Vous êtes sur la page 1sur 256

Universite Aix Marseille 1

Master de mathematiques
Analyse numerique
des equations aux derivees partielles
Rapha`ele Herbin
3 decembre 2008
Table des mati`eres
Introduction 4
Lanalyse numerique des equations aux derivees partielles . . . . . . . . . . . . . . . . . . 4
Principales methodes de discretisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Methodes de dierences nies et volumes nis . . . . . . . . . . . . . . . . . . . . . 5
Methodes variationnelles, methodes delements nis . . . . . . . . . . . . . . . . . 5
Methodes spectrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Types dequations aux derivees partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Probl`emes elliptiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Probl`emes paraboliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Probl`emes hyperboliques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1 Methodes de dierences nies et volumes nis pour les probl`emes elliptiques 8
1.1 Principe des deux methodes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.1 Cas de la dimension 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.2 Cas de la dimension 2 ou 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3 Questions danalyse numerique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Etude de la methode dierences nies pour un probl`eme elliptique unidimensionnel . . . . 13
1.3 Schema volumes nis pour un probl`eme elliptique en une dimension despace . . . . . . . 19
1.3.1 Origine du Schema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.2 Analyse mathematique du schema. . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4 Exemples de discretisation par dierences nies ou volumes nis des probl`emes elliptiques
en dimension 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4.1 Dierences nies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4.2 Volumes nis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.6 Suggestions pour les exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.7 Corriges des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2 Probl`emes paraboliques : la discretisation en temps 69
2.1 Le probl`eme continu, et la discretisation espace-temps . . . . . . . . . . . . . . . . . . . . 69
2.2 Discretisation par Euler explicite en temps. . . . . . . . . . . . . . . . . . . . . . . . . . . 70
2.2.1 Consistance du schema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
2.2.2 Stabilite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
2.2.3 Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.2.4 Exemple de non convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.2.5 Stabilite au sens des erreurs darrondi . . . . . . . . . . . . . . . . . . . . . . . . . 74
1
2.2.6 Stabilite au sens de Von Neumann . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.3 Schema implicite et schema de Crank-Nicolson . . . . . . . . . . . . . . . . . . . . . . . . 79
2.3.1 Le -schema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
2.3.2 Consistance et stabilite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
2.3.3 Convergence du schema dEuler implicite. . . . . . . . . . . . . . . . . . . . . . . . 81
2.4 Cas de la Dimension 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
2.6 Suggestions pour les exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
2.7 Corriges des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3 Methodes variationnelles 113
3.1 Exemple de probl`emes variationnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.1.1 Le probl`eme de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.1.2 Probl`eme de Dirichlet non homog`ene . . . . . . . . . . . . . . . . . . . . . . . . . . 118
3.1.3 Probl`eme avec conditions aux limites de Fourier . . . . . . . . . . . . . . . . . . . 119
3.1.4 Condition de Neumann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
3.1.5 Formulation faible et formulation variationnelle. . . . . . . . . . . . . . . . . . . . 123
3.2 Methodes de Ritz et Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
3.2.1 Principe general de la methode de Ritz . . . . . . . . . . . . . . . . . . . . . . . . 124
3.2.2 Methode de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
3.2.3 Methode de Petrov-Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
3.3 La methode des elements nis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
3.3.1 Principe de la methode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
3.3.2 Construction du maillage, de lespace H
N
et de sa base
N
. . . . . . . . . . . . . 135
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
3.5 Suggestions pour les exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
3.6 Corriges des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
4 Elements nis de type Lagrange 157
4.1 Denition et coherence locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
4.2 Construction de H
N
et conformite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
4.2.1 Cas H = H
1
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
4.2.2 Cas H = H
1
0
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
4.3 Exemples delements nis de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
4.3.1 Element ni de Lagrange P1 sur triangle (d = 2) . . . . . . . . . . . . . . . . . . . 165
4.3.2 Element ni triangulaire P2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
4.3.3 Elements nis sur quadrangles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
4.4 Construction du syst`eme lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
4.4.1 Construction de H
N
et
i
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
4.4.2 Construction de / et ( . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
4.4.3 Calcul de a

et T

, matrices elementaires. . . . . . . . . . . . . . . . . . . . . . . . 174


4.4.4 Calcul de a
1
et T
1
(contributions des aretes de bord Fourier. . . . . . . . . . . 178
4.4.5 Prise en compte des noeuds lies dans le second membre . . . . . . . . . . . . . . . 179
4.4.6 Stockage de la matrice / . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
4.5 Elements nis isoparametriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
4.6 Analyse de lerreur pour lelement ni P1 en une dimension despace . . . . . . . . . . . . 181
4.6.1 Erreur de discretisation et erreur dinterpolation . . . . . . . . . . . . . . . . . . . 181
2
4.6.2 Etude de lerreur dinterpolation en dimension 1 . . . . . . . . . . . . . . . . . . . 182
4.6.3 Super convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
4.6.4 Traitement des singularites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
4.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
4.8 Corriges des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
5 Methodes de volumes nis pour les probl`emes hyperboliques 214
5.1 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
5.2 Equation hyperbolique lineaire en une dimension despace . . . . . . . . . . . . . . . . . . 215
5.3 Schemas numeriques pour u
t
+u
x
= 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
5.3.1 Schema explicite dierences nies centrees . . . . . . . . . . . . . . . . . . . . . . . 219
5.3.2 Schema dierences nies decentre amont . . . . . . . . . . . . . . . . . . . . . . . . 220
5.3.3 Schema volumes nis decentres amont . . . . . . . . . . . . . . . . . . . . . . . . . 222
5.4 Equations hyperboliques non lineaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
5.5 Schemas pour les equations non lineaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
5.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
5.7 Suggestions pour les exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
5.8 Corriges des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
Bibliography
3
Introduction
Lanalyse numerique des equations aux derivees partielles
Pour aborder le calcul numerique (` a laide dun outil informatique) des solutions dun probl`eme reel,
on passe par les etapes suivantes :
1. Description qualitative des phenom`enes physiques.
Cette etape est eectuee par des specialistes des phenom`enes que lon veut quantier (ingenieurs,
chimistes, biologistes etc.....)
2. Modelisation
Il sagit, `a partir de la description qualitative precedente, decrire un mod`ele mathematique. On
supposera ici que ce mod`ele am`ene `a un syst`eme dEDP (equations aux derivees partielles). Dans
la plupart des cas, on ne saura pas calculer une solution analytique, explicite, du mod`ele ; on devra
faire appel `a des techniques de resolution approchee.
3. Analyse mathematique
Meme si lon ne sait pas trouver une solution explicite du mod`ele, il est important den etudier les
proprietes mathematiques, dans la mesure du possible. Il est bon de se poser les questions suivantes :
- Le probl`eme est-il bien pose? cest-`a-dire yatil existence et unicite de la solution?
- Les proprietes physiques auxquelles on sattend sont elles satisfaites par les solutions du mod`ele
mathematique? Si u est une concentration, par exemple, peut-on prouver quelle est toujours posi-
tive?
- Y a-t-il continuite de la solution par rapport aux donnees?
4. Discretisation et resolution numerique
Un probl`eme pose sur un domaine continu (espace - temps) nest pas resoluble tel quel par un
ordinateur, qui ne peut traiter quun nombre ni dinconnues. Pour se ramener `a un probl`eme en
dimension nie, on discretise lespace et/ou le temps. Si le probl`eme original est lineaire on obtient
un syst`eme lineaire. Si le probl`eme original est non lineaire (par exemple sil sagit de la minimisation
dune fonction) on aura un syst`eme non lineaire `a resoudre par une methode ad hoc (methode de
Newton...)
5. Analyse numerique
Une fois le probl`eme discret obtenu, il est raisonnable de se demander si la solution de ce probl`eme
est proche, et en quel sens, du probl`eme continu. De meme, si on doit mettre en oeuvre une methode
iterative pour le traitement des non-linearites, il faut etudier la convergence de la methode iterative
proposee.
6. Mise en oeuvre, programmation et analyse des resultats
La partie mise en oeuvre est une grosse consommatrice de temps. Actuellement, de nombreux
codes commerciaux existent, qui permettent en theorie de resoudre tous les probl`emes. Il faut
4
cependant proceder `a une analyse critique des resultats obtenus par ces codes, qui ne sont pas
toujours compatibles avec les proprietes physiques attendues...
Principales methodes de discretisation
Methodes de dierences nies et volumes nis
On consid`ere un domaine physique IR
d
, o` u d est la dimension de lespace. Le principe des methodes de
dierences nies consiste `a se donner un certain nombre de points du domaine, quon notera (x
1
. . . x
N
)
(IR
d
)
N
. On approche alors loperateur dierentiel en espace en chacun des x
i
par des quotients dierentiels.
Il faut alors discretiser la deriveen en temps : on pourra par exemple considerer un schema dEuler explicite
ou implicite pour la discretisation en temps.
Les methodes de volumes nis sont adaptees aux equations de conservation et utilisees en mecanique
des uides depuis plusieurs decennies. Le principe consiste `a decouper le domaine en des volumes de
controle ; on int`egre ensuite lequation de conservation sur les volumes de controle ; on approche alors
les ux sur les bords du volume de controle par une technique de dierences nies.
Methodes variationnelles, methodes delements nis
On met le probl`eme dequations aux derivees partielles sous forme variationnelle :
_
a(u,v) = (f,v)
H
, v H,
u H,
o` u H est un espace de Hilbert bien choisi (par exemple parce quil y a existence et unicite de la solution
dans cet espace), (,)
H
le produit scalaire sur H et a une forme bilineaire sur H.. La discretisation consiste
`a remplacer H par un sous espace de dimension nie H
k
, construit par exemple `a laide de fonctions de
base elements nis quon introduira plus loin:
_
a(u
k
,v
k
) = (f,v
k
)
H
, v H
k
,
u
k
H
k
.
Methodes spectrales
Lidee de ces methodes est de chercher un solution approchee sous forme dun developpement sur une
certaine famille de fonctions. On peut par exemple ecrire la solution approchee sous la forme : u =

n
i=1
(u)p
i
p
i
fonction polynomiales, on choisit la base p
i
de mani`ere `a ce que
i
et p

i
soient faciles `a
calculer. Ces derni`eres methodes sont reputees co uteuses, mais precises. Elles sont le plus souvent utilisees
comme aide `a la comprehension des phenom`enes physiques.
Types dequations aux derivees partielles
Il existe une classication des equations aux derivees partielles lineaires du second ordre. Considerons par
exemple une equation aux derivees partielles ecrite sous la forme :
Au
xx
+Bu
yy
+Cu
xy
+Du
x
+Eu
y
+F = 0 (0.0.1)
5
Lappellation elliptique, parabolique ou hyperbolique dune equation aux derivees partielles (0.0.1)
correspond `a la nature de la conique decrite par lequation caracteristique correspondante, cest-`a-dire :
Ax
2
+By
2
+Cxy +Dx +Ey +F = 0.
Donnons maintenant des exemples dequations elliptiques, paraboliques et hyperboliques.
Probl`emes elliptiques
Lequation elliptique mod`ele est
u = f, (0.0.2)
o` u u =
2
1
u+
2
2
,
i
designant la derivee partielle par rapport `a la i-`eme variable (et donc
2
i
la derivee
partielle dordre 2 par rapport `a la i-`eme variable). Cette equation modelise par exemple le phenom`ene de
conduction de la chaleur stationnaire (c.` a.d. en regime permanent). En elasticite, on rencontre egalement
lequation du bi-laplacien, c.`a.d. :

2
u = f (0.0.3)
Lequation (0.0.2) peut etre discretisee par dierences nies, volumes nis o` u elements nis. On verra
par la suite que les methodes des dierences nies sont limitees `a des domaines geometriques simples.
Lequation (0.0.3) est le plus souvent discretisee par elements nis, pour des raisons de precision.
Probl`emes paraboliques
Lequation parabolique mod`ele est
u
t
u = f, (0.0.4)
o` u u
t
designe la derivee partielle de u par rapport au temps (u est donc une fonction de x, variable
despace, et de t, variable de temps). Cette equation modelise par exemple la conduction de la chaleur
en regime instationnaire. Cette equation parabolique comporte deux operateurs : la derivee dordre 1 en
temps est, de mani`ere usuelle, discretisee par dierences nies, tandis que le traitement de loperateur
dierentiel dordre 2 en espace est eectue comme pour lequation (0.0.2).
Probl`emes hyperboliques
Les equations de type hyperbolique interviennent principalement en mecanique des uides (aeronautique,
ecoulements diphasiques, modelisation de rupture de barrage et davalanches). Elles sont souvent obtenues
en negligeant les phenom`enes de diusion (parce quils sont faibles) dans les equations de conservation
de la mecanique. Lexemple le plus classique dequation hyperbolique lineaire est lequation de transport
(ou dadvection).
u
t
u
x
= 0t IR
+
,x IR, (0.0.5)
avec condition initiale :
u(x,0) = u
0
(x). (0.0.6)
Dans le cas o` u la condition initiale u
0
est susamment reguli`ere, il est facile de voir que la fonction :
u(x,t) = u
0
(x +t), (0.0.7)
est solution de (0.0.5)-(0.0.6). Si u
0
est non reguli`ere (par exemple discontinue, nous verrons quil y a
encore moyen de montrer que la fonction denie par (0.0.7) est solution en un sens que nous qualierons
de faible.
6
Si lequation est non lineaire, i.e.
u
t
+ (f(u))
x
= 0, t IR +, x IR, (0.0.8)
avec par exemple f(u) = u
2
, et condition initiale (0.0.6), on peut encore denir des solutions faibles,
mais leur calcul est plus dicile. Les equations hyperboliques sont discretisees de mani`ere usuelle par la
methode des volumes nis. Les discretisations par elements nis m`enent `a des schemas instables (cest
`adire que les solutions discr`etes ne verient pas les proprietes physiques souhaitees).
7
Chapitre 1
Methodes de dierences nies et
volumes nis pour les probl`emes
elliptiques
1.1 Principe des deux methodes
1.1.1 Cas de la dimension 1
On consid`ere le probl`eme unidimensionnel
u

(x) = f(x), x ]0,1[, (1.1.1)


u(0) = u(1) = 0, (1.1.2)
o` u f C([0,1]). Les conditions aux limites (1.1.2) considerees ici sont dites de type Dirichlet homog`ene
(le terme homog`ene designe les conditions nulles). Cette equation modelise par exemple la diusion de
la chaleur dans un barreau conducteur chaue (terme source f) dont les deux extremites sont plongees
dans de la glace.
Methode de dierences nies.
Soit (x
k
)
k=0,...,N+1
une subdivision de [0,1], avec :
x
0
= 0 < x
1
< x
2
< . . . < x
N
< x
N+1
= 1.
Pour i = 0, . . . ,N, on note h
i+1/2
= x
i+1
x
i
et on denit le pas du maillage par :
h = max
i=0,...,N
h
i+1/2
. (1.1.3)
Pour simplier lexpose, on se limitera dans un premier temps `a un pas constant :
h
i+1/2
= h i [0,N].
8
On ecrit lequation aux derivees partielles (1.1.1) aux points x
i
u

(x
i
) = f(x
i
), i = 1, . . . ,N,
Eectuons un developpement de Taylor en x
i
:
u(x
i+1
) = u(x
i
) +hu

(x
i
) +
h
2
2
u

(x
i
) +
h
3
6
u

(x
i
) +
h
4
24
u
(4)
(
i
),
u(x
i1
) = u(x
i
) hu

(x
i
) +
h
2
2
u

(x
i
)
h
3
6
u

(x
i
) +
h
4
24
u
(4)
(
i
),
avec
i
[x
i
,x
i+1
],
i
[x
i1
,x
i
]. En additionnant, on obtient :
u(x
i+1
) +u(x
i1
) = 2u(x
i
) +h
2
u

(x
i
) +O(h
2
)
Il semble donc raisonnable dapprocher la derivee seconde u

(x
i
) par le quotient dierentiel
2u(x
i
) u(x
i1
) u(x
i+1
)
h
2
.
Sous des hypoth`eses de regularite sur u, on peut montrer (voir lemme 1.12 page 16) que cette approxi-
mation est dordre 2 au sens
R
i
= u

(x
i
) +
2u(x
i
) u(x
i1
) u(x
i+1
)
h
2
= O(h
2
)
On appelle erreur de consistance au point x
i
la quantite R
i
.
Methode des volumes nis.
On ne se donne plus des points mais des volumes de controle K
i
, i = 1, . . . ,N, avec K
i
=]x
i1/2
,x
i+1/2
[,
et on note h
i
= x
i+1/2
x
i1/2
. Pour chaque volume de controle K
i
, on se donne un point x
i

K
i
=]x
i1/2
,x
i+1/2
[. On pourra considerer par exemple (mais ce nest pas le seul point possible) :
x
i
= 1/2
_
x
i+1/2
+x
i1/2
_
. On int`egre lequation u

= f sur K
i
:
_
x
i+1/2
x
i1/2
u

(x)dx =
_
x
i+1/2
x
i1/2
f(x)dx
et f
i
=
1
hi
_
x
i+1/2
x
i1/2
f(x)dx. On obtient :
u

(x
i+1/2
) +u

(x
i1/2
) = h
i
f
i
, i = 1, . . . ,N.
On cherche donc a approcher les ux u

(x
i+1/2
) aux interfaces x
i+1/2
des mailles. Notons que loperateur
`a approcher est ici dordre 1, alors quil etait dordre 2 en dierences nies pour la meme equation.
On se donne une inconnue par maille (ou volume de controle i), quon note u
i
, et on esp`ere approcher
ainsi la valeur u(x
i
) (ou
1
hi
_
Ki
u). On approche u

(x
i+1/2
) par le quotient dierentiel
u(x
i+1
) u(x
i
)
h
i+1/2
.
9
Le schema numerique secrit donc :

u
i+1
u
i
h
i+1/2
+
u
i
u
i1
h
i1/2
= h
i
f
i
i = 2, . . . ,N 1. (1.1.4)
Pour la premi`ere et N-i`eme equations, on tient compte des conditions aux limites (1.1.2), et on u

(0)
(resp. u

(1)) par
u(x1)
h
1/2
(resp.
u(xN)
h
N+1/2
, ce qui donne comme premi`ere et derni`ere equations du schema
numerique :

u
2
u
1
h
3/2
+
u
1
h
1/2
= h
1
f
1
, (1.1.5)

u
N
u
N1
h
N1/2

u
N
h
N+1/2
= h
N
f
N
, (1.1.6)
Remarque 1.1 Si le pas du maillage est constant : h
i
= h, i = 1, . . . ,N (on dit aussi que le maillage
est uniforme), on peut montrer (exercice 1 page 32 ) que les equations des schemas volumes nis et
dierences nies aux conditions de bord et au second membre pr`es. Si le maillage nest pas regulier, ceci
nest plus verie.
1.1.2 Cas de la dimension 2 ou 3
On consid`ere maintenant le probl`eme (0.0.2) en dimension 2 ou 3, sur un ouvert borne de IR
d
, d = 2
ou 3, avec conditions aux limites de Dirichlet homog`enes qui secrivent maintenant :
u(x) = 0, x , (1.1.7)
o` u designe la fronti`ere de .
Methode de dierences nies.
Supposons (pour simplier) que le domaine soit un carre (c.` a.d. d = 2, le cas rectangulaire se traite tout
aussi facilement). On se donne un pas de maillage constant h et des points x
i,j
= (ih,jh), i = 1, . . . ,N,
i = 1, . . . ,N. En eectuant les developpements limites de Taylor (comme au paragraphe 1.1.1 page 8)
dans les deux directions (voir exercice 14), on approche
2
i
u(x
i,j
) (resp.
2
j
u(x
i,j
)) par
2u(x
i,j
) u(x
i+1,j
) u(x
i1,j
)
h
2
(resp. par
2u(x
i,j
) u(x
i,j+1
) u(x
i,j1
)
h
2
).
Ce type dapproche est limite `a des geometries simples. Pour mailler des geometries compliques, il est
en general plus facile dutiliser des triangles (tetra`edres en dimension 3), auquel cas la methode des
dierences nies est plus dicile `a generaliser.
Methode de volumes nis.
On suppose maintenant que est un ouvert polygonal de IR
2
, et on se donne un maillage T de , c.`a.d.,
en gros, un decoupage de en volumes de controle polyg onaux K. En integrant lequation (0.0.2) sur K,
on obtient : _
K
udx =
_
K
fdx.
10
Par la formule de Stokes, on peut reecrire cette equation:

_
K
u(x).n
K
(x)d(x) =
_
K
f(x)dx,
o` u d(x) designe lintegrale par rapport `a la mesure uni-dimensionnelle sur le bord de louvert , et o` u
n
K
designe le vecteur normal unitaire `a K exterieur `a K. Comme K est polygonal, on peut decomposer
K en aretes qui sont des segments de droite, et en appelant c
K
lensemble des aretes de K, on a
donc :

EK
_

u.n
K,
d(x) =
_
K
f(x)dx,
o` u n
K,
designe le vecteur normal unitaire `a exterieur `a K (noter que ce vecteur est constant sur ).
On cherche donc maintenant `a approcher la derivee normale u.n
K,
de mani`ere consistante sur chaque
arete . On se donne donc des inconnues discr`etes notees (u
K
)
KT
, qui, on lesp`ere vont saverer etre
des approximations de u(x
K
). Pour une arete = K[L separant les volumes de controle K et L, il est
tentant dapprocher la derivee normale u.n
K,
par le quotient dierentiel
u(x
L
) u(x
K
)
d
K,L
,
o` u d
K,L
est la distance entre les points x
K
et x
L
. Cependant, cette approximation ne pourra etre justiee
que si la direction du vecteur deni par les deux points x
K
et x
L
est la meme que celle de la normale n
K,
,
c.`a.d. si le segment de droite x
K
x
L
est orthogonal `a larete K[L. Pour un maillage triangulaire `a angles
strictement inferieurs `a /2, ceci est facile `a obtenir en choisissant les points x
K
comme intersection des
mediatrices du triangle K, voir Figure 1.1.
dK,L
xK
K
L
xL
Fig. 1.1 Exemple de volumes de contr ole pour la methode des volumes nis en deux dimensions despace
On se placera ici dans ce cas, et on verra plus loin dautres possibilites. on approche donc u.n
K
[

par
u(x
L
) u(x
K
)
d
K,L
et en notant [[ la longueur de larete , on approche :
_

u.n
K
d par F
K,
= [[
u
L
u
K
d
K,L
, pour tout c
K
et pour tout K T .
11
Le schema volumes nis secrit donc

EK
F
K,
= [K[f
K
, (1.1.8)
o` u [K[ est la mesure de K, et f
K
=
1
|K|
_
K
f(x)dx, et o` u les ux numeriques F
K,
sont denis (en tenant
compte des conditions limites pour les aretes du bord) par :
F
K,
=
_

_
[[
u
L
u
K
d
K,L
si = K[L,
[[
u
K
d
K,
si et c
K
,
(1.1.9)
o` u d
K,
= distance entre x
K
et
Comparaison des methodes
Cette introduction aux dierences nies et volumes nis nous permet de remarquer que les dierences
nies sont particuli`erement bien adaptees dans le cas de domaines rectangulaires ou parall`elepipediques,
pour lesquels on peut facilement denir des maillages structures (cartesiens dans le cas present) c.`a.d.
dont on peut indexer les mailles par un ordre (i,j) naturel.
Dans le cas de domaines plus complexes, on maille souvent `a laide de triangles (ou tetra`edres) et dans ce
cas la methode des dierences nies ne se generalise pas facilement. On a alors recours soit aux volumes
nis, dont on vient de donner le principe, soit aux elements nis, que nous aborderons ulterieurement.
1.1.3 Questions danalyse numerique
Voici un certain nombre de questions, qui sont typiquement du domaine de lanalyse numerique, auxquelles
nous tenterons de repondre dans la suite :
1. Le probl`eme quon a obtenu en dimension nie, (avec des inconnues localisees aux noeuds du maillage
dans le cas de la methode des dierences nies et dans les mailles dans le cas de la methode des
volumes nis) admet-il une (unique) solution? On montrera que oui.
2. La solution du probl`eme discret converge-t-elle vers la solution du probl`eme continu lorsque le pas
du maillage h tend vers 0? Dans le cas des dierences nies en une dimension despace, le pas du
maillage est deni par
h = sup
i=1...N
[x
i+1
x
i
[. (1.1.10)
Dans le cas des volumes nis en une dimension despace, il est deni par :
h = sup
i=1...N
[x
i+1/2
x
i1/2
[. (1.1.11)
en deux dimensions despace, le pas h est deni par
h = sup
KT
diam(K), avec diam(K) = sup
x,yK
d(x,y),
o` u T , le maillage, est lensemble des volumes de controle K. Notons que la reponse `a cette question
nest pas evidente a priori. La solution discr`ete peut converger vers la solution continue, elle peut
aussi converger mais vers autre chose que la solution du probl`eme continu, et enn elle peut ne pas
converger du tout.
12
1.2 Etude de la methode dierences nies pour un probl`eme
elliptique unidimensionnel
On cherche `a discretiser le probl`eme aux limites, suivant :
_
u

(x) +c(x)u(x) = f(x), 0 < x < 1,


u(0) = u(1) = 0,
(1.2.12)
o` u c C([0,1],IR
+
), et c C([0,1],IR), qui peut modeliser par exemple un phenom`ene de diusion -
reaction dune esp`ece chimique. On se donne un pas du maillage constant h =
1
N+1
, et une subdivision de
]0,1[, notee (x
k
)
k=0,...,N+1
, avec : x
0
= 0 < x
1
< x
2
< . . . < x
N
< x
N+1
= 1. Soit u
i
linconnue discr`ete
associee au noeud i (i = 1, . . . ,N). On pose u
0
= u
N+1
= 0. On obtient les equations discr`etes en
approchant u

(x
i
) par quotient dierentiel par developpement de Taylor, comme on la vu au paragraphe
1.1.1 page 8.
_
_
_
1
h
2
(2u
i
u
i1
u
i+1
) +c
i
u
i
= f
i
, i = 1, . . . ,N,
u
0
= u
N+1
= 0.
(1.2.13)
avec c
i
= c(x
i
) et f
i
= f(x
i
). On peut ecrire ces equations sous forme matricielle :
A
h
U
h
= b
h
, avec U
h
=
_
_
_
u
1
.
.
.
u
N
_
_
_ et b
h
=
_
_
_
f
1
.
.
.
f
N
_
_
_ (1.2.14)
et A
h
=
_
_
_
_
_
_
_
_
_
2 +c
1
h
2
1 0 . . . 0
1 2c
2
h
2
1
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
. 1 2 +c
N1
h
2
1
0 . . . 0 1 2 +c
N
h
2
_
_
_
_
_
_
_
_
_
. (1.2.15)
Les questions suivantes surgissent alors naturellement :
1. Le syst`eme (1.2.14) admet-il un unique solution?
2. A-t-on convergence de U
h
vers u et en quel sens?
Nous allons repondre par larmative `a ces deux questions. Commen cons par la premi`ere.
Proposition 1.2 Soit c = (c
1
, . . . ,c
N
)
t
IR
N
tel que c
i
0 pour i = 1, . . . ,N; alors la matrice A
h
denie par (1.2.15) est symetrique denie positive, et donc inversible.
Demonstration : La matrice A
h
est evidemment symetrique. Montrons quelle est denie positive. Soit
v = (v
1
. . . v
N
)
t
, on pose v
0
= v
N+1
= 0. Calculons le produit scalaire A
h
v v = v
t
A
h
v. On a :
A
h
v v =
1
h
2
(v
1
. . . v
N
)
_
_
_
_
_
_
2 +c
1
h
2
1 0
1
.
.
.
.
.
.
.
.
. 1
0 1 2 +c
N
h
2
_
_
_
_
_
_
_
_
_
_
_
_
v
1
.
.
.
.
.
.
v
N
_
_
_
_
_
_
,
13
cest-`a -dire :
A
h
v v =
1
h
2
N

i=1
v
i
(v
i1
+ (2 +c
i
h
2
)v
i
v
i+1
).
On a donc, par changement dindice :
A
h
v v =
1
h
2
_
_
N

i=1
(v
i1
v
i
) +
N

i=1
(2 +c
i
h
2
)v
2
i

N+1

j=2
v
j1
v
j
_
_
.
Et comme on a pose v
0
= 0 et v
N+1
= 0, on peut ecrire :
A
h
v v =
1
h
2
N

i=1
(2 +c
i
h
2
)v
2
i
+
1
h
2
N

i=1
(2v
i
v
i1
),
soit encore :
A
h
v v =
N

i=1
c
i
v
2
i
+
1
h
2
N

i=1
(2v
i
v
i1
+v
2
i
+v
2
i1
) +v
2
N
.
On a donc nalement :
A
h
v v =
N

i=1
c
i
v
2
i
+
1
h
2
N

i=1
(v
i
v
i1
)
2
+v
2
N
0, v = (v
1
, . . . ,v
N
) IR
N
.
Si on suppose A
h
v v = 0, on a alors
N

i=1
c
i
h
2
v
2
i
= 0 et v
i
v
i1
= 0, i = 1 . . . N.
On a donc v
1
= v
2
= . . . = v
N
= v
0
= v
N+1
= 0. Remarquons que ces egalites sont veriees meme si les
c
i
sont nuls. Ceci demontre que la matrice A
h
est bien denie.
Remarque 1.3 (Existence et unicite de la solution) On a montre ci-dessus que A
h
est symetrique
denie positive, donc inversible, ce qui entrane lexistence et lunicite de la solution de (1.2.14). On
aurait pu aussi demontrer lexistence et lunicite de la solution de (1.2.14) directement, en montrant que
Ker(A
h
) = 0 (voir exercice 2 page 32). On rappelle quen dimension nie, toute application lineaire
injective ou surjective est bijective. On en deduit ainsi lexistence de la solution du syst`eme (1.2.14).
Remarque 1.4 (Caract`ere deni et conditions limites) Dans la demonstration de la proposition
1.2, si c
i
> 0 pour tout i = 1, . . . ,N le terme

N
i=1
c
i
h
2
v
2
i
= 0 permet de conclure que v
i
= 0 pour tout
i = 1, . . . ,N. Par contre, si c
i
0 (ou meme c
i
= 0 pour tout i = 1, . . . ,N, cest gr ace aux conditions
au limites de Dirichlet homog`enes (representees par le fait quon pose v
0
= 0 et v
N+1
= 0 ce qui permet
decrire alors les equations 1 et N sous la meme forme que lequation i) quon peut montrer que que
v
i
= 0, pour tout i = 1, . . . ,N, car v
i
= v
i1
, pour tout i = 1, . . . ,N, et v
0
= 0. En particulier, la matrice
de discretisation de u

par dierences nies avec conditions aux limites de Neumann homog`enes :


_
u

= f,
u

(0) = u

(1) = 0.
(1.2.16)
donne une matrice A
h
qui est symetrique et positive, mais non denie (voir exercice 11 page 36). De fait
la solution du probl`eme continu (1.2.16) nest pas unique, puisque les fonctions constantes sur [0,1] sont
solutions de (1.2.16).
14
Nous allons maintenant nous preoccuper de la question de la convergence.
Denition 1.5 (Matrices monotones) Soit A /
N
(IR), de coecients a
i,j
, i = 1, . . . ,N et j =
1, . . . ,N. On dit que A est positive (ou A 0) si a
i,j
0, i,j = 1, . . . ,N. On dit que A est monotone
si A est inversible et A
1
0.
Lavantage des schemas `a matrices monotones est de satisfaire la propriete de conservation de la positivite,
qui peut etre cruciale dans les applications physiques :
Denition 1.6 (Conservation de la positivite) Soit A /
N
(IR), de coecients a
i,j
, i = 1, . . . ,N
et j = 1, . . . ,N ; on dit que A conserve la positivite si Av 0 entrane v 0 (les inegalites sentendent
composante par composante).
On a en eet la proposition suivante :
Proposition 1.7 (Monotonie et positivite) Soit A /
N
(IR). Alors A conserve la positivite si et
seulement si A est monotone.
Demonstration : Supposons dabord que A conserve la positivite, et montrons que A inversible et que
A
1
a des coecients 0. Si x est tel que Ax = 0, alors Ax 0 et donc, par hypoth`ese, x 0. Mais on
a aussi Ax 0, soit A(x) 0 et donc par hypoth`ese, x 0. On en deduit x = 0, ce qui prouve que A
est inversible. La conservation de la positivite donne alors que y 0 A
1
y 0. En prenant y = e
1
on obtient que la premi`ere colonne de A
1
est positive, puis en prenant y = e
i
on obtient que la i-`eme
colonne de A
1
est positive, pour i = 2, . . . ,N. Donc A
1
a tous ses coecients positifs.
Reciproquement, supposons maintenant que A est inversible et que A
1
a des coecients positifs. Soit
x IR
N
tel que Ax = y 0, alors x = A
1
y 0. Donc A conserve la positivite.
Remarque 1.8 (Principe du maximum) On appelle principe du maximum continu le fait que si f
0 alors le minimum de la fonction u solution du probl`eme (1.2.12) page 13 est atteint sur les bords.
Cette propriete mathematique correspond ` a lintuition physique quon peut avoir du phenom`ene : si on
chaue un barreau tout en maintenant ses deux extremites ` a une temperature xe, la temperature aux
points interieurs du barreau sera superieure ` a celle des extremites. Il est donc souhaitable que la solution
approchee satisfasse la meme propriete (voir exercice 5 page 34 ` a ce sujet).
Lemme 1.9 Soit c = (c
1
, . . . ,c
N
)
t
IR
N
, et A
h
/
N
(IR) denie par (1.2.15). Si c
i
0 pour tout
i = 1, . . . ,N, alors A
h
est monotone.
Demonstration : On va montrer que si v IR
N
, A
h
v 0 alors v 0. On peut alors utiliser la
proposition 1.7 pour conclure. Soit v = (v
1
, . . . ,v
N
)
t
IR
N
. Posons v
0
= v
N+1
= 0.. Supposons que
A
h
v 0. On a donc

1
h
2
v
i1
+
_
2
h
2
+c
i
_
v
i

1
h
2
v
i+1
0, i = 1, . . . ,N (1.2.17)
Soit
p = min
_
i 1, . . . ,N; v
p
= min
j=1,...,N
v
j
_
.
Supposons que min
j=1,...,N
v
j
< 0. On a alors p 1 et :
1
h
2
(v
p
v
p1
) + c
p
v
p
+
1
h
2
(v
p
v
p1
) 0.
On en deduit que
2
h
2
c
p
v
p

1
h
2
(v
p1
v
p
) +
1
h
2
(v
p+1
v
p
) 0.
15
Si c
p
> 0, on a donc v
p
0, et donc v
i
0, i = 1, . . . ,N. Si c
p
= 0, on doit alors avoir v
p1
= v
p
= v
p+1
ce qui est impossible car p est le plus petit indice j tel que v
j
= min
i=1,...,N
v
i
. Donc dans ce cas le
minimum ne peut pas etre atteint pour j = p > 1. On a ainsi nalement montre que min
i{1,...,N}
v
i
0, on
a donc v 0.
Denition 1.10 (Erreur de consistance) On appelle erreur de consistance la quantite obtenue en
rempla cant linconnue par la solution exacte dans le schema numerique. Dans le cas du schema (1.2.13),
lerreur de consistance au point x
i
est donc dene par :
R
i
=
1
h
2
(2u(x
i
) u(x
i1
) u(x
i+1
)) +c(x
i
)u(x
i
) f(x
i
). (1.2.18)
Lerreur de consistance R
i
est donc lerreur quon commet en rempla cant loperateur u

par le quotient
dierentiel
1
h
2
(2u(x
i
) u(x
i1
) u(x
i+1
)).
Cette erreur peut etre evaluee si u est susamment reguli`ere, en eectuant des developpements de Taylor.
Denition 1.11 (Ordre du schema) On dit quun schema de discretisation ` a N points de discretisation
est dordre p sil existe C IR, ne dependant que de la solution exacte, tel que lerreur de consistance
satisfasse:
max
i=1,...,N
(R
i
) < ch
p
,
o` u h est le le pas du maillage deni par (1.1.3) (c.` a.d. le maximum des ecarts x
i+1
x
i
). On dit quun
schema de discretisation est consistant si
max
i=1,...N
(R
i
) 0 lorsque h 0,
o` u N est le nombre de points de discretisation.
Lemme 1.12 Si la solution de (1.2.12) verie u C
4
([0,1]), alors le schema (1.2.13) est consistant
dordre 2, et on a plus precisement :
[R
i
[
h
2
12
sup
[0,1]
[u
(4)
[, i = 1, . . . ,N. (1.2.19)
Demonstration : Par developpement de Taylor, on a :
u(x
i+1
) = u(x
i
) +hu

(x
i
) +
h
2
2
u

(x
i
) +
h
3
6
u

(x
i
) +
h
4
24
u
(4)
(
i
)
u(x
i1
) = u(x
i
) hu

(x
i
) +
h
2
2
u

(x
i
)
h
3
6
u

(x
i
) +
h
4
24
u
(4)
(
i
)
En additionnant ces deux egalites, on obtient que :
1
h
2
(u(x
i+1
) +u(x
i
) 2u(x
i
)) = u

(x
i
) +
h
2
24
(u
(4)
(
i
) +u
(4)
(
i
)),
ce qui entrane que :
[R
i
[
h
2
12
sup
[0,1]
[u
(4)
[. (1.2.20)
16
Remarque 1.13 (Sur lerreur de consistance)
1. Si on note

U
h
: (u(x
i
))
i=1...N
le vecteur dont les composantes sont les valeurs exactes de la solution
de (1.2.12), et U
h
= (u
1
. . . u
N
)
t
la solution de (1.2.13), on a :
R = A
h
(U
h


U
h
). (1.2.21)
2. On peut remarquer que si u
(4)
= 0, les developpements de Taylor eectues ci-dessus se resument ` a :
u

(x
i
) =
2u(x
i
) u(x
i1
) u(x
i+1
)
h
2
,
et on a donc R
i
= 0, pour tout i = 1, . . . ,N, et donc u
i
= u(x
i
), pour tout i = 1 . . . N. Dans
ce cas (rare!), le schema de discretisation donne la valeur exacte de la solution en x
i
, pour tout
i = 1, . . . ,N. Cette remarque est bien utile lors de la phse de validation de methodes et numeriques
et/ou programmes informatiques pour la resolution de lequation (1.2.12). En eet, si on choisit f
telle que la solution soir un polyn ome de degre inferieur ou egal ` a 3, alors on doit avoir une erreur
entre solution exacte et approchee inferieure ` a lerreur machine.
La preuve de convergence du schema utilise la notion de consistance, ainsi quune notion de stabilite, que
nous introduisons maintenant :
Proposition 1.14 On dit que le schema (1.2.13) est stable, au sens o` u la matrice de discretisation A
h
satisfait :
|A
1
h
|


1
8
. (1.2.22)
On peut reecrire cette inegalite comme une estimation sur les solutions du syst`eme (1.2.14) :
|U
h
|
1
8
|f|

. (1.2.23)
Demonstration : On rappelle que par denition, si M /
N
(IR),
|M|

= sup
vIR
N
v=0
|M|

|v|

, avec |v|

= sup
i=1,...,N
[v
i
[.
Pour montrer que |A
1
h
|


1
8
, on decompose la matrice A
h
sous la forme A
h
= A
0h
+diag(c
i
) o` u A
0h
est la matrice de discretisation de loperateur u

avec conditions aux limites de Dirichlet homog`enes, et


A
0h
=
_

_
2
h
2

1
h
2
0

1
h
2
.
.
.
.
.
.
1
h
2
0
1
h
2
2
h
2
_

_
(1.2.24)
17
et diag(c
i
) designe la matrice diagonale de coecients diagonaux c
i
. Les matrices A
0h
et A
h
sont inver-
sibles, et on a :
A
1
0h
A
1
h
= A
1
0h
A
h
A
1
h
A
1
0h
A
0h
A
1
h
= A
1
0h
(A
h
A
0h
)A
1
h
.
Comme diag(c
i
) 0, on a A
h
A
0h
, et comme A
0h
et A
h
sont monotones, on en deduit que :
0 A
1
h
A
1
0h
, (composante par composante).
On peut maintenant remarquer que si B /
N
(IR), et si B 0 (c.` a.d. B
ij
0 pour tout i et j), on a
|B|

= sup
vIR
N
v=1
sup
i=1,...,N
[(Bv)
i
[ = sup
vIR
N
v=1
sup
i=1,...,N

j=1
B
ij
v
j

|B|

= sup
i=1,...,N
N

j=1
B
ij
.
On a donc |A
1
h
| = sup
i=1,...,N

N
j=1
(A
1
h
)
ij
sup
i=1,...,N

N
j=1
(A
1
0h
)
ij
car A
1
h
A
1
0h
; do` u on deduit
que |A
1
h
|

|A
1
0h
|

. Il ne reste plus qu` a estimer |A


1
0h
|

. Comme A
1
0h
0, on a
|A
1
0h
|

= |A
1
0h
e|

avec e = (1, . . . ,1)


t
.
Soit d = A
1
0h
e IR
N
. On veut calculer |d|

, o` u d verie A
0h
d = e. Or le syst`eme lineaire A
0h
d = e
nest autre que la discretisation par dierences nies du probl`eme
_
u

= 1
u(0) = u(1) = 0
, (1.2.25)
dont la solution exacte est :
u
0
(x) =
x(1 x)
2
,
qui verie u
(4)
0
(x) = 0. On en conclut, par la remarque 1.13, que
u
0
(x
i
) = d
i
, i = 1 . . . N.
Donc |d|

= sup
i=1,N
ih(ih 1)
2
o` u h =
1
N + 1
est le pas de discretisation Ceci entrane que
|d|

sup
[0,1]

x(x 1)
2

=
1
8
, et donc que |A
1
h
|


1
8
.
Remarque 1.15 (Sur la stabilite) Noter que linegalite (1.2.23) donne une estimation sur les solu-
tions approchees independantes du pas de maillage. Cest ce type destimation quon recherchera par la
suite pour la discretisation dautres probl`emes comme garant de la stabilite dun schema numerique.
Denition 1.16 (Erreur de discretisation) On appelle erreur de discretisation en x
i
, la dierence
entre la solution exacte en x
i
et la i-`eme composante de la solution donnee par le schema numerique
e
i
= u(x
i
) u
i
, i = 1, . . . ,N. (1.2.26)
18
Theor`eme 1.17 Soit u la solution exacte de
_
u

+cu = f,
u(0) = u(1) = 0.
On suppose u C
4
([0,1]). Soit u
h
la solution de (1.2.13). Alors lerreur de discretisation denie par
(1.2.26) satisfait
max
i=1,...,N
[e
i
[
1
96
|u
(4)
|

h
2
.
Le schema est donc convergent dordre 2.
Demonstration : Soit U
h
= (U
1
, . . . ,U
n
)
t
et

U
h
= (u(x
1
), . . . ,u(x
N
))
t
, on cherche `a majorer |

U
h
U
h
|

.
On a A(

U
h
U
h
) = R o` u R est lerreur de consistance (voir remarque 1.13). On a donc
|

U
h
U
h
|

|A
1
h
|

|R|


1
8

1
12
|u
(4)
|

=
1
96
|u
(4)
|

Remarque 1.18 (Sur la convergence) On peut remarquer que la preuve de la convergence sappuie
sur la stabilite (elle-meme deduite de la conservation de la positivite) et sur la consistance. Dans certains
livres danalyse numerique, vous trouverez la formule : stabilite + consistance = convergence. Il faut
toutefois prendre garde au fait que ces notions de stabilite et convergence peuvent etre variables dun type
de methode ` a un autre (comme nous le verrons en etudiant la methode des volumes nis, par exemple).
Remarque 1.19 (Contr ole des erreurs darrondi) On cherche ` a calculer la solution approchee de
u

= f. Le second membre f est donc une donnee du probl`eme. Supposons que des erreurs soient
commises sur cette donnee (par exemple des erreurs darrondi, ou des erreurs de mesure). On obtient
alors un nouveau syst`eme, qui secrit A
h

U
h
= b
h
+
h
, o` u
h
represente la discretisation des erreurs
commises sur le second membre. Si on resout A
h

U
h
= b
h
+
h
au lieu de A
h
U
h
= b
h
, lerreur commise
sur la solution du syst`eme secrit
E
h
=

U
h
U
h
= A
1
h

h
.
On en deduit que
|E
h
|


1
8
|
h
|

.
On a donc une borne derreur sur lerreur quon obtient sur la solution du syst`eme par rapport ` a lerreur
commise sur le second membre.
1.3 Schema volumes nis pour un probl`eme elliptique en une
dimension despace
1.3.1 Origine du Schema
On va etudier la discretisation par volumes nis du probl`eme (1.1.1)(1.1.2), quon rappelle ici :
_
u
xx
= f, x ]0,1[,
u(0) = u(1) = 0.
(1.3.27)
19
Denition 1.20 (Maillage volumes nis) On appelle maillage volumes nis de lintervalle [0,1], un
ensemble de N mailles (K
i
)
i=1,...,N
, telles que K
i
=]x
i1/2
,x
i+1/2
[, avec x
1/2
= 0 < x3
2
< x
i1/2
<
x
i+1/2
< . . . < x
N+1/2
= 1, et on note K
i
= x
i+1/2
x
i1/2
. On se donne egalement N points (x
i
)
i=1,...,N
situes dans les mailles K
i
. On a donc :
0 = x
1/2
< x
1
< x3
2
< . . . < x
i1/2
< x
i
< x
i+1/2
< . . . < x
N+1/2
= 1.
On notera h
i+1/2
= x
i+1
x
i
, et h = max
i=1,...,N
, et pour des questions de notations, on posera egalement
x
0
= 0 et x
N+1
= 1.
On int`egre (1.1.1) sur K
i
= x
i+1/2
x
i1/2
, et on obtient :
u
x
(x
i
+ 1/2) +u
x
(x
i
1/2) =
_
Ki
f(x)dx. (1.3.28)
On pose : f
i
=
1
hi
_
ki
f(x)dx, et on introduit les inconnues discr`etes (u
i
)
i=1...N
(une par maille) et les
equations discr`etes du schema numerique :
F
i+1/2
F
i1/2
= h
i
f
i
, i = 1, . . . ,N, (1.3.29)
o` u F
i+1/2
est le ux numerique en x
i+1/2
qui devrait etre une approximation raisonnable de u
x
(x
i+1/2
).
On pose alors :
F
i+1/2
=
u
i+1
u
i
h
i+1/2
, i = 1, . . . ,N,
F
1/2
=
u
1
h
1/2
, F
N+1/2
=
u
N
h
N+1/2
,
pour tenir compte des conditions aux limites de Dirichlet homog`enes u(0) = u(1) = 0. On peut aussi
ecrire :
F
i+1/2
=
u
i+1
u
i
h
i+1/2
, i = 0, . . . ,N, (1.3.30)
en posant u
0
= u
N+1
= 0. (1.3.31)
On peut ecrire le syst`eme lineaire obtenu sur (u
1
, . . . ,u
N
)
t
sous la forme
A
h
U
h
= b
h
, (1.3.32)
avec
(A
h
)
i
=
1
h
i
_
1
h
i+1/2
(u
i+1
u
i
) +
1
h
i1/2
(u
i
u
i1
)
_
et (b
h
)
i
= f
i
.
Remarque 1.21 (Non consistance au sens des dierences nies)
Lapproximation de u

(x
i
) par
1
h
i
_
1
h
i+1/2
(u(x
i+1
) u(x
i
)) +
1
h
i1/2
(u(x
i
) u(x
i1
)
_
nest pas consistante dans le cas general : voir exercice 8.
On peut montrer que les deux schemas dierences nies et volumes sont identiques au bord pr`es dans
le cas dun maillage uniforme avec x
i
: centre de la maille voir exercice 1 page 32.
20
1.3.2 Analyse mathematique du schema.
On va demontrer ici quil existe une unique solution (u
1
, . . . u
N
)
t
au schema (1.3.29)(1.3.31), et que cette
solution, et que cette solution converge, en un certain sens, vers la solution de probl`eme continu (1.3.27)
lorsque le pas du maillage tend vers 0.
Proposition 1.22 (Existence de la solution du schema volumes nis) Soit f C([0,1]) et u
C
2
([0,1]) solution de (1.3.27). Soit (K
i
)
i=1,...N
le maillage par la denition 1.20 page 20. Alors il existe
une unique solution u
h
= (u
1
, . . . ,u
N
)
t
de (1.3.29)(1.3.31).
Demonstration : Le schema secrit

u
i+1
u
i
h
i+1/2
+
u
i
u
i1
h
i1/2
= h
i
f
i
, i = 1, . . . ,N.
(o` u on a pose u
0
= 0 et u
N+1
= 0) En multipliant par u
i
et en sommant de i = 1 `a N, on obtient donc :
N

i=1

u
i+1
u
i
h
i+1/2
u
i
+
N

i=1
u
i
u
i1
h
i1/2
u
i
=
N

i=1
h
i
f
i
u
i
.
En eectuant un changement dindice sur la deuxi`eme somme, on obtient :
N

i=1

u
i+1
u
i
h
i+1/2
u
i
+
N1

i=0
u
i+1
u
i
h
i+1/2
u
i+1
=
N

i=1
h
i
f
i
u
i
;
en regroupant les sommes, on a donc :
N

i=1
(u
i+1
u
i
)
2
h
i+1/2
+
u
2
1
h
1/2
+
u
2
N
h
N+1/2
=
N

i=1
h
i
f
i
u
i
.
Si f
i
= 0 pour tout i = 1, . . . ,N, on a bien alors u
i
= 0 pour tout i = 1 . . . N. Ceci demontre lunicite de
(u
i
)
i=1...N
solution de (1.3.29)(1.3.31), et donc son existence, puisque le syst`eme (1.3.29)(1.3.31) est
un syst`eme lineaire carre dordre N. (On rappelle quune matrice carree dordre N est inversible si et
seulement si son noyau est reduit `a 0.
Lemme 1.23 (Consistance des ux) Soit u C
2
([0,1]) solution de (1.3.27). On se donne une subdi-
vision de [0,1]. On appelle

F
i+1/2
= u
x
(x
i+1/2
) le ux exact en x
i+1/2
, et F

i+1/2
=
u(xi+1)u(xi)
h
i+1/2
le quotient dierentiel qui approche la derivee premi`ere u
x
(x
i+1/2
). On dit que le ux numerique
F
i+1/2
=
ui+1ui
h
i+1/2
est consistant sil existe C IR
+
ne dependant que de u telle que lerreur de consis-
tance sur le ux, denie par :
R
i+1/2
=

F
i+1/2
F

i+1/2
,
verie
[R
i+1/2
[ Ch. (1.3.33)
La demonstration de ce resultat seectue facilement `a laide de developpements de Taylor. On peut aussi
montrer (voir exercice 9 page 36) que si x
i+1/2
est au centre de lintervalle [x
i
x
i+1
], lerreur de consistance
sur les ux est dordre 2, i.e. il existe C IR
+
ne dependant que de u telle que R
i+1/2
Ch
2
. Notez que
cette propriete de consistance est vraie sur les ux, et non pas sur loperateur u

(voir remarque 1.21).


Denition 1.24 (Conservativite) On dit que le schema volumes nis (1.3.29)(1.3.31) est conserva-
tif, au sens o` u, lorsquon consid`ere une interface x
i+1/2
entre deux mailles K
i
et K
i+1
, le ux numerique
entrant dans une maille est egal ` a celui sortant de lautre.
21
Cest grace `a la conservativite et `a la consistance des ux quon va montrer la convergence du schema
volumes nis.
Theor`eme 1.25 (Convergence du schema volumes nis) On suppose que la solution u de (1.3.27)
verie u C
2
([0,1]). On pose pour e
i
= u(x
i
) u
i
pour i = 1, . . . ,N, et e
0
= e
N+1
= 0. Il existe C 0
ne dependant que de u tel que :
N

i=0
(e
i+1
e
i
)
2
h
Ch
2
, (1.3.34)
N

i=1
he
2
i
Ch
2
(1.3.35)
max
i=1...N
[e
i
[ Ch. (1.3.36)
(On rappelle que h = sup
i=1...N
h
i
.)
Demonstration : Ecrivons le schema volumes nis (1.3.29) :
F
i+1/2
F
i1/2
= h
i
f
i
,
lequation exacte integree sur la maille K
i
(1.3.28) :

F
i+1/2


F
i1/2
= h
i
f
i
,
o` u

F
i+1/2
est deni dans le lemme 1.23, et soustrayons :

F
i+1/2
F
i+1/2


F
i1/2
+F
i1/2
= 0.
En introduisant R
i+1/2
= F
i+1/2
F

i+1/2
, on obtient :
F

i+1/2
F
i+1/2
F

i1/2
+F
i1/2
= R
i+1/2
+R
i1/2
ce qui secrit encore, au vu de la denition de e
i
,

1
h
i+1/2
(e
i+1
e
i
) +
1
h
i1/2
(e
i
e
i1
) = R
i+1/2
+R
i1/2
.
On multiplie cette derni`ere egalite par e
i
et on somme de 1 `a N :
N

i=1

1
h
i+1/2
(e
i+1
e
i
)e
i
+
N

i=1
1
h
i1/2
(e
i
e
i1
)e
i
N

i=1
R
i+1/2
e
i
+
N

i=1
R
i1/2
e
i
,
ce qui secrit encore :
N

i=1

1
h
i+1/2
(e
i+1
e
i
)e
i
+
N1

i=0
1
h
i+1/2
(e
i+1
e
i
)e
i+1
N

i=1
R
i+1/2
e
i
+
N1

i=0
R
i+1/2
e
i+1
En reordonnant les termes, on obtient, en remarquant que e
0
= 0 et e
N+1
= 0 :
N

i=0
(e
i+1
e
i
)
2
h
i+1/2
=
N

i=0
R
i+1/2
(e
i+1
e
i
).
22
Or, R
i+1/2
C h (par le lemme 1.23). On a donc
N

i=0
(e
i+1
e
i
)
2
h
i+1/2
C h
N

i=0
[e
i+1
e
i
[
_
h
i+1/2
_
h
i+1/2
,
et, par linegalite de Cauchy-Schwarz:
N

i=0
(e
i+1
e
i
)
2
h
i+1/2
C h
_
N

i=0
[e
i+1
e
i
[
2
h
i+1/2
_
1/2

_
N

i=0
h
i+1/2
_
1/2
.
En remarquant que

N
i=0
h
i+1/2
= 1, on deduit que :
N

i=0
(e
i+1
e
i
)
2
h
i+1/2
C h
_

[e
i+1
e
i
[
2
h
i+1/2
_
1/2
,
et donc
_
N

i=0
(e
i+1
e
i
)
2
h
i+1
_
1/2
C h.
On a ainsi demontre (1.3.34). Demontrons maintenant (1.3.36). Pour obtenir une majoration de [e
i
[ par
C h, on remarque que :
[e
i
[ =

j=1
e
j
e
j1

j=1
[e
j
e
j1
[
N

j=1
[e
j
e
j1
[.
On en deduit, par linegalite de Cauchy Schwarz, que :
[e
i
[
_

[e
j
e
j1
[
2
h
i+1/2
_
1/2
_

h
i+1/2
_
1/2
,
ce qui entrane max
i=1...N
[e
i
[ C h. Notons que de cette estimation, on deduit immediatement lesti-
mation (1.3.35).
Remarque 1.26 (Espaces fonctionnels et normes discr`etes) On rappelle quune fonction u de L
2
(]0,1[)
admet une derivee faible dans L
2
(]0,1[) sil existe v L
2
(]0,1[) telle que
_
]0,1[
u(x)

(x)dx =
_
]0,1[
v(x)(x)dx, (1.3.37)
pour toute fonction C
1
c
(]0,1[), o` u C
1
c
(]0,1[) designe lespace des fonctions de classe C
1
` a support
compact dans ]0,1[. On peut montrer que v est unique, voir par exemple [1]. On notera v = Du. On
peut remarquer que si u C
1
(]0,1[), alors Du = u

, derivee classique. On note H


1
(]0,1[) lensemble des
fonctions de L
2
(]0,1[) qui admettent une derivee faible dans L
2
(]0,1[) : H
1
(]0,1[) = u L
2
(]0,1[) ; Du
L
2
(]0,1[). On a H
1
(]0,1[) C(]0,1[) et on denit
H
1
0
(]0,1[) = u H
1
(]0,1[) ; u(0) = u(1) = 0.
23
Pour u H
1
(]0,1[), on note :
|u|
H
1
0
=
__
1
0
(Du(x))
2
dx
_1/2
.
Cest une norme sur H
1
0
qui est equivalente ` a la norme |.|
H
1 denie par |u|
H
1 =
__
u
2
(x)dx +
_
(Du)
2
(x)dx
_
1/2
,
ce qui se demontre gr ace ` a linegalite de Poincare :
|u|
L
2
(]0,1[)
|Du|
L
2
(]0,1[)
pour tout u H
1
0
(]0,1[). (1.3.38)
Soit maintenant T un maillage volumes nis de [0,1] (voir denition 1.20), on note X(T ) lensemble des
fonctions de [0,1] dans IR, constantes par maille de ce maillage. Pour v X(T ), on note v
i
la valeur de
v sur la maille i ; on peut ecrire les normes L
2
et L

de v :
|v|
2
L
2
(]0,1[)
=
N

i=1
h
i
v
2
i
,
et
|v|
L

(]0,1[)
=
N
max
i=1
[v
i
[.
Par contre, la fonction v etant constante par maille, elle nest pas derivable au sens classique, ni meme
au sens faible On peut toutefois denir une norme H
1
discr`ete de v de la mani`ere suivante :
[v[
1,T
=
_
N

i=0
h
i+1/2
(
v
i+1
v
i
h
i+1/2
)
2
_
1/2
On peut denir une sorte de derivee discr`ete de v par les pentes
p
i+1/2
=
v
i+1
v
i
h
i+1/2
.
On peut alors denir une D
T
v, fonction constante par intervalle et egale ` a p
i+1/2
sur lintervalle x
i
,x
i+1
.
La norme L
2
de D
T
v est donc denie par :
|D
T
v|
2
L
2
(]0,1[)
=
N

i=0
h
i+1/2
p
2
i+1/2
=
N

i=0
N

i=0
h
i+1/2
(v
i+1
v
i
)
2
h
i+1/2
.
On peut montrer (Exercice 13) que si u
T
:]0,1[ IR est denie par u
T
(x) = u
i
x K
i
o` u
(u
i
)
i=1,...,N
solution de (1.3.29)(1.3.31), alors [u
T
[
1,T
converge dans L
2
(]0,1[) lorsque h tend vers 0,
vers |Du|
L
2
(]0,1[)
, o` u u est la solution de (1.3.27).
Remarque 1.27 (Dimensions superieures) En une dimension despace, on a obtenu une estimation
derreur en norme H
1
0
discr`ete et en norme L

. En dimension superieure ou egale ` a 2, on aura une


estimation en h, en norme H
1
0
discr`ete, en norme L
2
, mais pas en norme L

. Ceci tient au fait que


linjection de Sobolev H
1
(]0,1[) C(]0,1[) nest vraie quen dimension 1. La demonstration de lesti-
mation derreur en norme L
2
(1.3.35) se prouve alors directement ` a partir de lestimation en norme
H
1
0
discr`ete, gr ace ` a une inegalite de Poincare discr`ete, equivalent discret de la cel`ebre inegalite de
Poincare continue
1
(voir (1.3.38) pour la dimension 1.
1. Soit un ouvert borne de IR
N
, et u H
1
0
(, alors u
L
2
()
diam()Du
L
2
(][)
}.
24
Prise en compte de discontinuites
On consid`ere ici un barreau conducteur constitue de deux materiaux de conductivites
1
et
2
dierentes,
et dont les extremites sont plongees dans de la glace. On suppose que le barreau est de longueur 1, que le
materiau de conductivite
1
(resp.
2
) occupe le domaine
1
=]0,1/2[ (resp.
2
=]1/2,1[). Le probl`eme
de conduction de la chaleur secrit alors :
_

_
(
1
(x)u
x
)
x
= f(x) x ]0,1/2[
(
2
(x)u
x
)
x
= f(x) x ]1/2,1[
u(0) = u(1) = 0,
(
1
u
x
)(1/2) = (
2
u
x
)(1/2)
(1.3.39)
Remarque 1.28 La derni`ere egalite traduit la conservation du ux de chaleur ` a linterface x = .5. On
peut noter que comme est discontinu en ce point, la derivee u
x
le sera forcement elle aussi.
On choisit de discretiser le probl`eme par volumes nis. On se donne un maillage volumes nis comme
deni par la denition 1.20 page 20, en choisissant les mailles telles que la discontinuite de soit situee
sur un interface de deux mailles quon note K
k
et K
k+1
. On a donc, avec les notations du paragraphe
(1.1.1) x
k+1/2
= 0.5. La discretisation par volumes nis secrit alors
F
i+1/2
F
i1/2
= h
i
f
i
, i = 1, . . . ,N,
o` u les ux numeriques F
i+1/2
sont donnes par
F
i+1/2
=

u
i+1
u
i
h
i+1/2
, avec

=
_

1
si x
i+1/2
> 0.5,

2
si x
i+1/2
< 0.5.
Il ne reste donc plus qu` a calculer le ux F
k+1/2
, approximation de (u
x
)(x
k+1/2
) (avec x
k+1/2
= 0.5).
On introduit pour cela une inconnue auxiliaire u
k+1/2
que lon pourra eliminer plus tard, et on ecrit une
discretisation du ux de part et dautre de linterface.
F
k+1/2
=
1
u
k+1/2
u
k
h
+
k
, avec h
+
k
= x
k+1/2
x
k
,
F
k+1/2
=
2
u
k+1
u
k+1/2
h

k+1
avec h

k+1
= x
k+1
x
k+1/2
.
Lelimination (et le calcul) de linconnue se fait en ecrivant la conservation du ux numerique :

1
u
k+1/2
u
k
h
+
k
=
2
u
k+1
u
k+1/2
h

k+1
On en deduit la valeur de u
k+1/2
u
k+1/2
=
1
h
+
k
u
k
+
2
h

k+1
u
k+1
1
h
+
k
+
2
h

k+1
On remplace u
k+1/2
par cette valeur dans lexpression du ux F
k+1/2
, et on obtient :
F
k+1/2
=

1

2
h
+
k

2
+h

k+1

1
(u
k+1
u
k
).
25
Si le maillage est uniforme, on obtient
F
k+1/2
=
2
1

1
+
2
_
u
i+1
u
i
h
_
.
Le ux est donc calcule en faisant intervenir la moyenne harmonique des conductivites
1
et
2
. Notons
que lorsque
1
=
2
, on retrouve la formule habituelle du ux.
1.4 Exemples de discretisation par dierences nies ou volumes
nis des probl`emes elliptiques en dimension 2.
1.4.1 Dierences nies
On consid`ere maintenant le probl`eme de diusion dans un ouvert de IR
2
:
_
u = f dans ,
u = 0 sur .
(1.4.40)
Le probl`eme est bien pose au sens o` u: Si f C
1
(), alors il existe une unique solution u C(

)C
2
(),
solution de (1.4.40). Si f L
2
() alors il existe une unique fonction u H
2
() au sens faible
2
de (1.4.40),
c.`a.d. qui verie :
_
_
_
u H
1
0
(),
_

u(x)v(x)dx =
_

f(x)v(x)dx, v H
1
0
().
(1.4.41)
On peut montrer (voir cours Equations aux derivees partielles) que si u C
2
(), alors u est solution
de (1.4.40) si et seulement si u est solution faible de (1.4.40). Pour discretiser le probl`eme, on se donne
un certain nombre de points, alignes dans les directions x et y, comme representes sur la gure 1.2 (on
prend un pas de maillage uniforme et egal `a h). Certains de ces points sont `a linterieur du domaine ,
dautres sont situes sur la fronti`ere .
Comme en une dimension despace, les inconnues discr`etes sont associees aux noeuds du maillage. On
note P
i
,i I les points de discretisation, et on ecrit lequation aux derivees partielles en ces points :
u(P
i
)

2
u
x
2
(P
i
)

2
u
y
2
(P
i
) = f(P
i
).
1er cas :
Dans le cas de points points vraiment interieurs, tel que le point P
1
sur la gure 1.2, i.e. dont tous les
points voisins sont situes `a linterieur de , les quotients dierentiels
2u(P
1
) u(P
2
) u(P
3
)
h
2
et
2u(P
1
) u(P
5
) u(P
4
)
h
2
sont des approximations consistantes `a lordre 2 de
2
1
u(P
1
) et
2
2
u(P
1
).
Par contre, pour un point proche du bord tel que le point

P
1
, les memes approximations (avec les
points

P
2
,

P
3
,

P
4
et

P
5
) ne seront que dordre 1 en raison des dierences de distance entre les points
(faire les developpements de Taylor pour sen convaincre.
Une telle discretisation am`ene `a un syst`eme lineaire A
h
U
h
= b
h
, o` u la structure de A
h
(en particulier sa
largeur de bande, c.`a.d. le nombre de diagonales non nulles) depend de la numerotation des noeuds.
On peut montrer que la matrice A
h
est monotone et le schema est stable. De la consistance et la stabilite,
on deduit, comme en une dimension despace, la convergence du schema.
2. Par denition, H
2
() est lensemble des fonctions de L
2
() qui admet des derivees faibles jusqu` a lordre 2 dans L
2
().
26
P
5
P
2
P
3
P
4
P
1

P
2

P
2

P
3

P
1

P
5
Fig. 1.2 Discretisation dierences nies bi-dimensionnelle
1.4.2 Volumes nis
Le probl`eme mod`ele
On consid`ere le probl`eme mod`ele suivant (par exemple de conduction de la chaleur) :
div(
i
u(x)) = f(x) x
i
, i = 1,2 (1.4.42)
o` u
1
> 0,
2
> 0 sont les conductivites thermiques dans les domaines
1
et avec
2
, avec
1
=]0,1[]0,1[
et
2
=]0,1[]1,2[. On appelle
1
=]0,1[0,
2
= 1]0,2[,
3
=]0,1[2, et
4
= 0]0,2[ les
fronti`eres exterieures de , et on note I =]0,1[1 linterface entre
1
et
2
(voir Figure 1.3). Dans la
suite, on notera la conductivite thermique sur , avec [
i
=
i
, i = 1,2.
On va considerer plusieurs types de conditions aux limites, en essayant dexpliquer leur sens physique.
On rappelle que le ux de chaleur par diusion est egal q est donne par la loi de Fourier: q = u n,
o` u n est le vecteur normal unitaire `a la surface `a travers laquelle on calcule le ux.
1. Conditions aux limites de type Fourier (Robin) sur
1

3
: On suppose quil existe un transfert
thermique entre les parois
1
et
3
et lexterieur. Ce transfert est decrit par la condition de Fourier
(Robin dans la litterature anglo-saxonne), qui exprime que le ux transfere est proportionnel `a la
dierence de temperature entre lexterieur et linterieur :
u n(x) = (u(x) u
ext
), , x
1

3
. (1.4.43)
o` u > 0 est le coecient de transfert thermique, n le vecteur unitaire normal `a exterieur `a ,
et u
ext
est la temperature exterieure (donnee).
2. Conditions aux limites de type Neumann sur
2
On suppose que la paroi
2
est parfaitement isolee,
et que le ux de chaleur `a travers cette paroi est donc nul. Ceci se traduit par une condition dite
de Neumann homog`ene:
27
0 1
2
1
0
3
x
y
2
1
2
I
1
4
hx
hy
Fig. 1.3 Domaine detude
u n = 0 x
2
. (1.4.44)
3. Conditions aux limites de type Dirichlet sur
4
Sur la paroi
4
, on suppose que la temperature est
xee. Ceci est une condition assez dicile `a obtenir experimentalement pour un probl`eme de type
chaleur, mais quon peut rencontrer dans dautres probl`emes pratiques.
u(x) = g(x), x
4
. (1.4.45)
4. Conditions sur linterface I : On suppose que linterface I est par exemple le si`ege dune reaction
chimique surfacique qui provoque un degagement de chaleur surfacique. On a donc un saut du
ux de chaleur au travers de linterface I. Ceci se traduit par la condition de saut suivante :

1
u
1
(x) n
1

2
u
2
(x) n
2
= (x), x I. (1.4.46)
o` u n
i
designe le vecteur unitaire normal `a I et exterieur `a
i
, et est une fonction donnee.
Discretisation par volumes nis
On se donne un maillage admissible T de

=
_
KT

K.
28
Par admissible, on entend un maillage tel quil existe des points (x
K
)
KT
situes dans les mailles, tels
que chaque segment x
K
x
L
soit orthogonal `a larete K[L separant la maille K de la maille L, comme
visible sur la gure 1.4.
L
xK xL
K|L
m()
dK,
K
Fig. 1.4 Condition dorthogonalite pour un maillage volumes nis
Cette condition est necessaire pour obtenir une approximation consistante du ux de diusion (cest-` a-
dire de la derivee normale sur larete K[L), voir remarque 1.29. Dans le cas present, le domaine represente
sur la gure 1.3 etant rectangulaire, cette condition est particuli`erement facile `a verier en prenant un
maillage rectangulaire. Par souci de simplicite, on prendra ce maillage uniforme, et on notera h
x
= 1/n
le pas de discretisation dans la direction x et h
y
= 1/p le pas de discretisation dans la direction y. Le
maillage est donc choisi de telle sorte que linterface I concide avec un ensemble daretes du maillage
quon notera c
I
. On a donc

I =
_
EI
,
o` u le signe designe ladherence de lensemble. On se donne ensuite des inconnues discr`etes (u
K
)
KT
associees aux mailles et (u

)
E
associees aux aretes.
Pour obtenir le schema volumes nis, on commence par etablir les bilans par maille en integrant lequation
sur chaque maille K (notons que ceci est faisable en raison du fait que lequation est sous forme conser-
vative, cest-`a-dire sous la forme : div(ux) = f). On obtient donc :
_
K
div(
i
u(x))dx =
_
K
f(x)dx,
soit encore, par la formule de Stokes,
_
K

i
u(x).n(x)d(x) = m(K)f
K
,
o` u n est le vecteur unitaire normal `a , exterieur `a , et designe le symbole dintegration sur la
fronti`ere. On decompose ensuite le bord de chaque maille K en aretes du maillage : K =
_
EK
o` u c
K
represente lensemble des aretes de K. On obtient alors :

EK
_

i
u.n
K,
d(x) = m(K)f
K
29
o` u n
K,
est le vecteur unitaire normal `a exterieur `a K. On ecrit alors une equation approchee:

EK
F
K,
= m(K)f
K
,
o` u F
K,
est le ux numerique `a travers , qui approche le ux exact F

K,
=
_

i
u.n
K,
d(x). Pour
obtenir le schema numerique, il nous reste `a exprimer le ux numerique F
K,
en fonction des inconnues
discr`etes (u
K
)
KT
associees aux mailles et (u

)
E
associees aux aretes (ces derni`eres seront ensuite
eliminees) :
F
K,
=
i
u

u
K
d
K,
m(), (1.4.47)
o` u d
K,
est la distance du point x
K
`a larete et m() est la longueur de larete (voir Figure 1.4).
Lequation associee `a linconnue u
K
est donc :

EK
F
K,
= m(K)f
K
.
On a ainsi obtenu autant dequations que de mailles. Il nous reste maintenant `a ecrire une equation pour
chaque arete, an dobtenir autant dequations que dinconnues.
En ce qui concerne les aretes interieures, on ecrit la conservativite du ux, ce qui nous permettra deliminer
les inconnues associees aux aretes internes. Soit = K[L
i
, On a alors :
F
K,
= F
L,
. (1.4.48)
On veriera par le calcul (cf. exercice 16 page 41) que, apr`es elimination de u

, ceci donne
F
K,
= F
L,
=
i
m()
d

(u
K
u
L
), (1.4.49)
o` u d

= d(x
K
,x
L
).
Remarque 1.29 (Consistance du ux) On appelle erreur de consistance associee au ux (1.4.47)
lexpression:
R
K,
=
1
m()
_

u(x) n
K,
d(x) F

K,
, o` u F

K,
=
i
u(x

) u(x
K
)
d
K,
m(),
o` u x

est lintersection de avec larete K[L, u la solution exacte.


