Mef 2

Analyse fonctionnelle : Espaces de Hilbert
Théorème de Lax-Milgram
Projection dans un sous espace V h : Méthode de Galerkin
Exemple 1d
Rappel d’optimisation
Eléments-finis
ESIX2A – Mécatronique
Daniel CHOÏ
Février 2023
Chapitre 2 : Cadre théorique de la méthode des éléments-finis
Daniel CHOÏ Eléments-finis

Exemple 1d
u 00 (x) + f (x) = 0 ∀x ∈ [0, 1]

u(0) = 0 (1)
u(1) = 0
Trouver u ∈ H01 ([0, 1]) telle que




Z
 Z
u 0 (x)u ∗0(x) dx = f (x)u ∗ (x) dx ∀u ∗ ∈ H01 ([0, 1])

 [0,1] [0,1]

| {z } | {z }
a(u,u ∗ ) L(u ∗ )
(2)
Le probleme aux limites (1) est équivallent à la formulation

variationelle (2)
Exemple 1d
Définition
Un espace de Hilbert est un espace vectoriel muni d’un produit
scalaire (., .)H et qui est complet pour la norme induite, k.kH .
Si H désigne un espace de Hilbert muni de son produit scalaire

(., .)H et sa norme k.kH :
kuk2H = (u, u)H .

Exemple 1d
Espaces L2
Soit Ω ⊂ Rd , en identifiant les fonctions égales presque partout, on
définit l’espace des fonctions de carré intégrable
Z
2 2
L (Ω) = f mesurable sur Ω / |f (x)| dx < ∞ / ∼
Ω
Le produit scalaire est naturellement défini par

Z
(u, v )L2 = u(x)v (x)dx.
Ω
L2 (Ω) est un espace de Hilbert.

Le symbole ∼ désigne que l’espace est quotienté par la relation
d’équivalence :
f = 0 dans L2 (Ω) ∼ f (x) = 0 ∀x ∈ Ωp.p.
Exemple 1d
Soient fn une suite de fonctions dans L2 (Ω),
on dit que fn −→f fortement dans L2 (Ω) si et seulement si

kfn − f kL2 (Ω) −→ 0.
on dit que fn *f faiblement dans L2 (Ω) si et seulement si

(fn − f , f ∗ )L2 (Ω) −→ 0 ∀f ∗ ∈ L2 (Ω).
Remarque : On peut remplacer L2 (Ω) par tout espace de Hilbert

abstrait.

Exemple 1d
Théorème
Soit Ω un domaine ouvert de Rn , l’espace des fonctions continues
infiniment dérivable à support compact D = Cc∞ (Ω) est dense
dans L2 (Ω) a :
∀u ∈ L2 (Ω), ∃un ∈ D(Ω) telle que un → u dans L2 (Ω).

a. Le résultat reste vrai dans Lp (Ω) pour tout 1 ≤ p ≤ ∞.

Exemple 1d
Espaces de Sobolev
H 1 (Ω) = v ∈ L2 (Ω) / v,i ∈ L2 (Ω), i = 1, ..., n .

Z Z
(u, v )H 1 = uv + u,i v,i
Ω Ω
Z
kuk2H 1 = (u, u)H 1 . = |u|2 + |∇ (u)|2
Ω
H 1 (Ω) est un espace de Hilbert

Exemple 1d
On note H01 (Ω) = D(Ω)
Attention, ici c’est le complété dans le sens de la topologie de H 1 .

Théorème de représentation de Riesz
Version vectorielle
Version affine
Exemple 1d
Théorème de Stampacchia
Théorème
Représentation de Riesz – Soit L une forme linéaire continue
définie sur un Hilbert H. Il existe un unique u ∈ H tel que
(u, v ∗ )H = L(v ∗ ) ∀v ∗ ∈ H.
Comme pour les espaces vectoriels de dimension finie, il y a pour

tout espace de Hilbert, une isométrie naturelle avec son dual
(topologique)

Version vectorielle
Version affine
Exemple 1d
Soit V un espace de Hilbert (séparable)
Soit a(., .) une forme bilinéaire définie et continue sur V :

∃C > 0 telle que
a(u, v ) ≤ C kukkv k ∀u, v ∈ V .
Soit L une forme linéaire définie et continue sur V :

∃C > 0 telle que
L(u) ≤ C kuk ∀u ∈ V .

