M1 Analyse numérique des EDP, éléments finis

Cours 8 : Problèmes elliptiques

Autres conditions aux limites
Autres problèmes
Roland Becker
1er mai 2020

Il s’agit toujours du chapitre 4 du script. Lisez bien ces notes et le chapitre 4. Essayer
ensuite de faire les questions en bleu. Si vous avez des questions, remarques...

1 Autres conditions aux limites

Pour simplifier on considère l’équation (avec f ∈ L2 (Ω))

− ∆u = f dans Ω, CL sur ∂Ω (1)

Pour le moment nous avons vu la condition de Dirichlet homogène CL : u = 0 avec la

formulation variationnelle
Z Z
1
u ∈ H0 (Ω) : ∇u · ∇v = fv ∀v ∈ H10 (Ω). (2)
Ω Ω

La discrétisation conforme est basée sur Vh := P)kh (Ω) ∩ H10 (Ω) avec k ∈ N.

1.1 Condition de Dirichlet non-homogène

La condition de Dirichlet non-homogène est simplement

CL : u = uD .
1
D’après le théorème des traces, il nous faut supposer uD ∈ H 2 (Ω) si l’on continue à
chercher u dans H1 (Ω).
1
Comme
uD ∈ H 2 (Ω), il existe un relèvement uD ∈ H1 (Ω) tel que γ(uD ) = uD et

6 C uD 1
D
u .
H 2 (Ω)
H1 (Ω)
Alors la formulation continue est simplement
Z Z
1
u ∈ uD + H0 (Ω) : ∇u · ∇v = fv ∀v ∈ H10 (Ω). (3)
Ω Ω

1
En écrivant u = uD + u0 on obtient une équation de la forme (2) pour u0 :
Z Z
0 1 0
u ∈ H0 (Ω) : ∇u · ∇v = fv − ∇uD · ∇v ∀v ∈ H10 (Ω). (4)
Ω Ω

Pour la discrétisation, soit Vh∂ l’espace engendré par les fonctions de base de Pkh (Ω) qui
∂
ne s’annule pas sur le bord et on définit une approximation uD h ∈ Vh de sorte que le

h ∈ Ph (Ω) est définit en prenant zéro comme coefficients des fonctions

k
relèvement uD
de base de Vh . Le problème discret est alors
Z Z
D
uh ∈ uh + Vh : ∇uh · ∇v = fv ∀v ∈ Vh . (5)
Ω Ω

fD ∈ Pk (Ω) un autre relèvement de uD et

Soit u h h h
Z Z
D
e h ∈ uh + Vh :
u f ∇e
uh · ∇v = fv ∀v ∈ Vh . (6)
Ω Ω

Alors démontrer que uh = u

eh.
0
Évidemment, comme avant, en écrivant uh = uDh + uh on obtient une équation pour
u0h :
Z Z
0 0
uh ∈ Vh : ∇u · ∇v = fv − ∇uDh · ∇v ∀v ∈ Vh ,
Ω Ω

discrétisation de (4) avec une modification du second membre. On peut alors se servir
de la généralisation suivante du lemme de Céa.
Lemme 1. Soit Vh ⊂ V, a : V × V → R une forme bilinéaire vérifiant les hypothèses de
Lax-Milgram et l ∈ V ∗ et lh ∈ Vh∗ , ainsi que u ∈ V et uh ∈ Vh les solutions de
u ∈ V : a(u, v) = l(v) ∀v ∈ V, uh ∈ Vh : a(uh , v) = lh (v) ∀v ∈ Vh . (7)
Alors nous avons
Ca 1
ku − uh kV 6 inf {ku − vh kV | vh ∈ Vh } + kl − lh kVh∗ . (8)
α α
Démonstration. Soit u
e h la solution du problème auxiliaire
e h ∈ Vh : a(e
u uh , v) = l(v) ∀v ∈ Vh .
Par le lemme de Céa on a
Ca
ku − u
e h kV 6 inf {ku − vh kV | vh ∈ Vh } .
α
Avec α la constante de coércivité de a nous avons également

uh − uh k2V 6a(e
α ke uh − uh , u uh − uh ) 6 kl − lh kVh∗ ke
e h − uh ) = (l − lh )(e uh − uh kv .

On conclut avec l’inégalité triangulaire

ku − uh kV 6 ku − u
e h kV + ke
u h − u h kV .

