1

Notes du cours d'Équations aux Dérivées Partielles de l'ISIMA, deuxième année

http://isimath.fr.st

Approximations variationnelles de problèmes aux limites elliptiques et

Éléments nis
Gilles Leborgne
Septembre 2003

Les paragraphes commençant par une étoile * sont hors-programme. Ils sont donnés comme
compléments pouvant être utiles lors de projets, de stages ou dans le but de préparer un DEA de
mathématiques appliquées.

Table des matières

I Problèmes elliptiques 4
1 Introduction aux espaces de Hilbert 4
1.1 Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Espaces préhilbertiens et hilbertiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Inégalité de CauchySchwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Une application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Remarque sur les espaces vectoriels fermés ou non . . . . . . . . . . . . . . . . . . . . . . . 6
1.6 Projection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2 Introduction aux espaces de Sobolev 10

n
2.1 Espaces L2 (Ω) et L2 (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Notions de distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Espace D(Ω) des fonctions C ∞ (Ω) à support compact . . . . . . . . . . . . . . . . . 11
2.2.2 Espace des distributions D0 (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.3 Notation intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.4 Dérivation des distributions et exemples . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.5 Exemples de dérivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3 L'espace de Sobolev H 1 (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4 L'espace de Sobolev H01 (Ω) et l'inégalité de Poincaré . . . . . . . . . . . . . . . . . . . . . . 17
2.5 L'espace de Sobolev H 2 (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6 Théorèmes de trace et formules de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.1 Dans H 1 (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.2 Dans H 2 (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.7 * Espace de Sobolev HΓ10 (Ω) ⊂ H 1 (Ω) et inégalité de Poincaré généralisée . . . . . . . . . . 22
2
2.8 * Cas vectoriel : l'espace de Sobolev H 1 (Ω) et inégalités de Korn . . . . . . . . . . . . . . . 23

3 Problèmes aux limites elliptiques et formulations variationnelles 26

3.1 Introduction, dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2 Problème variationnel abstrait . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.1 Le problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.2 Coercitivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3 Théorème de LaxMilgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3.1 Théorème de représentation de RieszFréchet . . . . . . . . . . . . . . . . . . . . . . 30
3.3.2 Théorème de LaxMilgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.3.3 Interprétation du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.4.1 Problème de Dirichlet homogène et condition aux limites essentielle . . . . . . . . . 32
3.4.2 Problème de Dirichlet non homogène et condition aux limites essentielle . . . . . . . 35
3.4.3 Problème de Neumann homogène et condition aux limites naturelle . . . . . . . . . . 38
3.4.4 Problème de Neumann non homogène et condition aux limites naturelle . . . . . . . 40
3.4.5 * Problème mixte DirichletNeumann . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.4.6 * Autre Condition aux limites mixte . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

1
2

3.5 * Principe du maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.6 * Un problème de transmission . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.7 * Un problème avec conditions aux limites périodiques . . . . . . . . . . . . . . . . . . . . . 46
3.8 * Exemple de problème avec condition de compatibilité . . . . . . . . . . . . . . . . . . . . 46
3.9 * Cas du laplacien dans R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.9.1 Cas du laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.9.2 Un problème symétrique : cas de l'élasticité . . . . . . . . . . . . . . . . . . . . . . . 48
3.9.3 Système de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.10 * Régularité des solutions faibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

II Approximations variationnelles 54
4 Approximation variationnelle abstraite 54
4.1 Le problème variationnel abstrait . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.2 Conformité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.3 Convergence de uh vers u . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.4 Rapidité de la convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.5 Méthode de Ritz-Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

5 Introduction aux éléments nis 1-D 58

5.1 Triangulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2 P0 espace des fonctions constantes par morceaux . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2.1 Base de P0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2.2 Approximation L2 d'une fonction f ∈ L2 (]0, 1[) par une fonction P0 . . . . . . . . . 59
5.2.3 Approximation H 1 (Ω) d'une fonction f ∈ H 1 (Ω) par une fonction P0 . . . . . . . . . 60
5.3 P1 espace des fonctions continues qui sont anes par morceaux . . . . . . . . . . . . . . . . 60
5.3.1 Base de P1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.3.2 Approximation L2 d'une fonction f ∈ L2 (]a, b[) par une fonction P1 . . . . . . . . . 61
5.3.3 Approximation H 1 (Ω) ou H01 (Ω) d'une fonction u ∈ H 1 (Ω) par une fonction P1 . . . 63
5.4 P2 espace des fonctions continues qui sont quadratiques par morceaux . . . . . . . . . . . . 64
5.4.1 Base de P2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.4.2 Approximation L2 d'une fonction f ∈ L2 (]a, b[) par une fonction P2 . . . . . . . . . 65
5.4.3 Approximation H 1 (Ω) ou H01 (Ω) d'une fonction u ∈ H 1 (Ω) par une fonction P2 . . . 65
5.5 Éléments nis de Lagrange Pk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.5.1 Dénition d'un Élément ni de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . 65
5.5.2 Opérateur d'interpolation ΠK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.5.3 Base de la méthode des éléments nis et éléments nis C 0 . . . . . . . . . . . . . . . 66
5.6 Approximation de problèmes elliptiques aux limites du second degré en dimension 1 . . . . 67
5.6.1 Avec conditions aux limites de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.6.2 Avec conditions aux limites de Neumann . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.7 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.7.1 Convergence ponctuelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.7.2 Approximation numérique des intégrales . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.7.3 Assemblage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

6 * Exemple d'éléments nis généraux : ceux de classe C 1 72

6.1 Une motivation : problème elliptique de degré 4 . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.2 Généralisation de la notion de degré de liberté . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.3 Exemple d'éléments nis de classe C 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.3.1 Construction d'un élément ni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.3.2 Construction d'un maillage éléments nis de classe C 1 . . . . . . . . . . . . . . . . . 74

7 Introduction aux éléments nis 2-D 75

7.1 Triangles et base de P1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7.2 Triangles et base de P2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.3 Quadrangles et base de Q1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.4 Quadrangles et base de Q2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
7.5 Résolution de problèmes elliptiques du second degré . . . . . . . . . . . . . . . . . . . . . . 78
7.5.1 Résolution de `−∆u = f ' dans H01 (Ω)(Ω) . . . . . . . . . . . . . . . . . . . . . . . . 78
7.5.2 Résolution des problèmes elliptiques du second ordre . . . . . . . . . . . . . . . . . . 78

2
3

8 Élément ni (de Lagrange) en n-D 79

8.1 Dénition d'un élément ni (de Lagrange) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.2 Éléments nis simpliciaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
8.2.1 Dénition et coordonnées barycentriques . . . . . . . . . . . . . . . . . . . . . . . . . 80
8.2.2 Dénition de Pk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
8.2.3 Σk treillis principal d'ordre k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
8.2.4 Élément ni n-simplexe de type (k) . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
8.2.5 Exemples de 2-simplexes de type k, simplexe de référence . . . . . . . . . . . . . . . 83

9 Méthode des éléments nis 85

9.1 Élément ni de référence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
9.2 Famille d'éléments nis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
9.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
9.2.2 Famille d'éléments nis anes-équivalents . . . . . . . . . . . . . . . . . . . . . . . . 85
9.3 Maillage éléments nis : triangulation de Ω . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
9.3.1 Triangulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
9.3.2 Opérateur d'interpolation sur K . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
9.3.3 Opérateur d'interpolation sur T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
9.4 Éléments nis de classe C m , exemple P1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
9.5 Méthode des éléments nis, exemple 2-D, éléments nis P1 . . . . . . . . . . . . . . . . . . . 88
9.5.1 Calcul des fonctions de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
9.5.2 Résolution d'un problème elliptique aux limites approché 2-D . . . . . . . . . . . . . 89
9.5.3 Calcul d'intégrales, assemblage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
9.5.4 Calcul des termes élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
9.6 Un résultat d'approximation et de convergence dans les Sobolev . . . . . . . . . . . . . . . . 91
9.6.1 Un résultat d'approximation dans les Sobolev : cas Ω = K . . . . . . . . . . . . . . . 91
9.6.2 Résultat d'approximation : cas Ω = K ane équivalent à K b . . . . . . . . . . . . . . 93
9.6.3 Maillage régulier et convergence de la méthode des éléments nis . . . . . . . . . . . 94

Annexes 95
A Quelques rappels sur les formes et applications linéaires continues 95
A.1 Application continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
A.2 Applications et formes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
A.3 Forme linéaire continue et sa norme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
A.4 Normes sur Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
A.5 Application linéaire continue de E dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
A.6 Valeurs propres de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

B Rappels d'intégration 100

B.1 Intégration de fonctions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
B.2 Intégration par parties dans R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
B.3 Opérateurs diérentiels usuels dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
B.4 Intégration par parties dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

C Triangulation et relation d'EulerPoincaré 102

3
4

Première partie
Problèmes elliptiques

Si on souhaite se rendre compte rapidement et plus en détail de ce qu'est la technique des

éléments nis, on renvoie au paragraphe 5 qui traite du cas 1-D et au paragraphe 7 qui traite du
cas 2-D.

1 Introduction aux espaces de Hilbert

1.1 Produit scalaire
Une forme bilinéaire ϕ(·, ·) sur un espace vectoriel réel H est une application de H × H dans
R telle que, pour tout α, β ∈ R et tout x, x1 , x2 , y, y1 , y2 ∈ H :

ϕ(αx1 + βx2 , y) = αϕ(x1 , y) + βϕ(x2 , y),

ϕ(x, αy1 + βy2 ) = αϕ(x, y1 ) + βϕ(x, y2 ).

(Linéarité par rapport à chaque variable.)

Elle est dite symétrique (et resp. positive, strictement positive) si, pour tout x, y ∈ H :

ϕ(x, y) = ϕ(y, x) (resp. ϕ(x, x) ≥ 0, ϕ(x, x) > 0 si x 6= 0).

Un produit scalaire sur un vectoriel réel H est une forme bilinéaire symétrique et dénie posi-
tive ; on la notera (·, ·)H .
Une forme sesquilinéaire sur un espace vectoriel complexe H est une application de H × H dans
C telle que, pour tout α, β ∈ C et tout x, x1 , x2 , y, y1 , y2 ∈ H :

ϕ(αx1 + βx2 , y) = αϕ(x1 , y) + βϕ(x2 , y),

ϕ(x, αy1 + βy2 ) = ᾱϕ(x, y1 ) + β̄ϕ(x, y2 ).

(Linéarité par rapport à la première variable, antilinéarité par rapport à la seconde.)

Elle est dite hermitienne (et resp. positive, strictement positive) si, pour tout x, y ∈ H :

ϕ(x, y) = ϕ(y, x) (resp. ϕ(x, x) ≥ 0, ϕ(x, x) > 0 si x 6= 0).

Un produit scalaire sur un vectoriel complexe H est une forme sesquilinéaire hermitienne et
dénie positive ; on la notera (·, ·)H .
p
On associe à (·, ·)H la norme dénie sur H par : ||x||H = (x, x)H . On omet l'indice H quand
aucune confusion n'est possible. On rappelle qu'une norme sur H est une application p : H −→ R+
telle que :
(i) p(x) ≥ 0, ∀x ∈ H et p(x) = 0 ⇔ x = 0
(ii) p(αx) = |α| p(x), ∀α ∈ R, ∀x ∈ H
(iii) p(x + y) ≤ p(x) + p(y), ∀x, y ∈ H
La dernière inégalité est l'inégalité triangulaire qui s'écrit aussi p(x − y) ≤ p(x − z) + p(z − y) pour
tout x, y, z ∈ H .

1.2 Espaces préhilbertiens et hilbertiens

Soit E un espace vectoriel muni d'une normé ||.||E . On rappelle qu'une suite de Cauchy de E
est une suite (xn ) de E telle que :

∀ε > 0, ∃N > 0, ∀n, m ≥ N, ||xn − xm ||E ≤ ε.

Cela s'écrit en termes de limite comme : limn,m→∞ ||xn − xm ||E = 0.

Et un espace normé (E, ||.||E ) est complet si toute suite de Cauchy de E est convergente dans E .
Un tel espace est dit de Banach.

4
5 1.3. Inégalité de CauchySchwarz

Dénition 1.1 Un espace vectoriel réel ou complexe H est un espace préhilbertien s'il est muni
d'un produit scalaire (·, ·)H .

Dénition 1.2 Un espace de Hilbert est un espace préhilbertien qui est complet pour la norme
associée au produit scalaire. C'est donc en particulier un espace de Banach pour la norme dérivée
du produit scalaire.

1.3 Inégalité de CauchySchwarz

La norme mesure la longueur. Le produit scalaire sert entre autres à mesurer l'orthogonalité
de deux vecteurs : par dénition x ⊥ y dans H ssi (x, y)H = 0. Cela permet de dénir des bases
orthonormales et d'eectuer des calculs simples grâce au théorème de Pythagore ou à la relation de
Parseval (généralisation du théorème de Pythagore en dimension innie). Une relation élémentaire
entre la norme et le produit scalaire (autre que la dénition de la norme à l'aide du produit scalaire)
est donnée par :

Proposition 1.3 (Inégalité de Schwarz) Dans un espace préhilbertien (H, (·, ·)H ) :
|(x, y)H | ≤ ||x||H ||y||H , ∀x, y ∈ H. (1.1)

Preuve. Dans un espace vectoriel réel, on considère le polynôme P (t) = ||x − ty||2 = ||y||2 t2 −
2(x, y)t + ||x||2 pour tout t ∈ R, x et y quelconques dans H . P (t) étant positif pour tout t, on
déduit (x, y)2 − ||x||2 ||y||2 ≤ 0. Dans le cas d'un espace vectoriel complexe on se ramène au cas
précédent avec le polynôme P (t) = ||x − tαy||2 = |α|2 ||y||2 t2 − (α(y, x) + ᾱ(x, y))t + ||x||2 pour
tout t ∈ R, avec α ∈ C, et on choisit α ∈ C tel que |α| = 1 et α(y, x)H ∈ R.
L'importance considérable des espaces préhilbertiens et hilbertiens (existence d'un produit sca-
laire) est due au théorème de CauchySchwarz et à la simplicité des calculs qui en résultent.
On en déduit :

Corollaire 1.4 Dans un espace préhilbertien H , pout tout x, y ∈ H :

x⊥y =⇒ ||x + y||2 = ||x||2 + ||y||2 (théorème de Pythagore),
2 2 2 2
||x + y|| + ||x − y|| = 2||x|| + 2||y|| (identité du parallèlogramme),
1
(x, y) = (||x + y||2 − ||x − y||2 ) (identité de polarisation),
4
a+b 2 1
||x − a|| + ||x − b||2 = 2||x −
2
|| + ||a − b||2 (identité de la médiane).
2 2

Preuve. Immédiat : il sut d'écrire ||z||2 = (z, z).

1.4 Une application

On a toujours dans R : (a − b)2 ≥ 0, ce qui donne :

2ab ≤ a2 + b2 , ∀a, b ∈ R.

On en déduit :
(ac + bd)2 ≤ (a2 + b2 )(c2 + d2 ), ∀a, b, c, d ∈ R,
puisque 2abcd ≤ a2 d2 + b2 c2 .
Mais µ
cela¶se déduit également ~ cd
directement de la relation de CauchySchwarz : ab. ~ ≤ ||ab||.||
~ ~
cd||
µ ¶
~ = a et cd
où ab ~ = c . Et plus généralement :
b d
q q
(a1 b1 + · · · + an bn ) ≤ (a21 + · · · + a2n ) (b21 + · · · + b2n ), ∀a1 , ..., an , b1 , ..., bn ∈ R, (1.2)

grâce à l'inégalité de Cauchy-Schwarz dans Rn .

5
6 1.5. Remarque sur les espaces vectoriels fermés ou non

Cette dernière inégalité (CauchySchwarz) sera utilisée dans la suite comme, pour tout u, v ∈
H 1 (Ω) :
~
||u||L2 ||v||L2 + ||gradu|| ~
(L2 )n ||gradv||(L2 )n
~
≤ (||u||2L2 + ||gradu||2 1
2 2 1
(L2 )n ) (||v||L2 + ||gradv||(L2 )n ) ,
2 2

i.e., pour tout u, v ∈ H 1 (Ω) :

||u||L2 ||v||L2 + ||gradu||(L2 )n ||gradv||(L2 )n ≤ ||u||H 1 ||v||H 1 , (1.3)

déf
où ||v||2H 1 = ||v||2L2 + ||gradv||2(L2 )n .

1.5 Remarque sur les espaces vectoriels fermés ou non

En dimension innie, les espaces ou sous-espaces vectoriels ne sont pas toujours fermés : cela
dépend de la norme choisie, toutes les normes n'étant pas équivalentes.

Exemple 1.5 Soit C 0 ([0, 1]) l'espace des fonctions continues sur [0, 1]. La norme de la convergence
uniforme est dénie sur C 0 ([0, 1]) par :

||f ||∞ = sup |f (x)|.

x∈[0,1]

Et muni de cette norme, (C 0 ([0, 1]), ||.||∞ ) est un espace de Banach (exercice classique).

Exemple 1.6 Par contre, muni de la norme de L2 ([0, 1]) (norme de l'énergie) dénie par :
Z 1
1
||f ||L2 = ( |f (x)|2 dx) 2 ,
0

l'espace (C 0 ([0, 1]), ||.||L2 ) n'est pas complet (d'ailleurs son complété C 0 ([0, 1]) est l'espace L2 ([0, 1])
tout entier).
Pour s'en convaincre, il sut de considérer la fonction 1] 21 ,1] qui vaut 0 sur [0, 12 ] et 1 sur ] 12 , 1] :
cette fonction est en escalier et donc n'est pas continue (non dans C 0 ([0, 1])) et est pourtant limite,
au sens de la convergence dans L2 ([0, 1]), d'une suite de fonctions continues (en dessiner). Par
exemple, avec : 
 1

 fn (x) = 0 si 0 ≤ x ≤ ,

 2

1 1 1 1
fn (x) = n(x − ) si ≤ x ≤ + ,

 2 2 2 n



 fn (x) = 1 1 1
si + ≤ x ≤ 1,
2 n
la suite (fn ) de C 0 ([0, 1]) est telle que ||1] 12 ,1] − fn ||L2 −→n→∞ 0. Et il est immédiat que (fn ) est
une suite de Cauchy dans (C 0 ([0, 1]), ||.||L2 ). Cette suite ne convergeant pas dans C 0 , on en déduit
que (C 0 ([0, 1]), ||.||L2 ) n'est pas hilbertien (uniquement préhilbertien).

Exemple 1.7 Et soit F = {f ∈ C 0 ([0, 1]) : f|[0, 12 ] = 0}. Alors F est trivialement stable dans C 0 :
toute combinaison linéaire de fonctions de F est dans F , et c'est bien un sous-espace vectoriel. Mais
il n'est pas fermé pour la norme ||.||L2 , voir l'exemple des suites (fn ) précédentes qui appartiennent
à F mais convergent à l'extérieur de F .
(Noter tout de même que F est fermé pour la norme ||.||∞ : dans ce cas, la suite (fn ) choisie
n'est pas de Cauchy pour la norme ||.||∞ , et donc ne peut pas converger pour cette norme.)

Remarque 1.8 Ces exemples montrent qu'en dimension innie les normes ne sont pas toujours
équivalentes. En eet, il est immédiat que : lorsque les normes ||.||1 et ||.||2 sont équivalentes dans
un espace vectoriel E , alors (E, ||.||1 ) complet équivant à (E, ||.||2 ) complet : si une suite est de
Cauchy (resp. et converge) dans une norme alors elle est de Cauchy (resp. et converge) dans une
norme équivalente (resp. et les limites sont identiques).
Or (C 0 ([0, 1]), ||.||∞ ) est complet alors que (C 0 ([0, 1]), ||.||L2 ) ne l'est pas : les normes ||.||∞ et
||.||L2 ne sont donc pas équivalentes.

6
7 1.6. Projection

1.6 Projection
On rappelle, dans le cas des sous-espaces vectoriels fermés :

Théorème 1.9 Soit F un sous-espace vectoriel fermé d'un espace de Hilbert H . Alors, pour tout
x ∈ H , il existe un unique a ∈ F tel que :
déf
||x − a||H = d(x, F ) ( = inf ||x − b||H ). (1.4)
b∈F

noté
Ce point a = PF x et est appelé projection de x sur F . On a ainsi déni une fonction PF : H → H
vériant Im(PF ) = F et caractérisée par :

(x − PF x, b) = 0, ∀b ∈ F i.e. (PF x, b) = (x, b), ∀b ∈ F (1.5)

(en particulier x − PF x ⊥ F .) PF est appelée projection orthogonale de H sur F . De plus on a,

pour tout x, y ∈ H :
||PF x − PF y||H ≤ ||x − y||H , (1.6)
et l'application PF est linéaire, vérie PF ◦ PF = PF et est continue de norme 1 : ||PF || = 1.

notée ||PF x||H

(On rappelle que ||PF ||L(H,H) = ||PF || = sup .)
06=x∈H ||x||H
Preuve. 1- Existence : soit (an ) une suite minimisante : ||x − an || → d(x, F ) quand n → ∞.
Montrons qu'elle est de Cauchy. L'identité de la médiane donne :
1 an + am 2
||an − am ||2 = ||x − an ||2 + ||x − am ||2 − 2||x − ||
2 2
an +am
avec 2 ∈ F car F est stable (sous-espace vectoriel), et donc ||x − an +a
2
m
|| ≥ d(x, F ). Et
an +am an +am
||x − 2 || ≤ 21 (||x − an || + ||x − am ||) → d(x, F ), d'où ||x − 2 || → d(x, F ) et :

1
||an − am ||2 → d(x, F ) + d(x, F ) − 2d(x, F ) = 0.
2
Donc (an ) est une suite de Cauchy. Puisque F est fermé, cette suite converge. Si a est sa limite,
on a bien ||x − a|| = lim ||x − an || = d(x, F ).
2- Si a et a0 vérie ||x − a|| = d(x, F ) = ||x − a0 || alors la suite (a, a0 , a, a0 , ...) est de Cauchy,
grâce au lemme de la médiane. Donc cette suite est convergente, donc a = a0 .
3- Montrons que (1.4) implique (1.5). Pour tout λ ∈ R et b ∈ F on a c = a + λ(b − a) ∈ F (car
F est stable), et par dénition de a on a ||x − a|| ≤ ||x − c||. D'où, pour tout λ ∈ R :

||x − a||2H ≤ ||x − a||2H + λ2 ||b − a||2H − 2λ(x − a, b − a)H ,

et donc :
∀λ ∈ R, λ2 ||b − a||2H ≥ 2λ(x − a, b − a)H .
Prenant λ > 0 puis λ < 0, on en déduit que (x − a, b − a)H ≤ 0 puis (x − a, b − a)H ≥ 0. D'où
(x − a, b − a)H = 0, ce pour tout b ∈ F .
4- Réciproquement, montrons que (1.5) implique (1.4). Pour tout b ∈ F on a bien :

||x − b||2 = ||x − a + a − b||2 = ||x − a||2 + ||a − b||2 + 0 ≥ ||x − a||2 ,

car x−a ⊥ a−b (et donc (x − a, a − b)H = 0).

5- Il est immédiat que PF est linéaire. Et avec la caractérisation (1.5) que pour tout x dans H ,
prenant b = PF x, on a ||PF x||2H ≤ ||PF x||H ||x||H donc que ||PF || ≤ 1.
6- Il est immédiat que PF ◦ PF = PF .
7- Enn (1.6) est obtenu grâce à Pythagore :

||x − y||2 = ||(PF (x − y)) + (x − y + PF (y − x))||2 = ||PF x − PF y||2 + ||x − y + PF (y − x)||2 .

7
8 1.6. Projection

Remarque 1.10 Ce théorème et cette démonstration tiennent dès que F est un convexe fermé
dans H à condition de changer la caractérisation (1.5) (égalité) en la caractérisation (l'inégalité) :

∀b ∈ F (x − a, b − a) ≤ 0.

Faire un dessin. Et si F n'est pas fermé, la projection n'existe pas toujours (elle existe dans F ).

On rappelle que, par dénition :

F ⊥ = {x ∈ H : (x, b)H = 0, ∀b ∈ F } (1.7)

Proposition 1.11 Soit H Hilbert.

1- Si B et C sont deux sous ensembles de H , et si B ⊂ C alors C ⊥ ⊂ B ⊥ .
¡ ¢⊥
2- Si B est un sous-ensemble de H alors B ⊥ = B ,
3- et B ⊥ = (Vect(B))⊥ .
4- B ⊥ est fermé dans H ,
5- si C ⊂ B ⊥ , alors C ⊂ B ⊥ ,
6- et (B ⊥ )⊥ = Vect(B).

(On rappelle que Vect(B) est le sous espace vectoriel engendré par B , i.e. l'espace des combinaisons
linéaires (sommes nies) d'éléments de B :
n
X
Vect(B) = {x ∈ H : ∃n ∈ N, ∃αi ∈ R, 1≤i≤n, ∃bi ∈ B, 1≤i≤n : x = αi bi }.)
i=1

Preuve. 1- Si x ∈ C ⊥ , alors pour tout c ∈ C on a (x, c) = 0 et en particulier si B ⊂ C , pour tout

b ∈ B on a (x, b) = 0, donc x ∈ B ⊥ . On a bien C ⊥ ⊂ B ⊥ .
2- On en déduit que B ⊥ ⊃ (B)⊥ (car B ⊂ B ). Réciproquement, soit x ∈ B ⊥ , montrons que
x ∈ (B)⊥ : si c'est faux, il existe c ∈ B tel que (x, c) = α 6= 0. Mais alors pour une suite (bn )
de B convergente vers c, par continuité du produit scalaire on aurait |(x, bn )| ≥ |α| 2 > 0 à partir
d'un certain rang n, donc x 6⊥ bn pour n assez grand, donc x 6∈ B ⊥ , contraire à l'hypothèse. Donc
B ⊥ ⊂ (B)⊥ , et nalement B ⊥ = (B)⊥ .
3- Et comme B ⊂ Vect(B) on a Vect(B)⊥ ⊂ B ⊥ . Et si x ∈ B ⊥ , alors pour tout b ∈ B on
a (x, b) = 0 et donc pour toute combinaison linéaire, i.e. tout c ∈ Vect(B) on a (x, c) = 0 et
x ∈ Vect(B)⊥ .
4- Si (xn ) est une suite de Cauchy de B ⊥ (donc de Cauchy dans H ), elle est convergente vers
x ∈ H (complet). Et pour tout b ∈ B on a (x, b) = lim(xn , b) = 0 car le produit scalaire est continu,
d'où x ∈ B ⊥ .
5- Si C ⊂ B ⊥ alors C ⊂ B ⊥ = B ⊥ car B ⊥ est fermé.
6- Si b ∈ B alors pour tout x ∈ B ⊥ on a (b, x) = 0 et donc b ∈ (B ⊥ )⊥ : on a B ⊂ (B ⊥ )⊥ , puis
immédiatement Vect(B) ⊂ (B ⊥ )⊥ , d'où Vect(B) ⊂ (B ⊥ )⊥ .
Puis si b ∈ (B ⊥ )⊥ alors pour tout x ∈ B ⊥ on a (x, b) = 0 ; supposons que b 6∈ Vect(B), alors
avec 2-, il existe c ∈ Vect(B)⊥ tel que (c, b) 6= 0, donc il existe c ∈ B ⊥ tel que (c, b) 6= 0 (cf 3-) et
donc b 6∈ (B ⊥ )⊥ , absurde.
On en déduit en particulier :

Corollaire 1.12 Soit F un sous-espace vectoriel (fermé ou non) de H Hilbert. Alors :

1- F ⊥ est fermé dans H , (F )⊥ = F ⊥ , (F ⊥ )⊥ = F ,
2- et F est dense dans H ssi F ⊥ = {0}.

(Le 2- de cette proposition est très utile pour démontrer qu'un sous espace est dense.)
Preuve. Le 1- n'est autre que la proposition précédente.
⊥
2- Si F est dense dans H alors F = H et F ⊥ = F = {0}. Et réciproquement, si {0} = F ⊥
alors H = (F ⊥ )⊥ = Vect(F ) = F , d'où F est dense dans H .

Proposition 1.13 Si H est un Hilbert et si F est fermé, alors l'orthogonal F ⊥ de F est un

sous-espace vectoriel supplémentaire de F dans H : on a H = F ⊕ F ⊥ .

8
9 1.6. Projection

Preuve. En eet, x = PF x + (x − PF x) (car PF x existe, F étant fermé).

Remarque 1.14 Ce corollaire est faux si F n'est pas fermé. On reprend l'exemple 1.7 dans
C 0 ([0, 1]) muni du produit scalaire de L2 (]0, 1[) : on a immédiatement F ⊥ = {f ∈ C 0 ([0, 1]) :
f|[ 21 ,1] = 0}, mais F + F ⊥ ne contient pas la fonction ≡ 1 qui est pourtant dans C 0 ([0, 1]) (la
fonction 1 ne peut être écrite 1 = f + f⊥ avec f ∈ F et f⊥ ∈ F ⊥ ).

Remarque 1.15 Dans (C 0 ([0, 1]), ||.||∞ ), F ⊥ n'a aucun sens car la norme ||.||∞ ne dérive pas
d'un produit scalaire, et donc il n'y a pas de notion d'orthogonalité.

9
10

2 Introduction aux espaces de Sobolev

Pour simplier l'exposé on se restreint aux fonctions à valeurs réelles. On considère un ouvert
borné 1-régulier Ω de Rn (i.e. un ouvert dont la frontière est paramétrable par une fonction lo-
calement C 1 ). Un espace de Sobolev est un espace de fonction muni d'une norme dérivant d'une
intégration qui fait de cet espace un Banach, comme par exemple les espaces Lp (Rn ) dénis par :
Z
p n n
L (R ) = {f : R → R : |f (~x)|p < ∞}.
Rn

Les espaces de Sobolev qu'on considèrera dans ce cours seront hilbertiens (la norme qu'on consi-
dérera dérivera d'un produit scalaire), et ce seront l'espace L2 (Ω) des fonctions de carré intégrable
sur un ouvert Ω ⊂ Rn : Z
L2 (Ω) = {f : Ω → R : |f (~x)|2R < ∞},
Ω
2
et des sous-espaces de L (Ω) de fonctions dont des dérivées sont de carré intégrable (fonctions
d'énergie nie), comme par exemple :
∂f ~
H 1 (Ω) = {f ∈ L2 (Ω) : ∀i=1, ..., n, ∈ L2 (Ω)} = {f ∈ L2 (Ω) : gradf ∈ (L2 (Ω))n }.
∂xi

2.1 Espaces L2 (Ω) et L2 (Ω)n

L'espace L2 (Ω) des fonctions mesurables Ω → R de carré intégrable est un espace vectoriel
muni du produit scalaire et de la norme associée, pour tout f, g ∈ L2 (Ω) :
Z ³Z ´ 12
(f, g)L2 (Ω) = f (x)g(x) dx, ||f ||L2 (Ω) = |f (x)|2 dx . (2.1)
Ω Ω

Si un seul ouvert Ω est utilisé on note plus simplement (·, ·)L2 (Ω) = (·, ·)L2 et ||.||L2 (Ω) = ||.||L2 . On
admet le théorème :

Théorème 2.1 (RieszFischer) L2 (Ω) muni du produit scalaire (·, ·)L2 est un espace de Hilbert.
On rappelle l'inégalité de Schwarz :

|(f, g)L2 | ≤ ||f ||L2 ||g||L2

i.e. ³Z ´2 ³Z ´³Z ´
f (x)g(x) dx ≤ f 2 (x) dx g 2 (x) dx
Ω Ω Ω

(pour tout f, g ∈ L2 (Ω).)  

f1 (~x)
Soit f~ ∈ F(Ω, Rp ) une fonction à valeurs vectorielles (m ≥ 2). On note f~(~x) =  ... .
 

fm (~x)
m
L'espace L2 (Ω) = L2 (Ω) × ... × L2 (Ω) (produit cartésien m-fois) est l'espace des fonctions
f~ ∈ F(Ω, Rm ) dont les composantes (fi )i=1,...,m sont dans L2 (Ω).
m
Pour faire de L2 (Ω) un espace de Hilbert, on le munit du produit scalaire cartésien :
m
X noté
(f~, ~g )L2 (Ω)p = (fi , gi )L2 (Ω) = (f~, ~g )L2 ,
i=1

associé à la norme (Pythagore) :

q
noté
||f~||L2 (Ω)m = ||f1 ||2L2 (Ω) + ... + ||fm ||2L2 (Ω) = ||f~||L2 .

~ n
Par exemple, pour u ∈ C 1 (Ω̄) et Ω borné, on a gradu ∈ C 0 (Ω̄)n ⊂ L2 (Ω) et :
X n Xn Z Z
~ 2 ∂u 2 ∂u 2 ~
||gradu||L2 = || ||L2 = | (~x)| dΩ = x)||2Rn dΩ.
||gradu(~ (2.2)
i=1
∂x i i=1 Ω ∂x i Ω

~
On se servira très souvent de ||gradu||L2 dans ce cours.

10
11 2.2. Notions de distributions

2.2 Notions de distributions

Les fonctions intégrables ou les fonctions de carré intégrable ne sont pas forcément dérivables
(exemple des fonctions en escalier qui ne sont même pas continues). Il va pourtant falloir considérer
leurs dérivées. On va pour ce faire introduire la notion de dérivées généralisées à l'aide de la théorie
des distributions de Laurent Schwartz.
Ce paragraphe n'est qu'une introdution à la théorie des distributions, théorie qui sera abordée
au cours du deuxième trimestre de deuxième année d'ISIMA, et qui de manière générale donne
diérents outils T pour mesurer des fonctions f à l'aide des valeurs T (f ).

2.2.1 Espace D(Ω) des fonctions C ∞ (Ω) à support compact

Soit Ω un ouvert de Rn et soit f une fonction de Ω dans R. On appelle support de f l'ensemble
fermé de Rn qui est l'adhérence de {x ∈ Ω : f (x) 6= 0} :
supp(f ) = {x ∈ Ω : f (x) 6= 0} ⊂ Rn (2.3)
C'est aussi le complémentaire du plus grand ouvert sur lequel f est nulle, voir gure 2.1. C'est le
domaine sur lequel il est intéressant d'étudier f .

−1
−2 −1 0 1 2

S
Fig. 2.1  Le support de cette fonction est [−1, 1], adhérence de ] − 1, 0[ ]0, 1[.

On note D(Ω) l'espace des fonctions C ∞ (Ω) à support compact dans Ω :

D(Ω) = {f ∈ C ∞ (Ω) : supp(f ) borné , supp(f ) ⊂ Ω} (2.4)
(un fermé borné est compact dans Rn .)
1
Exemple 2.2 Dans R : la fonction dénie sur ] − 1, 1[ par ϕ(x) = e− 1−x2 et sur R−]−1, 1[ par
ϕ(x) = 0 appartient à D(R) (ainsi qu'à D(]−1−r, 1+r[) pour tout r > 0).
1
− 1−|~
Exemple 2.3 Dans Rn , la fonction ϕ(~x) = e x|2 pour |~x| < 1 et ϕ(~x) = 0 sinon appartient à
D(Rn ) (ici |~x| représente la norme euclidienne de ~x).
On admet la proposition suivante (voir cours de distribution, démonstration faite par troncature
et régularisation) :
Proposition 2.4 D(Ω) est dense dans L2 (Ω), i.e.,
∀f ∈ L2 (Ω), ∀ε > 0, ∃ϕ ∈ D(Ω), ||f − ϕ||L2 < ε. (2.5)
Donc f ∈ L2 (Ω) étant donnée, il existe une suite (ϕn ) ∈ D(Ω) telle que ϕn −→ f au sens de
n→∞
la convergence dans L2 (Ω), i.e. telle que ||f − ϕn ||L2 −→ 0.
n→∞
Et on dit que : toute fonction de carré intégrable sur Ω peut être approchée à ε près, au sens
de la norme de L2 (Ω), par une fonction C ∞ (Ω) à support compact dans Ω.
Remarque 2.5 Pour un compact K de Rn on a bien sûr D(K) = C ∞ (K), mais dans ce cours
on s'intéresse aux ouverts bornés Ω de Rn . Et dans ce cas D(Ω) ( C ∞ (Ω) : prendre par exemple
la fonction 1Ω , constante égale à 1 sur Ω, qui est bien C ∞ (Ω) mais n'est pas à support compact
dans Ω.

11
12 2.2. Notions de distributions

2.2.2 Espace des distributions D0 (Ω)

∞ n
Une fonction
Pϕ ∈ D(Ω) étant C (Ω) on peut la dériver à tout ordre. Soit α = (α1 , . . . , αn ) ∈ N ,
on note |α| = i=1,n αi , et :
déf ∂ |α| ϕ
∂ α ϕ(x) = (x). (2.6)
∂x1 . . . ∂xα
α1
n
n

On munit D(Ω) de la convergence suivante (convergence `très contraignante') : la suite (ϕm )m∈N
de D(Ω) converge vers ϕ ∈ D(Ω), et on note ϕm → ϕ dans D(Ω), si et seulement si :
1. les supports des ϕm restent dans un compact xe :

∃K compact ⊂ Ω t.q. ∀ϕm ∈ D(Ω) : supp(ϕm ) ⊂ K, (2.7)

(il existe un voisinage ouvert O ⊂ Ω du bord de Ω, à savoir O = Ω−K , tel que toutes les ϕm
sont nulles dans tout O)
2. pour tout α ∈ Nn (i.e. pour chaque ordre) on a ∂ α ϕm −→ ∂ α ϕ uniformément dans Ω, i.e. :

∀α ∈ Nn , ∀ε > 0, ∃M ∈ N, ∀m > M, ||∂ α ϕ − ∂ α ϕm ||∞ < ε. (2.8)

(Convergence uniforme à tout ordre. On rappelle que ||f ||∞ = supx∈Ω |f (x)|).

On dénit dès lors l'espace dual D0 (Ω) = L(D(Ω), R) de D(Ω), i.e. l'espace des formes linéaires
continues (pour la notion de convergence ci-dessus) sur D(Ω). D0 (Ω) est appelé espace des distri-
butions et ses éléments sont appelés distributions.
Donc on a T ∈ D0 (Ω) si T : D(Ω) −→ R vérie :
1. la linéarité : pour tout r ∈ R et tous ϕ, ψ ∈ D(Ω) :

T (rϕ + ψ) = rT (ϕ) + T (ψ) (égalité dans R), (2.9)

2. la continuité au sens de D(Ω) :

T (ϕm ) −→ T (ϕ) dans R dès que ϕm −→ ϕ au sens ci-dessus de D(Ω), (2.10)

m→∞ m→∞

voir (2.7) et (2.8).

Pour T ∈ D0 (Ω) (fonctionnelle linéaire continue), on utilise la notation du crochet de dualité :
noté
T (ϕ) = hT, ϕiD0 (Ω),D(Ω) = hT, ϕi

(sans indice si aucune confusion n'est possible). Cette notation usuelle dans le cas linéaire permettra
dans le cas où T peut être représentée par une fonction de manipuler l'expression hT, ϕi comme
un produit scalaire (T, ϕ)L2 (Ω) , voir l'exemple suivant 2.7.

Exemple 2.6 Masse de Dirac δa en a ∈ Rn (ou mesure de Dirac). On dénit T = δa par :

noté
∀ϕ ∈ D(Ω), δa (ϕ) = ϕ(a) ( = hδa , ϕi).

On vérie que δa est une distribution : la linéarité est immédiate (par dénition de l'addition et de la
multiplication par un scalaire dans l'espace des fonctions), et la continuité est tout aussi immédiate
puisque de la notion de convergence dans D(Ω) on a uniquement besoin de la convergence uniforme
à l'ordre 0 (l'écrire).
C'est un exemple de distribution qui n'est pas une fonction : δa n'est pas une fonction, voir
plus loin.

Exemple 2.7 Soit f ∈ L2 (Ω). Alors Tf dénie par :

Z
noté
∀ϕ ∈ D(Ω), Tf (ϕ) = f (x)ϕ(x) dx ( = hTf , ϕi) (2.11)
Ω

est une distribution : la linéarité est immédiate (c'est celle de la linéarité de l'intégrale), et la
continuité est tout aussi immédiate puisque de la notion de convergence dans D(Ω) on a uniquement
besoin de la convergence uniforme à l'ordre 0 : |Tf (ϕ)−Tf (ϕm )|R ≤ ||f ||L2 ||ϕ−ϕm ||L2 par Cauchy
Schwarz, et ||ϕ − ϕm ||L2 ≤ C||ϕ − ϕm ||∞ où C est le volume d'un compact qui contient tous les
supp(ϕm ), et donc |Tf (ϕ) − Tf (ϕm )|R → 0 quand ϕm → ϕ dans D(Ω).

12
13 2.2. Notions de distributions

Dénition 2.8 Toute distribution de type Tf déni dans l'exemple ci-dessus est appelée distri-
bution régulière (associée à la fonction f de L2 (Ω)).

