INSTITUT DE MATHEMATIQUES

ET DE SCIENCES PHYSIQUES
Centre d’Excellence Africain en Sciences Mathématiques et Applications
Adresse mail : [email protected]

UNIVERSITE D’ABOMEY
CALAVI (BENIN) M ÉMOIRE DE FIN DE MASTER

Filière : Mathématiques Fondamentales et Applications (MFA)

Spécialité : Analyse numérique

Thème
Approximations par éléments finis non conformes
pour quelques problèmes d’évolution et Analyse
d’erreur a-posteriori

Rédigé par :
ADANDE Clément
Institut de Mathématiques et de Sciences Physiques
Adresse mail : [email protected]
Superviseur :
Prof. DEGLA Guy Aymard
Université d’Abomey-Calavi, Institut de Mathématiques et de Sciences
Physiques
Adresse mail : [email protected]
Encadreur :

THE ABDUS SALAM Dr. HOUEDANOU Koffi Wilfrid

INTERNATIONAL CENTRE FOR Université d’Abomey-Calavi, Faculté des Sciences et Techniques
Adresse mail : [email protected]
THEORETICAL PHYSICS (ITALY)
Membres du Jury :
Président : Prof. DEGLA Guy Aymard (IMSP)
Rapporteur : Dr. HOUEDANOU Koffi Wilfrid (FAST-UAC)
Examinateur : Dr. HOUENOU Djidémè Franck (FAST-UAC)

Soutenu le 25 octobre 2022

B.P. : 613 PORTO-NOVO

REPUBLIQUE DU BENIN
 Résumé

Dans ce document, nous nous approprions la technique développée par Serge Nicaise
et Nadir Soualem dans les travaux [10, 11]. Elle consiste à effecteur une analyse d’erreur a-
posteriori pour une méthode d’éléments finis non conformes utilisées pour résoudre quelques
équations aux dérivées partielles. Il est question de l’équation de la chaleur et des équations
de Stokes. L’approche est divisée en deux étapes. La première étape consiste à donner une
formulation discrète de ces équations. D’une part, la dérivée en temps approchée avec un
schéma d’Euler implicite conduit à une formulation semi-discrète et d’autre part, une mé-
thode d’éléments finis non conformes appliquée à cette formulation semi-discrète achève la
discrétisation. La deuxième étape consiste à estimer l’erreur d’approximation par des quan-
tités accessibles aux calculs. On construit ainsi les indicateurs d’erreur locaux à l’aide de la
méthode des résidus pondérés. Le cas de l’équation de la chaleur est achevé avec quelques
tests numériques confirmant la stabilité de la méthode et l’optimalité des indicateurs en es-
pace.
Mots-clés : Approximation non conforme, équation de la chaleur, équations de Stokes, indi-
cateurs d’erreur a-posteriori

Abstract

In this document, we appropriate the technique developed by Serge Nicaise and Nadir
Soualem in the works [10, 11]. It consists of performing an a-posteriori error analysis for a
nonconforming finite element method used to solve some partial differential equations. It
is about the heat equation and the equations of Stokes. The approach is divided into two
steps.The first step is to give a discrete formulation of these equations. On the one hand, the
approximate time derivative with a implicit Euler plan leads to a semi-discrete formulation
and on the other hand, a nonconforming finite element method applied to this semi-discrete
formulation completes discretization. As for the second step, it consists in estimating the ap-
proximation error by quantities accessible to calculations. One thus builds the local error in-
dicators using the method of weighted residuals. The case of the heat equation is completed
with a few numerical tests confirming the stability of the method and the optimality of the
indicators in space.
Key-words : Nonconforming approximation, heat equation, Stokes equations, a-posteriori
error indicators
 Remerciements

Avant tout propos, je commence par témoigner à Dieu mes sincères gratitudes. Il a été
présent du début jusqu’à la fin de ce travail de maintes manières. Je Lui en sais gré.
Je remercie l’Institut de Mathématiques et de Sciences Physiques (IMSP) de Dangbo pour
la formation de Master que j’ai reçu. je remercie également le Centre d’Excellence Africain
en Sciences Mathématiques et Applications (CEA-SMA) grâce à sa bourse j’ai pu subvenir à
mes besoins estudiantins.
Ce travail ne connaîtrait le jour sans l’assistance permanente de mes encadreurs. Il s’agit
de Monsieur Guy DEGLA (Enseignant à l’Institut de Mathématiques et de Sciences Physiques
de Dangbo) et de Monsieur Wilfrid HOUEDANOU (Enseignant à la Faculté des Sciences et
Techniques de l’Université d’Abomey Calavi). La qualité de l’encadrement et de rigueur dont
ils ont fait montre ont rendu l’expérience vécue durant ce projet bénéfique pour moi. Qu’il
daigne bien recevoir mes chaleureux remerciements. Je remercie également Monsieur Jamal
ADETOLA pour ses apports stratégiques sur les tests numériques.
Durant tout mon cursus universitaire, j’ai eu à apprendre de beaucoup d’enseignants, en
particulier, de Monsieur Carlos OGOUYANDJOU (Directeur de l’Institut de Mathématiques
et de Sciences Physiques) et de Monsieur Joël TOSSA (Professeur à l’Institut de Mathéma-
tiques et de Sciences Physiques et responsable de la filière Mathématiques Fondamentales).
Je profite de ce canal pour les exprimer mes reconnaissances et admirations pour tout ce
qu’ils m’ont donné.
Je remercie Monsieur Henri DANDJINOU (Docteur en didactique des mathématiques et
Inspecteur de l’enseignement secondaire) pour son soutien et ses conseils pédagogiques. Je
remercie aussi mon oncle Monsieur Cyril HOUESSOU pour son soutien paternel et financier.
Je remercie Monsieur Gatien AYABA et Madame Marielle HOUNMENOU pour la lecture
de ce travail et leurs critiques littéraires.
Je termine ce creuset en remerciant tous mes proches et amis, particulièrement ma mère
madame Blandine HOUESSOU et tous ceux qui ont subi mes caprices pendant la période
couverte par ce travail.
 Table des matières

Nomenclature 5

Table des figures 7

Introduction 8

1 Notions de base et rappels 11

1.1 Espace de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Espaces de Sobolev H m (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Espace D 0 (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.2 Espaces de Sobolev H m (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Quelques théorèmes importants . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.1 Lemme de Lax-Milgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.2 Théorème de Banach-Nečas-Babuška (BNB) . . . . . . . . . . . . . . . . . 16
1.3.3 Théorème de Ladyshenskaya-Babuška-Brezzi (LBB) . . . . . . . . . . . . 16
1.4 Éléments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.1 Simplexe et coordonnées barycentriques . . . . . . . . . . . . . . . . . . . 17
1.4.2 Maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.3 Définition d’un élément fini . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.4 Opérateur d’interpolation local . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.5 Opérateur d’interpolation global . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.6 Éléments finis de Crouzeix-Raviart . . . . . . . . . . . . . . . . . . . . . . . 22
1.5 Outils d’analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5.1 Opérateur d’interpolation de Crouzeix-Raviart . . . . . . . . . . . . . . . 23
1.5.2 Opérateurs d’interpolation de Clément . . . . . . . . . . . . . . . . . . . . 24
1.5.3 Fonctions bulles et inégalités inverses . . . . . . . . . . . . . . . . . . . . . 25

2 Analyse d’erreur a-posteriori pour le problème de la chaleur 27

2.1 Problème de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Equation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.2 Formulation variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 Approximation variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.1 Problème semi-discret en temps . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.2 Problème discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3 Analyse d’erreur a-posteriori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1 Indicateurs d’erreur a-posteriori en temps . . . . . . . . . . . . . . . . . . 31
2.3.2 Indicateurs d’erreur a-posteriori en espace . . . . . . . . . . . . . . . . . . 34
2.3.3 Analyse a-posteriori de l’erreur globale . . . . . . . . . . . . . . . . . . . . 41
2.4 Tests numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.4.1 Résolution numérique de la solution . . . . . . . . . . . . . . . . . . . . . 43
2.4.2 Tests numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
TABLE DES MATIÈRES TABLE DES MATIÈRES

3 Extension aux équations de Stokes en régime non stationnaire 53

3.1 Equations de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.1.1 Problème de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.1.2 Formulation variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2 Approximation variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.2.1 Problème semi-discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.2.2 Problème discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3 Analyse d’erreur a-posteriori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3.1 Analyse d’erreur a-posteriori en temps . . . . . . . . . . . . . . . . . . . . 56
3.3.2 Analyse d’erreur a-posteriori en espace . . . . . . . . . . . . . . . . . . . . 58
3.3.3 Analyse a-posteriori de la discrétisation totale . . . . . . . . . . . . . . . . 60

Conclusion et perspectives 62

Bibliographie 63

Mémoire de master-IMSP 4 ©Clément Adandé

 Nomenclature

d Entier naturel non nul (généralement égal à 2 ou 3)

Ω Ouvert de Rd (généralement borné)

K ⊂⊂ Ω K est un compact contenu dans Ω

L 1l oc (Ω) Ensemble des fonctions mesurables intégrables sur tout compact contenu dans Ω

L 20 (Ω) Espace vectoriel des fonctions f : Ω −→ R L 2 (Ω) de moyenne nulle sur Ω

X Espace vectoriel de fonctions définies sur Ω à valeurs dans R

Z b°
L (a, b; X ) Espace vectoriel des fonctions f : Ω×]a, b[−→ X telles que : f (·, t ) ∈ X et
2 ° f (·, t )°2 d t <
°
X
a
+∞

Pk Espace vectoriel des polynômes de degré inférieur ou égalà k

f (t ) Pour une fonction f : Ω×]0, T [7−→ R, on pose f (t ) := f (·, t ) s’il n’y a pas d’ambiguïté

f (x) Pour une fonction f : Ω×]0, T [7−→ R, on pose f (x) := f (x, ·) s’il n’y a pas d’ambiguïté

EK Ensemble des arêtes ou faces de l’élément K

E h ou E ph Ensemble des arêtes ou faces du maillage

E hi nt ou E ph
i nt
Ensemble des arêtes ou faces intérieures du maillage

Nh Ensemble des nœuds au maillage Th

Nhi nt Ensemble des nœuds intérieur au maillage Th

ωK Ensemble des éléments partageant une arête ou une face avec K

ωx Ensemble des éléments ayant le nœud x en commun

ω
eK Ensemble des éléments partageant un nœud avec K

P tkd ,h Espace totalement discontinu

Th ou T ph Ensemble des mailles du maillage

d
Longueur du multi-indice α = (α1 , . . . , αd ) ∈ Nd donnée par : |α| = αi
P
|α|
i =1
2 2
∆u ∆u(x, t ) = ∂ u(x,t )
∂x 12
+···+ ∂ u(x,t )
∂x d2

∂|α| ϕ(x)
∂α ϕ ∂α ϕ(x) = α α α
∂x 1 1 ∂x 2 2 ···∂x d d
NOMENCLATURE NOMENCLATURE

(
1 si n = m
δnm δnm =
0 sinon
k·k X Norme sur X
k·kL 2 (Ω) ou k·k ou k·kΩ Norme sur L 2 (Ω)

. a . b signifie qu’il existe c > 0 tel que a ≤ cb

∼ a ∼ b signifie qu’il existe c 1 , c 2 > 0 tel que c 1 b ≤ a ≤ c 1 b

Mémoire de master-IMSP 6 ©Clément Adandé

 Table des figures

1.1 Un triangle K et la normale extérieure à K sur l’arête [s 1 s 2 ] . . . . . . . . . . . . . 18

1.2 Un maillage de l’intervalle [0, 1] pour n = 10 . . . . . . . . . . . . . . . . . . . . . 18
1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4 A gauche, un maillage non conforme et à droite, un maillage conforme . . . . . 19
1.5 Diamètre d’un carré et de son cercle circonscrit . . . . . . . . . . . . . . . . . . . 19
1.6 Deux mailles intérieures et leur arête commune . . . . . . . . . . . . . . . . . . . 20

2.1 Maillage uniforme avec n = 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

2.2 Elément de référence Kb . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.3 Solution numérique évaluée au temps final avec n = 60 . . . . . . . . . . . . . . 50
2.4 Solution exacte évaluée au temps final avec n = 60 . . . . . . . . . . . . . . . . . 51
2.5 Evolution de l’erreur en fonction des degrés de liberté . . . . . . . . . . . . . . . 51
N
2.6 Evolution de l’indice de fiabilité q up en fonction des degrés de liberté . . . . . . 52
N
2.7 Evolution de l’indice d’efficacité q l ow en fonction des degrés de liberté . . . . . 52
 Introduction

Motivation

La modélisation de plusieurs phénomènes physiques conduit à des équations aux déri-

vées partielles. Par exemple, l’équation de chaleur (modélise l’évolution de la température
dans un milieu), les équations de Stokes (modélise l’écoulement d’un fluide), l’équation des
ondes (modélise la propagation d’une onde WIFI dans un bâtiment). . .. Les outils d’analyse
offrent pour la plupart du temps des moyens pour décider de l’existence ou non de solu-
tion à ces problèmes (et dans le cas d’existence, on peut parfois donner des conditions dans
lesquelles elle est unique). Ces outils n’offrent pas toujours un moyen de déterminer explici-
tement l’expression analytique de la solution. Ceci amène à la genèse des méthodes numé-
riques pour approcher, lorsqu’elle existe, la solution d’une équation aux dérivées partielles
sur un domaine donné. En effet, plusieurs mathématiciens dont Léonhard Euler (1707–1783)
et Boris Galerkin (1981-1945), se sont intéressés à la construction des méthodes numériques
pour les équations aux dérivées partielles. De ces méthodes, nous pouvons citer celle de Ga-
lerkin qui permet d’approcher un problème sous forme variationnelle c’est-à-dire sous la
forme suivante : étant donnés deux espaces vectoriels normés V et W :
(
Trouver u dans V tel que
, (1)
a(u, w) = b(w), ∀w ∈ W

où a : V × W −→ R est une forme bilinéaire continue et b : W −→ R une forme linéaire conti-

nue. Son principe est simple : remplacer les espaces V et W généralement de dimensions
infinies par des espaces de fonctions Vh et Wh de dimensions finies. On définit ainsi le pro-
blème discret associé à (1) comme suit :
(
Trouver u h dans Vh tel que
, (2)
a h (u h , w h ) = b h (w h ), ∀w h ∈ Wh

où a h : Vh × Wh −→ R est une forme bilinéaire continue et b h : Wh −→ R une forme linéaire

continue. Les deux espaces Vh et Wh sont appelés respectivement espace d’approximation et
espace discret. Dans le cadre de notre mémoire, les espaces Vh et Wh seront construits à l’aide
d’éléments finis précisément dans le cas où Vh 6⊂ V : on parle d’approximation par éléments
finis non conformes [6].
La résolution d’équations aux dérivées partielles à l’aide de la méthode d’éléments finis
est récente. Cette méthode offre deux types d’approximations [6, 5] : une approximation con-
forme et une approximation non conforme. Le choix d’un type d’approximation est souvent
dicté par les propriétés de l’équation aux dérivées partielles. Dans la littérature, il est assez ré-
pandu l’usage de l’approximation conforme pour calculer la solution approchée d’une EDP
[6, 5, 9]. Mais dans ce document basé sur les travaux des auteurs Serge Nicaise et Nadir Soua-
lem [10, 11], nous utilisons une approximation non conforme et ceci pour deux raisons prin-
cipales. La stabilité de la méthode, première raison, renvoie au fait que l’espace d’approxi-
mation satisfait une condition dite inf-sup avec une constante indépendante du maillage
[5]. Ce qu’on observe pas dans le cas d’une approximation conforme basée sur un maillage
anisotropique [2]. La deuxième raison concerne le coût de l’implémentation. La matrice ob-
tenue suite à l’assemblage comporte beaucoup de coefficients nuls. Ainsi le temps de calcul
de la solution numérique est réduit. Ces raisons justifient l’usage de la méthode d’éléments
finis non conformes fait ici.
Approcher la solution est déjà une avancée, être en mesure de contrôler l’écart entre la so-
lution exacte et celle numérique est encore mieux. L’analyse d’erreur permet de contrôler cet
écart. On distingue de l’analyse d’erreur a-priori de l’analyse d’erreur a-posteriori. L’analyse
d’erreur a-priori permet d’estimer l’erreur en fonction des quantités qui mettent en jeu la so-
lution exacte (pas souvent accessible au calcul). Elle est utilisé la convergence de la solution
approchée vers la solution exacte. Quant à l’analyse d’erreur a-posteriori, elle permet d’es-
timer l’erreur seulement en fonction des données mise en jeu par la méthode des éléments
finis et la solution approchée. Elle est utilisé par exemple pour le raffinement de maillage.
Nous nous recourons à ce dernier type d’analyse pour mieux contrôler les solutions numé-
riques de quelques équations bien connues des physiciens et des ingénieurs.

Modèles étudiés

Les équations de la chaleur et de Stokes apparaissent souvent dans la modélisation de

plusieurs phénomènes physiques. On retrouve leurs applications dans plusieurs domaines
scientifiques. Dans ce document, nous nous intéressons à ces équations.
Joseph Fourier est un mathématicien et physicien français né le 21 mars 1768 à Auxerre et
mort le 16 mai 1830 à Paris. C’est à lui que l’on doit l’équation de la chaleur. A la fin de la cam-
pagne d’Égypte à laquelle il a été convié en 1798, il s’était retourné dans son pays d’origine.
Habitué au climat d’Afrique, le froid et l’humidité ont impacté sa santé. Ceci laisse entrevoir
un motif de l’intérêt qu’il avait accordé au problème de la conduction de la chaleur. Grâce à
ses travaux sur la décomposition d’une fonction quelconque en une série trigonométrique
convergente, il a été le premier à modéliser la diffusion de la chaleur en 1811. L’équation de
la chaleur s’énonce comme suit :

∂u
(x, t ) − ∆u(x, t ) = f (x, t ), ∀(x, t ) ∈ Ω×]0, T [,
∂t
où la fonction u : (x, t ) ∈ Ω×]0, T [−→ u(x, t ) ∈ R est son inconnue et représente la tempé-
rature dans le milieu Ω (avec Ω un ouvert de Rd ) sur l’intervalle de temps ]0, T [ avec (T un
réel strictement positif). La fonction f : (x, t ) ∈ Ω×]0, T [7−→ f (x, t ) ∈ R s’interprète comme le
terme source. En fait, cette équation est un cas particulier des équations de Stokes.
Les équations de Stokes sont bien connues en mécanique des fluides. Georges Gabriel
Stokes est un mathématicien et physicien britannique né le 13 août 1819 en Irlande et mort
le 1er février 1903. En 1841, il reçoit son baccalauréat avec la mention d’honneur et sous l’in-
fluence son professeur William Hopkins, il consacre ses études à l’étude des fluides visqueux.
Ses recherches sur les fluides visqueux lui ont permis d’établir les équations éponymes. Ces
équations s’énoncent comme suit :

ρ ∂u
(
∂t
(x, t ) − µ∆u(x, t ) + ∇p(x, t ) = f (x, t ), ∀(x, t ) ∈ Ω×]0, T [
,
divu(x, t ) = 0, ∀(x, t ) ∈ Ω×]0, T [

où les fonctions u : (x, t ) ∈ Ω×]0, T [−→ u(x, t ) ∈ Rd et p : (x, t ) ∈ Ω×]0, T [−→ p(x, t ) ∈ R
représentent respectivement la vitesse du fluide et la pression dans le fluide. La fonction
f : (x, t ) ∈ Ω×]0, T [−→ f (x, t ) ∈ Rd représente une force extérieure aux fluides. Les réels ρ et
µ représentent la masse volumique et le coefficient de viscosité dynamique respectivement.

