Chapitre 1

Rappels et Compléments sur

la topologie

1.1 Norme et semi-norme

a) Définition
Définition 1. Soit V un espace vectoriel (e.v) sur un corps K (K = R ou C).
Une semi-norme sur V est une application p : V → R vérifiant les 2 condi-
tions suivantes :
i) p(αx) = |α|p(x) ∀α ∈ K, ∀x ∈ V
ii) p(x + y) ≤ p(x) + p(y) ∀x, y ∈ V
Le couple (V, p) est dit espace semi-norme.
Si de plus p vérifie
iii) p(x) = 0 ⇔ x = 0
alors p est une norme qu’on peut noter p = k.k.
(V, k.k) est dit e.v normé.

b) Propriétés
Propriétés 1. Soit (V, p) un e.v semi-normé sur K et W un e.v sur K. Alors on
a:
b)1) |p(x) − p(y)| ≤ p(x, y) ∀x, y ∈ V
b)2) Kerp = {x ∈ V /p(x) = 0} (noyau), Kerp est un sous-espace vectoriel de
V
b)3) Soit T :→ V une application linéaire. Alors p ◦ T est une semi-norme sur
W.
b)4) Si p est une norme, alors l’application
d :V × V → R+
(x, y) 7→ d(x, y) = p(x, y)

1
2 CHAPITRE 1. RAPPELS ET COMPLÉMENTS SUR LA TOPOLOGIE

est une distance sur V .

c) Exemple
Exemple 1. Soit n ∈ N∗ .
∗
Soit k ∈ N /1 ≤ 
k ≤ n.
x1
Pour x =  ...  ∈ R∗ (V ∈ Rn )
 

xn
Posons
n
X
pk (x) = |xi |
i=1

k
! 21
X
qk (x) = |xi |2
i=1
rk (x) = max |xi |
1≤i≤k

Alors pk , qk et rk sont des semi-normes sur Rn .

Si k = n, pn , qn et rn sont des normes sur Rn .

d) Convergence
e) Définition
Définition 2. Soit (V, p) un e.v semi-norme.
Soit (xn )n∈N ∈ V une suite et x ∈ V .
On dit que xn → x dans (V, p)
Si
lim p(xn − x) = 0.
n→+∞

f)
Soit S ⊂ V , la fermeture de S dans (V, p) est définie par
 
S = x ∈ V /∃(xn )n ∈ S/xn −−−−−→ x .
n→+∞

On a S ⊂ S

g) Théorème
Théorème 1.
S est fermé ⇔ S = S

h) Lemme
Lemme 1. Soit M un sous espace vectoriel de (V, p).
Alors M est un s.e.v de (V, p).
1.2. CONTINUITÉ 3

1.2 Continuité
a) Définition
Définition 3. Soit (V, p) et (W, p) 2 e.v semi-normés
Soit T :→ W une application
Soit x ∈ V
On dit que T est continue en x si ∀ε > 0, ∃α > 0/∀y ∈ V .

p(x, y) < α ⇒ q (T (x) − T (y)) < ε

On dit que T est continue sur V si T est continue en x, ∀x ∈ V .

b) Théorème
Théorème 2. T : (V, p) → (W, q) une application.
Soit x ∈ V , si T est continue en x, alors

si xn → x dans (V, p) ⇒ T (xn ) −−−−−→ T (x) dans (W, q).

n→+∞

c) Théorème
Théorème 3. Soit T : (V, p) → (W, q), une application linéaire.
Alors les 3 assertions suivantes sont équivalentes :

(1) T est continue en 0

(2) T est continue en V

(3) ∃λ > 0/∀x ∈ V , q(T (x)) ≤ λp(x)

Démonstration. (i) Montrons que (1)⇒(2)

Supposons que T est continue en 0
⇔ ∀ε > 0, ∃α > 0/∀z ∈ V, p(z − 0) < α ⇒ q(T (z) − T (0)) < ε
c.a.d,
p(z) < α ⇒ q(T (z)) < ε (1.2.1)

Soit x ∈ V ,
Soit y ∈ V tel que p(x − y) < α. D’après (1.2.1) ⇒ q(T (x − y)) < ε.
Donc ∀ε > 0, ∃α > 0/∀y ∈ V

p(x − y) < α ⇒ q((T x) − T (y)) < ε.

⇒ T est continue en x et ceci ∀x ∈ V .

⇒ T est continue sur V .

(ii) Montrons que (2)⇒(1).

Supposons que T est continue sur V
Lef trightarrow T est continue en x, ∀x ∈ V
⇒ T est continue en 0 d’où (1).
(i) et (ii)⇔(1)⇒(2).
4 CHAPITRE 1. RAPPELS ET COMPLÉMENTS SUR LA TOPOLOGIE

(iii) Montrons que (2)⇒(3)

Supposons que (2) est vrai, c.a.d,
∃λ > 0/∀x ∈ V, q(T (x)) ≤ λp(x) (1.2.2)
Soit ε > 0, d’après (1.2.2), pour que q(T (x)) < ε, il suffit que λp(x) < ε,
c.a.d p(x) < λε .
Posons α = λε > 0
Donc si p(x) < α = λε ⇒ λp(x) < ε.
1.2.2
===⇒ q(T (x)) < ε.
D’où ∀ε > 0, ∃α > 0/∀x ∈ V
p(x) < α ⇒ q(T (x)) < ε
⇔ T est continue en 0, d’où (1).
(iv) Montrons que (1) ⇒ (3)
Supposons que (1) est vraie, c.a.d, T est continue en 0.
Théorème 2
=======⇒ ∀(un ) ∈ V
si un −−−−−→ 0 ⇒ T (xn ) −−−−−→ T (0) = 0 (1.2.3)
n→+∞ n→+∞

Supposons que (3) est fausse

⇔
∀λ > 0, ∃xλ ∈ V /q(T (xλ )) > λp(xλ ) (1.2.4)
∗
Soit n ∈ N
Pour λ = n, (1.2.4)⇒ ∃xn ∈ V
q(T (xλ )) > λp(xλ )) (1.2.5)
xn
Posons yn = (1.2.6)
q(T (xn ))

xn
⇒ T (yn ) = T (
q(T (xn ))
1
= T (xn )
q(T xn ))

 
1
⇒ q(T (xn )) = q T (xn )
q(T (xn ))
 
 1 
=   T (xn )
q(T (xn )) 
1
= T (xn ) = 1
q(T (xn ))
⇒ q(T (yn )) −−−−−→ 1 (1.2.7)
n →+∞

xn
(1.2.6) ⇒ p(yn ) = p(
q(T (xn ))
1
= p(xn ).
q(T (xn ))
1.2. CONTINUITÉ 5

1 p(xn )
or (1.2.5)⇒ n > q(T (xn ))
p(xn ) 1
⇒0≤ q(T (xn )) ≤ n
 
p(xn ) 1 xn
⇒0 ≤ lim ≤ = lim p
n→+∞ q(T (xn )) n n→+∞ q(T (xn ))
1
≤ lim =0
n→+∞ n
 
xn
⇒ lim p = s lim p(yn ) =0
n→+∞ q(T (xn )) n→+∞
(1.2.8)

Donc (1.2.7) et (1.2.8), ∃(yn ) ∈ V /yn −−−−−→ 0 et T (yn ) −−−6 −−→ 0.

n→+∞ n→+∞
Ce qui contredit (1.2.5). d’où nécessairement (3) est vraie.
(iii) et (iv) ⇒ (1) ⇔ (3)

d) Définition
Définition 4. Soient (V, p) et (W, q) 2 e.v. semi-normé. On note L(V, W ) =
l’ensembles des applications linéaires de V → W alors L(V, W ) est un e.v sur
K.
On note L(V, W ) : l’ensembles des applications linéaires continues de V → W
alors V, W est un s.e.v. de L(V, W ).

e) Théorème
Théorème 4. Soient (V, p) et (W, q) 2 e.v. semi-normés.
Soit T ∈ L(V, W )
On pose
|T | = sup (q(T (x)))
x∈V /p(x)≤1

Alors |.| est une semi-norme sur L(V, W ),

et on a

|T | = sup (q(T (x))) = sup (q(T (x)))

x∈V /p(x)≤1 x∈V /p(x)≤1

= inf {λ > 0/q(T (x)) ≤ λp(x)∀x ∈ V }

et ∀x ∈ V, q(T (x)) ≤ |T |p(x).

Si q est une norme alors |.| est une norme.

f) Si W = K
Alors on note
· L(V, K) = V ∗ =e.v des formes linéaires sur V
et
· L(V, K) = V 0 =e.v des formes linéaires continues = dual topologique de V
Si f ∈ V 0 , pour tout x ∈ V , on note f (x) = (f, x).
6 CHAPITRE 1. RAPPELS ET COMPLÉMENTS SUR LA TOPOLOGIE

g) Définition
Définition 5. Soit || · ||1 et || · ||2 , 2 normes sur un e.v V .
On dit que || · ||1 et || · ||2 sont équivalentes si ∃c1 > 0, ∃c2 > 0/∀x ∈ V

c1 ||x||1 ≤ ||x||2 ≤ c2 ||x||1

1.3 Espace complet

a) Définition
Définition 6. Soit (E, p) un e.v semi-normé. Une suite (xn ) ∈ V est dite de
Cauchy si ∀ε ≥ 0, ∃n0 ∈ N,

n ≥ n0
∀n, m ∈ N, ⇒ p(xn − xm ) < ε
m ≥ m0

On dit que (V, p) est un espace complet si toute suite de Cauchy est complet.
Si p est une norme si (V, p) est complet, on dit que (V, p) est un espace de
Banach.

b) Exemple
Exemple 2. Rn muni des semi-normes pk , qk , nk (1 ≤ k ≤ n) est un espace
complet

1.4 Espace de Hilbert

1 Définition
Définition 7. Soit V est un e.v sur K, (K = R ou C).
Un produit scalaire sur V est une application

< ·, · >: V × V −→ K
(x, y) 7−→ < x, y >

vérifiant les conditions suivantes

a) < x + y, z >=< x, z > + < y, z >, ∀x, y, z ∈ V

b) x, y + z >=< x, y > + < x, z >, ∀x, y, z ∈ V

c) < αx, y >= α < x, y >=< x, αy >, ∀α ∈ K, x ∈ V .

d) < x, y >= < y, x >, ∀x, y ∈ K

e) < x, x >> 0, ∀x ∈ V, x 6= 0.(< x, x >≥ 0, ∀x ∈ V )

Le couple (V, < ·, · >) est dit espace préhilbertien.

1.4. ESPACE DE HILBERT 7

2 Théorème
Théorème 5. • Si (V, < ·, · >) est un espace préhilbertien, alors on a l’in-
égalité suivante dite inégalité de Cauchy-Swartz
1 1
| < x, y > | ≤< x, x > 2 < y, y > 2 , ∀x, y ∈ V

1 √
• ||x|| =< x, x > 2 = < x, x > est une norme enduite par le produit scalaire
< cot, · > sur V et vérifie la relation ||x+y||2 +||x−y||2 = 2(||x||2 +||y||2 )

• Le produit scalaire < ·, · > est une application continue de V × V −→ K.

Démonstration. Soient x, y ∈ V et α ∈ K
D’après e))
< αx + y, αx + y >≥ 0 (1.4.1)

Or

< αx + y, αx + y > = < αx, αx + y > + < y, αx + y >

= < αx, αx > + < αx, y > + < y, αx > + < y, y >
= α{< x, αx > + < x, y >} + α < x, y >+ < y, y >
= α{α < x, x >+ < x, y >} + α < x, y > + ||y||2
= α{α < x, x > + < x, y >} + α < x, y > + ||y||2
= αα < x, x > +α < x, y > +α < x, y > + ||y||2
= ||α||2 ||x||2 + 2<eα < x, y > +||y||2 , ∀α ∈ K, ∀x, y ∈ K
(1.4.2)

Prenons α = − <x,y>
||x||2 pour x ∈ 0.
⇒ |α| = |−<x,y>|
||x||2
1
= ||x|| 2 |< x, y >|
1
⇒ |α| = ||x||4 | < x, y > |2
2
h i
1.4.2 1 −<x,y><x,y>
===⇒ Aα = ||x||2 | < x, y > |2 ||x||2 + 2<e ||x||2 + ||y||2
|<x,y>| 2|<x,y>|2
= ||x||2 − ||x||2 + ||y||2

| < x, y > |2
=− + ||y||2 (1.4.3)
||x||2

Or 1.4.1⇒ Aα ≥ 0

−| < x, y > |2
⇒ + ||y||2
||x||2
| < x, y > |2
⇒ ≤ ||y||2
||x||2
⇒ | < x, y > |2 ≤ ||x||2 · ||y||2
1 1
⇒ | < x, y > | ≤ ||x|| · ||y|| =< x, x > 2 · < y, y > 2
8 CHAPITRE 1. RAPPELS ET COMPLÉMENTS SUR LA TOPOLOGIE

On remarque que :

||x + y||2 = < x + y, x + y >=< x, x + y > + < y, x + y >

= < x, x > + < x, y > + < y, x > + < y, y >
= ||x||2 + < x, y > +< x, y > + ||y||2
= ||x||2 + 2<e < x, y > +||y||2 (1.4.4)

(II−2−4)
======⇒ ||x − y||2 = ||x||2 + 2<e < x, y > +||y||2
= ||x||2 − 2<e· < x, y > +||y||2 (1.4.5)

(1.4.4)+(1.4.5) ⇒ ||x + y||2 + ||x − y||2 = 2(||x||2 + ||y||2 )

3 Définition
Définition 8. Un espace de Hilbert est un espace préhilbertien (V, < ·, · >)
dont l’espace normé induit est complet (ou c’est un e.v normé complet dont la
norme est induite par un produit scalaire).