Version vectorielle
Version affine
Exemple 1d
Soit V0 ⊂ un sous-espace vectoriel fermé d’un espace de Hilbert V ,

Si a est coercive sur V0 , i.e. ∃c > 0 telle que
a(v , v ) ≥ ckv k2V ∀v ∈ V0 ,
alors le problème variationnel

(
Trouver u ∈ V0 tel que
(3)
a(u, u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0
est un problème bien posé.

Version vectorielle
Version affine
Exemple 1d
Soit Vadm sous espace affine fermé de V et soit V0 son sous-espace

vectoriel associé :
Vadm = V0 + u0 où u0 ∈ Vadm
Si a est coercive sur V0 ,

(
Trouver u ∈ Vadm tel que
(4)
a(u, u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0
est un problème bien posé.

Version vectorielle
Version affine
Exemple 1d
Si la forme a est symétrique, alors l’unique solution de (4)

minimise dans Vadm la fonctionnelle dite d’énergie :
1
J(v ) = a(v , v ) − L(v ).
2
Autrement dit :
J(u) ≤ J(u ∗ ) ∀u ∗ ∈ Vadm .
La condition d’optimalité (égalités d’Euler) s’écrit, puisque Vadm

est un espace affine associé au s.e.v V0 :
h∇J(u), v ∗ − ui = 0 ∀v ∗ ∈ Vadm

Version vectorielle
Version affine
Exemple 1d
Pour tout u, u ∗ ∈ V :
h∇J(u), u ∗ i = a(u, u ∗ ) − L(u ∗ )
La condition d’optimalité (égalités d’Euler) devient donc , pour

tout v ∗ ∈ Vadm :
a(u, v ∗ − u) − L(v ∗ − u) = 0
Autrement dit : u minimise J sur Vadm ssi :
a(u, u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0

Théorème de Lax-Milgram Version vectorielle
Projection dans un sous espace V h : Méthode de Galerkin Version affine
Exemple 1d Cas où V0h est de dimension finie
Théorème
Soit u ∈ V0 la solution de (3)) satisfaisant aux hypothèses du
théorème de lax-Milgram
a(u, u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0
Soit V0h , un s.e.v. de V0 . La solution uh ∈ V0h du problème
a(uh , u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0h
est la meilleure approximation de u dans V0h sens de la norme a
ku − uh ka ≤ ku − u ∗ ka ∀u ∗ ∈ Vadm
h
où
kuk2a = a(u, u)
Théorème
Soit u ∈ Vadm la solution de (4) satisfaisant aux hypothèses du
théorème de lax-Milgram
a(u, u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0
Soit V h , un s.e.v fermé de V . La solution uh ∈ Vadm

h
a(uh , u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0h
est la meilleure approximation de u dans V h au sens de la norme a :
ku − uh ka ≤ ku − u ∗ ka ∀u ∗ ∈ Vadm
h

Théorème
Si V0h est de dimension finie, et si φi en constitue une base, les
composantes dans cette base de la solution de Galerkin satisfait à
un problème matriciel
AU = L
où
Aij = a(φi , φj )
Li = L(φi )
uh = Ui φi

Attention, dans la méthode des éléments finis, on construit une

une base de V h plutôt que V0h .
Le système à résoudre ne s’obtient alors pas aussi facilement.

V h = vect{sin πx)}
V h = vect {sin 2πx)}
V h = vect {sin πx, sin 3πx)}
Exemple 1d
Interpolation polynomiale 1D
Problème d’EDP aux limites :

u 00 (x) + f (x) = 0 ∀x ∈ [0, 1]
u(0) = 0 (5)
u(1) = 0
Formulation variationelle ou problème variationnel équivallent :
Trouver u ∈ H01 ([0, 1]) telle que





 Z Z
0 ∗0(x)
u (x)u dx = f (x)u ∗ (x) dx ∀u ∗ ∈ H01 ([0, 1])

 [0,1] [0,1]
|
 {z } | {z }
a(u,u ∗ ) L(u ∗ )
(6)

Exemple 1d
Choisissons d’appliquer la méthode de Galerkin sur l’espace
V h = vect{sin πx}
Remarquons que dans ce cas, on a V h ⊂ V0 .

