Vous êtes sur la page 1sur 29

Premi`ere partie

Introduction `a la methode
des elements nis
1
Chapitre 1
Les principes generaux de la
methode des elements nis
1.1 Introduction
Dans le cours sur la methode des dierences nies, nous avons vu que la
resolution du probl`eme de Dirichlet :
(1.1) u

(x) = f(x) dans ]0, 1[,


(1.2) u(0) = u(1) = 0,
etait equivalente `a celle du probl`eme doptimisation :
J(u) = min
vH
1
0
(]0,1[)
J(v) ,
o` u :
J(v) =
1
2
_
1
0
[v

(t)]
2
dt
_
1
0
f(t)v(t) dt .
De plus, la fonctionnelle J etant strictement convexe, trouver lunique point
de minimum de J est equivalent `a resoudre lequation J

(u) = 0 qui secrit :


_
1
0
u

(t)v

(t) dt
_
1
0
f(t)v(t) dt = 0 pour tout v H
1
0
(]0, 1[) .
Dans la premi`ere partie, nous navons pas exploite cette propriete ; au contraire,
nous allons le faire de mani`ere systematique dans cette deuxi`eme partie.
Pour cela, nous introduisons les notations suivantes : si v, w H
1
0
(]0, 1[),
on pose :
a(v, w) :=
_
1
0
v

(t)w

(t) dt ,
3
4 CHAPITRE 1. M

ETHODE DES

EL

EMENTS FINIS
L(v) :=
_
1
0
f(t)v(t) dt .
Les applications a et L sont respectivement une forme bilineaire continue
et une forme lineaire continue sur H
1
0
(]0, 1[) et lequation J

(u) = 0 est
equivalente `a :
Trouver u H
1
0
(]0, 1[) tel que :
a(u, v) = L(v) pour tout v H
1
0
(]0, 1[) .
Nous allons tout dabord montrer comment resoudre simplement (et de
mani`ere generale) ce type de probl`eme, non seulement dans H
1
0
(]0, 1[) mais
dans un espace de Hilbert general V (ce qui ne presente pas de diculte
supplementaire). Puis nous montrerons comment cette formulation permet
dobtenir une (famille de) methode(s) numerique(s) : en fait, il sut de
remplacer V dans lenonce ci-dessus par un espace de dimension nie V
h
inclus dans V et de dimension grande pour quil approche bien V : cest
la methode de Galerkin. Le probl`eme ci-dessus se reduit alors `a un syst`eme
lineaire et on utilise les methodes de la premi`ere partie pour le resoudre.
Letude de la methode numerique comporte alors deux points essentiels : (i)
comment choisir les V
h
? et (ii) quelles estimations de convergence a-t-on?
1.2 Lapproche abstraite : le theor`eme de Lax-
Milgram et la methode de Galerkin
1.2.1 Le theor`eme de Lax-Milgram
Le theor`eme de Lax-Milgram montre que le probl`eme abstrait intro-
duit dans lintroduction admet une unique solution sous des conditions
tr`es generales : nous en donnons une version simpliee et nous renvoyons
aux exercices pour des formulations plus elaborees (forme bilineaire non
symetrique, theor`eme de Stampacchia,...etc).
On consid`ere un espace de Hilbert V dont le produit scalaire est note
, ) et la norme [[ [[. On introduit lhypoth`ese suivante sur a :
(H) La forme bilineaire a : V V R est continue, i.e. il existe une
constante M R telle que :
[a(u, v)[ M[[u[[.[[v[[ pour tous u, v V ,
et coercive, i.e. il existe une constante > 0 telle que :
a(u, u) [[u[[
2
pour tout u V .
1.2. LAPPROCHE ABSTRAITE 5
Theor`eme 1.1. (Theor`eme de Lax-Milgram) Si la forme bilineaire
symetrique a satisfait (H) et si L est une application lineaire continue sur
V alors il existe un unique u V tel que :
(1.3) a(u, v) = L(v) pour tout v V .
De plus, u est aussi lunique solution du probl`eme doptimisation (probl`eme
variationnel) :
J(u) = min
vV
J(v) ,
o` u J(v) =
1
2
a(v, v) L(v).
Dans cet enonce, nous avons suppose que a est symetrique car cette hy-
poth`ese simplie la preuve et meme la trivialise : en eet, grace `a cette hy-
poth`ese, la premi`ere partie du resultat decoule immediatement du theor`eme
de representation de Riesz (cf. les rappels dAnalyse hilbertienne), la forme
bilineaire a etant un produit scalaire dont la norme associee est equivalente
`a la norme [[ [[ sur V . La deuxi`eme partie peut soit sobtenir aisement `a
partir de la premi`ere en calculant J(u + h) pour tout h V et en consta-
tant que J(u + h) > J(u) si h ,= 0, soit, plus sportivement, en empruntant
les arguments du cours du premier semestre et en resolvant directement le
probl`eme doptimisation.
1.2.2 La methode de Galerkin
Dans cette section, on cherche `a approcher numeriquement la solution
u V de lequation (1.3). Lidee de la methode de Galerkin est de se ramener
`a un espace de dimension nie en considerant des sous-espace vectoriel de
dimension nie V
h
V et de resoudre :
Trouver u
h
V
h
tel que :
(1.4) a(u
h
, v
h
) = L(v
h
) pour tout v
h
V
h
.
Pour montrer que (1.4) a une solution, on peut remarquer que tout sous-
espace vectoriel de dimension nie V
h
de V est ferme et donc V
h
est un
espace de Hilbert (associe au meme produit scalaire et `a la meme norme)
et appliquer le Theor`eme de Lax-Milgram `a ce nouveau probl`eme. Il parait
neanmoins plus economique de choisir une base de V
h
et de prouver que
(1.4) est un syst`eme lineaire inversible (voir ci-dessous).
Nous allons maintenant donner une estimation de lerreur commise en
remplacant u par u
h
, i.e. une estimation de [[u u
h
[[.
Theor`eme 1.2. Sous les hypoth`eses precedentes, on a :
[[u u
h
[[
M