4 Exemple
Exemple 3. K n muni du produit scalaire
   
n x1 y1
xi yi pour x =  ...  , y =  .. 
X
< x, y >=
  
. 
i=1 xn yn

est un espace de Hilbert.

Exemple 4. Si Ω est un ouvert de Rn , on définit sur C 0 (Ω) (espace de fonction
continues sur Ω) le produit scalaire
Z
< f, g >= f (x) · g(x)dx
Ω

Mais C 0 (Ω) muni de la norme induite n’est pas complet.

Exemple 5. L2 (Ω) muni du produit scalaire
Z
< f, g >= f (x) · g(x)dx
Ω (Intégrale de Lebesgue)

est un espace de Hilbert.

5 Théorème
Théorème 6 (Représentation de Riez). Soit H un espace de Hilbert et f ∈ H 0 .
Alors ∃!xf ∈ H tel que

∀y ∈ H, < xf , y> = f (y)

Chapitre 2

Rappels sur les EDP

2.1 Définition
Définition 9. Une équation aux dérivées partielles (EDP) est une relation entre
une fonction de plusieurs variables u = u(x1 , . . . , xn ) et ses dérivées partielles
et une fonction f donnée

∂u ∂ 2 u ∂mu
 
∂u
F u, ,··· , , 2,··· , m = f (2.1.1)
∂x1 ∂xn ∂x1 ∂xn

dans Ω où Ω est un ouvert de Rn et f une fonction de Rn −→ R.

L’ordre de dérivation (noté m) est appelé l’ordre de l’EDP.
• si n = 1, l’EDP est une équation différentielle ordinaire (EDO)

Exemple 6.
2
∂2u

∂u ∂u
n = 2, + + ex1 sin x2 =2
∂u ∂x2 ∂x1 ∂x2
est une EDP d’ordre 2.
Dans (2.1.1) :

• si f = 0, l’EDP est dite homogène

• si F est linéaire par rapport à tous ses arguments, alors que l’EDP est
linéaire.

2.2 conditions aux bords

L’équivalent des conditions initiales pour les équations différentielles ordi-
naires est ici les conditions aux bords qui signifient qu’on impose à la solution u
de (2.1.1) de satisfaire à certaines identités sur des parties du bord de Ω celles-ci
sont imposées pour avoir l’unicité de la solution.
∂2u
Exemple 7. ∂x1 ∂x2 = 0, ∀(x1 , x2 ) ∈ Ω
Toute solution de cette EDP peut s’écrire

u(x1 , x2 ) = g1 (x1 ) + g2 (x2 ).

9
10 CHAPITRE 2. RAPPELS SUR LES EDP

Posons Ω = (x1 , x2 ) ∈ R2 /x1 > 0, x2 > 0 Si on impose les conditions aux
bords

u(x1 , 0) = x1 , x1 > 0
u(0, x2 ) = x2 , x2 > 0

⇒ la solution de l’EDP est u(x1 , x2 ) = x1 + x2

2.3 EDP linéaire d’ordre 2 à coefficients constants

de dimension 2
1 Elle est de la forme

2 2
X ∂2u X ∂u
aij + bi + a0 u = f (2.3.1)
j=1
∂xi ∂xj i=1
∂xi

où les coefficients aij , ai sont des constatntes réelles telles que a12 = a21
et(pourqu’elle soit effectivement d’ordre 2) |a11 | + −a22 | + |a12 | > 0.
Chapitre 3

Distributions et espaces de
Sobolev

Soit Ω un ouvert de Rn (n ∈ N∗ ). Les fonctions considères dans ce chapitre

sont à valeurs dans R.

3.1 Distributions
3.1.1 Espace de fonctions de tests D(Ω)
a) Définition
Définition 10. D(Ω) désigne l’espace vectoriel des fonctions C ∞ sur Ω à support
compact inclus dans Ω.
On munit D(Ω) de la pseudo-topologie suivante :
Soit (ϕj )j∈N ∈ D(Ω).
On dit que ϕj −−−−→ 0 si les 2 conditions suivantes sont vérifiées
j→+∞

i) ∃K ⊂ Ω, compact tel que ∀j ∈ N, Suppϕj ⊂ K

ii) Pour tout multi-indice α = (α1 , . . . , αn ) ∈ Nn , la suite (Dα · ϕj )j converge

uniformément vers 0, c.a.d.

sup |Dα ϕj (x)| −−−−→ 0

x∈Ω j→+∞

n
α ∂ |α| · ϕj X
D · ϕj = α1 αn avec |α| = αk
∂x1 · · · ∂xn
k=1

b) Remarques
b).1 Soit ϕ ∈ D(Ω), ∀α ∈ Nn , comme Supp(Dα ϕ) ⊂ ϕ
On en déduit que Dα ϕ ∈ D(Ω).
On en déduit aussi que si ϕj −−−−→ 0, alors
j→+∞

Dα · ϕj −−−−→ 0
j→+∞

11
12 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

b).2 Soit (ϕj )j∈N ∈ D(Ω), soit ϕ ∈ D(Ω).

On dit que ϕj −−−−→ ϕ si ϕj − ϕ −−−−→ 0
j→+∞ j→+∞

c) Exemple
Exemple 8. Soit
τ : Rn −→ R ( 1
− 1−||x||
e 2
si ||x|| < 1 On peut montrer que τ ∈
x 7−→ τ (x) =
0 si ||x|| ≥ 1
D(Rn ) et que
Suppτ = B(0, 1) = {x ∈ Rn /||x|| ≤ 1}
Pour n = 1,
( 1
− 1−|x|
τ (x) = e 2
si |x| < 1
0 si |x| ≥ 1
( 1
− 1−x
= e 2
si −1 < x < 1
0 si |x| ≥ 1

x −∞ −1 0 1 +∞

τ 0 (x) 0 0 + 0 − 0 0

e−1
τ (x)
0 0 0 0
y
0.4 e−1

0.3

0.2

0.1

x
−3 −2 −1 1 2 3
Supp τ = [−1, 1]
Grace à la fonction τ on définit une infinité d’élément de D(Ω).
Pour x0 ∈ Ω et pour ε > 0 (suffisamment petit), on définit
ϕ :Rn −→ R
  ( − 1
x − x0 e 1−k
x−x0 2
ε k si
x−x
0
< 1( i.e., si kx − x0 k < ε)
x 7−→ τ =
ε
ε 0 si kx − x0 k ≥ ε
3.1. DISTRIBUTIONS 13

Alors ϕ ∈ D(Rn ) avec Supp ϕ = B(x0 , ε)

3.1.2 L’espace D0 (Ω)

a) Définition
D0 (Ω) est le dual topologique de D(Ω) c.a.d, l’espace des formes linéaires
continues sur D(Ω).
Donc T ∈ D0 (Ω) si

(1) T : D → R est linéaires

(2) T est continue

c.a.d., si ϕj −−−−→ 0 ⇒ τ (ϕj ) = hT, ϕj i −−−−→ 0

j→+∞ j→+∞

b) Exemples
b.1 Delta de Dirac Soit a ∈ Ω.
On appelle delta de Dirac en a la distribution

Sa :D(Ω) → R
ϕ 7→ Sa |ϕ| = ϕ(a)

(1) linéarité

Sa (ϕ1 + ϕ2 ) = (ϕ1 + ϕ2 )(a) = ϕ1 (a) + ϕ2 (a)

= Sa (ϕ1 ) + Sa (ϕ2 )
Sa (λϕ) = λϕ(a) = λSa (ϕ)

(2) Continuité

Si ϕj −−−−→ 0 ⇔ ∀x ∈ Ω, ϕj (x) −−−−→ 0

j→+∞ j→+∞

⇒ ϕj (a) −−−−→ 0 ⇔ Sa (ϕj ) −−−−→ 0

j→+∞ j→+∞

⇒ ϕj (a) → 0 ⇔ Sa (ϕj ) −−−−→ 0

j→+∞

⇒ Sa est continue

d’où Sa ∈ D0 (Ω)


b.2 Soit K ∈ Ω un compact L1 (K) = ϕ : K → R/ R |f |dx < +∞
R

L’espace
\
Lloc (Ω) = L1 (K)
K⊂Ω
compact
est l’espace des fonctions localement intégrables.
Alors L1loc (Ω) peut être considéré comme un sous espace de D0 (Ω).
14 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

En effet à toute fonction f ∈ L1loc (Ω) on associe la distribution Tf définie

par

Tf :D(Ω) → R
Z
ϕ 7→ Tf (ϕ) = f (x)ϕ(x)dx
Ω

(1) la linéarité résulte de la linéairité de l’intégrale

(2) Continuité :
Soit (ϕj ) ∈ D(Ω)/ϕj → 0 dans D(Ω) ⇒ ∃K ⊂ Ω/∀j ∈ N supp ϕj ⊂ K et
∀α ∈ N n :
lim sup |Dα ϕj (x)| = 0
j→+∞ x∈Ω

or
Z 
 
|Tf (ϕj )| =  f (x)ϕj (x)dx
 
ZΩ
= |hTf , ϕj i| ≤ |f (x)ϕj (x)dx|
Ω
Z
≤ sup |ϕj (x)| |f (x)dx|
x∈Ω Ω
| {z }
−j→+∞
−−−→0
⇒ lim |Tf (ϕj )| = 0
j→+∞

⇒ lim Tf (ϕj ) = 0
ϕj →0

⇒ Tf est continue en 0.
⇒ Tf est continue sur D(Ω).

b.3 Comme L2 (Ω) ⊂ L1loc (Ω) à toute fonction f ∈ L2 (Ω) on peut associer
une distribution Tf définie dans b.2

c) Remarque
ϕ ∈ C∞

c.1 On a D(Ω) ⊂ L2 (Ω). Soit ϕ ∈ D(Ω) ⇔
et ∃K compact / supp ϕ ⊂ K
or
Z Z Z
|ϕ|2 dx = |ϕ|2 dx ≤ sup |ϕ|2 dx
Ω K K x∈K
Z
≤ sup |ϕ|2 dx
x∈K K
≤ sup |ϕ|2 mes(K) < ∞
x∈K

⇒ ϕ ∈ L2 (Ω). D’où D(Ω) ⊂ L2 (Ω).

c.2 D(Ω) est dense dans L2 (Ω) , c.a.d, D(Ω) = L2 (Ω).

3.1. DISTRIBUTIONS 15

3.1.3 Dérivée des distributions

a) Définition
Soit T ∈ D0 (Ω), soit α ∈ Nn , α = (α1 , . . . , αn ).
La dérivée Dα .T est définie par
n
!
X
α |α| α
∀ϕ ∈ D(Ω), hD .T, ϕi = (−1) hT, D .ϕi avec |α| = αk
k=1

où
∂ |α| ϕ
Dα .ϕ =
∂xα
1
1
· · · ∂xα
n
n

b) Lemme
Si T ∈ D0 (Ω), et α ∈ Nn , alors Dα .T ∈ D0 (Ω)

c) Exemple
c.1 Ω =]0, 1[. Soit f ∈ C 1 (Ω) c.a.d, f est dérivable et sa dérivée f 0 est
continue. Comme f et f 0 sont continues ⇒ f, f 0 ∈ L1loc (Ω) et on peut leur
associer des distributions Tf et Tf 0
Z
hTf , ϕi = f (x)ϕ(x)dx
ZΩ
hTf 0 , ϕi = f 0 (x)ϕ(x)dx
Ω

Soit ϕ ∈ D(Ω)

hD.Tf , ϕi = (−1)1 hTf , ϕ0 i

Z
=− f (x)ϕ0 (x)dx
Ω 
 Z 1 
1
= − [f (x).ϕ(x)]0 − f 0 (x)ϕ(x)dx
| {z } 0 
0
Z 1
= f 0 (x)ϕ(x)dx = hTf 0 , ϕi
0
⇒ hD.Tf , ϕi = hTf 0 , ϕi
⇒ D.Tf = Tf 0

c.2 Soit Ω = R. Soit

H:R −→ R 
1 si x ≥ 0
x 7−→ H(x) =
0 si x < 0

H est fonction de Heaviside.

16 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

K = [a, b] ⊂ R. On montre que

Z
H(x)dx < +∞ ⇒ H ∈ L1loc (Ω)
K

On peut lui associer une distribution

Z
TH (hTH , ϕi) = H(x)ϕdx
Ω
Z
= ϕ(x)dx
Suppϕ∩[0,+∞[

hD.TH , ϕi = (−1)1 hTH , D.ϕi

Z
0
1
= (−1) hTH , ϕ i = − H(x)ϕ0 (x)
Ω
Z
= − H(x)ϕ0 (x)
R
Z +∞
+∞
=− ϕ0 (x)dx = − [ϕ(x)]0
0
= ϕ(0) = σ0 (ϕ) = hσ, ϕi
⇒ hD.TH , ϕi = hσ0 , ϕi
⇒ D.TH = σ0 .

d) Remarque
Toute distribution est indéfiniment dérivable et l’identité suivante est tou-
jours vérifiée :
∀α, β ∈ Nn et ∀T ∈ D0 (Ω) :
Dα .Dβ T = Dβ .Dα T = Dα+β T

e) Théorème
Soit T ∈ D0 (Ω)/ ∂T

∂x = 0, ∀i ∈ 1, n
Alors T est constante sur chaque composante connexe de Ω.

f) Corollaire
Supposons que Ω est un ouvert de Rn et soit m ∈ N. Soit T ∈ D0 (Ω) telle
que
Dα T = 0, ∀α ∈ Nn /|α| = m
Alors T est un polynôme de degré inférieur ou égal à m − 1.

