Analyse variationnelle des équations aux

dérivées partielles MAP 431

François Alouges
 L’équipe pédagogique

1 prof: François Alouges

3 PCC: Marie Doumic, Lucas Chesnel, Flore Nabet

 Notation

1 1 1
Note module = CC + MP + max(CC, I) + (bonus ≤ 2)
2 3 6

é Bonus attribué par les enseignants de PC.

é CC = contrôle classant.
é MP = mini-projet de travaux pratiques
é I = Interro (du 12 janvier)
é Transformation de la note chiffrée en lettre par nos soins...
avec contraintes de la DE.

Pour plus de détails, voir le site web du cours sur le moodle

 Mini-projet

Les sujets seront disponibles sur le moodle

Utilisation de FreeFem++
A faire en binôme
Pas plus de 10 binômes par projet
Le document rendu doit refléter le travail de chacun
A faire en LATEX
Pas de plagiat!
La plupart des cours seront faits sur tablette au tableau
Me contacter en cas de problème
 Modélisation mathématique et numérique

Les trois étapes des mathématiques appliquées:

Modélisation.
Analyse du modèle.
Simulation numérique.

Nombreux domaines d’applications !

Sciences de l’ingénieur: aérodynamique, calcul des
structures, électromagnétisme, énergie, automatique,
signal...
Autres sciences: physique, optique, chimie, biologie,
économie...
Météorologie, environnement, finance...
 Exemple: Le Falcon 7X

“Le Falcon 7X est le premier avion au monde à avoir été

développé entièrement dans une filière numérique grâce aux
nouveaux outils informatiques créés par la société Dassault
Systèmes. Grâce à CATIA et au PLM (ENOVIA), aucun
prototype ni maquette n’ont été réalisés. Les formes et
l’architecture de l’avion ont été conçues uniquement sur
maquette numérique.” (source Wikipedia)
Chez Renault
 Equations
Equations de Navier-Stokes:

ρ ∂v


∂t + (v · ∇)v − µ∆v + ∇p = f
div(u) = 0

Equation de l’élasticité (linéarisée)

∂2u
ρ − divσ(u) = f
∂t 2
σ(u) = µ(∇u + (∇u)T ) + λdiv(u)Id

Equation des ondes:

∂2p
− c 2 ∆p = 0
∂t 2
Equations de Maxwell...
 Difficultés

Ce sont des équations aux dérivées partielles (Difficile).

En général pas de solution explicite.
Existence de solution(s)? Unicité?
⇒ Résolution approchée sur ordinateur.
Ecrire une méthode numérique “programmable”
Ecrire une méthode numérique “utilisable”
Question du multi-D!
Confiance dans la solution numérique.
Conclusions sur le modèle?
Géométries complexes.
 Objectifs du cours MAP431

Comprendre le lien entre (certaines) équations aux

dérivées partielles et des problèmes d’optimisation
Comprendre l’analyse mathématique de ces équations
(Analyse hilbertienne, formulations variationnelles, etc.)
Comprendre et pratiquer la méthode des éléments finis
Apprendre et utiliser FreeFem++ (à installer d’urgence sur
votre ordinateur personnel !)
Rédiger un mini-projet en LATEX

Venir en cours et en PC !
Ne pas laisser un exercice de PC incompris ou non fait
Travail personnel (≥ 2h/sem)
 Rappels sur les dérivées partielles

Soit Ω un ouvert de Rd . Les coordonnées dans Rd sont

notées x = (x1 , · · · , xd ). Si u : Ω → R, on note

∂u u(x1 , · · · , xi−1 , xi + h, xi+1 , · · · xd ) − u(x1 , · · · , xd )

(x) = lim
∂xi h→0 h
quand la limite existe.
∂u
Si (x1 , · · · , xd ) existe (resp. de classe C 0 , resp. de
∂xi
classe C k −1 ) pour tout x ∈ Ω, on dit que f est dérivable
(resp. de classe C 1 , resp. de classe C k ) sur Ω.
 Gradient

Si u est de classe C 1 , on note

 ∂u 
∂x1 (x)
∇u(x) = 
 .. 
. 
∂u
∂xd (x)

le gradient de u. C’est un champ de vecteurs (i.e.

