Académique Documents
Professionnel Documents
Culture Documents
Methodes variationnelles
98
3.1. EXEMPLES
CHAPITRE 3. METHODES VARIATIONNELLES
est un espace de Hilbert. Les espaces H 1 () et H01 () font partie des espaces dits de Sobolev (voir [1] pour une
introduction).
Si H01 (), par definition, il existe (n )nIN Cc () telle que
n dans H 1 lorsque n +,
Soit encore #
(n (H 1 = (n (2L2 + (Di n Di (2L2 0 lorsque n +.
Pour chaque fonction n Cc () on a par (3.2) :
N "
# "
i u(x)i n (x)dx = f (x)n (x)dx, n IN.
i=1
n
Or la i-`eme derivee partielle i n = converge vers Di dans L2 donc dans L2 faible lorsque n tend vers ,
xi
et n tend vers dans L2 (). On a donc :
" "
i u(x)i n (x)dx i u(x)Di (x)dx lorsque n +
et " "
f (x)n (x)dx f (x)(x)dx lorsque n +.
Legalite (3.1.1) est donc verifiee pour toute fonction H01 (). Montrons maintenant que si u est solution
et donc u L2 () ; de plus i u C()
classique (3.1) alors u H01 (). En effet, si u C 2 (), alors u C()
2 1 1
donc i u L (). On a donc bien u H (). Il reste a` montrer que u H0 (). Pour cela on rappelle (ou on
admet . . .) les theor`emes de trace suivant :
Theor`eme 3.2 (Existence de loperateur trace) Soit un ouvert (borne ou non borne) de IR d , d 1, de fronti`ere
des fonctions de classe C et a` support compact dans
lipschitzienne, alors lespace Cc () est dense
dans H 1 (). On peut donc definir par continuite lapplication trace, qui est lineaire continue de H 1 () dans
L2 (), definie par :
(u) = u| si u Cc ()
et par
(u) = lim (un ) si u H 1 (), u = lim un , o`u (un )nIN Cc ().
n+ n+
Dire que lapplication (lineaire) est continue est e quivalent a` dire quil existe C IR + tel que
Notons que (H 1 ()) L2 (), mais (H 1 ()) += L2 (). On note H 1/2 () = (H 1 ()).
est compactet donc toutes les fonctions C sont a` support
Remarquons que si est un ouvert borne, alors
compact dans .
Theor`eme 3.3 (Noyau de loperateur trace) Soit un ouvert borne de IR d de fronti`ere lipschitzienne, et
loperateur trace defini par le theor`eme (3.2). Alors
Definition 3.4 (Formulation faible) Soit f L2 (), on dit que u est solution faible de (3.1) si u est solution de
1
u "H0 (),
"
#N
(3.5)
D i u(x)D i (x)dx = f (x)(x)dx, H01 ().
i=1
Definition 3.5 (Formulation variationnelle) Soit f L2 () ; on dit que u est solution variationnelle de (3.1) si
u est solution du probl`eme de minimisation suivant :
u H01 ()
J(u) J(v)" v H01 () " (3.6)
1
avec J(v) = v(x) v(x)dx f (x)v(x)dx,
2
o`u on a note :
" d "
#
u(x) (x)dx = Di u(x)Di (x)dx.
i=1
On cherche a` montrer lexistence et lunicite de la solution de (3.5) et (3.6). Pour cela, on utilise le theor`eme de
Lax-Milgram, quon rappelle ici :
Theor`eme 3.6 (Lax-Milgram) Soit H un espace de Hilbert, soit a une forme bilineaire continue coercive sur H
et T H $ . Il existe un unique e lement u tel que
u H,
(3.7)
a(u, v) = T (v). v H.
(Au, v) = a(u, v) v H.
car a est continue. Dautre part, par le theor`eme de representation de Riesz, on a existence et unicite de H
tel que T (v) = (, v), pour tout v H. Donc u est solution de a(u, v) = T (v), v H si et seulement si
Au = . Pour montrer lexistence et lunicite de u, il faut donc montrer que A est bijectif.
Montrons dabord que A est injectif. On suppose que Au = 0. On a (Au, u) (u(2 par coercitivite de a et
comme (Au( (v( (Au, v), on a donc :
(Au( (u(,
En conclusion, si Au = 0 u = 0.
Analyse numerique des EDP, M1 100 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.1. EXEMPLES
CHAPITRE 3. METHODES VARIATIONNELLES
Montrons maintenant que A est surjectif. On veut montrer que AH = H. Pour cela, on va montrer que AH
est ferme et AH % = {0}. Soit w AH ; il existe alors une suite (vn )nIN H telle que Avn w dans H.
Montrons que la suite (vn )nIN converge dans H. On a :
donc la suite (vn )nIN est de Cauchy. On en deduit quelle converge vers un certain v H. Comme A est
continue, on a donc : Avn Av dans H, et donc w = Av AH.
Montrons maintenant que
AH % = {0}
Soit v0 AH % , comme a est coercive, on a :
Proposition 3.7 (Existence et unicite de la solution de (3.1)) Si f L2 (), il existe un unique u H01 ()
solution de (3.5) et (3.6).
Demonstration : Montrons que les hypoth`eses du theor`eme de Lax Milgram sont verifiees. Lespace H = H01 ()
est un espace de Hilbert. La forme bilineaire a est definie par :
" ) N " *
#
a(u, v) = u(x) v(x)dx = Di u(x)Di v(x)dx ,
i=1
Analyse numerique des EDP, M1 101 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.1. EXEMPLES
CHAPITRE 3. METHODES VARIATIONNELLES
On en deduit que T est une forme lineaire continue sur H01 (), ce qui est e quivalent a` dire que T H 1 () (dual
topologique de H01 ()).
Montrons maintenant que a est bilineaire, continue et symetrique. La continuite de a se demontre en e crivant que
"
a(u, v) = u(x) v(x)dx (u(L2 (v(L2
(u(H 1 (v(H 1
Les caract`eres bilineaire et symetrique sont e vidents. Montrons maintenant que a est coercitive : en effet,
" N "
# 1
a(v, v) = v(x) v(x)dx = Di v(x)Di v(x)dx (u(2H 1 ,
i=1 diam()2 + 1
par linegalite de Poincare (voir note page 12 page 24. Comme T H $ et comme a est lineaire, continue, coercitive
donc le theor`eme de Lax Milgram sapplique : on en conclut quil existe une unique fonction u H01 () solution
de (3.5) et comme a est symetrique, u est lunique solution du probl`eme de minimisation associee.
Definition 3.8 (Solution forte dans H 2 ) Soit f L2 (), on dit que u est solution forte de (3.1) dans H 2 si
u H 2 () H01 () verifie - u = f dans L2 ().
Remarquons que si u est solution forte C 2 de (3.1), alors u est solution forte H 2 . De meme, si u est solution forte
H 2 de (3.1) alors u est solution faible de (3.1). Les reciproques sont fausses. On admettra le theor`eme (difficile)
de regularite, qui senonce de la mani`ere suivante :
Theor`eme 3.9 (Regularite) Soit un ouvert borne de IR d . On suppose que a une fronti`ere de classe C 2 , ou
que est convexe a` fronti`ere lipschitzienne. Si f L2 () et si u H01 () est solution faible de (3.1), alors
u H 2 (). De plus, si f H m () alors u H m+2 ()
Remarque 3.10 (Differences entre les methodes de discretisation) Lorsquon adopte une discretisation par differences
finies, on a directement le probl`eme (3.1). Lorsquon adopte une methode de volumes finis, on discretise le bilan
obtenu en integrant (3.1) sur chaque maille. Lorsquon utilise une methode variationnelle, on discretise la formu-
lation variationnelle (3.6) dans le cas de la methode de Ritz, la formulation faible (3.5) dans le cas de la methode
de Galerkin, voir section 3.2.
Remarquons e galement que dans la formulation faible, (3.5), les conditions aux limites de Dirichlet homog`enes
u = 0 sont prises en compte dans lespace u H01 (), et donc e galement dans lespace dapproximation HN .