Remarque 2.9 On vérie que T : f ∈ L2 (Ω) → T (f ) déf

= Tf ∈ D0 (Ω) est linéaire (trivial) et
injective i.e. :
Tf = 0 =⇒ f = 0,
i.e. hTf , ϕi = 0 pour tout ϕ ∈ D(Ω) =⇒ f = 0. R
R En eet, par densité de D(Ω) dans L2 (Ω), ayant f dans L2 (Ω), de Ω f (x)ϕ(x) dx = 0 on déduit
Ω
f 2 (x) dx = 0 et donc que f = 0 presque partout, i.e., f = 0 dans L2 (Ω) (f est nulle sauf sur un
ensemble de mesure nulle).
T étant injective, on identie Tf et f , i.e., on note Tf = f . On a donc :

hTf , ϕi = hf, ϕi = (f, ϕ)L2 , ∀ϕ ∈ D(Ω)

2.2.3 Notation intégrale

T ∈ D0 (Ω) étant une fonctionnelle linéaire, outre la notation de crochet de dualité T (ϕ) = hT, ϕi,
on utilise également la notation intégrale (notation linéaire par excellence) : pour ϕ ∈ D(Ω) :
Z
T (ϕ) = T ϕ dx.
Ω

Attention : c'est une notation abusive qui n'a de sens que Rlorsque T est une distribution régulière
(de la forme Tf avec f ∈ L2 (Ω)). En particulier, l'écriture Ω T (~x)ϕ(~x) dx est abusive lorsque T (~x)
n'a pas de sens. Z
noté
Ainsi  δa (f ) = δa f dx est une notation abusive, uniquement formelle.
Ω

2.2.4 Dérivation des distributions et exemples

∂ϕ
Il est évident que si ϕ ∈ D(Ω) alors ∈ D(Ω), pour tout i = 1, . . . , n. Et donc, si T est une
∂xi
∂ϕ
distribution, pour tout ϕ ∈ D(Ω), l'expression hT, ∂x i
i a un sens.

Dénition 2.10 Pour T ∈ D0 (Ω) = L(D(Ω), R), on dénit les fonctionnelles, pour i=1, ..., n :
déf ∂ϕ
Si : ϕ ∈ D(Ω) → Si (ϕ) = − hT, i.
∂xi
∂T
Les Si sont appelées les dérivées premières de T au sens des distributions, et notées Si = ∂xi .

Donc, les dérivées premières de T au sens des distributions sont dénies par : pour tout
i=1, ..., n :
∂T déf ∂ϕ
∀ϕ ∈ D(Ω), h , ϕi = − hT, i (2.12)
∂xi ∂xi
∂T déf ∂ϕ
Ou encore, pour tout ϕ ∈ D(Ω) : (ϕ) = − T ( ).
∂xi ∂xi
C'est une généralisation de la formule d'intégration par partie, les termes de bord étant nuls
lorsque ϕ ∈ D(Ω). Attention, c'est une dénition, pas une propriété. Avec la notation intégrale, on
a donc, par dénition :
Z Z
∂T déf ∂ϕ
∀ϕ ∈ D(Ω), ϕ dx = − T dx.
Ω ∂x i Ω ∂x i

On vérie immédiatement :
∂T
Proposition 2.11 Si T ∈ D0 (Ω) alors, pour tout i=1, ..., n, les fonctionnelles Si = sont des
∂xi
∂T
distributions : ∂xi ∈ D0 (Ω).

13
14 2.2. Notions de distributions

Remarque 2.12 On rappelle que pour dénir une fonction f , il sut de donner sa valeur en
chacun de ses points : f est connue si on connaît f (x) pour tout x dans le domaine de dénition
de f .
Les fonctionnelles T ∈ D0 (Ω) sont avant tout des fonctions (dénies sur un espace de fonctions).
Donc elle sont connues si on connait T (ϕ) pour tout ϕ dans le domaine de dénition de T , i.e.
pour tout ϕ ∈ D(Ω). Avec la notation du crochet de dualité, une distribution T est donc connue si
on connaît hT, ϕi pour tout ϕ ∈ D(Ω). Et c'est bien ainsi qu'ont été dénies la masse de Dirac δa ,
∂T
la distribution régulière Tf , et la dérivée partielle .
∂xi

2.2.5 Exemples de dérivations

Exemple 2.13 Pour a et b deux réels tels que a < b, si f ∈ C 1 ([a, b]) alors f 0 ∈ C 0 ([a, b]), et f
et f 0 appartiennent à L2 (]a, b[). On vérie qu'alors (Tf )0 = T(f 0 ) , i.e. que la dérivée au sens des
distributions est une généralisation de la dérivée usuelle. En eet, on a pour tout ϕ ∈ D(]a, b[) :
Z b Z b
0 déf
hT(f 0 ) , ϕi = f (x)ϕ(x) dx = − f (x)ϕ0 (x) dx = −hTf , ϕ0 i = h(Tf )0 , ϕi
a a

le deuxième signe `=' étant donné par l'intégration par partie classique puisque ϕ ∈ D(]a, b[) donne
en particulier ϕ(a) = ϕ(b) = 0. On peut identier sans souci f 0 et les distributions associées T(f 0 )
ou (Tf )0 quand f ∈ C 1 .

Exemple 2.14 Pour f ∈ L2 (R) non dérivable, la dérivée f 0 = ∂f

n'a pas de sens usuel. Par contre
∂x
elle a un sens au sens des distributions : si Tf est la distribution associée à f par (2.7), sa dérivée
(Tf )0 dénie par (2.12) sera notée (abusivement) f 0 . Par contre on n'a pas (Tf )0 = T(f 0 ) pour la
simple raison que f 0 n'existe pas en général.
∂f ∂f
De même pour f ∈ L2 (Ω) avec ∂x i
qui n'a de sens qu'au sens des distributions : ∂x i
est la
∂(Tf )
notation abusive de ∂xi dénie en (2.12).

Exemple 2.15 La fonction (marche unité) de Heaviside H0 = 1R+ : R → R dénie par H0 (x) = 1
si x ≥ 0 et H0 (x) = 0 si x < 0 (marche unité) n'est pas dérivable en 0. Elle est dérivable au sens
des distributions : si TH0 est la distribution associée à H0 par hTH0 , ϕi = (H0 , ϕ)L2 (Ω) pour tout
ϕ ∈ D(R), alors :
Z ∞
dTH0 déf dϕ
h , ϕi = − hTH0 , i=− ϕ0 (x) dx = ϕ(0) = hδ0 , ϕi
dx dx 0

dT dT
Donc dxH0 = δ0 dans D0 (R). On note : dxH0 = δ0 dans D0 (R), ou encore  H00 = δ0 au sens des
disributions (attention la fonction de Heaviside n'est pas dérivable, et écrire H00 impose de préciser
`au sens des distributions').
Montrer que pour la marche unité Ha = 1]a,∞[ on a Ha0 = δa au sens des distributions.

Exemple 2.16 La fonction valeur absolue : |x| = x si x > 0 et |x| = −x si x < 0 a pour dérivée
au sens des ditributions H0 (x) − H0 (−x) = (1R+ − 1R− )(x). Le vérier et faire le dessin.

Exemple 2.17 Soit f une fonction C 1 par morceaux, en deux morceaux, i.e., f ∈ C 1 (R) − {a},
f (a−0), f (a+0), f 0 (a−0), f 0 (a+0) ∈ R. On note s = f (a+0) − f (a−0) le saut de f en a. Alors la
distribution Tf associée à f est dérivable au sens des distributions et par dénition :
Z
h(Tf )0 , ϕi = − f (x)ϕ0 (x) dx.
R

f 0 a un sens dans C 0 (] − ∞, a[) et dans C 0 (]a, ∞[, et on peut appliquer les règles usuelles de
l'intégration par parties :
Z Z a Z ∞
0 0
− f (x)ϕ (x) dx = − f (x)ϕ (x) dx − f (x)ϕ0 (x) dx
R ∞ a
Z a Z ∞
0
= f (x)ϕ(x) dx + f 0 (x)ϕ(x) dx + s ϕ(a).
∞ a

14
15 2.3. L'espace de Sobolev H 1 (Ω)

On a donc :
(Tf )0 = Tf 0 + sδa ,
(attention aux notations !) où on a noté Tf 0 la distribution associée à f 0 là où f 0 a un sens ( !), i.e. :
Z a Z ∞
hTf 0 , ϕi = f 0 (x)ϕ(x) dx + f 0 (x)ϕ(x) dx.
∞ a

Attention aux notations ! Ce sont celles usuellement employées par les physiciens et il convient de
connaître leur signication qui n'est pas classique. Donc, si on veut dériver la fonction f discontinue
en a, à la dérivée classique f 0 (là où elle a un sens) il faut ajouter la masse de Dirac sδa . On retrouve
bien sûr les cas particuliers où f = H0 , et où f est continue dérivable en a (pour lequel s=0).
Remarque 2.18 La plus grosse diculté dans l'utilisation des distributions est les notations : on
vient de voir que considérer f 0 n'a aucun sens quand par exemple f a un saut en a, ou plutôt a
deux sens ! Le premier sens est classique et désigne la dérivée de f là où elle a un sens (ici partout
sauf en a) : cette dérivée classique ne permet pas de décrire ce qui se passe en a, alors que c'est
justement la discontinuité en a qui gouverne généralement le phénomène à étudier.
Et le deuxième sens est pris au sens des distributions, i.e. comme (Tf )0 dénie par (2.12) et
qui ne doit en aucun cas être notée f 0 au voisinage de a. Alors, attention au contexte et aux
notations !
Exercice 2.19 Soit Ω =] − 1, 1[. Résoudre le problème de Dirichlet, pour y ∈] − 1, 1[ :
(
u00 = δy
u(−1) = u(1) = 0

On note uy (x) = E(x, y) la solution (dite solution élémentaire), solution qui dépend de y . On
montrera que uy (x) = 21 (y + 1)(x − 1) si x ≥ y et uy (x) = 12 (y − 1)(x + 1) si x < y (fonction
continue).
Indication : u0 (x) = Hy (x) + c, i.e., u0 (x) = 1 + c si x ≥ y et u0 (x) = c si x < y où c ∈ R
est une constante d'intégration. Puis intégrer à nouveau : cela introduit 2 nouvelles constantes
d'intégration, ces trois constantes étant données par les conditions de Dirichlet et la continuité
en y à justier.) Cette équation correspond à un problème de charge ponctuelle (en y ) et sa
solution non dérivable au sens classique.
Vérier que la solution du problème associé (au sens des distributions) :
(
u00 = f
u(−1) = u(1) = 0
R1
est donnée par u(x) = −1
E(x, y)f (y) dy pour −1 < x < 1.
Réponse : voir cours des distributions. On peut faire la vérication formelle en écrivant
∂2E
R
∂x2 (x, y) = δy (x) et en dérivant sous le signe (ce qui sera toujours valide au sens des dis-
tributions).
Dénition 2.20 De manière générale, pour T ∈ D0 (Ω) et α ∈ Nn , ∂ α T est déni par :
déf
h∂ α T, ϕi = (−1)|α| hT, ∂ α ϕi (2.13)
Et on vérie immédiatement que ∂ α T ∈ D0 (Ω) (dénit une distribution) pour tout α ∈ Nn :
Proposition 2.21 Une distribution est inniment dérivable au sens des distributions.

2.3 L'espace de Sobolev H 1 (Ω)

∂v
Soit une fonction v ∈ L2 (Ω). En général v n'est pas dérivable et n'a pas de sens (au sens
∂xi
∂v
des fonctions) et en particulier n'est pas dans L2 (Ω). Mais a un sens au sens des distributions
∂xi
∂v déf ∂ϕ
donné par dénition par h , ϕi = − hv, i pour tout ϕ ∈ D(Ω).
∂xi ∂xi
∂v
Soit Ti = ∂xi la distribution ainsi dénie. S'il existe une fonction fi ∈ L2 (Ω) telle que Ti = Tfi ,
∂v
alors Ti est une distribution régulière, et on note simplement fi = ∂x i
.

15
16 2.3. L'espace de Sobolev H 1 (Ω)

Exemple 2.22 Soit Ω =]0, 2[ et soit la fonction ane par morceaux (fonction chapeau) :
(
x si x ∈ ]0, 1] ,
ϕ(x) = (2.14)
2 − x si x ∈ [1, 2[ .

(Faire le dessin.) Cette fonction n'est pas dérivable (au sens classique en x=1), mais est dérivable
au sens des distributions : si Tϕ est la distribution régulière associée, alors (Tϕ )0 est identiable
à la fonction ψ = 1]0,1[ − 1]1,2[ ∈ L2 (]0, 2[). On notera simplement (Tϕ )0 = ψ S = ϕ0 au sens des
distributions. (Notez que ψ n'est autre que ϕ0 là où ça a un sens, i.e. dans ]0, 1[ ]1, 2[).
On dénit alors l'espace de Sobolev d'ordre 1 sur Ω ouvert de Rn par :
∂v
H 1 (Ω) = {v ∈ L2 (Ω) : ∈ L2 (Ω), ∀i = 1, . . . , n}
∂xi (2.15)
n
~
= {v ∈ L2 (Ω) : gradv ∈ L2 (Ω) }.

(Par exemple, la fonction chapeau ϕ donnée en (2.14) est dans H 1 (]0, 2[).)
On lui associe le produit scalaire :
Z n Z
X ∂u ∂v
(u, v)H 1 (Ω) = u(x)v(x) dx + (x) (x) dx
Ω Ω ∂xi ∂xi
Z Zi=1
= ~
u(x)v(x) dx + (gradu(x), ~
gradv(x))Rn dΩ,
Ω Ω

Xn
~ ~ noté ~ ~ ∂u ∂v
où (gradu(x), gradv(x)) Rn = gradu(x).gradv(x) = (produit scalaire euclidien de Rn ).
i=1
∂x i ∂xi
Donc :
~
(u, v)H 1 (Ω) = (u, v)L2 (Ω) + (gradu, ~
gradv)L2 (Ω) , (2.16)
Z
~ ~ noté ~ ~
où on a noté (gradu, gradv)L2 (Ω) = gradu(x). gradv(x) dΩ. La norme associée est notée :
Ω
q ³ Xn
∂v 2 ´ 12
||v||H 1 (Ω) = (v, v)H 1 (Ω) = ||v||2L2 (Ω) + || ||L2 (Ω)
i=1
∂xi

i.e. : ³ ´ 12
~
||v||H 1 (Ω) = ||v||2L2 (Ω) + ||gradv||2
2 . (2.17)
L (Ω)

Lorsqu'aucune confusion n'est possible, on note simplement ||v||H 1 = ||v||H 1 (Ω) .

On admet le théorème suivant (de FischerRiesz) :
Théorème 2.23 L'espace (H 1 (Ω), ||.||H 1 (Ω) ) est un espace de Hilbert.
Remarque 2.24 L'espace (H 1 (Ω), ||.||L2 (Ω) ) (l'espace H 1 (Ω) muni du produit scalaire induit par
celui de L2 (Ω)) n'est pas un espace de Hilbert : il n'est pas complet, sa fermeture étant L2 (Ω)
tout entier. En eet, l'espace D(Ω) est dense dans L2 (Ω) et on a D(Ω) ⊂ H 1 (Ω) ⊂ L2 (Ω) et donc
H 1 (Ω) est dense dans L2 (Ω).
C'est uniquement muni de la norme ||.||H 1 que H 1 (Ω) est un Hilbert.
Remarque 2.25 Pour Ω ⊂ Rn avec n ≥ 2, les fonctions de H 1 (Ω) ne sont pas continues en
général. Par exemple, dans R2 prendre la fonction dénie dans la boule unité B = B(~0, 1) par :
¯ ¯k
v(~x) = ¯ln|~x|¯
qui n'est pas continue en 0 pour k>0 mais appartient à H 1 (B) pour 0 < k < 12 . Pour le voir,
R 21
intégrez sur le disque B en coordonnées polaires pour obtenir ||v||2L2 (B) = 2π r=0 (− log r)2k r dr =
R∞ R ∞
2π 1 e
−2t 2k ~
t dt < ∞, puis ||gradv|| 2
2 = 2π 1 k t
2 2(k−1)
dt < ∞ pour k < 1 .
t=− log( 2 ) L (B) t=− log( 2 ) 2
Donc les fonctions ayant une dérivée dans L2 (Ω) ne sont pas forcément continues : H 1 (Ω) 6⊂ C 0 (Ω)
en dimension n ≥ 2.
Autre exemple : la fonction ln(−ln|~x|) qui est dans H 1 (B) (le vérier) mais n'est pas continue
en 0.

16
17 2.4. L'espace de Sobolev H01 (Ω) et l'inégalité de Poincaré

Remarque 2.26 Par contre, dans R (en dimension 1 donc), les fonctions de H 1 (I) seront des
fonctions continues pour I intervalle borné ou non : par dénition :
H 1 (I) = {v(x) ∈ L2 (I) : v 0 (x) ∈ L2 (I)}.
Or sur tout intervalle borné I1 , une Rfonction f de LR2 (I1 ) appartientR aussi à L1 (I1 ). En eet,
1 1
l'inégalité de Cauchy-Schwarz donne I1 |f (x)| dx ≤ ( I1 |f (x)|2 dx) 2 ( I1 dx) 2 < ∞. Donc v 0 ∈
L2 (I) implique v 0 ∈ LR1 (I1 ) pour tout intervalle borné I1 inclus dans I ; et pour c un point intérieur
x
à I , la fonction x → c v 0 (t) dt est bien dénie et de plus continue. On dénit :
Z x
ṽ(x) = C + v 0 (t) dt,
c

et ṽ est continue.
(ṽ est un élément de la classe de v , L2 (I) étant un ensemble de classes d'équivalence : une
fonction v0 nulle presque partout ajoutée à ṽ donne une fonction ṽ + v0 qui a la même valeur
dans L2 (I) : ||ṽ + v0 ||L2 (I) = ||ṽ||L2 (I) (voir les cours sur l'intégrale de Lebesgue). Sans précision
supplémentaire, on prendra toujours le représentant continu ṽ de la classe d'équivalence pour dénir
v ∈ H 1 (I).)
Cela permet d'utiliser une autre dénition de H 1 (I) (dans le cas I intervalle de R) : plutôt que
de considérer les classes de fonctions, on considère les fonctions dénies par :
Z x
H 1 (I) = {v ∈ L2 (I) : ∃g ∈ L2 (I), ∃C ∈ R, ∃c ∈ I, v(x) = C + g(t) dt}
c
1
(H (I) est l'ensemble des fonctions dites absolument continues sur I .) On a donc en dimension 1,
pour a < b : H 1 (]a, b[) ⊂ C 0 (]a, b[).

2.4 L'espace de Sobolev H01 (Ω) et l'inégalité de Poincaré

On considère un ouvert borné Ω.
On a vu (Proposition 2.4) que D(Ω) est dense dans L2 (Ω) (donc pour la norme ||.||L2 (Ω) ).
Par contre D(Ω) n'est pas dense dans H 1 (Ω) muni de sa norme ||.||H 1 (Ω) . En eet, la fonction
constante = 1 sur Ω appartient à H 1 (Ω) mais n'est pas limite de fonction de D(Ω) pour la norme
de ||.||H 1 (Ω) : la variation au voisinage du bord serait trop `rapide' (gradient élevé) pour qu'on
~
puisse avoir ||1 − ϕ||2L2 (Ω) + ||grad1 ~ 2 2 ~
− gradϕ||L2 (Ω) < ε (sachant grad1 = 0).
1
En eet, par exemple dans H (]0, 1[), on devrait, pour tout ε > 0, avoir l'existence d'un ϕ ∈
D(]0, 1[) tel que ||1 − ϕ||L2 < ε et ||ϕ0 ||L2 < ε, avec ϕ à support compact, donc en particulier
Rx R1 R1 1
nulle au bord : ϕ(x) = 0 ϕ0 (x) dx, d'où |ϕ(x)| ≤ 0 |ϕ0 (x)| dx ≤ ( 0 |ϕ0 (x)|2 dx) 2 (par Cauchy
Schwartz) et donc |ϕ(x)| ≤ ε. On en déduit que |1 − ϕ(x)| ≥ 1 − ε et donc que ||1 − ϕ||2L2 ≥ (1 − ε)2 ,
ce qui est incompatible avec ||1 − ϕ||2L2 ≤ ε2 pour ε petit.
On dénit alors H01 (Ω) comme étant l'adhérence de D(Ω) dans (H 1 (Ω), ||.||H 1 ) (l'adhérence
dans H 1 (Ω) muni de sa norme ||.||H 1 (Ω) ) :
H 1 (Ω)
H01 (Ω) = {ϕ ∈ D(Ω)} (2.18)
i.e. :
H01 (Ω) = {v ∈ H 1 (Ω) : ∀ε > 0, ∃ϕ ∈ D(Ω), ||v − ϕ||H 1 (Ω) < ε}
Remarque 2.27 On rappelle que l'adhérence ci-dessus est dénie comme étant l'ensemble des
points ϕ ∈ H 1 (Ω) tels qu'il existe une suite (ϕn ) ∈ D(Ω) vériant ϕn −→n→∞ ϕ la limite étant
prise au sens de H 1 (Ω), i.e. au sens de la norme ||.||H 1 (Ω) . Donc ϕ est dans l'adhérence s'il existe
une suite (ϕn ) ∈ D(Ω) vériant ||ϕ − ϕn ||H 1 (Ω) −→n→∞ 0. Le choix de l'espace et donc de la
norme associé est primordial : si on avait considérer l'adhérence de D(Ω) dans (H 1 (Ω), ||.||L2 (Ω) )
cette adhérence serait l'espace H 1 (Ω) tout entier de manière triviale puisque D(Ω) est dense dans
H 1 (Ω)
L2 (Ω). Or H01 (Ω) = {ϕ ∈ D(Ω)} n'est jamais égal à H 1 (Ω) lorsque Ω est borné : prendre la
fonction 1Ω qui est dans H (Ω) mais n'est pas dans H01 (Ω) (cf début du paragraphe).
1

Remarque 2.28 On verra que H01 (Ω) est le sous-espace de H 1 (Ω) des fonctions qui s'annulent
au bord :
H01 (Ω) = {v ∈ H 1 (Ω) : v|Γ = 0}.
(dès que Ω est un ouvert 1-régulier.)

17
18 2.4. L'espace de Sobolev H01 (Ω) et l'inégalité de Poincaré

Dans H01 (Ω) on a (propriété diérenciant H01 (Ω) de H 1 (Ω) pour Ω borné) :
Théorème 2.29 (Inégalité de Poincaré) Si l'ouvert Ω est borné alors il existe une constante cΩ > 0
telle que :
∀v ∈ H01 (Ω), ~
||v||L2 (Ω) ≤ cΩ ||gradv|| L2 (Ω) (2.19)
où cΩ ne dépend que de Ω.
(Ce résultat est évidemment faux dans H 1 (Ω) : prendre v ≡ 1.)
Preuve. On montrera le résultat pour v ∈ D(Ω), puis on conclura par densité de D(Ω) dans
H01 (Ω).
Ω étant borné, Ω est contenu dans une bande Ω ⊂ {(x0 , xn ) ∈ Rn−1 × R, a ≤ xn ≤ b} pour
certains a et b réels. Soit v ∈ D(Ω) et soit ṽ son prolongement par 0 sur Rn − Ω. On a ṽ ∈ D(Rn )
et ṽ(x0 , a) = 0 d'où :
Z xn
0 ∂ṽ 0
ṽ(x , xn ) = (x , t) dt, ∀(x0 , xn ) ∈ Rn
a ∂x n

D'où par Cauchy-Schwarz :

¯Z xn ¯ ¯ ¯
¯ ¯ ∂ṽ 0 ¯2 ¯
|ṽ(x0 , xn )|2 ≤ |xn − a|¯ ¯ (x , t)¯ dt¯
a ∂xn
R xn
car a
12 dx = xn − a. D'où :
Z Z ¯ ∂ṽ ¯2
¯ ¯
|ṽ(x0 , xn )|2 dx0 ≤ |xn − a| ¯ (x0 , t)¯ dt dx0
Rn−1 R n ∂x n
∂ṽ 2
≤ |xn − a| || || 2
∂xn L (Ω)
D'où en intégrant en xn , ṽ(x0 , .) étant nul à l'extérieur de ]a, b[ :
Z Z b
∂ṽ 2
|ṽ(x0 , xn )|2 dx0 dxn = |xn − a| dxn || || 2
Rn a ∂xn L (Ω)
(b − a)2 ∂ṽ 2
≤ || || 2
2 ∂xn L (Ω)
∂ ṽ 2
inégalité pour v ∈ D(Ω) plus précise que le résultat recherché puisque || ∂x ~ 2
|| 2
n L (Ω)
≤ ||gradv||L2 (Ω)n .
~ 2
P n ∂ ṽ 2
(On rappelle que ||gradv|| 2 n =
L (Ω) || || 2 .) On a donc obtenue l'inégalité de Poincaré
i=1 ∂xi L (Ω)
avec C = b−a
√ .
2
Et puisque D(Ω) est dense dans H01 (Ω), ce résultat reste vrai pour v ∈ H01 (Ω) par continuité
des normes (ici lors du passage à la limite) : si une suite (ϕn ) de D(Ω) converge vers v dans H 1 (Ω)
~ n ||L2 ) convergent respectivement vers ||v||L2 et
alors en particulier les suites (||ϕn ||L2 ) et (||gradϕ
~
||gradv||L2 (par dénition de la norme ||.||H 1 puisque la convergence s'écrit ||v − ϕn ||H 1 (Ω) → 0).

Remarque 2.30 On peut remarquer que la démonstration indique qu'il sut de supposer Ω borné
dans une direction et que cΩ = √d où d est la largeur de la plus petite bande contenant Ω.
2

Remarque 2.31 Ce résultat est évidemment faux dans H 1 (Ω) : prendre v ≡ 1. Ou encore si
cette égalité était vraie dans H 1 (Ω) pour un v donné, elle le serait encore pour v + c où c est une
~
constante, ce qui serait absurde puisque grad(v ~
+ c) = gradv et on pourrait choisir la constante
pour rendre l'inégalité ci-dessus fausse. Par contre, pour v dans H01 (Ω) on ne peut pas prendre une
constante autre que c = 0 pour garder v + c dans H01 (Ω).
On déduit de l'inégalité de Poincaré :
Corollaire 2.32 Si Ω est borné, la semi-norme de H 1 (Ω) dénie par :
³ ∂v ∂v 2 ´ 12
déf ~
|v|H 1 (Ω) = ||gradv||L2 (Ω) (= || ||2L2 + · · · + || || 2 )
∂x1 ∂xn L
vérie dans H01 (Ω) :
q
∀v ∈ H01 (Ω), ~
||gradv|| L2 (Ω) ≤ ||v||H 1 (Ω) ≤
~
1 + c2Ω ||gradv||L2 (Ω)

C'est donc une norme sur H01 (Ω) équivalente à la norme ||.||H 1 (Ω) .

18
19 2.5. L'espace de Sobolev H 2 (Ω)

Lorsqu'on ne considère que des fonctions de H01 (Ω), on note aussi ||.||H01 (Ω) = |.|H 1 (Ω) la norme
sur H01 (Ω) ci-dessus, et :

∀u, v ∈ H01 (Ω), ~

(u, v)H01 (Ω) = (gradv, ~
gradv) L2 (Ω) (2.20)

dénit un produit scalaire (associé à la norme) sur H01 (Ω).

Corollaire 2.33 (H01 (Ω), ||.||H01 (Ω) ), i.e. l'espace H01 (Ω) muni de sa norme ||.||H01 (Ω) , est un espace
de Hilbert.

Preuve. Le sous-espace (H01 (Ω), ||.||H 1 (Ω) ) de l'Hilbert H 1 (Ω) est fermé par dénition (adhérence
de D(Ω) dans H 1 (Ω)), et donc c'est un Hilbert. Comme ||.||H 1 (Ω) est une norme équivalente à la
norme ||.||H01 (Ω) sur H01 (Ω), on en déduit que (H01 (Ω), ||.||H01 (Ω) ) est un Hilbert.

Remarque 2.34 Attention à la norme choisie : lorsqu'on parle de H 1 (Ω) on parle implicitement
de l'espace (H 1 (Ω), ||.||H 1 (Ω) ), i.e. l'espace H 1 (Ω) muni de sa norme ||.||H 1 (Ω) lui conférant la
propriété d'être un Hilbert. On a vu que pour Ω borné D(Ω) n'était pas dense dans H 1 (Ω) alors
qu'il l'était dans (H 1 (Ω), ||.||L2 (Ω) ) (qui n'est pas complet).
On voit l'importance de considérer la `bonne' norme ! On rappelle que la norme est un instru-
ment de mesure. En particulier, la norme ||.||L2 (Ω) permet de mesurer des fonctions (au sens L2 (Ω))
alors que la norme ||.||H 1 (Ω) est beaucoup plus `sévère' (`précise') puisqu'elle mesure de plus les
variations (gradients) des fonctions (au sens L2 (Ω)).

Exemple 2.35 Soit Ω un ouvert borné et soit la forme bilinéaire a(·, ·) dénie par :

∀u, v ∈ H01 (Ω), ~

a(u, v) = (gradu, ~
gradv)L2 (Ω) .

Montrer que la forme bilinéaire a(·, ·) est coercitive dans l'espace (H01 (Ω), ||.||H 1 ) (l'espace H01 (Ω)
muni de la norme de H 1 (Ω)), i.e. montrer que :

∃α > 0, ∀v ∈ H01 (Ω), a(v, v) ≥ α||v||2H 1 .

(Indication : utiliser l'inégalité de Poincaré.)

2.5 L'espace de Sobolev H 2 (Ω)

L'espace de Sobolev d'ordre 2 sur Ω ouvert de Rn est déni par :

∂2v
H 2 (Ω) = {v ∈ H 1 (Ω) : ∈ L2 (Ω), ∀i, j = 1, . . . , n} (2.21)
∂xi ∂xj

On lui associe le produit scalaire :

Z n Z
X ∂u ∂v
(u, v)H 2 (Ω) = u(x)v(x) dx + (x) (x) dx
Ω i=1 Ω ∂xi ∂xi
n Z (2.22)
X 2
∂ u ∂2v
+ (x) (x) dx
i,j=1 Ω ∂xi ∂xj ∂xi ∂xj

La norme associée est notée :

³ n Z
X ¡ ∂2u ¢2 ´ 12
~
||v||H 2 (Ω) = ||v||2L2 (Ω) + ||gradv||2
+ (x) dx (2.23)
L2 (Ω)
i,j=1 Ω
∂xi ∂xj

pour laquelle on admet le théorème suivant :

Théorème 2.36 (H 2 (Ω), ||.||H 2 (Ω) ) est un espace de Hilbert.

19
20 2.6. Théorèmes de trace et formules de Green

2.6 Théorèmes de trace et formules de Green

Une fonction v ∈ H 1 (Ω) n'est pas nécessairement continue, et dénir sa trace v|Γ (i.e. sa `valeur')
sur le bord Γ = ∂Ω pose problème.
On a vu que pour Ω ouvert borné, D(Ω) n'était pas dense dans H 1 (Ω). Maintenant on considère
le borné Ω qui est fermé. On a D(Ω) = C ∞ (Ω), et on va voir que D(Ω) est dense dans H 1 (Ω), ce
qui va permettre de dénir avec un argument de densité la trace d'une fonction de H 1 (Ω) (i.e. sa
`valeur') sur Γ.
Remarque 2.37 Notez que Γ est de mesure nulle, et donc dénir une fonction sur Ω au sens
presque partout est équivalent à dénir une fonction sur Ω au sens presque partout. En parti-
culier on a H 1 (Ω) = H 1 (Ω) qu'on notera simplement H 1 (Ω). D'où la notation bizarre au premier
abord : D(Ω) ⊂ H 1 (Ω).

2.6.1 Dans H 1 (Ω)

La fermeture Ω de Ω étant fermé, quand Ω est borné on a D(Ω) = C ∞ (Ω). En eet, D(Ω) est
l'espace des fonctions C ∞ à support compact dans Ω, avec ici Ω compact (car fermé borné de Rn ),
et la précision `à support compact' est redondante.
On considérera uniquement les ouverts Ω qui sont 1-réguliers, i.e. dont la frontière Γ est para-
mètrable par une fonction localement C 1 .
On admet le théorème :
Théorème 2.38 Soit Ω un ouvert borné 1-régulier de Rn . Alors :
1 - D(Ω) est dense dans H 1 (Ω), et
2 - l'application restriction γ0 dénie par :
(
(D(Ω), ||.||H 1 (Ω) ) → (C 0 (Γ), ||.||L2 (Γ) ),
γ0 :
v 7→ γ0 (v) = v|Γ ,

est linéaire et continue (pour D(Ω) muni de la norme ||.||H 1 (Ω) et C 0 (Γ) muni de la norme ||.||L2 (Γ) ),
et γ0 se prolonge par continuité de H 1 (Ω) dans L2 (Γ).
On dénit ainsi : (
H 1 (Ω) → L2 (Γ),
γ0 :
v 7→ γ0 (v) = v|Γ ,
et la continuité s'écrit :
∃c > 0, ∀v ∈ H 1 (Ω), ||γ0 (v)||L2 (Γ) ≤ c||v||H 1 (Ω) .
γ0 est appelée application trace. On note ||γ0 || sa norme :
||γ0 (v)||L2 (Γ) ||v|Γ ||L2 (Γ)
||γ0 || = sup = sup . (2.24)
06=v∈H 1 (Ω) ||v||H 1 (Ω) 06=v∈H 1 (Ω) ||v||H 1 (Ω)

(Attention aux normes employées.)

On peut montrer que γ0 n'est pas surjective de H 1 (Ω) sur L2 (Γ) (l'espace L2 (Γ) contient
1
des fonctions f trop irrégulières pour avoir un antécédent dans H 1 (Ω))). On note H 2 (Γ) =
1
γ0 (H (Ω)) = Im(γ0 ), notation qui peut être justiée, voir cours de distributions et transformées
de Fourier. On a cependant (admis) :
Théorème 2.39 L'espace H 2 (Γ) = γ0 (H 1 (Ω)) est dense dans L2 (Γ).
1

On a alors le théorème d'intégration par parties avec régularité `minimale' des fonctions :
Théorème 2.40 (Formule de Green) Soit Ω un ouvert borné 1-régulier de Rn , et soit ~n(~x) la
normale unitaire extérieur à Γ en un point ~x ∈ Γ. On notera (ni )i=1,...,n les composantes de ~n (et
ni est appelée i-ème cosinus directeur). Alors, dès que u ∈ H 1 (Ω) on a :
Z Z
∂u
(~x) dΩ = u(~x)ni (~x) dΓ, (2.25)
Ω ∂xi Γ

et dès que u ∈ H 1 (Ω) et v ∈ H 1 (Ω) :

Z Z Z
∂u ∂v
(~x) v(~x) dΩ = − u(~x) (~x) dΩ + u(~x) v(~x) ni (~x) dΓ, ∀i = 1, ..., n. (2.26)
Ω ∂xi Ω ∂xi Γ

20
21 2.6. Théorèmes de trace et formules de Green

Preuve. Le résultat est connu dans D(Ω) (et dans C 1 (Ω)), voir section B.4, et la démonstration
s'obtient par densité de D(Ω) dans H 1 (Ω) et par continuité de l'application trace γ0 .
R R
RRemarque 2.41 La notation Γ
uni dΓ est abusive : on devrait noter Γ γ0 (u)niRdΓ ou bien
u n dΓ, pour u ∈ H 1 (Ω). Mais l'usage (et l'absence d'ambiguïté) fait qu'on écrit Γ uni dΓ.
Γ |Γ i

On en déduit le théorème :

Théorème 2.42 Si Ω est un ouvert borné 1-régulier de Rn , alors H01 (Ω) est le noyau de γ0 , i.e. :
H01 (Ω) = {v ∈ H 1 (Ω) : γ0 (v) = 0} = Ker(γ0 ) (2.27)

Preuve. La preuve de l'inclusion H01 (Ω) ⊂ Ker(γ0 ) est simple (par densité de D(Ω) dans H01 (Ω)
et continuité de γ0 ) ; la réciproque délicate est admise (par cartes locales et partition de l'unité,
voir par exemple RaviartThomas [11]).

2.6.2 Dans H 2 (Ω)

∂v ∂v ∂v
Soit v ∈ H 2 (Ω). Donc ∂xi ∈ H 1 (Ω) pour i = 1, .., n, et la quantité γ0 ( ∂x i
)= ∂xi |Γ a un sens
2
dans L (Γ). On dénit alors sur Γ, ~n(~x) étant le vecteur normal unitaire sortant en un point ~x ∈ Γ :
n
∂v déf X ∂v ~
∀v ∈ H 2 (Ω), (~x) = (~x) ni (~x) = gradv(~
x).~n(~x) ∈ R, (2.28)
∂n i=1
∂xi

∂v
et (~x) est appelé dérivée normale en ~x.
∂n
∂v
Et pour tout v ∈ H 2 (Ω), on dénit ainsi la fonction ∂n ∈ L2 (Γ).
On admet alors :

Théorème 2.43 Soit Ω un ouvert borné 1-régulier de Rn . Alors :

1 - D(Ω) est dense dans H 2 (Ω),
2 - l'application γ1 dénie par :

 (D(Ω), ||.||H 2 (Ω) ) → (C 0 (Γ), ||.||L2 (Γ) ),
γ1 : ∂v
 v 7→ ,
∂n
est linéaire continue et se prolonge par continuité de H 2 (Ω) dans L2 (Γ) :

∃c > 0, ∀v ∈ H 2 (Ω), ||γ1 (v)||L2 (Γ) ≤ c||v||H 2 (Ω)

γ1 est appelée application trace. On note ||γ1 || sa norme :

∂v
|| ∂n || 2
|Γ L (Γ)
||γ1 || = sup (2.29)
06=v∈H 2 (Ω) ||v||H 2 (Ω)

On en déduit directement à partir du théorème 2.40 le

Théorème 2.44 Soit Ω un ouvert borné 1-régulier de Rn . Alors, dès que u ∈ H 2 (Ω) et v ∈ H 1 (Ω) :
Z Z Z
∂2u ∂u ∂v ∂u
(~x) v(~x) dΩ = − (~x). (~x) dΩ + (~x)ni (~x) v(~x) dΓ, ∀i = 1, ..., n (2.30)
Ω ∂x2i Ω ∂xi ∂xi Γ ∂xi

Et donc :
Z Z Z
~ ~ ∂u
∆u(~x) v(~x) dΩ = − gradu(~
x).gradv(~
x) dΩ + (~x) v(~x) dΓ, ∀i = 1, ..., n (2.31)
Ω Ω Γ ∂n

appelé également formule de Green.

21
22 2.7. * Espace de Sobolev HΓ10 (Ω) ⊂ H 1 (Ω) et inégalité de Poincaré généralisée

Preuve. La formule de Green (2.26) donne :

Z Z Z
∂2u ∂u ∂v ∂u
v dΩ = − dΩ + v ni dΓ, ∀i = 1, ..., n
Ω ∂x2i Ω ∂xi ∂xi Γ ∂xi

D'où le résultat.
¶ µ
1 2
Exemple 2.45 Établir dans R que pour la matrice A =
2
, pour u ∈ H 2 (Ω) et v ∈ H 1 (Ω) :
3 4
Z Z Z
~
div(A.gradu) ~
v dx = − (A.gradu). ~ dx + (A.gradu).~
gradv ~ n v dΓ
Ω Ω Γ

n
L'établir plus généralement dans R pour une matrice A quelconque (le point '.' dénote soit le
produit scalaire dans Rn soit le produit matrice*vecteur). (Indication : poser w ~
~ = A.gradu pour
simplier les calculs.)

On peut également noter le résultat suivant (admis) :

Théorème 2.46 Si Ω est borné alors il existe une constante CΩ telle que :
\
∀v ∈ H01 (Ω) H 2 (Ω), ||v||H 2 (Ω) ≤ CΩ ||∆v||L2 (Ω) (2.32)

Ce résultat n'est pas évident a priori puisque dans le terme de droite les dérivées secondes
croisées de v n'apparaissent pas. Voir par exemple Raviart et Thomas [11].

2.7 * Espace de Sobolev HΓ10 (Ω) ⊂ H 1 (Ω) et inégalité de Poincaré géné-

ralisée
n
On suppose ici
S T Ω ouvert borné connexe de R de frontière Γ régulière partitionnée en Γ =
Γ0 Γ1 (avec Γ0 Γ1 = ∅) et on suppose Γ0 de mesure non nulle : meas(Γ0 ) =
6 0.
On dénit alors :
HΓ10 (Ω) = {v ∈ H 1 (Ω) : v|Γ0 = 0} (2.33)
Cet espace est fermé dans H 1 (Ω) comme noyau de l'application (linéaire) continue r ◦ γ0 où r :
L2 (Γ) → L2 (Γ0 ) est l'application restriction et γ0 est l'application trace. Donc (HΓ10 (Ω), ||.||H 1 (Ω) )
est un Hilbert.
Sur HΓ10 (Ω) on dispose de l'inégalité de Poincaré généralisée :

Théorème 2.47 Dès que Ω est connexe, borné et 1-régulier, et que meas(Γ0 ) > 0, la semi-norme
~
|v|H 1 (Ω) = ||gradv|| 1
L2 (Ω) dénit une norme sur HΓ0 (Ω) équivalente à la norme induite par ||.||H 1 (Ω) .
On la note ||.||HΓ1 (Ω) :
0

∀v ∈ HΓ10 (Ω), ||v||HΓ1 (Ω)

~
= ||gradv||L2 (Ω) (2.34)
0

et (u, v)HΓ1 (Ω)

~
= (gradv, ~
gradv) 1
L2 (Ω) dénit un produit scalaire (associé à la norme) sur HΓ0 (Ω).
0

Preuve. On vérie que |v|H 1 (Ω) est une norme sur HΓ10 (Ω) : c'est une semi-norme et |v|H 1 (Ω) = 0
∂v
implique ∂x i
= 0 pour tout i = 1, .., n, d'où v est constant (presque partout) sur Ω connexe. Puisque
meas(Γ0 ) > 0 on déduit que si v ∈ HΓ10 (Ω) alors v est la constante nulle (presque partout).
Montrons qu'il existe 2 constantes C1 > 0 et C2 > 0 telles que :

∀v ∈ HΓ10 (Ω), ~
C1 ||v||H 1 (Ω) ≤ ||gradv||L2 (Ω) ≤ C2 ||v||H 1 (Ω)

Trivialement C2 = 1 et il reste à vérier l'existence de C1 (démonstration hors programme deuxième

année , démonstration classique pour le cours de troisième année).