∇u : Ω → Rd ).
Le gradient s’applique à une fonction scalaire et renvoie un
champ de vecteurs.
 Divergence

Si u = (u1 , · · · , ud ) est un champ de vecteurs de classe C 1

sur Ω, on note
d
X ∂ui
divu(x) = (x)
∂xi
i=1

la divergence de u. C’est une fonction scalaire (i.e.

divu : Ω → R).
La divergence s’applique à un champ de vecteurs et
renvoie une fonction scalaire.
 ∂ 
∂x1
En utilisant l’“abus” de notation ∇ =  ..
,
 
.
∂
∂xd
on a div u = ∇ · u
 Laplacien

Si u : Ω → R est de classe au moins C 2 , on note

d
X ∂2u
∆u(x) = (x)
i=1
∂xi2

le Laplacien de u. C’est une fonction scalaire (i.e.

∆u : Ω → R).
 
On a ∆u = ∇ · (∇u) = di=1 ∂x ∂ ∂u
P
i ∂xi
 Identités

En dimension 3, on
 a aussi ∂u3 ∂u2
∂   
−

∂x1 u1 ∂x2 ∂x3
∂ ∂u1 ∂u3
rot(u) = ∇ ∧ u =  ∧ u2  =  −
    
∂x2 ∂x3 ∂x1 
∂ u3 ∂u2 ∂u1
∂x3 ∂x1 − ∂x2
(Exercice) Si u ∈ C 2 (Ω, R3 ) et u ∈ C 2 (Ω, R), on a:

∇ · (∇ ∧ u) = 0, ∇ ∧ (∇u) = 0

Indication: Utiliser le théorème de Schwarz (voir

[Link]

∂2u ∂2u
Si u ∈ C 2 (Ω), =
∂xi ∂xj ∂xj ∂xi
 Eléments finis en dimension 1

But: Résoudre numériquement un problème aux limites

−u 00 (x) = f (x) pour x ∈]0, 1[,



u(0) = u(1) = 0

sans calculer explicitement la solution exacte.

Formulation variationnelle

−u 00 (x) = f (x) pour x ∈]0, 1[,



u(0) = u(1) = 0 .
 Formulation variationnelle

−u 00 (x) = f (x) pour x ∈]0, 1[,



u(0) = u(1) = 0 .
Soit v une fonction quelconque de C 1 ([0, 1]) telle que
v (0) = v (1) = 0. En multipliant par v l’équation et en intégrant
par parties on voit que u vérifie
Z 1 Z 1
f (x)v (x) dx = − u 00 (x)v (x) dx
0 0
Z 1
= u 0 (x)v 0 (x) dx − [u 0 (x)v (x)]10
0
Z 1
= u 0 (x)v 0 (x) dx
0
 Formulation variationnelle

−u 00 (x) = f (x) pour x ∈]0, 1[,



u(0) = u(1) = 0 .
Soit v une fonction quelconque de C 1 ([0, 1]) telle que
v (0) = v (1) = 0. En multipliant par v l’équation et en intégrant
par parties on voit que u vérifie
Z 1 Z 1
f (x)v (x) dx = − u 00 (x)v (x) dx
0 0
Z 1
= u 0 (x)v 0 (x) dx − [u 0 (x)v (x)]10
0
Z 1
= u 0 (x)v 0 (x) dx
0
 Energie
Soit Z 1 Z 1
1 0

2
J(v ) = v (x) dx − f (x)v (x) dx .
2 0 0

Supposons que J ait un minimum u∗ sur C 1 ([0, 1]). Alors

celui-ci vérifie

J(u∗ + tv ) ≥ J(u∗ ), ∀v ∈ C 1 ([0, 1]), ∀t ∈ R

 Energie
Soit Z 1 Z 1
1 0

2
J(v ) = v (x) dx − f (x)v (x) dx .
2 0 0

Supposons que J ait un minimum u∗ sur C 1 ([0, 1]). Alors

celui-ci vérifie

J(u∗ + tv ) ≥ J(u∗ ), ∀v ∈ C 1 ([0, 1]), ∀t ∈ R

d
Soit
J(u∗ + tv ) =0
dt t=0
Or (Le calculer en exercice!!!)
Z 1 Z 1 Z 1
d
2
J(u∗ +tv ) = u∗0 (x)v 0 (x) dx+t 0
v (x) dx− f (x)v (x) dx .
dt 0 0 0
 Energie
Soit Z 1 Z 1
1 0

2
J(v ) = v (x) dx − f (x)v (x) dx .
2 0 0

Supposons que J ait un minimum u∗ sur C 1 ([0, 1]). Alors

celui-ci vérifie

J(u∗ + tv ) ≥ J(u∗ ), ∀v ∈ C 1 ([0, 1]), ∀t ∈ R

d
J(u∗ + tv )
Soit =0
dt t=0
Or (Le calculer en exercice!!!)
Z 1 Z 1
d
J(u∗ + tv ) = u∗0 (x)v 0 (x) dx − f (x)v (x) dx .
dt t=0 0 0

Et l’on retrouve la formulation variationnelle.