Pour le probl`eme de Neumann homong`ene, les conditions aux limites ne sont pas explicites dans lespace fonction-
nel, voir a` ce sujet lexercice 43 page 120.
o`u a et b sont des reels donnes. Ces conditions aux limites sont dites de type Dirichlet non homog`ene ; comme
a et b ne sont pas forcement nuls, on cherche une solution dans H 1 () et non plus dans H01 (()). Cependant,
pour se ramener a` lespace H01 () (en particulier pour obtenir que
" le probl`eme est bien pose grace au theor`eme de
Lax Milgram et a` la coercivite de la forme bilineaire a(u, v) = u(x)v(x)dx sur H01 (), on va utiliser une
technique dite de rel`evement. On pose : u = u0 + u
+ o`u u0 est definie par :
u0 (x) = a + (b a)x.
Analyse numerique des EDP, M1 102 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.1. EXEMPLES
CHAPITRE 3. METHODES VARIATIONNELLES
1
De mani`ere plus generale, soit u1 Ha,b (]0, 1[) = {v H 1 ; v(0) = a et v(1) = b}, et soit u H01 (]0, 1[)
lunique solution faible du probl`eme :
u$$ = u$$1 + f,
u(0) = 0,
u(1) = 0.
Alors u + u1 est lunique solution faible de (3.10), cest`adire la solution du probl`eme
1
"u Ha,b (]0, 1[),
1 " 1
u$ (x)v $ (x)dx = f (x)v(x)dx, v H01 (]0, 1[).
0 0
Remarque 3.11 Il est facile de montrer que u ne depend pas du rel`evement choisi (voir exercice 37 page 119).
Pour se ramener au probl`eme de Dirichlet homog`ene, on veut construire un rel`evement, cest a` dire une fonction
u0 H 1 () t.q. (u0 ) = g o`u est lapplication trace. On ne peut plus le faire de mani`ere explicite comme en
dimension 1. En particulier, on rappelle quen dimension 2, lespace H 1 () nest pas inclus dans lespace C()
1/2
des fonctions continues, contrairement au cas de la dimension 1. Mais si on a g H (), on sait quil existe
u0 H 1 () tel que g = (u0 ). On cherche donc u sous la forme u = u + + u0 avec u+ H01 () et u0 H 1 ()
telle que (u0 ) = g. Soit v H01 () ; on multiplie (3.11) par v et on int`egre sur :
" "
u(x)v(x)dx = f (x)v(x)dx,
Comme u = u0 + u
+, on a donc :
u+ H01 (),
" " "
(3.12)
+u (x)v(x)dx = f (x)v(x)dx u0 (x)v(x)dx, v H01 ()
En dimension 2, il nest pas toujours facile de construire le rel`evement u0 . Il est donc usuel, dans la mise en oeuvre
des methodes dapproximation (par exemple par e lements finis), de servir de de la formulation suivante, qui est
e quivalente a` la formulation (3.12) :
1
u {v H (); (v) = g sur }
" "
(3.13)
u(x)v(x)dx = f (x)v(x)dx v H01 ().
Analyse numerique des EDP, M1 103 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.1. EXEMPLES
CHAPITRE 3. METHODES VARIATIONNELLES
Notons que la fonction qui nest pas a` support compact, et que la condition aux limites :
u n = u
Definition 3.12 (Solution faible) On dit que u est solution faible de (3.14) si u est solution de :
1
u " H (), " "
(3.15)
u(x) v(x) + dx (x)u(x)v(x)dx = f (x)v(x)dx v H 1 ().
f L2 (), L (),
toutes les integrales de (3.15) sont bien definies. (On rappelle que si L2 () et L2 (), alors L1 ()).
Pour verifier que le probl`eme (3.15) est bien pose, on a envie dappliquer le theor`eme de Lax-Milgram. Definissons
pour cela a : H 1 () H 1 () IR par :
" "
a(u, v) = u(x) v(x)dx + (x)u(x)v(x)dx. (3.16)
Il est facile de voir que a est une forme bilineaire symetrique. On peut donc lui associer une forme quadratique
definie par :
" " "
1
E(v) = v(x) v(x)dx + (x)v 2 (x)d(x) f (x)v(x)dx. (3.17)
2
Analyse numerique des EDP, M1 104 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.1. EXEMPLES
CHAPITRE 3. METHODES VARIATIONNELLES
Definition 3.13 (Solution variationnelle) On dit que u est solution variationnelle de (3.14) si u verifie :
!
u H 1 (),
(3.18)
E(u) E(v), v H 1 (),
Lemme 3.14 On suppose que L (). Alors la forme bilineaire definie par (3.16) est continue sur H 1 ()
H 1 ().
Demonstration : On a :
" "
a(u, v) = u(x)v(x)dx + (x)u(x)v(x)d(x)
Or par le theor`eme de trace (theor`eme 3.2), et plus particuli`erement grace a` la continuite de la trace (3.4), on a
(u(L2 () C(u(H 1 () .
On en deduit que
a(u, v) M (u(H 1 (v(H 1
avec M = 1 + C 2 ((L (). Donc a est bilineaire continue
Lemme 3.15 Soit L () tel quil existe > 0 tel que (x) p.p. sur . Alors la forme bilineaire a
definie par (3.16) est coercitive :
Montrons quil existe > 0 tel que a(v, v) (v(2 , pour tout v H 1 o`u
" "
a(v, v) = v(x) v(x)dx + (x)v 2 (x)d(x).
1
" comme v H () et non
Attention, H01 (),
on ne peut pas e crire linegalite de Poincare, qui nous permettrait de
minorer v(x).v(x)dx. On va montrer lexistence de par labsurde. On suppose que a nest pas coercive.
Dans ce cas : cest-`a-dire que :
> 0, v H 1 (); a(v, v) < (v(2 .
1
On a donc en particulier, en prenant = n :
1
n IN, vn H 1 (); a(vn , vn ) < (vn (2H 1 .
n
Dans cette derni`ere assertion, on peut prendre vn de norme 1, puisque linegalite est homog`ene de degre 2. On a
donc :
1
n IN, vn H 1 (); (vn (H 1 () = 1; a(vn , vn ) < .
n
Or, par le theor`eme de Rellich, toute suite bornee (vn )nIN de H 1 (), est relativement compacte dans L2 ().
Comme on a (vn (H 1 () = 1, il existe donc une sous-suite encore notee (vn )nIN H 1 () telle que vn converge
vers v dans L2 () lorsque n tend vers +.
De plus, comme :
" "
1
a(vn , vn ) = vn (x).vn (x)dx + vn (x)vn (x)dx < 00 lorsque n +,
n
Analyse numerique des EDP, M1 105 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.1. EXEMPLES
CHAPITRE 3. METHODES VARIATIONNELLES
et "
vn (x)vn (x)dx n+ 0 (3.20)
Donc par definition de la derivee faible (voir note page 23), on a aussi
"
vn (x)i (x)dx 0 lorsque n +.
"
Comme vn v dans L2 () lorsque n +, on peut passer a` la limite ci-dessus et e crire que v(x)i (x) =
0. On en deduit que la derivee faible Di v existe et est nulle dans . La fonction v est donc constante par composante
connexe. Mais par (3.20), on a v = 0 sur , et la trace dune fonction constante est la constante elle-meme. On a
donc
v = 0 dans .
On a ainsi montre que
Di vn Di v et vn v = 0 dans L2 () lorsque n +.
Donc vn 0 dans H 1 () lorsque n +, ce qui contredit le fait que (vn (H 1 () = 1. On a ainsi montre la
coercivite de a.