22
23 2.8. * Cas vectoriel : l'espace de Sobolev H 1 (Ω)2 et inégalités de Korn

Supposons le contraire : il existe une suite de fonctions (um ) de HΓ10 (Ω) telle que :
1 ~ m ||L2 (Ω)
||um ||H 1 (Ω) > ||gradu
m
um
Normant cette suite dans H 1 (Ω), on a la suite vm = telle que :
||um ||H 1 (Ω)

||vm ||H 1 (Ω) = 1, ~ m ||L2 (Ω) < 1

||gradv (2.35)
m
Sachant que Ω est borné, le théorème de Rellich (admis, voir cours de 3ème année) indique que l'injection
canonique de (H 1 (Ω), ||.||H 1 (Ω) ) dans (L2 (Ω), ||.||L2 (Ω) ) est compacte (de toute suite borné de H 1 (Ω) pour
la norme ||.||H 1 (Ω) on peut extraire une sous-suite convergente pour la norme ||.||L2 (Ω) ).
Donc, (vm ) étant bornée dans H 1 (Ω), quitte à extraire une sous-suite, (vm ) est convergente dans L2 (Ω),
donc est en particulier de Cauchy dans L2 (Ω) : ||vm − vn ||L2 → 0 quand m et n tendent vers ∞. On en
déduit avec (2.35) :
~
||vm − vk ||2H 1 (Ω) = ||vm − vk ||2L2 (Ω) + ||grad(v 2
m − vk )||L2 (Ω) −→ 0 + 0 = 0
m,k→∞

et (vm ) est une suite de Cauchy dans HΓ10 (Ω). HΓ10 (Ω) est complet pour la norme ||.||H 1 (Ω) (car fermé dans
H 1 (Ω) complet), et (vm ) converge vers un élément w ∈ HΓ10 (Ω) tel que gradw ~ = 0 (avec (2.35)). D'où
w = 0 puisque meas(Γ0 ) 6= 0. Ce qui n'est pas compatible avec ||w||H 1 (Ω) = 1 = lim ||vm ||H 1 (Ω) . Il n'existe
donc pas de suite satisfaisant (2.7) d'où l'existence de C1 > 0.

2.8 * Cas vectoriel : l'espace de Sobolev H 1 (Ω)2 et inégalités de Korn

2
On s'intéresse
µ ¶ ici aux applications où l'inconnue est une fonction vectorielle ~u à valeurs dans R :
u1 (~x)
~u(~x) = , où u1 et u2 sont deux fonctions de H 1 (Ω).
u2 (~x)
Ce cas correspondant en particulier au vecteur déplacement en élasticité (mécanique des so-
lides). Le cas de R3 (ou de Rn ) se traite de la même manière. Si σ représente le tenseur des
contraintes, l'équation de conservation de la quantité de mouvement s'écrit :

divσ + f~ = 0

où f~ une densité volumique de forces. La loi d'état d'un solide élastique homogène et isotrope est :

σ = (λdiv~u) I + µ(grad~u + (grad~u)T ) = (λdiv~u) I + 2µε

∂ui
où I est le tenseur identité, (grad~u)T est le tenseur transposé de grad~u = [ ∂x j
]1≤i,j≤n et :

∂u1 ∂u2 1
div~u = + = Tr(grad~u), ε= (grad~u + (grad~u)T )
∂x1 ∂x2 2
µ ¶
σ11 σ12
Se limitant à R2 , si σ = , on a donc :
σ21 σ22

∂ui ∂uj
σij = (λdiv~u)δij + µ( + ) = (λdiv~u)δij + 2µεij
∂xj ∂xi

avec δij symbole de Kronecker. λ ≥ 0 et µ > 0 sont appelés coecients de Lamé, et ε = 12 (grad~u +
grad~uT ) le tenseur des déformations linéaires.
Le problème consistera à résoudre :
 2
1
 trouver ~u ∈ H (Ω) tel que :




− div(σ(~u)) = f~ dans Ω
(2.36)

 ~u|Γ0 = 0 sur Γ0



σ(~u).~n = ~g sur Γ1
S T
où Γ la frontière régulière de Ω est la partition Γ = Γ0 Γ1 avec Γ0 Γ1 = ∅, où ~n est la normale
2 2 2
extérieure à Γ, f~ ∈ L2 (Ω) et ~g ∈ γ1 (H 1 (Ω) )(⊂ L2 (Γ) ). La condition sur Γ0 est une condition

23
24 2.8. * Cas vectoriel : l'espace de Sobolev H 1 (Ω)2 et inégalités de Korn

d'encastrement, et la condition sur Γ1 une condition de chargement par une densité supercielle
de force ~g .
2 2 2
On munit les espaces L2 (Ω) , H 1 (Ω) et HΓ10 (Ω) des structures d'espaces produits, et en
particulier des normes, si ~v = (v1 , v2 ) :
³ ´ 21
||~v ||L2 (Ω) = ||v1 ||2L2 (Ω) + ||v2 ||2L2 (Ω)
³ ´ 12
||~v ||H 1 (Ω) = ||v1 ||2H 1 (Ω) + ||v2 ||2H 1 (Ω) (2.37)
³ ´ 12
~ 1 ||2 2
||~v ||HΓ1 (Ω) = ||gradv + || ~ 2 ||2 2
gradv
0
L (Ω) L (Ω)

où pour cette dernière norme on a supposé que meas(Γ0 ) 6= ∅. On a alors besoin pour résoudre le
2
problème de Dirichlet du théorème suivant dans H01 (Ω) :

Théorème 2.48 (Inégalité de Korn) On suppose Ω ouvert borné de R2 de frontière Γ régulière.

Alors : X
2 1
∀~v ∈ H01 (Ω) , ||εij (~v )||2L2 (Ω) ≥ ||grad~v ||2L2 (Ω) (2.38)
ij
2
2 2
et le membre de gauche dénit sur H01 (Ω) une norme équivalente à la norme H 1 (Ω) .

Ce résultat n'est pas immédiat car le membre de gauche ne contient que les combinaisons li-
néaires `symétrisées' de grad~v , tandis que le membre de droite fait intervenir toutes les combinaisons
linéaires de grad~v . Ce résultat est également vrai dans R3 et Rn .
Preuve. On a pour ~v ∈ H01 (Ω)2 :
X³ ´2 1 X³ ∂vi ´2 1 X ∂vi ∂vj
εij (~v ) = +
ij
2 i ∂xi 2 ij ∂xj ∂xi

d'où Z X³ ´2 Z
1 1X ∂vi ∂vj
εij (~v ) dΩ = ||grad~v ||2L2 (Ω) + dΩ
Ω ij 2 2 ij Ω ∂xj ∂xi

Il reste à montrer que le dernier terme est positif. On suppose de plus ~v ∈ D(Ω)2 (on travaillera
ensuite par densité). Par intégrations par parties on va intervertir l'ordre des dérivations :
Z Z Z
∂vi ∂vj ∂ 2 vi ∂vi
dΩ = − vj dΓ + ni vj dΓ
Ω ∂x j ∂x i ∂x j ∂x i ∂x j
Z Ω Z Γ
Z
∂vi ∂vj ∂vi ∂vi
= dΩ + ni vj dΓ − nj vj dΓ
Ω ∂x i ∂x j Γ ∂x j Γ ∂x i

D'où puisque ~v ∈ D(Ω)2 est nul au bord les intégrales sur le bord sont nulles et :
X Z ∂vi ∂vj Z ³X
∂vi ´2
dΩ = dΩ ≥ 0
ij Ω ∂xj ∂xi Ω i
∂xi
P P P P
puisque de manière générique ( i αi )2 = ( i αi )( j αj ) = ij αi αj . D'où le théorème sachant
D(Ω) dense dans H01 (Ω).
Pour résoudre le problème de Neumann , on aura besoin du théorème suivant (admis) :

Théorème 2.49 (Inégalité de Korn) On suppose Ω ouvert borné de R2 de frontière Γ régulière.

Alors il existe une constante C1 = C1 (Ω) > 0 qui ne dépend que de l'ouvert Ω telle que :
2 X
∀~v ∈ H 1 (Ω) , ||εij (~v )||2L2 (Ω) + ||~v ||2L2 (Ω) ≥ C1 ||~v ||2H 1 (Ω) (2.39)
ij

et le membre de gauche dénit sur H 1 (Ω) une norme équivalente à la norme H 1 (Ω).

24
25 2.8. * Cas vectoriel : l'espace de Sobolev H 1 (Ω)2 et inégalités de Korn

Autrement dit :
2
∀~v ∈ H 1 (Ω) , ||grad~v + (grad~v )T ||2L2 (Ω) + ||~v ||2L2 (Ω) ≥ C1 (||~v ||2L2 (Ω) + ||grad~v ||2L2 (Ω) ) (2.40)

On en déduit (utile pour résoudre le problème aux limites mixtes) :

Théorème 2.50 (Inégalité de Korn) Si Ω est de plus connexe et si meas(Γ0 ) > 0, alors il existe
une constante C2 = C2 (Ω) > 0 qui ne dépend que de l'ouvert Ω telle que :
2 X
∀~v ∈ HΓ10 (Ω) , ||εij (~v )||2L2 (Ω) ≥ C2 ||~v ||2H 1 (Ω) (2.41)
ij

et le membre de gauche dénit sur HΓ10 (Ω) une norme équivalente à la norme H 1 (Ω).

Autrement dit ||grad~v + (grad~v )T ||2L2 (Ω) ≥ C2 ||grad~v ||2L2 (Ω) dans HΓ10 (Ω). C'est un analogue
2-D du théorème de Poincaré généralisé.

Remarque 2.51 On peut montrer facilement que le membre de gauche dénit une norme sur
HΓ10 (Ω). C'est une semi-norme et il sut de vérier que ||εij (~v )||L2 (Ω) = 0 implique ||~v || = 0 si
~v ∈ HΓ10 (Ω). Mais si ||εij (~v )||L2 (Ω) = 0 alors ~v = (v1 , v2 ) est de la forme :
µ ¶
v1 (~x) = a1 + bx2 0 1
soit ~v (~x) = ~a + b ~x
v2 (~x) = a2 − bx1 −1 0

où a1 , a2 et b sont des constantes. Donc ~v est un déplacement rigide. De plus il s'annule en 2 points
car meas(Γ0 ) > 0 et donc ~v = 0. De même dans R3 on a ||εij (~v )||L2 (Ω) = 0 implique ~v = (v1 , v2 , v3 )
de la forme ~a + ~b ∧ ~x : c'est un déplacement rigide.
L'équivalence des normes se déduit comme pour l'inégalité de Poincaré généralisée.

25
26

3 Problèmes aux limites elliptiques et formulations variation-

nelles
On se donne un espace de Hilbert (V, ||.||V ). Dans les exemples, V sera souvent H 1 (Ω) ou
H01 (Ω).

3.1 Introduction, dénitions

Dénition 3.1 A = [aij ]1≤i,j≤n ∈ (R)n est une matrice elliptique si :
2

∃α > 0, ∀ξ~ ∈ Rn , ~ ξ~ ≥ α||ξ||

(A.ξ). ~ 2n,
R (3.1)

i.e. si, notant (ξi )i=1,...,n les coordonnées de ξ :

X X
∃α > 0, ∀ξ~ ∈ Rn , aij ξj ξi ≥ α ξi2 .
i,j i

Exercice 3.2 Montrer que si A est symétrique, on peut prendre pour α la plus petite valeur
propre, et donc dans ce cas A est elliptique ssi cette plus petite valeur propre est > 0.
Réponse : La diagonalisation de A donne A = P DP −1 avec D matrice diagonale des valeurs propres et
P matrice orthonormale. D'où (A~ x, ~x)Rn = (DP −1 ~x, P t ~x)Rn , et posant ~
y = P −1 ~x, sachant que P −1 = P t ,
P
on déduit que (A~x, ~x)Rn = (D~y , ~y )Rn = i λi yi ≥ min(λi )||~y || . D'où le résultat sachant que ||~y || = ||~x||.
2 2

Exercice 3.3 Montrer que tout produit scalaire sur Rn est de la forme (~x, ~y )a = (A~x, ~y )Rn où A
est une matrice elliptique symétrique.
Réponse : 1- Si A est une matrice symétrique dénie positive, i.e. t.q. ~xt .A.~x > 0 pour tout ~x 6= ~0,
alors a(·, ·) dénie par a(~x, ~y ) = ~xt .A.~y est un produit scalaire : trivial. Et une matrice symétrique dénie
positive est une matrice elliptique : α est la plus petite valeur propre.
2- Réciproquement, soit a(·, ·) un produit scalaire. On note (~e1 , ..., ~en ) la base canonique de Rn . Soient
P P P
~x = i xi~ei et ~ y = j yj ~ej . Alors a(~ y ) = ij xi yj a(~ei , ~ej ) = ~xt .A.~
x, ~ y où A = [aij ] est la matrice dénie
par aij = a(~ei , ~ej ). Il est immédiat que cette matrice est symétrique dénie positive, i.e. elliptique.

On généralise cette dénition aux fonctions matricielles :

Dénition 3.4 La fonction matricielle A = A(~x) = [aij (~x)]1≤i,j≤n est elliptique sur Ω si les aij
sont des fonctions mesurables bornées sur Ω (i.e. aij ∈ L∞ (Ω) pour tout i, j = 1, ..., n) et si :

∃α > 0, ∀~x ∈ Ω, ∀ξ~ ∈ Rn , ~ ξ~ ≥ α|ξ|

(A(~x).ξ). ~ 2, (3.2)

i.e. si, notant (ξi )i=1,...,n les coordonnées de ξ :

X X
∃α > 0, ∀~x ∈ Ω, ∀ξ~ ∈ Rn , aij (~x)ξj ξi ≥ α ξi2 .
i,j i

Remarque 3.5 Dans la suite on aura ξ~ = gradu(~

~ x) où u ∈ H 1 (Ω), et supposant A elliptique on
~
aura (A(~x).gradu(~ ~
x)).gradu(~ ~
x) ≥ α||gradu(~x)||Rn pour tout ~x ∈ Ω (inégalité dans R).
R R
~ ~
D'où on déduira Ω (A(~x).gradu(~x)).gradu(~ ~
x) dΩ ≥ Ω α||gradu(~ ~
x))||Rn dΩ = α||gradu||(L2 )n ,
R
1 ~ ~
et que la forme bilinéaire dénie dans H0 (Ω) par a(u, v) = Ω (A(~x).gradu(~x)).gradv(~x) dΩ est
elliptique dans H01 (Ω) (dès que Ω est borné), voir la suite.

Exemple 3.6 En particulier, si A(~x) est minorée sur Ω par une matrice A0 elliptique (une fonction
matricielle constante), alors A est elliptique.

Dénition 3.7 Un opérateur diérentiel P du second ordre est une application linéaire de C ∞ (Ω)
dans C ∞ (Ω) (et de manière plus générale de D0 (Ω) dans D0 (Ω)) dénies par, pour f ∈ C ∞ (Ω) :
pour tout ~x ∈ Ω :
Xn
∂ ∂f
(P f )(~x) = − (aij )(~x) + a0 (~x)
i,j=1
∂x i ∂x j (3.3)
~ )(~x) + a0 (~x),
= − div(A.gradf
où a0 et les aij : Ω → R sont des fonctions mesurables bornées sur Ω.

26
27 3.1. Introduction, dénitions

~ + a0 .
Notation : on note de manière abrégée P = −div(A.grad)
~ = −∆.
Exemple 3.8 Si A = I et a0 = 0, on a P = −div(grad)
Dénition 3.9 L'opérateur P du second ordre est dit elliptique sur l'Hilbert V , ou coercitif sur V ,
ou coercif sur V (anglicisme), si :
1. la fonction matricielle A est elliptique, et
2. a0 (~x) > 0 pour tout ~x ∈ Ω (ou si V = H01 (Ω) : a0 (~x) ≥ 0 pour tout ~x ∈ Ω).

Dénition 3.10 On appelle `problème aux limites elliptique du second ordre' un problème avec
conditions aux limites, qui est de la forme :

 trouver u ∈ V tel que :

P (u) = f dans Ω, (3.4)


Conditions aux limites (C.L.) sur u sur Γ,

où P est un opérateur elliptique du second ordre et où f est une fonction donnée. C'est l'importance
des conditions aux limites qui peut justier cette appellation 'problème aux limites elliptique',
plutôt que `problème elliptique avec conditions aux limites'.

Un problème aux limites elliptique du second ordre s'écrit donc, pour une fonction matricielle
A elliptique et une fonction a0 positive bornée :

 trouver u ∈ V tel que :

~
− div(A.gradu) + a0 u = f dans Ω, (3.5)


C.L. sur u.

Exemple 3.11 En particulier, si A = I et a0 = 0, alors le problème est : trouver u dans l'espace V

(à déterminer) tel que : (
− ∆u = f dans Ω,
(3.6)
C.L. sur u.
µ ¶
2 1
Et si A = et a0 = 1, le problème est : trouver u dans l'espace V (à déterminer) tel que :
1 2

2 2 2
 − 2( ∂ u + ∂ u + ∂ u ) + u = f dans Ω,

2 ∂x22
∂x1 ∂x1 ∂x2 (3.7)

 C.L. sur u.

Dénition 3.12 Les conditions aux limites que nous regarderons seront de l'un des types suivants :
1. Dirichlet (condition aux limites de). Elles imposent u sur Γ, i.e. u est connu sur Γ, et donc
u|Γ n'est pas une inconnue du problème.
~
2. Neumann (condition aux limites de). Elles imposent les variations (A.gradu).~ n sur le bord Γ
0 0
(en 1-D, dans Ω =]a, b[, elles imposent u (a) et u (b)). Attention : la fonction u est inconnue
sur Γ (on ne connaît que sa dérivée au bord) et donc u|Γ est une inconnue du problème.
~
3. Neumann généralisé (condition aux limites de). Elles imposent les variations (A.gradu).~n +γu
0 0
sur le bord Γ, avec γ ≥ 0 (en 1-D, dans Ω =]a, b[, elles imposent u (a)+γu(a) et u (b)+γu(b)).
Attention : la fonction u est inconnue sur Γ et donc u|Γ est une inconnue du problème.
4. Mixtes DirichletNeumann (condition aux limites). Le bord Γ est partitionné en Γ0 et en Γ1 ,
avec conditions aux limites de Dirichlet sur Γ0 et de Neumann sur Γ1 .

Remarque 3.13 La condition aux limites de Dirichlet est une condition d'encastrement.
La condition aux limites de Neumann s'interprète comme l'imposition d'une force sur Γ qui
engendrera un déplacement qui devra être calculé. Dans le cas de A = −∆, la condition de Neumann
~
s'écrit simplement gradu.n = force = donnée (imposée) sur le bord.

27
28 3.2. Problème variationnel abstrait

La condition aux limites mixte correspond typiquement, au problème du chargement d'un

balcon : encastré dans le mur d'un côté (condition de Dirichlet sur Γ0 ) et avec une force connue
sur les autres bords (par exemple le poids d'une palissade sur Γ1 ). Le problème sera de connaître
la forme u du balcon soumis à une force volumique f et à une force sur le bord (surfacique) Γ1
(condition de Neumann), lorsqu'on connait sa position sur Γ0 (condition de Dirichlet) : l'inconnue
sera la position u (altitude) qui ne sera connue qu'à la position d'encastrement (i.e. sur Γ0 ) et à
déterminer ailleurs (i.e. dans Ω et sur Γ1 ).

Dénition 3.14 On appelle solution classique une solution u de (3.5) qui est C 2 (Ω).
On ne s'intéressera pas aux solutions classiques dans la suite car elles sont trop régulières : en
particulier on voudra calculer une solution approchée (par ordinateur) qui sera uniquement continue
et ane par morceaux (composée de segments de droites). Une telle approximation n'étant pas
dans C 1 , ne sera pas dans C 2 .

Dénition 3.15 On appelera solution forte une solution u de (3.5) considérée au sens des distri-
butions dans Ω :  0
 trouver u ∈ D (Ω) tel que :

~
− div(A.(gradu)) + a0 u = f dans D0 (Ω) (3.8)


C.L. sur u dans D(Γ)

Dénition 3.16 On appelera solution faible ou solution variationnelle une solution u du problème
du type : trouver u ∈ V tel que pour tout v ∈ V :
Z Z Z Z
~ ~
(A.gradu).gradv dΩ + a0 u v dΩ = f v dΩ + g v dΓ (3.9)
Ω Ω Ω Γ

En particulier, on devra supposer u, v ∈ H 1 (Ω) (i.e. prendre V = H 1 (Ω)) pour que les intégrales
aient un sens.

Remarque 3.17 La solution classique demandait la régularité u ∈ C 2 qui est beaucoup plus
contraignante : en particulier, on ne pourra pas chercher de solution classique u continue ane par
morceau (une telle fonction n'est même pas C 1 ), alors qu'on pourra chercher une telle fonction u
au sens faible (car une fonction u continue ane par morceau appartient à H 1 (Ω)).

Remarque 3.18 Avec cette formulation faible on se rend également compte qu'il n'est pas utile
de supposer les fonctions aij dérivables (la dénition de l'opérateur P est donc à prendre au sens
des distributions) : l'hypothèse  aij fonctions bornées sera susante.

On verra que la solution faible sera (souvent) équivalente à la solution forte une fois une
intégration par parties eectuée.
Il sera (souvent) facile d'établir l'existence et l'unicité d'une solution faible u (c'est le but de la
suite de ce cours) de même que sa dépendence continue en fonction des données (f et les C.L.) :
par exemple si f devient  f + ε avec ε petit alors u n'est pas trop modié : u devient uε
avec ||u − uε ||H 1 (Ω) ≤ cε pour c une constante à déterminer. Autrement dit, l'application f → u
est continue. C'est primordial pour les approximations numériques : une erreur d'arrondi sur f ne
changera pratiquement pas la solution u (stabilité de la solution).

Dénition 3.19 Un tel problème sera dit `bien posé' (existence, unicité et dépendance continue
de la solution u en fonction des données).

3.2 Problème variationnel abstrait

3.2.1 Le problème
On se donne un espace de Hilbert V muni de son produit scalaire (·, ·)V et de sa norme asso-
ciée ||.||V .
On dispose d'une forme bilinéaire continue a(·, ·) : V × V −→ R (par exemple un matériau
étudié et est xée lors de tous les calculs qui suivent).
Et on se donne une forme linéaire continue `(.) : V −→ R (qui représente les forces extérieures
appliquées à ce matériau, qui donnera un déplacement u(`), et on pourra changer cette force par
une force `˜ et recommencer les calculs pour connaître un nouveau déplacement u(`) ˜ ).

28
29 3.2. Problème variationnel abstrait

Rappel : La forme bilinéaire a(·, ·) est dite continue, et la forme linéaire ` est dite continue
ssi :
∃ca > 0, ∀(u, v) ∈ V 2 , |a(u, v)| ≤ ca ||u||V ||v||V ,
∃c` > 0, ∀v ∈ V, |`(v)| ≤ c` ||v||V .
On notera (usuel) ||a||L(V ×V,R) et ||`||L(V,R) les plus petites constantes ca et c` satisfaisant ces
inégalités :
|a(u, v)|
||a||L(V ×V,R) = sup ,
u,v∈V, u6=0, v6=0 ||u||V ||v||V
(3.10)
|`(v)|
||`||L(V,R) = sup .
v∈V, v6=0 ||v||V

Si aucune confusion n'est à craindre, on notera plus simplement ||a|| et ||`|| ces constantes.
Le problème abstrait qu'on regardera est :
(
trouver u ∈ V (un `déplacement') tel que :
(3.11)
a(u, v) = `(v), ∀v ∈ V.

Exemple 3.20 Un exemple de formulation de type (3.11) est donné par (3.9).
Remarque 3.21 Le problème (3.11) est appelée forme faible ou forme variationnelle. On devrait
en fait réserver l'expression forme variationnelle au problème ci-dessus dans le cas ou a(·, ·) est
symétrique. En eet, dans ce cas, (3.11) s'écrit comme le problème de trouver le minimum de la
fonctionnelle :
1
L(v) = a(v, v) − `(v) (3.12)
2
dans V . En eet, par dérivation (calcul de variations), on trouve le minimum comme point réali-
sant la nullité de la dérivée : on tombe sur (3.11) (dans le cas a(·, ·) symétrique). L'équation du
problème (3.11) est donc l'équation d'Euler du problème de minimisation. Dans le cas a(·, ·) non
symétrique, on continue néanmoins (abusivement) à utiliser l'expression `forme variationnelle'.

Exemple 3.22 Dériver L donné par (3.12). Et montrer qu'un minimum L(u) éventuel de L est
donné pour u solution de (3.11) lorsque a(·, ·) est symétrique.
Réponse. Pour u, v ∈ V et h ∈ R, ayant a(·, ·) symétrique, on a L(u + hv) = L(u) + ha(u, v) − h`(v) +
1 2
2
h a(v, v) = L(u)+hMu (v)+o(h), où Mu (v) = a(u, v)−`(v) et Mu est linéaire. Donc L est diérentiable
avec sa diérentielle L(u) donnée dans les directions v par L(u)(v) = Mu (v) = a(u, v)−`(v). Et ses minima
éventuels sont atteints en un point u tel que L(u) = 0, i.e. quand L(u)(v) = 0 pour tout v , i.e. quand u
est solution de (3.11).
Rappel auxiliaire : l'application L : V → R est trivialement C 0 (somme d'applications continues).
Si elle dérivable, ses dérivées directionnelles en un point u dans la direction v sont données dL(u)(v) =
L(u + hv) − L(u)
lim soit dL(u)(v) = 12 a(u, v) + 12 a(v, u) − `(v). Et a(·, ·) étant symétrique, on obtient
h→0 h
dL(u)(v) = a(u, v) − `(v). On en déduit que L est dérivable dans toutes les directions. Ce n'est pas susant
pour conclure que L est diérentiable : pour être diérentiable, une fonction doit avoir un plan tangent,
i.e. doit admettre un développement limité de la forme L(u + hv) = L(u) + h Mu (v) + o(h) où Mu est une
application linéaire.

Proposition 3.23 Le problème (3.11) est linéaire : si u1 est solution du problème pour la donnée
`1 (.), si u2 est solution du problème pour la donnée `2 (.), et si λ ∈ R, alors u1 + λu2 est solution
du problème pour la donnée `1 (.) + λ`2 (.).

Preuve. Si pour tout v ∈ V on a a(u1 , v) = `1 (v) et a(u2 , v) = `2 (v), alors on a, par linéarité de
a(·, ·) par rapport à la première variable, a(u1 + λu2 , v) = (`1 + λ`2 )(v) pour tout v ∈ V .
Le problème (3.11) étant linéaire, si la solution u = u(`) de (3.11) existe et est unique la
dépendance continue pour prouver le caractère bien posé sera démontrée si l'application linéaire
` → u = u(`) est continue, i.e. si :

∃c > 0, ∀` ∈ L(V, R), u = u(`) vérie ||u||V ≤ c||`||L(V,R) .

29
30 3.3. Théorème de LaxMilgram

3.2.2 Coercitivité
Il est clair que le caractère bien posé du problème abstrait dépend d'hypothèses supplémentaires
pour a(·, ·) (prendre a(·, ·) ≡ 0).
Dénition 3.24 On dit que a(·, ·) est α-coercitif (ou encore α-elliptique, α-coercif, V -coercitif,
V -elliptique, V -coercive) si :
∃α > 0, ∀v ∈ V, a(v, v) ≥ α||v||2V . (3.13)
Exercice 3.25 Montrer que si a(·, ·) = (·, ·)V on a ||a|| = 1 et α = 1.
Exercice 3.26 Montrer que si a(·, ·) est symétrique, continu et coercitif sur V , alors a(·, ·) dénit
un produit scalaire sur V qui est équivalent au produit scalaire (·, ·)V (i.e. que les normes associées
aux produits scalaires sont équivalentes).
Pour démontrer que (3.11) est un problème bien posé on aura besoin du théorème suivant.

3.3 Théorème de LaxMilgram

C'est le théorème principal de ce cours. On en donne la démonstration complète, basée sur le
théorème de Riesz, ainsi que son interprétation avec la caractérisation fonctionnelle du caractère
bien posé.

3.3.1 Théorème de représentation de RieszFréchet

Ce théorème indique que dans un espace de Hilbert, dès qu'une forme linéaire ` est continue, elle
peut se représenter par un vecteur n, vecteur qui est normal à l'hyperplan noyau Ker` = `−1 ({0})
(l'existence d'un tel vecteur est dû au fait que le noyau est fermé car ` est supposée continue).
3
Ce résultat est connu dans un espace de dimension nie. Par exemple,dans  R , une forme
a
linéaire est du type `(~x) = ax + by + cz , i.e. `(~x) = (~τ` , ~x)R3 où ~τ` =  b  est un vecteur
c
normal au noyau `−1 (0) = {~x ∈ R3 : ax + by + cz = 0 = (~τ` , ~x)}. Ce vecteur est de plus donné par
a b b
~τ` = `(~n) ~n où ~n est le vecteur normal unitaire au noyau, ~n = ±( √a2 +b 2 +c2
, √a2 +b 2 +c2
, √a2 +b 2 +c2
).

Théorème 3.27 Soit V un espace de Hilbert muni de son produit scalaire (·, ·)V , et soit V 0 son
dual (l'espace V 0 = L(V, R) des formes linéaires qui sont continues sur V ). Alors :
∀` ∈ V 0 , ∃τ` ∈ V, `(v) = (τ` , v)V , (3.14)
i.e., toute forme linéaire continue sur V s'exprime comme le produit scalaire par un vecteur τ` ∈ V .
De plus on a :
||τ` ||V = ||`||V 0 . (3.15)

Preuve. Soit ` ∈ V 0 et Ker` = `−1 (0) le noyau de `. Et ` étant continue, son noyau est fermé. On
suppose ` 6= 0, donc Ker` 6= V , sinon il sut de prendre τ` = 0. On va construire un vecteur n
normal à Ker` et on va montrer que τ` = c n où c = `(n) ∈ R.
Soit z ∈ V tel que z 6∈ Ker`, et soit z0 ∈ Ker` sa projection orthogonale sur Ker` : Ker` étant
fermé, cette projection z0 existe, et z0 est caractérisé par :
z0 ∈ Ker` et ∀y0 ∈ Ker`, (z0 , y0 )V = (z, y0 )V
(ou encore, (z − z0 , y0 )V = 0 pour tout y0 ∈ Ker`.) Et soit le vecteur normé orthogonal à Ker`
z − z0
déni par n = . Posons τ` = `(n) n, et vérions que `(v) = (τ` , v)V :
||z − z0 ||V
Soit v donné quelconque dans V = Ker`⊥ + Ker` et soit v = λn + w ∈ Ker`⊥ + Ker` sa
décomposition orthogonale sur Ker`⊥ + Ker` (avec λ ∈ R).
En particulier on obtient `(v) = λ`(n)+0 ∈ R où λ est déterminé grâce à (v, n)V = λ(n, n)V +0,
et donc λ = (v, n)V (ici v et n sont donnés et n est unitaire).
D'où `(v) = λ `(n) = (v, n)V `(n) = (`(n) n, v)V . On pose τ` = `(n) n ∈ V , et `(v) = (τ` , v)V .
De plus n étant unitaire, ||τ` ||V = |`(n)|R , et n étant orthonormal à `−1 (0) on déduit immédia-
tement ||`||V 0 = |`(n)|R = ||τ` ||V (prendre pour tout v ∈ V sa décomposition sur Ker` + Ker`⊥ ).

30
31 3.3. Théorème de LaxMilgram

3.3.2 Théorème de LaxMilgram

Le théorème de LaxMilgram donne des hypothèses susantes pour lesquelles le problème (3.11)
est bien posé. C'est une application du théorème de représentation de RieszFréchet.
Théorème 3.28 Soit :
(i) V un espace de Hilbert muni de son produit scalaire (·, ·)V et de sa norme associée ||.||V ,
(ii) a(·, ·) une forme bilinéaire, continue et α-coercive sur V , et
(iii) `(.) une forme linéaire et continue sur V .
Alors le problème (3.11) est bien posé : la solution existe, est unique, et la dépendence continue
de u en fonction de ` est donnée par :
||`||V 0
||u||V ≤ (3.16)
α
Preuve. Commençons par la partie immédiate de ce théorème : supposons que le problème admette
une solution u ∈ V . Alors, la coercivité de a(·, ·) et la continuité de `(.) donnent, avec (3.11) vrai
pour tout v ∈ V donc en particulier pour v = u :
α||u||2V ≤ a(u, u) = `(u) ≤ ||`|| ||u||V
On en déduit la continue dépendence (3.16). Reste à voir l'existence et l'unicité.
`(.) étant une forme linéaire continue sur V Hilbert, il existe τ` ∈ V tel que (théorème de
représentation de RieszFréchet) :
∀v ∈ V, `(v) = (τ` , v)V
De même, pour u quelconque dans V , au (.) =déf a(u, .) étant linéaire continue sur V , il existe un
vecteur qu'on note Au ∈ V tel que :
∀v ∈ V, a(u, v) = (Au, v)V
a(·, ·) étant une forme bilinéaire continue on vérie immédiatement que A : u ∈ V → Au ∈ V ainsi
déni est une application linéaire continue et que ||A|| = ||a||.
Et le problème (3.11) s'écrit : étant donné un vecteur τ` ∈ V , trouver u ∈ V tel que :
Au = τ` (3.17)
Il s'agit maintenant de montrer que A est bijectif.
Montrons d'abord que A est injectif (si la solution existe elle est unique). A étant linéaire il sut
de montrer que son noyau est réduit à {0}. Mais Av = 0 implique 0 = (Av, v)V = a(v, v) ≥ α||v||2V
(car a(·, ·) est coercif), donc v = 0.
Enn, montrons que A est surjectif (existence de la solution). Les deux points suivants sont à
vérier (voir proposition 1.12) :
1 - (Im(A))⊥ = {0} où (Im(A))⊥ = {v ∈ V : ∀w ∈ V, (Aw, v)V = 0}. C'est immédiat car a(·, ·)
est coercif et si v ∈ (Im(A))⊥ alors (Av, v)V = 0 = a(v, v) implique v = 0.
D'où Im(A) est dense dans V , voir proposition 1.12 (ce n'est pas susant pour conclure en
dimension innie : exemple : H 1 (Ω) est dense dans L2 (Ω) mais H 1 (Ω) 6= L2 (Ω)).
2 - Im(A) est fermé dans V . On prend une suite de Cauchy (wm ) = (Avm ) de A(V ) = Im(A) :
V étant fermé, (wm ) converge vers un élément w ∈ V , et il s'agit de montrer qu'il existe v ∈ V tel
que Av = w (i.e. que (wm ) est convergente dans A(V )).
Montrons d'abord que (vm ) converge dans V vers un élément noté v : puisque a(·, ·) est coercive
on déduit avec CauchySchwarz que :
α||vm − vn ||2V ≤ a(vm − vn , vm − vn ) = (Avm − Avn , vm − vn )V = (wm − wn , vm − vn )V
≤ ||wm − wn ||V ||vm − vn ||V
et donc que, (wm ) étant de Cauchy, (vm ) est une suite de Cauchy de V . Et puisque V est un espace
de Hilbert, il est complet et cette suite converge vers un élément v ∈ V .
Puis par continuité de A : ||wm − Av||V = ||Avm − Av||V ≤ ||A|| ||vm − v||V −→m→∞ 0. Donc
(wm ) converge vers Av dans V et la suite (wm ) est bien convergente dans A(V ) : A(V ) est fermé
dans V .
Ayant A(V ) dense et fermé dans V on déduit A(V ) = V , i.e., A est surjectif. Avec l'injectivité,
on a bien A bijectif et la solution existe et est unique. La dépendance continue ayant été démontrée,
le théorème est vérié.

31
32 3.4. Applications

3.3.3 Interprétation du problème

À la forme bilinéaire a(·, ·), on associe l'opérateur A de V dans son dual V 0 = L(V, R) :
∀u, v ∈ V, hAu, viV 0 ,V = a(u, v).
On a noté hAu, viV 0 ,V au lieu de Au(v) car Au est linéaire. Et le problème (3.11) s'écrit donc :
(
trouver u ∈ V tel que :
(3.18)
Au = ` dans V 0 .
Cette forme (3.18) du problème (3.11) s'appelle forme forte. C'est cette forme qui constitue le
problème interprété. Cela correspond, dans les cas traités dans la suite, à l'équation aux dérivées
partielles qu'on cherche à résoudre (équation somme des forces = m~γ ), alors que la formulation
variationnelle correspond à la formulation énergie associée (théorème des puissances virtuelles).
Enn, le théorème de Lax-Milgram indique que l'opérateur A−1 : V 0 → V est bijectif et continu :
A−1
` ∈ V 0 −→ u = A−1 ` ∈ V et ||u||V = ||A−1 `||V ≤ c ||`||V 0
où c > 0 est indépendant de ` : c = α1 . Donc une perturbation de ` (erreur de mesure sur la donnée `,
mauvaise précision machine...) produira une erreur du même ordre sur u (dans les normes qui ont
un sens i.e. ||.||V pour u et ||.||V 0 pour `).
Remarque 3.29 Ne pas confondre la forme forte (3.18) (qui est une équation dans V 0 avec A,
i.e. égalité de fonctions) avec (3.17) (qui est une équation dans V avec A, i.e. égalité de vecteurs).
Cette dernière équation (3.17) avec A n'interviendra plus dans la suite de ce cours (elle ne sert
qu'à la démonstration du théorème de LaxMilgram).
Typiquement V = H01 (Ω), A = −∆ est tel que pour u ∈ H01 (Ω) on a −∆u beaucoup moins
régulier que u (faire le parallèle avec u ∈ C 2 qui donne uniquement −∆u ∈ C 0 ). Et donc la
forme forte est une égalité dans V 0 espace de fonctions beaucoup moins régulières que l'espace des
fonctions H 1 (Ω) pour lequel l'égalité (3.18) a un sens.

3.4 Applications
3.4.1 Problème de Dirichlet homogène et condition aux limites essentielle
Étant donnée une fonction f ∈ L2 (Ω), il s'agit de trouver, dans un ouvert Ω ⊂ Rn 1-régulier,
une fonction u telle que : (
− ∆u + u = f,
u|Γ = 0.
2
Avec f dans L (Ω), cette formulation n'a pas de sens classique. On commence par réécrire ce
problème sous forme forte (au sens des distributions) :
(
− ∆u + u = f dans D0 (Ω),
(3.19)
u|Γ = 0 dans D0 (Γ).

Formulation variationnelle formelle

Multipliant par une fonction v puis intégrant sur Ω, une intégration par parties (formelle pour
le moment) donne :

 trouver u tel que u|Γ = 0 et, pour tout v :
Z Z Z Z
∂u (3.20)
 ~
gradu. ~ dΩ −
gradv v dΓ + u v dΩ = f v dΩ.
Ω Γ ∂n Ω Ω

Connaissant u sur Γ (u|Γ = 0), de manière intuitive qui sera bientôt justiée, on se contente de
considérer ce problème pour les v tels que v|Γ = 0. (En pratique, on aura alors un problème avec
même nombre d'inconnues que d'équations, u et v étant dans le même espace, et mécaniquement,
pour ce problème on ne peut pas faire de déplacements virtuels sur le bord).
Cela donne :

 trouver u tel que u|Γ = 0 et :
Z Z Z
(3.21)
 ~
gradu. ~ dΩ +
gradv u v dΩ = f v dΩ, ∀v, v|Γ = 0.
Ω Ω Ω

32
33 3.4. Applications

Remarque 3.30 Attention : dire que u|Γ = 0 n'implique pas ∂u

= 0 ! Pour s'en convaincre,
∂n
0
regarder en 1-D la fonction u : x ∈]0, π[−→ sin x ∈ R de dérivée u (x) = cos x dans [0, π], vaut aux
extrémités −u0 (0) = − cos 0 = −1 6= 0 et u0 (π) = cos π = −1 6= 0.
C'est uniquement l'hypothèse ajoutée v|Γ = 0 (ici v(0) = v(π) = 0) qui permet d'annuler le
terme de bord dans (3.20), et en aucun cas l'hypothèse u|Γ = 0.
∂u
Et en 2-D, il sut de considérer la fonction u : (x, y) ∈]0, π[2 −→ sin x ∈ R de dérivée ∂n (x, y) =
∂u ∂u ∂u
∂x (x, y) = ± cos x sur les bords verticaux et ∂n (x, y) = ∂y (x, y) = 0 sur les bords horizontaux.
C'est uniquement l'hypothèse ajoutée v|Γ = 0 (ici v(0, y) = v(π, y) = 0) qui permet d'annuler le
R ∂u
terme Γ ∂n (x, y)v(x, y) dx :
R ∂u Rπ R0
Γ ∂n
(x, y)v(x, y) dx = y=0 cos(π)v(π, y) dy + y=π cos(0)v(0, y) dy .

Formulation variationnelle rigoureuse

Pour que ce problème ait un sens, il faut que chaque terme dans (3.21) ait un sens. Pour
appliquer le théorème de LaxMilgram, on impose u et v dans le même espace, et la régularité
~ ~ n
minimale est alors u et v dans L2 (Ω), et gradu et gradv dans L2 (Ω) , donc u et v dans H 1 (Ω). On
en déduit que le problème s'écrit :

 trouver
 u ∈ H 1 (Ω) tel que :

 Z Z Z
(1) ~
gradu. ~ dΩ +
gradv u v dΩ = f v dΩ, ∀v ∈ H 1 (Ω), v|Γ = 0 (3.22)

 Ω Ω Ω


(2) u|Γ = 0

Dénition de `condition aux limites essentielle'

Dénition 3.31 Dans la formulation variationnelle (3.22), l'équation (3.22)2 (contrainte  u|Γ =0)
est dite condition aux limites essentielle : elle constitue une équation à part entière du problème.
Elle est également dite condition aux limites de Dirichlet, homogène ici car la contrainte est
u|Γ = g avec g = 0.