inf
v
h
V
h
[[u v
h
[[ =
M

d(u, V
h
) ,
6 CHAPITRE 1. M

ETHODE DES

EL

EMENTS FINIS
o` u d(u, V
h
) designe la distance de u au sous-espace V
h
(voir le theor`eme de
projection dans les rappels dAnalyse hilbertienne).
Ce resultat peut paratre surprenant : en eet, il montre que la distance
entre u et u
h
est du meme ordre que la distance de u `a V
h
, donc du meme
ordre que la plus petite distance possible de u aux element de V
h
. Ce nest
surprenant quen apparence car, en utilisant les equations satisfaites par u
et u
h
, on a :
a(u u
h
, v
h
) = 0 pour tout v
h
V
h
,
et cette egalite montre que u
h
nest autre que la projection de u sur V
h
pour le produit scalaire a(, ).
`
A lequivalence des normes pr`es, on a donc
essentiellement la meme distance.
Le terme d(u, V
h
) peut etre vu comme une erreur dinterpolation [pensez
au cas o` u u est une fonction reguli`ere et V
h
est un espace de polynomes]
et la combinaison entre le Theor`eme 1.2 et une estimation de cette erreur
dinterpolation nous donnera plus loin une estimation de convergence pour
cette methode.
Preuve : Pour tout w
h
V
h
, on a :
a(u, w
h
) = L(w
h
) ,
puisque V
h
V . Donc :
a(u, w
h
) = a(u
h
, w
h
).
Comme a est bilineaire, on en deduit :
a(u u
h
, w
h
) = 0 pour tout w
h
V
h
.
Soit alors v
h
un element quelconque de V
h
. En posant w
h
= v
h
u
h
, on
obtient a(u u
h
, v
h
u
h
) = 0 et en ecrivant v
h
u
h
= v
h
u +u u
h
puis
en utilisant la bilinearite de a, on est conduit `a :
a(u u
h
, u u
h
) = a(u u
h
, u v
h
).
En utilisant (H), il en resulte :
[[u u
h
[[
2
c[[u u
h
[[.[[u v
h
[[.
Donc : ou bien u = u
h
et linegalite souhaitee est trivialement veriee, ou
bien, en divisant par [[u u
h
[[, on obtient :
[[u u
h
[[ c[[u v
h
[[.
Comme cette propriete est vraie pour tout v
h
V
h
, on a bien :
[[u u
h
[[
c

inf
v
h
V
h
[[u v
h
[[.
1.2. LAPPROCHE ABSTRAITE 7

On va maintenant montrer comment se ramener `a un syst`eme lineaire.


Si V
h
est de dimension N, on peut choisir une base (w
1
, ..., w
N
) de V
h
.
On peut alors decomposer u
h
dans la base (w
1
, ...w
N
) :
u
h
=
N

j=1
u
h
j
w
j
,
o` u les u
h
j
R sont donc les coordonnees de u
h
dans cette base.
Dautre part, la propriete a(u
h
, v
h
) = L(v
h
) pour tout v
h
V
h
est clai-
rement equivalente `a a(u
h
, w
i
) = L(w
i
) pour tout 1 i N (une applica-
tion lineaire est compl`etement determinee par sa donnee sur une base). Par
consequent, en utilisant la bilinearite de a, on voit que (1.4) est equivalent
`a : pour tout 1 i N,
a
_
_
N

j=1
u
h
j
w
j
, w
i
_
_
=
N

j=1
u
h
j
a(w
j
, w
i
) = L(w
i
).
En notant a
i,j
= a(w
j
, w
i
), b
i
= L(w
i
) puis A = (a
i,j
)
i,j
, b = (b
i
)
i
et
U
h
= (u
h
i
)
i
, la derni`ere egalite ci-dessus (en faisant varier i) se reecrit sous
la forme du syst`eme lineaire :
AU
h
= b .
On remarque que la matrice A est symetrique, denie positive puisque, pour
tout V V
h
, (AV, V ) [[V [[
2
(`a condition de prendre sur V
h
la norme
induite par celle de V ).
Par cette methode generale, on construit de mani`ere systematique un
schema dapproximation numerique pour lequation (1.3) par la donnee
dune suite (V
h
)
h>0
de sous-espaces vectoriels de dimension nie de V . La
consistance se denit alors de la mani`ere suivante :
Denition 1.1. On dira que lapproximation de V par la famille (V
h
)
h>0
est consistante si et seulement si :
lim
h0
d(u, V
h
) = 0 pour tout u V .
Contrairement au cas des dierences nies, une methode numerique
consistante est donc forcement convergente par le theor`eme 1.2.
On peut ici aussi denir une methode dordre k qui est une approximation
de V par une famille (V
h
)
h>0
telle que :
d(u, V
h
) = inf
v
h
V
h
[[u v
h
[[ Ch
k
pour tout h > 0,
8 CHAPITRE 1.

EL

EMENTS FINIS DE LAGRANGE EN DIM. 1


o` u C est une constante independante de h. On voit ici aussi que le theor`eme 1.2
implique immediatement :
[[u u
h
[[
CM

h
k
pour tout h > 0 ;
on dira que lordre de convergence du schema est k.
On va maintenant montrer comment construire des espaces V
h
en com-
mencant par lexemple le plus simple en dimension 1 (ce cours se reduit `a la
dimension 1, meme si des idees analogues permettent de traiter, theoriquement,
le cas de dimensions quelconques et en pratique celui des dimensions 2 et
3.).
Chapitre 2
Un premier exemple : les
elements nis de Lagrange en
dimension 1
On va considerer le probl`eme mod`ele de lintroduction : trouver u
H
1
0
(]0, 1[) tel que :
_
1
0
u

(t)v

(t) dt
_
1
0
f(t)v(t) dt = 0 pour tout v H
1
0
(]0, 1[) .
Pour construire lespace V
h
, on introduit une discretisation, comme dans
le cas des dierences nies, avec une grille uniforme :
x
j
= jx (0 j N + 1) ,
o` u x =
1
N + 1
. On pose h = x.
Puis, pour 1 j N, on introduit les fonctions
h
j
denies par :

h
j
(x
j
) = 1,

h
j
(x
l
) = 0 si l ,= j,

h
j
est ane sur chaque intervalle [x
l
, x
l+1
] pour tout 0 l N.
6
-
x
y
1

f
f
f
f
f
f
f
f
f
x
j1
x
j
x
j+1
9
10 CHAPITRE 2.

EL

EMENTS FINIS DE LAGRANGE EN DIM. 1


La fonction
h
j
On notera V
h
lespace engendre par les N fonctions
h
j
. On va dabord
montrer le :
Lemme 2.1. Lespace V
h
est inclus dans H
1
0
(]0, 1[).
Preuve : Bien entendu, il sut de montrer que les fonctions
h
j
sont dans
H
1
0
(]0, 1[) et, pour cela, on remarque que lon a, pour tout x [0, 1] :

h
j
(x) =
_
x
0
w
h
j
(t)dt ,
o` u :
w
h
j
(t) =
_

_
1/h si x ]x
j1
, x
j
[
1/h si x ]x
j
, x
j+1
[
0 sinon .
Comme w
h
j
L
2
(]0, 1[),
h
j
H
1
0
(]0, 1[) et, de plus, (
h
j
)

= w
h
j
dans ]0, 1[.