Proposition 3.16 Soit f L2 () et L () t.q. p.p. avec > 0 alors il existe un unique u solution
de (3.15) qui est aussi lunique solution de (3.18).
u = 0 sur
n
quon appelle probl`eme de Dirichlet avec conditions de Neumann homog`enes. En integrant la premi`ere e quation
du syst`eme, il est facile de voir quune condition necessaire dexistence dune solution de (3.1.4) est que :
" " "
u
u(x)dx = (x)dx = f (x)dx = 0
n
u
Si la condition aux limites de Neumann est non-homog`ene : = g, la condition de compatibilite devient
n
" "
f (x)dx + g(x)d(x) = 0.
et que celle-ci nest pas coercive sur H 1 (). De fait, il est clair que la solution de (3.1.4) nest pas unique, puisque
si u est solution de (3.1.4) alors u + c est aussi solution, pour tout c IR. Pour e viter ce probl`eme on va chercher
les solutions de (3.1.4) a` moyenne nulle. On cherche donc a` resoudre (3.1.4) dans lespace
"
H = {v H 1 (); v(x)dx = 0}
Analyse numerique des EDP, M1 106 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.2. METHODES DE RITZ ET GALERKIN
CHAPITRE 3. METHODES VARIATIONNELLES
On admettra que a est coercive sur H (ceci est vrai grace a` linegalite de PoincareWirtinger 1 . Le probl`eme
u H, "
a(u, v) = f v v H,
Cherchons une formulation faible. Par la meme methode quau paragraphe 3.1.1, on choisit v H01 (), on
multiplie (3.1.5) par v et on int`egre par parties :
" " "
u$ (x)v $ (x)dx + u$ (x)v(x)dx = f (x)v(x)dx.
Il est e vident que T est une forme lineaire continue sur H01 () (cest a` dire T H 1 ()) et que la forme a est
bilineaire continue, mais pas symetrique. De plus elle est coercive : En effet, on a :
" "
a(u, u) = u$2 (x)dx + u$ (x)u(x)dx
" "
1 2 $
u$2 (x)dx +
= (u ) (x)dx
2
"
Or, comme u H01 (), on a u = 0 sur et donc (u2 )$ (x)dx = u2 (1) u2 (0) = 0. On en deduit que :
" 1
a(u, u) = (u$ )2 , et par linegalite de Poincare (voir page 24), on conclut que a est coercive sur H01 (). On en
0
deduit par le theor`eme de Lax Milgram, lexistence et lunicite de u solution du probl`eme :
u H 1 (]0, 1[)
" 1 0 " 1
$ $ $
(u (x)v (x) + u (x)v(x))dx = f (x)v(x)dx.
0 0
Analyse numerique des EDP, M1 107 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.2. RITZ ET GALERKIN
CHAPITRE 3. METHODES VARIATIONNELLES
a(u, v) = T (v), v H,
ce qui revient a` calculer u H solution du probl`eme du probl`eme de minimisation (3.8), avec J definie par (3.9).
Lidee de la methode de Ritz 2 est de remplacer H par un espace HN H de dimension finie (o`u dim HN = N ),
et de calculer uN solution de !
u N HN
(3.22)
J(uN ) J(v), v HN ,
en esperant que uN soit proche (en un sens a` definir) de u.
Theor`eme 3.17 Sous les hypoth`eses (3.21), si HN est un s.e.v. de H et dim HN < + alors le probl`eme (3.22)
admet une unique solution.
Demonstration : Puisque HN est un espace de dimension finie inclus dans H, cest donc aussi un Hilbert. On
peut donc appliquer le theor`eme de Lax Milgram, et on en deduit lexistence et lunicite de uN HN solution de
(3.22), qui est aussi solution de : !
u N HN ,
a(uN , v) = T (v), v HN .
Nous allons maintenant exposer une autre methode de demonstration du theor`eme 3.17, qui a lavantage detre
constructive, et qui nous permet dintroduire les idees principales des methodes numeriques envisagees plus loin.
Comme lespace HN considere dans le theor`eme 3.22 est de dimension N , il existe une base (1 , . . . , N ) de HN .
# N
Si u HN , on peut donc developper u = ui i . On note :
i=1
U = (u1 , . . . , uN ) IR N
j(U ) = J(u).
Or : )N * )N *
# #N #
1
J(u) = a ui i , ui i T ui i
2 i=1 i=1 i=1
N N N
1# # #
= ui uj a(i , j ) ui T (i ).
2 i=1 j=1 i=1
Analyse numerique des EDP, M1 108 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.2. RITZ ET GALERKIN
CHAPITRE 3. METHODES VARIATIONNELLES
Demonstration : Ceci est une consequence du resultat general de minimisation dans IR N (voir cours de licence).
On appelle HN lespace dapproximation. Le choix de cet espace sera fondamental pour le developpement de la
methode dapproximation. Le choix de HN est formellement e quivalent au choix de la base (i )i=1...N . Pourtant,
le choix de cette base est capital meme si u(N ) ne depend que du choix de HN et pas de la base.
Choix de la base Un premier choix consiste a` choisir des bases independantes de N cest a` dire { base de HN +1 } =
{ base de HN } {N +1 }. Les bases sont donc emboitees les unes dans les autres. Considerons par exemple
H = H 1 (]0, 1[), et lespace dapproximation :
HN = V ect{1, X . . . , X N 1 }
Les fonctions de base sont donc i = X i1 , i = 1, . . . , N. On peut remarquer que ce choix de base am`ene a` une
methode dapproximation qui donne des matrices pleines. Or, on veut justement e viter les matrices pleines, car les
syst`emes lineaires associes sont couteux (en temps et memoire) a` resoudre.
Le choix ideal serait de choisir une base (i )i = 1, . . . , N de telle sorte que
a(i , j ) = i ij
!
1 si i = j
o`u ij = (3.25)
0 sinon
#N
T (i )
On a alors K = diag(1 , . . . , N ), et on a explicitement : u(N ) = i . Considerons par exemple
i=1
a( i , i )
le probl`eme de Dirichlet (3.1) Si i est la i-`eme fonction propre de loperation avec conditions aux limites
de Dirichlet associee a` i , on obtient bien la propriete souhaitee. Malheureusement, il est rare que lon puisse
connatre explicitement les fonctions de base i .
Un deuxi`eme choix consiste a` choisir des bases dependantes de N . Mais dans ce cas, la base de HN nest pas
incluse dans celle de HN +1 . La technique des e lements finis quon verra au chapitre suivant, est un exemple de ce
choix. Dans la matrice K obtenue est creuse (cest a` dire quun grand nombre de ses coefficients sont nuls). Par
exemple, pour des e lements finis appliques a` un operateur du second ordre, on peut avoir un nombre de coefficients
non nuls de lordre de 0(N ).
Convergence de lapproximation de Ritz Une fois quon a calcule uN solution de (3.23), il faut se preocupper
de savoir si u(N ) est une bonne approximation de u solution de (3.2.1), cest a` dire de savoir si
u(N ) u lorsque N +
Definition 3.19 (Consistance) Sous les hypoth`eses (3.21), on dit que lapproximation de Ritz definie par lespace
HN H avec dim HN = N < + est consistante si d(H, HN ) tend vers 0 lorsque N +, cest a` dire
d(u, HN ) N + 0, u N ou encore inf (u v( N + 0, u H.
vHN
Analyse numerique des EDP, M1 109 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.2. RITZ ET GALERKIN
CHAPITRE 3. METHODES VARIATIONNELLES
Lautre notion fondamentale pour prouver la convergence est la stabilite, elle meme obtenue grace a` la propriete de
coercivite de a. Par stabilite, on entend estimation a priori sur la solution approchee u(N ) (avant meme de savoir si
elle existe), o`u u(N ) est solution de (3.23) ou encore de :
a(u(N ) , v) = T (v) v HN
(3.26)
(N )
u HN
(T (H "
(u(N ) (H .
Demonstration :
Le caract`ere coercif de a nous permet decrire :
Il est naturel de sinteresser a` lerreur que lon commet lorsquon remplace la resolution de la formulation faible
(3.2.1) par la resolution de la formulation faible en dimension finie (3.26). Il nous faut pour cela pouvoir quantifier
la norme de lerreur commise (uuN (H . Un premier pas dans cette direction est le lemme suivant, souvent appele
lemme de Cea 3 , qui permet de controler lerreur de discretisation par lerreur dinterpolation, definie comme la
distance entre u H solution de (3.2.1) et lespace HN dapproximation.
Lemme 3.21 (Lemme de Cea, cas symetrique) Soit H un espace de Hilbert reel, et a une forme bilineaire conti-
nue sumetrique coercive. Soit T une forme lineaire continue et T H $ , et soit M > 0 et > 0 tels que
a(u, v) M (u(H (v(H et a(u, u) (u(2H . Soit u H lunique solution du probl`eme suivant :
!
u H,
(3.27)
a(u, v) = T (v), v H.