2
 Dans notre cas, nous avons
Z  
(l − lh )(v) = ∇ uh − u · ∇v 6 C uD − uD
D D
h H 21 (∂Ω) k∇vk .

Ω

On obtient le résultat suivant

Proposition 2. Soit u et uh les solutions de (3) et de (5). Alors nous avons
 
k∇(u − uh )k 6 C inf {ku − vh kV | vh ∈ Vh } + u − uh H 12 (∂Ω) .
D
D
(9)

Le premier terme peut être majoré par l’interpolation comme avant. Le nouveau
terme sur le bord représente l’approximation des données de Dirichlet. Si l’on uti-
lise l’interpolation, les mêmes techniques d’estimation d’erreur d’interpolation s’ap-
pliquent.

1.2 Conditions de Neumann

Les conditions de Neumann sont des conditions de flux (normal), ceci car ∇u est le
flux (voir signification du gradient !), avec g ∈ L2 (∂Ω)
∂u
CL : = g.
∂n
On constate que dans ce cas, la fonction u n’intervient ni dans l’équation sur Ω, ni dans
la condition aux limite ; si l’on remplace u par u + c avec c ∈ R, la constante disparaît.
Alors, il faut 
se débarrasser R des constante,
soit on considérant l’espace H1 (Ω)/R ou
l’espace V := v ∈ H1 (Ω)  Ω v = 0 . Toutefois, si u es solution du problème, on aura
forcément
Z Z Z Z
∂u
f=− ∆u = − =− g,
Ω Ω ∂Ω ∂n ∂Ω
R R
et les données f, g doivent satisfaire la condition de compatibilité Ω f + ∂Ω g = 0.
Z Z Z
u∈V: ∇u · ∇v = fv + gv ∀v ∈ V. (10)
Ω Ω ∂Ω

On note que sur l’espace V nous n’avons plus le lemme de Poincaré pour montrer que
a est elliptique (ou plutôt que la semi-norme est une norme). Par contre, on peut se
servir du lemme de Friedrich 1.41 (ou inégalité de Poincaré-Friedrich), qui donne le
même résultat. À cette modification près, l’existence et l’unicité s’obtiennent comme
avant par Lax-Milgram. Élaborer les détails.
Il est remarquable, que contrairement au cas Dirichlet non-homogène, la condition
de Neumann non-homogène ne nécessite pas de travailler dans espace affine. Aussi,
la condition de Dirichlet provient de l’espace que l’on utilise. Par contre, la condition
de Neumann dans (12) provient de la forme bilinéaire (par intégration par partie). On
parle de condition « naturelle » dans (12), contrairement à la condition « essentielle »
dans (3).  R
Pour la discrétisation on utilise Vh := v ∈ Pkh (Ω)  Ω v = 0 . Et encore, tout se
passe comme avant par le lemme de Céa et interpolation.
Élaborer les détails !

3
Remarque 3. La définition de Vh n’est pas terrible pour la pratique, car les fonctions de base
modifiées ont un support global. Il est plus facile d’utiliser un formulation équivalente (qui s’ap-
plique d’ailleurs au problème continue). Pour cela on introduit un multiplicateur de Lagrange
λ ∈ R et on considère
Z Z Z Z Z
(uh , λ) ∈ Ph (Ω)×R :
k
∇uh ·∇v+µ u+λ v= fv+ gv ∀(v, µ) ∈ Pkh (Ω)×R.
Ω Ω Ω Ω ∂Ω
(11)
La formulation (11) est une formulation de point-selle, qui peut être interprétée comme la condi-
tion d’optimalité de minimisation d’énergie sous contrainte.
On verra encore un autre façon en exercice.

1.3 Conditions de Robin-Fourier

Cette condition est une mélange entre Dirichlet et Neumann. Pour α ∈ R+ on a

∂u
CL : αu + = αuD + g.
∂n
Pour α = 0, on retrouve la condition de Neumann. On suppose α > 0 dans la suite.
En quelque sorte, cette condition généralise toutes les conditions précédentes, dans le
sens que pour α & 0 on obtient Neumann et pour α → +∞ Dirichlet.
Le problème continu s’écrit
Z Z Z Z Z
1 D
u ∈ H (Ω) : α uv + ∇u · ∇v = α u v+ fv + gv ∀v ∈ H1 (Ω). (12)
∂Ω Ω ∂Ω Ω ∂Ω

Le continuité de la forme bilinéaire et la forme linéaire s’obtiennent par le théorème

des traces. La coércivité repose sur le résultat suivant.