3.1.4 Convergence des distributions

a) Définition
Soit (Tk )k∈N ∈ D0 (Ω)
On dit que (Tk ) converge vers 0 dans D0 (Ω), notée Tk −−−−−→ 0 dans D0 (Ω)
k→+∞
si et seulement si
∀ϕ ∈ D(Ω), lim hTk , ϕi = 0
k→+∞
3.2. ESPACES DE SOBOLEV 17

b) Propriété
Si Tk −−−−−→ 0, alors ∀α ∈ Nn , Dα Tk −−−−−→ 0.
k→+∞ k→+∞

c) Définition
Soit (Tk )k∈N ∈ D0 (Ω) et T ∈ D0 (Ω)
On dit que Tk −−−−−→ T si et seulement si
k→+∞

Tk − T −−−−−→ 0
k→+∞

d) Exemple
Soit (fk ) ∈ L2 (Ω)/fk → f dans L2 (Ω)
Z  12
2
c.a.d, kfk − f k = |fk − f | dx −−−−−→ 0
Ω k→+∞

Alors Tfk −−−−−→ Tf dans D0 (Ω)

k→+∞

Démonstration. Soit ϕ ∈ D(Ω)

Z  Z
 
|hTfk − Tf , ϕi| =  (fk − f ) ϕdx ≤
 |(fk − f )| |ϕ| dx
Ω Ω
≤ kfk − f k2 kϕk2 (3.1.1)
Or par hypothèse fk → f dans 2 (Ω) ⇔ kfk − f k2 −−−−−→ 0
k→+∞

3.1.1
===⇒ 0 ≤ lim |hTfk − Tk i| ≤ lim kfk − f k2 kϕk2
k→+∞ k→+∞

= 0 × kϕk2 = 0

⇒ lim |hTfk − Tk i| = 0
k→+∞

⇔ lim hTfk − Tk i = 0, ∀ϕ ∈ D(Ω)

k→+∞

⇔Tfk → Tf .

3.2 Espaces de Sobolev

3.2.1 Définition
Soit Ω ⊂ Rn un ouvert.
Soit m ∈ N 
On pose H m (Ω) = u ∈ L2 (Ω)/Dα u ∈ L2 (Ω), ∀α ∈ Nn /|α| ≤ m
On le munit du produit scalaire
X Z
∀u, v ∈ H m (Ω), (u, v)m,Ω = Dα u(x)Dα v(x)dx (3.2.1)
|α|≤m Ω
18 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

et de la norme
  21
1 X Z 2
kukm,Ω = {(u, v)m,Ω } =  2
|Dα u(x)| dx (3.2.2)
|α|≤m Ω

3.2.2 Théorème 2
H m (Ω) est un espace de Hilbert
Démonstration. On peut vérifier que (3.2.1) est un produit scalaire.
Montrons que H m (Ω) est complet.
Soit (uk ) ∈ H m (Ω) une suite de Cauchy

k ≥ k0
⇔ ∀ε > 0, ∃k0 ∈ N/∀k, l ∈ N, ⇒ kuk − ul km,Ω < ε (3.2.3)
l ≥ k0

Or
P  21
R α 2
kuk − ul km,Ω = |α≤m| Ω |D (u k − u l )| dx
P  12
R α α 2
= |α≤m| Ω |D u k − D u l | dx
P  12
α α 2
= |α≤m| kD uk − D ul k2,Ω (3.2.4)

Or
2 2
kDα uk − Dα ul k2,Ω = kDα uk − Dα ul k2
Z
2
= |Dα uk − Dα ul | dx
Ω

n
Or ∀β ∈ N /|β| ≤ m, on a
Z
D uk − Dβ ul 2 = D uk − Dβ ul 2 dx ≤
β  β X 2
kDα uk − Dα ul k2,Ω

2,Ω
Ω |α|≤m

  12
⇒ Dβ uk − Dβ ul 2,Ω ≤ kDα uk − Dα ul k2,Ω

3.2.4
===⇒ Dβ uk − Dβ ul 2,Ω ≤ kuk − ul km,Ω

3.2.3
===⇒ Dβ uk − Dβ ul 2,Ω < ε, ∀k, l ∈ N/k ≥ k0 , l ≥ k0

⇔ (Dβ uk )k∈N est une suite de Cauchy dans L2 (Ω), ∀β ∈ N2 /|β| ≤ m.

Or L2 (Ω) est complet ⇒ ∀β ∈ Nn , (Dα uk ) est convergente.
⇒ ∃vβ ∈ L2 (Ω)/Dβ uk −−−−−→ vβ , ∀β ∈ Nn /|β| ≤ m
k→+∞

TDβ uk −−−−−→ Tvβ dans D0 (Ω), ∀β ∈ Nn /|β| ≤ m (3.2.5)

k→+∞

En particulier si β = (0)n
On a Tuk → TV0 dans D0 (Ω), D0 uk ≡ uk


3.2. ESPACES DE SOBOLEV 19

⇔ Dα Tuk → Dα .Tv0 dans D0 (Ω), ∀α ∈ Nn /|α| ≤ m (3.2.6)

or uk ∈ L2 (Ω) ⇒ Dα Tuk = TDα uk (3.2.7)

or (3.2.5) ⇒ TDα uk → Tvα

(3.2.7)
====⇒ Dα Tuk → Tvα (3.2.8)

(3.2.6) et (3.2.8) ⇒ Dα = TVα

⇒ vα ∈ Nm (Ω) d’où (uk ) est e.v. dans H m (Ω) ⇒ H m (Ω) est complet.
Exercice 1. Ω =] − 1, 1[, (n = 1)

1) soit et u(x) = |x|

Montrer que u ∈ H 1 (Ω), (m = 1)

x+|x|
2) Soit v(x) = 2 ,x ∈Ω
Montrer que v ∈ H 0 (Ω).
H m (Ω) s’appelle espace de Sobolev d’ordre m.

1. Montrons que f ∈ H 1 (Ω)

H 1 (Ω) = u ∈ L2 (Ω)/u0 ∈ L2 (Ω)


R1 R1 h 3 i1
On a −1 f 2 dx = −1 xdx = x3 = 2
3 < +∞
−1

⇒ f ∈ L2 (Ω)
R1
Pour ϕ ∈ D(Ω), hTf , ϕi = −1
f (x)dx

hDTf , ϕi = Tf , (−1)1 ϕ0



= hTf , −ϕ0 i
Z 1
= −f (x)ϕ0 (x)dx
−1
Z 0 Z 1 
=− −xϕ0 (x) + xϕ0 (x)dx
−a 0
 Z 0 Z a 
a a
=− [−xϕ(x)]0 + ϕ(x)dx + [xϕ(x)]0 − ϕ(x)dx
−a 0
 Z 0 Z a 
= − −aϕ(a) + aϕ(a) + ϕ(x)dx − ϕ(x)dx
−a 0
Z 0 Z a
=− ϕ(x) + ϕ(x)dx (3.2.9)
−a 0


1 si x>0
H(x) =
0 si x≥0
20 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

Z 1
hTH , ϕi = H(x)ϕ(x)dx
−1
Z 0 Z 1 Z 1
= H(x)ϕ(x)dx + H(x)ϕ(x)dx = ϕ(x)dx
−1 0 0
| {z }
=0
Z 1
= ϕ(x)dx
0

Z 0 Z a
(3.2.9)
====⇒ hDTf , ϕi = − ϕ(x)dx + ϕ(x)dx
−a 0
Z 0 Z a Z a Z a
=− ϕ(x)dx − ϕ(x)dx + ϕ(x)dx + ϕ(x)dx
−a 0 0 0
Z a Z a
=− ϕ(x)dx + 2 ϕ(x)dx
−a 0
Z a Z a
=− ϕ(x)dx + 2 H(a)ϕ(x)dx
−a −a
Z a
=− (2H(a) − 1)ϕ(x)dx
−a
= hT2H−1 , ϕi

⇒ DTf = T2H−1 . f 0 (x) = 2H − 1

or

Z 1 Z 1
(2H − 1)2 (x)dx = 4H 2 (x) − 4H(x) + 1 dx


−1 −1
Z 1 Z 1 Z 1
=4 dx − 4 dx + dx = 2 < +∞
0 0 −1

⇒2H − 1 ∈ L2 (Ω) ⇒ f 0 ∈ L2 (Ω)

⇒f ∈ H 1 (Ω)
f ∈ L1loc (Ω)
DTf = Tf0
D2 Tf = D.T2H−1
3.2. ESPACES DE SOBOLEV 21

hDT2H−1 , ϕi = hT2H−1 , −ϕi

Z 1
=− (2H − 1).ϕ0 (x)dx
−1
Z 1
=− (2H(x)ϕ0 (x) − ϕ0 (x)) dx
−1
Z a Z a
=− 2ϕ0 (x)dx + ϕ0 (x)
0 −a
a a
= −2 [ϕ(x)]0 + [ϕ(x)]−a
= −2(ϕ(a) + 2ϕ(0)) + ϕ(a) − ϕ(−a)
= −2ϕ(a) + 2ϕ(0) + ϕ(a) − ϕ(−a)
= −ϕ(a) + 2ϕ(0) − ϕ(−a) = 0 + 2ϕ(0) − 0
= 2ϕ(0)

D2 Tf , ϕ = hDT2H−1 , ϕi



= 2ϕ(0)
= hT0 , ϕi

⇒ D2 Tf = 2σ0
or il n’existe pas g ∈ L2 (Ω)/σ0 = Tg

⇒ D2 tf ∈
/ L2 (Ω) ⇒ f ∈
/ H 2 (Ω)

2. Dans R2 , Ω =] − 1, 1[×] − 1, 1[
 
2

1
2 2 x1
Soit f (x) = x1 + x2 , x = ∈ R2
x2

f 2 (x) = x21 + x22 ⇒ f 2 est continue.

⇒ f 2 est intégrable (car toute fonction continue est intégrable, c.a.d, f 2 ∈
L1 (Ω)
⇔ f ∈ L2 (Ω)

∂f 1 2
1 −1
= −2x1 × x1 + x22 2
∂x1 2
x1
= 1
(x21 + x22 ) 2
∂f x2
= 1
∂x2 (x + x2 ) 2
2
1 2
 2
 ∂f 2 
 
x1
 x21
or  ∂x1  =  1  =

( 1 2)
x 2 +x2 2 ( x 2 +x2
1 2)

or x22 ≥ 0 ⇒ x22 + x21 ≥ x21

22 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

x21
⇒ x22 +x21
≤1

 ∂f 2  ∂f 2
  Z  
⇒
  ≤1=   dx1 dx2
∂x1  Ω ∂x1
 
Z
≤ dx1 dx2 = mes(Ω)
Ω
≤ mes(Ω) = mes(] − 1, 1[×] − 1, 1[) = 2 × 2 = 4 < +∞

 ∂f 2
 
⇒
  ∈ L1 (Ω) ⇔ ∂f ∈ L2 (Ω)
∂x1  ∂x1
f
De même ∂x2 ∈ L2 (Ω)
d’où f ∈ H 1 (Ω)

3.2.3 Remarque
Pour m ∈ N, on a D(Ω) ⊂ H m (Ω).
L’adhérence (ou fermeture) de D(Ω) dans H m (Ω) est notée

D(Ω) ≡ H0m (Ω)

si m = 0, H 0 (Ω) = L2 (Ω)
Or D(Ω) ⊂ L2 (Ω).
Dans L2 (Ω) on montre que D(Ω) est dense c’est à dire D(Ω) = L2 (Ω).
⇒ H00 (Ω) = L2 (Ω)

Si Ω = Rn , alors on peut montrer que H0m (Rn ) = H m (Rn ), c’est à dire que
D(Rn ) est dense dans H m (Rn )

3.2.4 Frontière (rappel)

Soit Ω ⊂ Rn un ouvert.
Frontière de Ω = ∂mega = Ω\Ω̊ = Ω\Ω

3.2.5 Régularité à bord

Soit Ω ∈ Rn un ouvert. Soit Γ = ∂Ω la frontière de Ω
Soit x0 ∈ Ω, f continue en x0 si ∀ε > 0, ∃r > 0/∀x ∈ B(x0 , r)

⇒ kf (x0 ) − f (x)k < ε

3.2.6 Définition
• On dit que Γ est continue si ∀x ∈ Γ, ∃V ∈ V(x) (un voisinage) dans Rn et
il existe un nouveau système de coordonnées cartésiennes (y1 , . . . , yn ) tel
que

a) ∀i ∈ {1, n}, ∃ai > 0, tel que V = (y1 , . . . , yn ) /|yi | < ai ∀i ∈ {1, n}
3.2. ESPACES DE SOBOLEV 23

 une fonction continue ϕ définie sur

b) Il existe
V 0 = y 0 = (y1 , . . . , yn−1 )/|yi | < ai , i ∈ {1, n − 1} à valeurs dans R

et vérifiant :
an 0
i) |ϕ(y 0 )| ≤ ∀y ∈ V 0
 2 0

V = y = (y , yn ) = (y1 , . . . , yn−1 , yn )/|yi | < ai , i ∈ {1, n}
ii) Ω V = {y = (y 0 , yn )/yn < ϕ(y 0 )}
T

iii) Γ V = {y = (y 0 , yn )/yn = ϕ(y 0 )}

T

• On dit que la frontière Γ est Lipschitzienne(respectivement de classe C k , k ∈

N, m fois différentiable, m ∈ N) lorsque la fonction ϕ est Lipschitzienne
(resp. de classe C k , m fois différentiable)

ϕ Lipschitzienne ⇔ ∃k > 0/∀y 0 , z 0 ∈ V 0 , |ϕ(y 0 ) − ϕ(z 0 )| ≤ kky 0 − z 0 k

où k · k est la norme dans Rn .
x2

y2
y1
a2
V
V'

a1
-a 1 Ω

-a 2

x1

f ∈ Lp (Ω) ⇔ |f |p dx < +∞
R
Ω

On note V = Vx ∈ V(x)
On peut considérer
[ Vx comme étant un voisinage.
Comme Γ = (Vx ∩ Γ) ⇒ {Vx ∩ Γ}x∈Γ constitue un recouvrement ouvert de
x∈Γ
Γ qui est compact ⇒ il existe un sous recouvrement fini {Vj ∩ Γ}1≤j≤J c’est à
J
[
dire Γ = (Vj ∩ Γ).
j=1
Pour chaque j ∈ {1, J} on note ϕj la fonction intervenant dans la définition et
par Vj0 l’ouvert de dimensions n − 1 correspondant.