Alors ,
M
(u u(N ) ( d(u, HN ) (3.29)
o`u
d(u, HN ) = inf d(u, v).
vHN
Demonstration :
Etape 1 : On va montrer que u(N ) est la projection de u sur HN pour le produit scalaire (, )a induit par a, defini
-
de H H (u, v)a = a(u, v). On note (u(a = a(u, u), la norme induite par le produit scalaire a. La norme
(.(a est e quivalente a` la norme (.(H , en effet, grace a` la coercivite et la continuite de la forme bilineaire a, on peut
e crire :
(u(2H (u(2a M (u(2H
3. Jean Cea, mathematicien francais contemporain, voir http://www.jean.cea.fr
Analyse numerique des EDP, M1 110 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.2. RITZ ET GALERKIN
CHAPITRE 3. METHODES VARIATIONNELLES
Donc (H, (.(a ) est un espace de Hilbert. Soit u la solution de (3.27), et soit v = PHN u la projection orthogonale
de u sur HN relative au produit scalaire a(., .). Par definition de la projection orthogonale, on a donc
v u HN
Soit encore a(v u, w) = 0, w HN . On en deduit que a(v, w) = a(u, w) = T (w), w H, et donc que
v = u(N ) . On a donc montre que u(N ) est la projection orthogonale de v sur HN , cest`adire u(N ) = PHN u.
Etape 2 : On va e tablir une estimation de la norme de la difference entre u et uN ; par definition de PHN , on a :
On en deduit que : ,
M
(u u(N ) ( (u v(, v HN .
En passant a` linf sur v, on obtient alors :
,
M
(u u(N ) ( inf (u v(
vHN
Ce qui est exactement (3.29).
Remarquons que maintenant, a nest pas necessairement symetrique, les hypoth`eses (3.30) sont donc plus generales
que les hypoth`eses (3.21). On consid`ere le probl`eme
uH
(3.31)
a(u, v) = T (v), v H.
Theor`eme 3.22 Sous les hypoth`eses , si HN H et dim HN = N , il existe un unique u(N ) HN solution de
(3.32).
4. Boris Grigoryevich Galerkin, ne le 20 fevrier 1871 a` Polotsk (Bielorussie) et mort le 12 juillet 1945, est un mathematicien et un ingenieur
russe repute pour ses contributions a` letude des treillis de poutres et des plaques e lastiques. Son nom reste lie a` une methode de resolution
approchee des structures e lastiques, qui est lune des bases de la methode des e lements finis.
Analyse numerique des EDP, M1 111 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.2. RITZ ET GALERKIN
CHAPITRE 3. METHODES VARIATIONNELLES
Comme dans le cas de la methode de Ritz, on va donner une autre methode, constructive, de demonstration de
lexistence et unicite de uN qui permettra dintroduire la methode de Galerkin. Comme dim HN = N , il existe
une base (1 . . . N ) de HN . Soit v HN , on peut donc developper v sur la base :
N
#
v= vi i ,
i=1
On peut e crire cette derni`ere e galite sous forme dun syst`eme lineaire : KU = G,
Kij = a(j , i ) et Gi = T (i ), pour i, j = 1, . . . , , N.
La matrice K nest pas en general symetrique.
Proposition 3.23 Sous les hypoth`eses du theor`eme 3.22 le syst`eme lineaire (3.2.2) admet une solution .
Demonstration : On va montrer que K est inversible en verifiant que son noyau est reduit a` {0}. Soit w IR N tel
#N
que Kw = 0. Decomposons w sur le N base (1 , . . . , N ) de HN : On a donc : a(j , i )wj = 0. Multiplions
j=1
cette relation par wi et sommons pour i = 1 a` N , on obtient :
N
# N
#
a(j , i )wj wi = 0.
i=1 j=1
Soit encore : a(w, w) = 0. Par coercitivite de a, ceci entraine que w = 0. On en deduit que wi = 0, i = 1, . . . , N,
ce qui ach`eve la preuve.
Remarque 3.24 Si a est symetrique, la methode de Galerkin est e quivalente a` celle de Ritz.
En resume, la methode de Galerkin comporte les memes e tapes que la methode de Ritz, cest a` dire :
1. On se donne HN H
2. On trouve une base de HN
3. On calcule K et G
4. On resout KU = G
N
#
5. On e crit u(N ) = ui i .
i=1
La seule difference est que letape 4 nest pas issue dun probl`eme de minimisation. Comme pour la methode
de Ritz, il faut se poser la question du choix du sousespace HN et de sa base, ainsi que de la convergence de
lapproximation de u solution de (3.31) par u(N ) obtenue par la technique de Galerkin. En ce qui concerne le
choix de la base {1 , . . . , N }, les possibilites sont les memes que pour la methode de Ritz, voir paragraphe 3.2.1.
De meme, la notion de consistance est identique a` celle donnee pour la methode de Ritz (voir definition 3.19) et la
demonstration de stabilite est identique a` celles effectuee pour la methode de Ritz ; voir proposition 3.20 page 110.
On a encore un controle de lerreur de discretisation (u u(N ) (H par lerreur dinterpolation d(u, HN ) :
Lemme 3.25 Sous les hypoth`eses du theor`eme (3.22), si u est la solution de (3.31) et uN la solution de (3.32),
alors
M
(u u(N ) (H d(u, HN ), (3.33)
o`u M et sont tels que : (v(2 a(v, u) M (v(2 pour tout v dans H (les reels M et . existent en vertu de la
M M
continuite et de la coercivite de a). Noter que la constante est superieure a` la constante du lemme 3.21.
Analyse numerique des EDP, M1 112 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.2. RITZ ET GALERKIN
CHAPITRE 3. METHODES VARIATIONNELLES
Or a(u u(N ) , v u(N ) ) = a(u, v u(N ) ) a(u(N ) , v u(N ) ) et par definition de u et u(N ) , on a :
On en deduit que :
(u u(N ) (2H a(u u(N ) , u v), v HN ,
et donc, par continuite de la forme bilineaire a :
On obtient donc :
M
(u u(N ) (H (u v(H , v HN ,
ce qui entraine (3.33).
Remarque 3.26 On peut remarquer que lestimation (3.33) obtenue dans le cadre de la metode de Galerkin est
moins bonne que lestimation (3.29) obtenue dans le cadre de la methode de Ritz. Ceci est moral, puisque la
methode de Ritz est un cas particulier de la methode de Galerkin.
Grace au theor`eme 3.25, on peut remarquer que u(N ) converge vers u dans H lorsque N tend vers + d`es que
d(u, HN ) 0 lorsque N +. Cest donc l`a encore une propriete de consistance dont nous avons besoin. La
propriete de consistance nest pas toujours facile a` montrer directement. On utilise alors la caracterisation suivante :
Proposition 3.27 (Caracterisation de la consistance) Soit V un sous espace vectoriel de H dense dans H On
suppose quil existe une fonction rN : V HN telle que
(v rN (v)(H N + 0,
alors
d(u, HN ) N + 0
d(u, HN ) (u rN (v)(H
(u v(H + (v rN (v)(
Comme V est dense dans H, pour tout > 0, il existe v V , tel que (u v(H . Choisissons v qui verifie
cette derni`ere inegalite. Par hypoth`ese sur rN :
Analyse numerique des EDP, M1 113 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.3. LA METHODE EMENTS
DES EL FINIS
CHAPITRE 3. METHODES VARIATIONNELLES
dim HN = dim VN = N.
On cherche une approximation de la solution du probl`eme dans lespace HN , et on choisit comme fonction test les
fonctions de base de VN . On obtient donc le syst`eme :
!
u HN
a(u, v) = T (v) v VN
On appelle HN lespace dapproximation, et VN lespace des fonctions test. Si (1 , . . . , N/ ) est une base de HN
et (1 , . . . , N ) une base de VN , en developpant u(N ) sur la base de (1 , . . . , N ). u(N ) = uj j , et en e crivant
(3.2.3) pour v = j , on obtient :
!
u HN
a(u, i ) = T (i ), i = 1, . . . , N.
Le syst`eme a` resoudre est donc : ! /N
u(N ) = i=1 ui i ,
KU = G,
avec Kj = a(j , di ) et Gi = T (i ), pour i = 1, . . . , N .
