F(S(t0 )(S(t)u0 ))

et en appliquant la transformee de Fourier inverse, on obtient que


S(t + t0 )(u0 ) = S(t0 )(S(t)u0 ).
Ainsi, S(t + t0 ) = S(t0 )S(t).
Cas homog`
ene. On consid`ere tout dabord le cas homog`ene, cest-`a-dire f = 0.
Montrons que u() = S()u0 C(R+ , L2 (RN )). Soit t et t0 reels positifs ou nuls, on a
ku(t0 ) u(t)kL2 (RN ) = k(S(t0 ) S(t))u0 kL2 (RN )
ku0 S(|t t0 |)u0 kL2 (RN ) = k(1 e||
2

2 |tt0 |

)
u0 ()kL2 (RN ) .

Or |(1 e|| |tt | )


u0 | est borne uniformement par rapport a` t et t0 par 2|
u0 |. Ainsi,
par application du Theor`eme de convergence dominee de Lebesegue, on en deduit
la continuite de lapplication u de R+ a` valeurs dans L2 (RN ).
2
N
equivalent `a prouver la
Montrons que u() = S()u0 C 1 (R+
, L (R )), ce qui est
derivabilite de la transformee de Fourier de u
2

F(u(t)) = F(S(t)u0 ) = et|| u0 .


Formellement, on calcule que
d
2
(F(S(t)u0 )) = ||2 et|| u0 = ||2 F(S(t)u0 ).
dt
2

Tout dabord la fonction ||2 e|| t u0 appartient effectivement a` L2 (RN ). Afin de


2
prouver quil sagit bien de la derivee de e|| t u0 , il reste a` etablir que pour tout
t > 0,
2
2
2
k(t)1 (e|| (t+t) e|| t + t||2 e|| t )kL2 (RN ) = o(t).
A cet effet, on peut utiliser la formule de Taylor avec reste integrale suivante
Z 1
2
||(t+t)
||t
2 ||2 t
2
e
=e
t|| e
+ (t)
||4 e|| (t+st) ds.
0

On en deduit que, d`es que t > t/2, on a


1

||(t+t)

t (e

||t

2 ||2 t

+ t|| e

4 ||2 (t+st)

|| e

) = t
0

2 t/2

ds t
0

Or, pour t fixe, on a


sup ||4 e||

= Ct < .

||4 e||

2 t/2

ds.

125
Il sen suit que
k(t)1 (e||

2 (t+t)

e|| t + t||2 e|| t )kL2 (RN ) Ct ku0 kL2 (RN ) t,

ce qui conclut la preuve de la derivabilite de u dans le cas f = 0. En appliquant la


transformee de Fourier inverse a` la formule pour la derivee de F(S(t)u0 ), il vient
d
(S(t)u0 ) = (S(t)u0 ),
dt
ce qui prouve que S(t)u0 est solution de lequation de la chaleur avec f = 0.
Cas non homog`
ene. Dapr`es les resultats precedents, on a etabli que dans le cas
f = 0, la fonction u definie par (7.19) etait solution de (7.20). Dapr`es la linearite
de la definition (7.19) de u et de lequation (7.20), il suffit de considerer le cas f 6= 0
et u0 = 0 pour conclure. Dans ce cas, on a
Z t
u(t) =
S(t s)f (s) ds.
0

Par un simple changement de variable, on en deduit que


Z t
S(s)f (t s) ds.
u(t) =
0

Enfin, loperateur S(s) etant uniformement continu de L2 (RN ) a` valeurs dans L2 (RN )
et f appartenant `a C 1 (R+ , L2 (RN )), on en deduit que u est derivable par rapport a`
t dans L2 (RN ) et que
Z t
df
du
S(s) (t s) ds + S(t)f (0).
=
dt
dt
0
Il en decoule que
d
u
() =
dt

e(ts)||

df
2
(s, ) ds + et|| f(0, ).
dt

En effectuant une integration par parties sur le premier terme du membre de droite
de cette equation, il vient
Z t
h
it
d
u
2
2
(ts)||2
2
() = e
f (s, ) ||
e(ts)|| f(s, ) ds + et|| f(0, )
dt
0
0
Z t
2
= f(t, ) ||2
e(ts)|| f(s, ) ds
0

= f(t, ) ||2 u.
Par transformation de Fourier inverse, on en deduit que
du
= u + f,
dt
et on a evidemment u(t = 0) = 0.

126

CHAPITRE 7. PROBLEMES
DEVOLUTION

Exercice 7.4.7 (
egalit
e d
energie) Soit u la solution de lequation de la chaleur
(7.19) avec f = 0. Montrer que, pour tout T > 0,
Z TZ
Z
Z
1
1
2
2
u(x, T ) dx +
|u(x, t)| dx dt =
u0 (x)2 dx.
2 RN
2
N
N
0
R
R
Correction. On rappelle que la transformee de Fourier de u est i u. Comme la
2
transformee de Fourier est une isometrie de L2 (RN ) et u = u0 e|| t , on a
Z T
1
2
ku(t)k2L2 (RN ) dt
ku(T )kL2 (RN ) +
2
0
Z T
1
2
= k
u(T )kL2 (RN ) +
k u(t)k2L2 (RN ) dt
2
0
Z
Z Z T
1
2
2 2||2 T
||2 |u0 (t, )|2 e2|| t dtd
|u0 (T, )| e
d +
=
2 RN
RN 0
Z
Z Z T

1

1
2
2 2||2 T
|u0 (t, )|2 e2|| t dtd
=
|u0 (T, )| e
d
2 RN
2 RN 0 t
Z
1
1
=
|u0 ()|2 d = ku0 k2L2 (RN ) .
2 RN
2
Exercice 7.4.8 (principe du maximum) Soit u la solution de lequation de la chaleur (7.19) avec f = 0. Montrer que, si u0 L (RN ), alors u(t) L (RN ) et
ku(t)kL (RN ) ku0 kL (RN ) t > 0.
Montrer que, si u0 0 presque partout dans RN , alors u 0 dans RN R+
.
Correction. On majore la formule explicite pour u
Z
ku0 kL (RN )
2
ku(t)kL (RN )
ey /4t dy = ku0 kL (RN ) .
N/2
(4t)
RN
Enfin, dapr`es lexpression de explicite de u en fonction de u0 , il est evident que si
u0 0 presque partout, u 0 presque partout.
Exercice 7.4.9 (effet r
egularisant) Soit u la solution de lequation de la chaleur
(7.19) avec f = 0. Montrer que u C (RN R+
).
Correction. Dapr`es lexpression de la transformee de Fourier de u,
2

u(, t) = u0 ()e|| t ,
pour tout multi-indice et pour tout t > 0, la fonction (, t) 7 || u(, t) est
continue en temps `a valeurs dans L2 (RN ). Ainsi, par transformation de Fourier in2
N
verse, u est un element de C(R+
, L (R )). En dautres termes, pour tout enm
N
tier m, u appartient a` C(R+
es le Theor`eme 4.3.25 et la Re , H (R )). Dapr`
marque 4.3.26 (ou leurs equivalents dans le cas = RN ), on en deduit que
nu

N
eduit
u(t) C(R+
, C (R )). En effectuant une analyse similaire sur tn , on en d

N
+
que u C (R , C (R )) = C (R R ).

127
Exercice 7.4.10 (comportement asymptotique) Soit u la solution de lequation
de la chaleur (7.19) avec f = 0. Montrer que
lim u(x, t) = 0 t > 0,

lim u(x, t) = 0 x RN .

et

|x|+

t+

Correction. Soit r > 0 un reel positif, on decompose lintegrale definissant u(x, t)


en deux integrales
Z

Z
|xy|2
|xy|2
1
4t
4t
u0 (y)e
u(x, t) =
dy +
u0 (y)e
dy .
(4t)N/2
|xy|r
|xy|r
En appliquant linegalite de Cauchy-Schwarz a` chacun des termes, on obtient
1
|u(x, t)|
ku0 kL2 (RN )
(4t)N/2

Z
e

|xy|2
2t

1/2
dy

|xy|r



|x|2
4t
+
e

Z

L2 (RN )

|u0 (y)|2 dy

1/2 !
.

|xy|r

On note B(z, r) la boule de rayon r et de centre z RN . On a


!




2
2


|x|
|x|
1
4t
4t
|u(x, t)|
ku0 kL2 (RN )
+
e
2 N
2 N ku0 kL2 (B(x,r)) .
e
(4t)N/2
L (R \B(0,r))
L (R )
|x|2

Pour tout reel > 0, pour r assez grand, on a ku0 kL2 (RN ) ke 4t kL2 (RN \B(0,r)) < .
De plus, pour x assez grand (r etant fixe), comme u0 L2 (RN ), on a


|x|2
e 4t
ku0 kL2 (B(x,r)) < .


L2 (RN )

Ainsi, pour tout , pour x assez grand on a |u(x, t)| <

2
.
(4t)N/2

En dautres termes,

lim u(x, t) = 0 pour tout t > 0.

|x|+

On rappelle que u(, t) = u0 ()e|| t . Ainsi,


ku(t)k2L2 (RN )

k
u(t)k2L2 (RN )

Z
=

|
u0 ()|2 e2|| t d

RN

et dapr`es le Theor`eme de convergence dominee de Lebesgue, ku(t)kL2 (RN ) converge


vers zero lorsque t tend vers linfini. Le meme raisonnement applique aux derivees
partielles de u dordre quelconque nous donne que pour tout entier m, la norme H m
de u(t) converge vers zero lorsque t tend vers linfini. Dapr`es le Theor`eme 4.3.25
et la Remarque 4.3.26, on en deduit que, pour tout entier r, la norme de u(t) dans
C r (R) tend vers zero quand t . En particulier,
lim u(x, t) = 0 pour tout x RN .

t+

CHAPITRE 7. PROBLEMES
DEVOLUTION

128

Exercice 7.4.11 (vitesse de propagation infinie) Soit u la solution de lequation


de la chaleur (7.19) avec f = 0. Montrer que, si u0 0 et u0 6 0, alors u(x, t) > 0
dans RN R+
.
Correction. Soit u0 0. Dapr`es le principe du maximum, on a u 0. Par
contraposee, il suffit donc de montrer que sil existe (x, t) RN R+
tel que u(x, t) =
0, alors u0 (y) = 0 presque partout. Or, dapr`es lexpression explicite de u(x, t), si
u(x, t) = 0, on a u0 (y)e
partout.

|xy|2
4t

= 0 pour presque tout y et donc u0 (y) = 0 presque

Exercice 7.5.1 Soit > 0. On consid`ere lequation des ondes amortie


2u
+ u
u = f p.p. dans R+

t
t2
u=0
p.p. sur R+
u(x, 0) = u0 (x)
p.p. dans x

u
(x, 0) = u1 (x)
p.p. dans x .
t

(7.21)

On suppose que u est une solution suffisamment reguli`ere de (7.21) et que f est nul
apr`es un temps fini. Montrer, `a laide dun lemme de Gronwall (voir lExercice 8.2.1),
decroissent exponentiellement vers zero lorsque le temps t tend vers linfini.
que u et u
t
Correction. Comme on sinteresse uniquement a` une propriete asymptotique de
la solution et que f est nul pour t assez grand, on peut supposer, sans perte de
generalite, que f = 0. Soit un reel strictement positif. On pose v = et u. La
fonction v est solution du probl`eme aux limites
2v
+ ( 2) v
v ( )v = 0 p.p. dans R+

t
t2
v=0
p.p. sur R+
v(x, 0) = v0 (x)
p.p. dans x

v
(x, 0) = v1 (x)
p.p. dans x .
t
o`
u v0 = u0 et v1 = u0 + u1 . En multipliant lequation verifiee par v dans par
v/t, on obtient suite `a une integration par parties et un echange de lintegration
en espace et de la derivation par rapport au temps que
!
2
Z
Z 2
v

1d
+ |v|2 ( )|v|2 dx = (2 ) v dx.

2 dt t
t
Ainsi, si /2, on en deduit que le second membre est negatif et quapr`es
integration en temps il existe C tel que
!
2
Z
v
+ |v|2 ( )|v|2 dx < C .
t

Enfin, dapr`es linegalite de Poincare, il existe une constante C > 0 telle que
Z
Z
2
|v| dx C
|v|2 dx,

129
ce qui conduit a` la majoration suivante
!
2
Z
v
+ (C ( ))|v|2 dx < C .
t

Il existe > 0 suffisamment petit tel que C ( ) soit strictement positif aussi.
Dans ce cas il decoule de linegalite precedente que les normes L2 de v/t et de v
sont bornees. Comme u = et v et u/t = (v/tv)et , u et u/t decrossent
exponentiellement vers zero (en norme L2 ()) lorsque t tend vers linfini.
Exercice 7.5.2 Soit u(t, x) la solution, supposee suffisamment reguli`ere, de lequation
des ondes (7.9). En labsence de terme source, montrer que
Z Z 2
Z Z
1 t u
1 t
1
lim
dx = lim
|u|2 dx = E0 ,


t+ t 0
t+ t 0
2
t

avec E0 lenergie initiale


Z

|u1 (x, t)| dx +

E0 =

|u0 (x, t)|2 dx.

Pour cela on multipliera lequation (7.9) par u et on integrera par parties.


Correction. En multipliant lequation des ondes par u, on obtient par integration
Z tZ 2
Z tZ
u
|u(x, s)|2 dxds = 0.
(x, s)u(x, s) dxds +
2
t
0

En integrant par parties en temps le premier terme de cette equation, on trouve



2 !
Z tZ
Z
Z
u

u
2
|u(x, s)| (x, s) dxds = 0.
u1 u0 dx +
u(x, t) dx
t
0

Ainsi,
1
t

Z tZ
0


2 !


u
|u(x, s)|2 dxds (x, s) dxds
t
Z

Z
u
1
t+
=
u1 u0 dx
u(x, t)dx 0,
t

car, grace a` linegalite de Poincare,


Z
u
u
(x, t)u(x, t)dx Ck (t)kL2 () ku(t)kL2 ()
t
t
est uniformement borne en temps. Dautre part, lequation de conservation de lenergie
implique que
!
Z tZ
Z t Z 2


1
u dxds = E0 .
|u|2 dxds +

t
0

0
t

CHAPITRE 7. PROBLEMES
DEVOLUTION

130

En sommant ces deux equations on obtient que


Z Z 2
1 t u
dx,
t 0 t
et donc
1
t

Z tZ
0

|u|2 dx,

convergent vers E0 /2.


Exercice 7.5.3 On consid`ere lequation des
2u
t2 u = 0
u(x, 0) = u0 (x)
u
(x, 0) = u1 (x)
t

ondes dans tout lespace RN


dans RN R+
dans x RN
dans x RN ,

(7.22)

avec une donnee initiale (u0 , u1 ) reguli`ere et `a support compact. Montrer que la solution
u(t, x) peut se mettre sous la forme


(M u0 )
u(x, t) = (M u1 )(x, t) +
(x, t),
t
o`u M est un operateur de moyenne defini par
1
si N = 1, (M v)(x, t) =
2

+t

1
si N = 2, (M v)(x, t) =
2

v(x )d,
t

1
si N = 3, (M v)(x, t) =
4t

||<t

v(x )
p
d,
t2 ||2

Z
v(x )ds(),
||=t

o`u ds() est la mesure surfacique de la sph`ere. En deduire que la solution u en (t, x)
ne depend que des valeurs des donnees initiales u0 et u1 sur la boule |x| t. (Pour
savoir comment on trouve les expressions ci-dessus de loperateur M , nous renvoyons au
chapitre 9 de [3].)
Correction. On proc`ede de mani`ere identique dans les trois cas : dans un premier
temps, on verifie que pour toute fonction v,
2M v
(x, t) = (M v)(x, t)
(7.23)
t2
Pour tout couple (x, t) tel que t > 0. On en deduit que la fonction u definie a` laide
de M u1 et M u0 verifie bien lequation des ondes. Il reste a` montrer quelle verifie
les conditions aux limites, cest-`a-dire que
M v(x, 0) = 0,
M v
(x, 0) = v(x),
t
2M v
(x, 0) = 0.
t2

131

Le cas N = 1 est essentiellement elementaire. Etudions


directement les cas N = 2
ou 3.
Cas N=2. Tout dabord, on effectue un changement de variable afin de definir M v
a` laide dune integrale dont le domaine est independant du temps. On a
Z
1
v(x t)t
Mv =
d.
2 ||<1 (1 ||2 )1/2
Si on suppose que v est assez reguli`ere, on peut echanger les operateur dintegration
et de derivation lors du calcul des derivees partielles. On obtient
Z
1
t(2 v(x t)) 2v(x t)
2M v
=
d
t2
2 ||<1
(1 ||2 )1/2
o`
u 2 v est la matrice hessienne des derivees partielles secondes de v et
Z
1
v(x t)
(M v) =
td.
2 ||<1 (1 ||2 )1/2
Afin de verifier (7.23), on introduit, pour tous x et t > 0 fixes, la fonction w() =
v(x t). Des expressions de 2 M v/t2 et de (M v), on deduit que
1
2M v
=
2
t
2t

Z
||<1

(2 w) + 2w
d
(1 ||2 )1/2

et que
1
(M v) =
2t

Z
||<1

w
d.
(1 ||2 )1/2

Soit r un reel strictement positif tel que r < 1. Par integration par parties, on montre
que
Z
Z
Z
w
w
1
d =
d +
(w )ds .
2 1/2
2 3/2
r(1 r2 )1/2 ||=r
||<r (1 || )
||<r (1 || )
De meme,
(2 w)
d =
2 1/2
||<r (1 || )


Z
Z
2
1
r

(w )
+
d +
w ds .
(1 ||2 )1/2 (1 ||2 )3/2
(1 r2 )1/2 ||=r
||<r
Z

On effectue la soustraction de ces deux expressions, puis on fait tendre r vers 1. Les
termes de bords tendent vers zero, ce qui etablit que
Z
Z
w (2 w)
w
d = 2
d .
2
1/2
2 1/2
(1 || )
||<1
||<1 (1 || )

CHAPITRE 7. PROBLEMES
DEVOLUTION

132

De lexpression des derivees partielles de M v en fonction de w, on deduit que M v


verifie lequation des ondes (7.23). Reste a` prouver que M v verifie bien les conditions
initiales annoncees en t = 0.
On a evidemment M v(t = 0) = 0. De plus,
Z
1
M v
tv(x t) + v(x t)
=
d .
t
2 ||<1
(1 ||2 )1/2
Ainsi,
1
M v
(x, t = 0) = v(x)
t
2

1
d .
(1 ||2 )1/2

||<1

En passant en coordonnees polaires afin de calculer le terme integral, il vient


M v
(t = 0) = v .
t
Enfin,
2M v
1
(t = 0) =
2
t

Z
||<1

v(x)
1
d =
2
1/2
(1 || )


. v(x)(1 ||2 )1/2 d .

||<1

Par integration par parties, on obtient que


Z
2M v
1
(t = 0) =
(v(x) )(1 ||2 )1/2 d = 0.
t2
||=1
Cas N=3. On proc`ede au calcul des derivees partielles de M v comme precedemment. Il vient
Z
2M v
1
t(2 v(x t)) 2(v ) ds
=
2
t
4 ||=1
et