Soit Φj : Vj0 → Rn , on a alors Φj (V 0 j) = Vj ∩ Γ, alors Φ est

y0 7 → (y 0 , ϕj (y 0 ))
injective car
Φ(y 0 ) = Φj (z 0 ⇔ (y 0 , ϕj (y 0 )) = (z 0 , ϕj (z 0 ))
 0
y = z0
ϕj (y 0 ) = ϕj (z 0 )
⇒ Φj est injective
Or Φj (Vj0 ) = Vj Γ
⇒ Φj est une bijection de Vj0 vers Vj ∩ Γ
24 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

a) Définition

Soit p ∈ [1, +∞[, on dit qu’une fonction f définie sur Γ est un élément de
Lp (Γ) si et seulement si

∀j ∈ {1, J}f ◦ Φj ∈ Lp (Vj0 )

  p1
XJ
p
et on pose kf kLp (Γ) = kf ◦ Φj kLp (V 0 ) 
j
j=1
Vj0 ⊂ Rn−1 , g ∈ Lp (Vj0 ) si
Z
kgkpLp (V 0 ) = |g|p dx < +∞
j
Vj0

f ◦ Φj ∈ Lp (Vj ) ⇔ kf ◦ Φj kLp (Vj0 ) < +∞

Z
Or kf ◦ Φj kLp (Vj0 ) = |f ◦ Φj |p dx
Vj0

3.2.7 Propriétés de base

a) Théorème 3

Soit Ω ⊂ Rn un ouvert et Γ = ∂Ω la frontière de Ω.

Si Γ est Lipschitzienne, alors C ∞ (Ω) est dense dans H m (Ω) c’est à dire

C ∞ (Ω)H m (Ω) = H m (Ω)

b) Définition

Soient 2 espaces de Banach X et Y tel que Y ⊂ X

• On dit que Y s’injecte de manière continue dans X (et on notera Y ,→ X)

si et seulement si l’opérateur identité Y → X est continue
x 7→ Id(x) = x

• On dit que Y s’injecte de manière compacte dans X (et on notera Y ,−

→ X)
c
si et seulement si ID est compacte (c’est à dire l’image d’un compact est
un compact).

c) Théorème 4 (Rellich)

Soit Ω ⊂ Rn un ouvert borné à bord Γ continue.

Alors ∀n ∈ N∗ , H m (Ω) ,−→ H m−1 (Ω).
c
Il en résulte que ∀m ∈ N∗

H m (Ω) ,−
→ H 0 (Ω) = L2 (Ω)
c
3.2. ESPACES DE SOBOLEV 25

d) Théorème 5 (Injection de Sobolev)

Soit Ω ⊂ Rn un ouvert borné à bord Γ Lipschitzienne, alors on a
n n
• H m (Ω) ,→ Lp (Ω), ∀m ∈ N∗ /m − ≥ −
2 p
n
• H m (Ω) ,→ C(Ω), ∀m ∈ N∗ /m − > 0
2

e) Théorème 6 (Kondrasöv)
Soit Ω ⊂ Rn un ouvert borné à bord Γ Lipschitzienne. Alors
n n
H m (Ω) ,→ Lp (Ω), ∀m ∈ N∗ /m − > −
2 p

f) Théorème 7 (Rademacher)
n−1
Y
Soit n ≥ 2, soit V = ]aj , bj [ un hypercube de Rn−1 .
j=1
Soit ϕ une application Lipschitzienne de V 0 → Rn c’est à dire
∃K > 0/∀y 0 , z 0 ∈ V 0 , |ϕ(y 0 ) − ϕ(z 0 )| ≤ Kky 0 − z 0 k
où k · k est une norme dans Rn−1
∂ϕ
Alors ∀j ∈ {1, n − 1} la dérivée partielle existe presque partout dans V 0 et
∂xj
telle que ∀y 0 ∈ V 0  
 ∂ϕ 0 
 ∂yj (y ) ≤ K
 

g) Corollaire
n−1
Y
Soit n ≥ 2, soit V 0 = ]aj , bj [ et soit ϕ : V 0 → Rn une application
j=1
Lipschitzienne.
Alors ∀j ∈ {1, n − 1} et ∀y 0 ∈ V 0 , on a :
Z yj
∂ϕ
ϕ(y 0 )−ϕ(y1 , . . . , yj−1 , aj , yj+1 , . . . , yn−1 ) = (y1 , . . . , yj−1 , t, yj+1 , . . . , yn−1 )dt
aj ∂yj

h) Lemme 1
Soit Ω ⊂ Rn un ouvert à bord Γ Lipschitzien et soit x ∈ Γ fixé.
En utilisant les notations de la définition 3.2.6, on introduit l’application bijec-
tive
Ψ: Ω×V →  V 0 ×]0, 1[ 
yn + an
(y, yn ) 7→ y0 ,
ϕ(y 0 ) + an
ALors il existe 2 constantes positives C1 et C2 telles que
C1 kf k1,Ω∩V ≤ kf ◦ Ψ−1
1,V ×]0,1[ ≤ C2 kf k1,Ω∩V

∀f ∈ H 1 (Ω)
26 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

i) Lemme 2

Soit V 0 ⊂ Rn−1 un ouvert. Posons W = V 0 ×]0, 1[.

Alors ∀u ∈ C ∞ (W ), on a
 12
√
Z
0 2 0
|u(y , 1)| dy ≤ 2kuk1,W
V0

3.2.8 Traces
a) Théorème 8

Soit Ω un ouvert de Rn à bord Γ lipschitzien.

Alors l’application (restriction de u sur Γ) C ( Ω) → C(Γ) s’étend en une
u 7→ u|Γ
application linéaire continue de H 1 (Ω) vers L2 (Γ) appelée opérateur de trace et
noté γ0 , c’est à dire
γ0 : H(Ω) → L2 (Γ)
u 7→ γ0 (u) ≡ γ0 u

b) Corollaire

Si Ω est un ouvert borné à bord lipschitzien, alors

H01 (Ω) = {u ∈ H 1 (Ω)/γ0 u = 0 sur Γ}

c) Définition

Pour u ∈ H 1 (Ω), sa dérivée normale sur Γ est définie par

n
∂u X ∂u
γ0 = ν i γ0
∂ν i=1
∂xi

où νi désigne la i-ème composante de la fonction ν (exprimée dans les coordon-

nées cartésiennes x = (x1 , . . . , xn )) définie presque partout par
Γ → Rn
x 7→ ν(x) = (ν1 (x), . . . , νn (x))
∂u ∂u
Remarquons que γ0 ∈ L2 (Γ) puisque d’après le théorème précédent γ0 ∈
∂ν ∂xi
L2 (Γ)∀i ∈ {1, n}
∂
On en déduit que l’application γ0 : H 1 (Ω) → L2 (Γ) est linéaire et continue.
∂ν

d) Théorème 9

Soit Ω ⊂ Rn un ouvert borné à bord lipschitzien. Alors

 
∂u
H02 (Ω) = 2
u ∈ H (Ω)/ γ0 u = γ0 = 0 sur Γ
∂ν
3.2. ESPACES DE SOBOLEV 27

3.2.9 Formule de Green

a) Théorème 10
Soit Ω un ouvert borné, Ω ⊂ Rn , à bord lipschitzien.
Alors ∀u, v ∈ H 1 (Ω), on a
Z   Z
∂u ∂v
v+u dx = γ0 u γ0 v νi dσ ∀i ∈ {1, n}
Ω ∂xi ∂xi Γ

(Formule de Green)

b) Corollaire
Soit Ω ⊂ Rn un ouvert borné à bord lipschitzien.
Alors ∀uH 2 (Ω), ∀v ∈ H 1 (Ω), on a :
Z n Z Z
X ∂u ∂v ∂u
(∆u)v dx = − dx + γ0 γ0 v dσ
Ω i=1 Ω ∂xi ∂xi Γ ∂ν

Si de plus u, v ∈ H 2 (Ω) on a :
Z Z  

∂u ∂v
(∆u)v − u∆v dx = γ0 γ0 v − γ0 u γ 0 dσ
Ω Γ ∂ν ∂ν

3.2.10 Inégalité de Poincaré-Friedrichs

m
u ∈ H (Ω)
  12
X Z
norme : kukm,Ω =  |Dα u|2 dx
|α|≤m Ω

  12
X Z
semi-norme : |u|m,Ω =  |Dα u|2 dx
|α|=m Ω

a) Théorème 11
Soit Ω ⊂ Rn un ouvert connexe à bord lipschitzien, m ∈ N∗ et V ⊂ H m (Ω)
tel que V ∩ Rm−1 (Ω) = {0} (où Rm−1 = ensemble des polynomes de dégré
≤ m − 1).
Alors, ∃c > 0/ ∀u ∈ V
kukm,Ω ≤ c|u|m,Ω

Proposition Il n’existe pas de fonction f ∈ L1`oc (R) telle que δ0 = Tf dans

D0 (Ω)

b) Corollaire
Sous les hypothèses du théorème 11, la norme k·km,Ω et la semi-norme |·|m,Ω
sont équivalentes sur V .
28 CHAPITRE 3. DISTRIBUTIONS ET ESPACES DE SOBOLEV

c) Corollaire 2 (Inégalité de Poincaré-Friedrichs)

Soit Ω ⊂ Rn un ouvert borné connexe à bord lipschitzien.
Alors la norme k · k1,Ω et la semi-norme | · |1,Ω sont équivalentes sur H01 (Ω).

Démonstration On prend V = H01 (Ω) et on applique le théorème 11.

d) Corollaire 3
Soit Ω ⊂ R2 un ouvert borné connexe à bord lipschitzien.
Alors la norme k · k2,Ω et la semi-norme | · |2,Ω sont équivalentes sur H02 (Ω).

3.2.11 Recollement d’espace de Sobolev

a) Théorème 12
Soit Ω ⊂ Rn un ouvert borné à bord lipschitzien.
Soient Ω1 , Ω2 deux ouverts à bords lipschitziens tel que Ω1 ⊂ Ω, Ω2 ⊂ Ω et
Ω1 ∩ Ω2 = ∅, Ω1 ∪ Ω2 = Ω.
Soit I = ∂Ω1 ∩ ∂Ω2 .
Soient u1 ∈ H 1 (Ω1 ), u2 ∈ H 1 (Ω2 ) tel
 que γ0 u1 = γ0 u2 sur I.
u1 sur Ω1
Alors la fonction u définie par u = appartient à H 1 (Ω)
u2 sur Ω2
Chapitre 4

Problèmes aux limites

elliptiques

4.1 Problème abstrait

4.1.1
Soit V un espace de Hilbert réel de produit scalaire (·, ·) de norme k · kV .
Soit a : V × V → R une forme bilinéaire continue.
(u, v) → a(u, v)
La bilinéarité signifie la linéarité par rapport à u et v. La continuité est équiva-
lente à :
∃M > 0/∀u, v ∈ V, |a(u, v)| ≤ M kukV kvkV (4.1.1)
Soit F ∈ V 0 (V = dual topologique - espace vectoriel des formes linéaire conti-
nue). Considérons le problème abstrait (ou irrationnel) suivant :

Trouver u et v tel que a(u, v) = F (v) (4.1.2)

4.1.2 Définition
On dit que la forme bilinéaire a est V −elliptique (ou coercive) si et seulement
si
∃α > 0/∀u ∈ V, a(u, u) ≥ kuk2V

4.1.3 Théorème 1 (Théorème de Lax-Milgram)

Si la forme bilinéaire a est V − elliptique, alors le problème 4.1.2 admet une
solution unique u ∈ V .
De plus, on l’estime
1
kukV ≤ kF kV 0
α
où
|F (v)|
kF kV 0 = sup
v∈V −{0} kvkV

29
30 CHAPITRE 4. PROBLÈMES AUX LIMITES ELLIPTIQUES

4.2 Exemples
4.2.1 Problème de Dirichlet en dimension 1
Soit Ω =]0, 1[. Soit f ∈ L2 (Ω)
Soit l’équation différentielle

−u00 = f

sur Ω (4.2.1)
u(0) = u(1) = 0 (4.2.2)
(4.2.1) est l’opérateur stationnaire d’une corde. u(x) représente le déplace-
ment de cette corde dans la direction perpendiculaire à celle-ci par rapport à
la position du repos, f étant la densité de force et les conditions aux bords
signifient que la corde est fixée à ses extrémités.

Supposons que la solution du problème (4.2.1) (4.2.2) existe et u ∈ H 2 (Ω).