On proc`ede alors comme indique `a la n de la section 1.2 ; si :


u
h
=
N

j=1
u
h
j

h
j
,
alors U
h
= (u
h
i
)
i
est solution du syst`eme lineaire :
AU
h
= b .
o` u A = (a
i,j
)
i,j
, b = (b
i
)
i
sont donnes par :
a
i,j
=
_
1
0
(
h
i
)

(t)(
h
j
)

(t)dt ,
b
i
=
_
1
0
f(t)
h
i
(t)dt .
Pour calculer les a
i,j
, on distingue trois cas :
si [i j[ > 1, on a a
i,j
= 0 car les supports de (
h
i
)

et (
h
j
)

sont
disjoints.
si [i j[ = 1, comme A est symetrique, il sut de calculer a
i1,i
pour
2 i N :
a
i1,i
=
_
x
i
x
i1

1
h
1
h
dt =
1
h
.
si i = j :
a
i,i
=
_
x
i
x
i1
_
1
h
_
2
dt +
_
x
i+1
x
i
_

1
h
_
2
dt =
2
h
.
11
Finalement :
A =
1
h
_
_
_
_
_
_
_
_
_
_
_
2 1 0 0
1 2 1 0 0
0 1 2 1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
.
1
0 0 1 2
_
_
_
_
_
_
_
_
_
_
_
une matrice qui nest pas tout `a fait inconnue...
Pour les b
i
, on doit utiliser une methode de calcul approche dintegrale :
par exemple, la methode des rectangles :
b
i
=
_
1
0
f(t)
h
i
(t)dt f(x
j
)
_
1
0

h
i
(t) = f(x
j
)h .
Avec cette approximation, on retrouve exactement le meme syst`eme lineaire
que celui obtenu par la methode des dierences nies.
Il y a tout de meme une dierence methodologique importante : au lieu
de bricoler un schema, on en a construit un de mani`ere systematique.
Reste `a prouver (si besoin est ?) quil converge et l`a aussi on raisonne de
mani`ere systematique en se reportant `a la section 1.2 qui montre quil sut
devaluer d(u, V
h
). La premi`ere idee consisterait `a tenter devaluer [[u
h
u[[
(et donc peut-etre `a tenter de calculer
h
u) mais
h
u nest pas facilement
accessible et on va plutot utiliser
h
u deni par

h
u(x) ==
N

j=1
u(x
j
)
h
j
,
et estimer [[u
h
u[[ [[u
h
u[[.
Pour formuler le resultat, on a besoin dintroduire lespace H
2
(]0, 1[)
constitue des fonctions u H
1
(]0, 1[) telles que u

H
1
(]0, 1[). En notant
u

= (u

[NB : il est important de se rappeler que, pour les fonctions


de H
1
(]0, 1[), la derivee u

est `a prendre au sens generalise, do` u cette


precaution], on peut voir H
2
(]0, 1[) comme lespace des fonctions de classe
(
1
telles que u

L
2
(]0, 1[). Le lecteur inquiet pourra aussi considerer, au
moins dans un premier temps, que u est de classe (
2
mais que lon souhaite
utiliser des normes L
2
pour u

et u

.
On a le :
Theor`eme 2.1. Pour tout u H
1
0
(]0, 1[), on a :
[[u
h
u[[

h
1/2
[[(u
h
u)

[[
L
2
(]0,1[)
,
et :
[[u
h
u[[
L
2
(]0,1[)

h

2
[[(u
h
u)

[[
L
2
(]0,1[)
.
12 CHAPITRE 2.

EL

EMENTS FINIS DE LAGRANGE EN DIM. 1


Si, de plus, u H
2
(]0, 1[) alors :
[[(u
h
u)

[[
L
2
(]0,1[)

h

2
[[u

[[
L
2
(]0,1[)
.
En particulier, si f L
2
(]0, 1[), la solution du probl`eme de Dirichlet satis-
fait :
[[u u
h
[[
H
1
0
(]0,1[)
ch[[u

[[
L
2
(]0,1[)
,
o` u la constante c est celle intervenant dans linegalite de Poincare.
Bien que nous layons passe sous silence jusque l`a, il naura pas echappe
au lecteur que
h
u est obtenu par un procede dinterpolation de Lagrange
sur chaque intervalle [x
j
, x
j+1
], laccumulation de ces interpolations sur les
N intervalles sapparentant `a la methode de Newton-Cotes pour le calcul
approche dintegrales. Si on remplace ci-dessus la norme L
2
par la norme
L

, H
1
par (
1
et H
2
par (
2
, on retrouve des estimations (qui devraient
etre) famili`eres ; seul le changement de norme induit des dierences.
Preuve : Soit 0 j N. Puisque u(x
j
) =
h
u(x
j
), on a, pour tout
t [x
j
, x
j+1
] :
(u
h
u)(t) =
_
t
x
j
(u
h
u)

(s)ds ,
et, par Cauchy-Schwarz :
[(u
h
u)(t)[ (t x
j
)
1/2
[[(u
h
u)

[[
L
2
([x
j
,x
j+1
])
.
Do` u la premi`ere inegalite du theor`eme en majorant (t x
j
)
1/2
par h
1/2
et
[[(u
h
u)

[[
L
2
([x
j
,x
j+1
])
par [[(u
h
u)

[[
L
2
([0,1])
.
Puis on el`eve cette inegalite au carre et on int`egre de x
j
`a x
j+1
:
_
x
j+1
x
j
[(u
h
u)(t)[
2
dt
_
x
j+1
x
j
(t x
j
)dt[[(u
h
u)

[[
2
L
2
([x
j
,x
j+1
])
;
do` u :
_
x
j+1
x
j
[(u
h
u)(t)[
2
dt
h
2
2
[[(u
h
u)

[[
2
L
2
([x
j
,x
j+1
])
.
On somme ensuite sur j et la relation de Chasles nous donne :
_
1
0
[(u
h
u)(t)[
2
dt
h
2
2
[[(u
h
u)

[[
2
L
2
([0,1])
.
Do` u le deuxi`eme point du theor`eme.
Enn, si u H
2
(]0, 1[), par une integration par partie (aisement justi-
able ?), on a :
_
x
j+1
x
j
[(u
h
u)

(s)]
2
ds =
_
x
j+1
x
j
(u
h
u)(s)u

(s)ds ;
13
en eet, u =
h
u en x
j
et x
j+1
et (
h
u)

est constant sur lintervalle


[x
j
, x
j+1
]. On applique alors linegalite de Cauchy-Schwarz :
_
x
j+1
x
j
[(u
h
u)

(s)]
2
ds [[u
h
u[[
L
2
([x
j
,x
j+1
])
[[u

[[
L
2
([x
j
,x
j+1
])
,
qui conduit, grace `a la deuxi`eme propriete demontree ci-dessus, `a :
_
x
j+1
x
j
[(u
h
u)

(s)]
2
ds
h

2
[[(u
h
u)