Elements finis de Lagrange Soit IR 2 (ou IR 3 ), Soit H lespace fonctionnel dans lequel on recherche la
solution (par exemple H01 () sil sagit du probl`eme de Dirichlet (3.1)). On cherche HN H = H01 () et les
fonctions de base 1 , . . . , N . On va determiner ces fonctions de base a` partir dun decoupage de en un nombre
fini de cellules, appeles, elements. la procedure est la suivante :
1. On construit un maillage T de (en triangles ou rectangles) que lon appelle e lements K.
2. Dans chaque e lement, on se donne des points que lon appelle noeuds.
3. On definit HN par : 0 1
HN = u : IR/u|K Pk , K T H
o`u Pk designe lensemble des polynomes de degre inferieur ou e gal a` k. Le degre des polynomes est choisi
de mani`ere a` ce que u soit enti`erement determinee par ses valeurs aux noeuds. Pour une methode delements
finis de type Lagrange, les valeurs aux noeuds sont e galement les degres de liberte, c.`a.d. les valeurs qui
determinent enti`erement la fonction recherchee.
Analyse numerique des EDP, M1 114 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.3. ELEMENTS FINIS
CHAPITRE 3. METHODES VARIATIONNELLES
4. On construit une base {i . . . N } de HN tel que le support de i soit le plus petit possible. Les fonctions
i sont aussi appelees fonctions de forme.
Remarque 3.28 (Elements finis non conformes) Notons quon a introduit ici une methode delements finis conforme,
cest`adire que lespace dapproximation HN est inclus dans lespace H. Dans une methode non conforme, on
naura plus HN H, et par consequence, on devra aussi construire une forme bilineaire approchee aT ; on
pourra voir a` ce sujet lexercice 46 page 123 o`u on exprime la methode des volumes finis comme une methode
delements finis non conformes.
Exemple en dimension 1 Soit =]0, 1[ IR et soit H = H01 ([0, 1[) ; on cherche un espace HN dapproxi-
mation de H. Pour cela, on divise lintervalle ]0, 1[ en N intervalles de longueur h = N1+1 . On pose xi = i,
i = 0, N + 1. Les e tapes 1. a` 4. decrites precedemment donnent dans ce cas :
1. Construction des e lements On a construit n + 1 e lements Ki =]xi , xi+1 [, i = 0, . . . , N .
2. Noeuds : On a deux noeuds par e lement, (xi et xi+1 sont les noeuds de Ki , i = 0, . . . , N ) Le fait que
HN H01 (]0, 1[) impose que les fonctions de HN soient nulles en x0 = 0 et xN +1 = 1. On appelle
x1 , . . . , xN les noeuds libres et x0 , xN +1 les noeuds lies. Les degres de liberte sont donc les valeurs de u en
x1 , . . . , xN . Aux noeuds lies, on a u(x0 ) = u(xN +1 ) = 0
3. Choix de lespace On choisit comme espace de polynome : P1 = {ax + b, a, b IR} et on pose :
= C([0, 1]) et u(0) = u(1) = 0}.
HN = {u : IR t.q. u|Ki P1 , i = 1 . . . N, u C()
Rappelons que H = H01 (]0, 1[) C([0, 1]). Avec le choix de HN , on a bien HN H.
4. Choix de la base de HN .
Si on prend les fonctions de type 1 de la methode de Ritz, on choisit les fonctions decrites sur la figure 3.1.
On a donc H1 = V ect{1 }, H3 = V ect{1 , 2 , 3 }, et H7 = V ect{1 , 2 , 3 , 4 , 5 , 6 , 7 }, o`u V ect
designe le sous espace engendre par la famille consideree. Avec ce choix, on a donc H1 H3 H7 .
1 4 2 5 1 6 3 7
0 1
Si maintenant on choisit des fonctions de forme de type 2 on peut definir i pour i = 1 a` N par :
i : continue et affine par morceaux sur les intervalles [xi1 , xi+1 ],
supp(i ) = [xi1 , xi+1 ],
(3.34)
i (xi ) = 1,
i (xi1 ) = i (xi+1 ) = 0.
Il est facile de voir que i HN et que {1 , . . . , N } engendre HN , cest a` dire que pour tout u HN ,
N
#
il existe (u1 , . . . , uN ) IR N tel que u = ui i . On a represente sur la figure 3.2 les fonctions de base
i=1
Analyse numerique des EDP, M1 115 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.3. ELEMENTS FINIS
CHAPITRE 3. METHODES VARIATIONNELLES
obtenue pour H3 (`a gauche) et H7 (`a droite). On peut remarquer que dans ce cas, les espaces dapproximation
ne sont plus inclus les uns dans les autres.
1 2 3
1 1 2 3 4 5 6 7
1
0 1 0 1
F IGURE 3.2 Fonctions de forme de type 2 (fonction P1) en une dimension despace
Exemple en dimension 2 Soit un ouvert polygonal de IR 2 , et H = H01 (). Les e tapes de construction de la
methode des e lements finis sont encore les memes.
1. Elements : on choisit des triangles.
2. Noeuds : on les place aux sommets des triangles. Les noeuds xi (interieurs a` ) sont libres, et les
noeuds xi (sur la fronti`ere de sont lies. On notera lensemble des noeuds libres, F lensemble
des noeuds lies, et, = I F .
3. Espace dapproximation Lespace des polynomes est lensemble des fonctions affines, note P1 . Une fonction
p P1 est de la forme :
p : IR 2 IR,
x = (x1 , x2 ) , a1 x1 + a2 x2 + b,
avec (a1 , a2 , b) IR 3 . Lespace dapproximation HN est donc defini par :
u|K P1 , K, et u(xi ) = 0, xi F }
HN : {u C();
4. Base de HN : On choisit comme base de HN la famille de fonctions {i }i=1,...,N , o`u N = card (I ), o`u i
est definie, pour i = 1 a` N , par :
i est affine par morceaux,
i (xi ) = 1, (3.35)
i (xj ) = 0, j += i.
La fonction i associee au noeud xi a donc lallure presentee sur la figure 3.3. Le support de chaque fonction
i (cest a` dire lensemble des points o`u i est non nulle), est constitue de lensemble des triangles dont xi
est un sommet.
En resume Les questions a` se poser pour construire une methode delements finis sont donc :
1. La construction du maillage.
2. Un choix coherent entre e lements, noeuds et espace des polynomes.
3. La construction de lespace dapproximation HN et de sa base {i }i=1...N .
4. La construction de la matrice de rigidite K et du second membre G.
5. Levaluation de d(u, HN ) en vue de lanalyse de convergence.
Analyse numerique des EDP, M1 116 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.3. ELEMENTS FINIS
CHAPITRE 3. METHODES VARIATIONNELLES
i (x)
x(2)
x(1)
xi
F IGURE 3.3 Fonction de forme de type 2 (fonction P1) en deux dimensions despace
F IGURE 3.4 Exemple de triangles bons (`a gauche) et mauvais (`a droite)
Mettre beaucoup delements l`a o`u u varie rapidement (ceci ne peut se faire que si on connait a priori les zones
de de variation rapide, ou si on a les moyens devaluer lerreur entre la solution exacte du probl`eme et la solution
calculee et de remailler les zones ou celleci est jugee trop grande.
On peut e ventuellement melanger des triangles et des rectangles, mais ceci nest pas toujours facile.
Il existe un tr`es grand nombre de logiciels de maillages en deux ou trois dimensions despace. On pourra pour sen
convaincre utiliser le moteur de recherche google sur internet avec les mots cles : mesh 2D structured, mesh 2D
unstructured, mesh 3D structured, mesh 3D unstructured. Le mot mesh est le terme anglais pour maillage,
les termes 2D et 3D ref`erent a` la dimension de lespace physique. Le terme structured (structure en francais)
designe des maillages que dont on peut numeroter les e lements de facon cartesienne, le terme unstructured
(non structure) designe tous les autres maillages. Lavantage des maillages structures est quils necessitent une
base de donnees beaucoup plus simple que les maillages non structures, car on peut connaitre tous les noeuds
voisins a` partir du numero global dun noeud dun maillage structure, ce qui nest pas le cas dans un maillage non
Analyse numerique des EDP, M1 117 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.3. ELEMENTS FINIS
CHAPITRE 3. METHODES VARIATIONNELLES
structure (voir paragraphe suivant pour la numerotation des noeuds). La figure 3.5 montre un exemple de maillage
F IGURE 3.5 Exemple de maillage structure (`a gauche) et non-structure (`a droite) dune surface
de surface structure ou non-structure, pris sur le site web du logiciel Gmsh : a three-dimensional finite element
mesh generator with built-in pre- and post-processing facilities, developpe par C. Geuzaine and J.-F. Remacle
(http ://www.geuz.org/gmsh/).
