Académique Documents
Professionnel Documents
Culture Documents
Roland Becker
13 juin 2020
2 Espaces discrets 19
2.1 Maillages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 Coordonnées barycentriques et transformations affines . . . . . . . . . . 20
2.3 Espaces de polynômes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 Espaces subordonnés à un maillage . . . . . . . . . . . . . . . . . . . . . . 24
2.5 Lemme de Céa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.6 Éléments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3 Interpolation 34
3.1 Interpolation dans les espaces höldériens . . . . . . . . . . . . . . . . . . 34
3.2 Interpolation dans les espaces de Sobolev . . . . . . . . . . . . . . . . . . 35
3.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4 Problèmes elliptiques 43
4.1 Équations d’ordre deux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2 Discretization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3 Estimation d’erreur a priori . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4 Aubin-Nitsche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.5 Estimation d’erreur a posteriori . . . . . . . . . . . . . . . . . . . . . . . . 47
4.6 Approximation non-conforme . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.7 Méthodes mixtes et volumes finis . . . . . . . . . . . . . . . . . . . . . . . 50
4.8 L’équation de convection-diffusion . . . . . . . . . . . . . . . . . . . . . . 53
4.9 L’équation biharmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.10 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Appendices 58
1
A Solutions d’exercices 58
Index alphabétique 77
Introduction
Équations aux dérivées partielles
Les équations aux dérivées partielles (EDP) linéaires d’ordre deux sont classifiées
en équations elliptiques, paraboliques et hyperboliques, dont des examples sont
∂u(x, t) ∂2 u(x, t)
− div(k∇u(x)) = f(x), − div(k∇u(x, t)) = f(x, t), − div(k∇u(x, t)) = f(x, t),
∂t ∂t2
où x ∈ Ω avec Ω ⊂ Rd (d ∈ N) un domaine borné et t ∈ I =]0, T [, et k et f sont
des fonctions données. Ces équations sont complétées par des conditions aux bord (et
conditions initiales). Une des difficultés des EDP est qu’il n’est en général possible de
trouver des fonctions suffisamment régulières (C2 ) pour vérifier ces équations point
par point. Une autre interprétation est donc indispensable (distributions).
Comme pour les équations différentielles ordinaires, il est opportun de considé-
rer ces équations dans le cadre des espaces de fonctions pour l’inconnue u. En tenant
compte de la linéarité et en renommant u par x, on arrive à des équations abstraites de
type
dx
Ax = b, ou + Ax = b ,
dt
Éléments finis
L’objectif de la méthode des éléments finis est de construire des sous-espaces dis-
cret (de dimension finie) de certains espaces fonctionnelles, basée sur des partitions
du domaine Ω (maillages). C’est l’objet de la section 2. Ensuite, ces espaces sont uti-
lisés pour définir des solutions discrètes, censées approcher la solution du problème
continue. Pour majorer la différence entre les solutions continue et discrète (erreur)
en fonction de la finesse du maillage h > 0, on construit des opérateurs d’interpola-
tion et l’on étudie l’erreur d’interpolation, la différence entre une fonction donnée (pas
nécessairement solution de l’équation) et son interpolée, section 3.
Dans les sections suivantes, nous nous intéressons à l’approximation des solutions
de quelques EDP, et notamment à l’erreur, la différence entre la solution et son appro-
chée. Il y a deux types d’estimation d’erreur. L’estimation d’erreur a priori suppose
2
que la solution est suffisamment régulière et fait apparaître une certaine puissance de
h, ce qui permet de démontrer la convergence et la vitesse de convergence des solu-
tions discrètes correspondant à un suite de maillage h → 0. L’estimation a posteriori
évite l’hypothèse de régularité et majore au lieu de cela l’erreur en fonction de termes
qui dépendent des données et des solutions discrètes (estimateurs). Comme ces termes
sont calculables, on peut alors contrôler les erreurs sans hypothèse supplémentaire sur
la solution continue du problème. Ces estimations sont la base des algorithmes adap-
tatifs qui cherche à adapter les maillages de façon automatique.
Objectifs de ce cours
1. Rappels de notions et de quelques résultats de l’analyse fonctionnelle
2. Énoncés de quelques résultats concernant les espaces de Sobolev
3. Définition de quelques espaces d’éléments finis
4. Estimation d’erreur d’interpolation
5. Application aux équations elliptiques et paraboliques
Quelques notations
On note par N = les entiers naturel 1, 2 . . . et N0 = {0} ∪ N. Pour un multi-index
P
d
α ∈ Nd0 , on pose |α| = αi . On a
i=1
Y
d
∂|α| β!
xβ−α α6β
xα = xαi
i , Dα = αi , Dα xβ = (α−β)!
(0.1)
i=1
∂xi 0 sinon.
Qd
ou nous avons α! = i=1 αi ! et α 6 β ssi αi 6 βi pour tout i ∈ J1, dK. Nous avons
pour k > 0
d−1+k
# α ∈ Nd0 |α| = k =
(0.2)
k
Pour un espace de fonction X(Ω) d’éléments f : Ω → R, on note l’espace des fonc-
tions vectorielles F : Ω → Rk , k ∈ N, par X(Ω, Rk ) = {F = (f1 , . . . , fk ) | fi ∈ X(Ω) ∀1 6 i 6 k}.
La norme euclidienne de x ∈ Rd et la norme de Frobenius de A ∈ Rd×d sont écrites
comme
v v
uX uX
u d u d
kxk = kxkRd = t x2i , |||A|||F = t A2i,j .
i=1 i,j=1
On rappelle que toutes les norme sur un espace en dimension finie sont équivalentes,
car elles sont des fonctions continue qui atteignent ses bornes sur les boules fermés,
qui sont des compactes.
On utilise |·| pour la longueur d’un multi-indice, pour la mesure de Lebesgue d’un
ensemble mesurable U ⊂ Rd (ou la mesure induite d’une variété), mais parfois aussi
pour la norme euclidienne d’un vecteur.
3
Références
[1] A. E RN et J.-L. G UERMOND. Theory and practice of finite elements. T. 159. Applied
Mathematical Sciences. Springer-Verlag, New York, 2004, p. xiv+524.
[2] S. B RENNER et R. S COTT. The mathematical theory of finite element methods. 3e éd.
Texts in applied mathematics 15. Springer-Verlag New York, 2008.
[3] P.-A. R AVIART et J.-M. T HOMAS. Introduction à l’analyse numérique des équations aux
dérivées partielles. Collection Mathématiques Appliquées pour la Maîtrise. [Collec-
tion of Applied Mathematics for the Master’s Degree]. Masson, Paris, 1983, p. 224.
[4] V. G IRAULT et P.-A. R AVIART. Finite Elements for the Navier Stokes Equations. Sprin-
ger, Berlin, 1986.
1 Espaces de fonctions
On considère une équation abstraite
Ax = b (1.1)
kδxk 6 C kδbk ,
Ah xh = bh , (1.2)
4
dont on suppose, comme pour (1.1), qu’il existe une unique solution. On voit alors que
Une bonne approximation du problème va rendre le résidu R(xh ) petit, mais il nous
faut la stabilité pour que cela implique que l’erreur x − xh soit petit.
Dans le cas de la dimension quelconque il nous faut donc :
1. Des espaces de fonctions (appropriés au problème considéré)
2. Définitions de normes
3. Conditions pour qu’un opérateur soit une bijection avec une inverse continue.
Définition 1.1. Un espace de Banach réel (X,k·kX ) est un espace vectoriel (vérifiant les
axiomes correspondant) avec une norme X → R+ vérifiant
kλxkX = |λ| kxkX ∀x ∈ X, ∀λ ∈ R,
kx1 + x2 kX 6 kx1 kX + kx1 + x2 kX ∀x1 , x2 ∈ X, (1.3)
kxk = 0 ⇒ x = 0.
X
De plus, on demande que X soit complet : toute suite de Cauchy converge : pour toute
suite (xn )n∈N de X
On dit que k·kX est une semi-norme sur X si (1.3) sont satisfaits à l’exception de
kxkX = 0 ⇒ x = 0.
K ⊂ X est compacte, si pour toute suite (xn )n∈N ⊂ K, il existe x ∈ K et une sous-suite
(xnk )k∈N qui converge vers x.
kT x1 − T x2 kX 6 ρ kx1 − x2 kX ∀x1 , x2 ∈ X.
5
De façon analogue on définit pour k ∈ N l’espace des fonctions k-fois continûment dérivable
Ck (K). Soit α ∈ Nd un multi-index. On a la norme
Exemple 1.5. Soit K ⊂ Rd un compacte. Pour 0 < α 6 1 un définit l’espace C0,α (K) comme
les fonctions continues qui vérifie de plus
|u(x1 ) − u(x2 )|
|u|C0,α (K) := sup < +∞.
x1 ,x2 ∈K |x1 − x2 |α
x1 6=x2
avec |β| = k.
Exemple 1.7. Espaces de Sobolev W m,p (Ω) sur un Ω ⊂ Rd pour 1 6 p 6 ∞, m > 1. Nous
avons sa norme et une semi-norme
p1 p1
X X
kukW m,p (Ω) := kDα ukpLp (Ω) , |u|W m,p (Ω) := kDα ukpLp (Ω) .
|α|6m |α|=m
Exemple 1.8. Soit Ω ⊂ Rd un ouvert. L’espace des "fonctions test" des distributions
forment bien un espace vectoriel, mais ce n’est pas un espace de Banch (il n’existe pas de norme,
mais bien une métrique).
6
Théorème 1.9. Pour 1 6 p < ∞, D(Ω) est dense dans Lp (Ω). Soit f ∈ L1loc (Ω). Alors
Z
fφ = 0 ∀φ ∈ D(Ω) ⇒ f = 0 presque partout.
Ω
L(X, Y) est encore un espace de Banach. Un cas particulier est X∗ := L(X, R), l’espace
dual. On écrit
Une conséquence du théorème de Hahn-Banach est que (même pour tout espace vec-
toriel normé X)
hx, x∗ iX×X∗
kxkX = sup (1.6)
x∗ ∈X∗ \{0} kx∗ kX∗
Nous avons l’injection J : X → X∗∗ J(x)(x∗ ) = x∗ (x). Un espace de Banach est réflexif si
J est une bijection.
Remarque 1.10. L’inégalité de Hölder montre que Lp∗ (Ω) ⊂ (Lp (Ω))∗ pour 1 6 p 6 ∞. Le
théorème de représentation de Riesz montre que (Lp (Ω))∗ = Lp∗ (Ω) pour 1 6 p < ∞.
Un exemple d’un espace de Banach non-réfléxif est X = L1 (Ω). Nous avons X∗ = L∞ (Ω),
mais L1 (Ω) 6= (L∞ (Ω))∗ . Ce dernier contient des objets qui ne sont pas des fonctions.
Soit (xn )n∈N . On dit que la suite converge faiblement (xn * x), si pour tout x∗ ∈
X la suite des réels x∗ (xn ) converge vers x. Si la boule unité de X est compacte, la
∗
Définition 1.11. On dit que A ∈ L(X, Y) est compacte si pour toute suite bornée (xn )n∈N
on peut extraire une sous-suite (xnk )k∈N tel que la suite (Axnk )k∈N est convergente.
Remarque 1.12. Si X ⊂ Y avec injection compacte, on peut extraire de toute suite bornée
(xn )n∈N une sous-suite qui converge pour la norme de Y.
7
Théorème 1.14. (Fermat) Soit X un espaces de Banach, U ⊂ X ouvert, et fonction f : U → Y
différentiable. S’il existe x∗ ∈ U tel que f(x∗ ) = inf {f(x) | x ∈ U}, alors f 0 (x∗ ) = 0. Comme
f 0 (x∗ ) ∈ X∗ , cela signifie que
f 0 (x∗ )(h) = 0 ∀h ∈ X. (1.9)
Alors (1.9) s’appelle une équation variationnelle.
Définition 1.15. Un espace de Hilbert réelp(X,h·, ·iX ) est un espace Banach dont la
norme provient d’un produit scalaire kxk = hx, xi.
Lemme 1.18. Dans un espace de Hilbert X, la norme est dérivable sur X \ {0}.
Démonstration. Le produit scalaire est bilinéaire et continue par définition. Nous avons
donc
ce qui montre que la dérivée de x → kxk2X est h → 2 hx, hiX . On compose alors avec la
racine carré.
Lemme 1.19. Dans un espace de Hilbert (X,h·, ·iX ) nous avons les inégalités remar-
quables
kx1 + λx2 k2X = kx1 k2X + 2λ hx1 , x2 iX + λ2 kx2 k2X , (1.10)
l’inégalité de Cauchy-Schwarz :
λ 1
hx1 , x2 iX 6 kx1 k2X + kx2 k2X . (1.12)
2 2λ
8
Théorème 1.20. (Riesz) Tout espace de Hilbert (X,h·, ·iX ) est réflexif. Si x∗ ∈ X∗ , alors
il existe x ∈ X tel que x∗ (h) = hx, hiX .