[[
L
2
([x
j
,x
j+1
])
[[u

[[
L
2
([x
j
,x
j+1
])
,
et donc `a :
_
x
j+1
x
j
[(u
h
u)

(s)]
2
ds
h
2
2
[[u

[[
2
L
2
([x
j
,x
j+1
])
.
Le resultat nal sobtient alors en sommant sur j.
Remarque :

Elements nis P
2
, P
3
, :
La methode ci-dessus, basee sur un interpolation de Lagrange par des po-
lynomes de degres 1 (donc de P
1
), peut etre remplacee par une methode
basee sur une interpolation par des polynomes de degres plus eleves sur
chaque intervalle [x
j
, x
j+1
] : P
2
, P
3
ou meme plus. Cela conduit `a remplacer
V
h
par un espace de fonctions P
2
par morceaux, P
3
par morceaux,...
Lordre dinterpolation etant plus grand, la convergence est elle aussi
meilleure (cf. Theor`eme 1.2) mais la dimension des V
h
etant a priori plus
grande, le co ut de resolution du syst`eme lineaire associe est lui aussi plus
important. Donc il faut faire des choix...
14 CHAPITRE 2.

EL

EMENTS FINIS EN DIM. SUP

ERIEURE
Chapitre 3
La methode des elements
nis en dimension superieure
3.1 Les espaces de Sobolev H
1
(]0, 1[) et H
1
0
(]0, 1[)
On rappelle que lespace H
1
(]0, 1[) est constitue des fonctions v de L
2
(]0, 1[)
pour lesquelles il existe un nombre reel et une fonction w de L
2
(]0, 1[) tels
que :
v(x) = +
_
x
0
w(t) dt p.p. dans ]0, 1[ .
Si v H
1
(]0, 1[) alors le couple (, w) est unique et, par analogie avec le cas
des fonctions C
1
, on note v

la fonction w; cest une derivee generalisee


de v.
On peut munir H
1
(]0, 1[) de la norme [[v[[
H
1
(]0,1[)
denie par :
[[v[[
2
H
1
(]0,1[)
= [[v[[
2
L
2
(]0,1[)
+[[v

[[
2
L
2
(]0,1[)
et muni de cette norme, lespace H
1
(]0, 1[) est un espace de Hilbert dans
lequel lespace (
1
([0, 1]) est dense.
On rappelle egalement que les fonction de H
1
(]0, 1[) sont continues :
linjection de H
1
(]0, 1[) dans lespace des fonctions holderiennes C
0,1/2
([0, 1])
est meme continue.
On note H
1
0
(]0, 1[) le sous-espace (ferme) de H
1
(]0, 1[) constitue des fonc-
tions v de H
1
(]0, 1[) qui verient v(0) = v(1) = 0. Les fonctions de H
1
0
(]0, 1[)
satisfont linegalite de Poincare, i.e. il existe une constante C > 0 telle que,
pour tout u H
1
0
(]0, 1[) :
[[u[[
H
1
(]0,1[)
C[[u

[[
L
2.
Cette inegalite montre que u [[u

[[
L
2 est une norme sur H
1
0
(]0, 1[) qui est
equivalente `a la norme H
1
(]0, 1[) et que, muni de cette norme, H
1
0
(]0, 1[) est
un espace de Hilbert.
15
16 CHAPITRE 3.

EL

EMENTS FINIS EN DIM. SUP

ERIEURE
Une demonstration de linegalite de Poincare peut se faire via le Lemme
de Peetre (que nous utiliserons pour dautres preuves) :
Lemme 3.1. Lemme de Peetre
Soient E
1
,E
2
et E
3
trois espaces de Banach et A L(E
1
, E
2
), B L(E
1
, E
3
).
On suppose que
1. La norme [[ [[
E
1
est equivalente `a [[A [[
E
2
+[[B [[
E
3
2. Lapplication B est compacte
Alors :
(i) ker A est de dimension nie
(ii) Im(A) est fermee
(iii) Si un operateur L L(E
1
, F) o` u F est un autre espace de Banach
verie Lu = 0 sur ker A alors il existe une constante C > 0 telle que :
[[LU[[
F
C[[L[[.[[Au[[
E
2
.
(iv) Si un operateur M L(E
1
, G) o` u G est un autre espace de Banach
verie Mu ,= 0 sur ker A 0 alors la norme [[ [[
E
1
est equivalente
`a [[A [[
E
2
+[[M [[
G
Ce resultat est tr`es pratique pour montrer des equivalences de normes et
nous lutiliserons plusieurs fois mais il faut en revanche connatre quelques
resultats de compacite, en particulier le :
Lemme 3.2. Les injections de H
1
(]0, 1[) et H
1
0
(]0, 1[) dans L
2
(]0, 1[) sont
compactes.
Preuve du lemme : Ce resultat se prouve assez simplement en utilisant
les rappels dAnalyse hilbertienne : si (v
k
)
k
est une suite de fonctions qui est
bornee dans H
1
(]0, 1[) alors (v

k
)
k
est une suite bornee dans L
2
et il existe
une sous-suite (toujours notee (v

k
)
k
) qui converge faiblement dans L
2
. Mais,
pour tout x dans ]0, 1[ :
v
k
(x) =
k
+
_
x
0
v

k
(t) dt =
k
+ (v

k
, 11
[0,x]
),
et, quite `a extraire une sous-suite convergente de la suite (
k
)
k
, on voit
que (v
k
(x))
k
converge pour tout x. Il sut de se rappeler que linjection
de H
1
(]0, 1[) dans C
0,1/2
est continue, ce qui montre que les (v
k
)
k
sont
uniformement bornes, pour pouvoir appliquer le theor`eme de Lebesgue et
obtenir la convergence dans L
2
de la suite (v
k
)
k
. [Ajout : la norme C
0,1/2
restant bornee, on voit facilement que la limite ponctuelle est elle-meme
C
0,1/2
et en travaillant un peu plus, on aurait la convrergence uniforme des
v
k
, ce qui nous evoquerait le ... Theor`eme dAscoli !]
3.1. LES ESPACES DE SOBOLEV H
1
(]0, 1[) ET H
1
0
(]0, 1[) 17
Preuve du lemme de Peetre : On pose X = ker(A). Dapr`es 1., il existe
c
1
, c
2
> 0 tels que :
c
1
[[u[[
E
1
[[Bu[[
E
3
c
2
[[u[[
E
1
pour tout u X .
La premi`ere inegalite implique que la boule unite de X est compacte : en
eet, si (u
k
)
k
est une suite `a valeur dans cette boule unite, (Bu
k
)
k
est `a
valeurs dans un compact puisque B est compacte et donc il existe une sous-
suite (Bu
k
)
k
qui converge. Or, dapr`es linegalite ci-dessus :
c
1
[[u
k
u
k