On dit que le ux numerique donne par lexpression (1.4.47) est consistant si
lim
h(T )0
max
KT ,K
[R
K,
[ = 0,
o` u h(T ) est le pas du maillage, i.e. h(T ) = max
KT
diam(K), avec diam(K) = sup
(x,y)K
2 d(x,y). On
verie facilement que si u est susamment reguli`ere et si le segment x
K
x
L
est colineaire au vecteur
normaln, alors le ux numerique est consistant. Cette propriete, alliee a la propirete de conservativite
des ux, permet de demontrer la convergence du schema, comme on la fait dans le cas unidimensionnel.
Remarque 1.30 (Cas du maillage cartesien de la gure 1.3) Dans le cas du maillage caresien considere
pour notre probl`eme, il est naturel de choisir les points x
K
comme les centres de gravite des mailles.
Comme le maillage est uniforme, on a donc d
K,
=
hx
2
(resp.
hy
2
) et [[ = h
y
(resp. [[ = h
x
) pour une
arete verticale (resp. horizontale).
30
Ecrivons maintenant la discretisation des conditions aux limites et interface :
1. Condition de Neumann sur
2
Sur
2
, on a la condition de Neumann (1.4.44) :
i
u n = 0, quon
discretise par : c
K
et
2
,F
K,
= 0.
2. Condition de Dirichlet sur
4
La discretisation de la condition de Dirichlet (1.4.45) peut seectuer
de la mani`ere suivante :
u

=
1
m()
_

g(y)d(y).
Lexpression du ux numerique est alors :
F
K,
=
i
u

u
K
d
K,
m().
3. Condition de Fourier sur
1

3
Sur
1

3
on a la condition de Fourier (1.4.43) :

i
u n = (u(x) u
ext
) x
1

3
quon discretise par
F
K,
= m()
i
u

u
K
d
K,
= m()(u

u
ext
) pour
1

3
.
Apr`es elimination de u

(cf. exercice 16 page 41), on obtient :


F
K,
=

i
m()

i
+d
K,
(u
K
u
ext
). (1.4.50)
4. Condition de saut pour le ux sur I Si = K[L c
I
, la discretisation de la condition de saut
(1.4.46) se discretise facilement en ecrivant :
F
K,
+F
L,
=

, avec

=
1
[[
_

(x)d(x). (1.4.51)
3.
Apr`es elimination de linconnue u

(voir exercice 16 page 41), on obtient


F
K,
=

1
m()

1
d
L,
+
2
d
K,
[
2
(u
K
u
L
) +d
L,

] . (1.4.52)
On a ainsi elimine toutes les inconnues u

, ce qui permet dobtenir un syst`eme lineaire dont les inconnues


sont les valeurs (u
K
)
KT
.
Remarque 1.31 (Implantation informatique de la methode) Lors de limplantation informatique,
la matrice du syst`eme lineaire est construite par arete (contrairement ` a une matrice elements nis,
dont nous verrons plus tard la construction par element), c.` a.d. que pour chaque arete, on additionne
la contribution du ux au coecient de la matrice correspondant ` a lequation et ` a linconnue concernees.
31
1.5 Exercices
Exercice 1 (Comparaison dierences nies- volumes nis) Suggestions en page 42, corrige en page
44.
On consid`ere le probl`eme :
u

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


u(0) = a, u(1) = b,
(1.5.53)
Ecrire les schemas de dierences nies et volumes nis avec pas constant pour le probl`eme (1.5.53), et
comparer les schemas ainsi obtenus.
Exercice 2 (Conditionnement ecace.) Suggestions en page 42, corrige en page 44.
Soit f C([0,1]). Soit N IN

, N impair. On pose h = 1/(N +1). Soit A la matrice denie par (1.2.24)


page 17, issue dune discretisation par differences nies (vue en cours) du probl`eme (1.3.27) page 19.
Pour u IR
N
, on note u
1
, . . . ,u
N
les composantes de u. Pour u IR
N
, on dit que u 0 si u
i
0 pour
tout i 1, . . . ,N. Pour u, v IR
N
, on note u v =

N
i=1
u
i
v
i
.
On munit IR
N
de la norme suivante : pour u IR
N
, |u| = max[u
i
[, i 1, . . . ,N. On munit alors
/
N
(IR) de la norme induite, egalement notee | |, cest-`a-dire |B| = max|Bu|, u IR
N
t.q. |u| = 1,
pour tout B /
N
(IR).
Partie I Conditionnement de la matrice et borne sur lerreur relative
1. (Existence et positivite de A
1
) Soient b IR
N
et u IR
N
t.q. Au = b. Remarquer que Au = b
peut secrire :
_
1
h
2
(u
i
u
i1
) +
1
h
2
(u
i
u
i+1
) = b
i
, i 1, . . . ,N,
u
0
= u
N+1
= 0.
(1.5.54)
Montrer que b 0 u 0. [On pourra considerer p 0, . . . ,N + 1 t.q. u
p
= minu
j
, j
0, . . . ,N + 1.]
En deduire que A est inversible.
2. (Preliminaire. . . ) On consid`ere la fonction C([0,1],IR) denie par (x) = (1/2)x(1 x) pour
tout x [0,1]. On denit alors IR
N
par
i
= (ih) pour tout i 1, . . . ,N. Montrer que
(A)
i
= 1 pour tout i 1, . . . ,N.
3. (calcul de |A
1
|) Soient b IR
N
et u IR
N
t.q. Au = b. Montrer que |u| (1/8)|b| [Calculer
A(u |b|) avec deni `a la question 2 et utiliser la question 1]. En deduire que |A
1
| 1/8
puis montrer que |A
1
| = 1/8.
4. (calcul de |A|) Montrer que |A| =
4
h
2
.
5. (Conditionnement pour la norme | |). Calculer |A
1
||A|. Soient b,
b
IR
N
. Soient u,
u
IR
N
t.q. Au = b et A(u +
u
) = b +
b
. Montrer que
|
u
|
|u|
|A
1
||A|
|
b
|
|b|
.
Montrer quun choix convenable de b et
b
donne legalite dans linegalite precedente.
Partie II Borne realiste sur lerreur relative: Conditionnement ecace
On se donne maintenant f C([0,1],IR) et on suppose (pour simplier. . . ) que f(x) > 0 pour tout
x ]0,1[. On prend alors, dans cette partie, b
i
= f(ih) pour tout i 1, . . . ,N. On consid`ere aussi le
vecteur deni `a la question 2 de la partie I.
1. Montrer que h

N
i=1
b
i

i

_
1
0
f(x)(x)dx quand N et que

N
i=1
b
i

i
> 0 pour tout N. En
deduire quil existe > 0, ne dependant que de f, t.q. h

N
i=1
b
i

i
pour tout N IN

.
32
2. Soit u IR
N
t.q. Au = b. Montrer que N|u|

N
i=1
u
i
= uA

h
(avec donne `a la question 1).
Soit
b
IR
N
et
u
IR
N
t.q. A(u +
u
) = b +
b
. Montrer que
|
u
|
|u|

|f|
L

(]0,1[)
8
|
b
|
|b|
.
3. Comparer |A
1
||A| (question I.5) et
|f|
L

(]0,1[)
8
(question II.2) quand N est grand (ou quand
N ).
Exercice 3 (Conditionnement, reaction diusion 1d.) Corrige en page 47.
On sinteresse au conditionnement pour la norme euclidienne de la matrice issue dune discretisation par
Differences Finies du probl`eme aux limites suivant :
u

(x) +u(x) = f(x), x ]0,1[,


u(0) = u(1) = 0.
(1.5.55)
Soit N IN

. On note U = (u
j
)
j=1...N
une valeur approchee de la solution u du probl`eme (1.5.55)
aux points
_
j
N+1
_
j=1...N
. On rappelle que la discretisation par differences nies de ce probl`eme consiste
`a chercher U comme solution du syst`eme lineaire AU =
_
f(
j
N+1
)
_
j=1...N
o` u la matrice A M
N
(IR) est
denie par A = (N + 1)
2
B +Id, Id designe la matrice identite et
B =
_
_
_
_
_
_
_
_
_
2 1 0 . . . 0
1 2 1
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
. 1 2 1
0 . . . 0 1 2
_
_
_
_
_
_
_
_
_
1. (Valeurs propres de la matrice B.)
On rappelle que le probl`eme aux valeurs propres
u

(x) = u(x), x ]0,1[,


u(0) = u(1) = 0.
(1.5.56)
admet la famille (
k
,u
k
)
kIN
,
k
= (k)
2
et u
k
(x) = sin(kx) comme solution. Montrer que les
vecteurs U
k
=
_
u
k
(
j
N+1
)
_
j=1...N
sont des vecteurs propres de la matrice B. En deduire toutes les
valeurs propres de la matrice B.
2. En deduire les valeurs propres de la matrice A.
3. En deduire le conditionnement pour la norme euclidienne de la matrice A.
Exercice 4 (Erreur de consistance) Suggestions en page 42, corrige en page 47.
On consid`ere la discretisation `a pas constant par le schema aux dierences nies symetrique `a trois
points (vu en cours) du probl`eme (1.3.27) page 19, avec f C([0,1]). Soit N IN

, N impair. On pose
h = 1/(N + 1). On note u la solution exacte, x
i
= ih, pour i = 1, . . . ,N les points de discretisation, et
(u
i
)
i=1,...,N
la solution du syst`eme discretise.
1. Montrer que si f est constante, alors
max
1iN
[u
i
u(x
i
)[ = 0.
33
2. Soit N xe, et max
1iN
[u
i
u(x
i
)[ = 0. A-t-on forcement que f est constante sur [0,1] ? (justier la
reponse.)
Exercice 5 (Principe du maximum) Suggestions en page 42, corrige en page 47
On consid`ere le probl`eme :
_
u

(x) +c(x)u(x) = f(x), 0 < x < 1,


u(0) = a, u(1) = b,
(1.5.57)
o` u c C([0,1],IR
+
), et c C([0,1],IR), et (a,b) IR
2
.
1. Donner la discretisation par dierences nies de ce probl`eme. On appelle U
h
la solution approchee
(c.` a.d. U
h
= (u
1
, . . . ,u
N
)
t
, o` u u
i
est linconnue discr`ete en x
i
.
2. On suppose ici que c = 0. Montrer que u
i
min(a,b), pour tout i = 1, . . . ,N.
Exercice 6 (Positivite et principe du Maximum) Corrige en page 48.
Soient v C([0,1],IR
+
) et a
0
,a
1
IR.
1. On consid`ere le probl`eme suivant :
_
u
xx
(x) +v(x)u
x
(x) = 0, x ]0,1[,
u(0) = a
0
, u(1) = a
1
.
(1.5.58)
On admettra quil existe une unique solution u C([0,1],IR) C
2
(]0,1[,IR) `a ce probl`eme. On cherche `a
approcher cette solution par une methode de dierences nies. On se donne un pas de maillage h =
1
N+1
uniforme, des inconnues discr`etes u
1
, . . . ,u
N
censees approcher les valeurs u(x
1
), . . . ,u(x
N
). On consid`ere
le schema aux dierences nies suivant:
_
1
h
2
(2u
i
u
i+1
u
i1
) +
1
h
v
i
(u
i
u
i1
) = 0, i = 1, . . . ,N
u(0) = a
0
, u(1) = a
1
,
(1.5.59)
o` u v
i
= v(x
i
), pour i = 1, . . . ,N.
1.1 Expliquez en quoi ce schema est decentre amont.
1.2 Montrer que le syst`eme (1.5.59) secrit sous la forme MU = b avec U = (u
1
, . . . ,u
N
)
t
, b IR
N
, et M
est une matrice telle que :
(a) MU 0 U 0 (les inegalites sentendent composante par composante),
(b) M est inversible,
(c) Si U est solution de MU = b alors min(a
0
,a
1
) u
i
max(a
0
,a
1
).
1.3 Montrer que M est une Mmatrice, c. `a.d. que M verie :
(a) m
i,i
> 0 pour i = 1, . . . ,n;
(b) m
i,j
0 pour i,j = 1, . . . ,n, i ,= j ;
(c) M est inversible ;
(d) M
1
0 ;
2. On suppose maintenant que v C([0,1],IR
+
) C
1
(]0,1[,IR), et on consid`ere le probl`eme :
_
u
xx
(x) + (vu)
x
(x) = 0, x ]0,1[,
u(0) = a
0
, u(1) = a
1
.
(1.5.60)
34
On admettra quil existe une unique solution u C([0,1],IR) C
2
(]0,1[,IR) `a ce probl`eme. On cherche ici
encore `a approcher cette solution par une methode de dierences nies. On se donne un pas de maillage
h =
1
N+1
uniforme, des inconnues discr`etes u
1
, . . . ,u
N
censees approcher les valeurs u(x
1
), . . . ,u(x
N
). On
consid`ere le schema aux dierences nies suivant:
_
2u
i
u
i+1
u
i1
h
2
+
1
h
(v
i+
1
2
u
i
v
i
1
2
u
i1
) = 0, i = 1, . . . ,N
u(0) = a
0
, u(1) = a
1
,
(1.5.61)
o` u v
i+
1
2
= v(
xi+xi+1
2
), pour i = 0, . . . ,N.
2.1 Expliquez en quoi ce schema est decentre amont.
2.2 Montrer que le syst`eme (1.5.61) secrit sous la forme MU = b avec U = (u
1
, . . . ,u
N
)
t
, , b IR
N
,
2.3 Pour U = (u
1
, . . . ,u
N
)
t
et W = (w
1
, . . . ,w
N
)
t
IR
N
, calculer MU W, et en deduire lexpression de
(M
t
W)
i
, pour i = 1, . . . ,N (on distinguera les cas i = 2, . . . ,N 1, i = 1 et i = N.
2.4 Soit W IR
N
;
2.4. (a) montrer que si M
t
W 0 alors W 0 ; en deduire que si U IR
N
est tel que MU 0 alors
U 0.
2.4. (b) en deduire que si U IR
N
est tel que MU 0 alors U 0.
2.5 Montrer que M est une M-matrice.
2.6 Montrer que U solution de (1.5.61) peut ne pas verier min(a
0
,a
1
) u
i
max(a
0
,a
1
).
Exercice 7 (Probl`eme elliptique 1d, discretisation par dierences nies)
3
Suggestions en page
42, corrige en page 48.
Soit f C
2
([0,1]). On sinteresse au probl`eme suivant:
u
xx
(x) +
1
1+x
u
x
(x) = f(x), x ]0,1[,
u(0) = a u(1) = b.
(1.5.62)
On admet que ce probl`eme admet une et une seule solution u et on suppose que u C
4
(]0,1[). On cherche
une solution approchee de (3.4.41) par la methode des dierences nies. Soit n IN

, et h =
1
N+1
. On
note u
i
la valeur approchee recherchee de u au point ih, pour i = 0, ,N + 1.
On utilise les approximations centrees les plus simples de u
x
et u
xx
aux points ih,i = 1, ,n On pose
u
h
= (u
1
, ,u
n
)
t
.
1. Montrer que u
h
est solution dun syst`eme lineaire de la forme A
h
u
h
= b
h
; donner A
h
et b
h
.
2. Montrer que le schema numerique obtenu est consistant et donner une majoration de lerreur de
consistance (on rappelle que lon a suppose u C
4
).
3. Soit v IR
n
, montrer que A
h
v 0 v 0 (ceci sentend composante par composante). Cette
propriete sappelle conservation de la positivite. En deduire que A
h
est monotone.
4. On denit par
(x) =
1
2
(1 +x)
2
ln(1 +x) +
2
3
(x
2
+ 2x)ln2, x [0,1].
4.a. Montrer quil existe C 0, independante de h, t.q.
3. Cet exercice est tire du livre Exercices danalyse numerique matricielle et doptimisation, de P.G. Ciarlet et J.M.
Thomas, Collection Mathematiques pour la matrise, Masson, 1982
35
max
1in
[
1
h
2
(
i1
+ 2
i

i+1
) +
1
2h(1 +ih)
(
i+1

i1
) 1[ Ch
2
,
avec
i
= (x
i
), i = 0, . . . ,n + 1.
4.b On pose
h
= (
1
, ,)
t
. Montrer que (A
h

h
)
i
1 Ch
2
, pour i = 1, . . . ,N.
4.c Montrer quil existe M 0 ne dependant pas de h t.q. |A
1
h
|

M.
5. Montrer la convergence, en un sens `a denir, de u
h
vers u.
6. Que peut on dire si u , C
4
, mais seulement u C
2
ou C
3
?
7. On remplace dans (3.4.41)
1
1+x
par u
x
(x), avec donne (par exemple = 100). On utilise pour
approcher (3.4.41) le meme principe que precedemment (approximations centrees de u
x
et u
xx
. Que peut
on dire sur la consistance, la stabilite, la convergence du schema numerique?
Exercice 8 (Non consistance des volumes nis) Suggestions en page 43, corrige en page 52
Montrer que la discretisation de loperateur u

par le schema volumes nis nest pas toujours consistante


au sens des dierences nies, i.e. que lerreur de consistance denie par (voir remarque 1.21 page 20)
R
i
=
1
h
i
_
1
h
i+1/2
(u(x
i+1
) u(x
i
)) +
1
h
i1/2
(u(x
i
) u(x
i1
))
_
u

(x
i
)
ne tend pas toujours vers 0 lorsque h tend vers 0.
Exercice 9 (Consistance des ux) Corrige en page 53 Corrige en page 53
Montrer que le ux deni par (1.3.30) est consistant dordre 1 dans le cas general, et quil est dordre 2
si x
i+1/2
= (x
i+1
+x
i
)/2.
Exercice 10 (Conditions aux limites de Neumann) Suggestions en page 43, corrige en page 53
On consid`ere ici lequation le probl`eme de diusion reaction avec conditions aux limites de Neumann
homog`enes (correspondant `a une condition physique de ux nul sur le bord) :
_
u

(x) +cu(x) = f(x), x ]0,1[,


u

(0) = u

(1) = 0,
(1.5.63)
avec c IR

+
, et f C([0,1]). Donner la discretisation de ce probl`eme par
1. dierences nies,
2. volumes nis
Montrer que les matrices obtenues ne sont pas inversibles. Proposer une maniere de faire en sorte que le
probl`eme soit bien pose, compatible avec ce quon connat du probl`eme continu.
Exercice 11 (Conditions aux limites de Fourier (ou Robin)) Suggestions en page 43, corrige en
page 54
On consid`ere le probl`eme :
_
_
_
u

(x) +cu(x) = f(x), x ]0,1[,


u

(0) (u u) = 0,
u

(1) +(u u) = 0,
(1.5.64)
avec c IR
+
, f C([0,1]), IR

+
, et u IR.
Donner la discretisation de ce probl`eme par
1. dierences nies,
36
2. volumes nis
Dans les deux cas, ecrire le schema sous la forme dun syst`eme lineaire de N equations `a N inconnues,
en explicitant matrice et second membre (N est le nombre de noeuds internes en dierences nies, de
mailles en volumes nis).
Exercice 12 (Probl`eme elliptique 1d, discretisation par volumes nis) Suggestions en page
43, corrige en page 55
Soient a,b 0, c,d IR et f C([0,1],IR) ; on cherche `a approcher la solution u du probl`eme suivant :
u
xx
(x) +au
x
(x) +b(u(x) f(x)) = 0, x [0,1], (1.5.65)
u(0) = c, u(1) = d. (1.5.66)
On suppose (mais il nest pas interdit dexpliquer pourquoi. . . ) que (1.5.65)-(1.5.66) admet une solution
unique u C
2
([0,1],IR).
Soient N IN

et h
1
, . . . ,h
N
> 0 t.q.

N
i=1
h
i
= 1. On pose x1
2
= 0, x
i+
1
2
= x
i
1
2
+h
i
, pour i = 1, . . . ,N
(de sorte que x
N+
1
2
= 1), h
i+
1
2
=
hi+1+hi
2
, pour i = 1, . . . ,N 1, et f
i
=
1
hi
_
x
i+
1
2
x
i
1
2
f(x)dx, pour i =
1, . . . ,N.
Pour approcher la solution u de (1.5.65)-(1.5.66), on propose le schema numerique suivant :
F
i+
1
2
F
i
1
2
+bh
i
u
i
= bh
i
f
i
, i 1, . . . ,N, (1.5.67)
avec (F
i+
1
2
)
i{0,...,N}
donne par les expressions suivantes :
F
i+
1
2
=
u
i+1
u
i
h
i+
1
2
+au
i
, = i 1, . . . ,N 1, (1.5.68)
F1
2
=
u
1
c
h1
2
+ac, F
N+
1
2
=
d u
N
hN
2
+au
N
. (1.5.69)
En tenant compte des expressions (1.5.68) et (1.5.69), le schema numerique (1.5.67) donne donc un
syst`eme de N equations `a N inconnues (les inconnues sont u
1
, . . . ,u
N
).
1. Expliquer comment, `a partir de (1.5.65) et (1.5.66), on obtient ce schema numerique.
2. (Existence de la solution approchee.)
(a) On suppose ici que c = d = 0 et f
i
= 0 pour tout i 1, . . . ,N. Montrer quil existe un
unique vecteur U = (u
1
, . . . ,u
N
)
t
IR
N
solution de (1.5.67). Ce vecteur est obtenu en prenant
u
i
= 0, pour tout i 1, . . . ,N. (On rappelle que dans (1.5.67) les termes F
i+
1
2
et F
i
1
2
sont
donnes par (1.5.68) et (1.5.69).)
(b) On revient maintenant au cas general (cest `a dire c,d IR et f C([0,1],IR). Montrer quil
existe un unique vecteur U = (u
1
, . . . ,u
N
)
t
IR
N
solution de (1.5.67). (On rappelle, encore
une fois, que dans (1.5.67) les termes F
i+
1
2
et F
i
1
2
sont donnes par (1.5.68) et (1.5.69).)
Soient , > 0. On suppose, dans tout la suite de lexercice, quil existe h > 0 tel que h h
i
h,
pour tout i 1, . . . ,N. On note u
i
=
1
hi
_
x
i+
1
2
x
i
1
2
u(x)dx, pour i = 1, . . . ,N. (On rappelle que u est
la solution exacte de (1.5.65)-(1.5.66).)
37
3. (Non consistance du schema au sens des dierences nies)
(a) Montrer que le syst`eme peut se mettre sous la forme AU = B, o` u B est denie par
B
1
= bf
1
+
2c
h
2
1
+
ac
h
1
,
B
i
= bf
i
, i = 2,...,N 1,
B
N
= bf
n
+
2d
h
2
N
.
(b) On pose

R = A

U B avec

U = ( u
1
, . . . , u
N
)
t
. Verier que pour tout i 1,...,N,

R
i
peut se
mettre sous la forme :

R
i
=

R
1
i
+

R
2
i
o` u sup
i=1,..,N
[

R
1
i
[ C
1
et sup
i=1,..,N
[

R
2
i
[ C
2
h.
(c) On se restreint dans cette question au cas o` u a = 0, b > 0, f = 0, c = 1, d = e

b
, N = 2q,
h
i
= h si i est pair et h
i
=
h
2
si i est impair, avec h =
2
3N
.
Montrer que |

R|

ne tend pas vers 0 avec h.


4. (Consistance des ux.) En choisissant convenablement (

F
i+
1
2
)
i{0,...,N}
, montrer que :

F
i+
1
2


F
i
1
2
+bh
i
u
i
= bh
i
f
i
, i 1, . . . ,N, (1.5.70)
et que (

F
i+
1
2
)
i{0,...,N}
verie les egalites suivantes :

F
i+
1
2
=
u
i+1
u
i
h
i+
1
2
+au
i
+R
i+
1
2
, i 1, . . . ,N 1, (1.5.71)

F1
2
=
u
1
c
h1
2
+ac +R1
2
,

F
N+
1
2
=
d u
N
hN
2
+au
N
+R
N+
1
2
, (1.5.72)
avec,
[R
i+
1
2
[ C
1
h, i 0, . . . ,N, (1.5.73)
o` u C
1
IR, et C
1
ne depend que de ,, et u.
5. (Estimation derreur.) On pose e
i
= u
i
u
i
, pour i 1, . . . ,N et E = (e
1
, . . . ,e
N
)
t
.
(a) Montrer que E est solution du syst`eme (de N equations) suivant :
G
i+
1
2
G
i
1
2
+bh
i
e
i
= 0, i 1, . . . ,N, (1.5.74)
avec (G
i+
1
2
)
i{0,...,N}
donne par les expressions suivantes :
G
i+
1
2
=
e
i+1
e
i
h
i+
1
2
+ae
i
+R
i+
1
2
, i 1, . . . ,N 1, (1.5.75)
G1
2
=
e
1
h1
2
+R1
2
, G
N+
1
2
=
e
N
hN
2
+ae
N
+R
N+
1
2
, (1.5.76)
38
(b) En multipliant (1.5.74) par e
i
et en sommant sur i = 1, . . . ,N, montrer quil existe C
2
IR,
ne dependant que de ,, et u tel que :
N

i=0
(e
i+1
e
i
)
2
C
2
h
3
, (1.5.77)
avec e
0
= e
N+1
= 0.
(c) Montrer quil existe C
3
IR, ne dependant que de ,, et u tel que :
[e
i
[ C
3
h, pour tout i 1, . . . ,N. (1.5.78)
6. (Principe du maximum.) On suppose, dans cette question, que f(x) d c, pour tout x [0,1].
Montrer que u
i
c, pour tout i 1, . . . ,N. (On peut aussi montrer que u(x) c, pour tout
x [0,1].)
7. On remplace, dans cette question, (1.5.68) et (1.5.69) par :
F
i+
1
2
=
u
i+1
u
i
h
i+
1
2
+au
i+1
, i 1, . . . ,N 1, (1.5.79)
F1
2
=
u
1
c
h1
2
+au
1
, F
N+
1
2
=
d u
N
hN
2
+ad. (1.5.80)
Analyser bri`evement le nouveau schema obtenu (existence de la solution approchee, consistance des
ux, estimation derreur, principe du maximum).
Exercice 13 (Convergence de la norme H
1
discr`ete)
Montrer que si u
T
:]0,1[ IR est denie par u
T
(x) = u
i
x K
i
o` u (u
i
)
i=1,...,N
solution de (1.3.29)
(1.3.31), alors [u
T
[
1,T
converge dans L
2
(]0,1[) lorsque h tend vers 0, vers |Du|
L
2
(]0,1[)
, o` u u est la solution
de (1.3.27).
Exercice 14 (Discretisation 2D par dierences nies)
Ecrire le syst`eme lineaire obtenu lorsquon discretise le probl`eme
_
u = f dans =]0,1[]0,1[,
u = 0 sur .
(1.5.81)
par dierences nis avec un pas uniforme h = 1/N dans les deux directions despace. Montrer lexistence
et lunicite de la solution du syst`eme lineaire obtenu.
39
Exercice 15 (Probl`eme elliptique 2d, discretisation par DF) Corrige en page 1.7 page 57
Soit =]0,1[
2
IR
2
. On se propose detudier deux schemas numeriques pour le probl`eme suivant :
_
u(x,y) +k
u
x
(x,y) = f(x,y), (x,y) ,
u = 0, sur ,
(1.5.82)
o` u k > 0 est un reel donne et f C(

) est donnee. On note u la solution exacte de (1.5.82) et on suppose


que u C
4
(

).
1. (Principe du maximum)
Montrer que pour tout C
1
(

) t.q. = 0 sur , on a :
_

u(x) (x) dx +
_

k
u
x
(x)(x) dx =
_

f(x)(x) dx.
En deduire que si f 0 sur

, on a alors u 0 sur

.
Soit N IN, on pose h =
1
N+1
, et u
i,j
est la valeur approchee recherchee de u(ih,jh), (i,j)
0,...,N +1
2
. On pose f
i,j
= f(ih,jh), pour tout (i,j) 1,...,N
2
. On sinteresse `a deux schemas
de la forme :
_
a
0
u
i,j
a
1
u
i1,j
a
2
u
i+1,j
a
3
u
i,j1
a
4
u
i,j+1
= f
i,j
, (i,j) 1,...,N
2
,
u
i,j
= 0, (i,j) ,
(1.5.83)
o` u a
0
,a
1
,a
2
,a
3
,a
4
sont donnees (ce sont des fonctions donnees de h) et = (i,j), (ih,jh) (
depend aussi de h). Le premier schema, schema [I], correspond au choix suivant des a
i
:
a
0
=
4
h
2
, a
1
=
1
h
2
+
k
2h
, a
2
=
1
h
2

k
2h
, a
3
= a
4
=
1
h
2
.
Le deuxi`eme schema, schema [II], correspond au choix suivant des a
i
:
a
0
=
4
h
2
+
k
h
, a
1
=
1
h
2
+
k
h
, a
2
= a
3
= a
4
=
1
h
2
.
2. (Consistance)
Donner une majoration de lerreur de consistance en fonction de k, h et des derivees de u, pour les
schemas [I] et [II]. Donner lordre des schemas [I] et [II].
3. (Principe du maximum discret)
Dans le cas du schema [II] montrer que si (w
i,j
) verie :
a
0
w
i,j
a
1
w
i1,j
a
2
w
i+1,j
a
3
w
i,j1
a
4
w
i,j+1
0, (i,j) 1,...,N
2
,
on a alors
w
i,j
max
(n,m)
(w
n,m
), (i,j) 1,...,N
2
.
Montrer que ceci est aussi vrai dans le cas du schema [I] si h verie une condition `a determiner.
40
4. (Stabilite)
Montrer que le schema [II] et le schema [I] sous la condition trouvee en 3. sont stables (au sens
[[U[[

C[[f[[

, avec une constante C `a determiner explicitement, o` u U = u


i,j

(i,j){0,...,N+1}
2
est solution de (1.5.83). [On pourra utiliser la fonction (x,y) =
1
2
y
2
].
En deduire que dans le cas du schema [II] et du schema [I] sous la condition trouvee en 3. le probl`eme
(1.5.83) admet, pour tout f, une et une seule solution.
5. (Convergence)
Les schemas [I] et [II] sont-ils convergents ? (au sens max
(i,j){0,...,N+1}
2([u
i,j
u(ih,jh)[) 0
quand h 0). Quel est lordre de convergence de chacun des schemas?
6. (Commentaires)
Quels sont, `a votre avis, les avantages respectifs des schemas [I] et [II] ?
Exercice 16 (Elimination des inconnues daretes.) Suggestions en page 43, corrige en page 62
On se place ici dans le cadre des hypoth`eses et notations du paragraphe 1.4.2 page 27
1. Pour chaque arete interne = K[L, calculer la valeur u

en fonction de u
K
et u
L
et en deduire que
les ux numeriques F
K,
et F
L,
verient bien (1.4.49)
2. Pour chaque arete
1

3
, telle que c
K
, calculer u

en fonction de u
K
et montrer que F
K,
verie bien (1.4.50)
3. Pour chaque arete c
I
, avec = K[L K
1
, calculer la valeur u

en fonction de u
K
et u
L
et en deduire que les ux numeriques F
K,
et F
L,
verient bien (1.4.52)
4. Ecrire le syst`eme lineaire que satisfont les inconnues (u
K
)
KT
.
Exercice 17 (Implantation de la methode des volumes nis.)
On consid`ere le probl`eme de conduction du courant electrique
div(
i
(x)) = 0 x
i
, i = 1,2 (1.5.84)
o` u represente le potentiel electrique, j = (x) est donc le courant electrique,
1
> 0,
2
> 0 sont
les conductivites thermiques dans les domaines
1
et avec
2
, avec
1
=]0,1[]0,1[ et
2
=]0,1[]1,2[.
On appelle
1
=]0,1[0,
2
= 1]0,2[,
3
=]0,1[2, et
4
= 0]0,2[ les fronti`eres exterieures
de , et on note I =]0,1[0 linterface entre
1
et
2
(voir Figure 1.3). Dans la suite, on notera la
conductivite electrique sur , avec [
i
=
i
, i = 1,2.
On suppose que les fronti`eres
2
et
4
sont parfaitement isolees. Le potentiel electrique etant deni `a une
constante pr`es, on impose que sa moyenne soit nulle sur le domaine, pour que le probl`eme soit bien pose.
La conservation du courant electrique impose que
_
1
j n +
_
3
j n = 0,
o` u n designe le vecteur unitaire normal `a la fronti`ere et exterieure `a .
Enn, on suppose que linterface I est le si`ege dune reaction electrochimique qui induit un saut de
potentiel. On a donc pour tout point de linterface I:

2
(x)
1
(x) = (x), x I,
41
o` u
i
designe la restriction de au sous domaine i. La fonction est donc discontinue sur linterface I.
Notons que, par contre, le courant electrique est conserve et on a donc
( n)[
2
(x) + ( n)[
1
(x) = 0, x I.
1. Ecrire le probl`eme complet, avec conditions aux limites.
2. Discretiser le probl`eme par la methode des volumes nis, avec un maillage rectangulaire uniforme,
(considerer deux inconnues discr`etes pour chaque arete de linterface) et ecrire le syst`eme lineaire obtenu
sur les inconnues discr`etes.
1.6 Suggestions pour les exercices
Exercice 1 page 32 (Comparaison dierences nies- volumes nis)
On rappelle que le schema dierences nies sobtient en ecrivant lequation en chaque point de discretisation,
et en approchant les derivees par des quotients dierentiels, alors que le schema volumes nis sobtient
en integrant lequation sur chaque maille et en approchant les ux par des quotients dierentiels.
Exercice 2 page 32 (Conditionnement ecace)
Partie 1
1. Pour montrer que A est inversible, utiliser le theor`eme du rang.
2. Utiliser le fait que est un polynome de degre 2.
3. Pour montrer que |A
1
| =
1
8
, remarquer que le maximum de est atteint en x = .5, qui correspond
`a un point de discretisation car N est impair.
Partie 2 Conditionnement ecace
1. Utiliser la convergence uniforme. 2. Utiliser le fait que A = (1 . . . 1)
t
.
Exercice 4 page 33 (Erreur de consistance)
1. Utiliser lerreur de consistance.
2. Trouver un contre-exemple.
Exercice 5 page 34 (Principe du maximum)
2. Poser u
0
= a, u
N+1
= b. Considerer p = mini = 0, ,N + 1 ; u
p
= min
j=0, ,N+1
u
j
. Montrer que
p = 0 ou N + 1.
Exercice 7 page 35 (Dierences nies pour un probl`eme elliptique)
Questions 1 `a 3 : application directe des methodes de demonstration vues en cours (paragraphe 1.2 page
13).
Question 4 : La fonction est introduite pour montrer une majoration de |A
1
|, puisquon a plus A = 1,
o` u
i
= (x
i
) est la et est la fonction miracle dans le cas u

= f. Une fois quon a montre les


42
bonnes proprietes de la fonction (questions 4.a et 4.b), on raisonne comme dans le cours pour la question
4.c (voir demonstration de la proposition 1.14 page 17.
Exercice 8 (Non consistance des volumes nis)
Prendre f constante et egale `a 1 et prendre h
i
= h/2 pour i pair et h
i
= h pour i impair.
Exercice 10 page 36 (Conditions aux limites de Neumann)
1. En dierences nies, ecrire les equations internes de mani`ere habituelle, et eliminez les inconnues qui
apparaissent au bord u
0
et u
N+1
en discretisant convenablement les conditions aux limites. En volumes
nis, cest encore plus simples (ux nul au bord...)
2. Remarquer les constantes sont solutions du probl`eme continu, et chercher alors par exemple une solution
`a moyenne nulle.
Exercice 11 page 36 (Conditions aux limites de Fourier (ou Robin) et Neu-
mann)
Ecrire les equations internes de mani`ere habituelle, et eliminez les inconnues qui apparaissent au bord u
0
et u
N+1
en discretisant convenablement les conditions aux limites.
Exercice 12 page 37 (Volumes nis 1D)
1. Pour justier le schema: ecrire les bilans par maille, et approchez les ux par des quotients dierentiels
de mani`ere consistante.
2 (a) On pourra, par exemple, multiplier (1.5.67) par u
i
et sommer pour i = 1, . . . ,N, puis conclure en
remarquant, en particulier, que

N
i=1
(u
i
u
i1
)u
i
=
1
2

N+1
i=1
(u
i
u
i1
)
2
, avec u
0
= u
N+1
= 0.
2 (b) Pensez au miracle de la dimension nie. . .
4. Eectuer les developpements de Taylor
5. (b) (c) Se debarasser des termes de convection en remarquant quils ont le bon signe, et sinspirer
de la demonstration du theor`eme 1.25 page 22.
Exercice 14 (Discretisation 2D par dierences nies)
Adapter le cas unidimensionnel, en faisant attention aux conditions limites. Pour montrer lexistence et
unicite, calculer le noyau de la matrice.
Exercice 16 (Elimination des inconnues daretes)
1. Ecrire la conservativite du ux : F
K,
= F
L,
et en deduire la valeur de u

.
43
2. Trouver la valeur de u

qui verie
m()
i
u

u
K
d
K,
= m()(u

u
ext
).
3. Remplacer F
K,
et F
L,
par leurs expressions dans (1.4.51) et en deduire la valeur de u

.
4. Adopter lordre lexicographique pour la numerotation des mailles, puis etablir lequation de chaque
maille, en commen ant par les mailles interne.
1.7 Corriges des exercices
Corrige de lexercice 1 page 32
Le schema dierences nies pour lequation (1.5.53) secrit :
_
_
_
1
h
2
(2u
i
u
i1
u
i+1
) = f
i
, i = 1, . . . ,N,
u
0
= a, u
N+1
= b.
Le schema volumes nis pour la meme equation secrit :
F
i+
1
2
F
i
1
2
= hf
i
, i = 1, . . . ,N (1.7.85)
avec F
i+
1
2
=
u
i+1
u
i
h
, i = 1, . . . ,N 1 et F1
2
=
u
1
a
h
2
.
F
N+
1
2
=
b u
N
h
2
En rempla cant les expressions des ux dans lequation (1.7.85). On obtient :
1
h
2
(2u
i
u
i+1
u
i1
) = f
i
, i = 2, . . . ,N 1
1
h
2
(3u
1
2u
2
a) = 2f
1
1
h
2
(3u
N
2u
N1
b) = 2f
N
,
La dierence entre les deux schemas reside dans la premi`ere et derni`ere equations.
Corrige de lexercice 2 page 32 (Conditionnement ecace)
Partie I
1. Soit u = (u
1
. . . u
N
)
t
. On a
Au = b
_
1
h
2
(u
i
u
i1
) +
1
h
2
(u
i
u
i+1
) = b
i
, i = 1, . . . N,
u
0
= u
N+1
= 0.
Supposons b
i
0, i = 1, . . . ,N, et soit p 0, . . . ,N + 1 tel que u
p
= min(u
i
, i = 0, . . . ,N + 1).
Si p = 0 ou N + 1, alors u
i
0 i = 0,N + 1 et donc u 0.
44
Si p 1, . . . ,N, alors
1
h
2
(u
p
u
p1
) +
1
h
2
(u
p
u
p+1
) 0
et comme u
p
u
p1
< 0 et u
p
u
p+1
0, on aboutit `a une contradiction.
Montrons maintenant que A est inversible. On vient de montrer que si Au 0 alors u 0. On en deduit
par linearite que si Au 0 alors u 0, et donc que si Au = 0 alors u = 0. Ceci demontre que lapplication
lineaire representee par la matrice A est injective donc bijective (car on est en dimension nie).
2. Soit C([0,1],IR) tel que (x) = 1/2x(1 x) et
i
= (x
i
), i = 1,N, o` u x
i
= ih.
(A)
i
est le developpement de Taylor `a lordre 2 de

(x
i
), et comme est un polynome de degre 2, ce
developpement est exact. Donc (A)
i
=

(x
i
) = 1.
3Soient b IR
N
et u IR
N
tels que Au = b. On a :
(A(u |b|))
i
= (Au)
i
|b|(A)
i
= b
i
|b|.
Prenons dabord

b
i
= b
i
+|b| 0, alors par la question (1),
u
i
+|b|
i
0 i = 1, . . . ,N.
Si maintenant on prend

b
i
= b
i
|b| 0, alors
u
i
|b|
i
0 i = 1, . . . ,N.
On a donc |b|
i
|b|
i
.
On en deduit que |u|

|b| ||

; or ||

=
1
8
. Do` u |u|


1
8
|b|.
On peut alors ecrire que pour tout b IR
N
,
|A
1
b|


1
8
|b|, donc
|A
1
b|

|b|

1
8
, do` u |A
1
|
1
8
.
On montre que |A
1
| =
1
8
en prenant le vecteur b deni par b(x
i
) = 1, i = 1, . . . ,N. On a en eet
A
1
b = , et comme N est impair, i 1, . . . ,N tel que x
i
=
1
2
;or ||

= (
1
2
) =
1
8
.
4. Par denition, on a |A| = sup
x=1
|Ax|, et donc |A| = max
i=1,N

j=1,N
[a
i,j
[, do` u le resultat.
5. Gr ace aux questions 3 et 4, on a, par denition du conditionnement pour la norme | |, cond(A) =
|A||A
1
| =
1
2h
2
.
Comme A
u
=
b
, on a:
|
u
| |A
1
|
b
|
|b|
|b|
|A
1
|
b
|
|A||u|
|b|
,
do` u le resultat.
45
Pour obtenir legalite, il sut de prendre b = Au o` u u est tel que |u| = 1 et |Au| = |A|, et
b
tel que
|
b
| = 1 et |A
1

b
| = |A
1
|. On obtient alors
|
b
|
|b|
=
1
|A|
et
|u|
|u|
= |A
1
|.
Do` u legalite.
Partie 2 Conditionnement ecace
1. Soient
(h)
et f
(h)
les fonctions constantes par morceaux denies par

h
(x) =
_
(ih) =
i
si x ]x
i

h
2
, x
i
+
h
2
[, i = 1, . . . ,N,
0 si x [0,
h
2
] ou x ]1
h
2
,1].
et
f
(h)
(x) =
_
f(ih) = b
i
si x ]x
i

h
2
, x
i
+
h
2
[,
f(ih) = 0 si x [0,
h
2
] ou x ]1
h
2
,1].
Comme f C([0,1],IR) et C
2
([0,1],IR), la fonction f
h
(resp.
h
) converge uniformement vers f (resp.
) lorsque h 0. On a donc
h
N

i=1
b
i

i
=
_
1
0
f
(h)
(x)
(h)
(x)dx
_
1
0
f(x)(x)dx lorsque h 0.
Comme b
i
> 0 et f
i
> 0 i = 1, . . . ,N, on a evidemment
S
N
=
N

i=1
b
i

i
> 0 et S
N

_
1
0
f(x)(x)dx = > 0 lorsque h 0.
Donc il existe N
0
IN tel que si N N
0
, S
N


2
, et donc S
N
= min(S
0
,S
1
. . . S
N0
,

2
) > 0.
2. On a N|u| = N sup
i=1,N
[u
i
[

N
i=1
u
i
. Dautre part, A = (1 . . . 1)
t
donc u A =
N

i=1
u
i
; or
u A = A
t
u = Au car A est symetrique. Donc u A =
N

i=1
b
i

i


h
dapr`es la question 1. Comme

u
= A
1

b
, on a donc |
u
| |A
1
| |
b
| ; et comme N|u|

h
, on obtient :
|
u
|
|u|

1
8
hN

|
b
|
|f|

|b|
.
Or hN = 1 et on a donc bien :
|
u
|
|u|

|f|

8
|
b
|
|b|
.
3. Le conditionnement cond(A) calcule dans la partie 1 est dordre 1/h
2
, et donc tend vers linni lorsque
le pas du maillage tend vers 0, alors quon vient de montrer dans la partie 2 que la variation relative
u
u
est inferieure `a une constante multipliee par la variation relative de

b

b
. Cette derni`ere information est
nettement plus utile et rejouissante pour la resolution eective du syst`eme lineaire.
46
Corrige de lexercice 3 page 33 (Conditionnement, reaction diusion 1d)
1. Pour k = 1 `a N, calculons BU
k
:
(BU
k
)
j
= sink(j 1)h + 2 sink(jh) sink(j + 1)h, o` u h =
1
N + 1
.
En utilisant le fait que sin(a+b) = sin a cos b+cos a sin b pour developper sink(1j)h et sin k(j +
1)h, on obtient (apr`es calculs) :
(BU
k
)
j
=
k
(U
k
)
j
, j = 1, . . . ,N,
o` u
k
= 2(1 cos kh) = 2(1 cos
k
N + 1
). On peut remarquer que pour k = 1, . . . ,N, les valeurs

k
sont distinctes.
On a donc trouve les N valeurs propres
1
. . .
N
de B associees aux vecteurs propres U
1
, . . . ,U
N
de IR
N
tels que (U
k
)
j
= sin
kj
N + 1
, j = 1, . . . ,N.
2. Comme A = Id +
1
h
2
B, les valeurs propres de la matrice A sont les valeurs
i
= 1 +
1
h
2

i
.
3. Comme A est symetrique, le conditionnement de A est donne par
cond
2
(A) =

N

1
=
1 +
2
h
2
(1 cos
N
N + 1
)
1 +
2
h
2
(1 cos

N + 1
)
.
Corrige de lexercice 4 page 33 (Erreur de consistance)
1. Si f est constante, alors u

est constante, et donc les derivees dordre superieur de u sont nulles.


Donc par lestimation (1.2.19) page 16 sur lerreur de consistance, on a R
i
= 0 pour tout i = 1, . . . ,N.
Si on appelle U le vecteur de composantes u
i
et

U le vecteur de IR
N
de composantes u(x
i
), on
peut remarquer facilement que U

U = A
1
R, o` u R est le vecteur de composantes R
i
. On a donc
U

U = 0, c.q.f.d.
2. Il est facile de voir que f nest pas forcement constante, en prenant f(x) = sin2x, et h = 1/2, on
na donc quune seule inconnue u
1
qui verie u
1
= 0, et on a egalement u(1/2) = sin = 0.
Corrige de lexercice 5 page 34
1. On se donne une discretisation (x
i
)
i=1,...N
de [0,1], avec un pas constant h. On approche u

(x
i
) par le
quotient dierentiel
1
h
2
(2u(x
i
) u(x
i1
) u(x
i+1
)).
Le schema resultant secrit donc :
_
1
h
2
(2u
i
u
i1
u
i+1
) +c
i
u
i
= f
i
, i = 1, . . . ,N.
u
0
= a,u
N+1
= b.
2. Soit p = mini; u
i
= min
j=0,N+1
u
j
.
Supposons que 1 < p < N,, alors on a
1
h
2
(u
p
u
p1
) +
1
h
2
(u
p
u
p+1
) = f
p
.
47
Or u
p
= min u
j
, on a donc u
p
u
p1
< 0, puisque p = mini; u
i
= min
j=0,...N+1
u
j
, et u
p
u
p+1
0.Comme
f
p
0, on aboutit `a une contradiction. On en deduit que p = 0 pu N+1, ce qui prouve que u
i
min(a,b).
Corrige de lexercice 6 page 34
Corrige en cours de redaction.
Corrige de lexercice 7 page 35
1. On se donne un pas constant h = x
i+1
x
i
=
1
N+1
. Comme u C
4
(]0,1[), un developpement de Taylor
`a lordre 4 aux points x
i+1
et x
i
donne :
_

_
u(x
i+1
) = u(x
i
) +hu

(x
i
) +
h
2
2
u

(x
i
) +
h
3
6
u
(3)
(x
i
) +
h
4
24
u
(4)
(
i
)
u(x
i1
) = u(x
i
) hu

(x
i
) +
h
2
2
u

(x
i
)
h
3
6
u
(3)
(x
i
) +
h
4
24
u
(4)
(
i
),
o` u
i
(resp.
i
) appartient `a lintervalle [x
i
,x
i+1
] (resp. [x
i1
,x
i
]). En eectuant la somme et la dierence
de ces deux lignes, et on trouve :
_

_
u

(x
i
) =
2u(x
i
) u(x
i1
) u(x
i+1
)
h
2
+
h
2
24
(u
(4)
(
i
) +u
(4)
(
i
))
u

(x
i
) =
u(x
i+1
) u(x
i1
)
2h
+
h
3
3
u
(3)
(x
i
) +
h
2
24
(u
(4)
(
i
) u
(4)
(
i
)).
(1.7.86)
On prend alors en compte les conditions limites du syst`eme de type Dirichlet. On introduit les valeurs
u
0
= a et u
N+1
= b, et on obtient alors le schema suivant :
_
_
_
2u
i
u
i1
u
i+1
h
2
+
_
1
1 +ih
_
u
i+1
u
i1
2h
= f
i
, i = 1, . . . ,N,
u
0
= a, u
N+1
= b.
On en deduit la forme matricielle du syst`eme A
h
u
h
= b
h
A
h
=
_
_
_
_
_
_
_
_
_
_
_
_
_
2
h
2

1
h
2
+
1
2h(1+h)
0 . . . 0

1
h
2
+
1
2h(1+h)
2
h
2
. . . 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
h
2
+
1
2h(1+(N1)h)
0 . . . 0
1
h
2
+
1
2h(1+Nh)
2
h
2
_
_
_
_
_
_
_
_
_
_
_
_
_
,
48
soit encore
A
h
=
1
h
2
_
_
_
_
_
_
_
_
_
_
_
2 1 0 . . . . . . 0
1 2 1 0 . . . 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 1
0 . . . 0 1 2
_
_
_
_
_
_
_
_
_
_
_
+
1
2h
_
_
_
_
_
_
_
_
_
_
_
_
_
0
1
1+h
0 . . . . . . 0

1
1+2h
.
.
.
1
1+2h
0 . . . 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1+(N1)h
0 . . . 0
1
1+Nh
0
_
_
_
_
_
_
_
_
_
_
_
_
_
avec
b
h
=
_
_
_
_
_
_
_
_
_
_
_
_
f
1
+a
_
1
h
2
+
1
2h(1+h)
_
f
2
.
.
.
.
.
.
f
N1
f
N
+b
_
1
h
2

1
2h(1+Nh)
_
_
_
_
_
_
_
_
_
_
_
_
_
et u
h
=
_
_
_
_
_
_
_
_
_
_
u
1
u
2
.
.
.
.
.
.
u
N1
u
N
_
_
_
_
_
_
_
_
_
_
.
2. Majorons lerreur de consistance :
R
1
=
u(x
i+1
) 2u(x
i
) +u(x
i1
)
h
2
u

(x
i
)
R
2
=
u(x
i+1
) u(x
i1
)
2h
u

(x
i
)
La premi`ere egalite de (1.7.86) entrane que :
|R
1
|


h
2
12
sup
[0;1]
[u
(4)
[.
En eectuant alors les developpements limites jusqu` a lordre 3, on obtient de la meme mani`ere que :
|R
2
|


h
2
6
sup
[0;1]
|u
(3)
|
Do` u on deduit nalement que :
|R|


h
2
12
_
sup
[0,1]
[u
(4)
[ + 2 sup
[0,1]
[u
(3)
[
_
. (1.7.87)
3. Par hypoth`ese on suppose A
h
v 0, et on va montrer que v 0 pour v IR
N
. Lhypoth`ese sur la
matrice A
h
nous permet decrire pour la i-`eme ligne linequation suivante:
_
1
h
2

1
2h(1 +ih)
_
u
i1
+
2
h
2
u
i
+
_
1
h
2
+
1
2h(1 +ih)
_
u
i+1
0 (1.7.88)
Soit
p = min
_
i 1, . . . ,N; v
p
= min
j=1,...,N
v
j
_
.
49
Supposons dabord que p = 1. On a alors :
v
1
v
j
, j = 1, . . . ,N.
Mais linequation (1.7.88) pour p = 1 secrit encore :
1
h
2
(v
1
v
2
) +
_
1
h
2
+c
1
_
v
1
0,
On a donc
v
1

1
1 +c
1
h
2
(v
2
v
1
) 0,
ce qui montre que min
j=1,...,N
v
j
= v
1
0 si p = 1. Un raisonnement similaire permet de montrer que si
p = N, on a v
n
0 et donc min
j=1,...,N
v
j
0.
Supposons enn que p 2, . . . ,N 1 on a alors, par la deuxi`eme inequation de (1.2.17) :
1
h
2
(v
p
v
p1
) +
1
h
2
(v
p
v
p+1
) +
1
2h(1 + ph)
(v
p+1
v
p
+v
p
v
p1
) 0.
On en deduit que
_
1
h
2

1
2h(1 +ph)
_
(v
p
v
p1
) +
_
1
h
2
+
1
2h(1 +ph)
_
(v
p
v
p+1
) 0.
Or h < 1, donc
1
h
2

1
2h(1+ph)
> 0. Les deux termes du membre de gauche de lequation cidessus sont
donc negatifs ou nuls. On doit donc avoir : v
p1
= v
p
= v
p+1
ce qui est impossible car p est le plus petit
indice j tel que v
j
= min
i=1,...,N
v
i
. Donc dans ce cas le minimum ne peut pas etre atteint pour j = p > 1.
On a ainsi nalement montre que min
i{1,...,N}
v
i
0, on a donc v 0.
La matrice A
h
est monotone si et seulement si elle est inversible et que A
1
h
0. Pour verier que A
h
est inversible il sut de remarquer que si A
h
v = 0, alors A
h
v 0 et A
h
(v) 0, ce qui entrane que
v = 0, par conservation de la positivite. On en deduit que Ker(A
h
) = 0, et donc A
h
est inversible.
Pour montrer que A
h
est monotone, il nous rester `a prouver que A
1
h
0.
On se donne pour cela b IR
n
tel que A
h
b = e
i
, o` u e
i
est le vecteur de la base canonique de IR
n
, ainsi
e
i
0. Dapres la conservation de la positivite, on a b 0. Cependant b est le i`eme colonne de A
1
h
, donc
b est solution de A
1
h
e
i
= b tel que b 0 donc (A
1
h
) 0.
4.a.On calcule les derivees successives de :
_

(x) =
1
2
(1 +x) (1 +x)ln(1 +x) +
4
3
(1 +x) ln 2,

(x) =
1
2
1 ln(1 +x) +
4
3
ln 2,

(3)
(x) =
1
1+x
,

(4)
(x) =
1
(1+x)
2
.
(1.7.89)
On verie alors que (x) est solution de lequation:

xx
(x) +
1
1 +x

x
(x) = f(x),
avec f(x) =
1
2
+ 1 + ln(1 + x)
4
3
ln 2
1
2
ln(1 + x) +
4
3
ln 2 = 1. De plus (0) = 0 et (1) = 0, donc
A
h

h
= b
h
. On a donc :
50
max
1in
[
1
h
2
(
i1
+ 2
i

i+1
) +
1
2h(1 +ih)
(
i+1

i1
) 1[
h
2
12
_
sup
[0;1]
[
(4)
[ + 2 sup
[0;1]
[
(3)
[
_
et comme sup
[0;1]
[
(4)
[ = 1 et sup
[0;1]
[
(3)
[ = 1, on a
max
1in
[
1
h
2
(
i1
+ 2
i

i+1
) +
1
2h(1 +ih)
(
i+1

i1
) 1[
h
2
4
.
4.b On a dapres la question precedente que: max
1in
[(A
h

h
) f
i
[
h
2
4
, avec f
i
= 1, et donc :
h
2
4
(A
h

h
)
i
1
h
2
4
ce qui entrane
(A
h

h
)
i
1
h
2
4
.
4.c Par denition de la norme on a :
|B|

= sup
v=0
|Bv|
|v|
= sup
i(1;.;N)
N

j=1
[B
i,j
[,
et comme A
1
h
est une matrice positive, on a :
|A
1
h
|

= sup
i(1;.;N)
N

j=1
(A
1
h
)
i,j
.
On se donne
v = (1
1
4
h
2
; ...; 1
1
4
h
2
),
et on note d = A
1
h
v on a donc A
h
d = v. Dapres la question 4b on a :
(A
h

h
)
i
v
i
, i (1, . . . ,N)
ce qui peut encore secrire :
A
h
(
h
A
1
h
v) 0.
Par conservation de la positivite (question 3), on en deduit que

h
A
1
h
v 0,
soit encore
(
h
)
i
(1
1
4
h
2
)(A
1
h
e)
i
avec e = (1, . . . ,1)
t
Or e 0, A
1
h
e 0, et 1
1
4
h
2
> 0. On en deduit que (A
1
h
e)
i

1
1
1
4
h
2
(
h
)
i
, soit encore :
|A
1
h
e|

= |A
1
h
|


1
1
1
4
h
2
|
h
|

.
51
La fonction est continue et bornee sur [0; 1] ; il existe donc K tel que [(x)[ K. De plus
1
1
1
4
h
2

4
3
.
On en deduit que
|A
1
h
|

M, (1.7.90)
avec M =
4
3
K.
5. Dans la question 2, on a montre que le schema est consistant dordre 2 avec la majoration suivante :
|R
h
|


h
2
12
_
sup
[0;1]
|u
(4)
| + 2. sup
[0;1]
|u
(3)
|
_
Soit u = (u(x
1
), . . . ,u(x
N
))
t
le vecteur dont les composantes sont les valeurs de la solution exacte aux
points de discretisation. Par denition, on a :
A
h
u
h
A
h
u = b
h
(b
h
+R
h
),
et donc lerreur de discretisation verie :
e
h
= u u
h
= A
1
h
R
h
. (1.7.91)
Pour montrer la convergence du schema il sut de montrer que e
h
tend vers 0 avec h. Ceci se deduit de
la stabilite du schema ainsi que la consistance. De (1.7.91), on deduit :
|e
h
|

= |A
1
h
R
h
|

|A
1
h
|

|R
h
|

,
et donc, grace `a la stabilite (1.7.90) et la consistance (1.7.87), on obtient : |e
h
|

K h
2
, ce qui prouve
la convergence.
Corrige de lexercice 8 page 36 (Non consistance des volumes nis)
Par developpement de Taylor, pour i = 1, . . . ,N, il existe
i
[x
i
,x
i+1
] tel que :
u(x
i+1
) = u(x
i
) +h
i+
1
2
u
x
(x
i
) +
1
2
h
2
i+
1
2
u
xx
(x
i
) +
1
6
h
3
i+
1
2
u
xxx
(
i
),
et donc
R
i
=
1
hi
h
i+
1
2
+h
i
1
2
2
u
xx
(x
i
) +u
xx
(x
i
) +
i
, i = 1, . . . ,N, (1.7.92)
o` u [
i
[ Ch, C ne dependant que de la derivee troisi`eme de u. Il est facile de voir que, en general, R
i
,
ne tend pas vers 0 lorsque h tend vers 0 (sauf dans des cas particuliers). En eet, prenons par exemple
f 1, h
i
= h pour i pair, h
i
= h/2 pour i impair, and x
i
= (x
i+1/2
+x
i1/2
)/2, pour i = 1, . . . ,N. On a
dans ce cas u

1, u

0, et donc:
R
i
=
1
4
si i est pair, et R
i
= +
1
2
si i est impair.
On en conclut que sup[R
i
[,i = 1, . . . ,N , 0 as h 0.
52
Corrige de lexercice 9 page 36
Par developpement de Taylor, pour i = 1, . . . ,N, il existe
i
x
i+
1
2
,x
i+1

i
[x
i
,x
i+
1
2
] tels que :
u(x
i+1
) = u(x
i+
1
2
) + (x
i+1
x
i+
1
2
)u

(x
i+
1
2
) +
1
2
(x
i+1
x
i+
1
2
)
2
u

(x
i+
1
2
) +
1
6
(x
i+1
x
i+
1
2
)
3
u

(
i
),
u(x
i
) = u(x
i+
1
2
) + (x
i
x
i+
1
2
)u

(x
i+
1
2
) +
1
2
(x
i
x
i+
1
2
)
2
u

(x
i+
1
2
) +
1
6
(x
i
x
i+
1
2
)
3
u

(
i
),
Par soustraction, on en deduit que :
u(x
i+1
) u(x
i
) = (x
i+1
x
i
)u

(x
i+
1
2
) +
1
2
(x
i+1
x
i
)(x
i+1
+x
i
2x
i+
1
2
)u

(x
i+
1
2
) +
i+
1
2
,
o` u

i+
1
2
=
1
6
((x
i+1
x
i+
1
2
)
3
u

(
i
) (x
i
x
i+
1
2
)
3
u

(
i
))
et donc, en posant F

i+
1
2
=
u(x
i+1
) u(x
i
)
h
i+
1
2
, on obtient apr`es simplications :
F

i+
1
2
= u

(x
i+
1
2
)
1
2
_
x
i+1
+x
i
2x
i+
1
2
_
u

(x
i+
1
2
) +
i+
1
2
avec

i+
1
2

Ch
2
, o` u h = max
i=1,...,N
h
i
et C ne depend que de u

.
Dans le cas o` u x
i+
1
2
=
xi+1+xi
2
, on a donc

i+
1
2
+u

(x
i+
1
2


i+
1
2
, et donc le ux est consistant dordre
2.
Dans le cas general, on peut seulement majorer
1
2
_
x
i+1
+x
i
2x
i+
1
2
_
par h, on a donc un ux consistant
dordre 1.
Corrige de lexercice 10 page 36
1. On se donne une discretisation (x
i
)
i=1,...,N
de lintervalle [0,1], de pas constant et egal `a h. On ecrit
lequation en chaque point x
i
, et on remplace u

(x
i
) par le quotient dierentiel habituel. En appelant
u
1
, . . . ,u
N
les inconnues localisees aux points x
1
, . . . ,x
N
, et u
0
,u
N+1
les inconnues auxiliaires localisees
en x = 0 et x = 1, on obtient les equations discr`etes associees aux inconnues i = 1, . . . ,N.
1
h
2
(2u
i
u
i1
u
i+1
) +c
i
u
i
= f
i
,
avec c
i
= c(x
i
) et f
i
= f(x
i
). Il reste `a determiner u
0
et u
N+1
. Ceci se fait en approchant la derivee
u

(0)( resp.u

(1)) par
1
h
(u(x
1
) u(0))
_
resp.
1
h
(u(1) u(x
N
)
_
.
Comme u

(0) = 0 et u

(1) = 0, on obtient donc que u


0
= u
1
et u
N+1
= u
N
. Le schema dierences nies
secrit donc : _

_
1
h
2
(u
1
u
2
) +c
1
u
1
= f
1
1
h
2
(2u
i
u
i1
u
i+1
) +c
i
u
i
= f
i
, i = 2, . . . ,N 1,
1
h
2
(u
N
u
N1
) +c
N
u
N
= f
N
.
53
2. On se donne un maillage volumes nis, et on int`egre lequation sur chaque maille, ce qui donne le
schema
F
i+
1
2
F
i
1
2
= h
i
f
i
,i = 1, . . . ,N,
o` u F
i+
1
2
est le ux numerique `a linterface x
i+
1
2
. Pour i = 1, . . . ,N 1, ce ux numerique est donne par
F
i+
1
2
=
u
i+1
u
i
h
i
1
2
.
Pour i = 0 et i = N +1, on se sert des conditions de Neumann, qui imposent un ux nul. On ecrit donc :
F1
2
= F
N+
1
2
= 0.
Corrige de lexercice 11 page 36
1. La discretisation par dierences nies donne comme i-`eme equation (voir par exemple exercice 10 page
36 :
1
h
2
(2u
i
u
i1
u
i+1
) +c
i
u
i
= f
i
, i = 1, . . . ,N.
Il reste donc `a determiner les inconnues u
0
et u
N+1
`a laide de la discretisation des conditions aux limites,
quon approche par :
u
1
u
0
h
+(u
0
u) = 0,
u
N+1
u
N
h
+(u
N+1
u) = 0
o` u u
0
et u
N+1
sont les valeurs approchees en x
0
et x
N+1
, on a donc par elimination:
u
0
=
1

1
h
_
u
u
1
h
_
et u
N+1
=
1
+
1
h
_
u +
u
N
h
_
.
Ce qui termine la denition du schema.
2. Par volumes nis, la discretisation de lequation secrit
F
i+
1
2
F
i
1
2
= h
i
f
i
,i = 1, . . . ,N,
et les seuls ux nouveaux sont encore F
1/2
et F
N+
1
2
, quon obtient `a partir de la discretisation des
conditions aux limites. Ceci peut se faire de plusieurs mani`eres.
On peut, par exemple, discretiser la condition aux limites en 0 par :
F
1/2
+(u
0
u) = 0, avec F
1/2
=
u
1
u
0
h1
2
.
On a ddans ce cas : (u
0
u)
h
1
2
= u
1
+u
0
, do` u on deduit que u
0
=
uh
1
+ 2u
1
h
1
+ 2
, et qui conduit `a
lexpression suivante pour F
1/2
:
F
1/2
=

h
1
+ 2
(2(u
1
u) h
1
u) .
Le calcul est semblable pour F
N+1/2
54
Corrige de lexercice 12 page 37
1. On int`egre (1.5.65) sur une maille [x
i1/2
,x
i+1/2
] et on obtient :
u

(x
i+1/2
) +u

(x
i1/2
) +a[u(x
i+1/2
) u(x
i1/2
)] +b
_
x
i+1/2
x
i1/2
u(x)dx = bh
i
f
i
. (1.7.93)
Pour justier le schema numerique propose on remarque que :
u(x
i+1
) = u(x
i+1/2
) + (x
i+1
x
i+1/2
)u

(x
i+1/2
) +
1
2
(x
i+1
x
i+1/2
)
2
u

(
i
), avec
i
[x
i+1/2
,x
i+1
],
et de meme
u(x
i
) = u(x
i+1/2
) + (x
i
x
i+1/2
)u

(x
i+1/2
) +
1
2
(x
i
x
i+1/2
)
2
u

(
i
), avec
i
[x
i1/2
,x
i
],
dont on deduit :
u(x
i+1
) u(x
i
) = h
i+1/2
u

(x
i+1/2
) +
1
8
(h
2
i+1
u

(
i
) h
2
i
u

(
i
)).
De plus en utilisant le fait que x
i
est le milieu de [x
i1/2
,x
i+1/2
] on a (voir demonstration plus loin)
_
x
i+1/2
x
i1/2
udx = u(x
i
)h
i
+
1
24
u

(
i
)h
3
i
(1.7.94)
Do` u le schema numerique.
Demontrons la formule (1.7.94). Pour cela il sut (par changement de variable) de demontrer que si
u C
2
(IR), alors pour tout 0, on a:
_

udx = 2u(0) +
1
3
u

(
i
)
3
. (1.7.95)
Pour cela, on utilise une formule de type Taylor avec reste integral, quon obtient en remarquant que si
on pose (t) = u(tx), alors

(t) = xu(tx), et

(t) = x
2
u

(tx). Or (1) (0) =


_
1
0

(t)dt, et par
inegration par parties, on obtient donc :
(1) = (0) +

(0) +
_
1
0

(t)(1 t)ds.
On en deduit alors que
u(x) = u(0) +xu

(0) +
_
1
0
x
2
u

(tx)(1 t)dt.
En integrant entre et , on obtient alors:
_

u(x)dx = 2u(0) +A, avec A =


_
1
0
x
2
u

(tx)(1 t)dt dx.


Comme la fonction u

est continue elle est minoree et majoree sur [,]. Soient donc m = min
[,]
u

et
M = min
[,]
u

. Ces deux valeurs sont atteintes par u

puisquelle est continue. On a donc u

([,]) =
55
[m,M]. De plus, la fonction (x,t) x
2
(1t) est positive ou nulle sur [,] [0,1]. On peut donc minorer
et majorer A de la mani`ere suivante
m
_
1
0
x
2
(1 t)dt dx A M
_
1
0
x
2
(1 t)dt dx.
Or
_
1
0
x
2
(1 t)dt dx =
1
3

3
. On en deduit que
1
3

3
m A
1
3

3
M, et donc que A =
1
3

3
, avec
[m,M] ; mais comme u

est continue, elle prend toutes les valeurs entre m et M, il existe donc
[,] tel que = u

(), ce qui termine la preuve de (1.7.95).


2 (a). On multiplie (1.5.67) par u
i
et on somme pour i = 1, . . . ,N. On obtient apr`es changement dindice
que
i=N

i=0
(u
i+1
u
i
)
2
h
i+1/2
+
a
2
i=N

i=0
(u
i+1
u
i
)
2
+b
i=N

i=0
u
2
i
h
i
= 0.
Ce qui donne u
i
= 0 pour tout i = 1 . . . N, do` u en mettant le schema sous la forme matricielle AU = B
on deduit que lapplication lineaire representee par la matrice A est injective donc bijective (gr ace au fait
quon est en dimension nie) et donc que (1.5.67) admet une unique solution.
3 (a). Evident.
(b). On pose

R = A

U B. On a donc R
i
= R
(1)
i
+R
(2)
i
, avec
R
(1)
i
=
1
h
i
__
u
i+1
u
i
h
i+1/2
u

(x
i+1/2
)
_

_
u
i
u
i1
h
i1/2
u

(x
i1/2
)
__
,
R
(2)
i
=
a
h
i
[( u
i
u(x
i+1/2
)) ( u
i1
u(x
i+1/2
))].
De plus on remarque que
u
i
=
1
h
i
_
x
i+1/2
x
i1/2
udx = u(x
i+1/2
)
1
2
u

(x
i+1/2
)h
i
+
1
6
u

(x
i+1/2
)h
2
i

1
24
u
(3)
(d
i
)h
3
i
avec d
i
[x
i1/2
,x
i+1/2
],
u
i+1
=
1
h
i+1
_
x
i+3/2
x
i+1/2
udx = u(x
i+1/2
)+
1
2
u

(x
i+1/2
)h
i+1
+
1
6
u

(x
i+1/2
)h
2
i+1

1
24
u
(3)
(
i
)h
3
i+1
avec
i
[x
i+1/2
,x
i+3/2
].
Ce qui implique que :
u
i+1
u
i
h
i+1/2
= u

(x
i+1/2
) +
1
3
u

(x
i+1/2
)(h
i+1
h
i
) +
1
24
1
h
i+1/2
_
u
(3)
(
i
)h
3
i+1
+u
(3)
(d
i
)h
3
i
_
et donc
1
h
i
_
u
i+1
u
i
h
i+1/2
u

(x
i+1/2
)
_
= S
i
+K
i
,
avec
[S
i
[ = [
1
3
u

(x
i+1/2
)
_
h
i+1
h
i
1
_
+
1
24
[ Ch et [K
i
[ = [
1
h
i
h
i+1/2
_
u
(3)
(
i
)h
3
i+1
+u
(3)
(d
i
)h
3
i
_
[ Ch,
56
o` u C ne depend que de u. De plus si on pose : L
i
=
1
hi
( u
i
u(x
i+1/2
), par developpement de Taylor, il
existe

C ne dependant que de u telle que [L
i
[ Ch. Finalement on conclut que [R
(1)
i
[ = [S
i
+S
i+1
[ C
1
et [R
(2)
i
[ = [ K
i
+K
i1
+a(L
i
L
i1
)[ C
2
h.
4. Reprendre les resultats precedents. . . Pour [R
i+1/2
[ Ch reprendre calcul du 3 [R
i+1/2
[ = [h
i
(S
i

K
i
+L
i
)[.
5 (a). On pose e
i
= u
i
u
i
. Cette denition implique que e
i
est solution du syst`eme (1.5.74)-(1.5.76).
(b). Un calcul similaire `a celui de la question 2. donne que
b
N

1
h
i
e
i
+
i=N

i=0
(e
i+1
e
i
)
2
h
i+1/2
+
a
2
i=N

i=0
(e
i+1
e
i
)
2
=
i=N

i=0
R
i+1/2
(e
i+1
e
i
)
Do` u en utilisant le fait que
h h
i
h et linegalite de Cauchy-Schwarz on deduit que
1
h
i=N

i=0
(e
i+1
e
i
)
2

_
i=N

i=0
(e
i+1
e
i
)
2
_
1/2
_
i=N

i=0
R
2
i+1/2
_
1/2
et en utilisant (1.5.73), et le fait que
i=N

i=0
h
i
= 1 entraine N
1
h
, on deduit :
i=N

i=0
(e
i+1
e
i
)
2
C
1

h
3
.
En remarquant que e
i
=
j=i1

j=0
(e
j+1
e
j
) on a pour tout 0 < i N que
[e
i
[
_
_
j=i

j=0
(e
j+1
e
j
)
2
_
_
1/2
i
1/2

_
C
1

h
3
_
1/2
N
1/2
et donc [e
i
[

C1

h, pour tout 0 < i N.


Corrige de lexercice 15 page 40
On note (x,y) les coordonnees dun point de IR
2
.
1. En multipliant la premi`ere equation de (1.5.82) par et en integrant par parties, on trouve, pour tout
C
1
(

) t.q. = 0 sur :
_

u(x,y) (x,y) dxdy +


_

k
u(x,y)
x
(x,y) dx =
_

f(x,y)(x,y) dxdy. (1.7.96)


On suppose maintenant que f 0 sur . On se donne une fonction C
1
(IR,IR) t.q. :
(s) = 0, si s 0,
(s) > 0, si s > 0.
57
(On peut choisir, par exemple, (s) = s
2
pour s > 0 et (s) = 0 pour s 0) et on prend dans (1.7.96)
= u. On obtient ainsi :
_

(u(x,y)) [u(x,y)[
2
dxdy +
_

k
u
x
(x,y)(u(x,y))dx =
_

f(x,y)(u(x,y)) dxdy 0. (1.7.97)


En notant G la primitive de sannulant en 0, on a :

x
G(u(x,y)) = (u(x,y))
u
x
(x,y). Comme u = 0
sur , on obtient donc :
_

k
u
x
(x,y)(u(x,y)) dxdy =
_

k

x
G(u(x,y)) dxdy =
_

kG(u(x,y))n
x
d(x,y) = 0,
o` u n
x
designe la premi`ere composante du vecteur normal n `a exterieur `a , et d(x,y) le symbole
dintegration par rapport `a la mesure de Lebesgue unidimensionnelle sur . De (1.7.97) on deduit alors :
_

(u(x,y)) [u(x,y)[
2
dxdy 0,
et donc, comme

0 et que la fonction (x,y)

(u(x,y))[u(x,y)[
2
est continue :

(u(x,y))[u(x,y)[
2
= 0,(x,y)

Ceci donne aussi


(u(x,y)) = 0,(x,y)

.
La fonction u est donc constante sur

, comme elle est nulle sur , elle est nulle sur

, ce qui donne
u 0 sur

2. On sinteresse ici `a la consistance au sens des dierences nies. On pose donc


u
i,j
= u(ih,jh) pour i,j 0, . . . ,N + 1
2
.
On a bien u
i,j
= 0 pour (i,j) , et pour (i,j) 1, . . . ,N
2
, on pose :
R
ij
= a
0
u
i,j
a
1
u
i1,j
a
2
u
i+1,j
a
3
u
i,j1
a
4
u
i,j+1
f
i,j
.
On rappelle que u est solution de (2.5.84), R
j
est donc lerreur de consistance. Dans le cas du schema [I]
on a :
R
ij
=
2 u
ij
u
i+1,j
u
i1,j
h
2
+
2 u
ij
u
i,j+1
u
i,j1
h
2
+ k
u
i+1,j
u
i1,j
2h
f
ij
.
Comme u C
4
(

), il existe
ij
]0,1[ et
ij
]0,1[ t.q.
u
i+1,j
= u
i,j
+h
u
x
(ih,jh) +
h
2
2

2
u

2
x
(ih,jh) +
h
3
6

3
u

3
x
(ih,jh) +
h
4
24

4
u

4
x
(ih +
ij
h,jh)
u
i1,j
= u
i,j
h
u
x
(ih,jh) +
h
2
2

2
u

2
x
(ih,jh)
h
3
6

3
u

3
x
(ih,jh) +
h
4
24

4
u

4
x
(ih +
ij
h,jh).
On obtient des formules analogues pour u
i,j+1
et u
i,j1
, et on en deduit
[R
i,j
[
h
2
12
|u
xxxx
|

+
h
2
12
|u
yyyy
|

+k
h
2
6
|u
xxx
|

58
o` u |u
xxxx
|

designe la norme uniforme sur



de la derivee h
2
de u par rapport `a x (notations analogues
pour |u
yyyy
|

et |u
xxx
|

). On obtient nalement
[R
ij
[ C
1
h
2
,
o` u C
1
ne depend que de u et k. Comme pour h petit, on a h
2
h, on en deduit que schema [I] est donc
dordre 2.
Pour le schema [II], on a :
R
ij
=
2 u
ij
u
i+1,j
u
i1,j
h
2
+
2 u
ij
u
i,j+1
u
i,j1
h
2
+k
u
ij
u
i1,j
h
f
ij
.
Do` u lon deduit
[R
ij
[
h
2
12
|u
xxxx
|

+
h
2
12
|u
yyyy
|

+
kh
2
|u
xx
|

,
et donc
[R
ij
[ C
2
h
o` u C
2
ne depend que de u et k. Le schema [II] est donc dordre 1.
3. Dans le cas du schema [II], la famille des w
ij
,i,j 0, . . . ,N + 1
2
verie :
1
h
2
(w
ij
w
i+1,j
)+
_
1
h
2
+
k
h
_
(w
ij
w
i1,j
)+
1
h
2
(w
ij
w
i,j+1
)+
1
h
2
(w
ij
w
i,j1
) 0,i,j 1, . . . ,N
On pose M = maxw
i,j
,(i,j) 0, . . . ,N + 1
2
et m = maxw
i,j
,(i,j) . Noter que = 0, . . . ,N +
1
2
1, . . . ,N
2
. On a bien s ur m M et il reste donc `a montrer que M m. Soit A = (i,j)
0, . . . ,N + 1
2
,w
i,j
= M et soit (

i,

j) A tel que

i = maxi,(i,j) A et

j = maxi,(i,j) A. On
distingue deux cas :
1. Si

i 0,N + 1 ou

j 0, . . . ,N + 1, on a alors (

i,

j) et donc M = w
i,

j
m.
2. Sinon, on a

i , 0,N + 1 et

j , 0,N + 1, et donc (

i,

j) 1, . . . ,N
2
. On en deduit que :
1
h
2
_
w
i,

j
w

i + 1,

j
_
+
_
1
h
2
+
k
h
_
_
w
i,

j
w

i 1,

j
_
+
1
h
2
_
w

i,

j
w

i,

j + 1
_
+
1
h
2
_
w

i,

j
w

i,

j 1
_
0,
ce qui est impossible car w
i,

j
= M et donc
w

i,

j
w

i,

j 1
0,
w

i,

j
w

i,

j + 1
0,
w

i,

j
w

i 1,

j
0,
w

i,

j
w

i + 1,

j
> 0,
noter que la derni`ere inegalite est bien stricte car (

i + 1,

j) , A (cest linteret du choix de



i). On a
donc bien montre que M m.
Dans le cas du schema [II], si on a

i , 0,N + 1 et

j , 0,N + 1, et donc (

i,

j) 1, . . . ,N
2
le meme
raisonnement que celui du schema 1 donne :
_
1
h
2

k
2h
_
_
u

j
u

i + 1,

j
_
+
_
1
h
2
+
h
2h
_
_
u

i,

j
u

i 1,

j
_
,
+
1
h
2
_
u

j
u

i,

j + 1
_
+
1
h
2
_
u

j
u

i,

j 1
_
0.
59
On ne peut conclure `a une contradiction que si
1
h
2

k
2h
0. Le schema [II] verie
w
i,j
max
(k,)
(w
k,
) i,j 1, . . . ,N
2
lorsque h verie la condition (dite Condition de stabilite) :
h
2
k
(1.7.98)
4. La fonction verie

x
= 0

y
= y,
yy
= 1,
et donc +k

x
= 1. On pose maintenant
i,j
= (ih,jh) pour i,j a, . . . ,N + 1
2
(Noter que
ne verie pas la condition
i,j
= 0 si (i,j) ) Comme
xx
=
xxx
=
xxxx
=
yyyy
= 0, les calculs de
la question 2 montrent que pour les schemas [I] et [II],
a
0

i,j
a
1

i1,j
a
2

i+1,j
a
3

i,j1
a
4

i,j+1
= 1
pour i,j 1, . . . ,N
2
.
En posant w
i,j
= u
i,j
+C
i,j
pour (1,j) 0, . . . ,N + 1
2
(et U solution de (1.5.83)) on a donc
a
0
w
i,j
a
1
w
i1,j
a
2
w
i+1,j
a
3
w
i,j1
a
4
w
i,j+1
= f
ij
C i,j 1, . . . ,N
On prend C = |f|

, de sorte que f
i,j
C 0 pour tout (i,j) pour le schema [II] et pour le schema [I]
avec h 2/k, la question 3 donne alors pour (i,j) 1, . . . ,N
2
,
w
ij
maxw
k
,(k)
C
2
,
car u
i,j
= 0 si (i,j) et max

=
1
2
. On en deduit pour (i,j) 1, . . . ,N
2
,
w
ij

C
2
=
1
2
|f|

.
Pour montrer que w
ij

1
2
|f|

, on prend maintenant w
ij
= C
ij
u
i,j
pour (i,j) 0, . . . ,N + 1
2
,
avec C = |f|

. On a donc
a
0
w
i,j
a
1
w
i1,j
a
2
w
i+1,j
a
3
w
i,j1
a
4
w
i,j+1
= C f
i,j
0,i,j 1, . . . ,N.
Ici encore, pour le schema [II] ou le schema [I] avec la condition h
2
k
, la question 3 donne
w
ij
maxw
k
,(k) =
C
2
donc u
ij

C
2
=
|f|

2
pour tout(i,j) 1, . . . ,N
2
. Pour le schema [II] ou le schema [I] avec la
condition h
2
k
, on a donc :
|U|


1
2
|f|

. (1.7.99)
60
Le syst`eme (1.5.83) peut etre vu comme un syst`eme lineaire de N
2
equation, `a N
2
inconnues (qui sont
les u
i,j
pour (i,j) 1, . . . ,N
2
). Si le second membre de ce syst`eme lineaire est nul, linegalite (1.7.99)(I)
prouve que la solution est nulle. Le syst`eme (1.5.83) admet donc, pour tout f, au plus une solution. Ceci
est susant pour armer quil admet, pour tout f, une et une seule solution.
5. pour (i,j) 0, . . . ,N + 1
2
on pose
e
ij
= u(ih,jh) u
i,j
.
On a donc, pour les schemas [I] et [II], avec les notations de la question 2 :
a
0
e
ij
a
1
e
i1,j
a
2
e
i+1,j
a
3
e
i,j1
a
4
e
i,j+1
= R
ij
, i,j 1, . . . ,N
2
.
avec les questions 2 et 4, on a donc, pour le schema [I], si h
2
k
:
max[e
ij
[,(i,j) 1, . . . ,N
2

1
2
C
1
h
2
,
o` u C
1
et C
2
ne dependent que de u et k (et sont donnees `a la question 2). Les 2 schemas sont convergents.
Le schema [I] converge en h
2
et le schema [II] en h.
6. Le schema [1] converge plus vite mais a une condition de stabilite k
2
h
. Le schema [II] est incondi-
tionnellement stable.
61
Corrige de lexercice 16 page 41
1. On a vu au paragraphe 1.4.2 page 27 que si est une arete du volume de controle K, alors le ux
numerique F
K,
secrit :
F
K,
=
i
u

u
K
d
K,
m().
On cherche `a eliminer les inconnues auxiliaires u

. Pour cela, si est une arete interne, = K[L, on


ecrit la conservativite du ux numerique :
F
K,
= F
L,
,
Ce qui entrane, si nest pas une arete de linterface I, que :

i
u

u
K
d
K,
m() =
i
u

u
L
d
L,
m()
On en deduit que
u

_
1
d
K,
+
1
d
L,
_
=
u
K
d
K,
+
u
L
d
L,
,
soit encore que
u

=
d
K,
d
L,
d

_
u
K
d
K,
+
u
L
d
L,
_
.
Rempla cons alors dans (1.7). On obtient :
F
K,
=
i
_
d
L,
d

_
u
K
d
K,
+
u
L
d
L,
_

u
K
d
K,
_
=

i
d

_
d
L,
d
K,
u
K
+u
L
u
K

d
L,
d
K,
u
K
_
On obtient donc nalement bien la formule (1.4.49).
2. Considerons maintenant le cas dune arete
1

3
, o` u lon a une condition de Fourier, quon a
discretisee par :
F
K,
= m()
i
u

u
K
d
K,
= m()(u

u
ext
).
On a donc
u

=
1
+
i
dK,
_

i
u
K
d
K,
+u
ext
_
On remplace cette expression dans legalite precedente. Il vient :
F
K,
=
m()
+
i
dK,
_

i
d
K,
u
K
+u
ext
u
ext


i
d
K,
u
ext
_
,
Ce qui, apr`es simplications, donne exactement (1.4.50).
62
3. Considerons maintenant une arete = K[L appartenant `a linterface I. La discretisation de la condition
de saut de ux sur I. Secrit :
F
K,
+F
L,
=
_

(x)d(x) = m()

Supposons que K (resp. L) soit situe dans le milieu de conductivite (resp.


2
). En rempla cant F
K,
et
F
L,
par leurs expressions, on obtient :

i
m()
u

u
K
d
K,

2
m()
u

u
L
d
L,
= m()

.
On en deduit que
u

_

1
d
K,
+

2
d
L,
_
=
_

1
u
K
d
K,
+

2
u
L
d
L,

_
.
En rempla cant u

dans lexpression de F
K,
, on obtient :
F
K,
=
m()
d
K,

1
1
1
dK,
+
2
dL,
_

1
u
K
d
K,
+

2
u
L
d
L,



1
u
K
d
K,


2
u
K
d
L,
_
.
En simpliant, on obtient :
F
K
=
m()
1

1
d
L,
+
2
d
K,
(
2
u
L

2
u
K
d
L,

) ,
ce qui est exactement (1.4.52). On obtient alors lexpression de F
L,
:
F
L,
= m()

F
K,
,
ce qui donne, apr`es simplications :
F
L,
=

2
m()

1
d
L,
+
2
d
K,
[
1
(u
L
u
K
) +d
K,

] .
On verie bien que F
K
+F
L,
= m()

.
4. Le syst`eme lineaire que satisfont les inconnues (u
K
)
KM
secrit
AU = b
avc U = (u
K
)
KT
. Pour construire les matrices A et b, il faut se donner une numerotation des mailles.
On suppose quon a n 2p mailles ; on consid`ere un maillage uniforme du type de celui decrit sur la
gure 1.3 page 28 et on note h
x
=
1
n
(resp. h
y
=
1
p
) la longueur de la maille dans la direction x (resp.
y). Comme le maillage est cartesien, il est facile de numeroter les mailles dans lordre lexicographique;
cest-`a-dire que la k-i`eme maille a comme centre le point x
i,j
= ((i
1
2
)h
x
,(j
1
2
)h
y
), avec k = n(j 1)+i.
On peut donc determiner le numero de la maille (et de linconnue associee) k `a partir de la numerotation
cartesienne (i,j) de la maille.
k = n(j 1) +i
Remarquons que, comme on a choisi un maillage uniforme, on a pour tout K T : m(K) = h
x
h
y
,
pour toute arete interieure verticale : d

= h
x
m() = h
y
et pour toute arete interieure horizontale,
63
d

= h
y
et m() = h
x
. Pour chaque numero de maille, nous allons maintenant construire lequation
correspondante.
Mailles internes i = 2, . . . ,n 1 ; j = 2, . . . ,p 1,p + 1, . . . ,2p 1.
Lequation associee `a une maille interne K secrit

EK
F
K,
= m(K)f
K
.
Avec lexpression de F
K,
donnee par (1.4.49), ceci am`ene `a :
2
m
_
h
x
h
y
+
h
y
h
x
_
u
k

m
h
x
h
y
(u
kn
+u
k+n
)
m
h
y
h
x
(u
k+1
+u
k1
) = h
x
h
y
f
k
,
avec m = 1 si j p 1 et m = 2 si j p + 1.
Mailles du bord
2
Les mailles du bord
2
sont reperees par les indices (n,j),j = 2 `a p 1, j = p + 1 `a
2p 1, (on exclut pour linstant les coins).
Lequation des ux est la meme que pour les mailles internes, mais le ux sur la fronti`ere
2
est nul. Ceci
donne :

m
_
2
h
x
h
y
+
h
y
h
x
_
u
k

m
h
x
h
y
(u
kn
+u
k+n
)
m
h
y
h
x
u
k1
= h
x
h
y
f
k
,
avec k = n(j 1) + n,j = 2 `a p 1,j = p + 1 `a 2p 1 et m = 1 si j p 1,m = 2 si j p + 1.
Mailles de bord
4
Les mailles du bord
4
sont reperees par les indices (1,j),j = 2 `a p 1,j = p + 1 `a
2p 1. Pour ces mailles, il faut tenir compte du fait que sur une arete de
4
, le ux F
K,
est donne par :
F
K,
=
m
g

u
K
d
K,
m()
avec g

=
1
m()
_
g(y)d(y).
Do` u on tire lequation relative `a la maille k = n(j 1) + 1,j = 2, . . . ,p 1,p + 1, . . . ,2p 1 :

m
_
2
h
x
h
y
+ 3
h
y
h
x
_
u
k

m
h
x
h
y
(u
kn
+u
k+n
)
m
h
y
h
x
u
k+1
= h
x
h
y
f
k
+ 2
h
y
h
x

m
g
j
,
avec g
j
= g
j
et m = 1 si j p 1,m = 2 si j p + 1.
Mailles du bord
1

3
Pour j = 1, o` u j = 2p,i = 2 . . . n 1. On tient compte ici de la condition de
Fourier sur la maille qui appartient au bord, pour laquelle lexpression du ux est :
F
K,
=

m
m()

m
+d
K,
(u
K
u
ext
).
Pour une arete horizontale, on note : C
F,
=
m()

m
+d
K,
. Notons que C
F,
est egal `a
C
F
=
2h
x
2
m
+ h
y
.
Notons que ce coecient ne depend pas de .
64
Les equations secrivent donc :

1
_
2
hy
hx
+
hx
hy
+C
F
_
u
k

1
hx
hy
u
k+n

1
hy
hx
(u
k+1
+u
k1
) = h
x
h
y
f
k
+
1
C
F
u
ext
,
k = 2, . . . ,n 1,

2
_
2hy
hx
+
hx
hy
+C
F
_
u
k

2
hx
hy
u
kn

2
hy
hx
(u
k+1
+u
k1
) = h
x
h
y
f
k
+
2
C
F
u
ext
,
k = 2n(p 1) + 2, . . . ,2np 1,
Mailles des coins exterieurs : Il sut de synthetiser les calculs dej` a faits :
coin sud-est : i = 1,j = 1,k = 1 ; un bord Dirichlet, un bord Fourier :

1
_
3h
y
h
x
+
h
x
h
y
+C
F
_
u
1

1
h
y
h
x
u
2

1
h
x
h
y
u
n+1
= h
x
h
y
f
1
+
1
C
F
u
ext
+
2h
y
h
x

1
g
1
coin sud-ouest : i = 1n,j = 1,k = n; un bord Fourier, un bord Neumann :

1
_
h
y
h
x
+
h
x
h
y
+C
F
_
u
1

1
h
y
h
x
u
n1

1
h
x
h
y
u
2n
= h
x
h
y
f
n
+
1
C
F
u
ext
coin nord-ouest : i = 2n,j = 2p,k = 2np.
On a encore un bord Fourier, un bord Neumann, et lequation secrit :

2
_
h
y
h
x
+
h
x
h
y
+C
F
_
u
2np

2
h
y
h
x
u
2np1

2
h
x
h
y
u
2n(p1)
= h
x
h
y
f
2np
+
2
C
F
u
ext
coin nord-est : i = 1,j = 2p k = n(2p 1) + 1 un bord Dirichlet, un bord Fourier :

2
_
3h
y
h
x
+
h
x
h
y
+C
F
_
u
k

2
h
y
h
x
u
k+1

2
h
x
h
y
(u
kn
= h
x
h
y
f
k
+
2
C
F
u
ext
, +
2h
y
h
x

2
g
k
.
Interface Lexpression du ux sur une arete de linterface est donnee par (1.4.52). On pose, pour chaque
arete de linterface,
s
I,
=
m()

1
d
L,
+
2
d
K,
.
Notons que dans le cas du maillage uniforme considere, ce coecient est egal `a :
s
I
=
2h
x
(
1
+
2
)h
y
,
et quil est independant de larete . Tenant compte de ce ux, on obtient, pour k = n(p 1) + i,i =
2, . . . ,N 1

1
_
2h
y
h
x
+
h
x
h
y
+
2
S
I
_
u
k

1
h
y
h
x
u
k+1

1
h
y
h
x
u
k1

1
h
x
h
y
u
kn

1
S
I
u
k+n
= h
x
h
y
f
k
+
1
S
I
h
y
2

i
,
avec

i
=
_
i
(x)d(x).
Et de meme, pour k = np +i,i = 2, . . . ,N 1,
65

1
_
2h
y
h
x
+
h
x
h
y
+
1
S
I
_
u
k

2
h
y
h
x
u
k+1

2
h
y
h
x
u
k1

2
h
x
h
y
u
k+n
)
2
S
I
u
kn
= h
x
h
y
f
k
+
2
S
I
h
y
2

i
.
Il ne reste plus qu` a traiter les coins des interfaces.
i = 1,j = p k = n(p 1) + 1. Dirichlet sous linterface

1
_
3h
y
h
x
+
h
x
h
y
+
2
s
I
_
u
k

1
h
y
h
x
u
k+1

1
h
x
h
y
u
k+n

1
s
I
u
k+n
= h
x
h
y
f
k
+
1
S
I
h
y
2

i
+
2h
y
h
x

1
g
j
i = 1,j = p + 1 k = np + 1, Dirichlet, dessus de linterface

2
_
3h
y
h
x
+
h
x
h
y
+
1
s
I
_
u
k

2
h
y
h
x
u
k+1

2
h
x
h
y
u
k+n

2
s
I
u
kn
= h
x
h
y
f
k
+
2
S
I
h
y
2

i
+
2h
y
h
x

2
g
j
i = n,j = p,k = n(p 1) +n. Neumann, sous linterface.