Donc, en plus de la régularité H 1 (Ω) nécessaire pour donner un sens à (3.22)1 , il est indispen-
sable d'ajouter l'équation (3.22)2 de condition aux limites u|Γ = 0.
De manière usuelle,
T on met cette condition essentielle dans l'espace V de recherche de la solution.
Ici, V = H 1 (Ω) {u|Γ=0 } = H01 (Ω) : donc ici l'espace H01 (Ω) contient deux informations : 1- une
condition de régularité, ici H 1 (Ω), et 2- une équation, ici u|Γ=0 .
Le problème à résoudre s'écrit donc :
 1 1
 trouver u ∈ H0 (Ω) tel que pour tout v ∈ H0 (Ω) :
Z Z Z
(3.23)
 ~
gradu. ~ dΩ +
gradv u v dΩ = f v dΩ.
Ω Ω Ω

C'est la formulation variationnelle cherchée.

Remarque 3.32 On verra qu'une condition aux limites naturelle est une condition qui n'entre
pas dans la dénition de V : la régularité seule sera prise en compte (i.e., la régularité minimum
permettant de donner un sens aux intégrales).

Équivalence formulation variationnelle  formulation forte (au sens de D0 (Ω))

On cherche à savoir si une solution du problème faible, i.e. une solution u ∈ H01 (Ω) de (3.23),
est solution du problème fort (3.19) : très souvent c'est le problème fort qui est le problème à
résoudre, alors que c'est le problème faible qu'on propose de résoudre (parce que c'est beaucoup
plus facile), et il s'agit de vérier que la solution qu'on a trouvée (celle du problème faible) est bien
la solution demandée (celle du problème fort).
Et, réciproquement, si u est une solution du problème fort et que de plus u ∈ H01 (Ω) alors u
est solution du problème faible.
On vient de voir que la formulation forte (3.19) (au sens des distributions) impliquait la for-
mulation faible (3.23). En eet, si le problème (3.19) admet une solution u ∈ H01 (Ω) au sens des
distributions, alors par intégration par parties avec v ∈ D(Ω) on vérie que u est solution de (3.23)

33
34 3.4. Applications

pour tout v ∈ D(Ω). Et puisque D(Ω) est dense dans H01 (Ω), que u est solution de (3.23) pour
tout v ∈ H01 (Ω).
Réciproquement, si (3.23) a une solution u ∈ H01 (Ω), (3.23) étant vrai pour tout v ∈ H01 (Ω)
est vrai pour tout v ∈ D(Ω) (puisque D(Ω) ⊂ H01 (Ω)). D'où en prenant v dans D(Ω), (3.23) est
réécrite au sens des distributions comme :
~
hgradu, ~
gradvi + hu, vi = hf, vi, ∀v ∈ D(Ω)

ce qui donne par dénition de la dérivation au sens des distributions :

h−∆u + u − f, vi = 0, ∀v ∈ D(Ω)

soit −∆u + u − f = 0 ∈ D0 (Ω), i.e. (3.21)1 .

De plus, si (3.23) admet une solution u ∈ H01 (Ω) on a par dénition de H01 (Ω) que u|Γ = 0,
i.e. (3.21)2 (condition aux limites essentielle).
Donc le problème (3.23) implique bien le problème (3.19) au sens de D0 (Ω).
Les problèmes (3.19) et (3.23) sont donc équivalents : si on résout le problème variationnel, on
résout eectivement le problème fort initial.

Problème bien posé

On vient de voir que les problèmes (3.23) et (3.19) sont équivalents. Il reste à voir s'ils sont
bien posés, i.e. s'ils ont une unique solution qui, de plus, dépend continûment de la donnée `. Le
théorème de LaxMilgram va permettre de prouver que le problème faible est bien posé (et donc
que le problème fort l'est aussi).
On prend V = H01 (Ω) muni de son produit scalaire (u, v)V = (gradu, ~ ~
gradv)L2 (Ω) (c'est un
1
produit scalaire sur H0 (Ω) puisque Ω est borné et qu'on dispose de l'inégalité de Poincaré (2.19)).
On dénit sur V : Z Z
a(u, v) = ~
gradu. ~ dΩ +
gradv u v dΩ
Z Ω Ω
(3.24)
`(v) = f v dΩ
Ω

et le problème (3.23) est mis sous forme abstraite (3.11). Il reste à vérier les hypothèses du
théorème de Lax-Milgram.
1. V = (H01 (Ω), ||.||H01 ) est bien un espace de Hilbert.
R
2. a(·, ·) est bilinéaire et `(.) est linéaire, vérication immédiate car ~ sont linéaires.
et grad
3. a(·, ·) est continue dans H01 (Ω) car, à l'aide des inégalités de CauchySchwarz et de Poin-
caré (2.19) :

|a(u, v)| = (u, v)H 1 (Ω) ≤ ||u||H 1 (Ω) ||v||H 1 (Ω) ≤ (1 + cΩ )2 ||u||H01 (Ω) ||v||H01 (Ω)

pour tout u, v ∈ H01 (Ω). Donc a(·, ·) est bien continu (et sa constante de continuité vérie
||a|| ≤ (1 + cΩ )2 ).
4. a(·, ·) est 1-coercive dans H01 (Ω) car pour tout v ∈ H01 (Ω) :

a(v, v) = ||v||2H 1 (Ω) ≥ ||v||2H 1 (Ω)

0

donc une constante de V -coercivité est α = 1.

5. La forme linéaire `(.) est continue dans H01 (Ω) car pour tout v ∈ H01 (Ω) :

|`(v)| ≤ ||f ||L2 (Ω) ||v||L2 (Ω) ≤ (cΩ ||f ||L2 (Ω) )||v||H01 (Ω)

(Cauchy-Schwarz dans L2 (Ω) puis inégalité de Poincaré.) Et en particulier ||`||H01 (Ω)0 ≤

cΩ ||f ||L2 (Ω) .
Le problème (3.23) est donc bien posé dans H01 (Ω) : il admet une unique solution u ∈ H01 (Ω)
qui dépend continûment de ` ou de f : ||u||H01 (Ω) ≤ α1 ||`|| ≤ cΩ ||f ||L2 (Ω) .

34
35 3.4. Applications

Exemple 3.33 On peut travailler dans l'espace (H01 (Ω), ||.||H 1 (Ω) ), i.e., l'espace H01 (Ω) muni du
produit scalaire de H 1 (Ω) (normes induites équivalentes dans H01 (Ω) à l'aide de l'inégalité de
Poincaré pour un domaine borné 1-régulier). Les continuités et la coercivité sont alors immédiat
avec ||a|| = 1 et ||`|| = ||f ||L2 (Ω) . Le vérier. C'est dû au fait que a(·, ·) n'est ici autre que le produit
scalaire de H 1 (Ω).
Exemple 3.34 Le problème : (
− ∆u = f
(3.25)
u|Γ = 0
R
se traite de la même façon, car la forme linéaire induite a(u, v) = Ω gradu. ~ ~ dΩ = (u, v)H 1 (Ω)
gradv 0
est continue et coercive dans H01 (Ω) : c'est le produit scalaire de H01 (Ω). Vérier que dans ce cas
||a|| = 1, α = 1 et ||`|| ≤ cΩ ||f ||L2 (Ω) .
Si on équipe H01 (Ω) de la norme ||.||H 1 (Ω) , que valent ||a||, α et ||`|| ?
Exemple 3.35 Traiter le problème (i.e. donner V , a(·, ·) et `, et calculer les constantes ||a||, α
et ||`||, puis conclure quant au caractère bien posé) :
(
~
− div(A.gradu) = f,
u|Γ = 0,
µ ¶ µ ¶ µ ¶ µ ¶ µ ¶
1 0 2 1 1 2 1 1 1 0
où A est l'une des matrices , , , , (ce dernier cas don-
0 2 1 2 2 5 0 1 0 0
nant un problème mal posé).
Réponse (indications) : on considèrera a(u, v) = (A.gradu, ~ ~
gradv) ~
L2 , on posera X = gradu(~
~ x) et
Y = gradv(~x), on aura : (A.X, Y )R ≤ ||A||L(R ;R ) ||X||R ||Y ||R grâce à CauchySchwarz dans Rn
~ ~ ~ ~ n n n ~ n ~ n
R
et à la dénition de la norme matricielle, d'où a(u, v) ≤ ||A|| Ω ||gradu(~ ~ ~
x)||Rn ||gradv(~
x)||Rn dΩ, d'où
~ ~ 2
a(u, v) ≤ ||A|| ||gradu||L2 ||gradu||L2 avec CauchySchwarz dans L (Ω), d'où a(u, v) ≤ ||A|| ||u||H 1 ||v||H 1 .
0 0
Cela prouve la continuité de a(·, ·) et on a ||a|| ≤ ||A||. Pour pour montrer la coercivité de a(·, ·), en minorera
en employant les résultats du paragraphe A.6 : on traitre séparément le cas des matrices symétriques (calculs
de valeurs propres) et le cas des matrices non symétriques (calculs à la main).
Et la continuité de ` a été traitée précédemment.
Remarque 3.36 Un résultat de régularité indique que lorsque f ∈ LT
2
(Ω) alors u est en fait dans
2 1 2 2
H (Ω). Et donc le Laplacien ∆ réalise un isomorphisme entre H0 (Ω) H (Ω) et L (Ω).
−1
Ou encore,
T on2 vient de montrer que son inverse ∆ est un isomorphisme continu de L2 (Ω)
1 2
dans H0 (Ω) H (Ω) :Tquelle que soit la force f , si elle appartient à L (Ω), alors il existe une
solution u dans H01 (Ω) H 2 (Ω) (bjiection de ∆−1 ) et que u dépend continûment de f (continuité
de ∆−1 ) :
( 2 )
−1
L (Ω) −→ H01 (Ω) ∩ H 2 (Ω)
∆ : et ||u||H01 (Ω) = ||∆−1 f ||H01 (Ω) ≤ c||f ||L2 (Ω) ,
f −→ u = ∆−1 f
avec c = ||∆−1 ||.
En particulier, une petite erreur sur f (en norme L2 (Ω)) n'entrainera qu'une erreur du même
ordre sur u (en norme H01 (Ω)). Ce résultat de continuité de ∆−1 est à la base de l'étude des valeurs
propres du laplacien traité en troisième année d'ISIMA.
Remarque 3.37 Travailler dans l'espace H 1 (Ω) au lieu de V = H01 (Ω) ne permettrait pas de
résoudre le problème (3.19) : on ne pourrait pas retrouver la condition essentielle de Dirichlet
u|Γ = 0 (essayez). Et à ce titre, cette condition est réellement essentielle. Voir pour comparaison
le paragraphe condition aux limites natuelle (de Neumann).

3.4.2 Problème de Dirichlet non homogène et condition aux limites essentielle

Maintenant, étant données une fonction f ∈ L2 (Ω) et une fonction d ∈ γ0 (H 1 (Ω)), le problème
consiste à trouver une fonction u telle que :
(
− ∆u + u = f dans D0 (Ω),
(3.26)
u|Γ = d dans D0 (Γ).
On prendra la fonction d dans Im(γ0 ) = γ0 (H 1 (Ω)) qui est un sous-espace de L2 (Γ), où γ0 (H 1 (Ω))
est l'image de H 1 (Ω) par l'application trace γ0 , car on verra qu'une solution du problème sous

35
36 3.4. Applications

forme variationnelle vériera u ∈ H 1 (Ω) et donc que ce problème ne pourra avoir de solution que
si d = u|Γ = γ0 (u) ∈ Im(γ0 ) = γ0 (H 1 (Ω)).

Formulation variationnelle formelle

Multipliant par v , une intégration par parties (formelle pour le moment) donne :

 trouver u tel que u|Γ = d et :
Z Z Z
 ~
gradu. ~ dΩ +
gradv u v dΩ = f v dΩ, ∀v, v|Γ = 0
Ω Ω Ω

On a pris v|Γ = 0 (dans l'espace vectoriel associé à l'espace ane auquel appartient u) car u|Γ
étant connu (= d), on n'a pas besoin de considérer les fonctions v non nulles sur Γ (c'est intuitif
et ce sera justié lors de l'équivalence `problème fortproblème faible').

Formulation variationnelle rigoureuse et condition aux limites essentielle

Le problème à résoudre s'écrit donc :
 1
 trouver u ∈ d + H0 (Ω) tel que :
Z Z Z
(3.27)
 ~
gradu. ~ dΩ +
gradv u v dΩ = f v dΩ, ∀v ∈ H01 (Ω)
Ω Ω Ω

En eet, la régularité minimum pour que les intégrales aient un sens est u et v dans H 1 (Ω), et la
condition u|Γ = d est essentielle.

Équivalence formulation variationnelle  formulation forte

Problème fort implique problème faible est immédiat, et par intégration par parties à partir
de (3.27), avec u ∈ d + H01 (Ω), on retrouve (3.26), i.e. −∆u + u = f ∈ D0 (Ω) et u|Γ = d (condition
aux limites essentielle), voir paragraphe problème de Dirichlet homogène.

Problème bien posé

Sous la forme (3.27), u est cherché dans un espace ane (le translaté de l'espace vectoriel
H01 (Ω) par d), on ne peut pas appliquer directement le théorème de Lax-Milgram (il faut un espace
vectoriel). On va se ramener à un espace vectoriel.
Rappel : Un espace ane n'est pas stable par addition : si V est un e.v., et si u1 et u2 sont
dans un espace ane d + V associé, on n'a pas u1 + u2 dans d + V (mais dans 2d + V ). Un espace
ane n'est pas un espace vectoriel !

Dénition 3.38 Pour d ∈ γ0 (H 1 (Ω)) donné, on appelle relèvement r ∈ H 1 (Ω) de la fonction d :

un antécédent de d par γ0 , i.e. un élément r ∈ H 1 (Ω) qui vérie γ0 (r) = d.

Un tel antécédent existe par dénition de l'espace image γ0 (H 1 (Ω)), mais n'a aucune raison
d'être unique.
Notation Si r ∈ H 1 (Ω), on note r + H01 (Ω) l'espace ane :
r + H01 (Ω) = {w ∈ H 1 (Ω) t.q. ∃v ∈ H01 (Ω), w = v + r}.

C'est un espace ane associé à l'espace vectoriel H01 (Ω) (espace translaté de r). Et si d ∈ γ0 (H01 (Ω)),
alors pour un relèvement r donné de d, on note :

d + H01 (Ω) = r + H01 (Ω)

car il est immédiat que cet espace est indépendant du relèvement r de d choisi : si r1 et r2 sont
deux relèvements de d, i.e. si γ0 (v1 ) = d = γ0 (r2 ), alors r1 + H01 (Ω) = r2 + H01 (Ω). En eet, si
w = r1 + v1 ∈ r1 + H01 (Ω), alors w = r2 + v2 avec v2 = (r1 −r2 ) + v1 , et on a γ0 (v2 ) = 0, i.e.
v2 ∈ H01 (Ω).
On ramène (par translation) le problème (3.27) posé dans l'espace ane d+H01 (Ω) dans l'espace
vectoriel H01 (Ω) associé (pour garder le caractère linéaire du problème), i.e. on translate u :

36
37 3.4. Applications

puisque d ∈ γ0 (H 1 (Ω)) il existe (au moins) un relèvement rd ∈ H 1 (Ω) de d ; on s'en xe un. Et
on considère le problème en la variable u0 = u − rd ∈ H01 (Ω) :
 1 1
 trouver u0 ∈ H0 (Ω) tel que pour tout v ∈ H0 (Ω) :
Z Z Z
(3.28)
 ~ 0 .gradv
(gradu ~ + u0 v) dΩ = ~ d .gradv
f v dΩ − (gradr ~ + rd v) dΩ
Ω Ω Ω

Soit : (
trouver u0 ∈ H01 (Ω) tel que :
(3.29)
a(u0 , v) = `d (v)
avec la même forme bilinéaire a(·, ·) que pour le problème homogène. Cette forme est donc bilinéaire
continue et 1-coercive sur H01 (Ω).
Et la forme linéaire est maintenant dénie sur H01 (Ω) par :
~ d , gradv)
`d (v) = (f, v)L2 (Ω) − (gradr ~ L2 (Ω) − (rd , v)L2 (Ω)

cette forme est trivialement linéaire et vérie, pour tout v ∈ H01 (Ω) :

|`d (v)| ≤ ||f ||L2 (Ω) ||v||L2 (Ω) + ||rd ||H 1 (Ω) ||v||H 1 (Ω)
q
≤ (cΩ ||f ||L2 (Ω) + 1 + c2Ω ||rd ||H 1 (Ω) ) ||v||H01 (Ω) ,

grâce à l'inégalité de Poincaré car Ω est borné et v ∈ H01 (Ω). D'où `d (.) est continue sur H01 (Ω)
avec : q
||`d || ≤ cΩ ||f ||L2 (Ω) + 1 + c2Ω ||rd ||H 1 (Ω)

Le problème est donc bien posé : il existe un unique u0 ∈ H01 (Ω) vériant (3.28) et u0 dépend
continûment de `d :
||u0 ||H01 (Ω) ≤ ||`d ||
(constante de coercivité égale à 1.)
Conclusion : pour un relèvement rd donné, on a une solution u = u0 + rd = u0 (d) + rd du
problème (3.27). Il reste à vérier que :

La solution u = u0 + rd ne dépend pas du relèvement rd choisi

Pour cela on prend deux relèvements rd1 et rd2 de d et on pose u01 = u − rd1 ∈ H01 (Ω) et
u02 = u − rd2 ∈ H01 (Ω). Les problèmes (3.28) associés admettent resp. une unique solution u01 et
u02 .
On obtient deux solutions u1 = u01 + rd1 et u2 = u02 + rd2 au problème (3.27), et on vérie
immédiatement que w = u1 − u2 ∈ H01 (Ω) vérie l'équation homogène :

−∆w + w = 0, w|Γ = 0

pour laquelle on a montré l'existence et l'unicité. La fonction w = 0 étant solution c'est la seule et
on déduit u1 = u2 . La solution de (3.27) ne dépend donc pas du relèvement choisi.

Conclusion
On a obtenu u = u0 + rd , d'où :
~
||gradu|| ~ ~
L2 (Ω) ≤ ||gradu0 ||L2 (Ω) + ||gradrd ||L2 (Ω) ≤ ||`d || + ||rd ||H 1 (Ω) ,
q
≤ cΩ ||f ||L2 (Ω) + (1 + 1 + c2Ω )||rd ||H 1 (Ω) .

Donc u dépend continûment des données f et d (par l'intermédiaire d'un relèvement rd ). Mieux,
ce résultat étant vrai pour tout relèvement rd de d on a :
q
~
||gradu|| 2
L (Ω) ≤ cΩ ||f || 2
L (Ω) + (1 + 1 + c2Ω ) inf1 ||rd ||H 1 (Ω) .
rd ∈H (Ω)
rd |Γ =d

Exemple 3.39 Traiter les exemples 3.35 en changeant la condition de dirichlet homogène par la
condition u|Γ = 1 (condition d'encastrement à `l'altitude' constante 1).

37
38 3.4. Applications

Remarque 3.40 Lors de la programmation, on ne cherche pas à déterminer un relèvement rd : les

conditions aux limites seront intégrées directement au problème matriciel résultant. Ce relèvement
ne sert qu'à s'assurer du caractère bien posé du problème (3.26) en appliquant le théorème de
LaxMilgram.

Remarque 3.41 Avec H 2 (Γ) déf

1
= γ0 (H 1 (Ω)) (image de H 1 (Ω) dans L2 (Γ) par l'application trace), on
peut montrer que le réel :
déf
||d|| 1 = inf ||w||H 1 (Ω) (3.30)
H 2 (Γ) w∈H 1 (Ω)
w|Γ =d

1
dénit une norme sur H 2 (Γ), et ainsi que :
q
~
||gradu|| L2 (Ω) ≤ cΩ ||f ||L2 (Ω) + (1 + 1 + c2Ω )||d|| 1
H 2 (Γ)

Et u dépend donc bien continûment des données f et d dans les normes naturellement associées.
De plus, on peut voir que ||d|| 1 = ||wd ||H 1 (Ω) où wd est solution du problème de Dirichlet non
H 2 (Γ)
homogène avec second membre nul : (
− ∆w + w = 0
(3.31)
w|Γ = d
En eet, soit wd ∈ H 1 (Ω) la solution de (3.31). Puisque :
inf ||w||H 1 (Ω) = inf ||wd + w0 ||H 1 (Ω)
w∈H 1 (Ω) w0 ∈H01 (Ω)
w|Γ =d

il sut de montrer que inf w0 ∈H01 (Ω) ||wd + w0 ||H 1 (Ω) est réalisé pour w0 = 0. Mais, pour w0 ∈ H01 (Ω) :
~
||wd + w0 ||2H 1 (Ω) = (grad(w ~
d + w0 ), grad(wd + w0 ))L2 (Ω) + (wd + w0 , wd + w0 )L2 (Ω)

~
= (gradw ~ ~ ~
d , gradwd )L2 (Ω) + (wd , wd )L2 (Ω) + (gradw0 , gradw0 )L2 (Ω) + (w0 , w0 )L2 (Ω)
h i
~
+ 2 (gradw ~
d , gradw0 )L2 (Ω) + (wd , w0 )L2 (Ω)

= ||wd ||2H 1 (Ω) + ||w0 ||2H 1 (Ω) ≥ ||wd ||2H 1 (Ω)

car le terme entre crochet est nul puisque wd satisfait à (3.31)1 et w0 ∈ H01 (Ω).

3.4.3 Problème de Neumann homogène et condition aux limites naturelle

Étant donnée une fonction f ∈ L2 (Ω), il s'agit de trouver, dans un ouvert Ω ⊂ Rn 1-régulier,
une fonction u telle que :  0
 − ∆u + u = f dans D (Ω)
∂u (3.32)
 = 0 dans D0 (Γ)
∂n |Γ

Formulation variationnelle formelle

Multipliant par v , une intégration par parties (formelle pour le moment) donne :

 trouver u tel que :
Z Z Z Z
~ ~ dΩ − ∂u
 gradu. gradv v dΓ + u v dΩ = f v dΩ, ∀v
Ω Γ ∂n Ω Ω

On ne peut pas se permettre ici de prendre v|Γ = 0. En eet, u n'est pas connu sur le bord : il
∂u
faudra donc calculer u|Γ . Par contre, on sait que ∂n |Γ
= 0, et donc le terme de bord est nul.

Exemple 3.42 La connaissance de ∂u

∂n |Γ = 0 ne permet pas de connaître u|Γ : prendre par exemple
sur le carré ]0, 2π[ les fonctions uk (x, y) = ±xk cos(y) dont la dérivée normale sur le bord y = 0
2

est nulle quelque soit k . Et pourtant la valeur au bord des fonctions uk dépend de k et elle ne
saurait donc être déterminée par la valeur ∂u ∂uk
∂n = − ∂x = 0 sur le bord y = 0, valeur indépendante
k

de k .
Il reste donc : 
 trouver u tel que :
Z Z Z
(3.33)
 ~
gradu. ~ dΩ +
gradv u v dΩ = f v dΩ, ∀v
Ω Ω Ω

38
39 3.4. Applications

Formulation variationnelle rigoureuse

Le problème (3.33) a un sens dès que u et v sont dans H 1 (Ω). On s'intéresse donc au problème :
 1
 trouver u ∈ H (Ω) tel que :
Z Z Z
(3.34)
 ~ ~
gradu.gradv dΩ + u v dΩ = f v dΩ, ∀v ∈ H 1 (Ω)
Ω Ω Ω

Équivalence formulation variationnelle  formulation forte

On cherche à savoir si une solution du problème faible, i.e. une solution u ∈ H 1 (Ω) de (3.34),
est solution du problème fort (3.32), et, réciproquement, si u est une solution du problème fort et
que de plus u ∈ H 1 (Ω) alors u est solution du problème faible.
En fait, il faut supposer un peu plus de régularité pour u, à savoir u ∈ H 2 (Ω).
Supposant que u est solution de (3.32) avec u ∈ H 1 (Ω). On suppose de plus que u ∈ H 2 (Ω).
Alors en multipliant (3.32)1 par v ∈ H 1 (Ω), par intégration par parties on obtient (3.34).
Réciproquement : on suppose que u est solution de (3.34). En particulier (3.34) est valide pour
tout v ∈ D(Ω) (puisque D(Ω) ⊂ H 1 (Ω)). On réécrit (3.34) comme :
~
hgradu, ~
gradviD 0 (Ω),D(Ω) + hu, viD 0 (Ω),D(Ω) = hf, viD 0 (Ω),D(Ω) , ∀v ∈ D(Ω)
et on retrouve donc (3.32)1 .
Il reste à retrouver la condition aux limites (3.32)2 : supposons de plus que la solution u de (3.34)
est H 2 (Ω). Alors par intégration par parties on obtient :
Z Z Z
∂u
(−∆u + u) v dΩ + v dΓ = f v dΩ, ∀v ∈ H 1 (Ω) (3.35)
Ω Γ ∂n Ω

Remarque 3.43 L'hypothèse u ∈ H 2 (Ω) est indispensable pour que les termes ci-dessus aient un
∂u
sens, i.e. pour que −∆u ∈ L2 (Ω) et ∂n ∈ L2 (Γ). On montre en fait que dès que f ∈ L2 (Ω) alors
la solution de (3.34) a eectivement la régularité H 2 (Ω), et cette hypothèse u ∈ H 2 (Ω) n'est alors
pas contraignante.
L'équation (3.35) s'écrit encore :
∂u
(−∆u + u − f, v)L2 (Ω) = −( , v)L2 (Γ) , ∀v ∈ H 1 (Ω).
∂n
2
Le terme de gauche est nulR grâce à (3.32)1 et au fait que D(Ω) est dense dans L (Ω) : ayant
(−∆u + u − f, v)L2 (Ω) = Ω (−∆u + u − f ) v dΩ = 0 pour tout v ∈ D(Ω), on garde cette égalité
pour tout v ∈ L2 (Ω), donc en particulier pour tout v ∈ H 1 (Ω).
Il reste donc dans (3.35) :
∂u
(
, v)L2 (Γ) = 0, ∀v ∈ H 1 (Ω) (3.36)
∂n
∂u
On admet ici que γ0 (H 1 (Ω)) est dense dans L2 (Γ) ce qui permet de conclure ∂n = 0 sur Γ.
On vient de montrer que, si u est solution du problème variationnel (3.34), alors, sous la
condition supplémentaire que u ∈ H 2 (Ω), u est également solution du problème fort (3.32). Et
nalement, les problèmes forts et variationnels sont équivalents sous la condition qu'ils admettent
l'un et l'autre une solution u ∈ H 2 (Ω) (si u est solution de (3.32) avec u ∈ H 2 (Ω), alors u est
solution de (3.34), et réciproquement).

Condition aux limites naturelle

∂u
La condition aux limites ∂n = 0 est obtenue naturellement par intégration par parties de (3.34),
voir (3.36). Une telle condition aux limites est dite condition aux limites naturelle (`naturellement
obtenue par intégration par parties').
Remarque 3.44 Il est inutile d'essayer de faire entrer la condition de Neumann dans l'espace de
∂v
recherche de la solution : si on essaie, on doit considérer l'espace V = {v ∈ H 2 (Ω) : ∂n |Γ = 0},
2 ∂v
la régularité H (Ω) étant imposé pour que ait un sens. D'autre part il faudra considérer cet
∂n |Γ
espace muni de la norme ||.||H 1 (Ω) pour avoir la coercivité de la forme bilinéaire associée a(·, ·),
voir paragraphe suivant. Malheureusement l'espace (V, ||.||H 1 (Ω) ) n'est pas un Hilbert : il n'est pas
complet, sa fermeture étant l'espace H 1 (Ω) tout entier. Or on a besoin d'un espace de Hilbert pour
pouvoir appliquer le théorème de LaxMilgram.
Donc la condition de Neumann ne peut en aucun cas être considérée comme essentielle.

39
40 3.4. Applications

Problème bien posé

Il reste à montrer que le problème (3.34) est bien posé. L'application du théorème de Lax-
Milgram est similaire aux cas précédents : il existe une unique solution u ∈ H 1 (Ω) telle que :
1
||u||H 1 (Ω) ≤ ||f ||L2 (Ω)
α
avec ici α = 1 (le prouver).
Noter que la solution trouvée n'a que la régularité H 1 (Ω), et donc si on ne peut pas prouver que
∂u
de plus u ∈ H 2 (Ω), on ne peut pas retrouver la condition aux limites naturelle ∂n = 0 autrement
que formellement.

Régularité de la solution trouvée

Le théorème de Lax-Milgram a donné l'existence et l'unicité d'une solution u ∈ H 1 (Ω) qui de
plus dépend continûment de f . Il reste à vérier que cette solution est en fait dans H 2 (Ω) : on
aura alors bien équivalence des problèmes (3.32) et (3.34) et le problème (3.32) sera bien posé.
On renvoie par exemple à Nédélec [10] pour une démonstration (démonstration technique faisant
appel à des résultats de compacité hors programme) ou a Brézis [3] pour une autre démonstration
(voir le paragraphe 3.10 pour l'idée de cette démonstration).

Exemple 3.45 Reprendre les exemples 3.35 en prenant pour conditions aux limites des conditions
de Neumann homogène.

3.4.4 Problème de Neumann non homogène et condition aux limites naturelle

Étant donnée une fonction f ∈ L2 (Ω) et g ∈ γ1 (H 2 (Ω)), il s'agit de trouver, dans un ouvert
Ω ⊂ Rn 1-régulier, une fonction u telle que :
 0
 − ∆u + u = f dans D (Ω)
∂u (3.37)
 = g dans D0 (Γ)
∂n |Γ

Formulation variationnelle formelle

Multipliant par v , une intégration par parties (formelle pour le moment) donne :

 trouver u tel que :
Z Z Z Z
~ ~ dΩ − ∂u
 gradu. gradv v dΓ + u v dΩ = f v dΩ, ∀v
Ω Γ ∂n Ω Ω

∂u
Puisqu'on a ∂n |Γ = g cela s'écrit :

 trouver u tel que :
Z Z Z Z
 ~ ~
gradu.gradv dΩ + u v dΩ = f v dΩ + g v dΓ, ∀v
Ω Ω Ω Γ

Formulation variationnelle rigoureuse

La formulation ci-dessus a un sens dès que u et v sont dans H 1 (Ω). On regarde donc le problème :
 1
 trouver u ∈ H (Ω) tel que :
Z Z Z Z
(3.38)
 ~
gradu. ~ dΩ +
gradv u v dΩ = f v dΩ + g v dΓ, ∀v ∈ H 1 (Ω)
Ω Ω Ω Γ

Noter qu'il sura ici de supposer que g ∈ L2 (Γ) pour avoir une solution (par contre pour pouvoir
∂u
avoir g = ∂n et donc interpréter le problème, il sera nécessaire d'avoir g ∈ γ1 (H 2 (Ω)).

40
41 3.4. Applications

Équivalence formulation variationnelle  formulation forte

La démarche précédente montre que dès que u ∈ H 2 (Ω) et que u vérie le problème fort (3.37)
alors u est aussi solution du problème faible (3.38).
Réciproquement, supposons que u ∈ H 1 (Ω) est solution de (3.38). L'équation (3.38) étant en
particulier vraie pour tout v ∈ D(Ω) on obtient :
~
hgradu, ~
gradviD 0 (Ω),D(Ω) + hu, viD 0 (Ω),D(Ω) = hf, viD 0 (Ω),D(Ω) , ∀v ∈ D(Ω)
0
Et on a bien −∆u + u = f ∈ D (Ω).
Supposons de plus que la solution u de (3.38) est dans H 2 (Ω) (hypothèse de régularité).
Par intégration par parties on trouve :
Z Z Z Z
∂u
(−∆u + u) v dΩ + v dΓ = f v dΩ + g v dΓ, ∀v ∈ H 1 (Ω)
Ω Γ ∂n Ω Γ
Et avec −∆u + u = f ∈ D0 (Ω) il reste :
Z
∂u
( − g) v dΓ = 0, ∀v ∈ H 1 (Ω)
Γ ∂n
∂u
Sachant γ0 (H 1 (Ω)) dense dans L2 (Γ) on conclut que ∂n = g sur Γ. Ainsi les problèmes fort et
faible sont équivalents dès que la solution u a la régularité H 2 (Ω).

Condition aux limites naturelle

∂u
La condition ∂n = g sur Γ provient de l'intégration par parties de (3.38) : c'est une condition
aux limites naturelle.

Problème bien posé

Il reste à prouver que (3.38) est bien posé. Le théorème de Lax-Milgram donnera le résultat
comme précédemment dès qu'on aura prouvé que la forme linéaire :
Z Z
`(v) = f v dΩ + g v dΓ (3.39)
Ω Γ

est continue dans H 1 (Ω). Le seul terme non encore analysé est l'intégrale sur Γ. Or par dénition
v|Γ = γ0 (v), d'où pour tout v ∈ H 1 (Ω) :
Z
| g v|Γ dΓ| = |(g, γ0 (v))L2 | ≤ ||g||L2 (Γ) ||γ0 (v)||L2 (Γ)
Γ
Et la continuité de l'application trace donne ||γ0 (v)||L2 (Γ) ≤ ||γ0 || ||v||H 1 (Ω) . Finalement, pour tout
v ∈ H 1 (Ω) :
|`(v)| ≤ (||f ||L2 (Ω) + ||γ0 || ||g||L2 (Γ) )||v||H 1 (Ω)
et la continuité de ` est démontrée. Le problème est bien posé et la solution vérie :
||u||H 1 (Ω) ≤ ||f ||L2 (Ω) + ||γ0 || ||g||L2 (Γ)
Exemple 3.46 On considère le problème, pour β ≥ 0 :

 − ∆u + u = f
 ∂u + βu = g sur Γ
∂n
En donner une formulation variationnelle, et montrer son caractère bien posé au sens des dis-
tributions. (Indication : on se servira du premier théorème de trace pour avoir (u, v)L2 (Γ) ≤
||γ0 ||2 ||u||H 1 (Ω) ||v||H 1 (Ω) .)

3.4.5 * Problème mixte DirichletNeumann

S T
Soit Ω ouvert borné 1-régulier connexe de frontière Γ = Γ0 Γ1 où Γ0 Γ1 = ∅. On suppose
meas(Γ0 ) > 0. Soit le problème de trouver u tel que :
 0
 − ∆u + u = f dans D (Ω)



u|Γ0 = d dans D0 (Γ)
(3.40)
 ∂u


 0
= g dans D (Γ)
∂n |Γ1
(au sens des distributions.) On suppose f ∈ L2 (Ω), et d ∈ γ0 (H 2 (Ω)) et g ∈ γ1 (H 2 (Ω)).

41
42 3.4. Applications

Formulation variationnelle formelle

Multipliant par v , une intégration par parties (formelle pour le moment) donne :

 trouver u tel que u|Γ0 = d et :
Z Z Z Z
~ ~ ∂u
 gradu.gradv dΩ − v dΓ + u v dΩ = f v dΩ, ∀v
Ω Γ ∂n Ω Ω

∂u
Puis u étant connu sur Γ0 on prendra v|Γ0 = 0, et ayant ∂n |Γ1 = g , on en déduit :

Formulation variationnelle rigoureuse

Le problème variationnel trouvé se formule comme :
 1
 trouver u ∈ H (Ω) tel que u|Γ0 = d et :
Z Z Z Z
 ~
gradu. ~ dΩ +
gradv u v dΩ = f v dΩ + g v dΓ, ∀v ∈ H 1 (Ω), v|Γ0 = 0.
Ω Ω Ω Γ1

∂u
La condition u|Γ0 = d est une condition essentielle alors que la condition ∂n |Γ1 = g est une condition
naturelle (on va la retrouver par intégration par parties).
Notons :
HΓ10 (Ω) = {v ∈ H 1 (Ω) : v|Γ0 = 0}.
Le problème se reformule alors :
 1 1
 trouver u ∈ d + HΓ0 (Ω) tel que ∀v ∈ HΓ0 (Ω) :
Z Z Z Z
~ ~ (3.41)
 gradu.gradv dΩ + u v dΩ = f v dΩ + g v dΓ.
Ω Ω Ω Γ1

Équivalence formulation variationnelle  formulation forte

On suppose que (3.41) a une solution u ∈ H 1 (Ω). Par intégration par parties on retrouve, en
supposant de plus u ∈ H 2 (Ω) :
 1
 trouver u ∈ H (Ω) tel que u|Γ0 = d et :
Z Z Z Z
∂u
 (−∆u + u) v dΩ + v dΓ = f v dΩ + g v dΓ, ∀v ∈ HΓ10 (Ω)
Ω Γ1 ∂n Ω Γ1

Ceci est en particulier vrai pour tout v ∈ D(Ω) et on retrouve −∆u + u = f ∈ D0 (Ω). Il reste donc :
Z
∂u
( − g) v dΓ = 0, ∀v ∈ HΓ10 (Ω)
Γ1 ∂n
∂u
On conclut que ∂n = g sur Γ1 (par densité de γ0 (H 1 (Ω)) dans L2 (Γ)). Sachant de plus par
hypothèse que u|Γ0 = d (condition essentielle), on conclut qu'une solution du problème faible qui
est H 2 (Ω) est solution du problème fort. Réciproquement, dès que u ∈ H 2 (Ω) est une solution
du problème fort, alors u est solution du problème faible, ceci étant obtenu immédiatement par
intégrations par parties. Ces problèmes sont donc équivalents.

Problème bien posé

Il reste à prouver que (3.41) est bien posé (puis par un résultat de régularité que la solution
trouvée est H 2 (Ω) pour retrouver les conditions aux limites du problème fort, résultat admis ici
sous les conditions de regularités supposées des données).
On commence par remarquer que (HΓ10 (Ω), ||.||H 1 (Ω) ) est un Hilbert : il est trivialement stable, et
il est fermé car l'application r|Γ0 ◦γ0 : H 1 (Ω) → L2 (Γ) est continue (on a noté r|Γ0 : L2 (Γ) → L2 (Γ0 )
l'application v → v|Γ0 restriction à Γ0 , cette application étant trivialement linéaire continue).
Supposons que d = 0. On vérie comme dans les paragraphes précédents que les formes bili-
néaires a(·, ·) (membre de gauche de (3.41)) et ` (membre de droite de (3.41)) vérient les hypo-
thèses du Théorème de Lax-Milgram (grâce à l'inégalité de Poincaré généralisée, ayant supposé
meas(Γ0 ) > 0). Le faire.
Et si d 6= 0, on procède de même que pour le problème de Dirichlet non homogène (on fait un
relèvement rd de d dans H 1 (Ω), et on regarde le problème en l'inconnue u0 = u − rd ∈ HΓ10 (Ω)).

42
43 3.5. * Principe du maximum

3.4.6 * Autre Condition aux limites mixte

Soit le problème de trouver u tel que (forme forte) :
 0
 − ∆u + u = f dans D (Ω)
(3.42)
 u|Γ + ∂u |Γ = g dans D0 (Γ)
∂n
(au sens des distributions.) On suppose f ∈ L2 (Ω) et g ∈ γ1 (H 2 (Ω)).
Noter que u n'est pas connue sur Γ, et qu'on ne peut se contenter de travailler dans H01 (Ω).
La formulation variationnelle associée est :
 1 1
 trouver u ∈ H (Ω) tel que pour tout v ∈ H (Ω) :
Z Z Z Z Z
(3.43)
 ~
gradu. ~ dΩ +
gradv u v dΩ + u v dΓ = f v dΩ + g v dΓ.
Ω Ω Γ Ω Γ

Le point non encore vu est la continuité de la forme bilinéaire a(·, ·) :

Z Z Z
a(u, v) = ~ ~
gradu.gradv dΩ + u v dΩ + u v dΓ, ∀u, v ∈ H 1 (Ω),
Ω Ω Γ

et plus précisément de la forme bilinéaire :

Z
aΓ (u, v) = u v dΓ, ∀u, v ∈ H 1 (Ω).
Γ

Les théorèmes de CauchySchwarz et de trace indiquent immédiatement que :

|aΓ (u, v)| ≤ ||u||L2 (Γ) ||v||L2 (Γ) ≤ ||γ0 ||2 ||u||H 1 (Ω) ||v||H 1 (Ω) ,

d'où la continuité de a(·, ·) sur H 1 (Ω). Sachant que aΓ (v, v) ≥ 0, la coercivité de a(·, ·) sur H 1 (Ω)
est immédiate.
D'où le caractère bien posé à l'aide du théorème de Lax-Milgram.
Et l'équivalence avec la forme forte est obtenue comme précédemment dès qu'on suppose que
la solution de la forme variationnelle est en fait dans H 2 (Ω).

3.5 * Principe du maximum

Soit Ω un ouvert de Rn 1-régulier.

Théorème 3.47 Pour le problème de Dirichlet associé à `−∆u + u = f ' : trouver u ∈ H01 (Ω) tel
que Z Z Z
gradu.gradv dx + u v dx = f v dx, ∀v ∈ H01 (Ω)
Ω Ω Ω

où f ∈ L2 (Ω), alors :

min(inf (u), inf (f )) ≤ u(~x) ≤ max(sup(u), sup(f )) (3.44)

Γ Ω Γ Ω

Donc u est minoré (resp. majoré) par sa valeur au bord et par le min de f dans Ω
Preuve. On ne fait la démonstration que dans le cas classique : u ∈ C 2 (Ω). Voir Brézis [3] pour
le cas général. Soit ~x0 ∈ Ω où u atteint son maximum : u(~x0 ) = max~x∈Ω (u(~x)). Alors si ~x0 ∈ Γ la
2
conclusion est évidente. Soit donc ~x0 ∈ Ω. Alors gradu(~ ~ x0 ) = 0 et pour tout i = 1, ..., n, ∂∂xu2 ≤ 0.
i
D'où ∆u(~x0 ) ≤ 0 et u(~x0 ) = f (~x0 ) + ∆u(~x0 ) ≤ f (~x0 ).