1
[[
E
1
[[Bu
k
Bu
k

1
[[
E
3
,
pour tous termes u
k
, u
k

1
de la sous-suite et par consequent, (u
k
)
k
est une
suite de Cauchy donc convergente. Dapr`es le Theor`eme de Riesz, la boule
unite de X etant compacte, X est de dimension nie.
Pour le point (ii) : comme consequence du Theor`eme de Hahn-Banach,
X admet un supplementaire ferme Y
(1)
et on arme que :
[[Au[[
E
2
c[[u[[
E
1
pour tout u Y ,
pour une certaine constante c > 0.
Sinon il existerait une suite (u
k
)
k
delements de Y tels que :
[[u
k
[[
E
1
1,
[[Au
k
[[
E
2
0.
Or, dapr`es 2., comme pour le premier point, (Bu
k
)
k
est `a valeurs dans
un compact et il existe une sous-suite (Bu
k
)
k
qui converge. Mais dapr`es
1. :
c
1
[[u
k
u
k

1
[[
E
1
[[Au
k
Au
k

1
[[
E
2
+[[Bu
k
Bu
k

1
[[
E
3
,
pour tous termes u
k
, u
k

1
de la sous-suite ; par consequent, (u
k
)
k
est une
suite de Cauchy donc convergente. Si u est sa limite, on a :
u Y car Y est ferme,
[[ u[[
E
1
= 1
A u = 0.
Il en resulte que u X Y = 0, donc u = 0, contradiction avec la
deuxi`eme propriete.
Pour (iii) : sur Y , A est injectif et dimage fermee. Donc Im(A) est un
Banach et A est une bijection de Y sir Im(A). Le theor`eme de Banach nous
dit que R, la bijection reciproque, est continue, donc :
[[Lu[[
F
= [[LRAu[[
F
[[L[[.[[R[[.[[Au[[
F
pour tout u E
1
.
Pour (iv), il faut demontrer quil existe c > 0 tel que, pour tout u E
1
:
c[[u[[
E
1
[[Au[[
E
2
+[[Mu[[
G
,
(1)
le Theor`eme de Hahn-Banach permet de projeter sur X!
18 CHAPITRE 3.

EL

EMENTS FINIS EN DIM. SUP

ERIEURE
lautre inegalite etant la consequence de la continuite de A et M.
On proc`ede par labsurde : si cette inegalite etait fausse, il existerait une
suite (u
k
)
k
delements de E
1
tels que :
[[u
k
[[
E
1
1,
[[Au
k
[[
E
2
+[[Mu
k
[[
G
0.
Par les memes arguments que pour (ii), on en deduit lexistence de u tel
que :
[[ u[[
E
1
= 1
A u = 0,
M u = 0
Contradiction puisque ker(A) ker(M) = 0.
La preuve de linegalite de Poincare se fait donc comme suit : on pose
E
1
= H
1
0
(]0, 1[), E
2
= L
2
(]0, 1[), E
3
= L
2
(]0, 1[) et :
A : u u

,
B est linjection compacte de H
1
0
(]0, 1[) dans L
2
(]0, 1[).
On verie aisement que les hypoth`eses du Lemme de Peetre sont satis-
faites et comme ker(A) = 0, la condition sur M dans (iv) est vide et
on peut prendre G = R et Mu 0. Linegalite de Poincare resulte alors
immediatement de (iv)
Remarque : Ces resultats peuvent setendre, toujours par exemple grace
au Lemme de Peetre, `a lespace V = v H
1
(]0, 1[)/v(0) = 0 ou `a dautres
cas pour lesquel V est deni via des relations integrales.
Nous terminons par un resultat de regularite pour les solutions du probl`eme
de Dirichlet qui se formule maintenant sous la forme Lax-Milgram :
Trouver une fonction u H
1
0
(]0, 1[) telle que, pour tout v H
1
0
(]0, 1[) :
_
1
0
u

(x)v

(x)dx =
_
1
0
f(x)v(x)dx .
Pour cela, on introduit la denition suivante :
Denition 3.1. Une fonction v : [0, 1] R appartient `a H
2
(]0, 1[) si v
H
1
(]0, 1[) et si v

H
1
(]0, 1[). On notera v

= (v

.
Plus generalement, on denit par recurrence H
m
(]0, 1[) comme lespace
des fonctions v H
m1
(]0, 1[) pour lesquelles v
(m1)
H
1
(]0, 1[) et on pose
v
(m)
= (v
(m1)
)

. On peut donc voir H


m
(]0, 1[) comme lespace des fonctions
v telles que v et les derivees v

, v

,...., v
(m)
sont toutes dans L
2
et on munira
H
m
(]0, 1[) de la norme (hilbertienne = exercice) :
[[v[[
2
H
m =
m

n=0
[[v
(n)
[[
2
L
2
.
3.1. PR

ESENTATION DUNE M

ETHODE D

EL

EMENTS FINIS 19
Le resultat est le suivant :
Theor`eme 3.1. Si f L
2
(]0, 1[) alors u H
2
(]0, 1[) et il existe une
constante C telle que :
[[u[[
H
2 C[[f[[
L
2 .
Si k = m + 2 pour m 1 et si f H
m
(]0, 1[) alors u H
m+2
(]0, 1[)
et il existe une constante C telle que :
[[u[[
H
m+2 C[[f[[
H
m .
On gagne donc 2 crans de regularite mais ici H
m
H
m+2
au lieu de
C
m
C
m+2
.
3.2 Presentation generale dune methode delements
nis
Nous nous reduisons ici `a une presentation des elements nis en dimen-
sion 1. En dimension superieure, il faudrait construire lanalogue du maillage
x
0
, x
1
, , x
N
, x
N+1
utilise en dimension 1 et en particulier, des mailles
[x
j
, x
j+1
] ; une telle partition de lintervalle ]0, 1[ (ou dun autre intervalle)
se ferait, en dimensions superieures, en utilisant des elements geometriques
simples (triangle, rectangle, N-simplexe,...).
Un element ni, dans le cas general, cest :
un ensemble geometrique qui se reduit, en dimension 1, `a un intervalle
(en dimension superieure, cest l`a quinterviennent les triangles, rectangles,
N-simplexes,...),
un espace P de polynomes denis sur cet ensemble (P
1
, P
2
ou des
espaces denis de mani`ere plus complexe),
un ensemble de degres de liberte qui sont des formes lineaires sur P.
Denition 3.2. On dit que =
1
,
2
, ,
L
est P-unisolvant si la
donnee des valeurs de p P sur lensemble des formes lineaires de
i
determine p de mani`ere unique. En dautres termes, est P-unisolvant
si lapplication de P dans R
L
qui, `a p P, associe (
1
(p),
2
(p), ,
L
(p))
est bijective.
Dans le cas de la dimension 1 avec les elements de Lagrange, lensemble
geometrique etait un intervalle ([x
j
, x
j+1
]), lensemble de polynomes etait
P
1
(lespace des polynome de degre inferieur ou egal `a 1) et etait len-
semble des formes lineaires P P(x
j
) et P P(x
j+1
). La theorie de
linterpolation de Lagrange nous dit bien que est P
1
-unisolvant.
Cet exemple de la dimension 1 montre bien quune methode delements
nis, cest dabord une facon dinterpoler des fonctions par des polynomes :
20 CHAPITRE 3.