1
_
h
y
h
x
+
h
x
h
y
+
2
s
I
_
u
k

1
h
y
h
x
u
k1

1
h
x
h
y
u
kn

1
s
I
u
k+n
= h
x
h
y
f
k
+
1
S
I
h
y
2

i
i = n,j = p + 1,k = np +n, Neuman, dessus de linterface

2
_
h
y
h
x
+
h
x
h
y
+
1
s
I
_
u
k

2
h
y
h
x
u
k1

2
h
x
h
y
u
k+n

2
s
I
u
kn
= h
x
h
y
f
k
+
2
S
I
h
y
2

i
.
On a ainsi obtenu 2np equations `a 2np inconnues. Notons que chaque equation fait intervenir au plus 5
inconnues.
Corrige de lexercice 17 page 41
1. Le probl`eme complet secrit :
_

_
div(
i
)(x) = 0, x
i
, i = 1,2
(x) n(x) = 0, x
2

4
,
_
1

1
(x) n(x) d(x) +
_
3

2
(x) n(x) d(x) = 0,

2
(x)
1
(x) = 0, x I,
( n)[
2
(x) ( n)[
1
(x) = 0, x I.
2. On se donne le meme maillage rectangulaire uniforme qu` a lexercice precedent. On note
K
linconnue
associee `a la maille K (ou
k
si on la reference la maille K par son numero k = n(j1)+i, o` u i 1, . . . ,n
et j 1, . . . ,2p. Pour une maille interieure, lequation obtenue est la meme que (1.7) en rempla cant
m
par
m
.
Etudions maintenant le cas dune maille proche de linterface. Comme indique, on va considerer deux
inconnues discr`etes par arete de linterface. Soient K et L ayant en commun larete I, K est situee
au dessous de L. Les equations associees ` a K et L secrivent alors

K
F
K,
= 0 et

L
F
L,
= 0.
66
Pour les aretes
K
autres que , le ux secrit de mani`ere habituelle
F
K,
=
1

K

M
d

, avec = K[M.
Pour larete = , on a F
K,
=
1
K
d
m() et F
L,
=
2
L
+

d
m(), o` u les deux inconnues discr`etes

et

sont reliees par les relations :

_
=
1
m()
_

(x)d(x)
_
F
K,
+F
L,
= 0.
On peut alors eleminer
+

et

; en utilisant par exemple


+

et en rempla cant dans la


deuxi`eme equation, on obtient :


K
d
K,
+
2


L
d
L,
= 0,
ce qui donne :

=
1
1
dK,
+
2
dL,
_

1
d
K,

K
+

2
d
L,

L


2
d
L,

.
_
.
En rempla cant cette expression dans les ux, on obtient :
F
K,
= F
L,
= m()

1

1
d
L,
+
2
d
K,
(
K

L
+

)
On peut alors ecrire lequation discr`ete associee `a une maille de numero k situee sous linterface (avec
k = n(p 1) +i, i = 2, . . . ,n 1). On pose :

1
d
L,
+
2
d
K,
=

I
d

(
I
est donc la moyenne harmonique ponderee entre et
2
). Notons que pour une arete de I, d

= h
y
,
et m() = h
x
. Lequation associee `a la maille k secrit donc :
_
2
1
h
y
h
x
+
1
h
x
h
y
+

I
h
x
h
y
_
u
k

1
h
y
h
x
(u
k1
+u
k+1
)
1
h
x
h
y
u
kn

I
h
x
h
y
u
k+n
=
I
h
x
h
y

i
,
o` u
i
est le saut de potentiel `a travers larete
i
de linterface consideree ici. De meme, lequation associee
`a une maille k avec k = np +i,i = 2, . . . ,n 1, situee au dessus de linterface secrit :
_
2
1
h
y
h
x
+
1
h
x
h
y
+
I
h
x
h
y
_
u
k

1
h
y
h
x
(u
k1
+u
k+1
)
1
h
x
h
y
u
k+n

I
h
x
h
y
u
kn
= +
I
h
x
h
y

i
.
La discretisation des conditions aux limites de Neumann sur
2
et
4
est eectuee de la meme mani`ere
que pour le cas du probl`eme thermique, voir exercice 16.
Il ne reste plus qu` a discretiser la troisi`eme equation du probl`eme (1.7), qui relie les ux sur la fronti`ere

1
avec les ux sur la fronti`ere
3
. En ecrivant la meme condition avec les ux discrets, on obtient :

1
n

i=1
2h
x
h
y
(u
i
u
B,i
) +
2
n

i=1
2h
x
h
y
(u
H,i
u
k(i)
) = 0,
67
o` u:
B,i
represente linconnue discr`ete sur la i-`eme arete de
1
et
H,i
linconnue discr`ete sur la i-`eme
arete de
3
, et k(i) = n(p 1) +i est le numero de la maille jouxtant la i-`eme arete de
3
.
Remarquons que tel quil est pose, le syst`eme nest pas inversible : on na pas assez dequations pour
eliminer les inconnues u
B,i
et u
H,i
,i = 1 . . . N. On peut par exemple pour les obtenir considerer une
dierence de potentiel xee entre
1
et
3
, et se donner un potentiel xe sur
1
.
68
Chapitre 2
Probl`emes paraboliques : la
discretisation en temps
On a vu au paragraphe comme exemple type de probl`eme parabolique lequation de la chaleur instation-
naire :
u
t
u = f
qui fait intervenir la derivee en temps dordre 1, u
t
, ainsi quun operateur dierentiel dordre 2 en espace.
Pour que ce probl`eme soit bien pose, il faut specier des conditions aux limites sur la fronti`ere de , et
une condition initiale en t = 0.
2.1 Le probl`eme continu, et la discretisation espace-temps
On consid`ere maintenant le meme probl`eme en une dimension despace. Au temps t = 0, on se donne une
condition initiale u
0
, et on consid`ere des conditions aux limites de type Dirichlet homog`ene. Le probl`eme
unidimensionnel secrit :
_

_
u
t
u
xx
= 0, x ]0,1[, t ]0,T[
u(x,0) = u
0
(x), x ]0,1[,
u(0,t) = u(1,t) = 0, t ]0,T[,
(2.1.1)
o` u u(x,t) represente la temperature au point x et au temps t. On admettra le theor`eme dexistence et
unicite suivant :
Theor`eme 2.1 (Resultat dexistence et unicite) Si u
0
C(]0,1[,IR) alors il existe une unique fonc-
tion u C
2
(]0,1[]0,T[,IR) C([0,1] [0,T],IR) qui verie (2.1.1).
On a meme u C

(]0,1[]0,T[,IR). Ceci est appele, eet regularisant de lequation de la chaleur.


Proposition 2.2 (Principe du maximum) Sous les hypoth`eses du theor`eme 2.1, soit u la solution du
probl`eme (2.1.1) ;
1. si u
0
(x) 0 pour tout x [0,1], alors u(x,t) 0, pour tout t 0 pour tout x ]0,1[.
2. |u|
L

([0,1[]0,T[)
|u|
L

(]0,1[)
.
69
Ces derni`eres proprietes peuvent etre importantes dans le mod`ele physique, et il est donc souvent sou-
haitable que les solutions approchees les verient egalement. Pour calculer une solution approchee, on se
donne une discretisation en temps et en espace, quon notera T. On choisit pour linstant de discretiser
par dierences nies en temps et en espace. La discretisation consiste donc `a se donner un ensemble de
points t
n
, n = 1, . . . ,M de lintervalle ]0,T[, et un ensemble de points x
i
, i = 1, . . . ,N. Pour simplier,
on consid`ere un pas constant en temps et en espace. Soit : h =
1
N+1
= x le pas de discretisation en
espace, et k = t =
T
M
, le pas de discretisation en temps. On pose alors t
n
= nk pour n = 0, . . . ,M et
x
i
= ih pour i = 0, . . . ,N + 1. On cherche `a calculer une solution approchee u
D
du probl`eme (2.1.1) ;
plus precisement, on cherche `a determiner u
D
(x
i
,t
n
) pour i = 1, . . . ,N, et n = 1, . . . ,M. Les inconnues
discr`etes sont notees u
(n)
i
, i = 1, . . . ,N et n = 1, . . . ,M.
2.2 Discretisation par Euler explicite en temps.
Lapproximation en temps par la methode dEuler explicite consiste `a ecrire la premi`ere equation de
(2.1.1) en chaque point x
i
et temps t
n
, `a approcher u
t
(x
i
,t
n
) par le quotient dierentiel :
u(x
i
,t
n+1
) u(x
i
,t
n
)
k
,
et u
xx
(x
i
,t
n
) par
1
h
2
(2u(x
i
,t
n
) u(x
i1
,t
n
) u(x
i+1
,t
n
)).
Remarque 2.3 On a choisi une discretisation en espace de type dierences nies, mais on aurait aussi
bien pu prendre un schema de volumes nis ou delements nis.
On approche donc :
u
xx
(x
i
,t
n
) par
1
h
2
(2u(x
i
,t
n
) u(x
i1
,t
n
) u(x
i+1
,t
n
)).
On obtient le schema suivant :
_

_
u
(n+1)
i
u
(n)
i
k
+
1
h
2
(2u
(n)
i
u
(n)
i1
u
(n)
i+1
) = 0, i = 1, . . . N, n = 1, . . . ,M,
u
0
i
= u
0
(x
i
), i = 1, . . . ,N,
u
(n)
0
= u
(n)
N+1
= 0, n = 1, . . . ,M.
(2.2.2)
le schema est dit explicite, car la formule ci-dessus donne u
(n+1)
i
de mani`ere explicite en fonction des
(u
(n)
i
)
i=1,...,N
. En eet on a :
u
(n+1)
i
= u
(n)
i
(2u
(n)
i
u
(n)
i1
u
(n)
i+1
),
avec =
k
h
2
.
70
2.2.1 Consistance du schema
Soit u
(n)
i
= u(x
i
,t
n
) la valeur exacte de la solution en x
i
et t
n
: Lerreur de consistance R
i
en (x
i
,t
n
) peut
secrire comme la somme des erreurs de consistance en temps et en espace : R
(n)
i
=

R
(n)
i
+

R
n
i
avec :

R
(n)
i
=
u
(n+1)
i
u
(n)
i
k
u
t
(x
i
,t
n
) et

R
(n)
i
=
1
h
2
_
2 u
(n)
i
u
(n)
i1
u
(n)
i+1
_
u
xx
(x
i
,t
n
).
Proposition 2.4 Le schema (2.2.2) est consistant dordre 1 en temps et dordre 2 en espace, cest ` a dire
quil existe C IR
+
ne dependant que de u tel que :
[R
(n)
i
[ C(k +h
2
). (2.2.3)
Demonstration : On a vu lors de letude des probl`emes elliptiques que lerreur de consistance en espace

R
(n)
i
est dordre 2 (voir formule (1.2.19) page 16). Un developpement de Taylor en temps donne facilement
que

R
(n)
i
est dordre 1 en temps.
2.2.2 Stabilite
On a vu `a la proposition 2.2 page 69 que la solution exacte verie :
|u|
L

(]0,1[]0,T[)
|u
0
|
L

(]0,1[)
Si on choisit correctement les pas de temps et despcace, nous allons voir quon peut avoir lequivalent
discret sur la solution approchee.
Denition 2.5 On dit quun schema est L

-stable si la solution approchee est bornee dans L

indepen-
damment du pas du maillage.
Proposition 2.6 Si la condition de stabilite
=
k
h
2

1
2
(2.2.4)
est veriee, alors le schema (2.2.2) est L

stable au sens o` u :
sup
i=1,...,N
n=1,...,M
[u
(n)
i
[ |u
0
|

Demonstration : On peut ecrire le schema sous la forme


u
(n+1)
i
= u
(n)
i
(2u
(n)
i
u
(n)
i1
u
(n)
i+1
),
soit encore :
u
(n+1)
i
= (1 2)u
(n)
i
+u
(n)
i1
+u
(n)
i+1
.
Si 0
1
2
, on a 0 et 1 2 0, et la quantite u
(n+1)
i
est donc combinaison convexe de u
(n)
i
, u
(n)
i1
et u
(n)
i+1
. Soit M
(n)
= max
i=1,...,N
u
(n)
i
, on a alors :
u
(n+1)
i
(1 2)M
(n)
+M
(n)
+M
(n)
, i = 1, . . . ,N,
71
et donc u
(n+1)
i
M
(n)
. On en deduit en passant au maximum que :
M
(n+1)
M
(n)
.
On montre de la meme mani`ere que
min
i=1,...,N
u
(n+1)
i
min
i=1,...,N
u
(n)
i
.
On en deduit max
i=1,...,N
(u
(n+1)
i
) max u
0
i
et min
i=1,...,N
(u
(n+1)
i
) min u
0
i
do` u le resultat.
2.2.3 Convergence
Denition 2.7 Soit u la solution du probl`eme (2.1.1) et (u
(n)
i
) i=1,...N,
n=1,...,M
la solution de (2.2.2). On appelle
erreur de discretisation au point (x
i
,t
n
) la quantite e
n
i
= u(x
i
,t
n
) u
n
i
.
Theor`eme 2.8 Sous les hypoth`eses du theor`eme 2.1, et sous la condition de stabilite (2.2.4), il existe
C IR
+
ne dependant que de u tel que
|e
(n+1)
i
|

|e
(0)
i
|

+TC(k +h
2
), pour tout i = 1, . . . ,N et n = 0, . . . ,M 1.
Ainsi, si |e
(0)
i
|

= 0, alors max
i=1,...N
|e
(n)
i
| tend vers 0 lorsque k et h tendent vers 0, pour tout
n = 1,dotsM . Le schema (2.2.2) est donc convergent.
Demonstration : On note u
(n)
i
= u(x
i
,t
n
). On a donc, par denition de lerreur de consistance,
u
(n+1)
i
u
(n)
i
k

1
h
2
(2 u
(n)
i
u
(n)
i1
u
(n)
i+1
) = R
(n)
i
. (2.2.5)
Dautre part, le schema numerique secrit :
u
(n+1)
i
u
(n)
i
k

1
h
2
(2u
(n)
i
u
(n)
i1
u
(n)
i+1
) = 0. (2.2.6)
Retranchons (2.2.6) `a (2.2.5), on obtient :
e
(n+1)
i
e
(n)
i
k

1
h
2
(2e
(n)
i
e
(n)
i+1
e
(n)
i1
) = R
(n)
i
,
soit encore :
e
(n+1)
i
= (1 2)e
(n)
i
+e
(n)
i1
+e
(n)
i+1
+kR
(n)
i
Or (12)e
(n)
i
+e
(n)
i1
+e
(n)
i+1
|e
(n)
|

, car
1
2
, et donc comme le schema est consistant, linegalite
(2.2.3) entrane que :
[e
(n+1)
i
[ |e
(n)
|

+kC(k +h
2
).
On a donc par recurrence :
|e
(n+1)
i
|

|e
(0)
|

+MkC(k +h
2
)
ce qui demontre le theor`eme.
Donnons maintenant un exemple o` u lorsque la condition (2.2.3) nest pas veriee, le schema est instable.
72
u
0
(x)
1
1 +
1
x
Fig. 2.1 Condition initiale pour le contre exemple
2.2.4 Exemple de non convergence
Montrons que si la condition
1
2
nest pas respectee, on peut construire une condition initiale pour
lequel le schema nest pas stable. Soit u
0
C([1,1],IR) qui verie (voir Figure (2.1) :
_

_
u
0
(x) 0
u
0
(x) ,= 0 si x ] 1; 1 +[
u
0
(x) = 0 si x > 1 +
On consid`ere le probl`eme :
_

_
u
t
u
xx
= 0,x ] 1,1[; t > 0.
u(x,0) = u
0
(x),x ] 1,1[
u(1,t) = u(1,t) = 0,t > 0.
(2.2.7)
On peut montrer que la solution exacte u de (2.2.7) verie u(x,t) > 0,x ] 1,1[,t > 0. En particulier,
pour un temps T > 0 donne, on a u(0,T) > 0. Soit M IN et k = T/M. Soit u
(n)
i
la solution approchee
par (2.2.2), sensee approcher u(x
i
,t
n
) (i N, . . . ,N,n N). On va montrer que u
M
0
= 0 pour k et h
choisis de mani`ere non admissible ; ceci montre que le schema ne peut pas converger. Calculons u
M
0
:
u
M
0
= (1 2)u
M1
0
+u
M1
1
+ u
M1
1
.
Donc u
M
0
depend de
u
(M1)
sur [h,h]
u
(M2)
sur [2h,2h]
.
.
.
u
(0)
sur [Mh,Mh] = [
T
k
h,
T
k
h]
Par exemple, si on prend
h
k
=
1
2T
on obtient : [
T
k
h,
T
k
h] = [
1
2
,
1
2
], et donc, si <
1
2
, on a u
M
0
= 0. On
peut donc remarquer que si
h
k
=
1
2T
, meme si h 0 et k 0,
u
M
0
, u(0,T).
73
Le schema ne converge pas ; notons que ceci nest pas en contradiction avec le resultat de convergence
2.8 page 72, puisquici, on na pas satisfait `a la condition
k
h
2

1
2
.
2.2.5 Stabilite au sens des erreurs darrondi
On consid`ere le schema dEuler explicite pour lequation (2.1.1). On appelle u la solution exacte de (2.1.1),
u
D
la solution exacte de (2.2.2), u
num
la solution eectivement calculee. On peut ecrire :
u u
num
= u u
D
+u
D
u
num
.
On sait que lerreur de discretisation u u
D
tend vers 0 lorsque h et k tendent vers 0, sous condition de
stabilite (2.2.4), c.`a.d.

1
2
.
Pour controler lerreur entre la solution u
D
du schema (2.2.2) et la solution numerique obtenue u
num
,
on cherche `a estimer lamplication de lerreur commise sur la donnee initiale. Rappelons que le schema
secrit :
u
(n+1)
i
= (1 2)u
(n)
i
+u
(n)
i1
+u
(n)
i+1
,
avec =
k
h
2
. Ce schema se met sous la forme u
(n+1)
= AU
(n)
, avec
A =
_
_
_
_
_
_
_
_
_
1 2 0 . . . 0
1 2
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
. 1 2
0 . . . 0 1 2
_
_
_
_
_
_
_
_
_
Denition 2.9 (Stabilite au sens des erreurs darrondi) Supposons que lon commette une erreur

0
sur la condition initiale. La nouvelle condition initiale u
0
, secrit donc u
0
= u
0
+
0
. A cette nouvelle
condition initiale correspond une nouvelle solution calculee u
(n)
= u
(n)
+
(n)
. On dit que le schema est
stable au sens des erreurs darrondi sil existe C > 0 independant de n tel que
(n)
C
(0)
.
On peut trouver une condition susante pour que le schema 2.2.2 soit stable au sens des erreurs darrondi.
En eet, on va demontrer le resultat suivant :
Proposition 2.10 On suppose que =
k
h
2
<
1
2
. Alors le schema 2.2.2 est stable au sens des erreurs
darrondi.
Demonstration : Soit donc une condition initiale perturbee u
0
= u
0
+
0
`a laquelle on associe une
nouvelle solution calculee u
(n)
= u
(n)
+
(n)
. On a
(n)
= A
n

0
. Comme A est symetrique, A est diago-
nalisable dans IR. Soient
1
, . . . ,
N
les valeurs propres de A, et e
1
, . . . ,e
N
les vecteurs propres associes,
cest`adire tels que Ae
i
=
i
e
i
,i = 1, . . . N. On decompose la perturbation
0
sur la base des vecteurs
propres :

0
=
N

i=1
a
i
e
i
. On a donc A
n

0
=
N

i=1
a
i

n
i
e
i
=
(n)
.
74
Si on prend par exemple :
0
= a
i
e
i
, on obtient
(n)
= a
i

n
i
e
i
. Il y a diminution de lerreur darrondi sur

0
si
sup
i=1...N
[
i
[ 1
cest-`a-dire si (A) 1, o` u (A) designe le rayon spectral de A. Calculons (A). On ecrit : A = I + B
o` u B est la matrice symetrique denie negative, denie par :
B =
_
_
_
_
_
_
_
_
_
2 1 0 . . . 0
1 2 1
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
. 0
.
.
.
.
.
. 1 2 1
0 . . . 0 1 2
_
_
_
_
_
_
_
_
_
(2.2.8)
Soit 1T(A) lensemble de valeurs propres de A. Alors 1T(A) = 1 + , 1T(B)). Or 1T(B) =
4 sin
2 j
2(N+1)
,j = 1, . . . ,N (voir Lemme 2.11 plus loin). Pour que
(n)
<
0
, il faut donc que :
sup
j=1,...,N
[1 4sin
2
j
2(N + 1)
[ < 1,
c.`a.d.
sin
2
j
2(N + 1)
<
1
2
.
Une condition susante pour avoir une diminution de lerreur est donc que <
1
2
.
Lemme 2.11 (Valeurs propres de B) Lensemble 1T(B) des valeurs propres de la matrice B denie
par (2.2.8) est donne par :
1T(B) = 4 sin
2
j
2(N + 1)
,j = 1, . . . ,N.
Demonstration : Les valeurs propres B peuvent se calculer `a partir des valeurs propres de loperateur
continu; on commence donc par chercher u solution de :
_
u

+u = 0,
u(0) = u(1) = 0.
Cherchons u(x) sous la forme :
u(x) = a cos

x +b sin

x
Comme u(0) = 0, on a : a = 0. De meme, u(1) = Bsin

= 0, et donc

= k. Les valeurs propres et
vecteurs propres associes de loperateur continu sont donc :
_
k
2

2
, sin kx
_
k IN

. Pour k = 1, . . . ,N,
soit v
(k)
IR
N
tel que v
(k)
i
= sin kih. Calculons Bv
(k)
:
(Bv
(k)
)
i
= v
(k)
i1
2v
(k)
i
+v
(k)
i+1
et donc
(Bv
(k)
)
i
= sink(i 1)h 2 sinkih + sin k(i + 1)h
75
En developpant, on obtient :
(Bv
(k)
)
i
= sin kihcos(kh) + cos kihsin(kh) 2 sinkih + sin kihcos kh + cos kihsinkh.
Apr`es simplications, il vient :
(Bv
(k)
)
i
= 2 sinkih(1 + cos kh).
Or, cos kh = 1 2 sin
2
kh
2
. On a donc :
(Bv
(k)
)
i
= 2 sinkih (2 sin
2
kh
2
)
= 4 sin
2
kh
2
(v
(k)
)
i
, k = 1 . . . N.
On a h =
1
N+1
, et donc les valeurs propres de B secrivent
k
= 4 sin
2 k
2(N+1)
, k = 1, . . . ,N.
2.2.6 Stabilite au sens de Von Neumann
Lanalyse de stabilite au sens de Von Neumann consiste `a etudier limpact du schema sur un mode de
Fourier isole. Pour que le mode de Fourier en question soit solution du probl`eme continu, on remplace les
conditions de Dirichlet homog`enes du probl`eme (2.1.1) par des conditions periodiques, et pour alleger les
notations, on consid`ere lintervalle ]0,2[ comme intervalle detude en espace plut ot que lintervalle ]0,1[.
Probl`eme continu avec conditions aux limites periodiques On consid`ere le probl`eme avec condi-
tions aux limites periodiques
_
_
_
u
t
u
(xx)
= 0, t ]0,T[, x ]0,2[,
u(0,t) = u(2,t),t ]0,T[,
u(x,0) = u
0
(x).
(2.2.9)
Le probl`eme (2.2.9) est bien pose, au sens o` u u
0
C([0,2]), il existe une unique u C
2
(]0,2[]0,T[,IR)
solution de (2.2.9). On suppose que u
0
L
2
(]0,2[). On rappelle que L
2
est un espace de Hilbert, et que
e
inx
,n ZZ est une base hilbertienne
1
de L
2
(]0,2[). On decompose donc la condition initiale dans
cette base hilbertienne : u
0
(x) =

nZZ
c
n
(0)e
inx
(au sens de la convergence dans L
2
). Dans un premier
temps, calculons formellement les solutions de (2.2.9) sous la forme dun developpement dans la base
hilbertienne :
u(x,t) =

nZZ
c
n
(t)e
inx
.
En supposant quon ait le droit de deriver terme `a terme, on a donc :
u
t
(x,t) =

nZZ
c

n
(t)e
inx
et u
xx
(x,t) =

nZZ
c
n
(t)n
2
e
inx
.
1. Soit H,un espace de Hilbert, (e
i
)
iZZ
est une base hilbertienne de H si : (e
i
)
iZZ
est une famille orthonormee telle
que x H,(x
i
)
iZZ
IR ; x =

iZZ
x
i
e
i
au sens de la convergence dans H, avec x
i
= (x,e
i
), o` u (.,.) designe le produit
scalaire sur H.
76
On obtient, en rempla cant dans lequation
c

n
(t) = n
2
c
n
(t)
cest-`a-dire c
n
(t) = c
n
(0)e
n
2
t
en tenant compte de la condition initiale. On a donc nalement :
u(x,t) =

nZZ
c
n
(0)e
n
2
t
e
inx
. (2.2.10)
Justions maintenant ce calcul formel. On a :

nZZ
[c
n
(0)[
2
= |u
0
|
2
L
2 < +
De plus, en derivant (2.2.10) terme `a terme, on obtient :
u
t
u
xx
= 0.
La condition de periodicite est bien veriee par u donnee par (2.2.10). Enn on a bien : u(x,t) u
0
(t)
lorsque t 0, donc la condition initiale est veriee. On peut remarquer quil y a amortissement des
coecients de Fourier c
n
(0) lorsque t augmente, c.`a.d. quon a : c
n
(t) c
n
(0), t > 0.
Discretisation du probl`eme (2.2.9) Si on utilise le schema (2.2.2), pour la discretisation de (2.2.9)
on a :
u
(n+1)
j
= (1 2)u
(n)
j
+ u
(n)
j1
+u
(n)
j+1
. (2.2.11)
On prend comme condition initiale u
0
(x) = a
p
e
ipx
, pour p ZZ xe . En discretisant, on obtient :
u
0
j
(x) = a
p
e
ipjh
, pour j = 1, . . . ,N, avec h =
2
N+1
. On a bien u
0
0
= u
0
N+1
= 0. Calculons :
u
(1)
j
= (1 2)a
p
e
ipjh
+a
p
e
ip(j1)h
+a
p
e
ip(j+1)h
donc : u
(1)
j
= a
p
e
ipjh

p
. On appelle
p
le facteur damplication associe `a la fonction e
ipx
(appele aussi
p-i`eme mode). On a donc :
_

_
u
(1)
j
=
p
u
(0)
j
.
.
.
u
(n)
j
= (
p
)
n
u
(0)
j
On dit que le schema est stable au sens de Von Neumann : si :
[
p
[ < 1, p.
Calculons
p
:

p
= 1 2 + 2cos ph
= 1 2 + 2(1 2 sin
2
ph
2
)
= 1 4sin
2
_
2
N+1
,
p
2
_
.
Pour avoir [
p
[ < 1, il faut sin
2
_
2
N + 1
,
p
2
_
<
1
4
Une condition susante pour que le schema soit stable
au sens de Von Neumann est que : <
1
2
. Remarquons que cest la meme condition que pour la stabilite
des erreurs darrondis.
77
Convergence du schema avec la technique de Von Neumann Soit u C
2
(]0,2[]0,T[,IR) la
solution exacte de (2.2.9) on a u(jh,nk) =

pZZ
c
p
(0)e
p
2
nk
e
ipjh
o` u h =
2
N + 1
est le pas de discretisation
en espace et k =
T
M
le pas de discretisation en temps. Soit u
D
la solution de (2.2.2), et :
u
D
(jh,nk) =

pZZ
c
p
(0)
(n)
p
e
ipjh
.
On cherche `a montrer la convergence de u
D
vers u au sens suivant :
Proposition 2.12 Soit u
0
=

nZZ
c
n
(0)e
inx
et u la solution du probl`eme (2.2.9). On note u
D
la
solution approchee obtenue par le schema dEuler explicite (2.2.11). Alors > 0, 0 tel que si k
et
k
h
2

1
2
, alors
[u(jh,nk) u
D
(jh,nk)[ ,j = 1 . . . N,n =
T
k
.
Demonstration : On note (uu
D
)
(n)
j
la quantite u(jh,nk)u
D
(jh,nk). On fera lhypoth`ese supplementaire :

pZZ
[c
p
(0)[ < +.
Donc pour tout IR+, il existe A IR tel que 2

|p|A
[c
p
(0)[ . On ecrit alors :
(u u
D
)
(n)
j

|p|A
c
p
(0)(e
p
2
nk

n
p
)e
ipjh
+

|p|A
c
p
(0)(e
p
2
nk

n
p
)e
ipjh
On a donc :
(u u
D
)
(n)
j
X + 2

|p|A
[c
p
(0)[, avec X =

|p|A
[c
p
(0)[(e
p
2
nk

n
p
)
et 2

|p|A
[c
p
(0)[ 2. Montrons maintenant que X 0 lorsque h 0. Remarquons que
e
p
2
nk

n
p
= e
p
2
T

n
p
, et
p
= 1 4sin
2
ph
2
.
Or, sin
2
ph
2
=
p
2
h
2
4
+O(h
4
), et =
k
h
2
. Donc : 4sin
2
ph
2
= p
2
k +O(kh
2
). On en deduit :
(
p
)
n
=
_
1 4sin
2
ph
2
_
T/k
et donc ln
n
p
=
T
k
ln
_
1 4sin
2
ph
2
_
= Tp
2
+O(h
2
).
On en deduit que
n
p
e
p
2
T
lorsque h 0. Tous les termes de X tendent vers 0, et X est une somme
nie ; on a donc montre que (u u
D
)
(n)
j
tend vers 0 lorsque h tend vers 0.
Remarque 2.13 On peut adapter la technique de Von Neumann au cas Dirichlet homog`ene sur [0,1],
en eectuant le developpement de u par rapport aux fonctions propres de loperateur u

avec conditions
aux limites de Dirichlet :
u(x,t) =

c
n
(t) sin(nx).
Lavantage du developpement en serie de Fourier est quil marche pour nimporte quel operateur lineaire
` a condition davoir pris des conditions aux limites periodiques.
78
2.3 Schema implicite et schema de Crank-Nicolson
2.3.1 Le -schema
Commen ons par un petit rappel sur les equations dierentielles (voir aussi polycopie danalyse numerique
de licence, sur le site web http://www.cmi.univ-mrs.fr/herbin On consid`ere le probl`eme de Cauchy:
_
y

(t) = f(y(t)),t > 0.


y(0) = y
0
(2.3.12)
Soit k un pas (constant) de discretisation , on rappelle que les schemas dEuler explicite et implicite pour
la discretisatision de ce probl`eme secrivent respectivement :
Euler explicite :
y
(n+1)
y
(n)
k
= f(y
(n)
), n 0 (2.3.13)
Euler implicite :
y
(n+1)
y
(n)
k
= f(y
(n+1)
), n 0, (2.3.14)
avec y
(n)
= y
0
. On rappelle egalement que le -schema, o` u est un param`etre de lintervalle [0,1] secrit :
y
(n+1)
= y
(n)
+kf(y
(n+1)
) +k(1 )f(y
(n)
). (2.3.15)
Remarquons que pour = 0 on retrouve le schema (2.3.13) et pour = 1 le schema (2.3.14). On peut
facilement adapter le schema `a la resolution des equations paraboliques. Par exemple, le -schema pour
la discretisation en temps du probl`eme (2.1.1), avec une discretisation par dierences nies en espace
secrit :
u
(n+1)
i
u
(n)
i
k
=

h
2
(2u
(n+1)
i
+u
(n+1)
i1
+u
(n+1)
i+1
) +
1
h
2
(2u
(n)
i
+u
(n)
i1
+u
(n)
i+1
), ; n 0, i = 1
u
(0)
i
= u
0
(x
i
),i = 1, . . . ,N.
(2.3.16)
Si = 0, on retrouve le schema dEuler explicite ; si = 1, celui dEuler implicite. Dans ce cas o` u =
1
2
ce schema sappelle schema de Crank-Nicolson. Notons que d`es que > 0, le schema est implicite, au
sens o` u on na pas dexpression explicite de u
(n+1)
i
en fonction des u
(n)
j
.
2.3.2 Consistance et stabilite
Proposition 2.14 (Consistance du -schema) Le schema (2.3.16) pour la discretisation du probl`eme
(2.1.1) est dordre 2 en espace. Il est dordre 2 en temps si =
1
2
, et dordre 1 sinon.
Demonstration : On pose u
n
j
= u(x
j
,t
n
),h =
1
N+1
,
R
(n)
j
=
u
(n+1)
j
u
(n)
j
k
+

h
2
_
2 u
(n+1)
i
+ u
(n+1)
i1
+ u
(n+1)
i+1
_
+
1
h
2
_
2u
(n)
i
+u
(n)
i1
+u
(n)
i+1
_
On va montrer, en eectuant des developpements limites, que :

R
(n)
j

C(k + h
2
) si ,=
1
2
et que

R
(n)
j

C(k
2
+h
2
) si =
1
2
. En eet, on decompose
R
(n)
j
= T
(n,1)
j
+T
(n,2)
j
+ (1 )T
(n,3)
j
79
avec :
T
(n,1)
j
=
u
(n+1)
j
u
(n)
j
k
, T
(n,2)
j
=

h
2
_
2 u
(n+1)
i
+ u
(n+1)
i1
+ u
(n+1)
i+1
_
T
(n,3)
j
=
1
h
2
_
2u
(n)
i
+u
(n)
i1
+u
(n)
i+1
_
Eectuons un developpement limite pour calculer T
(n,1)
j
:
T
(n,1)
j
= ( u
t
)(x
j
,t
n
) +
k
2
(u
tt
)(x
j
,t
n
) +R
1
avec [R
1
[ Ck
2
.
Faisons de meme pour T
(n,2)
j
:
T
(n,2)
j
=
_
u
xx
(x
j
,t
n+1
) +R
2
_
avec [R
2
[ Ch
2
.
Or u
xx
(x
j
,t
n+1
) = u
xx
(x
j
,t
n
) +k u
xxt
(x
j
,t
n
) +R
3
avec [R
3
[ Ck
2
, donc:
T
(n,2)
j
=
_
u
xx
(x
j
,t
n
) + +ku
xxt
(x
j
,t
n
) +R
4
_
avec [R
4
[ C(h
2
+k
2
).
De meme pour T
(n,3)
j
, on a :
T
(n,3)
j
= (1 )u
xx
(x
j
,t
n
) +R
5
, avec [R
5
[ Ck
2
.
En regroupant, on obtient que
R
(n)
j
= u
t
(x
j
,t
n
) u
xx
(x
j
,t
n
)
k
2

t
u
t
(x
j
,t
n
) +k(u
xx
)(x
j
,t
n
) +R
avec R = R
1
+R
4
+R
5
Si =
1
2
, on a un schema dordre 2 en temps et en espace.
En eet,
k
2
( u
tt
)(x
j
,t
n
) k( u
xxt
)(x
j
,t
n
) =

t
_
k
_
1
2
( u
t
)(x
j
,t
n
) ( u
xx
)(x
j
,t
n
)
_
et u
t
u
xx
= 0.
Si ,=
1
2
: on a un schema dordre 2 en espace et dordre 1 en temps.
Proposition 2.15 (Stabilite au sens de Von Neumann) Si
1
2
le -schema est inconditionnelle-
ment stable. En particulier, les schemas dEuler implicite et de Crank-Nicolson sont inconditionnellement
stables. Si <
1
2
le schema est stable sous condition.

1
2(1 2)
.
(On retrouve en particulier que le schema dEuler explicite nest que si
1
2
).
Demonstration : On remplace les conditions aux limites de Dirichlet sur [0,1] par des conditions
periodiques sur [0,2]. La solution exacte secrit alors :
u =

pZZ
c
p
(0)e
p
2
t
e
ipx
.
80
Pronons comme condition initiale u
0
(x) = e
ipx
. On a :
u
(n+1)
j
u
(n)
j
=
k
h
2
_
(2u
(n+1)
j
u
(n+1)
j1
u
(n+1)
j+1
) (1 )(2u
(n)
j
u
(n)
j1
u
(n)
j+1
),
ce qui secrit encore, avec : =
k
h
2
:
(1 + 2)u
(n+1)
j
u
(n+1)
j1
u
(n+1)
j+1
= (1 2(1 ))u
(n)
j
+(1 )u
(n)
j+1
+(1 )u
(n)
j1
. (2.3.17)
En discretisant la condition intiale (mode de Fourier) on obtient u
(0)
j
= e
ipjh
et on cherche le facteur
damplifcation
p
tel que u
1
j
=
p
u
0
j
=
p
e
ipjh
; en appliquant le schema cidessus pour n = 0, on obtient :
(1 + 2)
p

p
[e
iph
+e
iph
] = [1 2(1 )] +(1 )[e
iph
+e
iph
]
et donc :

p
=
1 2(1 ) + 2(1 ) cos ph
(1 + 2) 2cos ph
=
1 4(1 ) sin
2
ph/2
1 + 4 sin
2 ph
2
Pour que le schema soit stable au sens de Von Neumann, il faut que : [
p
[ < 1 pour tout p, soit encore :
1 4(1 ) sin
2
ph
2
< 1 + 4 sin
2
ph
2
(2.3.18)
et
4(1 ) sin
2
ph
2
1 < 1 + 4 sin
2
ph
2
(2.3.19)
Linegalite (2.3.18) est toujours veriee. En ce qui concerne linegalite (2.3.19), on distingue deux cas :
1. Si
1
2
alors 0 1 et dans ce cas (2.3.19) est toujours vraie.
2. Si <
1
2
, on veut :
4
_
(1 ) sin
2
ph
2
sin
2
ph
2
_
< 2
Il faut donc que
<
1
2
_
(1 2) sin
2
ph
2
_
1
Une condition susante est donc :

1
2(1 2)
si <
1
2
.
2.3.3 Convergence du schema dEuler implicite.
Prenons = 1 dans le -schema : on obtient le schema dEuler implicite :
(1 + 2)u
(n+1)
j
u
(n+1)
j1
u
(n+1)
j+1
= u
(n)
j
(2.3.20)
On rappelle que ce schema est inconditionnellement stable au sens de Von Neumann. On va montrer de
plus quil est L

stable :
81
Proposition 2.16 (Stabilite L

pour Euler implicite) Si (u


(n)
j
)
j=1,...,N
est solution du schema (2.3.20),
alors :
max
j=1,...,N
u
(n+1)
j
max
j=1,...,N
u
(n)
j
max
j=1,...,N
u
(0)
j
(2.3.21)
de meme :
min
j=1,...,N
u
(n+1)
j
min
j=1,...,N
u
(n)
j
min
j=1,...,N
u
(0)
j
(2.3.22)
Le schema (2.3.20) est donc L

stable.
Demonstration : Prouvons lestimation (2.3.21), la preuve de (2.3.22) est similaire. Soit j
0
tel que
u
(n+1)
j0
= max
j=1,...,N
u
(n+1)
j
Par denition du schema dEuler implicite (2.3.20), On a :
u
(n)
j0
= (1 + 2)u
(n+1)
j0
u
(n+1)
j01
u
(n+1)
j0+1
.
On en deduit : u
(n+1)
j0
max
j=1,...,N
u
(n)
j
, ce qui prouve que
max
j=1,...,N
u
(n+1)
j
max
j=1,...,N
u
(n)
j
.
Donc le schema (2.3.20) est L

stable.
Theor`eme 2.17 Soit e
(n)
lerreur de discretisation, denie par
e
(n)
j
= u(x
j
,t
n
) u
(n)
j
pour j = 1, . . . ,N.
Alors |e
(n+1)
|

|e
(0)
|

+ TC(k + h
2
). Si |e
(0)
|

= 0, le schema est donc convergent (dordre 1 en


temps et 2 en espace.
Demonstration : En utilisant la denition de lerreur de consistance, on obtient :
(1 + 2)e
(n+1)
j
e
(n)
j1
e
(n)
j+1
= e
(n)
j
+R
(n)
j
et donc :
|e
(n+1)
|

|e
h
|

+kC(k +h
2
)
On en deduit, par recurrence sur n, que :
|e
(n+1)
|

|e
0
|

+TC(k +h
2
)
do` u la convergence du schema.
On peut montrer que le schema saute-mouton (ou Leap-frog)
u
(n+1)
j
u
(n1)
j
2k
=
1
h
2
(u
(n)
j1
2u
(n)
j
+u
(n)
j+1
)
est dordre 2 en espace et en temps (voir exercice 24 page 88. Malheureusement il est aussi incondition-
nellement instable. On peut le modier pour le rendre stable, en introduisant le schema Dufort-Frankel,
qui secrit :
u
(n+1)
j
u
(n1)
j
2k
=
1
h
2
(u
(n)
j1
(u
(n+1)
j
+u
(n1)
j
) +u
(n)
j+1
)
Ce schema est consistant et inconditionnellement stable.
82
2.4 Cas de la Dimension 2
Soit un ouvert borne de IIR
2
, on consid`ere le probl`eme suivant :
_
_
_
u
t
u = 0 x ,t ]0,T[
u(x,0) = u
0
(x) x
u(x,t) = g(t) x t ]0,T[
Si le domaine est rectangulaire, ce probl`eme se discretise facilement `a laide de schema en temps et de
dierences nies en espace, en prenant un maillage rectangulaire. On peut montrer, comme dans le cas
1D, la consistance, la stabilite, la L

stabilite, la stabilite au sens de Von Neumann


83
2.5 Exercices
Exercice 18 (Existence de solutions presque classiques) Corrige en page 93
Soit u
0
L
2
(). On sinteresse au probl`eme :
u
t
(x,t) u
xx
(x,t) = 0, x ]0,1[, t IR

+
,
u(0,t) = u(1,t) = 0, t IR

+
,
u(x,0) = u
0
(x), x ]0,1[.
(2.5.23)
1. On denit u : [0,1] IR

+
IR par :
u(x,t) =

nIN

e
n
2

2
t
a
n
sin(nx), x [0,1], t IR

+
, (2.5.24)
avec a
n
= (
_
1
0
u
0
(x) sin(nx)dx)/(
_
1
0
sin
2
(nx)dx).
Montrer que u est bien denie de [0,1] IR

+
dans IR et est solution de (2.5.23) au sens suivant :
u C

([0,1] IR

+
,IR),
u
t
(x,t) u
xx
(x,t) = 0, x [0,1], t IR

+
,
u(0,t) = u(1,t) = 0, t IR

+
,
|u(.,t) u
0
|
L
2
(]0,1[)
0, quand t 0.
(2.5.25)
2. Montrer quil existe une unique fonction u solution de (2.5.25).
Exercice 19 (Exemple de schema non convergent) Suggestions en page 92, corrige en page 95
Soit u
0
L
2
(] 4,4[). On note u lunique solution (au sens vu en cours ou en un sens inspire de lexercice
precedent) du probl`eme suivant :
u
t
(x,t) u
xx
(x,t) = 0, x ] 4,4[, t ]0,1[,
u(4,t) = u(4,t) = 0, t ]0,1[,
u(x,0) = u
0
(x), x ] 4,4[.
(2.5.26)
On sait que la solution de (2.5.26) est de classe C

sur [4,4]]0,1] (voir lexercice precedent). On


admettra que si u
0
0 p.p. sur ] 4,4[ et u
0
,= 0 (dans L
2
(] 4,4[)) alors u(x,t) > 0 pour tout x ] 4,4[
et tout t ]0,1].
On suppose maintenant que u
0
C([4,4],IR), u
0
(4) = u
0
(4) = 0, u
0
0 sur ] 4,4[, u
0
nulle sur
[3,4] et quil existe a ] 4, 3[ t.q. u
0
(a) > 0. On a donc u(x,t) > 0 pour tout x ] 4,4[.
Avec les notations du cours, on consid`ere la solution de (2.5.26) donnee par le schema dEuler explicite
(2.2.2) avec le pas de temps k = 1/(M +1) et le pas despace h = 8/(N +1) (M,N IN

, N impair). La
solution approchee est denie par les valeurs u
n
i
pour i (N+1)/2, . . . ,(N+1)/2 et n 0, . . . ,M+1.
La valeur u
n
i
est censee etre une valeur approchee de u
n
i
= u(ih,nk).
1. Donner les equations permettant de calculer u
n
i
pour i (N + 1)/2, . . . ,(N + 1)/2 et n
0, . . . ,M + 1.
2. On suppose maintenant que k = h. Montrer que u
n
i
= 0 pour i 0 et n 0, . . . ,M + 1. En
deduire que max[u
M+1
i
u
M+1
i
[, i (N +1)/2, . . . ,(N +1)/2 ne tends pas vers 0 quand h 0
(cest-` a-dire quand N ).
84
Exercice 20 (Schemas explicites centre et decentre) Corrige en page 96
Soient > 0, > 0, T > 0 et u
0
: IR IR. On sinteresse au probl`eme suivant :
u
t
(x,t) +u
x
(x,t) u
xx
(x,t) = 0, x ]0,1[, t ]0,T[,
u(0,t) = u(1,t) = 0, t ]0,T[,
u(x,0) = u
0
(x), x ]0,1[.
(2.5.27)
On rappelle que u
t
=
u
t
, u
x
=
u
x
et u
xx
=

2
u
x
2
. On suppose quil existe u C
4
([0,1] [0,T]) solution
(classique) de (2.5.27) (noter que ceci implique u
0
(0) = u
0
(1) = 0). On pose A = minu
0
(x), x [0,1]
et B = maxu
0
(x), x [0,1] (noter que A 0 B).
On discretise le probl`eme (2.5.27). On reprend les notations du cours. Soient h = 1/(N +1) et k = T/M
(N, M IN

).
1. Schema explicite decentre. Pour approcher la solution u de (2.5.27), on consid`ere le schema suivant :
1
k
(u
n+1
i
u
n
i
) +

h
(u
n
i
u
n
i1
)

h
2
(u
n
i+1
2u
n
i
+u
n
i1
) = 0,
i 1, . . . ,N, n 0, . . . ,M 1,
u
n
0
= u
n
N+1
= 0, n 1, . . . ,M,
u
0
i
= u
0
(ih), i 0, . . . ,N + 1.
(2.5.28)
On pose u
n
i
= u(ih,nk) pour i 0, . . . ,N + 1 et n 0, . . . ,M.
(a) (Consistance) Montrer que lerreur de consistance du schema (2.5.28) est majoree par C
1
(k+h),
o` u C
1
ne depend que de u, T, et .
(b) (Stabilite) Sous quelle condition sur k et h (cette condition peut dependre de et ) a-t-on
A u
n
i
B pour tout i 0, . . . ,N + 1 et tout n 0, . . . ,M? Sous cette condition,
en deduire |u
n
|

|u
0
|
L

(]0,1[)
pour tout n 0, . . . ,M (avec |u
n
|

= max[u
n
i
[, i
0, . . . ,N + 1)
(c) (Estimation derreur) On pose e
n
i
= u
n
i
u
n
i
.
Sous la condition sur k et h trouvee precedemment, montrer que [e
n
i
[ C
2
(k + h) pour tout
i 0, . . . ,N + 1 et tout n 0, . . . ,M avec C
2
ne dependant que de u, T, et .
2. Schema explicite centre.
On change dans le schema (2.5.28) la quantite (/h)(u
n
i
u
n
i1
) par (/2h)(u
n
i+1
u
n
i1
).
(a) (Consistance) Montrer que lerreur de consistance est maintenant majoree par C
3
(k +h
2
), o` u
C
3
ne depend que de u, T, et .
(b) Reprendre les questions de stabilite et destimation derreur du schema (2.5.28).
Exercice 21 (Schema implicite et principe du maximum) Corrige en page 98
1. Soit T > 0, et u
0
C([0,1]). On consid`ere le probl`eme devolution suivant :
_
_
_
u
t
(x,t) u
xx
(x,t) + v(x)u
x
(x,t) = 0, x ]0,1[,,t ]0,T[,
u(0) = a
0
, u(1) = a
1
,
u(x,0) = u
0
(x).
(2.5.29)
dont on cherche `a approcher la solution par dierences nies. On choisit pour cela le schema de la question
1 de lexercice ?? pour la discretisation en espace, et on discretise par le schema dEuler implicite en temps
avec un pas de temps uniforme k =
T
P
o` u P 1.
85
1.1 Ecrire le schema ainsi obtenu et montrer quil admet une solution quon notera U = (u
(p)
i
) i=1,...,N
p=1,...,P
, o` u
u
(p)
i
est cense etre une approximation de u(x
i
,t
p
), o` u t
p
= pk,p = 0, . . . ,P.
1.2 Montrer que
min(min
[0,1]
u
0
, min(a
0
,a
1
)) u
(p)
i
max(max
[0,1]
u
0
, max(a
0
,a
1
)), pour tout i = 1, . . . ,N et p = 1, . . . ,P.
2. Soit T > 0, et u
0
C([0,1]). On consid`ere maintenant le probl`eme devolution suivant :
_
_
_
u
t
(x,t) u
xx
(x,t) + (vu)
x
(x,t) = 0, x ]0,1[,,t ]0,T[,
u(0) = a
0
, u(1) = a
1
,
u(x,0) = u
0
(x).
(2.5.30)
dont on cherche `a approcher la solution par dierences nies. On choisit pour cela le schema de la question
1 de lexercice 6 pour la discretisation en espace, et on discretise par le schema dEuler implicite en temps
avec un pas de temps uniforme k =
T
P
o` u P 1.
2.1 Ecrire le schema ainsi obtenu et montrer quil admet une solution quon notera U = (u
(p)
i
) i=1,...,N
p=1,...,P
, o` u
u
(p)
i
est cense etre une approximation de u(x
i
,t
p
), o` u t
p
= pk,p = 0, . . . ,P.
2.2 Montrer que si a
0
0, a
1
0 et u
0
0, alors on a : u
(p)
i
0, pour tout i = 1, . . . ,N et p = 1, . . . ,P.
3. On consid`ere maintenant =]0,1[
2
; soient v C

(,IR
+
), a C(,IR) et u
0
C(,IR
+
). En
sinspirant des schemas etudies aux questions 3 et 4, donner une discretisation en espace et en temps des
deux probl`emes suivants (avec pas uniforme) :
_
_
_
u
t
u +v u = 0,
u[

= a,
u(,0) = u
0
.
(2.5.31)
_
_
_
u
t
u + div(vu) = 0,
u[

= a,
u(,0) = u
0
.
(2.5.32)
Exercice 22 (Discretisation dun probl`eme parabolique.) Suggestions en page 92, corrige en page
98
Dans cet exercice on sinteresse `a des schemas numeriques pour le probl`eme :
_

_
u
t
+u
x
u
xx
= 0 (x,t) IR
+
]0,T[
u(1,t) = u(0,t) = 0 t ]0,T[
u(x,0) = u
0
(x) x ]0,1[
(2.5.33)
o` u u
0
et sont donnes ( > 0). On reprend dans la suite de lexercice les notations du cours.
1. Donner un schema dapproximation de (2.5.33) dierences nies `a pas constant en espace et Euler
explicite `a pas constant en temps. Montrer que lerreur de consistance est majoree par C(k + h
2
) ; avec
C dependant de la solution exacte de (2.5.33). Sous quelle(s) condition(s) sur k et h a-ton |u
n
|


|u
0
|

,n M?
Donner un resultat de convergence pour ce schema.
86
2. Meme question que 1. en rempla cant Euler explicite par Euler implicite.
3. En sinspirant du schema de Crank-Nicolson (vu en cours) construire un schema dordre 2 (espace et
temps). Sous quelle(s) condition(s) sur k et h a-ton |u
n
|
2
|u
0
|
2
,n M ? Donner un resultat de
convergence pour ce schema.
4. Dans les schemas trouves aux questions 1., 2. et 3. on remplace lapproximation de u
x
par une ap-
proximation decentree `a gauche. Quel est lordre des schemas obtenus et sous quelle(s) condition(s) sur k
et h a-ton |u
n
|

|u
0
|

o` u |u|u
0
|
2
,n M? Donner un resultat de convergence pour ces schemas.
Exercice 23 (Equation parabolique avec terme source) Suggestions en page 92, corrige 101
Soit u
0
une fonction donnee de [0,1] dans IR. On sinteresse ici `a la discretisation du probl`eme suivant :
u
t
(t,x) u
xx
(t,x) u(t,x) = 0, t IR
+
, x [0,1], (2.5.34)
u(t,0) = u(t,1) = 0, t IR

+
; u(0,x) = u
0
(x), x [0,1]. (2.5.35)
On note u la solution de (2.5.34), (2.5.35), et on suppose que u est la restriction `a IR
+
[0,1] dune
fonction de classe C

de IR
2
dans IR.
Pour h =
1
N+1
(N IN

) et k > 0, on pose x
i
= ih,i 0, . . . ,N + 1, t
n
= nk,n IN, u
n
i
= u(x
i
,t
n
), et
on note u
n
i
la valeur approchee recherchee de u
n
i
.
On consid`ere deux schemas numeriques, (2.5.36)(2.5.38) et (2.5.37)(2.5.38) denis par les equations
suivantes :
u
n+1
i
u
n
i
k

(u
n+1
i+1
+u
n+1
i1
2u
n+1
i
)
h
2
u
n+1
i
= 0, n IN, i 1, . . . ,N, (2.5.36)
u
n+1
i
u
n
i
k

(u
n+1
i+1
+u
n+1
i1
2u
n+1
i
)
h
2
u
n
i
= 0, n IN, i 1, . . . ,N, (2.5.37)
u
n+1
0
= u
n+1
N+1
= 0, n IN; u
0
i
= u
0
(x
i
), = i 0, . . . ,N + 1. (2.5.38)
Pour n N, on note u
n
= (u
n
1
, . . . ,u
n
N
)
t
IR
N
.
1. (Consistance) Soit T > 0. Pour n IN, et i 1, . . . ,N, on note R
n
i
lerreur de consistance (denie
en cours) du schema numerique (2.5.36), (2.5.38) [resp. du schema numerique (2.5.37), (2.5.38)].
Montrer quil existe C IR, ne dependant que de u et T, t. q. [R
n
i
[ C(k + h
2
), pour tout
i 1, . . . ,N et tout n IN, t.q. kn T.
2. Montrer que le schema (2.5.36), (2.5.38) [resp. (2.5.37), (2.5.38)] demande, `a chaque pas de temps,
la resolution du syst`eme lineaire Au
n+1
= a [resp. Bu
n+1
= b] avec A,B IR
N,N
et a,b IR
N
`a
determiner.
Montrer que B est inversible (et meme s.d.p.) pour tout h > 0 et k > 0. Montrer que A est inversible
(et meme s.d.p.) pour tout h > 0 et k ]0,1[.
3. (Stabilite) Pour n IN, on pose |u
n
|

= sup
i{1,...,N}
[u
n
i
[. Soit T > 0. On consid`ere le schema
(2.5.37), (2.5.38). Montrer quil existe C
1
(T) IR, ne dependant que de T, t.q. |u
n
|

C
1
(T)|u
0
|

,
pour tout h > 0, k > 0, et n IN tel que kn T.
Soit [0,1]. On consid`ere le schema (2.5.36), (2.5.38). Montrer quil existe C
2
(T,) IR, ne
dependant que de T et de , t.q. |u
n
|

C
2
(T,)|u
0
|

, pour tout h > 0, k ]0,[, et n IN tel


que kn T.
87
4. (Estimation derreur) Pour n IN et i 1, . . . ,N, on pose e
n
i
= u
n
i
u
n
i
. Soit T > 0. Donner,
pour kn T, des majorations de |e
n
|

en fonction de T, C, C
1
(T), C
2
(T,) (denis dans les
questions precedentes), k et h pour les deux schemas etudies.
Exercice 24 (Schema saute-mouton) Corrige en page 104
On consid`ere le probl`eme suivant:
_
_
_
u
t
(x,t) u
xx
(x,t) = 0, x ]0,1[, t ]0,T[,
u(0,t) = u(1,t) = 0, t ]0,T[,
u(x,0) = u
0
(x), x ]0,1[.
(2.5.39)
Pour trouver une solution approchee de ((2.5.39)), on consid`ere le schema saute-mouton :
_
_
_
u
n+1
j
u
(n1)
j
2k
=
u
n
j1
2u
n
j
+u
n
j+1
h
2
, j = 1, . . . ,N 1, n = 1, . . . ,M 1,
u
n+1
0
= u
n+1
N+1
= 0, n = 1, . . . ,M 1,
(2.5.40)
o` u (u
0
j
)
j=1,...,N
et (u
1
j
)
j=1,...,N
sont supposes connus, h = 1/N, k = T/M.
1. Montrer que le schema (2.5.40) est consistant. Quel est son ordre?
2. Montrer que le schema (2.5.40) est inconditionnellement instable au sens de Von Neumann.
On modie leg`erement le schema (2.5.40) en prenant
_
_
_
u
n+1
j
u
(n1)
j
2k
=
u
n
j1
(u
n+1
j
+u
(n1)
j
) +u
n
j+1
h
2
, j = 1, . . . ,N, n = 1, . . . ,M 1,
u
n+1
0
= u
n+1
N+1
= 0, n = 1, . . . ,M 1,
(2.5.41)
(schema de Dufort-Frankel).
3. Montrer que le schema (2.5.41) est consistant avec (2.5.39) quand h,k 0 sous la condition
k
h
0.
4. Montrer que (2.5.41) est inconditionnellement stable.
Exercice 25 (Probl`eme parabolique non lineaire) Corrige en page 106
On se propose, dans cet exercice, de montrer lexistence dune solution faible au probl`eme (2.5.42)-
(2.5.44), `a partir de lexistence de la solution approchee donnee par un schema numerique. Linconnue de
ce probl`eme est la fonction u de [0,1] [0,T] dans IR, elle doit etre solution des equations suivantes :
u
t
(x,t)

2
(u)
x
2
(x,t) = v(x,t), x ]0,1[, t ]0,T[, (2.5.42)
(u)
x
(0,t) =
(u)
x
(1,t) = 0, t ]0,T[, (2.5.43)
u(x,0) = u
0
(x), x ]0,1[, (2.5.44)
o` u , v, T, u
0
sont donnes et sont t.q.
1. T > 0, v L

(]0,1[]0,T[),
88
2. croissante, lipschitzienne de IR dans IR,
3. u
0
L

(]0,1[) et (u
0
) lipschitzienne de [0,1] dans IR.
Un exemple important est donne par (s) =
1
s si s 0, (s) = 0 si 0 s L et (s) =
2
(s L) si
s L, avec
1
,
2
et L donnes dans IR

+
. Noter pour cet exemple que

= 0 sur ]0,L[.
Les ensembles ]0,1[ et D =]0,1[]0,T[ sont munis de leur tribu borelienne et de la mesure de Lebesgue
sur cette tribu.
On appelle solution faible de (2.5.42)-(2.5.44) une solution de :
u L

(]0,1[]0,T[), (2.5.45)
_
D
(u(x,t)

t
(x,t) +(u(x,t))

x
2
(x,t) +v(x,t)(x,t))dxdt +
_
]0,1[
u
0
(x)(x,0)dx = 0,
C
2,1
T
(IR
2
),
(2.5.46)
o` u C
2,1
T
(IR
2
) signie que est une fonction de IR
2
dans IR deux fois contin ument derivable par
rapport `a x, une fois contin ument derivable par rapport `a t et t.q.

x
(0,t) =

x
(1,t) = 0, pour tout
t [0,T] et (x,T) = 0 pour tout x [0,1].
Question 1 (Solution classique versus solution faible)
On suppose, dans cette question seulement, que est de classe C
2
, v est continue sur [0,1] [0,T] et u
0
est continue sur [0,1]. Soit u C
2
(IR
2
,IR). On note encore u la restriction de u `a ]0,1[]0,T[. Montrer
que u est solution de (2.5.45)-(2.5.46) si et seulement si u verie (2.5.42)-(2.5.44) au sens classique (cest-
`a-dire pour tout (x,t) [0,1] [0,T]).
On cherche maintenant une solution approchee de (2.5.42)-(2.5.44).
Soient N,M IN

. On pose h =
1
N
et k =
T
M
. On va construire une solution approchee de (2.5.42)-
(2.5.44) `a partir de la famille u
n
i
, i = 1, . . . ,N, n = 0, . . . ,M (dont on va prouver lexistence et lunicite)
veriant les equations suivantes :
u
0
i
=
1
h
_
ih
(i1)h
u
0
(x)dx, i = 1, . . . ,N, (2.5.47)
u
n+1
i
u
n
i
k

(u
n+1
i1
) 2(u
n+1
i
) +(u
n+1
i+1
)
h
2
= v
n
i
, i = 1, . . . ,N, n = 0, . . . ,M 1, (2.5.48)
avec u
n+1
0
= u
n+1
1
, u
n+1
N+1
= u
n+1
N
, pour tout n = 0, . . . ,M1 et v
n
i
=
1
kh
_
(n+1)k
nk
_
ih
(i1)h
v(x,t)dxdt, pour
tout i = 1, . . . ,N, pour tout n = 0, . . . ,M.
Question 2 (Existence et unicite de la solution approchee)
Soit n 0, . . . ,M 1. On suppose connu u
n
i
, i = 1, . . . ,N. On va prouver dans cette question
lexistence et lunicite de u
n+1
i
, i = 1, . . . ,N veriant (2.5.48) (avec u
n+1
0
= u
n+1
1
, u
n+1
N+1
= u
n+1
N
).
1. Soit a > 0, Pour s IR, on pose g
a
(s) = s +a(s). Montrer que g
a
est une application strictement
croissante bijective de IR dans IR.
89
2. Soit w = (w
i
)
i=1,...,N
IR
N
. On pose w
0
= w
1
etw
N+1
= w
N
. Montrer quil existe un et un seul
couple (u,w) IR
N
IR
N
, u = (u
i
)
i=1,...,N
, w = (w
i
)
i=1,...,N
, t.q. :
(u
i
) = w
i
, pour tout i 1, . . . ,N, (2.5.49)
u
i
+
2k
h
2
w
i
=
k
h
2
(w
i1
+w
i+1
) +u
n
i
+kv
n
i
, pour tout i = 1, . . . ,N. (2.5.50)
On peut donc denir une application F de IR
N
dans IR
N
par w F(w) = w o` u w est solution de
(2.5.49)(2.5.50).
3. On munit IR
N
de la norme usuelle | |

. Montrer que lapplication F est strictement contractante.


[On pourra utiliser la monotonie de et remarquer que, si a = () et b = (), on a [ [
(1/L)[a b[, o` u L ne depend que de .]
4. Soit u
n+1
i
, i = 1, . . . ,N solution de (2.5.48). On pose w = (w
i
)
i=1,...,N
, avec w
i
= (u
n+1
i
) pour
i 1, . . . ,N. Montrer que w = F(w).
5. Soit w = (w
i
)
i=1,...,N
t.q. w = F(w). Montrer que pour tout i 1, . . . ,N il existe u
n+1
i
IR t.q.
w
i
= (u
n+1
i
. Montrer que u
n+1
i
, i = 1, . . . ,N est solution de (2.5.48).
6. Montrer quil existe une unique famille u
n+1
i
, i = 1, . . . ,N solution de (2.5.48).
Question 3 (Estimation L

(]0,1[]0,T[) sur u)
On pose A = |u
0
|
L

(]0,1[)
et B = |v|
L

(]0,1[]0,T[)
. Montrer, par recurrence sur n, que u
n
i
[A
nkB,A+nkB] pour tout i = 1, . . . ,N et tout n = 0, . . . ,M. [On pourra, par exemple, considerer (2.5.48)
avec i t.q. u
n+1
i
= minu
n+1
j
, j = 1, . . . ,N.]
En deduire quil existe c
u0,v,T
IR
+
t.q. |u
n
|
L

(]0,1[)
c
u0,v,T
.
Question 4 (Estimation de la derivee p.r. `a x de (u))
Montrer quil existe C
1
(ne dependant que de T, , v et u
0
) t.q., pour tout n = 0, . . . ,M 1,
M1

n=0
N1

i=1
((u
n+1
i+1
) (u
n+1
i
))
2
C
1
h
k
. (2.5.51)
[Multiplier (2.5.48) par u
n+1
i
et sommer sur i et sur n et utiliser linegalite a
2
ab
a
2
2

b
2
2
.]
Question 5 (Estimation de la derivee p.r. `a t de (u))
Montrer quil existe C
2
(ne dependant que de T, , v et u
0
) t.q.
M1

n=0
h
N+1

i=0
((u
n
i+1
) (u
n+1
i+1
))
2
C
2
k. (2.5.52)
et
N+1

i=0
((u
n+1
i
) (u
n+1
i+1
))
2
C
2
h, pour tout n 0, . . . ,M. (2.5.53)
[indication: multiplier (2.5.48) par (u
n+1
i
) (u
n
i
) et sommer sur i et n]
90
Dans la suite de lexercice, il sagit de passer `a la limite (quand N,M ) pour trouver une solution
de (2.5.42)-(2.5.44).
Pour M IN

donne, on prend N = M
2
(et donc h et k sont donnes et k = T

h), on denit (avec les


u
n
i
trouves dans les questions precedentes) une fonction, u
h
, sur [0,1] [0,T] en posant
u
h
(x,t) =
t nk
k
u
(n+1)
h
(x) +
(n + 1)k t
k
u
(n)
h
(x), si t [nk,(n + 1)k]
et
u
(n)
h
(x) = u
n
i
, si x ](i 1)h,ih[, i = 1, . . . ,N, n = 0, . . . ,M.
Enn, on denit (u
h
) par (u
h
)(x,t) = (u
h
(x,t)).
Question 6 Montrer que les suites (u
h
)
MIN
et ((u
h
))
MIN
sont bornees dans L

(]0,1[]0,T[) (on
rappelle que h est donne par M).
Question 7
Montrer quil existe C (ne dependant que de T, , v et u
0
) t.q. lon ait, pour tout M IN

:
1. Pour tout t [0,T],
_
IR
[(u
h
)(x +,t) (u
h
)(x,t)[
2
dx C,
pour tout IR

+
, avec (u
h
)(,t) prolongee par 0 hors de [0,1].
2. |(u
h
)(,t) (u
h
)(,s)|
L
2
(]0,1[)
C[t s[, pour tout t,s [0,T].
Une consequence des questions 6 et 7 ( que lon admet ici est que lon peut trouver une suite (h
n
)
nIN
et
u L

(]0,1[]0,T[) telle que, en posant u


n
= u
hn
(on rappelle que k
n
= T

h
n
), lon ait, quand n ,
1. h
n
0 et k
n
0,
2. u
n
u dans L

(]0,1[]0,T[) pour la topologie faible-,


3. (u
n
) (u) dans L
p
(]0,1[]0,T[), pour tout p [1,[.
Question 8 Montrer que la fonction u ainsi trouvee est solution de (2.5.45),(2.5.46).
Remarque. On peut aussi montrer lunicite de la solution de (2.5.45),(2.5.46).
91
2.6 Suggestions pour les exercices
Exercice 19 (Exemple de schema non convergent)
1. Ecrire le schema dEuler explicite.
2. Demontrer par recurrence que
Si n 0, . . . ,M + 1, i
_

N + 1
2
, . . . ,
N + 1
2
_
et i
N + 1
4
+n alors u
n
i
= 0.
En deduire que u
n
i
= 0 pour n 0, . . . ,M + 1 et i
_
0, . . . ,
N+1
2
_
et conclure.
Exercice 22 (Discretisation dun probl`eme parabolique)
1. Calculer lerreur de consistance et la majorer par des developpements de Taylor.
Chercher ensuite les conditions pour que :
|u
n
|

|u
0
|

.
Pour etudier la convergence du schema, majorer lerreur de discretisation: e
n
j
= u
n
j
u
n
j
o` u u
n
j
est calcule
par (2.7.64), et u
n
j
est la solution du probl`eme (2.5.33) en x
j
= jh et t
n
= nk.
Meme chose pour les questions suivantes. . .
Exercice 23 (Probl`eme parabolique avec terme source)
1. Eectuer des developpements de Taylor. . .
3. Montrer par recurrence que max
j=1,...,N
u
n
j
(1 + k)
n
max
j=1,...,N
u
0
j
. et que min
j=1,...,N
u
(n)
j
(1 +
k)
n
min
j=1,...,N
u
(0)
j
.
4. Utiliser lequation, le schema, et lerreur de consistance.
Exercice 24 (Schemas de Saute-Mouton et Dufort-Frankel)
1. Eectuer des developpements de Tyalor pour majorer lerreur de consistance.
2. Montrer que le facteur damplication
n
obtenu par lanalyse de stabilite de Von Neumann satisfait :

n+1

n

n1
= 0, n 2.
Etudier ensuite les racines de lequation r
2
r 1 = 0 et montrer que lune de ses racines est, en module,
superieure `a 1.
4. Reprendre la methode developpee `a la question 2, en montrant que lequation caracteristique pour
est maintenant :
p(r) = ar
2
+br +c = 0,
avec
a =
1
2k
+
1
h
2
, b =
2 cos(ph)
h
2
et c =
1
h
2

1
2h
.
Etudier ensuite les racines de cette equation.
92
2.7 Corriges des exercices
Corrige de lexercice 18 page 84
On note | |
2
= | |
L
2
(]0,1[)
.
1) Pour n IN

, on a
_
1
0
sin
2
(nx)dx =
_
1
0
1 cos(2nx)
2
dx =
1
2
,
et
_
1
0
[u
0
(x) sin(nx)[dx |u
0
|
2
__
1
0
sin
2
(nx)dx
_1/2
=
r
2
2
|u
0
|
2
.
La quantite a
n
est donc bien denie et
[a
n
[ r
2
|u
0
|
2
Pour tout t > 0 et x [0,1], on a
[e
n
2

2
t
2
a
n
sin(nx)[ r
2
|u
0
|
2
e
n
2

2
t
2
n IN

.
Ceci montre que la serie

n>0
e
n
2

2
t
2
a
n
sin(nx) est absolument convergente et donc que u est bien denie
pour tout t > 0 et tout x [0,1] et meme pour tout x IR.
On remarque ensuite que u est de classe C

sur IR IR

+
, en appliquant les theor`emes classiques de
derivation terme `a terme dune serie. En eet, soit > 0, pour tout x IR et t > on a

e
n
2

2
t
2
a
n
sin(nx)

r
2
|u
0
|
2
e
n
2

2
,n IN

Comme (x,t) e
n
2

2
t
2
a
n
sin(nt) est continue (pour tout n IN

), on en deduit que u est continue


sur IR],[, et nalement sur IR]0,[ car > 0 est arbitraire.
Pour deriver terme `a terme la serie denissant u, il sut egalement dobtenir sur ],[IR (pour tout
> 0) une majoration du terme general de la serie des derivees par le terme general dune serie
convergente (independant de (x,t) IR],[. On obtient cette majoration en remarquant que, pour
(x,t) IR],[,
[ n
2

2
e
n
2

2
t
2
a
n
sin(nx)[ n
2

2
e
n
2

2
r
2
|u
0
|
2
On montre ainsi nalement que u est de classe C
1
par rapport `a t et que
u
t
(x,t) =

n>0
n
2

2
e
n
2

2
t
2
a
n
sin(nx),x IR,t > 0.
En iterant ce raisonnement on montre que u est de classe C

par rapport `a t sur IR IR

+
.
Un raisonnement similaire montre que u est de classe C

par rapport `a x sur IR IR

+
et que lon peut
deriver terme `a terme la serie denissant u. On obtient donc aussi
u
xx
(xt) =

n>0
n
2

2
e
n
2

2
t
2
a
n
sin(nx),x IR,t > 0,
et ceci donne u
t
= u
xx
sur IR IR

t
et donc aussi un [0,1] IR

+
. Le fait que u(0,t) = u(1,t) pour tout
t > 0 est immediat car sin nt = sin0 = 0, pour tout n IN

.
Il reste `a montrer que u(.,t) u
0
dans L
2
(]0,1[) quand t 0.
93
On denit e
n
L
2
(]0,1[) par e
n
(x) =

2 sin(nx). La famille e
n
,n IN

est une base hilbertienne de


L
2
(]0,1[).
On a donc :
N

n=1
a
n
sin nx u
0
, dans L
2
(]0,1[), quand n ,
et

n=1
a
2
n
= 2|u
0
|
2
2
.
On remarque maintenant que
u(x,t) u
0
(x) = u(x,t) u
(N)
(x,t) +u
(N)
(xt) u
(N)
0
(x) u
(N)
0
(x) u
0
(x),
avec
u
(N)
(x,t) =
N

n=1
a
n
e
n
2

2
t
2
sin(nx)
u
(N)
0
(x) =
N

n=1
a
n
sin(nx).
Il est clair que, pour tout N IN

, on a u
(N)
(.,t) u
(N)
0
uniformement sur IR, quand N , et donc
u
(N)
(.,t) u
(N)
0
dans L
2
(]0,1[).
Comme
|u(.,t) u
(N)
(.,t)|
2
2
=

n=N+1
a
2
n
1
2
e
2n
2

2
t
2

n=N+1
a
2
n
1
2
= |u
(N)
0
u
0
|
2
2
0
quand N , on en deduit que u(.,t) u
0
,qdt 0, dans L
2
(]0,1[).
2) On note w la dierence de 2 solutions de (2.5.25). On a donc
w C

([0,1] IR

+
,IR)
w
t
w
xx
= 0 sur [0,1] IR

+
w(0,t) = w(1,t) = 0 pour t > 0
w(.,t) 0, dans L
2
(]0,1[), quand t 0
Soit 0 < < T < . On int`egre lequation ww
t
ww
xx
= 0 sur ]0,1[],T[. En utilisant une integration
par parties (noter que w C

([0,1] [,T]), on obtient :


1
2
_
1
0
w
2
(x,T)dx
1
2
_
1
0
w
2
(x,).dx +
_
1
0
_
T

w
2
x
(x,t)dxdt = 0.
Do` u lon deduit |w(.,T)|
2
|w(.,)|
2
. Quand 0, on a |w(.,)|
2
0, on a donc |w(.,T)|
2
= 0 et
donc, comme w(.,t) est contenue sur [0,1],wX [0,1]. Comme T > 0 est arbitraire, on a nalement
w(x,t) = 0 t [0,1],t > 0
Ce qui montre bien lunicite de la solution de (2.5.25).
94
Corrige de lexercice 19 page 84
1) La formule pour calculer u
0
i
est :
u
0
1
= u
0
(ih,0), i =
N + 1
2
, . . . ,
N + 1
2
Soit maintenant n 0, . . . ,M. On a :
u
n+1
i
= 0 pour i =
N + 1
2
et i =
N + 1
2
u
n+1
i
= u
n
i
+
k
h
2
_
u
n
i+1
+u
n
i1
2u
n
i
_
, i =
N + 1
2
+ 1, . . . ,
N + 1
2
1.
2) On va montrer, par recurrence (nie) sur n, que :
Si n 0, . . . ,M + 1, i
_

N + 1
2
, . . . ,
N + 1
2
_
et i
N + 1
4
+n alors u
n
i
= 0. (2.7.54)
Pour initialiser la recurrence, on suppose que n = 0 et i
N + 1
4
. On a alors
ih
N + 1
4
8
N + 1
= 2 > 3
et donc u
0
i
= 0.
Soit maintenant n 0, . . . ,M. On suppose que lhypoth`ese de recurrence est veriee jusquau rang n,
et on demontre la propriete au rang n + 1. Soit donc i
_

N+1
2
, . . . ,
N+1
2
_
tel que i
N+1
4
+ (n + 1).
Alors :
Si i =
N+1
2
on a bien u
N+1
i
= 0.
Si i <
N+1
2
, les indices i 1, i et i + 1 sont tous superieurs ou egaux `a
N+1
4
+ n, et donc par
hypoth`ese de recurrence,
u
n+1
i
= u
n
i
_
1
2k
h
2
_
+
k
h
2
u
n
i+1
+
k
h
2
u
n
i1
= 0.
On a donc bien demontre (2.7.54). On utilise maintenant lhypoth`ese k = h, cest`adire
1
M+1
=
8
N+1
.
On a alors

N + 1
4
+M + 1 = 2(M + 1) +M + 1 = (M + 1) < 0.
On en deduit que si n 0, . . . ,M + 1 et i 0, alors i
N+1
4
+ n. On en deduit que u
n
i
= 0 pour
n 0, . . . ,M + 1 et i
_
0, . . . ,
N+1
2
_
. On remarque alors que
max
_
[u
M+1
i
u
M+1
i
[,i
_