9
La première équation énonce la conservation de la quantité de mouvement et la seconde
exprime l’incompressibilité 1 du fluide.
Avant d’entrer dans notre développement, il est important de préciser le but visé quant à
l’intérêt que nous accordons aux équations de la chaleur et de Stokes dans ce document.

Objectifs

Le but de ce travail est de développer une analyse d’erreur a-posteriori pour approcher le
problème de la chaleur. L’approche utilise un schéma d’Euler implicite en temps et d’une
méthode d’éléments finis non conformes en espace. On étend ensuite cette approche au
problème de Stokes. Pour atteindre notre objectif, nous allons suivre le plan suivant.

Plan du document

Dans le chapitre 1, nous exposons quelques notions de base et rappels pour favoriser une
bonne compréhension de ce document. Nous donnons quelques définitions et résultats sur
quelques espaces fonctionnels. Ensuite, nous donnons quelques notions élémentaires sur
les éléments finis. Et nous terminons ce premier chapitre avec quelques d’outils d’analyse
d’erreur.
Dans le chapitre 2, nous nous intéressons au problème de la chaleur. Nous écrivons une
formulation du problème discrète en utilisant un schéma d’Euler implicite en temps et la
méthode d’éléments finis de Crouzeix-Raviart en espace. Ensuite, nous définissons des indi-
cateurs d’erreur locaux en temps et en espace puis nous effectuons une analyse a-posteriori
en fonction de ces indicateurs. Ainsi des essais numériques pour confirmer nos analyses
théoriques bouclent ce chapitre.
Dans la chapitre 3, nous nous intéressons au problème de Stokes non stationnaire. Nous
étendons l’étude effectuée au chapitre précédent aux équations de Stokes. Nous donnons
une formulation variationnelle du problème et nous en déduisons une formulation discrète
en utilisant un schéma d’Euler implicite et la méthode d’éléments finis de Crouzeix-Raviart.
Et nous finissons en définissant des indicateurs d’erreur locaux pour une analyse a-posteriori
de l’erreur en temps, de l’erreur en espace et de l’erreur global.

1. Un fluide incompressible est un fluide dont le volume est considéré comme constant quelle que soit la
pression qu’il subit, tout fluide étant en réalité sensible à la pression. (Wikipédia)

10
 Chapitre 1

Notions de base et rappels

1.1 Espace de Hilbert

Dans tout ce document, on rencontrera des espaces de Hilbert. Il est donc important de
ce fixer les idées à travers quelques définitions et résultats essentiels (voir [4] pour plus de
détails).
Definition 1.1
Soit H un espace vectoriel réel.
On appelle produit scalaire sur H toute forme bilinéaire a symétrique définie positive i.e
vérifiant
(a(u, u) ≥ 0, ∀u ∈ H ) et (a(u, u) > 0 si u 6= 0H ).

Proposition 1.1
Soit H un espace vectoriel réel muni d’un produit scalaire a.
Alors a vérifie l’inégalité dit de Cauchy-Schwartz donnée par :
p p
|a(u, v)| ≤ a(u, u) × a(v, v), ∀u, v ∈ H .

Démonstration. Soit u et v deux éléments de H . Alors on a : a(u + t v, u + t v) ≥ 0 pour tout

t ∈ R.
On pose : P (t ) = a(u + t v, u + t v) pour tout t ∈ R.
Par la bilinéarité de a, on a : P (t ) = a(u, u) + 2t a(u, v) + t 2 a(v, v) pour tout t ∈ R.
Alors P est un polynôme du second degré positif sur R, donc son discriminant est négatif.
p p
D’où 4a(u, v)2 − 4a(u, u)a(v, v) ≤ 0 soit |a(u, v)| ≤ a(u, u) a(v, v).

Proposition 1.2
Soit H un espace vectoriel réel muni d’un produit scalaire a.
p
Alors l’application k·ka : u 7−→ kuka = a(u, u) est une norme sur H (dite induite du produit
scalaire a).

Démonstration. La séparation et l’homogénéité de k·ka découlent de la définition du pro-

duit scalaire a et la propriété de l’inégalité triangulaire est assurée par l’inégalité de Cauchy-
Schwartz satisfaite par a.

Definition 1.2
On appelle espace de Hilbert tout espace vectoriel réel muni d’un produit scalaire a et qui
est complet pour la norme k·ka i.e toute suite de Cauchy converge pour la norme k·ka .
Nous donnons ici quelques exemples utiles pour dans la suite de ce travail.
Exemple 1.1
Soit d un entier supérieur ou égal à 1.
1. L’espace vectoriel Rd est un espace de Hilbert muni du produit scalaire euclidien défini
par :
d
u k v k , ∀u = (u 1 , . . . , u d ) ∈ Rd , ∀v = (v 1 , . . . , v d ) ∈ Rd .
X
u·v =
k=1
 Espaces de Sobolev H m (Ω)

2. Soit Ω un ouvert de Rd . L’espace de Lebesgue L 2 (Ω) est un espace de Hilbert muni du

produit scalaire défini par :
Z
(u, v)L 2 (Ω) = u(x)v(x)d x, ∀u, v ∈ L 2 (Ω).
Ω

La norme induite de ce produit scalaire sera notée k·kL 2 (Ω) ou k·kΩ ou simplement k·k.
Definition 1.3 (Espace séparable)
Soit H un espace vectoriel normé réel.
On dit que H est séparable si H contient une partie au plus dénombrable et dense.
Definition 1.4 (Base hilbertienne)
Soit H un espace de Hilbert muni d’un produit scalaire 〈·, ·〉.
On appelle base hilbertienne de H une famille (e n )i ∈N d’éléments de H vérifiant :
1. Vect(e n )n∈N = H ;
2. ∀(n, m) ∈ N2 , 〈e n , e m 〉 = δnm .
Une famille (e n )n∈N de H vérifiant seulement la deuxième condition de cette définition est
appelée système orthonormé.
Proposition 1.3
Tout espace de Hilbert séparable admet une base hilbertienne.
Proposition 1.4 (Inégalité de Bessel)
Soit H un espace de Hilbert muni d’un système orthonormé (e n )n∈N .
Alors pour tout u ∈ H , la suite la suite (〈u, e n 〉)n∈N est de carré sommable et on a :

+∞
[〈u, e n 〉]2 ≤ kuk2 .
X
n=0

Démonstration. Il suffit d’utiliser l’inégalité de Cauchy-Schwartz.

Proposition 1.5 (Identité de Parseval)

Soit H un espace de Hilbert muni d’une base hilbertienne (e n )n∈N .
Alors pour tout u ∈ H , on a :
+∞
[〈u, e n 〉]2 = kuk2 .
X
n=0

Théorème 1.1 (Théorème de Représentation de Riesz)

Soit H un espace de Hilbert et f ∈ H ∗ .
Alors il existe un unique u ∈ H tel que

∀v ∈ H , f (v) = 〈u, v〉.

1.2 Espaces de Sobolev H m (Ω)

Les espaces de Sobolev offrent un cadre approprié à l’étude des équations aux dérivées par-
tielles. Nous rappelons ici quelques notions élémentaires utilisées couramment dans ce do-
cument (voir [14] pour plus de détails).
Soit Ω un ouvert de Rd et m ∈ N.

Mémoire de master-IMSP 12 ©Clément Adandé

Espaces de Sobolev H m (Ω) Espace D 0 (Ω)

1.2.1 Espace D 0 (Ω)

Definition 1.5
– On désigne par D(Ω) l’espace vectoriel des fonctions C ∞ à support compact contenu
dans Ω.
– Soit K ⊂⊂ Ω. On désigne par DK (Ω) l’espace vectoriel des fonctions C ∞ à support contenu
dans K .
sup ¯∂α u(x)¯, pour tous entier naturel m et K ⊂⊂ Ω.
X ¯ ¯
On pose : p K ,m (u) =
|α|≤m x∈K
Proposition 1.6
La famille (p K ,m )K ⊂⊂Ω,m∈N est une famille de semi-normes sur D(Ω) et la topologie de D(Ω)
est celle associée à cette famille de semi-normes.
Definition 1.6
On appelle distribution sur Ω toute forme linéaire T continue sur D(Ω) i.e
∀K ⊂⊂ Ω, ∃C K > 0, ∃m ∈ N, ∀φ ∈ DK (Ω), ¯〈T, φ〉¯ ≤ C K p K ,m (φ).
¯ ¯

Le dual topologie de D(Ω) est noté D 0 (Ω).

Théorème-Définition 1.1
Soit u ∈ L 1l oc (Ω). Alors l’application Tu définie par :
Z
〈Tu , ϕ〉 = uϕ, ∀ϕ ∈ D(Ω)
Ω

est une distribution appelée distribution régulière associée à u.

R
Démonstration. La linéarité de Tu vient de celle du signe somme .
Soit K ⊂⊂ Ω. Pour tout ϕ ∈ DK (Ω), on a :
¯Z ¯ µZ ¶
¯〈Tu , ϕ〉¯ = ¯ uϕ¯ ≤ |u| sup ¯ϕ(x)¯
¯ ¯ ¯ ¯ ¯ ¯
¯ ¯
K K x∈K
D’où Tu est une distribution sur Ω.

Théorème-Définition 1.2
Soit T ∈ D 0 (Ω) et α ∈ Nd . La forme linéaire ∂α T définie par :
〈∂α T, ϕ〉 = (−1)|α| 〈T, ∂α ϕ〉, ∀ϕ ∈ D(Ω),
est une distribution sur Ω appelée dérivée partielle, au sens des distributions, de T .

Démonstration. Voir [14].

1.2.2 Espaces de Sobolev H m (Ω)

Définitions et propriétés

Definition 1.7
On définit l’espace de Sobolev H m (Ω) par :
n o
H m (Ω) = v ∈ L 2 (Ω) : ∂α u ∈ L 2 (Ω), ∀α ∈ Nd , |α| ≤ m ,

où ∂α u est la dérivée partielle de u au sens des distributions i.e la dérivée de la distribution

régulière associée à u.

©Clément Adandé 13 Mémoire de master-IMSP

Espaces de Sobolev H m (Ω) Espaces de Sobolev H m (Ω)

Remarque.
On remarque que : D(Ω) ⊂ H m (Ω).

Proposition 1.7
L’espace de Sobolev H m (Ω) est un espace de Hilbert muni du produit scalaire donné par :

(∂α u, ∂α v)L 2 (Ω) .

X
(u, v)H m (Ω) =
|α|≤m

Definition 1.8
On désigne par H0m (Ω) l’adhérence de D(Ω) pour la norme de H m (Ω) associée au produit
scalaire (·, ·)H m (Ω) .
Inégalité de Poincaré

Théorème 1.2
Soit Ω un ouvert borné dans Rd .
Alors il existe une constante C Ω > 0 tel que :

∀u ∈ H01 (Ω), kukL 2 (Ω) ≤ C Ω k∇ukL 2 (Ω)d .

Démonstration. Voir [14].

Pour tout u ∈ H01 (Ω), on pose : |u|H 1 (Ω) = k∇ukL 2 (Ω)d .

0

Corollaire 1.1
Soit Ω un ouvert borné dans Rd .
L’application |·|H 1 (Ω) est une norme sur H01 (Ω) et une semi-norme sur H 1 (Ω).
0

Démonstration. Les propriétés d’homogénéité et de l’inégalité triangulaire de |·|H 1 (Ω) dé-

0
coulent de celles de k·kL 2 (Ω)d .
Soit u ∈ H01 (Ω). Alors d’après l’inégalité de Poincaré, on a : kukL 2 (Ω) ≤ C Ω |u|H 1 (Ω) pour un
0
certain réel C Ω > 0 dépendant uniquement de la géométrie de Ω. Donc on a :

|u|H 1 (Ω) = 0 =⇒ kukL 2 (Ω) = 0

0

=⇒ u = 0

D’où |·|H 1 (Ω) est une norme sur H01 (Ω).

0

Formules de Green

Proposition 1.8
Soit Ω un ouvert de à bord lipschitzienne Rd etu, v ∈ H 1 (Ω).
Alors pour tout i ∈ {1, 2, . . . , d } on a :

∂u ∂v
Z Z Z
v =− u + uvn i d σ,
Ω ∂x i Ω ∂x i ∂Ω

où d σ est la mesure définie sur ∂Ω et n = (n 1 , . . . , n d ) est la normale extérieure à Ω sur le bord

∂Ω.

Démonstration. Voir [4]

Mémoire de master-IMSP 14 ©Clément Adandé

Espaces de Sobolev H m (Ω) Espaces de Sobolev H m (Ω)

Théorème 1.3
Soit Ω un ouvert à bord lipschitzienne.
Pour toutes fonctions u ∈ H 2 (Ω) et v ∈ H 1 (Ω), on a :
Z Z Z
(∆u)v = (∇u · n)vd σ − ∇u · ∇v,
Ω ∂Ω Ω
où d σ est la mesure définie sur ∂Ω et n la normale extérieure à Ω sur ∂Ω.
Proposition 1.9
Soit Ω un ouvert borné de R2 , v ∈ H 2 (Ω) et w ∈ H 2 (Ω).
On a :
Z Z Z
∇v · rotw = vrotw · n = ∇v · t w,
Ω ∂Ω ∂Ω
où n = (n 1 , n 2 ) la normale
³ extérieure
´ à Ω sur ∂Ω, t = (−n 2 , n 1 ) désigne la tangente unitaire le
∂w ∂w
long de ∂Ω et rotw = ∂y , − ∂x .

Démonstration.
Z Z
1. Montrons que ∇v · rotw = vrotw · n.
ZΩ Z ∂Ω
∂v ∂w ∂v ∂w
Z
∇v · rotw = −
Ω Ω ∂x ∂y Ω ∂y ∂x
∂ w
2
∂w ∂2 w ∂w
Z Z Z Z
=− v + v n1 + v − v n2
Ω ∂x∂y ∂Ω ∂y Ω ∂y∂x ∂Ω ∂x
∂w ∂w ∂2 v ∂2 v
Z µ ¶
= n1 v −v n 2 car =
∂y ∂x ∂y∂x ∂y∂x
Z∂Ω
= v(rotw · n)
Z ∂Ω Z
2. Montrons que ∇v · rotw = ∇v · t w.
ZΩ Z ∂Ω
∂v ∂w ∂v ∂w
Z
∇v · rotw = −
Ω Ω ∂x ∂y Ω ∂y ∂x
∂ v
2
∂v ∂2 v ∂v
Z Z Z Z
=− w+ n2 w + − n1 w
Ω ∂y∂x ∂Ω ∂x Ω ∂x∂y ∂Ω ∂y
∂v ∂v ∂ v
2
∂ v
2
Z µ ¶
= w − n 1 w car =
∂x ∂y ∂y∂x ∂y∂x
Z∂Ω
= ∇v · t w avec t = (−n 2 , n 1 )
∂Ω

Proposition 1.10
Soit Ω un ouvert borné de R3 , v ∈ H 2 (Ω) et w ∈ H 2 (Ω)3 avec w = (w 1 , w 2 , w 3 ).
On a :
Z Z Z
∇v · rotw = vrotw · n = (∇v × n)w,
Ω ∂Ω ∂Ω

où n = (n 1 , n 2 , n 3 ) est la normale extérieure à Ω sur ∂Ω, rotw = ∂w ∂w 1 ∂w 3 ∂w 2 ∂w 1

³ ´
3
∂y − − , − ∂y et
µ¯ ¯ ¯ ¯ ¯ ∂z ¯¶ ∂x ∂x
¯u 2 u 2 ¯ ¯u 3 u 3 ¯ ¯ u 1 u 1 ¯
pour tous vecteurs u et u de R3 , on a : u × u = ¯¯ ¯,¯ ¯,¯ ¯ .
u 3 u 3 ¯ ¯u 1 u 1 ¯ ¯ u 2 u 2 ¯

©Clément Adandé 15 Mémoire de master-IMSP

 Quelques théorèmes importants

1.3 Quelques théorèmes importants

Dans cette section, nous énonçons quelques théorèmes essentiels utilisés pour justifier l’exis-
tence et l’unicité de solution d’un problème variationnel.

1.3.1 Lemme de Lax-Milgram

Le caractère bien posé d’un problème de la forme (1) est souvent vérifié grâce au lemme de
Lax-Milgram dont voici l’énoncé. Il généralise le théorème de représentation de Riesz.
Théorème 1.4
Soit H un espace de Hilbert, a une forme bilinéaire continue sur H × H et coercive sur H, et
f ∈ H 0.
Alors il existe un unique u ∈ H tel que : a(u, v) = f (v) pour tout v ∈ H .

1.3.2 Théorème de Banach-Nečas-Babuška (BNB)

Le théorème BNB est une généralisation du lemme de Lax-Milgram. Il s’énonce comme suit
(voir [6]).
Théorème 1.5
Soit V un espace de Banach et W un espace de Banach réflexif. Soit a ∈ L (V × W, R) une
forme bilinéaire et continue, f ∈ W 0 .
Alors le problème suivant :
(
Chercher u ∈ V tel que
a(u, w) = 〈 f , w〉W 0 ,W , ∀w ∈ W
admet une et une seule solution si et seulement si les deux conditions suivantes sont satis-
faites :
a(u, w)
∃α > 0, inf sup ≥ α; (1.1)
u∈V w∈W kvkV kwkW

∀w ∈ W, (∀v ∈ V, a(u, w) = 0) =⇒ w = 0. (1.2)

1.3.3 Théorème de Ladyshenskaya-Babuška-Brezzi (LBB)

Le théorème LBB est utilisé généralement pour démontrer le caractère bien posé de pro-
blèmes mixtes. Il s’énonce comme suit (voir [6]).
Théorème 1.6
Soient X et M deux espaces de Hilbert, f ∈ X 0 et g ∈ M 0 deux formes linéaires, a et b deux
formes bilinéaires continues sur X × M .
On suppose que la forme bilinéaire a est coercive sur X. Alors le problème suivant

Chercher (u, p) ∈ X × M tel que


a(u, v) + b(v, p) = f (v), ∀v ∈ X ,

b(u, q) = g (q), ∀q ∈ M .


admet une unique solution si et seulement si la forme bilinéaire b satisfait la condition dite
inf-sup suivante : il existe β > 0 tel que :

b(v, q)
inf sup ° ° ≥ β.
q∈M v∈X kvk X °q ° M

Mémoire de master-IMSP 16 ©Clément Adandé

Éléments finis

1.4 Éléments finis

L’objet même de ce document repose sur les éléments finis. Nous donnons ici quelques no-
tions essentielles à une bonne compréhension de ce travail (voir [6] pour plus de détails).
Un domaine Ω de Rd est un ouvert borné et connexe dont le bord ∂Ω est lipschitzienne i.e
localement ∂Ω est le graphe d’une fonction lipschitzienne.
Les simplexes sont utilisés dans la construction de l’espace d’approximation en éléments
finis dans ce document. Fixons les idées à travers une définition.