1
(M v) =
4

Z
tv(x t) ds .
||=1

Soit (x, t) fixe tel que t > 0. On introduit la fonction w() = v(x t). On a
Z
2M v
1
=
(2 w) + 2(w ) ds
2
t
4t ||=1
Z
1
(M v) =
w ds .
4t ||=1
Il suffit donc de remarquer que
Z
(2 w + 2w w) ds = 0 ,
||=1

en tant que flux dun champ de divergence nulle. En effet,


(2 w) = (w) + w ,

133
et (en dimension 3),
(w) = 3w + (w) .
Pour finir, il est aise de verifier que M v verifie bien les conditions initiales annoncees
(pourvu quon sache que la surface de la sph`ere est 4).
Exercice 7.5.4 On consid`ere lequation des ondes (7.22) dans un domaine RN
avec des conditions aux limites indeterminees mais homog`enes, et une donnee initiale
(u0 , u1 ) reguli`ere et `a support compact dans . Verifier quil existe un temps T > 0
tel que sur lintervalle [0, T ] la solution est encore donnee par les formules de lExercice
8.5.3.
Correction. Soit K lunion des supports de u0 et u1 . Si T est inferieur `a la distance
de K a` la fronti`ere de , la solution explicite donnee par lexercice precedent est
aussi solution de lequation des ondes dans le domaine . En effet, les conditions aux
limites sont verifiees, car u(x, t) est nul d`es que la distance de x a` K est superieure
a` t.
Exercice 7.5.5 (application musicale) En admettant que le son se propage selon
lequation des ondes, montrer quil nest pas possible decouter de la musique (audible)
dans un monde de dimension spatiale N = 2, alors que cest (fort heureusement) possible
en dimension N = 3.
Correction. En dimension 3, dapr`es lexpression de la solution de lequation des
ondes obtenu a` lExercie 8.5.3, on constate (en considerant une source sonore ponctuelle) que la solution est independante du point lespace considere, a` un amortissement et un decalage temporel pr`es. Tout auditeur percoit donc le meme son (tout
comme le musicien par ailleurs) et seule la puissance du signal recu varie. De plus,
le son percu ne depend que du son emis a` un instant donne, ce qui permet en particulier au musicien dexcercer un retro-controle. Ces deux proprietes ne sont plus
verifiees en dimension 2. Le son percu (meme en considerant une source ponctuelle)
depend de lemplacement de lauditeur et depend en plus de tout le passe. Au lieu
de se succeder au cours du temps les sons successifs sempilent et se melangent et
lauditeur devrait extraire dun signal cumule les ondes arrivees en dernier. Enfin, il est a` noter quen dimension 2, il est tout simplement impossible dobtenir un
silence absolu (meme si la pollution sonore decrot progressivement au court du
temps).
Exercice 7.6.1 La discretisation en espace dune equation parabolique conduit `a la
resolution de lequation differentielle ordinaire

M dU (t) + KU (t) = b(t)


dt
,
(7.24)

U (t = 0) = U 0
o`u M et K sont les matrices de masse et de rigidite associees au probl`eme et U (t) RN
est le vecteur constitue des degres de libertes de lapproximation spaciale choisie. Dans

CHAPITRE 7. PROBLEMES
DEVOLUTION

134

loptique de resoudre numeriquement cette equation ordinaire, on introduit le -schema


consistant `a calculer une approximation U n RN de U (nt) definie par
M


U n+1 U n
+ K U n+1 + (1 )U n = b(tn+1 ) + (1 )b(tn ).
t

(7.25)

o`u [0, 1]. Pour = 1/2, on obtient le schema de Crank-Nicholson. Nous allons
egalement considerer un autre schema, dit de Gear, defini par
M

3U n+1 4U n + U n1
+ KU n+1 = b(tn+1 ).
2t

(7.26)

Montrer que le schema de Crank-Nicholson et celui de Gear sont dordre 2 (en temps),
tandis que le -schema pour 6= 1/2 est dordre 1.
Correction. Schema de Crank-Nicholson et -schema
Soit U la solution de lequation differentielle (7.24). Lerreur de troncature du
schema du -schema est
E(U ) = M

U (tn+1 ) U (tn )
+ K(U (tn+1 ) + (1 )U (tn ))
t
(b(tn+1 ) + (1 )b(tn )) .

En effectuant un developpement de Taylor en t = tn , on obtient



E(U ) =





M d2 U
dU
db
dU
+ KU b + t
+ K

M
dt
2 dt2
dt
dt


3
2
K d U
d2 b
Md U
2
+

+ O((t)3 )
+ (t)
6 dt3
2 dt2
2 dt2

En exploitant lequation verifiee par U , on en deduit que



db
1
KM (b KU )
dt


d2 b
2 1 3
1 2
1 db
+ (t)
(KM ) (b KU ) + KM
+
+ O((t)3 ).
6
dt dt2

1 2
E(U ) = t
2

Pour 6= 1/2, le -schema est dordre 1 en temps tandis que le schema de CrankNicholson (qui correspond au cas = 1/2) est dordre 2 en temps.
Schema de Gear
Dans le cas du schema de Gear, lerreur de troncature est
E(U ) = M

2U (tn+1 ) 4U (tn ) + U (tn1 )


+ KU (tn+1 ) b(tn+1 ).
2t

En effectuant un developpement de Taylor en t = tn+1 , on obtient




(t)2 d3 U
dU
E(U ) = M
+ KU b (tn+1 ) +
M 3 (tn+1 ) + O((t)3 ).
dt
3
dt

135
Si U est solution de (7.24), on a donc
E(U ) =

(t)2 d3 U
M 3 (tn+1 ) + O((t)3 ).
3
dt

Le schema de Gear est donc dordre 2 en temps.


Exercice
7.6.2 On consid`ere le -schema (7.25) avec 1/2 1. On note kU kM =

MU U . Demontrer lequivalent discret suivant de linegalite denergie (8.17)




Z T
n0
X
n n
0 2
2
n0 2

tKU U C kU kM +
kf (t)kL2 () dt + O(1) .
kU kM +
0

n=0

o`u n0 = T /t. Pour cela, on prendra le produit scalaire de (7.25) avec U n = U n+1 +
(1 )U n .
Correction. Afin detablir linegalite denergie demandee, on proc`ede comme dans
le cas continu. A cet effet, on utilise une version discr`ete du lemme de Gronwall : si
vn est une suite de reels positifs tels que pour a v0 0 et b 0, on a
vn+1 a + b

n
X

vp ,

p=0

alors pour tout n, on a


vn a(1 + b)n .
Dans un premier temps, nous allons demontrer ce lemme, puis lappliquer au schema afin dobtenir lestimation denergie souhaitee. On introduit la suite wn
definie par
n
X
wp ,
wn+1 = a + b
p=0
n

w0 = a. On verifie que wn = a(1 + b) et que vn wn , ce qui prouve la version


discr`ete du lemme de Gronwall. Nous allons maintenant appliquer ce lemme afin
dobtenir lestimation voulue.
Notons que
2M(U n+1 U n ) (U n+1 + (1 )U n ) = kU n+1 k2M kU n k2M
+ (2 1)kU n+1 U n k2M .
En effectuant le produit scalaire de (8.59) avec U n = U n+1 + (1 )U n , on obtient
kU n+1 k2M kU n k2M 2 1 n+1
+
kU
U n k2M + KU n U n = (bn+1 + (1 bn )) U n .
2t
2t
Comme 1/2, par sommation de la relation precedente, il vient
n

kU n+1 k2M kU0 k2M X p p X


+
KU U
(bp+1 + (1 )bp ) U p .
2t
p=0
p=0

(7.27)

CHAPITRE 7. PROBLEMES
DEVOLUTION

136

Majorons le terme de droite dans (7.27). Dapr`es la definition de b (voir (8.57)), on


a
(bp+1 + (1 )bp ) U p = (bp+1 + (1 )bp ) (U p+1 + (1 )U p )
Z
= (f (tp+1 ) + (1 )f (tp )) (up+1
+ (1 )uph )dx.
h

On en deduit que
(bp+1 + (1 )bp ) (U p+1 + (1 )U p )

1
p 2
kf (tp+1 ) + (1 )f (tp )k2L2 () + kup+1
+
(1

)u
k

2
h
h L () .
2
De la definition de M et en utilisant la convexite de lapplication x 7 x2 , il en
decoule que
(bp+1 + (1 )bp ) (U p+1 + (1 )U p )

1

kf (tp+1 )k2L2 () + (1 )kf (tp )k2L2 () + kU p+1 k2M + (1 )kU p k2M .


2
Linegalite (7.27) implique ainsi
n

 X
1
1
kU n+1 k2M kU0 k2M +
KU p U p
2t
2
p=0

n+1
X

kf (tp )k2L2 () +

p=0

n+1
X

!
kU p k2M ,

p=0

On rearrange les differents termes de linegalite afin dobtenir une majoration nous
permettant dappliquer lequivalent discret du lemme de Gronwall.
n

kU n+1 k2M

2t X p p
KU U
+
1 t p=0
t
1
kU 0 k2M +

1 t
1 t

n+1
X

kf (tp )k2L2 () +

n
X

!
kU p k2M

p=0

p=0

On applique la version discr`ete du lemme de Gronwall a` vn = kU n k2M avec les


param`etres
n

0
1
t X
a=
kU 0 k2M +
kf (tp )k2L2 ()
1 t
1 t p=0

Pour tout n n0 , on a vn a(1 + b)n . En particulier,


a+b

n
X
p=0

vp a(1 + b)n+1 ,

et

b=

t
.
1 t

137
et donc
n

kU n+1 k2M

2t X p p
+
KU U
1 t p=0
(1 t)(n+2) kU 0 k2M + t

nX
0 +1

!
kf (tp )k2L2 ()

p=0

Notons que (1 t)n est majore par une constante independante du pas de temps
t (mais dependant du temps final T = n0 t). En effet, pour un temps t 0 fixe,
si on pose nP
= t/(t), alors (1 t)n tend vers et lorsque t tend vers zero. Par
0 +1
ailleurs, t np=0
kf (tp )k2L2 () est une approximation consistante de kf k2L2 ((0,T )) .
On retrouve ainsi lequivalent discret de lestimation denergie de lExercice 7.3.1.
Exercice 7.6.3 Montrer que le schema de Gear (7.26) est inconditionnellement stable.
Correction. On prouve la stabilite en etablissant une estimation denergie du
meme type que celle obtenue dans lExercice 7.6.2. On note tout dabord que

1
n+1
n
n1
n+1
M(3U
4U + U ) U
=
kU n+1 k2M kU n k2M
2

n+1
n 2
n
n1 2
n+1
n
n1 2
+ k2U
U kM k2U U kM + kU
2U + U kM .
On effectue le produit scalaire du schema de Gear (7.26) par U n+1 . En minorant le
terme de droite, on obtient

1
kU n+1 k2M kU n k2M + k2U n+1 U n k2M k2U n U n1 k2M
4
+ tKU n+1 U n+1 t b(tn+1 ) U n+1 .
Or, pour tout 6= 0, on a

1  2 n+1 2
kU kM + 2 kf (tn+1 )k2L2 () .
2
Comme les matrices K et M sont definies positives, on peut choisir ce param`etre
2 > 0 comme la constante de minoration dans linegalite suivante
b(tn+1 ) U n+1

2 kU k2M KU U

U RN .

Par consequent, on en deduit que


kU n+1 k2M + k2U n+1 U n k2M kU n k2M + k2U n U n1 k2M + 22 tkf (tn+1 )k2L2 () ,
cest-`a-dire que
kU n+1 k2M

kU 1 k2M

+ k2U

U 0 k2M

+ 2 t

n+1
X

kf (tp )k2L2 () ,

p=2

o`
u la derni`ere somme est une une approximation consistante de kf k2L2 ((0,T )) . Ceci
prouve la stabilite du schema de Gear sans aucune condition sur le pas de temps.

138

CHAPITRE 7. PROBLEMES
DEVOLUTION

Exercice 7.6.4 On resout par elements finis P1 et schema explicite en temps lequation
de la chaleur (7.1) en dimension N = 1. On utilise une formule de quadrature qui rend
la matrice M diagonale (voir la Remarque 7.4.3 et lExercice 7.4.1). On rappelle que la
matrice K est donnee par (5.1) et quon a calcule ses valeurs propres lors de lExercice
13.1.3. Montrer que dans ce cas la condition CFL
max i t 2,
i

(7.28)

o`u les i sont les valeurs propres de KU = MU est bien du type t Ch2 .
Correction. La matrice M obtenue a` laide de la methode de mass-lumping est
M = h Id .
Ainsi, les valeurs propres i sont egales aux valeurs propres de K divisees par h, et


i
2
2
i = 4h sin
.
2(n + 1)
On en deduit que i 4h2 , on retrouve une condition CFL classique, cest-`a-dire
2t h2 .

Exercice 7.7.1 Ecrire


le syst`eme lineaire dequations differentielles ordinaires obtenu
par semi-discretisation de lequation des ondes amortie (7.21).
Correction. Le probl`eme discretise en espace consiste `a determiner u(t) fonction
de t a` valeur dans V0h telle que pour tout vh V0h ,
d
d2
huh (t), vh iL2 () + huh (t), vh iL2 () + huh (t), v(t)iL2 () = hf, vh iL2 ()
2
dt
dt
avec
duh
uh (t = 0) = u0,h et
(t = 0) = u1,h .
dt
Si i designe la base de V0h , si on note Ui (t) les coordonnees de uh (t) dans cette
base, on a
dU
d2 U
M 2 (t) + M (t) + KU (t) = b(t)
dt
dt
o`
u M est la matrice de masse M = hi , j i, K la matrice de rigidite hi , j i et
b le terme source hf, j i.
Exercice 7.7.2 La discretisation spatiale de lequation des ondes conduit `a lequation
differentielle ordinaire
d2 U
M 2 (t) + KU (t) = b(t),
(7.29)
dt
o`u M et K sont respectivement les matrices de masse et de rigidite, tandis que U (t)
RN est le vecteur des degres de libertes de lapproximation spatiale de la solution exacte

139
et b(t) RN depend du terme source. Afin dintegrer numeriquement (7.29) on consid`ere
le schema de Newmark pour les trois suites de vecteurs U n , U n , U n

MU n+1 + KU n+1 = b(tn+1 )

n+1
U
= U n + t( U n+1 + (1 )U n )
(7.30)



2

U n+1 = U n + tU n + (t) 2U n+1 + (1 2)U n


2
avec 0 1 et 0 1/2. Montrer que le schema de Newmark est dordre 1 (en
temps) pour 6= 1/2, dordre 2 pour = 1/2 et 6= 1/12, et dordre 4 si = 1/2 et
= 1/12.
Correction. Comme indique dans (8.70) on peut eliminer les suites U n , U n et
reecrire le schema sous la forme


U n+1 2U n + U n1
1
1
n
n1
n+1
M
+ K U
+ ( + 2)U + ( + )U
(t)2
2
2
1
1
= b(tn+1 ) + ( + 2)b(tn ) + ( + )b(tn1 ).
2
2
On introduit lerreur de troncature de ce schema
U (t + t) 2U (t) + U (t t)
E(U ) = M
(t)2






1
1
+ K U (t + t) +
+ 2 U (t) +
+ U (t t)
2
2






1
1
b(t + t) +
+ 2 b(t) +
+ b(t t) .
2
2
En effectuant un developpement de Taylor en t = tn , on etablit que



d2 U
1
dU
db
E(U ) = M 2 + KU b + t
K

dt
2
dt
dt



2
2
dU
db
1
(t)2 d4 U
+ (t)2
+
K 2 2 +
M 4
4 2
dt
dt
12
dt

 3

3
3
db
(t)
1
dU
+

K 3 3 + O((t)4 ).
6
2
dt
dt
Si U est solution de lequation (7.29), on a
K

d2 U
d2 b
d4 U

=
M
.
dt2
dt2
dt4

Ainsi,





1
dU
db
1
1
d4 U
2
E(U ) = t
K

(t)
+
M 4
2
dt
dt
4 2
12
dt

 3

3
3
(t)
1
dU
db
+

K 3 3 + O((t)4 ).
6
2
dt
dt

CHAPITRE 7. PROBLEMES
DEVOLUTION

140

On verifie aisement sur lexpression de E(U ) que le schema de Newmark est dordre
1 pour 6= 1/2, dordre 2 pour = 1/2 et 6= 1/12 et dordre (au moins) 4 si
= 1/2 et = 1/12.
Exercice 7.7.3 On consid`ere le cas limite du Lemme 8.7.1, cest-`a-dire = 1/2 et
4
(on utilise les memes notations que celles introduites dans la preuve
i (t)2 = 14
de ce dernier). Montrer que le schema de Newmark (7.30) est instable dans ce cas en
verifiant que




n+1 n
2 1
n
n
.
Ai =
et Ai = (1)
n
1n
1
0
Remarquez quil sagit dune instabilite faible puisque la croissance de Ani est lineaire
et non exponentielle.
Correction. On rappelle que les i designent les valeurs propres de KU = MU
et que Uin est la composante du vecteur U n suivant le i-`eme vecteur propre associe `a
i . Dapr`es la demonstration du Lemme 8.7.1, le schema de Newmark est equivalent
a`


1
1
Uin+1 2Uin + Uin1
n+1
n1
n
+ i Ui + ( + 2)Ui + ( + )Ui
= bni ,
2
(t)
2
2
cest-`a-dire
 n+1 
 n 

 n 

(t)2
Ui
bi
a11 a12
Ui
avec Ai =
= Ai
+
,
Uin
Uin1
1
0
1 + i (t)2 0
et
a11 =

2 i (t)2 ( 12 + 2)
,
1 + i (t)2

a12 =

1 + i (t)2 ( 12 + )
.
1 + i (t)2

On verifie sans mal que pour = 1/2 et i (t)2 = 4/(1 ), a11 = 2 et a12 = 1.
Ainsi,


2 1
Ai =
.
1
0
Par recurrence on etablit alors que
Ani

= (1)

n+1
n
n 1 n

Il en decoule que le schema de Newmark est instable dans ce cas : pour sen
convaincre, il suffit de considerer le cas b = 0, Ui1 = Ui0 = 1 et Uj1 = Uj0 = 0
pour j 6= i.

Chapitre 8
INTRODUCTION A
LOPTIMISATION
Exercice 8.1.1 Montrer par des exemples que le fait que K est ferme ou que J est
continue est en general necessaire pour lexistence dun minimum. Donner un exemple
de fonction continue et minoree de R dans R nadmettant pas de minimum sur R.
Correction. Exemples de non-existence de minimum
K non ferme : minimisation de J(x) = x sur ]0, 1[.
J non continue : minimisation sur R de J(x) = x2 pour x 6= 0, J(0) = 1.
J continue, minoree mais non infinie `a linfini : minimisation sur R de
J(x) = ex .
Exercice 8.1.2 Montrer que lon peut remplacer la propriete infinie `a linfini (9.3)
du Theor`eme dexistence 9.1.3 de minimiseur en dimension finie par la condition plus
faible

inf J(v) < lim inf J(v) .

vK

R+

kvkR
vK

Correction. Soit (v n ) une suite minimisante de J sur K. Comme

inf J(v) < lim inf J(v) ,

vK

R+

kvkR
vK

et que J(vn ) converge vers inf vK J(v), il existe > 0, suffisamment petit, et n0 tel
que, pour tout n n0 ,

J(vn ) < lim inf J(v) .