N + 1
2
, . . . ,
N + 1
2
__
!la max
_
[ u
M+1
i
[,i
_
0, . . . ,
N + 1
2
__
inf
[0,4]
u(x,1) > 0,
et donc ne tend pas vers 0 quand h 0.
95
Corrige de lexercice 20 page 85 : schema implicite et principe du maximum
1. Schema explicite decentre
(a) Par denition, lerreur de consistance en (x
i
,t
n
) secrit : On sinteresse ici `a lordre du schema
au sens des dierences nies. On suppose que u C
4
([0,1] [0,T]) est solution de (2.5.27) et
on pose
u
n
i
= u(ih,nk), i = 0, . . . ,N, k = 0, . . . ,M.
Pour i = 1, . . . ,N 1 et k = 1, . . . ,M 1, lerreur de consistance en (x
i
,t
k
) est denie par :
R
n
i
=
1
k
( u
n+1
i
u
n
i
)

h
( u
n
i
u
n
i1
)

h
2
( u
n
i1
2 u
n
i
+ u
n
i+1
). (2.7.55)
Soit i 1, . . . , N 1, k 1, . . . , M1. On cherche une majoration de R
n
i
en utilisant des
developpements de Taylor. En utilisant ces developpements, on obtient quil existe (

,t

)
[0,1] [0,T], = 1, . . . ,4, t.q.:
u
n+1
i
= u
n
i
+ku
t
(ih,nk) +
k
2
2
u
tt
(
1
,t
1
), (2.7.56)
u
n
i1
= u
n
i
hu
x
(ih,nk) +
h
2
2
u
xx
(
2
,t
2
), (2.7.57)
u
n
i1
= u
n
i
hu
x
(ih,nk) +
h
2
2
u
xx
(ih,nk)
h
3
6
u
xxx
(ih,nk)
h
4
24
u
xxxx
(
3
,t
3
), (2.7.58)
u
n
i+1
= u
n
i
+hu
x
(ih,nk) +
h
2
2
u
xx
(ih,nk) +
h
3
6
u
xxx
(ih,nk) +
h
4
24
u
xxxx
(
4
,t
4
). (2.7.59)
On en deduit :
R
n
i
= u
t
(ih,nk) +
k
2
u
tt
(
1
,t
1
) +u
x
(ih,nk) +
h
2
u
xx
(
2
,t
2
)
u
xx
(ih,nk)
h
2
24
(u
xxxx
(
3
,t
3
) +u
xxxx
(
4
,t
4
)) ,
et donc, comme u est solution de (2.5.27), pour h assez petit, on a :
[R
n
i
[ C
1
(h +k),
o` u C
1
ne depend que de u. Le schema (2.5.28) est donc consistant dordre 1 en temps et en
espace.
(b) Cherchons les conditions pour que u
n+1
i
secrive comme combinaison convexe de u
n
i
,u
n
i1
et
u
n
i+1
. On peut reecrire le schema (2.5.28) :
u
n+1
i
= au
n
i
+bu
n
i+1
+cu
n
i1
, avec a = 1
k
h

2k
h
2
,b =
k
h
2
et c =
k
h
+
k
h
2
.
Il est facile de voir que a + b + c = 1, et que b 0, c 0. Il reste `a verier que a 0 ; pour
cela, il faut et il sut que
k
h
+
2k
h
2
1. Cette condition secrit encore :
k
h
2
h + 2
. (2.7.60)
96
Si h et k verient la condition (2.7.60), on pose : M
n
= max
i=1...N
u
n
i
(resp. m
n
= min
i=1...N
u
n
i
.
Comme u
n+1
i
est une combinaison convexe de u
n
i
,u
n
i1
et u
n
i+1
, on a alors : u
n+1
i
M
n
i =
1, . . . ,N (resp. u
n+1
i
m
n
i = 1, . . . ,N) et donc : M
n+1
M
n
(resp. m
n+1
m
n
). On a
ainsi montre que :
|u
n+1
|

|u
n
|

.
On a de meme :
|u
n
|

|u
n1
|

.
.
.
.
|u
1
|

|u
0
|

.
En sommant ces inegalites, on obtient :
|u
n
|

|u
0
|

.
Donc, sous la condition (2.7.60), on a |u
n+1
|

|u
n
|

et donc |u
n
|

|u
0
|

, pour tout
n = 1, . . . ,N.
(c) En retranchant legalite (2.7.55) au schema (2.5.28), on obtient lequation suivante sur e
n
i
:
1
k
(e
n+1
i
e
n
i
) +

h
(e
n
i
e
n
i1
)

h
2
(e
n
i1
2e
n
i
+e
n
i+1
) = R
n
i
.
ce quon peut encore ecrire :
e
n+1
i
= (1
k
h
2
k
h
2
)e
n
i
+e
n
i1
k
h
2
+kR
n
i
. (2.7.61)
Sous la condition de stabilite (2.7.60), on obtient donc :
[e
n+1
i
[ |e
n+1
|

+ C
1
(k +h)k,
[e
n
i
[ |e
n1
|

+ C
1
(k +h)k,
.
.
.
.
.
. +
.
.
.
[e
1
i
[ |e
0
|

+ C
1
(k +h)k,
Si `a t = 0, on a |e
0
| = 0, alors on eduit des inegalites precedentes que [e
n
i
[ C1T(k +h) pour
tout n IN. Le schema est donc convergent dordre 1.
2. Schema explicite centre.
(a) (Consistance) En utilisant les developpements de Taylor (2.7.56) (2.7.58) et (2.7.59), et les
developpements suivants :
u
n
i1
= u
n
i
hu
x
(ih,nk) +
h
2
2
u
xx
(ih,nk)
h
3
6
u
xxx
(
5
,t
5
),
u
n
i+1
= u
n
i
+hu
x
(ih,nk) +
h
2
2
u
xx
(ih,nk) +
h
3
6
u
xxx
(
6
,t
6
),
97
on obtient maintenant :
R
n
i
= u
t
(ih,nk) +
k
2
u
tt
(
1
,t
1
) +u
x
(ih,nk) +
h
2
12
(u
xxx
(
5
,t
5
) +u
xxx
(
6
,t
6
))
u
xx
(ih,nk)
h
2
24
(u
xxxx
(
3
,t
3
) +u
xxxx
(
4
,t
4
)) ,
On en deduit que
[R
n
i
[ C
3
(k +h
2
),
o` u C
3
= max(
1
2
|u
tt
|

,
1
6
|u
xxx
|

,
1
12
|u
xxxx
|

).
(b) Le schema secrit maintenant :
u
n+1
i
= au
n
i
+

bu
n
i+1
+ cu
n
i1
, avec a = 1
2k
h
2
,

b =
k
h
2

k
h
et c =
k
h
2
+
k
h
.
Remarquons que lon a bien : a +

b + c = 1. Pour que u
n+1
i
soit combinaison convexe de u
n
i
,
u
n
i+1
et u
n
i1
, il faut et il sut donc que a 0,

b 0, et c 0. Linegalite c 0 est toujours
veriee. Les deux conditions qui doivent etre veriees par h et k secrivent donc :
i. a 0, i.e. 1
2k
h
2
0, soit encore
k
h
2
2
.
ii.

b 0 i.e.
k
h
2

k
h
0, soit encore
h

2
.
Le schema centre est donc stable sous les deux conditions suivantes :
h

2
et k
1
2
h
2
. (2.7.62)
Pour obtenir une borne derreur, on proc`ede comme pour le schema (2.5.28) : on soustrait la
denition de lerreur de consistance au schema numerique, et on obtient :
e
n+1
i
= ae
n
i
+

be
n
i+1
+ ce
n
i1
+kR
n
i
. (2.7.63)
Par le meme raisonnement que pour le schema decentre, on obtient donc que si e
0
i
= 0, on a
[e
n
i
[ C
4
(k +h
2
), avec C
4
= TC
3
.
Corrige de lexercice 21 page 85 : schema implicite et principe du maximum
Corrige en cours delaboration.
Corrige de lexercice 22 page 86
1. On admettra que la solution de (2.5.33) existe est quelle est assez reguli`ere. Soient M IN

et N IN

,
et soient k le pas de temps, choisi tel que Mk = T et h le pas espace, choisi tel que Nh = 1. On applique
un schema dEuler explicite en temps, et un schema de dierences nies centre en espace, on obtient
donc :
u
n+1
j
= k
_
1
k
u
n
j

1
2h
_
u
n
j+1
u
n
j1
_
+

h
2
_
u
n
j+1
+u
n
j1
2u
n
j
_
_
(2.7.64)
98
On tient compte des conditions aux limites et des conditions initiales en posant :
_
u
n
0
= u
n
N+1
= 0,
u
0
j
= u
0
(jh).
On a, par developpement de Taylor :
u(x +h,t) = u(x,t) +hu
x
(x,t) +
h
2
2
u
xx
(x,t) +
h
3
6
u
(3)
(x,t) +
h
4
24
u
(4)
(,t),
u(x h,t) = u(x,t) hu
x
(x,t) +
h
2
2
u
xx
(x,t)
h
3
6
u

(x,t) +
h
4
24
u
(4)
(,t)
et
u(x,t +k) = u(x,t) +ku
t
(x,t) +
k
2
2
u
tt
(x,
k
),
k
[t,t +k].
De ces developpements de Taylor, il ressort que lerreur de consistance verie [R[ C(k + h
2
), o` u C ne
depend que de u. Le schema est donc explicite dordre 1 en temps et 2 en espace.
Cherchons alors les conditions pour que :
|u
n
|

|u
0
|

.
Par denition,
|u
n
|

= max
j=1,...,N
[u
n
j
[.
On essaye dabord de verier que : |u
n+1
|

|u
n
|

, cest-`a-dire :
max
j=1,...,N
[u
n+1
j
[ max
j=1,...,N
[u
n
j
[,
On veut donc montrer que
_

_
max
j=1,...,N
u
n+1
j
max
j=1,...,N
u
n
j
,
min
j=1,...,N
u
n+1
j
min
j=1,...,N
u
n
j
.
On peut reecrire le schema (2.7.64) :
u
n+1
j
= u
n
j
_
1
2k
h
2
_
+u
n
j+1
_

k
2h
+
k
h
2
_
+u
n
j1
_
k
h
2
+
k
2h
_
.
Posons :
M
n
= max
j=1...N
u
n
j
Supposons que k et h verient :
1
2k
h
2
et
k
h
2

k
2h
0,
ce qui secrit encore :
_

_
k
h
2

1
2
k
2
h
,
(2.7.65)
99
on a alors :
u
n+1
j
M
n
_
1
2k
h
2
_
+M
n
_

k
2h
+
k
h
2
_
+M
n
_
k
h
2
+
k
2h
_
j = 1, . . . ,N,
et donc :
M
n+1
M
n
.
Posons maintenant :
m
n
= min
j=1...N
u
n
j
.
Si k et h satisfont les conditions (2.7.65), on obtient de la meme mani`ere
m
n+1
m
n
On a ainsi montre que :
|u
n+1
|

|u
n
|

.
On a de meme :
|u
n
|

|u
n1
|

.
.
.
.
|u
1
|

|u
0
|

.
En sommant ces inegalites, on obtient :
|u
n
|

|u
0
|

.
Donc, sous les conditions (2.7.65), on a |u
n+1
|

|u
n
|

et donc |u
n
|

|u
0
|

, pour tout n =
1, . . . ,N.
Pour etudier la convergence du schema, on va tenter de majorer lerreur de discretisation:
e
n
j
= u
n
j
u
n
j
,
o` u u
n
j
est calcule par (2.7.64), et u
n
j
est la solution du probl`eme (2.5.33) en x
j
= jh et t
n
= nk.
On a donc, par denition de lerreur de consistance,
1
k
( u
n+1
j
u
n
j
) +
1
2h
( u
n
j+1
u
n
j1
)

h
2
(2 u
n
j
+ u
n
j+1
+ u
n
j1
) = R
n
j
o` u [R
n
i
[ C(k +h
2
)
ce qui entraine :
1
k
(e
n+1
j
e
n
j
) +
1
2h
(e
n
j
e
n
j1
)

h
2
(2e
n
j
+e
n
j+1
+e
n
j1
) = R
n
j
soit encore :
e
n+1
j
=
_
1
2k
h
2
_
e
n
j
+
_

k
2h
+
k
h
2
_
e
j+1
+
_
k
h
2
+
k
2h
_
e
n
j1
+kR
n
j
.
100
de meme que precedemment, on obtient sous les conditions (2.7.65)
[e
n+1
j
[ |e
n
|

+C(k +h
2
)k
.
.
.
[e
n
j
[ |e
n1
|

+C(k +h
2
)k
.
.
.
[e
1
j
[ |e
0
|

+C(k +h
2
)k.
Et donc en sommant ces inegalites :
|e
n
|

|e
0
|

+nCk(k +h
2
)
Si `a t = 0 on a |e
0
|

= 0, alors :
|e
n+1
|

CMk(k +h
2
) = T(k +h
2
).
Et donc sous les conditions (2.7.65) on a |e
n
|

qui tend vers 0 lorsque k,h 0, ce qui prouve que le


schema est convergent.
Corrige de lexercice 23 page 87
1. Notons R
(n)
i
lerreur de consistance en (x
i
,t
n
). Pour le schema (2.5.36), on a donc par denition:
R
(n)
i
=
u
(n+1)
i
u
(n)
i
k
+
1
h
2
(2 u
(n+1)
i
u
(n+1)
i1
u
(n+1)
i+1
) u
n+1
i
=

R
(n)
i
+

R
n
i
,
o` u

R
n
i
=
u
n+1
i
u
n
i
k
u
t
(x
i
,t
n
) est lerreur de consistance en temps
et

R
n
i
=
1
h
2
(2 u
n+1
i
u
n+1
i1
u
n+1
i+1
) (u
xx
(x
i
,t
n
)) est lerreur de consistance en espace.
On a vu (voir (1.2.19)) que

R
n
i


h
2
12
sup
[0,1]

4
u
x
4
(,t
n
)

, i 1, . . . ,N
Eectuons maintenant un developpement de Taylor en fonction du temps dordre 2 :
u(x
i
,t
n+1
) = u(x
i
,t
n
) +ku
t
+
k
2
2
u
tt
(x
i
,
n
)
avec
n
[t
n
,t
n+1
]. Donc
u(x
i
,t
n+1
) u(x
i
,t
n
)
k
u
t
=
k
2
u
tt
(x
i
,
n
). Comme
n
[0,T], et u
tt
admet
un maximum (` a x
i
xe) dans [0,T] (qui est compact), on a donc

R
n
i


k
2
max
[0,T]
[u
tt
(x
i
,)[ .
101
Par consequent,
[R
n
i
[ =

R
n
i
+

R
n
i

R
n
i

R
n
i


k
2
max
[0,T]
[u
tt
(x
i
,)[ +
h
2
12
max
[0,1]

4
u
x
4
(,t
n+1
)

.
Donc [R
n
i
[ C(k +h
2
) avec
C =
1
2
max
_
|u
tt
|
L

([0,1][0,T]
;
1
6
|

4
u
x
4
|
L

([0,1][0,T]
_
.
Le calcul de lerreur de consistance pour le schema (2.5.37) seectue de mani`ere semblable.
2. Le schema (2.5.36) est compl`etement implicite alors que le schema (2.5.37) ne lest que partiellement,
puisque le terme de reaction est pris `a linstant n. Le schema (2.5.36) secrit : AU
n+1
= U
n
avec U
n+1
=
(U
n+1
1
, . . . U
n+1
N
)
t
,U
n
= (U
n
1
, . . . ,U
n
N
)
t
, et
A =
_
_
_
_
_
_
_
_
_
_
1 + 2 k 0 . . . 0
1 + 2 k
.
.
. 0
0
.
.
. 0
0 0 1 + 2 k
_
_
_
_
_
_
_
_
_
_
o` u =
k
h
2
. Notons que par denition, A est symetrique. De meme, le schema (2.5.37) secrit : BU
n+1
= U
n
avec
B =
1
1 +k
_
_
_
_
_
_
_
_
_
1 + 2 1 0 . . . 0
1 1 + 2
.
.
. 0
0 1
0 0 1 1 + 2
_
_
_
_
_
_
_
_
_
On a donc A = A
h
, o` u A
h
est denie en (1.2.15) page 13, avec c
i
=
1k

, et B =

k+1
A
h
avec
c
i
=
1

. Dans les deux cas, les matrices sont donc s.d.p. en vertu de la proposition 1.2 page 13. Notons
que lhypoth`ese k ]0,1[ est necessaire dans le cas du premier schema, pour assurer la positivite de c
i
.
3. Le schema (2.5.37) secrit
(1 +k)u
n
i
= u
n+1
i
+(2u
n+1
i
u
n+1
i+1
u
n+1
i1
).
On montre facilement par recurrence que max
j=1,...,N
u
n
j
(1 + k)
n
max
j=1,...,N
u
0
j
, (voir preuve de la
stabilite L

dEuler implicite page 82) et que min


j=1,...,N
u
(n)
j
(1 +k)
n
min
j=1,...,N
u
(0)
j
. On en deduit que
|u
(n)
|

(1 +k)
n
|u
0
|

Or (1 +k)
n
(1 +k)
T/k
car kn T. Or
(1 +k)
T/k
= exp
_
T
k
n(1 + k)
_
exp(
T
k
k) = e
T
102
On en deduit le resultat, avec C
1
(T) = e
T
. De meme, pour le schema (2.5.36), on montre par recurrence
que :
|u
(n)
|


1
(1 k)
n
|u
(0)
|.
Mais pour k ]0,[, avec ]0,1[, on a :
1
(1 k)
1 +k, = avec =
1
(1 )
.
On en deduit par un calcul similaire au precedent que
(1 k)
T/k
e
T
,
do` u le resultat avec C
2
(T,) = e
T
.
4. Par denition de lerreur de consistance, on a pour le schema (2.5.36)
u
(n+1)
j
u
n
j
k

u
(n+1)
j+1
+ u
n+1
j1
2 u
(n+1)
j
h
2
u
n+1
j
= R
(n,1)
i
et donc, en notant e
(n)
j
= u
n
j
u
(n)
j
lerreur de discretisation en (x
j
,t
n
), on a :
e
(n+1)
j
(1 + 2 k) e
(n+1)
j1
e
(n+1)
j+1
= e
(n)
j
+kR
(n,1)
j
On obtient donc, de mani`ere similaire `a la question 3 :
(en considerant e
(n+1)
j0
= max e
(n+1)
j
puis e
(n+1)
j0
= min e
(n+1)
j
)
1
1 k
|e
(n+1)
| |e
(n)
| +kC(k +h
2
).
Par recurrence sur n, on obtient alors
|e
(n)
|


_
1
1 k
_
n
[kC(k +h
2
) +|e
0
|

]
do` u
|e
(n)
|

C
2
(T,)(TC(k +h
2
) +|e
0
|

).
De meme, pour le schema (2.5.37), on ecrit lerreur de consistance :
u
(n+1)
j
u
n
j
k

u
(n+1)
j+1
+ u
n+1
j1
2 u
(n+1)
j
h
2
u
n
j
= R
(n,2)
j
et donc :
e
(n+1)
j
(1 + 2) e
(n+1)
j1
e
(n+1)
j+1
= e
(n)
j
(1 +k) + kR
(n,2)
j
.
Par des raisonnements similaires `a ceux de la question 3 on obtient alors :
|e
(n)
j
| (1 +k)
n
(|e
(0)
| +kC(k +h
2
))
do` u
|e
(n)
|

C
1
(T)(|e
(0)
| +kC(k +h
2
)).
103
Corrige de lexercice 24 page 88
1. On sinteresse ici `a lordre du schema au sens des dierences nies. On suppose que u C
4
([0,1] [0,T])
est solution de (2.5.39) et on pose
u
n
j
= u(jh,nk), j = 0, . . . ,N, k = 0, . . . ,M.
Lerreur de consistance est denie par :
R
n
j
=
u
n+1
j
u
n1
j
2k

u
n
j1
2 u
n
j
+ u
n
j+1
h
2
,j = 1, . . . ,N 1, k = 1, . . . ,M 1.
On cherche une majoration de R
n
j
en utilisant des developpement de Taylor. Soit j 1, . . . , N 1, k
1, . . . , M 1. Il existe (
i
,t
i
) [0,1] [0,T], i = 1, . . . ,4, t.q.:
u
n+1
j
= u
n
j
+ku
t
(jh,nk) +
k
2
2
u
tt
(jh,nk) +
k
3
6
u
ttt
(
1
,t
1
),
u
n1
j
= u
n
j
ku
t
(jh,nk) +
k
2
2
u
tt
(jh,nk)
k
3
6
u
ttt
(
2
,t
2
),
u
n
j1
= u
n
j
hu
x
(jh,nk) +
h
2
2
u
xx
(jh,nk)
h
3
6
u
xxx
(jh,nk)
h
4
24
u
xxxx
(
3
,t
3
),
u
n
j+1
= u
n
j
+hu
x
(jh,nk) +
h
2
2
u
xx
(jh,nk) +
h
3
6
u
xxx
(jh,nk) +
h
4
24
u
xxxx
(
4
,t
4
).
On en deduit :
R
n
j
= u
t
(jh,nk) +
k
2
12
(u
ttt
(
1
,t
1
) +u
ttt
(
2
,t
2
)) u
xx
(jh,nk)
h
2
24
(u
xxxx
(
3
,t
3
) +u
xxxx
(
4
,t
4
)) ,
et donc, comme u est solution de (2.5.39),
[R
n
j
[ C
1
(k
2
+h
2
),
o` u C
1
ne depend que de u. Le schema (2.5.40) est donc consistant dordre 2.
2. Pour etudier la stabilite au sens de Von Neumann, on oublie les conditions aux limites dans (2.5.39).
Plus precisement, on sinteresse `a (2.5.39)avec x IR (au lieu de x ]0,1[) et on remplace les conditions
aux limites par des conditions de periodicite (exactement comme on la vu au paragraphe 2.2.6 page 76).
Enn, on prend une condition initiale de type mode de Fourier, avec p IR arbitraire, et u
0
deni par :
u
0
(x) = e
ipx
, x IR.
La solution exacte est alors :
u(x,t) = e
p
2
t
e
ipx
, x IR, t IR
+
,
cest`adire
u(,t) = e
p
2
t
u
0
, t IR
+
.
Le facteur damplication est donc, pour tout t IR
+
, le nombre e
p
2
t
. Ce facteur est toujours, en
module, inferieur `a 1. On va maintenant chercher la solution du schema numerique sous la forme :
u
n
j
=
n
e
ipjh
,j ZZ ,n IN, (2.7.66)
104
o` u
0
et
1
IR sont donnes (ils donnent u
0
j
et u
1
j
pour tout j ZZ ) et
n
IR est `a determiner de
mani`ere `a ce que la premi`ere equation de (2.5.40) ) soit satisfaite.
Ce facteur
n
va dependre de k,h et p. Pour k et h donnes, le schema est stable au sens de Von Neumann
si, pour tout p IR, la suite (
n
)
nIN
est bornee. Dans le cas contraire, le schema est (pour ces valeurs
de k et h) dit instable au sens de Von Neumann.
Un calcul immediat donne que la famille des u
n
j
, denie par (2.7.66), est solution de la premi`ere equation
si et seulement si la suite (
n
)
nIN
verie (on rappelle que
0
et
1
sont donnes) :

n+1

n1
2k
=
2
h
2
(cos ph 1)
n
, n 2,
ou encore, en posant
=
4k
h
2
(cos ph 1) ( 0),

n+1

n

n1
= 0, n 2 (2.7.67)
En excluant le cas = 2 (qui correspond, pour k et h donnes, `a des valeurs de p tr`es particuli`eres), la
solution de (2.7.67) est

n
= Ar
n
1
+Br
n
2
,A 0, (2.7.68)
o` u A et B sont determines par
0
et
1
(de sorte que
0
= A +B,
1
= Ar
1
+Br
2
) et r
1
,r
2
sont les deux
racines distinctes de :
r
2
r 1 = 0. (2.7.69)
Les nombres r
1
et r
2
sont reels et comme r
1
r
2
= 1, lun de ces nombres est, en module, superieur `a 1.
Ceci montre que (
n
)
n
est une suite non bornee (sauf pour des choix tr`es particulier de
0
et
1
, ceux
pour les quelles
1
=
0
r
2
o` u r
2
est la racine de (2.7.69) de module inferieur `a 1). Ce schema est donc
instable au sens de Von Neumann, pour tout k > 0 et h > 0.
3. On reprend les notations de la question 1. On sinteresse maintenant `a la quantite S
n
j
(qui est toujours
lerreur de consistance) :
S
n
j
=
u
n+1
j
u
n1
j
2k

u
n
j1
( u
n+1
j
+ u
n1
j
) + u
j+1
h
2
,j = 1, . . . ,N 1, k = 0, . . . ,M 1.
En reprenant la technique de la question 1, il existe (
i
,t
i
), i = 1, . . . ,6 t.q.
S
n
j
=
h
2
12
(u
ttt
(
1
,t
1
) +u
ttt
(
2
,t
2
))
h
2
24
(u
xxxx
(
3
,t
3
) u
xxxx
(
4
,t
4
)) +
k
2
2h
2
h
tt
(
5
,t
5
) +
k
2
2h
2
u
tt
(
6
,t
6
).
Ce qui donne, avec C
2
ne dependant que de u,
[S
n
j
[ C
2
_
h
2
+k
2
+
k
2
h
2
_
,j = 1, . . . ,N 1, k = 0, . . . ,M 1.
Le schema est donc consistant quand h 0 avec
k
h
0.
4. On reprend la methode developpee `a la question 2, la suite (
n
)
n
doit maintenant verier la relation
suivante (avec
0
,
1
donnes).

n+1

n1
2k
=
2 cos(ph)
h
2

n


n1
+
n+1
h
2
, n 2
105
cest `a dire :

n+1
_
1
2k
+
1
h
2
_

2 cos(ph)
h
2

n
+
n1
_
1
h
2

1
2k
_
= 0, n 2.
Lequation caracteristique est maintenant :
p(r) = ar
2
+br +c = 0,
avec
a =
1
2k
+
1
h
2
, b =
2 cos(ph)
h
2
et c =
1
h
2

1
2h
.
Pour montrer la stabilite au sens de Von Neumann, il sut dapr`es (2.7.68) de montrer que les deux
racines du polynome p sont de module inferieur ou egal `a 1. On note r
1
et r
2
ces deux racines (qui
peuvent etre confondues) et on distingue 2 cas :
1. 1er cas : Les racines de p ne sont pas reelles. Dans ce cas, on a [r
1
[ = [r
2
[ = et
= [
c
a
[ < 1,
car k > 0.
2. 2`eme cas : Les racines de p sont reelles. Dans ce cas, on remarque que
r
1
r
2
=
c
a
< 1,
et lune des racines, au moins, est donc entre 1 et 1 (strictement). De plus on a p(1) =
2
h
2

2 cos ph
h
2
0 et p(1) =
2
h
2
+
2 cos ph
h
2
0, lautre racine est donc aussi entre -1 et 1 (au sens
large).
On en deduit que le schema (2.5.41) est stable au sens de Von Neumann.
Corrige de lexercice 25 page 88 : Discretisation dun probl`eme parabolique
non lineaire
On se propose, dans cet exercice, de montrer lexistence dune solution faible au probl`eme (2.5.42)-
(2.5.44), `a partir de lexistence de la solution approchee donnee par un schema numerique. Linconnue de
ce probl`eme est la fonction u de [0,1] [0,T] dans IR, elle doit etre solution des equations suivantes :
u
t
(x,t)

2
(u)
x
2
(x,t) = v(x,t), x ]0,1[, t ]0,T[, (2.7.70)
(u)
x
(0,t) =
(u)
x
(1,t) = 0, t ]0,T[, (2.7.71)
u(x,0) = u
0
(x), x ]0,1[, (2.7.72)
o` u , v, T, u
0
sont donnes et sont t.q.
1. T > 0, v L

(]0,1[]0,T[),
2. croissante, lipschitzienne de IR dans IR,
3. u
0
L

(]0,1[) et (u
0
) lipschitzienne de [0,1] dans IR.
106
Un exemple important est donne par (s) =
1
s si s 0, (s) = 0 si 0 s L et (s) =
2
(s L) si
s L, avec
1
,
2
et L donnes dans IR

+
. Noter pour cet exemple que

= 0 sur ]0,L[.
Les ensembles ]0,1[ et D =]0,1[]0,T[ sont munis de leur tribu borelienne et de la mesure de Lebesgue
sur cette tribu.
On appelle solution faible de (2.5.42)-(2.5.44) une solution de :
u L

(]0,1[]0,T[), (2.7.73)
_
D
(u(x,t)

t
(x,t) +(u(x,t))

x
2
(x,t) +v(x,t)(x,t))dxdt +
_
]0,1[
u
0
(x)(x,0)dx = 0,
C
2,1
T
(IR
2
),
(2.7.74)
o` u C
2,1
T
(IR
2
) signie que est une fonction de IR
2
dans IR deux fois contin ument derivable par
rapport `a x, une fois contin ument derivable par rapport `a t et t.q.

x
(0,t) =

x
(1,t) = 0, pour tout
t [0,T] et (x,T) = 0 pour tout x [0,1].
Question 1 (Solution classique versus solution faible)
Soit u C
2
(IR
2
,IR) ; notons u sa restriction `a D =]0,1[]0,T[ ; notons que lon a bien u L

(]0,1[]0,T[).
Supposons que u satisfait (2.5.42)-(2.5.44), et montrons qualors u verie (2.5.46). Soit C
2,1
T
(IR
2
).
Multiplions (2.5.42) par et integrons sur D. On obtient :
_
D
u
t
(x,t)(x,t)dxdt
_
D

2
(u)
x
2
(x,t)(x,t)dxdt =
_
D
v(x,t)(x,t)dxdt. (2.7.75)
Par integration par parties, il vient :
_
D
u
t
(x,t)(x,t)dxdt =
_
1
0
u(x,T)(x,T)dx
_
1
0
u(x,0)(x,0)dx
_
D
u(x,t)

t
(x,t).
Comme C
2,1
T
(IR
2
) on a donc (x,T) = 0 pour tout x [0,1] et comme u verie (2.5.44), on a
u(x,0) = u
0
(x). On en deduit que
_
D
u
t
(x,t)(x,t)dxdt =
_
1
0
u
0
(x)(x,0)dx
_
D

t
(x,t)u(x,t). (2.7.76)
Integrons par parties le deuxi`eme terme de (2.7.75) :
_
D

2
(u)
x
2
(x,t)(x,t)dxdt =
_
T
0
[
(u)
x
(1,t)(1,t)
(u)
x
(0,t)(0,t)]dt

_
D
(u)
x
(x,t)
(u)
x
(x,t)dxdt.
et comme u verie (2.5.43), on a
(u)
x
(0,t) =
(u)
x
(1,t) = 0, t ]0,T[.
107
En tenant compte de ces relations et en reintegrant par parties, on obtient :
_
D

2
(u)
x
2
(x,t)(x,t)dxdt =
_
D
(u)(x,t)

2
(u)
x
2
(x,t)dxdt. (2.7.77)
En rempla cant dans (2.7.76) et (2.7.77) dans (2.7.75), on obtient (2.5.42).
Reciproquement, supposons que u satisfait (2.5.46), et soit contin ument dierentiable `a support com-
pact dans D. En integrant (2.5.46) par parties et en tenant compte que et toutes ses derivees sont
nulles au bord de D, on obtient :
_
D
_

u
t
(x,t) +

2
(u)
x
2
(x,t) v(x,t)

(x,t)dxdt = 0, C

c
(D).
Comme u est reguli`ere, ceci entrane que lequation (2.5.42) est donc satisfaite par u.
On prend ensuite C
2,1
T
(IR
2
), et on int`egre (2.5.46) par parties. En tenant compte du fait que (x,T) =
0, pour tout x et

x
(0,t) =

x
(1,t) = 0, pour tout t, on obtient :

_
1
0
u(x,0)(x,0)dx
_
D
u
t
(x,t)(x,t)dxdt +
_
T
0
(u)
x
(1,t)(1,t)dt

_
T
0
(u)
x
(0,t)(0,t)dt +
_
D

2
(u)
x
2
(x,t)dxdt +
_
1
0
u
0
(x)(x,0)dx = 0.
En regroupant et en utilisant le fait que u satisfait (2.5.42), on obtient :
_
1
0
(u
0
(x) u(x,0))(x,0)dx +
_
T
0

x
(1,t)(1,t)dt
_
T
0

x
(0,t)(0,t)dt = 0.
En choisissant successivement une fonction nulle en x = 0 et x = 1 puis nulle en x = 1 et t = T et
enn nulle en x = 0 et t = T, on obtient que u satisfait la condition initiale (2.5.44) et les conditions aux
limites (2.5.43), ce qui conclut la question.
Question 2 (Existence et unicite de la solution approchee)
Soit n 0, . . . ,M 1. On suppose connu u
n
i
, i = 1, . . . ,N. On va prouver dans cette question
lexistence et lunicite de u
n+1
i
, i = 1, . . . ,N veriant (2.5.48) (avec u
n+1
0
= u
n+1
1
, u
n+1
N+1
= u
n+1
N
).
1. Lapplication s s est strictement croissante, et par hypoth`ese sur , lapplication s a(s)
est croissante. La somme dune fonction strictement croissante et dune fonction croissante est
strictement croissante. Dautre part, comme est croissante, pour tout (s) (0), s 0, et
donc lim
s
g
a
(s) = . De meme, (s) (0), s 0, et donc lim
s+
g
a
(s) = +. La
fonction g
a
est continue et prend donc toutes les valeurs de lintervalle ] , +[. Comme elle est
strictement croissante, elle est bijective.
2. Lequation (4.2.5) secrit encore :
g
a
(u
i
) =
k
h
2
(w
i1
+w
i+1
) +u
n
i
+kv
n
i
, pour tout i = 1, . . . ,N,
avec a =
k
h
2
. Par la question precedente, il existe donc un unique u
i
qui verie cette equation; il
sut alors de poser (u
i
) = w
i
pour determiner de mani`ere unique la solution de (2.5.49)(2.5.50).
108
3. Soit w
1
et w
2
IR
N
et soit w
1
= F(w
1
) et w
2
= F(w
2
). Par denition de F, on a :
u
1
i
u
2
i
+
2k
h
2
(w
1
i
w
2
i
) =
k
h
2
_
(w
1
i1
+w
1
i+1
) (w
2
i1
+w
2
i+1
)
_
, pour tout i = 1, . . . ,N. (2.7.78)
Comme est monotone, le signe de w
1
i
w
2
i
= (u
1
i
) (u
2
i
) est le meme que celui de u
1
i
u
2
i
, et
donc
[u
1
i
u
2
i
+
2k
h
2
(w
1
i
w
2
i
)[ = [u
1
i
u
2
i
[ +
2k
h
2
[w
1
i
w
2
i
[. (2.7.79)
Et comme est lipschitzienne de rapport L, on a
[w
1
i
w
2
i
[ = [(u
1
i
) (u
2
i
)[ L[u
1
i
u
2
i
[,
do` u:
[u
1
i
u
2
i
[
1
L
[w
1
i
w
2
i
[. (2.7.80)
On deduit donc de (2.7.78),(2.7.79) et(2.7.80) que
1
L
[w
1
i
w
2
i
[ +
2k
h
2
[w
1
i
w
2
i
[
k
h
2
_
[w
1
i1
w
2
i1
[ +[w
1
i+1
w
2
i+1
[
_
, pour tout i = 1, . . . ,N.
On a donc
[w
1
i
w
2
i
[
1
1 +
h
2
2kL
max
i=1,...,N
[w
1
i
w
2
i
[, pour tout i = 1, . . . ,N.
do` u on deduit que |w
1
w
2
|

C|w
1
w
2
|

avec C =
1
1+
h
2
2kL
< 1. Lapplication F est donc
bien strictement contractante.
4. Soit u
n+1
i
, Si u
n+1
i
, i = 1, . . . ,N est solution de (2.5.48) et w
i
= (u
n+1
i
) pour i 1, . . . ,N,
alors on remarque que (u
n+1
i
)
i=1,...,N
et (w
i
)
i=1,...,N
verient (2.5.49)(2.5.50) avec w
i
= w
i
pour
i = 1, . . . ,N. On en deduit que w = F(w).
5. Soit w = (w
i
)
i=1,...,N
t.q. w = F(w). Montrer que pour tout
Par denition de F, on a F(w) = w avec ( u, w) IR
N
IR
N
, u = ( u
i
)
i=1,...,N
, w = ( w
i
)
i=1,...,N
,
t.q. :
( u
i
) = w
i
, pour tout i 1, . . . ,N,
u
i
+
2k
h
2
w
i
=
k
h
2
(w
i1
+w
i+1
) +u
n
i
+kv
n
i
, pour tout i = 1, . . . ,N. (2.7.81)
Comme F(w) = w, on a donc w
i
= w
i
et on obtient lexistence de u
n+1
i
= u
i
tel que w
i
= (u
n+1
i
)
pour i = 1, . . . ,N. Il sut alors de remplacer w
i
et w
i
par (u
n+1
i
dans (2.7.81) pour conclure que
u
n+1
i
, i = 1, . . . ,N est solution de (2.5.48).
6. On vient de montrer dans les questions precedentes que u
n+1
i
, i = 1, . . . ,N est solution de (2.5.48)
si et seulement si w deni par w
i
= (u
n+1
i
est solution de w = F(w), o` u F est denie par
(2.5.49) (2.5.50). Comme F est une application strictement croissante, il existe un unique point
xe w = F(w). Donc par denition de F il existe une unique famille u
n+1
i
, i = 1, . . . ,N solution
de (2.5.48).
Question 3 (Estimation L

(]0,1[]0,T[) sur u)
109
La relation `a demontrer par recurrence est clairement veriee au rang n = 0, par denition de A.
Supposons quelle soit vraie jusquau rang n, et demontronsla au rang n +1. La relation (2.5.48) secrit
encore :
u
n+1
i
= u
n
i
+
k
h
2
((u
n+1
i1
) (u
n+1
i
)) +
k
h
2
((u
n+1
i+1
(u
n+1
i
)) +kv
n
i
, i = 1, . . . ,N, n = 0, . . . ,M 1,
Supposons que i est tel que u
n+1
i
= min
j=1,...,N
u
n+1
j
. Comme est croissante, on a dans ce cas : (u
n+1
i1
)
(u
n+1
i
) 0 et (u
n+1
i+1
(u
n+1
i
) 0, et on en deduit que min
j=1,...,N
u
n+1
j
u
n
i
kB do` u, par hypoth`ese
de recurrence, min
j=1,...,N
u
n+1
j
AnkBkB. Un raisonnement similaire en considerant maintenant
i tel que u
n+1
i
= max
j=1,...,N
u
n+1
j
conduit `a : max
j=1,...,N
u
n+1
j
u
n
i
+kB A+nkB +kB. On a donc
bien :A(n + 1)kB u
n+1
i
A + (n + 1)kB, pour tout i = 1, . . . ,N et tout n = 0, . . . ,M.
On en deduit alors que |u
n
|
L

(]0,1[)
c
u0,v,T
, avec c
u0,v,T
= A +BT.
Question 4 (Estimation de la derivee p.r. `a x de (u))
En multipliant (2.5.48) par u
n+1
i
et en sommant sur i, on obtient A
n
+B
n
= C
n
, avec
A
n
=
N

i=1
u
n+1
i
u
n
i
k
u
n+1
i
, B
n
=
N

i=1
(u
n+1
i1
) 2(u
n+1
i
) +(u
n+1
i+1
)
h
2
u
n+1
i
et C
n
=
N

i=1
v
n
i
u
n+1
i
.
En utilisant linegalite a
2
ab =
a
2
2

b
2
2
, on obtient :
A
n

n+1

n
, avec
n
=
1
2k
N

i=1
(u
n
i
)
2
.
En developpant B
n
, on obtient :
B
n
=
1
h
2
_
N

i=1
((u
n+1
i1
) (u
n+1
i
))u
n+1
i
+
N

i=1
((u
n+1
i
) +(u
n+1
i+1
))u
n+1
i
)
_
.
Par un changement dindice sur les sommes, on obtient alors :
B
n
=
1
h
2
_
N1

i=0
((u
n+1
i
) (u
n+1
i+1
))u
n+1
i+1

N

i=1
((u
n+1
i
) +(u
n+1
i+1
))u
n+1
i
)
_
.
En tenant compte du fait que u
n+1
0
= u
n+1
1
, u
n+1
N+1
= u
n+1
N
, pour tout n = 0, . . . ,M 1, on obtient alors
que :
B
n
=
1
h
2
_
N1

i=1
((u
n+1
i+1
) (u
n+1
i
))(u
n+1
i+1
u
n+1
i
)
_
.
En utilisant le caract`ere lipschitzien de , on obtient la minoration suivante :
B
n

1
Lh
2
N1

i=1
((u
n+1
i+1
) (u
n+1
i
))
2
.
Enn, on majore C
n
:
C
n

Bc
u0,v,T
h
.
110
Legalite A
n
+B
n
= C
n
entrane donc :

n+1

n
+
1
Lh
2
N1

i=1
((u
n+1
i+1
) (u
n+1
i
))
2

Bc
u0,v,T
h
.
En sommant pour n = 0 `a M 1, et en notant que
M
0,on obtient alors :
1
Lh
2
M1

n=0
N1

i=1
((u
n+1
i+1
) (u
n+1
i
))
2

Bc
u0,v,T
h
+
0
.
Il reste `a remarquer que
0

h
2k
c
2
u0,v,T
pour conclure que :
M1

n=0
N1

i=1
((u
n+1
i+1
) (u
n+1
i
))
2
C
1
h
k
, avec C
1
= Lc
u0,v,T
(B +
1
2
c
u0,v,T
).
Question 5 (Estimation de la derivee p.r. `a t de (u))
Multiplions (2.5.48) par (u
n+1
i
) (u
n
i
) et sommons pour i = 1, . . . ,N. On obtient :
A
n
+B
n
= C
n
, (2.7.82)
avec A
n
=
N

i=1
u
n+1
i
u
n
i
k
((u
n+1
i
) (u
n
i
)), B
n
=
N

i=1
(u
n+1
i1
) 2(u
n+1
i
) +(u
n+1
i+1
)
h
2
((u
n+1
i
)
(u
n
i
)) et C
n
=
N

i=1
v
n
i
((u
n+1
i
) (u
n
i
)).
En utilisant le caract`ere lipschitzien de , on obtient la minoration suivante :
A
n

1
Lk
N1

i=1
((u
n+1
i
) (u
n
i
))
2
. (2.7.83)
En developpant B
n
, on obtient :
B
n
=
1
h
2
_
N

i=1
((u
n+1
i1
) (u
n+1
i
))((u
n+1
i
) (u
n
i
)) +
N

i=1
((u
n+1
i
) +(u
n+1
i+1
))((u
n+1
i
) (u
n
i
)))
_
.
Par un changement dindice sur les sommes, on obtient alors :
B
n
=
1
h
2
_
N1

i=0
((u
n+1
i
) (u
n+1
i+1
))((u
n+1
i+1
) (u
n
i+1
)) +
N

i=1
((u
n+1
i
) +(u
n+1
i+1
))((u
n+1
i
) (u
n
i
)
_
.
En tenant compte du fait que u
n+1
0
= u
n+1
1
, u
n+1
N+1
= u
n+1
N
, pour tout n = 0, . . . ,M 1, on obtient alors
que :
B
n
=
1
h
2
_
N1

i=1
((u
n+1
i+1
) (u
n+1
i
))(((u
n+1
i+1
) (u
n+1
i
)) ((u
n
i+1
) (u
n
i
))
_
.
111
En utilisant `a nouveau la relation a(a b)
a
2
2

b
2
2
, on obtient :
B
n

n+1

n
, avec
n
=
1
2h
2
N1

i=1
((u
n
i+1
) (u
n
i
))
2
(2.7.84)
Enn, on majore C
n
par :
C
n

1
2Lk
N

i=1
((u
n+1
i
) (u
n
i
))
2
+C
N

i=1
k C
k
h
. (2.7.85)
En utilisant (2.7.82), (2.7.83), (2.7.84) et (2.7.85), on obtient :
1
2Lk
N

i=1
((u
n+1
i
) (u
n
i
))
2
+
n+1

n
C
k
h
. (2.7.86)
En sommant sur n, on obtient dune part, en utilisant le fait que
n
0:
M1

n=0
N

i=1
((u
n+1
i
) (u
n
i
))
2
2LC
k
h
+ 2L
0
k. (2.7.87)
dautre part, en utilisant que le fait que le premier terme est positif, on obtient par (2.7.86) une majoration
sur
M
, et donc sur
n
pour tout n M:

n

C
h
+
0
. (2.7.88)
Il ne reste donc plus qu` a majorer
0
pour obtenir (2.5.52) et (2.5.53). Par denition, on a

0
=
N1

i=1
(u
0
i
) (u
0
i+1
)
2h
2
.
En utilisant le fait que est lipschitzienne et que la dierence entre u
0
i
et u
0
i+1
est en h, on obtient
(2.5.53) `a partir de (2.7.87) et (2.5.52) `a partir de (2.7.88).
Question 6 Par denition de la fonction u
h
, et grace au resultat de la question 3, on a :
sup
x](i1)h,ih[
t[nk,(n+1)k]
u
h
(x,t)
t nk
k
|u
(n+1)
h
|

+
(n + 1)k t
k
|u
(n)
h
|

c
u0,v,T
.
ce qui prouve que la suite (u
h
)
MIN
est bornee dans L

(]0,1[]0,T[). Comme est continue, on en


deduit immediatement que ((u
h
))
MIN
est bornee dans L

(]0,1[]0,T[)
112
Chapitre 3
Methodes variationnelles
3.1 Exemple de probl`emes variationnels
3.1.1 Le probl`eme de Dirichlet
Soit un ouvert borne de IR
d
, d 1. On consid`ere le probl`eme suivant :
_
u = f, dans ,
u = 0 sur ,
(3.1.1)
o` u f C(

) et u =
2
1
u +
2
2
u, o` u lon designe par
2
i
u la derivee partielle dordre 2 par raport `a la
i-`eme variable.
Denition 3.1 On appelle solution classique de (3.1.1) une fonction u C
2
(

) qui verie (3.1.1).


Soit u C
2
(

) une solution classique de (3.1.1), et soit C

c
(), o` u C

c
() designe lensemble des
fonctions de classe C

`a support compact dans . On multiplie (3.1.1) par et on int`egre sur (on


appellera par la suite fonction test) : on a donc :
_

u(x)(x)dx =
_

f(x)(x)dx.
Notons que ces integrales sont bien denies, puisque u C() et f C(). Par integration par parties
(formule de Green), on a :
_

u(x)(x)dx =
d

i=1
_

2
i
u(x)(x)dx
=
d

i=1
_

i
u(x)(x)dx +
d

i=1
_

i
u n
i
(s)(s)d(s)
o` u n
i
designe la i-`eme composante du vecteur unitaire normal `a la fronti`ere de , et exterieur `a ,
et d designe le symbole dintegration sur . Comme est nulle sur , on obtient:
d

i=1
_

i
u(x)
i
(x)dx =
_

f(x)(x)dx.
113
ce qui secrit encore:
_

u(x) (x)dx =
_

f(x)(x)dx. (3.1.2)
Donc toute solution classique de (3.1.1) satisfait (3.1.2)
Prenons maintenant comme fonction test , non plus une fonction de C

c
(), mais une fonction de
H
1
0
(). On rappelle que lespace H
1
0
() est deni comme ladherence de C

c
() dans H
1
() = u
L
2
(); Du L
2
(), o` u Du designe la derivee faible de u, voir par exemple [1]. On rappelle que lespace
H
1
() muni du produit scalaire
(u,v)
H
1 =
_

u(x)v(x)dx +
d

i=1
_

D
i
u(x)D
i
v(x)dx (3.1.3)
est un espace de Hilbert. Les espaces H
1
() et H
1
0
() font partie des espaces dits de Sobolev (voir [1]
pour une introduction).
Si H
1
0
(), par denition, il existe (
n
)
nIN
C

c
() telle que

n
dans H
1
lorsque n +,
Soit encore
|
n
|
H
1 = |
n
|
2
L
2 +

|D
i

n
D
i
|
2
L
2 0 lorsque n +.
Pour chaque fonction
n
C

c
() on a par (3.1.2) :
N

i=1
_

i
u(x)
i

n
(x)dx =
_

f(x)
n
(x)dx, n IN.
Or la i-`eme derivee partielle
i

n
=

n
x
i
converge vers D
i
dans L
2
donc dans L
2
faible lorsque n tend
vers , et
n
tend vers dans L
2
(). On a donc :
_

i
u(x)
i

n
(x)dx
_

i
u(x)D
i
(x)dx lorsque n +
et _

f(x)
n
(x)dx
_

f(x)(x)dx lorsque n +.
Legalite (3.1.1) est donc veriee pour toute fonction H
1
0
(). Montrons maintenant que si u est
solution classique (3.1.1) alors u H
1
0
(). En eet, si u C
2
(), alors u C(

) et donc u L
2
() ; de
plus
i
u C(

) donc
i
u L
2
(). On a donc bien u H
1
(). Il reste `a montrer que u H
1
0
(). Pour
cela on rappelle (ou on admet . . .) les theor`emes de trace suivant :
Theor`eme 3.2 (Existence de loperateur trace) Soit un ouvert borne de IR
d
, d 1, de fronti`ere
lipschitzienne, alors lespace C

i
(

) des fonctions de classe C

et ` a support compact dans



est
dense dans H
1
(). On peut donc denir par continuite lapplication trace, qui est lineaire continue de
H
1
() dans L
2
(), denie par :
(u) = u[

si u C

c
(

)
114
et par
(u) = lim
n+
(u
n
) si u H
1
(), u = lim
n+
u
n
, o` u (u
n
)
nIN
C

c
(

).
Dire que lapplication (lineaire) est continue est equivalent ` a dire quil existe C IR
+
tel que
|(u)|
L
2
()
C|u|
H
1
()
pour tout u H
1
(). (3.1.4)
Notons que (H
1
()) L
2
(), mais (H
1
()) ,= L
2
(). On note H
1/2
() = (H
1
()).
Theor`eme 3.3 (Noyau de loperateur trace) Soit un ouvert borne de IR
d
de fronti`ere lipschit-
zienne, et loperateur trace deni par le theor`eme (3.2). Alors
Ker = H
1
0
().
Si u C
2
(

) est une solution classique de (3.1.1), alors (u) = u[

= 0 donc u Ker, et par le


theor`eme 3.3, ceci prouve que u H
1
0
().
Nous avons ainsi montre que toute solution classique de (3.1.1) verie u H
1
0
() et legalite (3.1.2). Cette
remarque motive lintroduction de solutions plus g nerales, qui permettent de saranchir de la regularite
C
2
, et quon appellera solutions faibles.
Denition 3.4 (Formulation faible) Soit f L
2
(), on dit que u est solution faible de (3.1.1) si u
est solution de
_

_
u H
1
0
(),
N

i=1
_

D
i
u(x)D
i
(x)dx =
_

f(x)(x)dx, H
1
0
().
(3.1.5)
Denition 3.5 (Formulation variationnelle) Soit f L
2
() ; on dit que u est solution variationnelle
de (3.1.1) si u est solution du probl`eme de minimisation suivant :
_
_
_
u H
1
0
()
J(u) J(v) v H
1
0
()
avec J(v) =
1
2
_

v(x) v(x)dx
_

f(x)v(x)dx,
(3.1.6)
o` u on a note :
_

u(x) (x)dx =
d

i=1
_

D
i
u(x)D
i
(x)dx.
On cherche `a montrer lexistence et lunicite de la solution de (3.1.5) et (3.1.6). Pour cela, on utilise le
theor`eme de Lax-Milgram, quon rappelle ici :
Theor`eme 3.6 (Lax-Milgram) Soit H un espace de Hilbert, soit a une forme bilineaire continue coer-
cive sur H et T H

. Il existe un unique element u H tel que a(u,v) = T(v) pour tout v H. De plus,
si a est symetrique, u est lunique solution du probl`eme de minimisation suivant :
_
u H,
J(u) J(v),
(3.1.7)
o` u J est denie de H dans IR
N
par :
J(v) =
1
2
a(v,v) T(v). (3.1.8)
115
Demonstration :
Si a est symetrique lexistence et lunicite de u est immediate par le theor`eme de representation de
Riesz (car dans ce cas a est un produit scalaire, et la forme lineaire denie par
_

f(x)(x)dx
est continue pour la norme associee `a ce produit scalaire.).
Si a est non symetrique, on consid`ere lapplication de H dans H, qui `a u associe Au, deni par :
(Au,v) = a(u,v) v H.
Lapplication qui `a u associe Au est lineaire continue, et
(Au,v) a(u,v) M|u||v|
car a est continue. Dautre part, par le theor`eme de representation de Riesz, on a existence et unicite
de H tel que T(v) = (,v), pour tout v H. Donc u est solution de a(u,v) = T(v),v H si
et seulement si Au = . Pour montrer lexistence et lunicite de u, il faut donc montrer que A est
bijectif.
Montrons dabord que A est injectif. On suppose que Au = 0. On a (Au,u) |u|
2
par coercitivite
de a et comme |Au| |v| (Au,v), on a donc :
|Au| |u|,
En conclusion, si Au = 0 u = 0.
Montrons maintenant que A est surjectif. On veut montrer que AH = H. Pour cela, on va montrer
que AH est ferme et AH

= 0. Soit w AH ; il existe alors une suite (v


n
)
nIN
H telle que
Av
n
w dans H. Montrons que la suite (v
n
)
nIN
converge dans H. On a :
|Av
n
Av
m
| = |A(v
n
v
m
)| |v
n
v
m
|
H
donc la suite (v
n
)
nIN
est de Cauchy. On en deduit quelle converge vers un certain v H. Comme
A est continue, on a donc : Av
n
Av dans H, et donc w = Av AH.
Montrons maintenant que
AH

= 0
Soit v
0
AH

, comme a est coercive, on a :


|v
0
|
2
a(v
0
,v
0
) = (Av
0
,v
0
) = 0,
on en deduit que v
0
= 0, ce qui prouve que AH

= 0.
Pour conclure la preuve du theor`eme, il reste `a montrer que si a est symetrique, le probl`eme (3.1.7), qui
secrit : _
_
_
u H,
J(u) J(v), v H,
(3.1.9)
est equivalent au probl`eme
_
_
_
u H,
a(u,v) = T(v), v H.
(3.1.10)
116
Soit u H solution unique de (3.1.10). Soit w H, on va montrer que J(u +w) J(u).
J(u +w) =
1
2
a(u +w,u +w) T(u +w)
=
1
2
a(u,u) +
1
2
[a(u,w) +a(w,u)] +
1
2
a(w,w) T(u) T(w)
=
1
2
a(u,u) +
1
2
a(w,w) + a(u,w) T(u) T(w)
= J(u) +
1
2
a(w,w) J(u) +

2
|w|
2
Donc J(u +w) > J(u) sauf si w = 0.
Montrons quon peut appliquer le theor`eme de Lax Milgram pour les probl`emes (3.1.5) et (3.1.6).
Proposition 3.7 (Existence et unicite de la solution de (3.1.1)) Si f L
2
(), il existe un unique
u H
1
0
() solution de (3.1.5) et (3.1.6).
Demonstration : Montrons que les hypoth`eses du theor`eme de Lax Milgram sont veriees. Lespace
H = H
1
0
() est un espace de Hilbert. La forme bilineaire a est denie par :
a(u,v) =
_

u(x) v(x)dx
_
=
N

i=1
_

D
i
u(x)D
i
v(x)dx
_
,
et la forme lineaire T par :
T(v) =
_

f(x)v(x)dx.
Montrons que T H

; en eet, la forme T est lineaire, et on a :


T(v) |f|
L
2|v|
L
2 |f|
L
2|v|
H
1 .
On en deduit que T est une forme lineaire continue sur H
1
0
(), ce qui est equivalent `a dire que T H
1
()
(dual topologique de H
1
0
()).
Montrons maintenant que a est bilineaire, continue et symetrique. La continuite de a se demontre en
ecrivant que
a(u,v) =
_

u(x) v(x)dx |u|


L
2|v|
L
2
|u|
H
1|v|
H
1
Les caract`eres bilineaire et symetrique sont evidents. Montrons maintenant que a est coercitive : en eet,
a(v,v) =
_

v(x) v(x)dx =
N

i=1
_

D
i
v(x)D
i
v(x)dx
1
diam()
2
+ 1
|u|
2
H
1,
par linegalite de Poincare (voir note page 1 page 24. Comme T H

et comme a est lineaire, continue,


coercitive donc le theor`eme de Lax Milgram sapplique : on en conclut quil existe une unique fonction
u H
1
0
() solution de (3.1.5) et comme a est symetrique, u est lunique solution du probl`eme de
minimisation associee.
Denition 3.8 (Solution forte dans H
2
) Soit f L
2
(), on dit que u est solution forte de (3.1.1)
dans H
2
si u H
2
() H
1
0
() verie - u = f dans L
2
().
117
Remarquons que si u est solution forte C
2
de (3.1.1), alors u est solution forte H
2
. De meme, si u est
solution forte H
2
de (3.1.1) alors u est solution faible de (3.1.1). Les reciproques sont fausses. On admettra
le theor`eme (dicile) de regularite, qui senonce de la mani`ere suivante :
Theor`eme 3.9 (Regularite) Soit un ouvert borne de IR
d
. On suppose que a une fronti`ere de classe
C
2
, ou que est convexe ` a fronti`ere lipschitzienne. Si f L
2
() et si u H
1
0
() est solution faible de
(3.1.1), alors u H
2
(). De plus, si f H
m
() alors u H
m+2
()
Remarque 3.10 (Dierences entre les methodes de discretisation) Lorsquon adopte une discre-
tisation par dierences nies, on a directement le probl`eme (3.1.1). Lorsquon adopte une methode de
volumes nis, on discretise le bilan obtenu en integrant (3.1.1) sur chaque maille. Lorsquon utilise une
methode variationnelle, on discretise la formulation faible (3.1.5) dans le cas de la methode de Galerkin,
et la formulation variationnelle (3.1.6) dans le cas de la methode de Ritz.
Remarquons egalement que dans la formulation faible, (3.1.5), les conditions aux limites de Dirichlet
homog`enes u = 0 sont prises en compte dans lespace u H
1
0
(), et donc egalement dans lespace
dapproximation H
N
.
3.1.2 Probl`eme de Dirichlet non homog`ene
On se place ici en dimension 1 despace, d = 1, et on consid`ere le probl`eme suivant :
_
_
_
u

= f sur ]0,1[
u(0) = a,
u(1) = b,
(3.1.11)
o` u a et b sont des reels donnes. Ces conditions aux limites sont dites de type Dirichlet non homog`ene ;
comme a et b ne sont pas forcement nuls, on cherche une solution dans H
1
() et non plus dans H
1
0
(()).
Cependant, pour se ramener `a lespace H
1
0
() (en particulier pour obtenir que le probl`eme est bien pose
grace au theor`eme de Lax Milgram et `a la coercivite de la forme bilineaire a(u,v) =
_

u(x)v(x)dx
sur H
1
0
(), on va utiliser une technique dite de rel`evement. On pose : u = u
0
+ u o` u u
0
est denie par :
u
0
(x) = a + (b a)x.
On a en particulier u
0
(0) = a et u
0
(1) = b. On a alors u(0) = 0 et u(1) = 0. La fonction u verie donc le
syst`eme :
_
_
_
u

= f,
u(0) = 0,
u(1) = 0,
dont on connait la formulation faible, et dont on sait quil est bien pose (voir paragraphe 3.1.1 page 113).
Donc il existe un unique u H
1
() veriant u = u
0
+ u, o` u u H
1
0
() est lunique solution du probl`eme
_
1
0
u

=
_
1
0
fv v H
1
0
(]0,1[)
De mani`ere plus generale, soit u
1
H
1
a,b
(]0,1[) = v H
1
; v(0) = a et v(1) = b, et soit u H
1
0
(]0,1[)
lunique solution faible du probl`eme :
_
_
_
u

= u

1
+f,
u(0) = 0,
u(1) = 0.
118
Alors u +u
1
est lunique solution faible de (3.1.11), cest`adire la solution du probl`eme
_
_
_
u H
1
a,b
(]0,1[),
_
1
0
u

(x)v

(x)dx =
_
1
0
f(x)v(x)dx,v H
1
0
(]0,1[).
Remarque 3.11 Il est facile de montrer que u ne depend pas du rel`evement choisi (voir exercice 30 page
138).
Considerons maintenant le cas de la dimension 2 despace : d = 2.
Soit un ouvert borne de IR
d
, consid`ere le probl`eme :
_
u = f dans
u = g sur
(3.1.12)
Pour se ramener au probl`eme de Dirichlet homog`ene, on veut construire un rel`evement, cest `a dire une
fonction u
0
H
1
() t.q. (u
0
) = g o` u est lapplication trace. On ne peut plus le faire de mani`ere
explicite comme en dimension 1. En particulier, on rappelle quen dimension 2, lespace H
1
() nest pas
inclus dans lespace C(

) des fonctions continues, contrairement au cas de la dimension 1. Mais si on


a g H
1/2
(), on sait quil existe u
0
H
1
() tel que g = (u
0
). On cherche donc u sous la forme
u = u +u
0
avec u H
1
0
() et u
0
H
1
() telle que (u
0
) = g Soit v H
1
0
() ; on multiplie (3.1.12) par
v et on int`egre sur :
_

u(x)v(x)dx =
_

f(x)v(x)dx,
cest`--dire : _

u(x)v(x)dx =
_

f(x)v(x)dx.
Comme u = u
0
+ u, on a donc :
_
_
_
u H
1
0
(),
_

u(x)v(x)dx =
_

f(x)v(x)dx
_
u
0
(x)v(x)dx,v H
1
0
()
(3.1.13)
En dimension 2, il nest pas toujours facile de construire le rel`evement u
0
. Il est donc usuel, dans la mise
en oeuvre des methodes dapproximation (par exemple par elements nis), de servir de de la formulation
suivante, qui est equivalente `a la formulation (3.1.13) :
_
_
_
u v H
1
(); (v) = g sur
_

u(x)v(x)dx =
_

f(x)v(x)dx v H
1
0
().
(3.1.14)
3.1.3 Probl`eme avec conditions aux limites de Fourier
On consid`ere ici le probl`eme de diusion avec conditions aux limites de type Fourier (ou Robin dans
la litterature anglo-saxonne).
_
u = f dans ,
u n +u = 0 sur ,
(3.1.15)
o` u:
1. est un ouvert borne de IR
d
, d = 1, 2 ou 3, et sa fronti`ere,
119
2. f C
2
(

),
3. n est le vecteur unitaire normal `a , exterieur `a ,
4. (x) > 0,x , est un coecient qui modelise par exemple un transfert thermique `a la paroi.
Supposons quil existe u C
2
(

) veriant (3.1.15). Soit C

) une fonction test. On multiplie


formellement (3.1.15) par et on int`egre sur .
On obtient :

u(x)(x)dx =
_

f(x)(x)dx.
Par integration par parties, on a alors
_

u(x)(x)dx
_

u(x) n(x)(x)d(x) =
_

f(x)(x)dx.
Notons que la fonction qui nest pas `a support compact, et que la condition aux limites :
u n = u
va donc intervenir dans cette formulation. En rempla cant on obtient :
_

u(x) (x)dx +
_

u(x)(x)d(x) =
_

f(x)(x)dx, C

).
Par densite de C

) dans H
1
(), on a donc egalement
_

u(x) (x)dx +
_

u(x)(x) =
_

f(x)(x)dx, H
1
().
Denition 3.12 (Solution faible) On dit que u est solution faible de (3.1.15) si u est solution de :
_
_
_
u H
1
(),
_

u(x) v(x) +dx


_

(x)u(x)v(x)dx =
_

f(x)v(x)dx v H
1
().
(3.1.16)
On peut remarquer que sous les hypoth`eses :
f L
2
(), L

(),
toutes les integrales de (3.1.16) sont bien denies. (On rappelle que si L
2
() et L
2
(), alors
L
1
()).
Pour verier que le probl`eme (3.1.16) est bien pose, on a envie dappliquer le theor`eme de Lax-Milgram.
Denissons pour cela a : H
1
() H
1
() IR par :
a(u,v) =
_

u(x) v(x)dx +
_
(x)u(x)v(x)dx. (3.1.17)
Il est facile de voir que a est une forme bilineaire symetrique. On peut donc lui associer une forme
quadratique denie par :
E(v) =
1
2
_

v(x) v(x)dx +
_

(x)v
2
(x)d(x)
_

f(x)v(x)dx. (3.1.18)
120
Denition 3.13 (Solution variationnelle) On dit que u est solution variationnelle de (3.1.15) si u
verie :
_
u H
1
(),
E(u) E(v),v H
1
(),
(3.1.19)
o` u E est deni par (3.1.18).
Lemme 3.14 On suppose que L

(). Alors la forme bilineaire denie par (3.1.17) est continue


sur H
1
() H
1
().
Demonstration : On a :
a(u,v) =
_

u(x)v(x)dx +
_

(x)u(x)v(x)d(x)
|u|
L
2
()
|v|
L
2
()
+||
L

()
|u|
L
2
()
|v|
L
2
()
.
Or par le theor`eme de trace (theor`eme 3.2), et plus particuli`erement grace `a la continuite de la trace
(3.1.4), on a
|u|
L
2
()
C|u|
H
1
()
.
On en deduit que
a(u,v) M|u|
H
1|v|
H
1
avec M = 1 +C
2
||
L
(). Donc a est bilineaire continue
Lemme 3.15 Soit L

() tel quil existe > 0 tel que (x) p.p. sur . Alors la forme
bilineaire a denie par (3.1.17) est coercitive :
Montrons quil existe > 0 tel que a(v,v) |v|
2
, pour tout v H
1
o` u
a(v,v) =
_

v(x) v(x)dx +
_

(x)v
2
(x)d(x).
Attention, comme v H
1
() et non H
1
0
(), on ne peut pas ecrire linegalite de Poincare, qui nous
permettrait de minorer
_

v(x).v(x)dx. On va montrer lexistence de par labsurde. On suppose


que a nest pas coercive. Dans ce cas : cest-`a-dire que :
> 0, v H
1
(); a(v,v) < |v|
2
.
On a donc en particulier, en prenant =
1
n
:
n IN, v
n
H
1
(); a(v
n
,v
n
) <
1
n
|v
n
|
2
H
1 .
Dans cette derni`ere assertion, on peut prendre v
n
de norme 1, puisque linegalite est homog`ene de degre
2. On a donc :
n IN, v
n
H
1
(); |v
n
|
H
1
()
= 1; a(v
n
,v
n
) <
1
n
.
Or, par le theor`eme de Rellich, toute suite bornee (v
n
)
nIN
de H
1
(), est relativement compacte dans
L
2
(). Comme on a |v
n
|
H
1
()
= 1, il existe donc une sous-suite encore notee (v
n
)
nIN
H
1
() telle
que v
n
converge vers v dans L
2
() lorsque n tend vers +.
121
De plus, comme :
a(v
n
,v
n
) =
_

v
n
(x).v
n
(x)dx +
_

v
n
(x)v
n
(x)dx <
1
n
00 lorsque n +,
On en deduit que, chaque terme etant positif :
_

v
n
(x).v
n
(x)dx
n+
0 (3.1.20)
et _

v
n
(x)v
n
(x)dx
n+
0 (3.1.21)
On a donc : v
n
0 dans L
2
() lorsque n +. On en deduit que
_

i
v
n
(x)dx 0 lorsque n +, pour i = 1, . . . ,d.
Donc par denition de la derivee faible (voir note page 23), on a aussi
_

v
n
(x)
i
(x)dx 0 lorsque n +.
Comme v
n
v dans L
2
() lorsque n +, on peut passer `a la limite ci-dessus et ecrire que
_

v(x)
i
(x) = 0. On en deduit que la derivee faible D
i
v existe et est nulle dans . La fonction v
est donc constante par composante connexe. Mais par (3.1.21), on a v = 0 sur , et la trace dune
fonction constante est la constante elle-meme. On a donc
v = 0 dans .
On a ainsi montre que
D
i
v
n
D
i
v et v
n
v = 0 dans L
2
() lorsque n +.
Donc v
n
0 dans H
1
() lorsque n +, ce qui contredit le fait que |v
n
|
H
1
()
= 1. On a ainsi montre
la coercivite de a.
Proposition 3.16 Soit f L
2
() et L

() t.q. p.p. avec > 0 alors il existe un unique u


solution de (3.1.16) qui est aussi lunique solution de (3.1.19).
3.1.4 Condition de Neumann
Considerons maintenant le probl`eme (3.1.15) avec = 0, on obtient le probl`eme :
_

_
u = f, dans
u
n
= 0 sur
122
quon appelle probl`eme de Dirichlet avec conditions de Neumann homog`enes. En integrant la premi`ere
equation du syst`eme, il est facile de voir quune condition necessaire dexistence dune solution de (3.1.4)
est que :
_

u(x)dx =
_

u
n
(x)dx =
_

f(x)dx = 0
Si la condition aux limites de Neumann est non-homog`ene :
u
n
= g, la condition de compatibilite devient
_

f(x)dx +
_

g(x)d(x) = 0.
Remarquons que si = 0, la forme bilineaire est
a(u,v) =
_

u(x) v(x)dx,
et que celle-ci nest pas coercive sur H
1
(). De fait, il est clair que la solution de (3.1.4) nest pas unique,
puisque si u est solution de (3.1.4) alors u+c est aussi solution, pour tout c IR. Pour eviter ce probl`eme
on va chercher les solutions de (3.1.4) `a moyenne nulle. On cherche donc `a resoudre (3.1.4) dans lespace
H = v H
1
();
_

v(x)dx = 0
On admettra que a est coercive sur H (ceci est vrai grace `a linegalite de PoincareWirtinger
1
. Le
probl`eme
_
_
_
u H,
a(u,v) =
_
fv v H,
admet donc une unique solution.
3.1.5 Formulation faible et formulation variationnelle.
Nous donnons ici un exemple de probl`eme pour lequel on peut etablir une formulation faible, mais pas
variationnelle. On se place en une dimension lespace N = 1, et on consid`ere =]0,1[ et f L
2
(]0,1[).
On sinteresse au probl`eme suivant (dit dadvection diusion) :
_
u

+u

= f, dans ]0,1[
u(0) = u(1) = 0.
Cherchons une formulation faible. Par la meme methode quau paragraphe 3.1.1, on choisit v H
1
0
(),
on multiplie (3.1.5) par v et on int`egre par parties :
_

(x)v

(x)dx +
_

(x)v(x)dx =
_

f(x)v(x)dx.
1. Linegalite de PoincareWirtinger senonce de la fa on suivante : soit un ouvert borne de IR
d
de fronti`ere lipschitzienne,
alors il existe C IR
+
, ne dependant que de , , tel que pour tout u H
1
(), on a :
u
2
L
2
()
C|u|
2
H
1
()
+ 2(m())
1
(
_

u(x)dx)
2
123
Il est donc naturel de poser :
a(u,v) =
_

(x)v

(x)dx +
_

(x)v(x)dx, et T(v) =
_

f(x)v(x)dx.
Il est evident que T est une forme lineaire continue sur H
1
0
() (cest `a dire T H
1
()) et que la forme
a est bilineaire continue, mais pas symetrique. De plus elle est coercive : En eet, on a :
a(u,u) =
_

u
2
(x)dx +
_

(x)u(x)dx
=
_

u
2
(x)dx +
_

1
2
(u
2
)

(x)dx
Or, comme u H
1
0
(), on a u = 0 sur et donc
_

(u
2
)

(x)dx = u
2
(1) u
2
(0) = 0. On en deduit que :
a(u,u) =
_
1
0
(u

)
2
, et par linegalite de Poincare (voir page 24), on conclut que a est coercive sur H
1
0
().
On en deduit par le theor`eme de Lax Milgram, lexistence et lunicite de u solution du probl`eme :
_
_
_
u H
1
0
(]0,1[)
_
1
0
(u

(x)v

(x) +u

(x)v(x))dx =
_
1
0
f(x)v(x)dx.
3.2 Methodes de Ritz et Galerkin
3.2.1 Principe general de la methode de Ritz
On se place sous les hypoth`eses suivantes :
_

_
H est un espace Hilbert
a est une forme bilineaire continue coercitive et symetrique
T H

(3.2.22)
On cherche `a calculer u H telle que :
a(u,v) = T(v), v H,
ce qui revient `a calculer u H solution du probl`eme du probl`eme de minimisation (3.1.7), avec J denie
par (3.1.8). Lidee de la methode de Ritz est de remplacer H par un espace H
N
H de dimension nie
(o` u dimH
N
= N), et de calculer u
N
solution de
_
u
N
H
N
J(u
N
) J(v), v H
N
,
(3.2.23)
en esperant que u
N
soit proche (en un sens `a denir) de u.
Theor`eme 3.17 Sous les hypoth`eses (3.2.22), si H
N
est un s.e.v. de H et dimH
N
< + alors le
probl`eme (3.2.23) admet une unique solution.
124
Demonstration : Puisque H
N
est un espace de dimension nie inclus dans H, cest donc aussi un
Hilbert. On peut donc appliquer le theor`eme de Lax Milgram, et on en deduit lexistence et lunicite de
u
N
H
N
solution de (3.2.23), qui est aussi solution de :
_
u
N
H
N
,
a(u
N
,v) = T(v), v H
N
.
Nous allons maintenant exposer une autre methode de demonstration du theor`eme 3.17, qui a lavantage
detre constructive, et qui nous permet dintroduire les idees principales des methodes numeriques envi-
sagees plus loin. Comme lespace H
N
considere dans le theor`eme 3.2.23 est de dimension N, il existe une
base (
1
, . . . ,
N
) de H
N
. Si u H
N
, on peut donc developper u =
N

i=1
u
i

i
. On note :
U = (u
1
, . . . ,u
N
)
t
IR
N
Lapplication qui `a u associe U est une bijection de H
N
dans IR
N
. Posons j = J
1
. On a donc :
j(U) = J(u).
Or :
J(u) =
1
2
a
_
N

i=1
u
i

i
,
N

i=1
u
i

i
_
T
_
N

i=1
u
i

i
_
=
1
2
N

i=1
N

j=1
u
i
u
j
a(
i
,
j
)
N

i=1
u
i
T(
i
).
On peut donc ecrire J(u) sous la forme :
J(u) =
1
2
U
t
/U U
t
( = j(U),
o` u / M
N,N
(IR) est denie par /
ij
= a(
i
,
j
), et o` u (
i
= T(
i
). Chercher u
N
solution de (3.2.23) est
donc equivalent `a chercher U solution de :
_
U IR
N
,
j(U) j(V ), V IR
N
.
(3.2.24)
o` u
j(V ) =
1
2
V
t
/V V
t
(. (3.2.25)
Il est facile de verier que la matrice / est symetrique denie positive. Donc j est une fonctionnelle
quadratique sur IR
N
, et on a donc existence et unicite de U IR
N
tel que j(U) j(V ) V IR
N
.
La solution du probl`eme de minimisation (3.2.24) est aussi la solution du syst`eme lineaire /U = (; on
appelle souvent / la matrice de rigidite.
Proposition 3.18 (Existence et unicite de la solution du probl`eme de minimisation) . Soit j =
IR
N
IR denie par (3.2.25). Il existe un unique u IR
N
solution du probl`eme de minimisation (3.2.24).
125
Demonstration : Ceci est une consequence du resultat general de minimisation dans IR
N
(voir cours
de licence).
Resume sur la technique de Ritz.
1. On se donne H
N
H.
2. On trouve une base de H
N
.
3. On calcule la matrice de rigidite / et le second membre (. Les coecients de / sont donnes par
/
ij
= a(
i
,
j
).
4. On minimise j par la resolution de /V = (.
5. On calcule la solution approchee : u
(N)
=
N

i=1
u
i

i
.
On appelle H
N
lespace dapproximation. Le choix de cet espace sera fondamental pour le developpement
de la methode dapproximation. Le choix de H
N
est formellement equivalent au choix de la base (
i
)
i=1...N
.
Pourtant, le choix de cette base est capital meme si u
(N)
ne depend que du choix de H
N
et pas de la
base.
Choix de la base Un premier choix consiste `a choisir des bases independantes de N cest `a dire
base de H
N+1
= base de H
N

N+1
. Les bases sont donc emboitees les unes dans les autres.
Considerons par exemple H = H
1
(]0,1[), et lespace dapproximation:
H
N
= V ect1,X . . . ,X
N1

Les fonctions de base sont donc


i
= X
i1
, i = 1, . . . ,N. On peut remarquer que ce choix de base am`ene
`a une methode dapproximation qui donne des matrices pleines. Or, on veut justement eviter les matrices
pleines, car les syst`emes lineaires associes sont co uteux (en temps et memoire) `a resoudre.
Le choix ideal serait de choisir une base (
i
)i = 1, . . . ,N de telle sorte que
a(
i
,
j
) =
i

ij
o` u
ij
=
_
1 si i = j
0 sinon
(3.2.26)
On a alors / = diag(
1
, . . . ,
N
), et on a explicitement : u
(N)
=
N

i=1
T(
i
)
a(
i
,
i
)

i
. Considerons par exemple
le probl`eme de Dirichlet (3.1.1) Si
i
est la i-`eme fonction propre de loperation avec conditions aux
limites de Dirichlet associee `a
i
, on obtient bien la propriete souhaitee. Malheureusement, il est rare que
lon puisse connatre explicitement les fonctions de base
i
.
Un deuxi`eme choix consiste `a choisir des bases dependantes de N. Mais dans ce cas, la base de H
N
nest pas incluse dans celle de H
N+1
. La technique des elements nis quon verra au chapitre suivant, est
un exemple de ce choix. Dans la matrice / obtenue est creuse (cest `a dire quun grand nombre de ses
coecients sont nuls). Par exemple, pour des elements nis appliques `a un operateur du second ordre, on
peut avoir un nombre de coecients non nuls de lordre de 0(N).
126
Convergence de lapproximation de Ritz Une fois quon a calcule u
N
solution de (3.2.24), il faut
se preocupper de savoir si u
(N)
est une bonne approximation de u solution de (3.2.1), cest `a dire de
savoir si
u
(N)
u lorsque N +
Pour verier cette convergence, on va se servir de la notion de consistance.
Denition 3.19 (Consistance) Sous les hypoth`eses (3.2.22), on dit que lapproximation de Ritz denie
par lespace H
N
H avec dimH
N
= N < + est consistante si d(H,H
N
) tend vers 0 lorsque N +,
cest ` a dire d(u,H
N
)
N+
0, u N ou encore inf
vHN
|u v|
N+
0, u H.
Lautre notion fondamentale pour prouver la convergence est la stabilite, elle meme obtenue grace `a la
propriete de coercivite de a. Par stabilite, on entend estimation a priori sur la solution approchee u
(N)
(avant meme de savoir si elle existe), o` u u
(N)
est solution de (3.2.24) ou encore de :
_
_
_
a(u
(N)
,v) = T(v) v H
N
u
(N)
H
N
(3.2.27)
On a lestimation a priori suivante sur u
N
:
Proposition 3.20 (Stabilite) Sous les hypoth`eses du theor`eme 3.2.22, on a :
|u
(N)
|
H

|T|
H

.
Demonstration :
Le caract`ere coercif de a nous permet decrire :
|u
(N)
|
2
a(u
(N)
,u
(N)
).
Or comme u
(N)
est solution de (3.2.27), on a :
a(u
(N)
,u
(N)
) = T(u
(N)
).
Comme T est lineaire continue, on obtient
T(u
(N)
) |T|
H
|u
(N)
|
H
.
Theor`eme 3.21 (Lemme de Cea) Soit H un espace de Hilbert reel, et a une forme bilineaire continue
sumetrique coercive. Soit T une forme lineaire continue et T H

, et soit M > 0 et > 0 tels que


a(u,v) M|u|
H
|v|
H
et a(u,u) |u|
2
H
. Soit u H lunique solution du probl`eme suivant :
_
u H,
a(u,v) = T(v),v H.
(3.2.28)
Soit H
N
H tel que dimH
N
= N, et soit u
(N)
H
N
lunique solution de
_
u
(N)
H
N
,
a(u
(N)
,v) = T(v),v H
N
.
(3.2.29)
Alors
|u u
(N)
|
_
M

d(u,H
N
) (3.2.30)
o` u
d(u,H
N
) = inf
vHN
d(u,v).
127
Demonstration :
Etape 1 : On va montrer que u
(N)
est la projection de u sur H
N
pour le produit scalaire (,)
a
induit par
a, deni de H H (u,v)
a
= a(u,v). On note |u|
a
=
_
a(u,u), la norme induite par le produit scalaire a.
La norme |.|
a
est equivalente `a la norme |.|
H
, en eet, grace `a la coercivite et la continuite de la forme
bilineaire a, on peut ecrire :
|u|
2
H
|u|
2
a
M|u|
2
H
Donc (H,|.|
a
) est un espace de Hilbert. Soit u la solution de (3.2.28), et soit v = P
HN
u la projection
orthogonale de u sur H
N
relative au produit scalaire a(.,.). Par denition de la projection orthogonale,
on a donc
v u H