Soit V ∈ H 1 (Ω) et on multiplie (4.2.1) par v et on intègre sur Ω, on obtient
Z 1 Z 1
00
−u v dx = f v dx
0 0
Z 1 Z 1
1
[−u0 v]0 + u0 v 0 dx = f v dx
0 0
Z 1 Z 1
−u0 (1)v(1) + u0 (0)v(0) + u0 v 0 dx = f v dx (4.2.3)
0 0

Donc v ∈ H01 (Ω) (H01 (Ω) = {w ∈ H 1 (Ω), ∂ ◦ w = 0} ).

Z 1 Z 1
(4.2.3)
====⇒ u0 v 0 dx = f v dx (4.2.4)
0 0

Posons V = H01 (Ω) et v ∈ V dans (4.2.4). Posons

Z 1 Z 1
a(u, v) = u0 v 0 dx = u0 (x) v 0 (x) dx
0 0
Z 1 Z 1
F (v) = f v dx = f (x) v(x) dx
0 0

Considérons alors le problème variationnel :

Trouver u ∈ V, ∀v ∈ V : a(u, v) = F (v) (4.2.5)
Donc (4.2.4) ⇔ (4.2.5) et on a montré que si u est solution de (4.2.1),(4.2.2)
alors elle est solution de (4.2.4) et (4.2.5).
• Vérifier que a est bilinéaire :
La bilinéarité de a résulte de la linéarité de l’intégrale
Z 1
a(u1 + u2 , v) = (u01 + u02 )v 0 dx
0
Z 1 Z 1
= u1 v 0 dx + u02 v 0 dx
0 0
= a(u1 , v) + a(u2 , v)
4.2. EXEMPLES 31

• Vérifier que F ∈ V 0
La linéarité de F résulte de la linéarité de l’intégrale.
Pour la continuité :
Z 1 
 
|F (v)| = 
 f vdx
0
Z 1
|F (v)| ≤ |f | |v|dx
0
⇒ |F (v)| ≤ kf kL2 (Ω) kvkL2 (Ω) (Inégalité de Hölder) (4.2.6)

Or 0 ≤ kv 0 kL2 (Ω)

⇒ kv 0 k2L2 (Ω) ≤ kvk2L2 (Ω) + kv 0 k2L2 (Ω)

  12
1
⇒ kvk2L2 (Ω) ≤ kvkL2 (Ω) + kv 0 kL2 (Ω) 2
⇒ kvkL2 (Ω) ≤ kvk1,Ω
4.2.6
===⇒ |F (v)| ≤ kf kL2 (Ω) kvk1,Ω
⇒ f est continue sur V

• On vérifie de façon analogue que a est continue en montrant qu’il existe

M > 0/ ∀u, v ∈ V (V = H01 (Ω))

|a(u, v)| ≤ M kuk1,Ω kvk1,Ω

• Montrer que a est V −elliptique.

En effet
Z 1
a(u, v) = u0 v 0 dx
0
Z 1
⇒a(u, u) = u02 dx (4.2.7)
0

or
 1/2
X Z
|u|m,Ω =  |Dα u|2 dx
|α|=m Ω

Z  12
02
⇒|u|1,Ω = u dx
Ω
Z
⇒|u|21,Ω = u02 dx
Ω
4.2.7
===⇒a(u, u) = |u|21,Ω (4.2.8)

Or d’après l’inégalité de Poincaré-Friedrichs, ∃c1 > 0 / |u|1,Ω ≥ c1 kuk1,Ω

⇒ |u|21,Ω ≥ c21 kuk1,Ω

4.2.8
===⇒ a(u, u) ≥ c21 kuk21,Ω
32 CHAPITRE 4. PROBLÈMES AUX LIMITES ELLIPTIQUES

Posons c = c21

⇒ a(u, u) ≥ ckuk21,Ω = ckuk2V

⇒ a est V − elliptique
T horme de
=========⇒ ∃!u ∈ V solution de (4.2.5)
Lax−M ilgram

• Il reste à montrer que si u est solution de (4.2.5), alors elle est solution de
(4.2.1),(4.2.2).
Comme u ∈ V = H01 (Ω), ⇒ u(0) = u(1) = 0
⇒ (4.2.2) est vérifié.

Comme (4.2.5) ou (4.2.4) est vérifié ∀v ∈ V = H01 (Ω), alors ∀v ∈ D(Ω) ⊂

H01 (Ω) = D(Ω), on a d’après (4.2.4)

Z 1 Z 1
u0 v 0 dx = f v dx
0 0

D’après la formule de Green

Z n Z Z
X ∂u ∂v ∂u
∆u v = − + γ0 γ0 v dx
Ω i=1 Ω ∂xi ∂xi Γ ∂ν

Z 1 Z 1
⇒ u00 v dx = − u0 v 0 dx + 0
0 0
Z 1 Z 1
⇒ u0 v 0 dx = − u00 v dx
0 0
Z 1 Z 1
⇒− u00 v dx = f v dx
0 0
00
⇒ h−u , vi = hf, vi dans D0 (Ω), ∀v ∈ D
00 0
⇒ −u = f dans D (Ω)
⇒ u est solution de (4.2.1)

4.2.2 Problème de Neumann en dimension 1

Soit Ω =]0, 1[. Soit f ∈ L2 (Ω).

Considérons l’équation différentielle

−u00 + u = f

dans Ω (4.2.9)
u0 (0) = u0 (1) = 0 (4.2.10)
4.2. EXEMPLES 33

Supposons que (4.2.9),(4.2.10) admet une solution u ∈ H 2 (Ω).

Z 1 Z 1
4.2.9
Soit v ∈ H 1 (Ω) ===⇒ (−u00 + u)v dx = f v dx
0 0
Z 1 Z 1 Z 1
⇒ −u00 v dx + u v dx = f v dx
0 0 0
Z 1 Z 1 Z 1
0 1 0 0
⇒ [−u v]0 + u v dx + u v dx = f v dx
0 0 0
Z 1 Z 1 Z 1
⇒ −u0 (1)v(1) + u0 (0)v(0) + u0 v dx + u v dx = f v dx
0 0 0
Z 1 Z 1 Z 1
4.2.10
===⇒ u0 v 0 dx + u v dx = f v dx (4.2.11)
0 0 0

Posons
Z 1 Z 1
a(u, v) = u0 v 0 dx + u v dx
0 0
Z 1
F (v) = f v dx
0

où v ∈ V = H 1 (Ω)
(4.2.11) ⇒ a(u, v) = F (v) (4.2.12)

• On montre que a est bilinéaire continue et que F est linéaire continue (cf
TD)
• Montrons que a est V-elliptique.
On a
Z 1 Z 1
02
a(u, u) = u dx + u2 dx
0 0
= kuk21,Ω ≥ kuk21,Ω

⇒ a est V -elliptique.
Théorème de
=========⇒ (4.2.12) admet une solution unique u ∈ V
Lax−M ilgram

• Montrons que si u est solution de (4.2.12) ou (4.2.11), alors elle est solu-
tion de (4.2.9),(4.2.10).

Comme D(Ω) ⊂ H 1 (Ω), d’après (4.2.11)

Z 1 Z 1 Z 1
∀v ∈ D(Ω) ⇒ u0 v 0 dx + u v dx = f v dx
0 0 0
Z 1 Z 1 Z 1
0 1 00
⇒ [u v]0 − u v dx + u vdx = f v dx
0 0 0
Z 1 Z 1
0 0 00
⇒ u (1) v(1) − u (0) v(0) + (−u + u)v dx = f v dx (4.2.13)
0 0

or v ∈ D(Ω) ⊂ H01 (Ω) ⇒ v(0) = v(1) = 0

34 CHAPITRE 4. PROBLÈMES AUX LIMITES ELLIPTIQUES

Z 1 Z 1
00
(4.2.13) ⇒ (−u + u)v dx = f v dx (4.2.14)
0 0
⇒ h−u00 + u, vi = hf, vi dans D0 (Ω) et ∀v ∈ D(Ω)
⇒ −u00 + u = f dans D0 (Ω)
⇒ v vérifie (4.2.9)
Z 1 Z 1 Z 1
0 0
D’après (4.2.11) ⇒ u v dx + u v dx = f v dx
0 0 0
Z 1 Z 1
⇒ u0 (1)v(1) − u(0)v(0) + (−u00 + u)v dx = f v dx
0 0
Z 1 Z 1
(4.2.14)
====⇒ u0 (1)v(1) − u0 (0)v(0) = f v dx − (−u00 + u)v dx
0 0
⇒ u0 (1)v(1) − u0 (0)v(0) = 0 (4.2.15)

Posons v(x) = x ∈ D(Ω)

(4.2.15) ⇒ u0 (1) . 1 − u0 (0) . 0 = 0 ⇒ u0 (1) = 0

Posons u(x) = 1 − x ∈ D(Ω)

u0 (1) . (1 − 1) − u0 (0 . 1 = 0

⇒ u0 (0) = 0
⇒ u vérifie (4.2.10).
Donc si u est solution de (4.2.11) ou (4.2.12) ⇒ u est solution de (4.2.9),(4.2.10).

4.2.3 Problème de Dirichlet en dimension supérieure

Soit Ω ⊂ Rn (n ≥ 2) un ouvert borné à bord lipschitzien.
Soit f ∈ L2 (Ω)
Soit le problème suivant

Trouver u solution de
−∆u = f

dans Ω (4.2.16)
γ0 u = 0 sur Γ (4.2.17)
Déterminer le problème variationnel associé et montrer que le problème admet
une solution unique.
Supposons que u ∈ H 2 (Ω). Soit v ∈ H 1 (Ω)
(4.2.16)
====⇒ −∆u v = f v
Z Z
⇒ −∆u v dx = f v dx
Ω Ω
1 Z Z Z
f ormule X ∂u ∂v ∂u
======⇒ − γ0 γ0 v dx = f v dx (4.2.18)
de Green
i=1 Ω ∂xi ∂xi Γ ∂ν |{z} Ω
=0
4.2. EXEMPLES 35

Posons v ∈ H01 (Ω) = {w ∈ H 1 (Ω)/γ0 w = 0}, γ0 v = 0

n Z Z
X ∂u ∂v
(4.2.18) ⇒ dx = f v dx (4.2.19)
i=1 Ω ∂xi ∂xi Ω

Poser
n Z
X ∂u ∂v
a(u, v) = dx
Ω ∂xi ∂xi
Z i=1
F (v) = f v dx
Ω

(4.2.19) ⇒ a(u, v) = F (v), ∀v ∈ H01 (Ω) (4.2.20)

Donc si u ∈ H 2 (Ω) est solution de (4.2.16)(4.2.17), alors u est solution de

(4.2.20).

Vérifier que a est une forme bilinéaire continue et que F est une forme
linéaire continue :

• la linéarité de a résulte de la linéarité de l’intégrale

 n Z 
X ∂u ∂v 
|a(u, v)| =  dx
 

i=1 Ω
∂xi ∂x i 
n Z    
X  ∂u   ∂v 
≤  ∂xi   ∂xi  dx
   
i=1 Ω
n
X ∂u ∂v
≤
∂xi 2

∂xi 2 Inégalité de Hölder
i=1 L (Ω) L (Ω)

Z
N1 (f g) = |f | |g| dx ≤ N2 (f ) N2 (g)

≤ kf kL2 (Ω) kgkL2 (Ω)

or
 1/2
X Z
kuk1,Ω =  |Dα u|2 dx
|α|≤1 Ω

n Z 
!1/2
 ∂u 2
Z 
X
2
= |u| dx +  ∂xi  dx
 
Ω i=1 Ω
n
!1/2
∂u 2
X
2
= kukL2 (Ω) +
∂xi 2
i=1 L (Ω)
36 CHAPITRE 4. PROBLÈMES AUX LIMITES ELLIPTIQUES

∀j ∈ {1, n}

∂u 2


∂xj 2 ≤ kuk21,Ω
L (Ω)
∂v 2


∂xj 2 ≤ kvk21,Ω
L (Ω)

∂u 2 ∂v 2

⇒ ≤ kuk21,Ω kvk21,Ω
∂xj L2 (Ω) ∂xj L2 (Ω)

∂u ∂v
⇒ ≤ kuk1,Ω kvk1,Ω
∂xj L2 (Ω) ∂xj L2 (Ω)
n
X ∂u ∂v
⇒
∂xj 2 ∂xj 2
≤ n kuk1,Ω kvk1,Ω
j=1 L (Ω) L (Ω)

(4.2.20)
====⇒ |a(u, v)| ≤ n kuk1,Ω kvk1,Ω = n kukV kvkV avec V = H01 (Ω)

• F est continue (démonstration analogue dans le cas n = 1).

• Formulation variationnelle du problème (4.2.11)(4.2.17)

Trouver u ∈ V /
(4.2.21)
a(u, v) = F (v) ∀v ∈ V = H01 (Ω)

• Montrons que a est V-elliptique

n Z  2
X ∂u
a(u, u) = dx
i=1 Ω
∂xi

or
 1/2
X Z
|u|1,Ω =  |Dα u| dx
|α|=1 Ω
 1/2
X Z  ∂u 2
= dx
Ω ∂xi
|α|=1

⇒ a(u, u) = |u|21,Ω
D’après l’inégalité de Poincaré Friedrichs, k·k1,Ω et |·|1,Ω sont équivalentes.