R+

kvkR
vK

Ainsi, il existe R assez grand tel que, pour tout n n0 ,


J(vn ) < inf J(v).
kvkR
vK

141

142

CHAPITRE 8. INTRODUCTION A LOPTIMISATION

De cette inegalite on deduit que, pour tout n n0 , on ne peut pas avoir kvn k R.
Par consequent, pour n n0 , vn appartient a` la boule de rayon R. Autrement
dit, la suite vn reste bornee. La suite de la demonstration est alors identique a` la
demonstration initiale.
Exercice 8.1.3 Montrer que la conclusion du Theor`eme 9.1.3 dexistence dun minimiseur en dimension finie reste valable si on remplace lhypoth`ese de continuite de J par
la condition de semi-continuite inferieure
(un )n0 suite dans K , lim un = u = lim inf J(un ) J(u) .
n+

n+

Correction. Soit (un ) une suite minimisante de J sur K. Comme J est supposee
infinie a` linfini, un est bornee, puisque J(un ) est une suite de reels majoree. Il existe
donc une sous-suite (unk ) convergeant vers un element u RN . Comme K est ferme,
u K. Dautre part, comme J est semi-continue inferieurement,
J(u) lim inf J(unk ) = inf J(v)
vK

et donc
J(u) = inf J(v).
vK

Exercice 8.1.4 Montrer quil existe un minimum pour les Exemples 9.1.1, 9.1.6 et
9.1.7.
Correction.
Exemple 9.1.1 : Probl`
eme de transport. On consid`ere le probl`eme de minimisation de
M X
N
X
J(v) =
cij vij
i=1 j=1

sur
N
M
n
o
X
X
M N
K = v R+
tel que
vij si et
vij = rj , 1 i M et 1 j N
j=1

i=1

avec lhypoth`ese que


N
X
j=1

rj

M
X

si .

i=1

Tout dabord K est clairement ferme et, dapr`es lhypoth`ese, K est non vide. Enfin,
J est continue et comme K est borne, aucune hypoth`ese sur le comportement de J
a` linfini nest necessaire. On en deduit quil existe au moins un minimiseur de J sur
K.
Exemple 9.1.6 : Optimisation quadratique sous contraintes lin
eaires. Pour
une matrice carree dordre n, symetrique definie positive, A et une matrice rectangulaire B de taille m n, on consid`ere la minimisation de
1
J(x) = Ax x b x,
2

143
sur
K = Ker(B).
Lespace admissible K est un sous espace vectoriel de Rn et est donc ferme. De plus,
comme 0 K, il est non vide. Enfin, A etant supposee symetrique definie positive,
lapplication x 7 Ax x est une norme equivalente a` la norme euclidienne sur Rn .
Il existe donc une constante C telle que
Ax x 2Ckxk2
et
J(x) Ckxk2 kbkkxk.
On en deduit que J est infinie `a linfini. Comme J est egalement continue, on en
conclut que J admet un minimiseur sur K.
Exemple 9.1.7 : Premi`
ere valeur propre. Pour une matrice carree dordre n,
symetrique, A, on consid`ere la minimisation de
J(x) = Ax x
sur
K = {x Rn tel que kxk = 1}.
Lespace admissible K est ferme (car image reciproque dun ferme par une application continue) et trivialement non vide. Enfin, J est continue et comme K est borne,
aucune hypoth`ese sur le comportement de J a` linfini nest a` verifier. On en conclut
par application du Theor`eme 9.1.3 que J admet un minimiseur sur K.
Exercice 8.1.5 Soit a et b deux reels avec 0 < a < b, et pour n N , soit Pn
lensemble des polynomes P de degre inferieur ou egal `a n tels que P (0) = 1. Pour
P Pn , on note kP k = maxx[a,b] |P (x)|.
1. Montrer que le probl`eme
inf kP k

P Pn

(8.1)

a une solution.
2. On rappelle que les polynomes de Tchebycheff Tn (X) sont definis par les relations
T0 (X) = 1 , T1 (X) = X , Tn+1 (X) = 2XTn (X) Tn1 (X) .
Montrer que le degre de Tn est egal `a n et que pour tout R, Tn (cos ) =
cos(n). En deduire lexistence de n + 1 reels
0n = 1 > 1n > 2n > > nn = 1
tels que Tn (kn ) = (1)k pour 0 k n et que max1x1 |Tn (x)| = 1.
3. Montrer que lunique solution de (8.1) est le polynome

b+a
X
1


 Tn
P (X) =
2b a .
b+a
Tn
2
ba

144

CHAPITRE 8. INTRODUCTION A LOPTIMISATION

Correction.
1. Lensemble des polynomes de degre inferieur ou egal `a n tel que P (0) = 1 est un
sous espace affine (et ferme) de lensemble des polynomes de degre inferieur ou egal a`
n muni de la norme maxx[a,b] |P (x)|. Toutes les hypoth`eses du Theor`eme 9.1.3 sont
satisfaites do`
u lon deduit lexistence dune solution au probl`eme de minimisation
de kP k sur Pn .
2. Soit Pn la proposition stipulant que pour tout 0 p n, Tp est un polynome de
degre p tel que Tp (cos()) = cos(p). Soit n 1 et supposons Pn vrai. Par definition,
Tn+1 (X) = 2XTn (X) Tn1 (X).
Dapr`es lhypoth`ese de recurrence, on en deduit que Tn+1 est un polynome de degre
n + 1 (cest la somme dun polynome de degre n + 1 et dun polynome de degre
n 1). De plus,
Tn+1 (cos ) = 2(cos )Tn (cos ) Tn1 (cos )
= 2(cos )(cos n) (cos(n 1)) = cos((1 + n)).
Ainsi, Pn implique Pn+1 . Comme P1 est vraie, on en deduit que Pn est vraie pour
tout n 1.
Pour tout 0 k n, on pose kn = cos(k/n). On a 0n = 1 > 1n > > nn = 1
et Tn (nk ) = cos(k) = (1)k . Enfin,
max |Tn (x)| = max |Tn (cos())| = max | cos(n)| = 1.

1x1

3. Soit R un polynome de norme minimale appartenant `a Pn . On consid`ere le


polynome S = P R o`
u

b+a
X
1

 Tn

P (X) =
2b a .
b+a
Tn
2
ba

ab
On veut montrer que S = 0. Pour tout k = 0, , n, on pose yk = a+b

k .
2
2
Dapr`es la question precedente, P (yk ) = (1)k kP k. On definit les ensembles dindices
I = {i {0, , n 1} : S(yi ) 6= 0 et S(yi+1 ) 6= 0}
J = {j {1, , n 1} : S(yj ) = 0}
K = {k {0, n} : S(yk ) = 0}.
On verifie que |I| + 2|J| + |K| n avec la notation |I| = card(I). Pour tout j J,
on a |R(yj )| = kP k kRk, do`
u kRk = |R(yj )| et R0 (yj ) = 0. De plus, P 0 (yj ) = 0,
0
do`
u S (yj ) = 0.
Pour tout i I, comme kP k kRk, le signe de S(yi ) = P (yi ) R(yi ) est egal au
signe de P (yi ) = kP k(1)i . De mani`ere similaire, le signe de S(yi+1 ) est (1)i+1 .
Comme S(yi ) et S(yi+1 ) sont de signes opposes, le polynome S sannule sur lintervalle [yi , yi+1 ] au moins une fois.

145
Ainsi, pour tout j J, S(yj ) = S 0 (yj ) = 0 et yj est une racine double, pour tout
i I, il existe xi ]yi , yi+1 [ tel que S(xi ) = 0 et pour tout k K, S(yk ) = 0. De plus
S(0) = 0. Ainsi, S admet au moins |I| + 2|J| + |K| + 1 racines (multiples). Comme
S est de degre au plus n |I| + 2|J| + |K|, on a S = 0.
Exercice 8.2.1 Modifier la construction de lExemple 9.2.2 pour montrer quil nexiste
pas non plus de minimum de
Z 1

Jh (v) =
(|v 0 (x)| h)2 + v(x)2 dx .
0
1

sur C [0, 1] pour h 6= 0.


Correction. Soit a [0, 1]. On note Pa la fonction de C 1 (R; R) paire, periodique
de periode 2, definie sur [0, 1] par
2
si 0 x a
x /2a + (a 1)/2
x 1/2
si a x 1 a,
Pa (x) =

2
(x 1) /(2a) + (1 a)/2 si 1 a x 1
On note un C 1 (R; R) la fonction 2/nperiodique, definie par
un (x) = n1 hPn1 (nx).
On verifie que un (x) 0 presque partout et que |(un )0 (x)| h presque partout.
Ainsi, linfimum de Jh sur C 1 ([0, 1]) est nul et ne peut etre atteint si h > 0.
Exercice 8.2.2 Soient J1 et J2 deux fonctions convexes sur V, > 0, et une fonction
convexe croissante sur un intervalle de R contenant lensemble J1 (V ). Montrer que
J1 + J2 , max(J1 , J2 ), J1 et J1 sont convexes.
Correction. La convexite de J1 +J2 comme de J1 est triviale a` etablir. Par ailleurs,
rappelons que, selon la Remarque 9.2.2, une fonction J : V R est convexe si et
seulement si son epigraphe
Epi(J) = {(, v) R V, J(v)}
est convexe. Or,
Epi(max(J1 , J2 )) = {(, v) R V : J1 (v) et J2 (v)}
= Epi(J1 ) Epi(J2 ).
Lintersection de deux convexes etant convexe, Epi(max(J1 , J2 )) est convexe et
max(J1 , J2 ) est donc convexe.
Dautre part, si J est convexe et croissante,
J(x + (1 )y) (J(x) + (1 )J(y))
enfin comme est convexe il vient,
J(x + (1 )y) J(x) + (1 ) J(y).
La convexite de J est ainsi etablie.

146

CHAPITRE 8. INTRODUCTION A LOPTIMISATION

Exercice 8.2.3 Soit (Li )iI une famille (eventuellement infinie) de fonctions affines
sur V . Montrer que supiI Li est convexe sur V . Reciproquement, soit J une fonction
convexe continue sur V . Montrer que J est egale au supLi J Li o`u les fonctions Li sont
affines.
Correction. Le sup de fonction convexe est une fonction convexe. Ainsi, si J =
supiI Ji , o`
u Ji sont des fonctions convexes, on a
\
Epi(J) = {(, v) R V, Ji (v) pour tout i I} =
Epi(Ji ).
i

Une intersection de convexes etant convexe, lepigraphe de J est convexe. La fonction


J est donc convexe.
Reciproquement, supposons que J soit convexe. Soit v0 V et 0 R tel que
0 < J(v0 ), cest a` dire tel que (0 , v0 ) nappartienne pas a` Epi(J). Notons que
lensemble Epi(J) est un convexe ferme (ferme car J est continue et convexe car J
est convexe). Puisque (0 , v0 )
/ Epi(J), nous deduisons du Theor`eme 12.1.19 de
separation dun point et dun convexe lexistence de , R et dune forme lineaire
continue T V 0 tels que
+ T (v) > > 0 + T (v0 ) (, v) Epi(J) .
Ainsi,
J(v) + T (v) > > 0 + T (v0 ) v V
et
J(v) > 0 + T (v0 ) T (v) v V.
En appliquant linegalite precedente a` v = v0 , on en deduit que est non nul, car
(0 , v0 )
/ Epi(J) et, de plus, est necessairement positif. On a donc
J(v) > 0 + 1 (T (v0 ) T (v)) v V.
On pose L(v) = 0 + 1 (T (v0 ) T (v)). On a prouve que, pour tout (v0 , 0 ) tel que
J(v0 ) > 0 ,
il existe une fonction affine L telle que
J(v0 ) > L(v0 ) = 0
et J(v) L(v) pour tout v V . On en deduit que
J = sup Li ,
Li J

o`
u les Li sont des fonctions affines.
Exercice 8.2.4 Si J est continue et -convexe, montrer que, pour tout [0, 1],
J(u + (1 )v) J(u) + (1 )J(v)

(1 )
ku vk2 .
2

(8.2)

147
Correction. Pour tout n, on note Kn = {x [0, 1] : 2n x N}. Supposons que
linegalite (8.2) soit verifiee pour tout Kn . Soit Kn+1 \Kn , il existe 1 , 2 Kn
tels que 1 < 2 et = (1 + 2 )/2. Comme J est -convexe,

(1 u + (1 1 )v) + (2 u + (1 2 )v)
J(u + (1 )v) = J
2
J(1 u + (1 1 )v) + J(2 u + (1 2 )v)

+ (2 1 )2 ku vk2
2
8


Linegalite (8.2) ayant ete supposee exacte sur Kn , on a donc


1 J(u) + (1 1 )J(v) + 2 J(u) + (1 2 )J(v)
2
1 (1 1 ) + (2 (1 2 )

+
ku vk2 + (2 1 )2 ku vk2 .
4
8

J (u + (1 )v)

et
J(u) + (1 )J(v) (1 + 2 )(2 (1 + 2 ))
+
ku vk2 ,
2
8
ce qui prouve que linegalite est alors valable pour tout element
de K n+1 . On en
S
deduit par recurrence que linegalite est valable pour n K n . Comme J est
continue, linegalite reste valable sur ladherence de lunion des Kn , cest a` dire sur
[0, 1].
J(u + (1 )v)

Exercice 8.2.5 Soit A une matrice symetrique dordre N et b RN . Pour x RN ,


on pose J(x) = 21 Ax x b x. Montrer que J est convexe si et seulement si A est
semi-definie positive, et que J est strictement convexe si et seulement si A est definie
positive. Dans ce dernier cas, montrer que J est aussi fortement convexe et trouver la
meilleure constante .
Correction.
J((x + y)/2) = A(x + y) (x + y)/8 (b x + b y)/2
Ax x/2 b x + Ay y/2 b y
A(x y) (x y)/8
=
2
= (J(x) + J(y))/2 A(x y) (x y)/8.
Lapplication J est donc convexe si et seulement si la matrice A est positive. Elle
est strictement convexe si et seulement si A est definie positive. Dans ce cas, elle est
fortement convexe et la meilleure constante est la plus petite valeur propre de A.
Exercice 8.2.6 Soit un ouvert de RN et H 1 () lespace de Sobolev associe (voir la
Definition 4.3.1). Soit la fonction J definie sur par
Z
Z

1
2
2
J(v) =
|v(x)| + v(x) dx f (x)v(x) dx ,
2

avec f L2 (). Montrer que J est fortement convexe sur H 1 ().

148

CHAPITRE 8. INTRODUCTION A LOPTIMISATION

Correction. Soit u et v H 1 (), on a



J

u+v
2


2
Z
u + v
1
1


=

f (x)(u(x) + v(x)) dx
2 2 H 1 () 2

2
Z
u v
1
1
1
2
2


(kukH 1 () + kvkH 1 () )

f (x)(u(x) + v(x)) dx
=
4
2
2 H 1 () 2
=

J(u) + J(v)
ku vk2H 1 () /8.
2

La fonction J est donc fortement convexe sur H 1 ().


Exercice 8.2.7 Soit v0 V et J une fonction convexe majoree sur une boule de centre
v0 . Montrer que J est minoree et continue sur cette boule.
Correction. Sans perte de generalite, on peut supposer que v0 = 0 et J(0) = 0 et
que J est majoree sur une boule de rayon unite. Soit M un majorant de J sur la
boule. Soit v tel que kvk < 1, on a




v
v
+ (1 kvk)0 kvkJ
+ (1 kvk)J(0) kvkM.
J(v) = J kvk
kvk
kvk
De plus,




1
kvk
v
0 = J(0) = J
v+

1 + kvk
1 + kvk
kvk


1
kvk
v

J(v) +
J
1 + kvk
1 + kvk
kvk
kvk
1
J(v) +
M.

1 + kvk
1 + kvk
Il decoule de ces deux inegalites que
|J(v)| M kvk.
Ainsi, J est minoree sur la boule unite et continue en zero. Enfin, on peut appliquer
ce resultat a` tout point appartenant `a la boule unite ouverte pour conclure que J
est continue sur cette derni`ere.
Exercice 8.2.8 Montrer que le Theor`eme 9.2.6 dexsitence dun minimiseur dans le
cas fortement convexe (en dimension infini) sapplique `a lExemple 9.1.10 du probl`eme
de minimisation de
Z
Z
1
2
J(v) =
|v| dx f v dx
2

sur H01 () o`u est un ouvert borne regulier de RN et f L2 () (utiliser linegalite de


Poincare).

149
Correction. En procedant comme lors de lExercice 9.2.6, on montre que


Z
u+v
J(u) + J(v) 1
J
=

|(u v)|2 dx.


2
2
8
Comme est un ouvert borne regulier, il existe, dapr`es linegalite de Poincare, une
constante C telle que pour tout u H01 (),
Z
|v|2 dx Ckuk2H 1 () .

Ainsi,

J

u+v
2

J(u) + J(v) C
ku vk2H 1 ()
2
8

et J est fortement convexe. La fonction J etant dautre part continue sur H01 (), le
Theor`eme 9.2.6 sapplique et J admet donc un unique minimiseur sur H01 ().
Exercice 8.2.9 Generaliser lExercice 9.2.8 aux differents mod`eles rencontres au Chapitre 5 : Laplacien avec conditions aux limites de Neumann (voir la Proposition 5.2.16),
elasticite (voir lExercice 5.3.3), Stokes (voir lExercice 5.3.10).
Correction. Dans tout ce qui suit, designe un ouvert borne regulier de RN .
Laplacien avec conditions aux limites de Neumann. Lenergie associee au
probl`eme est
Z
Z
Z

1
2
2
J(v) =
|v| + |v| dx f v dx
gv ds,
(8.3)
2

avec f L2 () et g L2 (). La fonctionnelle J est fortement convexe, car




u+v
J(u) + J(v)
J
=
ku vk2H 1 () /8.
2
2
De plus J est continue sur H 1 (). Ainsi J admet un unique minimiseur sur H 1 ().
Elasticit
e. On suppose que la fronti`ere du domaine se decompose en deux parties
D et N de mesures surperficielles non nulles. Lenergie associee au syst`eme de
lelasticite est definie pour tout


u V := v H 1 ()N : v = 0 sur D
par
1
J(v) =
2

2|e(v)| + |divv|

Z
dx

Z
f v dx

o`
u et sont les coefficients de Lame du solide tels que
> 0 et 2 + N > 0.

g v ds,
N

150

CHAPITRE 8. INTRODUCTION A LOPTIMISATION

La fonctionnelle J est continue sur H 1 ()N et V est un espace de Hilbert. Dautres


part, pour tout u et v dans V , on a


Z

u+v
J(u) + J(v) 1
J
=

2|e(u v)|2 + |div(u v)|2 dx.


2
2
8
Linegalite algebrique etablie au cours de la demonstration du Theor`eme 5.3.1 implique que
Z
Z
Z
2
2
2|e(u v)| dx + |div(u v)| dx
|e(u v)|2 dx

avec = min(2, 2 + N ). De plus, dapr`es linegalite de Korn (5.65)


kvkH 1 () Cke(v)kL2 () .

(8.4)

Ainsi,

J

u+v
2


=

J(u) + J(v) C
ku vk2H 1 () .
2
8

La fonction J est donc fortement convexe et admet donc un minimiseur sur V dapr`es
le Theor`eme 9.2.6.
Stokes. Lenergie associee au syst`eme de Stokes est definie pour tout


u V := v H01 ()N tel que divv = 0
par
1
J(v) =
2

Z
f v dx.

|v| dx

La fonctionnelle J est evidemment continue, V est un espace de Hilbert et on peut


etablir que J est fortement convexe a` laide de linegalite de Poincare (comme pour
lExercice 9.2.8). Dapr`es le Theor`eme 9.2.6, J admet donc un minimiseur unique
sur V .

Chapitre 9

CONDITIONS DOPTIMALITE
ET ALGORITHMES
Exercice 9.1.1 Montrer que la derivabilite de J en u implique la continuite de J en
u. Montrer aussi que, si L1 , L2 verifient

J(u + w) J(u) + L1 (w) + o(w) ,
(9.1)
J(u + w) J(u) + L2 (w) + o(w) ,
alors J est derivable et L1 = L2 = J 0 (u).
Correction. Si J est derivable au sens de Frechet en u, il existe une forme lineaire
continue L telle que
J(u + w) = J(u) + L(w) + o(w).
Ainsi,
|J(u + w) J(u)| kLkkwk + |o(w)|.
Le terme de droite convergeant vers zero lorsque w tend vers zero, J est continue
en u.
Considerons une fonction J verifiant (9.1). De
J(u + w) J(u) + L1 (w) + o(w)
et
J(u + w) J(u) L2 (w) + o(w),
on deduit que
0 (L1 L2 )(w) + o(w).
Ainsi, pour tout reel > 0, en appliquant linegalite precedente a` w et en divisant
par , on obtient
o(w)
.
0 (L1 L2 )(w) +

En faisant tendre vers zero, on obtient que pour tout w,


0 (L1 L2 )(w).