N
Soit encore a(v u,w) = 0, w H
N
. On en deduit que a(v,w) = a(u,w) = T(w), w H, et donc
que v = u
(N)
. On a donc montre que u
(N)
est la projection orthogonale de v sur H
N
, cest`adire
u
(N)
= P
HN
u.
Etape 2 : On va etablir une estimation de la norme de la dierence entre u et u
N
; par denition de P
HN
,
on a :
|u P
HN
u|
2
a
|u v|
2
a
, v H
N
,
ce qui secrit (puisque P
HN
u = u
(N)
) :
a(u u
(N)
,u u
(N)
) a(u v,u v), v H
N
Par coercivite et continuite de la forme bilineaire a, on a donc :
|u u
(N)
|
2
H
a(u u
(N)
,u u
(N)
) a(u v,u v) M|u v|
2
H
, v H
N
.
On en deduit que :
|u u
(N)
|
_
M

|u v|,v H
N
.
En passant `a linf sur v, on obtient alors :
|u u
(N)
|
_
M

inf
vHN
|u v|
Ce qui est exactement (3.2.30).
3.2.2 Methode de Galerkin
On se place maintenant sous les hypoth`eses suivantes :
_
H espace de Hilbert,
a : forme bilineaire continue et coercive, T H

.
(3.2.31)
Remarquons que maintenant, a nest pas necessairement symetrique, les hypoth`eses (3.2.31) sont donc
plus generales que les hypoth`eses (3.2.22). On consid`ere le probl`eme
_
_
_
u H
a(u,v) = T(v), v H.
(3.2.32)
128
Par le theor`eme de Lax Milgram, il y a existence et unicite de u H solution de (3.2.32).
Le principe de la methode de Galerkin est similaire `a celui de la methode de Ritz. On se donne H
N
H,
tel que dim H
N
< +, et on cherche `a resoudre le probl`eme approche :
(P
N
)
_
u
(N)
H
N
,
a(u
(N)
,v) = T(v),v H
N
.
(3.2.33)
Par le theor`eme de Lax-Milgram, on a immediatement :
Theor`eme 3.22 Sous les hypoth`eses , si H
N
H et dim H
N
= N, il existe un unique u
(N)
H
N
solution de (3.2.33).
Comme dans le cas de la methode de Ritz, on va donner une autre methode, constructive, de demonstration
de lexistence et unicite de u
N
qui permettra dintroduire la methode de Galerkin. Comme dim H
N
= N,
il existe une base (
1
. . .
N
) de H
N
. Soit v H
N
, on peut donc developper v sur la base :
v =
N

i=1
v
i

i
,
et identier v au vecteur (v
1
. . . v
N
)
t
IR
N
. En ecrivant que u satisfait (3.2.33) pour tout v =
i
= 1,N :
a(u,
i
) = T(
i
),i = 1, . . . ,N,
et en developpant u sur la base (
i
)
i=1,...,N
, on obtient :
N

j=1
a(
j
,
i
)u
j
= T(
i
), i = 1, . . . ,N.
On peut ecrire cette derni`ere egalite sous forme dun syst`eme lineaire : /U = (,
/
ij
= a(
j
,
i
) et (
i
= T(
i
), pour i,j = 1, . . . ,,N.
La matrice / nest pas en general symetrique.
Proposition 3.23 Sous les hypoth`eses du theor`eme 3.22 le syst`eme lineaire (3.2.2) admet une solution
.
Demonstration : On va montrer que / est inversible en veriant que son noyau est reduit `a 0. Soit
w IR
N
tel que /w = 0. Decomposons w sur le N base (
1
, . . . ,
N
) de H
N
: On a donc :
N

j=1
a(
j
,
i
)w
j
=
0. Multiplions cette relation par w
i
et sommons pour i = 1 `a N, on obtient :
N

i=1
N

j=1
a(
j
,
i
)w
j
w
i
= 0.
Soit encore : a(w,w) = 0. Par coercitivite de a, ceci entraine que w = 0. On en deduit que w
i
= 0,
i
=
1, . . . ,N, ce qui ach`eve la preuve.
Remarque 3.24 Si a est symetrique, la methode de Galerkin est equivalente ` a celle de Ritz.
129
En resume, la methode de Galerkin comporte les memes etapes que la methode de Ritz, cest `a dire :
1. On se donne H
N
H
2. On trouve une base de H
N
3. On calcule / et (
4. On resout /U = (
5. On ecrit u
(N)
=
N

i=1
u
i

i
.
La seule dierence est que letape 4 nest pas issue dun probl`eme de minimisation. Comme pour la
methode de Ritz, il faut se poser la question du choix du sous espace H
N
et de sa base, ainsi que de la
convergence de lapproximation de u solution de (3.2.32) par u
(N)
obtenue par la technique de Galerkin.
En ce qui concerne le choix de la base
1
, . . . ,
N
, les possibilites sont les memes que pour la methode
de Ritz, voir paragraphe 3.2.1. De meme, la notion de consistance est identique `a celle donnee pour la
methode de Ritz (voir denition 3.19) et la demonstration de stabilite est identique `a celles eectuee pour
la methode de Ritz ; voir proposition 3.20 page 127. On peut alors etablir le theor`eme de convergence :
Theor`eme 3.25 Sous les hypoth`eses du theor`eme (3.22), si u est la solution de (3.2.32) et u
N
la solution
de (3.2.33), alors
|u u
(N)
|
H

M

d(u,H
N
), (3.2.34)
o` u M et sont tels que : |v|
2
a(v,u) M|v|
2
pour tout v dans H (les reels M et existent en
vertu de la continuite et de la coercivite de a).
Demonstration : Comme la forme bilineaire a est coercive de constante , on a :
|u u
(N)
|
2
H
a(u u
(N)
,u u
(N)
)
On a donc, pour tout v H :
|u u
(N)
|
2
H
a(u u
(N)
,u v) +a(u u
(N)
,v u
(N)
)
Or a(u u
(N)
,v u
(N)
) = a(u,v u
(N)
) a(u
(N)
,v u
(N)
) et par denition de u et u
(N)
, on a :
a(u,v u
(N)
) = T(v u
(N)
)
a(u
(N)
,v u
(N)
) = T(v u
(N)
)
On en deduit que :
|u u
(N)
|
2
H
a(u u
(N)
,u v),v H
N
,
et donc, par continuite de la forme bilineaire a :
|u u
(N)
|
2
H
M|u u
(N)
|
H
|u v|
H
.
On obtient donc :
|u u
(N)
|
H

M

|u v|
H
,v H
N
,
ce qui entraine (3.2.34).
Remarque 3.26 On peut remarquer que lestimation (3.2.34) obtenue dans le cadre de la metode de
Galerkin est moins bonne que lestimation (3.2.30) obtenue dans le cadre de la methode de Ritz. Ceci est
moral, puisque la methode de Ritz est un cas particulier de la methode de Galerkin.
130
Gr ace au theor`eme 3.25, on peut remarquer que u
(N)
converge vers u dans H lorsque N tend vers +
d`es que d(u,H
N
) 0 lorsque N +. Cest donc l` a encore une propriete de consistance dont nous
avons besoin. La propriete de consistance nest pas toujours facile `a montrer directement. On utilise alors
la caracterisation suivante :
Proposition 3.27 (Caracterisation de la consistance) Soit V un sous espace vectoriel de H dense
dans H On suppose quil existe une fonction r
N
: V H
N
telle que
|v r
N
(v)|
H

N+
0,
alors
d(u,H
N
)
N+
0
Demonstration : Soit v V , et w = r
N
(v). Par denition, on a
d(u,H
N
) |u r
N
(v)|
H
|u v|
H
+|v r
N
(v)|
Comme V est dense dans H, pour tout > 0, il existe v V , tel que |u v|
H
. Choisissons v qui
verie cette derni`ere inegalite. Par hypoth`ese sur r
N
:
> 0,N
0
/N N
0
alors |v r
N
(v)| .
Donc si N N
0
, on a d(u,H
N
) 2. On en deduit que d(u,H
N
) 0 quand N +.
3.2.3 Methode de Petrov-Galerkin
La methode de Petrov-Galerkin sapparente `a la methode de Galerkin. On cherche toujours `a resoudre :
_
a(u,v) = T(v), v H,
u H
Mais on choisit maintenant deux sous-espaces H
N
et V
N
de H, tous deux de meme dimension nie :
dimH
N
= dimV
N
= N.
On cherche une approximation de la solution du probl`eme dans lespace H
N
, et on choisit comme fonction
test les fonctions de base de V
N
. On obtient donc le syst`eme :
_
u H
N
a(u,v) = T(v) v V
N
On appelle H
N
lespace dapproximation, et V
N
lespace des fonctions test. Si (
1
, . . . ,
N
) est une base
de H
N
et (
1
, . . . ,
N
) une base de V
N
, en developpant u
(N)
sur la base de (
1
, . . . ,
N
). u
(N)
=

u
j

j
,
et en ecrivant (3.2.3) pour v =
j
, on obtient :
_
u H
N
a(u,
i
) = T(
i
), i = 1, . . . ,N.
Le syst`eme `a resoudre est donc :
_
u
(N)
=

N
i=1
u
i

i
,
/U = (,
avec /
j
= a(
j
,d
i
) et (
i
= T(
i
), pour i = 1, . . . ,N.
131
3.3 La methode des elements nis
La methode des elements nis est une fa con de choisir les bases des espaces dapproximation pour les
methodes de Ritz et Galerkin.
3.3.1 Principe de la methode
On se limitera dans le cadre de ce cours `a des probl`emes du second ordre. Lexemple type sera le probl`eme
de Dirichlet (3.1.1), quon rappelle ici :
_
_
_
u = f dans
u = 0 sur
et lespace de Hilbert sera lespace de Sobolev H
1
() ou H
1
0
().
On se limitera `a un certain type delements nis, dits de Lagrange. Donnons les principes generaux de
la methode.
Elements nis de Lagrange Soit IR
2
(ou IR
3
), Soit H lespace fonctionnel dans lequel on
recherche la solution (par exemple H
1
0
() sil sagit du probl`eme de Dirichlet (3.1.1)). On cherche H
N

H = H
1
0
() et les fonctions de base
1
, . . . ,
N
. On va determiner ces fonctions de base `a partir dun
decoupage de en un nombre ni de cellules, appeles, elements. la procedure est la suivante :
1. On construit un maillage T de (en triangles ou rectangles) que lon appelle elements /.
2. Dans chaque element, on se donne des points que lon appelle noeuds.
3. On denit H
N
par :
H
N
=
_
u : IR/u
|K
P
k
,K T
_
H
o` u P
k
designe lensemble des polynomes de degre inferieur ou egal `a k. Le degre des polynomes
est choisi de mani`ere `a ce que u soit enti`erement determinee par ses valeurs aux noeuds. Pour une
methode delements nis de type Lagrange, les valeurs aux noeuds sont egalement les degres de
liberte, c.`a.d. les valeurs qui determinent enti`erement la fonction recherchee.
4. On construit une base
i
. . .
N
de H
N
tel que le support de
i
soit le plus petit possible. Les
fonctions
i
sont aussi appelees fonctions de forme.
Remarque 3.28 (Elements nis non conformes) Notons quon a introduit ici une methode delements
nis conforme, cest` adire que lespace dapproximation H
N
est inclus dans lespace H. Dans une
methode non conforme, on naura plus H
N
H, et par consequence, on devra aussi construire une
forme bilineaire approchee a
T
; on pourra voir ` a ce sujet lexercice 37 page 141 o` u on exprime la methode
des volumes nis comme une methode delements nis non conformes.
Exemple en dimension 1 Soit =]0,1[ IR et soit H = H
1
0
([0,1[) ; on cherche un espace H
N
dapproximation de H. Pour cela, on divise lintervalle ]0,1[ en N intervalles de longueur h =
1
N+1
. On
pose x
i
= i, i = 0,N + 1. Les etapes 1. `a 4. decrites precedemment donnent dans ce cas :
1. Construction des elements On a construit n + 1 elements K
i
=]x
i
,x
i+1
[, i = 0, . . . ,N.
2. Noeuds : On a deux noeuds par element, (x
i
et x
i+1
sont les noeuds de K
i
,i = 0, . . . ,N) Le fait que
H
N
H
1
0
(]0,1[) impose que les fonctions de H
N
soient nulles en x
0
= 0 et x
N+1
= 1. On appelle
x
1
, . . . ,x
N
les noeuds libres et x
0
,x
N+1
les noeuds lies. Les degres de liberte sont donc les valeurs
de u en x
1
, . . . ,x
N
. Aux noeuds lies, on a u(x
0
) = u(x
N+1
) = 0
132
3. Choix de lespace On choisit comme espace de polynome : P
1
= ax +b,a,b IR et on pose :
H
N
= u : IR t.q. u
|Ki
P
1
,i = 1 . . . N, u C(

) = C([0,1]) et u(0) = u(1) = 0.


Rappelons que H = H
1
0
(]0,1[) C([0,1]). Avec le choix de H
N
, on a bien H
N
H.
4. Choix de la base de H
N
.
Si on prend les fonctions de type 1 de la methode de Ritz, on choisit les fonctions decrites sur la
gure 3.1. On a donc H
1
= V ect
1
, H
3
= V ect
1
,
2
,
3
, et H
7
= V ect
1
,
2
,
3
,
4
,
5
,
6
,
7
,
o` u V ect designe le sous espace engendre par la famille consideree. Avec ce choix, on a donc H
1

H
3
H
7
.
0
1

2

3

4

5

6 1

7
Fig. 3.1 Fonctions de forme de type 1 (espaces embotes)
Si maintenant on choisit des fonctions de forme de type 2 on peut denir
i
pour i = 1 `a N par :
_

i
: ane par morceaux, continue
supp(
i
) = [x
i1
,x
i+1
]

i
(x
i
) = 1

i
(x
i1
) =
i
(x
i+1
) = 0
(3.3.35)
Il est facile de voir que
i
H
N
et que
1
, . . . ,
N
engendre H
N
, cest `a dire que pour tout
u H
N
, il existe (u
1
, . . . ,u
N
) IR
N
tel que u =
N

i=1
u
i

i
. On a represente sur la gure 3.2 les
fonctions de base obtenue pour H
3
(` a gauche) et H
7
(` a droite). On peut remarquer que dans ce
cas, les espaces dapproximation ne sont plus inclus les uns dans les autres.
Exemple en dimension 2 Soit un ouvert polygonal de IR
2
, et H = H
1
0
(). Les etapes de construc-
tion de la methode des elements nis sont encore les memes.
1. Elements : on choisit des triangles.
133
0
1
1
0
1
1

4

1

3

2

5

6

7

2

3

1
Fig. 3.2 Fonctions de forme de type 2 (fonction P1) en une dimension despace
2. Noeuds : on les place aux sommets des triangles. Les noeuds x
i
(interieurs `a ) sont libres, et
les noeuds x
i
(sur la fronti`ere de sont lies. On notera lensemble des noeuds libres,
F
lensemble des noeuds lies, et, =
I

F
.
3. Espace dapproximation Lespace des polynomes est lensemble des fonctions anes, note P
1
. Une
fonction p P
1
est de la forme :
p : IR
2
IR,
x = (x
1
,x
2
)
t
a
1
x
1
+a
2
x
2
+b,
avec (a
1
,a
2
,b) IR
3
. Lespace dapproximation H
N
est donc deni par :
H
N
: u C(

); u[
K
P
1
, K, et u(x
i
) = 0, x
i

F

4. Base de H
N
: On choisit comme base de H
N
la famille de fonctions
i
i = 1, . . . ,N, o` u N = card
(
I
), o` u
i
est denie, pour i = 1 `a N, par :
_
_
_

i
est ane par morceaux,

i
(x
i
) = 1,

i
(x
j
) = 0, j ,= 1.
(3.3.36)
La fonction
i
associee au noeud x
i
a donc lallure presentee sur la gure 3.3. Le support de chaque
fonction
i
(cest `a dire lensemble des points o` u
i
est non nulle), est constitue de lensemble des
triangles dont x
i
est un sommet.
En resume Les questions `a se poser pour construire une methode delements nis sont donc :
1. La construction du maillage.
2. Un choix coherent entre elements, noeuds et espace des polynomes.
3. La construction de lespace dapporximation H
N
et de sa base
i

i=1...N
.
4. La construction de la matrice de rigidite / et du second membre (.
5. Levaluation de d(u,H
N
) en vue de lanalyse de convergence.
134
1
x
(1)
x
(2)
x
i

i
(x)
Fig. 3.3 Fonction de forme de type 2 (fonction P1) en deux dimensions despace
3.3.2 Construction du maillage, de lespace H
N
et de sa base
N
Construction des elements
Soit IR
2
un ouvert borne polygonal. On construit un maillage de en divisant

en parties fermees
K

=1,...,L
o` u L est le nombre delements.
Les principes pour la construction du maillage sont :
Eviter les angles trop grands ou trop petits. On pref`erera par exemple les triangles de gauche plut ot
que ceux de droite dans la gure 3.4.
Fig. 3.4 Exemple de triangles bons (` a gauche) et mauvais (` a droite)
Mettre beaucoup delements l` a o` u u varie rapidement (ceci ne peut se faire que si on connait a priori
les zones de de variation rapide, ou si on a les moyens devaluer lerreur entre la solution exacte du
135
probl`eme et la solution calculee et de remailler les zones ou celleci est jugee trop grande.
On peut eventuellement melanger des triangles et des rectangles, mais ceci nest pas toujours facile.
Il existe un tr`es grand nombre de logiciels de maillages en deux ou trois dimensions despace. On pourra
pour sen convaincre utiliser le moteur de recherche google sur internet avec les mots cles : mesh 2D
structured, mesh 2D unstructured, mesh 3D structured, mesh 3D unstructured. Le mot mesh
est le terme anglais pour maillage, les termes 2D et 3D ref`erent `a la dimension de lespace physique.
Le terme structured (structure en fran cais) designe des maillages que dont on peut numeroter les
elements de fa con cartesienne, le terme unstructured (non structure) designe tous les autres maillages.
Lavantage des maillages structures est quils necessitent une base de donnees beaucoup plus simple que
les maillages non structures, car on peut connaitre tous les noeuds voisins `a partir du numero global dun
noeud dun maillage structure, ce qui nest pas le cas dans un maillage non structure (voir paragraphe
suivant pour la numerotation des noeuds). La gure 3.5 montre un exemple de maillage de surface
Fig. 3.5 Exemple de maillage structure (` a gauche) et non-structure (` a droite) dune surface surface
structure ou non-structure, pris sur le site web du logiciel Gmsh: a three-dimensional nite element mesh
generator with built-in pre- and post-processing facilities, develippe par C. Geuzaine and J.-F. Remacle
(http://www.geuz.org/gmsh/).
136
Choix des noeuds
On se donne une famille S
i

i=1,...,M
de M points de

, de composantes (x
i
,y
i
), pour i = 1, . . . ,M.
Le maillage elements nis est deni par elements K

=1...L
et les noeuds S
i

i=1...M
. Ces elements et
noeuds ne peuvent bien s ur pas etre choisis independamment. Dans le cas general, on choisit tous les
elements de meme type (par exemple, des triangles) et on se donne un nombre xe de noeuds par element,
ce qui determine le nombre total de noeuds. Chaque noeud appartient donc `a plusieurs elements. Dans
le cas dun maillage structure tel que celui quon a decrit dans la gure 1.3 page 28, une numerotation
globale des noeuds est susante pour retrouver les elements dont font partie ce noeud, ainsi que tous
les voisins du noeud. Par contre, dans le cas dun maillage non structure (un maillage en triangles, par
exemple), on aura besoin dune numerotation locale des noeuds cest `a dire une numerotation des noeuds
de chaque element, pour k = 1, . . . ,N

, o` u N

est le nombre de noeuds par element ; on aura egalement


besoin dune numerotation globale des noeuds, et dune table de correspondance, lune qui donne pour
chaque element, les numeros dans la numerotation globale des noeuds qui lui appartiennent.
i

r
= notation globale (,r) r-i`eme noeud de lelement
Amelioration de la precision
On a vu aux paragraphes precedents que lerreur entre la solution exacte u recherchee et la solution u(N)
obtenue par la methode de Ritz ou de Galerkin est majoree par une constante fois la distance entre H et
H
N
. On a donc interet `a ce que cette distance soit petite. Pour ce faire, il parat raisonnable daugmenter
la dimension de lespace H
N
. Pour cela, on a deux possibilites :
augmenter le nombre delements : on augmente alors aussi le nombre global de noeuds, mais pas le
nombre local.
augmenter le degre des polynomes : on augmente alors le nombre de noeuds local, donc on augmente
aussi le nombre global de noeuds, mais pas le nombre delements. Ce deuxi`eme choix (augmentation
du degre des polynomes) ne peut se faire que si la solution est susamment reguli`ere; si la solution
nest pas reguli`ere, on narrivera pas `a diminuer d(H,H
N
) en augmentant le degre des polynomes.
3.4 Exercices
Exercice 26 (Fonctions H
1
en une dimension despace)
Montrer que si u H
1
(]0,1[) alors u est continue. En deduire que H
2
(]0,1[) C
1
([0,1]).
Exercice 27 (Minimisation de la semi-norme) Suggestions en page 142, corrige en page 142
Soit un ouvert borne de IR
n
. On suppose que sa fronti`ere est de classe C
1
par morceaux. Etant donne
une fonction u
0
H
1
(),
1. Montrer quil existe une unique fonction u u
0
+H
1
0
() tel que :
[u[
1,
= inf
vuo+H
1
0
()
[v[
1,
.
2. Caracteriser u comme etant la solution dun probl`eme aux limites.
Exercice 28 (Formulation faible pour le probl`eme de Dirichlet en 1D) Corrige en page 144
137
Soit f L
2
(]0,1[). On sinteresse au probl`eme suivant:
u
xx
(x) = f(x), x ]0,1[, (3.4.37)
u(0) = 0, u(1) = 0. (3.4.38)
Donner une formulation faible et une formulation variationnelle de (3.4.38).
Exercice 29 (Rel`evement en une dimension despace) Suggestions en page 142
Ecrire une formulation faible pour laquelle on puisse appliquer le theor`eme de Lax Milgram, dans le cas
du probl`eme suivant :
_

_
u

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


u

(0) = 0
u(1) = 1.
(3.4.39)
Exercice 30 (Rel`evement) Corrige en page 146
Soient a et b IR, et f C(IR,IR).
1. Soient u
0
et u
1
denies de [0,1] dans IR par u
0
(x) = a +(b a)x et u
1
(x) = a +(b a)x
2
. Montrer
quil existe un unique u (resp. u) tel que u = u
0
+ u (resp. v = u
1
+ u ) soit solution de (3.1.11).
Montrer que u = v.
2. Memes questions en supposant maintenant que u
0
et u
1
sont des fonctions de C
2
([0,1]) telles que
u
0
(0) = u
1
(0) = a et u
0
(1) = u
1
(1) = b.
Exercice 31 (Conditions aux limites de Fourier et Neumann) Corrige en page 146
Soit f L
2
(]0,1[). On sinteresse au probl`eme suivant:
u
xx
(x) +u(x) = f(x), x ]0,1[,
u

(0) u(0) = 0, u

(1) = 1.
(3.4.40)
Donner une formulation faible et une formulation variationnelle de (3.4.40); y-a-t-il existence et unicite
des solutions faibles de (3.4.40)?
Exercice 32 (Conditions aux limites de Fourier et Neumann, bis) Corrige en page 148
Soit f L
2
(]0,1[). On sinteresse au probl`eme suivant:
_
u

(x) u

(x) +u(x) = f(x), x ]0,1[,


u(0) +u

(0) = 0, u(1) = 1
(3.4.41)
1. Donner une formulation faible du probl`eme de la forme
_
Trouver u H
1
(]0,1[); u(1) = 1,
a(u,v) = T(v), v H.
(3.4.42)
o` u H = v H
1
(]0,1[); v(1) = 0, a et T sont respectivement une forme bilineaire sur H
1
(]0,1[) et une
forme lineaire sur H
1
(]0,1[), `a determiner.
2. Y-a-t-il existence et unicite de solutions de cette formulation faible?
Exercice 33 (Conditions melees) Suggestions en page 142, corrige en page 150
138
Soit un ouvert borne IR
d
, d = 1ou2, de fronti`ere =
0

1
, avec
0

1
= ; on suppose que la
mesure d1 dimensionnelle de
0
est non nulle, et soit f L
2
(). On sinteresse ici au probl`eme suivant:
u(x) = f(x), x ,
u(x) = 0, x
0
,
u(x) n(x) = 0, x
1
,
(3.4.43)
o` u n est la normale unitaire `a exterieure `a .
Donner une formulation faible et une formulation variationnelle de (3.4.43) telle quon puisse appliquer
le lemme de Lax-Milgram. (On rappelle que linegalite de Poincare donnee en bas de page 1 page 24
pour les fonctions de H
1
0
() est encore valable pour les fonctions de H
1
() dont la trace est nulle sur un
sous-ensemble de de mesure ((d 1)dimensionnelle) non nulle.)
Exercice 34 (Probl`eme elliptique pour un probl`eme avec conditions mixtes) Corrige en page
150
Soit un ouvert borne IR
d
, d = 1ou2, de fronti`ere =
0

1
, avec
0

1
= ; on suppose que la
mesure d 1 dimensionnelle de
0
est non nulle. On sinteresse ici au probl`eme suivant:
div(p(x)u(x)) +q(x)u(x) = f(x),x ,
u(x) = g
0
(x),x
0
,
p(x)u(x).n(x) +u(x) = g
1
(x),x
1
,
(3.4.44)
o` u:
f L
2
(),
p L

(), est telle quil existe > 0 t.q. p(x) p.p.


q L

(), q 0,
IR
+
,
g
0
L
2
(
0
) est telle quil existe g H
1
() t.q. ( g)[
0
= g
0
g
1
L
2
(
1
),
n est la normale unitaire `a exterieure ` a .
1. Donner une formulation faible et une formulation variationnelle de (3.4.44) telle quon puisse appliquer
le lemme de Lax-Milgram.
2. On suppose dans cette question que p C
1
(), q C() g
0
C(
0
) et g
1
C(
1
). Soit u C
2
().
Montrer que u est solution faible si et seulement si u est une solution classique de (3.4.44).
Exercice 35 (Condition inf-sup) Corrige en page 152
Soit V un espace de Hilbert reel de produit scalaire (; ) induisant une norme [[ [[. On se donne a(; ) une
forme bilineaire continue sur V V , avec M comme constante de continuite. Soit L une forme lineaire
continue sur V . On suppose de plus quil existe une solution u V au probl`eme suivant :
a(u,v) = L(v), v V. (3.4.45)
Soit V
h
un sous-espace de V de dimension nie. On suppose quil existe
h
R
+
telle que :
inf
(v
h
V
h
,v
h
=1)
_
sup
(w
h
V
h
,w
h
=1)
(a(v
h
; w
h
))
_

h
(3.4.46)
On cherche alors u
h
solution de :
139
u
h
V
h
,
a(u
h
,v
h
) = L(v
h
), v
h
V
h
(3.4.47)
1. Montrer que le probl`eme (3.4.47) admet une unique solution.
2. Soit u la solution de (3.4.45) et u
h
la solution de (3.4.47). Montrer que :
|u u
h
|
_
1 +
M

h
_
inf
v
h
V
h
|u v
h
|. (3.4.48)
Exercice 36 (Condition inf-sup pour un probl`eme mixte) Corrige en page 153
Soient V et Q deux espaces de Hilbert, on note (,)
V
, | |
V
et (,)
Q
, | |
Q
leurs produits scalaires et
normes respectives, et on consid`ere le probl`eme suivant:
_
_
_
Trouver u V, p Q, tels que
a(u,v) +b(v,p) = (f,v)
H
,v V,
b(u,q) = (g,q)
Q
,q Q.
(3.4.49)
o` u a est une forme bilineaire continue et coercive sur V et b est une application bilineaire continue de
V Q dans IR.
Pour (u,p) et (v,q) elements de V Q, on pose :
B(u,p; v,q) = a(u,v) +b(v,p) + b(u,q),
F(v,q) = (f,v)
H
+ (g,q)
Q
.
et on munit V Q dune norme notee |(,)|, denie par |(v,q)| = |v|
V
+ |q|
Q
pour (v,q) V Q.
1. Montrer que B est une forme bilineaire continue sur V Q.
2. Montrer que le probl`eme (3.4.49) est equivalent au probl`eme :
_
Trouver (u,p) V Q, tels que
B(u,p; v,q) = F(v,q),(v,q) V Q.
(3.4.50)
On consid`ere maintenant des espaces dapproximation (par exemple construits par elements nis). Soient
donc (V
n
)
nIN
et (Q
n
)
nIN
des espaces de Hilbert de dimension nie tels que V
n
V et Q
n
Q, pour
tout n IN.
3. On suppose dans cette question que la condition suivante (dite condition inf-sup) est satisfaite :
Il existe IR

+
(independant de n) tel que inf
qQn
sup
wVn
w
V
=0
b(w,q)
|w|
V
|q|
Q
. (3.4.51)
(a) Montrer quil existe IR

+
tel que :
Pour tout q Q
n
et v V
n
,B(v,q; v, q) |v|
2
V
. (3.4.52)
(b) Soit (v,q) V
n
Q
n
, montrer quil existe w V
n
tel que |w|
V
= |q|
Q
et b(w,q) |q|
2
Q
.
Montrer que pour ce choix de w, on a :
B(v,q; w,0) M|v|
V
|w|
V
+|q|
2
Q
,
o` u M est la constante de continuite de a.
140
(c) En deduire quil existe des reels positifs C
1
et C
2
independants de n tels que
B(v,q; w,0) C
1
|v|
2
V
+C
2
|q|
2
Q
.
(On pourra utiliser, en le demontrant, le fait que pour tout a
1
0,a
2
0 et > 0, on a
a
1
a
2

1

a
2
1
+a
2
2
.)
(d) Soit IR

+
. Montrer que si est susamment petit, on a :
B(v,q; v +w, q) C
3
[|v|
2
V
+|q|
2
Q
].
et
|(v +w, q)| C
4
|(v,q)|,
o` u C
3
et C
4
sont deux reels positifs qui ne dependent pas de n.
(e) En deduire que la condition suivante (dite de stabilite) est satisfaite :
Il existe IR

+
(independant de n) tel que pour tout (u,p) V
n
Q
n
,
sup
(v,q)VnQn
(v,q)=0
B((u,p); (v,q))
|(v,q)|
|(u,p)|.
(3.4.53)
4. On suppose maintenant que la condition (3.4.53) est satisfaite.
(a) Montrer que pour tout p Q,
sup
(v,q)VnQn
(v,q)=0
b(v,p)
|(v,q)|
|p|
Q
.
(b) En deduire que pour tout p Q,
sup
vVn
v
V
=0
b(v,p)
|v|
V
|p|
Q
.
5. Deduire des questions precedentes que la condition (3.4.51) est satisfaite si et seulement si la condi-
tion (3.4.53) est satisfaite.
Exercice 37 (Volumes nis vus comme des elements nis non conformes) Suggestions en page
142, corrections en page 155
Soit un ouvert borne polygonal de IR
2
, et T un maillage admissible au sens des volumes nis (voir page
1.4.2 page 28) de .
1. Montrer que la discretisation par volumes nis de (3.1.1) se ram`ene `a chercher (u
K
)
KT
, qui verie :

Eint, =K|L

(u
L
u
K
) +

Eext, EK

u
K
= m(K)f
K
(3.4.54)
o` u c
int
represente lensemble des aretes internes (celles qui ne sont pas sur le bord) c
ext
lensemble des
aretes externes (celles qui sont sur le bord), et

=
_

_
m()
d
K,
+d
L,
si c
int
, = K[L,
m()
d
K,
si c
ext
, c
K
,
(3.4.55)
141
(voir gure 1.4 page 29).
2. On note H
T
() le sous-espace de L
2
() forme des fonctions constantes par maille (c.` a.d. constantes
sur chaque element de T ). Pour u H
T
(), on note u
K
la valeur de u sur K. Montrer que (u
K
)
KT
est
solution de (3.4.55) si et seulement si u H
T
() est solution de :
_
u H
T
(),
a
T
(u,v) = T
T
(v), v H
T
(),
(3.4.56)
o` u a
T
est une forme bilineaire sur H
T
() (` a determiner), et T
T
est une forme lineaire sur H
T
() (` a
determiner).
3.5 Suggestions pour les exercices
Exercice 27 page 137
Rappel ; par denition, lensemble u
0
+H
1
0
est egal `a lensemble v = u
0
+w,w 1H
1
0

1. Montrer que le probl`eme secrit sous la forme: J(u) J(v),v H, ou H est un espace de Hilbert,
avec J(v) = a(v,v), o` u a est une forme bilineaire symetrique denie positive.
2. Prendre une fonction test `a support compact dans la formulation faible.
Exercice 29 page 138
Considerer les espaces
H
1
1,1
= v H
1
(]0,1[); v(1) = 1 et
H
1
1,0
= v H
1
(]0,1[); v(1) = 0.
Exercice 33 page 138
Considerer comme espace de Hilbert lensemble u H
1
(); u = 0 sur
0
.
Exercice 37 page 141
1. Integrer lequation sur la maille et approcher les ux sur les aretes par des quotients dierentiels.
2. Pour montrer que (3.4.54) entrane (3.4.56), multiplier par v
K
, o` u v H
T
(), et developper. Pour
montrer la reciproque, ecrire u comme combinaison lineaire des fonctions de base de H
T
(), et prendre
pour v la fonction caracteristique de la maille K. (3.4.54)
3.6 Corriges des exercices
Corrige de lexercice 27 page 137
1. Par denition, on sait que [u[
1,
= (
_

i=1
[
i
u(x)[
2
dx)
1
2
, o` u
i
u designe la derivee partielle de u par
rapports `a sa i`eme variable. Attention ceci [ [
1,
denit une semi-norme et non une norme sur lespace
H
1
(). Cependant sur H
1
0
() cest bien une norme, grace `a linegalite de Poincare. On rappelle que
H
1
0
() = Ker() =
_
u H
1
() tel que (u) = 0
_
, o` u est loperateur de trace lineaire et continu de
142
H
1
() dans L
2
() (voir theor`eme 3.2 page 114). Le probl`eme consiste `a minimiser
_
_

i=1
[
i
u[
2
dx
_
1
2
sur u
0
+ H
1
0
(). Tentons de nous ramener `a minimiser une certaine fonctionnelle sur H
1
0
(). Soit v
u
0
+H
1
0
(). Alors v = u
0
+w avec w H
1
0
(), et donc :
[v[
2
1,
= [u
0
+ w[
2
1,
=
_

i=1
[
i
(u
0
+w)[
2
dx
=
_

i=1

(
i
u
0
)
2
+ (
i
w)
2
+ 2 (
i
u
0
) (
i
w)

dx
= [u
0
[
2
1,
+[w[
2
1,
+ 2
_

i=1
[
i
u
0

i
w[ dx
Ainsi chercher `a mimimiser [v[
1,
sur u
0
+H
1
0
() revient `a minimiser J sur H
1
0
(), o` u J est denie par :
J(w) = inf
H
1
0
()
2
_
_

i=1
[
i
u
0

i
w[ dx +
1
2
_

i=1
(
i
w)
2
_
.
Pour montrer lexistence et lunicite du minimum de J, nous allons mettre ce probl`eme sous une forme
faible, puis utiliser le theor`eme de Lax-Milgram pour en deduire lexistence et lunicite dune solution
faible, et nalement conclure que la fonctionnelle J(w) admet un unique inf. On pose :
a(w,v) =
_

i=1
(
i
w
i
v) dx, w, v H
1
0
()
et
L(v) =
_

i=1
(
i
u
0

i
v) dx, v H
1
0
()
Voyons si les hypoth`eses de Lax-Milgram sont veriees. La forme a(w,v) est clairement symetrique, on
peut changer lordre de w et de v dans lexpression sans changer la valeur de lintegrale. La forme a(w,v)
est bilineaire. En eet, elle est lineaire par rapport au premier argument, puisque : u,v,w H
1
0
() et
, IR, on a: a(w+u,v) = a(w,v) +a(u,v). Ainsi par symetrie, elle est aussi lineaire par rapport
au second argument. Donc elle est bien bilineaire. Pour montrer que la forme a(w,v) est continue, on
utilise la caracterisation de la continuite des applications bilineaires. On va donc montrer lexistence de
C IR
+
tel que [a(u,v)[ C|u|
H
1|v|
H
1 pour tous u, v H
1
0
(). Or, par linegalite de Cauchy-Schwarz,
on a :
[a(u,v)[ =

i=1
(
i
u
i
v) dx

_
_

i=1
(
i
u)
2
dx
_
1
2
_
_

i=1
(
i
v)
2
dx
_
1
2
|u|
H
1|v|
H
1 .
143
La forme a est donc bien continue. Montrons alors quelle est coercive, cest`adire quil existe > 0 tel
que a(v,v) |v|
2
H
1
pour tout v H
1
0
().
a(v,v) =
_

i=1
(
i
v(x))
2
dx
=
_

v(x) v(x)dx

1
1 + diam()
2
|v|
2
H
1 ,
grace `a linegalite de Poincare, quon rappelle ici :
|v|
L
2
()
c()|v|
L
2
()
, v H
1
0
(). (3.6.57)
Donc a est bien une forme bilineaire, symetrique, continue et coercive. Par le meme genre de raisonnement,
on montre facilement que L est lineaire et continue. Ainsi toutes les hypoth`eses de Lax-Milgram sont
veriees, donc le probl`eme :
Trouver u H
1
0
() tel que a(u,v) = L(v) pour tout v H
1
0
()
a une unique solution dans H
1
0
(). De plus, comme a est symetrique, la fonctionnelle J admet un unique
minimum.
2. On va maintenant caracteriser u comme etant la solution dun probl`eme aux limites. Soit D(),
donc est `a support compact dans . On a :
a(u,) = L() D(),
et donc : _

u(x)(x)dx =
_

u
0
(x)(x)(x)dx.
Comme u et u
0
H
1
(), et comme est reguliere, on peut integrer par parties ; en remarquant que
est nulle sur , on a donc :

u(x)(x)dx =
_

u
0
(x)(x)dx.
On en deduit que u = u
0
. Comme u H
1
0
(), ceci revient `a resoudre le probl`eme aux limites
u = u u
0
H
1
(), tel que u = 0 dans et u = u
0
sur .
Corrige de lexercice 28 page 137 (Formulation faible du probl`eme de Dirichlet)
Soit C

c
([0,1]), on multiplie la premi`ere equation de (3.4.38), on int`egre par parties et on obtient :
_
1
0
u

(x)

(x)dx =
_
1
0
f(x)(x)dx. (3.6.58)
Pour trouver une formulation faible (ou variationnelle) il faut commencer par trouver un espace de
Hilbert pour les fonctions duquel (3.6.58) ait un sens, et qui soit compatible avec les conditions aux
limites. Comme f L
2
(]0,1[), le second membre de (3.6.58) est bien deni d`es que L
2
(]0,1[).
144
De meme, le premier membre de (3.6.58) est bien deni d`es que u

L
2
(]0,1[ et

L
2
(]0,1[).
Comme de plus, on doit avoir u = 0 en 0 et en 1, il est naturel de choisir H = H
1
0
(]0,1[)
def
= u
L
2
(]0,1[; Du L
2
(]0,1[) et u(0) = u(1) = 0
(Rappelons quen une dimension despace H
1
(]0,1[) C([0,1]) et donc u(0) et u(1) sont bien denis).
Une formulation faible naturelle est donc :
_
u H = u H
1
0
(); v(0) = v(1) = 0,
a(u,v) = T(v),v H,
o` u a(u,v) =
_
1
0
u

(x)v

(x)dx et T(v) =
_
1
0
f(x)v(x)dx.
La formulation variationnelle associee (notons que a est clairement symetrique), secrit :
_
_
_
Trouver u H,
J(u) = min
vH
J(v)
avec J(v) =
1
2
a(u,v) T(v)
Le fait que a soit une forme bilineaire continue symetrique et coercive etque T H

a ete prouve (dans


le cas plus general de la dimension quelconque) lors de la demonstration de la proposition 3.7 page 117.
Corrige de lexercice 29 page 138
On introduit les espaces :
H
1
1,1
= v H
1
(]0,1[); v(1) = 1
H
1
1,0
= v H
1
(]0,1[); v(1) = 0
Soit u
0
:]0,1[ IR, denie par u
0
(x) = x. On a bien u
0
(1) = 1, et u
0
H
1
1,1
.
Cherchons alors u sous la forme u = u
0
+ u, avec u H
1
1,0
.
_
1
0
u

(x)v

(x)dx u

(1)v(1) +u

(0)v(0) =
_
1
0
f(x)vdx, H
1
1,0
.
Comme v(1) = 0 et u

(0) = 0, on obtient donc :


_
1
0
u

(x)v

(x)dx =
_
1
0
f(x)v(x)dx,
ou encore :
_
1
0
u

(x)v

(x)dx =
_
1
0
f(x)v(x)dx
_
1
0
u

0
(x)v

(x)dx =
_
1
0
f(x)v(x)dx
_
1
0
v

(x)dx.
car u

0
= 1.
145
Corrige de lexercice 30 page 138
1. Comme f C(IR,IR), et comme u

= f, on a u C
2
(IR,IR). Or u
0
C
2
(IR,IR) et u

0
= 0 ; de meme,
u
1
C
2
(IR,IR) et u

1
= 2(b a).
Les fonctions u et u doivent donc verier :
_

_
u

= f
u(0) = 0
u(1) = 0.
et _

_
u

= f + 2(b a)
u(0) = 0
u(1) = 0.
Donc u est lunique solution du probl`eme
_
u H
1
0
()
a(u,) =

T(), H
1
0
(),
avec a(u,) =
_
1
0
u

(x)

(x)dx et

T() =
_
1
0
f(x)(x)dx, et u est lunique solution du probl`eme.
_
u H
1
0
()
a( u,) =

T(), H
1
0
(),
avec

T() =
_
1
0
(f(x) + 2(b a))(x)dx.
Montrons maintenant que u = v. Remarquons que w = u v verie
_
w

= 0
w(0) = w(1) = 0
ce qui prouve que w est solution de
_
w H
1
0
()
a(w,) = 0, H
1
0
(),
ce qui prouve que w = 0.
2. Le meme raisonnement sapplique pour u
0
et u
1
C
2
([0,1]) tel que
u
0
(0) = u
1
(0) = a et u
1
(0) = u
1
(1) = b.
Corrige de lexercice 31 page 138
1. Soit v C

c
([0,1]), on multiplie la premi`ere equation de (3.4.40), on int`egre par parties et on obtient :
_
1
0
u

(x)v

(x)dx u

(1)v(1) +u

(0)v(0) +
_
1
0
u(x)v(x)dx =
_
1
0
f(x)v(x)dx.
146
En tenant compte des conditions aux limites sur u en 0 et en 1, on obtient :
_
1
0
u

(x)v

(x)dx +
_
1
0
u(x)v(x)dx +u(0)v(0) =
_
1
0
f(x)(x)dx v(1). (3.6.59)
Pour trouver une formulation faible (ou variationnelle) il faut commencer par trouver un espace de
Hilbert pour les fonctions duquel (3.6.59) ait un sens, et qui soit compatible avec les conditions aux
limites. Comme f L
2
(]0,1[), le second membre de (3.6.59) est bien deni d`es que v L
2
(]0,1[).
De meme, le premier membre de (3.6.59) est bien deni d`es que u H
1
(]0,1[ et v H
1
(]0,1[)
def
= u
L
2
(]0,1[; Du L
2
(]0,1[). Il est donc naturel de choisir H = H(]0,1[). On obtient ainsi la formulation faible
suivante :
_
u H = u H(),
a(u,v) = T(v),v H,
o` u a(u,v) =
_
1
0
u

(x)v

(x)dx +
_
1
0
u(x)v(x)dx +u(0)v(0) et T(v) =
_
1
0
f(x)v(x)dx v(1).
La formulation variationnelle associee (notons que a est clairement symetrique), secrit :
_
_
_
Trouver u H,
J(u) = min
vH
J(v)
avec J(v) =
1
2
a(u,v) T(v)
Pour montrer lexistence et lunicite des solutions de (3.6.59), on cherche `a appliquer le theor`eme de Lax
Milgram. On remarque dabord que T est bien une forme lineaire sur H, et que de plus, par linegalite
de CauchySchwarz, :
[T(v)[ = [
_
1
0
f(x)v(x)dx[ +[v(1)[ |f|
L
2
(]0,1[)
|v|
L
2
(]0,1[)
+[v(1)[. (3.6.60)
Montrons maintenant que [v(1)[ 2|v|
H
1
(]0,1[)
. Ce resultat est une consequence du theor`eme de trace,
voir cours dEDP. Dans le cas present, comme lespace est de dimension 1, la demonstration est assez
simple en remarquant que comme v H
1
(]0,1[), on peut ecrire que v est integrale de sa derivee. On a en
particulier :
v(1) = v(x) +
_
1
x
v

(t)dt,
et donc par linegalite de CauchySchwarz,
[v(1)[ = [v(x)[ +
_
1
x
[v

(t)[dt [v(x)[ +|v

|
L
2
(]0,1[)
.
En integrant cette inegalite entre 0 et 1 on obtient :
[v(1)[ |v(x)|
L
1
(]0,1[)
+|v

|
L
2
(]0,1[)
.
Or |v|
L
1
(]0,1[)
|v(x)|
L
2
(]0,1[)
. De plus
|v|
L
2
(]0,1[)
+|v

|
L
2
(]0,1[)
2 max(|v(x)|
L
2
(]0,1[)
,|v

|
L
2
(]0,1[)
)
147
on a donc
_
|v|
L
2
(]0,1[)
+|v

|
L
2
(]0,1[)
_
2
4 max(|v(x)|
2
L
2
(]0,1[)
,|v

|
2
L
2
(]0,1[)
)
4(|v|
2
L
2
(]0,1[)
+|v

|
2
L
2
(]0,1[)
).
On en deduit que
[v(1)[ |v|
L
2
(]0,1[)
+|v

|
L
2
(]0,1[)
2|v|
H
1
(]0,1[)
.
En reportant dans (3.6.60), on obtient :
[T(v)[ (|f|
L
2
(]0,1[)
+ 2)|v|
H
1
(]0,1[)
ce qui montre que T est bien continue.
Remarquons que le raisonnement eectue cidessus pour montrer que [v(1)[ 2|v|
H
1
(]0,1[)
sapplique de
la meme mani`ere pour montrer que
[v(a)[ 2|v|
H
1
(]0,1[)
pour tout a [0,1]. (3.6.61)
Ceci est une consequence du fait que H
1
(]0,1[) sinjecte contin ument dans C([0,1]).
Il est clair que a est une forme bilineaire symetrique (notons que le caractere symetrique nest pas
necessaire pour lapplication du theor`eme de LaxMilgram). Montrons que a est continue. On a :
[a(u,v)[
_
1
0
[u

(x)v

(x)[dx +
_
1
0
[u(x)[[v(x)[dx +[u(0)[[v(0)[
|u

|
L
2
(]0,1[)
|v

|
L
2
(]0,1[)
+|u|
L
2
(]0,1[)
|v|
L
2
(]0,1[)
+[u(0)[[v(0)[
Gr ace `a (3.6.61), on en deduit que
[a(u,v)[ |u

|
L
2
(]0,1[)
|v

|
L
2
(]0,1[)
+|u|
L
2
(]0,1[)
|v|
L
2
(]0,1[)
+ 4|u|
H
1
(]0,1[)
|v|
H
1
(]0,1[)
6|u|
H
1
(]0,1[)
|v|
H
1
(]0,1[)
.
On en deduit que a est continue. Soit u H
1
(]0,1[), Par denition de a, on a :
a(u,u) =
_
1
0
(u

(x))
2
dx +
_
1
0
(u(x))
2
dx +u(0)
2
|u|
H
1
(]0,1[)
.
Ceci prouve que la forme a est coercive. Par le theor`eme de LaxMilgram, on en deduit lexistence et
lunicite des solutions faibles de (3.6.59).
Corrige de lexercice 32 page 138
1. Soit une fonction reguli`ere de [0,1] dans IR. Multiplions la premi`ere equation de (3.4.41) par et
integrons entre 0 et 1 :
_
1
0
u

(x)(x)dx
_
1
0
u

(x)(x)dx +
_
1
0
u(x)(x)dx =
_
1
0
f(x)(x)dx
148
Deux integrations par parties donnent alors :
u

(1)(1) +u

(0)(0) +
_
1
0
u

(x)

(x)dx u(1)(1) +u(0)(0) +


_
1
0
u(x)

(x)dx
+
_
1
0
u(x)(x)dx =
_
1
0
f(x)(x)dx.
En choisissant telle que (1) = 0, on obtient alors :
u

(0)(0) +
_
1
0
u

(x)

(x)dx + u(0)(0) +
_
1
0
u(x)

(x)dx +
_
1
0
u(x)(x)dx =
_
1
0
f(x)(x)dx.
En tenant compte de la condition `a la limite u(0) +u

(0) = 0, on a :
_
1
0
u

(x)

(x)dx +
_
1
0
u(x)

(x)dx +
_
1
0
u(x)(x)dx =
_
1
0
f(x)(x)dx.
Posons alors, pour u, v H
1
(]0,1[),
a(u,v) =
_
1
0
u

(x)

(x)dx +
_
1
0
u(x)

(x)dx +
_
1
0
u(x)(x)dx et T(v) =
_
1
0
f(x)(x)dx.
Soit u C
2
(]0,1[) C(]0,1[) solution de (4.7.31). Montrons que u est solution de (3.4.41). Soit v
C

(]0,1[) C(]0,1[). On a donc :


_
1
0
u

(x)v

(x)dx +
_
1
0
u(x)v

(x)dx +
_
1
0
u(x)v(x)dx =
_
1
0
f(x)v(x)dx.
En integrant par parties, ceci donne :
u

(1)v(1) u

(0)v(0)
_
1
0
u

(x)v(x)dx +u(1)v(1) u(0)v(0)


_
1
0
u

(x)v(x)dx
+
_
1
0
u(x)v(x)dx =
_
1
0
f(x)v(x)dx
(3.6.62)
En prenant v telle que v(0) = v(1) = 0, on obtient :

_
1
0
u

(x)v(x)dx
_
1
0
u

(x)v(x)dx +
_
1
0
u(x)v(x)dx =
_
1
0
f(x)v(x)dx
Ceci etant vrai pour toute fonction v C

(]0,1[) C(]0,1[) nulle sur le bord, on en deduit que u

+ u = f sur ]0,1[. En prenant alors une fonction v C

(]0,1[) C(]0,1[) H, on obtient `a partir de


(3.6.62) que : u

(0)v(0) u(0)v(0) = 0. Comme ceci est vrai pour toute valeur de v(0), on en deduit
que u

(0) +u(0) = 0.
2. Soit u
0
H
1
0
(]0,1[) telle que u
0
(1) = 1. On peut reecrire (4.7.31) sous la forme :
u = u
0
+ u, u H;
a( u,v) = T(v) a(u
0
,v), v H.
(3.6.63)
Par le lemme de Lax Milgram, il existe une unique solution u `a (4.7.31) si a est une forme bilineaire
continue coercive sur H
1
0
(]0,1[), et si

T = T a(u
0
,) est une forme lineaire continue. Montrons que a est
coercive (les autres proprietes sont faciles `a verier). On a ;
a(u,u) =
_
1
0
(u

(x))
2
dx +
_
1
0
u(x)u

(x)dx +
_
1
0
(u(x))
2
dx
1
2
(
_
1
0
(u

(x))
2
dx +
_
1
0
u(x)u

(x)dx)
149
Corrige de lexercice 33 page 138
Soit H = v H
1
() : u = 0 sur
0
.
Multiplions la premi`ere equation de (3.4.43) par H. On obtient :
_

u(x).(x)dx +
_
01
u.n(x)(x)dx =
_

f(x)(x)dx
et comme u.n = 0 sur
1
et = 0 sur
0
, on obtient donc
_

u(x).(x) =
_

f(x)(x)dx.
On obtient donc la formulation faible.
_
Trouver u H;
_

u(x).v(x)dx =
_

f(x)u(x)dx.
Notons que cette formulation ne di`ere de la formulation faible du probl`eme (3.1.1) que par la donnee
de la condition aux limites de Dirichlet sur
0
et non dans lespace H. La condition de Neumann
homog`ene est implicitement prise en compte dans la formulation faible.
La demonstration du fait que cette formulation satisfait les hypoth`eses du theor`eme de Lax-Milgram est
similaire `a celle de la proposition 3.7 en utilisant, pour la coercivite, le fait que les fonctions `a trace nulle
sur une partie du bord de (de mesure non nulle) verient encore linegalite de Poincare.
Corrige de lexercice 34 page 139
1. Multiplions la premi`ere equation de (3.4.44) par C

() et integrons sur . Par la formule de


Green, on obtient :
_

p(x)u(x).(x)dx
_

p(x)u(x).n(x)(x)dx +
_

q(x)u(x)(x)dx =
_

f(x)(x)dx.
En tenant compte des conditions aux limites sur u et en prenant nulle sur
0
, on obtient alors :
a(u,) = T()
avec :
a(u,) =
_

(p(x)u(x).(x) +q(x)u(x)(x))dx +
_
1
(x)u(x)(x)d(x), (3.6.64)
et
T() =
_

f(x)(x)dx +
_
1
g
1
(x)(x)d(x). (3.6.65)
Pour assurer la condition aux limites de type Dirichlet non homog`ene, on choisit donc u H
1
0,g0
() =
u H
1
(); u = g
0
sur
0
, quon peut aussi decomposer en : u = u+u
0
avec u H
1
0,g0
() (rel`evement
de u) et u
0
H
1
0
() = u H
1
(); u = 0 sur
0
, Une formulation faible naturelle est alors :
_
u H
1
0,g0
()
a(u,v) = T(v),v H
1
0,0
(),
150
ou encore :
_

_
u = u
0
+ u
u H
1
0,0
()
a( u,v) = T(v) T(u
0
),v H
1
0,0
(),
(3.6.66)
Lespace H = H
1
0,0
() muni de la norme H
1
est un espace de Hilbert. Il est facile de montrer que
lapplication a denie de HH dans IR est bilineaire. Montrons quelle est continue ; soient (u,v) HH,
alors
a(u,v) |p|
L

()
|u|
L
2
()
|v|
L
2
()
+|q|
L

()
|u|
L
2
()
|v|
L
2
()
+|(u)|
L
2
()
|(v)|
L
2
()
.
Par le theor`eme de trace, il existe C

ne dependant que de tel que


|(u)|
L
2
()
C

|u|
H
1
()
et |(v)|
L
2
()
C

|v|
H
1
()
.
On en deduit que
a(u,v)
_
|p|
L

()
+|q|
L

()
+C
2

_
|u|
H
1
()
|v|
H
1
()
,
ce qui montre que a est continue. La demonstration de la coercivite de a est similaire `a la demonstration
du lemme 3.15 page 121. Enn, il est facile de voir que T denie par (3.6.65) est une forme lineaire. On
en deduit que le theor`eme de Lax-Milgram sapplique.
2. On a dej` a vu `a la question precedente que si u est solution de (3.6.66), alors u est solution de (3.4.44).
Il reste `a demontrer la reciproque. Soit donc u solution de (3.6.66), et soit C

c
()( H). En utilisant
la formule de Green, et en notant que est nulle sur , on obtient :
_

(div(pu)(x) +q(x)u(x) f(x))(x)dx = 0, C

0
().
Comme u C
2
(

), on en deduit que :
div(pu)(x) +q(x)u(x) f(x) = 0,x .
Comme u H
1
0,g0
et u C
2
(

), on a aussi u = g
0
sur
0
. Prenons maintenant H
1
0,0
on a :
_

p(x)u(x)(x)dx +
_

q(x)u(x)(x)dx +
_
1
(x)u(x)(x)d(x) =
_

f(x)dx +
_
1
g(x)(x)d(x).
Par integration par parties, il vient donc :
_

div(p(x)u(x))(x)dx+
_
1
p(x)u(x)n(x)(x)dx+
_
1
(x)u(x)(x)d(x)+
_

q(x)u(x)(x)dx =
=
_

f(x)(x)dx +
_
1
g
1
(x)(x)d(x).
Or on a montre que div(pu) +qu = 0. On a donc :
_
1
(p(x)u(x) n(x) +u(x) g
1
(x))(x)d(x) = 0, H
1
0,g0
.
On en deduit que :
pu n +u g
1
= 0 sur
1
.
Donc u verie bien (3.4.44).
151
Corrige de lexercice 35 page 139
1. Pour montrer que le probl`eme (3.4.47) admet une unique solution, on aimerait utiliser le theor`eme de
Lax-Milgram. Comme V
h
V un Hilbert, que a une forme bilineaire continue sur V V , et que L est
une forme lineaire continue sur V , il ne reste qu` a montrer la coercivite de a sur V
h
. Mais la condition
(3.4.46) page 139 nentrane pas la coercivite de a sur V
h
. Il sut pour sen convaincre de considerer la
forme bilineaire a(u,v) = u
1
u
2
v
1
v
2
sur V
h
= IR
2
, et de verier que celle-ci verie la condition (3.4.46)
sans etre pour autant coercive. Il faut trouver autre chose. . .
On utilise le theor`eme representation de F. Riesz, que lon rappelle ici : Soit H un espace de Hilbert et T
une une forme lineaire continue sur H, alors il existe un unique u
T
H tel que T(v) = (u
T
,v) v H.
Soit A loperateur de V
h
dans V
h
deni par a(u,v) = (Au,v) pour tout v V
h
. Comme L est une forme
lineaire continue sur V
h
V , par le theor`eme de Riesz, il existe un unique V
h
tel que L(v) = (,v),
pour tout v V
h
. Le probl`eme (3.4.47) secrit donc
Trouver u V
h
tel que (Au,v) = (,v), pour tout v V
h
.
Si A est bijectif de V
h
dans V
h
, alors u = A
1

u
est donc la solution unique de (3.4.47). Comme V
h
est
de dimension nie, il sut de montrer que A est injectif. Soit donc w V
h
tel que Aw = 0, on a dans ce
cas |Aw| = 0 et donc
sup
(vV
h
,,v=1)
a(w,v) = 0.
Or par la condition (3.4.46), on a
inf
wV
h
,w=0
sup
(vV
h
,v=1)
a(w,v)
h
> 0.
On en deduit que w = 0, donc que A est bijectif et que le probl`eme (3.4.47) admet une unique solution.
On peut remarquer de plus que si A est inversible,
inf
vV
h
,v=1
sup
vV
h
,v=1
a(w,v) = |A
1
|
1
, (3.6.67)
et donc si (3.4.46) est veriee, alors
|A
1
|
1

h
(3.6.68)
En eet, par denition,
|A
1
|
1
=
_
sup
vV
h
,v=0
|A
1
v|
|v|
_
1
= inf
vV
h
,v=0
|v|
|A
1
v|
= inf
fV
h
,v=0
|Af|
|f|
= inf
fV
h
,f=1
|Af|
= inf
fV
h
,f=1
sup
wV
h
,w=1
(Af,w).
2. Soit v V
h
, v ,= 0 ; par linegalite triangulaire, on a :
|u u
h
| |u v| +|v u
h
|. (3.6.69)
152
Mais grace `a (3.6.68), on a :
|v u
h
| = |A
1
A(v u
h
)|

h
|A(v u
h
)|

h
sup
wV
h
,w=1)
a(v u
h
,w)

h
sup
wV
h
,w=1)
(a(v,w) a(u
h
,w))

h
sup
wV
h
,w=1)
(a(v,w) a(u,w)) ,
car a(u
h
,w) = L(w) = a(u,w). On a donc
|v u
h
|
1

h
sup
wV
h
,w=1)
a(v u,w)

h
sup
wV
h
,w=1)
M|v u||w|

h
|v u|.
En reportant dans (3.6.69), il vient alors :
|u u
h
| |u v| +
M

h
|v u|, v V
h
,
et donc
|u u
h
|
_
1 +
M

h
_
inf
vV
h
|u v|.
Corrige de lexercice 36 page 140 (Condition inf-sup pour un probl`eme mixte)
1. Il est immediat de verier que B est une forme bilineaire sur V Q. Montrons que B est continue.
Soit (u,p; v,q) (V Q)
2
. Comme a et b sont des formes bilineaires continues, on a, en notant M
a
et M
b
les constantes de continuite de a et b,
[B(u,p; v,q)[ [a(u,v)[ +[b(v,p)[ +[b(u,q)[
M
a
|u|
V
|v|
V
+M
b
|v|
V
|p|
Q
+M
b
|u|
V
|q|
Q
max(M
a
,M
b
)|(u,p)|
V Q
|(v,q)|
V Q
,
avec |(u,p)|
V Q
= (|u|
V
+|p|
Q
).
2. En additionnant membre `a membre les des equations de (3.4.49), on obtient (3.4.50). Reciproquement,
en prenant q = 0 dans (3.4.50) on obtient la premi`ere equation de (3.4.49), et en prenant v = 0 on obtient
la deuxi`eme. Les deux formulations sont donc equivalentes.
3.a Pour q Q
n
et v V
n
, on a B(v,q; v, q) = a(v,v) |v|
2
V
o` u est la constante de coercivite de
a, ce qui montre que (3.4.52) est veriee.
153
3.b Si q = 0, w = 0 convient.
Soit maintenant q Q
n
, q ,= 0 ; grace `a la condition (3.4.51) on a :
sup
wVn
w
V
=0
b(w,q)
|w|
V
|q|
Q
,
ou encore, par homogeneite,
sup
wVn
w
V
=q
Q
b(w,q)
|w|
V
|q|
Q
.
Comme V
n
est de dimension nie, il existe donc w V
n
tel que
|w|
V
= |q|
Q
et b(w,q) |q|
2
Q
. (3.6.70)
Dans le cas o` u q = 0 et w = 0, la relation B(v,q; w,0) M|v|
V
|w|
V
+|q|
2
Q
, est evidemment veriee.
Si q ,= 0, la relation est veriee car B(v,q,w,0) = a(v,w) M|v|
V
|w|
V
o` u M est la constante de
continuite de a. Et donc, pour w veriant (3.6.70), on a :
B(v,q,w,0) = a(v,w) +b(w,q) M|q|
Q
|v|
V
+|q|
2
Q
. (3.6.71)
3.c On remarque dabord que pour tout a
1
0,a
2
0 et > 0, on a soit a
1
a
2
, auquel cas a
1
a
2
a
2
2
,
soit a
1
> a
2
, auqel cas a
2

1

a
1
et donc a
1
a
2

1

a
2
1
. On a donc bien dans tous les cas : a
1
a
2

1

a
2
1
+a
2
2
.)
Avec w choisi `a la question precedente, et en prenant a
1
= |q|
Q
, a
2
= M|v|
V
et =

2
, on obtient :
M|q|
Q
|v|
V


2
|q|
2
Q
+
2M
2

|v|
2
V
,
do` u lon deduit par (3.6.71) que
B(v,q,w,0)

2
|q|
2
Q

2M
2

|v|
2
V
.
ce qui termine la question.
3.d Soit v V
n
et IR

+
. Par linearite, on a :
B(v,q; v +w, q) = B(v,q; v, q) +B(v,q; w,0) = B(v,q; v, q) +B(v,q; w,0).
Par la question 3.a, on sait que B(v,q; v, q) |v|
2
V
o` u est la constante de coercivite de a, et donc,
dapr`es la question precedente,
B(v,q; v +w, q) ( C
1
)|v|
2
V
+ C
2
|q|
2
Q
Pour =

2C1
, on obtient donc :
B(v,q; v +w, q)

2
|v|
2
V
+
C
2
2C
1
|q|
2
Q
.
et donc
B(v,q; v +w, q) C
3
(|v|
2
V
+|q|
2
Q
) avec C
3
= min(

2
,
C
2
2C
1
).
154
De plus,
|(v +w, q)|
V Q
= |v +w|
V
+|q|
Q
(|v| +|w|
V
) +|q|
Q
(|v| +|w|
V
) +|q|
Q
Or |w|
V
= |q|
Q
, et donc
|(v +w, q)| C
4
|(v,q)|
V Q
, avec C
4
= max(1,1 +).
3.e
Soit (u,p) V
n
Q
n
, alors :
sup
(v,q)VnQn
(v,q)
V Q
=0
B((u,p); (v,q))
|(v,q)|
V Q

B((u,p); (u +w, p))


|(u +w, p)|
V Q
,
o` u w est le w des questions 3.b `a 3.d pour u au lieu de v. On en deduit que
sup
(v,q)VnQn
(v,q)=0
B((u,p); (v,q))
|(v,q)|
V Q

C
3
(|u|
2
V
+|p|
2
Q
)
C
4
|(u,p)|
V Q
.
Or |u|
2
V
+|p|
2
Q

1
2
|(u,p)|
2
V Q
, do` u le resultat, avec =
C3
2C4
.
4.1. Le resultat sobtient immediatement en prenant u = 0 dans (3.4.53).
4.2 On a clairement
b(v,p)
vV

b(v,p)
(v,q)V Q
pour tous v et q. On en deduit que
sup
vVn
v
V
=0
b(v,p)
|v|
V
sup
(v,q)VnQn
(v,q)
V Q
=0
b(v,p)
|(v,q)|
V Q
.
Do` u le resultat.
5. Lequivalence se deduit immediatement des deux questions pecedentes.
Corrige de lexercice 37 page 141
1. Soit K un volume de controle du maillage volumes nis. On int`egre (3.1.1) sur K et en utilisant la
formule de Stokes, on obtient :

EK
_

u(x) n
K,
d(x) = m(K)f
K
,
avec les notations du paragraphe 1.1.2 page 10.
On approche cette equation par :

EK
F
K,
= m(K)f
K
,
155
o` u F
K,
est le ux numerique `a travers , quon approche par :
F
K,
=
_

_
m()
d
K,
+d
L,
(u
K
u
L
) si c
int
c
K
,
m()
d
K,
u
K
si c
ext
c
K
.
On obtient donc bien le schema (3.4.54) - (3.4.55)
2. Soit v = (v
K
)
KT
H

() une fonction constante par volumes de controle.


On multiplie lequation (3.4.54) par V
K
et on somme sur K. On obtient :

KT
_
_
_
_

Eint
=K|L

(u
K
u
L
)v
K
+

EextEK

u
K
V
K
_
_
_
_
=

K
m(K)f
K
v
K
.
Remarquons maintenant que le premier membre de cette egalite est aussi egal, en sommant sur les aretes
du maillage `a :

E
=K|L
(

(u
K
u
L
)v
K
) +

(u
L
u
K
)v
L
) +

Eext

u
K
v
K
o` u K

designe le volume de controle dont est une arete (du bord) dans la deuxi`eme sommation. On
obtient donc :
a

(u,v) = T

(V ),v H

(), (3.6.72)
avec :
a

(u,v) =

E
=K|L

(u
K
u
L
)(v
K
v
L
) +

Ext
u
K
v
K,
et T

(v) =

K
m(K)f
K
v
K
.
On a donc montre que si u = (u
K
)
KT
la solution de (3.4.54) - (3.4.55), alors u est solution de (3.6.72).
Montrons maintenant la reciproque. Soit 1
K
la solution caracteristique du volume de controle K, denie
par
1
K
(x) =
_
1 si x K
0 sinon ,
Prenons v = 1
K
dans (3.6.72), on obtient alors

Eint

(u
K
u
L
) +

EextEK

u
K
= m(K)f
K
.
On retrouve donc bien (3.4.54).
Notons quen faisant ceci, on a introduit une discretisation de la formulation faible (3.1.5) page 115 par
une methode de discretisation non conforme, puisque H

, H
1
().
156
Chapitre 4
Elements nis de type Lagrange
On a vu au paragraphe precedent que la construction d une methode delements nis, necessite la donnee
dun maillage, de noeuds et dun espace de polynomes, qui doivent etre choisis de mani`ere coherente.
Nous allons ici introduire une famille delements nis, dits de Lagrange, pour lesquels nous etablirons
des r`egles qui permettront de sassurer la coherence des choix. Les elements nis de type Lagrange, qui
font intervenir comme degres de liberte (c.` a.d. les valeurs qui permettent de determiner enti`erement
une fonction) les valeurs de la fonction aux noeuds, sont tr`es largement utilises dans les applications. Il
existe dautres familles delements nis, comme par exemple les elements nis de type Hermite qui font
egalement intervenir les valeurs des derivees directionnelles. Dans le cadre de ce cours, nous naborderons
que les elements nis de type Lagrange, et nous renvoyons aux ouvrages cites en introduction pour
dautres elements.
4.1 Denition et coherence locale
Soit T un maillage de , pour tout element K de T , on note
K
lensemble des noeuds de lelement. On
suppose que chaque element a N

noeuds K:
K
= a
1
, . . . ,a
N

(qui ne sont pas forcement ses sommets).


On note P un espace de dimension nie constitue de polynomes (` a choisir pour denir la methode).
Denition 4.1 (Unisolvance, element ni de Lagrange) Soit K un element et
K
= (a
i
)
i=1,...,N

un ensemble de noeuds de K. Soit P un espace de polyn omes de dimension nie. On dit que le triplet
(K,
K
,P) est un element ni de Lagrange si
K
est P-unisolvant, cest ` a dire si pour tout (
1
, . . . ,
N

)
IR
N

, il existe un unique element f P tel que f(a


i
) =
i
i = 1 . . . N

. Pour i = 1, . . . ,N

, on appelle
degre de liberte la forme lineaire
i
denie par
i
(p) = p(a
i
), pour tout p P. La propriete dunisolvance
equivaut ` a dire que la famille (
i
)
i=1,...,N

forme une base de P

(espace dual de P).


La P-unisolvance revient `a dire que toute fonction de P est enti`erement determinee par ses valeurs aux
noeuds.
Exemple: lelement ni de Lagrange P
1
Prenons par exemple, en dimension 1, lelement K =
[a
1
,a
2
], avec
K
= a
1
,a
2
, et P = P
1
(ensemble des polynomes de degre inferieur ou egal `a 1). Le triplet
(K,
K
,P) est unisolvant sil existe une unique fonction f de P telle que :
_
f(a
1
) =
1
f(a
2
) =
2
157
Or toute fonction f de P sexprime sous la forme f(x) = x + et le syst`eme
_
_
_
a
1
+ =
1
a
2
+ =
2
determine et de mani`ere unique.
a
1
a
2
a
3

1
a
1
a
2
a
3

2
a
1
a
2
a
3

3
Fig. 4.1 fonctions de base locales pour lelement ni de Lagrange P
1
en dimension 2
De meme si on consid`ere le cas d = 2. On prend comme element K un triangle et comme noeuds les
trois sommets, a
1
,a
2
,a
3
du triangle. Soit P = P
1
= f : IR IR; f(x) = x
1
+x
2
+ lensemble des
fonctions anes. Alors le triplet (K,
K
,P) est un element ni de Lagrange car f P est enti`erement
determinee par f(a
1
),f(a
2
) et f(a
3
).
Denition 4.2 (Fonctions de base locales) Si (K,
K
,P) est un element ni de Lagrange, alors toute
fonction f de P peut secrire :
f =
N

i=1
f(a
i
)f
i
avec f
i
P et f
i
(a
j
) =
ij
. Les fonctions f
i
sont appelees fonctions de base locales.
Pour lelement ni de Lagrange P
1
en dimension 2 considere plus haut, les fonctions de base locales sont
decrites sur la gure 4.1
Denition 4.3 (Interpolee) Soit (K,
K
,P) un element ni de Lagrange, et soit v C(K,IR). Lin-
terpolee de v est la fonction v P denie par :
v =
N

i=1
v(a
i
)f
i
On montre sur la gure 4.2 un exemple dinterpolee pour lelement ni de Lagrange P
1
en dimension 1.
Letude de |v v| va nous permettre detablir une majoration de lerreur de consistance d(u,H
N
).
Remarque 4.4 Pour que le triplet (K,
K
,P) soit un element ni de Lagrange, ilfaut, mais il ne sut
pas, que dimP = card
K
. Par exemple si P = P
1
et quon prend comme noeuds du triangle deux sommets
158
a1 a2
x
f(x)
Fig. 4.2 Interpolee P1 sur [a
1
,a
2
] (en trait pointille) dune fonction reguli`ere (en trait continu)
1 2
3
Fig. 4.3 Exemple de triangle ` a trois noeuds qui nest pas un element ni de Lagrange)
et le milieu de larete joignant les deux sommets, (voir gure 4.3), (K,
K
,P) nest pas un element ni
de Lagrange.
Proposition 4.5 (Crit`ere de determination) Soit (K,,P) un triplet constitue dun element, dun
ensemble de noeuds et dun espace de polyn omes, tel que :
dimP = card = N

(4.1.1)
Alors
si !f P; f = 0 sur (4.1.2)
ou si
i 1 . . . N

f
i
P f
i
(a
j
) =
ij
(4.1.3)
alors (K,,P) est un element ni de Lagrange.
Demonstration : Soit :
: P IR
N

f (f(a
i
))
t
i=1,N

.
159
Lapplication est lineaire de P dans IR
N

, et, par hypoth`ese card = dimP. Donc est une application


lineaire continue de P dans IR
N

, avec dimP = dim(IR


N

) = N

. Si (K,,P) verie la condition (4.1.2)


alors est injective. En eet, si (f) = 0, alors f(a
i
) = 0,i = 1, . . . ,N

, et donc par hypoth`ese, f = 0.


Donc est une application lineaire, est injective de P dans IR
N

avec dimP = N

. On en deduit que
est bijective. Donc toute fonction de P est enti`erement determinee par ses valeurs aux noeuds : (K,,P)
est donc un element ni de Lagrange.
On montre facilement que si la condition (4.1.3) est veriee alors est surjective. Donc est bijective,
et (K,,P) est un element ni de Lagrange.
Proposition 4.6 Soit (

K,

,

P), un element ni de Lagrange, o` u

est lensemble des noeuds de

K et

P un espace de fonctions de dimension nie, et soit F une bijection de



K dans K, o` u K est une maille
dun maillage elements nis. On pose = F(

) et P = f : K IR; f F

P (voir gure 4.4). Alors
le triplet (K,,P) est un element ni de Lagrange.

K
K
(x,y)
a
3
F
a
1
a
2
( x, y)
a
1
= F( a
1
)
a
3
= F( a
3
)
a
2
= F( a
2
)
Fig. 4.4 Transformation F
Demonstration : Supposons que les hypoth`eses de la proposition sont realisees. On veut donc montrer
que (,P) est unisolvant. Soit = (a
1
, . . . ,a
N

), et soit (
1
, . . . ,
N

) IR
N

. On veut montrer quil existe


une unique fonction f P telle que
f(a
i
) =
i
, i = 1, . . . ,N

.
Or par hypoth`ese, (

,

P) est unisolvant. Donc il existe une unique fonction

f

P telle que

f( a
i
) =
i
, i = 1, . . . ,N

,
(o` u ( a
i
)
i=1,...,N

designent les noeuds de



K). Soit F la bijection de

K sur K, on pose f =

f F
1
. Or
par hypoth`ese, a
i
= F( a
i
). On a donc : f(a
i
) =

f F
1
(a
i
) =

f( a
i
) =
i
. On a ainsi montre lexistence
de f telle que f(a
i
) =
i
.
Montrons maintenant que f est unique. Supposons quil existe f et g P telles que :
f(a
i
) = g(a
i
) =
i
, i = 1, . . . ,N

.
Soit h = f g on a donc :
h(a
i
) = 0 i = 1 . . . N

.
160
On a donc h F( a
i
) = h(a
i
) = 0. Or h F

P, et comme (

P) est unisolvant, on en deduit que


h F = 0. Comme, pour tout x K, on a h(x) = h F F
1
(x) = h F(F
1
(x)) = 0, on en conclut
que h = 0.
Denition 4.7 (Elements ane-equivalents) . Sous les hypoth`eses de la proposition 4.6, si la bijec-
tion F est ane, on dit que les elements nis (

K,

,

P) et (K,,P) sont aneequivalents.
Remarque 4.8 Soient (

K,

,

P) et (K,,P) deux elements nis aneequivalents. Si les fonctions de
base locales de (

K,

,

P). (resp. de (K,,P)) sont anes, alors celles de K (resp.

K) le sont aussi, et on
a :
_
_
_

f
i
= f
i
F,
f
i
=

f
i
F
1
,
i = 1, . . . ,card
La preuve de cette remarque fait lobjet de lexercice 43.
Proposition 4.9 (Interpolation) Sous les hypoth`eses de la proposition 4.10 page 162, soient
K
et

K
les operateurs dinterpolation respectifs sur

K et K, voir denition 4.3 page 158. Soient v C(K,IR),

K
v et
K
v les interpolees respectives de v sur (

K,

P) et (K,P), alors on a :

K
v F =
K
(v F)
Demonstration : Remarquons tout dabord que
K
v F et
K
(v F) sont toutes deux des fonctions
denies de

K `a valeurs dans IR, voir gure 4.5. Remarquons ensuite que, par denition de linterpolee,
K
IR
K
F
Kv

K
v
F Kv
Fig. 4.5 Operateurs dinterpolation
K
et
K

K
v P. Comme (

K,

P) est lelement de reference, on a donc :

K
v F

P
On a aussi, par denition de linterpolee :
K
(v F)

P. On en deduit que
K
v F et
K
(v F) sont
toutes deux des fonctions de

P. Comme lelement (

K,

P,

) est unisolvant (car cest un element ni de


Lagrange), toute fonction de

P est uniquement determinee par ses valeurs aux noeuds de

. Pour montrer
legalite de
K
v F et
K
(v F), il sut donc de montrer que :

K
(v F)( a
i
) =
K
v F( a
i
), i = 1, . . . ,N

,
161
o` u N

= card

. Decomposons
K
(v F) sur les fonctions de base locales (

f
j
),j = 1, . . . ,N

. On obtient :

K
(v F)( a
i
) =
N

j=1
v F( a
j
)

f
j
( a
i
).
On a donc :

K
(v F)( a
i
) = v
_
_
N

j=1
F( a
j
)

f
j
_
_
( a
i
) = v F( a
i
) = v(a
i
).
Mais on a aussi :

K
v F( a
i
) =
K
v(F( a
i
)) =
K
v(a
i
) = v(a
i
).
Do` u legalite.
4.2 Construction de H
N
et conformite
Nous allons considerer deux cas : le cas o` u lespace H est lespace H
1
tout entier, et le cas o` u lespace H
est lespace H
1
0
4.2.1 Cas H = H
1
()
Pla cons-nous ici dans le cas o` u H = H
1
(), o` u IR
d
est un ouvert borne polygonal (si d = 2,
poly`edrique si d = 3). Soit T un maillage elements nis, avec T = (K

)
=1,...,L
, o` u les elements nis K

sont fermes et tels que


L
=1
K

=

. Soit o = (S
i
)
i=1,...,M
lensemble des noeuds du maillage elements
nis, avec S
i


, i = 1, . . . ,M.. On cherche `a construire une methode delements nis de Lagrange ;
donc `a chaque element K

, = 1, . . . ,L, est associe un ensemble de noeuds

= o K

, et un espace
P

de polynomes. On veut que chaque triplet (K

,P

) soit un element ni de Lagrange. On denit les


fonctions de base globales (
i
)
i=1,...,M
, par :

i
[
K

i = 1, . . . ,M; = 1; . . . ,L, (4.2.4)


et

i
(S
j
) =
ij
i = 1, . . . ,M, j = 1, . . . ,M. (4.2.5)
Chaque fonction
i
est denie de mani`ere unique, grace au caract`ere unisolvant de (K

,P

), =
1, . . . ,M. On pose H
N
= V ect(
1
, . . . ,
M
). Pour obtenir une methode delements nis conforme, il reste
`a sassurer que H
N
H
1
.
Une mani`ere de construire lespace H
N
est de construire un maillage `a partir dun element de reference,
grace `a la proposition suivante, qui se deduit facilement de la proposition 4.6 page 160
Proposition 4.10 (Element ni de reference) Soit T un maillage constitue delements K. On ap-
pelle element ni de reference un element ni de Lagrange (

K,

,

P), o` u

est lensemble des noeuds de

K et

P un espace de fonctions, de dimension nie, tel que, pour tout autre element K T , il existe une
bijection F :

K K telle que = F(

) et P = f : K IR; f F

P (voir gure 4.4). Le triplet
(K,,P) est un element ni de Lagrange.
162
Proposition 4.11 (Crit`ere de conformite, cas H
1
) Soit un ouvert polygonal (ou poly`edrique) de
IR
d
,d = 2 ou 3. Soit T = (K

)
=1,...,L
, un maillage elements nis de ,o = (S
i
)
i=1,...,M
lensemble
des noeuds de maillage. On se place sous les hypoth`eses de la proposition 4.10 ; soient (
i
)
i=1,...,M
les
fonctions de base globales, veriant (4.2.4) et (4.2.5), et on suppose de plus que les hypoth`eses suivantes
sont veriees :
Pour toute arete (ou face si d = 3) = K
1
K
2
, on a :
1
=
2
et P
1
[

= P
2
[

, (4.2.6)
o` u P
1
[

(resp. P
2
[

) designe lensemble des restrictions des fonctions de P


1
(resp. P
2
) ` a ),
Si est un c ote de K

,(

,P

) est unisolvant. (4.2.7)


Alors on a : H
N
C(

) et H
N
H
1
(). On a donc ainsi construit une methode delements nis
conformes. (Notons que les c otes de K

sont des aretes en 2D et des faces en 3D.)