Théorème 1.21. Soit (X,h·, ·iX ) un espace de Hilbert et Y un sous-espace fermé. Alors
il existe le projecteur orthogonal P : X → Y tel que
Démonstration. Cela est une conséquence du théorème de Banach du rang fermé. L’équi-
valence entre (1.15) et (1.16) s’obtient par (1.6).
Remarque 1.24. Si α est la meilleure constante dans (1.16) et C = |||A||| on obtient alors (1.14)
avec κ(A) = C
α
.
On suppose que Y = Z∗ avec un espace de Banach Z (si Y est réfléxif, on peut
prendre Z = Y ∗ ). Alors on peut associer à A la forme bilinéaire a : X × Z → R
a(x, z) := hAx, ziZ∗ ×Z . (1.17)
On peut équiper l’espace des formes bilinéaires continues de la norme
a(z, z)
kak := sup = kAkL(X,Z∗ )
x∈X\{0} kxkX kzkZ
z∈Z\{0}
9
De l’autre côté, étant donne une forme bilinéaire continue a : X × Z → R, on peut lui
associer A ∈ L(X, Z∗ ) par
hAx, ziZ∗ ×Z := a(x, z). (1.18)
Nous avons donc
Ax = b ⇔ a(x, z) = b(z) ∀z ∈ Z.
10
où C est la constante de continuité de a et φ(δ) = 1 + C2 δ2 − 2δα. Comme φ(0) = 1
et φ 0 (0) = −2α < 0 il existe δ∗ tel que φ(δ∗ ) < 1. Pout δ > 0 suffisamment petit, T est
alors une contraction.
2 T 0 1
Remarque 1.26. L’exemple X = Y = R et a(x, y) := x Ay avec A = montre que la
1 0
coercivité n’est pas une condition nécessaire pour la bijectivité de A.
Théorème 1.28. (Densité) Si le bord du domaine Ω est lipschitzien, les restrictions de D(Rd )
à Ω sont dense dans W 1,p (Ω) pour tout 1 6 p < ∞.
Théorème 1.29. (Sobolev) Soit Ω un domaine à bord lipschitzien. Pour 1 6 p, q 6 ∞ et
1
p∗
= p1 − dk .
d
Lq (Ω)
si 1 6 p 6 et p 6 q 6 p∗ ,
k
d
k,p
W (Ω) ⊂ q
L (Ω) si p = et p 6 q < ∞, (1.22)
k
d d
C0,α (Ω) si p > et α = 1 − .
k kp
Idée de la démonstration. Soit γ : C(Ω) → C(∂Ω). Par densité on peut l’étendre à une
application continue γ : W 1,p (Ω) → Lp (Ω) 2 .
(1.24) est une conséquence du théorème de l’application ouverte.
2. Il faut alors montrer que cette application est bien définie, continue, et que les traces sont dans
l’espace annoncé...
11
Remarque 1.33. L’application q → u est un opérateur de relèvement (ou une inverse à droite
de l’opérateur de trace).
1
∂u
Remarque 1.34. De façon similaire, si u ∈ W 2,p (Ω), il existe la trace normale ∂n ∈ W p 0 ,p (∂Ω).
On définit pour 1 6 p < ∞ et s > 0 comme la fermeture de D(Ω)
W0s,p (Ω) = W s,p (Ω) ∃(un )n∈N ⊂ D(Ω), ku − un kW s,p (Ω) → 0 (1.25)
1
Corollaire 1.36. Pour tout u ∈ H1 (Ω), γ(u) ∈ H 2 (∂Ω) et
Lemme 1.40. Soit f ∈ H−1 (Ω). Alors exists f0 ∈ L2 (Ω) et f1 ∈ L2 (Ω, Rd ) tels que f =
f0 + div f1 .
On peut généraliser le lemme de Poincaré de la façon suivante. Soit f ∈ W 1,p (Ω)∗ ,
l’espace dual de W 1,p (Ω). On suppose de plus que f(1) 6= 0. Alors
W := v ∈ W 1,p (Ω) f(v) = 0 = f−1 (0) = ker f (1.31)
12
R
Théorème 1.41. Soit Ω un domaine convexe. Si u ∈ H1 (Ω) avec Ω u = 0, alors
diam(Ω)
kukL2 (Ω) 6 k∇ukL2 (Ω) . (1.33)
π
Finalement, on peut généraliser les formules d’intégration par parties aux espaces
de Soboloev. On suppose que Ω est un domaine à bord lipschitzien et lisse par mor-
ceaux, et 1 6 p < ∞.
Corollaire 1.45. Soit σ ∈ L∞ (Ω, Rd×d ), u ∈ W 1,p (Ω, Rd ) avec div(σu) ∈ Lp (Ω), et
0 1
v ∈ W 1,p (Ω). Alors n · σ∇u ∈ H− 2 (∂Ω) et
Z Z
div (σ∇u) v + σ∇u · ∇v = hv, n · σ∇uiH 21 (∂Ω)×H− 21 (∂Ω) . (1.37)
Ω Ω
Remarque 1.46. Parfois les produits de dualités dans (1.35), (1.36) et (1.37) sont écrites
comme des intégrales de bord, mais cela n’est justifié que si les deux integrands sont dans
L2 (∂Ω).
1.4 Exercices
Exercice 1.1
1
R
1. Soit Ω un domaine convexe. Déduire de (1.33) que avec πu := |Ω| Ω u
diam(Ω)
ku − πukL2 (Ω) 6 k∇ukL2 (Ω) .
π
13
2. Soit I =]0, 1[ et
Z
Z
2 2
1
L0 (I) := u ∈ L (I) u dx = 0 ,
H := u ∈ H (I) u dx = 0 .
I I
On admet que (wn )n>0 , wn (x) = cos(nπx) est dense dans L20 (I).
4. (wn )n>1 est dense dans H.
5. La plus petite valeur λmin ∈ R du problème aux valeurs propres : chercher u ∈ H
et λ ∈ R tels que pour tout v ∈ H
Z Z
0 0
u v dx = λ uv dx (1.38)
I I
est λmin = π2 .
6. Nous avons
ku 0 k2L2 (I)
λmin = inf . (1.39)
u∈H\{0} kuk2L2 (I)
R
1
7. Soit π0 u := |I| I u dx. Démontrer que pour tout u ∈ H
ku − π0 ukL2 (I) 6 1
π
ku 0 k2L2 (I) .
La constante est-elle optimale ?
Exercice 1.2
Soit X un espace normé (vérifiant les axiomes d’un espace de Banach à l’exception
de la complétude). Alors X est un espace de Banach si et seulement si toute série abso-
lumment convergeante admet une limite dans X.
Exercice 1.3
Soit X un espace normé (vérifiant les axiomes d’un espace de Banach à l’exception
de la complétude). Alors X est un espace de Banach si et seulement si toute série abso-
lumment convergeante admet une limite dans X.
Exercice 1.4
1. Démontrer que dans un espace de Hilbert X, h·, ·iX pour tout x1 , x2 ∈ X \ {0}
2
kx1 kX kx2 kX
x1 x2
kx1 kX kx2 kX − hx1 , x2 iX =
−
.
2
kx1 kX kx2 kX
14
2. Démontrer l’inégalité arithmétique-géométrique pour ai ∈ R+
! n1
Yn
1X
n
ai 6 ai (1.40)
i=1
n i=1
Exercice 1.5
Soit (X, k·k) un espace de Banach.
1. Si la norme est dérivable en 0, on a X = {0}.
2. Si le carré de la norme est deux-fois continûment dérivable, X est (isomorphe à)
un espace de Hilbert.
3. Si pour tout x ∈ X, l’application φx (y) := 14 kx + yk2 − kx − yk2 est linéaire,
alors (X, h·, ·i) avec hx, yi = φx (y) est un espace de Hilbert.
Exercice 1.6
1. Démontrer l’existence du projecteur orthogonal à l’aide du théorème de Lax-
Milgram.
15
Exercice 1.9
1. Soit I =]0, 1[ et u ∈ L2 (I)). Que peut-on déduire pour u si
Z
u(x)φ(x) dx = 0 ∀φ ∈ C∞ (I) ?
Exercice 1.10
1. Démontrer que dans un espace de Hilbert X, h·, ·iX pour tout x1 , x2 ∈ X \ {0}
2
kx1 kX kx2 kX
x1 x2
kx1 kX kx2 kX − hx1 , x2 iX =
kx1 k −
.
2 X kx2 k X
Exercice 1.11
1. Vérifier que la fonction u(x) = log(|x|) est harmonique sur
Ω := x ∈ R2 : 0 < |x| < 1 ,
16
2. Pour un nombre réel α, 0 < α < 1, et 0 6 x 6 1 on définit la fonction u(x) = xα .
On a u ∈ C∞ (0, 1). Pour quelles valeurs de p a-t-on u ∈ W 1,p (0, 1) ?
√
3. Soit r = x2 + y2 et Ω = (x, y) ∈ R2 : r2 6 41 . On considère v(x, y) := log | log(r)|.
Démontrer que w ∈ H1 (Ω), mais w ∈ / C(Ω).
4. En une dimension d’espace, peut-il exister une fonction semblable à celle de la
question précédente ?
Exercice 1.12
p
1. Soit (H, h·, ·i) un espace de Hilbert avec norme associée k·k = h·, ·i. Démontrer
que
hu, vi
kuk = sup = sup hu, vi .
v∈H\{0} kvk v∈H,kvk=1
2. Soit V un espace de Hilbert avec produit scalaire a(·, ·). Soit U ⊂ V un sous-
espace fermé et F ∈ V ∗ .
(i) Démontrer l’équivalence de :
a) u minimise 21 a(v, v) − F(v) sur U.
b) u ∈ U est solution de l’équation variationnelle a(u, v) = F(v) ∀v ∈ U.
(ii) Pour g ∈ V on définit Ug := {v + g | v ∈ U} = g + U. Démontrer l’équiva-
lence de :
a) u minimise 12 a(v, v) − F(v) sur Ug .
b) u ∈ Ug est solution de l’équation variationnelle a(u, v) = F(v) ∀v ∈
U0 .
Exercice 1.13
1. Démontrer le théorème de Fermat 1.14.
2. Soient I =]0, 1[ et
Z
V := {v ∈ C(I) : v(0) = 1}, E : V → R E(v) := v(t)2 dt.
I
inf E(v)
v∈V
On suppose qu’il existe une solution unique. Quelle équation variationnelle doit
satisfaire cette solution ? Qu’est-ce qu’on peut en déduire ? Quel est la valeur de
inf E(v) ? Qu’est-ce qu’il ne va pas dans la formulation du problème de minimi-
v∈V
sation ?
17
Exercice 1.14
Soit (X, k·k) un espace de Banach.
1. Si la norme est dérivable en 0, on a X = {0}.
2. Si le carré de la norme est deux-fois continûment dérivable, X est (isomorphe à)
un espace de Hilbert.
3. Si pour tout x ∈ X, l’application φx (y) := 14 kx + yk2 − kx − yk2 est linéaire,
alors (X, h·, ·i) avec hx, yi = φx (y) est un espace de Hilbert.
Exercice 1.16
1. Démontrer l’existence du projecteur orthogonal à l’aide du théorème de Lax-
Milgram.
Exercice 1.18
Soit Ω = {x : kxk < 1} = {(r, θ) : 0 6 r < 1, 0 6 θ < 2π} et u ∈ C1 (Ω̄).
1. Démontrer l’estimation kuk2L2 (∂Ω) 6 c kukL2 (Ω) kukH1 (Ω) , en partant de l’iden-
R1
tité u(1, θ) = 0 ∂r (r2 u(r, θ)) dr.
2. Déduire de l’estimation un théorème de traces.
18
2 Espaces discrets
On suppose dans toute la suite que Ω ⊂ Rd est un domaine polyédrique (pas né-
cessairement convexe).
2.1 Maillages
Un maillage (simplicial) h est une partition disjointe Kh du domaine Ω ⊂ Rd en
simplex ouvert et non-dégénéré K de dimension d, soit un intervalle (d = 1), triangle
(d = 2), tétraèdre (d = 3), ..., vérifiant les conditions données ci-dessous, et sera noté
par un paramètre abstrait h. Pour établir des résultats asymptotiques, nous supposons
une famille de maillages H donnée.
Soit K ∈ Kh , K = conv {xi | 0 6 i 6 d}. Les faces de K sont
[
Si := conv {x0 , . . . ,
xi , . . . , xd } 0 6 i 6 d, ∂K := {Si | 0 6 i 6 d} . (2.1)
j d−j
∂ K := conv xα0 , . . . , xαd−j α ∈ N0 , 0 6 α0 < . . . < αd−j 6 d , 0 6 j 6 d.
(2.4)
Remarque 2.2. Il découle de la définition qu’un maillage est conforme, c’est à dire pour tout
A1 , A2 ∈ ∂j Kh
A1 ⊂ A2 ⇒ A1 = A2 .