151

152

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

Cette inegalite appliquee w, nous donne linegalite inverse et finalement legalite


L1 (w) = L2 (w). Il en decoule que J est derivable au sens de Frechet et que J 0 =
L1 = L2 .
Exercice 9.1.2 (essentiel !) Soit a une forme bilineaire symetrique continue sur V
V . Soit L une forme lineaire continue sur V . On pose J(u) = 21 a(u, u) L(u). Montrer
que J est derivable sur V et que hJ 0 (u), wi = a(u, w) L(w) pour tout u, w V .
Correction. Il suffit de developper lexpression J(u + w). On obtient
J(u + w) = J(u) + a(u, w) L(w) + a(w, w)/2.
La forme bilineaire a etant continue, a(w, w) est egale `a o(w). La fonction J est donc
derivable et
hJ 0 (u), wi = a(u, w) L(w).
Exercice 9.1.3 Soit A une matrice symetrique N N et b RN . Pour x RN , on
pose J(x) = 21 Ax x b x. Montrer que J est derivable et que J 0 (x) = Ax b pour
tout x RN .
Correction. Cest un cas particulier de lExercice precedent. On a
J(x + y) = J(x) + (Ax b) y + Ay y/2.
Ainsi, J est derivable et si on identifie RN et son dual a` laide du produit scalaire
euclidien, on obtient
J 0 (x) = Ax b.
Exercice 9.1.4R On reprend lExercice
10.1.2 avec V = L2 () ( etant un ouvert de
R
RN ), a(u, v) = uv dx, et L(u) = f u dx avec f L2 (). En identifiant V et V 0 ,
montrer que J 0 (u) = u f .
Correction. Dapr`es lExercice 9.1.2,
hJ 0 (u), wi = a(u, w) L(w),
do`
u
0

hJ (u), wi =

(uw f w)dx = hu f, wiL2 () .

En identifiant L2 () et son dual a` laide du produit scalaire L2 (), on obtient


J 0 (u) = u f .
Exercice 9.1.5 On reprend lExercice 10.1.2 avec V = H01 () ( etant un ouvert de
RN ) que lon munit du produit scalaire
Z
hu, vi =
(u v + uv) dx.

153
R
R
On pose a(u, v) = u v dx, et L(u) = f u dx avec f L2 (). Montrer (au
moins formellement) que J 0 (u) = u f dans V 0 = H 1 (). Montrer que, si on
identifie V et V 0 , alors J 0 (u) = u0 o`u u0 est lunique solution dans H01 () de

u0 + u0 = u f dans
u0 = 0
sur
Correction. Dapr`es le resultat etabli `a lExercice 10.1.2, la fonction J est derivable
et pour tout w H01 () on a
Z
0
hJ (u), wi =
(u w f w) dx.

Si u appartient `a H 2 () alors J 0 (u) appartient `a L2 (). En effet, une integration


par partie conduit a`
Z
0
hJ (u), wi = (u + f )wdx

do`
u lon deduit J (u) = u R f si lon identifie le produit de dualite hJ 0 (u), wi
au produit scalaire dans L2 (), J 0 (u)wdx. Si on utilise le produit scalaire H 1 ()
pour associer une fonction a` J 0 (u), on obtient evidemment un autre resultat. Soit v
lelement de H01 () associe `a J 0 (u) par identification de H01 () et de son dual a` laide
du produit scalaire H 1 (). En dautres termes, v est lunique element de H01 () tel
que pour tout w H01 (),
Z
Z
0
(v w + vw) dx = hJ (u), wi =
(u w + f w) dx.

Par integration par partie, on en deduit que v est solution du probl`eme aux limites
verifie par u0 . Ainsi v = u0 et, dans le cadre de cette identification de H01 () avec
son dual, on obtient J 0 (u) = u0 .
Exercice 9.1.6 Soit un ouvert borne de RN (on pourra se restreindre au cas o`u N =
1 avec =]0, 1[). Soit L = L(p, t, x) une fonction continue sur RN R , derivable
et L
Lipschitziennes sur
par rapport `a p et t sur cet ensemble, de derivees partielles L
p
t
Z
cet ensemble. On pose V = H01 () et J(v) =
L(v(x), v(x), x)dx.

1. Montrer que J est derivable sur


hJ 0 (u), wi =
Z 

H01 ()

et que


L
L
(u(x), u(x), x) w(x) +
(u(x), u(x), x)w(x) dx .
p
t

2. Si N = 1 et =]0, 1[, montrer que, si u H01 (0, 1) satisfait J 0 (u) = 0, alors u


verifie




d L 0
L 0
u (x), u(x), x
u (x), u(x), x = 0 ,
(9.2)
dx p
t
presque partout dans lintervalle ]0, 1[.

154

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

3. Si L ne depend pas de x (i.e. L = L(p, t)) et si u est une solution de classe


C 2 (]0, 1[) de lequation differentielle (9.2), montrer que la quantite


L 0
L u0 (x), u(x) u0 (x)
u (x), u(x)
p
est constante sur lintervalle [0, 1].
Correction.
1. Tout dabord, comme L est derivable par rapport a` p et t, de derivees Lipschitziennes, on a




L(p + q, t + s, x) L(p, t, x) L (p, t, x) q L (p, t, x)s K (|q|2 + |s|2 ).


p
t
2
(9.3)
En particulier,
L(p, t, x) C(1 + |p|2 + t2 ),
et J est correctement defini. On verifie egalement que

Z 
L
L
(u, u, x) w +
(u, u, x)w dx
hM (u), wi =
p
t

est une forme lineaire continue sur H 1 (). Enfin, dapr`es linegalite (9.3)
|J(u + w) J(u) hM (u), wi|

K
kwk2H 1 .
2

La fonction J est donc derivable en u de derivee J 0 (u) = M (u).


2. Si J 0 (u) = 0, on a pour tout w H01 (0, 1),

Z 1
L 0
L 0
0
(u , u, x) w +
(u , u, x)w dx = 0.
p
t
0
On en deduit que L/p(u0 , u, x) appartient `a H 1 (0, 1) et que


d L 0
L 0
(u , u, x)
(u , u, x) = 0
dx p
t
presque partout.
3. Comme u est de classe C 2 , les calculs suivants sont licites :




d
d(L(u0 , u))
L 0
0
0 L
0
00 L
0 d
L(u , u) u
(u , u) =
u
u
(u , u)
dx 
p 
p
dx p
dx
L 0
d L 0
= u0
(u , u)
(u , u)
= 0.
t
dx p
et L(u0 , u) u0 L/p(u0 , u) est constant sur lintervalle [0, 1].

155
Exercice 9.1.7 Montrer quune fonction J derivable sur V est strictement convexe si
et seulement si
J(v) > J(u) + hJ 0 (u), v ui u, v V

avec u 6= v ,

ou encore
hJ 0 (u) J 0 (v), u vi > 0 u, v V

avec u 6= v .

Correction. Notons tout dabord, que ces equivalences ont ete etablies dans le
cours dans le cas convexe avec des inegalites larges.
Soit J une fonction derivable. Prouvons tout dabord que J est strictement
convexe si et seulement si
J(v) > J(u) + hJ 0 (u), v ui u, v V

avec u 6= v.

Soit J une fonction strictement convexe, u et v V tels que u 6= v. Par convexite


on a
u + v 
D
v uE
J
J(u) + J 0 (u),
.
2
2
De plus
 u + v  J(u) + J(v)
J
<
.
2
2
Ainsi,
J(v) > J(u) + hJ 0 (u), v ui.
Reciproquement, si J verifie cette derni`ere inegalite, pour tout couple (u, v), J est
convexe. Ainsi, pour tout u et v, non seulement linegalite precedente est verifiee,
mais on a
u + v 
2J(v) + hJ 0 (u), u vi.
2J
2
En sommant ces deux inegalites, on obtient
u + v 
2J
> J(u) + J(v),
2
ce qui prouve que J est strictement convexe. Reste a` prouver lequivalence entre la
stricte convexite et la deuxi`eme inegalite de lenonce.
Si J est une fonction strictement convexe, on vient de prouver que
J(v) > J(u) + hJ 0 (u), v ui.
En commutant u et v dans cette inegalite, on obtient
J(u) > J(v) + hJ 0 (v), u vi.
Par sommation, on en deduit que
0 > hJ 0 (v) J 0 (u), u vi.

156

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

Reciproquement, si une fonction J verifie cette inegalite pour tout couple (u, v), elle
est convexe. Ainsi,
u + v 
D
u vE
J
J(u) + J 0 (u),
2
2
et
u + v 
D
v uE
0
J
J(v) + J (v),
,
2
2
do`
u
u + v 
J(u) + J(v) 1 0
J

+ hJ (u) J 0 (v), u vi
2
2
4
J(u) + J(v)
>
2
et J est strictement convexe.
Exercice 9.1.8 Soit a une forme bilineaire symetrique continue sur V V . Soit L une
forme lineaire continue sur V . On pose J(u) = 21 a(u, u) L(u). Montrer que J est deux
fois derivable sur V et que J 00 (u)(v, w) = a(v, w) pour tout u, v, w V . Appliquer ce
resultat aux exemples des Exercices 10.1.3, 10.1.4, 10.1.5.
Correction. Tout dabord, on montre que J est derivable. En effet,
1
J(u + v) = J(u) + a(u, v) + L(v) + a(v, v)
2
et comme a est continue, a(v, v) = o(v). On a donc J 0 (u) = a(u, .) + L. Montrons
que J 0 est lui meme derivable au sens de Frechet :
J 0 (u + w) = a(u, ) + L + a(w, ) = J 0 (u) + a(w, ).
Ainsi, J 00 (u)w = a(w, ) ou encore J 00 (u)(v, w) = a(w, v).
La fonctionnelle J(x) = 12 Ax x b x de lExercice 10.1.3 est deux fois derivable
dans RN et J 00 (x)(X, Y ) = AX Y .
R
R
La fonctionnelle J(u) = 12 uv dx R f u dx de lExercice 9.1.4 est deux fois
derivable dans L2 () et J 00 (u)(v, w) = vw dx.
R
R
La fonctionnelle J(u) = 12 (u v + uv) dx

f u dx de lExercice 9.1.5 est deux

R
fois derivable dans H01 () et J 00 (u)(v, w) = (v w + vw) dx.
Exercice 9.1.9 Montrer que si J est deux fois derivable sur V les conditions des
Propositions 10.1.4 et 10.1.5 sont respectivement equivalentes `a
J 00 (u)(w, w) 0 et J 00 (u)(w, w) kwk2

u, w V .

(9.4)

Correction. Rappelons que la Proposition 10.1.5 enonce que les assertions suivantes sont equivalentes :
J

est -convexe sur V ,

157
J(v) J(u) + hJ 0 (u), v ui +

kv uk2
2

hJ 0 (u) J 0 (v), u vi ku vk2

u, v V ,

u, v V .

Montrons que pour tout 0, les conditions ci-dessus de la Proposition 10.1.5


sont equivalentes a`
J 00 (u)(w, w) kwk2 , u, w V.
(Lequivalence avec les conditions de la Proposition 10.1.4 est obtenue en choisissant
= 0.) Supposons que, pour tout u et v,
J(v) J(u) + hJ 0 (u), v ui +

ku vk2 .
2

Comme J est deux fois differentiable,


1
J(v) = J(u + w) = J(u) + hJ 0 (u), wi + J 00 (u)(w, w) + o(kwk2 ),
2
o`
u w = v u. Ainsi, pour tout w,
J 00 (u)(w, w) + o(kwk2 ) kwk2 .
Soit un reel non nul. Remplacant w par w dans lequation precedente, il vient
2 J 00 (u)(w, w) + o(2 kwk2 ) 2 kwk2
et
J 00 (u)(w, w) + o(2 kwk2 )/2 kwk2 .
En faisant tendre vers zero, on obtient J 00 (u)(w, w) kwk2 . Reciproquement, si
J 00 (u)(w, w) kwk2 , on pose f (t) = J(u + t(v u)). La fonction f est deux fois
derivable avec
f 0 (t) = hJ 0 (u + t(v u)), v ui
et
f 00 (t) = J 00 (u + t(v u))(v u, v u) kv uk2 .
Ainsi,
0

f (1) f (0) =

f 00 (t)dt kv uk2

cest-`a-dire
hJ 0 (v) J 0 (u), v ui kv uk2 ,
ce qui nest rien dautre que la troisi`eme condition de la Proposition 10.1.5.
Exercice 9.2.1 Soit K un convexe ferme non vide dun espace de Hilbert V . Pour
x V , on cherche la projection xK K de x sur K (voir le Theor`eme 12.1.10)


kx xK k2 = min J(y) := kx yk2 .
yK

158

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

Montrer que la condition necessaire et suffisante


hJ 0 (xK ), y xK i 0 y K

(9.5)

du Theor`eme 10.2.1 se ram`ene exactement `a


hxK x, xK yi 0,

y K.

(9.6)

Correction. Soit
J(y) = kx yk2 .
La fonction J est derivable de plus, pour tous elements xK et y de V , hJ 0 (xK ), y
xK i = 2hx xK , xK yi. La condition doptimalite de xK (9.5) est
hJ 0 (xK ), y xK i 0 pour tout y K,
cest-`a-dire
hx xK , xK yi 0 pour tout y K,
qui nest rien dautre que (9.6).
Exercice 9.2.2 Soit A une matrice reelle dordre p n et b Rp . On consid`ere le
probl`eme aux moindres carres
inf kAx bk2 .

xRn

Montrer que ce probl`eme admet toujours une solution et ecrire lequation dEuler correspondante.
Correction. On pose
J(x) = kAx bk2 .
Soit K lorthogonal du noyau de A. On introduit le reel definit par
=

inf

kAuk2 .

uK,kuk=1

Comme la sph`ere unite de K est un ferme compact, linfimum est atteint en un


element u de cette derni`ere. De plus, u ne peut appartenir `a la fois au noyau de A
et `a son orthogonal, car dans ce cas u u = 0 dune part et kuk2 = 1 dautre part.
On en deduit que est strictement positif. Par consequent, J est -convexe sur K
convexe. Elle admet donc un unique minimum sur K qui est un minimum sur Rn ,
car J(x + y) = J(x) pour tout element y du noyau de A. Comme
hJ 0 (x), yi = 2(Ax b) Ay,
lequation dEuler correspondante J 0 (x) = 0 est
A Ax = A b.

159
Exercice 9.2.3 On reprend lExemple 9.1.6


1
J(x) = Ax x b x
inf
xKerB
2
avec A matrice symetrique carree dordre n, et B de taille m n (m n). Montrer
quil existe une solution si A est positive et quelle est unique si A est definie positive.
Montrer que tout point de minimum x Rn verifie
Ax b = B p avec p Rm .
Correction. La fonction J est derivable et J 0 (x) = Ax b. Ainsi, un element x
de Ker B est un minimiseur de J sur Ker B si et seulement si, pour tout y Ker B,
(Ax b) y = 0, cest-`a-dire Ax b (Ker B) . Enfin,
(Ker B) =
=
=
=

{x Rn : Bx y = 0, y Rm }
{x Rn : x B y = 0, y Rm }
(( ImB ) )
ImB .

Il existe donc p Rm tel que Ax b = B p.


Exercice 9.2.4 On reprend lExemple 9.1.10. Montrer que lequation dEuler verifiee
par le point de minimum u H01 () de


Z
Z
1
2
|v| dx f v dx
inf
J(v) =
2
vH01 ()

est precisement la formulation variationnelle


Z
Z
u v dx =
f v dx v H01 ().

(On retrouve ainsi un resultat de la Proposition 5.2.7.)


Correction. On developpe
Z

1
J(u + v) = J(u) + (u v f v) dx +
2

|v|2 dx,

ce qui prouve que J est derivable en tout point u de H01 () avec


Z
0
hJ (u), vi = (u v f v) dx.

Au point de minimum, note u, de J, lequation dEuler dit que hJ 0 (u), vi = 0 pour


tout v H01 (), ce qui est la formulation variationnelle annoncee.

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

160

Exercice 9.2.5 Soit K un convexe ferme non vide de V , soit a une forme bilineaire
symetrique continue coercive sur V , et soit L une forme lineaire continue sur V . Montrer
que J(v) = 12 a(v, v)L(v) admet un unique point de minimum dans K, note u. Montrer
que u est aussi lunique solution du probl`eme (appele inequation variationnelle)
uK

et a(u, v u) L(v u) v K .

Correction. La forme bilineaire a etant coercive, la fonction J est fortement


convexe. Elle admet donc un unique minimum u sur le convexe ferme non vide
K. De plus, J etant symetrique,
hJ 0 (u), wi = a(u, w) L(w).
Un element u de K est un minimiseur de J sur K si et seulement si
hJ 0 (u), v ui 0, pour tout v K,
cest-`a-dire
a(u, v u) L(v u),

v K.

Exercice 9.2.6 Soit J1 et J2 deux fonctions convexes continues sur une partie convexe fermee non vide K V . On suppose que J1 seulement est derivable. Montrer que
u K est un minimum de J1 + J2 si et seulement si
hJ10 (u), v ui + J2 (v) J2 (u) 0 v K .
Correction. Soit u minimum de J1 + J2 sur K, alors pour tout v K et h ]0, 1[,
u + h(v u) K et
J1 (u + h(v u)) J1 (u) J2 (u + h(v u)) J2 (u)
+
0
h
h
De plus,
J2 (u + h(v u)) = J2 ((1 h)u + hv) (1 h)J2 (u) + hJ2 (v)
do`
u

J1 (u + h(v u)) J1 (u)


+ J2 (v) J2 (u) 0.
h
En passant `a la limite en h 0, on obtient
hJ10 (u), v ui + J2 (v) J2 (u) 0 pour tout v K
La reciproque decoule de (10.7). Si J1 et J2 verifient lequation precedente, J1 etant
convexe, on a
J1 (v) J1 (u) + hJ10 (u), v ui.
Ainsi,
J1 (v) J1 (u) + J2 (v) J2 (u) 0 pour tout v K
et u est un minimiseur de J1 + J2 sur K.

161
Exercice 9.2.7 Soit K un sous-ensemble dun espace de Hilbert V . Montrer que pour
tout v K,


w V , (v n ) K N , (n ) (R+ )N ,
n
K(v) =
limn+ v n = v , limn+ n = 0 , limn+ v v
=w
n
est un cone ferme et que K(v) = V si v est interieur `a K. Donner un exemple o`u K(v)
est reduit `a {0}.
Correction. Montrons que K(v) est un cone. Tout dabord, 0 appartient toujours a`
K(v) (il suffit de choisir vn = v). Soit w un element de K(v) et un reel strictement
positif. Dapr`es la definition de K(v), il existe une suite vn delements de K, une
suite n de reels positifs tels que vn converge vers v, n converge vers zero et
vn v
w.
n
On pose en = 1 n . On a

vn v
w,
en

do`
u w K(v) et K(v) est un cone.
Montrons que K(v) est ferme. Soit w un element de V et wm une suite delements
de K(v) tels que wm w. On note v n,m et n,m les suites telles que
v n,m v
= wm .
n+
n,m
lim

Pour tout > 0, il existe m tel que


kwm wk /2
Comme (v n,m v)/n,m converge vers wm lorsque n tend vers linfini et , il existe n
tel que

v n,m v


et
kv n,m vk .
n,m wm /2

On a montre que, pour tout > 0, il existe v = v n,m K et = n,m R+ tels


que
v v



,
w
et
kv vk .

Ainsi, w appartient a` K(v).


Si v est `a linterieur de K, il existe un reel r strictement positif tel que la boule
de rayon r centree en v soit incluse dans K. Pour tout element w V , en posant
rw
r
v n = v + nkwk
et n = nkwk
, on a
vn v
K(v).
n0
n

w = lim

En dautres termes, V K(v), do`


u K(v) = V . Enfin, pour K = {0}, K(0) = {0}.