Amelioration de la precision
On a vu aux paragraphes precedents que lerreur entre la solution exacte u recherchee et la solution u(N ) obtenue
par la methode de Ritz ou de Galerkin est majoree par une constante fois la distance entre H et HN . On a donc
Analyse numerique des EDP, M1 118 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.4. EXERCICES
CHAPITRE 3. METHODES VARIATIONNELLES
interet a` ce que cette distance soit petite. Pour ce faire, il parat raisonnable daugmenter la dimension de lespace
HN . Pour cela, on a deux possibilites :
augmenter le nombre delements : on augmente alors aussi le nombre global de noeuds, mais pas le nombre
local.
augmenter le degre des polynomes : on augmente alors le nombre de noeuds local, donc on augmente aussi
le nombre global de noeuds, mais pas le nombre delements. Ce deuxi`eme choix (augmentation du degre des
polynomes) ne peut se faire que si la solution est suffisamment reguli`ere ; si la solution nest pas reguli`ere, on
narrivera pas a` diminuer d(H, HN ) en augmentant le degre des polynomes.
3.4 Exercices
Exercice 34 ( Fonctions H 1 en une dimension despace )
Montrer que si u H 1 (]0, 1[), alors u est continue. En deduire que H 2 (]0, 1[) C 1 ([0, 1]).
Exercice 35 (Minimisation de la semi-norme) Suggestions en page 126, corrige en page 126
Soit un ouvert borne de IR n . On suppose que sa fronti`ere est de classe C 1 par morceaux. Etant donne une
fonction u0 H 1 (), on designe par u0 + H01 () lensemble {u0 + v, v H01 ()}.
1. Montrer quil existe une unique fonction u u0 + H01 () tel que :
|u|1, = inf |v|1, .
vu0 +H01 ()
Analyse numerique des EDP, M1 119 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.4. EXERCICES
CHAPITRE 3. METHODES VARIATIONNELLES
o`u H = {v H 1 (]0, 1[); v(1) = 0}, a et T sont respectivement une forme bilineaire sur H 1 (]0, 1[) et une forme
lineaire sur H 1 (]0, 1[), a` determiner.
2. Y-a-t-il existence et unicite de solutions de cette formulation faible ?
u(x) = f (x), x ,
u(x) = 0, x 0 , (3.42)
u(x) n(x) = 0, x 1 ,
o`u :
f L2 (),
p L (), est telle quil existe > 0 t.q. p(x) p.p.
q L (), q 0,
IR + ,
g0 L2 (0 ) est telle quil existe g H 1 () t.q. (
g )|0 = g0
g1 L2 (1 ),
n est la normale unitaire a` exterieure a` .
1. Donner une formulation faible et une formulation variationnelle de (3.43) telle quon puisse appliquer le lemme
de Lax-Milgram.
2. On suppose dans cette question que p C 1 (), q C() g0 C(0 ) et g1 C(1 ). Soit u C 2 ().
Montrer que u est solution faible si et seulement si u est une solution classique de (3.43).
u + u = f dans , (3.44)
u n = 0 sur (3.45)
Analyse numerique des EDP, M1 120 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.4. EXERCICES
CHAPITRE 3. METHODES VARIATIONNELLES
o`u est un ouvert borne de IR d de fronti`ere reguli`ere de classe C 2 et de normale unitaire exterieure n, et f
L2 ().
1. Montrer que si u est une solution reguli`ere de (3.45) et C (IR d ), alors
" "
(u + u ) dx = f dx
u H 1 (), (3.46)
" "
(u v + uv) dx = f v dx, v H 1 (). (3.47)
2. Montrer que si u est une solution reguli`ere de classe C 2 de (3.47) et C (IR d ), alors u est solution de
(3.45).
Soit V un espace de Hilbert reel de produit scalaire (; ) induisant une norme || ||. On se donne a(; ) une forme
bilineaire continue sur V V , avec M comme constante de continuite. Soit L une forme lineaire continue sur V .
On suppose de plus quil existe une solution u V au probl`eme suivant :
uh Vh ,
(3.50)
a(uh , vh ) = L(vh ), vh Vh
et on munit V Q dune norme notee ((, )(, definie par ((v, q)( = (v(V + (q(Q pour (v, q) V Q.
1. Montrer que B est une forme bilineaire continue sur V Q.
Analyse numerique des EDP, M1 121 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.4. EXERCICES
CHAPITRE 3. METHODES VARIATIONNELLES
b(w, q)
Il existe IR + (independant de n) tel que inf sup (q(Q . (3.54)
qQn wVn , (w(V
(w(V *=0
(b) Soit (v, q) Vn Qn , montrer quil existe w Vn tel que (w(V = (q(Q et b(w, q) (q(2Q .
Montrer que pour ce choix de w, on a :
et
((v + w, q)( C4 ((v, q)(,
o`u C3 et C4 sont deux reels positifs qui ne dependent pas de n.
(e) En deduire que la condition suivante (dite de stabilite) est satisfaite :
b(v, p)
sup (p(Q .
(v,q)Vn Qn , (v(V
((v,q)(*=0
5. Deduire des questions precedentes que la condition (3.54) est satisfaite si et seulement si la condition (3.56)
est satisfaite.
Analyse numerique des EDP, M1 122 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.4. EXERCICES
CHAPITRE 3. METHODES VARIATIONNELLES
Exercice 46 (Volumes finis vus comme des e lements finis non conformes) Suggestions en page 126, corrections
en page 134
Soit un ouvert borne polygonal de IR 2 , et T un maillage admissible au sens des volumes finis (voir page 1.5.2 page
28) de .
1. Montrer que la discretisation par volumes finis de (3.1) se ram`ene a` chercher (uK )KT , qui verifie :
# #
(uL uK ) + uK = m(K)fK (3.57)
Eint , =K|L Eext , EK
o`u Eint represente lensemble des aretes internes (celles qui ne sont pas sur le bord) Eext lensemble des aretes
externes (celles qui sont sur le bord), et
m()
si Eint , = K|L,
dK, + dL,
= (3.58)
m()
si Eext , EK ,
dK,
(voir figure 1.6 page 28).
2. On note HT () le sous-espace de L2 () forme des fonctions constantes par maille (c.`a.d. constantes sur chaque
e lement de T ). Pour u HT (), on note uK la valeur de u sur K. Montrer que (uK )KT est solution de (3.58)
si et seulement si u HT () est solution de :
!
u HT (),
(3.59)
aT (u, v) = TT (v), v HT (),
o`u aT est une forme bilineaire sur HT () (`a determiner), et TT est une forme lineaire sur HT () (`a determiner).
Exercice 47 (Discretisation du bi-laplacien) Corrige en page ??.
La modelisation dune poutre en charge encastree a` ses deux extremites am`ene a` sinteresser au probl`eme dordre
4 suivant (dit probl`eme biharmonique) :
Le probl`eme continu
1. On suppose (dans cette question seulement) que f 1. Calculer la solution exacte u de (3.60), et la representer
graphiquement (grossi`erement).
2. Soit H 2 (]0, 1[) lensemble des fonctions de carre integrable dont les derivees (faibles) premi`ere et seconde sont
e galement de carre integrable :
H 2 (]0, 1[) = {u L2 (]0, 1[), u$ L2 (]0, 1[) et u$$ L2 (]0, 1[).}
On rappelle e galement que les fonctions de H 1 (]0, 1[) sont continues sur [0, 1].
2.1 Montrer que H 2 (]0, 1[) C 1 ([0, 1]).
On definit alors :
H02 (]0, 1[) = {u H 2 (]0, 1[); u(0) = u(1) = 0, u$ (0) = u$ (1) = 0}.