19
Pour finir, on définit les voisins d’un simplexe, d’une face et d’un sommet par
Kh (K) := L ∈ Kh L̄ ∩ K̄ 6= ∅ , Kh (S) := K ∈ Kh K̄ ∩ S 6= ∅ , Kh (N) := K ∈ Kh N ∈ K̄ .
nous avons ρK 6 hK .
hK
sup max = CH < ∞. (2.8)
h∈H K∈Kh ρK
maxK∈Kh hK
sup < ∞. (2.9)
h∈H minK∈Kh hK
Exemple 2.4. Comment construire une famille de maillage ? Nous considérons le cas le plus
simple d’un maillage en triangles en d = 2. Partant d’un maillage h0 au sens de la section
précédente, on définit le raffinement global en coupant tous les triangles en joignant les mi-
arêtes.
Remarque 2.5. Si Ω n’est pas à faces planes, il faut considérer des éléments courbes. Nous
négligeons cet aspect dans ce cours, mais on trouve la théorie dans les références.
20
F IGURE 2.1 – Définition de Kin
S etc.
Lemme 2.8. Tout simplexe K est l’image du simplexe standard par une application affine. Il
est non-dégénéré ssi cette application est une bijection.
b → K par
Démonstration. On définit TK : K
X X X
d
! d d
TK (s) =: 1 − s i a0 + si ai = a0 + si (ai − a0 )
i=1 i=1 i=1
L’application est bijective ssi les colonnes (ai − a0 )16i6d sont libres, ce qui équivaut à
la non-dégénérescence de K.
Lemme 2.9. Pour un simplexe non-dégénéré, les coordonnées barycentriques sont uniques.
L’application x → (λK
i (x))16i6d est l’inverse de TK .
Lemme 2.10.
|K| hK hKb
JK = , |||AK ||| 6 , |||A−1
K ||| 6 . (2.12)
|K|
b ρKb ρK
21
Démonstration. Nous avons
kAKbxk 1
|||AK ||| = sup = sup kAKb
xk
b ∈Rd \{0} kb
x xk ρKb kbxk=ρKb
Soit b
x1 le centre du cercle inscrit de K x2 ∈ K
b et b b de sorte que b x = bx1 − bx2 . Alors
AK b
x = TK b
x1 − TKbx2 et kAKb
xk 6 hK . En échangeant les rôle de K et K on obtient l’autre
b
majoration.
Lemme 2.11. Pour tout m ∈ N0 et 1 6 p 6 ∞ l’application TK] : W m,p (K) → W m,p (K) b
]
défini par TK v = v ◦ TK = bv est un isomorphisme.
Si H est une famille de maillage. Il existe une constant C telle que pour tout h ∈ H, K ∈ Kh
1 1
−p
|b
v|W m,p (K)
b 6 C|||AK ||| |JK |
m
|v|W m,p (K) , |v|W m,p (K) 6 C|||A−1
K ||| |JK | |b
m p
v|W m,p (K)
b (2.13)
Démonstration. Soit α ∈ Nd0 avec |α| = m. Nous avons avec Aij l’élément i, j de AK par
∂x
la dérivée composée avec bv = v ◦ TK et ∂bxij = Aji
x) X ∂v X X
d bm b d d
∂b
bv(b ∂ v(b x) ∂m v
= ◦ TK Aji ⇒ = ··· Aj1 ,i1 · · · Ajm im .
∂b
bxi ∂xj bxi · · · ∂b
∂b bxi ∂xj1 · · · ∂xjm
j=1 1 m j1 =1 jm =1
22
Lemme 2.12. Soit H un hyperplan
d’équation q ∈ P1 (Rd ), c’est à dire H = q−1 (0).
Alors si p ∈ P (R ) tel que pH = 0, il existe r ∈ Pk−1 (Rd ) tel que
k d
p(x) = r(x)q(x).
Pour x = (x̃, 0) avec x̃ ∈ Rd−1 , nous avons p1 (x̃) = p1 (x) = p(x) = 0, donc p1 = 0.
Finalement
X Y
d−1 X
p2 (x) = xd cα xαi αd −1
i xd = xd cβ xβ =: q(x)r(x).
|α|6k i=1 |β|6k−1
αd >0
Démonstration. D’abord, U contient une boule ouverte. Deux polynômes qui sont iden-
tiques sur une boule, le sont partout (par développement de Taylor par exemple). Donc
la base des monômes de Pk (Rd ) reste libre sur Pk (U). D’où la première égalité. La
deuxième égalité vient du fait que les monômes de Pk (Rd ) forment une base. Finale-
ment, la formule avec le coefficient polynomial est classique en combinatoire. Voici une
démonstration.
• # α ∈ Nd0 |α| = k = k+d−1
k
On peut s’imaginer qu’on a d cases alignées et k boules identiques, αi , 1 6 i 6 d
est alors le nombre de boules dans la case i. Ensuite, une répartition de boules
correspond à un protocole xooxoxx... où x signifie « mettre une boule » et o signi-
fie « avancer d’une case ». Alors le nombre de x est k le nombre de o est d − 1.
• # α ∈ Nd0 |α| 6 k = k+d
k
Par récurrence sur k. On a
# α ∈ Nd0 |α| 6 k =# α ∈ Nd0 |α| 6 k − 1 + # α ∈ Nd0 |α| = k
k+d−1 k+d−1 k+d
= + =
k−1 k k
23
Nous allons avoir besoin d’espaces polynomiaux sur des hyperplan et d’intersec-
tions d’hyperplans indépendants. Pour un hyperplan non-trivial H ⊂ Rd , nous avons
une application bijective affine T : Rd−1 → H. Alors nous avons l’espace
Pk (H) = T ◦ p p ∈ Pk (Rd−1 ) = pH p ∈ Pk (Rd ) .
Définition 2.14. Soit k ∈ N0 et d ∈ N. L’espace des polynômes de degré total k est défini par
X
aα xα aα ∈ R , |α|∞ := max {αi | 1 6 ı 6 d} .
Qk (Rd ) := (2.15)
|α|∞ 6k
Ensuite on définit le saut et la moyenne d’une fonction u ∈ C0h (Ω, Rl ) sur une face S et
x ∈ S.
uinS (x) := lim u(x − tnS ), uex
S (x) := lim u(x + tnS ),
t&0 t&0
uin ex (2.16)
S (x) + uS (x)
[u]S (x) := uin ex
S (x) − uS (x), {u}S (x) := .
2
Lemme 2.16. Pour u, v ∈ C0h (Ω)
24
Lemme 2.17. Pour F ∈ C1h (Ω, Rd ) nous avons (avec F · n = Fn )
Z Z Z
divh F = [Fn ] + Fn . (2.18)
Ω Sint
h S∂
h
F · nK = Fin
S · nKin
S
+ Fex
S ·n Kex
S
= [Fn ] .
K∈Kh ∂K\∂Ω S S Sint
S∈Sint
h S∈Sint
h
h
Définition 2.19.
Dkh (Ω) := v : Ω → R vK ∈ Pk (K) ∀K ∈ Kh ,
(2.20)
Pkh (Ω) :=Dkh (Ω) ∩ C(Ω).
Cela veut dire que le gradient distributionnel est dans L2 (Ω) si et seulement si [v]S = 0
pour tout S ∈ Sint
h , c’est à dire que v est continue.
Pour le moment, nous ne savons pas que Pkh (Ω) 6= {0}, mais nous allons voir une
définition constructive plus tard.
25
Nous avons l’opérateur de projection orthogonale πkh : L2 (Ω) → Dkh (Ω), défini
par Z Z
k
πh u q = uq ∀q ∈ Dkh (Ω). (2.23)
Ω Ω
Lemme 2.23. Soit H simplicial et régulier. Alors il existe une constante C telle que pour
h ∈ H et pour tout K ∈ Kh , et toute face S de K nous avons le théorème de trace
kvk2L2 (S) 6 C h−1K kvk 2
2
L (K) + h K |v|2
1
H (K) ∀v ∈ H1 (K). (2.25)
26
Si a est symétrique, les hypothèses de Lax-Milgram reviennent à dire que a est un
produit scalaire sur V. Dans ce cas, (2.28) exprime le fait que uh est la projection ortho-
gonale de u sur Vh . On l’appelle la projection de Ritz.
Pour majorer l’erreur, on dispose du lemme de Céa.
γ ku − uh k2V 6 a(u − uh , u − uh )
= a(u − uh , u − vh ) 6 C ku − uh kV ku − vh kV .
ku − uh ka 6 inf ku − vh ka .
vh ∈Vh
√ √
La continuité est coercivité de a donnent γ kvkV 6 kvka 6 C kvkV , ce qui donne
(2.30).
27
Définition 2.26. Un élément fini est un triple (K, P, Σ) avec un domain K ⊂ Rd ,
un espace P de fonctions réels sur K de dimension n, ainsi qu’un ensemble Σ =
{σi | 1 6 i 6 n} ⊂ P∗ (degrés de liberté), qui vérifient la condition d’unisolvence
σ(p) = 0 ∀σ ∈ Σ ⇒ p = 0. (2.31)
Si Σ utilise les valeurs de fonction, on dit que l’élément fini est lagrangien, s’il utilise des
dérivées, il est hermitien.
Lemme 2.27. Soit (K, P, Σ) un élément fini et VK un espace fonctionnel tel que Σ ⊂ VK∗ .
Il existe une base canonique (φσ )σ∈Σ telle que
!
1 σ=τ
τ(φσ ) = δσ,τ ∀τ ∈ Σ δσ,τ = , (2.32)
0 σ 6= τ
X
d
(α) (α) αi
, |α| = k .
xα := λ i ai , λi := , Σlag := δxα α ∈ Nd+1 (2.34)
i=0
|α| 0
Lemme 2.29. (K, Pk (K), Σlag ) de l’exemple 2.28 est un éléments fini. La dimension de
P est
k d+k |α| = k .
dim P (K) = = # α ∈ Nd+1 0 (2.35)
d
La base canonique vérifie alors φα (xβ ) = δα,β et l’opérateur canonique d’interpolation
est X
IK : C(K) → Pk (K) IK v = v(xα )φα . (2.36)
|α|6k
28
F IGURE 2.2 – Les points de Lagrange pour Pk (K), 1 6 k 6 3, 2 6 d 6 3.
{δaK } ∪ ∂j δai 0 6 i 6 2, 0 6 j 6 1 avec
∂p
∂j δa (p) := (a).
∂xj
Il s’agit d’un élément de Hermite, car il utilise des dérivées.
Lemme 2.33. K, P3 (K), Σherm de l’exemple 2.32 est un élément fini.
Démonstration. Soit p ∈ P3 (K) tel que σ(p) = 0 pour tout σ ∈ Σherm . La restriction de
p a une arête est un polynôme cubique unidimensionnel, qui a des racines double aux
extrémités. Il est donc nul. Donc si qi est l’équation de l’arête i, on a avec une constante
c que p = cq1 q2 q3 ∈ P3 (R2 ) d’après le lemme 2.13. Comme qi (aK ) > 0, il s’en suit que
c = 0, donc p = 0.
Exemple 2.34. Soit K = conv {ai | 0 6 i 6 2} un triangle non dégénéré, {bi | 0 6 i 6 2}les
mi-arêtes et {ni | 0 6 i 6 2} les normales extérieurs
unitaires. La
2 4
dimension de P (K) est 2 =
6. On définit Σherm = {δai | 0 6 i 6 2} ∪ ∂n ∂
δbi 0 6 i 6 2 avec
i
∂ ∂p
δa (p) := (a).
∂n ∂n
C’est l’élément fini de Morley.
Exemple 2.35. Soit K = conv {ai | 0 6 i 6 3} ⊂ R2 un parallélogramme non dégénéré, P :=
{1, x, y, xy} = Q1 (R2 ) et Σ := {δai | 0 6 i 6 3}. La dimension de P est quatre, comme la
cardinalité de Σ. C’est l’élément fini Q1 (K). Soit p ∈ P tel que σ(p) = 0 pour tout σ ∈ Σ.
Comme sur une arête S la restriction de p est dans P1 (S). Par conséquent p ∈ P2 (K) factorise
d’après le lemme 2.13 les quatres équations d’arêtes. Donc p = 0 est nous avons l’unisolvence.
IK (v) = bIKb (b
v), v = v ◦ TK .
b
29
Si TK est affine, on dit que les deux éléments finis (K, P, Σ) et (K, b P, b sont affine-
b Σ)
équivalents.
b(p ◦ TK ) avec
Plus généralement, on peut remettre à l’échelle les fonctionnelles : σ(p) = cσ σ
cσ 6= 0. Cela n’est pas nécessaire pour les éléments lagrangiens.
k
Remarque 2.37. PK peut être défini de façon équivalente par la transformation TK donnée par
les coordonnées barycentriques.
X
n
Ih : V → Vh Ih (v) = σi (v)φI . (2.40)
I=1
Exemple 2.39. Pour (K, Pk (K), ΣlagK ), nous avons avec une numérotation locale indK des
K
points de Lagrange σi = δaKi = δaI si indK (i) = I.