162

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

Exercice 9.2.8 Soit A une matrice symetrique definie positive dordre n, et B une
matrice de taille m n avec m n. A laide des conditions doptimalite du Theor`eme
10.2.8, determiner une expression explicite de la solution x du probl`eme doptimisation


1
min J(x) = Ax x b x ,
Bx=c
2
o`u c Rm est un vecteur donne.
Correction. Les conditions doptimalite secrivent `a nouveau
Ax b = B p.
Ainsi, x = A1 (b + B p) et, comme Bx = c, on peut determiner p a` partir de la
relation
BA1 B p = c BA1 b.
Si B est de rang maximal m, alors BA1 B est inversible et on a simplement
p = (BA1 B )1 (c BA1 b) et x = A1 b + A1 B (BA1 B )1 (c BA1 b).
Si B nest pas de rang maximal, les contraintes sont soit redondantes, soit contradictoires. Si elles sont contradictoires, il ny a pas doptimum car lensemble de minimisation est vide ! Si les contraintes sont redondantes, on peut eliminer les contraintes
surnumeraires et se ramener au cas precedent. Autrement dit, il existe au moins un
vecteur p Rm tel que BA1 B p = c BA1 b mais il nest unique qu`a laddition
pr`es dun element de Ker B . Par contre, x est toujours defini de mani`ere unique
par la relation x = A1 (b + B p).
Exercice 9.2.9 On reprend lExemple 9.1.7. Soit A une matrice symetrique dordre
n et J(x) = Ax x. A laide du Theor`eme 10.2.8, montrer que les points de minimum
de J sur la sph`ere unite sont des vecteurs propres de A associes `a la plus petite valeur
propre.
Correction. On note K la sph`ere unite, definie par
K = {x Rn : F (x) = 0} ,
o`
u F (x) = 1 |x|2 . Les fonctions J et F sont toutes deux derivables avec
J 0 (x) = 2Ax F 0 (x) = 2x.
Comme F 0 (x) 6= 0 pour x K, dapr`es le Theor`eme 10.2.8, si x est un point de
minimum de J sur la sph`ere unite, il existe un multiplicateur de Lagrange tel que
J 0 (x) + F 0 (x) = 0,
cest-`a-dire
Ax x = 0.

163
Toute solution optimale x est un vecteur propre de A de valeur propre . Notons
que lexistence dun minimiseur est evidente, K etant compact et J continue. Le
probl`eme de minimisation de J sur K est donc equivalent au probl`eme de minimisation de J sur lensemble des vecteurs propres de A de norme un. Or pour tout
vecteur propre x de A (tel que kxk = 1) de valeur propre , on a
J(x) = .
Le minimum de J est donc atteint pour les vecteurs propres de plus petite valeur
propre.
Exercice 9.2.10 Rappelons que le probl`eme de Didon (Exemple 9.1.11) consiste `a
determiner et y : [0, ] R tel que y(0) = y() = 0, maximisant
Z

y(x)dx,

J(y) =
0

sous la contrainte

Z p
1 + |y 0 |2 dx l = 0.
L(y) =
0

En utilisant les resultats precedents et ceux de lExercice 10.1.6, montrer que la solution
du probl`eme de Didon est necessairement un arc de cercle.
Correction. Soit y et solution du probl`eme de Didon. En particulier, y est
solution du meme probl`eme pour fixe. On souhaite prouver que toute solution y a`
ce dernier probl`eme est un arc de cercle.
Dapr`es lexercice 10.1.6, la fonctionnelle L est derivable et pour toute fonction
v H01 (]0, [), on a
Z
1
0
p
hL (y), vi =
y 0 v 0 dx.
0
2
1 + |y |
0
La fonctionnelle J est egalement derivable car lineaire. Ainsi, les conditions doptimalite dordre un (Theor`eme 10.2.8) impliquent que si y est une solution, il existe
tel que
J 0 (y) + L0 (y) = 0
pourvu que L0 (y) 6= 0. Le cas L0 (y) = 0 se traite de mani`ere triviale et conduit a` la
solution y = 0. On a donc, pour tout v H01 (]0, [),
!
Z

y 0 v 0 dx = 0.
v+p
0
2
1 + |y |
0
En integrant par partie le second membre de cette equation, comme la fonction test
v est quelconque, on en deduit que
!0
0
y
p
=1
1 + |y 0 |2

164

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

et donc quil existe une constante C telle que


y0
p
= 1 x + C.
1 + |y 0 |2

(9.7)

Dans un premier temps, on el`eve cette equation au carre afin de determiner |y 0 |2 en


fonction de x. On obtient
1
= 1 (1 x + C)2 .
1 + |y 0 |2
En substituant cette expression dans lequation (9.7), on en deduit que
y0 = p

1 x + C
1 (x + C)2 )

Par integration, il existe une constante D telle que


p
y = 1 (1 x + C)2 + D.
Pour conclure, il suffit de constater que
(y D)2 + (x + C)2 = 2 .
Ainsi, (x, y(x)) est bien un arc de cercle. Remarquons que le multiplicateur de Lagrange associe a` la contrainte sur la longueur nest autre que le rayon du cercle
obtenu.
Exercice 9.2.11 On etudie la premi`ere valeur propre du Laplacien dans un domaine
borne (voir la Section
7.3). Pour cela on introduit le probl`eme de minimisation sur
R
K = {v H01 (), v 2 dx = 1}


Z
2
min J(v) =
|v| dx .
vK

Montrer que ce probl`eme admet un minimum (on montrera que K est compact pour les

suites minimisantes `a laide du Theor`eme de Rellich 4.3.21). Ecrire


lequation dEuler de
ce probl`eme et en deduire que la valeur du minimum est bien la premi`ere valeur propre
et que les points de minimum sont des vecteurs propres associes.
Correction. Pour tout v H01 (), on note
Z
|v|H01 () =

|v| dx

1/2
.

Dapr`es linegalite de Poincare, ||H01 () est une norme equivalente `a la norme usuelle
de H01 (). Soit un une suite minimisante de J sur K. Dapr`es le Theor`eme de
Rellich, il existe une sous suite de un (que nous noterons egalement un ) et un element

165
u H01 () tel que un converge vers u dans L2 (). Montrons que (un ) est une suite
convergente dans H01 (). Tout dabord,




|un |2H 1 () + |up |2H 1 () un + up 2
un up 2
0
0

=

.

2 1
1
2
2
H
H
0

(9.8)

On note
= inf J(v)
vK

et
n,p



un + up

=
2 2 .
L ()

Comme un converge vers u dans L2 (), kukL2 () = 1 et u K. De plus, n,p converge


vers 1 lorsque n et p tendent vers linfini. Dapr`es lequation (9.8),



2
|un |2H 1 () + |up |2H 1 ()
un up 2


u
+
u
n
p
0
2
0

=

n,p
2 1
2n,p 1 .
2
H
H
0

Comme

un +up
2n,p

K, on a donc


|un |2H 1 () + |up |2H 1 ()
un up 2
0
2
0


n,p

2 1
2
H
0

dont le membre de droite tend vers 0 car n,p tend vers 1 tandis que |un |2H 1 () et
0

|up |2H 1 () tendent vers par definition dune suite minimisante. Ainsi, |un up |H01 0
0
lorsque n et p tendent vers linfini et un est une suite de Cauchy dans H01 (). Ainsi,
un converge dans H01 ()
R vers u et J(u) = .
Soit F (v) = 1 |v|2 dx. Lensemble de minimisation K est donne par
K = {v H01 () : F (v) = 0}.
De plus, F est derivable et pour tout v, w H01 (), on a
Z
0
hF (v), wi = 2 vwdx.

de meme, J est derivable et


0

hJ (v), wi = 2

v wdx.

Dapr`es le Theor`eme 10.2.8, comme F 0 est non nul pour tout element de K (et donc
en particulier pour u), il existe tel que
J 0 (u) + F 0 (u) = 0,

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

166

cest-`a-dire tel que pour tout v H01 (),


Z
Z
u vdx = uvdx.

Ainsi, u est un vecteur propre de valeur propre . En choisissant v = u dans lexpression precedente, on en deduit de plus que = . Enfin, on verifie sans peine
que est necessairement la plus petite valeur propre du Laplacien avec conditions
aux bords de Dirichlet.
Exercice 9.2.12 Soit A une matrice n n symetrique definie positive et b Rn non
nul.
1. Montrer que les probl`emes
sup b x et
Axx1

sup b x
Axx=1

sont equivalents et quils ont une solution. Utiliser le Theor`eme 10.2.8 pour calculer cette solution et montrer quelle est unique.
2. On introduit un ordre partiel dans lensemble des matrices symetriques definies
positives dordre n en disant que A B si et seulement si Ax x Bx x pour
tout x Rn . Deduire de la question precedente que, si A B, alors B 1 A1 .
Correction. 1. Tout dabord, les deux probl`emes admettent tous deux une solution
en tant que probl`eme de maximisation dune fonction continue sur un compact non
vide. On a pose J(x) = b x. Soit x la solution du probl`eme de maximisation de J
sur
K = {x Rn tel que Ax x 1}.
Comme la derivee de J est egale `a b suppose non nul, le maximum de J sur K ne
peut etre atteint dans linterieur de K. Il est donc atteint sur le bord, do`
u
sup Ax x = sup Ax x.
Axx1

Axx=1

Les deux probl`emes sont equivalents. Reste a` determiner la solution de ces probl`emes.
Dapr`es les conditions doptimalite du premier ordre, il existe tel que
Ax b = 0.
Ainsi,
x = A1 b.
Il ne reste plus qu`a determiner le multiplicateur de Lagrange pour definir x de
mani`ere unique. Comme Ax x = 1, on en deduit que
2 = (A1 b b)1 .
On en deduit ( est necessairement positif) que
= (A1 b b)1/2 ,

167
ce qui determine x de mani`ere unique.
2. Soit A et B deux matrices symetriques definies positives telles que A B. Pour
tout b non nul, on a
(A1 b b)1/2 = sup b x sup b x = (B 1 b b)1/2 ,
Axx1

Bxx1

car lensemble {Ax x 1} est inclus dans lensemble {Bx x 1}, do`
u lon deduit
1
1
B A .
Exercice 9.2.13 En theorie cinetique des gaz les molecules de gaz sont representees
en tout point de lespace par une fonction de repartition f (v) dependant de la vitesse
microscopique v RN . Les quantites macroscopiques, comme la densite du gaz , sa
vitesse u, et sa temperature T , se retrouvent grace aux moments de la fonction f (v)
Z
Z
Z
1
1 2 N
u + T =
|v|2 f (v) dv . (9.9)
=
f (v) dv , u =
v f (v) dv ,
2
2
2
N
N
N
R
R
R
Boltzmann a introduit lentropie cinetique H(f ) definie par
Z

H(f ) =
f (v) log f (v) dv .
RN

Montrer que H est strictement convexe sur lespace des fonctions f (v) > 0 mesurables
telles que H(f ) < +. On minimise H sur cet espace sous les contraintes de moment
(9.9), et on admettra quil existe un unique point de minimum M (v). Montrer que ce
point de minimum est une Maxwellienne definie par


|v u|2

exp
.
M (v) =
(2T )N/2
2T
Correction. La fonction (t) = t log(t) est strictement convexe sur R+ \ {0}, en
effet, 00 (t) = 1/t > 0. On en deduit que
Z
H(f + (1 )g) =
(f + (1 )g)dv
N
R
Z
(f ) + (1 )(g)dv

RN

= H(f ) + (1 )H(g).
Ainsi, H est convexe. De plus, linegalite est une egalite si et seulement si
(f + (1 )g) = (f ) + (1 )(g)
presque partout. En particulier, si est different de 0 et 1, on en deduit que f = g
presque partout. La fonction H est donc strictement convexe (quitte `a identifier les
fonctions egales presque partout). On a
Z
0
hH (f ), gi =
((log f (v)) + 1)g(v) dv.
RN

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

168

Les contraintes sont lineaires et les conditions doptimalite du premier ordre impliquent quil existe 1 et 3 reels, 2 RN tels que
Z
((log f (v)) + 1 + 1 + 2 v + |v|2 3 )g(v) dv = 0
RN

pour tout g. En dautres termes,


(log f (v)) + 1 + 1 + 2 v + |v|2 3 = 0
presque partout ou encore
f (v) = exp(1 1 2 v 3 |v|2 ).
Il est plus simple de reecrire la fonction f (v) avec trois autres param`etres 1
R, 2 RN , 3 R sous la forme (equivalente)
f (v) = 1 exp(

|v 2 |2
).
3

Il reste `a calculer ces param`etres grace aux contraintes (9.9). Par imparite on remarque tout dabord que
Z
|v 2 |2
(v 2 )1 exp(
)dv = 0,
3
RN
cest-`a-dire que (u 2 ) = 0 et, comme > 0, on a 2 = u. De meme,
Z
Z
Z
Z
2
2
2
vf (v)dv + |2 |
f (v)dv
|v| f (v)dv 22
|v 2 | f (v)dv =
RN

RN

RN

RN

cest-`a-dire
Z
|v 2 |2
|v 2 |2 1 exp(
)dv = u2 + N T 2u u + |u|2 = N T.

N
3
R

Or, en posant w = (v 2 )/ 3 il vient


Z
Z
|v 2 |2
1+N/2
2
|w|2 exp(|w|2 )dw
)dv = 1 3
|v 2 | 1 exp(

3
RN
RN
et
Z
Z
Z
N
2
2
2
|w| exp(|w| )dw =
(w/2) w exp(|w| )dw =
exp(|w|2 )dw.
2
N
N
N
R
R
R
Un calcul classique (utilisant des coordonnees radiales en dimension N = 2) montre
que
Z
N
Z
2
2
exp(|w| )dw =
exp(z )dz
= N/2 .
RN

Par consequent,
1+N/2 N

N T = 1 3

N/2 ,

tandis que
N/2

= 1 3 N/2 ,
do`
u lon deduit 3 = 2T et 1 = /(2T )N/2 , cest-`a-dire que f (v) = M (v).

169
Exercice 9.2.14 Calculer la condition necessaire doptimalite du second ordre pour
chacun des probl`emes doptimisation suivants
1. Optimisation quadratique `a contraintes lineaires (Exemple 9.1.6)


1
inf
J(x) = Ax x b x ,
x KerB
2
o`u A est une matrice carree dordre n, symetrique definie positive, B une matrice rectangulaire de taille m n et b un vecteur de Rn .
2. Premi`ere valeur propre (Exemple 9.1.7)
inf

xRn ,kxk=1

{J(x) = Ax x} ,

o`u A est une matrice carree dordre n, symetrique definie.


Correction.
1. On note F la fonction contrainte F (x) = Bx. On a
J 00 (u)(v, v) = Av v
De plus, F 00 = 0. La condition doptimalite dordre deux est donc
Av v 0
pour tout v Ker B. Comme A est definie positive, cette condition est toujours
verifiee.
2. On note F la fonction de contrainte F (x) = xx1. Dapr`es la condition doptimalite du premier ordre, si u est une solution du probl`eme de minimisation,
il existe R tel que
Au u = 0.
Comme
J 00 (u)(v, v) = 2Av v
et F 00 (u)(v, v) = 2v v, la condition doptimalite dordre deux est donc
Av v v v 0
pour tout v tel que v u = 0. Autrement dit, comme la condition doptimalite
dordre un dit que est une valeur propre, la condition doptimalite dordre
deux dit en plus quil faut que ca soit la plus petite valeur propre de A.
Exercice 9.2.15 Soit A une matrice symetrique definie positive dordre n, et B une
matrice de taille m n avec m n et de rang m. On consid`ere le probl`eme de
minimisation


1
min
J(x) = Ax x b x ,
xRn , Bxc
2
Appliquer le Theor`eme 10.2.15 pour obtenir lexistence dun multiplicateur de Lagrange
p Rm tel quun point de minimum x verifie
Ax b + B p = 0 ,

p0,

p (Bx c) = 0.

170

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

Correction. Lensemble des solutions admissibles est defini par


K = {x Rn : Fi (x) 0 pour tout i = 1, . . . , m},
o`
u Fi (x) = Bi x ci avec Bi le i-`eme vecteur ligne de B. Les fonctions Fi sont
derivables et hFi0 (x), yi = Bi y. De meme, la fonction objectif
1
J(x) = Ax x b x
2
est derivable et
J 0 (x) = Ax b.
Comme les contraintes sont affines, elles sont automatiquement qualifiees. On peut
appliquer le Theor`eme 10.2.15. Si x est la solution du probl`eme de minimisation
de J sur K, il existe donc p Rm tel que
0

J (x) +

m
X

pi Fi0 (x) = 0,

pi 0,

pi Fi0 = 0,

i=1

cest-`a-dire, en remarquant que la i-`eme ligne Bi de B nest rien dautre que la i-`eme
colonne (Bi ) de la matrice transposee B ,
Ax b +

m
X

pi (Bi ) = 0,

pi 0,

pi (Bi x ci ) = 0.

i=1

ou, sous une forme plus compacte, en sommant les contraintes de complementarite
Ax b + B p = 0,

p 0,

p (Bx c) = 0.

Notons que K etant convexe et J fortement convexe, il existe un unique minimiseur


au probl`eme considere.
Exercice 9.2.16 Soit f L2 () une fonction definie sur un ouvert borne . Pour
 > 0 on consid`ere le probl`eme de regularisation suivant
Z
min
|u|2 dx.
1
uH0 (), kuf kL2 () 

Montrer que ce probl`eme admet une unique solution u . Montrer que, soit u = 0, soit
il existe > 0 tel que u est solution de

u + (u f ) = 0 dans ,
u = 0
sur .
Correction. On note J la fonction objectif
Z
J(u) =
|u|2 dx

171
et K lensemble des solutions admissibles, cest-`a-dire
K = {v H01 () : F (v) 0},
o`
u F (v) = kv f k2L2 () 2 . Lensemble K est un convexe ferme tandis que la
fonctionnelle J est fortement convexe. Il existe donc une unique solution u au
probl`eme de minimisation de J sur K. Les fonctionnelles J et F sont toutes deux
derivables et, pour tout v H01 (), on a
Z
0
hJ (u ), vi = 2 u .vdx

et

(u f )vdx.

hF (u ), vi = 2

Si la contrainte est active, cest-`a-dire si F (u ) = 0, on a F 0 (u ) 6= 0. Les contraintes


sont donc necessairement qualifiees et dapr`es le Theor`eme 10.2.15, il existe un reel
0 tel que
J 0 (u ) + F 0 (u ) = 0, F (u ) = 0,
cest-`a-dire tel que pour tout v H01 (),
Z
u .v + (u f )vdx = 0,

(ku f k2L2 ) = 0.

On deduit de la premi`ere equation que u est solution du probl`eme aux limites



u + (u f ) = 0 dans ,
u = 0
sur .
Si la contrainte nest pas active (cas  kf kL2 ), on a = 0 et on trouve que u = 0.
Exercice 9.3.1 On consid`ere le probl`eme doptimisation, dit perturbe
inf

J(v),

(9.10)

Fi (v)ui , 1im

avec u1 , . . . , um R.
On se place sous les hypoth`eses du Theor`eme 10.3.4 de Kuhn et Tucker. On note m (u)
la valeur minimale du probl`eme perturbe (9.10).
1. Montrer que si p est le multiplicateur de Lagrange pour le probl`eme non perturbe
(cest-`a-dire (9.10) avec u = 0), alors
m (u) m (0) p u .
2. Deduire de (9.11) que si u 7 m (u) est derivable, alors
pi =

m
(0).
ui

Interpreter ce resultat (cf. lExemple 9.1.8 en economie).

(9.11)

172

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

Correction.
1. Dapr`es le Theor`eme du 10.2.15, la solution v du probl`eme (9.10) non perturbe
est telle quil existe pi 0 tel que
J 0 (v) + pi Fi0 (v) = 0,

pi Fi (v) = 0.

(9.12)

Comme les fonctions J et Fi sont supposees convexes, pour tout v, on a


J(v) + p F (v) J(v) p F (v) hJ 0 (v) + p F 0 (v), v vi.
Dapr`es lequation (9.12), on a donc
J(v) + p F (v) J(v) 0.
Enfin, si v est la solution du probl`eme perturbe, on en deduit comme F (v) u
et p 0 que
m (u) + p u m (0) 0.
2. Supposons que lapplication u 7 m (u) soit derivable. Dans ce cas,
m (u) = m (0) +

m
(0) u + o(u).
u

Ainsi, dapr`es la question precedente,




m
(0) + p u + o(u) 0
u
pour tout u. En divisant cette equation par la norme de u, on obtient que pour
tout element u de norme unite,


m
(0) + p u 0.
u
En appliquant cette inegalite a` u au lieu de u, on en deduit que
m
(0) + p = 0.
u
Lorsque u augmente, lensemble des solutions admissibles crot. Ainsi, la valeur
de m (u), solution du probl`eme de minimisation, ne peut que decrotre. Grace
au multiplicateur de Lagrange p, on a une information supplementaire : il nous
permet de determiner le taux de decroissance de m (u) en fonction de u. Plus
p est important, plus une petite variation de u par rapport a` zero entranera
une forte variation de m . Lexemple 9.1.8 modelise les choix dun menage en
mati`ere de consommation entre differents produits pour un budget donne.
Le menage cherche `a maximiser sa fonction dutilite sous sa contrainte
budgetaire. Le multiplicateur associe `a la contrainte budgetaire nest autre
que lutilite marginale, cest-`a-dire correspond `a laugmentation de la fonction
dutilite du menage par rapport `a laugmentation de leur budget.