Demonstration : Pour montrer que H
N
C(

) et H
N
H
1
(), il sut de montrer que pour chaque
fonction de base globale
i
, on a
i
C(

) et
i
H
1
(). Or par hypoth`ese, (4.2.4), chaque fonction

i
est polynomiale par morceaux. De plus, grace `a lhypoth`ese (4.2.6), on a raccord des polynomes sur
les interfaces des elements, ce qui assure la continuite de
i
. Il reste `a montrer que
i
H
1
() pour
tout i = 1, . . . ,M. Comme
i
C(

), il est evident que


i
L
2
() (car est un ouvert borne, donc

i
L

() L
2
().
Montrons maintenant que les derivees faibles D
j

i
, j = 1, . . . ,d, appartiennent `a L
2
(). Par denition,
la fonction
i
admet une derivee faible dans L
2
() sil existe une fonction
i,j
L
2
() telle que :
_

i
(x)
j
(x)dx =
_

ij
(x)(x)dx, (4.2.8)
pour toute fonction C
1
c
() (on rappelle que C
1
c
() designe lensemble des fonctions de classe C
1
`a support compact, et que
j
designe la derivee classique par rapport `a la j-`eme variable). Or, comme

=
L
_
=1
K

, on a :
_

i
(x)D
j
(x)dx =
L

=1
_
K

i
(x)D
j
(x)dx.
Sur chaque element K

, la fonction
i
est polynomiale. On peut donc appliquer la formule de Green, et
on a : _
KL

i
(x)
j
(x)dx =
_
K

i
(x)(x)n
j
(x)d(x)
_
K

i
(x)(x)dx,
o` u n
j
(x) est la j-i`eme composante du vecteur unitaire normal `a K

en x, exterieur `a K

. Mais, si on
note c
int
lensemble des aretes interieures du maillage (i.e. celles qui ne sont pas sur le bord), on a :
X =
L

=1
_
K

i
(x)(x)n
j
(x)d(x) =
_

i
(x)(x)n
j
(x)d(x)
+

Eint
_
_
(
i
(x)(x)n
j
(x))

1
+ (
i
(x)(x)n
j
(x))
K

d(x).
o` u K
1
et K
2
designent les deux elements dont est linterface.
163
Comme est `a support compact,
_

i
(x)(x)n
j
(x)d(x) = 0.
Comme
i
et sont continues et comme n
j
(x)

1
= n
j
(x)

2
pour tout x , on en deduit que
X = 0. En reportant dans (4.2.1), on obtient donc que :
_

i
(x)
j
(x)dx =
L

=1
_
K

i
(x)(x)dx.
Soit
i,j
la fonction de dans IR denie presque partout par

ij


K
=
j

i
.
Comme
j

i
est une fonction polynomiale par morceaux, on a
i,j
L
2
() qui verie (4.2.8), ce qui
termine la demonstration.
4.2.2 Cas H = H
1
0
()
Pla cons-nous mainteant dans le cas o` u H = H
1
0
(). On decompose alors lensemble o des noeuds du
maillage :
o = o
int
o
ext
o` u
o
int
= S
i
,i = 1, . . . ,N
est lensemble des noeuds interieurs `a et
o
ext
= S
i
,i = N + 1, . . . ,M
est lensemble des noeuds de la fronti`ere. Les fonctions de base globales sont alors les fonctions
i
,i =
1, . . . ,N telles que
phi
i
[
K

,i = 1, . . . ,N, = 1, . . . ,L (4.2.9)

i
(S
j
) =
ij
,j = 1, . . . ,N, (4.2.10)
et on pose l` a encore H
N
= V ect
1
, . . . ,
N
. On a alors encore le resultat suivant :
Proposition 4.12 (Crit`ere de conformite, cas H
1
0
) Soit un ouvert polygonal (ou poly`edrique) de
IR
d
,d = 2 ou 3. Soit T = (K

)
=1,...,L
un maillage elements nis de , o = (S
i
)
i=1,...,M
= o
int
o
ext
lensemble des noeuds du maillage. On se place sous les hypoth`eses de la proposition 4.6. On suppose
que les fonctions de base globale (
i
)
i=1,...,M
verient (4.2.9) et (4.2.10), et que les conditions (4.2.6) et
(4.2.7) sont veriees. Alors on a : H
N
C(

) et H
N
H
1
0
()
Demonstration : La preuve de cette proposition est laissee `a titre dexercice.
Remarque 4.13 (Elements nis conformes dans H
2
()) On a construit un espace dapproxima-
tion H
N
inclus dans C(

). En general, on na pas H
N
C
1
(

), et donc on na pas non plus H


N
H
2
()
(en dimension 1 despace, H
2
() C
1
()). Meme si on augmente le degre de lespace des polyn omes,
164
on nobtiendra pas linclusion H
N
C
1
(

). Si on prend par exemple les polyn omes de degre 2 sur les


elements, on na pas de condition pour assurer le raccord, des derivees aux interfaces. Pour obtenir ce
raccord, les elements nis de Lagrange ne susent pas : il faut prendre des elements de type Hermite,
pour lesquels les degres de liberte ne sont plus seulement les valeurs de la fonction aux noeuds, mais aussi
les valeurs de ses derivees aux noeuds. Les elements nis de Hermite seront par exemple bien adaptes ` a
lapproximation des probl`emes elliptiques dordre 4, dont un exemple est lequation :

2
u = f dans
o` u est un ouvert borne de IR
2
,
2
u = (u), et avec des conditions aux limites adequates, que nous
ne detaillerons pas ici. On peut, en fonction de ces conditions aux limites, trouver un espace de Hilbert
H et une formulation faible de (4.13), qui secrit :
_

_
_

u(x)(x)dx =
_

f(x)(x)dx
u H, H.
Pour que cette formulation ait un sens, il faut que u L
2
() et L
2
(), et donc que H H
2
().
Pour construire une approximation par elements nis conforme de ce probl`eme, il faut donc choisir
H
N
H
2
(), et le choix des elements nis de Hermite semble donc indique.
4.3 Exemples delements nis de Lagrange
Pour chaque methode delement ni de Lagrange, on denit :
1. un element de reference

K
2. des fonctions de base locales sur

K
3. une bijection F

de K sur K

, pour = 1, . . . ,L, o` u L est le nombre delements du maillage.


4.3.1 Element ni de Lagrange P1 sur triangle (d = 2)
Le maillage du domaine est constitue de L triangles (K

)
=1,...,L
, et les polynomes dapproximation sont
de degre 1.
Element ni de reference: on choisit le triangle

K de sommets (0,0), (1,0) et (0,1), et

P = : K
IR(x,y) ax +by +c,(a,b,c) IR
3
.
Proposition 4.14 (Unisolvance) Soit

= ( a
i
)
i=1,2,3
avec a
1
= (0,0), a
2
= (1,0) et a
3
= (0,1), et

P = ; K IR; (x,y) a +bx +cy,(a,b,c) IR


3

Alors le couple (

P) est unisolvant.
Demonstration : Soit (
1
,
2
,
3
) IR
3
, et

P. On suppose que ( a
i
) =
i
, i = 1,2,3. La fonction
est de la forme (x,y) = a +bx +cy et on a donc :
_
_
_
a =
1
a +b =
2
a +c =
3
165
do` u c =
1
,b
1
=
2

1
et b
2
=
3

2
. La connaissance de aux noeuds ( a
i
)
i=1,2,3
determine donc
enti`erement la fonction .
Fonctions de bases locales.
Les fonctions de base locales sur lelement ni de reference

K sont denies par

i


P

i
( a
j
) =
ij
, ce qui
determine les

; de mani`ere unique, comme on vient de le voir. Et on a donc
_
_
_

1
( x, y) = 1 x y

2
( x, y) = x

3
( x, y) = y.
Transformation F

On construit ici une bijection ane qui transforme



K le triangle de reference en un autre triangle K du
maillage. On cherche donc :

K K, telle que
F

( a
i
) = a
i
i = 1, . . . ,3
o` u = (a
i
)
i=1,2,3
est lensemble des sommets de K. Notons (x
i
,y
i
) les coordonnees de a
i
,i = 1,2,3.
Comme F

est une fonction ane de IR


2
dans IR
2
, elle secrit sous la forme.
F

( x, y) = (
1
+
1
x +
1
y,
2
+
2
x +
2
y)
t
et on cherche
i
,
i
,
i
, i = 1,2 tels que :
_
_
_
F

((0,0)) = (x
1
,y
1
)
F

((1,0)) = (x
2
,y
2
)
F

((0,1)) = (x
3
,y
3
).
Une resolution de syst`eme elementaire am`ene alors `a :
F

( x, y) =
_
x
1
+ (x
2
x
1
) x + (x
3
x
1
) y
y
1
+ (y
2
y
1
) x + (y
3
y
1
) y
_
Dapr`es la remarque 4.8 page 161, si on note

k
,k = 1,2,3 les fonctions de base locales de lelement de
reference (

K,

P), et
()
k
,k = 1,2,3 les fonctions de base locales de lelement (K

,P

), on a
()
k
=

k
F
1

Si on note maintenant (
i
)
i=1,...,N
les fonctions de base globales, on a :

=
()
k
,
o` u i = ng(,k) est lindice du k-i`eme noeud de lelement dans la numerotation globale. Notons que
lelement ni de Lagrange ainsi deni verie les crit`eres de coherence 4.2.6 page 163 et (4.2.7) page 163.
Pour completer la denition de lespace dapproximation H
N
, il ne reste qu` a determiner les noeuds
lies, de la fa con dont on a traite le cas de lespace H
1
0
().
Il faut egalement insister sur le fait que cet element est tr`es souvent utilise, en raison de sa facilite
dimplantation et de la structure creuse des syst`emes lineaires quil gen`ere. Il est particuli`erement bien
adapte lorsquon cherche des solutions dans lespace H
1
(). Il se generalise facilement en trois dimensions
despace, o` u on utilise alors des tetra`edres, avec toujours comme espace de polynome lespace des fonctions
anes.
166
4.3.2 Element ni triangulaire P2
Comme le titre du paragraphe lindique, on consid`ere un maillage triangulaire, et un espace de polynomes
de degre 2 pour construire lespace dapproximation.
Element ni de reference On choisit comme element ni de reference le triangle de sommets (0,0), (1,0)
et (0,1), voir Figure 4.6 et on prend pour :

= (0,0),(1,0),(0,1),(
1
2
,
1
2
),(0,
1
2
),(
1
2
,0)
1
2
3
4
5
6
(0,1)
(0,1/2)
(0,0)
(1/2,1/2)
(1,0)
(1/2,0)
(1,0,0)
(1/2,1/2,0)
(0,1/2,1/2)
(1/2,0,1/2)
(0,1,0)
(0,0,1)
Fig. 4.6 Element de reference pour les elements nis P2, avec coordonnees cartesiennes et barycentriques
des noeuds
Fonctions de base locales Les fonctions de base locales sont denies `a partir des coordonnees barycen-
triques. On rappelle que les coordonnees barycentriques dun point x du triangle K de sommets a
1
,a
2
et
a
3
sont les reels
1
,
2
,
3
tels que :
x =
1
a
1
+
2
a
2
+
3
a
3
.
Dans le cas du triangle de reference

K de sommets (0,0), (1,0) et (0,1), les coordonnees barycentriques
dun point x de coordonnees cartesiennes x et y sont donc :
1
= 1 x y,
2
= x,
3
= y. Par
denition, on a

3
i=1

i
= 1 et
i
0 (car le triangle K est lenveloppe convexe de lensemble de ses
sommets). On peut alors determiner les fonctions de base en fonction des coordonnees barycentriques des
six noeuds de

K exprimes par leurs coordonnees barycentriques : a
1
= (1,0,0), a
2
= (0,1,0), a
3
= (0,0,1),
a
4
= (0,
1
2
,
1
2
), a
5
= (
1
2
,0,
1
2
), a
6
= (
1
2
,
1
2
,0). Les fonctions de base sont telles que
i
P
2
, et
i
(a
j
) =
ij
,
i = 1, . . . ,6, forallj = 1, . . . ,6. Commen cons par
1
; on veut
1
(a
1
) = 1, et
i
(a
i
) = 0, i = 2, . . . ,6. La
fonction
1
denie par

1
(x,y) = 2
1
(
1

1
2
)
167
convient, et comme le couple (

,P2) est unisolvant, cest la seule fonction qui convient. Par symetrie, on
denit

2
(x,y) = 2
2
(
2

1
2
),
et

3
(x,y) = 2
3
(
3

1
2
).
Les fonctions de base associees aux noeuds a
4
,a
5
,a
6
sont alors

4
(x,y) = 4
2

3
,

5
(x,y) = 4
1

3
,
et
6
(x,y) = 4
1

2
.
Il est facile de voir que ces fonctions forment une famille libre delements de P2 et comme card

=
card P2, le couple (

,P2) est bien unisolvant.


Transformation F

La bijection F

qui permet de passer de lelement ni de reference



K `a lelement K

a dej` a ete vue dans le cas de lelement ni P


1
cest la fonction ane denie par :
F

(x,y) =
_
x
1
+ (x
2
x
1
)x + (x
3
x
1
)y
y
1
+ (y
2
y
1
)x + (y
3
y
1
)y
_
o` u (x
i
,y
i
),i = 1,2,3 sont les coordonnees respectives des trois sommets du triangle K

. Comme cette
transformation est ane, les coordonnees barycentriques restent inchangees par cette transformation.
On peut montrer (ce nest pas facile) que lerreur dinterpolation |u u
N
|
H
1 est controlee, en elements
nis P
1
et P
2
par les inegalites suivantes :
P1 : si u H
2
(), on a |u u
N
|
H
1
()
Ch|u|
H
2
()
P2 : si u H
3
(), on a |u u
N
|
H
1
()
Ch
2
|u|
H
3
()
.
On peut generaliser les elements nis P
1
et P
2
aux elements nis P
k
sur triangles, pour k 1. On prend
toujours le meme element de reference, dont on divise chaque c ote en k intervalles. Les extremites de ces
intervalles sont les noeuds du mailage. On a donc 3k noeuds, quon peut reperer par leurs coordonnes
barycentriques, qui prennent les valeurs 0,
1
k
,
2
k
, . . . ,1. On peut montrer que si u H
k+1
, alors
|u
N
u|
H
1
()
Ch
k
|u|
H
k+1
()
4.3.3 Elements nis sur quadrangles
Le cas rectangulaire
On prend comme element ni de reference le carre

K = [1,1] [1,1], et comme noeuds les coins de ce
carre :
a
1
= (1, 1),a
2
= (1,1),a
3
= (1,1), et a
4
= (1, 1).
On prend comme espace de polynomes
P = f :

K IR; f Q
1

168
o` u Q
1
= f : IR
2
IR; f(x,y) = a + bx + cy + dxy,(a,b,c,d) IR
4
Le couple (,P) est unisolvant. Les
fonctions de base locales sont les fonctions :

1
(x,y) =
1
4
(x + 1)(y 1)

2
(x,y) =
1
4
(x + 1)(y + 1)

3
(x,y) =
1
4
(x 1)(y + 1)

4
(x,y) =
1
4
(x 1)(y 1).
La transformation F

permet de passer de lelement de reference carre



K `a un rectangle quelconque du
maillage K

. Si on consid`ere un rectangle K

parall`ele aux axes, dont les noeuds sont notes (x


1
,y
1
),
(x
2
,y
1
), (x
2
,y
2
), (x
1
,y
2
), les noeuds du rectangle K

, la bijection F

secrit :
F

(x,y) =
1
2
_
(x
2
x
1
)x +x
2
+x
1
(y
2
y
1
)y +y
2
+y
1
_
.
Considerons maintenant le cas dun maillage quadrangulaire quelconque. Dans ce cas, on choisit toujours
comme element de reference le carre unite. La transformation F

qui transforme lelement de reference en


un quadrangle K

est toujours ane, mais par contre, les composantes de F

((x,y)) dependent maintenant


de x et de y voir exercice 42 page 189. En consequence, le fait que f Q
1
nentrane plus que f F

Q
1
.
Les fonctions de base seront donc des polynomes Q
1
sur lelement de reference

K, mais pas sur les
elements courants K

.
Elements nis dordre superieur Comme dans le cas dun maillage triangulaire, on peut choisir
un espace de polynomes dordre superieur, Q
k
, pour les fonctions de base de lelement de reference

K = [1,1] [1,1]. On choisit alors comme ensemble de noeuds :



=

k
= (x,y)

K,(x,y)
1, 1+
1
k
, 1+
1
k
, . . . ,1
2
. On peut montrer facilement que (

k
Q
k
) est unisolvant. L` a encore, si la
solution exacte de probl`eme continu est susamment reguli`ere, on peut demontrer lestimation derreur
suivante (voir [3]) :
|u u
N
|
H

()
C|u|
H
k+1
()
h
k
.
Exprimons par exemple lespace des polynomes Q
2
. On a :
Q
2
= f : IR IR; f(x) = a
1
+a
2
x+a
3
y+a
4
xy+a
5
x
2
+a
6
y
2
+a
7
xy
2
+a
8
x
2
y+a
9
x
2
y
2
,a
i
IR,i = 1, . . . ,9
Lespace Q
2
comporte donc neuf degres de liberte. On a donc besoin de neuf noeuds dans

pour que
le couple (

,Q
2
) soit unisolvant (voir exercice 47 page 190). On peut alors utiliser comme noeuds sur le
carre de reference [1,1] [1,1] :

= (1, 1),(1,0),(1, 1),(0, 1),(0,0),(0,1),(1, 1),(1,0),(1,1)


En general, on pref`ere pourtant supprimer le noeud central (0,0)et choisir :

=

(0,0).
Il faut donc un degre de liberte en moins pour lespace des polynomes. On denit alors:
Q

2
= f : IR IR; f(x) = a
1
+a
2
x +a
3
y +a
4
xy +a
5
x
2
+a
6
y
2
+a
7
xy
2
+a
8
x
2
y, a
i
IR, i = 1, . . . ,8
Le couple (

,Q

2
) est unisolvant (voir exercice 48 page 191), et on peut montrer que lelement Q

2
est
aussi precis (et plus facile `a mettre en oeuvre que lelement Q
2
).
169
4.4 Construction du syst`eme lineaire
Pour eectuer la construction du syst`eme lineaire obtenu par une discretisation par elements nis, on va
considerer le probl`eme mod`ele suivant, qui contient dej` a plusieurs dicultes. Soit un ouvert polygonal
1
,
on suppose que :
0

1
avec mes(
0
) ,= 0. On va imposer des conditions de Dirichlet sur
0
et des
conditions de Fourier sur
1
(on dit quon a des conditions mixtes). On se donne donc des fonctions
p : IR, g
0
:
0
IR et g
1
:
1
IR, et on consid`ere le probl`eme :
_

_
div(p(x)u(x)) +q(x)u(x) = f(x),x ,
u = g
0
sur
0
,
p(x)u(x).n(x) +u(x) = g
1
(x),x
1
,
(4.4.11)
o` u n designe le vecteur unitaire normal `a exterieure `a . Pour assurer lexistence et unicite du
probl`eme (4.4.11), (voir exercice 34), on se place sous les hypoth`eses suivantes :
_

_
p(x) > 0, p.p. x
q 0
0
mes(
0
) > 0.
(4.4.12)
Pour obtenir une formulation variationnelle, on introduit lespace
H
1
0,g0
= u H
1
(); u = g
0
sur
0

et lespace vectoriel associe :


H = H
1
0,0
= u H
1
(); u = 0 sur
0

Notons que H est un espace de Hilbert. Par contre, attention, lespace H


1
0,g0
nest pas un espace vectoriel.
On va chercher u solution de (4.4.11) sous la forme u = u+u
0
, avec u
0
H
1
0,g0
et u H
1
0,0
. Soit v H,
on multiplie (4.4.11) par v et on int`egre sur . On obtient :
_

div(p(x)u(x))v(x)dx +
_

q(x)u(x)v(x)dx =
_

f(x)v(x)dx, v H.
En appliquant la formule de Green, il vient alors :
_

p(x)u(x)v(x)dx
_

p(x)u(x)nv(x)d(x) +
_

qu(x)v(x)dx =
_

f(x)v(x)dx, v H.
Comme v = 0 sur
0
on a :
_

p(x)u(x)nv(x)d(x) =
_
1
pu(x)nv(x)d(x).
Mais sur
1
, la condition de Fourier secrit : u.n = u +g
1
, et on a donc
_

p(x)u(x)v(x)dx+
_
1
p(x)u(x)v(x)d(x)+
_

qu(x)v(x)dx =
_

f(x)v(x)dx+
_
1
g
1
(x)v(x)d(x).
1. Dans le cas o` u la fronti`ere de nest pas polymale mais courbe, il faut considerer des elements nis dits isopa-
rametriques que nous verrons plus loin
170
On peut ecrire cette egalite sous la forme : a(u,v) =

T(v), avec a(u,v) = a

(u,v) +a
1
(u,v), o` u:
_

_
a

(u,v) =
_

p(x)u(x)v(x)dx +
_

q(x)u(x)v(x)dx,
a

(u,v) =
_
1
p(x)(x)u(x)v(x)d(x),
et

T(v) = T

(v) +T
1
(v), avec
T

(v) =
_

f(x)v(x)dx et T
1
=
_
1
g
1
(x)v(x)d(x).
On en deduit une formulation faible associee `a (4.4.11):
_
chercher u H
a(u
0
+ u,v) =

T(v),v H,
(4.4.13)
o` u u
0
H
1
() est un rev`element de g
0
, cest `a dire une fonction de H
1
() telle que u
0
= g
0
sur . Le
probl`eme (4.4.13) peut aussi secrire sous la forme :
_
u H
a( u,v) = T(v),v H.
(4.4.14)
o` u T(v) =

T(v) a(u
0
,v). Sous les hypoth`eses (4.4.12), on peut alors appliquer le theor`eme de Lax
Milgram (voir theor`eme 3.6 page 115) au probl`eme (4.4.14) pour deduire lexistence et lunicite de la
solution de (4.4.13) ; notons que, comme la forme bilineaire a est symetrique, ce probl`eme admet aussi
une formulation variationnelle :
_

_
J(u) = min
vH
1

0
,g
0
J(v),
J(v) =
1
2
a(v,v) +T(v),v H
1
0,g0
.
(4.4.15)
Dans ce cas, les methodes de Ritz et Galerkin sont equivalentes. Remarquons que lon peut choisir u
0
de mani`ere abstraite, tant que u
0
verie u
0
= g
0
sur
0
et u
0
H
1
. Interessons nous maintenant `a
la methode dapproximation variationnelle. On approche lespace H par H
N
= V ect
1
, . . . ,
N
et on
remplace (4.4.14) par :
_
u
N
H
N
a( u
N
,
i
) = T(
i
) a(u
0
,
i
),i = 1, . . . ,N.
(4.4.16)
On pose maintenant u
N
=
N

j=1
u
j

j
. Le probl`eme (4.4.16) est alors equivalent au syst`eme lineaire :
/

U = (,
avec
_

_
/
ij
= a(
j
,
i
), i,j = 1, . . . ,N,

U = ( u
1
. . . u
N
)
t
,
(
i
= T(
i
) a(u
0
,
i
), i = 1, . . . ,N.
171
Limplantation numerique de la methode dapproximation necessite donc de :
1. construire / et (
2. resoudre /

U = (.
Commen cons par la construction de lespace H
N
et des fonctions de base pour une discretisation par
elements nis de Lagrange du probl`eme (4.4.14).
4.4.1 Construction de H
N
et
i
On consid`ere une discretisation `a laide delements nis de Lagrange, quon note : (K

,P

) =
1, . . . ,L, o` u L est le nombre delements. On note S
i
, i = 1, . . . ,M, les noeuds du maillage, et
1
, . . . ,
N
,
les fonctions de base, avec N M. On peut avoir deux types de noeuds :
les noeuds libres : S
i
,
0
. On a N noeuds libres
les noeuds lies : S
i

0
. On a M N noeuds lies.
Notons quon a interet `a mettre des noeuds `a lintersection de
0
et
1
(ce seront des noeuds lies). Gr ace
`a ceci, et `a la coherence globale et locale des elements nis de Lagrange, on a H
N
H. On a donc bien
des elements nis conformes. Recapitulons alors les notations :
M : nombre de noeuds total
N : nombre de noeuds libres
M
0
= M N : nombre de noeuds lies
J
0
= indices des noeuds lies 1, . . . ,M. On a cardJ
0
= M
0
J = indices des noeuds libres = 1 . . . M J
0
. On a cardJ = N.
Pour la programmation des elements nis, on a besoin de connatre, pour chaque noeud (local) de chaque
element, son numero dans la numerotation globale. Pour cela on introduit un tableau ng(L,N

), o` u L
est le nombre delements et N

est le nombre de noeuds par element. (on le suppose constant par souci
de simplicite, N

peut en fait dependre de L. Exemple : triangle - quadrangle). Pour tout 1, . . . ,L


et tout r 1, . . . ,N

, ng(,r) est alors le numero global du r-i`eme noeud du -i`eme element. On a


egalement besoin de connatre les coordonnees de chaque noeud. On a donc deux tableaux x(M) et
y(M), o` u x(i),y(i) representent les coordonnees du i-`eme noeud. Notons que les tableaux ng,x et y sont
des donnees du mailleur (qui est un module externe par rapport au calcul elements nis proprement dit).
Pour les conditions aux limites, on se donne deux tableaux :
CF : conditions de Fourier
CD: conditions de Dirichlet
(on verra plus tard le format de ces deux tableaux)
4.4.2 Construction de / et (
On cherche `a construire la matrice / dordre (N N), denie par :
/
ij
= a(
j
,
i
) i,j J
Ainsi que le vecteur (, deni par :
(
i
= T(
i
) a(u
0
,
i
) i J cardJ = N
La premi`ere question `a resoudre est le choix de u
0
. En eet, contrairement au cas unidimensionnel (voir
exercice 29 page 138), il nest pas toujours evident de trouver u
0
H
1
0,g0
. Pour se faciliter la t ache, on
172
commet un crime variationnel, en rempla cant u
0
par
u
0,N
=
N

jJ0
u
0
(S
j
)
j
.
Notons quon a pas forcement :
u
0,N
H
1
0,g0
(en ce sens, cest un crime). Mais on a u
0,N
(S
j
) = u
0
(S
j
),j J. On peut voir la fonction u
0,N
comme
une approximation non conforme de u
0
H
1
0,g0
On remplace donc (
i
par :
(
i
= T(
i
)

jJ0
g
0
(S
j
)a(
j
,
i
).
Calculons maintenant a(
j
,
i
) pour j = 1, . . . ,M, et i = 1, . . . ,M.
Calcul de / et (
1. Calcul des contributions interieures : on initialise les coecients de la matrice / et les composantes
par les contributions provenant de a

et T

.
/
ij
= a

(
j
,
i
)
(
i
= T

(
i
)
_
i = 1, . . . ,N,
j = 1, . . . ,N.
2. Calcul des termes de bord de Fourier. On ajoute maintenant `a la matrice / les contributions de
bord:
/
ij
/
ij
+a
i
(
j
,
i
), i = 1, . . . ,N, j = 1, . . . ,N.
(
i
(
i
+T
i
(
i
) i = 1 . . . M.
3. Calcul des termes de bord de Dirichlet. On doit tenir compte ici du rel`evement de la condition de
bord:
(
i
(
i

jJ0
g
0
(N
i
)/
ij
i J
Apr`es cette aectation, les egalites suivantes sont veriees :
/
ij
= a(
j
,
i
) i,j J(J
0
)
(
i
= T(
i
) a(u
0,N
,
i
).
Il ne reste plus qu` a resoudre le syst`eme lineaire

jJ
/
ij

j
= (
i
, i J. (4.4.17)
4. Prise en compte des noeuds lies. Pour des questions de structure de donnees, on dinclut en general
les noeuds lies dans la resolution du syst`eme, et on resout donc le dordre M N suivant :

j=1,...,N

/
ij

j
= (
i
. i = 1, . . . ,N. (4.4.18)
avec

/
ij
= /
ij
pour i,j J,

/
ij
= 0 si (i,j) , J
2
, et i ,= j, et

/
ii
= 1 si i , J. Ces deux syst`emes
sont equivalents, puisque les valeurs aux noeuds liees sont xees.
173
Si par chance on a numerote les noeuds de mani`ere `a ce que tous les noeuds lies soient en n de
numerotation, c.`a.d. si J = 1, . . . ,N et J
0
= N +1, . . . ,M, le syst`eme (4.4.18) est de la forme :
_
_
_
_
_
_
_
_
_
_
[
/ [ 0
[
[
[
0 [ Id
M
[
_
_
_
_
_
_
_
_
_
_
, U =
_
_
_
_
_
_
_
_
_
_
_
_

1
.
.
.
u
N

N+1
.
.
.

M
_
_
_
_
_
_
_
_
_
_
_
_
, et ( =
_
_
_
_
_
_
_
_
_
_
_
_
(
1
.
.
.
(
N

(
N+1
.
.
.
(
M
_
_
_
_
_
_
_
_
_
_
_
_
Dans le cas o` u la numerotation est quelconque, les noeuds lies ne sont pas forcement `a la n, et
pour obtenir le syst`eme lineaire dordre M (4.4.18) (donc incluant les inconnues
i
, i J
0
, qui nen
sont pas vraiment) on peut adopter deux methodes :
(a) Premi`ere methode : on force les valeurs aux noeuds lies de la mani`ere suivante :
/
ii
1 pour tout i J
0
/
ij
0 pour tout i J
0
j 1 . . . M i ,= j
(
i
g
0
(S
i
) pour tout i J
0
(b) Deuxi`eme methode : on force les valeurs aux noeuds lies de la mani`ere suivante :
/
ii
10
20
i J
0
(
i
10
20
g
0
(S
i
) i J
0
La deuxi`eme methode permet deviter laectation `a 0 de coecients extra-diagonaux de la matrice.
Elle est donc un peu moins ch`ere en temps de calcul.
Conclusion Apr`es les calculs 1, 2, 3, 4, on a obtenu une matrice / dordre M M et le vecteur (
de IR
M
. Soit IR
M
la solution du syst`eme / = (. Rappelons quon a alors :
u
N
=
N

i=1

i
,
=

iJ

i
+

iJ0

i
u
N
= u
N
+u
0
Remarque 4.15 (Numerotation des noeuds) Si on utilise une methode iterative sans precondition-
nement, la numerotation des noeuds nest pas cruciale. Elle lest par contre dans le cas dune methode
directe et si on utilise une methode iterative avec preconditionnement. Le choix de la numerotation sef-
fectue pour essayer de minimiser la largeur de bande. On pourra ` a ce sujet etudier linuence de la
numerotation sur deux cas simples sur la structure de la matrice.
4.4.3 Calcul de a

et T

, matrices elementaires.
Detaillons maintenant le calcul des contributions interieures, cest `a dire a

(
i
,
j
) i = 1, . . . M, j =
1, . . . ,M et T

(
i
) i = 1, . . . ,M. Par denition,
a

(
i
,
j
) =
_

p(x)
i
(x)
j
(x)dx +
_

q(x)
i
(x)
j
(x)dx.
174
Decomposons `a laide du maillage elements nis.
=
L
_
=1
K

.
En notant (
i
,
j
)(x) = p(x)
i
(x)
j
(x) +q(x)
i
(x)
j
(x),
On a donc :
a

(
i
,
j
) =
L

=1
_
K

(
i
,
j
)dx.
Pour r et s numeros locaux de lelement K

, on pose :
k

r,s
=
_

(
s
,
r
)dx.
On va calculer k

r,s
puis on calcule a

(
i
,
j
), en eectuant un parcours sur les elements, ce qui sexprime
par lalgorithme suivant :
Initialisation: /
ij
0, i = 1, . . . M, j i.
Boucle sur les elements
Pour = 1 `a L faire
Pour r = 1 `a N

faire
i = ng(,r) numero global du noeud r de lelement
Pour s = 1 `a r faire
calcul de k

r,s
j = ng(,s)
si i j
/
ij
/
ij
+k

r,s
sinon
/
ji
/
ji
+k

rs
Fin pour
Fin pour
On a ainsi construit compl`etement la matrice de rigidite /. Il reste `a savoir comment calculer
k

r,s
=
_
e
(
s
,
r
)(x)dx.
Ce calcul seectue sur lelement de reference, et non sur les elements K

. On calcule ensuite la valeur de


k

r,s
par des changements de variable `a laide de la transformation F

(voir Figure 4.4 page 160). Notons :


F

( x, y) = (x,y) = (a

0
+a

1
x +a

2
y,b

0
+b

1
x +b

2
y) (4.4.19)
Notons que les coecients a

i
et b

i
sont determines `a partir des la connaissances des coordonnees (x(i),y(i))
o` u i = ng(,r). En eet, on peut deduire les coordonnees locales x(r),y(r),r = 1,N

, des noeuds de
lelement , `a partir des coordonnees globales des noeuds (x(i),y(i)), et du tableau ng(,r) = i. Sur
lelement courant K

, le terme elementaire k

r,s
secrit donc
k

r,s
=
_

(
s
(x,y),
r
(x,y))dxdy.
175
Or, (x,y) = F

( x, y) ; donc par changement de variables , on a :


k

r,s
=
_
e
(
s
F

( x, y),
r
F

( x, y)) Jac
x, y
(F

) d xd y
ou Jac
x, y
(F

) designe le Jacobien de F

en ( x, y). Or,
s
F

s
, et, puisque F

est denie par (4.4.19),


on a :
Jac(F

) = Det(DF

) =

1
b

1
a

2
b

1
b

2
a

2
b

donc k

r,s
= Jac(F

k
r,s
, o` u

k
r,s
=
_
e
(

s
( x, y),

r
( x, y))d xd y
Etudions maintenant ce quon obtient pour

k
r,s
dans le cas du probl`eme mod`ele (4.4.11), on a :

k
r,s
=
_

_
p( x, y)

s
( x, y)

r
( x, y) +q( x, y)

s
( x, y)

r
( x, y)

d xd y.
Les fonctions de base

s
et

r
sont connues ; on peut donc calculer

k
r,s
explicitement si p et q sont
faciles `a integrer. Si les fonctions p et q ou les fonctions de base

, sont plus compliquees, on calcule

k
r,s
en eectuant une integration numerique. Rappelons que le principe dune integration numerique est
dapprocher lintegrale d une fonction continue donnee ,
I =
_

( x, y)d xd y, par

I =
NPI

i=1

i
(P
i
)(P
i
),
o` u NP
I
est le nombre de points dintegration, notes P
i
, quon appelle souvent points dintegration
de Gauss, et les coecients
i
sont les poids associes. Notons que les points P
i
et les poids
i
sont
independants de . Prenons par exemple, dans le cas unidimensionnel,

K = [0,1], p
1
= 0, p
2
= 1, et

1
=
2
=
1
2
. On approche alors
I =
_
1
0
(x)dx par

I =
1
2
((0) +(1)).
Cest la formule (bien connue) des trap`ezes. Notons que dans le cadre dune methode, il est necessaire de
sassurer que la methode dintegration numerique choisie soit susamment precise pour que :
1. le syst`eme / = ((N N) reste inversible,
2. lordre de convergence de la methode reste le meme.
Examinons maintenant des elements en deux dimensions despace.
1. Element ni P
1
sur triangle Prenons NP
I
= 1 (on a donc un seul point de Gauss), choisissons
p
1
=
_
1
3
,
1
3
_
, le centre de gravite du triangle

K, et
1
= 1. On approche alors
I =
_

( x)d x par (p
1
).
On veriera que cette integration numerique est exacte pour les polynomes dordre 1 (exercice 46
page 190).
176
2. P
2
sur triangles. On prend maintenant NP
I
= 3, et on choisit comme points de Gauss :
p
1
=
_
1
2
,0
_
, p
2
=
_
1
2
,
1
2
_
, p
3
=
_
0,
1
2
_
et les poids dintegration
1
=
2
=
3
=
1
6
. On peut montrer que cette integration numerique est
exacte pour les polynomes dordre 2 (voir exercice 46 page 190).
Remarquons que, lors de lintegration numerique du terme elementaire
k

r,s
=
_

_
p( x, y)(F

( x, y))

r
( x, y)

s
( x, y) +q( x, y)(F

( x, y))

r
( x, y)

d xd y,
on approche k

r,s
par

k
r,s

NPI

i=1

i
_
p(F

(P
i
))

r
(P
i
)

s
(P
i
) +q(F

(P
i
))

r
(P
i
)

s
(P
i
)

.
Les valeurs

r
(P
i
),

s
(P
i
),

r
(P
i
) et

s
(P
i
) sont calculees une fois pour toutes, et dans la boucle
sur , il ne reste donc plus qu` a evaluer les fonctions p et q aux points F

(P
i
). Donnons maintenant un
resume de la mise en oeuvre de la procedure dintegration numerique (independante de ). Les donnees
de la procedure sont :
les coecients
i
,i = 1, . . . ,NP
I
,
les coordonnees (xpg(i),ypg(i)), i = 1, . . . ,NP
I
des points de Gauss,
les valeurs de
r
,

x
et
r
y
aux points de Gauss, notees (r,i),
x
(r,i) et
y
(r,i), r = 1 . . . N

,
i = 1, . . . ,NP
I
.
Pour donne, on cherche `a calculer :
I =
_

K
p(F

( x, y))

r
x
( x, y)

s
y
( x,y)d xd y +
_
e
q(F

( x, y))
r
( x,y)d xd y
s
( x, y).
On propose lalgorithme suivant :
Initialisation: I 0
Pour i = 1 `a NP
I
, faire :
p
i
= p(F
e
(P
i
))
q
i
= q(F
e
(P
i
))
I I +
i
(p
i

x
(r,i)
y
(s,i) +q
i
(r,i)(s,i))
Fin pour
On proc`ede de meme pour le calcul du second membre
T

(
i
) =
_

f(x,y)

i
x,y)dxdy =
L

=1
g

, o` u g

=
_
e
f(x,y)
i
(x,y)dxdy.
Lalgorithme secrit :
Initialisation de ( `a 0 : (
i
0 i = 1 `a M
Pour = 1 `a L
Pour r = 1 `a N

Calcul de g
r

=
_
e
f(x,y)
r
(x,y)dxdy
i = ng(,r)
177
(
i
(
i
+g
r

Fin pour
Fin pour
Il reste le calcul de g
r

qui se ram`ene au calcul de lelement de reference par changement de variable.


On a :
g
r

=
_
K

f(x,y)
r
(x,y)dxdy =
_

K
f F

( x, y)

r
( x, y)Jac
x, y
(F

)d xd y.
Lintegration numerique est identique `a celle eectuee pour

k
r,s
.
4.4.4 Calcul de a

1
et T

1
(contributions des aretes de bord Fourier.
Detaillons maintenant le calcul des contributions des bords o` u sapplique la condition de Fourier, cest `a
dire a
1
(
i
,
j
) i = 1, . . . M, j = 1, . . . ,M et T
1
(
i
) i = 1, . . . ,M. Par denition,
a
1
(
i
,
j
) =
_
1
p(x)
i
(x)
j
(x)dx +
_
1
q(x)
i
(x)
j
(x)dx.
Notons que a
1
(
i
,
j
) = 0 si
i
et
j
sont associees `a des noeuds S
i
, S
j
de dun element sans arete
commune avec les aretes de la fronti`ere. Soit L1 le nombre daretes
k
,k = 1, . . . ,L1 du maillage incluses
dans
1
. Rappelons que les noeuds soumis aux conditions de Fourier sont repertories dans un tableau
CF, de dimensions (L1,2), qui donne les informations suivantes
1. CF(k,1) contient le numero de lelement K

auquel appartient larete


k
.
2. CF(k,2) contient le premier numero des noeuds de larete
k
dans lelement K

. On suppose que
la numerotation des noeuds locaux a ete eectuee de mani`ere adroite, par exemple dans le sens
trigonometrique. Dans ce cas, CF(k,2) determine tous les noeuds de larete
k
dans lordre, puis-
quon connait le nombre de noeuds par arete et le sens de numerotation des noeuds. Donnons des
exemples pour trois cas dierents, representes sur la gure 4.7.
(a) Dans le premier cas (` a droite sur la gure), qui represente un element ni P1, on a CF(k,2) = 3
et le noeud suivant sur larete est 1.
(b) Dans le second cas (au centre sur la gure), qui represente un element ni P2, on a CF(k,2) = 3
et les noeuds suivants sur larete sont 4 et 5.
(c) Enn dans lelement P1 de coin represente `a gauche sur la gure, on a CF(k,1) = ,
CF(k

,1) = , CF(k,2) = 1, CF(k

,2) = 2.
Pour k = 1, . . . ,L1, on note

S
k
lensemble des noeuds locaux de
k
, donnes par CF(k,2) en appliquant la
r`egle ad hoc (par exemple le sens trigonom

trique). On peut alors denir :


S
k
= (r,s) (

S
k
)
2
/r < s
Lalgorithme de prise en compte des conditions de Fourier secrit alors :
Pour k = 1 . . . L1
= CF(k,1).
Pour chaque (r,s) S
k
faire
calcul de I

rs
=
_
C
k
p(x)(x)

r
(x)

s
(x)dx (eventuellement avec integration numerique)
i = ng(,r)
j = ng(,s)
178
K

k
1
2
2
3
P1
P1
P1 en coin

k
1 2
1
3

5
6
4
3
Fig. 4.7 Exemples de numerotation darete du bord
si j i
/ij /ij +I

rs
sinon
/ij /ji +I

rs
Fin si
Fin pour
Fin pour
Le calcul de I

rs
seectue sur lelement de reference (avec eventuellement integration numerique). De
meme, on a une procedure similaire pour le calcul de T
1
=
_
1
p(x)g
1
(x)v(x)d(x).
(
i
(
i
+
_
2
p(x)g
1
(x)
i
(x)d(x)
4.4.5 Prise en compte des noeuds lies dans le second membre
Apres les calculs precedents, on a maintenant dans (
i
:
(
i
=
_

f(x)
i
(x)dx +
_
1
p(x)g
1
(x)
i
(x)d(x)
Il faut maintenant retirer du second membre, les combinaisons venant des noeuds lies :
(
i
(
i

jJ0
g
0
(S
j
)a(
j
,
i
)
o` u J
0
est lensemble des indices des noeuds lies. On utilise pour cela le tableau CD qui donne les conditions,
de Dirichlet, de dimension M
0
o` u M
0
= cardJ
0
. Pour i
0
= 1, . . . ,M
0
, CD(i
0
) = j
0
J
0
est le numero du
noeud lie dans la numerotation globale. La procedure est donc la suivante.
Pour i
0
= 1, . . . ,M
0
, faire
j = CD(i
0
)
a = g
0
(S
j
)
si (i j) (
i
(
i
a/
ij
sinon (
i

(
i
a/
ji
sinon Fin si Fin pour
179
4.4.6 Stockage de la matrice /
Remarquons que la matrice / est creuse (et meme tr`es creuse), en eet a(
j
,
i
) = 0 d`es que
supp(
i
) supp(
j
) =
Examinons une possibilite de stockage de la matrice /. Soit NK le nombre delements non nuls de la
matrice / On peut stocker la matrice dans un seul tableau KMAT en mettant bout `a bout les coecients
non nuls de la premi`ere ligne, puis ceux de la deuxi`eme ligne, etc... jusqu` a ceux de la dernie`ere ligne. Pour
reperer les elements de / dans le tableau KMAT, on a alors besoin de pointeurs. Le premier pointeur,
nomme, IC est de dimension NK. La valeur de IC(k) est le numero de la colonne de K(k). On introduit
alors le pointeur IL(), = 1, . . . ,NL, o` u NL est le nombre de lignes, o` u IL() est lindice dans KMAT
du debut de la -i`eme ligne. Lidentication entre KMAT et / se fait alors par la procedure suivante :
Pour k = 1 . . . NK
si IL(m) k < IL(m+ 1) alors
KMAT(k) = /
m,IC(k)
Fin si
Fin pour
La matrice / est symetrique denie positive, on peut donc utiliser une methode de type gradient conjugue
preconditionne (voir cours de Licence). Notons que la structure de la matrice depend de la numerotation
des noeuds. Il est donc important dutiliser des algorithmes performants de maillage et de numerotation.
4.5 Elements nis isoparametriques
Dans le cas ou est polygonal, si on utilise des elements nis de type P
2
, les noeuds de la fronti`ere sont
eectivement sur la fronti`ere meme si on les calcule `a partir de lelement ni de reference. Par contre,
si le bord est courbe, ce nest plus vrai. Lutilisation delements nis isoparametriques va permettre
de faire en sorte que tous les noeuds fronti`eres soient eectivement sur le bord, comme sur la gure 4.8.
Pour obtenir une transformation isoparametrique, on denit
F

: K K

( x, y) (x,y)
`a partir des fonctions de base de lelement ni de reference :
x =
N

r=1
x
r

r
( x, y), y =
N

r=1
y
r

r
( x, y),
o` u N

est le nombre de noeuds de lelement et (x


r
,y
r
) sont les coordonnees du r-i`eme noeud de K

.
Remarquons que la transformation F

isoparametrique P
1
est identique `a celle des elements nis classiques.
Par contre, la transformation isoparametrique P
2
nest plus ane, alors quelle lest en elements nis
classiques. Notons que les fonctions de base locales verient toujours

r
F

=
r
, = 1, . . . ,L, r = 1, . . . ,N

.
On peut alors se poser le probl`eme de linversibilite de F

. On ne peut pas malheureusement demontrer


que F

est inversible dans tous les cas, toutefois, cela sav`ere etre le cas dans la plupart des cas pratiques.
Linteret de la transformation isoparametrique est de pouvoir traiter les bords courbes, ainsi que les
elements nis Q1 sur quadrilat`eres. Notons que le calcul de

r
est toujours inutile, car on se ram`ene
encore `a lelement de reference.
180
F

K
K

Fig. 4.8 Transformation isoparametrique


4.6 Analyse de lerreur pour lelement ni P1 en une dimension
despace
4.6.1 Erreur de discretisation et erreur dinterpolation
On consid`ere toujours le probl`eme mod`ele (4.4.11) page 170 sur lequel on a etudie la mise en oeuvre de la
methode des elements nis. On rappelle que la formulation faible de ce probl`eme est donnee en (4.4.14)
page 171, et que, sous les hypoth`eses (4.4.12) page 170, le probl`eme (4.4.14) admet une unique solution
u H = H
1
0n
= u H
1
(); u = 0 sur
0
. La methode dapproximation variationnelle du probl`eme
(4.4.14) consiste `a chercher u
N
H
N
= V ect
1
, . . . ,
N
solution de (4.4.16) page 171, o` u les fonctions

1
, . . . ,
N
sont les fonctions de base elements nis associes aux noeuds x
1
, . . . ,x
N
. Comme les hypoth`eses
(3.2.22) page 124 sont veriees, lestimation (3.2.30) page 127 entre u solution de (4.4.14) et u
(N)
solution
de (4.4.16) est donc veriee. On a donc :
| u u
N
|
H
1
_
M

d( u,H
N
),
o` u M(resp.) est la constante de continuite (resp. de coercivite) de a. Comme u = u
0
+ u, on a, en posant
c =
_
M

,
|u u
N
| C|u w|w H
N
, (4.6.20)
o` u u
N
= u
N
+ u
0
. Notons que dans limplantation pratique de la methode delements nis, lorsquon
calcule T(v) = T(v) a(u
0
,v), on remplace u
0
par u
0,N
H
N
, donc on commet une leg`ere erreur sur
T. De plus, on calcule a(
i
,
j
) `a laide dintegrations numeriques : linegalite (4.6.20) nest donc veriee
en pratique que de mani`ere approchee. On supposera cependant, dans la suite de ce paragraphe, que les
erreurs commises sont negligeables et que linegalite (4.6.20) est bien veriee. De la meme mani`ere quon
a deni linterpolee sur un element K, (voir denition 4.3 page 158, on va maintenant denir linterpolee
sur H
1
() tout entier, de mani`ere `a etablir une majoration de lerreur de discretisation grace `a (4.6.20).
Denition 4.16 (Interpolee dans H
N
) . Soit u H
1
() et H
N
= V ect
1
, . . . ,
N
o` u les fonctions
181

1
. . .
N
sont des fonctions de base elements nis associees aux noeuds S
1
. . . S
N
dun maillage elements
nis de . Alors on denit linterpolee de u dans H
N
, u
I
H
N
par :
u
I
=
N

i=1
u(S
i
)
i
.
Comme u
I
H
N
, on peut prendre W = u
I
dans (4.6.20), ce qui fournit un majorant de lerreur de
discretisation:
|u u
N
|
H
1 C|u u
I
|
H
1
On appelle erreur dinterpolation le terme |u u
I
|
H
1
4.6.2 Etude de lerreur dinterpolation en dimension 1
Soit =]0,1[, on consid`ere un maillage classique, deni par les N +2 points (x
i
)
i=0...N+1
, avec x
0
= 0 et
x
N+1
= 1, et on note
h
i
= x
i+1
x
i
, i = 0, . . . ,N + 1, et h = max[h
i
[, i = 0, . . . ,N + 1
On va montrer que si u H
2
(]0,1[), alors on peut obtenir une majoration de lerreur dinterpolation
|u u
I
|
H
1 . On admettra le lemme suivant(voir exercice 26 page 137) :
Lemme 4.17 Si u H
1
(]0,1[) alors u est continue.
En particulier, on a donc H
2
(]0,1[) C
1
([0,1]). Remarquons que ce resultat est lie `a la dimension 1, voir
injection de Sobolev, cours danalyse fonctionnelle ou [1]. On va demontrer le resultat suivant sur lerreur
dinterpolation.
Theor`eme 4.18 (majoration de lerreur dinterpolation, dimension 1) Soit u H
2
(]0,1[), et soit
u
I
son interpolee sur H
N
= V ect
i
, i = 1, . . . ,N, o` u
i
designe la i-`eme fonction de base element ni
P1 associee au noeud x
i
dun maillage element ni de ]0,1[. Alors il existe c IR ne dependant que de
u, tel que
|u u
I
|
H
1 Ch. (4.6.21)
Demonstration : On veut estimer
|u u
I
|
2
H
1 = [u u
I
[
2
0
+[u u
I
[
2
1
o` u [v[
0
= |v|
L
2 et [v[
1
= |Dv|
L
2. Calculons [u u
I
[
2
1
:
[u u
I
[
2
1
=
_
1
0
[u

I
[
2
dx =
N

i=0
_
xi+1
xi
[u

(x) u

I
(x)[
2
dx.
Or pour x ]x
i
,x
i+1
[ on a
u

I
=
u(x
i+1
) u(x
i
)
h
i
= u

(
i
),
pour un certain
i
]x
i
,x
i+1
[. On a donc :
_
xi+1
xi
[u

(x) u

I
(x)[
2
dx =
_
xi+1
xi
[u

(x) u

(
i
)[
2
dx.
182
On en deduit que :
_
xi+1
xi
[u

(x) u

I
(x)[
2
dx =
_
xi+1
xi
[
_
x
i
u

(t)dt[
2
dx,
et donc, par linegalite de Cauchy-Schwarz,
_
xi+1
xi
[u

(x) u

I
(x)[
2
dx
_
xi+1
xi
_
x
i
[u

(t)[
2
dt[x
i
[dx
h
i
_
xi+1
xi
__
x
i
[u

(t)[
2
dt
_
dx,
car [x
i
[ h
i
. En reappliquant linegalite de Cauchy-Schwarz, on obtient :
_
xi+1
xi
[u

(x) u

I
(x)[
2
dx h
2
i
_
xi+1
xi
[u

(t)[
2
dt
En sommant sur i, ceci entraine :
[u u
I
[
2
1
h
2
_
1
0
[u

(t)[
2
dt. (4.6.22)
Il reste maintenant `a majorer [u u
I
[
2
0
=
_
1
0
[u u
I
[
2
dx. Pour x [x
i
,x
i+1
]
[u(x) u
I
(x)[
2
=
__
x
xi
(u

(t) u

I
(t))dt
_
2
.
Par linegalite de Cauchy-Schwarz, on a donc :
[u(x) u
I
(x)[
2

_
x
xi
(u

(t) u

I
(t))
2
dt [x x
i
[
. .
hi
Par des calculs similaires aux precedents, on obtient donc :
[u(x) u
I
(x)[
2

_
x
xi
h
i
__
xi+1
xi
[u

(t)[
2
dt
_
dxh
i
h
3
i
_
xi+1
xi
[u

(t)[
2
dt.
En integrant sur [x
i
,x
i+1
], il vient :
_
xi+1
xi
[u(x) u
I
(x)[
2
dx h
4
i
_
xi+1
xi
(u

(t))
2
dt,
et en sommant sur i = 1, . . . ,N :
_
1
0
(u(x) u
I
(x))
2
dx h
4
_
1
0
(u

(t))
2
dt.
On a donc :
[u u
I
[
0
h
2
[u[
2
183
ce qui entraine, avec (4.6.22) :
|u u
I
|
2
h
4
[u[
2
2
+h
2
[u[
2
2
(1 +h
2
)h
2
[u[
2
2
On en deduit le resultat annonce.
On en deduit le resultat destimation derreur suivant:
Corollaire 4.19 (Estimation derreur, P1, dimension 1) Soit un ouvert polygonal convexe de
IR
d
, d 1 ; soit f L
2
() et u H
1
0
() lunique solution du probl`eme
_

_
u H
1
0
()
a(u,v) =
_

u(x)v(x)dx =
_
f(x)v(x)dx,
,
et u
T
Lapproximation elements nis P1 obtenue sur un maillage admissible T de pas h
T
= max
i=1,...,N
[h
i
[.
Alors il existe C IR ne dependant que de et f tel que |u u
T
| < Ch.
Ces resultats se genralisent au cas de plusieurs dimensions despace (voir Ciarlet), sous des conditions
geometriques sur le maillage, necessaires pour obtenir le resultat dinterpolation. Par exemple pour un
maillage triangulaire en deux dimensions despace, intervient une condition dangle : on demande que la
famille de maillages consideree soit telle quil existe > 0 tel que pour tout angle du
maillage.
Remarque 4.20 (Sur les techniques destimations derreur pour les dierentes methodes de discretisation)
Lorsquon a voulu montrer des estimations derreur pour la methode des dierences nies, on a utilise
le principe de possitivite, la consistance et la stabilite en norme L

. En volumes nis et elements nis,


on nutilise pas le principe de positivite. En volumes nis, la stabilite en norme L
2
est obtenue gr ace ` a
linegalite de Poincare discr`ete, et la consistance est en fait la consistance des ux. Notons quen volumes
nis on se sert aussi de la conservativite des ux numeriques pour la preuve de convergence. Enn, en
elements nis, la stabilite est obtenue gr ace ` a la coercivite de la forme bilineaire, et la consistance provient
du contr ole de lerreur dinterpolation.
Meme si le principe de positivite nest pas explicitement utilise pour les preuves de convergence des
elements nis et volumes nis, il est toutefois interessant de voir ` a quelles conditions ce principe est
respecte, car il est parfois tr`es important en pratique.
Reprenons dabord le cas du schema volumes nis sur un maillage T admissible pour la discretisation de
lequation (3.1.1).
_
u = f dans
u = 0 sur .
Rappelons que le schema volumes nis secrit :

KC
_
_

Kint

K,L
(u
K
u
L
) +

Kext

K,
u
K
_
_
= [K[f
K
, (4.6.23)
avec

K,L
=
[K[L[
d(x
K
,x
L
)
et
K,
=
[[
d(x
K
,)
,
o` u [K[, (resp. [[) designe la mesure de Lebesque en dimension d (resp. d 1) de K (resp. ).
184
Notons que les coecients
K,L
et
K,
sont positifs, gr ace au fait que le maillage est admissible (et
donc

X
K
X
L
= d(X
K
,X
L
) n
KL
, o` u

X
K
X
L
designe le vecteur dextremites X
K
et X
L
et n
KL
la normale
unitaire ` a K[L sortante de K.
Notons que le schema (4.6.23) secrit comme une somme de termes dechange entre les mailles K et L,
avec des coecients
KL
positifs. Cest gr ace ` a cette propriete que lon montre facilement que le principe
de positivite est verie. Considerons maintenant la methode des elements nis P1, pour la resolution du
probl`eme (3.1.1) sur maillage triangulaire. On sait (voir par exemple Ciarlet) que si le maillage satisfait
la condition faible de Delaunay (qui stipule que la somme de deux angles opposes ` a une meme arete doit
etre inferieure ` a ), alors le principe du maximum est veriee. Ce resultat peut se retrouver en ecrivant
le schema elements nis sous la forme dun schema volumes nis.
4.6.3 Super convergence
On consid`ere ici un ouvert polygonal convexe de IR
d
, d 1, et on suppose que f L
2
(). On sinteresse
`a lapproximation par elements nis P1 de la solution u H
1
0
() du probl`eme (3.1.5). On a vu dans le
paragraphe precedent (corollaire 4.19) quon peut estimer lerreur en norme L
2
entre la solution exacte
u et la solution approchee par elements nis P1 ; en eet, comme lerreur dinterpolation est dordre
h, on deduit une estimation sur lerreur de discretisation, egalement dordre h. En fait, si la solution
u de (3.1.1) est dans H
2
, il se produit un petit miracle, car on peut montrer grace `a une technique
astucieuse, ditetruc dAubin-Nitsche, que lerreur de discretisation en norme L
2
est en fait dordre 2.
Theor`eme 4.21 (Super convergence des elements nis P1) Soit un ouvert polygonal convexe
de IR
d
,d 1; soit f L
2
(), u solution de (3.1.5), u
T
la solution apporchee obtenue par elements nis
P1, sur un maillage elements nis T . Soit
h
T
= max
KT
diamK.
Alors il existe C IR ne dependant que de et f tel que :
|u u
T
|
H
1
()
Ch et |u u
T
|
L
2
()
Ch
2
.
Demonstration : Par le theor`eme de regularite 3.9 page 118, il existe C
1
IR
+
ne dependant que de
tel que
|u|
H
2
()
C
1
|f|
L
2
()
.
Gr ace `a ce resultat, on a obtenu (voir le theor`eme 4.19) quil existe C
2
ne dependant que de , et tel
que
|u u
T
|
H
1
()
C
2
|f|
L
2h
Soit maintenant e
T
= u u
T
et H
1
0
() veriant
_

(x).(x)dx =
_

e
T
(x)(x)dx, H
1
0
(). (4.6.24)
On peut aussi dire que est la solution faible du probl`eme
_
= e
T
dans
= 0 sur .
185
Comme e L
2
(), par le theor`eme 3.9, il existe C
3
IR
+
ne dependant que tel que
||
H
2
()
C
3
|e
T
|
L
2
()
.
Or |e
T
|
2
L
2
()
=
_

e
T
(x)e
T
(x)dx =
_

(x).e(x)dx, en prenant = e
T
dans (4.6.24).
Soit
T
la solution approchee par elements nis P1 du probl`eme (4.6.24), c.`a.d solution de :
_

T
V
T ,0
= v C(

); v[
K
P
1
,K T ,v[

= 0
_

T
(x)v(x)dx =
_

e(x)v(x)dx,v V
T ,0
(4.6.25)
On sait que u
T
verie :
_

T
(x).(u u
T
)(x)dx = 0;
on peut donc ecrire que :
|e
T
|
2
L
2
(
=
_

(
T
)(x).(u u
T
)(x)dx |
T
|
H
1
()
|u u
T
|
H
1
()
Dapr`es le theor`eme 4.19, on a :
|
T
|
H
1
()
C
2
|e|
L
2
()
h
T
et |u u
T
|
H
1
()
C
2
|f|
L
2
()
h
T
.
On en deduit que :
|e
T
|
L
2
()
C
2
2
|f|
L
2
()
h
2
T
.
Ce qui demontre le theor`eme.
4.6.4 Traitement des singularites
Les estimations derreur quon a obtenues au paragraphe precedent reposent sur la regularite H
2
de u.
Que se passe-t-il si cette regularite nest plus veriee ? Par exemple, si le domaine poss`ede un coin
rentrant, on sait que dans ce cas, la solution u du probl`eme (3.1.5) nest plus dans H
2
(), mais dans
un espace H
1+s
(), o` u s depend de langle du coin rentrant. Considerons donc pour xer les idees le
probl`eme
_
u = f dans , o` u est un ouvert
u = 0 sur polyg onal avec un coin rentrant.
Pour approcher correctement la singularite, une premi`ere technique consiste `a raner le maillage dans
le voisinage du coin. Cependant, une approche plus ecace, lorsque cela est possible, consiste `a modier
lespace dapproximation pour tenir compte de la singularite. En eet, dans le cas dun polyg one avec
un coin rentrant par exemple, on sait trouver H
1
0
() (et , H
2
()) telle que si u est solution de
(3.1.5) avec f L
2
(), alors il existe un unique IR tel que u H
2
().
Pla cons nous dans le cas dune approximation par elements nis de Lagrange. Dans le cas o` u u est
reguli`ere, lespace dapproximation est donc
V
T
= V ect
i
,i = 1,N
T
,
o` u N
T
est le nombre de noeuds internes du maillage T de considere et (
i
)
i=1,NT
la famille des fonctions
de forme associees aux noeuds.
186
Dans le cas dune singularite portee par la fonction introduite ci-dessus, on modie lespace V et on
prend maintenant :
V
T
= V ect
i
,i = 1,N
T
IR
Notons que V
T
H
1
0
(), car H
1
0
().
Examinons maintenant lestimation derreur. Gr ace au lemme de Cea, on a toujours
|u u
T
|
H
1
M

|u w|
H
1
()
,w V
T
.
On a donc egalement :
|u u
T
|
H
1
M

|u w|
H
1
()
,w V
T
.
puisque + w V
T
. Or, u = u H
2
().
Donc |u u
T
|
H
1
M

| u w|
H
1
()
,w V
T
.
Et grace aux resultats dinterpolation quon a admis, si on note u
I
linterpolee de u dans V
T
, on a :
|u u
T
|
H
1
()

M

| u u
I
|
H
1
()

M

C
2
| u|
H
2
()
h.
On obtient donc encore une estimation derreur en h.
Examinons maintenant le syst`eme lineaire obtenu avec cette nouvelle approximation. On eectue un
developpement de Galerkin sur la base de V
T
. On pose
u
T
=

i=1,NT
u
i

i
+.
Le probl`eme discretise revient donc `a chercher
_

_
(u
s
)
i=1,NT
IR
N
et IR t.q.

j=1,NT
u
j
_

j
(x)
i
(x)dx +
_

(x)
i
(x)dx =
_

f(x)
i
(x)dx,i = 1,N
T

j=1,NT
u
j
_

i
(x) (x)dx +
_

(x) (x)dx =
_
f(x)(x)dx.
On obtient donc un syst`eme lineaire de N
T
+ 1 equations `a N
T
+ 1 inconnues.
4.7 Exercices
Exercice 38 (Elements nis P1 pour le probl`eme de Dirichlet) Corrige en page 192
Soit f L
2
(]0,1[). On sinteresse au probl`eme (3.4.38) quon rappelle cidessous, et dont on a etudie une
formulation faible `a lexercice 3.6.
u
xx
(x) = f(x), x ]0,1[,
u(0) = 0, u(1) = 0.
Soient N IN, h = 1/(N + 1) et x
i
= ih, pour i = 0, . . . ,N + 1, et K
i
= [x
i
,x
i+1
], pour i = 0, . . . ,N.
Soit H
N
= v C([0,1],IR) t.q. v[
Ki
P
1
,i = 0, . . . ,N, et v(0) = v(1) = 0, o` u P
1
designe lensemble des
polynomes de degre inferieur ou egal `a 1.
187
1. Montrer que H
N
H
1
0
.
2. Pour i = 1, . . . ,N, on pose:

i
(x) = 1
[x x
i
[
h
si x K
i
K
i1
,

i
(x) = 0 sinon.
(4.7.26)
Montrer que
i
H
N
pour tout i = 1, . . . ,N et que H
N
= V ect
1
, . . . ,
N
.
3. Donner le syst`eme lineaire obtenu en rempla cant H par H
N
dans la formulation faible de (3.4.38).
Comparer avec le schema obtenu par dierences nies.
Exercice 39 (Conditions aux limites de Fourier et Neumann) Corrige en page 193
Soit f L
2
(]0,1[). On sinteresse au probl`eme (3.4.40) quon rappelle:
u
xx
(x) +u(x) = f(x), x ]0,1[,
u

(0) u(0) = 0, u

(1) = 1.
(4.7.27)
On a etudie `a lexercice 39 lexistence et unicite dune solution faible. On sinteresse maintenant `a la
discretisation.
1. Ecrire une discretisation de (3.4.40) par dierences nies pour un maillage non uniforme. Ecrire le
syst`eme lineaire obtenu.
2. Ecrire une discretisation de (3.4.40) par volumes nis de (3.4.40) pour un maillage non uniforme. Ecrire
les syst`eme lineaire obtenu.
3. Ecrire une discretisation par elements nis conformes de type Lagrange P
1
de (3.4.40) pour un maillage
non uniforme. Ecrire le syst`eme lineaire obtenu.
Exercice 40 (Conditions aux limites de Fourier et Neumann,bis) Corrige en page 197
Soit f L
2
(]0,1[). On sinteresse au probl`eme (3.4.41) quon rappelle:
_
u

(x) u

(x) +u(x) = f(x), x ]0,1[,


u(0) +u

(0) = 0, u(1) = 1
1. Ecrire une discretisation par elements nis conformes de type Lagrange P
1
de (3.4.41) pour un maillage
uniforme. Ecrire le syst`eme lineaire obtenu.
2. Ecrire une discretisation par volumes nis centres de (3.4.41) pour un maillage uniforme. Ecrire le
syst`eme lineaire obtenu.
3. Ecrire une discretisation par dierences nies centres de (3.4.41) pour un maillage uniforme. Ecrire le
syst`eme lineaire obtenu.
4. Quel est lordre de convergence de chacune des methodes etudiees aux questions precedentes?
Exercice 41 (Elements nis pour un probl`eme avec conditions mixtes) Corrige en page 200
188
Soit f L
2
(]0,1[. On sinteresse ici au probl`eme
div(p(x)u(x)) +q(x)u(x) = f(x),x =]0,1[,
u(0) = 0,
u

(1) = 0,
(4.7.28)
o` u: Notons que ce probl`eme est un cas particulier du probl`eme 3.4.44 page 139 etudie `a lexercice 34 page
139, en prenant: =]0,1[, p 1 et q 1,
0
= 0,
1
= 1, g
0
0, g
1
0 et = 0. On sinteresse ici
`a la discretisation du probl`eme (4.7.28). Soient N IN, h = 1 (N +1) et x
i
= ih, pour i = 0, . . . ,N +1, et
K
i
= [x
i
,x
i+1
], pour i = 0, . . . ,N. On cherche une solution approchee de (3.4.44), notee u
h
, en utilisant
les elements nis (K
i
,x
i
,x
i+1
,P
1
)
N
i=0
. Determiner lespace dapproximation V
h
.
3.1 Montrer que les fonctions base globales sont les fonctions
i
de [0,1] dans IR denies par
i
(x) =
(1
|xxi|
h
)
+
, pour i = 1, . . . ,N + 1.
3.2. Construire le syst`eme lineaire `a resoudre et comparer avec les syst`emes obtenus par dierences nies
et volumes nis.
3.3 A-t-on u

h
(1) = 0?
Exercice 42 (Elements nis Q1) Corrige en page 203
On consid`ere le rectangle de sommets (1,0),(2,0),(1,1),(2,1). On sinteresse `a la discretisation par
elements nis de lespace fonctionnel H
1
().
I. On choisit de decouper en deux elements e
1
et e
2
denis par les quadrilat`eres de sommets respectifs
M
1
(1,1), M
2
(0,1), M
5
(1,0), M
4
(1,0) et M
2
(0,1), M
3
(2,1), M
6
(2,0), M
5
(1,0).
On prend comme noeuds les points M
1
, . . . ,M
6
et comme espace par element lensemble des polynomes
Q
1
. On note
1
= M
4
,M
5
,M
2
,M
1
et
2
= M
5
,M
6
,M
3
,M
2
.
On a donc construit la discretisation (e
1
,
1
,Q
1
),(e
2
,
2
,Q
1
).
I.1 Montrer que les elements (e
1
,
1
,Q
1
) et (e
2
,
2
,Q
1
) sont des elements nis de Lagrange.
I.2. Montrer que lespace de dimension nie correspondant ` a cette discretisation nest pas inclus dans
H
1
() (construire une fonction de cet espace dont la derivee distribution nest pas dans L
2
). Quelle est
dans les hypoth`eses appelees en cours coherence globale celle qui nest pas veriee?
II. On fait le meme choix des elements et des noeuds que dans I. On introduit comme element de reference
e le carre de sommets (1, 1), est lensemble des sommets de e et P = Q
1
.
II.1. Quelles sont les fonctions de base locales de (e,,P). On note ces fonctions
1
, . . . ,
4
.
II.2 A partir des fonctions
1
, . . . ,
4
, construire des bijections F
1
et F
2
de e dans e
1
et e
2
. Les fonctions
F
1
et F
2
sont elles anes?
II.3 On note P
ei
= f : e
i
IR,fF
i
[
e
Q
1
, pour i = 1,2, o` u les F
i
sont denies `a la question precedente.
Montrer que les elements (e
1
,
1
,P
e1
) et (e
2
,
2
,P
e2
) sont des elements nis de Lagrange et que lespace
vectoriel construit avec la discretisation (e
1
,
1
,P
e1
), (e
2
,
2
,P
e2
) est inclus dans H
1
() (i.e. verier la
coherence globale denie en cours). On pourra pour cela montrer que si S = e
1
e
2
= (x,y); x+y = 1,
alors f[
S
,f P
ei
= f : S IR; f(x,y) = a +by,a,b IR.
Exercice 43 (Elements aneequivalents) Corrige en page 206
Soit un ouvert polygonal de IR
2
, et T un maillage de .
Soient (

K,

P) et (K,,P) deux elements nis de Lagrange ane - equivalents. On suppose que les
fonctions de base locales de

K sont anes.
189
Montrer que toute fonction de P est ane.
En deduire que les fonctions de base locales de (K,,P) anes.
Exercice 44 (Elements nis P2 en une dimension despace) Corrige en page 206
On veut resoudre numeriquement le probl`eme aux limites suivant
_

_
u

(x) +u(x) = x
2
, 0 < x < 1
u(0) = 0,
u

(1) = 1.
(4.7.29)
1. Donner une formulation faible du probl`eme (4.7.29)
2. Demontrer que le probl`eme (4.7.29) admet une unique solution.
3. On partage lintervalle ]0,1[ en N intervalles egaux et on approche la solution par une methode
delements nis de degre 2. Ecrire le syst`eme quil faut resoudre.
Exercice 45 (Comparaison de schemas)
Soit f L
2
(]0,1[). On sinteresse au probl`eme suivant:
u

(x) u

(x) +u(x) = f(x), x ]0,1[,


u(0) +u

(0) = 0, u(1) = 1
(4.7.30)
1. Donner une formulation faible du probl`eme de la forme
_
Trouver u H
1
(]0,1[); u(1) = 1,
a(u,v) = T(v), v H.
(4.7.31)
o` u H = v H
1
(]0,1[); v(1) = 0, a et T sont respectivement une forme bilineaire sur H
1
(]0,1[) et une
forme lineaire sur H
1
(]0,1[), `a determiner.
2. Y-a-t-il existence et unicite de solutions de cette formulation faible?
3. Ecrire une discretisation par elements nis conformes de type Lagrange P
1
de (4.7.30) pour un maillage
uniforme. Ecrire le syst`eme lineaire obtenu.
4. Ecrire une discretisation par volumes nis centres de (4.7.30) pour un maillage uniforme. Ecrire le
syst`eme lineaire obtenu.
5. Ecrire une discretisation par dierences nies centres de (4.7.30) pour un maillage uniforme. Ecrire le
syst`eme lineaire obtenu.
6. Ecrire une discretisation par elements nis P2 du probl`eme pour un maillage uniforme.
7. Quel est lordre de convergence de chacune des methodes etudiees aux questions precedentes?
Exercice 46 (Integration numerique) Corrige en page 209
1. Verier que lintegration numerique `a un point de Gauss, donne par le centre de gravite du triangle,
sur lelement ni P
1
sur triangle, est exacte pour les polynomes dordre 1.
2. Verier que lintegration numerique `a trois points de Gauss denis sur le trangle de rererence par
p
1
=
_
1
2
,0
_
, p
2
=
_
1
2
,
1
2
_
, p
3
=
_
0,
1
2
_
. avec les poids dintegration
1
=
2
=
3
=
1
6
, est exacte pour
les polynomes dordre 2.
Exercice 47 (Elements nis Q2) Corrige en page 209
190
On note C le carre [0,1] [0,1] de sommets
a
1
= (0,0), a
2
= (1,0), a
3
= (1,1), a
4
= (0,1).
On note
a
5
= (1/2,0), a
6
= (1,1/2), a
7
= (1/2,1), a
8
= (0,1/2), a
9
= (1/2,1/2)
et

= a
i
,1 i 8.
1. Montrer que pour tout p P
2
i4

i=1
p(a
i
) 2
i8

i=5
p(a
i
) + 4p(a
9
) = 0.
2. En deduire une forme lineaire telle que, si P = p Q
2
,(p) 0, alors
p P et i,1 i 8p(a
i
) = 0 entraine p = 0.
3. Calculer les fonctions de base de lelement ni (C,P

).
Exercice 48 (Elements nis Q

2
) Corrige en page 210
Soit C = [1,1] [1,1]. On note a
1
, . . . ,a
8
les noeuds de C, denis par
a
1
= (1, 1), a
2
= (1, 1), a
3
= (1,1), a
4
= (1,1),
a
5
= (0, 1), a
6
= (1,0), a
7
= (0,1), a
8
= (1,0).
On rappelle que Q
2
= V ect1,x,y,xy,x
2
,y
2
,x
2
y,xy
2
,x
2
y
2
et que dim Q
2
= 9. On note Q

2
lespace de
polynome engendre par les fonctions 1,x,y,xy,x
2
,y
2
,x
2
y,xy
2
.
a) Construire (

i
)
i=1,...,8
Q

2
tel que

j
(a
i
) =
ij
i,j = 1, . . . ,8.
b) Montrer que est Q

2
-unisolvant, avec = a
1
, . . . ,a
8
.
c) Soit S = [1,1] 1,
S
= S, et soit P lensemble des restrictions `a S des fonctions de Q

2
, i.e.
P = f[
S
; f Q

2
. Montrer que
S
est P-unisolvant. La propriete est elle vraie pour les autres aretes
de C?
Exercice 49 (Elements nis P1 sur maillage triangulaire) Corrige en page 210
On veut resoudre numeriquement le probl`eme
u(x,y) = f(x,y), (x,y) D = (0,a) (0,b),
u(x,y) = 0, (x,y) D,
o` u f est une fonction donnee, appartenant `a L
2
(D). Soient M,N deux entiers. On denit
x =
a
M + 1
,y =
b
N + 1
191
et on pose
x
k
= kx,0 k M + 1,y
l
ly,0 l N + 1
On note
T
0
k+1/2,l+1/2
le triangle de sommets (x
k
,y
l
),(x
k+1
,y
l
),(x
k+1
,y
l+1
),
T
1
k+1/2,l+1/2
le triangle de sommets (x
k
,y
l
),(x
k
,y
l+1
),(x
k+1
,y
l+1
).
Ecrire la matrice obtenue en discretisant le probl`eme avec les elements nis triangulaires lineaires (utilisant
le maillage precedent).
4.8 Corriges des exercices
Corrige de lexercice 38 page 187
1.Soit v H
N
, comme H
N
C([0,1]), on a v L
2
(]0,1[). Dautre part, comme v[
Ki
P
1
, on a
v[
Ki
(x) =
i
x +
i
, avec
i
,
i
IR. Donc v admet une derivee faible dans L
2
(]0,1[), et Dv[
Ki
=
i
on a
donc :
|Dv|
L
2 max
i=1,...,N
[
i
[ < +.
De plus v(0) = v(1) = 0, donc v H
1
0
(]0,1[).
On en deduit que H
N
H
1
0
(]0,1[).
2. On a :

i
(x) =
_

_
1
x x
i
h
si x K
i
1 +
x x
i
h
si x K
i1
0 si x ]0,1[ K
i
K
i1
On en deduit que
i
[
Kj
P
1
pour tout j = 0, . . . ,N.
De plus, les fonctions
i
sont clairement continues. Pour montrer que
i
H
N
, il reste `a montrer que

i
(0) =
i
(1) = 0. Ceci est immediat pour i = 2, . . . ,N 1, car dans ce cas
i
[
K0
=
i
[
KN+1
= 0. On
verie alors facilement que
1
(0) = 1
h
h
= 0 et
N
(1) = 0.
Pour montrer que H
N
= V ect
1
, . . . ,
N
, il sut de montrer que
1
, . . . ,
N
est une famille libre de
H
N
.
En eet, si
N

i=1
a
i

i
= 0, alors en particulier
N

i=1
a
i

i
(x
k
) = 0, pour k = 1, . . . ,N, et donc a
k
= 0 pour
k = 1, . . . ,N.
3. Soit u =
N

j=1
u
j

j
solution de
a(u,
i
) = T(
i
) i = 1, . . . ,N.
La famille (u
j
)
j=1,...,N
est donc solution du syst`eme lineaire
N

j=1
/
i,j
u
j
= (
i
i = 1, . . . ,N
192
o` u /
i,j
= a(
j
,
i
) et (
i
= T(
i
). Calculons /
i,j
et (
i
; on a :
K
i,j
=
_
1
0

j
(x)

i
(x)dx; or

i
(x) =
_

_
1
h
si x ]x
i1
x
i
[

1
h
si x ]x
i
,x
i+1
[,
0 ailleurs
On en deduit que :
/
i,i
=
_
1
0
(

i
(x))
2
dx = 2h
1
h
2
=
2
h
pour i = 1, . . . ,N,
/
i,i+1

_
1
0

i
(x)

i+1
(x)dx = h
1
h
2
=
1
h
, pour i = 1, . . . ,N 1,
/
i,i1
=
_
1
0

i
(x)

i1
(x)dx =
1
h
pour i = 2, . . . ,N,
/
i,j
= 0 pour [i j[ > 1.
Calculons maintenant (
i
:
(
i
=
_
xi+1
xi1
f(x)
i
(x)dx
Si f est constante, on a alors (
i
= f
_
xi+1
xi1

i
(x)dx = hf. Si f nest pas constante, on proc`ede `a une
integration numerique. On peut, par exemple, utiliser la formule des trap`ezes pour le calcul des integrales
_
xi
xi1
f(x)
i
(x)dx et
_
xi+1
xi
f(x)
i
(x)dx. On obtient alors :
(
i
= hf(x
i
).
Le schema obtenu est donc :
_
2u
i
u
i1
u
i+1
= h
2
f(x
i
) i = 1, . . . ,N
u
0
= u
N+1
= 0
Cest exactement le schema dierences nis avec un pas constant h.
Corrige de lexercice 39 page 188
1. Soit (x
i
)
i=1,...,N+1
une discretisation de lintervalle [0,1], avec 0 = x
0
< x
1
< x
i
< x
i+1
< x
N
<
x
N+1
= 1. Pour i = 1, . . . ,N, on pose h
i+
1
2
= x
i+1
x
i
. Lequation (3.4.40) au point x
i
secrit :
u
xx
(x
i
) +u(x
i
) = f(x)
On ecrit les developpements de Taylor de u(x
i+1
) et u(x
i1
) :
u(x
i+1
) = u(x
i
) +h
i+
1
2
u

(x
i
) +
1
2
h
2
i+
1
2
u

(x
i
) +
1
6
h
3
i+
1
2
u

(
i
), avec
i
[x
i
,x
i+1
],
u(x
i1
) = u(x
i
) h
i
1
2
u

(x
i
) +
1
2
h
2
i
1
2
u

(x
i
)
1
6
h
3
i
1
2
u

(
i
), avec
i
[x
i1
,x
i
],
193
En multipliant la premi`ere egalite par h
i
1
2
, la deuxi`eme par h
i+
1
2
et en additionnant :
u

(x
i
) =
2
h
i+
1
2
h
i
1
2
(h
i+
1
2
+h
i
1
2
)
_
h
i
1
2
u(x
i+1
) +h
i+
1
2
u(x
i1
) + (h
i+
1
2
+h
i
1
2
)u(x
i
)
_

1
6
h
2
i+
1
2
h
i+
1
2
+h
i
1
2
u

(
i
) +
1
6
h
2
i
1
2
h
i+
1
2
+h
i
1
2
u

(
i
).
En posant
i
=
2
h
i+
1
2
h
i
1
2
(h
i+
1
2
+h
i
1
2
)
, on deduit donc lapproximation aux dierences nies suivante pour
tous les noeuds internes :

i
_
h
i
1
2
u
i+1
+h
i+
1
2
u
i1
+ (h
i+
1
2
+ h
i
1
2
)u
i
_
+u
i
= f(x
i
), i = 1, . . . ,N.
La condition de Fourier en 0 se discretise par
u
1
u
0
h1
2
u
0
= 0,
et la condition de Neumann en 1 par :
u
N+1
u
N
h
N+
1
2
= 1.
On obtient ainsi un syst`eme lineaire carre dordre N + 1.
2. On prend maintenant une discretisation volumes nis non uniforme, cest`adire quon se donne N
IN

et h
1
, . . . ,h
N
> 0 t.q.