1.4.1 Simplexe et coordonnées barycentriques

Soit {s 0 , s 1 , . . . , s d } une famille 1 de points de Rd telle que les vecteurs s 1 − s 0 , s 2 − s 0 ,. . ., s d − s 0

soient linéairement indépendants.
Definition 1.9
– L’enveloppe convexe 2 des points {s 0 , s 1 , . . . , s d } est appelé un simplexe.
Les points s 0 , s 1 ,. . ., s d sont les sommets du simplexe.
– Le simplexe unité de Rd est l’ensemble des points
( )
d
d
x ∈ R : x i ≥ 0 et
X
xi ≤ 1
i =1

dont les sommets ont pour coordonnées cartésiennes (0; 0; · · · ; 0), (1; 0; · · · ; 0), . . ., (0; 0; · · · ; 1).
Exemple 1.2
1. En dimension 2, un simplexe est un triangle.
2. En dimension 3, un simplexe est un tétraèdre.
Definition 1.10
Soit K un simplexe de Rd de sommets s 0 , s 1 ,. . ., s d .
On appelle coordonnées barycentriques sur K les fonctions λ0 , λ1 , . . . , λd définies par :

λi : Rd −→ R
(x − s i ) · n i ,
x 7−→ 1 −
(s j − s i ) · n i

où s j est l’un des sommets de K situés sur la face F i et n i est la normale extérieure à K sur F i
(voir figure 1.1).
Remarque.
Pour tous i , j ∈ {0, 1, . . . , d }, on a : λi (s j ) = δi j .

Proposition 1.11
Soit K un simplexe de Rd de sommets s 0 , s 1 ,. . ., s d .
Les coordonnées barycentriques satisfont les propriétés suivantes :
1. pour tout x ∈ K , on a : 0 ≤ λi (x) ≤ 1 ;
2. pour tout x ∈ Rd , on a :
d d
λi (x) = 1 et x = λi (x)s i .
X X
i =0 i =0
1. Une telle famille est appelé repère de l’espace affine de Rd .
2. Le plus petit convexe contenant {s 0 , s 1 , . . . , s d }.

©Clément Adandé 17 Mémoire de master-IMSP

Maillage Éléments finis

s1 n0

K s2

s0

F IGURE 1.1 – Un triangle K et la normale extérieure à K sur l’arête [s 1 s 2 ]

1.4.2 Maillage

Definition 1.11
Un maillage d’un domaine Ω est une famille {K m }1≤m≤Nma de sous-ensembles de Ω dits
mailles ou cellules du maillage telle que :
NS
ma
1. Ω = Km ;
m=1
2. K̊ m ∩ K̊ n = { }, ∀m 6= n.
On pose : h K m = diam(K m ) et h = max hKm .
1≤m≤Nma

Exemple 1.3
1. En une dimension d’espace, un maillage de l’intervalle [0, 1] est la famille des n inter-
valles [h(k − 1), hk], avec 1 ≤ k ≤ n et hn = 1.

0 h 2h 3h 4h 5h 6h 7h 8h 9h 10h

F IGURE 1.2 – Un maillage de l’intervalle [0, 1] pour n = 10

2. En dimension deux, un maillage du domaine [0, 1] × [0, 1] est la famille de rectangles

[h 1 (i − 1), h 1 i ] × [h 2 ( j − 1), h 2 j ], 1 ≤ i ≤ n, 1 ≤ j ≤ m, h 1 m = 1 et h 2 n = 1 (voir figure
1.3a).

tK
Kb

(b) K est l’image de Kb par t K

0 1
(a) Un maillage du carré [0, 1] × [0, 1]

F IGURE 1.3

Mémoire de master-IMSP 18 ©Clément Adandé

Éléments finis Maillage

Remarque.
Un maillage est généré à partir d’une maille de référence Kb et d’une famille de transforma-
tions géométriques {t K }K ∈Th envoyant Kb dans les cellules du maillage (voir 1.3b).

Definition 1.12
Un maillage est dit conforme si l’intersection de deux mailles est soit vide, soit un sommet,
soit une arête, soit une face (voir figure 1.4).

F IGURE 1.4 – A gauche, un maillage non conforme et à droite, un maillage conforme

Definition 1.13
Une famille de maillages {Th }h>0 est dite régulière s’il existe c > 0 tel que :

hK
≤ c, ∀K ∈ Th , ∀h > 0,
ρK

où ρ K est le diamètre de la plus grande boule contenue dans K (voir 1.5).

ρKm

hKm

F IGURE 1.5 – Diamètre d’un carré et de son cercle circonscrit

Faces, arêtes et sauts

Soit Th un maillage conforme d’un domaine Ω.

On désigne par :
– E h l’ensemble des arêtes ou faces du maillage ;
– E hi nt l’ensemble des arêtes ou faces intérieures du maillage ;
– E K l’ensemble des arêtes ou faces de l’élément K ;
– E hi nt l’ensemble des arêtes ou faces intérieures de l’élément K.
³ ´
d |K |
Pour tout E ∈ E K ∩ E L , on désigne par h E la hauteur de E et on a : h E = 21 |E | + d|E|L|| .

©Clément Adandé 19 Mémoire de master-IMSP

Définition d’un élément fini Éléments finis

F
K1 nF K2

F IGURE 1.6 – Deux mailles intérieures et leur arête commune

Soit v une fonction à valeurs réelles définie localement sur chaque maille et F ∈ E hi nt . Alors
il existe deux mailles K 1 et K 2 ayant F en commun. Soit n F la normale extérieure à K 1 sur la
face F (voir figure 1.6).
Le saut de la fonction v à travers l’arête ou la face F au point x est défini par (voir [10]) :

lim [v(x + εn F ) − v(x − εn F )] si F ∈ E hi nt


ε→0
‚v(x)ƒF = ε>0 .
v(x) sinon


1.4.3 Définition d’un élément fini

Definition 1.14
Un élément fini est un triplet {K , P, Σ} où :
1. K est une partie compacte, connexe, d’intérieur non-vide de Rd dont la frontière est lip-
schitzienne (par exemple, un intervalle en dimension 1, un polygone en dimension 2 ou
un polyèdre en dimension 3) ;
2. P est un espace vectoriel de fonctions (en général polynomiales) p : K 7−→ Rµ où µ est un
entier naturel non nul ;
3. Σ est un ensemble de n f formes linéaires σ1 , . . . , σn f agissant sur les éléments de P et tel
que l’application linéaire

P −→ Rn f
p 7−→ (σ1 (p), . . . , σn f (p))

soit bijective ; ce qui revient à dire que Σ est une base de P 0 .

Les formes linéaires σ1 , . . . , σn f sont appelées les degrés de liberté de l’élément fini.
Remarque.
Σ étant une base de P 0 , on note {θ1 , . . . , θn f } sa base duale dans P et on a : σi (θ j ) = δi j .
Les fonctions θ1 , . . . , θn f sont les fonctions de formes de l’élément fini et forment une base
de l’élément fini.

Exemple 1.4
En une dimension d’espace, le triplet {[0, 1], Pk , Σ} est un élément fini dite de Lagrange, Σ
étant l’ensemble des polynômes d’interpolation de Lagrange L 0k , . . . , L kk associés aux nœuds
t i = i k pour tout i ∈ {1, 2, . . . , k}.

1.4.4 Opérateur d’interpolation local

Un élément fini {K , P, Σ} étant donné, on peut approcher certaines fonctions par des élé-
ments de P définis sur K. La définition suivante nous dit comment faire.

Mémoire de master-IMSP 20 ©Clément Adandé

Éléments finis Opérateur d’interpolation global

Definition 1.15
Soit {K , P, Σ} un élément fini.
L’opérateur d’interpolation local IK est défini par :

IK : V (K ) −→ P
nf
,
σi (v)θi
X
v 7−→
i =1

où V (K ) désignant l’ensemble de définition de IK , est un espace vectoriel normé dont les

éléments sont en général des fonctions définies sur K.
Proposition 1.12
Soit {K , P, Σ} un élément fini.
Alors IK est une projection sur V (K ).

Démonstration. IK est une application linéaire puisque les σi le sont.

Soit v ∈ V (K ). OnÃa :
nf
!
IK (IK (v)) = IK σi (v)θi
X
i =1
nf
σi (v)IK (θi ) car IK est linéaire
X
=
i =1
nf nf
σi (v) σ j (θi )θ j
X X
=
i =1 j =1
nf nf
σi (v) δi j θ j
X X
=
i =1 j =1
nf
σi (v)θi
X
=
i =1
IK (IK (v)) = IK (v)
Donc IK est un projecteur sur V (K ).

1.4.5 Opérateur d’interpolation global

Soit Ω un domaine de Rd et Th = {K k }1≤k≤n un maillage du domaine Ω, Ωh l’intérieur de

n
S
l’ensemble Kk .
k=1
Considérons un élément fini de référence {Kb , Pb, Σ}. b On désigne par Σ = {b σ1 , . . . , σ
b m } l’en-
semble des degrés de libertés et par θ1 , . . . , θm les fonctions de formes associées à cet élément
b b
fini.
On construit un élément fini sur une maille quelconque K de Th à partir de l’élément fini
de référence, à l’aide de la transformation géométrique t K envoyant Kb sur K et de l’isomor-
phisme ψK de V (Kb ) vers V (K ) donné par : ψK (v) = v ◦ t K . La proposition suivante permet de
générer un maillage à partir de l’élément fini {Kb , Pb, Σ}.b

Proposition 1.13

©Clément Adandé 21 Mémoire de master-IMSP

Éléments finis de Crouzeix-Raviart Éléments finis

Soit K ∈ Th . Alors, le triplet {K , P K , ΣK } défini par :


K = t K© (K )

 b
P K = ψ−1
ª
K (p),
b pb ∈ Pb ,

Σ = © σ , . . . , σ ; σ = σ

b i ◦ ψK
ª
K K ,1 K ,n K ,i

est un élément fini.

Et les fonctions de forme de cet élément fini sont définies sur K par :

θK ,i = ψ−1
K (θi ).
b

Démonstration. Voir [6].

Les fonctions de forme θK ,i sont définies localement. On peut les étendre à Ωh .

La définition suivante donne la forme générale d’un espace d’approximation.
Definition 1.16
L’espace d’éléments finis totalement discontinu est l’ensemble noté Wh et défini par :

Wh = v h ∈ L 2 (Ωh ), ∀K ∈ Th , v h |K ∈ Pk .
© ª

Lorsque P K = Pk pour tout K ∈ Th , l’espace totalement discontinu correspondant est sou-

vent noté P tkd ,h .
Definition 1.17
L’opérateur d’interpolation global est noté Ih et défini par :

Ih : D(Ih ) −→ Wh
à !
n ,
σK ,i (v |K )θK ,i 1K
X X
v 7−→
K ∈Th i =1

avec D(Ih ) = v ∈ L 2 (Ωh ), ∀K ∈ Th , v |K ∈ V (K ) .

© ª

On introduit les versions discrètes des opérateurs gradient et divergence définis sur P tkd ,h de
la manière suivante :
h id
∇h : P tkd ,h −→ P tk−1
d ,h

v h 7−→ ∇h v h avec (∇h v h )|K = ∇(v h |K ), ∀K ∈ Th ,

et h id
∇h · : P tkd ,h −→ P tk−1
d ,h

σh 7−→ ∇h · σh avec (∇h · σh )|K = ∇ · (σh |K ), ∀K ∈ Th .

1.4.6 Éléments finis de Crouzeix-Raviart

Soit K un simplexe de Rd et (σi )0≤k≤d une suite finie de formes linéaires sur P1 définie par :

1
Z
∀p ∈ P1 , σi (p) = p
mes(F i ) Fi

où F i est l’une des d + 1 faces de K.

On pose Σ = (σi )0≤k≤d .

Mémoire de master-IMSP 22 ©Clément Adandé

Outils d’analyse

Proposition 1.14
La famille Σ est une base du dual topologique de P1 .
On désigne par (θi )0≤k≤d la base duale de la base Σ. On a alors :

∀i , j ∈ {0, 1, . . . , d }, σi (θ j ) = δi j .

Théorème-Définition 1.3
Le triplet {K , P1 , Σ} est un élément fini appelé élément fini de Crouzeix-Raviart.

1.5 Outils d’analyse

1.5.1 Opérateur d’interpolation de Crouzeix-Raviart

Dans cette sous-section, on considère des maillages dont les mailles sont des simplexes.
Proposition 1.15
Soit {K , P1 , Σ} un élément fini de Crouzeix-Raviart.
L’opérateur d’interpolation local de Crouzeix-Raviart est noté IKC R et défini par :

IKC R : L 2 (K ) −→ P1
dX
+1 µ 1
Z ¶
v 7−→ v θi
i =1 mes(F i ) Fi

où V (K ) est l’ensemble de définition de IKC R .

Soit Ω un domaine de Rd et Th = {K m }1≤m≤n un maillage conforme du domaine Ω, Ωh l’inté-
n
K m . Soit Fh l’ensemble des faces du maillage Th .
S
rieur de l’ensemble
m=1
L’espace d’éléments finis de Crouzeix-Raviart est défini comme suit :
½ Z ¾
1
P pt ,h
2
= v h ∈ L (Ωh ) : ∀K ∈ Th , v h |K ∈ P1 et ∀F ∈ Fhi nt , ‚v h ƒ = 0 .
F

– Pour une face F de Fh , on définit la fonction ϕF ∈ P pt

1
,h
dont le support est constitué du
ou des deux simplexes contenant F et telle que sur ces simplexes, la fonction ϕF coïncide
avec la fonction de forme de l’élément fini de Crouzeix-Raviart associée à F .
– Pour tout F ∈ Fh , on définit la forme linéaire

1
γF : P pt ,h −→ R
1
Z .
v h 7−→ vh
mes(F ) F

Proposition 1.16
1
La famille (ϕF )F ∈Fh forme une base de P pt ,h
et la famille (γF )F ∈Fh est une base de L (P pt
1
,h
, R).

Démonstration. Voir [5, p. 44].

Les fonctions ϕF (F ∈ Fh ) sont appelées fonctions de forme globales dans P pt

1
,h
et les fonc-
tions γF (F ∈ Fh ) sont appelées les degrés de libertés globaux dans P pt
1
,h
.

©Clément Adandé 23 Mémoire de master-IMSP

Opérateurs d’interpolation de Clément Outils d’analyse

Proposition 1.17
L’opérateur d’interpolation de Crouzeix-Raviart est défini comme suit :

IhC R : L 2 (Ωh ) −→ P pt
1
,h
µ ¶
1 .
Z
v ϕF
X
v 7−→
F ∈Fh mes(F ) F

Proposition 1.18
Soit b i l’isobarycentre d’une face F i de K.
Alors pour tous i , j ∈ {0, 1, . . . , d }, on a : θi (b j ) = δi j .
Remarque.
Dans la méthode des éléments finis de Crouzeix-Raviart, les degrés de liberté sont associés
aux isobarycentres des sommets de chaque face du maillage.

1.5.2 Opérateurs d’interpolation de Clément

Soit Ω un domaine de Rd et Th = {K k }1≤k≤n un maillage conforme du domaine Ω, Ωh l’inté-

n
S
rieur de l’ensemble Kk .
k=1
On désigne par :
– Nh l’ensemble des nœuds du maillage Th ;
– Nhi nt l’ensemble des nœuds intérieur au maillage Th ;
– ωK l’ensemble des éléments partageant une arête ou une face avec avec K ;
– ω
e K l’ensemble des éléments partageant un nœud avec K ;
– ωx l’ensemble des éléments ayant le nœud x en commun.
On désigne par Vh et Vh0 les ensembles définis par :

Vh = {v ∈ H 1 (Ω) : v h |K ∈ P1 , ∀K ∈ Th }
.
Vh0 = Vh ∩ H01 (Ω)

Soit λx la fonction chapeau associé au nœud x de Nh . Cette fonction λx appartient à Vh et

vérifie :
λx (y) = δx,y , ∀y ∈ Nh .

Considérons les espaces suivants :

½ Z Z ¾
2 1
Yh = v ∈ L (Ω) : v K ∈ H (K ), ∀K ∈ Th , v |K = v |L , ∀E ∈ E K ∩ E L ∩ E hi nt , K , L ∈ Th
E E
½ Z ¾ .
0
Yh = v ∈ Yh : v |K = 0, ∀E ∈ E K ∩ Γ
E

Definition 1.18
– L’opérateur d’interpolation de Clément sur Yh est noté IC et défini comme suit :

IC : Yh −→ Vh
µZ ¶
−1 .
v λx
X
v 7−→ |ωx |
x∈Nh ωx

Mémoire de master-IMSP 24 ©Clément Adandé

Outils d’analyse Fonctions bulles et inégalités inverses

– L’opérateur d’interpolation de Clément sur Yh0 est noté IC0 et défini comme suit :

IC0 : Yh −→ Vh
µZ ¶
−1
v λx .
X
v 7−→ |ωx |
x∈Nhi nt ωx

Proposition 1.19 (Propriétés d’approximation locale)

Soit v ∈ Yh et w ∈ Yh0 .
On a :
1. kv − IC vkL 2 (K ) . h K k∇h vkL 2 (ωe K ) , ∀K ∈ Th ;
2. kv − IC vk°L 2 (E ) . h E1/2 k∇h vkL 2 (ωe E ) , ∀E ∈ E h ;
°v − I 0 w ° 2 . h K k∇h wk 2
°
3. C °L (K ) L (ωe K ) , ∀K ∈ Th ;
4. °v − IC w °L 2 (E ) . h E k∇h wkL 2 (ωe E ) , ∀E ∈ E hi nt ;
0 1/2
°

5. °∇IC0 w °L 2 (K ) . k∇h wkL 2 (ωe K ) , ∀K ∈ Th .

° °

1.5.3 Fonctions bulles et inégalités inverses

Les fonctions bulles servent à minorer les indicateurs d’erreur locaux.

Definition 1.19
Soit Ω un domaine de Rd , Th un maillage conforme du domaine Ω, K ∈ Th et F ∈ E K .
– La fonction bulle sur la maille K est noté ϕK est définie par :
dY
+1
ϕK = (d + 1)d +1 λi ,K ,
i =1

où les λi ,K représentent les coordonnées barycentriques associées à K.

– La fonction bulle sur l’arête F de K est définie par :
d
ϕF,K = d d × λi ,K .
Y
i =1

– Soit K 1 et K 2 les deux mailles de Th vérifiant F = ∂K 1 ∩ ∂K 2 .

On définit sur l’ensemble WF = K 1 ∪ K 2 une fonction b F par :

b F |K = ϕF,K i , ∀i ∈ {1, 2}.

i

Proposition 1.20
Les fonctions bulles vérifient les propriétés suivantes :
1. ϕK = 0 sur ∂K ;
2. b F =°0 sur ∂WF ;
°ϕK ° ∞ = kb F kL ∞ (W ) = 1 ;
°
3. L (K ) E
4. 0 ≤ ϕK ≤ 1 ;
5. 0 ≤ b F ≤ 1.

Démonstration. Voir [5]

Proposition 1.21 (Inégalités inverses)

Soit {Th }h une famille régulière de triangulations 3 sur Ω, K ∈ Th et F ∈ E K .
¤d ¤d
Alors pour tous v K ∈ Pk0 (K ) et v F ∈ Pk1 (F ) , les inégalités suivantes.
£ £

3. Un maillage conforme constitué de triangles

©Clément Adandé 25 Mémoire de master-IMSP

Fonctions bulles et inégalités inverses Outils d’analyse

1. °v K ϕ1/2
° °
° 2 ∼ kv K kK ;
K L°(K )
2. °∇(v K ϕK )°L 2 (K ) . h K−1 kv K kL 2 (K ) ;
°

3. kv E k 2 ∼ °ϕ1/2 v E ° 2 .
° °
L (E ) E L (E )

Démonstration. Voir [5]

Mémoire de master-IMSP 26 ©Clément Adandé

 Chapitre 2

Analyse d’erreur a-posteriori pour le

problème de la chaleur

2.1 Problème de la chaleur

2.1.1 Equation de la chaleur

Soit d un entier supérieur ou égal à 2 et Ω ⊂ Rd un ouvert borné de bord Γ polyédrale (par

exemple, polygone en dimension 2, polyèdre en dimension 3). Soit T un réel strictement posi-
tif.
Considérons le problème modèle ici donné par le problème de la chaleur non stationnaire
suivant.