Remarque 3.48 Ce résultat est faux pour le problème du Laplacien `−∆u = f ' :
x3 x
Par exemple, en 1-D, prendre Ω =]0, 1[ et f = x pour u(0) = u(1) = 0 : on a u(x) = 6 − 6 et
u( 12 ) < 0.

43
44 3.6. * Un problème de transmission

Théorème 3.49 Pour le problème de Neumann : trouver u ∈ H 1 (Ω) tel que

Z Z Z
~
gradu. ~ dx +
gradv u v dx = f v dx, ∀v ∈ H 1 (Ω)
Ω Ω Ω

où f ∈ L2 (Ω), alors :
inf (f ) ≤ u(~x) ≤ sup(f ) (3.45)
Ω Ω

Preuve. On se limite au cas classique. Si le max est atteint dans Ω, même démonstration que
pour les conditions aux limites de Dirichlet.
∂u
Et si le max est atteint sur Γ on a également ∆u ≤ 0. En eet, on a ∂n = 0 et si on avait
∆u > 0, alors le max ne serait pas atteint en ce point. Et même conclusion.

3.6 * Un problème de transmission

S
Soit Ω partitionné en Ω1 Ω2 , et soit Γ12 la frontière entre Ω1 et Ω2 . Typiquement Ω1 corres-
pond à un matériau donné et Ω2 à un autre matériau (par exemple Γ12 est une interface air-eau,
ou de contact entre deux solides de propriétés diérentes...).

n
Ω 1
Ω 2
Γ1 2

Fig. 3.1  Problème de transmission

On notera ~n le vecteur normal à Γ12 sortant de Ω1 , et si u est une fonction scalaire dénie sur
S
Ω1 Ω2 qu'on notera également u = u1 dans Ω1 et u = u2 dans Ω2 , on notera :

[u] = u+ − u− = saut de u sur Γ12

où u+ est la valeur limite de u dans Ω2 et u− la valeur limite de u dans Ω1 , i.e., pour (presque
tout) ~x ∈ Γ12 :
[u(~x)] = lim (u2 (~x + h~n) − u1 (~x − h~n)) = u(~x+ ) − u(~x− )
h→0

On considère le problème, pour f1 ∈ L2 (Ω1 ) et f2 ∈ L2 (Ω2 ) : trouver u tel que :


 − ∆u = f1 dans Ω1



 − ∆u = f2 dans Ω2



u = 0 sur Γ (3.46)

 [u] = 0 sur Γ12





 [ ∂u ] = 0 sur Γ
12
∂n
où Γ = ∂Ω. Et les deux conditions de saut peuvent s'interpréter comme deux `demi-conditions'.
Notant f ∈ L2 (Ω) la fonction qui vaut f1 ∈ L2 (Ω1 ) et f2 ∈ L2 (Ω2 ), le problème s'écrit aussi de
manière plus concise : 
 − ∆u = f dans Ω


u = 0 sur Γ (3.47)


 [u] = 0 et [ ∂u ] = 0 sur Γ
12
∂n
On a imposé la condition aux limites de Dirichlet pour u sur Γ, mais on aurait pu imposer des
C.L. mixtes : cf. les paragraphes précédents.

44
45 3.6. * Un problème de transmission

S
FormulationR variationnelle
R R formelle
R Puisque Ω = Ω1 Ω2 on a de manière générique
dans L2 (Ω) ` Ω
= Ω1 ∪Ω2
= Ω1
+ Ω2
'. Multipliant par v et intégrant sur Ω on a :
Z Z Z
− ∆u v dx = − ∆u v dx − ∆u v dx
Ω Ω1 Ω2

D'où par intégration par parties avec v|Γ = 0 (condition de Dirichlet sur Γ), désignant par v1 (resp.
v2 ) la valeur de v dans Ω1 (resp. Ω2 ) :
Z Z Z
~ ~ ∂u1 ∂u2
gradu.gradv dx − ( v1 − v2 ) dΓ = f v dx
Ω1 ∪Ω2 Γ12 ∂n ∂n Ω

(avec un signe moins pour ∂u∂n car la normale est entrante dans
2
Ω et c'est −~n qui est sortante.)
∂u
R 2∂u
Le terme sur le bord Γ12 s'écrit aussi, puisque [ ∂n ] = 0 : Γ12 ∂n [v] dΓ et on le prend nul en
imposant [v] = 0 sur Γ12 . En eet, intuitivement on cherche u dans l'espace :

{u : [u] = 0}

et pour avoir un système avec même nombre d'équations que d'inconnues, on prend v dans le même
espace (la suite indiquera que [u] = 0 est une condition essentielle).

Formulation variationnelle rigoureuse On considère l'espace :

V = {u ∈ H01 (Ω) : [u] = 0}

(dont on montrera que c'est un Hilbert.) Le problème se formule alors :


 trouver u ∈ V tel que :
Z Z
(3.48)
 ~
gradu. ~ dΩ =
gradv f v dΩ, ∀v ∈ V
Ω Ω

et dans cette formulation tous les termes ont bien un sens.

Interprétation de la formulation variationnelle (ou, équivalence avec la formulation forte.)

On suppose que (3.48) admet une solution u ∈ V . On suppose de plus que cette solution est
dans H 2 (Ω) (on montre que c'est eectivement le cas pour f ∈ L2 (Ω) et cette hypothèse ne sera
pas restrictive). Par intégration par parties de (3.48) pour tout v ∈ V il vient :
Z Z Z
∂u1 ∂u2
− ∆u v dx + ( v1 − v2 ) dΓ = f v dx
Ω1 ∪Ω2 Γ12 ∂n ∂n Ω1 ∪Ω2

soit puisque [v] = 0, pour tout v ∈ V :

Z Z
∂u
(−∆u − f ) v dx + [ ] v dΓ = 0 (3.49)
Ω1 ∪Ω2 Γ12 ∂n

En particulier pour tout ϕ ∈ D(Ω1 ) (prolongée à 0 sur tout Ω), puis pour tout ϕ ∈ D(Ω2 ) (prolongée
à 0 sur tout Ω), on retrouve bien :

−∆u = f1 dans Ω1 et − ∆u = f2 dans Ω2

au sens des distributions dans D0 (Ω1 ) et dans D0 (Ω2 ). Et avec f1 ∈ L2 (Ω1 ) et f2 ∈ L2 (Ω2 ), cela
s'écrit eectivement :
−∆u = f presque partout dans Ω
(au sens de L2 (Ω).) Il reste donc dans (3.49), pour tout v ∈ V :
Z
∂u
[ ] v dΓ = 0
Γ12 ∂n

Mais ceci est donc vrai pour tout ϕ ∈ D(Ω) et on en déduit par densité que ceci est vrai pour
∂u
tout ϕ ∈ L2 (Γ12 ) et donc que [ ∂n ] = 0 sur Γ12 . Et puisque par hypothèse u ∈ V , on a u|Γ = 0 et
[u] = 0. On a bien retrouvé le pb fort.

45
46 3.7. * Un problème avec conditions aux limites périodiques

Problème bien posé Par rapport à ce qui a déjà été fait, il faut montrer que V est bien un
espace de Hilbert. Or c'est un sous-espace vectoriel de H 1 (Ω) (trivial). Et il est fermé (trivial).
Donc il est complet pour la norme induite par celle de H 1 (Ω). D'où le résultat. Et la vérication
des hypothèses du théorème de LaxMilgram se fait comme précédemment.

Autres conditions de transmission Plutôt que les conditions [u] = 0 et ∂u

= 0 sur Γ12 on
∂n
aurait pu imposer, avec des fonctions b1 et b2 de L∞ (Γ12 ), et considérer le problème :

 − ε1 ∆u = f1 , dans Ω1



 − ε2 ∆u = f2 , dans Ω2



C.L. de Dirichlet sur Γ

 b1 u1 = b2 u2 , sur Γ12




 ∂u1
 ∂u2
b1 + b2 = 0, sur Γ12
∂n ∂n
(signe + à cause de l'orientation de ~n choisie, et ε1 > 0 et ε2 > 0 correspondent à des milieux de
nature diérente.) On aurait alors travaillé dans l'espace :

V = {u ∈ H01 (Ω) : b1 u1 = b2 u2 sur Γ12 }

Donner la formulation variationnelle. De même, lorsque la condition de Dirichlet sur Γ est remplacée
par une condition de Neumann, donner la formulation variationnelle.

3.7 * Un problème avec conditions aux limites périodiques

On se place ici dans R2 (pour simplier) et l'ouvert Ω est le carré [0, a] × [0, b]. Et on pave
l'espace R2 à l'aide de Ω.
On dit qu'une fonction u est Ω-périodique si :

∀~x ∈ R2 , ∀(k1 , k2 ) ∈ N2 , u(~x + (k1 a, k2 b)) = u(~x)

On regarde alors le problème : trouver u tel que :


 − ∆u + u = f, dans Ω


u Ω-périodique (3.50)

 ∂u
 Ω-périodique
∂n
Montrer que le problème s'écrit sous forme faible :
 1
 trouver u ∈ Hper (Ω) tel que :
Z Z
(3.51)
 ~ ~
gradu.gradv dΩ = f v dΩ, 1
∀v ∈ Hper (Ω)
Ω Ω

1
où Hper (Ω) = {v ∈ H 1 (Ω) : v Ω-périodique}.

Remarque 3.50 Dans le cas du Laplacien : −∆u = f dans Hper

1
(Ω), il est clair que si u est
solution alors u + c est aussi solution pour toute constante c ∈ R. On n'a pas unicité de la solution.
1
Il faut alorsR travailler dans Hper (Ω)/R et ce problème n'aura de solution que si de plus la donnée
f satisfait Ω f dx = 0 (condition de compatibilité sur f , voir le paragraphe suivant).

3.8 * Exemple de problème avec condition de compatibilité

On regarde le problème de Neumann pour le laplacien , pour f ∈ L2 (Ω) :

 − ∆u = f
∂u (3.52)
 =0
∂n |Γ
Il est clair que si ce problème admet une solution u, alors u + c est aussi solution, pour toute
constante c ∈ R. Donc, si une solution existe elle n'est pas unique.

46
47 3.8. * Exemple de problème avec condition de compatibilité

D'autre part, la formulation variationnelle donne, pour tout v ∈ H 1 (Ω), pour une solution
u ∈ H 1 (Ω) : Z Z
~
gradu. ~ dΩ =
gradv f v dΩ, (3.53)
Ω Ω

Donc toute solution u ∈ H 1 (Ω) de (3.52) est solution de (3.53). Réciproquement, par intégration
par parties, on montre que toute solution u ∈ H 1 (Ω) de (3.53) qui de plus est dans H 2 (Ω) est
solution de (3.52). Les deux problèmes sont alors équivalents.
En outre, pour v = 1 on doit avoir :
Z
f dΩ = 0 (3.54)
Ω

C'est la condition de compatibilité. On a alors :

Lemme 3.51 Si f ∈ L2 (Ω) et si la condition de compatibilité (3.54) est satisfaite alors le pro-
blème :  1
 trouver u ∈ H (Ω)/R tel que :
Z Z
(3.55)
 ~ ~
gradu.gradv dΩ = f v dΩ, ∀v ∈ H 1 (Ω)/R
Ω Ω

est bien posé. En particulier, (3.53) admet une solution u ∈ H 1 (Ω) unique à une constante près.

Preuve. On se place dans l'espace de Sobolev H 1 (Ω)/R des classes de fonctions sur H 1 (Ω)
dénies à une constante près : pour v ∈ H 1 (Ω) on a v̇ = {v + c : c ∈ R}. On dénit (de manière
usuelle) la norme sur H 1 (Ω)/R par, pour v̇ ∈ H 1 (Ω)/R et si v ∈ v̇ :
³ ´ 12
||v̇||2H 1 (Ω)/R = inf ||v + c||H 1 (Ω) ~
(= inf (||v + c||2L2 (Ω) + ||gradv||2
2 ) )
L (Ω)
c∈R c∈R

Le problème s'écrit : trouver u̇ ∈ H 1 (Ω)/R tel que pour tout v̇ ∈ H 1 (Ω)/R on ait `a(u̇, v̇) = `(v̇)',
où on a déni pour tout (u̇, v̇) ∈ (H 1 (Ω)/R)2 :
(
~
a(u̇, v̇) = (gradu, ~
gradv)L2 (Ω) , ∀(u, v) ∈ u̇ × v̇
`(v̇) = (f, v)L2 (Ω) , ∀v ∈ v̇

La fonction ` est bien dénie (indépendamment du représentant v ∈ v̇ ) grâce à la condition de

compatibilité (3.54) : en eet, cette condition donne (f, v + c)L2 = (f, v)L2 pour toute constante
c ∈ R. Et cette fonction est trivialement linéaire. De plus est elle continue car, pour v̇ ∈ H 1 (Ω)/R
et v ∈ v̇ , et pout tout c ∈ R :
Z Z
`(v̇) = f v dΩ = f (v + c) dΩ ≤ ||f ||L2 (Ω) ||v + c||L2 (Ω) ≤ ||f ||L2 (Ω) ||v + c||H 1 (Ω) .
Ω Ω

Et donc `(v̇) ≤ ||f ||L2 (Ω) minc∈R ||v +c||H 1 (Ω) = ||f ||L2 (Ω) ||v̇||H 1 (Ω)/R . C'est donc une forme linéaire
continue.
~
La fonction a(·, ·) est bien dénie car grad(v + c) = gradv ~ pour tout c ∈ R, et est trivialement
linéaire. On montre également que la norme ||.||H 1 (Ω)/R est équivalente à la norme :

~
||v̇||1 = ||gradv||L2 (Ω) , ∀v ∈ v̇.

(Admis : application du théorème de Rellich, voir cours de 3ème année.) Cette norme étant associée
~
au produit scalaire (v̇, ẇ)1 = (gradv, ~
gradw)L2 (Ω) si v ∈ v̇ et w ∈ ẇ .
Dans ces conditions, la forme bilinéaire a(·, ·) est trivialement continue coercive (constantes de
continuité et de coercivité égales à 1). Les hypothèses du théorème de LaxMilgram sont vériées
et le problème est donc bien posé dans H 1 (Ω)/R.

47
48 3.9. * Cas du laplacien dans R2

3.9 * Cas du laplacien dans R2

3.9.1 Cas du laplacien
Ce problème ne dière du cas 1-D que par le nombre d'équations :
−∆~u = f~ (3.56)
¡ u1 ¢ ¡f1 ¢
s'écrit si ~u = u2 et f~ = f2 composante par composante :
(
− ∆u1 = f1
− ∆u2 = f2

Accouplé à des conditions aux limites pour ~u, i.e., pour u1 et u2 , sur Γ, on retrouve les cas scalaires
précédents.
On rappelle que pour une fonction tensorielle A, divA est une fonction vectorielle :
µ ¶ µ ∂a11 ∂a12 ¶
a11 (~x) a12 (~x) ∂x1 + ∂x2
A(~x) = =⇒ div(A) = ∂a
a21 (~x) a22 (~x) ∂a22
∂x1 + ∂x2
21

En particulier, sachant que : µ ∂u1 ¶

∂u1
∂x1 ∂x2
grad~u = ∂u2 ∂u2
∂x1 ∂x2
il vient : µ ¶
∆u1
div(grad~u) =
∆u2

3.9.2 Un problème symétrique : cas de l'élasticité

Plutôt que de résoudre le problème du laplacien découplé ci-dessus, on peut être amené à
résoudre le problème couplé en u1 et u2 (cf. élasticité) :

div(grad~u + (grad~u)T ) = f~ (3.57)

¡u1 ¢
soit div(ε(~u)) = f~ où ε(~u) est le tenseur (symétrique) des déformations linéaires. Si ~u = u2 et
µ ¶
¡ ¢ 2 ∂u1 ∂u1
+ ∂u2
f~ = ff12 alors ε(~u) = ∂u1 ∂x1∂u2 ∂x2 ∂u2∂x1 , et on résout le problème couplé :
∂x2 + ∂x1 2 ∂x2

 ∂ 2 u1 ∂ 2 u1 ∂ 2 u2

 2 ∂x2 + ∂x2 + ∂x ∂x = f1
1 2 1 2
 ∂ 2 u1
 ∂ 2
u 2 ∂ 2
u2
 + +2 = f2
∂x2 ∂x1 ∂x22 ∂x22
S
Dans le cas des conditions aux limites mixtes, Γ0 Γ1 étant une partition de Γ :
(
~u = d~ sur Γ0
(3.58)
(grad~u + grad~uT ).~n = ~g sur Γ1
la formulation variationnelle de ce problème est :
 2
 trouver ~u ∈ d~ + HΓ0 (Ω) tel que :
 1
Z Z Z
2 (3.59)


T
(grad~u + grad~u ) : grad~v dΩ = ~
f .~v dΩ + ~g .~v dΓ, ∀~v ∈ HΓ10 (Ω)
Ω Ω Γ1

2 2 2
Pour f~ ∈ L2 (Ω) , d~ ∈ H 2 (Γ) et ~g ∈ L2 (Γ) , l'inégalité de Korn
1

R permet alors de montrer

R que ce pro-
blème est bien posé. Le vérier par intégration par parties sur (3.9.2)1 .v1 dΩ et sur (3.9.2)2 .v2 dΩ.
La notation ` :' correspond à la double contraction tensorielle (produit terme à terme) :
µ ¶ µ ¶
a11 a12 b11 b12
A= , B= =⇒
a21 a22 b21 b22
A : B = a11 b11 + a12 b12 + a21 b21 + a22 b22 = Tr(A.B T )
Par ailleurs, on a pour toutes matrices A et B :

48
49 3.9. * Cas du laplacien dans R2

(A + AT ) : B = 12 (A + AT ) : (B + B T )
car AT : B = A : B T = Tr(AB) = Tr(BA), et le problème (3.59) est le problème symétrique :
 2 2
 trouver ~u ∈ d~ + HΓ0 (Ω) tel que pour tout ~v ∈ HΓ0 (Ω) :
 1 1
Z Z Z
1 ~

 (grad~u + grad~ uT
) : (grad~
v + grad~
v T
) dΩ = f .~
v dΩ + ~g .~v dΓ
2 Ω Ω Γ1

C'est sous cette forme symétrique qu'il peut être préférable de programmer.

3.9.3 Système de Stokes

Le système de Stokes linéaire est à la base des méthodes de résolution de problèmes d'écoulement
de uides. C'est également un prototype pour la résolution par éléments nis de problèmes sous
contrainte. Les équations sont de la forme :
 1 n 2
 trouver ~u ∈ H0 (Ω) et p ∈ L (Ω)/R tels que :

~
− ∆~u + gradp = f~ dans Ω (3.60)


div~u = 0 dans Ω
Il est clair que si (~u, p) est solution alors pour toute constante c ∈ R, (~u, p + c) est aussi solution.
Réciproquement, on peut montrer que toute solution est de cette forme, et qu'il existe une unique
2
solution (~u, p) ∈ H01 (Ω) ×(L2 (Ω)/R) (p est dénie à une constante près, la pression hydrostatique).
~
Remarque 3.52 On peut noter que div(grad~uT ) = grad(div~
u) et donc que :
div~u = 0 =⇒ div(grad~uT ) = 0
Le problème s'écrit donc également sous la forme :
 1 2 2
 trouver ~u ∈ H0 (Ω) et p ∈ L (Ω)/R tels que :

~
− div(ε(~u)) + gradp = f~ dans Ω


div~u = 0 dans Ω
où ε(~u) = grad~u + grad~uT . Cette forme symétrique pourra être priviligiée.
¡ ¢ ¡ ¢
En 2-D (généralisation immédiate en n-D), si ~u = uu12 et f~ = ff12 , les équations sont :
 2
1 2
 trouver (u1 , u2 ) ∈ H0 (Ω) et p ∈ L (Ω)/R tels que :





 ∂p

 − ∆u1 + = f1 dans Ω
 ∂x1
∂p (3.61)

 − ∆u2 + = f2 dans Ω

 ∂x2



 ∂u1 ∂u2

 + = 0 dans Ω
∂x1 ∂x2
La forme variationnelle du problème en (~u, p) s'écrit :


 trouver (~u, p) ∈ H01 (Ω) × L2 (Ω)/R tel que :

 Z


Z Z
grad~u : grad~v dΩ − p div~v dΩ = f~ ~v dΩ, ∀~v ∈ H01 (Ω)
Ω Ω Ω (3.62)

 Z



 div~u q dΩ = 0, ∀q ∈ L2 (Ω)/R
Ω

Si on cherche ~u dans l'espace

n
H01 (div0) = {~v ∈ H01 (Ω) : div~v = 0} (3.63)
alors, se limitant à la recherche de ~u, la forme variationnelle est :
 1
 trouver ~u ∈ H0 (div0) tel que :
Z Z
(3.64)
 grad~u : grad~v dΩ = f~ ~v dΩ, ∀~v ∈ H01 (div0)
Ω Ω

Le théorème de Lax-Milgram est applicable et ce problème (3.64) est bien posé dans l'espace
H01 (div0) muni de la norme H01 (Ω). La programmation par éléments nis de ce problème n'est

49
50 3.9. * Cas du laplacien dans R2

pas agréable car un sous-espace de dimension nie de H01 (div0) n'est pas `simple'. C'est la raison
pour laquelle on relaxe la contrainte div~v = 0 à l'aide d'un multiplicateur de Lagrange p (qui sera
interprété comme étant la pression) pour obtenir (3.62).
On peut montrer que le problème (3.62) admet une unique solution (~u, p) ∈ H01 (Ω) × L2 (Ω)/R
où ~u est solution de (3.64). Démonstration délicate dont l'idée est que, pour ~u solution de (3.64), le
vecteur w ~ = f~ + ∆~u est en fait un potentiel : w ~ . Il `sut' (délicat) d'établir qu'une forme
~ = gradp
2
linéaire continue L : H0 (Ω) → R qui s'annule sur H01 (div0) est de la forme L(~v ) = (p, div~v )L2 où
1

~
p ∈ L2 (Ω), i.e. puisque ~v ∈ H01 (Ω) que L(~v ) = −hgradp, ~v i (théorème établi par De Rham). Ici L
est représentée par f +∆~u : L(~v ) = (f +∆~u, ~v )L2 (Ω) pour tout ~v ∈ V et L(~v ) = 0 = (f~+∆~u, ~v )L2 (Ω)
~ ~
pour tout ~v ∈ V dès que ~u ∈ V est solution de (3.62).
Il reste à montrer que, résolvant (3.62), on a bien résolu (3.60) au sens des distributions, ce qui
s'obtient par intégration par parties.

f+∆ u = ∇ p, avec ∆ u dans H(div0)

∇(H1)

∇p
f

−∆ u

H(div0,0)

~ n
Fig. 3.2  Représentation de −∆~u + gradp = f~. L'espace L2 (Ω) est l'espace ambient, −∆~u est
dans le sous-espace à divergence nulle, et la solution ~u est dans l'espace H01 (div0), sous-espace de
H(div0, 0).

Remarque 3.53 Si on note :

n
H(div) = {~v ∈ L2 (Ω) : div~v ∈ L2 (Ω)}
H(div0) = {~v ∈ H(div) : div~v = 0}
H(div0, 0) = {~v ∈ H(div), div~v = 0 dans Ω et ~v .~n = 0 sur Γ}
n
on peut montrer que L2 (Ω) est somme directe orthogonale :

n ⊥
~
L2 (Ω) = H(div0, 0) ⊕ grad(H 1
(Ω))

Noter que dans la dénition de H(div0, 0), les 2 conditions div~v = 0 et ~v .~n ne sont pas redondantes.
La première div~v = 0 indique que le uide est incompressible et en Rparticulier que ce qui rentre est
égale à ce qui sort. On ne peut en déduire que la relation globale Γ ~v .~n dΓ = 0 et non la relation
locale ~v .~n = 0. Alors que la deuxième condition ~v .~n = 0 indique que rien ne rentre et rien ne
sort, mais le uide pourrait très bien être compressible à l'intérieur. De plus, on peut remarquer
que l'espace H(div0) n'est pas orthogonal à grad(H~ 1
(Ω)) : en eet, un élément w ~
~ = gradp ∈
~ 1
grad(H (Ω)) peut très bien satisfaire divw ~ = 0 sans être nul : on demande seulement ∆p = 0
ce qui n'implique pas que p soit une constante (on donne les conditions aux limites voulues pour
résoudre ce problème de laplacien). Par contre, si on impose de plus w.~ ~ n = 0 alors p doit satisfaire
∂p
le problème ∆p = 0 avec la condition de Neumann ∂n = 0, et le théorème de LaxMilgram indique
que p est une constante (voir paragraphe 3.8).

50
51 3.9. * Cas du laplacien dans R2

Remarque 3.54 On remarque que ∆~u est dans H(div0) : on a div(∆~u) = 0 dans L2 (Ω) car
div~u = 0 et div(∆~u) = ∆(div~u)) au sens des distributions (vérication immédiate). Donc ∆~u ∈
H(div) et div(∆~u) = 0. Par contre, il n'y a aucune raison pour que ∆~u soit dans H(div0, 0), i.e.
que ∆~u ⊥ grad(H 1 (Ω)) : il faudrait ∆~u.~n = 0 ce qui n'est pas le cas en général (condition aux
limites non satisfaite par ~u).
Remarque 3.55 Sur la décomposition de l'espace L2 (Ω)n pour n = 2 et n = 3.
n
Cette remarque est donnée comme introduction à la décomposition de L2 (Ω) et peut-être
considérée indépendamment du problème de Stokes. On considère les cas de R2 et R3 pour un
ouvert Ω 1-régulier et simplement connexe.
1 - Commençons par R2 . Pour une fonction scalaire ϕ ∈ H 1 (Ω), son rotationnel est déni par :
µ ∂ϕ ¶ µ ¶
~ ∂y 0 1 ~
rot(ϕ) = = .gradϕ
− ∂ϕ −1 0
∂x
(le vecteur gradient tourné de π/2.) On a alors :
~
H(div0, 0) = rot(H 1
0 (Ω))
~ est surjectif de H01 (Ω) dans H(div0, 0). On sait en eet que si ~v est tel que
i.e. l'opérateur rot
div~v = 0 alors ~v est un rotationnel et réciproquement. De plus ayant ϕ ∈ H01 (Ω), on a ϕ nul au
~
bord et donc si ~t est le vecteur tangent, on a gradϕ.~t = 0 ou encore rotϕ.~
~ n = 0. Donc l'image
1 ~
de H0 (Ω) par rot et bien dans H(div0, 0). Et pour ~v donné dans H(div0, 0), il faut trouver un
antécédent par rot~ : on prend la solution du problème trouver ϕ ∈ H01 (Ω) telle que :
~
(rotϕ, ~
rotψ) L2 = (~
~
v , rotψ)L2 ∀ψ ∈ H01 (Ω)
~
(on a trivialement (rotϕ, ~
rotψ) ~ ~
L2 = (gradϕ, gradψ)L2 et l'intégration par partie donne l'équation
~
satisfaite par ϕ à savoir −∆ϕ = rot~v au sens des distributions.)
Et cela donne la décomposition très utile pour Ω ⊂ R2 1-régulier et simplement connexe :
n ⊥
~
L2 (Ω) = rot(H 1 ~ 1
0 (Ω)) ⊕ grad(H (Ω))
2
Donc, si f~ ∈ L2 (Ω) il existe p ∈ H 1 (Ω) et ϕ ∈ rot(H
~ 1
0 (Ω)) tels que :

f~ = gradp
~ ~
+ rotϕ
et de plus p (à une constante près) et ϕ sont uniques et donnés comme solutions de :
~
(gradp, ~
gradq) ~ ~
L2 = (f , gradq)L2 ∀q ∈ H 1 (Ω)
et (puis) de :
~
(rotϕ, ~
rotψ) ~ ~ ~
L2 = (f − gradp, rotψ) ∀ψ ∈ H01 (Ω)
Pour des résultats plus complets, on renvoit à Girault et Raviart [7].
2 - Pour R3 : le rotationnel d'une fonction vectorielle ϕ ~ ϕ=
~ est donné de façon usuelle par rot~
~
grad ∧ ϕ ~.
~ ϕ. Ce ϕ
Si ~v ∈ H(div) est tel que div~v = 0 alors ~v dérive d'un rotationnel : ~v = rot~ ~ est loin
d'être unique : on peut le choisir par exemple tel que div~ϕ = 0 (condition de jauge) :
3 3
∀~v ∈ L2 (Ω) t.q. div~v = 0 : ∃~ ~ ϕ et div~
ϕ ∈ H 1 (Ω) t.q. ~v = rot~ ϕ=0
(admis : voir Girault et Raviart [7].) Et si Ω est simplement connexe, il en existe un et un seul qui
satisfait de plus :
ϕ~ .~n = 0
C'est la solution du problème (au sens des distributions) :
(
− ∆~ ~ v dans Ω
ϕ = rot~
~ ϕ.~n = ~v .~n sur Γ
rot~
On vient de voir que H(div0, 0) est isomorphe au rotationnel de l'ensemble des ϕ
~ ainsi dénis :
~ 2 3
donc tout f ∈ L (Ω) à une décomposition orthogonale du type :
f~ = gradp
~ ~ ϕ
+ rot~
3
~ ∈ H 1 (Ω) où q est déterminé à une constante près par ∆p = divf~ et ϕ
avec p ∈ H 1 (Ω) et ϕ ~ par le
système ci-dessus avec ~v = f~ − gradp
~ .

51
52 3.10. * Régularité des solutions faibles

3.10 * Régularité des solutions faibles

On regarde ici le cas de la régularité pour un domaine Ω 1-régulier dans le cas du Laplacien :

Théorème 3.56 Soit Ω un ouvert 1-régulier borné de Rn . Alors si f ∈ L2 (Ω), la solution u ∈

H01 (Ω) du problème de Dirichlet :
Z Z Z
~ ~
gradu.gradv dx + u v dx = f v dx, ∀v ∈ H01 (Ω) (3.65)
Ω Ω Ω

appartient à H 2 (Ω). De plus :

||u||H 2 (Ω) ≤ C||f ||L2 (Ω)
où C > 0 ne dépend que de Ω. Même résultat pour le problème de Neumann posé dans H 1 (Ω),
ainsi que pour un opérateur elliptique général (à la place du Laplacien).

Preuve. Pour la démonstration complète, avec extensions du résultat, on renvoie à Brezis [3]. On
ne donne ici qu'une idée de la démonstration dans le cas du problème de Dirichlet (3.65).
∂u
Il s'agit de montrer que pour la solution u on a en fait ∂x i
∈ H 1 (Ω) pour tout i = 1, ..., n.
n
1- On commence par regarder le cas Ω = R (ouvert non borné, mais qui n'a pas de problème
aux frontières). Dans ce cas, on montre que H 1 (Rn ) = H01 (Rn ) et que le problème de Dirichlet
∂u
est bien posé. Soit u sa solution. On note Du = ∂x i
(pour simplier les notations). On utilise la
méthode des translations : on pose :

u(~x + h~ei ) − u(~x)

Dh u(~x) =
h
où ~ei est le i-ème vecteur de base. Dans (3.65) on prend

u(~x + h~ei ) − 2u(~x) + u(~x − h~ei )

v(~x) = D−h Dh u (= )
h2
(approximation de la dérivée seconde) qui est bien dans H 1 (Rn ) car u l'est. Et (3.65) donne :
Z Z Z
~ 2
|grad(Dh u)| dx + 2
|Dh u| dx = f (D−h Dh u) dx
Rn Rn Rn

et donc :
||Dh u||2H 1 (Rn ) ≤ ||f ||L2 (Rn ) ||D−h Dh u||L2 (Rn )
Dès qu'on aura montré que, pour tout v ∈ H 1 (Rn ) et tout h ∈ R on a :

~
||D−h v||L2 (Rn ) ≤ ||gradv||L2 (Rn )

(voir lemme suivant) on aura :

||Dh u||H 1 (Rn ) ≤ ||f ||L2 (Rn )
∂u ∂u
Et donc en particulier ||Dh ∂x i
||L2 (Rn ) ≤ ||f ||L2 (Rn ) . Et cela implique eectivement ∂xi ∈ H 1 (R).
Voir lemme suivant.

Lemme 3.57 On note τh l'opérateur de translation déni sur L2 (Ω) par (τh u)(~x) = u(~x + ~h)
presque partout. Si u ∈ L2 (Rn ) alors les propriétés suivantes sont équivalentes :
(i) u ∈ H 1 (Rn ),
(ii) Il existe une constante c > 0 (qui dépend de u) telle que pour tout ϕ ∈ D(Rn ) et tout
i = 1, ..., n :
¯Z ∂ϕ ¯
¯ ¯
¯ u dx¯ ≤ c ||ϕ||L2 (Rn )
R n ∂x i

(iii) Il existe C > 0 tel que pour tout ~h ∈ Rn :

||τh u − u||L2 (Rn ) ≤ C|~h|Rn

~
Et on peut prendre C = ||gradu||L2 (Rn ) .

52
53 3.10. * Régularité des solutions faibles

Preuve. Montrons que (i)⇒(iii). C'est une généralisation de la formule des accroissements nis.
Soit u ∈ H 1 (Rn ) et on pose pour ~x et ~h donnés dans Rn , pour tout t ∈ R :

v(t) = u(~x + t~h)

D'où v 0 (t) = ~h.gradu(~

~ x + t~h) et :
Z 1 Z 1
τh u(~x) − u(~x) = v(1) − v(0) = v 0 (t) dt = ~h.gradu(~
~ x + t~h) dt
0 0

D'où, avec l'inégalité de CauchySchwarz :

Z 1
|τh u(~x) − u(~x)|2 ≤ |~h|2 ~ x + t~h)|2 dt
|gradu(~
0

puis : Z Z Z
1
|τh u(~x) − u(~x)|2 dx ≤ |~h|2 ~ x + t~h)|2 dt dx
|gradu(~
Rn t=0 Rn
Z 1 Z
≤ |~h|2 ~ y )|2 dt dy = |~h|2 ||gradu||
|gradu(~ ~ 2
L2 (Rn )
t=0 Rn

Montrons que (iii)⇒(ii). On prend ϕ ∈ D(Rn ) et on a avec (iii) (et CauchySchwarz) :

¯Z ¯
¯ ¯
¯ (τh u − u) ϕ dx¯ ≤ C |h| ||ϕ||L2 (Rn )
Rn

Et on conclut on remarquant que :

Z Z
(u(~x + h~ei ) − u(~x)) ϕ(~x) dx = u(~x) (ϕ(~x − h~ei ) − ϕ(~x)) dx
Rn Rn

et en passant à la limite quand h → 0.

Montrons que (ii)⇒(i). La forme linéaire :
Z
∂ϕ
ϕ ∈ D(Rn ) −→ u dx
Rn ∂xi

est continue pour la norme ||.||L2 d'après (ii). Et D(Rn ) est dense dans L2 (Rn ). On peut alors
prolonger cette application dans L2 (Rn ) en une application linéaire et continue de L2 (Rn ) (pro-
longement par continuité). Le théorème de représentation de Riesz dit qu'il existe un vecteur
g ∈ L2 (Rn ) tel que : Z
∂ϕ
(g, ϕ)L2 = u dx ∀ϕ ∈ D(Ω)
Rn ∂x i

D'où u ∈ H 1 (R).
2- Suite de la démonstration du théorème : cas Ω borné dans Rn . On renvoie à Brézis [3]
(démonstration technique) : idée = à l'intérieur, à l'aide d'une partition de l'unité on se ramène
au cas précédent (en prolongeant la fonction par 0 sur Rn ). Et idée = à l'extérieur, on se ramène
au cas du demi-espace Rn+ (délicat, voir Brézis).

53
54

Deuxième partie
Approximations variationnelles
Il s'agit de résoudre numériquement un problème sous forme variationnelle : sachant que la
solution cherché n'est pas représentable en général sous une forme fonctionnelle explicite simple
(comme une fonction polynôme ou exponentielle ou sinusoïdale ou...), on cherche une solution
approchée par morceaux. I.e. on va découper le domaine Ω sur lequel on cherche la solution,
et sur chaque morceau on va chercher à approcher la solution par une fonction simple (de type
polynomiale par exemple).
On commence par donner le cadre abstrait qui nous assurera de l'esixtence de solutions appro-
chées.

4 Approximation variationnelle abstraite

4.1 Le problème variationnel abstrait
Dans V un espace de Hilbert, il s'agit de résoudre (3.11) :
(
trouver u ∈ V tel que :
(4.1)
a(u, v) = `(v), ∀v ∈ V,

où ` est une forme linéaire donnée (forces extérieures imposées), et a(·, ·) une forme bilinéaire donnée
(qui décrit les propriétés du matériau). Si on ne connaît pas la solution u ∈ V explicitement, on
essaie de trouver une fonction approchée uh dans un sous-espace Vh de dimension nie n, solution
du problème : (
trouver uh ∈ Vh tel que :
(4.2)
a(uh , vh ) = `(vh ), ∀vh ∈ Vh .
Si on connaît une base (ϕi )i=1,...,n de Vh , alors (4.2) est équivalent à :
(
trouver uh ∈ Vh tel que :
(4.3)
a(uh , ϕi ) = `(ϕi ), ∀i = 1, ..., n.

Et pour connaître uh sur Vh il sut de connaitre ses composantes ujh sur la base, i.e. notant :
n
X
uh = ujh ϕj , ujh ∈ R pour j = 1, .., n, (4.4)
j=1

il sut de connaître les réels ujh . Le problème (4.2) s'écrit donc comme le système matriciel :


 trouver les ujh ∈ R, j = 1, ..., n, tels que :

X n
(4.5)

 a(ϕj , ϕi ) ujh = `(ϕi ), ∀i = 1, .., n.

j=1

On note alors :
   
uh1 `(ϕ1 )
.
f~ =  ...  ,
 
~u =  ..  , A = [aij ]1≤i,j≤n , aij = a(ϕj , ϕi ),
uhn `(ϕn )
et il s'agit de trouver ~u tel que :
A.~u = f~. (4.6)
C'est un système matriciel n ∗ n qu'on peut résoudre dès que A est inversible. Une fois ~u trouvé,
la fonction solution est donnée par (4.4).
On supposera que a(·, ·) est une forme bilinéaire continue et α-coercive sur V , et que `(.) est
une forme linéaire continue sur V . Dans ces conditions, le problème (4.1) est bien posé (théorème
de LaxMilgram), et la matrice A sera inversible et bien conditionnée.

54
55 4.2. Conformité

4.2 Conformité
Hypothèse de conformité. On suppose dans ce cours que Vh ⊂ V avec Vh sous-espace de
Hilbert muni de la norme induite par V . On dit dans ce cas que Vh est une approximation conforme
de V .
Dans ces conditions, a(·, ·) est également une forme bilinéaire continue et α-coercive sur Vh , et
` est une forme linéaire continue sur Vh . Et le problème (4.2) est bien posé indépendamment de h.

Remarque 4.1 Il n'est pas susant de vérier que a(·, ·) est coercive sur Vh : on obtiendrait
uniquement dans ce cas que a(vh , vh ) ≥ αh ||vh ||2 pour tout vh ∈ Vh . Et il se pourrait que αh
tende vers 0 avec h. Par contre, vérier que a(·, ·) est coercif sur V implique avec la conformité
que αh ≥ α quel que soit h, et donc αh ne peut pas tendre vers 0, et le problème est bien posé
indépendamment de h :
1 1
||uh ||V ≤ ||`|| ≤ ||`||. (4.7)
αh α
Et ||uh ||V dépend alors continûment de ||`|| indépendamment de h.

4.3 Convergence de uh vers u

On note u la solution du problème continu (4.1) et uh la solution du problème discret (4.2). La
question est de savoir si ||u − uh || est `petit', et de mesurer ce `petit'.
Ici on ne dispose que de la norme ||.||V et ce sera donc ||u − uh ||V qu'on pourra mesurer. On a
le résultat suivant, qui donne l'erreur d'approximation a priori :

Théorème 4.2 Si Vh ⊂ V (conformité), si ||a|| est la norme de a(·, ·) et α sa constante de coercivité

sur V , alors :
||a||
||u − uh ||V ≤ inf ||u − vh ||V , (4.8)
α vh ∈Vh
||a||
i.e. ||u − uh ||V ≤ α d(u, Vh ) où d(u, Vh ) est la distance de u à Vh .

Preuve. Ayant supposé Vh ⊂ V (approximation conforme), il vient à partir de (4.1) (valable donc
pour tout vh ∈ Vh ) et de (4.2) :

a(u − uh , vh ) = 0, ∀vh ∈ Vh . (4.9)

Et donc :
a(u − uh , u − uh ) = a(u − uh , u − uh + vh ), ∀vh ∈ Vh .
Et puisque Vh est un espace vectoriel, c'est équivalent à :

a(u − uh , u − uh ) = a(u − uh , u − wh ), ∀wh ∈ Vh . (4.10)

Puis la coercvité de a(·, ·) et sa continuité donnent :

α||u − uh ||2V ≤ ||a|| ||u − uh ||V ||u − wh ||V , ∀wh ∈ Vh , (4.11)

ce qui est le résultat annoncé.

Remarque 4.3 V étant un Hilbert, Vh étant un sous-espace de dimension nie, Vh est fermé
et donc inf vh ∈Vh ||u − vh ||V est atteint : il existe u0h ∈ Vh tel que d(u, Vh ) = ||u − u0h ||V . Et
u0h = ΠVh u est la projection V -orthogonale de u sur Vh . On rappelle que cette projection est
dénie par (u0h , vh )V = (u, vh )V pour tout vh ∈ Vh .
Dans le cas où a(·, ·) est de plus symétrique (bilinéaire continu coercif), a(·, ·) dénit un produit
scalaire et uh est alors la projection de u par rapport à ce produit scalaire puisque la conformité
donne a(u − uh , vh ) = 0 pour tout vh ∈ Vh , cf (4.9). En particulier, si a(·, ·) = (·, ·)V est le produit
scalaire, alors (u − uh , vh )V = 0, et la solution uh est donnée par la projection de u sur Vh pour le
produit scalaire initial de V .