N
i=1
h
i
= 1. On pose x1
2
= 0, x
i+
1
2
= x
i
1
2
+ h
i
, pour i = 1, . . . ,N (de sorte
que x
N+
1
2
= 1), h
i+
1
2
=
hi+1+hi
2
, pour i = 1, . . . ,N 1, et f
i
=
1
hi
_
x
i+
1
2
x
i
1
2
f(x)dx, pour i = 1, . . . ,N.
En integrant la premi`ere equation de (3.4.40), et en approchant les ux u

(x
i+
1
2
) par le ux numerique
F
i+
1
2
, on obtient le schema suivant :
F
i+
1
2
F
i
1
2
+h
i
u
i
= h
i
f
i
, i 1, . . . ,N, (4.8.32)
o` u (F
i+
1
2
)
i{0,...,N}
donne en fonction des inconnues discr`etes (u
1
, . . . ,u
N
) par les expressions suivantes,
tenant compte des conditions aux limites :
F
i+
1
2
=
u
i+1
u
i
h
i+
1
2
, = i 1, . . . ,N 1, (4.8.33)
F1
2
=
u
1
u
0
x1
2
, (4.8.34)
F1
2
u
0
= 0 (4.8.35)
F
N+
1
2
= 1. (4.8.36)
Notons que u
0
peut etre elimine des equations (4.8.52) et(4.8.53). On obtient ainsi un syst`eme lineaire
de N equations `a N inconnues :
194

u
2
u
1
h3
2
+
u
1
1
x1
2
+h
1
u
1
= h
1
f
1
, (4.8.37)

u
i+1
u
i
h
i+
1
2
+
u
i
u
i1
h
i
1
2
+h
i
u
i
= h
i
f
i
, i 2, . . . ,N 1, (4.8.38)
1 +
u
N
u
N1
h
N
1
2
+h
N
u
N
= h
N
f
N
, (4.8.39)
3. Comme pour les dierences nies, on se donne (x
i
)
i=1,...,N+1
une discretisation de lintervalle [0,1],
avec 0 = x
0
< x
1
< x
i
< x
i+1
< x
N
< x
N+1
= 1. Pour i = 1, . . . ,N, on pose h
i+
1
2
= x
i+1
x
i
et K
i+
1
2
= [x
i
,x
i+1
], pour i = 0, . . . ,N. On denit lespace dapproximation H
N
= v C([0,1],IR)
t.q. v[
K
i+
1
2
P
1
,i = 0, . . . ,N, o` u P
1
designe lensemble des polynomes de degre inferieur ou egal `a 1.
Remarquons que lon a bien H
N
H.
Pour i = 1, . . . ,N, on pose:

i
(x) =
1
hi
1
2
(x x
i1
) si x K
i
1
2
,

i
(x) =
1
hi+
1
2
(x
i+1
x) si x K
i+
1
2
,

i
(x) = 0 sinon,
(4.8.40)
et on pose egalement

N+1
(x) =
1
hi
1
2
(x x
i1
) si x K
N+
1
2
,

N+1
(x) = 0 sinon,
(4.8.41)

0
(x) =
1
h
1
2
(x
1
x) si x K1
2
,

0
(x) = 0 sinon,
(4.8.42)
On verie facilement que
i
H
N
pour tout 0 = 1, . . . ,N + 1 et que H
N
= V ect
0
, . . . ,
N+1
.
La formulation elements nis secrit alors :
u
(N)
H
N
,
a(u
(N)
,v) = T(v),v H
N
,
(4.8.43)
Pour construire le syst`eme lineaire `a resoudre, on prend successivement v =
i
, i = 0, . . . ,N + 1 dans
(4.8.43). Soit u
(N)
=
N+1

j=0
u
j

j
solution de
a(u
(N)
,
i
) = T(
i
) i = 0, . . . ,N + 1.
La famille (u
j
)
j=0,...,N+1
est donc solution du syst`eme lineaire
N

j=0
/
i,j
u
j
= (
i
i = 0, . . . ,N + 1,
195
o` u /
i,j
= a(
j
,
i
) et (
i
= T(
i
). Calculons /
i,j
et (
i
; on a : /
ij
=
_
1
0

j
(x)

i
(x)dx +
_
1
0

j
(x)
i
(x)dx.
Or

i
(x) =
_

_
1
h
i
1
2
si x ]x
i1
x
i
[

1
h
i+
1
2
si x ]x
i
,x
i+1
[
0 ailleurs.
Donc si 1 i = j N, on a
/
i,i
=
_
1
0
(

i
(x))
2
dx +
_
1
0
(
i
(x))
2
dx +
_
1
0

i
(x)

i
(x)dx =
1
h
i
1
2
+
1
h
i+
1
2
+
h
i
1
2
3
+
h
i+
1
2
3
.
Si i = j = N + 1, alors
/
N+1,N+1
=
_
1
0
(

N+1
(x))
2
dx +
_
1
0
(
N+1
(x))
2
dx =
1
h
N+
1
2
+
h
N+
1
2
3
.
Si i = j = 0, alors
/
0,0
=
_
1
0
(

0
(x))
2
dx +
_
1
0
(
0
(x))
2
dx +
2
0
=
1
h1
2
+
h1
2
3
+ 1.
Si 0 i N et j = i + 1, on a :
/
i,i+1
=
_
1
0

i
(x)

i+1
(x)dx +
_
1
0

i
(x)
i+1
(x)dx = h
i+
1
2

1
h
2
i+
1
2
+
h
i+
1
2
2

h
i+
1
2
3
=
1
h
i+
1
2
+
h
i+
1
2
6
.
La matrice etant symetrique, si 1 i N + 1 et j = i 1, on a :
/
i,i1
= /
i1,i
=
1
h
i
1
2
+
h
i
1
2
6
.
Calculons maintenant (
i
.
(
i
=
_
xi+1
xi1
f(x)
i
(x)dx +
i
(1).
Si f est constante, on a alors (
i
= f
_
xi+1
xi1

i
(x)dx +
i
(1) =
1
2
(h
i
1
2
+h
i+
1
2
)f +
i
(1).
Si f nest pas constante, on proc`ede `a une integration numerique. On peut, par exemple, utiliser la formule
des trap`ezes pour le calcul des integrales
_
xi
xi1
f(x)
i
(x)dx et
_
xi+1
xi
f(x)
i
(x)dx. On obtient alors :
(
i
=
1
2
(h
i
1
2
+h
i+
1
2
)f(x
i
) +
i
(1).
196
Le schema obtenu est donc :
_

_
(
1
h
i
1
2
+
1
h
i+
1
2
+
h
i
1
2
3
+
h
i+
1
2
3
)u
i
+ (
h
i
1
2
6

1
h
i
1
2
)u
i1
+ (
h
i+
1
2
6

1
h
i+
1
2
)u
i+1
=
1
2
(h
i
1
2
+h
i+
1
2
)f(x
i
) i = 1, . . . ,N
(
1
h1
2
+
h1
2
3
+ 1)u
0
+ (
1
h
i+
1
2
+
h
i+
1
2
6
)u
1
=
1
2
h1
2
f(x
0
)
(
1
h
N+
1
2
+
h
N+
1
2
3
)u
N+1
(
h
N+
1
2
6

1
h
N+
1
2
=
1
2
h
N+
1
2
f(x
N+1
) + 1.
Corrige de lexercice 40 page 188
1. On se donne (x
i
)
i=1,...,N+1
, discretisation de lintervalle [0,1], avec h = 1/N, et x
i
= (i 1)h,i =
1, . . . ,N + 1. Pour i = 1, . . . ,N, on pose K
i+
1
2
= [x
i
,x
i+1
], pour i = 0, . . . ,N. On denit lespace dap-
proximation H
N
= v C([0,1],IR) t.q. v(1) = 0 et v[
K
i+
1
2
P
1
,i = 0, . . . ,N, o` u P
1
designe lensemble
des polynomes de degre inferieur ou egal `a 1. Remarquons que lon a bien H
N
H.
Pour i = 1, . . . ,N, on pose:

i
(x) =
1
h
(x x
i1
) si x K
i
1
2
,

i
(x) =
1
h
(x
i+1
x) si x K
i+
1
2
,

i
(x) = 0 sinon,
(4.8.44)

0
(x) =
2
h
(x
1
x) si x K1
2
,

0
(x) = 0 sinon,
(4.8.45)
On verie facilement que
i
H
N
pour tout 0 = 1, . . . ,N + 1 et que H
N
= V ect
0
, . . . ,
N
.
On pose enn

N+1
(x) =
1
h
(x x
i1
) si x K
N+
1
2
,

N+1
(x) = 0 sinon,
(4.8.46)
La formulation elements nis secrit alors :
u
(N)
= u
(N)
+
N+1
, avec u
(N)
H
N
,
a( u
(N)
+
N+1
,v) = T(v),v H
N
,
(4.8.47)
Pour construire le syst`eme lineaire `a resoudre, on prend successivement v =
i
, i = 0, . . . ,N dans (4.8.47).
Soit u
(N)
=
N

j=0
u
j

j
solution de
a( u
(N)
+
N+1
,
i
) = T(
i
) i = 0, . . . ,N + 1.
La famille (u
j
)
j=0,...,N+1
est donc solution du syst`eme lineaire
N

j=0
/
i,j
u
j
= (
i
i = 0, . . . ,N + 1,
197
o` u /
i,j
= a(
j
,
i
) et (
i
= T(
i
) a(
N+1
,
j
). Calculons /
i,j
et (
i
; on a :
/
i,j
=
_
1
0

j
(x)

i
(x)dx +
_
1
0

j
(x)
i
(x)dx +
_
1
0

j
(x)
i
(x)dx.
Or

i
(x) =
_

_
1
h
si x ]x
i1
x
i
[

1
h
si x ]x
i
,x
i+1
[
0 ailleurs.
Donc si 1 i = j N, on a
/
i,i
=
_
1
0
(

i
(x))
2
dx +
_
1
0
(
i
(x))
2
dx +
_
1
0

i
(x)

i
(x)dx =
1
h
+
1
h
+
h
3
+
h
3
.
Si i = j = 0, alors
/
0,0
=
_
1
0
(

0
(x))
2
dx +
_
1
0
(
0
(x))
2
dx +
_
1
0

0
(x)
0
(x)dx =
2
h
+
h
6
+ 1.
Si 0 i N et j = i + 1, on a :
/
i,i+1
=
_
1
0

i
(x)

i+1
(x)dx +
_
1
0

i
(x)
i+1
(x)dx +
_
1
0

i
(x)
i+1
(x)dx (4.8.48)
= h
1
h
2
+
h
2

h
3
=
1
h
+
h
6

1
2
. (4.8.49)
La matrice tant symetrique, si 1 i N + 1 et j = i 1, on a :
/
i,i1
= /
i1,i
=
1
h
i
1
2
+
h
i
1
2
6

1
2
.
Calculons maintenant (
i
.
(
i
=
_
xi+1
xi1
f(x)(
i
(x)
N+1
(x))dx.
2. On se donne N IN

et h > 0 t.q. Nh = 1. On pose x1


2
= 0, x
i+
1
2
= x
i
1
2
+ h, pour i = 1, . . . ,N (de
sorte que x
N+
1
2
= 1), f
i
=
1
h
_
x
i+
1
2
x
i
1
2
f(x)dx, pour i = 1, . . . ,N.
En integrant la premi`ere equation de (3.4.41), et en approchant les ux u

(x
i+
1
2
) par le ux numerique
F
i+
1
2
, et u(x
i+
1
2
) par u
i+
1
2
, on obtient le schema suivant :
F
i+
1
2
F
i
1
2
+u
i+
1
2
u
i
1
2
+hu
i
= hf
i
, i 1, . . . ,N, (4.8.50)
o` u les ux numeriques de diusion (F
i+
1
2
)
i{0,...,N}
sont donnes en fonction des inconnues discr`etes
(u
1
, . . . ,u
N
) par les expressions suivantes, tenant compte des conditions aux limites :
198
F
i+
1
2
=
u
i+1
u
i
h
, = i 1, . . . ,N 1, (4.8.51)
F1
2
=
u
1
u
0
h
2
, (4.8.52)
F1
2
+u
0
= 0 (4.8.53)
F
N+
1
2
=
1 u
N
h
2
, (4.8.54)
Avec un choix centre, on ecrit : u
i+
1
2
=
1
2
(u
i+1
+u
i
) pour i = 1, . . . ,N.
Notons que u
0
peut etre elimine des equations (4.8.52) et(4.8.53) ; on obtient u
0
= u
1
(1
h
2
). On obtient
ainsi un syst`eme lineaire de N equations `a N inconnues :

u
2
u
1
h
+u
1
(1
h
2
) +
1
2
(u
2
u
1
(1
h
2
)) +hu
1
= hf
1
, (4.8.55)

u
i+1
u
i
h
+
u
i
u
i1
h
+
1
2
(u
i+1
u
i1
) +hu
i
= hf
i
, i 2, . . . ,N 1, (4.8.56)
1 +
u
N
u
N1
h
+ 1
1
2
(u
N
+u
N1
) +hu
N
= h
N
f
N
, (4.8.57)
3. Soit (x
i
)
i=1,...,N+1
une discretisation de lintervalle [0,1], avec x
i
= ih, pour 0 = 1, . . . ,N + 1, avec
h =
1
N+1
. Lequation (3.4.40) au point x
i
secrit :
u
xx
(x
i
) +u(x
i
) = f(x)
On ecrit les developpements de Taylor de u(x
i+1
) et u(x
i1
) :
u(x
i+1
) = u(x
i
) +hu

(x
i
) +
1
2
h
2
u

(x
i
) +
1
6
h
3
u

(
i
), avec
i
[x
i
,x
i+1
],
u(x
i1
) = u(x
i
) hu

(x
i
) +
1
2
h
2
u

(x
i
)
1
6
h
3
u

(
i
), avec
i
[x
i1
,x
i
],
En multipliant les deux egalites par h et en additionnant, on obtient :
u

(x
i
) =
1
h
2
_
u(x
i+1
) +u(x
i1
) + 2u(x
i
)
_
+
h
12
(u

(
i
) +u

(
i
)).
On deduit donc lapproximation aux dierences nies suivante pour tous les noeuds internes :
1
h
2
_
u
i+1
+u
i1
+ 2u
i
_
+u
i
= f(x
i
), i = 1, . . . ,N.
La condition de Fourier en 0 se discretise par
2
u
1
u
0
h
u
0
= 0,
199
et la condition de Neumann en 1 par :
2
u
N+1
u
N
h
= 1.
On obtient ainsi un syst`eme lineaire carre dordre N + 1.
4.. Quel est lordre de convergence de chacune des methodes etudiees aux questions precedentes?
Les trois premi`eres methodes (EF P1, volumes nis et dierences nies sur maillage uniforme) sont dordre
2. La methode delements nis P2 est dordre 3.
Corrige de lexercice 41 page 188
Le probl`eme (4.7.28) secrit :
_

_
u

(x) +u(x) = f(x), x ]0,1[


u(0) = 0
u

(1) = 0.
(4.8.58)
Lespace H
1
0,g0
deni `a lexercice 34 page 139 est donc dans ce cas egal `a H = u H
1
(]0,1[,u(0) = 0.
Lespace dapproximation V
h
est donc lensemble des fonctions continues, anes sur chaque maille K
i
=
[x
i
,x
i+1
], et nulles en 0.
1.1. Lensemble V
h
est engendre par les fonctions de base elements nis P1 aux noeuds x
i
,i = 1, . . . ,N+1.
Ces fonctions secrivent justement

i
(x) =
_
1
[x x
i
[
h
_
+
i = 1, . . . ,N + 1.
1.2. Le syst`eme lineaire `a resoudre secrit :
/u = (,
o` u / est une matrice dordre N + 1,( IR
N+1
, et
/
ij
=
_
1
0
[

i
(x)

j
(x) +
i
(x)
j
(x)]dx,
(
i
=
_
1
0
f(x)
i
(x)dx, i = 1, . . . ,N + 1.
Les integrales
_
1
0

i
(x)

j
(x)dx et
_
1
0
f(x)
i
(x)dx sont calculees par exemple `a lexercice 38 page 187,
pour i,j = 1, . . . ,N. Il reste `a calculer b
ij
=
_
1
0

i
(x)
j
(x)dx, pour i,j = 1, . . . ,N, et les integrales faisant
intervenir le noeud N +1. En ce qui concerne le calcul de b
ij
pour i,j = 1, . . . ,N, trois cas se presentent.
1. Si j = i, b
ii
=
_
xi
xi1
_
1 +
xxi
h
_
2
dx +
_
xi+1
xi
_
1
xxi
h
_
2
dx, par changement de variable, =
1 +
x x
i
h
dans la premi`ere integrale et = 1
x x
i
h
dans la seconde, on a donc :
b
ii
= 2h
_
1
0

2
d =
2h
3
200
2. Si j = i +1, b
ii+1
=
_
xi+1
xi
_
1
xxi
h
_
_
1 +
xxi+1
h
_
dx. Posons =
x x
i
h
, on a donc
x x
i+1
h
=
x x
i
+x
i
x
i+1
h
= 1. Donc b
ii+1
=
_
1
0
(1 )hd = h
_
1
2

1
3
_
=
h
6
.
3. De meme, par symetrie, si j = i 1, b
i,i+1
=
h
6
.
On a donc nalement :
/
ii
=
2
h
+
2h
3
pour i = 1, . . . ,N
/
ii+1
=
1
h
+
h
6
pour i = 1, . . . ,N
/
i1,i
=
1
h
+
h
6
pour i = 2, . . . ,N + 1
En ce qui concerne le noeud N + 1, on a :
_
1
0

N+1
(x)

N+1
(x)dx = h
et
b
N+1,N+1
=
_
xN+1
xN
_
1 +
x x
N+1
h
_
2
dx = h
_
1
0

2
d =
h
3
Donc /
N+1,N+1
=
1
h
+
h
3
.
Dautre part, avec une integration numerique par la methode des trap`ezes pour le calcul de (
i
, on obtient
(
i
= hf(x
i
) i = 1, . . . ,N
(
N+1
=
h
2
f(x
N+1
).
Le schema elements nis secrit donc nalement :
_

_
_
2
h
+
2h
3
_
u
i
+
_

1
h
+
h
6
_
u
i1
+
_

1
h
+
h
6
_
u
i+1
= hf(x
i
), i = 2, . . . ,N
_
2
h
+
2h
3
_
u
1
+
_

1
h
+
h
6
_
u
2
= hf(x
i
)
_
1
h
+
h
3
_
u
N+1
+
_

1
h
+
h
6
_
u
N
=
h
2
f(x
N+1
).
Le schema dierences nies pour le probl`eme (4.8.58) secrit :
_

_
1
h
2
[2u
i
u
i1
u
i+1
] +u
i
= f(x
i
)i = 1, . . . ,N
u
0
= 0
u
N+1
= u
N
.
201
Ce qui secrit encore :
_

_
_
2
h
+h
_
u
i

1
h
u
i1

1
h
u
i+1
= hf(x
i
), i = 2, . . . ,N
_
2
h
+h
_
u
1

1
h
u
2
= hf(x
1
)
_
1
h
+h
_
u
N

1
h
u
N1
= hf(x
N
).
Donc le schema EF P1 et le schema dierences nies ne sont pas equivalents.
Pour discretiser le probl`eme (4.8.58) par un schema volumes nis, on commence par integrer lequation
(4.8.58) sur chaque maille K
i
= [x
i
1
2
x
i+
1
2
]
u

(x
i+
1
2
) +u

(x
i
1
2
) +
_
x
i+
1
2
x
i
1
2
u(x)dx =
_
x
i+
1
2
x
i
1
2
f(x)dx.
La discretisation de cette equation donne alors, en fonction des inconnues discr`etes u
1
, . . . ,u
N
(en tenant
compte des conditions aux limites).
_

u
i+1
u
i
h
+
u
i
u
i1
h
+hu
i
= hf
i
i = 2, . . . ,N 1

u
2
u
1
h
+
2u
1
h
+hu
1
= hf
1
u
N
u
N1
h
+hu
N
= hf
N
,
avec f
i
=
1
h
_
x
i+
1
2
x
i
1
2
f(x)dx. Ceci secrit encore :
_

_
_
2
h
+h
_
u
i

1
h
u
i1

1
h
u
i+1
= hf(x
i
), i = 2, . . . ,N
_
3
h
+h
_
u
1

1
h
u
2
= hf(x
1
)
_
1
h
+h
_
u
N

1
h
u
N1
= hf(x
N
).
Les schemas elements nis, dierences nis et volumes nis ne sont pas exactement les memes pour le
probl`eme (4.8.58).
3. Dans le cas du schema element ni, on a
u
h
[
[xN,xN+1]
= u
N

n1
+u
N+1

N
.
Donc u

h
(1) =
1
h
(u
N+1
u
N
). Cette quantite nest pas forcement egale `a 0 (prendre par exemple le cas
de trois mailles).
202
Correction de lexercice 42 page 189
I.1. On note x,y les deux variables de IR
2
. Lespace Q
1
est lensemble des polynomes de la forme a +bx+
cy + dxy avec a,b,c,d IR. On a donc dim Q
1
= 4 = Card
1
= Card
2
pour montrer que (e
1
,
1
,Q
1
)
est un element ni de Lagrange, il sut de montrer que f Q
1
et f[
1
= 0 implique f = 0. Soient donc
a,b,c,d, IR. On pose f(x,y) = a + bx + cy + dxy pour (x,y)
t
e
1
et on suppose que f[
1
= 0, cest `a
dire : f(1,1) = 0,f(0,1) = 0,f(1,0) = 0 et f(1,0) = 0. On a donc :
_

_
a b + c d = 0
a +c = 0
a +b = 0
a b = 0
Les deux derni`eres equations donnent que a = b = 0, la troisi`eme donne alors que c = 0, et la premi`ere
donne enn que d = 0. On a donc montre que f = 0. On en deduit que (e
1
,
1
,Q
1
) est un element ni de
Lagrange. Pour montrer que (e
2
,
2
,Q
1
) est un element ni de Lagrange, on proc`ede de la meme fa con:
soient a,b,c,d IR et f(x,y) = a +bx +cy +dxy pour (x,y)
t
e
2
. On suppose que f[
2
= 0, cest `a dire :
f(0,1) = 0,f(2,1) = 0,f(2,0) = 0 et f(1,0) = 0. On a donc :
_

_
a +c = 0
a + 2b + c + 2d = 0
a + 2b = 0
a +b = 0
Les deux derni`eres equations donnent a = b = 0, la premi`ere donne alors c = 0 et, nalement, la quatri`eme
donne d = 0. On a donc montre que f = 0. On en deduit que (e
2
,
2
,Q
1
) est un element ni de Lagrange.
I.2. Lespace (de dimension nie) associe ` a cette discretisation est engendre par les six fonctions de base
globales. On va montrer que la fonction de base associee `a M
1
(par exemple) nest pas dans H
1
(). On
note
1
cette fonction de base. On doit avoir
1|e1
Q
1
,
1|e2
Q
1
et
1
(M
1
) = 1,
1
(M
i
) = 0 si i ,= 1.
On en deduit que
1
= 0 sur e
2
et
1
(x,y) = xy si (xy)
t
e
1
. On a bien
1
L
2
() mais on va montrer
maintenant que
1
na pas de derivee faible dans L
2
() (et donc que
1
, H
1
()). On va sinteresser `a
la derivee faible par rapport `a x (mais on pourrait faire un raisonnement similaire pour la derivee faible
par rapport `a y). On suppose que
1
a une derivee faible par rapport `a x dans L
2
() (et on va montrer
que ceci m`ene `a une contradiction). Supposons donc quil existe une fonction L
2
() telle que
I =
_
2
1
_
1
0

1
(x,y)

x
(x,y)dxdy =
_
2
1
_
1
0
(x,y)(x,y)dxdy, pour tout C

c
(). (4.8.59)
Soit C

c
(), comme
1
est nulle sur e
2
, on a I =
_ _
e1

1
(x,y)

x
(x,y)dxdy et donc :
I =
_
1
0
__
1y
1
(xy)

x
(x,y)dx
_
dy.
203
Par integration par parties, en tenant compte du fait que est `a support compact sur , on obtient :
I =
_
1
0
__
1y
1
y (x,y)dx (1 y)y(1 y,y)
_
dy
=
_
1
0
_
2
1
y1
e1
(x,y)(x,y)dx
_
1
0
(1 y)y(1 y,y)dy.
En posant

(x,y) = (x,y) +y1
e1
(x,y) , on a

L
2
() et :
_
1
0
(1 y)y(1 y,y)dy =
_
2
1
_
1
0

(x,y)(x,y)dxdy. (4.8.60)
Pour aboutir `a une contradiction, on va montrer que (4.8.60) est fausse pour certains C

c
(). On
remarque tout dabord quil existe C

c
() t.q.
_
1
0
(1 y)(y)(1 y,y)dy > 0.
(Il sut de choisir C

c
() t.q. 0 et (1 y,y) > 0 pour y =
1
2
, par exemple.) On se donne
maintenant une fonction C

c
(IR) t.q. (0) = 1 et = 0 sur [1,1]
c
et on ecrit (4.8.60) avec
n
au
lieu de , o` u
n
est denie par :

n
(x,y) = (x,y)(n(x +y 1))
(noter que lon a bien
n
C

c
() car C

(IR) et C

c
()) On a donc
_
1
0
(1 y)y
n
(1 y,y)dy =
_
2
1
_
1
0

(x,y)
n
(x,y) dxdy.
Le terme de gauche de cette egalite est independant de n et non nul car
n
(1 y,y) = (1 y,y) pour
tout n et tout y [0,1]. Le terme de droite tend vers 0 quand n par convergence dominee car

n
0 p.p., et [

n
[ ||

[ [[ L
1
().
Ceci donne la contradiction desiree et donc que
1
, H
1
(). Lhypoth`ese non veriee (pour avoir la
coherence globale) est lhypoth`ese (4.2.7). En posant S = e
1
e
2
, on a

1
S =
2
S = M
2
,M
5
,
et on a, bien s ur,
1
[
S
=
1
[
S
mais on remarque que (M
2
,M
5
,Q
1
[
S
) nest pas unisolvant car Card(M
2
,M
5
) =
2 et dim(Q
1
[
S
) = 3.
II.1. Les quatre fonctions de base de (e,,P) sont :

1
(x,y) =
1
4
(x + 1)(y + 1)

2
(x,y) =
1
4
(x + 1)(y 1)

3
(x,y) =
1
4
(x 1)(y + 1)

4
(x,y) =
1
4
(x 1)(y 1).
II.2.
204
Construction de F
1
Pour (x,y)
t
e, on pose
F
1
(x,y) = M
1

3
(x,y) +M
2

1
(x,y) +M
5

2
(x,y) +M
4

4
(x,y),
ce qui donne
4F
1
(x,y) =
_
1
1
_
(1 x)(1 +y) +
_
0
1
_
(1 +x)(1 +y) +
_
1
0
_
(1 +x)(1 y) +
_
1
0
_
(1 x)(1 y)
et donc
4F
1
(x,y) =
_
1 + 3x y xy
2(1 +y)
_
.
Pour y [1,1] xe, la premi`ere composante de F
1
(x,y) est lineaire par rapport `a x et F
1
(,y) est une
bijection de [1,1] y dans [1,
1y
2
]
1+y
2
. On en deduit que F
1
est une bijection de e dans e
1
.
Construction de F
2
Pour (x,y)
t
e, on pose
F
2
(x,y) = M
2

3
(x,y) +M
3

1
(x,y) +M
6

2
(x,y) +M
5

4
(x,y),
ce qui donne
4F
2
(x,y) =
_
0
1
_
(1 x)(1 +y) +
_
2
1
_
(1 +x)(1 +y) +
_
2
0
_
(1 +x)(1 y) +
_
1
0
_
(1 x)(1 y)
et donc 4F
2
(x,y) =
_
5 + 3x y +xy
2 + 2y
_
Pour y [1,1] xe, la premi`ere composante de F
2
(x,y) est
lineaire par rapport `a x et F
2
(.,y) est une bijection de [1,1] y dans
_
1y
2
,2

_
1+y
2
_
On en deduit
que F
2
est une bijection de e dans e
2
. Les fonctions F
1
et F
2
ne sont pas anes.
II.3. Les elements (e
1
,
1
,P
e1
) et (e
2
,
2
,P
e2
) sont les elements nis de Lagrange construits `a partir de
lelement ni de Lagrange (e,,P) et des bijections F
1
et F
2
(de e dans e
1
et de e dans e
2
), voir la
proposition 4.10 page 162. Pour montrer que lespace vectoriel construit avec (e
1
,
1
,P
e1
) et (e
2
,
2
,P
e2
)
est inclus dans H
1
(), il sut de verier la propriete de coherence globale donnee dans la proposition
4.11 page 163. On pose
S = e
1
e
2
= (x,y)

,x +y = 1
= (1 y,y),y [0,1]
On remarque tout dabord que
1
S =
2
S = M
2
,M
5
. On determine maintenant P
e1|S
et P
e2|S
.
Soit f P
e1
. Soit (x,y) S (cest `a dire y [0,1] et x + y = 1) on a f(x,y) = f F
1
(1,2y 1). (On a
utilise ici le fait que F
1
(1 [1,1]) = 5). Donc P
e1|S
est lensemble des fonctions de S dans IR de la
forme : (x,y) g(1,2y 1), o` u g Q
1
, cest `a dire lensemble des fonctions de S dans IR de la forme :
(x,y) + +(2y 1) +(2y 1),
avec , , , et IR. On en deduit que P
e1
[
S
est lensemble des fonctions de S dans IR de la forme
(x,y) a + by avec a,b IR. On a donc P
e1
[
S
= P
e2
[
S
. Ceci donne la condition (4.2.6) page 163. Enn,
la condition (4.2.7) est bien veriee, cest `a dire (
1
,P
e1
[
S
) est unisolvant, car un element de P
e1
[
S
est
bien determine de mani`ere unique par ses valeurs en (0,1) et (1,0).
205
Correction de lexercice 43 page 189(Elements aneequivalents)
Si les fonctions de base de (

K,

,

P) sont anes, alors lespace

P est constitue des fonctions anes, on
peut donc ecrire.

P =

f :

K IR, x = ( x
1
, x
2
)
t
f( x) = a
1
x
1
+ a
2
x
2
+b.
Comme (

K,

,

P) et ((K,,P) sont anes equivalents, on a par denition:
P = f : K IR; f =

f F
1
,

f

P,
o` u F est une fonction ane de

K dans K la fonction F
1
est donc aussi ane et secrit donc sous la
forme :
F
1
(x) = F
1
((x
1
,x
2
)
t
) = (
1
x
1
+
1
x
2
+ +,
1
x
1
+
2
x
2
+)
t
Donc si f =

f F
1
P, on a
f(x) =

f F
1
((x
1
,x
2
)
t
)
=

f[(
1
x
1
+
2
x
2
+,
1
x
1
+
2
x
2
+)
t
]
= A
1
x
1
+A
2
x
2
+B
o` u A
1
,A
2
et B IR
2
. On en deduit que f est bien ane. Lespace P est donc constitue de fonctions
anes. Pour montrer que les fonctions de base locales sont anes, il sut de montrer que lespace P est
constitue de toutes les fonctions anes. En eet, si f est ane, i.e. f(x
1
,x
2
) = A
1
x
1
+ A
2
x
2
+ B, avec
A
1
,A
2
,B IR
2
, on montre facilement que

f : f F

P, ce qui montre que f P.
Corrige de lexercice 44 page 190
1) Pour obtenir une formulation faible, on consid`ere une fonction test C
2
([0,1],IR) ; on multiplie la
premi`ere equation de (2.5.23) par et on int`egre par partie, on obtient alors :
u

(1)(1) u

(0)(0) +
_
1
0
(u

(x)

(x) +u(x)(x))dx =
_
1
0
x
2
(x)dx.
Comme u

(1) = 0, si on choisit H = v H
1
(]0,1[; v(0) = 0, cette derni`ere egalite secrit :
_
1
0
[u

(x)

(x) +u(x)(x)] dx =
_
1
0
x
2
(x) dx (1).
En posant
a(u,v) =
_
1
0
(u

(x)v

(x) +u(x)v(x))dx et L(v) =


_
1
0
x
2
v(x)dx,
on obtient la formulation variationnelle suivante :
_
u H
a(u,v) = L(v) v H
(4.8.61)
On a donc montre que si u est solution de (3.4.39), alors u est solution de (4.8.61).
Montrons maintenant la reciproque : Soit u C
2
([0,1]) solution de (4.8.61) ; en integrant par partie, il
vient :
u

(1)(1) +u

(0)(0) +
_
1
0
u

(x)(x) +u(x)(x)dx =
_
1
0
x
2
(x)(x)dx (1).
206
Comme (0) = 0, on obtient donc :
(1)(u

(1) + 1) +
_
1
0
(u

(x)(x) +u(x)(x))dx =
_
1
0
x
2
(x)dx (4.8.62)
Si on choisit `a support compact, on obtient :
_
1
0
(u

(x) +u(x) +x
2
)(x)dx = 0,
et comme cette egalite est vraie pour toute fonction `a support compact sur [0,1], on en deduit que
u

+u = x
2
p.p.
En tenant compte de cette relation dans (4.8.62), on a donc
(u

(1) + 1)(1) = 0,
et comme ceci est vrai pour toute fonction C
2
([0,1],IR), on en deduit que u

(1) = 1. Donc u est


solution de (4.8.61).
2) Pour montrer que le probl`eme (4.8.61) admet une unique solution, on va montrer que les hypoth`eses
du theor`eme de Lax-Milgram sont satisfaites.
3) La forme bilineaire a est en fait le produit scalaire sur H
1
. Elle est donc evidemment continue et
coercive sur H
1
. Donc le theor`eme de Lax-Milgram sapplique (dailleurs, le theor`eme de Riesz sut).
4) On cherche des fonctions de base dans lespace P
2
= P : x ax
2
+bx +c, a,b,c IR des polynomes
de degre 2 sur IR. Sur lelement de reference [0,1], on consid`ere les noeuds a
1
= 0,a
2
=
1
2
et a
3
= 1, et
les degres de liberte des trois fonctions de base associees `a ces noeuds sont les valeurs aux noeuds. Soient

1
,
2
,
3
les fonctions de base locales associees aux noeuds a
1
,a
2
,a
3
, on a donc

1
(x) = 2(x
1
2
)(x 1),

2
(x) = 4x(1 x),

3
(x) = 2x(x
1
2
).
Donnons nous maintenant un maillage de [0,1], deni par
x
0
= 0,
x
i/2
=
ih
2
, i = 1, . . . ,N,
x
i
= ih, i = 1, . . . ,N.
On a donc un noeud lie (x
0
= 0) et 2N noeuds libres. Par recollement des fonctions de base locales,
on obtient lexpression des fonctions de base globales : Pour i = 1 `a N, on a :

i
(x) =
_

_
2
h
2
(x x
i
1
2
)(x x
i1
) si x [x
i1
,x
i
]
2
h
2
(x x
i
1
2
)(x x
i+1
) si x [x
i
,x
i+1
]
0 sinon .
207
et

i+
1
2
(x) =
_

4
h
2
(x x
i
)(x x
i+1
) si x [x
i1
,x
i
]
0 sinon .
Notons que ces fonctions de forme ne sont pas de classe C
1
. Remarquons que Supp
i
= [x
i1
,x
i+1
] et
Supp
i+
1
2
= [x
i
,x
i+1
], pouri = 1, . . . ,N 1. On en deduit que
a(
i
,
j+
1
2
) = 0 si j ,= i ou j ,= i 1
a(
i
,
j
) = 0 si j > i + 1 ou j < i 1
a(
i+
1
2
,
j+
1
2
) = 0 d`es que j ,= i
Pour obtenir le syst`eme lineaire `a resoudre, on approche H par H
N
o` u H
N
= V ect
_

i
,
i+
1
2
, i = 1, . . . ,N,
_
dans la formulation faible (4.8.61), et on developpe u sur la base des fonctions (
i
,
i+
1
2
)
i=1,...,N
. On
obtient donc :
_

_
u =
N

i=1
u
i

i
+
N

i=1
u
i+
1
2

i+
1
2
H
N
N

j=1
u
j
a(
j
,
i
) +
N

j=1
u
j+
1
2
a(
j+
1
2
,
i
) = L(
i
)i = 1, . . . ,N
N

j=1
u
j
a(
j
,
i+
1
2
) +
N

j=1
u
j+
1
2
a(
j+
1
2
,
i+
1
2
) = L(
i+
1
2
)i = 1, . . . ,N
Si on range les inconnues discr`etes dans lordre naturel
1
2
,1,
3
2
. . . i,i+
1
2
,i+1 . . . ,N, on obtient un syst`eme
lineaire pentadiagonal, de la forme : AU = b avec
U = (u1
2
,u
1
,u3
2
, . . . ,u
i
,u
i+
1
2
,u
i+1
, . . . ,u
N
)
t
,
b = (b1
2
,b
1
,b3
2
, . . . ,b
i
,b
i+
1
2
,b
i+1
, . . . ,b
N
)
t
,
o` u
b

=
_
1
0
x
2

(x)dx si < N
b
N
=
_
1
0
x
2

N
(x)dx 1,
et A est une matrice pentadiagonale (5 diagonales non nulles) de coecients
A

= a(

) =
_
1
0
(

(x)

(x) +

(x)

(x))dx, avec , =
1
2
,1, . . . ,N
1
2
,N.
208
Corrige de lexercice 46 page 190
1. Soit K le triangle de reference, de sommets (0,0), (1,0) et (0,1). On veut montrer que si p est un
polynome de degre 1, alors
_ _
K
p(x,y) dxdy =
_ _
K
dxdy p(x
G
,y
G
) (4.8.63)
o` u (x
G
,y
G
) est le centre de gravite de K. Comme K est le triangle de sommets (0,0), (1,0) et (0,1), on a
x
G
= y
G
=
1
3
. Pour montrer (4.8.63), on va le montrer pour p 1, pour p(x,y) = x et pour p(x,y) = y.
On a
_ _
K
dxdy =
_
1
0
_
1x
0
dydx =
1
2
.
On a donc bien (4.8.63) si p 1. Et
_ _
K
x dxdy =
_
1
0
x
_
1x
0
dydx =
_
1
0
(x x
2
) dx =
1
6
Or si p(x,y) = x, on a p(x
G
,y
G
) =
1
3
, et donc on a encore bien (4.8.63). Le calcul de
_ _
K
y dxdy est
identique ; on a donc bien montre que lintegration numerique `a un point de Gauss est exacte pour les
polynomes dordre 1.
2. On veut montrer que pour tout polynome p de degre 2, on a :
_ _
K
p(x,y)dxdy = L(p), o` u on a pose L(p) =
1
6
_
p
_
1
2
,0
_
+p
_
1
2
,
1
2
_
+p
_
0,
1
2
__
(4.8.64)
On va demontrer que (4.8.64) est verie pour tous les mon omes de P
2
. Si p 1, on a L(p) =
1
2
, et (4.8.64)
est bien veriee. Si p(x,y) = x, on a L(p) =
1
6
, et on a vu `a la question 1 que
_ _
K
xdxdy =
1
6
. On a donc
bien (4.8.64). Par symetrie, si p(x,y) = y verie aussi (4.8.64). Calculons maintenant I =
_ _
K
xydxdy =
_
1
0

_
1x
0
ydydx. On a donc
I =
_
1
0

(1 x)
2
2
dx =
1
2
_
1
0
(x 2x
2
+x
3
)dx =
1
24
,
et si p(x,y) = xy, on a bien : L(p) =
1
6

1
4
. Donc (4.8.64) est bien veriee. Il reste `a verier que (4.8.64)
est veriee pour p(x,y) = x
2
(ou p(x,y) = y
2
, par symetrie). Or, J =
_ _
K
x
2
dxdy =
_
1
0
x
2
_
1x
0
dydx =
_
1
0
(x
2
x
3
)dx. Donc J =
1
3

1
4
=
1
12
. Et pour p(x,y) = x
2
, on a bien : L(p) =
1
6
_
1
4
+
1
4
_
=
1
12
.
Corrige de lexercice 47 page 190
I. Comme p P
2
, p est de la forme : p(x,y) = a +bx +cy +dxy +x
2
+y
2
, on a par developpement de
Taylor (exact car p

= 0) :
2p(a
9
) p(a
6
) p(a
8
) = p
xx
(a
9
) =
2p(a
9
) p(a
5
) p(a
7
) = p
yy
(a
9
) =
do` u on deduit que
4p(a
9
)
8

i=5
p(a
i
) = +. (4.8.65)
209
De meme, on a :
2p(a
5
) p(a
1
) p(a
2
) =
2p(a
7
) p(a
3
) p(a
4
) =
2p(a
6
) p(a
2
) p(a
3
) =
2p(a
8
) p(a
1
) p(a
4
) = .
Ces quatre derni`eres egalites entranent :
8

i=5
p(a
i
)
4

i=1
p(a
i
) = + (4.8.66)
De (4.8.65) et (4.8.66), on deduit que :
4

i=1
p(a
i
) 2
8

i=5
p(a
i
) + 4p(a
9
) = 0.
2. La question precedente nous sugg`ere de choisir : Q
2
IR denie par
(p) =
4

i=1
p(a
i
) 2
8

i=5
p(a
i
) + 4p(a
9
).
Soit p T tel que p(a
i
) = 0, i = 1, . . . ,8. Comme p Q
2
, p est une combinaison lineaire des fonctions
de base
1
, . . . ,
9
, associees aux noeuds a
1
, . . . , a
9
, et comme p(a
i
) = 0, i = 1, . . . ,8, on en deduit que
p =
9
, IR. On a donc (p) = (
9
) = 4 = 0, ce qui entrane = 0. On a donc p = 0.
3. Calculons les fonctions de base

1
, . . . ,

8
associees aux noeuds a
1
, . . . ,a
8
qui denissent . On veut
que

i
T et

i
(a
j
) =
ij
pour i,j = 1, . . . ,8. Or
9
(a
j
) = 0 i = 1, . . . ,8, et (
9
) = 4. Remarquons
alors que pour i = 1, `a 4 on a
p(
i
) = 1, et donc si

i
=
i

1
4

9
,
on a p(

i
) = 0 et

i
(a
j
) =
ij
pour j = 1, . . . ,8. De meme, pour i = 5 `a 8, on a p(
i
) = 2, et donc si

i
=
i
+
1
2

9
, on a p(

i
= 0 et

i
(a
j
) =
ij
, pour j = 1, . . . ,8. On a ainsi trouve les fonctions de base
de lelement ni (C,T,). Notons que cet element ni nest autre que lelement ni (C,Q

2
,) vu en cours
(voir paragraphe 4.3.3 page 169 et que Ker = T = Q

2
.
Corrige de lexercice 48 page 191
Corrige en cours delaboration.
Corrige de lexercice 49 page 191
La formulation faible du probl`eme secrit :
_

_
_
D
u(x)v(x)dx =
_
D
f(x)v(x)dx,v H
1
0
()
u H
1
0
()
210
On note I = (k,),1 k M,1 N noter que Card I = MN). Lespace vectoriel de dimension
nie dans lequel on cherche la solution approchee (en utilisant les elements nis suggeres par lenonce)
est donc H = V ect
i
,i I, o` u
i
est la fonction de base globale associee au noeud i. Cette solution
approchee secrit u =

jI
u
j

j
o` u la famille u
j
,j I est solution du syst`eme lineaire :

jI
a
ij
u
j
= b
i
,i I (4.8.67)
avec b
i
=
_
D
f(x,y)
i
(x,y)dxdy, pour tout i I et a
ij
=
_
D

i
(x,y)
j
(x,y)dxdy, pour tout i.j I.
La matrice de ce syst`eme lineaire est donc donnee par le calcul de a
ij
pour i,j I et un ordre de
numerotation des inconnues, plus precisement, soit : I 1, . . . ,MN bijective. On note la fonction
reciproque de . Le syst`eme (4.8.67) peut alors secrire :
MN

n=1
a
i,(n)
u
(n)
= b
i
, i I
ou encore :
MN

n=1
a
(m),(n)
u
(n)
= b
(m)
,m 1, . . . ,MN,
u
j
,j I est donc solution de (4.8.67) si et seulement si u
(n)
=
n
pour tout n 1, . . . ,MN o` u
= (
1
, . . . ,
MN
)
t
IR
MN
est solution du syst`eme lineaire :
A = C
avec C = (C
1
, . . . ,C
MN
)
t
, C
m
= b
(m)
pour tout m 1, . . . ,MN et A = (A
m,n
)
MN
m,n=1
IR
MN
avec
A
m,n
= a
(m),(n)
pour tout m,n 1, . . . ,MN. Il reste donc `a calculer a
ij
pour i,j I. Un examen
de support des fonctions
i
et
j
et le fait que le maillage soit `a pas constant nous montrent que seuls 4
nombres dierents peuvent apparaitrent dans la matrice :
1. i = j. On pose alors a
ii
= .
2. i = (k,),j = (k 1,). On pose alors a
ij
= .
3. i = (k,),j = (k, 1). On pose alors a
ij
= .
4. i = (k,),j = (k + 1, + 1) ou (k 1, 1). On pose alors a
ij
= .
En dehors des quatre cas decrits ci-dessus, on a necessairement a
ij
= 0 (car les supports de
i
et
j
sont
disjoints). Calculons maintenant ,, et .
Calcul de On prend ici i = (k,) et j = (k + 1,) On calcule tout dabord
_
T
0

i

j
dx avec
T
0
= T
0
k+
1
2
,j+
1
2
. Un argument dinvariance par translation permet de supposer que x
k
= y

= 0. On a
alors

i
(x,y) =
x x
x
et
j
(x,y)
x y y x
x y
,
de sorte que

i
(x,y)
j
(x,y) =
_
1
x
_
2
.
211
On a donc
_
T
0

i

j
dx =
_
1
x
_
2
x y
2
=
y
2x
Un calcul similaire donne lintegrale de
i

j
sur le deuxi`eme triangle commun aux supports de
i
et
j
. Sur ce deuxi`eme triangle, forme par les points (k,),k + 1,) et (k, 1) , note T
2
, on a

i
(x,y) = 1
x y y x
x y
et
j
(x,y) =
x
x
,
de sorte que

i
(x,y)
j
(x,y) =
_
1
x
_
2
et
_
T
2

i
(x,y)
j
(x,y) dxdy =
_
1
x
_
2
x y
2
=
y
2x
.
On a donc, nalement,
=
_
D

i
(x,y)
j
(x,y) dxdy =
y
x
.
Calcul de Le calcul de est le meme que celui de en changeant les r oles de x et y, on obtient
donc
=
x
y
Calcul de On prend ici i = (k,) et j = (k + 1, + 1). On a donc, en notant T
0
= T
0
k+
1
2
,+
1
2
et
T
1
= T
1
k+
1
2
,+
1
2
,
=
_
T
0

i
(x,y)
j
(x,y) dxdy +
_
T
1

i
(x,y)
j
(x,y) dxdy.
On peut supposer (par translation) que x
k
= 0 = y

. Sur T
1
, on a alors
i
(x,y) =
y y
y
et
j
(x,y) =
x
x
de sorte que
_
T
1

i
(x,y)
j
(x,y) dxdy = 0 (car
i

j
= 0). En changeant les r oles de x et y, on
a aussi
_
T
0

i
(x,y)
j
(x,y) dxdy = 0. On a donc = 0.
Calcul de On prend ici i = j = (k,). On peut toujours supposer que x
k
= y

= 0 En reprenant les
notations precedentes, on a, par raison de symetrie :
=
_
D

i

i
dx = 2
_
T
0
[
i
[
2
(x,y) dxdy + 2
_
T
1
[
i
[
2
(x,y) dxdy + 2
_
T
2
[
i
[
2
(x,y) dxdy.
Sur T
0
, on a
i
(x,y) =
x x
x
et donc
_
T
0
[
i
[
2
(x,y) dxdy =
_
1
x
_
2
xy
2
=
1
2
y
x
212
Sur T
1
, on a
1
(x,y) =
y y
y
et donc
_
T
2
[
i
[
2
(x,y) dxdy =
_
_
1
x
_
2
+
_
1
y
_
2
_
x y
2
=
1
2
y
x
+
1
2
x
y
On en deduit
= 2
x
y
+ 2
y
x
.
213
Chapitre 5
Methodes de volumes nis pour les
probl`emes hyperboliques
5.1 Exemple
Lexemple type dequation hyperbolique est obtenu lorsquon modelise un phenom`ene de transport. Sup-
posons par exemple, quon connaisse lemplacement dune nappe de petrole due au degazement intempestif
dun supertanker au large des c otes, et quon cherche `a prevoir son deplacement dans les heures `a venir,
par exemple pour la mise en oeuvre ecace de barrages. On suppose connu v : IR
2
IR
+
IR
2
, le
champ des vecteurs vitesse des courants marins, qui depend de la variable despace x et du temps t;
ce champ de vecteurs est donne par exemple par la table des marees (des exemples de telles cartes de
courants sont donnees en Figure 5.1). A t = 0, on connat
0
(x) : la densite dhydrocarbure initiale, et on
Fig. 5.1 Exemples de cartes de courants marins au large de c otes de Bretagne (source: SHOM)
cherche `a calculer (x,t) = densite de dhydrocarbure au point x et au temps t. On ecrit alors lequation
214
de conservation de la masse :

t
+div(v) = 0, (5.1.1)

0
(x) =
_
1 x A,
0 x A
c
,
(5.1.2)
o` u A represente le lieu initial de la nappe de petrole. Dans le cas dun deplacement maritime, le vecteur
v : IR
2
IR
+
IR
2
, nest evidemment pas constant (la maree nest pas la meme `a Brest qu` a Saint
Malo). De plus le deplacement de la nappe depend egalement du vent, qui aecte donc le vecteur v.
On supposera pourtant ici, pour simplier lexpose, que v soit constant en espace et en temps. Alors le
probl`eme (5.1.1) - (5.1.2) admet comme solution:
(x,t) =
0
(x vt), (5.1.3)
qui exprime le transport de la nappe `a la distance vt du point de depart dans la direction de V , au temps t.
En fait, il est clair que (5.1.3) nest pas une solution classique de puisque nest pas continue, et que ces
derivees en temps ne sont donc pas denies au sens habituel. Nous verrons par la suite comment on peut
donner une formulation correcte des solutions de (5.1.1) - (5.1.2). Notons que les syst`emes dequations
hyperboliques sont tr`es importants en mecanique des uides ; les equations dEuler, par exemple sont
utilisees pour modeliser pour modeliser lecoulement de lair autour dune aile davion. Dans le cadre de
ce cours, nous netudierons que le cas des equations scalaires. Par souci de simplicite, nous naborderons
dans le cadre de ce cours que les probl`emes poses en une dimension despace, tout dabord dans le
cas relativement simple dune equation lineaire (section 5.2 page 215, puis dans le cas dune equation
non lineaire (section 5.4 page 223. Par souci de clarte, les schemas numeriques seront introduits pour
lequation lineaire u
t
+ u
x
= 0 (section 5.3 page 219. On donnera ensuite quelques schemas pour les
equations hyperboliques non lineaires (section 5.5 page 233.
5.2 Equation hyperbolique lineaire en une dimension despace
Commen cons par etudier le cas dune equation hyperbolique lineaire :
_
u
t
+cu
x
= 0, x IR, t > 0,
u(x,0) = u
0
(x), x IR.
(5.2.4)
o` u la vitesse de transport c IR et la condition initiale u
0
: IR IR sont donnees. Le probl`eme
(5.2.4) sappelle probl`eme de Cauchy. On cherche u : IR IR
+
IR, solution de ce probl`eme. Nous
commen cons par une etude succinte du probl`eme continu, pour lequel on peut trouver une solution exacte
explicite.
Solution classique et solution faible
Denition 5.1 (Solution classique) On dit quune fonction u : IR IR
+
IR est solution classique
du probl`eme (5.2.4) si u C
1
(IR IR
+
,IR) et u verie (5.2.4).
Une condition necessaire pour avoir une solution classique est que u
0
C
1
(IR).
Theor`eme 5.2 Si u
0
C
1
(IR), alors il existe une unique solution classique du probl`eme (5.2.4), qui
secrit u(x,t) = u
0
(x ct).
215
Demonstration : Pour montrer lexistence de la solution, il sut de remarquer que u denie par (5.1)
est de classe C
1
, et que u
t
+cu
x
= 0 en tout point. Pour montrer lunicite de la solution, on va introduire
la notion de caracteristique, qui est dailleurs aussi fort utile dans le cadre de la resolution numerique. Soit
u solution classique de (5.2.4). On appelle droite caracteristique de (5.2.4) issue de x
0
la droite dequation
x(t) = ct + x
0
, qui est illustree sur la gure 5.2. Montrons que si u est solution de (5.2.4), alors u est
constante sur la droite T
x0
, pour tout x
0
IR. Soit x
0
IR, et
x0
la fonction de IR
+
dans IR denie
x
x
0
t
x = x
0
+ct
x
x
0
t
c > 0 c < 0
x = x
0
+ ct
Fig. 5.2 Droites caracteristiques, cas lineaire
par
x0
(t) = u(x
0
+ct,t). Derivons
x0
par rapport au temps :

x0
(t) = cu
x
(x
0
+ct,t) +u
t
(x
0
+ct,t)
= (u
t
+cu
x
)(x
0
+ct,t) = 0,
car u est solution de (5.2.4). On en deduit que

x0
(t) =
x0
(0) = u
0
(x
0
), t IR
+
.
On a donc u(x
0
+ ct,t) = u
0
(x
0
),x
0
IR, donc u est constante sur la droite caracteristique T
x0
, et en
posant x = x
0
+ct :
u(x,t) = u
0
(x ct),
ce qui prouve lexistence et lunicite de (5.2.4).
Remarque 5.3 (Terme source) Le mod`ele physique peut amener ` a une equation avec terme source au
second membre f C(IR IR
+
,IR) :
_
u
t
+ cu
x
= f(x,t),
u(x,0) = u
0
(x),
(5.2.5)
et u
0
C(IR). Ceci peut modeliser un degazage sur un temps plus long, comme dans le cas du Prestige
sur les c otes de Galice en 2003 par exemple. Pour montrer lunicite de la solution de (5.2.5), on suppose
que u est solution classique et on pose :
x0
(t) = u(x
0
+ct,t). Par un calcul identique au precedent, on a

x0
(t) = f(x
0
+ ct,t).
216
Donc
x0
(t) =
x0
(0) +
_
t
0
f(x
0
+cs,s)ds On en deduit que :
u(x
0
+ct,t) =
x0
(0) +
_
t
0
f(x
0
+cs,s)ds.
on pose alors : x = x
0
+ct, et on obtient :
u(x,t) = u
0
(x ct) +
_
t
0
f(x c(t s),s)ds,
ce qui prouve lunicite. On obtient alors lexistence en remarquant que la fonction u(x,t) ainsi denie est
eectivement solution de (5.2.5), car elle est de classe C
1
et elle verie u
t
+cu
x
= f.
Dans ce qui prec`ede, on a fortement utilise le fait que u
0
est C
1
. Ce nest largement pas toujours le cas
dans la realite. Que faire si, par exemple, u
0
L

(IR)?
Denition 5.4 (Solution faible) On dit que u est solution faible de (5.2.4) si u L

(IR IR
+
,IR) et
u verie :
_
IR
_
IR+
[u(x,t)
t
(x,t) +cu(x,t)
x
(x,t)] dtdx +
_
IR
u
0
(x)(x,0)dx = 0, C
1
c
(IR IR
+
,IR). (5.2.6)
Notons que dans la denition ci-dessus, on note IR
+
= [0,+[, et C
1
c
(IRIR
+
) lensemble des restrictions
`a IR IR
+
des fonctions C
1
c
(IR IR). On insiste sur le fait quon peut donc avoir (x,0) ,= 0. Voyons
maintenant les liens entre solution classique et solution faible.
Proposition 5.5 Si u est solution classique de (5.2.4) alors u est solution faible. Reciproquement, si
u C
1
(IR]0, + [) C(IR [0, + [) est solution classique de (5.4.17) alors u est solution forte de
(5.2.4).
La demonstration de cette proposition est eectuee dans le cadre plus general des equations hyperboliques
non lineaires (voir Proposition 5.20 Par contre, notons que si on prend C
1
c
(IR]0, + [,IR) au lieu
de C
1
c
(IR [0, +[,IR) dans (5.2.6), on obtient :
u
t
+cu
x
= 0,
mais on ne recup`ere pas la condition initiale. Il est donc essentiel de prendre des fonctions test dans
C
1
c
(IR [0, +[,IR).
Theor`eme 5.6 (Existence et unicite de la solution faible) Si u
0
L

loc
(IR), il existe une unique
fonction u solution faible de (5.2.4).
Demonstration : On va montrer que u(x,t) = u
0
(x ct) est solution faible. Comme u
0
L

loc
(IR), on
a u L

(IR IR
+
). Soit C
1
c
(IR IR
+
,IR), on veut montrer que :
_ _
IRIR+
u(x,t)
t
(x,t)dxdt +
_ _
IRIR+
cu(x,t)
x
(x,t)dxdt +
_
IR
u
0
(x)(x,0)dx = 0.
Posons
A =
_ _
IRIR+
u(x,t)
t
(x,t)dxdt +
_ _
IRIR+
cu(x,t)
x
(x,t)dxdt.
Si u(x,t) = u
0
(x ct), on a donc :
A =
_ _
IRIR+
[u
0
(x ct)
t
(x,t) +cu
0
(x ct)
x
(x,t)] dxdt.
217
En appliquant le changement de variable y = x ct et en utilisant le theor`eme de Fubini, on obtient :
A =
_
IR
u
0
(y)
_
IR+
[
t
(y +ct,t) +c
x
(y +ct,t)] dtdy.
Posons alors

y
(t) = (y +ct,t).
On a donc :
A =
_
IR
_
u
0
(y)
_
+
0

y
(t)dt
_
dy,
et comme est `a support compact sur [0, +[,
A =
_
IR
u
0
(y)
y
(0)dy,
donc nalement :
A =
_
IR
u
0
(y)(y,0)dy.
On a ainsi demontre que la fonction u denie par u(x,t) = u
0
(x ct) est solution faible de lequation
(5.2.4). On a donc existence dune solution faible. Montrons maintenant que celle-ci est unique. Soient u
et v deux solutions faibles de (5.2.4). On pose w = u v et on va montrer que w = 0. Par denition, w
satisfait : _ _
IRIR+
w(x,t)(
t
(x,t) +c
x
(x,t))dxdt = 0, C
1
c
(IR IR
+
,IR) (5.2.7)
Par le lemme (5.7) donne ci-dessous, pour toute fonction f C

c
(IRIR

+
) il existe C
1
c
(IRIR
+
,IR),
telle que
t
+c
x
= f, et on a donc par (5.2.7) :
_ _
IRIR+
w(x,t)f(x,t)dxdt = 0, f C
c
(IR IR

+
,IR)
Ceci entrane que w = 0 p.p..
Lemme 5.7 (Resultat dexistence) Soit f C
c
(IR IR

+
,IR), alors il existe
C
1
c
(IR IR
+
,IR) telle que
t
+c
x
= f
Demonstration : Soit f C
c
(IR IR

+
,IR), et T > 0 tel que f(x,t) = 0 si t T. On consid`ere le
probl`eme :
_

t
+c
x
= f
(x,T) = 0
(5.2.8)
On verie facilement que le probl`eme (5.2.8) admet une solution classique
(x,t) =
_
T
t
f(x c(s t),s)ds
En eet, avec ce choix de , on a eectivement
C
1
c
(IR IR
+
,IR) et
t
+c
x
= f.
218
De plus, comme f est `a support compact, est `a support compact.
Remarque 5.8 (Sur les proprietes de la solution) Remarquons que la solution faible de (5.2.4) pos-
s`ede les proprietes suivantes :
1. Si u
0
0 pp alors u 0 p.p.,
2. |u(.,t)|
L
p
(IR)
= |u
0
(x)|
L
p
(IR)
p p [1, + ].
Lors de lelaboration de schemas numeriques pour la recherche dune approximation, on sattachera ` a
verier que ces proprietes sont encore satisfaites par la solution approchee.
5.3 Schemas numeriques pour u
t
+ u
x
= 0
On consid`ere ici le probl`eme de transport lineaire :
_
u
t
+u
x
= 0,
u(x,0) = u
0
(x), u
0
L

(IR).
(5.3.9)
On sait que la solution de ce probl`eme secrit :
u(x,t) = u
0
(x ct).
On rappelle que u est une solution classique si u C
1
(IR), et que u est une solution faible si u
0
L

(IR).
On va chercher `a retrouver cette solution par une approximation numerique. Notons que dans le cas
lineaire, lutilisation dun schema numerique, nest evidemment pas utile, mais nous commen cons par ce
cas par souci pedagogique.
5.3.1 Schema explicite dierences nies centrees
On eectue une discretisation espace temps en se donnant un pas de discretisation en espace h, et en
posant : x
i
= ih, i ZZ ; de meme on se donne un pas de discretisation en temps k, et on pose t
n
= nk,
n IN. Ecrivons le schema dEuler explicite pour lapproximation de u
t
et un schema centre pour
lapproximation de u
x
. On approche donc
u
t
(x
i
,t
n
) par
u(x
i
,t
n+1
) u(x
i
,t
n
)
k
et .
u
x
(x
i
,t
n
) par
u(x
i+1
,t
n
) u(x
i1
,t
n
)
2h
.
Le schema centre secrit donc, en fonction des inconnues discr`etes :
_

_
u
n+1
i
u
n
i
k
+
u
n
i+1
u
n
i1
2h
= 0,
u
0
i
= u
0
(x
i
).
(5.3.10)
(o` u on a suppose u
0
C(IR)) Ce schema est inconditionnellement instable, et il faut donc eviter de
lutiliser. On peut en eet, montrer que :
1. Le schema (5.3.10) ne respecte pas la positivite, car u
0
(x) 0x nentraine pas forcement u
n
i
0.
En eet si u
0
est telle que
_
u
0
i
= 0,i 0,
u
0
i
= 1,i > 0.
219
Alors :
u
n+1
i
= u
n
i

k
2h
(u
n
i+1
u
n
i1
)
donne, pour n = 0
u
1
0
=
k
2h
< 0
2. Le schema (5.3.10) nest pas L

stable :
|u
n
|

C nentraine pas |u
n+1
|

C.
3. Le schema (5.3.10) nest pas L
2
stable :
|u
n
|
2
C nentraine pas que |u
n+1
|
2
C.
4. Le schema nest pas stable au sens de Von Neumann. En eet, si
u
0
(x) = e
ipx
, o` u i
2
= 1 et p ZZ ,
la solution exacte est u(x,t) = e
ip(xt)
. Une discretisation de u
0
secrit :
u
0
j
= e
ipjh
j ZZ .
On a donc :
u
1
i
= u
0
i

k
2h
(u
0
i+1
u
0
i1
)
= e
ipjh

k
2h
(e
ip(j+1)h
e
ip(j1)h
)
=
k,h
u
0
j
,
avec
kh
= 1
ik
h
sinph. On a donc [
kh
[ > 1 si sin ph ,= 0, ce qui montre que le schema nest pas
stable au sens de Von Neuman.
5. Le schema (5.3.10) nest pas convergent. En eet, on peut montrer quil existe u
0
,k et h telle que
la solution approchee u
h,k
: (u
n
i
)
nIN
iZZ
ne converge pas vers u lorsque h et k tendent vers 0.
5.3.2 Schema dierences nies decentre amont
On utilise toujours le schema dEuler explicite pour la discretisation en temps, mais on approche main-
tenant
u
x
(x
i
,t
n
) par
u(x
i
,t
n
) u(x
i1
,t
n
)
h
i1/2
.
On consid`ere de plus un pas de discretisation variable, deni par h
i1/2
= x
i
x
i1
. Le schema par
x
i
x
i1
x
i+1
h
i+1/2
h
i1/2
Fig. 5.3 Maillage volumes nis
220
dierences nies avec decentrement amont secrit :
_
_
_
u
n+1
i
u
n
i
k
+
u
n
i
u
n
i1
h
i1/2
= 0,
u(x,0) = u
0
(x).
. (5.3.11)
Proposition 5.9 Le schema (5.3.11) est stable sous condition de Courant-Friedrichs-Levy (CFL)
k h = inf
iZZ
h
i1/2
> 0. (5.3.12)
cest ` a dire que si A u
n
i
B, alors A u
n+1
i
B.
Demonstration : On a : u
n+1
i
= u
n
i
(1
i
) +
i
u
n
i1
avec
i
=
k
h
i1/2
. Donc, si la condition (5.3.12)
est veriee, u
n+1
i
est une combinaison convexe de u
n
i
et u
n+1
i
, et donc u
n+1
i
[u
n
i1
,u
n
i
].
Theor`eme 5.10 (Convergence du schema (5.3.11)) On suppose que u
0
C
2
(IR,IR) et que u
0
,u

0
,u

0
sont bornees. Soit A = inf
xIR
u
0
(x) et B = sup
xIR
u
0
(x). Alors :
1. A u
n
i
B,i ZZ ,n IN.
2. Soit u
n
i
= u(x
i
,t
n
), ` a u est la solution exacte de (5.3.9), alors :
sup
iZZ
nkT
[u
n
i
u
n
i
[ TC
u0
(k +h),
o` u TC
u0
0 ne depend que de u
0
.
Demonstration : le point 1 se demontre par recurrence sur n `a partir de la propriete precedente. Le
point 2 (estimation derreur) se demontre en remarquant dabord que lerreur de consistance
u
n+1
i
u
n
i
k
+
u
n
i
u
n
i1
h
i1/2
= R
n
i
verie :
[R
n
i
[ C
u0
(

h +k)
o` u

h = max i ZZ h
i1/2
. On a donc :
u
n+1
i
= u
n
i
_
1
k
h
i1/2
_
+
k
h
i1/2
u
n
i1
+kR
n
i
,
or le schema numerique secrit :
u
n+1
i
= u
n
i
_
1
k
h
i1/2
_
+
k
h
i1/2
u
n
i1
Par dierence, on obtient :
u
n+1
i
u
n+1
i
= (u
n
i
u
n
i
)
_
1
k
k
i1/2
_
+ (u
n
i1
u
n
i 1)
k
h
i1/2
kR
n
i
221
et donc :
[u
n+1
i
u
n+1
i
[ [u
n
i
u
n
i
[
_
1
k
h
i1/2
_
+[u
n
i1
u
n
i1
[
k
h
i1/2
+kC
u0
(

h +k) (5.3.13)
On eectue alors lhypoth`ese de recurrence :
sup [u
n
i
u
n
i
[ (n 1)kC
u0
(k +

h) (5.3.14)
grace `a (5.3.13) et (5.3.14), on obtient :
[u
n+1
i
u
n+1
i
[ (n 1)kC
u0
(k +

h) +k(C
u0
(k +

h).
Donc nalement :
[u
n+1
i
u
n+1
i
[ TC
u0
(k +

h).
Remarque 5.11 (Decentrement) . Pour une equation de transport telle que (5.3.9), le choix du de-
centrement est crucial. Ici, on a approche u
x
(x
i
) par
u
i
u
i1
h
i1/2
. Dans le cas o` u on etudie une equation
de transport de type, u
t
+cu
x
= 0, avec c IR, le choix decentre amont sera toujours
u
i
u
i1
h
si c > 0,
par contre, si c < 0, le choix amont donnera
u
i
u
i+1
h
.
Regardons ce qui se passe si lon eectue un mauvais decentrement. Considerons toujours lequation
u
t
+u
x
= 0. Eectuer le mauvais decentrement am`ene au schema :
u
n+1
i
u
n
i
k
+
u
n
i+1
u
n
i
h
= 0,
cest `a dire :
u
n+1
i
= u
n
i
_
1 +
k
h
_

k
h
u
n
i+1
.
Examinons le comportement de la solution approchee donnee par le schema si on prend une condition
initiale u
0
telle que u
0
(x) = 0,x 0. Dans ce cas, on sait que u(x,t) ,= 0 pour t assez grand, or apr`es
calculs on obtient u
n+1
1
= u
n
1
_
1 +
k
h
_
+ 0 = u
0
1
_
1 +
k
h
_
n
, alors que u
n+1
i
= 0 i 0. On en deduit
que la solution approchee est tr`es mauvaise.
Remarque 5.12 1. Dans le cas non lineaire, la demonstration precedente de convergence ne sadapte
pas car les solutions ne sont pas reguli`eres.
2. On a deni (5.3.11) pour u
0
C(IR) Si u
0
, C(IR), on peut prendre comme donnee initiale
u
0
i
=
_
x
i+1/2
x
i1/2
u
0
(x)dx.
5.3.3 Schema volumes nis decentres amont
On consid`ere toujours le probl`eme (5.3.9), avec condition initiale u
0
L

(IR). On se donne une dis-


cretisation en espace, cest `a dire un ensemble de points (x
i+1/2
)
iZZ
, tels que x
i+1/2
> x
i1/2
, et on
222
note h
i
= x
i+1/2
x
i1/2
. On approche toujours la derivee en temps par un schema dEuler explicite, on
int`egre (5.3.9) sur la maille ]x
i1/2
,x
i+1/2
[, et on obtient :
_
x
i+1/2
x
i1/2
(u
t
+u
x
)dx = 0.
En approchant u(x
i+1/2
) (resp. u(x
i1/2
)) par u
n
i
(resp. u
n
i1
) et en approchant u
t
par un schema dEuler
explicite, on obtient :
_

_
h
i
u
n+1
i
u
n
i
k
+u
n
i
u
n
i1
= 0,
u
0
i
=
1
h
i
_
x
i+1/2
x
i1/2
u
0
(x)dx.
(5.3.15)
Proposition 5.13 Soit (u
n
i
) nIN
iZZ
la solution de (5.3.15). Si k h = min h
i
et si A u
0
(x) B, alors
A u
n
i
B i ZZ ,n IN.
La demonstration est similaire `a celle de la proposition (5.9), et laissee `a titre dexercice.
Denition 5.14 (Solution approchee) Soit T un maillage volumes nis de IR deni par T = (K
i
)
iZZ
avec K
i
=]x
i1/2
,x
i+1/2
[. On appelle solution approchee de (5.3.9) par le schema (5.3.15) la fonction
u
T ,k
: IR IR
+
IR, denie par
u
T ,k
(x,t) = u
n
i
si x K
i
et t [nk,nk + 1[ (5.3.16)
On admettra le theor`eme de convergence suivant (voir aussi exercice 5.3.11) :
Theor`eme 5.15 (Convergence du schema 5.3.15) Soit u
0
L

(IR), on suppose que k h =


inf(h
i
), alors u
T ,k
converge vers u dans L
1
loc
(IR IR
+
) lorsque h (et k) tend vers 0, cest ` a dire quon
a :
_
C
[u
T ,k
u[dxdt 0 pour tout compact C de IR IR
+
, lorsque h (et k) tend vers 0.
5.4 Equations hyperboliques non lineaires
On se donne f C
1
(IR,IR) et u
0
C(IR) et on consid`ere maintenant lequation hyperbolique non
lineaire :
_
u
t
+ (f(u))
x
= 0, (x,t) IR IR
+
,
u(x,0) = u
0
(x).
(5.4.17)
Commen cons par donner la denition de solution classique de ce probl`eme meme si, comme nous le
verrons apr`es, celle-ci na pas grand interet puisque le probl`eme (5.4.17) na pas, en general de solution
classique.
Denition 5.16 (Solution classique) On suppose que u
0
C
1
(IR) et f C
2
(IR,IR). Alors u est
solution classique de (5.4.17) si u C
1
(IR IR
+
,IR) et u verie
_
(u
t
+ (f(u))
x
)(x,t) = 0, (x,t) IR IR
+
,
u(x,0) = u
0
(x), x IR.
Avant denoncer le theor`eme de non existence, rappelons que dans le cas dune equation dierentielle du
type non lineaire,
_
x

(t) = f(x(t)), t IR
+
,
x(0) = x
0
,
223
si on note T
max
le temps dexistence de la solution, et si T
max
< +alors |x(t)| +lorsque t T
max
.
Donnons maintenant la denition des courbes caracteristiques de lequation (5.4.17), qui permet le lien
entre les equations hyperboliques non lineaires et les equations dierentielles ordinaires.
Denition 5.17 (Courbe caracteristique) On appelle courbe caracteristique du probl`eme (5.4.17) is-
sue de x
0
IR, la courbe denie par le probl`eme de Cauchy suivant :
_
x

(t) = f

(u(x(t),t))
x(0) = x
0
(5.4.18)
Theor`eme 5.18 (Non existence) Soit f C
1
(IR,IR), on suppose que f

nest pas constante, alors il


existe u
0
C

c
(IR) telle que (5.4.17) nadmette pas de solution classique.
Demonstration : Comme f C
2
(IR,IR), on a f

C
1
(IR,IR), et donc le theor`eme de Cauchy-Lipschitz
sapplique. Il existe donc une solution maximale x(t) denie sur [0,T
max
[, et x(t) tend vers linni lorsque
t tend vers T
max
si T
max
< +. Les quatre etapes de la demonstration sont les suivantes :
1. u(x(t),t) = u
0
(x
0
), t [0,T
max
[, et donc que toute solution de (5.4.17) est constante sur les
caracteristiques.
2. Les courbes caracteristiques sont des droites.
3. T
max
= + et donc u(x,t) = u
0
(x
0
) t [0, +[.
4. On en deduit alors quon na pas de solution classique de (5.4.17).
Detaillons maintenant ces etapes.
1. Soit denie par (t) = u(x(t),t) ; en derivant , on obtient :

(t) = u
t
(x(t),t) + u
x
(x(t),t)x

(t).
Comme x verie (5.4.18), ceci entrane :

(t) = u
t
(x(t),t) +f

(u(x(t),t))u
x
(x(t),t), et donc

(t) = (u
t
+ (f(u))
x
)(x(t),t) = 0.
La fonction est donc constante, et on a :
u(x(t),t) = (t) = (0) = u(x(0),0) = u(x
0
,0) = u
0
(x
0
),t [0,T
max
[.
2. Comme u(x(t),t) = u
0
(x
0
),t [0,T
max
[, on a donc x

(t) = f

(u
0
(x
0
)). Donc en integrant, on
obtient que le syst`eme (5.4.18) decrit la droite dequation:
x(t) = f

(u
0
(x
0
))t +x
0
. (5.4.19)
3. Puisque x verie (5.4.19), on a donc
lim
tTmax
[x(t)[ < +. On en deduit que T = T
max
.
4. Comme f

est non constante, il existe v


0
,v
1
tel que f

(v
0
) > f

(v
1
), et on peut construire u
0

C

c
(IR,IR) telle que u
0
(x
0
) = v
0
et u
0
(x
1
) = v
1
, o` u x
0
et x
1
sont donnes et x
0
< x
1
, voir gure 5.4.
Supposons que u soit solution classique avec cette donnee initiale. Alors :
u(x
0
+f

(u
0
(x
0
))t,t) = u
0
(x
0
) = v
0
et u(x
1
+f

(u
0
(x
1
))t,t) = u
0
(x
1
) = v
1
.
Soit T tel que x
0
+f

(v
0
)T = x
1
+f

(v
1
)T = x, cest `a dire
T =
x
1
x
0
f

(v
0
) f

(v
1
)
.
224
u0(x)
x
x1
u0
u1
x0 x1
x(t) = x0 + f

(v0)t
x0
x
t
x(t) = x1 + f

(v1)t
Fig. 5.4 Droites caracteristiques, cas non lineaire
On a alors :
u( x,T) = u
0
(x
0
) = v
0
= u
0
(x
1
) = v
1
,
ce qui est impossible. On en conclut que (5.4.17) nadmet pas de solution classique pour cette
donnee initiale.
Denition 5.19 (Solution faible) Soit u
0
L

(IR) et f C
1
(IR,IR), On appelle solution faible de
(5.4.17) une fonction u L

(IR IR
+
) telle que
_ _
IRIR+
[u(x,t)
t
(x,t)+f(u(x,t))
x
(x,t)]dxdt +
_
IR
u
0
(x)(x,0)dx = 0, C
1
c
(IRIR
+
,IR). (5.4.20)
Donnons maintenant les liens entre solution classique et solution faible.
Proposition 5.20 Soient f C
1
(IR,IR) et u
0
C(IR,IR) des fonctions donnees.
1. Si u est solution classique de (5.4.17) alors u est solution faible de (5.4.17).
2. Si u C
1
(IR]0, +[)C(IR[0, +[) est solution faible de (5.4.17) alors u est solution classique
de (5.4.17).
3. Soit IR, D
1
= (x,t) IR IR
+
; x < t et D
2
= (x,t) IR IR
+
; x > t. Alors si
u C(IR IR
+
) est telle que u
|Di
C
1
(D
i
,IR), i = 1,2 et que (5.4.17) est verie pour tout
(x,t) D
i
, i = 1,2, alors u est solution faible de (5.4.17).
Demonstration :
1. Supposons que u est solution classique de (5.4.17), c.`a.d. de :
_
u
t
+ (f(u))
x
= 0, (x,t) IR IR
+
,
u(x,0) = u
0
(x).
Soit C
1
c
(IR IR
+
,IR). Multiplions (5.4.17) par et integrons sur IR IR
+
. On obtient :
_
IR
_
IR
+
u
t
(x,t)(x,t)dtdx +
_
IR
_
IR
+
(f(u))
x
(x,t)(x,t)dtdx = 0.
Lapplication du theor`eme de Fubini et une integration par parties donnentalors :
_
IR
u(x,0)(x,0)dx
_
IR
_
IR+
u(x,t)
t
(x,t)dtdx
_
IR+
_
IR
f(u)(x,t)
x
(x,t)dxdt = 0,
225
(car supp() est compact). Et on obtient donc bien la relation (5.4.20), grace `a lacondition initiale
u(x,0) = u
0
(x).
2. Soit donc u une solution faible de (5.4.17), qui verie de plus u C
1
(IR]0, +[)C(IR[0, +[).
On a donc susamment de regularite pour integrer par parties dans (5.4.20).
Commen cons par prendre `a support compact dans IR]0, + [. On a donc (x,0) = 0, et une
integration par parties dans (5.4.20) donne :