30
Définition 2.40. Soit H une famille de maillages simpliciaux. On considère (K, Pk (K),
K ) pour chaque K ∈ Kh et l’on prend V = C(Ω). Alors Ph (Ω) := Vh est l’espace
Σlag k
Démonstration. Il faut montrer que les fonctions définies par (2.39) sont continue. Soit
S ∈ Sint in
h et S = K ∩ K
0ex
. D’après (2.38) les deux polynômes d’ordre k en d − 1 variables
k+d−1
φI Kin et φI Kex ont la même valeur dans les d−1 points de Lagrange sur S. On
obtient le résultat par récurrence sur d.
Définition 2.42. Soit d = 2. On considère (K, P1 (K), ΣCRK ) et l’on prend V = C(Ω).
L’espace CR1h (Ω) := Vh est constitué de fonctions qui sont continues en moyenne sur
chaque arête,
Z
CRh (Ω) = v : Ω → R v K ∈ P (K) ∀K ∈ Kh et
1
[v] = 0 ∀S ∈ Sh .
1 int
S
C’est l’élément fini de Crouzeix-Raviart. Comme CR1h (Ω) 6⊂ C(Ω) on parle d’éléments
finis non-conformes.
2.7 Exercices
Exercice 2.1
Soit H = x ∈ Rd nT (xH − x) = 0 avec xH ∈ H, n ∈ Rd et knk = 1. Le projecteur
PH : Rd → H est défini par le problème de minimisation kPH x − xk = inf {ky − xk | y ∈ H}.
nT (xH − x)
λ(x) = . (2.42)
nT (xH − xp )
Montrer que
d(x, H)
λ(x) = . (2.43)
d(xp , H)
31
4. Montrer que
−n
∇λ = . (2.44)
d(xp , H)
Exercice 2.2
Soit K = conv {a0 , a1 , . . . , ad } ⊂ Rd un simplexe non-dégénéré et x∗K le centre de
gravité de K. On dénote par λi (x) les coordonnées barycentriques de x ∈ Rd et par
Si la face opposée au sommet ai , Si = conv {a0 , a1 , . . . , ad } \ {ai }, hi := d(ai , Si ) =
inf {ky − ai k | y ∈ Si } et ni la normale unitaire extérieure de Si . Montrer que
1.
d(x, Si )
λ(x) = . (2.45)
hi
2. Montrer que
−ni
∇λi = . (2.46)
hi
Exercice 2.3
1. En une dimension d’espace, toutes les familles de maillages sont régulières.
2. Soit H une famille de maillages en triangles. Les conditions suivantes sont-elles
équivalentes ?
(i) Il existe une constante α0 > 0 telle que pour tout h ∈ H et K ∈ Kh l’angle
minimal de K soit supérieur à α0 (“minimum angle condition”).
(ii) Il existe une constante C telle que
hK
sup sup 6C « régularité de la famille de maillages ».
h∈H K∈Kh ρK
Exercice 2.4
Soit K un simplexe non-dégénéré de sommets ai ∈ K, 0 6 i 6 d, et {λi | 0 6 i 6 d}
les coordonnées barycentriques de K. Soit {bi | 1 6 i 6 d} un autre ensemble de points.
1. Sous quelle condition (K, P1 (K), {δbi | 0 6 i 6 d}) est un élément fini ?
2. Exprimer la base canonique {φi | 0 6 i 6 d} de (K, P1 (K), {δbi | 0 6 i 6 3}) en fonc-
tion de λi (x) et de λi (bj ).
32
Exercice 2.5
Soit d ∈ N et K ⊂ Rd un simplexe non-dégénéré de faces Si , 0 6 i 6 d. On définit
pour l ∈ N0
Z
l
σp,i (u) := pu ∀p ∈ Pl (Si ).
Si
Exercice 2.6
Soit h ∈ H et K, P3 (K), Σherm
l’élement finis de l’exemple 2.32. On considère Vh =
Vh ({(K, PK , ΣK )})
1. Démontrer que les fonctions de Vh sont continues.
2. Est-ce que les fonctions de Vh ont des dérivées continues ?
3. Soit K un tetraèdre non-dégénéré. Peut-on définir un élément fini K, P3 (K), Σherm
similaire ?
Exercice 2.7
1. Démontrer que l’élément finis de l’exemple 2.34 est unisolvent.
2. Est-ce que l’espace Vh est C(Ω)-conforme ?
3. Que peut-on dire des dérivées normales sur les arêtes intérieures ?
Exercice 2.8
Soit K = [−1, 1]2 et P := Vect(1, x, y, xy). On définit les fonctionnelles
Σ := {σ(v) := v(a) : a ∈ A := {(0, −1), (1, 0), (0, 1), (−1, 0)}}.
33
1. Démontrer que (K, P, Σ) n’est pas unisolvent (donc ce n’est pas un élément fini).
e := Vect(1, x, y, x2 − y2 ) ?
2. Et si l’on remplace P par P
3. Trouver la base canonique de (K, P,
e Σ).
3 Interpolation
3.1 Interpolation dans les espaces höldériens
Théorème 3.1. Soit H une famille régulière, 0 < λ < 1 et Ih l’opérateur d’interpolation
canonique de P1h (Ω).
P
3
On multiplie par λi et on somme en utilisant (x − ai )λi (x) = 0 pour
i=1
X
3
v(x) − Ih v(x) = λi (v(x) − v(ai ))
i=1
X3 Z1
= λi ∇v(ai + s(x − ai )) · (x − ai ) ds
i=1 0
X3 Z1
= λi ∇v(ai + s(x − ai )) − ∇v(xK ) · (x − ai ) ds,
i=1 0
34
ce qui donne
3 Z1
X
|v(x) − Ih v(x)| 6 λi ∇v(ai + s(x − ai )) − ∇v(xK ) · (x − ai ) ds
i=1 0
X3
6 λi |v|C1,α h1+α
K .
i=1
Z
m
q ∈ P (Ω) et Dα q = 0 ∀α ∈ Im ⇒ q = 0
ZΩ
m = 0 : |Ω| q = q=0 ⇒ q=0
Ω Z Z
m − 1 → m : β ∈ I1 , α ∈ Im−1 ⇒ α β
Dα+β q = 0 ⇒ Dβ q = 0 ⇒ q ∈ P0
D D q =
Ω Ω
inf kv − qkW l+1,p (Ω) 6 C |v|W l+1,p (Ω) ∀v ∈ W l+1,p (Ω). (3.4)
q∈P l (Ω)
Démonstration. Soit v ∈ WRl+1,p (Ω). Soit n := dim Pl (Ω). On considère les forme li-
néaire continues fα (v) := Ω Dα v pour tout multi-indice α tel que |α| 6 l. D’après le
lemme 3.2 il existe r ∈ Pl (Ω) de façon unique par
\
fα (r) = fα (v) ∀|α| 6 l, W := f−1
α (0).
|α|6l
35
Nous avons donc w := v − r ∈ W, qui est un sous-espace fermé. On prétend que
1 vn
kvn kW l+1,p (Ω) > n |vn |W l+1,p (Ω) ⇒ |wn |W l+1,p (Ω) 6 , wn := .
n kvn kW l+1,p (Ω)
D’après le théorème de Rellich (injection compacte) W l+1,p (Ω) ,→,→ W l,p (Ω) on peut
extraire une sous-suite (wnk )k∈N telle que limk→∞ kw∗ − wnk kW l,p (Ω) = 0 pour w∗ ∈
W l,p (Ω). Comme limk→∞ |wnk |W l+1,p (Ω) = 0, la sous-suite est une suite de Cauchy
dans W l+1,p (Ω) 4 et par unicité de la limite w∗ ∈ W l+1,p (Ω) et |w∗ |W l+1,p (Ω) = 0. Le
lemme 3.2 implique que w∗ est un polynôme de Pl (R). Comme nous avons aussi pour
tout |α| 6 l
il s’en suit que w∗ = 0, ce qui contredit kwn kW l+1,p (Ω) = 1 et l’hypothèse est fausse.
f(v) 6 C2 (f(v − q) + f(q)) = C2 f(v − q) 6 C1 C2 kv − qkW l+1,p (Ω) 6 C |v|W l+1,p (Ω)
36
Remarque 3.6. Comme la constante dans (3.7) dépend de K, on applique le plus souvent le
corolaire avec K = K
b pour des éléments finis définis par transformation.
X
kIK vkW k+1,p (K) =
σ(v)φσ
6 max |||σ||| kφσ kW k+1,p (K) σ ∈ Σ kvkW k+1,p (K) .
σ∈Σ
|
W k+1,p (K) {z }
=|||IK |||
|f(v)| = |v − IK v| 6 C kv − IK vkW k+1,p (K) 6 C(1 + |||IK |||) kvkW k+1,p (K) ,
la première hypothèse du théorème. Ensuite la deuxième hypothèse est vraie par l’in-
égalité triangulaire :
f(p) = f(p − Ip ) = 0.
Théorème 3.7. (Erreur d’interpolation locale) Soit K,
b P,
b Σb un élément fini associé à V(K)
b
et (K, P, Σ) défini par transformation affine. Si
on a pour m 6 k + 1
K |||
6C|||A−1 m
|JK | |b
p
v|W k+1,p (K)
b
1 1
−q
K ||| |JK | |JK | |||AK |||k+1 |v|W k+1,p (K)
m
6C|||A−1 p
6Chk+1−m
K |v|W k+1,p (K)
37
Remarque 3.8. Comme montre la démonstration, le résultat reste vrai, si l’on remplace la semi-
norme de W m,p (K) par n’importe quelle semi-norme continue sur W m,p (K) (comme dans le
corollaire 3.5). Voir aussi l’exercice 3.4.
¯
Remarque 3.10. Comme pour Pkh (Ω) nous avons V(K) b = C(K),b la condition (3.8) implique
(par Sobolev) pour p = 2 que k + 1 > d2 . Par conséquent, k = 1 est exclut pour d > 3.
Corollaire 3.11. (Erreur d’interpolation globale) Soit H une famille régulière de maillage.
Sous les hypothèse de théorème 3.7 nous avons
|v − IK v|W m,p (Ω) 6 Chk+1−m |v|W k+1,p (Ω) ∀v ∈ W k+1,p (Ω). (3.11)
Théorème 3.12. (Estimation inverse) Soit H une famille régulière, h ∈ H, K, b P,
b Σb un
b et (K, P, Σ) défini par transformation affine. Soit l ∈ N0 tel que
élément fini associé à V(K)
b ⊂ W l,∞ (K)
P b ∀K ∈ Kh . (3.12)
Pour 0 6 m 6 l et 1 6 p, q 6 ∞ on a
1 1
m−l+d( p −q )
|v|W l,p (K) 6 ChK |v|W m,q (K) ∀v ∈ P(K), ∀K ∈ Kh . (3.13)
Démonstration. Comme P b est un espace de dimension fini, donc toutes les normes sont
équivalentes. En particuliers, nous avons (m 6 l)
|b b 6 C |b
v|W l,p (K) v|W m,q (K)
b ∀b
v ∈ P.
b (3.14)
Comme pour la démonstration du théorème d’interpolation locale et en observant que
JK ' hdK
1 1
K |JK | |b
|v|W l,p (K) 6Ch−l p
v|W l,p (K)
b 6 ChK |JK | |b
−l p
v|W m,q (K)
b
1 1
1
−q m 1 d( p −q )
K |JK | |JK |
6Ch−l hK |v|W m,q (K) 6 Chm−l hK |v|W m,q (K)
p
K
Parfois on souhaite interpoler des fonctions qui ne vérifient pas la condition (3.8),
notamment quand elles ne sont pas suffisamment régulières. Il faut alors modifier
l’opérateur d’interpolation. Si l’on considère P1h (Ω) et la base lagrangienne {φi | 1 6 i 6 n},
l’opérateur canonique est donné par
X
n
Ih v := σi (v)φi , σi (v) = v(xi ).
i=1
Comme on cherche à interpoler des fonctions, qui ne sont pas supposées continues, on
remplace alors σi par une certaine moyenne.
38
Théorème 3.13. Il existe un opérateur d’interpolation Ch : L1 (Ω) → Pkh (Ω) tel que pour
tout K ∈ Kh et S ∈ Sh et v ∈ H1 (Ω)
1
|Ch v|H1 (Ω) 6 C |v|H1 (Ω) , kv − Ch vkL2 (K) 6 ChK |v|H1 (ωK ) , kv − Ch vkL2 (S) 6 ChK2 |v|H1 (ωS ) ,
0 (3.15)
où ωK = K ∈ Kh K̄ ∩ K̄ 6= ∅ et ωS = K ∈ Kh K̄ ∩ S̄ 6= ∅ .
0
L’opérateur Ch peut être modifié de sorte que Ch : H10 (Ω) → Pkh (Ω) ∩ H10 (Ω) si le maillage
est consistent avec le bord. On note cette modification toujours par Ch .