55
56 4.4. Rapidité de la convergence

Remarque 4.4 En augmentant la dimension de Vh , on peut espérer s'approcher `aussi près que
souhaité' de u. Ce sera possible quand les Vh sont tous inclus dans un espace W dense dans V , i.e.
on se contente d'espaces Vh qui sont tous du même type, par exemple tous inclus dans W espace
des fonctions continues qui sont anes par morceaux, car on sait que W est dense dans H 1 (Ω).
On aura alors limh→0 ||u − ΠVh u||V = 0, notation usuelle pour les éléments nis signiant que,
lorsque le pas de discrétisation h tend vers 0, alors Vh (dont la dimension tend alors vers ∞) sera
`à la limite' dense dans W et donc dense à la limite dans V .

Remarque 4.5 Si de plus a(·, ·) est symétrique, alors on a une meilleure approximation a priori :
r
||a||
||u − uh ||V ≤ inf ||u − vh ||V . (4.12)
α vh ∈Vh
En eet, comme a(·, ·) est symétrique on a aussi, avec la conformité (4.9) :

a(wh , u − uh ) = 0, ∀wh ∈ Vh . (4.13)

Et donc (4.10) s'écrit aussi, pour tout vh ∈ Vh :

a(u − uh , u − uh ) = a(u − vh , u − vh ) + a(vh − uh , u − vh )

(4.14)
= a(u − vh , u − vh ) + a(vh − uh , u − uh ) + a(vh − uh , uh − vh ).

On a a(vh − uh , u − uh ) = 0 et a(vh − uh , uh − vh ) ≤ 0, d'où α||u − uh ||2V ≤ ||a|| ||u − vh ||2V pour

tout vh ∈ Vh .

4.4 Rapidité de la convergence

On suppose que Ω est ouvert dans Rn , et que Ω est partitionné en Nel sous-domaines Ki (les
éléments ou mailles) :
N
[ el \
T = Ki où ∀i, j, K̊i K̊j = ∅.
i=1

On note hi le diamètre des Ki (i.e. le diamètre de la plus petite boule contenant Ki ) et on note
h = max(hi ) le diamètre de la plus grande maille.
On suppose que l'approximation choisie converge, i.e. que l'espace Vh d'approximation tend
vers V quand h tend vers 0, i.e. pour u ∈ V quelconque :

d(u, Vh ) −→ 0,
h→0

où d(u, Vh ) = inf vh ∈Vh ||u − vh ||V (i.e. Vh est dense à la limite dans V ).
Question : à quelle vitesse l'erreur ||u − uh ||V tend-elle vers 0 ? On reformule cette question
sous la forme :
On dispose d'une triangulation T1 qui induit un espace d'approximation Vh1 et d'une triangu-
lation T2 qui induit un espace d'approximation Vh2 et on note h1 et h2 les tailles respectives de la
plus grande maille de T1 et de T2 . On suppose le maillage T2 deux fois plus n que le maillage T1 :
h2 = h1 /2. Alors que peut-on dire de d(u, Vh2 ) par rapport à d(u, Vh1 ) ? En particulier :
h1 d(u, Vh1 )
si h2 ≤ a-t-on d(u, Vh2 ) ≤ et que vaut β ?
2 β
On montrera que dans les cas envisagés ici (problèmes elliptiques d'ordre 2), prendre Vh = P1
(sous-espace des fonctions continues sur Ω et anes par morceaux) divisera l'erreur par β = 2 si
le maillage est deux fois plus n. On dit alors que la méthode d'approximation est d'ordre h, ce
qui signie que :
||u − uh ||V = O(h), (4.15)
ou encore :
||u − uh ||V ≤ c1 h, (4.16)
(à l'aide de (4.8)) où c1 > 0 est une constante indépendante de h.
De même une approximation quadratique, i.e., prendre Vh = P2 (sous-espace des fonctions
continues sur Ω et polynomiales de degré 2 par morceaux) donnera β = 4 = 22 , i.e. une erreur
d'approximation quadratique ou d'ordre h2 : ||u − uh ||V = O(h2 ).

56
57 4.5. Méthode de Ritz-Galerkin

Et de manière générale, une approximation par des fonctions continues sur Ω polynomiales de
degrés k par morceaux donnera une erreur d'approximation d'ordre hk : ||u − uh ||V = O(hk ), ou
encore :
||u − uh ||V ≤ ck hk , (4.17)
où ck > 0 est une constante indépendante de h.
Ces résultats sont tous basés sur les inégalités d'interpolation, inégalités qui `mesurent' la
quantité d(u, Vh ) = inf vh ∈Vh ||u−vh ||V , i.e. en donne une borne supérieure, dont une interprétation
est qu'une fonction polynomiale peut approcher d'autant mieux une fonction quelconque que son
degré est élevé.
Il semble donc souhaitable de prendre une approximation polynomiale d'ordre élevé. Cependant
la mise en ÷uvre (programmation) sera plus délicate et pourra s'avérer être d'un coût plus élevé
(matrice à inverser `plus grosse' et `moins creuse', et de plus ck est généralement >> c1 ) pour un
gain en précision initule (par rapport à la précision cherchée ou bien par rapport à la précision du
modèle donné par a(·, ·)).

4.5 Méthode de Ritz-Galerkin

Soit V est un espace de Hilbert séparable, et soit (ei )i∈N une base hilbertienne (orthonormale)
de V . On construit le sous-espace de V :

Vh = Vm = Vect{(ei )1≤i≤m } (4.18)

engendré par les m premiers vecteurs de base.

On cherche alors une solution um ∈ Vm au problème :

a(um , vm ) = `(vm ), ∀vm ∈ Vm . (4.19)

Le problème étant bien posé lorsque le théorème de Lax-Milgram est satisfait, il admet une unique
solution um ∈ Vm . On montre alors :

||u − um ||V −→ 0. (4.20)

m→∞
P∞ Pm
En eet, tout élément s'écrivant u = i=1 ui ei , sa projection sur Vm est pm = i=1 ui ei et le
théorèmePd'approximation donne le résultat puisque ||u − pm ||V → 0.P Cette convergence résulte de
∞ ∞
||u||2V = i=1 |ui |2 < ∞ si u ∈ V , d'où on déduit que ||u − pm ||V = i=m+1 |ui |2 → 0.
||a||
Et α ||u − pm ||V majore ||u − um ||V , cf (4.8), qui tend donc vers 0 quand m tend vers ∞.
Noter que la solution approchée trouvée est la solution tronquée : on oublie les composantes
de u qui sont ≥ m.
Nous n'utiliserons pas cette méthode dans la suite du cours, car on ne connaît pas en général
de base hilbertienne de V . Les méthodes décrites (base non hilbertienne, et sous espaces Vm non
inclus dans Vm+l pour l ∈ N∗ ) sont néanmoins souvent appelés méthodes de Galerkin.

57
58

5 Introduction aux éléments nis 1-D

Dans ce paragraphe, on ne s'occupe que de la technique d'approximation, et pas des problèmes
mathématiques de caractère `bien posé'.

5.1 Triangulation
On se place dans l'intervalle Ω =]a, b[. Puis pour n ∈ N xé, donnons-nous n+1 points (xi )i=0,n
[n
tels que a = x0 < x1 < . . . < xn = b. Et considérons la partition T = ]xi−1 , xi [, partition
i=1
1 i
qui vérie T = [a, b]. (Par exemple, posant ]a, b[=]0, 1[, h = n et xi = = ih, la partition est
n
constituée de n intervalles égaux).
Dénition 5.1 La partition T est appelée triangulation ou maillage de Ω. Les intervalles ]xi−1 , xi [
formant T sont appelés éléments ou mailles de Ω.

5.2 P0 espace des fonctions constantes par morceaux

5.2.1 Base de P0
n
[
Une fonction constante par morceaux sur la partition ]xi−1 , xi [ est une fonction fh = [a, b] →
i=1
R telle que fh (x) = ci est constante sur le i-ème intervalle ]xi−1 , xi [. On appelle P0 = P0 (T )
n
[
l'ensemble des fonctions constantes par morceaux sur ]xi−1 , xi [. Il est immédiat que P0 est
i=1
un sous espace vectoriel de l'ensemble des fonctions F([a, b], R) : toute combinaison linéaire de
fonctions constantes par morceaux est une fonction constante par morceaux.
1.5

0.5

−0.5

−1

−1.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

[10
i−1 i
Fig. 5.1  Une fonction de P0 sur ]0, 1[, pour la triangulation ] , [.
i=1
10 10

Cet espace P0 admet une base simple formée des n fonctions ϕi = 1]xi−1 ,xi [ (fonctions caracté-
ristiques de ]xi−1 , xi [) : les ϕi sont constantes par morceaux dénies pour 1 ≤ i ≤ n par :
(
ϕi (x) = 1 pour x ∈]xi−1 , xi [,
(5.1)
ϕi (x) = 0 sinon.

On montre eectivement que ces fonctionsP forment une base de P0 :

n
1- (ϕi )i=1,n est une famille libre car si j=1 αj ϕj = 0, i.e. si :
n
X
∀x ∈ [a, b], αj ϕj (x) = 0, (5.2)
j=1

xi−1 +xi
alors en particulier au point 2 on obtient αi = 0, et ce pour tout i, et donc les αi sont tous
nuls.

58
59 5.2. P0 espace des fonctions constantes par morceaux

2- Et c'est une famille génératrice : si fh est dans P0 , elle est caractérisée par ses valeurs aux
x +x
points j−12 j (milieu des intervalles). Et on a :
n
[ n
X xi−1 + xi
∀x ∈ ]xi−1 , xi [, fh (x) = cj ϕj (x) où pour i = 1, ..., n : ci = fh ( ) ∈ R. (5.3)
i=1 j=1
2

(Le membre de droite est bien constant par morceaux comme combinaison linéaire de fonctions
x +x
constantes par morceaux.) Donc (ϕi )i=1,...,n est une base de P0 et pour fh ∈ P0 les cj = fh ( j−12 j )
sont les composantes de fh sur cette base.

Remarque 5.2 Les fonctions ϕi dénies ne permettent pas de connaître la valeur d'une fonction
fh ∈ P0 aux n points xi : les fh ne sont donc dénies que presque partout sur [a, b]. Elles ont été
dénies volontairement de cette façon car on aura uniquement besoin de savoir si fh a un sens au
sens de l'intégration (i.e. si fh est dénie presque partout). Pour des applications plus classiques, on
peut dénir les ϕi comme valant 1[xi−1 ,xi [ , pour i = 1, ..., n − 1 et ϕn = 1[xn−1 ,xn ] , par exemple.

5.2.2 Approximation L2 d'une fonction f ∈ L2 (]0, 1[) par une fonction P0

Maintenant, soit f ∈ L2 (]a, b[) une fonction quelconque qu'on souhaite approximer par une
fonction fh ∈ P0 . Un choix possible et usuel est de prendre fh le plus près possible de f au sens
de l'énergie (`des moindres carrés'), i.e., disposant sur L2 d'un produit scalaire, de prendre pour
fh la projection de f sur P0 au sens de L2 (]a, b[) :

fh ∈ P0 caratérisée par : ∀ϕh ∈ P0 , (fh , ϕh )L2 = (f, ϕh )L2 ,

ou encore f − fh ∈ P0⊥ au sens L2 , ou encore fh réalise le minimum :

||f − fh ||L2 = inf ||f − vh ||L2 = d(f, P0 ).

vh ∈P0

(où d(·, ·) est la distance associée à la norme : d(f, vh ) = ||f −vh ||L2 ). P0 est un sous-espace vectoriel
de dimension nie donc est convexe et fermé donc fh existe et est unique (c'est la projection de f
sur P0 ). Disposant d'une base (ϕi )i=1,n de P0 , la projection fh ∈ P0 est caractérisée par :

∀i = 1, ..., n, (fh , ϕi )L2 = (f, ϕi )L2 . (5.4)

Puisque fh ∈ P0 , fh est caractérisée par ses composantes (cj )i=1,...,n sur sa base :
n
X
fh (x) = cj ϕj (x).
j=1

Et pour connaître fh il est susant de connaître ses composantes cj . Et (5.4) donne :

n
X
∀i = 1, ..., n, cj (ϕj , ϕi )L2 = (f, ϕi )L2 .
j=1

Donc, notant fi = (f, ϕi )L2 , les cj sont solutions du système matriciel :

   
c1 f1
.
f~ =  ...  .
 
M.~c = f~ où M = [(ϕj , ϕi )L2 ]1≤i,j≤n , ~c =  ..  ,
cn fn

Ici, le calcul est simple car les ϕi sont 2 à 2 orthogonales (leurs supports sont disjoints), et on trouve
immédiatement M = diag(xi − xi−1 ) (matrice diagonale de termes diagonaux les réels xi − xi−1 ).
Et puisque
Z 1 Z xi
fi = f (x) ϕi (x) dx = (xi − xi−1 ) f˜i− 12 où f˜i− 21 = f (x) dx,
0 xi−1

on en déduit que ci = f˜i− 12 (valeur moyenne de f sur ]xi−1 , xi [).

Pn
Et donc la fonction  fh (x) = i=1 f˜i− 12 ϕi (x) est la meilleure approximation de f au sens L2
(fonction dénie presque partout sur [a, b]).

59
60 5.3. P1 espace des fonctions continues qui sont anes par morceaux

5.2.3 Approximation H 1 (Ω) d'une fonction f ∈ H 1 (Ω) par une fonction P0

Ce n'est pas possible ! En eet, une fonction fh ∈ P0 est une fonction en escalier, et donc sa
dérivée est une somme de masse de Dirac. Or les masses de Dirac ne sont pas des fonctions, i.e.
δa 6∈ L2 (Ω). Et donc une fonction en escalier n'est pas dans H 1 (Ω).
Or pour considérer l'approximation de f ∈ H 1 (Ω) au sens H 1 (Ω), il faut chercher fh ∈ P0 tel
que ||f − fh ||H 1 (Ω) = min{||f − gh ||H 1 (Ω) : gh ∈ P0 }. Mais ayant f ∈ H 1 (Ω) et gh 6∈ H 1 (Ω), on a
f − gh 6∈ H 1 (Ω) et donc ||f − gh ||H 1 (Ω) n'a aucun sens.
Les éléments nis P0 ne permettent pas de calculer une approximation au sens H 1 (Ω). C'est
pourtant ce qu'il faut faire quand on veut trouver une solution approchée du problème :
∂u
−∆u + u = f, = 0.
∂n
En eet, la formulation variationnelle est de la forme : trouver u ∈ H 1 (Ω) tel que :

(u, v)H 1 (Ω) = (f, v)L2 , ∀v ∈ H 1 (Ω).

La formulation variationnelle approchée est de la forme : trouver uh ∈ Vh tel que :

(uh , vh )H 1 (Ω) = (f, vh )L2 , ∀vh ∈ Vh ,

avec Vh ⊂ H 1 (Ω), pour pouvoir faire le calcul d'erreur ||u − uh ||H 1 (Ω) (cas des éléments nis
conformes).
La démarche est la même pour une approximation dans H01 (Ω), considérant dans ce cas les
conditions aux limites de Dirichlet.
Les éléments nis P0 ne sont donc pas susant.

5.3 P1 espace des fonctions continues qui sont anes par morceaux
5.3.1 Base de P1
n
[
Une fonction continue sur [a, b] ane par morceaux sur la partition ]xi−1 , xi [ est une fonction
i=1
fh = [a, b] → R qui est continue sur [a, b] et telle que fh (x) est ane sur chaque intervalle ]xi−1 , xi [.
On appelle P1 = P1 (T ) l'ensemble des fonctions continues anes par morceaux sur P T . Il est
m
immédiat que P1 est un sous-espace vectoriel de F([a, b], R) : toute combinaison linéaire i=1 cj fj
(avec m ∈ N, les cj ∈ R et les fj ∈ P1 ) est continue comme somme (nie) de fonctions continues et
est ane par morceaux comme somme (nie) sur chaque intervalle ]xi−1 , xi [ de fonctions anes.
On considère les n − 1 fonctions continues ϕi sur [a, b] dénies par (fonctions chapeaux), pour
1≤i≤n−1 : 
 x − xi−1

 ϕi (x) = pour x ∈ [xi−1 , xi ],

 x i − xi−1
x − xi+1 (5.5)
 ϕi (x) = pour x ∈ [xi , xi+1 ],

 x i − x i+1


ϕi (x) = 0 ailleurs.
On ajoute les `demi-chapeaux' (aux extrémités de [a, b]) :
 
 ϕ0 (x) = 1 − x − a pour x ∈ [a, x1 ],  ϕn (x) = 1 − b − x pour x ∈ [xn−1 , b],
x1 − a et b − xn−1
 
ϕ0 (x) = 0 sinon , ϕn (x) = 0 sinon .
(5.6)
On montre alors Pnque ces fonctions forment une base de P1 : premièrement, (ϕi )i=0,n est une
famille libre car si j=0 αj ϕj = 0, i.e. si :
n
X
∀x ∈ [a, b], αj ϕj (x) = 0, (5.7)
j=0

alors au point xi on obtient αi = 0, et ce pour tout i, et donc les αi sont tous nuls. Deuxièmement,
n
[
elle est génératrice : si fh est une fonction continue ane par morceaux sur [xi−1 , xi ], elle est
i=1

60
61 5.3. P1 espace des fonctions continues qui sont anes par morceaux

1 1

0.9 0.9

0.8 0.8

0.7 0.7

0.6 0.6

0.5 0.5

0.4 0.4

0.3 0.3

0.2 0.2

0.1 0.1

0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Fig. 5.2  Les fonctions de base demi-chapeau ϕ0 et chapeau ϕ7 sur ]a, b[=]0, 1[, pour la triangu-
[10
i−1 i
lation ] , [.
i=1
10 10

caractérisée par ses valeurs fh (xj ) aux points xj . Et on a :

n
X
∀x ∈ [a, b], fh (x) = cj ϕj (x), où pour i = 1, ..., n : ci = fh (xi ) ∈ R. (5.8)
j=0

En eet, le terme de droite est une fonction continue sur [a, b] et ane par morceaux comme
combinaison linéaire de fonctions continues et anes par morceaux, et aux points xj sa valeur est
égale à fh (xj ).

5.3.2 Approximation L2 d'une fonction f ∈ L2 (]a, b[) par une fonction P1

Maintenant, soit f une fonction de L2 qu'on souhaite approximer par une fonction fh ∈ P1 . Un
choix possible et usuel est de prendre fh le plus près possible de f au sens de l'énergie, i.e., fh est
la projection de f sur P1 au sens de L2 (]a, b[) :

fh ∈ P 1 caratérisée par : ∀ϕ ∈ P1 , (fh , ϕ)L2 = (f, ϕ)L2 ,

i.e., f − fh ∈ P1⊥ au sens L2 , ou encore avec la base (ϕi )i=0,n des fonctions chapeaux :

∀i = 0, ..., n, (fh , ϕi )L2 = (f, ϕi )L2 . (5.9)

Puisque fh ∈ P1 , fh est caractérisée par ses composantes (cj )i=1,...,n sur sa base :
n
X
fh (x) = cj ϕj (x), (5.10)
j=0

avec les cj ∈ R. Alors fh est connue dès que ses composantes cj sont connues. Et (5.9) donne :
n
X
∀i = 0, ..., n, cj (ϕj , ϕi )L2 = (f, ϕi )L2 .
j=0

Donc, notant fi = (f, ϕi )L2 , les cj sont solutions du système matriciel :

   
c0 f0
.
f~ =  ...  .
 
M.~c = f~ où M = [(ϕj , ϕi )L2 ]1≤i,j≤n , ~c =  ..  ,
cn fn

Il sut donc d'inverser ce système pour connaître ~c, et donc fh avec (5.10).

61
62 5.3. P1 espace des fonctions continues qui sont anes par morceaux

Attention, les ϕi ne sont pas 2 à 2 orthogonales ! Par exemple, considérant le cas de la partition
de ]a, b[=]0, 1[ donnée par xi = ni , il vient :
Z 1 Z h
h−x x h
(ϕ0 , ϕ1 )L2 = (ϕi−1 , ϕi )L2 = ϕ0 (x)ϕ1 (x) dx = dx = 6= 0.
0 0 h h 6

Et puisque, pour i = 1, ..., n − 1 :

Z 1 Z h ³ ´2
x 2h
||ϕi ||2L2 (Ω) = ||ϕ1 ||2L2 (Ω) = 2
ϕ1 (x) dx = 2 dx =
0 0 h 3
h
et que ||ϕ0 ||2L2 (Ω) = ||ϕn ||2L2 (Ω) = 3 (calcul similaire), la matrice M à inverser est tridiagonale :
 
2 1 0 ... 0
 .. 
1 4 1 0 . 
 
h
0 1 4 1 

M=  .. .. .. 
6 . . . 0 
 
 
 1 4 1 
0 0 1 2

La matrice M = [(ϕj , ϕi )L2 ]1≤i,j≤n est appelée matrice de masse.

Exemple 5.3 L'approximation P1 de f (x) = x(x − 1) dans L2 (]0, 1[) est donnée gure 5.3.

−0.05

−0.1

−0.15

−0.2

−0.25
0 0.3333 0.6667 1

Fig. 5.3  La fonction fh ∈ P1 pour n = 3 la plus proche de f (x) = x(x − 1) au sens L2 (]0, 1[).
Noter que les valeurs fh (xi ) sont diérentes des f (xi ) : la solution fh est optimale au sens L2 .

Remarque 5.4 Méthode de Mass lumping.

On verra que l'approximation par des éléments nis P1 ne permet pas d'avoir une précision
Rβ
meilleure qu'en h (c'est une méthode d'ordre 1). Il est donc inutile dans les intégrations  α F (x) dx
d'obtenir une précision d'ordre ≥ 2. En particulier, pour les calculs des (ϕi−1 , ϕi )L2 , une méthode
d'ordre 1 comme la méthode des trapèzes est susante. Cette méthode s'écrit de manière générique :
Z β
F (α) + F (β)
F (x) dx = (β − α) .
α 2

Et ici on obtient trivialement : (ϕi−1 , ϕi )L2 ' 0 et ||ϕi ||2L2 ' h. Et donc :

M ' hI.

Cela simpliera grandement les calculs.

62
63 5.3. P1 espace des fonctions continues qui sont anes par morceaux

5.3.3 Approximation H 1 (Ω) ou H01 (Ω) d'une fonction u ∈ H 1 (Ω) par une fonction P1
Une fonction P1 est dans H 1 (Ω), et donc, si u ∈ H 1 (Ω), pour tout uh ∈ P1 le terme ||u−uh ||H 1
a un sens. Et la meilleure approximation au sens H 1 (Ω) de u par un élément uh ∈ P1 est donnée
par :
(uh , vh )H 1 (Ω) = (u, vh )H 1 (Ω) , ∀vh ∈ H 1 (Ω).
(Ou encore (u−uh ) ⊥ Vh au sens H 1 (Ω), i.e. uh projection orthogonale de u sur P1 au sens H 1 (Ω).)
On applique la démarche du paragraphe précédent : il est équivalent de résoudre :

 trouver uh ∈ P1 tel que :
Z Z
0 0
(5.11)
 uh (x) vh (x) + uh (x) vh (x) dΩ = u0 (x) vh0 (x) + u(x) vh (x) dΩ, ∀vh ∈ P1
Ω Ω

Disposant de la base des fonctions chapeaux sur P1 , les (ϕi )0≤i≤n , on cherche donc les constantes
cj qui dénissent uh :
n
X
uh (x) = cj ϕj (x)
j=0

Et il sut de satisfaire (5.11) pour toutes les fonctions de base ϕi :

n Z
X Z
∀i = 0, .., n, ( ϕ0j (x) ϕ0i (x) + ϕj (x) ϕi (x) dΩ) cj = u0 (x) ϕ0i (x) + u(x) ϕi (x) dΩ,
j=0 Ω Ω

i.e, de résoudre le système matriciel :

(R + M ) ~c = f~

où :   
c0 f0
.
f~ =  ... 
 
R = [(ϕ0j , ϕ0i )L2 ]0≤i,j≤n , M = [(ϕj , ϕi )L2 ]0≤i,j≤n , ~c =  ..  ,
cn fn
R
où fi = Ω u0 (x).ϕ0i (x) + u(x) ϕi (x) dΩ. La matrice R est appelée matrice de rigidité.
La matrice R, qui est (n+1) ∗ (n+1), n'est pas diagonale, mais elle est bande (et même tri-
diagonale). On a vu que la matrice de masse M est également tridiagonale, et donc il est facile
`d'inverser' M + R. D'où ~c, d'où uh . `Inverser' signie ici résoudre le système par une méthode
numérique (comme la méthode LU), le calcul de l'inverse coûtant trop cher.

Exemple 5.5
S Montrer que la matrice R est donnée par, pour la triangulation de ]a, b[=]0, 1[
n 1
donnée par i=0 ]ih, (i+1)h[ où h = n :
 
1 −1 0 ... 0
 −1 2 .. 
 −1 0 . 
 
1
 0 −1 2 −1 

R=  .. .. ..  (5.12)
h . . . 0 
 
 
 −1 2 −1 
0 0 −1 1

En déduire la matrice R0 correspondant

T 1 au problème dans H01 (Ω) (i.e. si u ∈ H01 (Ω), on souhaite
trouver une solution uh ∈ P1 H0 (Ω)).
Réponse : il y a maintenant n−1 fonctions de base les (ϕi )1≤i≤n−1 , et la matrice R0 se déduit
de la matrice R en supprimant les premières et dernières lignes et colonnes.

Remarque 5.6 Comme pour le calcul de M , on peut uiliser la méthode de Mass lumping, cf
remarque 5.4. Mais pour le calcul de R, on intègre des fonctions constantes, et la méthode de Mass
lumping est une méthode exacte qui donne pour résultat la matrice R calculée ci-dessus !

63
64 5.4. P2 espace des fonctions continues qui sont quadratiques par morceaux

Exemple 5.7 La matrice A = hR0 a pour valeurs propres les λj = 2(1 − cos(j 2π
n )) associées
(j)
aux vecteurs propres les ~x(j) de composante xi = sin(ij 2π
n ). Pour le voir, vérier que la matrice
C = 2I − A a pour valeurs propres les 2 − λj associées aux vecteurs propres les ~x(j) . En particulier
la plus grande valeur propre de A est d'ordre O(1) et la plus petite valeur propre est donnée
2
pour j = 1 (ou j = n − 1) et est d'ordre O( 4π 2
n2 ) = O(h ). Le conditionnement de la matrice
1
A est donc d'ordre O( h2 ) = O(n2 ), et R0 a bien sûr le même conditionnement : cela semble
mauvais (le conditionnement dégénère en n2 ), mais heureusement dégénère susamment lentement
pour pouvoir traiter des problèmes de relativement grande taille (à saturation de la mémoire
ordinateur).

5.4 P2 espace des fonctions continues qui sont quadratiques par mor-
ceaux
5.4.1 Base de P2
Une fonction continue sur [a, b] quadratique (ou parabolique) par morceaux sur la partition T
est une fonction fh = [a, b] → R continue sur [a, b] telle que fh (x) est quadratique sur chaque
intervalle ]xi−1 , xi [. On appelle P2 l'ensemble des fonctions continues sur [a, b] qui sont quadratiques
[n
par morceaux sur ]xi−1 , xi [.
i=1
Une fonction quadratique (parabole) est du type a + bx + cx2 et sur chaque intervalle [xi−1 , xi ]
une telle fonction est déterminée par trois points. On choisit comme point supplémentaire le point
milieu :
xi−1 + xi
xi− 12 =
2
Et on choisit une base sur [xi−1 , xi ] : les trois fonctions de degré 2 qui valent 1 en un point et 0
sur les deux autres points sont dénies par :

(x − xi− 12 )(x − xi )
∀x ∈ [xi−1 , xi ], ϕi−1 (x) =
(xi−1 − xi− 12 )(xi−1 − xi )
(x − xi−1 )(x − xi )
∀x ∈ [xi−1 , xi ], ϕi− 12 (x) = (5.13)
(xi− 12 − xi−1 )(xi− 12 − xi )
(x − xi−1 )(x − xi− 12 )
∀x ∈ [xi−1 , xi ], ϕi (x) =
(xi − xi−1 )(xi − xi− 12 )

Il faut prolonger ces fonctions sur tout ]a, b[ de telle sorte qu'elles soient continues : ϕi− 21 est
prolongée par 0 à l'extérieur de [xi−1 , xi ], alors que ϕi est dénie par  ϕ(i+1)−1  sur [xi , xi+1 ] et
par 0 ailleurs (même construction dans l'autre sens pour ϕi ). Voir gure 5.4.

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0

−0.2 −0.2
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1

Fig. 5.4  Les fonctions de base (continues) ϕ3 et ϕ3+ 21 sur ]a, b[=]0, 1[, pour la triangulation en
[5
i−1 i
5 intervalles ] , [.
i=1
5 5

64
65 5.5. Éléments nis de Lagrange Pk

Au total on a déni 2n+1 points (les n + 1 points xi et les n points milieux xi− 21 ), et 2n+1
fonctions associées. Et il est immédiat de vérier que ces 2n+1 fonctions forment une base de P2
(exercice).

5.4.2 Approximation L2 d'une fonction f ∈ L2 (]a, b[) par une fonction P2

La démarche est la même que précédemment : soit f une fonction de L2 qu'on souhaite ap-
proximer par une fonction fh ∈ P2 . On choisit fh le plus près possible de f au sens de l'énergie
(des moindres carrés) : i.e., fh est la projection de f sur P2 au sens de L2 (]a, b[ :

fh ∈ P 2 caratérisée par : ∀ϕ ∈ P2 , (fh , ϕ)L2 = (f, ϕ)L2

i.e., f − fh ∈ P2⊥ au sens L2 , ou encore avec la base (ϕ i−1 )i=1,...,2n+1 :

2

∀i = 1, ..., 2n + 1, (fh , ϕ i−1 )L2 = (f, ϕ i−1 )L2 (5.14)

2 2

P2n+1
Et fh est caractérisée par ses composantes sur sa base. Notons fh (x) = j=1 cj ϕ j−1 (x) avec les
2
cj ∈ R. Alors fh est connu dès que ses composantes cj sont connues. Et (5.14) donne :
2n+1
X
∀i = 1, ..., 2n + 1, cj (ϕ j−1 , ϕ i−1 )L2 = (f, ϕ i−1 )L2
2 2 2
j=1

Donc, notant fi = (f, ϕ i−1 )L2 , les cj sont solutions du système matriciel :
2

   
c1 f1
.
f~ =  ... 
 
M.~c = f~ où M = [(ϕ j−1 , ϕ i−1 )L2 ], ~c =  ..  ,
2 2
c2n+1 f2n+1

Il sut donc d'inverser ce système pour connaître les cj donc fh . Attention, les ϕ i−1 ne sont pas
2
2 à 2 orthogonales et la matrice M est 5-diagonales.

5.4.3 Approximation H 1 (Ω) ou H01 (Ω) d'une fonction u ∈ H 1 (Ω) par une fonction P2
La démarche est la même que pour les éléments nis P1 et est laissé en exercice.

5.5 Éléments nis de Lagrange Pk

5.5.1 Dénition d'un Élément ni de Lagrange
On peut bien sûr généraliser les paragraphes précédents aux fonctions continues sur Ω qui sont
polynomiales de degré k . En vue de la généralisation au cas de Rn , n > 1, on est amené à dénir
un élément ni en 1-D :

Dénition 5.8 Un élément ni de type Lagrange est un triplet (K, Σ, P ) se composant de :
1. un intervalle K = [α, β] avec α < β (compact d'intérieur non vide),
2. un ensemble Σ = {a1 , . . . , aN } de N points distincts (degrés de libertés),
3. un espace P = Vect{ϕ1 , . . . , ϕN } de fonctions dénies sur K , de dimension nie N .

Dénition 5.9 Pour un élément ni (K, Σ, P ) de type Lagrange, on dit que Σ est P -unisolvant
si et seulement si :

∀(ci ) ∈ RN , ∃ ! p ∈ P, ∀i = 1, . . . , N, p(ai ) = ci (5.15)

Dans ce cas, l'élément ni est dit de Lagrange.

Dénition 5.10 Et on appelle fonctions de base les N fonctions ϕi de P qui satisfont :

ϕi (aj ) = δij

où δij est le symbole de Kronecker.

65
66 5.5. Éléments nis de Lagrange Pk

x1
Exemple 5.11 Soit x1 > 0. Le triplet ([0, x1 ], { }, Vect{1[0,x1 ] }) constitué de l'intervalle [0, x1 ],
x1
2
du point milieu 2 et de l'espace vectoriel constitué des fonctions constantes est un élément ni de
Lagrange appelé élément ni P0 . La fonction de base est la fonction constante = 1.
x x
Exemple 5.12 Soit x1 > 0. Le triplet ([0, x1 ], {0, 1}, Vect{(1 − ), }) constitué de l'intervalle
x1 x1
[0, x1 ], des points extémités 0 et x1 et de l'espace vectoriel constitué des fonctions anes est un
élément ni de Lagrange appelé élément ni P1 . Les deux fonctions de base ont été explicitement
données.
x1
Exemple 5.13 Soit x1 > 0. Le triplet ([0, x1 ], {0, , x1 }, Vect{fonctions quadratiques}) constitué
x1
2
de l'intervalle [0, x1 ], des points 0, 2 , x1 et de l'espace vectoriel constitué des fonctions quadratiques
est un élément ni de Lagrange appelé élément ni P2 . Les trois fonctions de base sont données
dans un paragraphe précédent.

Exemple 5.14 Construire un élément ni P3 de Lagrange, et donner ses fonctions de base.
(Réponse : sur l'intervalle [a, b] avec les points c et d tels que a < c < d < b on trouvera
ϕ1 (x) = (x−b)(x−c)(x−d)
(a−b)(a−c)(a−d) , puis ϕ2 , ϕ3 et ϕ4 par permutation circulaire.)

De manière générale, étant donné un élément ni (K, Σ, P ), une fonction ph ∈ P sera connue
PN
dès qu'on connaîtra ses composantes cj sur la base (ϕj )1≤j≤N : ph (x) = j=1 cj ϕj (x) pour tout
x ∈ Ω. Et P sera unisolvant dès que :
N
X
(∀x ∈ Ω, cj ϕj (x) = 0) =⇒ (cj = 0, ∀j = 1, . . . , N ). (5.16)
j=1

5.5.2 Opérateur d'interpolation ΠK

On se donne un élément ni de Lagrange E = (K, Σ, P ). Si v ∈ C 0 (K) (fonction continue
sur K ), alors la propriété d'unisolvance nous dit qu'il existe une unique fonction pv ∈ P tel que :

pv (aj ) = v(aj ), ∀j = 1, ..., N,

PN
cette fonction étant donnée par pv (x) = i=1 cj ϕj (x) où cj = v(aj ) pour tout j , les ϕj étant les
fonctions de base.

Dénition 5.15 On appelle opérateur de P -interpolation sur Σ l'application :

ΠK : C 0 (K) −→ P
. (5.17)
v −→ ΠK (v) = pv

Et ΠK étant trivialement linéaire, on notera également ΠK (v) = ΠK v .

5.5.3 Base de la méthode des éléments nis et éléments nis C 0

Ayant déni un élément ni, on dénira la méthode des éléments nis en associant des éléments
nis :
Soit T est une triangulation de Ω =]0, 1[ en les intervalles Ii =]xi−1 , xi [ pour 1S≤ i ≤ n. On se
donne n éléments nis Ei = (Ii , Σi , Pi ) et on considère la famille d'éléments nis Ei .

Dénition 5.16 On appelle opérateur de P -interpolation sur T , où interpolé, un opérateur Πh :

C 0 (Ω) → Pk tel que :
Πh (v)|K = ΠKi (v), ∀Ki ∈ T (5.18)

Dénition
S 5.17 On se donne un opérateur de P -interpolation Πh . La famille d'éléments nis
(Ki , Σi , Pi ) est de classe C m pour m ≥ 0 si l'interpolé Πh v choisi est de classe C m (Ω) pour tout
v ∈ C m . Et la famille est dite de classe C −1 si l'interpolé Πh u est P0 par morceaux.

Exemple 5.18 Vérier que les éléments nis P1 et P2 dénis précédemment sont de classe C 0 .
Et que l'élément ni P0 est de classe C −1 .

66
67 5.6. Approximation de problèmes elliptiques aux limites du second degré en dimension 1

Une fonction Πh (v) est entièrement déterminée si on connaît une base (de fonctions) de
Πh (C 0 (Ω)). Une telle base de fonctions est donnée par raccordement C m des fonctions de base
sur chaque élément ni.

Exemple 5.19 Pour les éléments nis P0 , il n'y a pas de condition de raccordement, et donc les
fonctions de base de Πh (C 0 (Ω)) sont les fonctions indicatrices 1]xi−1 ,xi [ .

Exemple 5.20 Pour les éléments nis P1 : sur chaque élément on a déni deux fonctions anes
de base. Sur deux éléments adjacents, Ki−1 =]xi−1 , xi [ et Ki =]xi , xi+1 [, l'interpolé d'une fonction
continue f qui est nulle à l'extérieur de ces deux éléments (i.e. nulle sur R − [xi−1 , xi+1 ]) doit
être une fonction continue. Et la fonction Πh f ne peut être que combinaison linéaire des fonctions
ϕxi ,Ki−1 (2ième fonction de base sur Ki−1 ) et ϕxi ,Ki (1ère fonction de base sur Ki ), toutes les
autres fonctions de base étant nulles en tout point autre que xi :

Πh f (x) = αϕxi ,Ki−1 (x) + βϕxi ,Ki (x)

Ici les fonctions de base ϕxi ,Ki−1 et ϕxi ,Ki on été prolongées par 0 à l'extérieur respectivement de
Ki−1 et Ki . De la continuité de Πh f on déduit que α = β . En eet, Πh f (xi −) = α et Πh f (xi +) = β .
Et on retrouve les fonctions annoncées en début de chapître, à savoir les fonctions chapeaux
(voir paragraphe 5.3.1). Et ces fonctions chapeaux forment une base de Πh (C 0 ).

Exemple 5.21 Procédant de même, montrer que pour les éléments nis P2 , on retrouve les fonc-
tions de base de Πh (C 0 ) données paragraphe 5.4.1.

5.6 Approximation de problèmes elliptiques aux limites du second degré

en dimension 1
5.6.1 Avec conditions aux limites de Dirichlet
Le problème Soit le problème de Dirichlet homogène suivant, sur un intervalle ]a, b[ de R :

1 1
 trouver u ∈ H0 (]a, b[) tel que pour tout v ∈ H0 (]a, b[) :

Z b Z b Z b (5.19)
 du(x) dv(x)
 χ(x) dx + µ(x)u(x) v(x) dx = f (x) v(x) dx
a dx dx a a

pour f ∈ L2 (]a, b[) et χ et µ deux fonctions bornées sur ]a, b[. Ce problème s'interprète comme
trouver u ∈ H01 (]a, b[) tel que :

 − div(χ(x) du(x) ) + µ(x)u(x) = f (x)
dx (5.20)

u(a) = u(b) = 0

les conditions aux limites étant essentielles, contenues dans la dénition de l'espace H01 (]a, b[).
Les conditions du théorème de Lax-Milgram sont satisfaites dès que par exemple χ et µ sont des
fonctions bornées sur [a, b] telles que :
(
∃α > 0, ∃β > 0, ∀x ∈]a, b[, α ≤ χ(x) ≤ β,
(5.21)
∀x ∈]a, b[, µ(x) ≥ 0,

Si on ne connaît pas de solution analytique à ce problème, on cherche une solution approchée :


 trouver uh ∈ Vh tel que, pour tout vh ∈ Vh :

Z b Z b Z b (5.22)

 0 0
χ(x) uh (x) vh (x) dx + µ(x)uh (x) vh (x) dx = f (x) vh (x) dx
a a a

où Vh est un sous espace de H01 (]a, b[) de dimension nie. La conformité Vh ⊂ H01 (]a, b[) indique
que le théorème de LaxMilgram est satisfait dans Vh et donc que ce problème approché est bien
posé.

67
68 5.6. Approximation de problèmes elliptiques aux limites du second degré en dimension 1

Approximation par éléments nis P1 et problème matriciel associé

n
[
On partitionne l'intervalle [a, b] : [a, b] = [xi−1 , xi ] où a = x0 < x1 < . . . < xn = b. On
i=1
cherche une solution dans l'espace P1 : on prend la base (ϕi )i=1,...,n−1 des fonctions anes par
morceaux et continues sur [a, b] dénies par ϕi (xj ) = δij (symbole de Kronecker) et donnée dans
le paragraphe 5.3.1 (les fonctions chapeaux). T
Ici on ce n'est pas P1 qui nous intéresse, mais le sous-espace de P1 donné par Vh = P1 H01 (Ω)
(les fonctions de P1 qui s'annulent au bord). Et il est immédiat de voir que cet espace Vh est
engendré par les n−1 fonctions (ϕi )i=1,n−1 .
Pour connaître uh ∈ Vh solution de (5.22) il sut de connaître ses composantes ujh ∈ R sur la
base (ϕj )j=0,...,n−1 :
n−1
X j
uh (x) = uh ϕj (x), ∀x ∈]a, b[ (5.23)
i=1

Sa dérivée est donnée par, sur ]a, b[ :

n−1
X
u0h (x) = ujh ϕ0j (x) (5.24)
i=1

On a un problème à n − 1 inconnues les ujh ∈ R pour j = 1, ..., n − 1, qui est résolu à l'aide des
n − 1 équations indépendantes données par (5.22) où vh est choisi égal à ϕi pour i = 1, ..., n − 1 :

 trouver uh ∈ Vh tel que, pour tout i = 1, ..., n − 1 :

Z b Z b Z b (5.25)

 0 0
χ(x)uh (x) ϕi (x) dx + µ(x)uh (x) ϕi (x) dx = f (x) ϕi (x) dx
a a a

Soit :


 trouver (ujh )1≤j≤n−1 ∈ Rn−1 tel que, pour tout i = 1, ..., n − 1 :

X ³Z b
n−1 Z b ´
j
Z b
(5.26)
 0 0

 χ(x) ϕ j (x) ϕ i (x) dx + µ(x)ϕ j (x) ϕi (x) dx uh = f (x) ϕi (x) dx
j=1a a a

 
uh1
.
Sous forme matricielle cela s'écrit : trouver ~u =  ..  tel que :
uhn−1

A.~u = f~ (5.27)
 
f1
 . 
où A = [aij ] et f~ =  ..  sont donnés par :
fn−1
Z b Z b
aij = χ(x) ϕ0j (x) ϕ0i (x) dx + µ(x)ϕj (x) ϕi (x) dx, i, j = 1, ..., n − 1
a a
Z b
(5.28)
fi = f (x) ϕi (x) dx, i = 1, ..., n − 1
a

Il reste maintenant à résoudre le système (n − 1) ∗ (n − 1) matriciel A.~u = f~.