∃c1 , c2 > 0/ c1 kuk1,Ω ≤ |u|1,Ω ≤ c2 kuk1,Ω

⇒ c1 > 0/ |u|1,Ω ≥ c1 kuk1,Ω
⇒ |u|21,Ω ≥ c21 kuk21,Ω
⇒ a(u, u) ≥ ckuk21,Ω où c = c21
⇒ a est V-elliptique
4.2. EXEMPLES 37

Théorème de
=========⇒ ∃!u ∈ V /u est solution de (4.2.20)
Lax−M ilgram

On a vu que si u est solution de (4.2.16)(4.2.17) alors u est solution de

(4.2.20).
Réciproquement si u est solution de (4.2.20) :

⇒ a(u, v) = F (v) ∀u ∈ V = H01 (Ω)

n Z Z
X ∂u ∂v
⇒ dx = f v dx (4.2.22)
i=1 Ω
∂xi ∂xi Ω

Soit v ∈ D(Ω) ⊂ H01 (Ω)

n Z Z
X ∂u ∂v
(4.2.22) : dx = f v dx
i=1 Ω
∂xi ∂xi Ω
Z Z Z
∂u
⇒ −∆u v dx + γ0 γ0 v dx = f v dx
Ω ∂ν
|Γ {z } Ω
=0
⇒ h−∆u, vi = hf, vi ∀v ∈ D(Ω)
⇒ −∆u = f dans D0 (Ω)

Si u ∈ H 2 (Ω) alors u vérifie bien le problème (4.2.16)(4.2.17).

On a le théorème de A ..... D..... Nuremberg Si le bord Γ de Ω est de classe
L2 , alors la solution u de (4.2.16)(4.2.17) (ou de (4.2.20)) appartient à
H 2 (Ω).
De plus ∃c3 > 0/kuk2,Ω ≤ c3 kf kL2 (Ω)

4.2.4 Problème de Neumann en dimension supérieure

Soit Ω ⊂ Rn (n ≥ 2) un ouvert borné à bord lipschitzien.
Soit c0 > 0 et c une fonction telle que c ∈ (Ω) et ∀x ∈ Ω, c(x) > c0 .
Etant donné f ∈ L2 (Ω), on veut trouver la solution u de


 −∆u + c u = f dans Ω (4.2.23)
∂u
 γ0 =0 sur Γ (4.2.24)
∂ν
Déterminer le problème variationnel associé et montrer que le problème admet
une solution unique. Z Z
1 (4.2.23)
Ici on prend V = H (Ω) et ∀v ∈ V ====⇒ (−∆u v + c uv)dx = f v dx
Ω Ω
Z Z Z
⇒− ∆u v dx + c uv dx = f v dx
Ω Ω Ω
n Z Z Z Z
Formule de
X ∂u ∂v ∂u
=======⇒ dx − γ0 γ0 v dx + c uv dx = f v dx
Green
i=1 Ω
∂xi ∂xi Γ ∂ν Ω Ω
n Z Z Z
(4.2.24) X ∂u ∂v
====⇒ dx + c uv dx = f v dx
i=1 Ω
∂xi ∂xi Ω Ω
38 CHAPITRE 4. PROBLÈMES AUX LIMITES ELLIPTIQUES

on pose
n Z Z
X ∂u ∂v
a(u, v) = dx + c uv dx
i=1 Ω ∂xi ∂xi Ω
Z
F (v) = f v dx
Ω

On montre que a est une forme bilinéaire continue (cf TD).

Montrons que a est V-elliptique.
En effet,
n Z  2 Z
X ∂u
a(u, u) = dx + c u2 dx (4.2.25)
i=1 Ω ∂x i Ω

or c(x) ≥ c0 ⇒ c(x)u2 (x) ≥ c0 u2 (x)

Z Z
2
⇒ c u dx ≥ c0 u2 dx
Ω Ω
n Z  2 Z n Z  2 Z
X ∂u 2
X ∂u
⇒ dx + c u dx ≥ dx + c0 u2 dx
i=1 Ω ∂x i Ω i=1 Ω ∂xi Ω
n Z  2 Z
X ∂u
⇒ a(u, u) ≥ dx + c0 u2 dx (4.2.26)
i=1 Ω ∂xi Ω

Soit α = min(1, c0 )

α≤1 (4.2.27)
α ≤ c0 (4.2.28)

(4.2.27) ⇒ α|u|21,Ω ≤ |u|21,Ω ⇒ |u|21,Ω ≥ α|u|21,Ω (4.2.29)

2 2
(4.2.28) ⇒ αu ≤ c0 u
Z Z
⇒α u2 dx ≤ c0 u2 dx
Ω Ω
Z Z
2
⇒ c0 u dx ≥ α u2 dx (4.2.30)
Ω Ω
Z  Z 
(4.2.29) − (4.2.30) ⇒ |u|21,Ω + c0 u2 dx ≥ |u|21,Ω + u2 dx = αkuk21,Ω
Ω Ω
(4.2.27)
====⇒ a(u, u) ≥ αkuk21,Ω = αkuk2V

a est V-elliptique.
Théorème de
=========⇒ ∃!u ∈ V / u est solution de a(u, v) = F (v) , ∀v ∈ V (4.2.31)
Lax−M ilgram

Donc on montre que si u est solution de (4.2.23)(4.2.24) ⇒ u est solution de

(4.2.31).
Réciproquement, on montre que si u ∈ H 2 (Ω), si u est solution de (4.2.31) alors
u est solution de (4.2.23)(4.2.24).
Chapitre 5

Approximation variationnelle

5.1 Méthode d’approximation interne

.1 Soit

• V un espace de Hilbert a une forme bilinéaire continue

• F une forme linéaire continue.

Soit le problème :

trouver u ∈ V /a(u, v) = F (v), ∀v ∈ V (5.1.1)

La méthode d’approximation interne (méthode de Galerkin) consiste à rempla-

cer l’espace V par une famille de sous espace Vh de dimension finie, h > 0 étant
un paramètre destiné à tendre 0 de sorte que Vh → V lorsque h → 0.
Ainsi pour chaque h > 0, on résout le problème suivant :

trouver ah ∈ Vh solution de a(un , vn ) = F (Vn ), ∀vn ∈ Vh (5.1.2)

.2 Lemme 1 Si la forme bilinéaire a est V -elliptique, alors le problème

(5.1.2) admet une solution unique un ∈ Vh .

Démonstration. Il suffit d’appliquer le théorème de Lax-Milgram

.3 Remarque

• La méthode précédente s’appelle méthode d’approximation interne car

∀h > 0, Vh ⊂ V .

• La solution uh ainsi obtenue est appelée approximation de Galerkin de u.

• Lorsque l’existence de uh est obtenue, il faut comparer u et uh , c.a.d,

étudier ||u − uh ||V .

39
40 CHAPITRE 5. APPROXIMATION VARIATIONNELLE

.4 Lemme 2 (Lemme de Céa)

Soit a une forme bilinéaire continue V -elliptique. Soit u ∈ V la solution du
problème (5.1.1) et uh ∈ Vh la solution du problème (5.1.2).
Alors
M
∃M > 0 et ∃α > 0/||u − uh ||V ≤ inf ||u − vh ||
α vn ∈Vn

Démonstration. (5.1.1) a(u, v) = F (v), ∀v ∈ V

Comme (5.1.1) est vrai ∀v ∈ V ⇒ elle est aussi vraie.

∀vh ∈ Vh ⊂ V ⇒ a(u, vh ) = F (vh ), ∀vh ∈ Vh (5.1.3)

or (5.1.2) ⇒ a(un , vn ) = F (vn ), ∀vh ∈ Vh

D’où (5.1.3) - (5.1.2) ⇒ a(u, vh ) − a(uh , vh ) = 0

⇒ a(u − uh , vh ) = 0, ∀vh ∈ Vh (5.1.4)

D’où

a(u − uh , u − uh ) =a(u − uh , u − vh + vh − uh )
=a(u − uh , u − vh ) + a(u − un , vh − uh )
| {z }
0
=a(u − uh , u − vh ) (5.1.5)

Or a étant V -elliptique ⇒ ∃α > 0/∀t ∈ V, a(t, t) ≥ α||t||2V .

⇒ a(u − uh , u − uh ) ≥ α||u − uh ||2V (5.1.6)

a étant continue ⇒ ∃M > 0, ∀t, w ∈ V, a(t, w) ≥ M ||t||V ||w||V

⇒ a(u − uh , u − uh ) ≤ M ||u − uh || · ||u − vh || (5.1.7)

(5.1.6) et (5.1.5) ⇒ α||u − uh ||2V ≤ a(u − uh , u − vh )

(5.1.7)
⇒ α||u − uh ||2V ≤ M ||u − uh ||V · ||u − vh ||V
M
⇒ ||u − uh || ≤ ||u − vh ||V , ∀vn ∈ Vh
α
M
⇒ ||u − uh || ≤ inf ||u − vh ||V
α vh ∈Vh

.5 Définition On dit que la famille du problème (5.1.2) associé à Vh est

convergente ssi
lim ||u − uh ||V = 0.
h→0

On dit que la converge est d’ordre r si ∃K indépendant de h tel que

||u − uh ||V ≤ K.hr .

5.2. CONSIDÉRATION D’ORDRE PRATIQUE 41

5.2 Considération d’ordre pratique

.1 Pour h > 0
Soit N la dimension de Vh et soit {wj }1≤j≤N une base de Vh .
PN
Ainsi vh ∈ Vh ⇔ ∃!y1 , . . . , yn ∈ R/vh = j=1 yj wj
PN
De même uh ∈ Vh ⇔ ∃!x1 , . . . , xn ∈ R/uh = j=1 xj wj
 
x1
Donc la recherche de uh équivaut à la recherche de xh =  vdots  ∈ RN
xN
(5.1.2) a(uh , vh ) = F (Vn ), ∀vh ∈ Vh .

 
XN
⇒ a xj wj , wk  = F (wk )
j=1
N
X
⇒ xj a(wj , wk ) = F (wk )
j=1
N
X
⇒ a(wj , wk )xj = F (wk ), k ∈ {1, N } (5.2.1)
j=1

Posons
A = (ak )1≤k,j≤N

avec
akj = a(wj , wk )

Posons
 
F (w1 )
Fh = 
 .. 
. 
F (wN )

(5.2.1) ⇒ Ah xh = Fh (5.2.2)

Ah s’appelle matrice de rigidité.

Remarquons que Ah est inversible car il y a équivalence entre (5.1.2) et
(5.2.2).

.2 Lemme 3 La matrice Ah est définie positive

!
X1
Démonstration. Soit X ∈ RN /X = ..
.XN
42 CHAPITRE 5. APPROXIMATION VARIATIONNELLE

N
X
(Ah · X, X)RN = (Ah X)i Xi
i=1
N X
X N
= (Ah )ij Xj Xi
i=1 j=1
N X
X N
= a(wj , wi )Xj Xi
i=1 j=1

= a(X, X) ≥ α||X||2V ≥ 0

⇒ (Ah X, X) ≥ 0 ⇒ Ah est définie positive

5.3 Exemple d’approximation interne

.1 Soit Ω ⊂ R2 un ouvert borné à bord lipschitzien polygonal (rectiligne par
morceaux)
Soit le problème de Newmann :
Étant donné f ∈ L2 (Ω), trouver u solution de

 −∆u + u = f dans Ω (5.3.1)
∂u
 γ0 =0 sur Γ = ∂Ω (5.3.2)
∂v

La formulation variationnelle est V = H01 (Ω)

Z 2
!
X ∂u ∂v
a(u, v) = + uv dx
Ω i=1
∂xi ∂xi
Z
F (v) = f vdx
Ω

(5.3.1), (5.3.2) ⇔ a(u, v) = F (v), ∀v ∈ V. (5.3.3)

Construisons un sous espace Vh de V comme suit :
Supposons donnée une triangulation Th de Ω qui est une partition finie de
Ω formée de triangle de triangle K ∈ Th vérifiant les propriétés suivantes :

(i)
[
K=Ω
K∈Th

(ii) si K1 et K2 ∈ Th sont distincts alors une des possibilités suivantes est

satisfaite

Soit K1 ∩ K2 =, soit K1 ∩ K2 est un sommet commun, soit K1 ∩ K2 est un coté

commun
5.3. EXEMPLE D’APPROXIMATION INTERNE 43

permise interdite
Posons 
Vh = v ∈ C(Ω)/∀k ∈ Th V|K ∈ RN (K)

où (⊗) = ensemble des fonctions continues sur Ω.

N étant fixé, PN (K) = ensemble des polynômes de degré ≤ N définie sur
K.

.2 Lemme 4 On a
Vh ⊂ H 1 (Ω).

Démonstration. Résulte du théorème de recallements.

En vue des applications numériques prenons N = 1.

.3 Lemme 5 Soit K un triangle non dégénéré de sommets ai , i = 1; 2.3.

Alors ∀i ∈ {1, 2, 3}, ∃!λi ∈ Pi [K] tels que

1 si i = j, ∀j ∈ {1, 2, 3}
λi (ai ) = δij =
0 si i 6= j,

Démonstration. On cherche λi sur la forme λi (x1 , x2 ) = α1 .x1 + α2 .x2 + α3 .x3

où αi ∈ R(i = 1, 2, 3)
Les conditions λi (ij) = δij conduisent à un système de 3-équations à 3
inconnues (α1 , α2 , α3 ) qui admet une solution car le déterminant du système =
2 x surface de triangle.
Le déterminant est non nul car le triangle est non dégénérée, c’est-à-dire les
3 sommets ne sont pas colinéaires.

.4 Remarques Pour x = (x1 , x2 ) donne :

λi (x) est la i-ème coordonnée barycentrique de x par rapport aux points a1 , a2
et a3 .
Les fonctions λi sont alors appelées coordonnées par rapport à a1 , a2 et a3 .

.5 Corollaire 1 Soit K un triangle non dégénéré de sommets a1 , a2 , a3.

Alors h ∈ R, i = 1, 2, 3, ∃!p ∈ Pi (K) tel que

p(aj) = fj ∀j ∈ {1, 2, 3}.