 ∂u

 ∂t
(x, t ) − ∆u(x, t ) = f (x, t ), ∀(x, t ) ∈ Ω×]0, T [
u(x, t ) = 0, ∀x ∈ Γ, ∀t ∈]0, T [ (2.1)

u(x, 0) = u , ∀x ∈ Ω

0

où u 0 ∈ L 2 (Ω) et f ∈ L 2 (0, T ; H −1 (Ω)).

Ce problème de la chaleur décrit le phénomène de la conduction thermique. La fonction
u : Ω×]0, T [−→ R est son inconnue. Elle s’interprète comme la température. La fonction u 0 ∈
L 2 (Ω) désigne la distribution de la chaleur à l’instant initiale et la fonction f ∈ L 2 (0, T ; L 2 (Ω))
désigne un terme source.

2.1.2 Formulation variationnelle

Proposition 2.1
Le problème (2.1) est équivalent à
(
(∂t u(t ), v) + (∇u(t ), ∇v) = 〈 f (t ), v〉, ∀v ∈ H01 (Ω), ∀t ∈]0, T [
. (2.2)
u(x, 0) = u 0 (x), ∀x ∈ Ω

Démonstration.

∂t u(x, t )v(x) − ∆u(x, t )v(x) = f (x, t )v(x), ∀v ∈ H0 (Ω)
 1

(2.1) ⇐⇒ u(x, t ) = 0∀x ∈ Γ, ∀t ∈]0, T [

u(x, 0) = u (x), ∀x ∈ Ω

0
R
∂ ∆u(x, 1
R R


 Ω t u(x, t )v(x) − Ω t )v(x) = Ω f (x, t )v(x), ∀v ∈ H0 (Ω)
(2.1) ⇐⇒ u(·, t ) = 0 sur Γ, ∀t ∈]0, T [

u(x, 0) = u (x), ∀x ∈ Ω

0
(R
∂ 1
R
Ω t u(x, t )v(x) + Ω ∇u(x, t ) · ∇v(x) = 〈 f (t ), v〉, ∀v ∈ H0 (Ω)
⇐⇒
u(x, 0) = u 0 (x), ∀x ∈ Ω

Afin de démontrer l’existence et l’unicité du problème (2.1), énonçons quelques lemmes.

Formulation variationnelle Problème de la chaleur

Lemme 2.1
Si u est une solution du problème (2.1), alors l’estimation suivante est vraie.
Z t Z t
ku(t )k2L 2 (Ω) + k∇u(s)k2L 2 (Ω) d s . ku 0 k2L 2 (Ω) + ° f (s)°2 −1
° °
H (Ω) , ∀t ∈]0, T [ (2.3)
0 0

Démonstration. Supposons que u soit solution de (2.1). En utilisant (2.2) et en prenant v =

u(·, t ), pour tout t ∈]0, T [, on a :
Z Z
∂t u(x, t )u(x, t ) + ∇u(x, t ) · ∇u(x, t ) = 〈 f (t ), u(·, t )〉
Ω Ω
⇐⇒ (∂t u(t ), u(t )) + k∇u(t )k2L 2 (Ω)d = 〈 f (t ), u(t )〉
1 d
⇐⇒ ku(t )k2L 2 (Ω) + k∇u(t )k2L 2 (Ω)d = 〈 f (t ), u(t )〉
2 dt

Comme f (t ) ∈ H −1 (Ω), on a :

1 d
ku(t )k2L 2 (Ω) + k∇u(t )k2L 2 (Ω)d ≤ ° f (t )°H −1 (Ω) ku(t )kL 2 (Ω) .
° °
2 dt

En utilisant le fait que 2ab ≤ 2a 2 + 21 b 2 pour deux réels a et b, on obtient :

1 d 1 °2
ku(t )k2L 2 (Ω) + k∇u(t )k2L 2 (Ω)d ≤ 2 ° f (t )°H −1 (Ω) .
°
2 dt 2
En intégrant cette relation sur l’intervalle [0, t ], on obtient : (2.3).

Lemme 2.2
Le problème (2.1) admet de solution dans L 2 0, T ; H01 (Ω) ∩C [0, T ]; L 2 (Ω) .
¡ ¢ ¡ ¢

Démonstration. La preuve de ce lemme utilise une méthode de Galerkin et le théorème de

Cauchy-Lipschitz (voir [12]).

Lemme 2.3
La solution du problème (2.1) est unique.

Démonstration. Soit u 1 et u 2 deux solutions du problème (2.1). Alors u 1 −u 2 est une solution
du problème (2.1) avec f = 0 et u 0 = 0. Donc l’estimation (2.3) est vraie et pour tout t ∈]0, T [,
on a :

Z t
ku 1 (·, t ) − u 2 (·, t )k2L 2 (Ω) + k∇u 1 (·, s) − ∇u 2 (·, s)k2L 2 (Ω)d d s ≤ 0.
0

D’où pour tout t ∈]0, T [, on a : u 1 (·, t ) = u 2 (·, t ).

Proposition 2.2
Le problème (2.2) admet une unique solution faible u dans L 2 0, T ; H01 (Ω) ∩C [0, T ]; L 2 (Ω) .
¡ ¢ ¡ ¢

Mémoire de master-IMSP 28 ©Clément Adandé

Approximation variationnelle

2.2 Approximation variationnelle

2.2.1 Problème semi-discret en temps

On subdivise l’intervalle [0, T ] en N intervalles [t p−1 , t p ] pour tout p ∈ {1, 2, . . . , N } tels que :
t 0 = 0 et t N = T . On pose τp = t p − t p−1 pour p ∈ {1, 2, . . . , N }.
On pose f p = f (·, t p ) pour tout p ∈ {0, 1, . . . , N }.
On utilise un schéma d’Euler implicite pour approcher la dérivée ∂u ∂t
(·, t p ) par :

u(·, t p ) − u(·, t p−1 )

.
τp

Ainsi une formulation semi-discrète du problème (2.1) s’écrit :

Proposition 2.3
Étant donné u 0 dans L 2 (Ω) , chercher une suite (u p )1≤p≤N dans H01 (Ω), telle que :
 p
u (x)−u p−1 (x)


 τp − ∆u p (x) = f p (x), ∀x ∈ Ω

 u 0 (x) = u 0 (x), ∀x ∈ Ω (2.4)

u p (x) = 0, ∀x ∈ Γ


pour tout p ∈ {1, . . . , N }.

Proposition 2.4
Pour tout p ∈ {1, 2, . . . , N }, le problème (2.4) admet une unique solution faible u p dans H01 (Ω).

Démonstration. La formulation variationnelle du problème (2.4) s’écrit : étant donné u 0

dans L 2 (Ω), chercher u p dans H01 (Ω) pour tout p ∈ {1, 2, . . . , N }, tel que :

∀v ∈ H01 (Ω), a p (u p , v) = b p (v) (2.5)

Z Z Z Z
où a p (w, v) = w v + τp ∇w · ∇v et b p (v) = u p−1 v + τp f p v pour tous v, w ∈ H01 (Ω).
Ω Ω Ω Ω
– a¯p est continue. En effet, pour tous w, v ∈ H01 (Ω), on a :
¯a p (w, v)¯ ≤ kwk 2 kvk 2 + τp k∇wk 2 d k∇vk 2
¯
L (Ω) L (Ω) L (Ω) L (Ω)d (Inégalité de Cauchy-Schwartz)
≤ c k∇wkL 2 (Ω)d k∇vkL 2 (Ω)d (Inégalité de Poincaré)
où c > 0 dépend uniquement de Ω et τp .
– a p est coercive. En effet, pour tout u ∈ H01 (Ω), on a : a p (u, u) ≥ τp k∇ukL 2 (Ω)d .
a p et b p satisfont les hypothèses du lemme de Lax-Milgram si bien que le problème (2.5)
admet une unique solution faible u p dans H01 (Ω).

2.2.2 Problème discret

Pour chaque p ∈ {0, 1, . . . , N }, on désigne par (T ph )h>0 une famille régulière de maillages
conformes sur Ω dont les éléments sont des simplexes de Rd (par exemple, triangle en di-
mension 2, un tétraèdre en dimension 3). C’est-à-dire qu’il existe une constante σ > 0 indé-
pendante de p et h p telle que :

hK
≤ σ, ∀K ∈ T ph , ∀h p > 0
ρK
avec h K le diamètre de l’élément K et ρ K le diamètre de la plus grande boule contenue dans
K et h p = max h K .
K ∈T ph

©Clément Adandé 29 Mémoire de master-IMSP

Problème discret Approximation variationnelle

On introduit l’espace d’approximation de Crouzeix-Raviart donné par :

½ Z ¾
0 2
X ph = v ∈ L (Ω) : v |K ∈ P1 , ∀K ∈ T ph , ‚v h ƒE = 0, ∀E ∈ E ph .
E
³ ´1/2
On pose kvk X 0 = kvk2L 2 (Ω) + τp k∇h vk2L 2 (Ω)d avec k∇h vk2L 2 (Ω)d = k∇vk2L 2 (K )d .
X
ph
K ∈T ph

Proposition 2.5
0 0
L’application v ∈ X ph 7−→ kvk X 0 est une norme sur X ph .
ph

En conclusion, en utilisant un schéma d’Euler implicite et la méthode d’éléments finis non

conformes de Crouzeix-Raviart, une approximation discrète du problème la chaleur (2.1) se
formule comme suit.
Proposition 2.6
p
Étant donnée une approximation u h0 de u 0 dans X ph
0 0
, chercher une suite (u h )1≤p≤N dans X ph
telle que :
p p p 0
a h (u h , v h ) = b h (v h ), ∀v h ∈ X ph (2.6)
Z X Z Z Z
p p p−1
où a h (w h , v h ) = w h v h +τp ∇w h ·∇v h et b h (v h ) = u h v h +τp f p v h pour tous
Ω K ∈T ph K Ω Ω
0
wh , vh ∈ X ph .
Nous allons utiliser le lemme de Lax-Milgram pour montrer que (2.6) admet une unique
solution. Pour cela, nous énonçons le résultat suivant.
Lemme 2.4
p 0 0
Pour p ∈ {1, 2, . . . , N } fixé, a h est une forme bilinéaire continue sur X ph × X ph et coercive sur
0
X ph .

Démonstration. Soit p ∈ {1, 2, . . . , N } fixé.

p 0
– a h est continue. En effet, pour tous u h , v h ∈ X ph , on a :
Z Z
p
a h (u h , v h ) = u h v h + τp
X
∇u h · ∇v h
Ω K ∈T ph K

≤ ku h k X 0 kv h k X 0 + τp
X
k∇u h kL 2 (Ω)d k∇v h kL 2 (Ω)d
ph ph
K ∈T ph
à !1/2 à !1/2
≤ ku h k X 0 kv h k X 0 + τp k∇u h k2L 2 (Ω)d τp k∇v h k2L 2 (Ω)d
X X
ph ph
K ∈T ph K ∈T ph

≤ 2 ku h k X 0 kv h k X 0
ph ph
p
Donc ah
est continue.
p 0
– a h est coercice. En effet, pour tout u h ∈ X ph , on a : a(u h , u h ) = ku h k2 0 .
X ph

La proposition suivante découle du lemme 2.4 et du théorème 1.4.

Proposition 2.7
Le problème (2.6) admet une unique solution.

Mémoire de master-IMSP 30 ©Clément Adandé

Analyse d’erreur a-posteriori

2.3 Analyse d’erreur a-posteriori

Etant donnée une suite finie (v p )0≤p≤N de X ph

0
⊕ H01 (Ω), on définit :
– la fonction v τ affine sur chaque intervalle [t p−1 , t p ] valant v p en t p .
t p −t t −t p−1 p
Pour tous t ∈ [t p−1 , t p ] et x ∈ Ω, on a : v τ (x, t ) = τp u p−1 (x) + τp u (x).
– la fonction πτ v constante sur chaque [t p−1 , t p ] égale à v p .
p
Dans cette section, nous allons estimer a-posteriori l’erreur u(t p , ·) − u h pour tout p. Après
avoir donnée une estimation de l’erreur en temps a-posteriori, nous donnerons une estima-
tion de l’erreur en espace a-posteriori puis une estimation globale.
Nous nous intéressons à l’analyse d’erreur a-posteriori en temps dans la sous-section sui-
vante.

2.3.1 Indicateurs d’erreur a-posteriori en temps

Soient a et b deux réels et X un espace vectoriel normé de fonctions définies sur Ω muni
d’une norme notée k·k X . Pour tout v ∈ L 2 (a, b; X ), on pose :
µZ b ¶1/2
kvkL 2 (a,b;X ) = kv(·, t )k2X d t .
a

Proposition 2.8
L’application v ∈ L 2 (a, b; X ) 7−→ kvkL 2 (a,b;X ) est une norme sur L 2 (a, b; X ).
Dans la suite de ce travail, cette norme intervient dans nos estimations d’erreur.
Definition 2.1
On définit l’erreur en temps par : e τ = u − u τ .
Proposition 2.9
Le résidu de la solution approchée u τ du problème semi-discret (2.4) en temps est donné
pour tout v ∈ H01 (Ω), pour presque tout t ∈]t p−1 , t p [ par

(∂t e τ (t ), v) + (∇e τ (t ), ∇v) = (( f − f p )(t ), v) + ((∇u p − u τ )(t ), ∇v) (2.7)

p
−u p−1
Démonstration. Par définition de u τ , on a : ∂t u τ (t ) = u τp
.
L’équation (2.5), est encore équivalente à :

(∂t u τ (t ), v) + (∇u p , ∇v) = ( f p , v).

En soustrayant cette dernière équation de l’équation (2.2), on obtient :

(∂t (u(t ) − u τ (t )), v) + (∇(u(t ) − u p ), ∇v) = ( f (t ) − f p , v),

et en insérant u τ (t ) − u τ (t ), on obtient alors le résultat :

(∂t e τ (t ), v) + (∇e τ (t ), ∇v) = (∇(u p − u τ (t )), ∇v) + ( f (t ) − f p , v).

Remarque.

t p −s
– Pour tout s ∈ [t p−1 , t p ], on a : u p − u τ (s) = τp (u
p
− u p−1 ).

©Clément Adandé 31 Mémoire de master-IMSP

Indicateurs d’erreur a-posteriori en temps Analyse d’erreur a-posteriori

p p−1
– Pour tout p ∈ {1, 2, . . . , N }, les solutions u h et u h sont obtenues par éléments finis res-
p p−1
pectivement à l’aide des maillages T ph et T p−1,h ; ainsi la différence u h − u h a lieu dans
L 2 (Ω) et est vu comme une fonction affine par morceaux définie sur T ph ∩ T p−1,h , inter-
section des éléments de T ph et de T p−1,h .

Definition 2.2
On définit les indicateurs d’erreurs locaux par :
° °
p p p−1 °
η t = τ1/2 (u − u )° , ∀p ∈ {1, 2, . . . , N }.
°
p °∇h h h

p
Nous allons montrer que les η t ainsi définis sont bien des indicateurs d’erreurs en temps à
travers le résultat suivant.
Théorème 2.1
Pour tout n ∈ {1, . . . , N }, on a :
Z tn n Z tn
2 2 p 2 °2
k∇h (u τ − u hτ )(s)k2 + ° f − πτ f °L 2 (0,tn ;H −1 (Ω))
X °
ke τ (t n )k + k∇e τ (s)k d s . (η t ) +
0 p=1 0
(2.8)

Démonstration. On prend v égale à e τ dans (2.7). Et en utilisant d’une part, la continuité de

f (t ) − f p sur H01 (Ω) et d’autre part, l’inégalité de Cauchy-Schwartz, on a :

1 d
ke τ (t )k2 + k∇e τ (t )k2 . ° f (t ) − f p °H −1 (Ω) k∇e τ (t )k + °∇(u p − u τ (t ))° k∇e τ (t )k .
° ° ° °
2 dt
En utilisant le fait qu’on ait 4ab ≤ 4a 2 + 41 b 2 pour deux réels a et b, on obtient :

1 d 1 ³° °2 °2 ´
ke τ (t )k2 + k∇e τ (t )k2 . 4 ° f (t ) − f p °H −1 (Ω) + °∇(u p − u τ (t ))°
°
2 dt 2
d ³° °2 °2 ´
ke τ (t )k2 + k∇e τ (t )k2 . ° f (t ) − f p °H −1 (Ω) + °∇(u p − u τ (t ))°
°
dt
On intègre sur [0, t n ] et on obtient :

Z tn tn Z tp
°∇(u p − u τ (s))°2 d s + ° f − πτ f ° 2
X ° ° ° °
ke τ (t n )k + k∇e τ (s)k d s . L (0,t n ;H −1 (Ω)) (2.9)
0 p=1 t p−1

t p −s
Par définition de u τ , on a : (u p − u τ )(s) = τp (u
p
− u p−1 ) et on a :
tp τ °
Z
°∇(u p − u τ )(s)°2 d s = p °∇(u p − u p−1 )°2 .
° ° °
t p−1 3
Par inégalité triangulaire, on a :
° °
τ1/2 °∇(u p − u p−1 )° ≤ ηp + τ1/2 °∇h (u p − u p )° + τ1/2 ° p−1 p−1 °
° ° ° °
p t p h p °u − u h
°

En élevant chaque membre de cette inégalité au carré et en utilisant le fait que : 2ab ≤ a 2 +b 2
pour deux réels a et b, on obtient :

p−1 °2
° °
p p−1 °2 p 2 p p ° 2 ° p−1
τp ∇(u − u ) ≤ (η t ) + τp ∇h (u − u h ) + τp °u
° ° °
° ° ° − uh ° . (2.10)

t p −s p−1 p−1 s−t p−1 p

Puisque : (u τ − u h τ )(s) = τp (u − u h ) + τp (u p − u h ), on a :

Mémoire de master-IMSP 32 ©Clément Adandé

Analyse d’erreur a-posteriori Indicateurs d’erreur a-posteriori en temps

tp − s 2 °
µ ¶ °2 µ s − t ¶2
p−1
p−1 °u − u p °2
° °2 p−1
° p °
°(u τ − u h )(s)° = °
− uh ° +
°
τ
τp τp h
°u

(t p − s)(s − t p−1 ) p−1 p−1 p

+2 (u − uh , u p − uh )
τp
En intégrant sur [t p−1 , t p ] et en utilisant l’inégalité de Cauchy-Schwartz, on obtient :

tp τ ° p−1
Z
p−1 °2 °(u τ − u h )(s)°2 d s + p °
° ° °
° p−1 ° p p° 2 p−1 ° ° p°
τp °u − u h ° + τp u − u h ≤ − u h ° °u p − u h °
° °
τ
° ° °u
t p−1 3

Et comme pour deux nombres réels a et b, on a : 2ab ≤ a 2 + b 2 , on déduit que :

Z tp
p−1 °2
° °
° p−1 ° p p°2 °(u τ − u h )(s)°2 d s.
τp °u − u h ° + τp u − u h .
° °
° °
τ (2.11)
t p−1

Donc l’inégalité (2.10) devient :

°2
Z tp
p °(u τ − u h )(s)°2 d s.
τp °∇(u p − u p−1 )° . (η t )2 +
° ° °
τ
t p−1

On en déduit qu’avec l’inéquation (2.9), on a : (2.8).