173
Exercice 9.3.2 Donner un exemple de Lagrangien pour lequel linegalite




inf sup L(v, q) sup inf L(v, q) .
vU

qP

qP

vU

(9.13)

est stricte avec ses deux membres finis.


Correction. On pose U = R, P = R et
L(v, q) = F (v + q),
o`
u F est une fonction bornee non constante. On a alors




inf sup L(v, q) = sup F > inf F = sup inf L(v, q) .
vU

qP

qP

vU

Exercice 9.3.3 Soit U (respectivement P ) un convexe compact non vide de V (respectivement Q). On suppose que le Lagrangien est tel que v L(v, q) est strictement
convexe continue sur U pour tout q P , et q L(v, q) est concave continue sur P
pour tout v U . Montrer alors lexistence dun point selle de L sur U P .
Correction. Pour tout q P , on note (q) lunique minimiseur sur U de lapplication v 7 L(v, q) (lexistence est assuree par la compacite de U et la continuite de
L, lunicite par la stricte convexite de v 7 L(v, q)). De plus, on pose
F (q) = L((q), q) = min L(v, q).
vU

(9.14)

Lapplication F est linfimum dune famille de fonctions concaves continues. Elle


est donc elle meme concave et, comme elle ne prend pas de valeurs infinies, elle est
continue dapr`es lExercice 8.2.7. Comme P est compact et que F est continue, F
admet au moins un maximum sur P note q . On pose de plus v = (q ). On va
montrer que (v , q ) est un point selle de L sur U P , cest-`a-dire que
L(v , q) L(v , q ) L(v, q )
pour tout couple (v, q) U P . La deuxi`eme inegalite est evidente et decoule
simplement de la definition de v = (q ). Il reste `a prouver que pour tout q P ,
L(v , q) L(v , q ).

(9.15)

Pour tout t [0, 1] et tout q P , on pose


vt = ((1 t)q + tq)
Dapr`es la concavite de L(v, ), on a pour tout v U
L(v, (1 t)q + tq) (1 t)L(v, q ) + tL(v, q),
do`
u lon deduit pour v = vt , puisque q maximise F sur P , que
F (q ) F ((1 t)q + tq) = L(vt , (1 t)q + tq)
(1 t)L(vt , q ) + tL(vt , q).

(9.16)

174

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

Or, par definition (9.14) de F , on a L(vt , q ) F (q )), ce qui conduit `a


F (q ) (1 t)F (q ) + tL(vt , q),
ce qui donne en fin de compte que, pour tout q P et tout t 6= 0,
F (q ) L(vt , q).
On ne peut malheureusement pas prendre t = 0 dans linegalite ci-dessus et conclure,
puisque v0 = v , que L(v , q) F (q ) = L(v , q ). Il faut donc utiliser un argument
de passage `a la limite quand t tend vers zero. Comme U est compact, il existe
une suite tn convergent vers zero tel que vtn soit convergente. Soit v la limite de vtn .
Dapr`es linegalite precedente, on a
F (q ) = L(v , q ) lim L(vtn , q) = L(
v , q).
n+

Pour conclure, il suffit donc de prouver que v = v et ainsi obtenir linegalite (9.15).
La concavite (9.16) de L(vtn , ) et le fait que vtn minimise L(v, (1 tn )q + tn q)
donnent
(1 tn )L(vtn , q ) + tn L(vtn , q) L(vtn , (1 tn )q + tn q) L(v, (1 tn )q + tn q).
En passant `a la limite, on en deduit que pour tout v U ,
L(
v , q ) L(v, q ).
Ainsi, v est un minimiseur de v 7 L(v, q ). Comme cette derni`ere application est
strictement convexe, elle admet au plus un minimiseur et v = (q ) = v , ce qui
prouve (9.15).
Exercice 9.3.4 Soit une matrice rectangulaire

1 0
4 2
3 2 1 2

A=
4 2 2 0
2 4 1 6
1 2 6 3

3
5
1
2
1

5
2
2
2
1

On suppose que deux joueurs choisissent lun une ligne i, lautre une colonne j, sans quils
ne connaissent le choix de lautre. Une fois revele leurs choix, le gain (ou la perte, selon
le signe) du premier joueur est determine par le coefficient aij de la matrice A (lautre
joueur recevant ou payant aij ). Montrer que la strategie optimale de minimisation du
risque conduit `a un probl`eme de min-max que lon resoudra. Le jeu est-il equitable avec
cette matrice A ?
Correction. Le premier joueur cherche `a maximiser son gain quelque soit le choix
du deuxi`eme joueur, il choisit donc la ligne i tel que minj ai,j soit maximal. En
adoptant cette strategie, son gain minimal est alors
G1 = max min aij .
i

175
Le deuxi`eme joueur tient un raisonnement identique. Son gain minimal est donc
G2 = min max aij .
j

On resout aisement ces deux probl`emes. La solution au premier probl`eme pour le


premier joueur consiste a` jouer la premi`ere ligne ce qui lui assure un gain au moins
nul (il ne peut pas perdre). La strategie minimisant les risques pour le deuxi`eme
joueur consiste `a jouer la premi`ere colonne ce qui lui assure au moins un gain de 1,
cest-`a-dire au pire une perte de 1. Le jeu nest pas equitable. Si les deux joueurs
adoptent cette strategie, le premier joueur gagne 1 tandis que le deuxi`eme perd 1.
Exercice 9.4.1 On consid`ere le probl`eme de commande optimal (10.72) avec K =
RM , f = 0, z = 0, et zT = 0, cest-`a-dire
inf

v(t)L2 (]0,T [;RM )

J(v)

avec
1
J(v) =
2

Z
0

1
Rv(t) v(t)dt +
2

Z
0

1
Qy(t) y(t)dt + Dy(T ) y(T ),
2

et y(t) la solution `a valeurs dans RN du syst`eme differentiel lineaire

dy
= Ay + Bv pour 0 t T,
dt
y(0) = y RN .
0
Montrer que, pour tout t [0, T ],
Z

Z
Qy(s) y(s) ds +

p(t) y(t) = Dy(T ) y(T ) +


t

R1 B p(s) B p(s) ds .

En deduire que sil existe t0 [0, T ] tel que y(t0 ) = 0, alors y(t) = p(t) = 0 pour tout
t [0, T ]. Interpreter ce resultat.
Correction. Soit u le controle optimal du probl`eme (10.72), y letat du syst`eme
et p letat adjoint correspondant, defini par

dp
= A p Qy pour 0 t T,
dt
p(T ) = Dy(T ).
On rappelle que la commande optimale est u = R1 B p. Ainsi, dapr`es lequation
differentielle ordinaire (10.71) verifiee par y,
dy
= Ay BR1 B p.
dt

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

176

On en deduit que
d
(p y) = Qy y A p y + p Ay B p R1 B p
dt
= Qy y R1 B p B p.
Par integration, il vient
T


Qy y + R1 B p B p dt

p(t) y(t) = p(T ) y(T ) +


t


Qy y + R1 B p B p dt.

= Dy(T ) y(T ) +
t

Sil existe t0 [0, T ] tel que y(t0 ) = 0, on a p(t0 ) y(t0 ) = 0. Comme tous les termes
du second membre de la formule precedente sont positifs ou nuls et de somme nulle,
ils sont tous nuls. En particulier, si t [t0 , T ], R1 B p B p(t) = 0. Comme R est
symetrique, definie positive, on en deduit que u(t) = R1 B p(t) = 0. La commande
est donc nulle pour tout t [t0 , T ], et y(t) = exp(A(t t0 ))y(t0 ) = 0 pour t [t0 , T ].
De meme, on obtient la nullite de p sur [t0 , T ]. Ce resultat nest pas etonnant. Il
signifie que si on cherche a` annuler y alors que y est dej`a nul, la commande optimale
consiste simplement `a ne rien faire. Reste `a prouver la nullite de y, u et p sur
lintervalle [0, t0 ]. Il suffit de constater que le couple (y, p) est solution dun syst`eme
differentiel lineaire de condition initiale (y, p)(t0 ) = (0, 0) (la fl`eche du temps est
inversee). Ce syst`eme admet une solution unique : la solution nulle.
Ce resultat stipule que, si letat initial nest pas letat cible, la trajectoire optimale ne consiste pas `a atteindre exactement la cible. Autrement dit, il nest jamais
rentable datteindre exactement la cible. Le co
ut du controle (terme en Rv v)
necessaire pour sapprocher de letat cible devient plus important que le gain realise
dans les termes du type Qy y et Dy(T ) y(T ).
Exercice 9.4.2 Obtenir lequivalent de la Proposition 10.4.4 et du Theor`eme 10.4.6
pour le syst`eme parabolique

y = v + f dans ]0, T [

t
y = 0 sur ]0, T [

y(0) = y dans
0
o`u y0 L2 (), f L2 (]0, T [), v L2 (]0, T [) est la commande, et on minimise
Z
inf

vL2 (]0,T [)

J(v) =

|y z| dt dx +

v dt dx +
0

|y(T ) zT |2 dx,

o`u z L2 (]0, T [) et zT L2 ().


Correction. Lapplication qui a` v associe y est affine continue de L2 (]0, T [) dans
C 0 ([0, T ]; L2 ()). On en deduit que J est continue. De plus, J est fortement convexe

177
et admet donc un unique minimiseur. Combinaison de fonctions differentiables, J
est elle meme differentiable (lapplication qui `a v associe y est derivable car affine
continue !) et
hJ 0 (v), wi =
Z T Z
Z
vw dx dt +
2
0

Z
(y z)yw dx dt +

(y(T ) zT )yw (T ) dx

(9.17)

o`
u yw est solution du probl`eme parabolique
y
tw yw = w dans ]0, T [
y =0
sur ]0, T [
w
yw (0) = 0
dans .
La condition doptimalite necessaire et suffisante est J 0 (y) = 0. Comme dans le cas
presente dans le cours, la formule precedente permettant de calculer la derivee de
J est inexploitable : elle necessite pour chaque fonction test w la resolution dun
syst`eme parabolique. On peut obtenir une expression explicite de J 0 en fonction
dun etat adjoint p solution du syst`eme
p
t p = y z dans ]0, T [
p=0
sur ]0, T [

p(T ) = y(T ) zT dans .


Notons que, pour trouver letat adjoint, on peut introduire un Lagrangien comme
dans le cas de la dimension finie. On verifie sans mal que
Z TZ
0
hJ (v), wi =
(v + p)w dx.
0

La commande optimale est donc v = p. Letat adjoint pour p est retrograde en


temps (puisquon impose une condition finale) mais le signe de la derivee en temps est
aussi inverse. Par le changement de variables p(t) = p(T t) le lecteur se convaincra
sans peine que le probl`eme parabolique pour p, donc p, est bien pose.
Exercice 9.4.3 Generaliser lexercice precedent `a lequation des ondes.
Correction. Il sagit detudier le probl`eme
2
y

y = v + f

t
y=0

y(0) = y0

y (0) = y1
t

hyperbolique
dans ]0, T [
sur ]0, T [
dans
dans

o`
u y0 H01 (), y1 L2 (), f L2 (]0, T [) et v L2 (]0, T [) est la commande.
On minimise
Z TZ
Z TZ
Z
2
2
inf
J(v) =
v dt dx +
|y z| dt dx + |y(T ) zT |2 dx,
2
vL (]0,T [)

178

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

o`
u z L2 (]0, T [) et zT L2 (). A nouveau, J est derivable, fortement convexe
et admet donc un unique minimiseur. De plus, la derivee de J poss`ede la meme
expression (9.17) que precedemment. Cependant, yw est, dans ce cas, solution du
probl`eme hyperbolique
2y
w
yw = w dans ]0, T [

t2
yw = 0
sur ]0, T [
y
(0)
=
0
dans

yww
(0) = 0
dans .
t
A nouveau, on peut introduire un etat adjoint afin de determiner explicitement J 0 .
Lequation verifiee par letat adjoint est
2p
p = y z dans ]0, T [

t2
p=0
sur ]0, T [
p(T
)
=
y(T
)

T dans

p
(T ) = 0
dans
t
et un calcul simple conduit `a
0

hJ (v), wi =

(v + p)w dx dt.
0

Notons que pour trouver letat adjoint, on peut introduire un Lagrangien comme
dans le cas de la dimension finie. Letat adjoint pour p est retrograde en temps
(puisquon impose des conditions finales). Par le changement de variables p(t) =
p(T t) le lecteur se convaincra sans peine que le probl`eme parabolique pour p,
donc p, est bien pose.
Exercice 9.5.1 Pour V = R2 et J(x, y) = ax2 + by 2 avec a, b > 0, montrer que
lalgorithme de gradient `a pas optimal converge en une seule iteration si a = b ou si

x0 y 0 = 0, et que la convergence est geometrique dans les autres cas. Etudier


aussi la
convergence de lalgorithme de gradient `a pas fixe : pour quelles valeurs du param`etre
la convergence se produit-elle, pour quelle valeur est-elle la plus rapide ?
Correction. Lalgorithme de gradient `a pas optimal converge en une unique iteration si et seulement si le minimiseur de J (en loccurrence 0) appartient `a la droite
parametree par la fonction t 7 tJ 0 (x, y) + (x, y), cest-`a-dire si et seulement si (x, y)
et J 0 (x, y) sont colineaires. Comme J 0 (x, y) = 2(ax, by), lalgorithme converge en
une iteration si et seulement le produit vectoriel entre (x0 , y0 ) et (ax0 , by0 ) est nul,
cest-`a-dire si a = b ou x0 y0 = 0. Dans le cas contraire, considerons (xn , yn ) la
solution obtenue au bout de n iterations du gradient a` pas optimal. Comme le pas
est choisi de mani`ere optimale, le gradient de J en (xn+1 , yn+1 ) est orthogonal au
gradient de J en (xn , yn ). Ainsi, le gradient de J en (xn+2 , yn+2 ) est colineaire au
gradient de J en (xn , yn ). On en deduit que (xn , yn ) et (xn+2 , yn+2 ) sont colineaires.
Il existe donc (x, y) : R2 R tel que
(xn+2 , yn+2 ) = (xn , yn )(xn , yn ).

179
Enfin, pour tout reel r, on a (rx, ry) = (x, y) puisque le gradient J 0 (x, y) est
lineaire en (x, y). On a donc (xn+2 , yn+2 ) = (xn , yn ) et, par recurrence, (x2p , y2p ) =
(x0 , y0 ). Ainsi,
(x2p , y2p ) = (x0 , y0 )p (x0 , y0 ).
La convergence est donc geometrique.
Considerons lalgorithme de gradient a` pas fixe. Dapr`es lexpression de la
derivee de J,
xn+1 = (1 2a)xn et yn+1 = (1 2b)yn .
Par recurrence evidente, on en deduit une formule explicite de (xn , yn ) :
xn = (1 2a)n x0 et yn = (1 2b)n y0 .
La convergence a lieu lorsque max(|1 2a|, |1 2b|) < 1, cest-`a-dire
< min(a1 , b1 ).
Le pas optimal est obtenu en minimisant = max(|1 2a|, |1 2b|) par rapport
a` . Par une etude graphique rapide, on obtient que le pas optimal est
opt = (a + b)1 .
La raison de la suite geometrique est alors
= |a b|/(a + b).
Pour terminer, notons quon peut egalement calculer explicitement la raison 0 de
la suite dans le cas de lalgorithme `a pas optimal. A titre indicatif, on obtient

1/2
.
0 = |a b||x0 ||y0 | ab (ax20 + by02 )(a3 x20 + b3 y02 )
Lalgorithme du gradient a` pas optimal converge au moins aussi rapidement que
lalgorithme `a pas fixe optimal. La convergence des deux algorithmes est identique
si a = b ou a|x0 | = b|y0 |.
PN
Exercice 9.5.2 Soit V = RN et K = {x RN tel que
i=1 xi = 1}. Expliciter
loperateur de projection orthogonale PK et interpreter dans ce cas la formule
un+1 = PK (un J 0 (un ))

(9.18)

definissant lalgorithme de gradient projete `a pas fixe en terme de multiplicateur de


Lagrange.
Correction. Loperateur de projection sur K est defini par
PK (u) = u (1 u 1I)1I/N,
o`
u 1I =

PN

i=1 ei .

Lalgorithme du gradient projete peut donc secrire sous la forme

un+1 = PK (un J 0 (un )) = un (J 0 (un ) N 1 (J 0 (un ) 1I)1I)


= un (J 0 (un ) n 1I)

180

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

avec
n = N 1 (J 0 (un ) 1I).
Si un point fixe est atteint, on obtient quil existe un reel tel que
J 0 (u) 1I = 0,
et on retrouve la condition doptimalite du premier ordre associee au probl`eme de
minimisation de J sur K.
Exercice 9.5.3 Appliquer lalgorithme dUzawa au probl`eme


1
min
J(v) = Av v b v ,
2
vRN , F (v)=Bvc0

(9.19)

o`u A est une matrice N N symetrique definie positive, b RN , B une matrice M N


et c RM . Si la matrice B est de rang M , ce qui assure lunicite de p dapr`es la
Remarque 10.3.12, montrer que la suite pn converge vers p.
Correction. Le Lagrangien associe `a ce probl`eme est
1
L(v, q) = Av v b v + q (Bv c)
2
n
avec q RM
+ . Soit p la suite de multiplicateurs obtenus par lalgorithme dUzawa
et un la suite delements de RN definie par

L(un , pn ) = min L(v, pn ).


v

(9.20)

On rappelle que pn+1 est determine `a laide de pn par


(pn + F (un )) ,
pn+1 = PRM
+

(9.21)

o`
u est le pas de lalgorithme, choisit suffisamment petit. La matrice A etant
symetrique definie positive, le probl`eme (9.20) admet comme unique solution
un = A1 (b B pn ).
En explicitant la definition (9.21) de pn+1 en fonction de pn , on obtient

1 n
1
pn+1 = PRM
(Id
BA
B
)p
+
(BA
b

c)
.
+
Afin de prouver la convergence de la suite pn , il suffit de montrer que lapplication
qui `a pn+1 associe pn est strictement contractante. Comme la projection PRM
est
+
contractante, il suffit de prouver que lapplication
q 7 (Id BA1 B )q + (BA1 b c)
est strictement contractante. Comme B est de rang M , la matrice BA1 B est
definie positive. Pour suffisamment petit, la matrice Id BA1 B est symetrique,

181
definie positive de valeurs propres strictement plus petites que lidentite. Lapplication precedente est donc strictement contractante et la suite pn converge. On note
p sa limite. La suite un est egalement convergente et sa limite u est telle que
Au b + B p = 0.

(9.22)

Enfin, comme p = PRM


(p + F (u)), par definition de loperateur de projection, pour
+
M
tout q R+ , on a
(p (p + F (u))) (q p) 0,
cest-`a-dire F (u) p F (u) q. On en deduit que
F (u) 0

(9.23)

et que F (u) p 0. Or comme F (u) 0 et p 0, on a egalement F (u) p 0.