5.6.2 Avec conditions aux limites de Neumann

Le problème Le problème est :

1 1
 trouver u ∈ H (]a, b[) tel que pour tout v ∈ H0 (]a, b[) :

Z b Z b Z b (5.29)

 χ(x)u0 (x) v 0 (x) dx + µ(x)u(x) v(x) dx = f (x) v(x) dx + g(b)v(b) − g(a)v(a)
a a a

68
69 5.7. Remarques

pour f ∈ L2 ([a, b]). Ce problème s'interprète comme : trouver u ∈ H 1 (]a, b[) tel que :
(
− div(χ(x) u0 (x)) + µ(x)u(x) = f (x), ∀x ∈]a, b[
(5.30)
u0 (a) = g(a), u0 (b) = g(b) (condition aux limites)

les conditions aux limites étant naturelles, provenant de l'intégration par parties. Les conditions du
théorème de Lax-Milgram sont satisfaites dès que par exemple χ et µ sont des fonctions continues
sur [a, b] telles que :
(
∃α > 0, ∃β > 0, ∀x ∈]a, b[, α ≤ χ(x) ≤ β,
(5.31)
∃α0 > 0, ∀x ∈]a, b[, µ(x) ≥ α0 .

(On ne peut pas se contenter de µ(x) ≥ 0, sinon le problème n'est pas elliptique (ou coercif) dans
H 1 (]a, b[).)
Si on ne connaît pas de solution analytique à ce problème, on cherche une solution approchée :

 trouver uh ∈ Vh tel que, pour tout vh ∈ Vh :

Z b Z b Z b (5.32)

 χ(x) u0h (x) vh0 (x) dx + µ(x)uh (x) vh (x) dx = f (x) vh (x) dx
a a a

où Vh est un sous-espace de H 1 (]a, b[) de dimension nie.

Approximation par éléments nis P1 et problème matriciel associé

On se place dans Vh = P1 . Pour connaître uh ∈ Vh solution de (5.32) il sut de connaître ses
composantes ujh ∈ R sur la base (ϕj )j=0,...,n :
n
X
uh (x) = ujh ϕj (x), ∀x ∈]a, b[ (5.33)
i=0

On a un problème à n + 1 inconnues les ujh ∈ R pour j = 0, ..., n, qui est résolu à l'aide des n + 1
équations indépendantes données par (5.32) où vh est successivement remplacé par les ϕi pour
i = 0, ..., n. On obtient ainsi le système à résoudre :

A.~u = f~

où A = [aij ] et f~ = (fi ) sont donnés comme pour le problème de Dirichlet mais avec cette fois les
indices i et j qui varient de 0 à n.

5.7 Remarques
5.7.1 Convergence ponctuelle
Dans le cas 1-D, on a un résultat remarquable (et exceptionnel) : pour le problème de Dirichlet
−u00 = f dans H01 (Ω), la solution approchée uh ∈ P1 vérie uh (xi ) = u(xi ). (Noter qu'en 1-D
les fonctions u ∈ H 1 (Ω) sont continues, et donc la valeur ponctuelle u(xi ) a un sens.)
En eet, au sens des distributions on a :

hu0h , ϕ0i i = −hf, ϕi i = hu0 , ϕ0i i, ∀i = 1, ..., n − 1

ce qui donne au sens des distributions (dénition de la dériviation au sens D0 (Ω)) :

huh , ϕ00i i = hu, ϕ00i i, ∀i = 1, ..., n − 1

1
avec ϕ00i = h1 δxi−1 − 2h ˜ où ~u
δxi + h1 δxi−1 (calcul immédiat). Ce qui donne eectivement R.~c = R.~u ˜
est le vecteur de composantes u(xi ), et donc ~c = ~u.˜

5.7.2 Approximation numérique des intégrales

Pour des fonctions χ, µ et f quelconques, on ne peut par trouver la valeur exacte des intégrales
dénissant aij et fi . On utilise alors une approximation numérique. On renvoie à des ouvrages tels
que `Analyse numérique pour ingénieurs' d'André Fortin [5].

69
70 5.7. Remarques

−0.01

−0.02

−0.03
0 0.3333 0.6667 1

T
Fig. 5.5  Solution approchée uh ∈ P1 H01 (]0, 1[) de −u00 = −2 avec u(0) = u(1) = 0. La solution
analytique u est connue et vaut u = x(x − 1).

5.7.3 Assemblage
Le calcul des aij et fi se fait usuellement, lors de l'écriture
R xk du programme de résolution, par
assemblage des intégrales élémentaires faciles à calculer xk−1 (.) dx pour k = 1, ..., n :
Z xk
χk− 12 ,i,j = χ(x) ϕ0j (x) ϕ0i (x) dx
x=xk−1
Z xk
µk− 12 ,i,j = µ(x)ϕj (x) ϕi (x) dx (5.34)
x=xk−1
Z xk
fk− 12 ,i = f (x) ϕi (x) dx
x=xk−1

et ce uniquement lorsque i = j ou i = j ± 1, et si k = i ou j ou k − 1 = i ou j , sinon les intégrales

sont nulles. On eectue ensuite l'assemblage (on assemble les termes élémentaires) :
n
X
aij = χk− 21 ,i,j + µk− 12 ,i,j
k=1
n
(5.35)
X
fi = fk− 12 ,i
k=1

ce bien sûr en ne sommant que sur les termes non nuls a priori. L'algorithme typique d'assemblage
consiste à calculer les :
aij (k) = χk− 12 ,i,j + µk− 21 ,i,j
(5.36)
fi (k) = fk− 12 ,i
Pn Pn
et de sommer : aij = k=1 aij (k) et fi = k=1 fi (k).
Pratiquement, on fait le changement de variable permettant de se ramener à l'intervalle ]0, 1[ :
avec t = xx−x k−1
k −xk−1
= t(x), i.e. x = (xk −xk−1 )t+xk−1 = x(t) :
Z xk
fk− 12 ,i = f (x) ϕi (x) dx
x=xk−1
Z1 ¡ ¢ ¡ ¢
= f (xk −xk−1 )t+xk−1 ϕi (xk −xk−1 )t+xk−1 (xk −xk−1 )dt
t=0
Z 1 ¡ ¢
= (xk −xk−1 ) f (xk −xk−1 )t+xk−1 ϕbi (t) dt
t=0

où ϕbi (t) est la fonction de base sur ]0, 1[ correspondant à ϕi : ϕ

bi (t) = ϕi (x(t)). Par exemple, si
on prend des éléments P1 , les fonctions de base sont les fonctions chapeaux, et il n'y aura que 2
fonctions de base à prendre en compte :
b1 (t) = 1 − t et
ϕ ϕ
b2 (t) = t
D'où l'algorithme d'assemblage pour le membre de droite par exemple :

70
71 5.7. Remarques

% subroutine d'assemblage du membre de droite

% F = vecteur membre de droite
% f(x) = fonction donnée du problème
% nel= nombre d'éléments (intervalles ou triangles ou de mailles en général)
% k = numéro repérant l'intervalle (ou la maille) qu'on regarde
% x1 = absmin(k) : si k=]x1,x2[
% ix1 = numéro du point x1 = k, si la numérotation va de 1 à nt+1
% x2 = absmax(k) : si k=]x1,x2[
% ix2 = numéro du point x2 = k+1, si la numérotation va de 1 à nt+1
% integ1(g) = intégrale de la fonction g sur ]0,1[
% phibase1(t)=1-t
% phibase2(t)=t

F=0 %initialisation de F à 0
for k=1:nel % on parcourt les éléments (intervalles)
x1 = absmin(k)
ix1 = k
x2 = absmax(k)
ix2 = k+1
g1(t) = (x2-x1)*f((x2-x1)t+x1)*phibase1(t)
g2(t) = (x2-x1)*f((x2-x1)t+x1)*phibase2(t)
F(ix1) = F(ix1)+integ(g1) % on ajoute le terme correspondant à la
F(ix2) = F(ix2)+integ(g2) % fonction de base du noeud ix1 ou ix2.
end

71
72

6 * Exemple d'éléments nis généraux : ceux de classe C 1

Les éléments nis de Lagrange ne sont pas les seuls éléments nis. Heureusement, car les
éléments nis de Lagrange ne sont pas toujours adaptés au problème à traiter. On s'intéresse
ici uniquement au cas 1-D, le cas n-D procédant de la même démarche.

6.1 Une motivation : problème elliptique de degré 4

Ce cours est basé sur la résolution de problème elliptique de degré 2, i.e. l'opérateur considéré
est un opérateur diérentiel dont les plus hauts termes de dérivation sont des dérivées d'ordre 2.
Cependant, le théorème de LaxMilgram est applicable pour des opérateurs diérentiels d'ordre
quelconque, à partir du moment où les hypothèses sont vériées. D'ailleurs, ce théorème ne fait
pas intervenir explicitement d'opérateurs diérentiels !
Ainsi on peut traiter des problèmes de type plaques encastrées :
∂u
−∆2 u = f, u|Γ = 0 = ,
∂n |Γ

où ∆2 = ∆ ◦ ∆ est un opérateur d'ordre 4, appelé bilaplacien. La formulation variationnelle est

immédiate : par intégration par parties on obtient immédiatement :
Z Z
∂v
∆u ∆v dΩ = f v dΩ, ∀v : v|Γ = 0 = .
Ω Ω ∂n |Γ
T ∂v
Si on cherche u ∈ V où V = H 2 (Ω) {v : v|Γ = 0 = ∂n |Γ
}, on montre que V est un Hilbert pour le
produit scalaire (u, v)b = (∆u, ∆v)L2 (Ω) , Cet Hilbert étant noté H02 (Ω). En particulier, on pourra
appliquer le théorème de Lax-Milgram dans cet Hilbert.
Maintenant, si on cherche une solution approchée conforme, il faut trouver un sous espace de
dimension nie Vh ⊂ V . Or les éléments nis de type Lagrange P1 , P2 ou P3 ne sont pas inclus
dans V : des dérivées secondes sont des masses de Dirac et donc ne sont pas des fonctions, donc
pas des fonctions L2 , donc pas des éléments de H 2 (Ω).
Il faut alors dénir des éléments nis de classe C 1 .

6.2 Généralisation de la notion de degré de liberté

La notion de degrés de libertés est triviale quand pour l'élément ni (K, Σ, P ) les éléments de
Σ sont constitués de N points distincts : il y a N degrés de libertés, un pour chaque point.
Le problème est qu'on peut préférer imposer des conditions sur les fonctions p ∈ P qui ne soient
pas des valeurs ponctuelles mais des dérivées : c'est une manière très simple d'obtenir des éléments
nis de classe C 1 , permettant ainsi d'avoir des conditions de raccordement C 1 `naturelles' entre les
éléments nis. Et dans ce cas, la seule considération de valeurs ponctuelles n'est guère pratique.
Par exemple, au point a1 on peut vouloir imposer à la fois p(a1 ) et p0 (a1 ). La notion de points
ne convient plus pour dénir un degré de liberté : on fait jouer à a1 deux rôles : à a1 est associé
deux degrés de liberté.
Ce qui fait que pour être général, on ne dénit pas Σ comme un ensemble de points sur lesquels
sont dénies les fonctions de P , mais on dénit Σ comme un ensemble de fonctionnelles agissant
sur les fonctions de P .
Généralisation de la dénition des éléments nis dans le cas Lagrange. Dans le cas
des éléments nis de Lagrange, on dénit simplement :

K =]a, b[, Σ = {δa1 , δa2 , . . . , , δaN }, P = {fonctions polynomiales de degré N −1}.

Et on trouve δai (p) = p(ai ) et ainsi le caractère unisolvant dénit plus haut sous la forme plus
générale :

Dénition 6.1 Pour un élément ni (K, Σ, P ), on dit que Σ est P -unisolvant si et seulement si :
∀(αi ) ∈ RN , ∃ ! p ∈ P, ∀i = 1, . . . , N, δai (p) = αi (6.1)

Et on retrouve immédiatement le cas des éléments nis de type Lagrange.

72
73 6.3. Exemple d'éléments nis de classe C 1

Exemple d'éléments nis non Lagrange.

Exemple 6.2 Dans le cas où on souhaite connaître les dérivées aux bords, on dénit par exemple :
K =]a, b[, Σ = {δa , δa0 , δb , δb0 }, P = {fonctions polynomiales de degré 3}.
Ainsi on dispose de 4 degrés de liberté, les 4 fonctionnelles de Σ. Autrement dit, au point a est
associé deux degrés de liberté, ainsi qu'au point b. (Exercice facile : vérier le caractère unisolvant.)
(Les éléments nis de Lagrange ne permettent pas de considérer ce cas.)

6.3 Exemple d'éléments nis de classe C 1

S
On considère une triangulation T d'un intervalle Ω =]a, b[, et la famille d'éléments nis Ei ,
chaque Ei = (Ki , Σi , Pi ) étant constituée d'éléments nis de l'exemple 6.2.

6.3.1 Construction d'un élément ni

Les 4 fonctions de base d'un élément ni sont données par, sur un segment K = [c, d] :
ϕ1 (c) = 1, ϕ2 (c) = 0, ϕ3 (c) = 0, ϕ4 (c) = 0,
ϕ01 (c) = 0, ϕ02 (c) = 1, ϕ03 (c) = 0, ϕ04 (c) = 0,
ϕ1 (d) = 0, ϕ2 (d) = 0, ϕ3 (d) = 1, ϕ4 (d) = 0,
ϕ01 (d) = 0, ϕ02 (d) = 0, ϕ03 (d) = 0, ϕ04 (d) = 1.
Et on rappelle que si un polynôme p est tel qu'en un point x0 on ait p(x0 ) = p0 (x0 ) = 0, alors
x0 est une racine double et ce polynôme est de la forme p(x) = (x − x0 )2 q(x).
Donc les ϕi de degré 3 sont de la forme :
ϕ1 (x) = (x − d)2 (a1 x + b1 ),
ϕ2 (x) = (x − c)(x − d)2 a2 ,
ϕ3 (x) = (x − c)2 (a3 x + b3 ),
ϕ4 (x) = (x − d)(x − c)2 a4 .
Et on trouve :
(x − d)2 x−c (x − d)2
ϕ1 (x) = 2
(2 + 1), ϕ2 (x) = (x − c),
(d − c) d−c (d − c)2
(x − c)2 x−c (x − c)2
ϕ3 (x) = 2
(3 − 2 ), ϕ4 (x) = (x − d).
(d − c) d−c (d − c)2

1 1
φ1
φ3

0.5 0.5

φ2
0 0
φ4
0 0.5 1 1 2 3

Fig. 6.1  Les fonctions de base P3 sur l'élément ni (]0, 1[, Σ, P3 ), et des fonctions de base P3 de
S
Πh (C 1 ) correspondant à une partition contenant ]1.5, 2[ ]2, 3[.

Exercice 6.3 Montrer que sur l'intervalle [c, d] = [0, 1] un calcul direct donne :
b1 (x) = (x − 1)2 (2x + 1),
ϕ b2 (x) = (x − 1)2 x,
ϕ b3 (x) = x2 (3 − 2x),
ϕ b4 (x) = x2 (x − 1),
ϕ
où ϕ
b3 (x) = ϕb1 (1 − x) (symétrie par rapport à l'axe vertical x = 21 ) et ϕ b2 (1 − x) (on
b4 (x) = −ϕ
commence par ϕ b2 transformée en α(y) = −ϕb2 (−y) par symétrie autour de l'origine avec y ∈ [−1, 0]
puis on translate pour obtenir ϕ4 (x) = α(x − 1) avec x ∈ [0, 1]).

73
74 6.3. Exemple d'éléments nis de classe C 1

Puis que sur un intervalle ]c, d[ quelconque, on doit trouver :

x−c x−c
ϕ1 (x) = ϕ
b1 ( ), ϕ3 (x) = ϕ
b3 ( ),
d−c d−c
x−c x−c
ϕ2 (x) = (d−c)ϕ
b2 ( ), ϕ4 (x) = (d−c)ϕ b4 ( ).
d−c d−c

b02 ( x−c
(Par exemple ϕ02 (x) = ϕ d−c ) et en x=c la pente vaut 1.)

6.3.2 Construction d'un maillage éléments nis de classe C 1

On dénit alors les éléments nis de classe C 1 par la réunion d'éléments nis donnés dans
l'exemple 6.2, et tels que Πh (C 1 ) ⊂ C 1 . Voir gure 6.1 pour les graphes des fonctions de base d'un
élément ni de ce type et pour les fonctions de base de Πh (C 1 ).

74
75

7 Introduction aux éléments nis 2-D

Pour un domaine Ω ⊂ R2 et une fonction f ∈ L2 (Ω) quelconque, il n'existe pas en général de
solution analytique au problème de trouver u ∈ H 1 (Ω) tel que :
(
− ∆u = f
(7.1)
u|Γ = 0

On cherche alors une solution approchée uh dans un espace de dimension nie Vh ⊂ H 1 (Ω) (solution
qu'on puisse programmer) telle que uh soit `proche' de u.
On va approximer u par une fonction uh dénie simplement par morceaux sur une partition
de Ω. On donne ici les cas simples où une partition de Ω est constituée de triangles ou de qua-
drangles.
On dénit alors également l'espace P0 des fonctions constantes par morceaux sur chaque tri-
angle, espace dont une base est immédiate (constituée des fonctions qui sont nulles partout sauf
sur un triangle où elles valent 1). Ces fonctions P0 ne sont pas susantes pour un problème à
résoudre de type laplacien.
On s'intéresse maintenant à des bases moins immédiates à visualiser.

7.1 Triangles et base de P1

SNel
On suppose que T = i=1 Ki forme une partition de Ω, les Ki étant des triangles du type de
la gure 7.1. Et Nel désigne le nombre d'éléments Ki de la partition.
L'espace P1 est constitué des fonctions continues sur Ω et anes par morceaux, i.e., anes sur
chaque triangle Ki . Localement, i.e. dans un triangle Ki , une telle fonction est donc de la forme,
si ~x = (x, y) :
fh (~x) = ax + by + c

Dénition 7.1 On appelle noeud un point sommet d'un triangle (de manière générale un noeud
est un élément du treillis, voir paragraphe 8.2.3).

Donnons une base simple de P1 : celle constituée des fonctions chapeaux : elles valent 1 en un
noeud et 0 sur les autres noeuds, voir gure 7.1.
1

1
0.8
0.9

0.6 0.8

0.7
0.4
0.6

0.2 0.5

0.4
0
0.3

−0.2 0.2

0.1
−0.4
0
−0.6 1

−0.8 0
1
0.5
−1 0
−1 −0.5 0 0.5 1 −1 −0.5
−1

Fig. 7.1  Une fonction chapeau en 2-D

Il est clair que, si N est le nombre de noeuds,

P les N fonctions P chapeaux ainsi construites forment
une base de P1 : c'est une famille libre car j cj ϕj = 0, i.e. j cj ϕj (~x) = 0 pour tout ~x, implique
ci = 0 (prendre ~x = ~xi position d'un noeud), et c'est une famille génératrice car toute fonction
fh ∈ P1 s'écrit :
N
X
fh (~x) = cj ϕj (~x) où ci = fh (~xi )
j=1

(le membre de droite est une combinaison linéaire de fonctions continues qui sont anes par
morceaux, et est bien une fonction continue qui est ane par morceaux.)

75
76 7.2. Triangles et base de P2

Remarque 7.2 Par trois points distincts passe un seul plan : soit fh une fonction P1 : localement,
i.e. dans un triangle Ki , fh s'écrit fh (~x) = ax + by + c. Si on connaît ses valeurs f1 = fh (~x1 ),
f2 = fh (~x2 ) et f3 = fh (~x3 ) aux sommets ~x1 , ~x2 et ~x3 d'un triangle K , alors a, b et c sont solutions
du système :     
x1 y1 1 a f1
 x2 y2 1   b  =  f2 
x3 y3 1 c f3
très rapide à résoudre, et donc fh est très facile à calculer.

7.2 Triangles et base de P2

SNel
On considère toujours la partition T = i=1 Ki de Ω (partition composée de triangles).
L'espace P2 est constitué des fonctions continues et polynomiales de degré 2 par morceaux, i.e.,
paraboloïde sur chaque triangle. Localement, i.e. dans un triangle Ki , une telle fonction est de la
forme, si ~x = (x, y) :
fh (~x) = a + bx + cy + dx2 + exy + f y 2

2.5

50
2

1.5

0.5
−50

−0.5
−100
0 5 −5
0.5
0 0
1
0.5 0 −0.5 −5 5
1 y
x−y x+y x

Fig. 7.2  La fonction ϕ(x, y) = 2. ∗ (1 − x − y). ∗ (0.5 − x − y) dans les axes tourné de 45◦ , et la
fonction ψ(x, y) = 4. ∗ x. ∗ (1 − x − y), dont les restrictions au triangle de sommets (0, 0), (1, 0) et
(0, 1) constitueront deux fonctions de base.

Dénition 7.3 On appelle noeud de la triangulation soit un point sommet de triangle soit un
point milieu de côté d'un triangle.

En particulier, si on connaît ses valeurs fi = f (~xi ), aux noeuds ~xi (dénissant les 3 sommets
et les 3 milieux des cotés du triangle), on connaît fh . Il sut pour cela de résoudre un système de
6 équations aux 6 inconnues les a, b,..., f . Les ~xi sont appélés les noeuds.
Donnons une base simple de P2 : celle constituée des fonctions qui valent 1 en un noeud et 0
sur les autres noeuds, voir gure 7.3.
Il est clair que, si N est le nombrePde noeuds, les N fonctions ainsi construites forment une
base de P2 : c'est une famille libre car j cj ϕj (~x) = 0 pour tout ~x implique ci = 0 (prendre ~x = ~xi
position d'un noeud), et c'est une famille génératrice car toute fonction fh ∈ P1 s'écrit :
N
X
fh (~x) = cj ϕj (~x) où ci = fh (~xi )
j=1

(le membre de droite est une combinaison linéaire de fonctions continues sur Ω quadratiques par
morceaux et est donc bien continu sur Ω quadratique par morceaux.)

7.3 Quadrangles et base de Q1

Au lieu de considérer une partition de Ω par des triangles, on peut considérer
S une partition par
des quadrangles. Par exemple, sur le carré Ω = [a, b] × [a, b] partionné en ]xi−1 , xi [×]xj−1 , xj [,
on obtient une généralisation naturelle du cas 1-D.

76
77 7.4. Quadrangles et base de Q2

0.9 0.9
0.8 0.8
0.7
0.7
0.6
0.6
0.5
0.5
0.4
0.4
0.3
0.3
0.2

0.1 0.2

0 0 0.1 0
−0.1 0
0 0.5 0 0.5
0.5 0.5

1 1 x 1 1 x
y y

Fig. 7.3  Deux fonctions de base P2 .

On souhaite choisir une base simple de fonctions continues. Il est naturel de les prendre linéaires
sur chaque coté du quadrangle K et de les dénir à l'aide des 4 sommets de K . Le plus simple est
donc de les prendre bilinéaire sur un quadrangle K (on ne peut pas faire passer un plan par 4 points
en général, i.e., on ne peut donc pas choisir de fonctions anes), i.e. de la forme, si ~x = (x, y) :

fh (~x) = a + bx + cy + dxy

30

20

10

−10

−20 5

−30
−5 0

5 −5 y

Fig. 7.4  La fonction Q1 (réglée) fh = xy .

On appelle Q1 l'ensemble des fonctions continues sur Ω qui sont bilinéaires par morceaux. Et
les fonctions qui forment une base de Q1 sont celles qui valent 1 en un noeud et 0 sur les autres
noeuds. Voir gure 7.5.
On vérie immédiatement que l'ensemble de ces fonctions forment une base de Q1 .

7.4 Quadrangles et base de Q2

Ω est partitionné en quadrangles K , et on veut approcher toute fonction continue par une
fonction biquadratique par morceaux sur chaque quadrangle. On note Q2 l'espace des fonctions
biquadratiques par morceaux. Une fonction de Q2 est de la forme :

fh (~x) = a + bx + cx2 + dy + exy + f x2 y + gy 2 + hxy 2 + ix2 y 2

On dénit les noeuds de Q2 comme étant les 9 points suivants : les 4 sommets du quadrangle K ,
les 4 milieux des cotés et le centre (intersection des diagonales). On vérie que les fonctions Q2 qui
localement sur chaque K valent 1 en un noeud et 0 sur les autres noeuds forment une base de Q2 .

77
78 7.5. Résolution de problèmes elliptiques du second degré

0.9

0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
−1.5
−1
−0.5
0
1
0.5 0.5
0
−0.5
1 −1
−1.5

Fig. 7.5  Une fonction de base Q1 (chapeau bilinéaire par morceaux) et 1/4 d'une fonction de
base (restriction à un quadrangle). Ici Ω = le carré ] − 1.5, 1[2 a été partitionné en 25 carrés.

7.5 Résolution de problèmes elliptiques du second degré

7.5.1 Résolution de `−∆u = f ' dans H01 (Ω)(Ω)
Maintenant, le problème (7.1) est équivalent à trouver u ∈ H01 (Ω) tel que :

~
(gradu, ~
gradv)L2 = (f, v)L2 , ∀v ∈ H01 (Ω). (7.2)
T
SoitTVh ⊂ H01 (Ω) un sous-espace de dimension nie N . Par exemple, Vh = Pk H01 (Ω) ou =
Qk H01 (Ω), pour k = 1, 2 (ensembles des fonctions Pk ou Qk qui s'annulent au bord).
Chercher une solution approchée de (7.2) dans Vh consiste à chercher une fonction uh ∈ Vh
telle que :
~ h , gradϕ
(gradu ~ i )L2 = (f, ϕi )L2 , ∀i = 1, ..., N, (7.3)
où les ϕi sont les fonctions de base de Vh . Et chercher uh ∈ Vh revient à chercher ses composantes
dans la base (ϕi ), i.e., chercher les constantes (cj )j=1,N ∈ RN telles que :
N
X
uh = cj ϕj ,
j=1

PN
(ou encore, pour tout ~x ∈ Ω, uh (~x) = j=1 cj ϕj (~x)). Et par substitution dans (7.3), les cj sont
solutions du système matriciel à N équations et N inconnues :
N
X
∀i = 1, ..., N ~ j , gradϕ
(gradϕ ~ i )L2 cj = (f, ϕi )L2 (7.4)
j=1

Ou encore, notant ~c = (c1 , ...cN )T , le vecteur ~c est solution du système matriciel :

R.~c = f~

où R = [Rij ]1≤i,j≤N la matrice de rigidité, et f~ = (f1 , ...fN )T la donnée sont dénis par :
Z Z
Rij = ~ ~
gradϕj (~x).gradϕi (~x) dx, fi = f (~x) ϕi (~x) dx
Ω Ω

La résolution de ce système donne ~c, i.e. les cj , et donc uh .

Il `sut' maintenant de prouver que la solution approchée uh est une `bonne' approximation
de la solution u du problème (7.1) ou de son équivalent (7.2).

7.5.2 Résolution des problèmes elliptiques du second ordre

~
On remplace l'opérateur −∆ par un opérateur −div(A.grad)+a , et les conditions de Dirichlet ci-
dessus par des conditions au limites adequat, et on procède de même que dans la section précédente
ou que dans le cas des éléments nis en 1-D.

78
79

8 Élément ni (de Lagrange) en n-D

On se place dans un ouvert Ω de l'espace Rn (principalement dans R2 dans ce cours). On
cherchera une approximation uh d'une fonction scalaire u, et pour cela on considèrera une partition
de Ω en sous-ensembles compacts Ki :
N
[ el N
\ el
◦
Ω= Ki , Ki = ∅ (8.1)
i=1 i=1

(où Nel ∈ N est le nombre d'éléments Ki .) On supposera de plus les Ki de forme `simple' : en 2-D
se seront soit des triangles, soit des quadrangles. On suppose donc que l'ouvert Ω est polygonal, et
s'il ne l'est pas, on ne tiendra pas compte de l'erreur qui consiste à l'approcher par des triangles
ou quadrangles.
On note de manière générique K un des Ki , et on regarde ce qui se passe sur un K donné.

8.1 Dénition d'un élément ni (de Lagrange)

Dénition 8.1 Un élément ni de type Lagrange est un triplet (K, Σ, P ) se composant de :
1. un compact K d'intérieur non vide,
2. un ensemble Σ = {~a1 , . . . , ~aN } de N points distincts (N degrés de liberté),
3. un espace P = Vect{ϕ1 , . . . , ϕN } de dimension nie N de fonctions dénies sur K .

Remarque 8.2 On renvoie au paragraphe 6.2 pour la notion générale de degrés de liberté. Ici, on
ne considérera que le cas où les degrés de libertés sont (identiables à) des points distincts dans K ,
ce pour simplier.

Dénition 8.3 Pour un élément ni de type Lagrange (K, Σ, P ), on dit que Σ est P -unisolvant
si et seulement si :

∀(αi ) ∈ RN , ∃ ! p ∈ P, ∀i = 1, . . . , N, p(~ai ) = αi . (8.2)

Dans ce cas, l'élément ni est dit de Lagrange. Nous ne considérerons que des éléments nis de
Lagrange, appelés simplement éléments nis.

Et l'élément ni est donc unisolvant ssi étant donné une base (ψj )j=1,N de P :
N
X
(∀~x ∈ K, cj ψj (~x) = 0) =⇒ (cj = 0, ∀j = 1, . . . , N ). (8.3)
j=1

Dénition 8.4 Les N fonctions ϕi de P qui satisfont :

ϕi (aj ) = δij (8.4)

sont appelées fonctions de base de l'élément ni.

Si on dispose de la base de P constituée des fonctions de base, alors le caractère unisolvant est
automatiquement vérier.

Exemple 8.5 Dans R2 un élément ni P0 est constitué du triplet

(K, Σ = {~x0 }, P = Vect{ϕ0 ≡ 1}) : un ouvert triangulaire K , un point intérieur, et l'espace
vectoriel des fonctions constantes.
La notation P0 fait référence à une interpolation par des polynômes de degré 0, les constantes.

Exemple 8.6 Dans R2 un élément ni P1 est constitué du triplet

(K, Σ = {~x1 , ~x2 , ~x3 }, P = Vect{ϕ1 , ϕ2 , ϕ3 }) : un ouvert triangulaire K , les trois points sommet,
et les fonctions anes, les ϕi étant les fonctions de base. Une fonction ane est de la forme
p(~x) = α00 + α10 x + α01 y , avec ~x = (x,Py), les coecients αij étant dénis par les valeurs de p aux
points ~xi . Plus simplement on a p = i p(xi )ϕi .
La notation P1 fait référence à une interpolation par des polynômes de degré 1.

79
80 8.2. Éléments nis simpliciaux

Fig. 8.1  Représentation d'un élément ni P1 , d'un élément ni P2 et d'un élément ni P3 .

Exemple 8.7 Dans R2 un élément ni P2 est constitué du triplet

(K, Σ = {~x1 , ~x2 , ~x3 , ~x4 , ~x5 , ~x6 }, P = Vect{ϕ1 , ϕ2 , ϕ3 , ϕ4 , ϕ5 , ϕ6 }) : un ouvert triangulaire K , ses
trois points sommets et trois points les milieux des cotés, et les fonctions polynomiales de degré 2.
Les 6 fonctions ϕi sont par exemple les fonctions quadratiques de base valant 1 en un point et 0
aux cinq autres points : les ϕi sont de la forme
ϕ(~x) = α00 + α10 x + α01 y + α20 x2 + α11 xy + α02 y 2 , les 6 coecients aij , pour i + j ≤ 2 étant
dénis par les valeurs ϕi (~xj ) = δij .
La notation P2 fait référence à une interpolation par des polynômes de degré 2.

Exemple 8.8 Un élément ni Q1 est constitué du triplet

(K, Σ = {~x1 , ~x2 , ~x3 , ~x4 }, P = Vect{ϕ1 , ϕ2 , ϕ3 , ϕ4 }) : un ouvert quadrangulaire K , les quatre points
dénissant ses sommets, et l'espace des fonctions bilineaires. Les 4 fonctions ϕi sont par exemple les
fonctions bilinéaires de bases : elles sont anes par rapport à chaque variable (on dit abusivement
bilinéaires et non bi-anes) qui valent 1 en un sommet et 0 aux autres sommets : les ϕi sont de la
forme ϕ(~x) = α00 + α10 x + α01 y + α11 xy les 4 coecients aij pour i ≤ 1 et j ≤ 1 étant dénis par
les valeurs ϕi (~xj ) = δij .
La notation Q1 fait référence à une interpolation par des polynômes de degré 1 par rapport à
chaque variable sur des Quadrangles.

8.2 Éléments nis simpliciaux

8.2.1 Dénition et coordonnées barycentriques
Dénition 8.9 Soient n+1 points (~aj )j=1,...,n+1 dans Rn non situés dans un même hyperplan. On
appelle n-simplexe de Rn déni par les ~aj , le sous-ensemble K de Rn enveloppe convexe des ~aj .

Un simplexe est un segment dans R, un triangle dans R2 , un tetraèdre dans R3 ...

Rappel. Les vecteurs (~aj )j=1,...,n+1 n'appartiennent pas à un même hyperplan de Rn (et
forment donc un repére de Rn ) ssi les n vecteurs ~a2 − ~a1 ,..., ~an+1 − ~a1 sont indépendants (on
a pris ici ~a1 
commeorigine). Et, si ~aj est représenté par ses composantes dans la base canonique
a1,j
n  .. 
de R , ~aj =  . , la matrice (n + 1) ∗ (n + 1) :
an,j
a    
1,1 ... a1,n+1 
 .. ..    ~a1  ...  ~an+1  
A= . . = 
(8.5)
  



an,1 ... an,n+1
1 ... 1 1 ... 1

est de rang n + 1, i.e., det A 6= 0 (ses colonnes sont formées des vecteurs ~aj complétés par 1). En

80
81 8.2. Éléments nis simpliciaux

eet, cette matrice a même déterminant que la matrice n ∗ n (calcul immédiat) :

   
   
   
  ~a2 −~a1  ...  ~an+1 −~a1   (8.6)
   

dont les colonnes sont les vecteurs indépendants (~a2 − ~a1 ), ..., (~an+1 − ~a1 ).

Dénition 8.10 On appelle coordonnées barycentriques de ~x ∈ Rn les n + 1 scalaires λj ∈ R pour

j = 1, ..., n + 1 solutions du système matriciel :
   
λ1 x1
 ..   .. 
A.  .   .  (8.7)
 λ  = x .
n n
λn+1 1

la matrice A étant inversible dès que les points (~aj )j=1,...,n+1 forment un simplexe.

Autrement dit, les λj = λj (~x) sont solutions du système :

 n+1

 X

 λj~aj = ~x,

 j=1
(8.8)

 n+1
X



 λj = 1,
j=1

soit encore, les λj sont solutions du système :

 n+1

 X

 aij λj = xi , i = 1, ..., n,

 j=1
(8.9)

 n+1
X



 λj = 1.
j=1

Exemple 8.11 Dans R, on considère le simplexe formé de a1 = 0 et a2 = 1, i.e. l'intervalle [0, 1].
Les coordonnées barycentrique de x = −1 par rapport à a1 et a2 sont λ2 = −1 et λ1 = 2.

Exemple 8.12 Dans R2 , on considère le simplexe (triangle) formé de ~a1 = (1, 1), ~a2 = (2, 1) et
~a3 = (1, 2). Les coordonnées barycentrique de ~x = (2, 3) sont λ1 = −2, λ2 = 1 et λ3 = 2.

Lemme 8.13 (i) Les coordonnées barycentriques λi (~x) d'un point ~x = (x1 , ..., xn ) sont des fonc-
tions anes de x1 ,..., xn .
(ii) Le n-simplexe K déni par les (~aj )j=1,...,n+1 est déni par les coordonnées barycentriques
positives :
K = {~x ∈ Rn : λj ≥ 0, j = 1, ..., n + 1} (8.10)
(et donc en particulier 0 ≤ λj ≤ 1 pour tout j ).

Preuve. Le (ii) est la dénition de K , et le (i) vient de :

 λ (~x)       
1 x1 0 x1
 ..   ..   ..   . 
 .  = A−1 .  .  = A−1 .  .  + A−1 .  ..  (8.11)
  x  0 x 
λn (~x) n n
λn+1 (~x) 1 1 0

Et A−1 étant une matrice xée (représentant un application linéaire), les λi sont bien des fonctions
anes des xi .

81
82 8.2. Éléments nis simpliciaux

Remarque 8.14 Si ~x ∈ K ⊂ Rn a pour coordonnées barycentriques (λ1 , ..., λn+1 ), et si λ1 = 0

alors ~x est dansP
l'hyperplan (sous-espace
Pn de dimension n−1
P)nengendré par les points ~a2 , ..., ~an+1 . En
n
eet, ~x −~a2 = j=2 λj~aj − ( j=2 λj )~a2 d'où (~x −~a2 ) = j=3 λj (~aj −~a2 ) : ~x −~a2 est combinaison
linéaire des vecteurs (~aj − ~a2 )j=3,...,n+1 .
Ainsi dans R2 , si ~x = λ2~a2 + λ3~a3 on a ~x − ~a2 = λ2 (~a2 − ~a2 ) + λ3 (~a3 − ~a2 ) et donc ~x =
~a2 + λ3 (~a3 − ~a2 ) appartient à la droite passant par ~a2 de vecteur directeur ~a3 − ~a2 . Faire un
dessin.

Remarque 8.15 De même, dans R2 ou R3 , l'hyperplan (droite ou plan) de coordonnées barycen-

triques vériant par exemple λ1 (~x) = 31 est facile à représenter : c'est l'hyperplan parallèle au côté
de K opposé à ~a1 situé à une distance relative 23 de ~a1 .
Par exemple dans R2 , ~x = 13 ~a1 +λ2~a2 +( 23 −λ2 )~a3 = ( 31 ~a1 + 23 ~a3 )+λ2 (~a2 −~a3 ) pour λ2 décrivant
R est sur par la droite passant par 31 ~a1 + 23 ~a3 de direction ~a2 − ~a3 . Faire un dessin.
Par exemple dans R3 , ~x = 13 ~a1 + λ2~a2 + λ3~a3 + ( 23 − λ2 − λ3 )~a4 = ( 31 ~a1 + 23 ~a4 ) + λ2 (~a2 − ~a4 ) +
λ3 (~a3 − ~a4 ) pour λ2 et λ3 décrivant R est dans le plan passant par 13 ~a1 + 32 ~a4 engendré par les
directions ~a2 − ~a4 et ~a3 − ~a4 . Faire un dessin.

8.2.2 Dénition de Pk
On note Pk l'ensemble des polynômes de degré inférieur ou égal à k dans Rn , i.e. pour ~x =
(x1 , ..., xn )t , on a p ∈ Pk s'il existe des constantes αi1 ,...in ∈ R telles que :
X
p(~x) = αi1 ,...in xi11 ...xinn (8.12)
i1 ≥0,...,in ≥0
i1 +...+in ≤k

En particulier, P0 est l'ensemble des constantes,

¡ ¢P1 l'ensemble des applications anes. . . On montre
(n+k)!
par récurrence que la dimension de Pk est n+k k = n! k! .
Pour n = 2, c'est la règle du triangle de Pascal
¡2+k¢ qui¡2+k−1
dit entre
¢ ¡autre que
¢ Pk ¡l+1¢
dimPk = 1 + 2 + .. + (k + 1) = (k+1)(k+2)
2 = k = k−1 + 2+k−1
k = l=0 l .
Et dimP1 =3, et dimP2 =6 par exemple (dans R2 ).
Pk ¡ ¢ ¡n+k¢ (n+k)!
Et de manière générale, dans Rn , dimPk = l=0 n−1+l l = k = n!k! .

8.2.3 Σk treillis principal d'ordre k

Étant donné un simplexe K de Rn déni par ses sommets (~aj )j=1,...,n+1 , le treillis principal
d'ordre k est l'ensemble des points dénis à l'aide des coordonnées barycentriques par :
n n+1
X 1 k−1
n+1
X o
pour k ≥ 1, Σk = ~x = λj~aj ∈ Rn : λj ∈ {0, , ..., , 1}, λj = 1 (8.13)
j=1
k k j=1

et :
1
Σ0 = {l0 isobarycentre} = {~x0 = (~a1 + ... + ~an+1 )} (8.14)
n+1
En particulier, Σ1 est l'ensemble des sommets ~aj , et Σ2 l'ensemble des points constitués des som-
mets et des milieux des côtés.
Et le nombre de points du treillis est donné par :
µ ¶
n+k (n + k)!
cardΣk = = (8.15)
k n! k!

(calcul combinatoire.)
Pour l'élément ni P1 , P2 ou P3 , les treillis ont été représentés gure 8.1.

8.2.4 Élément ni n-simplexe de type (k)

Lemme 8.16 (K, Σk , Pk ), constitué du simplexe K , du treillis Σk et de l'ensemble Pk , est un
élément ni (de Lagrange), appelé élément ni n-simplexe de type (k).