La quantité k∂t e τ k2L 2 (0,t −1 (Ω)) est aussi majorée par le même membre de droite de (2.8).
n ;H

Corollaire 2.1
Pour tout n ∈ {1, . . . , N }, on a :
n Z tn
p °2
k∂t e τ k2L 2 (0,t (η t )2 + k∇h (u τ − u hτ )(s)k2 d s + ° f − πτ f °L 2 (0,tn ;H −1 (Ω)) (2.12)
X °
−1
n ;H (Ω))
.
p=1 0

Théorème 2.2
Pour tout p ∈ {1, . . . , N }, on a :
p
η t . k∇h e τ kL 2 (t p−1 ,t p ;L 2 (Ω)) + k∂t e τ kL 2 (t p−1 ,t p ;H −1 (Ω))
h° ¡ ¢° ° ³ p−1 ´° i
+ τ1/2 °∇h u p − u p ° + ° p−1 ° °
π
°
p h
°∇ h u − u h
° + ° f − τ f °
L 2 (t p−1 ,t p ;H −1 (Ω)) . (2.13)

Démonstration. En utilisant l’inégalité triangulaire, on a :

p
³° ° ° °´
η t ≤ τ1/2 °∇(u p − u p−1 )° + °∇h (u p − u p )° + ° p−1 p−1 °
° °
p h
°∇h (u − u h
)° . (2.14)

tp τ °
Z
°∇(u p − u τ )(s)°2 d s = p °∇(u p − u p−1 )°2 .
° ° °
Or on a :
t p−1 3
p
En prenant v = u − u τ (t ) dans (2.7), on obtient :
°2
(∂t e τ (t ), u p − u τ (t )) + (∇e τ (t ), ∇(u p − u τ (t ))) = ( f (t ) − f p , u p − u τ (t )) + °u p − u τ (t )°
°

En utilisant l’inégalité de Cauchy-Schwartz, le fait que f (t ) ∈ H −1 (Ω) puis l’inégalité de Poin-

caré, on obtient :

°u − u τ (t )°2 . k∂t e τ (t )k + k∇h e τ (t )k + ° f (t ) − f p ° °∇(u p − u τ (t ))°

° p ° ¡ ° °¢ ° °

©Clément Adandé 33 Mémoire de master-IMSP

Indicateurs d’erreur a-posteriori en espace Analyse d’erreur a-posteriori

En intégrant cette inégalité sur l’intervalle [t p−1 , t p ] et en utilisant à nouveau l’inégalité de

Cauchy-Schwartz, on obtient :
Z tp ³
°u − u τ (s)°2 d s . k∂t e τ k 2
° p °
L (t p−1 ,t p ;H −1 (Ω)) + k∇h e τ kL 2 (t p−1 ,t p ;L 2 (Ω))
t p−1
ÃZ !1/2
´ tp
+ ° f − πτ f °L 2 (0,tn ;H −1 (Ω)) °∇(u p − u τ (t ))°2 d t
° ° ° °
t p−1

D’où
³ τp ´1/2 °
°∇(u p − u p )° . k∂t e τ k 2
L (t p−1 ,t p ;H −1 (Ω)) + k∇h e τ kL 2 (t p−1 ,t p ;L 2 (Ω)) + f − πτ f L 2 (0,t n ;H −1 (Ω)) .
° ° °
° °
3 h

En utilisant cette inégalité dans (2.14), on obtient (2.13).

2.3.2 Indicateurs d’erreur a-posteriori en espace

Definition 2.3
p
On définit l’erreur en espace par : e p = u p − u h .
Proposition 2.10 (Relation d’orthogonalité de Galerkin)
0
– Pour tous p ∈ {1, . . . , N }, v h ∈ X ph ∩ H01 (Ω), on a :

p
a p (u p − u h , v h ) = 0. (2.15)

– Pour tous p ∈ {1, . . . , N }, v ∈ H01 (Ω) et v h ∈ X ph

0
, on a :

à p p−1 !
p p p
Z
p−1 p−1 X Z p
uh − uh
a (u − u h , v) = (u − u h )(v − v h ) + τp f − (v − v h )
Ω K ∈T ph K τp
X X Z p
− ∇h u h · n E (v − v h ) (2.16)
K ∈T ph E ∈E K E

Démonstration.
0
– Soit p ∈ {1, . . . , N } et v h ∈ X ph ∩ H01 (Ω).
p p p
On a u p −u h ∈ L 2 (Ω) et a p (u p −u h , v) = a p (u p , v h )−a p (u h , v h ). En utilisant (2.5) et (2.6),
p
on obtient : a p (u p − u h , v h ) = 0.
– Soit p ∈ {1, . . . , N }, v ∈ H01 (Ω) et v h ∈ X ph
0
. De l’égalité (2.15), on a :
p p
a p (u p − u h , v) = a p (u p − u h , v − v h )
p
= b p (v − v h ) − a p (u h , v − v h )
Z Z Z X Z
p−1 p p p
= u (v − v h ) + τp f (v − v h ) − u h (v − v h ) − τp ∇h u h ∇(v − v h )
Ω Ω Ω K ∈T ph K
à p p−1 !
Z
p−1 X Z uh − uh p
= (u p−1 − u h )(v − v h ) + τp fp− + ∆u h (v − v h )
Ω K ∈T ph K τp
X Z p
− ∇h u h · n K (v − v h )
K ∈T ph ∂K

Mémoire de master-IMSP 34 ©Clément Adandé

Analyse d’erreur a-posteriori Indicateurs d’erreur a-posteriori en espace

à p p−1 !
p
Z
p−1 X Z uh − uh p
a p (u p − u h , v) = (u p−1 − u h )(v − v h ) + τp fp− + ∆u h (v − v h )
Ω K ∈T ph K τp
X X Z p
− ∇h u h · n E (v − v h )
K ∈T ph E ∈E K E
p
Ce qui conduit à (2.16) puisque ∆u h = 0.

On suppose pour la suite que d = 2 et on définit le saut de composantes tangentielle et nor-

p
male du gradient ∇h u h respectivement par :
(… p i nt
(… p i nt
si E ∈ E ph si E ∈ E ph
† †
p ∇u h · t E E p ∇u h · n E E
J E ,t = p et J E ,n = ,
−∇h u h · t E sinon 0 sinon

où n E et t E désignent respectivement la normale extérieure et la tangente unitaire à l’arête

E.
La relation (2.16) est appelée équation de résidu (voir [10]).
Definition 2.4
On définit :
– les indicateurs d’erreur locaux en espace par :
° p p−1 °
° p u h − u h ° X 1/2 ° p ° ° p °
° ° ³° ° ° °´
p
ηK = hK ° f h − °+ h E °J E ,t ° + °J E ,n °
° τp ° E ∈E
K

– les estimateurs d’erreur locaux en espace par :

à !1/2
p p
η = (η K )2
X
K ∈T ph

Definition 2.5
On définit :
p
– les erreurs d’approximation locales de f p par f h comme suit :

p p°
ξK = h K ° f p − f h °L 2 (K )
°

p
– les erreurs d’approximation globales de f p par f h comme suit :
à !1/2
p p
ξ = (ξK )2
X
K ∈T ph

p
avec f h une approximation de f p définie par :

1
Z
p
( f h )|K = f p , ∀K ∈ T ph .
mesK K

p
Nous montrons que les η K sont effectivement des indicateurs d’erreurs en espace à travers
le résultat suivant.

©Clément Adandé 35 Mémoire de master-IMSP

Indicateurs d’erreur a-posteriori en espace Analyse d’erreur a-posteriori

Théorème 2.3
Pour tout n ∈ {1, . . . , N }, on a :
n
° n °2 X °2 Xn ° °2 X n
τp °∇h e p ° . max{h p2 , τp }(ηp )2 + °e 0 ° + τp (ξp )2 ,
°
°e ° +
p=1 p=1 p=1

avec h p = max h K .
K ∈T ph

Démonstration. Voir [10, p. 332]

Corollaire 2.2
Pour tout n ∈ {1, . . . , N }, on a :
n n
°∂t (u τ − u h )°2 2 p 2 ° 0 °2 ° 0 °2
2
τ τp (ξp )2 .
° ° X ° ° ° ° X
τ L (0,t n ;H (Ω))
−1 . max{h p , p }(η ) + e + ∇h e +
p=1 p=1

Démonstration.
Par définition, on a :
Z tn
°∂t (u τ − u h )°2 2 °∂t (u τ − u h )(t )°2 −1 d t ,
° ° ° °
τ L (0,t n ;H −1 (Ω)) = τ H (Ω)
0
¯(∂t (u τ − u h )(t ), v)¯ .
¯ ¯
°∂t (u τ − u h )(t )° −1 = sup
° ° τ
τ H (Ω)
v∈H 1 (Ω) k∇vk
0

p p−1
p
−u p−1 u h −u h
On a : ∂t u τ (t ) = u τp et ∂t u h τ (t ) = τp donc on a :

e p − e p−1
∂t (u τ (t ) − u h τ )(t ) = , ∀t ∈ (t p−1 , t p ).
τp

0
De la relation (2.16), pour v h ∈ Vph on a :
à p p−1 !
uh − uh
(e p , v) + τp (∇h e p , ∇v) = (e p−1 , v − v h ) + τp f p − , v − vh .
τp
Ce qui est encore équivalent à ceci :
à p p−1 !
e p − e p−1 u − u
µ ¶
1 p−1
, v = − (e , vh ) + f p − h h
, v − v h + (∇h e p , ∇v).
τp τp τp

p−1 p−1 p−1 p−1 X Z p−1

Puisque (e , vh ) = a (u − u h , v h ) − τp ∇(u p−1 − u h ) · ∇v h = 0, on a :
K ∈T ph K

à p p−1 !
p
uh − uh
(∂t (u τ − u h τ )(t ), v) = f − , v − v h − (∇h e p , ∇v).
τp

Donc ° p p−1 °
¯ ° u − u °
¯(∂t (u τ − u h )(t ), v)¯ ≤ ° f p − h h
° kv − v h k + °∇h e p ° k∇vk
¯ ° ° ° °
τ
° τp °
p
≤ h K−1 η K kv − v h k + °∇h e p ° k∇vk , ∀K ∈ T ph
° °

Mémoire de master-IMSP 36 ©Clément Adandé

Analyse d’erreur a-posteriori Indicateurs d’erreur a-posteriori en espace

En prenant v h égale à l’interpolé de Clément de v, on a :

¯(∂t (u τ − u h )(t ), v)¯ . ηp + °∇h e p ° k∇vk , ∀K ∈ T ph
¯ ¯ ¡ ° °¢
τ K
.
. ηp + °∇h e p ° k∇vk
¡ ° °¢

D’où on a : °∂t (u τ − u h τ )(t )°H −1 (Ω) . ηp + k∇h e p k.

° °

En élevant au carré chaque membre de cette inégalité et en utilisant 2ab ≤ a 2 + b 2 , on ob-

°2
tient : °∂t (u τ − u h τ )(t )°H −1 (Ω) . (ηp )2 + k∇h e p k2 et
°

p Z tk p p ° °2
°∂t (u τ − u h )(t )°2 −1 . τ k 2
τ k°
X ° ° X X
(η ) + e
h ° .
°
τ H (Ω) k k °∇
k=1 t k−1 k=1 k=1

D’après le théorème précédent, on a :

° °2 p ° °2 X p
max{h k2 , τk }(ηk )2 + °e 0 ° + τk (ξk )2
X
°∂t (u τ − u h τp )° 2 .
° °
L (0,t p ;H −1 (Ω))
k=1 k=1
p ° °2 ° °2 Xp
max{h k2 , τk }(ηk )2 + °e 0 ° + °∇h e 0 ° + τk (ξk )2
X
.
k=1 k=1

Afin d’établir une minoration des indicateurs d’erreurs en espace, nous énonçons le lemme
suivant.
Lemme 2.5
Soit v ∈ H01 (Ω) et ϕ ∈ H 1 (Ω). Alors on a :

Z Ã p p−1 !
e p − e p−1 u − u
Z X Z Z
p p
∇h e p · (∇v + rotϕ) = ( f p − f h )v + fh − h h
X
v+ v
Ω τp K ∈T ph K Ω K ∈T ph K τ p
X Z ³ p p
´
+ J E ,n v + J E ,t ϕ
E ∈E ph E

∂ϕ ∂ϕ
³ ´
avec rotϕ = ∂ y , − ∂x .

Démonstration. Soit v ∈ H01 (Ω) et ϕ ∈ H 1 (Ω).

1. Montrons que ϕ ∈ Vph , on a :
X Z
∇h e p · rotϕ = 0, ∀ϕ ∈ Vph .
K ∈T ph K

p
Comme e p = u p − u h , on a :
X Z p
Z
p
X Z p
∇h e · rotϕ = ∇h e · rotϕ − ∇h u h · rotϕ
K ∈T ph K Ω K ∈T ph K
Z X Z p
= u p rotv · n − ∇u h · t K ϕ d’après la prop. 1.9
∂Ω K ∈T ph ∂Ω
X Z p
∇u h · t E ϕ car u p ∈ H01 (Ω)
X
=−
K ∈T ph E ∈E K ∂E
X Z p
= J E ,t ϕ
E ∈E ph ∂E

©Clément Adandé 37 Mémoire de master-IMSP

Indicateurs d’erreur a-posteriori en espace Analyse d’erreur a-posteriori

2. Montrons que :
à p p−1 !
X Z p
X Z p
uh − uh X Z p
∇h e · ∇v = f − v+ J E ,n v.
K ∈T ph K K ∈T ph K τp E ∈E ph E

X Z Z X Z p
∇h e p · ∇v = ∇v · ∇v + ∇u h · ∇v
K ∈T ph K Ω K ∈T ph K
Z Ã p p−1 !
uh − uh
µZ Z ¶
p p p
∆u h v
X
= f − v+ − n E · ∇u h v
Ω τp K ∈T ph K ∂K
Z Ã p p−1 !
p
uh − uh X X Z p 0 p
= f − v+ n E · ∇u h v car u h ∈ X ph
Ω τp K ∈T ph E ∈E K E
Z Ã p p−1 !
p
uh − uh X Z p
= f − v+ J E ,n v
Ω τp E ∈E ph E
3. Montrons que :
e p − e p−1
Z X Z
v= ∇h e p · ∇v.
Ω τp K ∈T ph K

p p−1
e p − e p−1 u p − u p−1 X Z uK − uK
Z Z
v= −
Ω τp Ω τp K ∈T ph K τp
Z Z Z
p p p
∇ · u h ∇v − f p v
¡ ¢ X
= −∇u · ∇v f v +
Ω K ∈T ph K Ω
X Z
=− ∇e p · ∇v
K ∈T ph K

On a le résultat suivant.
Théorème 2.4
On suppose que pour tout p ∈ {1, . . . , N }, il existe un triangulation Teph tel que chaque élément
de T p−1,h ou de T ph s’écrit comme réunion d’éléments Ke de Teph vérifiant : h K ∼ h Ke .
Alors on a :
° p
° e − e p−1 °
°
p p
ηK + °∇h e p °ωK + ξK .
° °
. hK °
° °
τ °
p ωK

Démonstration.
– Estimons l’élément résiduel.
Pour K arbitrairement fixé dans Teph , on pose
à p p−1 !
p p uh − uh p p
rK = fh −
τp ¯ et w K = ϕK r K ,
¯
K

où ϕK est la fonction bulle (voir définition 1.19) sur K.

D’après une formule inverse, on a :
Z
¡ p 1/2 ¢2 ° p °
r ϕ ∼ °r ° 2 K K K L (K ) .
K

Mémoire de master-IMSP 38 ©Clément Adandé

Analyse d’erreur a-posteriori Indicateurs d’erreur a-posteriori en espace

p
On prend v = w K et ϕ = 0 dans le lemme 2.5, et on obtient :

e p − e p−1 p
Z Z Z Z
p p p p p p p
wK + ∇h e · ∇w K = (f − f h )w K + rK wK .
K τp K K K

Donc on a :
e p − e p−1 p
Z Z Z Z
p p p p p p
rK wK = wK + ∇h e · ∇w K − ( f p − f h )w K
K K τp K K
p p−1
e −e
Z Z Z Z
¡ p 1/2 ¢2 p p p p
r K ϕK = wK + ∇h e p · ∇w K − ( f p − f h )w K .
K K τp K K
¡ p 1/2 ¢2 ° e p − e p−1 ° °
Z ° °
r K ϕK ° °ϕK r p ° + °∇h e p · ∇(ϕK r p )° + ° f p − f p ° °ϕK r p °
° ° ° ° °° °
≤°
°
K τp ° K K h K

En utilisant les formules inverses, on a :

° p
° e − e p−1 ° ° p °
°
° p °2
° °r ° + h −1 °∇h e p ° °r p ° + ° f p − f p ° °r p °
° °° ° ° °° °
°r ° 2 .°
°
K (2.17)
K L (K ) τ ° K
p
K h K

Donc
° p p−1 °
°r ° 2 ≤ h K ° e − e
° p°
° + °∇h e p ° + h K ° f p − f p °
° ° ° ° ° °
(2.18)
K L (K ) ° τp ° h

En utilisant l’hypothèse sur les mailles, on peut écrire :

X 2° ° p °2
° p °2 °
h K2 °r K ° . h Ke °r e ° .
K
Ke ,Ke ⊂K

Comme on a : (2.17) et on a h Ke ≤ h K pour Ke ⊂ K , on en déduit que :

° p
° e − e p−1 ° ° p °
°
° p°
hK r K . hK °
° ° ° ° + °∇e ° + ξp . (2.19)
τp ° K

– Estimons la composante tangentielle du saut de gradient.

p p
Pour une arête E de T ph , on pose : w E = b E J E ,t , où b E est la fonction bulle associée de E.
p
On prend v = 0 et ϕ = w ZE dans le lemme 2.5, on a alors :
X Z p p p
(rotw E ) · ∇h e p = J E ,t w E
E ∈ωK K E
´2Z ³
p
J E ,t b E1/2
=
E Z ³
° p °2
° ° ´2
p
Par une formule inverse, on a : °J E ,t ° ∼ J E ,t b E1/2 . Donc
E
° p °2
° ° X Z p p
°J E ,t ° . ∇h e · rotw E
K ∈ωE E
° °°
p
. hE−1/2 °J E ,t ° °∇h e p °
° ° °

D’où
p
h E1/2 J E ,t . °∇h e p °L 2 (ωE )d .
° °
(2.20)
– Estimons la composante normale du saut de gradient.
p p
Pour une arête E ∈ E ph , on pose : w E = b E J E ,n où b E est la fonction bulle associée à
l’arête E.