Lemme 4. Il existe C ∈ R+ tel que pour u ∈ H1 ()Ω

 
kukL2 (Ω) 6 C k∇ukL2 (Ω) + kukL2 (∂Ω) . (13)

1
R
Démonstration. Soit F(u) := |∂Ω| ∂Ω u, qui est, par le théorème des traces, une forme
1
linéaire sur H (Ω). Alors (1.32) donne avec v := u − F(u)

kvkL2 (Ω) 6 C k∇vkL2 (Ω) = C k∇ukL2 (Ω) .

Comme
1
kvkL2 (Ω) 6 kukL2 (Ω) + kF(u)kL2 (Ω) 6 kukL2 (Ω) + |F(u)| |Ω| 2

on conclut avec la continuité de F.

On peut faire une démonstration directe par le théorème de Rellich.

4
1.4 Conditions mêlées
Soit ∂Ω = ΓN ∪ ΓD ∪ ΓR une partition disjointe du bord et l’on suppose que |ΓD | > 0.
On souhaite alors imposer les conditions aux limites suivantes.


 u =uD sur ΓD ,


 ∂u D
CL : αu + ∂n =αu + g sur ΓN ,



 ∂u
 =αuD + g sur ΓR .
∂n
La façon classique de traiter ce problème est de généraliser le théorème de traces (traces
partielles) pour définir un opérateur γD : H1 (Ω) → L2 (ΓD ). Grâce à cet opérateur on
définit alors l’espace
 
V := u ∈ H1 (Ω)  γD = 0 .

et le problème variationnel
Z Z Z Z Z
D
u∈V: α uv + ∇u · ∇v = α u v+ fv + gv ∀v ∈ V. (14)
ΓR Ω ΓR Ω ∂Ω

De façon, maintenant classique, on démontre l’existence et l’unicité de (14).

En supposant u une solution assez régulière (à préciser) de (14), montrer que u
vérifie bien l’équation aux dérivées partielles ainsi que les conditions aux limites.
Pour la discrétisation, il faut supposer que la famille de maillage H(Ω) est compa-
tible avec la partition du bord. On peut alors appliquer le lemme de Céa et obtenir des
estimation d’erreur comme avant.
Faire cette analyse d’erreur a priori.

2 Estimation en norme L2(Ω)

Contrairement à la théorie pour les différences finies que vous avez vous, la théorie
de ce cours utilise des hypothèse plus faible sur la régularité des solutions. Le prix
pour cela est que les estimations d’erreur sont par rapport à la norme « naturelle » de la
formulation variationnelle. Toutefois, ce n’est généralement pas ce que l’on recherche
dans les applications.
Une possibilité d’obtenir d’autres estimation est d’utiliser la technique d’Aubin-
Nitsche. L’idée principale de la démonstration est de construire un problème auxiliaire.
En utilisant un ’shift de régularité’ L2 (Ω) → H2 (Ω), c’est à dire que si le second membre
est dans L2 (Ω), la solution sera dans H2 (Ω) avec une estimation « a priori » (ici, cela
signifie que la norme H2 (Ω) de la solution est borné par un multiple de la norme L2 (Ω)
du second membre. Attention : ce ’shift de régularité’ n’est que valable, si le bord est
assez réguliers (cas que nous n’avons pas encore considéré car il nécessite un peu plus
de travail au niveau discret) ou si le domaine Ω est convexe.
Voir script.

5
3 Propriétés du système discret
Le principe du maximum (en première approximation, des données positives donnent
des solutions positives) pour le laplacien est une propriété parfois cruciale dans les ap-
plications. A priori rien ne garantit un tel comportement de la solution discrète. Néan-
moins, pour les éléments finis d’ordre un (k = 1), on peut démontrer un principe du
maximum, si les maillages satisfont la condition de l’angle maximal (qui doit être infé-
rieur à π2 ).
Voir script.