 Fonctions affines par morceaux
Soit
0 = x0 < x1 < · · · < xN < xN+1 = 1
un maillage. On considère
Vh = {uh ∈ C 0 (0, 1) tel que uh (0) = uh (1) = 0 et uh |[xi ,xi+1 ] est affine}
Et on résout:
Z 1 Z 1
Trouver uh ∈ Vh , uh0 (x)vh0 (x) dx = f (x)vh (x) dx, ∀vh ∈ Vh
0 0

Vh = vect{(φi )1≤i≤N }
 Propriétés
Bonnes nouvelles:
Vh est un espace vectoriel de dimension N
Le problème revient à résoudre un système linéaire N × N
Il a une unique solution
La matrice est symétrique, définie, positive
 Propriétés
Bonnes nouvelles:
Vh est un espace vectoriel de dimension N
Le problème revient à résoudre un système linéaire N × N
Il a une unique solution
La matrice est symétrique, définie, positive
Questions (mauvaises nouvelles?)
Vh 6⊂ C 1 ([0, 1])
Convergence vers la solution?
Choix du maillage?
 Eléments finis en dimension supérieure

Quelles EDP peut-on résoudre avec une généralisation de la

méthode ?
 Eléments finis en dimension supérieure

Quelles EDP peut-on résoudre avec une généralisation de la

méthode ?

Difficultés:
Intégration par parties (formule de Green)
Condition au bord
Maillage et fonctions affines par morceaux
Ordres supérieurs
Minimisation d’énergie
 Le problème modèle
On considère le problème de Laplace/Dirichlet
Pierre Simon Laplace (23 mars 1749 - 5 mars 1827)

−∆u = f sur Ω
u = 0 sur ∂Ω
∂2
(∆u = di=1 ∂x
P
2 u)
i
 Le problème modèle
On considère le problème de Laplace/Dirichlet
Pierre Simon Laplace (23 mars 1749 - 5 mars 1827)

−∆u = f sur Ω
u = 0 sur ∂Ω
∂2
(∆u = di=1 ∂x
P
2 u)
i

Problèmes:
Est-ce que la solution existe?
Quid de f et Ω?
Est-elle unique?
Peut-on la calculer?
Peut-on la calculer de manière approchée?
 Principe de Dirichlet
Johann Peter Gustav Lejeune Dirichlet
(13 février 1805 - 5 mai 1859)
Principe
La solution minimise
Z Z
1 2
E(v ) = | ∇v (x)| dx − f (x)v (x) dx
2 Ω Ω

parmi les fonctions v : Ω → R valant 0

sur le bord.
... et donc elle existe.
 Principe de Dirichlet
Johann Peter Gustav Lejeune Dirichlet
(13 février 1805 - 5 mai 1859)
Principe
La solution minimise
Z Z
1 2
E(v ) = | ∇v (x)| dx − f (x)v (x) dx
2 Ω Ω

parmi les fonctions v : Ω → R valant 0

sur le bord.
... et donc elle existe.
Le minimum u∗ vérifie
Z Z
∇u∗ (x) · ∇v (x) dx = f (x)v (x) dx, ∀v ∈ C 1 (Ω̄), v |∂Ω = 0
Ω Ω
Eléments finis en dimension 2
 Eléments finis triangulaires

Exemple de maillage en dimension N = 2:

Situation interdite

Maillage non-conforme
 Définition d’un maillage
Soit Ω un ouvert connexe polyèdrique de RN . Un maillage ou
une triangulation de Ω est un ensemble Th de N-simplexes (non
dégénérés) (Ki )1≤i≤n qui vérifient
1 Ki ⊂ Ω et Ω = ∪ni=1 Ki ,
2 en dimension N = 2,

 ∅
Ki ∩ Kj = un sommet commun
une arête commune


3 en dimension N = 3,


 ∅
un sommet commun

Ki ∩ Kj =

 une arête commune
une face commune


Les sommets (ou noeuds) du maillage Th sont les sommets

des N-simplexes Ki qui le composent.
 Mailles

Les mailles sont des N-simplexes (triangles en 2-D, tétraèdres

en 3-D).
 Eléments finis P1

Définition: Etant donné un maillage Th d’un ouvert Ω, la

méthode des éléments finis Pk , ou éléments finis triangulaires
de Lagrange d’ordre 1, associée à ce maillage, est définie par
l’espace discret

Vh = v ∈ C(Ω) tel que v Ki ∈ P1 pour tout Ki ∈ Th et vh |∂Ω = 0 .
 Eléments finis P1

Définition: Etant donné un maillage Th d’un ouvert Ω, la

méthode des éléments finis Pk , ou éléments finis triangulaires
de Lagrange d’ordre 1, associée à ce maillage, est définie par
l’espace discret

Vh = v ∈ C(Ω) tel que v Ki ∈ P1 pour tout Ki ∈ Th et vh |∂Ω = 0 .