©Clément Adandé 39 Mémoire de master-IMSP

Indicateurs d’erreur a-posteriori en espace Analyse d’erreur a-posteriori

Z ³
° p °2
° ° ´2
p
Par une formule inverse, on a : °J E ,n ° ∼ J E ,n b E1/2 .
E
p
On prend v = w E et ϕ = 0 dans le lemme 2.5, on a :

à p p−1 !
e p − e p−1 p uh − uh
Z Z Z XZ Z
p p p p p p p p
wE + ∇h e ·∇w E = (f − f h )w E + fh − + J E ,n w E .
ωE τp ωE ωE ωE K τp E

Donc
¶ Z Ã p p−1 !
e p − e p−1 p u − u
Z Z µ
p p p p p p p
J E ,n w E= w E + ∇h e p · ∇w E − ( f p − f h )w E − fh − h h
wE
E ωE τp ωE τp
´2 Z µ e p − e p−1
à p p−1 !
uh − uh
Z ³ ¶ Z
p 1/2 p p p p p p p p
J E ,n b E = w E + ∇h e · ∇w E − ( f − f h )w E − fh − wE
E ωE τp ωE τp
En utilisant l’inégalité Cauchy-Schwartz et les formules inverses, on obtient :

° p p−1 °
° p °2 1/2 ° e − e
° ° °° ° °° ° ° °
° p ° −1/2 °
° p°° p ° 1/2 ° p
° p° ° p °
°J E ,n ° . h E ° °° + h E ∇h e + h E f − f °
τp ° E ,n E ,n h E ,n °
°J ° °J ° °J
° p p−1 ° °
°
1/2 ° p
uh − uh ° °° p °
°
+ hE ° f h −
τp
° °J E ,n °
° °

D’où on a :

° p p−1 °
° p p−1 °
°
°
° p °
° e − e ° u − u
h E1/2 °J E ,n ° . h E ° ° + °∇h e p ° + h 1/2 ° f p − f p ° + h 1/2 ° p
f − h
° ° ° ° ° ° °
E E °
τp h ° h τp
° ° °
°

Par le même raisonnement que celui utilisé pour obtenir (2.19), on a :

p
u h − u p−1 °
° p ° °
° e − e p−1 ° °
° ° ° °
° p ° p
° p p p
h 1/2 °J E ,n ° . h E 1/2 1/2
° °
° ° + °∇h e ° + h ° f − f ° + h ° f −
°
°.
°
E E ° h
° τ p
° h τ ° p

En conclusion, des trois estimations précédentes, on déduit que :

° p
° e − e p−1 ° °
°
p ° + °∇h e p ° + ξp
ηK
°
.°
°
τ °
p
K

Le résultat suivant s’interprète comme une propriété d’optimalité des indicateurs d’erreur
en espace.
Corollaire 2.3
Sous les hypothèses du théorème 2.4, pour tout p ∈ {1, . . . , N }, on a :
°2 °2
(ηp )2 . °∂t (u τ − u h τ )°H −1 (Ω) + °∇h e p ° + (ξp )2 .
° °
(2.21)

p
−e p−1
Démonstration. On sait que : ∂t (u τ − u h τ )(t ) = e τp pour tout t ∈]t p−1 , t p [.

Mémoire de master-IMSP 40 ©Clément Adandé

Analyse d’erreur a-posteriori Analyse a-posteriori de l’erreur globale

e p −e p−1
On a besoin de remplacer la norme locale L 2 de τp
par sa norme globale H −1 (Ω) dans
p
la preuve ci-dessus. Pour cela, on prend ϕ = 0 et v = h 2e r e ϕKe dans le lemme 2.5, et on
P
K K
Ke ∈Teph
utilise l’hypothèse sur les mailles pour écrire :
° p °2 ³° °´
h K2 °r K °K . °∂t (u τ − u h τ )°H −1 (Ω) + °∇h e p ° k∇vk + ° f − f p ° kvkK .
X ° ° X ° p °
h K
(2.22)
K ∈T ph K ∈T ph

Par les formules inverses, on obtient :

° p °2 ° °2 °2
h K2 °r K °K . °∂t (u τ − u h τ )°H −1 (Ω) + °∇h e p ° + (ξp )2 .
X °
K ∈T ph

p
De manière similaire, en prenant ϕ = 0 et v =
P
h E J E ,n b E dans le lemme 2.5, on obtient
i nt
E ∈E ph
pour la composante normale de saut de gradient ceci :

° p °2 °
° ° °2
h E °J E ,n ° . °∂t (u τ − u h τ )°H −1 (Ω)2 + °∇h e p ° + (ξp )2 .
X ° °
(2.23)
i nt E
E ∈E ph

Les estimations (2.20), (2.22) et(2.23) permettent de conclure que :

°2
(ηp )2 . °∂t (u τ − u h τ )°H −1 (Ω) + k∇h k2 + (ξp )2 .
°

2.3.3 Analyse a-posteriori de l’erreur globale

Definition 2.6
Pour tout p ∈ {1, . . . , N }, on définit l’erreur globale au temps t n par :
µ Z tn ¶
n °2 °
2
°2 2
E (t n ) = u(t n ) − u h + ∂t (u − u h τ ) L 2 (0,tn ;H −1 (Ω)) +
° ° °
° ° k∇h (u − u τ )(s)k d s
0
µ Z tn ¶
n °2 °
° n °2 °2
+ u − u h + ∂t (u τ − u h τ ) L 2 (0,tn ;H −1 (Ω)) +
° ° °
° ° ° ∇h (u τ − u h τ )(s) d s .
°
0

Théorème 2.5
– Pour tout n ∈ {1, . . . , N }, on a :
n h i ° n ° °2 ° °2
p °2
2
(η t )2 + max{h p2 , τp }(ηp )2 +° f − πτ f °L 2 (0,tn ;H −1 (Ω)) + τp (ξp )2 +°e 0 ° +°∇h e 0 ° .
X X
E (t n ) .
p=1 p=1

– Sous les hypothèses du théorème 2.4, pour tout n ∈ {1, . . . , N }, on a :

n £ n
p °2
(η t )2 + τp u(ηp )2 . E (t n )2 + ° f − πτ f °L 2 (0,tn ;H −1 (Ω)) + τp (ξp )2 .
X ¤ ° X
p=1 p=1

Démonstration.

©Clément Adandé 41 Mémoire de master-IMSP

Analyse a-posteriori de l’erreur globale Analyse d’erreur a-posteriori

– D’apès le théorème 2.1 et le corollaire 2.1, on a la majoration suivante :

n Z tn
p °2
°∇h (u τ − u h )°2 d s+°∂t (u τ − u h °2 2
E (t n )2 . (η t )2 +° f − πτ f °L 2 (0,tn ;H −1 (Ω)) +
X ° ° ° ° °
τ τ L (0,t n ;H −1 (Ω))
p=1 0
(2.24)
t p −t p t −t p−1 p−1
On sait que pour tout t ∈]t p−1 , t p [, on a : u τ −u h τ = τp e + τp e , donc en utilisant
t −t p−1 t p −t
l’inégalité triangulaire et le fait τp ≤ 1 et τp ≤ 1, on a :

°∇h (u τ − u h )° ≤ °e p ° + °e p−1 °
° ° ° ° ° °
τ
°∇h (u τ − u h )°2 . °∇h e p °2 + °∇h e p−1 °2
° ° ° ° ° °
τ

Dans cette dernière inégalité, on a utilisé le fait que 2ab ≤ a 2 + b 2 pour deux réels a et b.
En intégrant cette dernière inégalité sur [t p−1 , t p ] et en faisant la somme, on obtient :
Z tn n
°∇h (u τ − u h )°2 ≤ °∇h e n ° +
°2
τp °∇h e p ° .
° ° ° ° X °
τ
0 p=1

Alors l’inégalité (2.24), on a :

n n
p ° °2 X °2 ° °2 °2
E (t n )2 . (η t )2 +°e n ° + τp °∇h e p ° +°∂t (u τ − u h τ )°L 2 (0,tn ;H −1 (Ω)) +° f − πτ f °L 2 (0,tn ;H −1 (Ω)) .
X ° °
p=1 p=1

Le théorème 2.3 et le corollaire 2.2 permettent d’écrire ceci.

à !
n n n
p °2
E (t n )2 . (η t )2 + max h p2 , τp }(ηp )2 + °e 0 ° + τp (ξp )2 +°∇h e 0 °+° f − πτ f °L 2 (0,tn ;H −1 (Ω)) .
X X ° ° X ° ° °
p=1 p=1 { p=1

– Supposons que l’hypothèse du théorème 2.4 soit vérifiée.

Alors en faisant la somme membre-à-membre 2.13, on a :
n Z tn n ³° ° °´
p 2 p ° ° p−1 °
k∇h e τ k2 + k∂t e τ k2L 2 (0,t ;H −1 (Ω)) + τp °∇h (u p − u h )° + °∇h (u p−1 − u h )°
X X
(η t ) .
n
p=1 0 p=1

+ ° f − πτ f °L 2 (0,tn ;H −1 (Ω)) .
° °

De l’estimation (2.11), on obtient :

n Z tn n Z tp
X p 2 2
X
°∇h (u τ − u h )(s)°2 d s + ° f − πτ f °2 2
° ° ° °
(η t ) . d s + k∂t e τ kL 2 (0,t ;H −1 (Ω)) + τ L (0,t n ;H −1 (Ω))
n
p=1 0 p=1 t p−1
Z tn Z tn °
d s + k∂t e τ k2L 2 (0,t ;H −1 (Ω)) + °∇h (u τ − u h )(s)°2 d s + ° f − πτ f °2 2
° ° °
= τ L (0,t n ;H −1 (Ω))
n
0 0
°2
. E (t n )2 + ° f − πτ f °L 2 (0,tn ;H −1 (Ω))
°
(2.25)

En multiplie chaque membre de (2.21) par τp et en faisant la somme membre à membre,

on a :
n n ° n X
n n
°∂t (u τ − u h °2 −1 +
°2 X
τp (ηp )2 . τp °∇h e p ° + τp (ξp )2 .
X X ° X °
τ H (Ω)
p=1 p=1 p=1 p=1 p=1

En utilisant encore une fois l’estimation (2.11), on obtient :

Mémoire de master-IMSP 42 ©Clément Adandé

Tests numériques

n °2 n Z tp n
p 2
τp (η ) . ∂t (u τ − u h τ ) H −1 (Ω) + °∇h (u τ − u h )°2 d s + τp (ξp )2
X ° X ° ° X
τ
° °
p=1 p=1 t p−1 p=1
°2
Z T n
= °∂t (u τ − u h τ )°H −1 (Ω) + °∇h (u τ − u h )°2 d s + τp (ξp )2
° ° ° X
τ
0 p=1
n
. E (t n )2 + τp (ξp )2
X
(2.26)
p=1

Des estimations (2.25) et (2.26), on a :

n £ n
p
(η t )2 . E (t n )2 + τp u(ηp )2 + ° f − πτ f °L 2 (0,tn ;H −1 (Ω)) + τp (ξp )2 .
X ¤ ° ° X
p=1 p=1

2.4 Tests numériques

Dans cette section, nos test numériques vont confirmer nos résultats théoriques. Nous allons
mettre en œuvre un programme pour résoudre numériquement le problème de la chaleur.
Ensuite, nous allons confirmer la fiabilité et l’efficacité de l’estimateur d’erreur en espace.
Pour cela, nous allons résoudre le problème de la chaleur sur le domaine Ω =]0, 1[×]0, 1[ avec
la vitesse initiale u 0 et le terme source f définies respectivement, pour tout (x, t ) ∈ Ω×]0, 1[
par :

u 0 (x) = x 1 x 2 (x 1 − 1)(x 2 − 1) et f (x, t ) = −e−t [x 1 x 2 (x 1 − 1)(x 2 − 1) + 2x 1 (x 1 − 1) + 2x 2 (x 2 − 1)] .

La solution exacte de ce problème est définie pour tout (x, t ) ∈ Ω×]0, 1[ par :

u(x, t ) = e−t x 1 x 2 (x 1 − 1)(x 2 − 1).

On utilise la méthode des éléments finis de Crouzeix-Raviart sur le maillage uniforme T ph =

Th obtenu en divisant chaque intervalle par n sous-intervalles et en divisant chaque carré en
deux triangles (voir figure 2.1).

2.4.1 Résolution numérique de la solution

Maillage

Le maillage de la figure 2.1 est formé de Nma triangles notés K 1 , K 2 ,. . ., K Nma avec Nma =
2
2n . Il est généré à partir de l’élément de référence Kb (voir figure 2.2) et de la famille de
transformations (t k )1≤k≤Nma données par :

Nma
(
t uk si 1 ≤ k ≤ 2
tk = Nma ,
t uk−n 2 ◦ s si 2 +1 ≤ k ≤ Nma
où k le numéro de la maille K k , t uk est la translation de vecteur u k (hr, hq) et s la symétrie
orthogonale donnée par : µ ¶ µ ¶µ ¶
h 0 −1 x 1
s(x) = + ,
h −1 0 x 2

©Clément Adandé 43 Mémoire de master-IMSP

Résolution numérique de la solution Tests numériques

F IGURE 2.1 – Maillage uniforme avec n = 10

avec h = n1 , q et r deux entiers positifs tels que : k − 1 = q × n + r .

La matrice jacobienne de la transformation t k est égale à celle de son inverse et vaut :
Ã !
 1 0 Nma
 0 1 si 1 ≤ k ≤ 2



J tk (x) = J t −1 (x) = Ã ! .
k 0 −1
si N2ma + 1 ≤ k ≤ Nma




−1 0


(0, h)

2 3
Kb
(h, 0)
(0, 0) 1

F IGURE 2.2 – Elément de référence Kb

Les noeuds géométriques du maillage sont rangés dans le tableau coord de taille N g eo ×2,
le nombre N g eo de nœuds géométriques étant égal à (n + 1)2 . Pour tous i ∈ {1, . . . , N g eo } et
j ∈ {1, 2}, coord(i , j ) est la valeur du j -ième coordonnée du i -ième nœud géométrique. Ces
nœuds géométriques sont numérotés de 1 à N g eo (voir tableau 2.1). Nous allons les regrouper
en éléments à l’aide du tableau de connectivité géométrique connect_geo de taille 3 × Nma .
Pour tous j ∈ {1, 2, 3} et k ∈ {1, 2, . . . , Nma }, connect_geo(j,k) est le numéro global du j -ième
nœud dans le triangle K k (voir tableau 2.2).

Mémoire de master-IMSP 44 ©Clément Adandé

Tests numériques Résolution numérique de la solution

Coordonnées des nœuds

Numéro global x1 x2
Nœud 1 0.00000 0.00000
Nœud 2 0.50000 0.00000
Nœud 3 1.00000 0.00000
Nœud 4 0.00000 0.50000
Nœud 5 0.50000 0.50000
Nœud 6 1.00000 0.50000
Nœud 7 0.00000 1.00000
Nœud 8 0.50000 1.00000
Nœud 9 1.00000 1.00000

TABLE 2.1 – Tableau coord pour n = 2

Eléments du maillage
Numéro local K1 K2 K3 K4 K5 K6 K7 K8
Nœud 1 1 2 4 5 5 6 8 9
Nœud 2 2 3 5 6 2 3 5 6
Nœud 3 4 5 7 8 4 5 7 8

TABLE 2.2 – Tableau connect_geo pour n = 2

Arêtes du maillage
Num. de nœuds a1 a2 a3 a4 a5 a6 a 7 a 8 a 9 a 10 a 11 a 12 a 13 a 14 a 15 a 16
Extrémité 1 1 1 2 2 2 3 4 4 5 5 5 6 3 7 6 8
Extrémité 2 2 4 4 3 5 5 5 7 7 6 8 8 6 8 9 9

TABLE 2.3 – Tableau connect_forme pour n = 2

On numérote globalement les arêtes du maillage suivant l’ordre indiqué sur l’élément
de référence (voir figure 2.2). Ensuite, on regroupe les N a arêtes dans un tableau aretes de
taille N a × 2. Pour tout i ∈ {1, 2} et tout k ∈ {1, . . . , N a }, aretes(k, i ) le numéro global du i -ième
extrémité du k-ième arêtes.

Les fonctions de forme de la méthode des éléments finis de Crouzeix-Raviart sont définies
pour chaque arête du maillage. Afin de regrouper les arêtes par éléments, nous utilisons le
tableau connect_forme de taille 3 × Nma (voir le tableau 2.3). Pour tout i ∈ {1, 2, 3} et tout
k ∈ {1, . . . , N a }, connect_forme(i , k) est le numéro global du i -ième arête dans le triangle K k
(voir tableau 2.4).

Pour finir, on stocke dans un tableau connect_f_bord de taille 1 × Nbo les numéros globaux
des Nbo arêtes situées sur le bord (Nbo = 4 × n).

©Clément Adandé 45 Mémoire de master-IMSP

Résolution numérique de la solution Tests numériques

Eléments du maillage
Numéro local K1 K2 K3 K4 K5 K6 K7 K8
Arête 1 1 4 7 10 5 13 11 15
Arête 2 2 5 8 11 7 10 14 16
Arête 3 3 6 9 12 3 6 9 12

TABLE 2.4 – Tableau connect_forme pour n = 2

Fonctions de forme

Sur l’élément de référence Kb , prenant en compte la numérotation local, les fonctions de

forme θb1 , θb2 et θb3 sont définies par :
2
θb1 (x) = 1 − x 2
h
2
θb2 (x) = 1 − x 1 ,
h
2
θb3 (x) = −1 + (x 1 + x 2 ).
h
On désigne par b bi le milieu d’arête Fbi de l’élément Kb , où i ∈ {1, 2, 3}. On a : θbi (b
b j ) = δi j pour
tous i , j ∈ {1, 2, 3}.
Le gradient de chacune de ces fonctions de forme s’écrit :

∇θb1 (x) = 0 − h2 ,
¡ ¢

∇θb2 (x) = − h2 0 ,
¡ ¢

∇θb3 (x) = h2 h2 .
¡ ¢

Sur un élément K k quelconque, les fonctions de forme θk,1 , θk,2 et θk,3 sont définies par :

θk,i = θbi ◦ t k−1 , ∀i ∈ {1, 2, 3}.

Le gradient de chacune de ces fonctions de forme s’écrit :

³ ´
 0 − 2 si 1 ≤ k ≤ Nma
´h 2
∇θk,1 (x) = ³ N
,
2 ma
 0 si h
< k ≤ Nma
2
³ ´
 − 2 0 si 1 ≤ k ≤ Nma
2
∇θk,2 (x) = ³ h ´ N ,
 0 2 si ma < k ≤ Nma
h 2
³ ´
 2 2 si 1 ≤ k ≤ Nma
2
∇θk,3 (x) = ³ h h ´ .
 − 2 − 2 si Nma < k ≤ Nma
h h 2

On désigne par ϕ1 , ϕ2 , . . ., ϕNa les fonctions de forme dans X ph

0
.
– Pour tout m ∈ connect_f_bord, il existe un unique couple (i , k) tel que :
connect_forme(i , k) = m et ainsi la fonction de forme ϕm est définie par :
(
θk,i (x) si x ∈ K k
ϕm (x) = .
0 sinon

Mémoire de master-IMSP 46 ©Clément Adandé

Tests numériques Résolution numérique de la solution

– Pour tout m ∉ connect_f_bord, il existe deux couples (i 1 , k 1 ) et (i 2 , k 2 ) tels que :

connect_forme(i 1 , k 1 ) = connect_forme(i 2 , k 2 ) = m et ainsi la fonction de forme ϕm est
définie par : 
θk1 ,i 1 (x) si x ∈ K k1


ϕm (x) = θk2 ,i 2 (x) si x ∈ K k2 .