Ainsi,
F (u) p = 0.
(9.24)
De (9.22), (9.23) et (9.24), on conclut que u est solution du probl`eme de minimisation
etudie.
Exercice 9.5.4 En plus des hypoth`eses de la Proposition 10.5.10, on suppose que les
fonctions J et F1 , . . . , FM sont continument differentiables. On note de nouveau I(u)
lensemble des contraintes actives en u, et on suppose que les contraintes sont qualifi
 ees
0
en u au sens de la Definition 10.2.13. Enfin, on suppose que les vecteurs Fi (u) iI(u)
sont lineairement independants,
P ce qui 0assure lunicite des multiplicateurs de Lagrange
/ I(u). Montrer alors
1 , . . . , M tels que J 0 (u) + M
i=1 i Fi (u) = 0, avec i = 0 si i
que, pour tout indice i {1, . . . , M }



2
lim
max (Fi (u ), 0) = i .
0
Correction. Pour tout i
/ I(u), on a Fi (u) < 0. Ainsi, pour assez petit, on a
Fi (u ) < 0 et max(Fi (u ), 0) = 0. En particulier, pour tout i
/ I(u), on a bien

2
lim
max (Fi (u ), 0) = 0 = i .
0


On pose
J (v) = J(v) +

M
X

[max(Fi (v), 0)]2 .

i=1

Les fonction Fi etant supposees contin


ument derivables, J est derivable et
J0 (v)

= J (v) + 2

M
X
i=1

max(Fi (v), 0)Fi0 (v).

ET ALGORITHMES
CHAPITRE 9. CONDITIONS DOPTIMALITE

182

Comme u minimise J , on a J0 (u ) = 0 et
0

J (u ) = 2

M
X

max(Fi (u ), 0)Fi0 (u ).

(9.25)

(9.26)

i=1

De plus u converge vers u pour lequel


J 0 (u) =

i Fi0 (u).

iI(u)

Comme les applications lineaires (Fi0 (u))iI(u) sont independantes, il existe une famille (ai )iI(u) delements de RN (appelee base duale) telle que
hFi0 (u), aj i = ij
pour tout i et j I(u). Comme Fi0 (u ) converge vers Fi0 (u), pour assez petit, la famille (Fi0 (u ))iI(u) est independante et il existe une famille (ai )iI(u)
Vect((ai )iI(u) ) telle que
hFi0 (u ), aj i = ij
pour tout i et j I(u). De plus, pour tout i I(u), ai converge vers ai . Enfin, pour
tout i I(u),


X
1
1
0

2 max(Fi (u ), 0) = 2
max(Fj (u ), 0)Fj (u ), ai .
jI(u)

Comme 1 max(Fi (u ), 0)) converge vers zero pour tout i


/ I(u),
lim 21 max(Fi (u ), 0) = lim 21

= limhJ

M
X

max(Fj (u ), 0) hFj0 (u ), ai i

j=1
(u ), ai i

= hJ 0 (u), ai i = i .

Chapitre 10

METHODES
DE LA
RECHERCHE

OPERATIONNELLE
Exercice 10.1.1 Resoudre le programme lineaire suivant
max

x1 0,x2 0

x1 + 2x2

sous les contraintes

3x1 + 2x2 2
x1 + 2x2 4

x1 + x2
5
Correction.
Exercice 10.1.2 Montrer que lon peut choisir la matrice A de taille m n et le
vecteur b Rm de telle facon que Xad soit le cube unite [0, 1]nm dans le sous-espace
affine de dimension n m defini par Ax = b. En deduire que le nombre de sommets de
Xad est alors 2nm .
Exercice 10.1.3 Soit A une matrice symetrique N N et b RN . Pour x RN , on
pose J(x) = 21 Ax x b x. Montrer que J est derivable et que J 0 (x) = Ax b pour
tout x RN .
Exercice 10.1.4 Resoudre par lalgorithme du simplexe le programme lineaire
min

x1 0, x2 0, x3 0, x4 0, x5 0

x1 + 2x2

sous les contraintes

3x1 + 2x2 + x3 = 2
x1 + 2x2 + x4 = 4

x1 + x 2 + x5 = 5

183

184

CHAPITRE 10. METHODES


DE LA RECHERCHE OPERATIONNELLE

Exercice 10.1.5 Resoudre par lalgorithme du simplexe le programme lineaire


min

x1 0, x2 0

2x1 x2

sous les contraintes x1 + x2 1 et x2 x1 1/2 (on pourra saider dun dessin et


introduire des variables decart).
Exercice 10.1.6 Resoudre par lalgorithme du simplexe le programme lineaire
min

x1 0, x2 0, x3 0, x4 0

sous les contraintes

3x3 x4

x1 3x3 + 3x4 = 6
x2 8x3 + 4x4 = 4

Exercice 10.1.7 Montrer que, si Xad est borne non vide, (??) admet une unique
solution optimale x . Ecrire les conditions doptimalite et en deduire que, si (??) admet
une unique solution optimale x0 , alors x converge vers x0 lorsque tend vers zero.
Exercice 10.1.8 Utiliser la dualite pour resoudre `a la main (et sans calculs !) le
programme lineaire
min

x1 0, x2 0, x3 0, x4 0

sous les contraintes

8x1 + 9x2 + 4x3 + 6x4

4x1 + x2 + x3 + 2x4 1
x1 + 3x2 + 2x3 + x4 1

Exercice 10.1.9 Trouver le probl`eme dual de (??) lorsquon dualise aussi la contrainte
x 0, cest-`a-dire quon introduit le Lagrangien
L(x, p, q) = c x + p (b Ax) q x
avec q Rn tel que q 0. Comparer avec (??) et interpreter la nouvelle variable duale
q. En deduire quil ny a pas dinteret `a dualiser aussi la contrainte x 0.
Exercice 10.1.10 Verifier que le probl`eme dual de (??) est `a nouveau (??).
Exercice 10.1.11 Soit v RN , c RN , A une matrice M N et b RM . On
consid`ere le programme lineaire
(10.1)
inf c v .
v0
Avb

Montrer que le probl`eme dual peut se mettre sous la forme suivante, avec q RM
sup b q .
q0
A qc

(10.2)

185
Soient v et q des solutions admissibles de (10.1) et (10.2), respectivement. Montrer que
v et q sont des solutions optimales si, et seulement si,
(c A q) v = 0 et (b Ac) q .

(10.3)

Les deux egalites de (10.3) sont appelees conditions des


ecarts compl
ementaires
(primales et duales, respectivement). Generaliser au cas o`u le probl`eme primal comprend
en outre des contraintes egalites.
Exercice 10.1.12 Montrer reciproquement que si x est un point de P verifiant A0 x =
b0 , avec A0 et b0 comme dans le Lemme ??, alors x est un point extremal.
Exercice 10.1.13 Il sagit detablir une reciproque au Corollaire ??. Commencons par
examiner le cas special du poly`edre Xad = {x Rn | Ax = b, x 0} des solutions
admissibles du programme lineaire standard, avec A Zmn de rang m. Montrer que
les deux proprietes suivantes sont equivalentes :
1. pour tout b Zm , les points extremaux de Xad sont entiers ;
2. toutes les sous-matrices m m de A sont de determinant 1 ou 0.
Soit maintenant D Zmn , et considerons Q = {x Rn | Dx b, x 0} . Deduire
de lequivalence qui prec`ede lequivalence des deux proprietes suivantes (theor`eme de
Hoffman et Kruskal) :
3. pour tout b Zm , les points extremaux de Q sont entiers ;
4. D est totalement unimodulaire.
Exercice 10.1.14 (Probl`
eme de couverture) Un centre dappel telephonique a
une courbe de charge : ct est le nombre de clients devant etre servis `a linstant discret
t {1, . . . , T }. Un certain nombre de conseillers de client`ele repondent aux appels. On
simplifie le probl`eme en supposant que tous les appels sont de meme type. On supposera
quil y a k horaires de travail possibles, lhoraire i etant caracterise par un intervalle
[i , i ], avec 1 i i T , ce qui revient `a faire abstraction des pauses. On note
Si le salaire `a verser `a un conseiller de client`ele travaillant de linstant i `a linstant i .
On pose uit = 1 si i t i , et uit = 0 sinon. Justifier le probl`eme
X
inf
xi Si .
(10.4)
P

1ik

x Nk
xi uit ct , 1 t T 1ik

Montrer que lensemble des solutions admissibles de ce probl`eme peut secrire comme
lensemble des points entiers dun poly`edre de la forme (??), o`u la matrice D est une matrice dintervalles, cest-`a-dire une matrice `a coefficients 0, 1 telle que les 1 apparaissent
consecutivement sur une colonne. Montrer quune matrice dintervalles est totalement
unimodulaire. Conclure.
Exercice 10.1.15 Expliciter le probl`eme de flot `a cout minimum correspondant au
probl`eme de transport particulier de lExemple ??. (On dessinera le graphe.)

186

CHAPITRE 10. METHODES


DE LA RECHERCHE OPERATIONNELLE

Exercice 10.1.16 Montrer que le probl`eme du flot maximal est effectivement un cas
particulier de probl`eme de flot `a cout minimal. (Indication : on pourra rajouter un arc
au graphe intervenant dans la definition du probl`eme du flot maximal.)
Exercice 10.1.17 Montrer que le probl`eme de couverture (Exercice 10.1.14) peut se
modeliser par un probl`eme de flot `a cout minimum, et retrouver ainsi la conclusion de
lExercice 10.1.14.
Exercice 10.1.18 A un bal, il y a n garcons et n filles, chaque garcon ayant ete
presente `a r filles, et chaque fille ayant ete presentee `a r garcons. On suppose r 1.
Deduire du Theor`eme de Birkhoff ?? quil est possible de former n couples de danseurs,
de sorte que les danseurs dun meme couple aient dej`a ete presentes lun `a lautre.
Exercice 10.1.19 Nous dirons que le graphe est coaccessible pour si pour tout nud
i du graphe, il existe un chemin de i `a un nud j tel que j 6= +. On va montrer
que si le graphe na pas de circuit de poids negatif et est co-accessible pour , alors
lequation de Bellman (??) poss`ede une unique solution finie, egale `a v. Pour cela, on
consid`ere v 0 RN une solution de lequation de Bellman (??). On introduit
C = {i N | i

min
kN , (i,k)A

(ci,k + vk0 )} ,

et lon choisit pour chaque i C un nud (i) tel que


0
vi0 = ci,(i) + v(i)
.

On definit ainsi une application : C N . Montrer que quel que soit i C, il existe
un entier k tel que le k-i`eme itere k (i), nappartienne pas `a C. Conclure que v 0 v.
Exercice 10.1.20 (Convergence en temps fini) Montrer que si G na pas de circuits de poids strictement negatif, alors f |N |1 () = v. Si au contraire G a un circuit de
poids strictement negatif, et si G est coaccessible pour (voir lExercice 10.1.19 pour
cette notion) alors f |N | () < f |N |1 ().
Exercice 10.1.21 Soit G = (N , A) un graphe oriente, muni dun poids c RA .
Montrer que les deux assertions suivantes sont equivalentes :
1. G est sans circuits de poids strictement negatif,
2. il existe une fonction y RN telle que yi + ci,j + yj 0, pour tout (i, j) A.
Indication pour 12. On pourra commencer par supposer le graphe fortement connexe
et exhiber un y evident.
Exercice 10.1.22 Comment peut-on completer lalgorithme diteration sur les valeurs
pour construire un circuit de poids negatif ?
Exercice 10.1.23 (Chemin de co
ut minimum avec contrainte de temps)
Soit G = (N , A) un graphe oriente, muni de deux valuations, c RA , un cout, et
NA , un temps, et (R {+})N une penalite finale. On fixe un nud initial s

187
et une date limite T N, et lon cherche `a trouver un chemin (`0 , . . . , `m ) de longueur
arbitraire, partant de s (i.e. `0 = s), tel que le gain total c`0 ,`1 + + c`m1 ,`m + `m
soit minimal, sous la contrainte de respecter la date limite T , i.e. sous la contrainte
`0 ,`1 + + `m1 ,`m T . On supposera quil ny a pas de circuit dont tous les arcs ont
des temps nuls. Formuler un algorithme de programmation dynamique pour resoudre
ce probl`eme. Application : trouver par programmation dynamique le chemin de cout
minimum du nud 1 au nud 6, en temps au plus 10, pour lexemple de graphe (??)
qui sera traite plus loin par relaxation Lagrangienne.
Exercice 10.1.24 Considerons un amateur de theatre, qui se rend en Juillet pour
une journee voir des pi`eces du festival off dAvignon. Le festival off comprend plusieurs
centaines de pi`eces. Chaque pi`ece est caracterisee par un unique lieu de la ville (un
theatre), et une unique plage horaire dans la journee (par exemple, 16h00-17h30). On
connat en outre les temps necessaires pour aller dun theatre `a lautre. En lisant le
programme du off avant daller au festival, notre spectateur affecte `a chaque pi`ece un
plaisir espere, mesure sur une echelle de 0 `a 5. Son but est de voir dans la journee une
suite de pi`eces du off, de mani`ere `a maximiser la somme des plaisirs esperes pour les
differentes pi`eces choisies. Montrer que ce probl`eme peut se ramener `a un chemin `a cout
minimal dans un graphe sans circuits, et quil peut se resoudre en un temps quadratique
en le nombre de pi`eces du festival off (on negligera le temps des repas).
Exercice 10.1.25 On peut imaginer que sur la plan`ete Mars 1 , des extraterrestres
apprennent aux enfants `a compter avec laddition (a, b) 7 a b = min(a, b), et la
multiplication (a, b) 7 a b = a + b. La structure algebrique correspondante, (R
{+}, , ) est appelee semi-anneau min-plus. Elle verifie les memes axiomes que les
anneaux, sauf que laddition, au lieu detre une loi de groupe, verifie a a = a. Pour
nos martiens, lequation de Bellman associe au probl`eme en horizon fini (??) nest autre
quun produit de matrices min-plus
M
viT =
Mi,k vkT 1 ,
kN

avec Mi,k = ci,k si (i, k) A, et Mi,k = + sinon. Les martiens, qui utilisent les
memes notations matricielles que nous, mais dans le semi-anneau min-plus, ecrivent
tout simplement,
v t = M vt1 , et v T = M T .
Quant `a lequation de Bellman (??), ils lecrivent
v = Mv .

(10.5)

Que devient le Theor`eme de la matrice de transfert ?? pour une matrice `a coefficients


dans le semi-anneau min-plus ? Montrer que la solution maximale de (10.5) est egale `a
v = M , o`u M = M 0 M M 2 . Retrouver ainsi le Theor`eme ??. Montrer que
si G na pas de circuit de poids negatif, limT M T = + (la matrice dont tous les
coefficients sont egaux `a +). Retrouver ainsi le resultat dunicite de lExercice 10.1.19.
1. Nous empruntons cette plaisanterie `a V.P. Maslov, Methodes Operatorielles, MIR, 1973

188

CHAPITRE 10. METHODES


DE LA RECHERCHE OPERATIONNELLE

Exercice 10.1.26 Appelons jeu Markovien fini un jeu `a deux joueurs, blanc, et
noir, qui deplacent `a tour de role un jeton sur un graphe fini, `a partir dune position
initiale (cest blanc qui commence). Certains sommets du graphe sont finaux : lorsque
le jeton est dans ce sommet, on sait que la partie est gagnante pour blanc, ou gagnante
pour noir, ou bien nulle. Peut-on modeliser les echecs ou les dames par un tel jeu ?

On suppose que la partie termine toujours. Ecrire


une equation de type programmation
dynamique exprimant la valeur dune position pour blanc. (Indication : cette equation
fera intervenir `a la fois les lois min et max.) Deduire que des trois assertions suivantes,
une seule est vraie : - les blancs peuvent toujours gagner ; - les noirs peuvent toujours
gagner ; - les blancs et les noirs peuvent toujours forcer la partie nulle.
Exercice 10.1.27 (D
ecomposition des flots) Montrer que tout flot de s `a p dans
le graphe G = (N , A) peut secrire comme somme dau plus |A| flots associes soit `a
des chemins elementaires de s `a p soit `a des circuits elementaires.
Exercice 10.1.28 Utiliser lexercice qui prec`ede pour formuler le probl`eme du plus
court chemin de s `a p comme un probl`eme de flot `a cout minimum.
Exercice 10.1.29 Nous dirons quun flot est sans circuits sil peut secrire comme
somme de flots associes `a des chemins elementaires, dans la decomposition de lExercice 10.1.27. Montrer que pour tout flot admissible, il existe un flot sans circuit de meme
valeur. Conclure la preuve du du Theor`eme ?? dans le cas o`u les capacites peuvent etre
infinies.
Exercice 10.1.30 Utiliser le theor`eme de dualite en programmation lineaire pour donner une autre preuve du Theor`eme de Ford et Fulkerson ??. [ATTENTION, BESOIN
DINDICATIONS, DIFFICILE]
Exercice 10.1.31 Montrer que la valeur des flots admissibles de s `a p nest pas
superieurement bornee si, et seulement si, il existe un chemin de s `a p forme darcs
de capacite infinie.
Exercice 10.1.32 Montrer que dans le probl`eme (V C)rel , on peut remplacer les
contraintes (??) par les contraintes :
X
pour tout S V, tel que S =
6 et S =
6 V,
xkm 2 .
(10.6)
kV, mS\V,{k,m}E

Donner un algorithme polynomial qui verifie si les contraintes de type (10.6) sont satisfaites par un vecteur x [0, 1]E , et retourne le cas echeant lensemble S associe `a une
contrainte non-satisfaite.
Exercice 10.1.33 Calculer la fonction duale G() pour le probl`eme (??), et retrouver
ainsi la valeur de maxR+ G().
Exercice 10.1.34 Proposer une relaxation Lagrangienne fournissant une borne superieure
pour le probl`eme du sac-`a-dos (??), et lappliquer `a lexemple (??).

189
Exercice 10.1.35 La version orientee du probl`eme du voyageur de commerce consiste
`a considerer un graphe oriente G = (N , A), muni dune fonction temps t : A R+ , et
`a chercher un circuit oriente passant une et une seule fois par chaque nud. On demande
de proposer une relaxation Lagrangienne, en faisant en sorte que pour chaque vecteur
de multiplicateurs de Lagrange, le calcul de la fonction duale G() revienne `a resoudre un
probl`eme daffectation. Expliquer pourquoi cette relaxation est moins interessante que
la borne de Held et Karp, dans le cas particulier du probl`eme du voyageur de commerce
non-oriente.
Exercice 10.1.36 Nous allons prouver la formule


[
J(x) = co
Ji (x)

(10.7)

iI
Ji (x) = J(x)

dans le cas o`u tous les Ji sont des fonctions convexes de Rn dans R. (Lexclusion de
la valeur + nest quune commodite, qui nous permettra dappliquer directement les
resultats du Chapitre 9, prouves dans le cas de fonctions convexes `a valeurs finies).
Notons C le second membre de (10.7).
1. Montrer que C J(x).
2. On suppose que 0 J(x). En considerant le programme convexe
min

t sous les contraintes y Rn , t R, Ji (y) t, i I ,

montrer que 0 C.
3. Conclure que de mani`ere generale, C = J(x).

190

CHAPITRE 10. METHODES


DE LA RECHERCHE OPERATIONNELLE

ANNEXE

191

ANALYSE NUMERIQUE
MATRICIELLE

Exercice 13.1.1 Montrer que


1. kAk2 = kA k2 = maximum des valeurs singuli`eres de A,
P
2. kAk1 = max1jn ( ni=1 |aij |) ,
P

n
3. kAk = max1in
|a
|
.
ij
j=1
Correction.
P
1. On note hx, yi = ni=1 xi yi le produit hermitien de deux vecteurs x, y Cn .
Tout dabord, on rappelle que les valeurs singuli`eres de A sont les racines
carrees des valeurs propres de la matrice auto-adjointe (hermitienne) A A
(dont on verifie sans peine quelle nadmet que des valeurs propres reelles
positives). Par definition, on a

kAk2 =

hAx, Axi
max
n
xC ,x6=0
hx, xi

1/2
.

Ainsi,
hA Ax, xi
max
xCn ,x6=0
hx, xi


kAk2 =

1/2

est bien le maximum des valeurs singuli`eres de A. Par ailleurs, pour tout
x Cn ,
kxk2 =
sup
|hx, yi|.
yCn ,kyk2 1

Ainsi,
kAxk2 =

sup
yCn ,kyk2 1

|hAx, yi| =

|hx, A yi| kxk2 kA k2 .

sup
yCn ,kyk

2 1

On en deduit que kAk2 kA k2 et finalement kAk2 = kA k2 .