(
chercher u = α sin πx, α ∈ R tel que :
a(α sin πx, u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0h = V h
cela se réduit à
(
chercher α ∈ R tel que :
a(α sin πx, sin πx) = L(sin πx)

Exemple 1d
en posant K = a(sin πx, sin πx) R = L(sin πx), on a α = K −1 R

2
Pour f = 1, on trouve K = π2 et R = π2 , d’où α = π43

Exemple 1d
si on choisit
V h = vect{sin 2πx)}
on obtient K = 4π 2 et R = 0.
On trouve
α = 0!

Exemple 1d
V h = vect{sin πx, sin 3πx}
(
chercher u = α1 sin πx + α2 sin 3πx, α ∈ R2 tels que :
a(α1 sin πx + α2 sin 3πx, u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0h = V h

Exemple 1d
 2
chercher (α1 , α2 ) ∈ R tel que :

α1 a(sin πx, sin πx) + α2 a(sin 3πx, sin πx) = L(sin πx)

α1 a(sin πx, sin 3πx) + α2 a(sin 3πx, 3 sin πx) = L(sin 3πx)


a(sin πx, sin πx) a(sin 3πx, sin πx) α1 L(sin πx)
=
a(sin πx, sin 3πx) a(sin 3πx, 3 sin πx) α2 L(sin 3πx)
| {z } | {z }
K R

Exemple 1d
Soit [x0 = 0, x1 , x2 , . . . , xn = 1] une subdivision de l’intervalle

[0,1] :
[0, 1] = ∪ni=1 Ei oùEi = [xi−1 , xi ]
x0 x1 x2 x3 x4 x5

E1 E2 E3 E4 E5
Soit V h l’espace des fonctions linéaires par morceaux (polynomiale

de degré 1) sur l’intervalle [0, 1], soit V0h le sous espace vectoriel de
Vh :
n o
V0h = u ∈ V h tels que u(0) = 0 et u(1) = 0 ⊂ H01 ([0, 1])

Exemple 1d
Dans la formulation variationnelle (6), on remplace alors H01 ([0, 1])

par V0h :
Trouver uh ∈ V0h telle que





 Z Z
uh0 (x)u ∗0 (x) dx = f (x)u ∗ (x) dx ∀u ∗ ∈ V0h (7)

 [0,1] [0,1]

| {z } | {z }
a(uh ,u ∗ ) L(u ∗ )

Exemple 1d
Or V0h est un espace vectoriel de dimension 4 et il existe donc une

base
V0h = vect{ϕ1 , ϕ2 , ϕ3 , ϕ4 }
autrement dit, il existe α1 , α2 , α3 , α4 tels que
4
X
uh = αi ϕi
i=1
de même, pour tout u ∗ ∈ V0h , il existe α1∗ , α2∗ , α3∗ , α4∗ tels que
4
X
∗
u = αi∗ ϕi
i=1

Exemple 1d
La formulation variationnelle (7) devient



 Trouver αi , i = 1, 2, . . . , 4 tels que

Z X5 Z
0 ∗0


 [0,1] αi ϕi u (x)dx = f (x)u ∗ (x)dx ∀u ∗ ∈ V0h
i=1 [0,1]


 Trouver αi , i = 1, 2, . . . , 4 tels que

4
(8)
Z X Z
0 0


 [0,1] αi ϕi ϕj (x)dx = f (x)ϕj dx ∀j = 1, 2, . . . , 4
i=1 [0,1]
on reconnait un système linéaire de 4 équations à 4 inconnues.

Exemple 1d
K α̂ = R
avec  
α1
α2 
α̂ =  
α3 
α4
Z Z
Kij = ϕ0i ϕ0j dx Ri = f (x)ϕj dx
[0,1] [0,1]

Exemple 1d
Dans cet exemple, on est passé d’un problème aux limites a un

système linéaire.
On montre que la solution (éléments-finis) obtenue est la meilleure

approximation de la vraie solution dans l’espace d’interpolation
choisi (ici V0h )

Fonctionnelle quadratique
Conditions d’optimalité
Exemple 1d
Soit A une matrice n × n symétrique, b ∈ Rn on définit la

fonctionelle
1
J(u) = hAu, ui − hb, ui
2
)
∇J(u) = Au − b
∀u ∈ Rn
∇2 J(u) = A
Si A > 0, alors J est strictement convexe et coercive dans Rn et

possède un unique minimum dans tout ensemble convexe fermé
K ⊂ Rn .