Remarque 3.14. Un opérateur qui vérifient (3.15) est l’opérateur de Clément, qui utilise une
certaine moyenne (intégrale) de la fonction sur les simplexes autour d’un sommet. Pour inter-
poler dans Pkh (Ω) ∩ H10 (Ω), il nécessite une modification. Une autre approche, introduite par
Scott et Zhang, consiste à utiliser des intégrales sur des faces.
3.3 Exercices
Exercice 3.1
Soit u ∈ C2 (K̄), K =]0, 1[. On défini son interpolée Iu := t u(1) + (1 − t) u(0).
1. I : C(K) → C(K) est un opérateur linéaire et continu.
2. Démontrer l’estimation ku − IukL∞ (K) 6 18 ku00 kL∞ (K) .
3. Est-elle optimale ? Quelle est la classe de fonction la plus large pour laquelle
cette estimation est valable ?
4. Soit Ĩ : C(K) → C(K) un autre opérateur d’interpolation linéaire et continu
avec la propriété Ĩv =
v pour
tout v affine-linéaire. Démontrer qu’il existe une
constante C telle que
u − Ĩu
L∞ (K) 6 C ku00 kL∞ (K) .
5. Démontrer que k(u − Iu)0 kL∞ (K) 6 C ku00 kL∞ (K) . La valeur C = 1
2
est optimale.
Exercice 3.2
Soit d > 1, K ⊂ Rd un simplexe non-dégénéré et λi ses coordonnées barycentriques.
b d ⊂ Rd on dénote le simplexe de référence. On utilise les notations de multi-
Par K
indices, c’est à dire pour α ∈ Nd+1
0 , on a
Y
d+1 X
d+1 Y
d+1
λα = λαi
i , |α| = αi , α! = αi !.
i=0 i=0 i=0
39
1. Écrire la formule explicitement pour d = 1, 2, 3.
2. Démontrer que pour m, n ∈ N0
Z1
m!n!
tm (1 − t)n dx = . (3.17)
0 (m + n + 1)!
P
4. Avec t = (t1 , . . . , td ), et = (t1 , . . . , td−1 ), et = d−1
i=1 ti , α
e = (α1 , . . . αd−1 ) (on a
enlevé α0 aussi) nous avons
Z Y
d Z Z 1−|et|
α0 α0 αe αd
(1 − |t|) tα
i
i
dt = 1 − et − td et td dtd det. (3.19)
K
bd
i=1 K
b d−1 0
5.
Z 1−|et|
α0 αd α0 +αd +1 α0 !α1 !
1 − et − td td dtd = 1 − et (3.20)
0 (α0 + αd + 1)!
10. Finalement, on a
JK = d! |K| . (3.23)
On trouve (3.16).
40
Exercice 3.3
Soit Ω ⊂ Rd un domaine polyhédral et H une famille régulière de maillages sim-
pliciaux. Soit h ∈ H et {xi }16i6nh les coordonnées des sommets Nh (donc nh = #Nh ).
On note par φi , 1 6 i 6 n, les fonctions de base de P1h (Ω). De plus, on note par ωi la
réunion des simplexes qui partage le sommet i.
Soit K ∈ Kh et indK la numérotation locale, de sorte que Nh (K) = {aii | 0 6 ii 6 d}
et aii = xind K (ii) . De façon similaire, on a avec la base locale φK ii , 0 6 ii 6 d le lien
K
suivant
: φi K = φii si i = indK (ii) (s’il n’existe pas de ii avec i = indK (ii), nous avons
φi K = 0).
Notre premier objectif est de démontrer l’existence de C1 , C2 , telles que pour h ∈
H, v ∈ P1h :
2
X
nh
|ωi |
C1 kvkL2 (Ω) 6 |v(xi )|2 6 C2 kvk2L2 (Ω) . (3.24)
i=1
d + 1
b = conv {b
1. Démontrer que pour le simplexe de référence K ai | 0 6 i 6 d} et v ∈
1 b
P (K)
Z Z
K X
b d
2 2
C3 v (ξ) dξ 6 ai ) 6 C 4
v (b v2 (ξ) dξ.
K
b d+1 i=0 K
b
3. Démontrer (3.24).
4. Le produit scalaire de L2 (Ω), h·, ·iL2 (Ω) , et
X
nh
|ωi |
(v, w) → hv, wih := v(xi )w(xi )
i=1
d + 1
sont deux produits scalaires équivalents sur P1h (Ω) (c’est à dire que les normes
induites sont équivalentes).
5. Soit Ih : C(Ω)
R → P1h (Ω) l’opérateur d’interpolation canonique. Nous avons
hv, wih = Ω Ih (vw) pour tout v, w ∈ P1h (Ω).
6. Avec la question précédente, montrer que la matrice de masse ’lumping’ M fij =
hφi , φj ih est diagonale. Calculer ses éléments diagonaux.
K K
7. Calculer les matrices locales MK ii,jj = φii , φjj L2 (K) .
8. On définit pour 1 6 i, j 6 nh l’ensemble Kh (i, j) := K xi , xj ∈ K, K ∈ Kh .
Calculer la matrice Mij = hφi , φj iL2 (Ω) .
41
Pd
9. Calculer jj=0 MK
ii,jj et en déduire que
X
nh
Mij = M
fii ∀1 6 i 6 nh . (3.25)
j=1
Exercice 3.4
Soit k > 1, d > 1, K ⊂ Rd un simplexe non dégénéré, (K, Pk (K), Σlag ) l’élément fini
de Lagrange et IK l’opérateur d’interpolation canonique. Soit S ∈ S(K) une face de K.
La transformation affine TK : K b ∈ S(K)
b → K envoie une face S b dans S ; plus précisément,
soit TS := TK Sb , alors S = TS (S).
b Nous avons alors la formule de changement de variable
Z Z
|S|
f(s) ds = f(TS (b
s)) db
s. (3.26)
S S
b S
b
3. Donner les meilleures puissances si dans les estimations suivantes pour l’inter-
polation de Lagrange de P2 (K) :
i) k∇2 (v − IK v)kK 6 C hsK1 k∇3 vkK ,
ii) k∂n (v − IK v)k∂K 6 C hsK2 k∇3 vkK ,
iii) kv − IK vkK 6 C hsK3 k∇2 vkK ,
iv) k(v − IK v)(a)kK 6 C hsK4 k∇3 vkK .
Exercice 3.5
Soit d > 1, Ω ⊂ Rd un domaine polyhedral et H une famille de triangulation régu-
lière. Soit P1h (Ω) l’espace de Courant associé à h ∈ H. Soit {φi : 1 S
6 i 6 N} la base ca-
nonique de Ph (Ω) et ωi = supp(φi ). Pour K ∈ Kh on pose ωK := {K 0 | K 0 ∈ Kh (K)}.
1
42
h : H (Ω) → Ph (Ω) pour lequel il
On cherche à définir un opérateur d’interpolation IC 1 1
Remarque : La démonstration de (3.29) n’est pas l’objet de l’exercice. Toutefois, vous êtes invités
d’y réfléchir.
1. Pour d = 1, démontrer
u − IC u
6 C hK k∇uk , ∀K ∈ h.
h K K
4 Problèmes elliptiques
4.1 Équations d’ordre deux
Pour des fonctions A = (aij ) ∈ L∞ (Ω, Rd×d ), b ∈ L∞ (Ω, Rd ), c ∈ L∞ (Ω) et f ∈
1
L2 (Ω), g ∈ L2 (∂Ω), uD ∈ H 2 (∂Ω) on considère le problème aux limites
X d
∂
∂u(x)
X d
∂u(x)
− a (x) + b (x) + c(x)u(x) = f(x) x ∈ Ω,
∂x i
ij
∂x j
i
∂xi
i,j=1 i=1
(4.1)
Xd
u(x) = uD (x) ou
∂u(x)
ni (x)aij (x) = g(x) x ∈ ∂Ω.
i,j=1
∂xj
43
Les deux conditions aux limites dans (4.1) sont les conditions de Dirichlet et de Neu-
mann. On les traîtera séparément.
On commence avec la condition de Dirichlet homogène uD = 0. Notre première
tache consiste à trouver une formulation variationnelle de (4.1). Si u ∈ C2 (Ω) est une
solution de (4.1), en multipliant par une fonction φ ∈ D(Ω), et en intégrant (et par
parties) on obtient
Z X ! Z
∂u(x) ∂φ(x) X
d d
∂u(x)
aij (x) + bi (x) φ(x) + c(x)u(x)φ(x) = f(x)φ(x).
Ω i,j=1 ∂xj ∂xi i=1
∂xi Ω
Pour que les intégrales ont un sens, il suffit que u, φ ∈ H10 (Ω) et f ∈ L2 (Ω). On définit
alors (on omettant les arguments « (x) » comme d’habitude)
Z Z
X X
d d
!
V := H1 (Ω), l(v) := ∂u ∂v ∂u
0 fv, a(u, v) := aij + bi v + cuv
Ω Ω ∂xj ∂xi ∂xi
i,j=1 i=1
u ∈ V : a(u, v) = l(v) ∀v ∈ V.
(4.2)
Donc, si u est une solution régulière de l’« équation forte » (4.1) avec condition de
Dirichlet homogène (uD = 0), alors elle vérifie l’« équation faible » (variationnelle) (4.2).
Dans ce sens, il s’agit alors d’une généralisation. L’équation (4.2) a le grand avantage
suivant.
div b
ξT a(x)ξ > a0 |ξ|2 (« condition d’ellipticité »), c(x) > presque partout (x) (4.3)
2
(4.2) admet une solution unique u. De plus il existe une constante C = C(a0 , Ω) telle que
Remarque 4.2. En définissant l(v) := hf, viH−1 (Ω)×H10 (Ω) on généralise le problème varia-
tionnel à f ∈ H−1 (Ω). Avec la même démonstration on obtient l’estimation kukH1 (Ω) 6
C kfkH−1 (Ω) qui paraît naturel. Si f ∈ L2 (Ω), on peut espérer que u ∈ H2 (Ω), mais cela
est faux en général. Toutefois nous avons le résultat suivant.
Théorème 4.3. Sous les hypothèse du théorème 4.1, si de plus Ω est convexe, nous avons
u ∈ H2 (Ω) et il existe une (autre) constante C dépendant que du domaine telle que
4.2 Discretization
Pour éviter l’approximation d’un bord courbe, on suppose que Ω est un polyèdre.
Pour le problème de Dirichlet non-homogène on considère une famille de maillages
44
régulière H et pour tout h ∈ H on définit le problème approché suivant avec la forme
bilinéaire a(·, ·) et la forme linéaire l(·) définies en (4.2).
Nous avons défini la base lagrangienne {φi } de Pkh (Ω). On obtient alors une base de
Vh en éliminant toutes les fonctions de base associées à des noeds
P de maillage sur ∂Ω,
que l’on dénote par {φi | 1 6 i 6 n}. Alors on écrivant uh = n j=1 xj φj et en prenant
v = φi , le problème discret devient une équation matricielle
Remarque 4.4. Dans la pratique, l’élimination des inconnues correspondant au bord est réa-
lisée e la manière suivante. On écrit Pkh (Ω) = Vh ⊕ Vh∂ , où ce dernier espace est engendré
par les fonctions de base qui ne s’annulent pas sur le bord. Alors uh ∈ Pkh (Ω) s’écrit de façon
unique comme uh = uin ex
h + uh et la matrice correspondant à la forme bilinéaire et le vecteur b
s’écrivent comme
Ain,in Ain,ex bin
, .
Aex,in Aex,ex bex
Pour obtenir une matrice symétrique, on peut remplacer Ain,ex par zéro.
Théorème 4.5. Sous les hypothèse du théorème 4.1, léquation (4.6) admet une solution unique
qui vérifie de plus
kuh kH1 (Ω) 6 C kfkL2 (Ω) . (4.8)
Démonstration. On applique le théorème1.25 (Lax-Milgram) à Vh et (les restrictions sur
Vh de) a et l.
On termine avec deux résultats classiques.
Proposition 4.6. La matrice A de (4.7) pour le Laplacien (coefficients a = I, b = c = 0) et P1h
est une M-matrice en dimension d = 2, si tous les angles θ du maillage vérifient θ 6 π2 . Cela
signifie pour (4.7) que b > 0 implique x > 0.
Proposition 4.7. Soit H une Rfamille quasi-uniforme et M et A les matrices de masse Mij :=
R
Ω φi φj et de rigidité Aij := Ω ∇φi · ∇φj de Ph (Ω). Alors nous avons
1
−2 λmax (A)
κ(A) ' O(h ), κ(M) ' O(1), κ(A) := . (4.9)
λmin (A)
Si f ∈ L2 (Ω) et λmin la plus petite valeur propre du problème continu, nous avons
45
Démonstration. L’estimation du conditionnement de matrice de masse s’obtient par
« mise à l’échelle ». Cela signifie que κ(A) ' eλλmax avec eλ les valeurs propres de Ax =
e
max
Mx. Avec Poincaré on trouve eλmax > CΩ et avec l’estimation inverse eλmax . h−2 .