2.2 Montrer que si u C 4 ([0, 1]) est solution de (3.60), alors u est solution de :
u H02 (]0, 1[)
" 1 " 1
(3.61)
u$$ (x)v $$ (x) dx = f (x)v(x) dx, v H02 (]0, 1[,
0 0
2.3 Montrer que reciproquement, si u est solution de (3.61) et u C 4 ([0, 1]), alors u est solution de (3.60).
Analyse numerique des EDP, M1 123 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.4. EXERCICES
CHAPITRE 3. METHODES VARIATIONNELLES
o`u ( (4) u)i est lapproximation consistante de u(4) (yi ) construite avec les inconnues discr`etes ui2 , ui1 , ui , ui+1
et ui+2 a` la question 3.2.
Ecrire le schema sous forme matricielle, et commenter la structure de la matrice du syst`eme lineaire a` resoudre.
3.4 Soit (4) u IR M2 dont les composantes sont les valeurs ( (4) u)i pour i = 2, . . . , M 1. Notons ( (2) u)i =
1
h (ui+1 + ui1 2ui ) la discr etisation habituelle de u$$ (yi ) par differences finies. A-ton ( (4) u)i = ( (2) ( (2) u))i
pour tout i = 2, . . . , M 1 ?
Dans toute la suite, on consid`ere le maillage suivant : pour N > 2 et h = 1/N , on definit les N mailles
(Ki )i=1,...,N par Ki =]xi1/2 , xi+1/2 [, avec xi+1/2 = ih pour i = 0, . . . , N , et on note xi = (i 1/2)h
pour i = 1, . . . , N les centres des mailles. On pose e galement x0 = 0 et xN +1 = 1. On definit e galement des
mailles decalees Ki+1/2 =]xi , xi+1 [, pour i = 0, . . . , N .
On definit Dh u comme la fonction constante par morceaux sur les mailles decalees, definie par
1
Di+1/2 u = h (ui+1 ui ) pour tout x Ki+1/2 =]xi , xi+1 [ pour i = 1, . . . , N 1,
2
Dh u(x) = D1/2 u = h u1 pour tout x K1/2 =]x0 , x1 [,
DN +1/2 u = h2 uN pour tout x KN +1/2 =]xN , xN +1 [.
Enfin on definit Dh2 u comme la fonction constante par morceaux sur les mailles Ki , definie par :
1
Dh2 u(x) = Di2 u = (Di+1/2 u Di1/2 u) pour tout x Ki =]xi1/2 , xi+1/2 [ pour i = 1, . . . , N.
h
4.a. Calculer Di2 u en fonction des valeurs uj , j = 1, . . . , N .
4.b En deduire, pour k = 1, . . . , N , lexpression de la fonction Dh2 k , o`u k IR N est la fonction caracteristique
de la maille Kk , c.`a.d : 4
1 si x Kk
k (x) =
0 sinon.
On note Hh lespace des fonctions constantes sur les mailles Ki , i = 1, . . . , N , et Hh,0 les fonctions de Hh nulles
sur les mailles 1 et N . On consid`ere le schema numerique defini par la forme faible discr`ete suivante :
Analyse numerique des EDP, M1 124 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.4. EXERCICES
CHAPITRE 3. METHODES VARIATIONNELLES
4.c En prenant les fonctions caracteristiques des mailles Ki comme fonctions tests dans (3.66), montrer que le
schema (3.65)-(3.66) secrit aussi :
u Hh,0 (3.67)
"
Fi+1/2 (Dh2 u) Fi1/2 (Dh2 u) = f (x)dx, i = 1, . . . , N, (3.68)
Ki
1 2
Fi+1/2 (Dh2 u) = (D u Di2 u), i = 1, . . . , N 1, (3.69)
h i+1
3 3 2
F1/2 (Dh2 u) = D12 u et FN +1/2 (Dh2 u) = DN u. (3.70)
h h
(3.71)
Expliquer pourquoi ce schema peut pretendre a` lappellation volumes finis.
6. S TABILIT E .
6.1 (Poincare discret sur u). Soit u Hh . Montrer que (u(L2 () (Dh u(L2 () .
6.2 (Poincare discret sur Dh u). Soit u Hh,0 . Montrer que (Dh u(L2 () (Dh2 u(L2 () .
6.3 (Estimation a priori sur la solution). Soit u Hh,0 solution de (3.65)-(3.66). Montrer que (u(L2 ()
(f (L2 () .
Analyse numerique des EDP, M1 125 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.5. SUGGESTIONS POUR LES EXERCICES
CHAPITRE 3. METHODES VARIATIONNELLES
Analyse numerique des EDP, M1 126 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
Ainsi chercher a` mimimiser |v|1, sur u0 + H01 () revient a` minimiser J sur H01 (), o`u J est definie par :
)" N " N
*
# 1 # 2
J(w) = inf 2 |i u0 i w| dx + (i w) .
1 H0 () i=1
2 i=1
Pour montrer lexistence et lunicite du minimum de J, nous allons mettre ce probl`eme sous une forme faible, puis
utiliser le theor`eme de Lax-Milgram pour en deduire lexistence et lunicite dune solution faible, et finalement
conclure que la fonctionnelle J(w) admet un unique inf. On pose :
" N
#
a(w, v) = (i w i v) dx, w, v H01 ()
i=1
et
" N
#
L(v) = (i u0 i v) dx, v H01 ()
i=1
Voyons si les hypoth`eses de Lax-Milgram sont verifiees. La forme a(w, v) est clairement symetrique, on peut
changer lordre de w et de v dans lexpression sans changer la valeur de lintegrale. La forme a(w, v) est bilineaire.
En effet, elle est lineaire par rapport au premier argument, puisque : u, v, w H01 () et , IR, on a : a(w+
u, v) = a(w, v) + a(u, v). Ainsi par symetrie, elle est aussi lineaire par rapport au second argument. Donc elle
est bien bilineaire. Pour montrer que la forme a(w, v) est continue, on utilise la caracterisation de la continuite des
applications bilineaires. On va donc montrer lexistence de C IR + tel que |a(u, v)| C(u(H 1 (v(H 1 pour tous
u, v H01 (). Or, par linegalite de Cauchy-Schwarz, on a :
5" N 5
5 # 5
5 5
|a(u, v)| = 5 (i ui v) dx5
5 5
i=1
)" N * 21 )" N * 12
# 2
# 2
(i u) dx (i v) dx
i=1 i=1
(u(H 1 (v(H 1 .
La forme a est donc bien continue. Montrons alors quelle est coercive, cest`adire quil existe > 0 tel que
a(v, v) (v(2H 1 pour tout v H01 ().
" N
#
a(v, v) = (i v(x))2 dx
i=1
"
= v(x) v(x)dx
1
(v(2H 1 ,
1 + diam()2
Analyse numerique des EDP, M1 127 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
Donc a est bien une forme bilineaire, symetrique, continue et coercive. Par le meme genre de raisonnement, on
montre facilement que L est lineaire et continue. Ainsi toutes les hypoth`eses de Lax-Milgram sont verifiees, donc
le probl`eme :
a une unique solution dans H01 (). De plus, comme a est symetrique, la fonctionnelle J admet un unique minimum.
2. On va maintenant caracteriser u comme e tant la solution dun probl`eme aux limites. Soit D(), donc est
a` support compact dans . On a :
a(u, ) = L() D(),
et donc : " "
u(x)(x)dx = u0 (x)(x)(x)dx.
Comme u et u0 H 1 (), et comme est reguliere, on peut integrer par parties ; en remarquant que est nulle
sur , on a donc : " "
u(x)(x)dx = u0 (x)(x)dx.
On en deduit que u = u0 . Comme u H01 (), ceci revient a` resoudre le probl`eme aux limites u
= u u0
H 1 (), tel que
u = 0 dans et u = u0 sur .
Pour trouver une formulation faible (ou variationnelle) il faut commencer par trouver un espace de Hilbert pour les
fonctions duquel (3.75) ait un sens, et qui soit compatible avec les conditions aux limites. Comme f L2 (]0, 1[),
le second membre de (3.75) est bien defini d`es que L2 (]0, 1[).