Fonctionnelle quadratique
Conditions d’optimalité
Exemple 1d
Théorème (Inégalités d’Euler)

Si la matrice n × n A > 0, alors l’unique minimum U de la
fonctionnelle J sur un convexe fermé K ⊂ Rn est caractérisé par
h∇J(U), u ∗ − Ui ≤ 0 ∀u ∗ ∈ K
Si de plus K est un sous espace affine : K = {u ∈ Rn /Cu = f } où

C ∈ Rm×n , f ∈ Rm , les inégalités d’Euler deviennent les égalités :
h∇J(U), u ∗ − Ui = 0 ∀u ∗ ∈ K
ou encore
hAu − b, u ∗ i = 0 ∀u ∗ ∈ K0 = Ker (C )

Mef 2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mef 2

Transféré par

Droits d'auteur :

Formats disponibles

Analyse fonctionnelle : Espaces de Hilbert

Daniel CHOÏ Eléments-finis

u 00 (x) + f (x) = 0 ∀x ∈ [0, 1]

Trouver u ∈ H01 ([0, 1]) telle que

Le probleme aux limites (1) est équivallent à la formulation

Si H désigne un espace de Hilbert muni de son produit scalaire

kuk2H = (u, u)H .

Daniel CHOÏ Eléments-finis

Le produit scalaire est naturellement défini par

L2 (Ω) est un espace de Hilbert.

Soient fn une suite de fonctions dans L2 (Ω),

on dit que fn −→f fortement dans L2 (Ω) si et seulement si

on dit que fn *f faiblement dans L2 (Ω) si et seulement si

Remarque : On peut remplacer L2 (Ω) par tout espace de Hilbert

Daniel CHOÏ Eléments-finis

∀u ∈ L2 (Ω), ∃un ∈ D(Ω) telle que un → u dans L2 (Ω).

Daniel CHOÏ Eléments-finis

H 1 (Ω) = v ∈ L2 (Ω) / v,i ∈ L2 (Ω), i = 1, ..., n .

H 1 (Ω) est un espace de Hilbert

Daniel CHOÏ Eléments-finis

On note H01 (Ω) = D(Ω)

Attention, ici c’est le complété dans le sens de la topologie de H 1 .

Daniel CHOÏ Eléments-finis

Comme pour les espaces vectoriels de dimension finie, il y a pour

Daniel CHOÏ Eléments-finis

Soit V un espace de Hilbert (séparable)

Soit a(., .) une forme bilinéaire définie et continue sur V :

a(u, v ) ≤ C kukkv k ∀u, v ∈ V .

Soit L une forme linéaire définie et continue sur V :

Daniel CHOÏ Eléments-finis

Soit V0 ⊂ un sous-espace vectoriel fermé d’un espace de Hilbert V ,

a(v , v ) ≥ ckv k2V ∀v ∈ V0 ,

alors le problème variationnel

est un problème bien posé.

Daniel CHOÏ Eléments-finis

Soit Vadm sous espace affine fermé de V et soit V0 son sous-espace

Vadm = V0 + u0 où u0 ∈ Vadm

Si a est coercive sur V0 ,

Daniel CHOÏ Eléments-finis

Si la forme a est symétrique, alors l’unique solution de (4)

J(u) ≤ J(u ∗ ) ∀u ∗ ∈ Vadm .

La condition d’optimalité (égalités d’Euler) s’écrit, puisque Vadm

Daniel CHOÏ Eléments-finis

h∇J(u), u ∗ i = a(u, u ∗ ) − L(u ∗ )

La condition d’optimalité (égalités d’Euler) devient donc , pour

Autrement dit : u minimise J sur Vadm ssi :

Daniel CHOÏ Eléments-finis

Soit V0h , un s.e.v. de V0 . La solution uh ∈ V0h du problème

a(uh , u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0h

est la meilleure approximation de u dans V0h sens de la norme a

Soit V h , un s.e.v fermé de V . La solution uh ∈ Vadm

a(uh , u ∗ ) = L(u ∗ ) ∀u ∗ ∈ V0h

est la meilleure approximation de u dans V h au sens de la norme a :

Daniel CHOÏ Eléments-finis

Daniel CHOÏ Eléments-finis

Attention, dans la méthode des éléments finis, on construit une

Daniel CHOÏ Eléments-finis

Problème d’EDP aux limites :

Formulation variationelle ou problème variationnel équivallent :

Trouver u ∈ H01 ([0, 1]) telle que

Daniel CHOÏ Eléments-finis

Choisissons d’appliquer la méthode de Galerkin sur l’espace

Remarquons que dans ce cas, on a V h ⊂ V0 .