44 CHAPITRE 5. APPROXIMATION VARIATIONNELLE

P3
Démonstration. Posons p = i=1 fi λi
Comme λi ∈ Pi (K) ⇒ p ∈ Pi (K)
P3 P3
p(aj ) = i=1 fi λi (aj ) = i=1 fi δij = fj
⇒ p est la solution.

.6 Proposition Soit {Si }1≤i≤M l’ensemble des sommets de la triangulationTh ,

c.à.d l’ensemble des sommets de n’importe quel triangle K de Th .
Alors ∀ci ∈ R, i ∈ {1, M }.∃!v ∈ Vh tel que V (Si ) = ci , ∀i ∈ {1, M }.

Démonstration. D’après le corollaire : ∀k ∈ Tn , ∃Pk ∈ Pi (K)/Pk (Si ) = ci , ∀Si ∈

K (sommet de K)
S10 = a3

a1 = S7 S9 = a2 On définit V sur Ω par

V|K = PK

Il reste à établir la continuité de V . Pour cela il suffit de montrer que V est

continue à travers l’interface δ des 2 triangles voisins K1 et K2 . En effet, pour
i = 1, 2, posons qi = PKi |δ

K2

K1

alors qi est un polynôme de degré 1 d’une seule va-

riable

q1 = PK1 |δ
q2 = PK2 |δ

De plus, on a la définition de Pk . q1 et q2 coïncident aux extrémités de δ ce qui

implique que q1 = q2 car
PK1 |δ = PK2 |δ

.7 Corollaire ∀i ∈ {1, M }, posons wi ∈ Vh tel que

wi (Sj ) = δij , ∀j ∈ {1, M }

alors {wi }1≤i≤M est une base de Vh .

5.3. EXEMPLE D’APPROXIMATION INTERNE 45

Démonstration. D’après la proposition précédente la donnée de V ∈ Vh équivaut

à donné de V (Si ) = ci , i ∈ {1, M }.
PM
On a j=1 V (Si )wi (Sj ) = V (Sj ), ∀j ∈ {1, M }
PM
⇒ On peut écrire V = i=1 V (Si )wi
⇒ {wi }1≤i≤M est une famille génératrice
PM
Montrons {wi }1≤i≤M est libre. Soit {αi }1≤i≤M / i=1 αi wi = 0
M
X
⇔ ∀x ∈ Ω αi wi (x) = 0
i=1
M
X
⇒ αi wi (Sj ) = 0 pour j ∈ {1, M }
i=1
⇒ αj = 0, ∀j ∈ {1, M }
⇒ {wi }1≤i≤M est libre ⇒ {wi }1≤i≤M est une base de Vh
⇒ {1, M } dim Vh = M

Ex 3
1) Pour f ∈ L2 (]0, 1[), mettre le problème

 −u00 (x) + u(x) = f (x)


sur ]0, 1[
u(0) = u(1) (5.3.4)
u0 (0) = u0 (1)


sous forme variationnelle, c.à.d définie l’espace de Hilbert V , la forme

bilinéaire a(u, v) et la forme linéaire F tels que pour u ∈ H 2 (]O, 1[)

(5.3.4) ⇔ a(u, v) = F (v), ∀v ∈ V

2) On considère un subdivision uniforme de ]0, 1[

1
x0 = 0 < x1 = h < · · · < xi = ih < · · · < xn = 1, où h =
n

 xi+1 − xi = h
x0 = 0 On se propose d’obtenir une approximation uh de u
h = n1

dans un sous-espace Vh de V .
On cherche uh parmi les fonctions continues et telle que

uh|]xi ,xi+1 | est affine, c-à-d

uh|]xi ,xi+1 | (x) = ax + b

caractérises l’espace Vh .
3) Préciser la dimension de Vh et donner une base
4) Determiner la matrice de rigidité Ah
46 CHAPITRE 5. APPROXIMATION VARIATIONNELLE
Chapitre 6

Interpolation de Lagrange et
Hermite

6.1 Définitions d’un élément fini

On considère un triplet (K, P, Σ) où
1. K est un sous ensemble fermé de Rn d’intérieur K̊ 6= 0 et à bord lipschit-
zien.
2. P est un espace vectoriel de dimension finie de fonction définies sur K
3. Σ est un ensemble de formes linéaires sur P de cardinal fini N et on note
Σ = {ϕi }1≤i≤N

6.1.1 Définition
• On dit que Σ est P -unisolvant si et seulement si ∀ αi ∈ Rn , i ∈ {1, N }
∃! p ∈ P/ ϕi (p) = αi ∀i ∈ {1, N }

• Le triplet (K, P, Σ) est appelé élément fini de Rn s’il satisfait (i), (ii), (iii)
et si Σ est P-unisolvant.

6.1.2 Exemples
b.1 K = [a1 , a2 ] intervalle réel avec a1 , a2 ∈ Rn / a1 < a2
P = P2 (K) : ensemble des polynômes de degré ≤ 2 sur K
Σ = {ϕi }1≤i≤3 avec ϕi : P = P2 (K) → R 1≤i≤3
p 7→ ϕi (p) = p(ai )
avec a3 milieu de [a1 , a2 ]
ϕ est une forme linéaire
Σ est P -unisolvant car ∀ αi ∈ R(i = 1, 2, 3)
∃ !p ∈ P = P2 (K)/ ϕi (p) = p(ai ) = αi
P est le polygone d’interpolation de Lagrange aux points {a1 , a2 , a3 } d’une
fonction f / f (ai ) = αi
⇒ {K, P, Σ} est un élément fini

47
48 CHAPITRE 6. INTERPOLATION DE LAGRANGE ET HERMITE

b.2 K = [a1 , a2 ], a1 < a2 ,

P = P3 (K), Σ = {ϕi }1≤i≤4
ϕ : P = P3 (K) → R
p 7→ ϕi (p) = p(ai ) 1≤i≤2
p 7→ ϕi (p) = p0 (ai−1 ) 3≤i≤4
ϕ3 (p) = p0 (a1 )
ϕ4 (p) = p0 (a2 )
Σ est P -unisolvant car ∀ αi ∈ Rn , i ∈ {1, 4}
∃! p ∈ P3 (K) / ui (p) = αi

p(ai ) = αi i = 1, 2
=
p0 (ai ) = αi i = 3, 4
P est le polynômes d’interpolation d’Hermite
⇒ (K, P, Σ) est un élément fini (E.F).

b.3 K est un triangle de de R2 , non dégénérée de sommets a1 , a2 , a3 .

P = P1 (K) : ensemble des polynômes à 2 variables de degré inférieur ou égale
à 1.
Σ = {ϕi }1≤i≤3 avec ϕ : P1 (K) → R
p 7→ ϕi (p) = p(ai )
alors (K, P, Σ) est un élément fini.

b.4 K est un triangle de de R2 , non dégénérée de sommets a1 , a2 , a3 .

P = P2 (K)
Σ = {ϕi }1≤i≤3 ∪ {ϕij }1≤i≤3
avec ϕ : P2 (K) → R
p 7→ ϕi (p) = p(aij )
où aij est le milieu de [ai , aj ]
alors (K, P, Σ) est un élément fini.
Corollaire 1. Soit Ω un ouvert borné connexe à bord lipschitzien, et soit Γ0 ⊂ Γ
un sous ensemble mesurable tel que mes(Γ0 ) = 0
Alors la semi-norme | · |1,Ω et la norme k · k1,Ω sont équivalentes sur

V = v ∈ H 1 (Ω)/ γ ◦ v = 0 sur Γ0


6.1.3 Remarque
Dans la pratique, K est généralement un polyèdre de m athbbRn , P un espace
de polynômes et es formes linéaires de Σ sont des types suivants :
1. ϕi : P → R où les ai sont des points de K
p 7 → ϕi (p) = p(ai )

2. ϕi : P → R où ∇p(ai ) est le gradient de p en ai et ξi

p 7→ ϕi (p) = ∇p(ai ) ξi
est un vecteur de Rn
 ∂p 
∂x1 (ai )
∇p(ai ) = 
 .. 
. 
∂p
∂xn (ai )
6.1. DÉFINITIONS D’UN ÉLÉMENT FINI 49

3. ϕi : P → R oùξi et ηi sont des vecteurs fixés

p 7 → ϕi (p) = ξiT D2 p(ai ) ηi
∂2p
 
de Rn (vecteurs colonnes), et D2 p(ai ) = la matrice
∂xi ∂xj 1≤i,j≤n
hessienne de p en ai .
Lorsque les formes linéaires de Σ sont du type a), on parle d’élément fini de
Lagrange (b.1).
Lorsqu’elles sont de type a) ou b), on parle d’éléments fini d’Hermite de type 1
(b.2).
Lorsqu’elles sont de type a) ou b) ou c), on parle d’élément fini de type 2.

6.1.4 Lemme 1


 (1) ∃ N fonctions pi ∈ P linéairement
 que ∀ i, j ∈ {1, N }
indépendants et telles



Σ est P -unisolvant ⇔ 1 si i = j
ϕi (pj ) = δij =
0 si i 6= j




(2) dim P = card Σ


Par définition {P1 , . . . , PN } est une base de P associé à l’élément fini (K, P, Σ)

6.1.5 Lemme 2
Dans la pratique, les formes linéaires de Σ sont définies et continues sur un
espace vectoriel C normé contenant p.
Par exemple, pour les éléments finis de Lagrange, C = C 0 (K) = ensemble des
fonctions continues sur K.
Pour les éléments finis d’Hermite de type 1 : C = C 1 (K) = espace des fonctions
de classe C 1 sur K.
Pour les éléments finis d’Hermite de type 2 : C = C 2 (K) = espace des fonctions
de classe C 2 sur K.

6.1.6 Définition
Soit (K, P, Σ) un élément fini et C l’espace vectoriel contenant P .
Pour v ∈ C, on appelle P interposé de v l’unique élément noté Πv ∈ P tel que
∀ i ∈ {1, N }
ϕi (Πv) = ϕi (v)
N
X
et on montre que ϕi (Πv) = ϕi (v) pi
i=1

Exemple Pour l’exemple b.1 ou b.3, ϕi (v) = v(ai )

N
X
⇒ ϕi (Πv) = v(ai ) pi
i=1

⇒ Πv est le polynôme d’interpolation de Lagrange aux points {ai }1≤i≤N et l’on

appelle Π-interpolé de Lagrange.
50 CHAPITRE 6. INTERPOLATION DE LAGRANGE ET HERMITE

6.2 Famille d’éléments finis

6.2.1 Définition
Deux éléments finis (K, P, Σ) et (K̂, P̂ , Σ̂) sont dits affinement équivalents
s’il existe une application affine, inversible (ou bijection) F : Rn −→ Rn tel que
1. K = P (K̂)
2. P = {p̂ ◦ F −1 , ∀p̂ ∈ P̂ }
3. si Σ = {ϕi }1≤i≤N
Alors ∀i ∈ {1, N }, ∀p ∈ P
ϕi (p) = ϕ̂i (p̂ ◦ F )
n
Pour x ∈ R , F (x) = Ax + b où A = (aij )1≤i,j≤n une matrice carré d’ordre n
et b ∈ Rn

6.2.2 Exemple
Soit K = [a1 , a2 ], K̂ = [â1 , â2 ], P = P1 (K), P̂ = P1 (K̂),
Soit ΣK = {ϕi }i=1,2 avec ϕK i : P → R
p 7→ ϕK i (p) = p(ai ) i = 1, 2
Soit F : R → R
x̂ 7→ F (x̂) = α x̂ + β
Soit ΣK̂ = {ϕK̂ i }i=1,2
K̂
ϕi : P̂ → R
p̂ 7→ ϕK̂ i (p̂) = p̂(âi )
(K,P, Σ) et (K̂, P̂ , Σ̂) sont affinement équivalents
F (â1 ) = a1
⇔
F (â2 ) = a2

α â1 + β = a1
⇔
α â2 + β = a2
Donc la première condition de définition est vérifier, card F (K̂) = K.

La deuxième condition P = {p̂ ◦ F −1 , ∀p̂ ∈ P̂ } est vérifiée car la composée

de 2 polynôme de degré 1 est un polynôme de degré 1.

Pour la troisième condition :

ϕi (p) = p(ai ) = p(F (âi ))

= p ◦ F (âi )
= p̂(âi )
= ϕK̂
i (âi )

6.2.3 Théorème 1
Soient (K, P, Σ) et (K̂, P̂ , Σ̂) 2 éléments finis affinement équivalents
{Pi }1≤i≤N est une base de P associé à l’élément fini (K, P, Σ) si et seulement
si {p̂i }1≤i≤N est une base de P̂ associé à l’élément fini (K̂, P̂ , Σ̂).
6.3. MÉTHODE DES ÉLÉMENTS FINIS 51

Si de plus, ∀ v ϕ et ∀ i ∈ {1, N }, ϕi (v) = ϕ̂i (v̂) alors

Πv
c = Π̂v̂ ∀v ∈ ϕ

Démonstration
Comme

ϕi (pj ) = ϕ̂i (pj ◦ F )

= ϕ̂i (p̂j )

pour j ∈ {1, N } ⇒ ϕi (pj ) = ϕi (p̂j ), d’où la première assertion.