0 sinon


Quadrature

La formulation variationnelle du problème chaleur fait intervenir des intégrales. Ces inté-
grales seront approchées numériquement. Les formules de quadrature servent à approcher
une intégrale donnée. Le choix d’une formule de quadrature se fait souvent fonction de son
ordre de précision (pour plus de détails voir [6, chap. 9] ou [7, p. 377]). Afin d’évaluer les
intégrales sur les triangles, on utilise la formule de quadrature suivante :
Z L
ωl g (ξl ),
X
g (x)d x 1 d x 2 ' (2.27)
Kb l =1

où L = 7, les nombres 1 ω
p1
,. . ., ωL et p
les points 2 ξ1p
,. . ., ξL sont définies
p
(voir[6, p. 222]) dans le
6− 15 6+ 15 155− 15 155+ 15
tableau 2.5 avec a 1 = 21 , a 2 = 21 , α1 = 2400 h et a 2 = 2400 h.

9h 2
ωi ³ 80 ´
α1 α1 α1 α2 α2 α2
h h
ξi 3, 3 (ha 1 , h(1 − 2a 1 )) (h(1 − 2a 1 , ha 1 ) (ha 1 , ha 1 ) (ha 2 , h(1 − 2a 2 )) (h(1 − 2a 2 ), ha 2 ) (ha 2 , ha 2 )

TABLE 2.5 – Tableau de quadrature

Pour un polynôme p de degré inférieur ou égale à cinq sur Kb , cette formule est exacte i.e on
a:
Z L
ωl p(ξl ).
X
p(x)d x 1 d x 2 =
Kb l =1
Z
On veut maintenant approcher l’intégrale g (u)d u 1 d u 2 à partir de la formule de quadra-
Kk
ture de l’élément de référence (2.27). On effectue donc un changement de variable à l’aide
de la transformation affine :
t k : Kb −→ K k
.
x 7−→ t k (x) = u
On a : Z Z
¯ ¯
g (u)d u 1 d u 2 = g (t k (x)) ¯det(J tk (x))¯ d x 1 d x 2
Kk Kb
Z L .
ωi g (t k (ξi )) ¯det(J tk (ξi ))¯
X
¯ ¯
g (u)d u 1 d u 2 '
Kk i =1 µ ¶
Nma 1 0
– Pour 1 ≤ k ≤ 2 , on a : t k (x) = x + u k et J tk (x) = .
0 1

1. Ces nombres réels sont appelés poids de la quadrature.

2. Ces points sont appelés points de Gauss.

©Clément Adandé 47 Mémoire de master-IMSP

Résolution numérique de la solution Tests numériques

µ ¶ µ ¶ µ ¶
Nma h x2 0 −1
– Pour 2
+ 1 ≤ k ≤ Nma , on a : t k (x) = − + u k et J tk (x) = .
¯ ¯ h x1 −1 0
Dans les deux cas, on a : ¯det(J tk (x))¯ = 1 et on en déduit ainsi une formule de quadrature
sur K k donnée par :
Z L
ωi g (ξk,i ),
X
g (u)d u 1 d u 2 ' (2.28)
Kk i =1
avec ξk,i = t k (ξi ).
Remarquons que θk, j (ξk,i ) = θ j (ξi ) pour tous j ∈ {1, 2, 3}, i ∈ {1, . . . , L} et k ∈ {1, . . . , Nma }. Ceci
entraîne l’égalité suivante :
Z Z
ϕk, j 1 (x)ϕk, j 2 (x)d x 1 d x 2 = ϕ j 1 (x)ϕ j 2 (x)d x 1 d x 2 .
Kk Kk

Nous allons conserver les poids de la quadrature dans le tableau poids de taille 4 × 1 et les
points de Gauss dans le tableau pointsg de taille L × 2. Pour tous i ∈ {1, . . . , L} et j ∈ {1, 2}, on
a : poids(i ) = ωi et pointsg(i , j ) est la j -ième composante du point de Gauss ξi .
Les valeurs des fonctions de forme aux points de Gauss ξ1 ,. . ., ξL ne dépendent pas de la
maille. Nous évaluons donc les fonctions de forme de l’élément de référence en ces points. Et
nous les stockons dans le tableau theta_xi de taille 3 × L. Pour tous j ∈ {1, 2, 3} et i ∈ {1, . . . , L},
theta_xi( j , i ) est la valeur de θ j au point ξi .
Le gradient de chacune des fonctions de forme θk,i est constant et dépend uniquement
de la position de k par rapport à N2ma . Nous les stockons dans le tableau dtheta_dx_xi de taille
3 × 2 × 2. Pour tous i ∈ {1, 2, 3} et j ∈ {1, 2},
– pour 1 ≤ k ≤ N2ma , dtheta_dx_xi(i , j , 1) est la j -ième composante du gradient de θk,i ;
– et pour N2ma < k ≤ Nma , dtheta_dx_xi(i , j , 2) est la j -ième composante du gradient de θk,i .
Assemblage

La formulation variationnelle du problème s’écrit : chercher une suite de (u p )1≤p≤N dans X h0

telle que : ( p p
a h (u p , ϕ j ) = b h (ϕ j ), ∀ j ∈ {1, 2, . . . , N a }
p . (2.29)
u |∂Ω =0
p p p
On désigne par u 1 , u 2 , . . ., u Na les coordonnées de u p dans la base (ϕ1 , . . . , ϕNa ). La condi-
N
Pa p
tion aux limites de Dirichlet homogène u i ϕi |∂Ω = 0 fixe les valeurs de u p sur ∂Ω. Par sa
i =1
définition, la base (ϕi )1≤i ≤Nma , vérifie la relation suivante :
1
Z
ϕ i = δi j ,
mes(F j ) F j
p
où F j est la j -ième arête du maillage. Ainsi la coordonnée u j est nulle pour tout j ∈ connect_f_bord.
Les autres coordonnées sont calculées à l’aide des équations
Na
p p p
u i a h (ϕi , ϕ j ) = b h (ϕ j ), ∀ j ∉ connect_f_bord.
X
(2.30)
i =1

En somme, le problème (2.29) devient : chercher, pour tout p ∈ {1, . . . , N }, le vecteur U p =

p p p T
³ ´
u 1 u 2 · · · u Na tel que :
ApU p = F p ,
où

Mémoire de master-IMSP 48 ©Clément Adandé

Tests numériques Tests numériques

– F p est le vecteur de RNa dont la i -ième coordonnée est donnée par :

p
– si i ∈ connect_f_bord, alors F i = 0 ;
p p
– sinon F j = b h (ϕ j ) ;
– A p est la matrice de taille N a × N a telle que pour tous i , j ∈ {1, . . . , N a }, on a :
p
– si i ∈ connect_f_bord, alors A i j = δi j ;
p p
– sinon A i j = a h (ϕ j , ϕi ).

Visualisation de la solution numérique et de la solution exacte

p p
Pour tout i ∈ {1, . . . , N a }, la coordonnée u i est la valeur de la solution numérique u h évaluée
au milieu du i -ième segment du maillage.
Les figures 2.3 (voir p. 50) et 2.4 (voir p. 51) affichent respectivement la solution obtenue par
éléments finis et la solution exacte calculées au temps final.

2.4.2 Tests numériques

Convergence de la solution numérique

Nous° allons° mettre en place la stabilité de la solution numérique à° travers

° le calcul d’er-
N° N°
reur ∇h e . Pour différentes valeurs de n, nous calculons la norme ∇h e
° ° en fonction du
nombre de degrés de liberté égal à N a = 3n 2 + 2n.
En utilisant la formule de quadrature (2.28), on a :

L
°∇h e N °2 ' ωl g (ξl ), où g (ξl ) = ∇h e N (ξl ) · ∇h e N (ξl ).
° ° X X
K ∈T N h l =1

Les résultats du calcul sont présentés dans le°tableau ° 2.6. La figure 2.5 (réalisée à l’échelle
N°
logarithmique) illustre l’évolution de l’erreur ∇h e
° en fonction du nombre de degrés de
liberté. Nous observons que l’erreur diminue au fur et à mesure que le nombre de degrés
libertés augmente. Ceci justifie la stabilité de la solution numérique. Nous nous intéressons
donc à l’optimalité des indicateurs d’erreur locaux.

Optimalité des indicateurs d’erreur locaux en espace

La fiabilité et l’efficacité des indicateurs d’erreur locaux en espace sont respectivement don-
née par les théorèmes 2.3 et 2.4. Ces théorèmes assurent que les quantités suivantes :

n 2 4 8 16 32 64
° N aN ° 16 56 208 800 3136 12416
°∇h e ° 0.0320389 0.0170690 0.0086694 0.0043537 0.0021829 0.0010995

TABLE 2.6 – Tableau d’erreurs °∇h e N ° en fonction de n

° °

©Clément Adandé 49 Mémoire de master-IMSP

Tests numériques Tests numériques

n 2 4 8 16 32 64
Na 16 56 208 800 3136 12416
N
q up 0.0063482 0.0051346 0.0046805 0.0044794 0.0044012 0.0044082
N
TABLE 2.7 – Tableau d’erreurs q up en fonction de n

n 2 4 8 16 32 64
Na 16 56 208 800 3136 12416
q lNow 3.1578 7.1134 8.8348 9.3323 9.4596 9.4915

TABLE 2.8 – Tableau d’erreurs q lNow en fonction de n

N
° N °2 X °2
τp °∇h e p °
°
°e ° +
N p=1
q up =
N X ³ p 2 ´
° °2 p °2
τp (η K ) + h K2 ° f p − f h °K
X °
°e 0 ° +
p=1 K ∈T ph
p
ηK
q lNow = max ° °
° N N −1 ° p°
K ∈T ph
h K ° e −e
° ° °
τN
+ °∇h e N °ωK + h K ° f p − f h °ω
ωK
°
K

N
sont bornées. Nous mettons cela en évidence à travers le calcul de q up et q lNow pour divers
degrés de liberté. Ces calculs sont présentés dans les tableaux 2.7 et 2.8. Les figures 2.6 et 2.7
confirment effectivement que ces quantités sont bornées.

F IGURE 2.3 – Solution numérique évaluée au temps final avec n = 60

Mémoire de master-IMSP 50 ©Clément Adandé

Tests numériques Tests numériques

F IGURE 2.4 – Solution exacte évaluée au temps final avec n = 60

F IGURE 2.5 – Evolution de l’erreur en fonction des degrés de liberté

©Clément Adandé 51 Mémoire de master-IMSP

Tests numériques Tests numériques

N
F IGURE 2.6 – Evolution de l’indice de fiabilité q up en fonction des degrés de liberté

F IGURE 2.7 – Evolution de l’indice d’efficacité q lNow en fonction des degrés de liberté

Mémoire de master-IMSP 52 ©Clément Adandé

 Chapitre 3

Extension aux équations de Stokes en

régime non stationnaire

3.1 Equations de Stokes

3.1.1 Problème de Stokes

Soit d un entier supérieur ou égal à 2 et Ω un ouvert borné de bord Γ polyédrale (par exemple,
un polygone en dimension 2, polyèdre en dimension 3). Soit T un réel strictement positif.
Considérons le problème modèle, ici donné par le problème de Stokes non stationnaire sui-
vant


 ∂t u(x, t ) − ∆u(x, t ) + ∇p(x, t ) = f (x, t ), ∀(x, t ) ∈ Ω×]0, T [

divu(x, t ) = 0, ∀(x, t ) ∈ Ω×]0, T [

(3.1)


 u(x, t ) = 0, ∀(x, t ) ∈ Γ, ∀t ∈]0, T [
u(x, 0) = u 0 (x), ∀x ∈ Ω



u 0 ∈ L 2 (Ω)d et f ∈ L 2 (0, T, H −1 (Ω)d ).

Ce problème modélise l’écoulement d’un fluide visqueux incompressible qui occupe le vo-
lume Ω. Les fonctions u : Ω×]0, T [−→ Rd et p : Ω×]0, T [−→ R représentent ses inconnues.
Ces fonctions u et p sont interprétées respectivement comme la vitesse du fluide et la pres-
sion dans le fluide. La fonction u 0 ∈ L 2 (Ω)d représente la vitesse initiale et la fonction f ∈
L 2 (0, T, H −1 (Ω)d ) représente une force massique s’exerçant dans le fluide.
Dans ce problème, la fonction u étant à valeurs vectorielles,³ on´ désigne par u 1 , u 2 , . . . , u d ses
∂u i
fonctions composantes et son gradient ∇u est la matrice ∂x j 1≤i , j ≤d
.

Etant données deux matrices carrées M et N de Rd ×d , M · N désigne le produit scalaire eucli-

dien de M = (M i j )1≤i , j ≤d et N = (Ni j )1≤i , j ≤d donné par :

d
X
M ·N = M i j Ni j .
i , j =1

3.1.2 Formulation variationnelle

Proposition 3.1
Le problème (3.1) est équivalent à

1
(∂t u(t ), v) + (∇u(t ), ∇v) − (p(t ), divv) = ( f (t ), v), ∀v ∈ H0 (Ω)


(q, divu) = 0, ∀q ∈ L 20 (Ω) . (3.2)

u(·, 0) = u

0

Démonstration.
 Approximation variationnelle



 ∂t u(x, t )v(x) − ∆u(x, t )v(x) + ∇p(x, t )v(x) = f (x, t )v(x), ∀v ∈ H01 (Ω)d , ∀(x, t ) ∈ Ω×]0, T [

divu(x, t )v(x, t ) = 0, ∀q ∈ L 2 (Ω), ∀(x, t ) ∈ Ω×]0, T [

0
(3.1) ⇐⇒
u(x, t ) = 0, ∀(x, t ) ∈ Γ, ∀t ∈]0, T [


u(x, 0) = u 0 , ∀x ∈ Ω


R
d
∂ ∆u(x, 1
R R R

 Ω t u(x, t )v(x) − Ω t )v(x) + Ω ∇p(x, t )v(x) = Ω f (x, t )v(x), v ∈ H0 (Ω) , t ∈]0, T [

 divu(x, t )v(x, t ) = 0, ∀q ∈ L 2 (Ω), ∀t ∈]0, T [
 R
Ω 0
⇐⇒


 u(x, t ) = 0, ∀(x, t ) ∈ Γ, ∀t ∈]0, T [
u(x, 0) = u 0 , ∀x ∈ Ω


R
d
RΩ ∂t u(x, t )v(x) + Ω ∇u(x, t )∇v(x) − Ω p(x, t )divv(x) = Ω f (x, t )v(x), v ∈ H0 (Ω) , t ∈]0, T [
1
R R R


2
⇐⇒
 Ω divu(x, t )v(x, t ) = 0, ∀q ∈ L 0 (Ω), ∀t ∈]0, T [
u(x, 0) = u , ∀x ∈ Ω

0

(∂t u(t ), v) + (∇u(t ), ∇v) − (p(t ), divv) = ( f (t ), v), ∀v ∈ H01 (Ω)


⇐⇒ (q, divu) = 0, ∀q ∈ L 20 (Ω)

u(·, 0) = u

0

Proposition 3.2
Le problème (3.2) admet une unique solution.

3.2 Approximation variationnelle

3.2.1 Problème semi-discret

On subdivise l’intervalle [0, T ] en N intervalles [t k−1 , t k ] pour k ∈ ‚1, N ƒ tels que : t 0 = 0 et

t N = T ; et on pose τk = t k − t k−1 pour k ∈ {1, 2, . . . , N }.
On pose f k = f (·, t k ) pour tout k ∈ {0, 1, . . . , N }.
On utilise un schéma d’Euler implicite pour approcher la dérivée ∂u ∂t
(·, t k ) par :

u(·, t k ) − u(·, t k−1 )

.
τk

Ainsi une formulation semi-discrète du problème (3.1) s’écrit :

Proposition 3.3
Etant donnée u 0 ∈ L 2 (Ω)d , chercher une suite (u k , p k )1≤k≤N d’éléments de H01 (Ω)d × L 20 (Ω)
telle que :
 k
u (x)−u k−1 (x)

 τk − ∆u k (x) + ∇p k (x) = f k (x), ∀x ∈ Ω

divu k (x) = 0, ∀x ∈ Ω


(3.3)


 u k (x) = 0, ∀x ∈ Γ

u (x) = u 0 (x), ∀x ∈ Ω
 0

pour tout k ∈ {1, . . . , N }.

La formulation variationnelle du problème s’écrit discrète est donnée par la proposition sui-
vante.

Mémoire de master-IMSP 54 ©Clément Adandé

Approximation variationnelle Problème semi-discret

Proposition 3.4
Pour tout k ∈ {1, 2, . . . , N }, le système (3.3) est équivalent au système suivant :

a k (u k , v) + b k (p k , v) = l k (v), ∀v ∈ H01 (Ω)d


b k (q, v) = 0, ∀q ∈ L 20 (Ω) (3.4)

u 0 = u

0
Z Z Z Z Z
k k k k k k k
avec a (u , v) = u v + τk ∇u ∇v, b (q, v) = − qdivv et l (v) = f v + τk u k−1 v
Ω Ω Ω Ω Ω
pour tous u, v ∈ H01 (Ω)d et q ∈ L 20 (Ω).

Démonstration. On a :
(3.3)
 k
u (x)−u k−1 (x)

 τk v(x) − ∆u k (x)v(x) + ∇p k (x)v(x) = f k (x)v(x), ∀x ∈ Ω, ∀v ∈ H01 (Ω)d

divu k (x)q(x) = 0, ∀x ∈ Ω, ∀q ∈ L 20 (Ω)


⇐⇒


 u k (x) = 0, ∀x ∈ Γ

u (x) = u 0 (x), ∀x ∈ Ω
 0
R k
u (x)−u k−1 (x) k k
R k d
∆u 1
R R

 Ω τk
v(x) − Ω (x)v(x) + Ω ∇p (x)v(x) = Ω f (x)v(x), ∀v ∈ H0 (Ω)

k
Ω divu (x)q(x) = 0, ∀x ∈ Ω

 R
⇐⇒
u k (x) = 0, ∀x ∈ Γ



u (x) = u 0 (x), ∀x ∈ Ω
 0
R
u k (x)v(x) − Ω ∆u k (x)v(x) + Ω ∇p k (x)v(x) = Ω u k−1 (x)v(x) + τk Ω f k (x)v(x), ∀v ∈ H01 (Ω)d
R R R R


 Ω
R divu k (x)q(x) = 0, ∀q ∈ L 2 (Ω)

Ω 0
⇐⇒ k


 u (x) = 0, ∀x ∈ Γ
u (x) = u 0 (x), ∀x ∈ Ω
 0

R
k k k
R k−1 R k d
τ 1
R R
RΩ

 u (x)v(x) + Ω ∇u (x)∇v(x) − Ω p (x)divv(x) = Ω u (x)v(x) + k Ω f (x)v(x), ∀v ∈ H0 (Ω)
⇐⇒ divu k (x)q(x) = 0, ∀q ∈ L 20 (Ω)
 Ω
u 0 (x) = u (x), ∀x ∈ Ω

0

k k k k k 1 d
a (u , v) + b (p , v) = l (v), ∀v ∈ H0 (Ω)


⇐⇒ b k (q, v) = 0, ∀q ∈ L 20 (Ω)

u 0 = u

0

Proposition 3.5
Pour tout k ∈ {1, . . . , N }, le problème (3.3) admet une unique solution (u k , p k ) dans H01 (Ω)d ×
L 20 (Ω).

Démonstration. Voir [8, p. 51, Thm. 5.1]

Cette proposition nous assure qu’avec le théorème 1.6 de Ladyshenskaya-Babuška-Brezzi la

condition inf-sup suivante

b k (q, v)
inf sup ° ° ≥β
°q °
q∈L 20 (Ω) v∈H 1 (Ω)d
0 L 20 (Ω) kvk H01 (Ω)

est satisfaite pour un certain réel β > 0.