2. On a
kAxk1
kAk1 = max
= max
xC,x6=0 kxk1
xC,x6=0


Pn Pn


i=1
k=1 aik xk
Pn
.
k=1 |xk |

Pour tout indice j, en choisissant xk = kj , on obtient


kAk1

n
X
i=1

|aij |.


ANALYSE NUMERIQUE
MATRICIELLE

192
De plus,
kAk1


Pn Pn
Pn

a
x
ij
j
i=1
j=1
i,j=1 |aij ||xj |
Pn
Pn
= max
max
xC,x6=0
xC,x6=0
j=1 |xj |
j=1 |xj |
Pn Pn
n
X
|aij |) |xj |
j=1 (
Pni=1
= max
max
|aij |,
j
xC,x6=0
j=1 |xj |
i=1

do`
u legalite demandee.
3. On a


P


maxk nj=1 akj xj
.
= max
xC,x6=0
maxk |xk |

kAk

Soit i {1, n} et x Cn tel que, pour tout indice j, xj soit egal au signe
de aij . On deduit de lexpression precedente que
!
n
X
kAk max
|akj | .
k

j=1

Reciproquement,
kAk

max

xC,x6=0

!
P
n
X
maxk nj=1 |akj ||xj |
max
|akj |.
k
maxk |xk |
j=1

Exercice 13.1.2 Soit une matrice A Mn (C). Verifier que


1. cond(A) = cond(A1 ) 1, cond(A) = cond(A) 6= 0,
(A)
, o`u 1 (A), n (A) sont respecti2. pour une matrice quelconque, cond2 (A) = n1 (A)
vement la plus petite et la plus grande valeur singuli`ere de A,
n (A)|
, o`u |1 (A)|, |n (A)| sont respecti3. pour une matrice normale, cond2 (A) = |
|1 (A)|
vement la plus petite et la plus grande valeur propre en module de A,

4. pour toute matrice unitaire U , cond2 (U ) = 1,


5. pour toute matrice unitaire U , cond2 (AU ) = cond2 (U A) = cond2 (A).
Correction.
1. On a
cond(A) = kAkkA1 k = kA1 kkAk = cond(A1 ).
De plus dapr`es les proprietes elementaires des normes subordonnees,
cond(A) = kAkkA1 k kAA1 k = k Id k = 1.
Enfin, cond(A) = kAkk(A)1 k = ||||1 kAkkA1 k = cond(A).
2. Dapr`es lExercice 13.1.1, kAk2 est la plus grande valeur singuli`ere de A.
Comme les valeurs singuli`eres de A1 sont les inverses des valeurs singuli`eres
(A)
.
de A, on en deduit que cond2 (A) = n1 (A)

ANNEXE

193

3. Pour une matrice normale (donc diagonalisable dans une base orthonormee),
les valeurs singuli`eres sont les modules des valeurs propres. Ainsi, dapr`es le
n (A)|
point precedent, pour toute matrice normale on a encore cond2 (A) = |
.
|1 (A)|
4. Pour une matrice unitaire, kU k2 = kU 1 k2 = 1. Ainsi, cond2 (U ) = 1.
5. Si U est une matrice unitaire, on a
(AU )(AU ) = AU U A = AA et (U A) (U A) = A A.
Ainsi, la plus grande valeur singuli`ere de A est egale `a la plus grande valeur
singuli`ere de U A tandis que la plus grande valeur singuli`ere de A est egale `a
la plus grande valeur singuli`ere de (AU ) . On a donc
kAU k2 = k(AU ) k2 = kA k2 = kAk2 = kU Ak2 .
De plus, comme (AU )1 et (U A)1 sont le produit (`a gauche et `a droite) de
A1 avec la matrice unitaire U , on a egalement
k(AU )1 k2 = kA1 k2 = kAk2 = k(U A)1 k2 .
On en deduit que cond2 (AU ) = cond2 (U A) = cond2 (A).
Exercice 13.1.3 Montrer que le conditionnement de la matrice de rigidite Kh , donnee
par (6.12) ou par (13.2) pour la methode des elements finis P1 appliquee au Laplacien,
est
4
(13.1)
cond2 (Kh ) 2 2 .
h
On montrera que les valeurs propres de Kh sont


k
1
2
1 k n,
k = 4h sin
2(n + 1)
pour des vecteurs propres uk donnes par leurs composantes


jk
k
uj = sin
1 j, k n.
n+1
Correction. Dans un premier temps, on verifie que les vecteurs uk sont les vecteurs
propres de Kh . On a
(Kh uk )j = h1 (ukj1 + 2ukj ukj+1 )
 





(j 1)k
jk
(j + 1)k
1
=h
sin
+ 2 sin
sin
n+1
n+1
n+1
 i(j1)k

i(j)k
i(j1)k
i(j1)k
i(j)k
i(j1)k
n+1
n+1
n+1
1
n+1
n+1
n+1
= (2ih)
e
+ 2e
e
e
+ 2e
e
 ijk



ijk
ik
ik
= (2ih)1 e n+1 e n+1
e n+1 + 2 e n+1




jk
k
1
2
= 4h sin
sin
n+1
2(n + 1)


k
= 4h1 sin2
ukj .
2(n + 1)


ANALYSE NUMERIQUE
MATRICIELLE

194
La matrice Kh etant normale,

cond2 (Kh ) = |n (Kh )|/|1 (Kh )|.


La plus grande valeur propre de Kh est 4h1 sin2 (n/2(n + 1)) 4h1 et la plus
petite 4h1 sin2 (/2(n + 1)) 4h1 (/2(n + 1))2 = h 2 . La matrice Kh etant normale, le conditionnement de Kh est
4h1
4
=
.
cond2 (Kh )
h 2
2 h2
Exercice 13.1.4 Montrer que les factorisations LU et de Cholesky conservent la structure bande des matrices.
Correction. Considerons le cas de la factorisation LU. Soit A une matrice bande
de demie largeur de bande p. On raisonne par recurrence afin de prouver que les
matrices L et U sont egalement des matrices bande de demie largeur de bande p. On
lit par ordre croissant les colonnes de A ce qui permet de determiner les colonnes
correspondantes de L et U . La premi`ere colonne de A donne
a11 = l11 u11 u11 = a11
et, pour i 2,
ai1 = li1 u11 li1 = ai1 /u11
ce qui montre que les premi`eres colonnes de L et U ont bien la meme demie largeur
de bande p. Supposons que les j 1 premi`eres colonnes de L et U sont aussi de
demie largeur de bande p. Les composantes de la j `eme colonne de U sont definies
pour 1 i j par
i1
X
lik ukj .
uij = aij
k=1

La matrice A etant une matrice bande de demi-largeur p, on a aij = 0 pour tout i


tels que j > i + p. Par une recurrence evidente sur lindice i croissant, on en deduit
que uij = 0 pour tout i tel que j > i + p. Ainsi, la j`eme colonne de U est celle
dune matrice bande de demie largeur de bande p. La j`eme colonne de L est ensuite
determinee, pour j + 1 i n, par
P
aij j1
k=1 lik ukj
.
lij =
ujj
Dapr`es lhypoth`ese de recurrence sur la structure bande des j premi`eres colonnes
de L, on a lik = 0 d`es que i k > p. Ainsi, chaque terme de la somme apparaissant
dans lexpression de lij est nul d`es que i (j 1) > p et en particulier d`es que
i j > p. Ainsi, lij = 0 d`es que i j > p et les j premi`eres colonnes de L ont une
structure de matrice bande de demie largeur p. Ceci ach`eve la recurrence et prouve
que la structure bande est conservee par la factorisation LU. La matrice B issue de la
factorisation de Cholesky nest autre que le produit de L par une matrice diagonale,
si L est une matrice bande, B lest egalement. La factorisation de Cholesky conserve
donc egalement la structure bande.

ANNEXE

195

Exercice 13.1.5 Montrer que, pour une matrice bande dordre n et de demie largeur
de bande p, le compte doperations de la factorisation LU est O(np2 ) et celui de la
factorisation de Cholesky est O(np2 /2).
Correction. On suppose que n >> p >> 1 et on peut donc negliger les effets de
bord pour les indices extremes. Puisque L et U ont la meme structure bande que
A, la factorisation LU conduit aux operations suivantes
min(i,j)

aij =

lik ukj .

k=max(ip,jp)

Raisonnons `a i fixe : pour j allant de 1 a` i p il ny a aucun calcul a` faire, pour


j allant de i p a` i on fait de 1 `a p multiplications, de meme pour j allant de i a`
i + p on fait de p a` 1 multiplications, et enfin aucun calcul pour j allant de i + p a`
n. Pour la i`eme ligne on fait donc p2 operations, ce qui conduit au total `a de lordre
de (np2 ) operations.
Pour la factorisation de Cholesky on fait moitie moins de calculs puisque la
matrice est symetrique.
Exercice 13.1.6 Soit A une matrice hermitienne definie positive. Montrer que pour
tout ]0, 2[, la methode de relaxation converge.
Correction. La matrice A etant hermitienne definie positive, sa diagonale D est
constituee de reels strictement positifs. La matrice M = D/ E est donc inversible et la methode de relaxation correctement definie. De plus, dapr`es les Lemmes
13.1.26 et 13.1.27, la methode de relaxation est convergente d`es que M + N est
definie positive. Or
2
D,
M + N =

qui est definie positive pour tout ]0, 2[.


Exercice 13.1.7 Montrer que, pour la methode de relaxation, on a toujours
(M 1 N ) |1 | , 6= 0,
et donc quelle ne peut converger que si 0 < < 2.
Correction. Le determinant de M 1 N vaut
det(M 1 N ) = detN/ detM = det(

1
1
D + F )/ det( D E) = (1 )n .

On en deduit que
(M 1 N )n ni=1 |i (M 1 N )| = | det(M 1 N )| = |1 |n ,
donc (M 1 N ) |1 | et la methode de relaxation ne peut converger que pour
]0, 2[.


ANALYSE NUMERIQUE
MATRICIELLE

196

Exercice 13.1.8 Soit A une matrice symetrique definie positive. Soit (xk )0kn la
suite de solutions approchees obtenues par la methode du gradient conjugue. On pose
rk = b Axk et dk = xk+1 xk . Montrer que
(i) lespace de Krylov Kk est aussi egal `a
Kk = [r0 , ..., rk ] = [d0 , ..., dk ],
(ii) la suite (rk )0kn1 est orthogonale
rk rl = 0 pour tout 0 l < k n 1,
(iii) la suite (dk )0kn1 est conjuguee par rapport `a A
Adk dl = 0 pour tout 0 l < k n 1.
Correction.
(i) On rappelle que rk est defini par rk = r0 Ayk Kk1 , o`
u yk Kk1 . On a
Ayk Kk . Ainsi, rk Kk et (r0 , , rk ) est une famille de Kk . Reste a` montrer que cette famille est generatrice. On raisonne par recurrence. Supposons
que Kk1 = [r0 , , rk1 ] (cest vrai pour k = 1). Si rk nappartient pas a`
Kk1 , on a
dim([r0 , , rk ]) = dim([r0 , , rk1 ]) + 1 = dim(Kk1 ) + 1 dim(Kk ).
Lespace [r0 , , rk ] etant inclus dans Kk et de meme dimension, ils sont
egaux. Reste a` considerer le cas o`
u rk appartient a` Kk1 . Comme rk est orthogonal a` Kk1 , on a dans ce cas rk = 0 et r0 = Ayk . Or yk [r0 , , Ak1 r0 ].
Ainsi, r0 [Ar0 , , Ak r0 ]. La famille (r0 , Ak r0 ) nest pas libre et Kk est
un espace de dimension strictement inferieure a` k. Dans ce cas, on a
Kk = Kk1 = [r0 , , rk1 ] = [r0 , , rk ].
Dans tous les cas, on a donc bien Kk = [r0 , , rk ]. Montrons maintenant que
Kk = [d0 , , dk ]. Comme yk appartient a` Kk1 , le vecteur dk = yk+1 yk
appartient a` Kk . Ainsi, [d0 , . . . , dk ] est un sous espace de Kk . Supposons que
pour un k donne, on ait Kk1 = [d0 , . . . , dk1 ] (cest vrai pour k = 1). Si yk+1
nappartient pas `a Kk1 , dk nappartient pas `a Kk1 et Kk = [d0 , . . . , dk ].
Dans le cas contraire, cest-`a-dire si yk+1 appartient `a Kk1 , alors on a a` la
fois
rk+1 = r0 Ayk+1 Kk1 Kk avec yk+1 Kk1
et
rk = r0 Ayk Kk1 avec yk Kk1 .
On en deduit par unicite de yk que yk = yk+1 et rk+1 = rk . En particulier, rk+1
appartient a` Kk et est orthogonal a` Kk . On a donc rk+1 = 0. On en deduit
que rk est nul et que Kk = Kk1 . On a donc a nouveau Kk = [d0 , . . . , dk ].
(ii) Le vecteur rk est orthogonal a` Kk1 = [r0 , . . . , rk1 ].

ANNEXE

197

(iii) On note le produit scalaire hx, yiA = hAx, yi. On a hA1 r0 yk , yiA = 0
pour tout y Kk1 . Ainsi, hyk+1 yk , yiA = 0 pour tout y Kk1 . En
dautres termes,
hdk , yiA = 0, y [d0 , . . . , dk1 ].
Exercice 13.1.9 Si on consid`ere la methode du gradient conjugue comme une methode
directe, montrer que dans le cas le plus defavorable, k0 = n 1, le nombre doperations
(multiplications seulement) pour resoudre un syst`eme lineaire est Nop = n3 (1 + o(1)).
Correction. A chaque iteration, on effectue de lordre de n2 operations, lessentiel
du temps etant consacre au calcul du produit matrice-vecteur Apk . Dans le cas
le plus defavorable, lalgorithme converge au bout de n iterations. Dans ce cas, le
nombre doperations est de lordre de n3 .
Exercice 13.1.10 On note avec un tilde toutes les quantites associees `a lalgorithme
du gradient conjugue applique au syst`eme lineaire (13.12), cest-`a-dire
x = b, o`u A = B 1 AB , b = B 1 b et x = B x.
A
Soit xk = B xk , rk = B
rk = b Axk , et pk = B pk . Montrer que lalgorithme du
gradient conjugue pour (13.12) peut aussi secrire sous la forme

choix initial x0
r0 = b Ax0
initialisation

p0 = z0 = C 1 r0

zk1 rk1
k1 = Ap

k1 pk1

x
=
x

k
k1 + k1 pk1

rk = rk1 k1 Apk1
it
erations k 1
z
k = C 1 rk

= zk rk

k1 zk1 rk1
pk = zk + k1 pk1
o`u C = BB .
Correction. Lalgorithme du gradient conjugue associe `a (13.12) consiste a` calculer iterativement
k
rk1 k2
k1 = A
pk1
pk1
xk = xk1 + k1 pk1
pk1
rk = rk1 k1 A
k
rk k2
k1 = krk1 k2
pk = rk + k1 pk1 .
En utilisant les expressions de xk , rk et pk en fonction de xk , rk et pk , on obtient
1

rk1 k
rk1 .rk1
k1 = kB
= CApk1
Apk1 pk1
pk1
xk = B xk = xk1 + k1 pk1
rk = B
rk = rk1 k1 Apk1
1 r k2
C 1 rk rk
k
k1 = kBkB1 rk1
= C 1
k2
rk1 rk1
pk = B pk = C 1 rk + k1 pk1 .


ANALYSE NUMERIQUE
MATRICIELLE

198

Lalgorithme du gradient preconditionne secrit donc bien sous la forme annoncee.


Exercice 13.1.11 Soit A la matrice dordre n issue de la discretisation du Laplacien
en dimension N = 1 avec un pas despace constant h = 1/(n + 1)

2 1 0 0
.

.
1 2 1 . . ..

.. .. ..
.
A = h1
(13.2)
.
.
.
0
0

. .

. . 1 2 1
..
0 0 1 2
Montrer que pour la valeur optimale
opt =

' 2(1 )

1 + 2 sin 2(n+1)
n

le conditionnement de la matrice C1 A est majore par


cond2 (C1 A)

1
1
+
,

2 2 sin 2(n+1)

et donc que, pour n grand, on gagne un ordre en n dans la vitesse de convergence.


Correction. On rappelle quen notant D = diag(A) et E la partie strictement
inferieure de A, de telle facon que A = D E E , pour ]0, 2[, on definit




D
D

E D
E .
C =
2

On note B la matrice definie par


r



D
B =
E D1/2 .
2
On a C = B BT . Ainsi,
C1 A = BT B1 A = BT (B1 ABT )BT = BT A BT ,
o`
u A = B1 ABT . Les matrices C1 A et A etant semblables, elles ont les memes
valeurs propres et
cond2 (C1 A) = cond2 (A ) = kA k2 kA1
k2 .
Afin de determiner une majoration du conditionnement, il suffit de majorer kA k2
et kA1
k2 . On a
hA x, xi
hB1 ABT x, xi
hABT x, BT xi

= max
= max
.
kA k2 = max
x6=0
x6=0
x6=0
hx, xi
hx, xi
hx, xi

ANNEXE

199

En posant y = BT x, on en deduit que


kA k2 = max
y6=0

hAy, yi
hAy, yi
hAy, yi
= max
= max
.
T
T
T
y6
=
0
y6
=
0
hB y, B yi
hB B y, yi
hC y, yi

De meme, on a
kA1
k2 = max
y6=0

hC y, yi
.
kA k2

Ainsi,
cond2 (C1 A)

hAx, xi
= max
x6=0 hC x, xi

hAx, xi
min
x6=0 hC x, xi

!1
.

Il reste a` determiner un encadrement


0<

hAx, xi
.
hC x, xi

Majoration . On decompose C sous la forme


C = A +
avec F =

1
D

F D1 FT ,
2

E. Pour tout x 6= 0, on a

2
h(A C)x, xi = hF D1 FT x, xi = hD1 FT x, FT xi 0,

puisque la matrice D1 est definie positive. Il en decoule que = 1 convient.


Minoration . On ecrit cette fois (2 )C = A + aD + G avec
G = ED1 E T

D
et
4

a=

(2 )2
.
4

Pour x 6= 0, on calcule le rapport


(2 )

hC x, xi
hDx, xi
hGx, xi
=1+a
+
.
hAx, xi
hAx, xi
hAx, xi
2

1|
Puisque D/4 = D1 , un calcul simple montre que hGx, xi = |x2h
et donc

(2 )

hC x, xi
hDx, xi
2a kxk2
2a
1+a
=1+
1+
,
hAx, xi
hAx, xi
h hAx, xi
hmin (A)

o`
u min (A) = 4h1 sin2
prendre

2(n+1)

est la plus petite valeur propre de A. On peut donc


= (2 ) 1 +

=

1

a
2 sin2

2(n+1)

1
2
+

2 8 sin2 2(n+1)

1
.


ANALYSE NUMERIQUE
MATRICIELLE

200
et
cond2 (C1 A)

2
1
+
.

2 8 sin2 2(n+1)

La minimisation du terme de droite par rapport `a conduit `a la valeur optimale


opt =

' 2(1 )

1 + 2 sin 2(n+1)
n

et `a la majoration
cond2 (C1 A)

1
1
.
+

2 2 sin 2(n+1)

Bibliographie

[1] ALLAIRE G., Analyse numerique et optimisation, Editions


de lEcole
Polytechnique, Palaiseau (2005).
[2] ALLAIRE G., KABER S. M., Alg`ebre lineaire numerique. Cours et exercices,

Editions
Ellipses, Paris (2002).
[3] BONY J.-M., Cours danalyse. Theorie des distributions et analyse de Fourier,

Editions
de lEcole
Polytechnique, Palaiseau (2001).
[4] CIARLET P.G., Introduction `a lanalyse numerique matricielle et `a loptimisation, Masson, Paris (1982).

201