De meme, le premier membre de (3.75) est bien defini d`es que u$ L2 (]0, 1[ et $ L2 (]0, 1[).
def
Comme de plus, on doit avoir u = 0 en 0 et en 1, il est naturel de choisir H = H01 (]0, 1[) = {u L2 (]0, 1[; Du
L2 (]0, 1[) et u(0) = u(1) = 0}
(Rappelons quen une dimension despace H 1 (]0, 1[) C([0, 1]) et donc u(0) et u(1) sont bien definis).
Une formulation faible naturelle est donc :
4
u H = {u H01 (); v(0) = v(1) = 0},
a(u, v) = T (v), v H,
" 1 " 1
o`u a(u, v) = u$ (x)v $ (x)dx et T (v) = f (x)v(x)dx.
0 0
La formulation variationnelle associee (notons que a est clairement symetrique), secrit :
Trouver u H,
J(u) = min J(v)
vH
1
avec J(v) = a(u, v) T (v)
2
Le fait que a soit une forme bilineaire continue symetrique et coercive etque T H $ a e te prouve (dans le cas plus
general de la dimension quelconque) lors de la demonstration de la proposition 3.7 page 101.
Analyse numerique des EDP, M1 128 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
car u$0 = 1.
Analyse numerique des EDP, M1 129 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
1
avec J(v) = a(u, v) T (v)
2
Pour montrer lexistence et lunicite des solutions de (3.76), on cherche a` appliquer le theor`eme de LaxMilgram.
On remarque dabord que T est bien une forme lineaire sur H, et que de plus, par linegalite de CauchySchwarz, :
" 1
|T (v)| = | f (x)v(x)dx| + |v(1)| (f (L2(]0,1[) (v(L2 (]0,1[) + |v(1)|. (3.77)
0
Montrons maintenant que |v(1)| 2(v(H 1 (]0,1[) . Ce resultat est une consequence du theor`eme de trace, voir cours
dEDP. Dans le cas present, comme lespace est de dimension 1, la demonstration est assez simple en remarquant
que comme v H 1 (]0, 1[), on peut e crire que v est integrale de sa derivee. On a en particulier :
" 1
v(1) = v(x) + v $ (t)dt,
x
on a donc
6 72
(v(L2 (]0,1[) + (v $ (L2 (]0,1[) 4 max((v(x)(2L2 (]0,1[) , (v $ (2L2 (]0,1[) )
4((v(2L2 (]0,1[) + (v $ (2L2 (]0,1[) ).
Analyse numerique des EDP, M1 130 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
On en deduit que
|v(1)| (v(L2 (]0,1[) + (v $ (L2 (]0,1[) 2(v(H 1 (]0,1[) .
En reportant dans (3.77), on obtient :
Ceci est une consequence du fait que H 1 (]0, 1[) sinjecte continument dans C([0, 1]).
Il est clair que a est une forme bilineaire symetrique (notons que le caract`ere symetrique nest pas necessaire pour
lapplication du theor`eme de LaxMilgram). Montrons que a est continue. On a :
" 1 " 1
|a(u, v)| |u$ (x)v $ (x)|dx + |u(x)||v(x)|dx + |u(0)||v(0)|
0 0
(u$ (L2 (]0,1[) (v $ (L2 (]0,1[) + (u(L2(]0,1[) (v(L2 (]0,1[) + |u(0)||v(0)|
|a(u, v)| (u$ (L2 (]0,1[) (v $ (L2 (]0,1[) + (u(L2(]0,1[) (v(L2 (]0,1[) + 4(u(H 1 (]0,1[) (v(H 1 (]0,1[)
6(u(H 1 (]0,1[) (v(H 1 (]0,1[) .
Ceci prouve que la forme a est coercive. Par le theor`eme de LaxMilgram, on en deduit lexistence et lunicite des
solutions faibles de (3.76).
Notons que cette formulation ne diff`ere de la formulation faible du probl`eme (3.1) que par la donnee de la condition
aux limites de Dirichlet sur 0 et non dans lespace H. La condition de Neumann homog`ene est implicitement
prise en compte dans la formulation faible.
La demonstration du fait que cette formulation satisfait les hypoth`eses du theor`eme de Lax-Milgram est similaire
a` celle de la proposition 3.7 en utilisant, pour la coercivite, le fait que les fonctions a` trace nulle sur une partie du
bord de (de mesure non nulle) verifient encore linegalite de Poincare.
Analyse numerique des EDP, M1 131 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
En tenant compte des conditions aux limites sur u et en prenant nulle sur 0 , on obtient alors :
a(u, ) = T ()
Pour assurer la condition aux limites de type Dirichlet non homog`ene, on choisit donc u H10 ,g0 () = {u
H 1 (); u = g0 sur 0 }, quon peut aussi decomposer en : u = u + H10 ,g0 () (rel`evement de u)
+ + u0 avec u
1 1
et u0 H0 () = {u H (); u = 0 sur 0 }, Une formulation faible naturelle est alors :
4
u H10 ,g0 ()
a(u, v) = T (v), v H10 ,0 (),
ou encore :
u = u0 + u +
1
+ H0 ,0 ()
u (3.81)
u, v) = T (v) T (u0 ), v H10 ,0 (),
a(+
Lespace H = H10 ,0 () muni de la norme H 1 est un espace de Hilbert. Il est facile de montrer que lapplication
a definie de H H dans IR est bilineaire. Montrons quelle est continue ; soient (u, v) H H, alors
On en deduit que 8 9
a(u, v) (p(L () + (q(L () + C2 (u(H 1 () (v(H 1 () ,
ce qui montre que a est continue. La demonstration de la coercivite de a est similaire a` la demonstration du lemme
3.15 page 105. Enfin, il est facile de voir que T definie par (3.80) est une forme lineaire. On en deduit que le
theor`eme de Lax-Milgram sapplique.
2. On a dej`a vu a` la question precedente que si u est solution de (3.81), alors u est solution de (3.43). Il reste a`
demontrer la reciproque. Soit donc u solution de (3.81), et soit Cc ()( H). En utilisant la formule de
Green, et en notant que est nulle sur , on obtient :
"
(div(pu)(x) + q(x)u(x) f (x))(x)dx = 0, C0 ().
on en deduit que :
Comme u C (), 2
Analyse numerique des EDP, M1 132 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
On en deduit que :
pu n + u g1 = 0 sur 1 .
Donc u verifie bien (3.43).
On en deduit que w = 0, donc que A est bijectif et que le probl`eme (3.50) admet une unique solution. On peut
remarquer de plus que si A est inversible,
inf sup a(w, v) = (A1 (1 , (3.82)
vVh ,(v(= 1 vVh ,(v(= 1
= inf (Af (
f Vh ,(f (=1
Analyse numerique des EDP, M1 133 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
(u uh ( (u v( + (v uh (. (3.84)
(v uh ( = (A1 A(v uh )(
1
(A(v uh )(
h
1
sup a(v uh , w)
h wVh ,(w(= 1)
1
sup (a(v, w) a(uh , w))
h wVh ,(w(= 1)
1
sup (a(v, w) a(u, w)) ,
h wVh ,(w(= 1)
Analyse numerique des EDP, M1 134 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011
3.6. CORRIGES
CHAPITRE 3. METHODES VARIATIONNELLES
Remarquons maintenant que le premier membre de cette e galite est aussi e gal, en sommant sur les aretes du
maillage a` : # #
( (uK uL )vK ) + (uL uK )vL ) + uK vK
E Eext
=K|L
o`u K designe le volume de controle dont est une arete (du bord) dans la deuxi`eme sommation. On obtient donc :
avec :
# # #
aT (u, v) = (uK uL )(vK vL ) + uK vK, et TT (v) = m(K)fK vK .
E Eext K
=K|L
On a donc montre que si u = (uK )KT la solution de (3.57) - (3.58), alors u est solution de (3.85). Montrons
maintenant la reciproque. Soit 1K la solution caracteristique du volume de controle K, definie par
!
1 si x K
1K (x) =
0 sinon ,
Analyse numerique des EDP, M1 135 Universite Aix-Marseille 1, R. Herbin, 20 decembre 2011