EL

EMENTS FINIS EN DIM. SUP

ERIEURE
en dimension 2, 3 ou meme N, il faudrait donc se donner lensemble sur
lequel on interpole (car on na pas danalogue naturel aux intervalles...),
lespace de polynomes et la mani`ere dont on interpole ().
On suppose desormais que lon travaille en dimension 1 dans louvert
]0, 1[ (NB : on peut toujours sy ramener...) qui est dej`a ecrit sous forme
dune reunion dintervalles (on nutilise pas forcement celle induite par la
grille uniforme) ; plus precisement, puisque lon consid`ere que les intervalles
sont fermes :
[0, 1] =
K
_
k=1
I
h
k
,
o` u les intervalles sont deux `a deux disjoints (dans le sens o` u leurs interieurs
sont deux `a deux disjoints).
`
A partir de cette partition, si V est un espace de fonctions denies sur
[0, 1], lespace V
h
sera un ensemble de fonctions qui sont polynomiales sur
chaque triangle I
h
k
et qui se raccordent dune certaine mani`ere (ne pas oublier
la contrainte V
h
V ...).
Letude dune methode delements nis consiste, dune part, `a etudier
un intervalle I
h
k
isole (unisolvance, operateur dinterpolation, erreur dinter-
polation,...) puis, `a partir des interpolees locales sur chaque I
h
k
, reconstruire
lelement de V
h
qui est deni sur ]0, 1[ tout entier (etude des raccords
entre deux intervalles, en particuliers).
3.3 Exemples delements nis et etudes de leurs
proprietes dunisolvance
On notera I =]a, b[ lintervalle sur lequel on travaille.
3.3.1

Elements de Lagrange
On revoit rapidement cet exemple pour le placer dans un cadre systematique.
Dans ce cas :
= p(a), p(b) ,
et P est lespace P
1
des polynomes de degre inferieur ou egal `a 1.
Comme card() = 2 = dim(P
1
), il sut de montrer que lapplication
lineaire p (p(a), p(b)) est injective, cest-`a-dire que son noyau est reduit `a
0, ce qui est evident ici car un polynomes de degre inferieur ou egal `a 1 qui
a deux zeros distincts est identiquement nul.
3.3.2

Elements de Hermite
Dans ce cas :
= p(a), p(b), p

(a), p

(b) ,
3.3. ERREURS DINTERPOLATION 21
et P est lespace P
3
des polynomes de degre inferieur ou egal `a 3.
En raisonnant de mani`ere analogue, on prouve facilement lunisolvance
(polynomes de degre inferieur ou egal `a 3 avec deux zeros doubles).
3.3.3

Elements type Argyris
Dans ce cas :
= p(a), p(b), p

(a), p

(b), p

(a), p

(b), p(c) o` u c =
a +b
2
,
et P est lespace P
3
des polynomes de degre inferieur ou egal `a 6.
De meme, letude de lunisolvance se reduit `a letude des zeros dun
polynome.
3.3.4

Elements integraux
Un cas un peu dierent est le suivant o` u lune des formes lineaires est
donnee par une integrale. Par exemple :
= p(a), p(b),
_
b
a
p(t)dt ,
et P est lespace P
2
des polynomes de degre inferieur ou egal `a 2.
Comme card() = 3 = dim(P
3
), il sut de montrer que lapplication
lineaire p (p(a), p(b),
_
b
a
p(t)dt) est injective, cest-`a-dire que son noyau est
reduit `a 0. Grace aux deux premi`eres proprietes, on voit que p est forcement
de la forme A(t a)(t b) pour une certaine constante A. On calcule alors :
_
b
a
(t a)(t b)dt =
(b a)
3
6
,= 0 ,
donc A = 0 et lunisolvance est prouvee.
3.4 Erreurs dinterpolation sur lintervalle de reference
Pour evaluer les erreurs dinterpolation, on va dabord considerer le cas
dun intervalle de reference

I (typiquement lintervalle unite [0, 1]) puis on
transferera sur le resultat sur un intervalle quelconque par un changement
de variable ane.
Pour formuler le resultat, on introduit un operateur dinterpolation lineaire
continu

: H
l+1
(

I) H
m
(

I) avec 0 m l tel que :

(p) = p pour tout p P


l
.
Pour m = 0, on utilise la convention H
m
(

I) = L
2
(

I).
22 CHAPITRE 3.

EL

EMENTS FINIS EN DIM. SUP

ERIEURE
Theor`eme 3.2. Il existe une constante c telle que :
[[v

v[[
H
m c[v[
H
l+1 pour tout v H
l+1
(

I) ,
o` u :
[v[
H
l+1 := [[v
(l+1)
[[
L
2 .
Il est `a noter que ce type de resultat est classique si on consid`ere des
espaces fonctionnels du type C
m
C
l+1
; la diculte vient ici du fait que
lon estime lerreur dinterpolation avec des normes despaces de Sobolev.
Preuve : On utilise le Lemme de Peetre : on pose E
1
= H
l+1
(

I), E
2
= L
2
(

I)
et E
3
= H
l
(

I). On utilise lapplication A : E


1
E
2
qui, `a v H
l+1
(

I)
associe sa derivee dordre l + 1 et donc ker(A) = P
l
. Enn B est linjection
de E
1
dans E
3
qui est bien compacte. On utilise la conclusion (iii) du Lemme
de Peetre avec L : E
1
H
m
(

I) deni par Lv = v

v. On a bien Lv = 0
sur ker(A) donc, pour tout v v H
l+1
(

I) :
[[v

v[[
H
m C[[Id

[[.[v[
H
l+1 .