Par définition :
N
X
Π̂v̂ = ϕ̂j (v̂) p̂j
j=1
N
X
= ϕj (v) p̂j
j=1
N
X
= ϕj (v) (pj ◦ F )
j=1
N
X
⇒ Π̂v̂(x̂) = ϕj (v) pj ◦ F (x̂)
j=1
N
X
= ϕj (v) pj (F (x̂))
j=1
 
XN
= ϕj (v) pj (x) ◦ F (x̂)
j=1

= (Πv)x ◦ F (x̂)
= Πv(x)
c

⇒ Π̂v̂ = Πv
c

6.3 Méthode des éléments finis

La méthode des éléments finis est utilisée par la construction des espaces
d’approximation Vh d’un espace donné V .
Soit Ω un ouvert borné de R2 à bord polygonal et supposons donné une trian-
gulation Th de Ω par des triangles de diamètre ≤ h

Vh = v ∈ C 0 (Ω̄)/ v|K ∈ P1 (K), v = 0 sur ∂Ω



En utilisant le théorème 2 (Espace de Sobolev), on montre que Vh ⊂ H 1 (Ω).

De plus, comme la trace de v ∈ Vh est égale à 0 ⇒ Vh ⊂ H01 (Ω), le problème
approché.
On a besoin d’une base de Vh
52 CHAPITRE 6. INTERPOLATION DE LAGRANGE ET HERMITE

1. La dimension de Vh est égale au nombre de sommets N intérieurs de la

triangulation Th

2. Pour chaque sommet Si (i, ∈ {1, N }), on construit un élément wi ∈ Vh tel

que 
1 si i = j
wi (Sj) = δij =
0 si i 6= j
L’existence et l’unicité des fonctions wi provient du fait que (K, P1 (K), ΣK )
est un élément fini où Σk = {ϕK i }1≤i≤N défini par
ϕKi : P → R
b 7→ ϕK K
i (p) = p(ai ) 1≤i≤3
K K K
où a1 , a2 , a3 sont les sommets de K.

Pour chaque sommet Si , si Si n’est pas un sommet de K alors wi (x) =

0 ∀x ∈ K.

Si Si est un sommet de K alors wi (x) = pK K

i (x) (où {pi }1≤I≤N est la base
de P associé à l’élément fini (K, P, Σ)).

3. Si (K, P1 (K), ΣK ) est affinement équivalent à Si (K̂, P1 (K̂), ΣK̂ ), alors

PiK s’obtient à partir de PiK̂ où{PiK̂ }1≤i≤N est une base de P̂ associé à
l’élément fini (K̂, P1 (K̂), ΣK̂ ).
4. Enfin on montre que {wi }1≤i≤N sont linéairement indépendant, donc c’est
une base de Vh .
;
Chapitre 7

Estimation d’erreur

7.1 Erreur d’interpolation locale

7.1.1 Théorème 1
Soit (K, P, Σ) un élément fini et m et k deux entiers tel que m ≤ k + 1. On
désigne par Π l’opérateur de P interpolation associé à (K; P, Σ).
On suppose que Π est linéaire et continue de H k+1 (K) dans P et que Pk (K) ⊂
P ⊂ H m (K).
Alors il existe une constante c > 0 dépendant de k et K telle que

kv − Πvkm,K ≤ ckI − ΠkL(H k+1 (K),H m (K)) |v|k+1,K

∀ v ∈ H k+1 (K) ⊂ H m (K)

Norme d’une application linéaire f : E → F où E et F sont des espaces vectoriels

normés
kf (x)kF
kf kL(E,F ) = sup
x∈E−{0} kxkE

(L, E, F ) : ensemble des applications linéaires de E vers F .

kI(v) − Πvkm,K
kI − ΠkL(H k+1 (K),H m (K)) = sup
v∈H k+1 (K)−{0} kvkk+1,K

7.1.2
Soient (K, P, Σ) et (K̂, P̂ , Σ̂) 2 éléments finis affinement équivalents.
Soient F l’applications affine telle que F (K̂) = K avec

F (x̂) = B x̂ + b (7.1.1)

où B est une matrice n × n et b ∈ Rn et qui satisfait aux hypothèses de la

définition 6.2.1 du chapitre précédant.  
x1
 .. 
On considère la norme euclidienne sur R c’est à dire si x =  .  ∈ Rn alors
n

xn

53
54 CHAPITRE 7. ESTIMATION D’ERREUR

n
!1/2
X
kxk2 = x2i et soit la norme matricielle associé
i=1

kB yk2
kBk = sup = sup kB yk2 (7.1.2)
y∈Rn −{0} kyk2 kyk2 =1

Lemme 2. Pour tout m ≥ 0, l’application H m (K) → H m (K̂) est un

v 7→ v̂ = v ◦ F
isomorphisme (linéaire et bijective).
De plus, il existe 2 constante c1 > 0 et c2 > 0 qui ne dépendent que de m et n
tels que
|v̂|m,K̂ ≤ c1 kBkm |det B|−1/2 |v|m,K

|v|m,K ≤ c2 kB −1 km |det B|1/2 |v̂|m,K̂

∀v ∈ H m (K)

7.1.3 Théorème 2
Soit (K̂, P̂ , Σ̂) un élément fini et soient m, k ∈ N tel que m ≤ k + 1.
On suppose que Π̂ ∈ L(H k+1 (K̂), P̂ ) et que Pk (K̂) ⊂ P̂ ⊂ H m (K̂)
Soit (K, P, Σ) un élément fini affinement équivalent à (K̂, P̂ , Σ̂) pour l’appli-
cation affine F : x̂ 7→ F (x̂) = B x̂ + b

Alors il existe une constante ĉ > 0 avec ĉ = ĉ(m, n, k, K̂) et telle que

|v − Π v|m,K ≤ ĉkBkk+1 kB −1 km |v|k+1,K

∀v ∈ H k+1 (K)

Lemme 3. Soit hK et ĥ les diamètres respectifs de K et K̂ et soient ϕK et

ϕ̂ les maximums des diamètres des sphères contenues respectivement dans K et
K̂.
Alors
hK
kBk ≤
ϕ̂

ĥ
kB −1 k ≤
ϕK

7.1.4 Théorème 3
Sous les hypothèses du théorème 2, il existe une constante ĉ = ĉ(m, n, k, K̂, Π̂) >
0 telle que
|hk |
|v − Π v|m,K ≤ ĉ m |v|k+1,K
ϕK
7.2. APPLICATION À L’INTERPOLATION DE LAGRANGE 55

7.1.5 Corollaire 1
Soit τh une triangulation de Ω par des triangles K de diamètre ≤ h(h > 0)
Pour K ∈ τh , on note σK = ϕhK K
Supposons qu’ ∃σ > 0/ ∀ K ∈ τh , σK < σ
Sous les hypothèses du théorème 2, il existe une constante ĉ = ĉ(m, n, k, K̂, Π̂) >
0 telle que
|v − Π v|m,K ≤ ĉ σ m hk+1−m
K |v|k+1,K
∀v ∈ H k+1 (K)

7.2 Application à l’interpolation de Lagrange

.1 Soit (K̂, P̂ , Σ̂) un élément fini de type Lagrange.
Alors Σ̂ est de la forme
Σ̂ = {ϕ̂i , 1 ≤ i ≤ N/ ϕ̂i (p)p(ai )}
où âi ∈ K̂, pour 1 ≤ i ≤ N 
1 si i = j
Les fonctions de base p̂i sont telles que p̂i (âj ) = δij =
0 6 j
si i =
L’opérateur Π̂ de p̂- interpolation est définie par
N
X
Π̂ v̂ = v̂(âi ) p̂i
i=1

Pour pouvoir appliquer le théorème 2, il faut que Π̂ ∈ L(H k+1 (K̂), P̂ ).

Cette condition est vérifié si H k+1 (K̂) ,→ C(K̂)
si k + 1 − n2 > 0, c’est à dire si k + 1 > n2 d’après le Théorème 5 (Injection de
Sobolev) dans le chapitre Distributions et espaces de Sobolev

.2 Exemple n = 2
Soit K un triangle non dégénéré de R2 de sommets ai , 1 ≤ i ≤ 3 et l’élément
fini (K, P1 (K), ΣK ) où ΣK = {p(ai ), 1 ≤ i ≤ 3, p ∈ P1 (K)}
Une autre condition à vérifier pour pouvoir appliquer le théorème 2 est Pk (K) ⊂
P = P1 (K).
Ce implique nécessairement que K = 1.
D’où la condition k + 1 > n2 est vérifié car k + 1 = 1 + 1 = 2 > 22 = 1.

7.3 Estimations d’erreur d’interpolation globales

Soit Ω un ouvert borné de Rn et pour chaque h>0, considérons une triangu-
lation Th de Ω et pour K1 et K2 appartenant à Th tels que K1 6= K2 , K1 ∩ K2
est de mesure nulle telle que h = max hk .
K∈Th
On associe à cette triangulation une famille (K, PK , ΣK ) d’éléments finis , qui
sont supposés du type Lagrange et affinement équivalents à un élément fini
(K̂, P̂ , Σ̂)dit de référence. On peut alors leur associer l’espace
Xh = {v : Ω → R satisfaisant (7.3.1) et (7.3.2) ci-dessous}

v|K ∈ PK ∀K ∈ Th (7.3.1)
56 CHAPITRE 7. ESTIMATION D’ERREUR

pour tout K1 , K2 ∈ Th et tout point

a ∈ K1 ∩ K2 (7.3.2)
s’il existe ϕa ∈ ΣK1 ∩ ΣK2 donné par ϕa : p 7→ p(a)
alors la fonction v doit être continue au point a.
A toute fonction v ∈ C(Ω), on lui associe la fonction Πh v (appelé l’interpolée
globale de v) définie par :
Πh v|K = ΠK v, ∀K ∈ Th
où ΠK désigne l’opérateur de PK -interpolation associé à (K, PK , ΣK ). Alors
Πh v ∈ Xh (car v est continue) si PK ⊂ C(K)

7.3.1 Définition
Les éléments finis (K, PK , ΣK ) sont dits de classe C 0 si pour tout K ∈
Th ,PK ⊂ C(K) et si de plus Xh ⊂ C(K)

7.3.2 Définition
La famille de triangulations (Th )h>0 est dite régulière s’il existe une consta-
nye σ > 0 telle
hK
≤ σ ∀K ∈ Th , ∀h > 0 (7.3.3)
ρK

7.3.3 Théorème 3
On suppose que la famille de triangulations (Th ) est régulière, que les élé-
ments finis (K, PK , ΣK ) sont de Lagrange, affiniment équivalents à un seul
(K̂, P̂ , Σ̂) et de classe C 0 . On suppose de plus que
n
Pk (K) ⊂ PK ⊂ H 1 (K) ∩ C(K) avec k > − 1 (7.3.4)
2
Alors il existe c = c(n, k, K̂, Pˆi) telle que
|v − Πh v|m,Ω ≤ cσ m hk+1−m |v|k+1,Ω (7.3.5)
pour tout v ∈ H k+1 (Ω), m ∈ {0, 1}

7.3.4 Corollaire 2
Sous les hypothèses du théorème 3, on a
inf |v − vh |m,Ω ≤ cσ m hk+1−m |v|k+1,Ω (7.3.6)
vh ∈Xh

pour tout v ∈ H k+1 , m ∈ {0, 1}.

Si de plus, on introduit Xh0 = Xh ∩H01 (Ω), alors pour tout v ∈ H k+1 (Ω)∩H01 (Ω),
on a

inf |v − vh |m,Ω ≤ cσ m hk+1−m |v|k+1,Ω

0
(7.3.7)
vh ∈Xh

pour m ∈ {0, 1}.

7.4. ESTIMATION D’ERREUR DANS LA MÉTHODE DES ÉLÉMENTS FINIS57

Démonstration. Comme Πh v appartient à Xh , on sait que

inf |v − vh |m,Ω ≤ |v − Πh v|m,Ω
vh ∈Xh

En appliquant (7.3.5), on obtient (7.3.6)

7.4 Estimation d’erreur dans la méthode des élé-

ments finis
Soit Ω un oyvert borné de Rn et (Th )h>0 une famille de triangulations de Ω
Considérons le problème de Dirichlet sur Ω

−∆u = f dans Ω
(7.4.1)
γ0 u = 0 sur ∂Ω
pour une donnée f ∈ L2 (Ω). On sait que ce problème admet la formulation
variationnelle :
Trouver u ∈ H01 (Ω) solution de
a(u, v) = F (v) ∀v ∈ H01 (Ω) (7.4.2)
avec
Z Z
∂u ∂v
a(u, v) = Σni=1 dx; F (v) = f (x)v(x)dx (7.4.3)
Ω ∂xi ∂xi Ω

ce problème (7.4.2) est approché par Trouver uh ∈ Vh = Xh0 solution de

a(uh , vh ) = F (vh ) ∀vh ∈ HhV (7.4.4)
Grâce au corollaire 2 , on a le théorème suivant

7.4.1 Théorème 4
Sous les hypothèses du théorème 3, et si la solution u ∈ H01 (Ω) de (7.4.2) a la
régularité H k+1 (Ω), alors il existe une constante positive c = c(n, k, K̂, Π̂, σ, Ω)
telle que
||u − uh ||1,Ω ≤ chk |u|k+1,Ω (7.4.5)
Démonstration. D’après le lemme de Céa, il existe α = α(Ω) > 0 telle que
1
||u − uh ||1,Ω ≤ inf ||u − vh ||1,Ω
α vh ∈Vh
D’après l’inégalité de Poincaré-Friedrichs et l’inégalité (7.3.7), on a
inf ||u − vh ||1,Ω ≤ inf |u − vh |1,Ω ≤ cσhk |u[k+1,Ω
vh ∈Vh vh ∈Vh

Ces deux inegalités impliquent l’inégalié (7.3.5)

7.4.2 Corollaire 3
Sous les hypothèses du théorème 4 et si Ω est convexe, alors il existe une
constante positive c = c(n, k, K̂, Π̂, σ, Ω) telle que
||u − uh ||0,Ω ≤ chk+1 |u|k+1,Ω (7.4.6)