4 Estimation d’erreur a posteriori pour l’équation de Pois-

son
Toutes les estimations d’erreur a priori font l’hypothèse d’une certaine régularité
de la solution continue u. Pour que l’erreur en norme énergie soit bornée par hk , il faut
supposer que u ∈ Hk+1 (Ω). Cela n’est souvent pas réaliste. D’ailleurs, sans aucune hy-
pothèse de régularité, on peut toutefois démontrer la convergence de la discrétisation
dans le sens ku − uh kV → 0 quand h → 0 (voir exercice). Cela est rassurant, mais n’a
guère de valeur pratique (plotter la fonction 1/ ln(ln(x))) pour x ∈ [10, 1000]).
D’un point de vue théorique le théorie AFEM ’adaptive finite element method’ a
pour but d’améliorer ces résultat. Supposons que la solution peut être approchée sur
une suite de maillages (h∗n )n∈N ⊂ H(Ω) avec une certaine vitesse s > 0, c’est à dire
−s
qu’avec Nn := #Khn on peut obtenir u − uhn V 6 CNn . Alors on souhaite une mé-
∗ ∗
thode qui sélectionne automatiquement une suite de maillages (hk )k∈N avec la même
décroissance d’erreur. Comme s est arbitraire, cette méthode génère alors une suite
qui, à une constante multiplicative près, fait décroitre l’erreur le plus rapidement pos-
sible. On appelle une telle méthode (quasi-)optimale. Tout cela dépend de la famille de
maillages.
Par exemple, supposons que H(Ω) est construite par raffinement global, c’est à
dire à partir d’un maillage grossier h0 , les autres maillages sont obtenue par bisection
régulière de tous les simplexes du maillages précédent (une telle procédure consiste en
d = 2 à découper un triangle en quatre joignant les trois mi-arêtes, mais cela est moins
évident pour d > 2), de sorte que H(Ω) = (hn )n∈N et notre méthode de selection
de maillage est triviale. Alors quand est-ce que cette méthode est optimale ? Si l’on
suppose u ∈ Hk+1 (Ω), notre estimation d’erreur a priori et le comptage Nn ≈ h−d n
(ce qui signifie qu’il existe constante C1 , C2 telles que C1 Nn 6 h−d
n 6 C2 Nn pour tout
n ∈ N), donne

−k k
ku − uhk kV 6 CNn d ⇒ s= .
d
Nous ne l’avons pas fait, mais on peut se rendre compte facilement pour d = 1 et
k = 1 que cette décroissance est optimale, et donc la méthode aussi. Mais cela re-
pose sur l’hypothèse de régularité faite et nous n’avons rien gagné (sauf une meilleure
comprehension de la vitesse de convergence s). Sans cette hypothèse, il est clair qu’il
faut admettre des familles de maillages plus générales. (Il y a d’ailleurs une théorie

6
d’approximation avec des maillages construites a priori pour traiter par exemple les
singularités géométriques des problèmes elliptiques).
Tout cela est bien théorique. D’ailleurs ce que nous venons de formuler est l’idée
de la théorie de l’approximation dite nonlinéaire. Elle porte son nom par le fait que le
paramètre de discrétisation (pour nous le maillage) est choisi en fonction de la solution
(ou plutôt de son approximation). Cette théorie est assez complète pour les ondelettes
uni-dimensionelle. Pour avoir une idée, on peut penser au développement en série
d’une fonction analytique ou l’approximation par séries de Fourier. Si la fonctions est
paire, les termes impaires ne sont pas nécessaire pour approcher la fonction...
D’un point de vue pratique, il y a deux motivation différentes pour les estimations
d’erreur a posteriori. Premièrement, l’estimation a priori permet de valider un code de
calcul. Pour cela on se donne une fonction assez régulière et vérifie si la décroissance
de l’erreur suit la loi hk sur des maillages globalement raffinés. À part cela, elle ne peut
pas être utiliser car on ne connaît pas les normes de Sobolev de la solution a priori
inconnue, après tout. Donc il est souhaitable d’avoir une borne supérieure de l’erreur
en fonction de la solution discrète. Deuxièmement, et cela nous approche un peu du
souhait théorique formulé ci-dessus, on peut espérer pouvoir utiliser une telle estima-
tion d’erreur a posteriori pour adapter le maillage, et donc construire une méthode
adaptative.
Pour développer l’estimateur d’erreur pour l’équation de Poisson avec condition
de Dirichlet homogène, on utilise d’abord l’orthogonalité de Galerkin
Z Z
∇(u − uh ) · ∇v = ∇(u − uh ) · ∇(v − vh ) = Rh (v − vh ) (15)
Ω Ω

avec le résidu (un élément de H−1 (Ω))

Z Z
Rh (v) := fv − ∇uh · ∇v
Ω Ω

Donc avec vh ∈ Vh
 
Rh (v − vh ) 
 v ∈ H1 (Ω) .
k∇(u − uh )k 6 sup 0
k∇vk 

Il y a différentes possibilités de majorer le résidu, la plus simple dite estimateur par

résidu (nom un peu perturbateur à mon sens) utiliser notre formule d’integration par
partie magique (2.18) (Faites bien attention d’avoir bien compris cela, c’est une écriture
bien raccourcie).
Z Z Z Z Z  
∂uh
Rh (v) = fv − ∇uh · ∇v = fv + ∆h uh v − v
Ω Ω Ω Ω Sint ∂n
X Z Z h
 