De l’équation pour la perturbation Aδx = δb on obtient :
de sorte que
1
kδxkRN λmax (M) 2 kδbkRN λmax (M) kδbkRN kfkL2 (Ω)
6 6
kxkRN λmin λmin (M) kuh kL2 (Ω) λmin λmin (M) kbkRN kuh kL2 (Ω)
On adapte ensuite l’opérateur d’interpolation Ih (qui est bien défini d’après Sobolev
et l’hypothèse). Par hypothèse sur le maillage nous avons Ih : Hk (Ω) ∩ H10 (Ω) → Vh
et on se rend compte que l’estimation d’erreur d’interpolation locale (3.9) est encore
valable.
46
Remarque 4.10. On peut procéder de façon plus directe. Soit u − uh = (u − Ih u) − (uh −
Ih u) = η − ξ. La fonction η = u − Ih u est l’erreur d’interpolation et peut être majorer. Il reste
alors à majorer ξ = uh − Ih u ∈ Vh . Pour cela nous avons :
α |ξ|2H1 (Ω) 6a(ξ, ξ) = a(uh − Ih u, ξ) = l(ξ) − a(Ih u, ξ)
=a(u − Ih u, ξ) = a(η, ξ) 6 C |η|H1 (Ω) |ξ|H1 (Ω)
C
⇒ |ξ|H1 (Ω) 6 |η|H1 (Ω) .
α
4.4 Aubin-Nitsche
Théorème 4.11. Soit Ω convexe et H quasi-uniforme. Sous les hypothèse du théorème 4.1, si
de plus pour k ∈ N u ∈ Hk+1 (Ω) nous avons
ku − uh kL2 (Ω) 6 Chk+1 |h|Hk+1 (Ω) . (4.13)
Démonstration. On considère le problème auxiliaire
z ∈ V : a(v, z) = hu − uh , viL2 (Ω) ∀v ∈ V, (4.14)
qui admet une solution unique. La convexité du domain et le théorème 4.3 donnent
kzkH2 (Ω) 6 C ku − uh kL2 (Ω) . (4.15)
On a alors avec zh ∈ Vh
ku − uh k2L2 (Ω) =a(u − uh , z) = a(u − uh , z − Ih z)
6C ku − uh kH1 (Ω) kz − Ih zkH1(Ω) 6 C ku − uh kH1 (Ω) h kzkH2 (Ω)
6Ch ku − uh kH1 (Ω) ku − uh kL2 (Ω) .
47
Maintenant on prend vh = Ch v l’interpolée de Clément et on applique le théorème 3.13.
Ensuite un S ∈ Sint
h appartient à deux K ∈ Kh . On définissons ∂K = ∂K \ ∂Ω nous
∗
Théorème 4.12. Soit H une famille régulière, f ∈ L2 (Ω). Alors il existe une constante C telle
que pour tout h ∈ H
X
ku − u k 6C η (u , f), η2
(u , f) = η2h (K, uh , f),
h V h h h h
K∈Kh
(4.16)
η2h (K, uh , f) :=h2K kf + div(a∇uh ) − b · ∇uh − ch k2 + hK
nT a∇uh
2 ∗ .
K ∂K
2
Théorème 4.13. (Lemme de Strang) Soit (V∗ = V + Vh , h·, ·i∗ ) un espace de Hilbert et a ∈
L(V∗ , V∗ ) une forme bilinéaire continue et coercive et l ∈ V∗∗ . Alors les problèmes
C 1 a(u − uh , wh )
ku − uh k∗ 6 inf ku − vh k∗ + sup (4.18)
α h h
v ∈V α wh ∈Vh \{0} kwh k∗
48
Démonstration. Pour la première assertion on remarque que les restrictions de a et l à
V et Vh vérifient les hypothèse de Lax-Milgram. De même on obtient l’existence de
e h ∈ Vh : a(e
u uh , v) = a(u, v) ∀v ∈ Vh (4.19)
et pour vh ∈ Vh
e h k2∗ 6a(u − u
α ku − u eh, u − u
e h ) = a(u − ue h , u − vh ) 6 C ku − u
e h k∗ ku − vh k∗
C
⇒ ku − u e h k∗ 6 inf ku − vh k∗ .
α vh ∈Vh
e h − uh ∈ Vh
En outre nous avons avec wh = u
1 a(u − uh , wh )
uh − uh k2∗ 6 a(e
α ke uh − uh , wh ) = a(u − uh , wh ) ⇒ uh − uh k∗ 6
ke
α kwh k∗
ku − uh k∗ 6 ku − u
e h k∗ + ke
u h − u h k∗ .
Lemme 4.14. (Poincaré nonconforme) Soit H régulier. Nous avons une constante C telle que
pour tout h ∈ H
kvh kL2 (Ω) 6 C k∇h vh kL2 (Ω) ∀vh ∈ Vh . (4.21)
C 1 a(u − uh , wh )
k∇h (u − uh )k 6 inf k∇h (u − vh )k + sup
α vh ∈Vh α wh ∈Vh \{0} k∇h wh k
a(u − uh , wh )
sup 6 Ch |u|H2 (Ω) .
wh ∈Wh \{0} k∇h wh k
49
Démonstration. Soit wh ∈ Vh .
Z Z
∂u
a(u − uh , wh ) = a(u, wh ) − l(wh ) = [wh ] − (f + ∆u − b · ∇u − cu) wh
Sint
h
∂n Kh
Comme wh ∈ CR1h , sa moyenne sur chaque S s’annule en nous avons avec des cS ∈ R
arbitraire
Z X 1
∂u
∂u
−1
a(u − uh , wh ) = − cs [wh ] 6 hS
hS k[wh ]kS
2
− cs
2
Sh
int ∂n ∂n S
int Sh
1 21
2 2
X
∂u X
2
6 hS
∂n − cs
h−1
S k[wh ]kS
int Sh S int Sh
Remarque 4.16. L’équation (4.23) n’admet pas de solution unique, car div rot u = 0 pour
u ∈ C2 (Ω̄). Mais on sait que pour f ∈ L2 (Ω) il existe au moins une solution σ ∈ H1 (Ω, Rd )
(et même si f est à moyenne nulle, la trace normale de σ peut être choisie égale à zéro)[4].
Lemme 4.17. H(div, Ω) est un espace de Hilbert. Nous avons un opérateur continue de trace
1
normale γn : H(div, Ω) → H− 2 (∂Ω) et la formule d’intégration par partie :
Z Z
∇u · σ + u div σ = hu, σn iH 12 (∂Ω)×H− 12 (∂Ω) (σn := σ · n). (4.25)
Ω Ω
Démonstration. Il suffit de démontrer que H(div, Ω) est fermé. Soit (σn )n∈N ⊂ H(div, Ω)
une suite de Cauchy. Alors (σn )n∈N ⊂ H(div, Ω) est une suite de Cauchy dans L2 (Ω, Rd )
et (div σn )n∈N ⊂ H(div, Ω) une suite de Cauchy dans L2 (Ω). Par conséquent il existe
50
des limites σ∗ ∈ L2 (Ω, Rd ) et y∗ ∈ L2 (Ω) telles que limn→∞ kσ∗ − σn kL2 (Ω,Rd ) = 0 =
limn→∞ ky∗ − div σn kL2 (Ω) . Soit φ ∈ D(Ω), alors
hdiv σ∗ , φiD 0 (Ω)×D(Ω) = − hσ∗ , ∇φiL2 (Ω) = − lim hσn , ∇φiL2 (Ω)
n→∞
= lim hdiv σn , φiL2 (Ω) = hy∗ , φiL2 (Ω) ,
n→∞
2
ce qui montre que div σ∗ ∈ L (Ω) et div σ∗ = y∗ , donc σ∗ ∈ H(div, Ω).
(4.25) et vrai pour u ∈ H1 (Ω) et σ ∈ H1 (Ω, Rd ). Il faut alors passer à la limite. On
omet les détails.
Lemme 4.18. Soit τ ∈ Dkh (Ω, Rd ). Alors τ ∈ H(div, Ω) ssi [τnS ]S = 0 pour tout S ∈ Sint
h .
Nous allons maintenant définir un élément fini simple pour l’approximation dans
H(div, Ω). Le lemme 4.18 suggère d’utiliser des points sur les faces d’un simplexe
pour évaluer la composante normale. Si l’espace polynomial a des traces normales
constantes sur chaque face, il suffit d’avoir un point par arête, c’est à dire d + 1 fonc-
tionnelles. Soit K un simplexe non-dégénéré. En définissant δn x (τ) = τn (x), et avec xS
le centre de gravité de S ∈ S(K), on définit
c1
xS S ∈ S(K) .
PRT (K) := . . . + c0 x ci ∈ R , ΣRT (K) := δn (4.26)
cd
Lemme 4.19. K, PRT (K), ΣRT (K) est un élément fini. De plus, nous avons div PRT (K) =
P0 (K) et
p ∈ PRT (K) ⇒ pnS ∈ P0 (S) ∀S ∈ S(K). (4.27)
Démonstration. On démontre d’abord (4.27). Soit S ∈ S(K). L’hyperplan défini par S
vérifie une équation de la forme nS T x = a ∈ R. Soit c := (c1 , · · · , cd )T et p(x) = c + c0 x
nous avons pour x ∈ S pnS (x) = cT nS +c0 nS T x = cT nS +c0 a ∈ R. Ensuite on remarque
que div p = dc0 . Supposons que σ(p) = 0 pour tout σ ∈ ΣRT (K). Cela implique
Z Z
div p = pn∂K = 0 ⇒ c0 = 0.
K ∂K
51
Remarque 4.22. L’opérateur Ih n’est pas défini sur H(div, Ω), car ses traces normales ne sont
pas dans L2 (S).
Démonstration. Par construction, nous avons div (Ih σ) ∈ D0h (Ω) et pour ξh ∈ D0h (Ω)
Z Z Z
div (Ih σ) ξh = (Ih σ)n [ξh ] + (Ih σ)n ξh
Ω Sint S ∂
Z h Z h
Z Z
= σn [ξh ] + σn ξh = div σξh = π0h (div σ) ξh .
Sint
h S∂
h Ω Ω
Théorème 4.24. Soit H une famille régulière. Alors il existe une constante C telle que pour
tout h ∈ H
kσ − Ih σkL2 (Ω,Rd ) 6Ch |σ|H1 (Ω,Rd ) ∀σ ∈ H1 (Ω, Rd ),
(4.31)
kdiv (σ − Ih σ)kL2 (Ω) 6Ch |div σ|H1 (Ω,Rd ) ∀ div σ ∈ H1 (Ω).
Cela nous donne Nh = #Kh équations. Il paraît alors logique d’exprimer σh par uh ∈
D0h (Ω) pour traduire σ = a∇u
Soit e
xK le centre du cercles circonscrit de K, voir figure 4.4. On suppose que tous les
angles sont inférieur à π/2, ce qui garanti que e
xK se trouve à l’intérieur de K. On peut
alors raisonner comme suit
u(x∗S ) − u(e
xKin ) ≈ (x∗S − e xKin − x∗S k a−1
xKin ) · ∇u = ke Kin
σ · nS
∗ ∗ ∗ −1
u(xS ) − u(exKex ) ≈ (xS − exKex ) · ∇u = − ke
xKex − xS k aKex σ · nS
uKex − uKin
⇒ gS ≈ σ · nS = −1
aKin kexKin − x∗S k + a−1 xKin − x∗S k
Kex ke
52
F IGURE 4.4 – Cercle circonscrit.
Une autre possibilité de formule de flux est le choix des éléments finis mixtes
Z Z
−1
a gh (u) · τ = − uh div τ ∀τ ∈ RT 0h (Ω). (4.34)
Ω Ω
et
uh ∈ Vh : a(uh , v) = l(v) ∀v ∈ Vh . (4.36)
Le lemme de Céa et l’estimation d’interpolation nous donne alors sous la condition
u ∈ W k+1 (Ω) l’estimation d’erreur
C Ω kβk ∞ d
L (Ω,R )
k∇(u − uh )k 6 Chk kukW k+1 (Ω) , C = max 1, . (4.37)
ε
53
Lkβk ∞
L (Ω,R )d
La constante C est lié au nombre de Péclet Pe := ε
et se dégrade pour Pe
6
grand (qui est de l’ordere 10 dans beaucoup d’applications). La situation est en réalité
encore pire, car la solution u dépend elle-même en général de manière négative de Pe.
Pour améliorer l’estimation d’erreur, il faut alors modifier la méthode d’approxi-
mation. D’abord, le problème (4.35) est un exemple pour une perturbation singulière.
Dans le cas limite ε = 0 nous ne pouvons pas travailler avec un sous-espace de H1 (Ω),
car le forme bilinéaire associée ne peut être coercive. De plus, les conditions aux limites
son différentes pour ε > 0 et ε = 0.
On constate le phénomène d’une couche limite. Pour ε → 0, on perd la condition limite u(1) =
0.