Quelle est la dimension de Vh ?

Comment construire une base de Vh ?
 Eléments finis P1
Fonction de base φj ∈ P1 en dimension N = 2 associée au
sommet âj .

Si uh ∈ Vh alors uh (x) = nj=1

P dl
uh (âj )φj (x)
dim(Vh ) = ]sommets de Th
 Résolution pratique

La formulation variationnelle discrète est

Z Z
Trouver uh ∈ Vh tel que ∇uh ·∇vh dx = fvh dx ∀ vh ∈ Vh .
Ω Ω

On décompose uh sur la base des (φj )1≤j≤ndl et on prend

vh = φi ce qui donne
ndl
X Z Z
∀i, uh (âj ) ∇φj · ∇φi dx = f φi dx.
j=1 Ω Ω
 Matrice de rigidité

Vecteur inconnu: Uh = uh (âj ) 1≤j≤n
Z  dl
Second membre: bh = f φi dx
ΩZ 1≤i≤ndl 

Matrice de rigidité: Kh = ∇φj · ∇φi dx

Ω 1≤i,j≤ndl
La formulation variationnelle est équivalente au système
linéaire
Kh Uh = bh .
En général, l’intersection des supports de φj et φi est vide et la
plupart des coefficients de Kh sont nuls. La matrice de rigidité
Kh est donc creuse.
Eléments finis Pk
Eléments Pk

Eléments P1
 Eléments Pk

Eléments P1

Eléments P2 Eléments P3
 Eléments Pk

Treillis d’ordre k
 
1 k −1
Σk = x ∈ K tel que λj (x) ∈ {0, , ..., , 1} pour 1 ≤ j ≤ N
k k

dont les points sont notés (σj )1≤j≤nk .

Dimension N = 2
 Exemples de maillages

Mesh representation Mesh representation

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0
Y

Y
−0.2 −0.2

−0.4 −0.4

−0.6 −0.6

−0.8 −0.8

−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1

X X

Maillages P1 et P2
Dimension N = 3
 Unisolvance
Unisolvance de Σk pour Pk

Lemme Tout polynôme de Pk est déterminé de manière

unique par ses valeurs aux points (σj )1≤j≤nk du treillis Σk .
Autrement dit, il existe une base (ψj )1≤j≤nk de Pk telle que
ψj (σi ) = δij 1 ≤ i, j ≤ nk .
 Unisolvance
Unisolvance de Σk pour Pk

Lemme Tout polynôme de Pk est déterminé de manière

unique par ses valeurs aux points (σj )1≤j≤nk du treillis Σk .
Autrement dit, il existe une base (ψj )1≤j≤nk de Pk telle que
ψj (σi ) = δij 1 ≤ i, j ≤ nk .

N = 2, k = 1,
P1 = vect{1, x, y }, dimension = 3
N = 2, k = 2,
P2 = vect{1, x, y , x 2 , xy , y 2 }, dimension = 6
N = 2, k = 3,
P3 = vect{1, x, y , x 2 , xy , y 2 , x 3 , x 2 y , xy 2 , y 3 }, dimension = 10
 Continuité à l’interface entre 2 mailles
Lemme Soit K et K 0 deux N-simplexes ayant une face
commune Γ = ∂K ∩ ∂K 0 . Alors, leur treillis d’ordre k ≥ 1, Σk et
Σ0k , coïncident sur cette face Γ. De plus, étant donné pK et pK 0
deux polynômes de Pk , la fonction v définie par

pK (x) si x ∈ K
v (x) =
pK 0 (x) si x ∈ K 0

est continue sur K ∪ K 0 , si et seulement si pK et pK 0 ont des

valeurs qui coïncident aux points du treillis sur la face
commune Γ.
Preuve. Par construction les treillis Σk et Σ0k coïncident sur
leur face commune Γ. Si les polynômes pK et pK 0 coïncident
aux points de Σk ∩ Γ, alors par application du Lemme
précédent ils sont égaux sur Γ, ce qui prouve la continuité de v .
 Exemple numérique avec FreeFem++

Terme source f
Solution approchée uh pour le maillage “grossier”
Maillage triangulaire plus fin que le précédent
Solution approchée uh pour le maillage “fin”