1 ∂uh
= (f + ∆uh ) v − v
K∈K K 2 ∂K∗ ∂n
h

avec ∂K∗ := ∂K \ ∂Ω. Ici on a utilisé, primo, le fait que chaque

R face S ∈ Sint
h (arête en
∂uh

d = 2) appartient à deux simplexes, et, secundo, que le terme S ∂n v ne dépend pas
de l’orientation de n ( ! ! pourquoi ?).

7
 Avec Cauchy-Schwarz on a donc

X
  !
∂uh
Rh (v) 6 kf + ∆uh kL2 (K) kvkL2 (K) +
∂n 2 ∗ kvkL2 (∂K∗ ) .

K∈Kh L (∂K )

Maintenant on se souvient que nous voulons majorer Rh (v − vh ) avec vh à notre choix.

On peut alors espérer gagner une certaine puissance de hK , si on avait
1
kv − vh kL2 (K) 6 ChK k∇vkL2 (ωK ,Rd ) , kv − vh kL2 (∂K∗ ) 6 ChK2 k∇vkL2 (ωK ,Rd ) , (16)

avec ωK la réunion des simplexes voisins de K. L’estimation (16) paraît raisonnable,

mais elle n’est pas vérifiée avec vh := Ih v, l’opérateur d’interpolation canonique (Pour-
quoi ?). Heureusement, il existe d’autre opérateurs d’interpolation qui permettent d’avoir
(16). Avec cette estimation et l’inégalité de Cauchy-Schwarz (en discret cette-fois) on
obtient
X   !
1 ∂u
h
Rh (v − vh ) 6C hK kf + ∆uh kL2 (K) k∇vkL2 (ωK ) + hK2 ∂n 2 ∗ k∇vkL2 (ωK )

K∈Kh L (∂K )
   12
! 12
X  2 ∂uh 2 X
    
2
k∇vk2L2 (ωK ,Rd )

6C 
  h
 K kf + ∆u h k 2
L (K) + h K

∂n 2 ∗ 

L (∂K ) 
| {z }
K∈Kh  K∈Kh
=:η2h (K)

Par la régularité de la famille de maillage, il existe (encore) une constante C tel que

# {K 0 | K 0 ∈ Kh (K)} 6 C ∀K ∈ Kh , ∀h ∈ H(Ω).

Cela implique
! 12
X
k∇vk2L2 (ωK ,Rd ) 6 C k∇vkL2 (Ω,Rd )
K∈Kh

Finalement on obtient, comme ηh (K) ne dépend que des données et de uh , une majo-
ration de la forme voulue :
! 12
Rh (v − vh ) X
k∇(u − uh )kL2 (Ω,Rd ) = sup 6C η2h (K) .
v∈V k∇vk K∈K h

Remarque 5. On peut généralise l’estimation a posteriori au cas f ∈ H−1 (Ω). Par le lemme 1.40,
nous avons f0 ∈ L2 (Ω) et f1 ∈ L2 (Ω, Rd ) tels que (au sens des distributions) f = f0 + div f1 .
Le problème continue s’écrit alors comme
Z Z Z
1
u ∈ H0 (Ω) : ∇u · ∇v = f0 v − f1 · ∇v ∀v ∈ H10 (Ω). (17)
Ω Ω Ω

et le problème discret pour uh de façon similaire en remplaçant H10 (Ω) par Vh .

8
 La seule chose à revoir est notre integration par parties. Rien ne change pour f0 , mais nous
avons à revoir le terme avec f1 comme suit (par la formule magique).
Z Z Z
f1 · ∇v = − divh f1 v + [f1 · n] v (18)
Ω Ω Sint
h

R
On constate encore que S
[f1 · n] v ne dépend pas de l’orientation de la normal n. On obtient
alors l’estimateur
  2
∂uh
∆uh k2L2 (K)

η2h (K) := h2K kf0 + div f1 + + hK
+ f1 · n
∂n 2 ∗
L (∂K )

Il y a encore beaucoup de chose à dire sur l’estimation d’erreur a posteriori, mais

au moins nous savons maintenant que l’estimateur permet de calculer une borne su-
périeure de l’erreur en norme énergie.

5 L’équation bi-harmonique
Voir script.