_
IR
_
IR+
u
t
(x,t)(x,t)dtdx
_
IR+
_
IR
(f(u))
x
(x,t)(x,t)dxdt = 0.
On a donc :
_
IR
_
IR+
(u
t
(x,t) + (f(u))
x
(x,t)) (x,t)dtdx = 0, C
1
c
(IR]0, +[).
Comme u
t
+ (f(u))
x
est continue, on en deduit que u
t
+ (f(u))
x
= 0. En eet, on on rappelle que
si
_
R
f(x)(x)dx = 0 pour toute fonction continue de IR dans IR, alors f = 0 p.p. ; si de plus f
est continue, alors f = 0 partout.
On prend alors C
1
c
(IR IR
+
). Dans ce cas, une integration par parties dans (5.4.20) donne
_
IR
u(x,0)(x,0)dx
_
IR
_
IR
+
(u
t
(x,t) + (f(u))
x
(x,t)) (x,t)dtdx
_
IR
u
0
(x)(x,0)dx = 0.
Mais on vient de montrer que u
t
+ (f(u))
x
= 0. On en deduit que
_
IR
(u
0
(x) u(x,0))(x,0)dx = 0, C
1
c
(IR).
Comme u est continue, ceci entrane u(x,0) = u
0
(x). Donc u est solution classique de (5.4.17).
3. Soit u C(IR IR
+
) telle que u[
Di
verie (5.4.17), pour tout (x,t) D
i
. Montrons que u est
solution faible. Pour cela, calculons :
X =
_
IR
_
IR+
u(x,t)
t
(x,t)dtdx +
_
IR+
_
IR
f(u)(x,t)
x
(x,t)dxdt.
On a donc X = X
1
+X
2
, avec
X
1
=
_
IR
_
IR+
u(x,t)
t
(x,t)dtdx et X
2
=
_
IR+
_
IR
(f(u))(x,t)
x
(x,t)dxdt.
Calculons X
1
. Comme u nest de classe C
1
que sur chacun des domaines D
i
, on na pas le droit
dintegrer par parties sur IRIR
+
entier. On va donc decomposer lintegrale sur D
1
et D
2
; supposons
par exemple < 0, voir gure 5.5. (Le cas > 0 se traite de fa con similaire). On a alors D
2
=
(x,t); x IR

et 0 < t <
x

et D
1
= IR
+
IR
+
(x,t); x IR

et
x

< t < +.
On a donc :
X
1
=
_
IR

_
x/
0
u(x,t)
t
(x,t)dtdx +
_
IR

_
+
x

u(x,t)
t
(x,t)dtdx +
_
IR
+
_
IR
+
u(x,t)
t
(x,t)dtdx.
226
t
D
1
D
2
x
x = t
t =
x

Fig. 5.5 Les domaines D1 et D2


Comme u est de classe C
1
sur chacun des domaines, on peut integrer par parties, ce qui donne :
X
1
=
_
IR
u(x,
x

)(x,
x

)dx
_
IR
u(x,0)(x,0)dx
_
IR
_ x

0
u
t
(x,t)(x,t)dtdx,
+
_
IR
u(x,
x

)(x,
x

)dx
_
IR
_
+
x

u
t
(x,t)(x,t)dtdx.
+
_
IR+
(u(x,0)(x,0)dx
_
IR+
_
IR+
u
t
(x,t)(x,t)dtdx.
En simpliant il vient :
X
1
=
_
IR
u(x,0)(x,0)dx
_ _
D1
u
t
(x,t)(x,t)dtdx
_ _
D2
u
t
(x,t)(x,t)dtdx.
On decompose de meme X
2
sur D
1
D
2
, en remarquant maintenant que D
1
= (x,t) IRIR
+
; x <
t et D
2
= (x,t) IR IR
+
; x > t :
X
2
=
_
IR
+
_
t

f(u)(x,t)
x
(x,t)dxdt +
_
IR
+
_
+
t
f(u)(x,t)
x
(x,t)dxdt.
La fonction u est de classe C
1
sur chacun des domaines, on peut l` a encore integrer par parties.
Comme est `a support compact sur IR IR
+
, on obtient apr`es simplication:
X
2
=
_ _
D1
(f(u))
x
(x,t)(x,t)dxdt
_ _
D2
(f(u))
x
(x,t)(x,t)dxdt.
Comme u
t
+ (f(u))
x
= 0 sur D
1
et D
2
, on a donc :
X = X
1
+X
2
=
_
IR
u(x,0)(x,0)dx,
ce qui prouve que u est solution faible de (5.4.17).
227
Notons quil existe souvent plusieurs solutions faibles. On a donc besoin dune notion supplementaire pour
les distinguer. Cest la notion de solution entropique, qui nous permettra dobtenir lunicite. Donnons
tout dabord un exemple de non-unicite de la solution faible. Pour cela on va considerer une equation
mod`ele, appelee equation de Burgers, qui secrit
u
t
+ (u
2
)
x
= 0. (5.4.21)
Pour calculer les solutions du probl`eme de Cauchy associe `a cette equation de mani`ere analytique, on
consid`ere une donnee initiale particuli`ere, qui secrit
u
0
(x) =
_
u
g
si x < 0,
u
d
si x > 0,
Ces donnees initiales denissent un probl`eme de Cauchy particulier, quon appelle probl`eme de Riemann,
que nous etudierons plus en details par la suite.
Considerons alors le probl`eme suivant (dit probl`eme de Riemann, voir denition 5.28) pour lequation de
Burgers:
_
_
_
u
t
+ (u
2
)
x
= 0,
u
0
(x) =
_
u
g
= 1 si x < 0,
u
d
= 1 si x > 0.
(5.4.22)
On cherche une solution faible de la forme :
u(x,t) =
_
u
g
si x < t,
u
d
si x > t.
(5.4.23)
Notons que cette eventuelle solution est discontinue au travers de la droite dequation x = t dans le
plan (x,t). On remplace u(x,t) par ces valeurs dans (5.4.20). Apr`es calculs (voir exercice 57 page 238, ou
aussi la proposition 5.29 plus loin), on saper oit que u est solution faible si la condition suivante, dite
condition de Rankine et Hugoniot, est veriee:
(u
d
u
g
) = (f(u
d
) f(u
g
)), (5.4.24)
ce qui avec la condition initiale particuli`ere choisie ici, donne 2 =
1
2
(1)
2
=
0.
Mais on peut trouver dautres solutions faibles : en eet, on sait que sur les caracteristiques, qui ont pour
equation x = x
0
+ f

(u
0
(x
0
))t, la fonction u est constante. Comme f

(u) = 2u, les caracteristiques sont


donc des droites de pente -2 si x
0
< 0, et de pente 2 si x
0
> 0. Construisons ces caracteristiques sur la
gure 5.6 : Dans la zone du milieu, o` u lon a represente un point dinterrogation, on cherche u sous la
forme u(x,t) =
_
x
t
_
, et telle que u soit continue sur IR IR
+
. La fonction u suivante convient :
u(x,t) =
_

_
1 si x < 2t,
x
2t
si 2t < x < 2t,
1 si x > 2t.
(5.4.25)
Comment choisir la bonne solution faible, entre (5.4.23) et(5.4.25)? Comme les probl`emes hyperboliques
sont souvent obtenus en negligeant les termes de diusion dans des equations paraboliques, une technique
pour choisir la solution est de chercher la limite du probl`eme de diusion associe qui secrit :
u
t
+ (f(u))
x
u
xx
= 0, (5.4.26)
228
x
t
x1 x0
x = x0 x = x1
u(x,t) = u
g
= 1 u(x,t) = u
g
= 1
t
x
?
x = 2t
x = 2t
u(x,t) = u
g
= 1 u(x,t) = u
g
= 1
x
2t
=
u(x,t) = =
x
2t
Fig. 5.6 Probl`eme de Riemann pour lequation de Burgers
lorsque le terme de diusion devient negligeable, c.`a.d. lorsque tend vers 0. Soit u

la solution de (5.4.26)
(on admettra lexistence et lunicite de u

). On peut montrer que u

tend vers u lorsque tend vers 0,


o` u u est la solution faible entropique de (5.4.26), denie comme suit.
Denition 5.21 (Solution entropique) Soit u
0
L

(IR) et f C
1
(IR), on dit que u L

(IRIR
+
)
est solution entropique de (5.4.26) si pour toute fonction C
1
(IR) convexe, appelee entropie, et pour
toute fonction C
1
telle que

= f

, appele ux d entropie, on a :
_
IR
_
IR
+
((u)
t
+(u)
x
)dxdt +
_
IR
(u
0
(x))(x,0)dx 0, C
1
c
(IR IR
+
,IR
+
). (5.4.27)
Remarque 5.22 (Condition initiale) Noter que dans la denition 5.21, on prend une fois de plus
C
1
c
(IR IR
+
,IR
+
) de mani`ere ` a bien prendre en compte la condition initiale ; ceci nest pas toujours
fait de cette mani`ere dans les travaux plus anciens sur le sujet, mais entrane des dicultes lorquon
sinteresse ` a la convergence des schemas numeriques.
On admettra le theor`eme suivant (d u `a Kruskov, 1955)
Theor`eme 5.23 (Kruskov) Soient u
0
L

(IR) et f C
1
(IR) alors il existe une unique solution
entropique de (5.4.17) au sens de la denition 5.21.
Proposition 5.24 Si u est solution classique de (5.4.17), alors u est solution entropique.
Demonstration : Soit u C
1
(IRIR
+
,IR), Soit C
1
(IR), convexe, une entropie et tel que

= f

,
le ux associe. Multiplions (5.4.17) par

(u):

(u)u
t
+f

(u)u
x

(u) = 0
Soit encore, puisque

= f

,
((u))
t
+

(u)u
x
0
On a donc nalement :
((u))
t
+ ((u))
x
0 (5.4.28)
De plus, comme
u(x,0) = u
0
(x), on a aussi : (u(x,0)) = (u
0
(x))(5.4.28) (5.4.29)
Soit C
1
c
(IR IR
+
,IR
+
), on multiplie (5.4.28) par , on int`egre sur IR IR
+
et on obtient (5.4.27)
(avec egalite) en integrant par parties. Dans le cas dune solution classique, linegalite dentropie est une
egalite.
229
On a de meme le resultat suivant :
Proposition 5.25 Si u est solution faible entropique de (5.4.17), alors u est solution faible.
Demonstration : Il sut de prendre (u) = u et (u) = u dans (5.4.27) pour se convaincre du
resultat.
On deduit de la proposition 5.24, et du theor`eme 5.23 de Kruskov, que si on a plusieurs solutions faibles
au probl`eme 5.4.17 page 223 et que lune dentre elles est reguli`ere, alors cette derni`ere est forcement la
solution entropique. Enn, la caracterisation suivante, que lon admettra, est souvent utilisee en pratique :
Proposition 5.26 (Entropies de Kruskov) Soit u
0
L

(IR) et f C
1
(IR), alors u L

(IRIR
+
)
est solution entropique de (5.4.26) au sens de la denition 5.21 si et seulement si pour tout k IR, alors
(5.4.27) est veriee avec denie par (s) = [s k[, et , ux dentropie associee, deni par :
(u) = max(f(u),k) min(f(u),k).
Notons que nest pas de classe C
1
.
Notons que les solutions dune equation hyperbolique non lineaire respectent les bornes de la solution
initiale. Plus precisement, on a le resultat suivant, quon admettra :
Proposition 5.27 Si u
0
L

(IR) et soit A et B IR tels que A u


0
B p.p.. Soit f C
1
(IR), alors
la solution entropique u L

(IR IR
+
) de (5.4.17) verie : A u(x) B p.p. dans IR IR
+
.
Cette propriete est essentielle dans les phenom`enes de transport, et il est souhaitable quelle soit preservee
pour la solution approchee donnee par un schema numerique.
Avant daborder letude des schemas numeriques pour les equations hyperboliques, nous terminons par
un resultat sur les solutions du probl`eme de Riemann, dont nous nous sommes dailleurs servis pour
montrer la non unicite des solutions faibles de (5.4.22).
Denition 5.28 (Probl`eme de Riemann) Soient f C
1
(IR,IR), on appelle probl`eme de Riemann
avec donnees u
g
, u
d
IR, le probl`eme suivant :
_
_
_
u
t
+ (f(u))
x
= 0, x IR, t > 0
u(0,x) =
_
u
g
si x < 0
u
d
si x > 0
(5.4.30)
Lorsque la fonction f est convexe ou concave, les solutions du probl`eme de Riemann se calculent facile-
ment ; en eet, a le rsultat suivant (voir aussi exercice 58 page 239) :
Proposition 5.29 Soit f C
1
(IR,IR) strictement convexe, et soient u
g
et u
d
IR.
1. Si u
g
> u
d
, on pose
=
[f(u)]
[u]
avec [f(u)] = f(u
d
) f(u
g
) et [u] = u
d
u
g
. (5.4.31)
alors la fonction u denie par
_
u(x,t) = u
g
si x < t
u(x,t) = u
d
si x > t
(5.4.32)
est lunique solution entropique de (5.4.30). Une solution de la forme (5.4.32) est appellee une onde
de choc.
230
2. Si u
g
< u
d
, alors la fonction u denie par
_
_
_
u(x,t) = u
g
si x < f

(u
g
)t
u(x,t) = u
d
si x > f

(u
d
)t
u(x,t) = si x = f

()t avec u
g
< < u
d
(5.4.33)
est l unique solution entropique de (5.4.30). Notons que dans ce cas, la solution entropique est
continue. Une solution de la forme (5.4.33) est appelee une onde de detente.
Demonstration : 1. Cherchons u sous la forme (5.4.32). Commen cons par determiner pour que u soit
solution faible. On suppose, pour xer les idees, que > 0 (mais le meme raisonnement marche pour
< 0). Soit C

c
(IR IR
+
,IR). On veut montrer que
X = X
1
+X
2
=
_
IR
u(x,0)(x,0)dx,
o` u X
1
=
_
IR
_
IR+
u(x,t)
t
(x,t)dtdx et X
2
=
_
IR
_
IR+
f((u(x,t))
x
(x,t)dtdx.
Calculons donc X
1
et X
2
:
X
1
=
_
0

_
+
0
u(x,t)
t
(x,t)dtdx +
_
+
0
_ x

0
u(x,t)
t
(x,t)dtdx +
_
+
0
_
+
x

u(x,t)
t
(x,t)dtdx
=
_
0

u
g
(x,0)dx +
_
+
0
u
d
_
(x,
x

) (x,0)
_
dx +
_
+
0
u
g
_
(x,
x

_
dx
=
_
IR
u(x,0)(x,0)dx +
_
+
0
(u
d
u
g
)(x,
x

)dx.
De meme
X
2
=
_
+
0
_
t

f(u)
x
(x,t)dxdt +
_
+
0
__
+
t
f(u)(x,t)
x
(x,t)
_
dxdt
=
_
+
0
f(u
g
)(t,t)dt
_
+
0
f(u
d
)(t,t)dt.
En posant [u] = u
d
u
g
et [f(u)] = f(u
d
) f(u
g
), on obtient :
X +
_
IR
u(x,0)(x,0)dx =
_
+
0
[u](x,
x

)dx
_
+
0
[f(u)](t,t)dt
=
_
+
0
[u](t,t)dt
_
+
0
[f(u)](t,t)dt.
On en deduit que
X +
_
IR
u(x,0)(x,0)dx = 0 si [u] [f(u)] = 0,
ce qui est vrai si la condition suivante, dite de Rankine et Hugoniot :
[u] = [f(u)] (5.4.34)
231
est veriee.
Voyons maintenant si u est bien solution entropique. Pour cela, on consid`ere C
1
une entropie, et
C
1
le ux dentropie associe, t.q.

. Le meme calcul que le precedent, en rempla cant u par


(u) et f(u) par (u) donne que :
_
IR
_
IR+
(u)(x,t)
t
(x,t)dtdx +
_
IR+
_
IR
(u)(x,t)
x
(x,t)dxdt
+
_
IR
(u
0
(x))dx =
_
+
0
([(u)] [(u)])(t,t)dt.
Pour que u soit solution entropique, il faut (et il sut) donc que
[(u)] [(u)] (5.4.35)
Il reste `a verier que cette inegalite est veriee pour donne par (5.4.34), c.`a.d.
f(u
d
) f(u
g
)
u
d
u
g
((u
d
) (u
g
)) (u
d
) (u
g
)
Ceci secrit encore :
(f(u
d
) f(u
g
))((u
d
) (u
g
)) ((u
d
) (u
g
))(u
d
u
g
).
Cette inegalite est veriee en appliquant le lemme suivant avec b = u
g
> u
d
= a.
Lemme 5.30 Soient a,b IR tels que a < b, soient f et C
1
(IR) des fonctions convexes et C
1
(IR)
telle que

, alors :
_
b
a

(s)ds(b a)ds
_
b
a
f

(s)ds
_
b
a

(s)ds
Demonstration : On a
_
b
a

(x)dx =
_
b
a
f

(x)

(x)dx
=
_
b
a
f

(x)(

(x)

(y))dx +
_
b
a
f

(x)

(y)dx, y IR.
On a donc, en integrant par rapport `a y entre a et b :
(b a)
_
b
a

(x)dx =
_
b
a
_
b
a
f

(x)(

(x)

(y))dxdy +
_
b
a
f

(x)dx
_
b
a

(y)dy
Or
_
b
a
_
b
a
f

(x)[

(x)

(y)]dxdy =
_
b
a
_
b
a
f

(y)(

(y)

(x))dxdy
et donc
(b a)
_
b
a
_
b
a

(x)dx =
_
b
a
_
b
a
(f

(x) f

(y)(

(x)

(y)dxdy +
_
_
b
a
f

(x)dx
__
_
b
a

(y(y)dy
_
.
232
Comme f

et

sont croissantes, la premi`ere integrale du second membre est nulle, et on a donc bien le
resultat annonce.
2. On verie facilement que la fonction u denie par (5.4.33) est continue sur IR IR

+
, et quelle verie
u
t
+ (f(u))
x
= 0 dans chacun des domaines D
1
,D
2
,D
3
denis par
D
1
= t > 0,x < f

(u
g
)t,D
2
= t > 0,f

(u
g
)t < x < f

(u
d
)t et D
3
= t > 0,x > f

(u
d
)t.
Donc par le point 3 de la proposition 5.20 page 225, on sait que u est solution faible (mais attention, ce
nest pas une solution classique car u nest pas forcement C
1
sur IR IR
+
tout entier).
Soit C
1
(IR,IR) une entropie (convexe) et le ux dentropie associe, comme u
t
+ (f(u))
x
= 0 dans
D
i
pour i = 1 `a 3, en multipliant par

(u), on a egalement que ((u))


t
+((u))
x
= 0 dans D
i
pour i = 1
`a 3. Soit maintenant C
1
c
(IR IR
+
,IR
+
), on va montrer que
_
IR
_
IR
+
((u))(x,t)
t
(x,t)dtdx +
_
IR
_
IR
((u))(x,t)
x
(x,t)dxdt +
_
IR
(u
0
(x))(x,0)dx = 0
(dans le cas dune solution continue, linegalite dentropie est une egalite). En eet, en integrant par
parties les trois termes precedents sur D
1
,D
2
,D
3
, comme on la fait dans les questions 1 et 2, comme la
fonction u est continue, les traces des fonctions sur le bord des domaines sannulent deux `a deux, et il ne
reste donc que la condition initiale. On montre ainsi (faire le calcul pour sen convaincre. . .) que
_
IR
_
IR
+
((u))(x,t)
x
(x,t)dtdx +
_
IR
_
IR
+
(u)(x,t)(
x
(x,t))dxdt =
_
IR
(u
0
(x))(x,0),
ce qui prouve que u est la solution entropique.
5.5 Schemas pour les equations non lineaires
On se donne u
0
L

(IR et f C
1
(IR), et on cherche `a trouver une approximation de la solution
entropique du probl`eme (5.4.17). On utilise les memes notations que pour le schema (5.3.15). En integrant
lequation u
t
+ (f(u))
x
= 0 sur une maille K
i
, on obtient, au temps t = t
n
:
_
Ki
u
t
(x,t
n
)dxdt +f(u(x
i+1/2
,t)) f(u(x
i1/2
,t
n
)) = 0.
En utilisant le schema dEuler explicite pour la discretisation de la derivee temporelle, et en notant f
n
i+1/2
le ux numerique, cest `a dire lapproximation de f(u(x
i+1/2
,t
n
)) on obtient le schema numerique suivant :
_

_
h
i
u
n+1
i
u
n
i
k
+f
n
i+1/2
f
n
i1/2
= 0
u
0
i
=
1
h
i
_
Ki
u
0
(x)dx.
(5.5.36)
Pour que ce schema soit compl`etement deni, il reste `a preciser f
n
i+1/2
en fonction des inconnues discr`etes
u
n
i
. Un premier choix possible est le schema centre,
f
n
i+1/2
=
f(u
n
i+1
) +f(u
n
i
)
2
233
dont on a vu quil est `a proscrire, puisque, dans le cas lineaire, il est instable. Rappelons que dans le cas
lineaire, le choix decentre amont donne
si f(u) = u, f
n
i+1/2
= f(u
n
i
), et
si f(u) = u, f
n
i+1/2
= f(u
n
i+1
).
Dans le cadre de ce cours , on va sinteresser aux schemas les plus simples `a trois points, c.`a.d. que
lequation associee `a linconnue u
n
i
fait intervenir les trois inconnues discr`etes u
n
i
, u
n
i1
et u
n
i+1
. Le ux
numerique g secrit sous la forme
f
n
i+1/2
= g(u
n
i
,u
n
i+1
).
Pour obtenir un bon schema, on va choisir un ux monotone, au sens suivant :
Denition 5.31 On dit que quune fonction g denie de IR
2
dans IR est un ux monotone pour la
discretisation de (5.4.17), si
1. g est consistante par rapport ` a f, c.` a.d. g(u,u) = f(u),
2. g est croissante par rapport ` a la premi`ere variable et decroissante par rapport ` a la deuxi`eme variable,
3. g est lipschitzienne sur [A,B], o` u A = inf
IR
u
0
et B = sup
IR
u
0
.
Remarque 5.32 (Flux monotones et schemas monotones) Si le schema 5.3.15 est ` a ux mono-
tone, et sil verie la condition de CFL, on peut alors montrer que le schema est monotone, c.` a.d. quil
secrit sous la forme :
u
n+1
i
= H(u
n
i1
,u
n
i
,u
n
i+1
),
o` u H est une fonction croissante de ses trois arguments.
Cas o` u f est monotone Pour illustrer le choix de g, supposons par exemple que f soit croissante.
Un choix tr`es simple consiste alors `a prendre g(u
n
i
,u
n
i+1
) = f(u
n
i
). On verie (exercice) que dans ce cas,
les trois conditions ci-dessus sont veriees, ce schema est dit decentre amont. On veriera quon retrouve
le schema decentre amont expose dans le cas lineaire. De meme si f est decroissante on peut facilement
verier que le choix g(u
n
i
,u
n
i+1
) = f(u
n
i+1
) convient.
Schema `a decomposition de ux Le schema `a decomposition de ux, appele aussi ux splitting en
anglais, consiste comme le nom lindique `a decomposer f = f
1
+f
2
, o` u f
1
est croissante et f
2
decroissante,
et `a prendre pour g :
g(u
n
i
,u
n
i+1
) = f
1
(u
n
i
) +f
2
(u
n
i+1
)
Schema de Lax Friedrich Le schema de Lax Friedrich consiste `a modier le schema centre de mani`ere
`a le rendre stable. On ecrit donc :
g(u
n
i
,u
n
i+1
) =
1
2
(f(u
n
i
) +f(u
n
i+1
)) +D(u
n
i
u
n
i+1
)
o` u D 0 est il faut avoir D susamment grand pour que g soit croissante par rapport `a la premi`ere
variable et decroissante par rapport `a la seconde variable.
234
Schema de Godunov Le schema de Godunov est un des plus connus pour les equations hyperboliques
non lineaires. De nombreux schemas pour les syst`emes ont ete inspires par ce schema. Le ux numerique
du schema de Godunov secrit :
g(u
n
i
,u
n
i+1
) = f(w
R
(u
n
i
,u
n
i+1
)) (5.5.37)
o` u w
R
(u
n
i
,u
n
i+1
) est la solution en 0 du probl`eme de Riemann avec conditions u
n
i
,u
n
i+1
, qui secrit :
_

_
u
t
+ (f(u))
x
= 0
u
0
(x) =
_
u
g
= u
n
i
w < 0
u
d
= u
n
i+1
w > 0
On peut montrer que le ux de Godunov (5.5.37) verie les conditions de la denition 5.31.
Schema de Murman Une mani`ere de simplier le schema de Godunov est de remplacer la resolution du
probl`eme de Riemann lineaire. On prend alors g(u
n
i
,u
n
i+1
) = f( w
R
(u
n
i
,u
n
i+1
) o` u w
R
(u
n
i
,u
n
i+1
) est solution
de
_

_
u
t
+u
x
= 0
u
0
(x) =
_
u
n
i
x < 0
u
n
i+1
x > 0
Comme le probl`eme est lineaire, la solution de ce probl`eme est connue : u(x,t) = u
0
(xt). Le schema est
donc tr`es simple, malheureusement, le schema de Murman nest pas un schema monotone (voir exercice
(60), car le ux nest pas monotone par rapport aux deux variables. De fait on peut montrer que les
solutions approchees peuvent converger vers des solutions non entropiques. On peut alors envisager une
procedure correction dentropie...
Theor`eme 5.33 (Stabilite et convergence) Soit (u
n
i
) iZZ
nIN
donnee par le schema
_

_
h
i
u
n+1
i
u
n
i
k
+g(u
n
i
,u
n
i+1
) g(u
n
i1
,u
n
i
) = 0
u
0
i
=
1
h
i
_
Ki
u
0
(x)dx
On suppose que g est un ux monotone au sens de la denition 5.31. On suppose de plus que :
k
h
2M
, et h h
i
h,i,
o` u M est la constante de Lipschitz de g sur [A,B], et A et B sont tels que A u
0
(x) Bp.p.. On a alors
A u
n
i
Bp.p., et |u
,k
| |u
0
|

. Sous les memes hypoth`eses, si on note u


,k
la solution approchee
denie par (5.3.16), alors
u
,k
tend vers u, solution entropique de (5.4.17) dans L
1
loc
(IR IR
+
) lorsque h (et k) tend vers 0.
235
5.6 Exercices
Exercice 50 (Probl`eme lineaire en dimension 1) Corrige en page 245
Calculer la solution faible du probl`eme :
_
_
_
u
t
2u
x
= 0, x IR,t IR
+
u(x,0) =
_
0 si x < 0,
1 sinon.
(5.6.38)
1.Tracer sur un graphique la solution a t = 0 et `a t = 1, en fonction de x. Cette solution faible est-elle
solution classique de (5.6.38)?
2. Meme question en rempla cant la condition initiale par u(x,0) = sin x.
Exercice 51 (Probl`eme lineaire en dimension 2) Suggestions en page 245, Corrige en page 245
Soit v IR
2
et soit u
0
C
1
(IR
2
,IR). On consid`ere le probl`eme de Cauchy suivant:
_
u
t
+div(vu) = 0,
u(x,0) = u
0
(x),
(5.6.39)
Calculer la solution du probl`eme (5.6.39) en tout point (x,t) IR
2
IR.
Exercice 52 (Stabilite du schema amont dans le cas lineaire) Corrige en page 246
On consid`ere le probl`eme hyperbolique lineaire (5.3.9), avec u
0
L
1
(IR) L

(IR), dont on calcule une


solution approchee par le schema volumes nis amont (5.3.15). Montrer que ce schema est stable pour
les normes L
1
, L
2
et L

, c.`a.d. que la solution approchee satisfait les proprietes suivantes:


1. |u
T ,k
(.,n)|
L
1
(IR)
|u
0
|
L
1
(IR)
,n IN,
2. |u
T ,k
(.,n)|
L
2
(IR)
|u
0
|
L
2
(IR)
,n IN,
3. |u
T ,k
(.,n)|
L

(IR)
|u
0
|
L

(IR)
,n IN,
o` u u
T ,k
designe la solution approchee calculee par le schema (voir (5.3.16)).
Exercice 53 (Convergence des schemas DFDA et VFDA dans le cas lineaire)
Corrige en page 246
Soit u
0
C
2
(IR,IR) et T IR

+
. On suppose que u
0
, u

0
et u

0
sont bornees (sur IR). On consid`ere le
probl`eme suivant :
u
t
(x,t) +u
x
(x,t) = 0, x IR, t [0,T], (5.6.40)
u(x,0) = u
0
(x). (5.6.41)
Ce probl`eme admet une et une seule solution classique, notee u. On se donne un pas de temps, k,
avec k =
T
N+1
(N IN), et des points de discretisation en espace, (x
i
)
iZZ
. On pose t
n
= nk, pour
n 0, . . . ,N + 1, et h
i+
1
2
= x
i+1
x
i
, pour i ZZ . On note u
n
i
= u(t
n
,x
i
) (pour n 0, . . . ,N + 1 et
i ZZ ), et on cherche une approximation de u
n
i
.
1. Soient , IR. On suppose que, pour un certain h IR, h h
i+
1
2
h, pour tout i ZZ . On
consid`ere, dans cette question le schema suivant, appele DFDA (pour Dierences Finies Decentre
Amont) :
236
u
n+1
i
u
n
i
k
+
1
h
i
1
2
(u
n
i
u
n
i1
) = 0, n 0, . . . ,N, i ZZ , (5.6.42)
u
0
i
= u
0
(x
i
), i ZZ . (5.6.43)
(a) (Stabilite) Montrer que k h inf(u
0
) u
n
i
sup(u
0
), n 0, . . . ,N + 1, i ZZ .
(b) (Convergence) Montrer que, si k h, on a :
sup
iZZ
[u
n
i
u
n
i
[ CT(k +h), n 0, . . . ,N + 1,
o` u C ne depend que de u
0
et .
2. On suppose maintenant que x
i
est le centre de la maille M
i
= [x
i
1
2
,x
i+
1
2
], pour i ZZ . On pose
h
i
= x
i+
1
2
x
i
1
2
. Soient , IR. On suppose que, pour un certain h IR, h h
i
h, pour
tout i ZZ . On consid`ere, dans cette question le schema suivant, appele VFDA (pour Volumes
Finis Decentre Amont) :
h
i
u
n+1
i
u
n
i
k
+ (u
n
i
u
n
i1
) = 0, n 0, . . . ,N, i ZZ , (5.6.44)
u
0
i
=
1
h
i
_
Mi
u
0
(x)dx, i ZZ . (5.6.45)
(a) (Stabilite) Montrer que k h inf(u
0
) u
n
i
sup(u
0
), n 0, . . . ,N + 1, i ZZ .
(b) Etudier la consistance du schema au sens DF.
(c) (Convergence) On pose u
n
i
= u(t
n
,x
i+
1
2
). Montrer que, si k h, on a :
sup
iZZ
[u
n
i
u
n
i
[ C
1
(k +h), n 0, . . . ,N + 1,
o` u C
1
ne depend que de u
0
, et T. En deduire que :
sup
iZZ
[u
n
i
u
n
i
[ C
2
(k +h), n 0, . . . ,N + 1,
o` u C
2
ne depend que de u
0
, et T.
Exercice 54 (Eq. lin., sol. faible, conv. des schemas VFDA et DFDA, methode VF)
Corrige en page 248
Soit u
0
L

(IR) L
2
(IR) et T IR

+
. On consid`ere le probl`eme suivant :
u
t
(x,t) +u
x
(x,t) = 0, x IR, t [0,T], (5.6.46)
u(x,0) = u
0
(x). (5.6.47)
Ce probl`eme admet une et une seule solution faible, notee u. On se donne un pas de temps, k, avec
k =
T
N+1
(N IN), et on pose t
n
= nk, pour n 0, . . . ,N +1; On se donne des points de discretisation
en espace, (x
i
)
iZZ
, et on suppose que x
i
est le centre de la maille M
i
= [x
i
1
2
,x
i+
1
2
], pour i ZZ . On
pose h
i
= x
i+
1
2
x
i
1
2
et h
i+
1
2
= x
i+1
x
i
. Soient , IR. On suppose que, pour un certain h IR,
h h
i
h, pour tout i ZZ . On consid`ere le schema (5.6.44),(5.6.45) (schema VFDA).
1. (Stabilite L

) Montrer que k h [u
n
i
[ |u
0
|

, n 0, . . . ,N + 1, i ZZ .
237
2. Montrer que, pour tout n = 0, . . . ,N, on a u
n
i
0 lorsque i + ou i .
3. (Estimation BV faible) Soient > 0. Montrer que :
k (1 )h

n=0,...,N

iZZ
k(u
n
i
u
n
i1
)
2
C(,u
0
),
o` u C(,u
0
) ne depend que de et u
0
(multiplier (5.6.44) par ku
n
i
et sommer sur i et n.)
4. (convergence) On pose T = (M
i
)
iZZ
et on denit la solution approchee sur [0,T] IR, notee u
T ,k
,
donnee par (5.6.44),(5.6.45), par u
T ,k
(t,x) = u
n
i
, si x /
i
et t [t
n
,t
n+1
[.
On admet que u
T ,k
u, pour la topologie faible- de L

(]0,T[IR), quand h 0, avec k


(1 )h ( xe). Montrer que u est la solution faible de (5.6.46)-(5.6.47).
Remarques : On peut montrer le meme resultat avec (5.6.42) au lieu de (5.6.44). On peut aussi
montrer (cf. la suite du cours. . . ) que la convergence est forte dans L
p
loc
(]0,T[IR), pour tout
p < .
Exercice 55 (Construction dune solution faible) Corrige en page 251
1/ Construire une solution faible du probl`eme
_

_
u
t
+ (u
2
)
x
= 0
u(x,0) = u
0
(x) =
_
_
_
1 si x < 0
1 x si x [0,1]
0 six > 1
2/ Meme question (mais nettement plus dicile...) pour le probl`eme
_

_
u
t
+ (u
2
)
x
= 0
u(x,0) = u
0
(x) =
_
_
_
0 si x < 0
1 x si x [0,1]
1 six > 1
Exercice 56 (Probl`eme de Riemann)
Soit f la fonction de IR dans IR denie par f(s) = s
4
. Soit u
d
et u
g
des reels. Calculer la solution
entropique du probl`eme de Riemann (5.4.30) avec donnees u
d
et u
g
en fonction de u
d
et u
g
.
Exercice 57 (Non unicite des solutions faibles) Corrige en page 252
On consid`ere lequation
_
_
_
u
t
+ (u
2
)
x
= 0
u(0,x) =
_
u
g
si x < 0
u
d
si x > 0
(5.6.48)
avec u
g
< u
d
.
1. Montrer quil existe IR tel que si
_
u(t,x) = u
g
si x < t
u(t,x) = u
d
si x > t
alors u est solution faible de
(5.6.48). Verier que u nest pas solution entropique de (5.6.48).
238
2. Montrer que u denie par :
_
_
_
u(t,x) = u
g
si x < 2u
g
t
u(t,x) =
x
2t
si 2u
g
t x 2u
d
t
u(t,x) = u
d
si x > 2u
d
t
(5.6.49)
alors u est solution faible entropique de (5.6.48).
Exercice 58 (Probl`eme de Riemann)
1. Determiner la solution entropique de (5.4.30) dans le cas o` u f est strictement concave.
2. On se place dans le cas o` u f est convexe puis concave : plus precisement, on consid`ere f C
2
(IR,IR)
avec
(i) f(0) = 0, f

(0) = f

(1) = 0
(ii) a ]0,1[, tel que f est strictement convexe sur]0,a[, f est strictement concave sur ]a,1[.
On supposera de plus u
g
= 1, u
d
= 0.
(a) Soit b lunique element b ]a,1[ tel que
f(b)
b
= f

(b) ; montrer que u denie par :


_
_
_
u(t,x) = 1 si x 0
u(t,x) = si x = f

()t, b < < 1


u(t,x) = 0 si x > f

(b)t
est la solution faible entropique de (5.4.30) (sous les hypoth`eses precedentes).
(b) Construire la solution entropique du probl`eme de Riemann dans le cas f(u) =
u
2
u
2
+
(1u)
2
4
et
u
g
, u
d
[0,1]. [Complique. On distinguera plusieurs cas. )
Exercice 59 (Stabilite de schemas numeriques) Corrige en page 252
Soient f C
1
(IR,IR) et u
0
L

(IR). On consid`ere le probl`eme suivant :


u
t
(x,t) + (f(u))
x
(x,t) = 0, x IR, t [0,T], (5.6.50)
u(x,0) = u
0
(x). (5.6.51)
On utilise ci dessous les notations du cours. On discretise le probl`eme (5.6.50),(5.6.51) par lun des schemas
vu en cours (Flux-splitting, Godunov, Lax-Friedrichs modie et Murman). Montrer quil existe
M (dependant de la fonction ux numerique et de u
0
) tel que k Mh
i
, pour tout i ZZ , implique :
1. |u
n+1
|

|u
n
|

pour tout n IN.


2. (Plus dicile)

iZZ
[u
n+1
i+1
u
n+1
i
[

iZZ
[u
n
i+1
u
n
i
[ pour tout n IN. (Cette estimation nest
interessante que si

iZZ
[u
0
i+1
u
0
i
[ < , ce qui nest pas toujours vrai pour u
0
L

(IR). Cela
est vrai si u
0
est une fonction `a variation bornee.)
Exercice 60 (Schema de Murman) Corrige en page 254
Soient f C
1
(IR,IR) et u
0
L

(IR). On suppose que A u


0
B, p.p. sur IR. On sinteresse au
probl`eme suivant :
u
t
(x,t) + (f(u))
x
(x,t) = 0, x IR, t IR
+
, (5.6.52)
239
u(x,0) = u
0
(x), x IR. (5.6.53)
Pour discretiser le probl`eme (5.6.52)-(5.6.53), on se donne un pas despace h > 0 et un pas de temps
k > 0. On pose M
i
=]ih,ih + h[ et on note u
n
i
lapproximation recherchee de la solution exacte dans la
maille M
i
`a linstant nk. On consid`ere le schema de Murmann :
h
u
n+1
i
u
n
i
k
+ (f
n
i+
1
2
f
n
i
1
2
) = 0, n IN, i ZZ , (5.6.54)
u
0
i
=
1
h
_
Mi
u
0
(x)dx, i ZZ , (5.6.55)
avec f
n
i+
1
2
= g(u
n
i
,u
n
i+1
) et g C(IR IR,IR) denie par :
g(a,a) = f(a) et, pour a ,= b,
g(a,b) =
f(a) si
f(b)f(a)
ba
0,
f(b) si
f(b)f(a)
ba
< 0.
1. (Stabilite) Montrer quil existe M, ne dependant que de f, A et B (on donnera la valeur de M en
fonction de f, A et B) t.q. pour k Mh on ait :
(a) (Stabilite L

) A u
n
i
B, pour tout n IN et tout i ZZ ,
(b) (Stabilite BV )

iZZ
[u
n+1
i+1
u
n+1
i
[

iZZ
[u
n
i+1
u
n
i
[ pour tout n IN. (Cette estimation
nest interessante que si

iZZ
[u
0
i+1
u
0
i
[ < , ce qui nest pas toujours vrai pour u
0

L

(IR). Cela est vrai si u


0
est une fonction `a variation bornee.)
2. On prend, dans cette question, f(s) = s
2
.
(a) (Non monotonie) Montrer que si A < 0 et B > 0, la fonction g nest pas croissante par
rapport `a son premier argument et decroissante par rapport `a son deuxi`eme argument sur
[A,B]
2
.
(b) (Exemple de non convergence) Donner un exemple de non convergence du schema. Plus
precisement, donner u
0
t.q., pour tout h > 0 et tout k > 0, on ait u
n
i
= u
0
i
pour tout
i ZZ et pour tout n IN (la solution discr`ete est donc stationnaire) et pourtant u(.,T)
(u est la solution exacte de (5.6.52)-(5.6.53)) est dierent de u
0
pour tout T > 0 (la solution
exacte nest donc pas stationnaire).
3. (Schema ordre 2, question plus dicile) Pour avoir un schema plus precis, on pose maintenant
p
n
i
= minmod(
u
n
i+1
u
n
i1
2h
,2
u
n
i+1
u
n
i
h
,2
u
n
i
u
n
i1
h
) et on rempla ce, dans le schema precedent, f
n
i+
1
2
=
g(u
n
i
,u
n
i+1
) par f
n
i+
1
2
= g(u
n
i
+ (h/2)p
n
i
,u
n
i+1
(h/2)p
n
i+1
). Reprendre les 2 questions precedentes
(cest `a dire : Stabilite L

, Stabilite BV , non monotonie et Exemple de non convergence).


Exercice 61 (Flux monotones)
Soient f C
1
(IR,IR) et u
0
L

(IR); on consid`ere lequation hyperbolique non lineaire (5.4.17) quon


rappelle :
_
u
t
+ (f(u))
x
= 0, (x,t) IR IR
+
,
u(x,0) = u
0
(x).
(5.6.56)
On se donne un maillage (]x
i1/2
,x
i+1/2
[)
iZZ
de IR et k > 0 et, pour i ZZ , on denit une condition
initiale approchee : u
0
i
=
1
h
i
_
u
0
(x)dx, avec h
i
= x
i+1/2
x
i1/2
.
240
Pour calculer la solution entropique de lequation (5.4.17), on consid`ere un schema de type volumes nis
explicite `a trois points, deni par un ux numerique g, fonction de deux variables.
1. Ecrire le schema numerique (i.e. donner lexpression de u
n+1
i
en fonction des (u
n
i
)
iZZ
).
2. On suppose dans cette question que le ux g est monotone et lipschitzien en ses deux variables, c.`a.d.
quil existe M 0 tel que pour tout (x,y,z) IR
3
, [g(x,z) g(y,z)[ M[x y[ et [g(x,y) g(x,z)[
M[y z[. Montrer que le schema numerique de la question precedente peut secrire sous la forme
u
n+1
i
= H(u
n
i1
,u
n
i
,u
n
i+1
)
o` u H est une fonction croissante de ses trois arguments si k satisfait une condition de type k Ch
i
pout
tout i, o` u C est une constante `a determiner.
3. Montrer que si la fonction g est croissante par rapport `a son premier argument et decroissant par
rapport au second, et si a,b IR sont tels que a b, alors g(a,b) g(,) pour tout [a,b].
4. En deduire que si le ux g est monotone, alors il verie la propriete suivante:
(a,b) IR
2
,
_
g(a,b) min
s[a,b]
f(s) si a b
g(a,b) max
s[a,b]
f(s) si a b.
5. Soit g un ux monotone qui verie de plus g(a,b) = f(u
a,b
). Montrer que
(a,b) IR
2
,
_
g(a,b) = min
s[a,b]
f(s) si a b
g(a,b) = max
s[b,a]
f(s) si a b.
Exercice 62 (Schemas pour les probl`emes hyperboliques)
Soient f C
2
(IR,IR), T > 0 et u
0
L

(IR) BV (IR) ; on cherche une approximation de la solution de


lequation hyperbolique avec condition initiale :
u
t
(x,t) + (f(u))
x
(x,t) = 0, x IR, t [0,T], (5.6.57)
u(x,0) = u
0
(x). (5.6.58)
On note h (resp. k =
1
N+1
) le pas (constant, pour simplier) de la discretisation en espace (resp. en
temps), et u
n
i
la valeur approchee recherchee de u au temps nk dans la maille M
i
= [(i
1
2
)h,(i +
1
2
)h],
pour n 0, . . . ,N +1 et i ZZ . On consid`ere le schema obtenu par une discretisation par volumes nis
explicite `a trois points :
u
n+1
i
u
n
i
k
+
1
h
(f
n
i+
1
2
f
n
i
1
2
) = 0, n 0, . . . ,N + 1, i ZZ , (5.6.59)
u
0
i
=
1
h
_
Mi
u
0
(x)dx, (5.6.60)
avec f
n
i+
1
2
= g(u
n
i
,u
n
i+1
), o` u g C
1
(IR,IR).
1. Montrer que le schema (5.6.59),(5.6.60) poss`ede la propriete de consistance des ux ssi g est telle
que :
g(s,s) = f(s), s IR. (5.6.61)
241
2. Montrer que le schema, vu comme un schema de dierences nies, est, avec la condition (5.6.61),
dordre 1 (c.` a.d. que lerreur de consistance est majoree par C(h +k), o` u C ne depend que de f et
de la solution exacte, que lon suppose reguli`ere). Montrer que si le pas despace est non constant, la
condition (5.6.61) est (en general) insusante pour assurer que le schema (5.6.59),(5.6.60) (conve-
nablement modie) est consistant au sens des dierences nies, et que le schema est alors dordre
0.
3. On etudie, dans cette question, le schema de Godunov, c.`a.d. quon prend :
g(u
g
,u
d
) = f
_
u
ug,u
d
(0,t)
_
,
o` u u
ug,u
d
est la solution du probl`eme de Riemann:
u
t
(x,t) + (f(u))
x
(x,t) = 0, (x,t) IR IR
+
(5.6.62)
u(x,0) = u
g
si x < 0, (5.6.63)
u(x,0) = u
d
si x > 0. (5.6.64)
(a) Montrer que le schema (5.6.59), (5.6.60) peut secrire :
u
n+1
i
= u
n
i
+C
i
(u
n
i+1
u
n
i
) +D
i
(u
n
i1
u
n
i
),
avec : C
i
=
k
h
f(u
n
i
) g(u
n
i
,u
n
i+1
)
u
n
i+1
u
n
i
0 et D
i
=
k
h
g(u
n
i1
,u
n
i
) f(u
n
i
)
u
n
i1
u
n
i
0.
(b) On pose A = |u
0
|

, M = sup
s[A,A]=
[f

(s)[, et h le pas (constant) despace. On suppose que


k et h verient la condition de CFL:
k
h
2M
.
On note u
n
la fonction denie par : u
n
(x) = (u
n
i
) si x M
i
; montrer que :
Stabilite L

: |u
n+1
|

|u
n
|

( . . . |u
0
|

), n 0, . . . ,N + 1. (E1)
Stabilite BV : |u
n+1
|
BV
|u
n
|
BV
( . . . |u
0
|
BV
), n 0, . . . ,N + 1. (E2)
On rappelle que, comme u
n
est une fonction constante par morceaux, on a :
|u
n
|
BV
=

iZZ
[u
n
i+1
u
n
i
[.
(c) Remarque: on peut montrer (ce nest pas facile) que si on a la condition CFL le schema de
Godunov converge.
4. On suppose maintenant f(u) = au, a IR, et on prend g(,) =
+
2
(schema centre).
Montrer que pour tous k,h > 0, les conditions (E1) et (E2) sont fausses, c.`a.d. quil existe u
0
(
L

BV ) t.q. |u
1
|

, |u
0
|

, et |u
1
|
BV
, |u
0
|
BV
.
5. On etudie maintenant un schema de type MUSCL, i.e. On prend dans le schema (5.6.59) f
n
i+
1
2
=
f(u
n
i
+
h
2
p
n
i
), o` u :
p
n
i
=
_

n
i
2h
min
_
[u
n
i+1
u
n
i1
[, 4[u
n
i+1
u
n
i
[,4[u
n
i
u
n
i1
[
_
, o` u
n
i
= sign(u
n
i+1
u
n
i1
)
si sign(u
n
i+1
u
n
i1
) = sign(u
n
i+1
u
n
i
) = sign(u
n
i
u
n
i1
)
0 sinon.
242
(a) Montrer que
1
h
(f
n
i+
1
2
f
n
i
1
2
) est une approximation dordre 2 de
_
f(u)
_
x
(x
i
,t
n
) aux points o` u
u C
2
et u
x
,= 0.
(b) Montrer que sous une condition de type k Ch, o` u C ne depend que de u
0
et f, les conditions
de stabilite (E1) et (E2) sont veriees.
Exercice 63 (Elements nis pour une equation hyperbolique)
Soit f C
1
(IR,IR), u
0
C(IR) t.q. u
0
bornee; on consid`ere la loi de conservation scalaire suivante:
u
t
(x,t) +

x
(f(u))(x,t) = 0, x IR, t IR
+
, (5.6.65)
avec la condition initiale:
u(x,0) = u
0
(x). (5.6.66)
On se donne un pas de discretisation en temps constant k, on note t
n
= nk pour n IN, et on cherche `a
approcher u(.,t
n
). On note u
(n)
la solution approchee recherchee.
1. Montrer quune discretisation par le schema dEuler explicite en temps am`ene au schema en temps
suivant:
1
k
(u
(n+1)
u
(n)
) +

x
_
f(u
(n)
)
_
(x) = 0, x IR, n IN

, (5.6.67)
u
0
(x) = u
0
(x). (5.6.68)
On cherche `a discretiser (5.6.67) par une methode delements nis. On se donne pour cela une famille de
points (x
i
)
iZZ
IR, avec x
i
< x
i+1
.
2. On introduit les fonctions de forme P
1
, notees
i
,i ZZ , des elements nis associes au maillage donne
par la famille de points (x
i
)
iZZ
; on eectue un developpement de Galerkin de u
(n)
sur ces fonctions de
forme dans (5.6.67) et (5.6.68); on multiplie lequation ainsi obtenue par chaque fonction de forme, et on
approche le terme f(

jZZ
u
(n)
j

j
) par

jZZ
f(u
(n)
j
)
j
, et on int`egre sur IR . Montrer quon obtient
ainsi un syst`eme dequations de la forme:

jZZ
a
i,j
u
(n+1)
j
u
(n)
j
k
+

jZZ
b
i,j
f(u
(n)
j
) = 0, i ZZ , n IN

. (5.6.69)
u
0
i
= u
0
(x
i
) i ZZ . (5.6.70)
(les a
i,j
et b
i,j
sont `a determiner).
3. On eectue une condensation de la matrice de masse, c.`a.d. quon remplace les a
i,j
dans (5.6.69)
par a
i,j
avec a
i,j
= 0 si i ,= j et a
i,i
=

jZZ
a
i,j
. Montrer que le schema ainsi obtenu est identique `a
un schema volumes nis sur le maillage (K
i
)
iZZ
o` u K
i
=]x
i1/2
,x
i+1/2
[, x
i+1/2
= (x
i
+ x
i+1
)/2, avec
approximation centree du ux.
4. Montrer que ce schema est instable, dans un (ou plusieurs) sens `a preciser.
5. On remplace le ux numerique centre F
i+1/2
du schema volumes nis obtenu `a la question 3 par
G
i+1/2
= F
i+1/2
+ D
i+1/2
(u
(n)
i
u
(n)
i+1
). Montrer que lapproximation du ux reste consistante et que si
les D
i+1/2
sont bien choisis, le nouveau schema est stable sous une condition de CFL `a preciser.
243
On consid`ere maintenant la meme equation de conservation, mais sur IR
2
(avec f C
1
(IR,IR
2
), u
0

C(IR
2
), bornee.
u
t
(x,t) + div(f(u))(x,t) = 0, x IR
2
, t IR
+
, (5.6.71)
u(x,0) = u
0
(x). (5.6.72)
Soit T un maillage en triangles de IR
2
, admissible pour une discretisation par elements nis P
1
. Soit o
lensemble des noeuds de ce maillage et (
j
)
jS
la famille des fonctions de forme elements nis bilineaires
P
1
. En conservant la meme discretisation en temps, on cherche une approximation de u(.,t
n
) dans lespace
engendre par les fonctions
j
.
6. Montrer quen suivant la meme demarche quaux questions 2 et 3, on aboutit au schema:
u
(n+1)
i
u
(n)
i
k
_
IR
2

i
(x)dx

jS
f(u
(n)
j
)
_
IR
2

j
(x)
i
(x)dx = 0,n IN

(5.6.73)
7. Montrer que ce schema peut encore secrire:
u
(n+1)
i
u
(n)
i
k
_
IR
2

i
(x)dx +

jS
E
i,j
= 0, (5.6.74)
avec
E
i,j
=
1
2
(f(u
(n)
i
) +f(u
(n)
j
))
_
IR
2
(
i
(x)
j
(x)
j
(x)
i
(x))dx.
Montrer que ce schema est instable.
8. Dans le schema (5.6.74), on remplace E
i,j
par

E
n
i,j
= E
n
i,j
+D
i,j
(u
n
i
u
n
j
),
o` u D
i,j
= D
j,i
(pour que le schema reste conservatif). Montrer que pour un choix judicieux de D
i,j
, le
schema ainsi obtenu est `a ux monotone et stable sous condition de CFL.
244
5.7 Suggestions pour les exercices
Exercice 51 page 236
Chercher les solutions sous la forme u(x,t) = u
0
(x vt).
5.8 Corriges des exercices
Corrige de lexercice 50 page 236
1. En appliquant les resultats de la section 5.2 page 215, la solution faible du probl`eme secrit u(x,t) =
u
0
(x + 2t), pour x IR, et t IR
+
, c.`a.d.
_
u(x,t) =
_
0, si x < 2t,
1 si x > 2t.
(5.8.75)
La representation graphique de la solution a t = 0 et `a t = 1, en fonction de x est donnee en Figure 5.7.
Cette solution faible nest pas solution classique de (5.8.75) car elle nest pas continue, donc ses derivees
t = 0
u(x)
x
u(x)
x
t = 1
Fig. 5.7 Representation graphique de la solution
en temps et espace ne sont pas denies partout.
2. Dans le cas o` u u
0
(x) = sin x, la solution faible du probl`eme secrit u(x,t) = sin(x + 2t), pour x IR,
et t IR
+
, et cette solution est reguli`ere, donc solution classique.
Corrige de lexercice 51 page 236
Pour (x,t) IR
2
IR, on pose u(x,t) = u
0
(xvt). Comme u
0
C
1
(IR,IR), on a u C
1
(IR
2
IR
+
,IR) ; on
peut donc calculer les derivees partielles de u par rapport `a au temps t, quon notera
t
u et par rapport
aux deux variables despace x
1
et x
2
, quon notera
1
u et
2
u. On a :
t
u(x,t) = u
0
(x vt) v. Or
div(vu) = v u car v est constant, et u = u
0
. On en deduit que u
t
(x,t) +div(vu)(x,t) = 0, et donc
u est solution (classique) de (5.6.39).
245
Corrige de lexercice 52 page 236 (Stabilite du schema amont dans le cas
lineaire)
On consid`ere le probl`eme hyperbolique lineaire (5.3.9), avec u
0
L
1
(IR) L

(IR), dont on calcule une


solution approchee par le schema volumes nis amont (5.3.15). Montrer que ce schema est stable pour
les normes L
2
et L

, c.`a.d. que la solution approchee satisfait les proprietes suivantes:


1. |u
T ,k
(.,n)|
L
2
(IR)
|u
0
|
L
2
(IR)
,n IN,
2. |u
T ,k
(.,n)|
L

(IR)
|u
0
|
L

(IR)
,n IN,
o` u u
T ,k
designe la solution approchee calculee par le schema (voir (5.3.16)).
Le schema (5.3.15) secrit encore :
h
i
(u
n+1
i
u
n
i
) = k(u
n
i
u
n
i1
).
Multiplions par u
n+1
i
. On obtient:
1
2
h
i
(u
n+1
i
u
n
i
)
2
+
1
2
h
i
(u
n+1
i
)
2

1
2
h
i
(u
n
i
)
2
+k(u
n+1
i
u
n
i
)(u
n
i
u
n
i1
) +ku
n
i
(u
n
i
u
n
i1
) = 0.
Corrige de lexercice 53 page 236
1.a) Le schema numerique secrit :
u
n+1
i
= (1
k
h
i
1
2
)u
n
i
+
k
h
i
1
2
u
n
i1
(5.8.76)
Comme k h h
i
1
2
on a
k
h
i
1
2
[0,1] On a donc
min(u
n
i
,u
n
i1
) u
n+1
i
max(u
n
i
,u
n
i1
)
do` u on deduit que
min
j
(u
n
j
) u
n+1
i
max
j
(u
n
j
), i ZZ ,
puis, par recurrence sur n, que
inf u
0
u
n
i
sup u
0
i ZZ , nnIN.
1.b) Par denition de lerreur de consistance, on a :
u
n+1
i
u
n
i
k
= u
t
(x
i
,tn) +R
n
i
, o` u [R
n
i
[ |u
tt
|

k,
u
n
i
u
n
i1
h
i
1
2
= u
x
(x
i
,tn) +S
n
i
,[S
n
i
[ |u
xx
|

h.
En posant e
n
i
= u
n
i
u
n
i
, on a donc
e
n+1
i
e
n
i
k
+
1
h
i
1
2
(e
n
i
e
n
i1
) = R
n
i
+S
n
i
C(u
0
,)(h +k),
avec C(u
0
) = |u

0
|

max(,1), car (u(t,x) = u


0
(x,t)) et donc |u
tt
|

= |u
xx
|

= |u

0
|

. On pose
C(u
0
,) = C, on obtient alors
e
n+1
i
=
_
1
k
h
i
1
2
_
e
n
i
+
k
h
i
1
2
e
n
i1
+Ck(h +k)
246
donc sup
i
[e
n+1
i
[ sup
j
[e
n
j
[ +Ck(h +k). Par recurrence sur n, on en deduit
sup
i
[e
n
i
[ Ckn(h +k) et donc sup
i
[e
n
i
[ CT(h +k) si 0 n N + 1, o` u (N + 1)k = T.
2.a) On a inf u
0
u
0
i
sup u
0
puis, pa recurrence :
u
n+1
i
= (1
k
h
i
)u
n
i
+
k
h
i
u
n
i1
.
Comme k h h
i
on en deduit comme en 1) a) que :
inf(u
0
) u
h
i
sup(u
0
).
2.b) Consistance
u
n+1
i
u
n
i
k
= u
t
(x
i
,t
n
) +R
n
i
,[R
n
i
[ |u
tt
|

k
mais
u
n
i
u
n
i1
h
i
=
u
n
i
u
n
i1
h
i
1
2
h
i
1
2
h
i
= [u
x
(x
i
,t
n
) +S
n
i
]
h
i
1
2
h
, avec [S
n
i
[ |u
xx
|

h,
donc
u
n+1
i
u
n
i
k
+
u
n
i
u
n
i1
h
i
= (u
t
+u
x
)(x
i
,t
n
) +R
n
i
+S
n
i
h
i
1
2
h
i
+T
n
i
,
= R
n
i
+S
n
i
h
i
1
2
hi
+T
n
i
,
avec :
[R
n
i
[ |u
tt
|

k,

h
i
1
2
h
i

[S
n
i
[ |u
xx
|

h
h
h =

2

|u
xx
|

h,
T
n
i
= u
x
(x
i
,t
n
)
h
i
1
2
h
i
h
i
= u
x
(x
i
,t
n
)
h
i1
h
i
2h
i
.
En prenant par exemple un pas tel que h
i
= h si i est pair et h
i
= h/2 si i est impair, on voit T
n
i
ne tend
pas vers 0 lorsque h tend vers 0; le schema apparait donc comme non consistant au sens des dierences
nies.
c) Convergence. On a

u
n+1
i


u
n
i
k
= u
t
(x
i+
1
2
,t
n
) +R
n
i
,[R
n
i
[ |u
tt
|

u
n
i


u
n
i1
h
i
= u
x
(x
i+
1
2
,t
n
) +S
n
i
,[S
n
i
[ |u
xx
|

h
donc, avec f
n
i
=

u
n
i
u
n
i
f
n+1
i
= (1
k
h
i
)f
n
i
+f
n
i1
(
k
h
i
) +k(S
n
i
+R
n
i
)
On a donc :
sup
i
[f
n+1
i
[ sup
i
[f
n
i
[ +k|u

0
|

(k +h)
sup
i
[f
n
i
[ +kC
1
(k +h) C
1
= |u

0
|

max(,1),
247
et par recurrence sur n
sup
i
[f
n
i
[ C
1
nk(k +h) +|u

0
|

h
car sup
i
[f
0
i
[ |u

0
|

h. Do` u on deeduit que


sup
i
[f
n
i
[ C
1
T(k +h) +|u

0
|

h
C
2
(k +h), 0 n N + 1.
avec C
2
= C
1
T +|u

0
|

Il reste `a remarquer que [ u


n
i


u
n
i
[ |u

0
|

h pour avoir
sup
i
[ u
n
i
u
n
i
[ C
3
(h +k) avec
C
3
= C
2
+|u

0
|

= |u

0
|

max(,1)T + 2|u

0
|

.
Corrige de lexercice 54 page 237
1. On remarque dabord que [u
0
i
[ [|u
0
|

,|u
0
|

]. On a vu `a la question 2) a) de lexercice 53 que


u
n+1
i
[u
n
i
,u
n
i1
[ ou [u
n
i1
,u
n
i
]. On en deduit par une recurrence sur n que u
n
i
[|u
0
|

,|u
0
|

] i,n
0.
2. On va utiliser le fait que u
0
L
2
et montrer la propriete par recurrence sur n. Pour n = 0, on a :
[u
0
i
[
2

_
x
i
1
2
x
i
1
2
(u
0
(x))
2
dx
1
h
i
0 lorsque i (5.8.77)
En eet, comme u
0
1
[x,x+[
0pp, u
0
1
[x,x+[
u
0
L
2
donc
_
x+
x
[u
0
[
2
dx 0 lorsque x + par
convergence dominee, pour tout > 0. De plus, h h(
1
hi

1
h
), do` u on deduit que (5.8.77) est
veriee. On conclut ensuite par une recurrence immediate sur n, que :
[u
n+1
i
[ max([u
n
i
[[u
n
i1
[) 0 quand i . (5.8.78)
2. On veut montrer que
N

n=0

iZZ
k(u
n
i
u
n
i1
)
2
C(,u
0
). On multiplie le schema par ku
n
i
, on obtient :
h
i
(u
n+1
i
u
n
i
)u
n
i
+ (u
n
i
u
n
i1
)ku
n
i
= 0,
ce quon peut reecrire:
h
i
_

(u
n+1
i
u
n
i
)
2
2
+
(u
n+1
i
)
2
2

(u
n
i
)
2
2
_
+k
_
(u
n
i
u
n
i1
)
2
2
+
(u
n
i
)
2
2

(u
n
i1
)
2
2
_
= 0.
Comme [u
n+1
i
u
n
i
[ =
k
hi
[u
n
i
u
n
i1
[, ceci secrit aussi :
k(1
k
h
i
)(u
n
i
u
n
i1
)
2
+h
i
(u
n+1
i
)
2
h
i
(u
n
i
)
2
+k(u
n
i
)
2
k(u
n
i1
)
2
= 0,
248
et comme
k
h
1 , on a donc 1
k
hi
et (u
n
i
u
n
i1
)
2
+h
i
(u
n+1
i
)
2
h
i
(u
n
i
)
2
+(u
n
i
)
2
(u
n
i1
)
2
0
en sommant pour i M, . . . ,M, et h 0, . . . ,N, on obtient alors :

i=M
M

n=0
(u
n
i
u
n
i1
)
2
+h
N

n=0
(u
n
M
)
2
h
N

n=0
(u
n
M1
)
2

i=M
(u
0
i
)
2
.
En remarquant que
k
M

i=M
(u
0
i
)
2

i=M
h
i
(u
0
i
)
2
|u
0
|
2
2
(voir (5.8.77)) et que u
n
M
0 qd M (voir (5.8.78)), on en deduit
k

i=
N

n=0
(u
n
i
u
n
i1
)
2
|u
0
|
2
2
,
donc C =
u0
2
2

convient.
3) (Convergence) Pour montrer la convergence, on va passer ` a la limite sur le schema numerique. On aura
pour cela besoin du lemme suivant :
Lemme 5.34 Soit (u
n
)
nIN
une suite bornee dans L

(IR). Si u
n
u dans L

(IR) pour la topologie


faible lorsque n +, (c.` a.d
_
IR
u
n
(x)(x)dx
n+
_
IR
u(x)(x)dx, L
1
(IR),
et v
n
v dans L
1
lorsque n +, alors
_
u
n
(x)v
n
(x)dx
n+
_
u(x)v(x)dx.
Demonstration :
[
_
u
n
(x)v
n
(x)dx
_
u(x)v(x)dx[ |u
n
|

|v
n
v|
1
+[
_
u
n
(x)v(x)dx
_
u(x)v(x)dx[
C|u
n
v|
1
+[
_
u
n
(x)v
n
(x)dx
_
u(x)v(x)dx[
n+
0,
car (u
n
)
n
est bornee dans L

.
On multiplie le schema numerique par k
n
i
, C

c
(IR [0,T[) et
n
i
= (x,t
n
), et en somme sur i et n
(toutes les sommes sont nies, car est `a support compact) ; on obtient :

iZZ

nIN
u
n+1
i
u
n
i
k
kh
i

n
i
+

iZZ
N

n=1
(u
n
i
u
n
i1
)k
n
i
= 0.
Comme
n
i
= 0 si n N + 1, on a :

iZZ
N

n=1
h
i
u
n
i
(
n1
i

n
i
)

i
u
0
i

0
i
h
i
+

iZZ

n
(
n
i

n
i+1
)u
n
i
k = 0.
249
Or :
T
1
=

iZZ
u
0
i

0
i
h
i
=

i
_
x
i+
1
2
x
i
1
2
u
0
(x)
0
(x
i
)dx
h0
_
u
0
dx.( avec
0
= (.,0))
car

0
(x
i
)1
]x
i
1
2
,x
i+
1
2
[
(.,0) dans L
1
quand h 0.
T
2
=

iZZ

n=1
h
i
u
n
i

n1
i

n
i
k
k =
_
IR+
_
IR
u
T ,k

T ,k
dxdt. Soit

T ,k
(x,t) =

iZZ
N

n=1

n1
i

n
i
k
1
]x
i
1
2
,x
i+
1
2
[
1
]nk,(n+1)k[
.
En eet, pour x IR et t > 0, [

n1
i

n
i
k

t
(x,t)[ k|
tt
|

si (x,t) ]x
i
1
2
,x
i+
1
2
[[nk(n+1)k[,
pour n 1. On a donc donc
T ,k

t
p.p. sur IR]0,T[, De plus, et [
T ,k
[ |
t
|

1
K
si h 1,
o` u K = [a 1,a + 1] [0,T], et a est tel que = 0 sur ([a,a] [0,T])
c
Donc, par convergence
dominee,
T ,k

t
dans L
1
(IR]0,T[) lorsque k 0. Comme u
T ,k
converge vers u dans L
i
nfty
faible , on en deduit par le lemme 5.34 que :
T
2
==
_
IR+
_
IR
u
T ,k
(x,t)
T ,k
(x,t)dxdt
h,k0

_
IR+
_
IR
u(x,t)
t
(x,t)dxdt.
T
3
=

iZZ

nIN

n
i

n
i+1
h
i
u
n
i
kh
i
. =

iZZ

nIN
k
n
i
(u
n
i
u
n
i1
)
=

iZZ

nIN
k
n
i1
(u
n
i
u
n
i1
) +

iZZ

nIN
k(
n
i

n
i
1
2
)(u
n
i
u
n
i1
) = T
4
+T
5
, avec :
T
4
=

n
kh
i

n
i
1
2

n
i+
1
2
h
u
n
i
=
_ _
u
T k
(x)
T k
(x)dx o` u

T k
=

n
i
1
2

n
i+
1
2
h
i
sur ]x
i
1
2
,x
i+
1
2
[]t
n
,t
n+1
[ ;
et donc
T k

x
dans L
1
(IR]0,1[) et T
4

_ _
u(x)
x
(x)dxdt lorsque h 0,
T
5

M2

i=M
N

n=0
kh|
x
|

(u
i
u
h
i1
) kh|
x
|

n=0
M2

i=M
(u
n
i
u
n
i1
) si h 1, o` u M
1
et M
2
sont tels que i , M
1
, . . . ,M
2
]x
i
1
2
,x
i+
1
2
[ [a,a]
c
, et = 0 sur ([a,a] [0,T])
c
. On a
donc :
T
5
kh|
x
|(
M2

i=M1
N

n=0
(u
n
i
u
n
i1
)
2
)
1/2
(
N

n=0
M2

i=M1
1)
1/2
kh|
x
|

k
(

N
n=0

M2
i=M1
1)
1/2
,

kh|
x
|

N + 1

M
2
M
1
(M
2
M
1
)h 2a.

kh|
x
|

2a

h
= |
x
|

h
0 quand h 0.
On en deduit que T
3

_ _
u(x)
x
(x)dx quand h 0.
250
Comme T
1
+T
2
+T
3
= 0, on a donc
_
IR
_
IR+
u(x,t)
t
(x; t)dxdt +
_
IR
_
IR+
u(x,t)
x
(x,t)dxdt +
_
IR
u
0
(x)(x,.)dx = 0
et donc u est solution faible de (5.6.46)-(5.6.47).
Corrige de lexercice 55 page 238
1/ Dans le premier cas, la solution est facile `a construire par la methode des caracteristiques, pour tout
t < 1/2. En eet, les droites caracteristiques sont dequation: x(t) = 2u
0
(x
0
)t +x
0
, cest-`a-dire
x(t) =
_
_
_
2t +x
0
, si x
0
< 0,
2(1 x
0
)t +x
0
, si x
0
]0,1[,
0 si x
0
> 1.
Les droites caracteristiques se rencontrent `a partir de t = 1/2, il y alors apparition dun choc, dont la
vitesse est donnee par la relation de RankineHugoniot :
(u
g
u
d
) = (u
2
g
u
2
d
), et donc = u
g
+u
d
= 1.
La solution entropique est donc :
u(x,t) =
_

_
1 si t <
1
2
et x < 2t ou si t >
1
2
et x < t +
1
2
,
x1
2t1
0 si t <
1
2
et x > 1 ou si t >
1
2
et x > t +
1
2
.
2/ On pourra montrer que la fonction denie par les formules suivantes est la solution pour t <
1
2
(cest-` a-dire avant que les droites caracteristiques ne se rencontrent, la solution contient deux zones de
detentes).
u(x,t) = 0, si x < 0, t <
1
2
,
u(x,t) =
x
2t
, si 0 < x < 2t, t <
1
2
,
u(x,t) =
1 x
1 2t
, si 2t < x < 1, t <
1
2
,
u(x,t) =
x 1
2t
, si 1 < x < 1 + 2t, t <
1
2
,
u(x,t) = 1, si 1 + 2t < x, t <
1
2
.
En t =
1
2
, on pourra verier quun choc apparat en x = 1 et se propage `a la vitesse 1. On obtient alors
pour t >
1
2
la solution suivante :
u(x,t) = 0, si x < 0, t >
1
2
,
u(x,t) =
x
2t
, si 0 < x <
1
2
+t, t >
1
2
,
251
u(x,t) =
x 1
2t
, si
1
2
+t < x < 1 + 2t, t >
1
2
,
u(x,t) = 1, si 1 + 2t < x, t >
1
2
.
Remarquons que, bien que la solution initiale soit discontinue, la solution entropique est continue pour
t ]0,1/2[.
Corrige de lexercice 57 page 238
1. La question 1 decoule du point 1 de la proposition 5.29 page 230 (il faut que satisfasse la condition
de RankineHugoniot.
2. La question 2 decoule du point 2 de la proposition 5.29 page 230.
Corrige de lexercice 59 page 239
Les quatre schemas secrivent sous la forme :
u
n+1
i
= u
n
i

k
h
i
(g(u
n
i
,u
n
i+1
) g(u
n
i
,u
n
i
)) +
k
h
i
(g(u
n
i1
,u
n
i
) g(u
n
i
,u
n
i
))
soit encore
u
n+1
i
= u
n
i
+C
n
i
(u
n
i+1
u
n
i
) +D
n
i
(u
n
i1
u
n
i
),
avec
C
n
i
=
k
h
i
g(u
n
i
,u
n
i
) g(u
n
i
,u
n
i+1
)
u
n
i+1
u
n
i
si u
n
i
,= u
n
i+1
(0 sinon )
D
n
i
=
k
h
i
g(u
n
i1
,u
n
i
) g(u
n
i
,u
n
i
)
u
n
i1
u
n
i
si u
n
i
,= u
n
i+1
(0 sinon )
On suppose que A u
0
B p.p. et on remarque quil existe L IR
+
tel que :
[g(a,b) g(a,c)[ L[b c[,
[g(b,a) g(c,a)[ L[b c[
_
a,b,c [A,B]
(On laisse le lecteur verier quun tel L existe pour les 4 schemas consideres).
1) Dans le cas des 3 premiers schemas (FS, Godunov et LFM), la fonction g est croissante par rapport au
1er argument et decroissante par rapport au 2`eme argument. Donc si u
n
i
[A,B],i (pour n xe), on a
C
n
i
0 D
n
i
0. En prenant 2k Lh
i
i on a aussi : C
n
i
,D
n
i

1
2
et donc u
n+1
i
est une combinaison
convexe de u
n
i1
,u
n
i
,u
n
i+1
donc u
n+1
i
[A,B] i (et aussi |u
n+1
|

|u
n
|

). Par recurrence sur n on


en deduit :
u
n
i
[A,B] i,n si k uh
i
i avec M =
L
2
Dans le dernier cas (Murman), on a
g(a,b) = f(a) si
f(b) f(a)
b a
0 (a ,= b), g(a,b) = f(b) si
f(b) f(a)
b a
< 0 (a ,= b) et g(a,a) = f(a).
Si
f(u
n
i+1
) f(u
n
i
)
u
n
i+1
u
n
i
0, on a : g(u
n
i
,u
n
i+1
) = f(u
n
), donc C
n
i
= 0.
252
Si
f(u
n
i+1
) f(u
n
i
)
u
n
i+1
u
n
i
< 0, on a : g(u
n
i
,u
n
i+1
) = f(u
n
i+1
),C
n
i
=
f(u
n
i+1
)+f(u
n
)
u
n
i+1
u
n
i
> 0, et C
n
i

1
2
si k Mh
i
avec M =
L
2
(L est ici la constante de Lipschitz de f).
Le meme calcul vaut pour D
n
i
et on conclut comme precedemment car
u
n+1
= (1 C
n
i
D
n
i
)u
n
+C
n
i
u
n
i+1
+D
n
i
u
n
i1
2) On reprend la formule de 1) et la meme limitation sur k (pour les 4 schemas). On a :
u
n+1
i+1
= u
n
i+1
+C
n
i+1
(u
n
i+2
u
n
i+1
) +D
n
i+1
(u
n
i
u
n
i+1
)
u
n+1
i
= u
n
i
+C
n
i
(u
n
i+1
u
n
i
) +D
n
i
(u
n
i1
u
n
i
)
et donc, en soustrayant membre `a membre :
u
n+1
i+1
u
n+1
i
= (u
n
i+1
u
n
i
) (1 C
n
i
D
n
i+1
)
. .
0
+C
n
i+1
..
0
(u
n
i+2
u
n
i+1
) + D
n
i
..
0
(u
n
i
u
n
i1
)
Par inegalite triangulaire, on a donc :
[u
n+1
i+1
u
n+1
i
[ [u
n
i+1
u
n
i
[(1 C
n
i
D
n
i+1
) +C
n
i+1
[u
n
i+2
u
n
i+1
[ +D
n
i
[u
n
i
u
n
i1
[
Sommons alors entre i = P `a P :
P

i=P

u
n+1
i+1
u
n+1
i

i=P

u
n
i+1
u
n
i

i=P
C
n
i

u
n
i+1
u
n
i

+
P

i=P
C
n
i+1

u
n
i+2
u
n
i+1

i=P
D
n
i+1

u
n
i+1
u
n
i

+
P

i=P
D
n
i

u
n
i
u
n
i1

.
En regroupant :
P

i=P

u
n+1
i+1
u
n+1
i

i=P

u
n
i+1
u
n
i

+C
n
P+1

u
n
P+2
u
n
P+1

+D
n
P

u
n
P
u
n
P1

.
Or C
n
P+1
[0,1] et D
n
P
[0,1] donc
P

i=P

u
n+1
i+1
u
n+1
i


P+1

i=P1

u
n
i+1
u
n
i

i=

u
n
i+1
u
n
i

.
Il ne reste plus qua faire tendre P vers + pour obtenir le resultat.
253
Corrige de lexercice 60 page 239
1) Cette question a ete compl`etement traitee dans lexercice 59.
Les estimations sont veriees avec M =
L
2
, o` u L est la constante de Lipschitz de f sur [A,B].
2) Remarquons que si f(s) = s
2
alors
f(b) f(a)
b a
= b +a.
a) Soit

b ]0,B[, a ]A,0[ tel que

b + a > 0, (par exemple : a =

2
,

b = avec 0 < < min(A,B)). Soit


]0, a +

b[. Pour a [ a , a + ], on a

b + a > 0, et donc g(a,

b) = f(a) = a
2
, ce qui prouve que sur
lensemble [ a , a +]

b, la fonction g est decroissante par rapport `a a.


b) Soit n u
0
denie par : u
0
=
_
1 sur IR

+1 sur IR
+
de sorte que u
0
i
=
_
+1 si i 0
1 si i < 0
Comme f(u
0
i
) = +1 i on a u
1
i
= u
0
i
i et donc u
n
i
= u
0
i
pour tout i et pour tout n. Par une
recurrence facile, la solution approchee est donc stationnaire. La solution exacte nest pas stationnaire
(voir proposition 5.29, cas o` u f est strictement convexe et u
g
< u
d
).
Corrige de lexercice 61 page 240 (Flux monotones)
1. Le schema secrit: u
n+1
i
= u
n
i

hi
k
(g(u
n
i
,u
n
i+1
) g(u
n
i
,u
n
i1
))
2.
u
n
i+1
) = u
n
i
+C
n
i
(u
n
i+1
u
n
i
) +D
n
i
(u
n
i1
u
n
i
)
= (1 C
n
i
D
n
i
)u
n
i
+C
n
i
u
n
i+1
+D
n
i
u
n
i1
avec C
n
i
=
h
i
k
g(u
n
i
,u
n
i+1
) g(u
n
i
,u
n
i
)
u
n
i+1
u
n
i
si u
n
i+1
,= u
n
i
(et 0 sinon)
et D
n
i
=
h
i
k
g(u
n
i
,u
n
i+1
) g(u
n
i
,u
n
i
)
u
n
i+1
u
n
i
si u
n
i1
,= u
n
i
(et 0 sinon)
Remarquons que C
n
i
0 et D
n
i
0 car g est monotone. On en deduit que H denie par
H(u
n
i1
,u
n
i
,u
n
i+1
) = (1 C
n
i
D
n
i
)u
n
i
+C
n
i
u
n
i+1
+D
n
i
u
n
i1
est une fonction croissante de ses arguments si 1 C
n
i
D
n
i
0, ce qui est verie si k
hi
2M
pour tout
i ZZ .
3. Comme a g(a,b) g(,b), et comme b, g(,b) g(,).
4. Dapr`es la question precedente, si a b, on a bien g(a,b) ming(,), [a,b], et comme g(,) =
f(), on a le resultat souhaite.
Si a b, alors on verie facilement que : g(a,b) g(,) pour tout [b,a], ce qui prouve le resultat.
5. Comme g(a,b) = f(u
a,b
), on a min
s[a,b]
f(s) g(a,b) si a b et g(a,b) max
s[b,a]
f(s) si a b. On
a donc egalite dans les inegalites de la question 3.
2. Montrer que sous une condition `a preciser, le schema peut secrire sour la forme
u
n+1
i
= H(u
n
i1
,u
n
i
,u
n
i+1
)
o` u H est une fonction croissante de ses trois arguments.
254
Bibliographie
[1] Brezis, H. (1983), Analyse Fonctionnelle: Theorie et Applications (Masson, Paris).
[2] P.G. Ciarlet, Introduction a lanalyse numerique et ` a loptimisation, Masson 1982.
[3] Ciarlet, P.G. (1978), The Finite Element Method for Elliptic Problems (North-Holland, Amster-
dam).
[4] Ciarlet, P.G. (1991), Basic error estimates for elliptic problems in: Handbook of Numerical Ana-
lysis II (North-Holland,Amsterdam) 17-352.
[5] R. Eymard, T. Gallouet and R. Herbin, Finite Volume Methods, Handbook of Numerical Analysis,
Vol. VII, pp. 713-1020. Edited by P.G. Ciarlet and J.L. Lions (North Holland).
[6] T. Gallouet and R. Herbin, Theorie de lintegration et de la mesure. http://www-gm3.univ-
mrs.fr/ gallouet/licence.d/int-poly.pdf
[7] Godlewski E. and P. A. Raviart (1991), Hyperbolic systems of conservation laws, Ellipses.
[8] Godlewski E. and P.A. Raviart (1996), Numerical approximation of hyperbolic systems of
conservation laws, Applied Mathematical Sciences 118 (Springer, New York).
[9] Godunov S. (1976), Resolution numerique des probl`emes multidimensionnels de la dynamique des
gaz (Editions de Moscou).
[10] R. Herbin, Analyse numerique. http://www.cmi.univ-mrs.fr/ herbin/PUBLI/polyananum.pdf
[11] Kr oner D. (1997) Numerical schemes for conservation laws in two dimensions, Wiley-Teubner
Series Advances in Numerical Mathematics. (John Wiley and Sons, Ltd., Chichester; B. G. Teubner,
Stuttgart).
[12] LeVeque, R. J. (1990), Numerical methods for conservation laws (Birkhauser verlag).
[13] Quarteroni A., Sacco R., and Saleri F. Numerical mathematics. Springer, 2000.
[14] J. Rappaz and M. Picasso Introduction a lanalyse numerique. Presses Polytechniques et Uni-
versitaires Romandes, Lausanne, 1998.
[15] P.A. Raviart and JM Thomas. Introduction a lanalyse numerique des equations aux derivees
partielles.
255