3.4.1 Cas des elements de Lagrange


Comme = p(a), p(b),

v est lunique polynome de degre inferieur
ou egal `a 1 tel que

v(x) = v(x) pour x = a, b. Mais pour que cette phrase
ait un sens si v H
l+1
(

I), il faut que considerer les valeurs de v aux points


a
i
ait un sens, typiquement que v soit continu.
On rappelle le resultat suivant, cas particuliers des injections de Sobolev :
Theor`eme 3.3. Si I est un intervalle de R alors :
H
n
(I) (
k
(I) si n > k .
On en deduit que :
H
n
(

I) ((]0, 1[) si n 1,
H
n
(

I) (
1
(]0, 1[) si n 2,
H
n
(

I) (
2
(]0, 1[) si n 3.
Par consequent, dans le cas des elements de Lagrange, on va travailler
avec H
1
(

I) puisque les fonctions de H


1
sont continues. On peut donc ap-
pliquer le theor`eme precedent avec l + 1 = 1 et m = 0 ; en eet,

v est
un polynome et il est donc dans H
1
(

I) puisquil est de classe (


1
et

est
continu puisque linjection de Sobolev est continue. De plus :

(p) = p pour tout p P


1
.
Finalement :
[[v

v[[
L
2 c[v[
H
1 ,
pour tout v H
1
(

I).
3.4. ERREURS DINTERPOLATION 23
3.4.2 Cas des elements de Hermite
En raisonnant de mani`ere analogue, il faut que v soit de classe (
1
pour
que

v soit bien deni dans le cas des elements de Hermite. Il faut donc que
l + 1 2. De plus, comme est P
3
unisolvant, on a :

(p) = p pour tout p P


3
.
Il resulte plusieurs choix de ces contraintes (on prend, bien s ur, le meilleur
m possible) :
l + 1 = 2, m = 1 : [[v

v[[
H
1 c[v[
H
2,
l + 1 = 3, m = 2 : [[v

v[[
H
2 c[v[
H
3.
3.4.3 Cas des elements dArgyris
Dans ce dernier cas,

v nest bien deni que si v est de classe (
2
, donc
pour des v de H
l+1
avec l + 1 3. Comme on a :

(p) = p pour tout p P


6
,
on doit avoir aussi l 6. Nous avons donc cinq possibilites :
l + 1 = 3, m = 2 : [[v

v[[
H
2 c[v[
H
3,
l + 1 = 4, m = 3 : [[v

v[[
H
3 c[v[
H
4,
l + 1 = 5, m = 4 : [[v

v[[
H
4 c[v[
H
5,
l + 1 = 6, m = 5 : [[v

v[[
H
5 c[v[
H
6,
l + 1 = 7, m = 6 : [[v

v[[
H
6 c[v[
H
7.
3.5 Erreurs dinterpolation sur un intervalle quel-
conque
Nous allons maintenant obtenir une estimation analogue sur un inter-
valle I quelconque ; ces estimations vont dependre de la taille h = h(I) de
lintervalle.
Comme sur

I, on introduit un operateur dinterpolation lineaire continu
: H
l+1
(I) H
m
(I) avec 0 m l tel que :
(p) = p pour tout p P
l
.
Enn, il existe une transformation ane bijective F :

I I que lon peut
expliciter : comme

I = [0, 1], si I = [a, b], on a :
x = F( x) = (b a) x +a = h x +a .
Dans cette formule, on a note x et x les deux points de I et

I en corres-
pondance via F et nous noterons toujours avec un les elements faisant
reference `a

I et les autres sans ce signe distinctif.
24 CHAPITRE 3.

EL

EMENTS FINIS EN DIM. SUP

ERIEURE
Si v est une fonction denie sur I, on lui associe v denie sur

I par :
v( x) = v(x) pour tout x

I .
Cette denition permet de denir un operateur dinterpolation sur

I en
posant :

v =

v pour tout v H
l+1
(

I) .
On a le resultat suivant :
Theor`eme 3.4. Pour h 1, il existe une constante c(m, l + 1) telle que :
[[v v[[
H
m ch
l+1m
[v[
H
l+1 pour tout v H
l+1
(I) .
Cette formule montre comment lestimation depend de la taille de lin-
tervalle I ainsi que de l et de m : comme on peut sy attendre, pour h petit,
lerreur est dautant meilleure que lordre dinterpolation l est eleve mais
elle est de moins en moins bonne quand on essaie de la mesurer avec des
normes H
m
o` u m est de plus en plus grand.
Preuve : elle est basee sur le lemme suivant :
Lemme 3.3. Soit n N et w H
n
(I). Alors :
[[ w
(n)
[[
L
2
(

I)
= h
(n1/2)
[[w
(n)
[[
L
2
(I)
.
Preuve du lemme : comme w( x) = w(h x + a)), on a w
(n)
( x) =
h
n
w
(n)
(h x +a)). Il en resulte que :
[[ w
(n)
[[
2
L
2
(

I)
= h
2n
_
1
0
[w
(n)
(h x +a))[
2
d x .
On eectue alors le changement de variable x = h x +a :
[[ w
(n)
[[
2
L
2
(

I)
= h
2n1
_
b
a
[w
(n)
(x))[
2
dx ,
ce qui donne bien le resultat annonce.
On termine maintenant la preuve du theor`eme :
[[v v[[
2
H
m =
m

n=0
[[(v v)
(n)
[[
2
L
2
(I)

n=0
h
1/2n
[[( v

v)
(n)
[[
2
L
2
(

I)
dapr`es le lemme. Comme

v =

v, dapr`es lerreur dinterpolation sur

I,
le second membre est estime par :
m

n=0
h
1/2n
c
n
[[ v
(l+1)
[[
2
L
2
(

I)
,
3.5. ERREURS DINTERPOLATION 25
puisque [ v[
H
l+1 = [[ v
(l+1)
[[
2
L
2
(

I)
. En ecrivant ce terme de cette mani`ere, on
peut re-utiliser le lemme pour obtenir une majoration par :
m

n=0
c
n
h
l+1n
[ v[
2
H
l+1
.
Si h 1, on majore chaque terme h
l+1n
par h
l+1m
, ce qui donne le
resultat.
Apr`es avoir etudie separement ce qui se passe sur chaque intervalle,
on doit etudier les raccords. La question naturelle est la suivante : si
[0, 1] =

K
h
k=1
I
h
k
et si on note
h
k
loperateur dinterpolation sur I
h
k
, `a quelle
condition linterpolee globale denie par :

h
v(x) =
h
k
(x) si x I
h
k
,
est-elle dans H
1
(]0, 1[) si v H
l+1
(]0, 1[) ?
La reponse est donnee par la :
Proposition 3.1. Soient a < b < c trois reels et soient v H
1
(]a, b[) et
v H
1
(]b, c[). On suppose que v(b) = v(b). alors la fonction w denie sur
[a, c] par :
w(x) =
_
v(x) si x [a, b]
v

(x) si x [b, c]
est dans H
1
(]a, c[).
Par consequent, un raccord continu sur lintersection de deux intervalles
(typiquement, un point) sut `a assurer que linterpolee va etre H
1
sur la
reunion des deux intervalles. La preuve de ce resultat est presque evidente
en dimension 1 car il sut dutiliser le fait que v et v sont donnes par des
integrales.
Il en resulte, de mani`ere immediate, la :
Proposition 3.2. La fonction
h
v denie par :

h
v(x) =
h
k
v(x) si x I
h
k
,
est dans H
1
(]0, 1[) si :
v H
1
(]0, 1[) dans le cas des elements de Lagrange,
v H
2
(]0, 1[) dans le cas des elements de Hermite,
v H
3
(]0, 1[) dans le cas des elements dArgyris,
v H
1
(]0, 1[) dans le cas des elements integraux.
26 CHAPITRE 3.