Pour obtenir une discrétisation robuste, c’est à dire que le problème discret possède
des propriétés uniformes en ε, il est nécessaire d’étudier le problème limite ε = 0,
l’équation du transport linéaire. Toutefois, on se contente ici de présenter une méthode
pour l’équation
u + β · ∇u = f dans Ω, β− D
n (u − u ) = 0 sur ∂Ω. (4.39)
On rappelle que pour x ∈ R nous avons x− = min {x, 0}. Comme dans l’example 4.25,
la condition aux limites ne peut être imposer que sur la partie de bord où βn < 0, ce
qui signifie que le champ de vecteur β est rentrant.
La méthode SUPG utilise la forme bilinéaire a : Pkh (Ω) × Pkh (Ω) → R
Z Z
a(u, v) := (u + β · ∇u) (v + δβ · ∇v) − β−n uv, (4.40)
Ω ∂Ω
R
avec une fonction δ qui dépend de h. On définit la fonctionnelle l(v) :=
R Ω f (v + δβ · ∇v)−
− D
∂Ω βn u v et le problème discret s’écrit
en gardant la consistence de la méthode : si u est une assez régulière, elle vérifie égale-
ment (4.41).
54
4.9 L’équation biharmonique
Comme exemple d’une équation elliptique d’ordre plus élevé, on considère pour
un domaine polyédrique Ω ⊂ R2 et f ∈ L2 (Ω)
∂u
∆2 u = f dans Ω, u= = 0 sur ∂Ω. (4.43)
∂n
∂u
Un cadre fonctionnel approprié est H20 (Ω) := u ∈ H2 (Ω) u = ∂n = 0 sur ∂Ω . Pour
que cette définition ait un sens, il faut s’assurer que les traces existent. Comme H2 (Ω) ⊂
1
H1 (Ω), cela est évident pour la fonction, γ(u) ∈ H 2 (∂Ω). Pour la trace de la dérivée
normale nous avons
Ensuite, il faut trouver une forme bilinéaire appropriés. Soit u, v ∈ C4 (Ω). On note
par D2 u la matrice hessienne de u et par A : B = tr(AT B) le produit scalaire de Rn×n .
Nous avons
Z X d Z X d Z Xd Z
2 2 ∂2 u ∂2 v ∂3 u ∂v ∂2 u ∂v
D u:D v= =− 2
+ ni
Ω i,j=1 Ω
∂xi ∂xj ∂xi ∂xj i,j=1 Ω
∂xi ∂xj ∂xj i,j=1 ∂Ω ∂xi ∂xj ∂xj
Z Z Z Z Z
∂u 2 ∂∆u ∂u
=− ∇∆u · ∇v + ∇ · ∇v = ∆ uv − v+ ∇ · ∇v.
Ω ∂Ω ∂n Ω ∂Ω ∂n ∂Ω ∂n
∂v
Si v et ∂n s’annulent sur ∂Ω, tous le gradient s’annule sur le bord et les deux intégrales
de bord précédentes disparaissent. Par conséquent, dans la suite on considère alors la
formulation variationnele
Z Z
2 2 2
u ∈ H0 (Ω) : D u:D v= fv ∀v ∈ H20 (Ω). (4.44)
Ω Ω
La continuité de la forme bilinéaire a : H20 (Ω) × H20 (Ω) →pR, qui apparaît dans (4.44),
est évidente, mais pour sa coercivité, il faut savoir que a(u, u) est une norme sur
H20 (Ω), c’est à dire il faut l’équivalent de l’inégalité de Poincaré pour le laplacien.
Lemme 4.26. Soit u ∈ H20 (Ω). Alors
Pour la discrétisation, supposons d’abord d’avoir des espaces d’éléments finis conformes
Vh ⊂ H20 (Ω) pour h ∈ H. La définition d’un tel espace utilise certainement des Dirac
des dérivées. D’après l’injection de Sobolev 1.22 nous avons Hl−1 (Ω, Rd ) ⊂ C(Ω, Rd )
si l − 1 > d2 et donc Hl (Ω) ⊂ C1 (Ω) si l > 1 + d2 et l’opérateur d’interpolation Ih est
défini sur Hl (Ω) si l > 1 + d2 .
On définit alors le problème discret
Z Z
2 2
uh ∈ Vh : D uh : D v = fv ∀v ∈ Vh . (4.45)
Ω Ω
55
L’application du lemme de Céa nous donne alors
|u − uh |H2 (Ω) 6 C inf |u − vh |H2 (Ω) vh ∈ Vh .
En supposant que la solution u de (4.44) est dans Hl (Ω) avec l > 1 + d2 et que Vh est un
espace contenant localement Pk , k ∈ N avec k > l, nous obtenons l’estimation d’erreur
Toutefois, pour d > 1, il n’existe pas de sous-espace de Ph2 (Ω) conforme ; les espaces
d’éléments finis C1 (Ω)-conforme sont bien plus compliqués à cause des contraintes
imposées sur les gradients.
Il y a deux techniques pour pallier à cette difficulté, soit les méthodes mixtes, soit
les éléments finis nonconformes, dont l’example le plus simple est l’élément fini de
Morley, voir l’example 2.34. Par construction ni les fonctions ni leur gradients sont
continues.
4.10 Exercices
Exercice 4.1
Soit Ω un domain polyhedral convexe et H une famille de maillages régulière. Soit
V := H10 (Ω). On considère l’équation de Poisson discrétisée par Vh := H10 (Ω) ∩ Pkh (Ω).
On note par u ∈ V = H10 (Ω) et uh ∈ Vh les solutions continue et discrète. On utilise
kvkV := k∇vkL2 (Ω,Rd ) pour tout v ∈ V. L’objectif est de démontrer que la méthode est
convergeante
lim ku − uh kV = 0. (4.47)
h→0
56
Exercice 4.2
Soit Ω un domain polyhedral convexe. On considère l’approximation du problème
de Poisson avec condition de Dirichlet homogène par les éléments finis non-conformes
CR1h sur une famille régulière H. On suppose que le second membre est f ∈ L2 (Ω).
1. Rappeler l’espace discret Vh .
2. Rappeler le lemme de Strang et l’estimation d’erreur en norme énergie sous
l’hypothèse que la solution continue vérifie u ∈ H2 (Ω).
3. Faire une estimation d’erreur en L2 (Ω) en supposant que Ω est convexe et u ∈
H2 (Ω).
Exercice 4.3
Soit c, k ∈ L∞ (Ω) tels que c(x) > c0 et k(x) > k0 presque partout. Soit H une famille
régulière. On considère l’équation
cu − div (k∇u) = f dans Ω, u = 0 sur ∂Ω. (4.50)
Exercice 4.4
On rappelle qu’en coordonnées polaires (r, θ) ∈ R+ × [0, 2π]
∂2 −1 ∂ −2 ∂
2
∆= + r + r
∂r2 ∂r ∂θ2
Pour ω ∈]0, 2π] on définit
π π
Sω := {(r, θ) | r > 0 et 0 < θ < ω} ∩ B1 (0), sω (r, θ) := r ω sin( θ).
ω
57
1. Dessiner Ω et montrer que ∆sω = 0.
2. De quel problème de Dirichlet dans Sω est sω la solution ?
3. Pour quelles valeurs de p ∈ R+ a-t-on sω ∈ Lp (Ω) ?
4. Démontrer que la fonction f(r, θ) := rα définie sur B1 (0) ⊂ Rd vérifie
d
f ∈ W k,p (B1 (0)) ⇔ α>k− . (4.52)
p
On admet que ce résultat reste vrai pour tout k ∈ R+ .
5. Pour quelles valeurs de p, k ∈ R+ a-t-on sω ∈ W k,p (Ω) ? En particuliers, pour
quelle valeur de k ∈ N a-t-on sω ∈ Hk (Ω) pour tout ω > 0 ?
Exercice 4.5
1. Soient I =]0, 1[ et f ∈ L2 (I). Donner, pour chacune des équations différentielles
suivantes, une formulation variationnelle bien posée :
1) −u00 + u = f, x ∈ I, u(0) = 0, u(1) = 0,
2) −u00 + u = f, x ∈ I, u(0) = 0, u0 (1) = 0,
3) −u00 + u = f, x ∈ I, u(0) = 0, u(1) + u0 (1) = 0,
4) −u00 = f, x ∈ I, u 0 (0) = 0, u0 (1) = 0.
Ecrire l’énergie correspondante et démontrer l’existence d’une solution et son
unicité. Pour la partie 4) trouver d’abord une condition nécessaire sur f.
Appendices
A Solutions d’exercices
58
Mais alors toute la suite converge car
X
k
xnk = xn1 + yl → xn1 + S =: x.
l=2
59
1. Si la norme est dérivable en 0, on a l ∈ X∗ tel que pour tout h ∈ X
On applique LM avec espace (Y, h·, ·iX ), a(·, ·) = h·, ·iX et l(y) := hx, yiX . On
obtient donc une solution unique.
60
1.
61
3. La symétrie φy (x) = φx (y) est évidente. On écrit donc φ(x, y) = φx (y). Par
hypothèse ‘ φ est bilinéaire. On a φ(x, x) = kxk.
On applique LM avec espace (Y, h·, ·iX ), a(·, ·) = h·, ·iX et l(y) := hx, yiX . On
obtient donc une solution unique.
62
3. Nous avons d’après la question deux
ii) → iii)
iii) → i) On peut supposer α > β > γ. Comme α > π/3, nous avons
√
sin α a sin α 3
= 6 C2 ⇒ sin γ > =
sin γ c C2 2C2
63
Solution de l’exercice 2.4
1. Il faut et suffit que le simplexe Kb de sommets {bi | 0 6 i 6 d} soit non-dégénéré.
bb, P (Kb ), {δbi | 0 6 i 6 d}) est un élément fini, nous avons sa dbase ca-
1
Comme (K
nonique λi 0 6 i 6 d , dont les fonctions de base sont définie sur R . Alors
{φi | 0 6 i 6 d} avec φi := λi K est la base canonique de (K, P (K), {δbi | 0 6 i 6 d}).
b 1
Pd
2. Avec φi (x) = j=0 αij λj (x) on a
X
d
δij = φi (bj ) = αik λk (bj )
k=0
4. Pour α ∈ {0, 1} nous n’avons pas assez de fonctionnelles. Pour 0 < α < 1, le
P
polynôme q = 3j=1 λj (x)2 − 2α2 + 2(1 − α)2 s’annule aux six points différents
bi , mais il est non-nul.
5. Pour r ∈ P2 (K), la fonctionnelle σ1p,i (r) est une intégrale d’un polynôme d’ordre
trois. Cette intégrale peut être calculée par deux points de Gauss. Si l’on choisit
α correspondant à ces points de Gauss, le polynôme q de la question précédente
s’annule pour toutes les fonctionnelle. Donc nous n’avons pas un élément fini.
6. Soit p ∈ P2 (K). Sur chaque arête S, la restriction pS est un polynôme d’ordre
deux uni-dimensionnel, qui s’annule aux extrémités et possède une moyenne
nulle. Cela implique que pS = 0. Alors d’après le lemme 2.13 p factorise les
trois équations d’arête. Comme ce produit est d’ordre trois, nous avons p = 0.
v ∈ Vh et S ∈ Sh l’arête commune
int in ex in/ex
1. Soit de K et de K . Alors pour v :=
in/ex
v Kin/ex les deux restrictions à l’arête v
S
sont des polynômes
d’ordre
trois
et il faut démontrer qu’elles sont identiques. Soit q := vin S − vex S ∈ P3 (S).
Ce polynôme et ses dérivées s’annulent aux extrémités de l’arête. Il donc deux
double racines distinctes. Comme il est d’ordre trois, q est identiquement nul.
64
2. Nous avons ∇vin/ex ∈ P2 (Kin/ex , R2 ) et la difference de leurs restrictions à S est
donc un élément de P2 (S, R2 ), qui est nul aux deux extrémités, mais cela ne suffit
pas pour garantir sa continuité.
3. Nous avons dim P3 (K) = 3+3
6×5×4
3
= 3×2×1 = 20. Si l’on prend l’équivalent des
fonctionnelles, on a #Σ = 4 + 4 × 3 = 16. Donc, sans autre modification, cela ne
donne pas un élément finis.
Le terme croisé s’annule, car les deux diagonales ont des pentes de signes oppo-
sés. Le facteur b est le produit des distances de ai aux diagonales. Ces distances
65
√
valent toutes 2, par conséquent
y2 − x2 + σi1k σi1l − (σi1k + σi1l )y − σi2k (σi1l − σi1k )x
φi = .
2
Par exemple pour a4 , σ41k = 1,σ42k = −1, σ41l = −1,σ42l = 1,
y2 − (x + 1)2
φ4 = .
2
σK K K K K K
i (φj ) = σi (φj ◦ FK ) = σi (φj ) = δij .
b b b
0Z 1 Z1
0
0 0
=(1 − t)t u (tξ) dξ − u (t + (1 − t)ξ) dξ
0 0
Z1
=(1 − t)t (u 0 (tξ) − u 0 (t + (1 − t)ξ)) dξ
0
Z 1 Z tξ
=(1 − t)t u 00 (η) dη dξ.