©Clément Adandé 55 Mémoire de master-IMSP

Problème discret Analyse d’erreur a-posteriori

3.2.2 Problème discret

Pour chaque k ∈ {0, 1, . . . , N }, on désigne par (Tkh )h>0 une famille régulière de maillages conformes
sur Ω dont les éléments sont des simplexes de Rd (par exemple, triangle en dimension 2, un
tétraèdre en dimension 3). C’est-à-dire qu’il existe une constante σ > 0 indépendante de k et
h k telle que :
hK
≤ σ, ∀K ∈ Tkh , ∀h k > 0
ρK
avec h K le diamètre de l’élément K et ρ K le diamètre de la plus grande boule contenue dans
K et h k = max h K .
K ∈Tkh
On introduit l’espace de Crouzeix-Raviart des éléments finis non conformes donné par :
½ Z ¾
0 2
X kh = v ∈ L (Ω) : v |K ∈ P1 , ∀K ∈ Tkh , ‚v h ƒ = 0, ∀E ∈ E kh
E
et l’espace d’éléments finis pour la pression donné :
n o
Q kh = q ∈ L 20 (Ω)d : q |K ∈ P0 , ∀K ∈ Tkh .

On peut alors donner, en utilisant un schéma d’Euler implicite et la méthode d’éléments

finis non conformes de Crouzeix-Raviart, une approximation du problème de Stokes (3.1) de
la façon suivante.
Proposition 3.6
Etant donnée une approximation u h0 de u 0 dans X kh 0
, chercher une suite (u hk , p hk )1≤k≤N dans
0
X kh ×Q kh telle que :
(
a hk (u hk , v) + b hk (p hk , v) = l hk (v), ∀v ∈ X kh
0
, (3.5)
b hk (q, u hk ) = 0, ∀q ∈ Q kh
Z X Z Z Z Z
k k k
avec a h (u, v) = uv +τk ∇u∇v, b h (q, v) = − qdivv et l h (v) = τk k
f v + u k−1 v
Ω K ∈Tkh K Ω Ω Ω
0
pour tous u, v ∈ X kh et q ∈ Q kh .
Corollaire 3.1
Pour tout k ∈ {1, 2, . . . , N }, le problème (3.5) admet une unique solution (u hk , p hk ) dans X kh
0
×
Q kh .

3.3 Analyse d’erreur a-posteriori

3.3.1 Analyse d’erreur a-posteriori en temps

Afin d’estimer a-posteriori l’erreur en temps, nous adoptons les mêmes notations utilisées
dans le chapitre précédent.
Definition 3.1
On définit l’erreur de discrétisation en temps par : e τ = u − u τ , u τ étant une fonction affine
sur chaque [t k−1 , t k ] égale à u k en t k (définie dans la section 2.3).
Proposition 3.7
Pour tout t ∈]t k−1 , t k [ et tout v ∈ H01 (Ω), on a :

(∂t e τ (t ), v) + (∇e τ (t ), ∇v) − (p(t ) − p k , divv) = ( f (t ) − f k , v) + (∇(u k − u τ (t )), ∇v). (3.6)

Mémoire de master-IMSP 56 ©Clément Adandé

Analyse d’erreur a-posteriori Analyse d’erreur a-posteriori en temps

k
−u k−1
Démonstration. Soit v ∈ H01 (Ω)d . Pour tout t ∈]t k−1 , t k [, on a : ∂t u τ (t ) = u τk . D’après (3.2)
et (3.3), on a les équations suivantes :

(∂t u(t ), v) + (∇u(t ), ∇v) − (p(t ), divv) = ( f (t ), v)

.
(∂t u τ (t ), v) + (∇u k , ∇v) − (p k , divv) = ( f k , v)

Donc on a :

(∂t (u(t ) − u τ (t )), v) + (∇u(t ) − ∇u k , ∇v) − (p(t ) − p k , divv) = ( f (t ) − f k , v).

Ceci conduit à (3.6).

Definition 3.2
Pour tout k ∈ {1, 2, . . . , N }, on définit les indicateurs d’erreur en temps par :
° °
ηkt = τ1/2 (u k
− u k−1 °
) °.
°
k °∇h h h

p
Nous allons montrer que les η t ainsi définis sont bien des indicateurs d’erreurs en temps. Le
théorème 2.1 reste vrai ici aussi. On a :
Théorème 3.1
Pour tout n ∈ {1, 2, . . . , N }, on a :
Z tn n Z tn
2 2
(ηkt )2 + °∇h (u τ − u h )(s)°2 d s + ° f − πτ f ° 2
X ° ° ° °
ke τ (t n )k + k∇e τ (s)k d s . τ L (0,t n ;H −1 (Ω)d )
0 k=1 0
(3.7)

Démonstration. On utilise (3.6) en prenant v = e τ (t ) et (3.5) en prenant q = p(t ) − p k . On a :

(∂t e τ (t ), e τ (t )) + k∇e τ (t )k2 = ( f (t ) − f k , e τ (t )) + (∇(u k − u τ (t ), ∇e τ (t )).

Le reste de la preuve est similaire à celle du théorème 2.1.

Corollaire 3.2
Pour tout n ∈ {1, 2, . . . , N }, on a :
n Z tn
°∂t e τ + ∇(p − πτ p)°2 2 k 2 °∇h (u τ − u h )(s)°2 d s+° f − πτ f °2 2
° ° X ° ° ° °
L (0,t n ;H −1 (Ω)d ) . (η t ) + τ L (0,t n ;H −1 (Ω)d ) .
k=1 0
(3.8)

Démonstration. Par définition, on a :

Z tn
°∂t e τ + ∇(p − πτ p)°2 2 °∂t e τ (s) + ∇(p(s) − p n )°2 −1 d s
° ° ° °
L (0,t n ;H −1 (Ω)d ) = H (Ω)
0
¯(∂t e τ (s), v) − (p(s) − p k , v)¯
¯ ¯
n °
et on a ∂t e τ (s) + ∇(p(s) − p ) H −1 (Ω) = sup
° °
° .
v∈H 1 (Ω) k∇vkL 2 (Ω)d ×d
0

En utilisant (3.6) et l’inégalité de Cauchy-Schwartz, on a :

¯ ¯ ° °
¯(∂t e τ (s), v) − (p(s) − p k , v)¯ ≤ ° f (s) − f k ° kvkL 2 (Ω)d + k∇e τ (s)k k∇vkL 2 (Ω)d ×d
¯ ¯ ° °
° °
k
+ °∇(u − u τ (s))° k∇vkL 2 (Ω)d ×d
° °

©Clément Adandé 57 Mémoire de master-IMSP

Analyse d’erreur a-posteriori en espace Analyse d’erreur a-posteriori

Par l’inégalité de Poincaré, on a :

¯ ¯ ° °
¯(∂t e τ (s), v) − (p(s) − p k , v)¯ . ° f (s) − f k ° k∇vkL 2 (Ω)d ×d + k∇e τ (s)k k∇vkL 2 (Ω)d ×d
¯ ¯ ° °
° °
+ °∇(u k − u τ (s))° k∇vkL 2 (Ω)d ×d
° °

Alors on a :
° ° ° °
°∂t e τ (s) + ∇(p(s) − p n )° −1 . ° k° k
° °
f (s) − f + k∇e (s)k + − u (s))°.
° °
H (Ω) ° ° τ °∇(u τ

On élève chaque membre de cette inégalité au carré et on utilise le fait que 2ab ≤ a 2 + b 2
pour deux réels a et b. On obtient ainsi :
° °2 ° °2
°∂t e τ (s) + ∇(p(s) − p n )°2 −1 k 2 k
° °
(Ω) . ° f (s) − f ° + k∇e τ (s)k + °∇(u − u τ (s))° .
° ° ° °
H

On intègre cette inégalité sur l’intervalle [0, t n ] et on obtient :

Z tn
°∂t e τ + ∇(p − πτ p)°2 2 ° f − πτ f °2 2 k∇e τ (s)k2 d s
° ° ° °
−1 d
L (0,t n ;H (Ω) ) . L (0,t n ;H −1 (Ω)d ) +
0
Z tn ° °2
+ °∇(u k − u τ (s))° d s.
° °
0
Z tn
En utilisant (3.7) pour estimer k∇e τ (s)k2 d s, on obtient (3.8).
0

Théorème 3.2
Pour tout k ∈ {1, 2, . . . , N }, on a :
³° °
ηkt . k∇h e τ kL 2 (tk−1 ,tk ;L 2 (Ω)) + °∂t e τ + ∇(p − πτ p)°L 2 (t ,t ;H −1 (Ω)) + τ1/2 k k °
° °
(u − u )
°
k−1 k k °∇h h °
° °´ °
+ °∇h (u k−1 − u hk−1 )° + ° f − πτ f °L 2 (t ,t ;H −1 (Ω))
°
(3.9)
° °
k−1 k

3.3.2 Analyse d’erreur a-posteriori en espace

Definition 3.3
On définit l’erreur en espace pour la vitesse et la pression respectivement par :

e k = u k − u hk et εk = p k − p hk .

Proposition 3.8 (Relations d’orthogonalité de Galerkin)

0
– Pour tout k ∈ {1, . . . , N } et pour tout v h ∈ X kh ∩ H01 (Ω), on a : a k (u k − u hk , v) = 0.
0
– Pour tout k ∈ {1, . . . , N }, pour tous v h ∈ X kh ∩ H01 (Ω)d et v ∈ H01 (Ω)d , on a :
u k − u hk
Z Ã !
k k k k k k k k k
a (u − u h , v) + b (p − p h , v) = (u − u h )(v − v h ) + τk
X
f − (v − v h )
Ω K ∈Tkh τk
X X Z
− ∇u hk · n E (v − v h )
K ∈Tkh E ∈E K E

Mémoire de master-IMSP 58 ©Clément Adandé

Analyse d’erreur a-posteriori Analyse d’erreur a-posteriori en espace

Démonstration.
0
Soit k ∈ {1, . . . , N }, v h ∈ X kh ∩ H01 (Ω)d et v ∈ H01 (Ω)d . On a :
a k (u k − u hk , v) + b k (p k − p hk , v) = a k (u k − u hk , v−) + b k (p k − p hk , v − v h )
= l k (v − v h ) − a k (u hk , v − v h ) − b k (p hk , v h )
Z Z Z
k k−1
= τk f (v − v h ) + u (v − v h ) − u hk (v − v h )
Ω Ω Ω
µ Z Z ¶
k k
+ τk
X
− ∇u h · ∇(v − v h ) + p h (v − v h )
K ∈Tkh K K
Z Z µZ
k k
= τk − u hk )(v − v h ) + τk ∆u hk (v − v h )
X
f (v − v h ) + (u
Ω Ω K ∈Tkh K
Z Z Z ¶
− (∇u hk · n K ) · (v − vh ) − ∇p hk n K · (v − v h ) + p hk n K · (v − v h )
∂K K ∂K
u k − u hk
Z Ã !
a k (u k − u hk , v) + b k (p k − p hk , v) = (u k − u hk )(v − v h ) + τk fk− − ∆u hk − ∇p hk (v − v h )
X
Ω K ∈Tkh τk
X Z
∇u hk · n E (v − v h )
X
−
K ∈Tkh E ∈E K E
Le fait ∆u hk = 0 et ∇p hk = 0 nous conduit au résultat.

On suppose pour… la suite que † d = 3 et on définit les composantes tangentielle et normale du

saut de gradient ∇h u hk · n E respectivement par :
…¡
k k i nt
si E ∈ E ph
¢ †
 ∇u − p I · n E (… p i nt
h h
si E ∈ E ph
†
∇u h × n E


J Ek ,t = et J Ek ,n = p
E ,


0 sinon −u h × n E sinon

où n E et t E désignent respectivement la normale extérieure et la tangente unitaire à l’arête E

et I la matrice identité de Rd ×d .
Nous définissons à présent les indicateurs d’erreur locaux et les termes d’approximation
comme dans le chapitre précédent.
Definition 3.4
Soit k ∈ {1, . . . , N }.
On définit l’indicateur d’erreur local ηkK par :

k k−1 °
° °
°
° p u − u ³° ° ° ° ´
ηkK = h K ° f h − h h °
h E1/2 °J Ek ,n ° + °J Ek ,t °
X
+ .
° ° ° °
τk
°
L 2 (E ) L 2 (E )
E ∈E K
° °
L 2 (K )d

On définit l’estimateur d’erreur global par :

à !1/2
k
η = (ηkK )2
X
.
K ∈Tkh

On définit les termes d’approximation local et global par :

à !1/2
° °
ξkK = h K ° f k − f hk ° et ξ = k
(ξkK )2
X
.
° °
L 2 (ωK ) K ∈Tkh

©Clément Adandé 59 Mémoire de master-IMSP

Analyse a-posteriori de la discrétisation totale Analyse d’erreur a-posteriori

Théorème 3.3
Pour tout n ∈ {1, . . . , N }, on a :
n ° °2 Xn
2
° n °2 X ³ ´ ° °
°e ° + τk °∇h e k ° . τk max{1, λhτ }2 (ηk )2 + (ξk )2 + °e 0 ° , (3.10)
° °
k=1 k=1

où les quantités r K et λhτ sont définie respectivement par :

k k
° °
° k u − uh 1
° °
k°
rK = ° fh − − ∇p h ° et λhτ = max max h K2 r K−2 .
° τk ° 2 d
p=1,...,N τk ∈Tkh
K
L (K )

Corollaire 3.3
Pour tout n ∈ {1, . . . , N }, on a :
n
°e 0 °2 +°∇h e 0 °2 .
³ ´ ° ° °
°∂t (u τ − u h ) + ∇(πτ p − πτ p h )°2 2 τ λ 2 k 2 k 2
° ° X °
τ −1
L (0,t n ;H (Ω))d . k max{1, hτ } (η ) + (ξ ) +
k=1
(3.11)
Théorème 3.4
On suppose que pour tout k ∈ {1, . . . , N }, il existe un triangulation Tekh tel que chaque élément
de Tk−1,h ou de Tkh s’écrit comme réunion d’éléments Ke de Tekh vérifiant : h K ∼ h Ke .
Alors pour tout k ∈ {1, . . . , N }, on a :
° k
° e − e k−1
° ° °
k k°
ηK . ° + °∇h e k ° + ξkK .
°
+ ∇ε ° (3.12)
° ° °
τk H −1 (ωK )d ωK

Corollaire 3.4
Sous l’hypothèse du théorème 3.4, on a :
°2 ° °2
(ηk )2 . °∂t (u τ − u h τ ) + ∇(πτ p − πτ p h )°H −1 (ωK )d + °∇h e k ° + (ξk )2 .
° ° °

3.3.3 Analyse a-posteriori de la discrétisation totale

Nous ferons à présent une analyse a-posteriori de l’erreur de discrétisation globale. Pour
cela, on pose la définition suivante.
Definition 3.5
Pour tout k ∈ {1, . . . , N }, on définit l’erreur globale E (t k ) à l’instant t k par :
° °2 ° °2 ° °2
2 k° ° k k°
E (t k ) = °u(t k ) − u h ° + °u − u h ° + °∂t (u − u τ ) + ∇(p − πτ p)°L 2 (0,t ;H −1 (Ω)d )
°
k
° °2 Z tk ° °2
k k k k
+ °∂t (u − u h ) + ∇(p − πτ p h )° 2 + °∇h (u − u )(s)° d s
° ° ° °
L (0,t k ;H −1 (Ω)d ) 0
Z tk ° °2
+ °∇h (u k − u hk )(s)° d s.
° °
0

On a la propriété de fiabilité suivante.

Théorème 3.5
Pour tout n ∈ {1, . . . , N }, on a :
n h ³ ´i ° °2
E (t k )2 . (ηkt )2 + τk max{1, λhτ (ηk )2 + (ξk )2 + ° f − πτ f °L 2 (0,t
X
−1 (Ω))
k ;H
k=1
° °2 °2
+ °e 0 ° + τ0 °∇h e 0 °
°
(3.13)

Mémoire de master-IMSP 60 ©Clément Adandé

Analyse d’erreur a-posteriori Analyse a-posteriori de la discrétisation totale

Théorème 3.6
On suppose que les hypothèses du théorème 3.4 sont satisfaites. Alors pour tout n ∈ {1, . . . , N },
on a :
n ³ ´ n
(ηk )2 + τk (ηk )2 . E (t k )2 + ° f − πτ f ° 2 τk (ξk )2 .
X ° ° X
t −1 d +
L (0,t k ;H (Ω)) (3.14)
p=1 k=1

©Clément Adandé 61 Mémoire de master-IMSP

 Conclusion et perspectives

Nous avions effectué une analyse d’erreur a-posteriori pour l’équation de la chaleur et
pour les équations de Stokes. Ceci a été fait à l’aide d’une approximation par éléments finis
non conformes. Notre travail nous a permis de contrôler l’erreur d’approximation avec les
indicateurs d’erreur locaux. Nous avions eu a démontré la fiabilité et l’efficacité de ces in-
dicateurs. Ce que nous avions vérifié à travers nos essais numériques pour l’équation de la
chaleur.
Au vu de l’optimalité de la technique, nous pensons l’utiliser pour étudier les équations
de Cahn-Hilliard en dimension d ∈ {1, 2, 3} [1] et faire une extension vers le problème couplé
Stokes-Darcy non stationnaire.
 Bibliographie

[1] Abramo Agosti. Error analysis of a finite element approximation of a degenerate cahn-
hilliard equation. Mathematical Modelling and Numerical Analysis, 52 :827–867, 2018.
[2] Thomas Apel. Anisotropic finite elements : local estimates and applications. Teubner
Stuttgart, 1999.
[3] Christine Bernadi. L’analyse a posteriori et ses applications. Laboratoire Jacques-Louis
Lions CNRS et Université Pierre et Marie Curie. Notes de cours.
[4] Haïm BREZIS. Analyse fonctionnelle, Théorie et application. MASSON, Paris, New York,
Barcelone, Milan, Mexico, Sao Paulo, 1987.
[5] Alexande Ern and Guermond Jean-Luc. Finite element I, Approximation and Interpola-
tion. Springer Nature Switzerland AG 2021, 2021.
[6] Alexandre Ern. Aide mémoire, Éléments finis. DUNOD, 2005.
[7] André Fortin and André Garon. Les éléments finis : de la théorie à la pratique, 1997-
2011.
[8] Vivette Girault and Pierre-Arnaud Raviart. Finite element approximation of the nonsta-
tionary Navier-Stokes problem. Springer-Verlag, 1979.
[9] Koffi Wilfrid Houédanou. Analyse d’erreur a-posteriori pour quelques méthodes d’élé-
ments finis mixtes pour le problème de transmission Stokes-Darcy : Discrétisations iso-
trope et anisotrope. PhD thesis, Institut de Mathématiques et de Sciences Physiques,
Dangbo, 2015.
[10] Serge Nicaise and Nadir Soualem. A posteriori error estimates for a noncorming finite
element discretization of the heat equation, volume 39, pages 319–348. 2005.
[11] Serge Nicaise and Nadir Soualem. A posteriori error estimates for a nonconforming finite
element discretization of the time-depedent Stokes problem, volume 15, pages 137–162.
2007.
[12] Raphaël Roux. Etude de l’équation de la chaleur. Notes de cours.
[13] Bertrand Thierry. Maillage et Éléments finis. https://bthierry.pages.math.cnrs.
fr/course-fem/lecture/, octobre 2021. Notes de cours.
[14] Claude Zuily. Éléments de distributions et équations aux dérivées partielles, Cours et
problèmes résolus. DUNOD.