EL

EMENTS FINIS EN DIM. SUP

ERIEURE
3.5.1 Retour sur lestimation de u u
h
On suppose, dans cette section, que lon est dans les conditions dappli-
cations de la section precedente, i.e. la fonction
h
v qui concide avec
h
k
v
sur chaque intervalle I
h
k
est dans H
1
(]0, 1[) si v H
l+1
(]0, 1[) -ce qui, nous
lavons vu, est presque automatique- .
Le resultat est le suivant :
Theor`eme 3.5. Si la solution u du probl`eme est dans H
l+1
(]0, 1[) et si la
methode delements nis est associee `a des operateurs dinterpolation conti-
nus de H
l+1
(I
h
k
) dans H
1
(I
h
k
) et tels que

k
p = p pour tout p P
l
, pour
tout h et k, on a :
[[u u
h
[[
H
1 ch
l
[u[
H
l+1 ,
o` u h := max
k
h(I
h
k
).
De nombreuses remarques peuvent etre faites sur ce resultat qui ras-
semble les informations collectees au cours des sections precedentes :
1. Lordre de convergence en h
l
est dautant plus eleve que lordre din-
terpolation est grand MAIS `a condition que la regularite de la solution soit
susante. On retrouve une r`egle dej`a rencontree dans la premi`ere partie :
il y a des faits incontournables quaucune methode ne parviendra jamais `a
eviter...
On verra plus loin que lordre de convergence pour les derivees de u
(ordre l) est moins bon que celui pour la fonction elle-meme (ordre l + 1
pour la norme L
2
de uu
h
). Ici aussi on se heurte `a un des fondamentaux...
2. On obtient un ordre de convergence en :
O(h) dans le cas des elements de Lagrange,
O(h
3
) dans le cas des elements de Hermite,
O(h
6
) dans le cas du intervalle dArgyris.
Preuve : On commence par lestimation H
1
. Dapr`es le resultat fondamen-
tal :
[[u u
h
[[
H
1
M

d(u, V
h
)

[[u

u[[ .
Au passage, ici, on utilise que V
h
V = H
1
0
(]0, 1[). Or, en utilisant et en sim-
pliant un peu les expressions obtenus lors de lestimation dinterpolation,
on a :
[[u

u[[
2
H
1
=
K
h

k=1
[[u

k
u[[
2
H
1
(T
h
k
)


C
K
h

k=1
[h(I
h
k
)]
2l
[u[
2
H
l+1
(T
h
k
)
3.5. ERREURS DINTERPOLATION 27
La denition de h nous permet de simplier cette expression qui sestime
par :

Ch
2l
K
h

k=1
[u[
2
H
l+1
(T
h
k
)
=

Ch
2l
[u[
2
H
l+1
(]0,1[)
,
avec une constante

C adaptee.
Terminons par lestimation L
2
annoncee ; pour cela, on suppose que le
probl`eme adjoint (qui est ici le meme que le probl`eme initial puisquil est
auto-adjoint) :
Trouver v H
1
0
(]0, 1[) tel que :
a(w, v) = g, w) pour tout w H
1
0
(]0, 1[)
admet une solution pour tout g L
2
(]0, 1[), que la solution v est dans
H
2
(]0, 1[) et que :
[[v[[
H
2 C[[g[[
L
2 ,
pour une certaine constante C.
Alors on a le :
Theor`eme 3.6. Sous les hypoth`eses du Theor`eme 3.5 et celles sur le probl`eme-
adjoint, on a :
[[u u
h
[[
L
2 ch
l+1
[u[
H
l+1 .
Preuve : Soit v la solution du probl`eme adjoint associe `a g L
2
(]0, 1[). On
a :
g, u u
h
) = a(u u
h
, v) = a(u u
h
, v v
h
) ,
pour tout v
h
V
h
puisque a(u, v
h
) = a(u
h
, v
h
). Il en resulte :
g, u u
h
) [[u u
h
[[
H
1[[v v
h
[[
H
1 .
On remarque que comme l 1, V
h
contient le sous-espace V
1
h
forme des
fonctions qui sont P
1
sur chaque intervalle avec un raccord continu. En
repetant la preuve des resultats dinterpolation, on montre facilement que :
inf
v
h
V
1
h
[[v v
h
[[
H
1 C
1
h[v[
H
2 .
Et donc :
g, u u
h
) [[u u
h
[[
H
1[[v v
h
[[
H
1 ch
l
[u[
|H
l .C
1
h[v[
H
2 .
Il sut alors destimer [v[
H
2 par C[[g[[
L
2 grace `a la regularite du probl`eme
adjoint pour conclure en prenant g = u u
h
.
Derni`ere question `a evoquer : ces resultats de convergence ne sappliquent
que si u est au minimum dans H
2
. Que se passe-t-il si u est seulement H
1
?
Theor`eme 3.7. Sous les hypoth`eses du Theor`eme 3.5 :
lim
h0
[[u u
h
[[
H
1
0
= 0 .
28 CHAPITRE 3.

EL

EMENTS FINIS EN DIM. SUP

ERIEURE
Preuve : On se souvient que :
[[u u
h
[[
H
1
M

d(u, V
h
) ,
mais pour estimer la distance, on va raisonner par densite : il existe une
suite (

de fonctions (

`a support compact qui converge vers u dans H


1
et, pour tout > 0, on a :
[[u u
h
[[
H
1
M

[[u

[[
H
1 +
M

d(

, V
h
) .
Comme

est dans tous les H


l+1
, pour xe, d(

, V
h
) tend vers 0 et on
a meme une estimation precise de cette convergence. En jouant sur , on
obtient facilement le resultat.
3.6 Exercices
Bibliographie
[1] P.G. Ciarlet : Introduction ` a lanalyse num erique matricielle
et ` a loptimisation ,Collection Mathematiques appliquees pour la
Matrise, Masson,1988.
[2] P. Ciarlet, B. Miara & J.M. Thomas Exercices danalyse
num erique matricielle et doptimisation ,Collection Mathema-
tiques appliquees pour la Matrise, Masson,1988.
[3] Kolmogorov & Fomine ,Ellipses, ?
[4] P.A. Raviart Introduction ` a lanalyse num erique des
equations aux d eriv ees partielles ,Collection Mathematiques
appliquees pour la Matrise, Dunod, .
[5] Sainsaulieu ? , Dunod?.
[6] Zuily & H. Queelec : El ements dAnalyse pour lagr egation ,
Masson?.
29