0 t+(1−t)ξ
66
et
1 00
ku − IukL∞ (K) 6 max {(1 − t)t | 0 6 t 6 1} ku 00 kL∞ (K) = ku kL∞ (K) .
8
1
ku − IukL∞ (K) = kukL∞ (K) = ; ku 00 kL∞ (K) = 2.
4
4. Nous avons
de sorte que
de sorte que
Z1
|(u − Iu) (t)| 6
0
|t − s| ds ku 00 kL∞ (K)
0
Comme
Z1 Zt Z1 0 1
(t − s)2 (t − s)2 t2 + (1 − t)2
|t − s| ds = (t − s) ds + (s − t) ds = + = .
0 0 t 2 t 2 t 2
2 2
et la fonction φ(t) := t +(1−t)
2
atteint son max en t = 0, t = 1 avec valeur 12 , on
obtient le résultat.
Pour u(t) = t(1 − t), nous avons Iu = 0 de sorte que
67
1. On a
Zb α β
b−x x−a α!β!
dx = (b − a) ,
b−a b−a (α + β + 1)!
Z a
α0 !α1 !α2 !
λ0 (x)α0 λ1 (x)α1 λ2 (x)α2 dx = 2 |K|
K (α0 + α1 + α2 + 2)!
R1 1
2. Pour n = 0 nous avons 0 xm dx = m+1 . Pour n > 1
Z1 Z 1 m+1 0
m n t
t (1 − t) dx = (1 − t)n dx
0 0 m + 1
Z 1 m+1 m+1 1
t n−1 x n
= n(1 − t) + (1 − t)
0 m+1 m+1 0
Z1
n
= tm+1 (1 − t)n−1
m+1 0
Par hypothèse de récurrence nous avons alors
Z1
n (m + 1)!(n − 1)! m!n!
tm (1 − t)n dx = = .
0 m + 1 (m + n + 1)! (m + n + 1)!
68
Pd
7. Nous avons (voir l’exemple 2.7) λi = ti pour 1 6 i 6 d et λ0 = 1 − i=1 si .
8. On a
Z Z
α
λ(x) dx = x)α JK db
bλ(b x=
K K
bd
9. T (b
x) = a0 + Abx avec A = a1 − a0 . . . ad − a0 . Alors on a bien la première
formule. Ensuite par multi-linéarité du déterminant
a0 a1 . . . ad a0 a1 − a0 . . . ad − a0
det = det = det a1 − a0 , . . . , ad − a0
1 1 ... 1 1 0 ... 0
X
d
v2 (b
ai ) = 0 ⇒ v(ai ) = 0 ∀0 6 i 6 d ⇒ v = 0.
i=0
Comme deux normes sur un espace vectoriel de dimension finie sont équiva-
lente, on a le résultat.
2. Nous avons avec TK : K b → K la transformation affine et JK = det DTK et (3.23)
Z Z Z Z
2
v (x) dx = b 2
v (ξ) JK dξ = JK bv (ξ) dξ = d! |K| b
2
v2 (ξ) dξ.
K K
b K
b K
b
Z Z
K X
b d
2 2
C3 b v (ξ) dξ 6 v (b
b ai ) 6 C4 b v2 (ξ) dξ
Kb d + 1 i=0 K
b
Z Z
K X
b d
⇒ C3 d! |K| b v (ξ) dξ 6 d! |K|
2
v (aii ) 6 C4 d! |K| b
2
v2 (ξ) dξ
Kb d + 1 i=0 Kb
Z Z
|K| X 2
d
2
⇒ C3 v (x) dx 6 v (aii ) 6 C4 v2 (x) dx.
K d + 1 i=0 K
69
3. En prenant la somme sur K dans le résultat de la dernière question, on obtient
Z Z
|K| X 2
d
2
C5 v (x) dx 6 v (aii ) 6 C6 v2 (x) dx
K d + 1 ii=0 K
Z X |K| X d Z
2 2
⇒ C5 v (x) dx 6 v (aii ) 6 C6 v2 (x) dx.
Ω K∈K
d + 1 ii=0 Ω
h
et par conséquent
Z X Z
|K| X 2
d
C5 v2 (x) dx 6 v (aii ) 6 C6 v2 (x) dx
Ω K∈Kh
d + 1 ii=0 Ω
Z Xnh Z
2 |ωi | 2
⇒ C5 v (x) dx 6 v (xi ) 6 C6 v2 (x) dx.
Ω i=1
d+1 Ω
car Ih (φi φj ) = 0.
Pour la diagonale, nous avons
X
nh
|ωk | 2 |ωi |
M
fii = φi (xk ) = .
k=1
d + 1 d + 1
7. Avec la formule d’integration sur un simplexe et le fait que la base locale sont
les coordonnées barycentriques, nous avons pour i 6= j et K ∈ Kh avec xi , xj ∈ K
Z Z
1 d! |K|
Mii,jj = φii φjj = λ1ii λ1jj = d! |K|
K K K
= |K| = ,
K K (2 + d)! (2 + d)! (d + 2)(d + 1)
Pour la diagonale
Z Z
2 d! 2 |K|
Mii,ii = φii φii = λ2ii = d! |K|
K K K
= 2 |K| = .
K K (2 + d)! (2 + d)! (d + 2)(d + 1)
70
8. Pour 1 6 i, j 6 nh on a
X
Mij = MK
ii,jj
K∈Kh (i,j)
i=indK (ii), j=indK (jj)
9. Nous avons
X
d
2 |K| |K| |K|
MK
ii,jj = +d = .
jj=0
(d + 2)(d + 1) (d + 2)(d + 1) d+1
et
X
nh X
nh X X X
d X |K| |ωi |
Mi,j = MK
ii,jj = MK
ii,jj = = .
j=1 j=1 K∈Kh (i,j) K∈Kh (i,i) jj=0 K∈Kh (i,i)
d+1 d+1
i=indK (ii), j=indK (jj) i=indK (ii) i=indK (ii)
b ⊂ Pk (K)
Cela nous donne, car P1 (K) b
bv − bIKb b
b |b
v
6 C(K) v|H2 (K)
b . (3.28)
b ∂K
Avec (3.26) on a
Z X Z X |S| Z 2
2 2
|v − IK v| = |v − IK v| = v − IKb b
v
b
b
∂K S∈S(K) S b S S
b b
S∈S( K)
b
|S| Z
2
6 max S ∈ S(K) v − IKb b
v
S ∂Kb
b b b b
b
71
On poursuit comme dans la démonstration du théorème 3.7, on applique les
Lemmes 2.11, 2.10.
K h2 2
b
2 2
|b
v|H2 (K)
b 6 CJK |||AK ||| |v|H2 (K) 6 C
−1 4 K
|v| 2
|K| ρKb H (K)
4
Mj,k
M est la matrice de masse associés à P1h (ωi ). Elle est donc régulière et α est
donné de façon unique comme α = M−1 .
4. Soit j ∈ Nh . Nous avons ci (φj ) = 0 si j 6∈ Nh (i) et j ∈ Nh (i) ⇔ i ∈ Nh (j). Donc
X X
IC
h (φj ) = φi ci (φj ) = φi ci (φj )
16i6N i∈Nh (j)
h sur Ph (Ω).
Comme φj est une base, on à l’invariance de IC 1
72
5. IC 1
h est défini sur L (Ω) (et Ih sur C(Ω)).
6. Nous avons
v − IC C C
h v = v − Ih v + Ih v − Ih v = v − Ih v + Ih (Ih v − v)
2.
R
C 1 Ω ∇h (u − uh ) · ∇wh
k∇h (u − uh )k 6 inf k∇h (u − vh )k + sup
α vh ∈Vh α wh ∈Wh \{0} k∇h wh k
Sous l’hypothèse u ∈ H2 (Ω), on peut majorer de terme de nonconformité comme
l’erreur d’interpolation et l’on obtient
k∇h (u − uh )k 6 Ch |u|H2 (Ω) .
73
3. On définit les problèmes auxiliaires
Z Z
z∈V: ∇v · ∇z = (u − uh )v ∀v ∈ V,
Z Ω ZΩ (4.49)
zh ∈ Vh : ∇h v · ∇h zh = (u − uh )v ∀v ∈ Vh .
Ω Ω
Z =:I
Z =:II
=I + II + ∇h Ih u · ∇h (z − zh ) + ∇h (uh − Ih u) · ∇h (z − zh )
|Ω
{z } | Ω
{z }
=:III =:IV
et par interpolation
Z
IV = −I + ∇h (u − Ih u) · ∇h (z − zh ) 6 Ch2 |u|H2 (Ω) ku − uh kL2 (Ω) .
Ω
74
2. Nous avons
∂sω (r, θ) π π−ω π ∂2 sω (r, θ) π π − ω π−2ω π
= r ω sin( θ), 2
= r ω sin( θ),
∂r ω ω ∂r ω ω ω
2 2
∂sω (r, θ) π ωπ π ∂ sω (r, θ) π π π
= r cos( θ), 2
= − 2 r ω sin( θ).
∂θ ω ω ∂θ ω ω
Donc
π π − ω π−2ω π π π−2ω π π2 π π
∆sω (r, θ) = r ω sin( θ) + r ω sin( θ) − 2 r ω −2 sin( θ)
ω ω ω ω ω ω ω
π π−2ω π π − ω π
= r ω sin( θ) +1− = 0.
ω ω ω ω
Alors sω (r, θ) est solution du problème de Dirichlet non-homogène
π
∆u = 0 in Sω , u = 0 sur ∂Sω \ B1 (0), u = sin( θ) sur ∂Sω ∩ B1 (0).
ω
75
1. Les quatres problèmes donnent lieu à des formulations avec des formes bili-
néaires symétriques a : V × V → R et la forme linéaire et continue l : V → R
R1
l(v) = 0 f(x)v(x) dx. Donc
u ∈ V : a(u, v) = l(v) ∀v ∈ V.
Seulement, l’espace V et la forme linéaire changent à chaque fois.
Une forme bilinéaire symétrique est forcément la dérivée (au sens de Fréchet)
d’une énergie quadratique E : V → R, a(u, v) = E 0 (u)(v).
Pour s’amuser, exprimons le lemme de Lax-Milgram en fonction de E. La conti-
nuité de a fait partie de la définition de la dérivabilité (au sens de Fréchet) de E
(qu’il faudrait vérifier). Reste à voir la coercivité :
E 0 (u)(u) = a(u, u) > α kvk2V ∀v ∈ V.
Comme E est quadratique, le développement de Taylor en 0 à l’ordre deux
montre que
1
E(v) = E(0) + E 0 (0)(v) + E 00 (0)(v, v)
2
et la condition de coercivité devient
α
E(v) > E(0) + kvk2V ∀v ∈ V.
2
Z Z
1 1
1) 1
V = H0 (I), E(u) = 2
u + (u 0 )2 ,
2 I 2 I
Z Z
1 1
2) V = {v ∈ H (I) | v(0) = 0} ,
1
E(u) = 2
u + (u 0 )2 ,
2 I 2 I
Z Z
1 1
3) V = {v ∈ H (I) | v(0) = 0} ,
1
E(u) = 2
u + (u 0 )2 + u(1)v(1),
2 I 2 I
Z
R 1
4) 1
V = v ∈ H (I) I v(x) dx = 0 ,
E(u) = (u 0 )2 .
2 I
Pour 1), nous avons la coercivité par le fait que E(u) = 12 kuk2V
Pour 2) et 3), le théorème des traces montre que V est bien défini. La coercivité
est comme pour 1). Pour 3), il faut rajouter que le théorème des traces montre la
continuité de E 0 (u)(v). R
Finalement, pour 4), V est bien défini, car c’est le noyau de v → I v(x) dx qui
est une forme linéaire continue. Par le théorème de Poincaré-Friedrich, la semi-
norme est une norme sur V. Si u est une solution, on a forcément
Z Z
− f = u 00 = u 0 (1) − u 0 (0) = 0.
I I
R
Remarque. Soit v := I v(x) dx. Si f 6= 0, on peut toujours résoudre le problème
variationnelle. Comme v = 0 pour v ∈ V
Z Z Z Z
fv = f(v − v) == (f − f)(v − v) = (f − f)v.
I I I I
76
Index alphabétique
Éléments finis Sobolev (injection), 11
Pk , 28
Crouzeix-Raviart, 31 Interpolation
définition globale, 30 Bramble-Hilbert, 36
définition locale, 28, 29 Clément, 39
définition par transformation, 29 erreur d’interpolation locale, 37
dimension Pk , 23 estimation inverse, 38
division euclidienne sans reste, 23
Maillages
points de Lagrange, 28
formule de la divergence par
Analyse fonctionnelle morceaux, 25
Inégalité de Poincaré, 12 régularité, 20
Lax-Milgram, 10 Transformation affine (estimations),
lemme de Céa, 27 21
77