82
83 8.2. Éléments nis simpliciaux

Preuve. Il faut vérier l'unisolvance. Puisque dimPk =cardΣk , il sut d'exhiber les fonctions de
base. Si k = 0 alors p0 (~x) = 1 dénie la base (p0 ).
Si k ≥ 1 alors les points du treillis sont dénis par, notant µ = (µ1 , ..., µn+1 ) ≥ 0 :
n+1
X n+1
X
~aµ = µj~aj où µj = 1 (8.16)
j=1 j=1

On leur associe les fonctions :

Y kµY
n+1 j −1
i
pµ (~x) = Cµ (kλj (~x) − ) (8.17)
j=1 i=0
k
µj ≥ 1
k

où les λj (~x) sont les coordonnées barycentriques de ~x. On vérie que pµ (~aν ) = δµν lorsque la
Qn+1
constante de normalisation Cµ vaut Cµ = j=1 ((kµj )!).

8.2.5 Exemples de 2-simplexes de type k, simplexe de référence

On se place dans R2 . Le simplexe K b de référence est déni par ses sommets ~b a1 = (0, 0),
b b
~a2 = (1, 0) et ~a3 = (0, 1).
Tout point ~x b = (b b), λ2 (~x
b est donné par ses coordonnées barycentriques (λ1 (~x
b2 ) de K
x1 , x b), λ3 (~x
b))
b b b b
où 0 ≤ λi (~x) ≤ 1 et λ1 (~x) + λ2 (~x) + λ3 (~x) = 1, voir lemme 8.13.

b Σ
Élément ni P0 Le 2-simplexe (K, b 0 , P0 ) de type 0 est appelé élément ni de référence P0 .
b 0 est constitué de l'isobarycentre ~x0 de coordonnées barycentriques ( 1 , 1 , 1 ) (i.e. ~x0 =
Le treillis Σ 3 3 3
1b
a1 + 3 ~a2 + 13 ~b
3~
1b b) ≡ 1.
a3 ). Et la fonction de base est la constante ϕ0 (~x

b Σ
Élément ni P1 Le 2-simplexe de type 1 (K, b 1 , P1 ) est appelé élément ni de référence P1 . Les
sommets ~b b constituent le treillis Σ1 . Et les fonctions de base sont données par les coordonnées
ai de K
barycentriques : 
 ϕ (~xb) = λ1 (~x
b) = 1 − x
b1 − x
b2

 1
b) = λ2 (~x
ϕ2 (~x b) = x
b1 (8.18)


 b) = λ3 (~x
b) = x
ϕ3 (~x b2

(0,1) (0,1)
1 1

0 0
(0,0) (1,0) (0,0) (1,0)
0 1 0 1

Fig. 8.2  Représentation des éléments nis P1 et P2 de référence.

b Σ
Élément ni P2 Le 2-simplexe de type 2 (K, b 2 , P2 ) est appelé élément ni de référence P2 . Les
sommets ~b b et les milieux ~b
ai de K aij des ~b
ai et ~b
aj constituent le treillis Σ2 .

83
84 8.2. Éléments nis simpliciaux

Et les 3 premières fonctions de base sont données par :

b) = 2λi (~x
ϕi (~x b) − 1 ),
b) (λi (~x i = 1, 2, 3 (8.19)
2

On vérie qu'elles valent 1 en ~b b) ≡ 0 (côté opposé à ~b

b d'équation λi (~x
ai et 0 sur le côté de K ai ) et
b 1
sur la droite d'équation λi (~x) ≡ 2 (parallèle au côté précédent).
Les 3 autres fonctions de base sont données par :

b) = 4λi (~x
ϕij (~x b)λj (~x
b), i 6= j, 1 ≤ i, j ≤ 3 (8.20)

On vérie qu'elles valent 1 au milieu ~b aij de ~b

ai et ~b
aj (de coordonnées barycentriques par exemple
b 1 1
pour ~a12 valant ( 2 , 2 , 0)), et 0 sur les 2 côtés opposés de coordonnées barycentriques λi (~x b) =
b ) ≡ 0.
λj (~x

Autres éléments nis de référence non simplexe

b Σ
Élément ni Q1 L'élément ni quadrangulaire (K, b 1 , Q1 ), où K
b est le carré [0, 1]2 de sommet
b 1 et d'espace de fonctions Q1 bilinéaires, est appelé élément ni de référence
formant le treillis Σ
Q1 . Et les fonctions de base sont données dans la base cartésienne par :

 b) = (1 − x
ϕ1 (~x b1 )(1 − x
b2 )




 ϕ2 (~xb) = x
b1 (1 − xb2 )
(8.21)

 b
ϕ3 (~x) = x
b1 x
b2



 b) = (1 − x
ϕ4 (~x b1 )b
x2

b Σ
Élément ni Q2 Le 2-simplexe de type 2 (K, b 2 , Q2 ) où K
b est le carré [0, 1]2 , les points som-
mets plus les milieux des côtés plus le centre forment le treillis, et Q2 est l'espace des fonctions
biquadratiques, est appelé élément ni de référence Q2 .

84
85

9 Méthode des éléments nis

On vient de regarder un élément ni (K, Σ, P ).
SNel
On regarde maintenant une réunion i=1 (Ki , Σi , Pi ) d'éléments nis tel que le domaine Ω soit
SNel
partionné en i=1 Ki . On se limite ici au cas des éléments nis de Lagrange, et les degrés de libertés
sont donc assimilés à des points (i.e. les Σi sont des ensembles de points).

9.1 Élément ni de référence

b Σ
Dénition 9.1 L'élément ni (K, b k , Pk ) déni par :

 b = simplexe de sommets (~a1 , ..., ~an+1 ) = (~e1 , ..., ~en , O)
K ~ où




1 n
~ = (0, 0, ...0, 0),
~e = (1, 0, ..., 0), ..., ~e = (0, ...0, 1), O
(9.1)

 b k = treillis principal d'ordre k,
Σ



Pk = ens. des polynômes de degré k , cf (8.2.2),

b de cet
est appelé élément ni de référence (ou n-simplexe de référence) de degré k . La géométrie K
élément ni de référence est donc donné par l'origine et les n vecteurs de base canonique de Rn .

9.2 Famille d'éléments nis

9.2.1 Introduction
S
On s'intéresse à une partition Ω = i=1,Nel Ki où tous les Ki sont associés à des triplets
(Ki , Σi , Pi ) dénissant des éléments nis. Le cas simple correspond au cas où tous les éléments
nis (Ki , Σi , Pi ) sont comparables au sens suivant :
On se donne un élément ni de Lagrange (K, b Σ,b Pb) et une application bijective bicontinue
b
F : K → K . Et on construit le triplet (K, Σ, P ) par :

b
K = F (K), Σ = {~ai = F (~b
ai ), ~b b
ai ∈ Σ}, P = {p = pb ◦ F −1 , pb ∈ Pb} (9.2)

b Σ,
Proposition 9.2 Si (K, b Pb) est un élément ni et si F est bijective bicontinue alors (K, Σ, P )
est un élément ni. Et si les (ϕ b Σ,
bj ) sont les fonctions de base de (K, b Pb), alors les (ϕj ) données
par :
bj ◦ F −1 (~x)
ϕj (~x) = ϕ (9.3)
sont les fonctions de base de (K, Σ, P ).

Preuve. Il sut de vérier que (K, Σ, P ) vérie le critère d'unisolvance. F étant bijective, il vient
cardΣ = cardΣ b = dimP b = dimP. Puis les (ϕj ) sont indépendantes et de plus constituent les
fonctions de base puisque :

ϕi (~aj ) = ϕ bi (~b
bi ◦ F −1 (~aj ) = ϕ aj ) = δij

Et au nombre de N , elles forment une base de P .

9.2.2 Famille d'éléments nis anes-équivalents

Dénition 9.3 Deux éléments nis (K, b Σ,
b Pb) et (K, Σ, P ) sont dits équivalents s'il existe une
application bicontinue F comme ci-dessus.

Dénition 9.4 Ils sont de plus dits anes-équivalents si l'application F est ane (par exemple,
cas des éléments nis (σ, K, P ) où K est un simplexe), ou ane par rapport à chaque variable (par
exemple, cas 2-D des éléments nis Qk ).
S
Dénition 9.5 La famille d'éléments nis (Ki , Σi , Pi ) est dite famille d'éléments nis anes
b Σ,
équivalents si tous les (Ki , Σi , Pi ) sont anes équivalents à un même élément ni (K, b Pb).

85
86 9.3. Maillage éléments nis : triangulation de Ω

Remarque 9.6 Par exemple, un maillage d'un domaine de R2 par des triangles Ki produit une
famille d'éléments nis (Ki , Σ2i , P2 ) qui sont anes équivalents dès qu'il existe des aplications Fi
anes de l'élément ni de référence (K, b Σb 2 , P2 ) vers l'élément ni (Ki , Σ2i , P2 ).
Attention, l'application Fi est bien de degré 1 et est une tranformation purement géométrique
b dans Ki et n'a aucun rapport avec les Σ ou P (de degré k en général). Fi est donc entièrement
de K
déterminée par la donnée de K b et de K , et plus simplement par leurs sommets respectifs : Fi (~baj ) =
~aj pour j = 1, 2, 3, où Fi de R2 dans R2 est de la forme :
µ ¶ µ ¶
b F1i (b
x, yb) x
Fi (~x) = Fi (bx, yb) = =
F2i (b
x, yb) y

avec les fonctions anes :

F1i (b
x, yb) = α1i x
b + β1i yb + γ1i
F2i (b
x, yb) = α2i x
b + β2i yb + γ2i

Et les α, β et γ sont déterminés par les F1i (~b

aj ) = abscisse de ~aj et F2i (~b
aj ) = ordonnée de ~aj .

Théorème 9.7 Pour tout k ≥ 0, deux éléments nis n-simplexes de type (k) sont anes équiva-
lents.

b Σ
Preuve. Notons (K, b k , Pk ) et (K, Σk , Pk ) deux tels éléments nis. Un point ~x de K et un point
b de K
~x b sont dénis par leurs coordonnées barycentriques :

n+1
X n+1
X
~x = λj~aj , b=
~x bj~b
λ aj (9.4)
j=1 j=1

soit avec les notations précédentes :

       b 
x1 λ1 x
b1 λ1
 ..   .   ..   .. 
 .  = A.  ..  ,  .  = A.
b  .  (9.5)
x   λ  x
bn   b 
n n λn
1 λn+1 1 bn+1
λ

On dénit l'application F par :

b) = ~x ⇐⇒ λ
F (~x b j = λj , j = 1, ..., n + 1 (9.6)

b) = ~x = B.~x
On vérie que F est ane puisque F (~x b où B est la matrice déterminée à partir de
   
x1 x
b1
 ..   . 
 .  = A.(A)b −1 .  .. . Cette matrice est de plus inversible car K et K
b sont des simplexes,
x  xb 
n n
1 1
b = K puis F (Σ
et on vérie que F (K) b k ) = Σk , puis que Pk est transformé en lui-même par une
application ane.
Donc les éléments nis sont anes équivalents.

9.3 Maillage éléments nis : triangulation de Ω

9.3.1 Triangulation
On se limite au cas 2-D. Le cas 3-D (ou plus) s'écrivant de manière similaire.
SNel
Soit une partition de Ω : Ω = T = i=1 Ki où les Ki sont des compacts de Rn (partition donc
T ◦
telle que Ki = ∅).
SNel
Dénition 9.8 La partition T = i=1 Ki est appelée triangulation si tous les Ki sont des triangles
(ou des rectangles) tels que : l'intersection de deux de ces triangles est soit vide, soit réduite à un
sommet, soit réduite à une arête commune et entière (voir gures 9.1 et 9.2.

86
87 9.3. Maillage éléments nis : triangulation de Ω

Fig. 9.1  Exemple de triangulation

Fig. 9.2  Exemple de situation locale interdite dans une triangulation

9.3.2 Opérateur d'interpolation sur K

On considère un élément ni (K, Σ, P ) et une fonction v ∈ C 0 (K) (une fonction continue
quelconque dénie sur K ). Alors il existe un unique élément pv ∈ P tel que :

pv (~aj ) = v(~aj ), j = 1, ..., n (9.7)

(critère d'unisolvance.) A partir des fonctions de base (ϕi )i=1,...,N de l'élément ni il est immédiat
que pv est déni par :
N
X
pv (~x) = v(~aj )ϕj (~x), ∀~x ∈ Ω (9.8)
j=1

(le vérier pour les ~x = ~aj .) D'où la :

Dénition 9.9 On appelle opérateur de P -interpolation sur Σ l'application :

ΠK : C 0 (K) −→ P
(9.9)
v −→ ΠK (v) = ΠK v

où ΠK v est la fonction de P dénie par :

N
X
ΠK v(~x) = v(~aj )ϕj (~x), ∀~x ∈ K (9.10)
j=1

Et ΠK v est appelé P -interpolé de Lagrange de v sur Σ.

Et on a le théorème d'interpolation :
b Σ,
Théorème 9.10 Soient (K, b Pb) et (K, Σ, P ) deux éléments nis anes-équivalents par la bijec-
b est l'opérateur de Pb-interpolation sur Σ
tion F . Si Π b , alors l'opérateur Π de P -interpolation sur Σ
est caractérisé par :
b ◦ F ) ◦ F −1
ΠK (v) = Π(v b ◦ F)
soit ΠK (v) ◦ F = Π(v (9.11)

Preuve. On a
ΠK (v) ◦ F (~x b)) = P v(F (~b
b) = (ΠK v)(F (~x b)) = P (v ◦ F )(~b
aj )) ϕj (F (~x aj ) ϕ b) = Π(v
bj (~x b). Ou
b ◦ F )(~x
j j
encore : P P
ΠK v(~x) = j v(~aj )ϕi (~x) = j (v ◦ F )(~b
aj ) ϕ b) = Π(v
bj (~x b) = Π(v
b ◦ F )(~x b ◦ F ) ◦ F −1 (~x).

87
88 9.4. Éléments nis de classe C m , exemple P1

Notation. On note vb = v◦F , i.e., vb(~xb) = v◦F (~xb) pour tout ~xb ∈ K
b . Ou encore v(~x) = vb◦F −1 (~x).
Et on note, grâce au théorème précédent :
[ = Π(b
Π(v) b v ) = Π(v) ◦ F (9.12)
Snt
Soit v ∈ C 0 (Ω̄), soit T = i=1 Ki une triangulation de Ω̄ associé à une famille d'éléments nis
(Ki , Σi , Pk ), et soit ΠK v ∈ P son interpolé sur (Ki , Σi , Pk ).

9.3.3 Opérateur d'interpolation sur T

Dénition 9.11 On appelle opérateur de P -interpolation sur T , où interpolé, un opérateur Πh :
C 0 (Ω̄) → Pk tel que :
Πh (v)|Ki = ΠKi (v), ∀Ki ∈ T (9.13)

Un tel opérateur qui est déni localement, n'est pas unique. On peut par exemple prendre un
opérateur qui doit discontinu entre deux Ki , ou tel que Πh (v) soit C 0 (Ω), ou C m (Ω) (quand c'est
possible) :

9.4 Éléments nis de classe C m , exemple P1

S
Dénition 9.12 La famille d'éléments nis (K, Σ, P ) à laquelle on a associé un opérateur d'in-
terpolation Πh est dit de classe C m pour m ≥ 0 si on a choisi un interpolé Πh tel que Πh u soit de
classe C m (Ω) pour tout u ∈ C m (Ω).

Exemple 9.13 Éléments nis P1 -continus : on prend une triangulation T (maillage) du type de la
gure 9.1. Sur chaque K de la triangulation, on prend l'élément ni (K, Σ, P1 ) où Σ est constitué
des sommets de K et P1 est l'espace des fonctions anes.
On prend pour opérateur Πh l'opérateur dont l'image est donné par l'espace des fonctions
continues ϕ : Ω → R qui sont P1 par morceaux, i.e. ϕ est continue sur Ω et ϕ|K ∈ P1 pour tout
K ∈T.
On obtient ainsi une famille d'éléments nis C 0 .

Remarque 9.14 Pour la famille de l'exemple ci-dessus, on note np le nombre de points de la

triangulation, i.e., le nombre de points de Ω qui dénissent un sommet de K .
Une base de l'espace Πh (C 0 (Ω)) (espace d'approximation des fonctions) est donnée par les
fonctions (ϕi )i=1,...,np , fonctions chapeaux, qui valent 1 en un point ~ai du maillage, 0 sur les autres
points ~aj , et qui sont anes par morceaux, voir paragraphe 7.1.
Noter qu'on n'aura pas à exhiber explicitement les fonctions de bases ϕi : elles seront données
−1
implicitement par morceaux (sur chaque K ayant pour sommet le point ~ai ) par ϕi (~x) = ϕ bi (FK (~x)),
où FK est la bijection ane qui permet de passer de K b à K.

9.5 Méthode des éléments nis, exemple 2-D, éléments nis P1

9.5.1 Calcul des fonctions de base
On appelle éléments nis P1 -continus, ou plus simplement P1 la famille d'éléments nis de
classe C 0 du paragraphe précédent.
b Σ,
L'élément de référence est (K, b P1 ) avec K b de sommets (0, 0), (1, 0) et (0, 1). Les fonctions
de base sont dénies par : 
 ϕ
 b1 (b
x1 , x
b2 ) = 1 − x
b1 − x
b2
ϕb2 (b
x1 , x
b2 ) = x
b1 (9.14)


ϕb3 (b
x1 , x
b2 ) = x
b2
Notons (K, Σ, P1 ) un quelconque des (Ki , Σi , P1 ) où K a pour sommets les points A = (a1 , a2 ), B =
(b1 , b2 ) et C = (c1 , c2 ). L'application ane FK permettant de passer de (K, b Σ,b P1 ) à (K, Σ, P1 ) :
µ ¶ µ ¶ µ ¶
x1 b F1K (b
x1 , x
b2 ) α1 x
b1 + β1 x
b2 + γ1
= ~x = FK (~x) = FK (b x1 , x
b2 ) = = (9.15)
x2 F2K (b
x1 , x
b2 ) α2 x
b1 + β2 x
b2 + γ2

(6 inconnues) est dénie par (6 équations) :

µ ¶ µ ¶ µ ¶
a1 b1 c1
FK (0, 0) = , FK (1, 0) = , FK (0, 1) = (9.16)
a2 b2 c2

88
89 9.5. Méthode des éléments nis, exemple 2-D, éléments nis P1

On trouve :
( )
x1 = FK1 (b
x1 , x
b2 ) = (b1 − a1 )b
x1 + (c1 − a1 )b
x2 + a1 −−→ −→
=A+x
b1 AB + x
b2 AC (9.17)
x2 = FK2 (b
x1 , x
b2 ) = (b2 − a2 )b
x1 + (c2 − a2 )b
x2 + a2

(On vérie que les fonctions anes FK transforment bien les fonctions de base ϕ bi (b b2 ) en des
x1 , x
fonctions de base P1 les ϕ(x1 , x2 ).)
La matrice jacobienne de la transformation, matrice représentant dFK , vaut :
µ ∂FK1 ∂FK1 ¶ µ ¶ ³³ ´ ³ ´´
∂x1 ∂x2 b1 − a1 c1 − a1 −−→ −→
∂FK2 ∂FK2 = = AB AC (9.18)
∂x ∂x
b2 − a2 c2 − a2
1 2

Et le jacobien de la transformation, déterminant de la matrice jacobienne, vaut :

JK = (b1 − a1 )(c2 − a2 ) − (b2 − a2 )(c1 − a1 ) (9.19)

d'où
−−→ −→
|JK | = ||AB ∧ AC|| = 2A (9.20)
où A est l'aire de l'élément triangulaire K . De même, on a :
c −a a1 − c1 c1 a2 − c2 a1 
µ ¶ 2 2
x1 + x2 +
x
b1 −1  JK JK JK 
= FK (~x) =  a − b2 b1 − a1 b2 a1 − b1 a2  (9.21)
x
b2 2
x1 + x2 +
JK JK JK
soit : 
 1 −→ −→ −−→

xb1 = (~x ∧ AC − OA ∧ OC)
JK
(9.22)

 1 −−→ −→ −−→
xb2 = (−~x ∧ AB + OA ∧ OB)
JK

9.5.2 Résolution d'un problème elliptique aux limites approché 2-D

SNel
Soit Ω̄ un domaine polygonal avec la triangulation T = i=1 Ki , les Ki étant des triangles. On
s'intéresse au problème du laplacien avec conditions aux limites de Dirichlet :

 trouver uh ∈ Vh tel que :
Z Z
(9.23)
 graduh .gradvh dΩ = f vh dΩ, ∀vh ∈ Vh
Ω Ω

où Vh ⊂ H01 (Ω) est l'espace des fonctions éléments nis P1 -continues, fonctions anes sur chaque
Ki et continues sur Ω, qui de plus sont nulles sur ∂Ω = Γ (le problème de Dirichlet est posé dans
H01 (Ω) et on suppose Vh ⊂ H01 (Ω) (conformité)).
Ce problème, étant vrai pour tout vh ∈ Vh , est équivalent au problème suivant :

 trouver uh ∈ Vh tel que :
Z Z
(9.24)
 graduh .gradϕi dΩ = f ϕi dΩ, ∀i = 1, ..., np
Ω Ω

où np est le nombre de fonctions (chapeaux) de base, i.e. ici, le nombre de points intérieurs à Ω
(les sommets des Ki ).
On dispose de np équations (pour i = 1, ..., np ), et les inconnues sont les np composantes uhj
de uh sur la base (ϕj )j=1,...,np :
np
X
uh (~x) = uhj ϕj (~x) (9.25)
j=1
 
uh1
.
Le problème consiste donc à résoudre le système matriciel (np ∗ np ) : trouver ~u =  ..  tel
uhnp

89
90 9.5. Méthode des éléments nis, exemple 2-D, éléments nis P1

que :
[Rij ].~u = f~ (9.26)
 
f1
 . 
où [Rij ]1≤i,j≤np , la matrice de rigidité, et f~ =  ..  sont dénis par :
fnp
Z
Rij = gradϕj .gradϕi dΩ
Z Ω (9.27)
fi = f ϕi dΩ
Ω

9.5.3 Calcul d'intégrales, assemblage

Il s'agit de calculer des intégrales du type :
Z
f (~x) dΩ (9.28)
Ω
R R
qui sont les prototypes pour les calculs de Ω ϕj (~x) ϕi (~x) dΩ et de Ω gradϕj (~x).gradϕi (~x) dΩ.
On commence par écrire :
Z XZ
f (~x) dΩ = f (~x) dK (9.29)
Ω K∈T K

R
L'opération qui consiste à sommer les intégrales élémentaires K
est appellée assemblage. L'algo-
rithme est similaire au cas 1-D donné paragraphe 5.7.3.

9.5.4 Calcul des termes élémentaires

R
Pour calculer K
f (~x) dK , on se ramène à l'élément de référence par changement de variables :
Z Z
f (~x) dK = b)) |JK (~x
f (FK (~x b)| dK
b (9.30)
~
x∈K b∈ K
~
x b

où JK est le déterminant de la matrice jacobienne de FK . Pour les éléments nis triangulaires,

b) = JK est indépendant de ~x
JK (~x b,et :
Z Z
f (x1 , x2 ) dK = f (FK1 (b
x1 , x
b2 ), FK2 (b
x1 , x b
b2 )) |2A| dK (9.31)
~
x∈K b
~ b
x∈K

Exemple 9.15 Par exemple on obtient pour les fonctions de base :

Z Z
ϕi (x1 , x2 ) dK = ϕ
biK (b
x1 , x b =A
b2 ) |2A| dK (9.32)
c
~
x∈K b∈K
~
x b 3

où A est l'aire de K , et iKb l'indice 1, 2 ou 3 de la fonction de base de l'élément de référence

correspondant au n÷ud i par l'application F .

Exemple 9.16 Pour la matrice de masse :

Z Z
ϕ2i (x1 , x2 ) dK = b2i c (b
ϕ x1 , x b =A
b2 ) |2A| dK (9.33)
~
x∈K b∈ K
~
x b K 6

et pour i 6= j :
Z Z
b = A
ϕi (x1 , x2 )ϕj (x1 , x2 ) dK = ϕ
biK
c
(b
x1 , x
b2 ) ϕ
bjK
c
(b
x1 , x
b2 )|2A| dK (9.34)
~
x∈K b
~ b
x∈K 12

90
91 9.6. Un résultat d'approximation et de convergence dans les Sobolev

R ∂f (~
x)
Pour calculer K ∂x1 dK , on commence par écrire par exemple :

b) = (g ◦ F −1 )(~x)
f (~x) = g(~x (9.35)
K

où g = f ◦ FK , et
−1 −1
∂f ∂g ∂bx1 ∂g ∂bx2 ∂g ∂(FK )1 ∂g ∂(FK )2
= + = + (9.36)
∂x1 ∂b
x1 ∂x1 ∂b
x2 ∂x1 ∂b
x1 ∂x1 ∂b
x2 ∂x1
Et l'intégrale élémentaire vaudra :
Z Z b) ∂(F −1 )1 (~x) ∂(f ◦ FK )(~x
b) ∂(F −1 )2 (~x)
∂f (~x) ∂(f ◦ FK )(~x K K b
dK = [ + ] |JK | dK (9.37)
K ∂x1 b
~ b
x∈K ∂bx1 ∂x1 ∂bx2 ∂x1

b ont la même orientation, |JK | = JK et avec (9.21) :

soit, dès que K et K
Z Z b) b)
∂f (~x) ∂(f ◦ FK )(~x ∂(f ◦ FK )(~x b
dK = [ (c2 − a2 ) + (a2 − b2 )] dK (9.38)
~
x∈K ∂x1 b∈ K
~
x b ∂bx1 ∂bx2

Exemple 9.17 Par exemple, avec (9.14) :

Z b)Z b)
∂ϕ1 (~x) ∂ϕb1 (~x ∂ϕ
b1 (~x b
dK = [
(c2 − a2 ) + (a2 − b2 )] dK
∂x1 b b ∂bx1 ∂bx2
~
x∈K
Z ~
x∈K (9.39)
= [−(c2 − a2 ) − (a2 − b2 )] dK b = b2 − c2
b
~ b
x∈K 2
R R
De même, ~x∈K ∂ϕ∂x 2 (~
x)
dK = c2 −a
2 , ~
2 ∂ϕ3 (~
x∈K ∂x1
x)
dK = a2 −b2 , et
2

R ∂ϕ1 (~
x)
1
R ∂ϕ (~
x ) R ∂ϕ 3 (~
x)
x∈K ∂x2
~
dK = c1 −b
2 , ~
1 2
x∈K ∂x2
dK = a1 −c2 , ~
1
x∈K ∂x2
dK = b1 −a 2 .
1

Exemple 9.18 Et :
Z Z −−→ −−→
||BC||2 b ||BC||2
gradϕ1 .gradϕ1 dK = dK =
~
x∈K b∈ K
~
x b JK 4A
Z Z −→ −→ 2
||AC||2 b ||AC||
gradϕ2 .gradϕ2 dK = dK = (9.40)
~
x∈K b∈ K
~
x b JK 4A
Z Z −−→ −−→ 2
||AB||2 b ||AB||
gradϕ3 .gradϕ3 dK = dK =
~
x∈K b∈ K
~
x b JK 4A
et Z −→ −−→
AC.BC
gradϕ1 .gradϕ2 dK = −
~x∈K 4A
Z −−→ −→
BA.CA
gradϕ2 .gradϕ3 dK = − (9.41)
~x∈K 4A
Z −−→ −−→
AB.CB
gradϕ1 .gradϕ3 dK = −
~x∈K 4A

9.6 Un résultat d'approximation et de convergence dans les Sobolev

9.6.1 Un résultat d'approximation dans les Sobolev : cas Ω = K
Le but est de mesurer a priori l'erreur commise en approchant le problème posé dans V en
un problème posé dans Vh (dans les exemples donnés V ⊂ H 1 (Ω) et Vh = Pk ). On rappelle que
l'erreur est majorée comme :
||a||
||u − uh ||V ≤ d(u, Vh ) (9.42)
α
On s'intéresse donc ici à la valeur de d(u, Vh ) = inf vh ∈Vh ||u − vh ||V .
On regarde d'abord le cas d'un élément ni (on verra ensuite le cas d'une famille d'élements
nis) : soit Ω tel que Ω = K , où K est le domaine d'un élément ni (K, Σk , Pk ), avec la notation

91
92 9.6. Un résultat d'approximation et de convergence dans les Sobolev

usuelle Pk = ensemble des polynômes de degré inférieur ou égal à k . Il est usuel de se servir de
l'opérateur d'interpolation : ΠK : v ∈ C 0 (K) −→ ΠK v = vh ∈ Pk où par dénition vh (~ai ) = v(~ai )
en tout point du treillis Σk .
L'équation (9.42) donne en particulier :

||a||
||u − uh ||V ≤ ||u − ΠK u||V (9.43)
α
et on aura borné a priori l'erreur ||u − uh ||V dès qu'on aura `mesurer' ||u − ΠK u||V (même si on
obtient pas le résultat optimal).
On note |.|H m (K) la semi-norme dénie sur H m (K) à l'aide de son carré par :

X Z
∂ |α| v 2
|v|2H m (K) = | | dΩ (9.44)
Ω ∂xα
α∈Nn ,|α|=m

(Par rapport à ||.||H m on ne garde que les termes de dérivation d'ordre m.)
Et on rappelle que l'espace quotient H m (K)/P` est l'ensemble des classes d'équivalences v̇ =
{v+p : p ∈ P` }. Cet ensemble permet de caractériser les fonctions dénies à un polynôme de degré `
près : deux fonctions v et w qui sont telles que v − w est un polynôme de degré ` appartiennent à
la même classe. Cet espace est normé à l'aide de la norme quotient, si v ∈ v̇ :

||v̇||H m (K)/P` = inf ||v + p||H m (9.45)

p∈P`

On rappelle que H m (K)/P` est l'ensemble fondamental quand on veut non pas comparer deux
fonctions mais comparer leurs dérivées d'ordre ` + 1, car ces dérivées sont indépendantes de la
partie polynômiale de degré ≤ ` (dont la dérivée à l'ordre ` est nulle) de ces fonctions. En ce qui
concerne les problèmes elliptiques du second ordre, on regardera en particulier les espaces H m /P0 ,
i.e. les espaces de fonctions où les fonctions sont dénies à une constante près, une constante
n'intervenant pas dans le calcul de ||u − uh ||H01 (Ω) = ||gradu − graduh ||L2 (Ω) .
On admet alors le théorème suivant :

Théorème 9.19 Pour K partie compacte connexe régulière de Rn , la semi-norme |.|H `+1 (K) dénit
une norme sur H `+1 (K)/P` équivalente à la norme quotient ||.||H `+1 (K) . En particulier :

∃c > 0, ∀v̇ ∈ H `+1 (K)/P` , ∀v ∈ v̇, ||v̇||H `+1 (K)/P` ≤ c|v|H `+1 (K) (9.46)

Preuve. Admis, voir par exemple RaviartThomas [11]. Démonstration à l'aide de l'injection
compacte de H 1 (K) dans L2 (K), voir cours de 3ème année.
(Intuition pour la validité de ce résultat : la norme de v̇ est indépendante de tout polynôme
d'ordre ` contenue dans v̇ et donc ( !) de toutes les dérivées d'ordre inférieure ou égal à `. Mais
le donc n'est pas du tout trivial.)
On en déduit le théorème suivant, avec k degré maximum du polynôme d'interpolation de Pk :

Théorème 9.20 Il existe une constante cK qui dépend de l'élément ni (K, Σk , Pk ) telle que, si
k≥1: (
k+1
||v − ΠK v||L2 (K) ≤ cK |v|H k+1 (K)
∀v ∈ H (K), (9.47)
||grad(v − ΠK v)||L2 (K) ≤ cK |v|H k+1 (K)
et de manière plus générale, pour tout m ∈ N tel que 0 ≤ m ≤ k + 1 :

∀v ∈ H k+1 (K), ||v − ΠK v||H m (K) ≤ cK |v|H k+1 (K) (9.48)

Preuve. En eet, v − ΠK v = (v + p) − ΠK (v + p) pour tout p ∈ Pk (puisqu'alors p = ΠK p). D'où :

||v − ΠK v||H m (K) ≤ c1 ||v + p||H k+1 (K) , ∀p ∈ Pk (9.49)

où c1 = ||I − PK ||L(H k+1 (K),H m (K)) . Cela a un sens dès que k + 1 ≥ m. Il sut d'appliquer le
théorème précédent pour obtenir le résultat.

92
93 9.6. Un résultat d'approximation et de convergence dans les Sobolev

b
9.6.2 Résultat d'approximation : cas Ω = K ane équivalent à K
On se xe un élément ni (K, Σk , Pk ) qu'on suppose ane équivalent à l'élément ni de référence
b Σ
(K, b k , Pk ). On note FK = F : Kb −→ K l'application ane correspondante, qu'on écrit sous la
forme :
b) = B.~x
~x = F (~x b + ~c (9.50)
avec donc B matrice inversible d'ordre n (matrice 2 ∗ 2 dans R2 ).
On note :
hK = diamètre de K
(9.51)
ρK = rondeur de K
où hK est le diamètre du cercle circonscrit à K (plus petit cercle contenant K ) et ρK le diamètre
du cercle inscrit dans K (plus grand cercle contenu dans K ).
b||) :
On a alors (avec ||B|| = sup ||B ~x
b||=1
||~
x

hK hKb
||B|| ≤ , ||B −1 || ≤ (9.52)
ρKb ρK

1 b||, et B étant linéaire, sup b b|| ≤ hK par dénition de

En eet, ||B|| ≤ sup ||B ~x ||~
x||=ρ c
||B ~x
ρKb b||=ρ c
||~
x
K
K

hK , puisque B(b b) ≤ hk dès que ||b

~y − ~x b|| ≤ ρ b (avec ici b
~y − ~x K
b ).
~y = ~0 ∈ K
On a alors le résultat d'approximation a priori suivant :

Théorème 9.21 Il existe une constante C qui ne dépend que de l'élément ni de référence
b Σ
(K, b k , Pk ) telle que :

k+1

 ||v − ΠK v||L2 (K) ≤ C hK |v|H k+1 (K)
∀v ∈ H k+1 (K), hk+1 (9.53)

 ||grad(v − ΠK v)||L2 (K) ≤ C K |v|H k+1 (K)
ρK

et de manière plus générale, pour tout m ∈ N tel que 0 ≤ m ≤ k + 1 :

hk+1
∀v ∈ H k+1 (K), ||v − ΠK v||H m (K) ≤ C K
|v|H k+1 (K) (9.54)
ρm
K

Preuve. Admis, voir par exemple RaviartThomas [11]. Idée : par un premier changement de
variable on trouve :
1
|v − ΠK v|H m (K) ≤ c1 (| det B|) 2 ||B −1 ||m |b [
v−Π K v|H m (K)
b (9.55)
| {z }
≤cK b|H k+1 (K)
c |v c

De même on aura :
1
−1 k+1
|b
v |H k+1 (K)
b ≤ c2 (| det B |) 2 ||B|| |v|H k+1 (K) (9.56)
d'où avec le théorème d'interpolation précédent :

b m, k + 1) hk+1
K
|v − ΠK v|H m (K) ≤ c(K, |v|H k+1 (K) (9.57)
ρm
K

b m, k + 1) est une constante qui ne dépend pas de F .

où c(K,
En particulier, il vient pour une interpolation par des éléments nis P1 , sachant que ||u||H 1 =
1
(|u|2H 1 + ||u||2L2 ) 2 ≤ |u|H 1 + ||u||L2 (les normes étant positives) :

hK
∀v ∈ H 2 (K), ||v − ΠK v||H 1 (K) ≤ C(hK + ) hK |v|H 2 (K) (9.58)
ρK
hK hK
et Ch = C(hK + ρK ) restera borné à condition que ρK reste borné : il ne faut pas que les mailles
s'aplatissent.

93
94 9.6. Un résultat d'approximation et de convergence dans les Sobolev

9.6.3 Maillage régulier et convergence de la méthode des éléments nis

Dénition 9.22 On dit que le maillage est régulier ou que la triangulation est régulière si :
hK
∃σ > 0 (rapport de forme) tel que ∀K ∈ T ≤ σ.
ρK
Cette condition interdit les mailles triangulaires trop `aplaties' (interdit les triangles presque dé-
générés).
On déduit alors du théorème précédent :

Théorème 9.23 Si le maillage élément ni est régulier, alors il existe une constante C indépen-
dante de h telle que, pour une interpolation par des éléments nis Pk de classe H 1 (Ω) :
(
||v − Πh v||L2 (Ω) ≤ C hk+1 |v|H k+1 (Ω)
∀v ∈ H k+1 (Ω), (9.59)
||grad(v − Πh v)||L2 (Ω) ≤ C hk |v|H k+1 (Ω)

et de manière plus générale, pour tout m ∈ N tel que 0 ≤ m ≤ k + 1, pour une interpolation par
des éléments nis Pk de classe H m (Ω) :

∀v ∈ H k+1 (K), ||v − Πh v||H m (Ω) ≤ C hk+1−m |v|H k+1 (K) (9.60)

En particulier, il vient pour une interpolation par des éléments nis P1 :

∀v ∈ H 2 (K), ||v − Πh v||H 1 (Ω) ≤ C1 h |v|H 2 (K) = O(h) (9.61)

où C1 est une constante indépendante de h. Et pour des éléments nis P2 :

∀v ∈ H 2 (K), ||v − Πh v||H 1 (Ω) ≤ C2 h2 |v|H 2 (K) = O(h2 ) (9.62)

où C2 est une constante indépendante de h.

Preuve. C'est un corollaire du théorème précédent. Démontrons par exemple la deuxième inégalité
de (9.59) : par linéarité de l'intégration on a :
Z XZ
||grad(v − Πh v)||2L2 (Ω) = ||grad(v − Πh v)||2Rn dΩ = ||grad(v − Πh v)||2Rn dK
Ω K K

X X hk+1
= ||grad(v − Πh v)||2L2 (K) ≤ C2 ( K
)2 |v|2H k+1 (K) (9.63)
ρK
K K
X X
≤ C 2 σ 2 (hkK )2 |v|2H k+1 (K) ≤ C 2 σ 2 h2 |v|2H k+1 (K)
K K

où h = maxK∈T (hK ), ce qui est le résultat souhaité. La démonstration générale est laissée au
lecteur.

Remarque 9.24 Dans le cas des éléments nis P1 , si la solution u du problème a(u, v) = `(v)
pour tout v ∈ V est H 2 (Ω) régulière, alors si le maillage régulier est rané 2 fois, l'erreur faite sur
u en calculant uh est divisée par 2.
Dans le cas des éléments nis P2 , si la solution u est H 3 (Ω) régulière, alors prendre un maillage
deux fois plus n divise l'erreur par 4. Cependant la matrice de rigidité a une plus grande largeur
de bande et le calcul coûte plus cher dans un premier temps (avant ranement éventuel).
Par contre, si la solution u est seulement H 2 (Ω), l'erreur ||gradu − graduh ||L2 (Ω) est seulement
bornée par Ch||u||H 2 (a priori), et il n'y a pas de gain avec les éléments nis P2 par rapport à une
approximation par des éléments nis P1 .

Remarque 9.25 C'est un résultat de convergence a priori : on sait a priori que la méthode des
éléments nis converge si on prend un maillage régulier.
On dispose également de résultats de convergence a posteriori permettant entre autre de
construire automatiquement des `maillages adaptatifs', maillages qui sont ranés là où l'erreur
(calculée a posteriori) est la plus grande. Voir par exemple Verfürth [17].

94
95

A Quelques rappels sur les formes et applications linéaires

continues
C'est l'aspect normé des espaces vectoriels qui nous intéresse ici.
On notera K le corps R des réels ou C des complexes, et les espaces vectoriels considérés sont
denis sur le corps K .

A.1 Application continue

Une application f d'un espace vectoriel normé (E, ||.||E ) dans un espace vectoriel normé
(F, ||.||F ) est continue en x0 ∈ E lorsque :

∀ε > 0, ∃η > 0, ∀x ∈ E, ||x − x0 ||E < η =⇒ ||f (x) − f (x0 )||F < ε.

Ou encore, si limx→x0 ||f (x) − f (x0 )||F = 0 dans R, i.e. si f (x) −→x→x0 f (x0 ) dans F .
Et une application f est continue sur E si elle est continue en tout point x ∈ E .

Remarque A.1 La continuité dépend de la norme choisie (en dimension innie, toutes les normes
ne sont pas équivalentes, voir remarque 1.8).

Remarque A.2 La continuité peut être plus facile à visualiser si on pense à ce qu'est une fonction
discontinue (`qui a un saut') : une fonction est discontinue en un point x0 si :

∃ε > 0, ∀η > 0, ∃x ∈ E, ||x − x0 ||E < η et ||f (x) − f (x0 )||F ≥ ε.

A.2 Applications et formes linéaires

On se donne deux espaces vectoriels E et F sur un même corps K .
On rappelle qu'une application L : E → F est linéaire si, pour tous x, y ∈ E et tout α ∈ K :

L(x + y) = L(x) + L(y), et L(αx) = αL(x).

Une forme linéaire ` sur un espace vectoriel E est une application linéaire à valeurs dans K :
` : E → K.
Dans la suite on se contentera de rappeler ce qui se passe lorsque le corps K = R.

A.3 Forme linéaire continue et sa norme

On se donne un espace vectoriel normé (E, ||.||E ). On prouve (le faire) qu'une forme linéaire
`(.) : E −→ R est continue si elle est continue au voisinage de 0, ou encore si elle est bornée sur
la boule unité, ou sur la sphère unité :

∃c > 0, ∀v ∈ E, |`(v)| ≤ c||v||E .

Cela s'écrit encore :

v
∃c > 0, sup `( ) ≤ c.
06=v∈E ||v||E
Quand ` est continue, on note ||`||E 0 ∈ R la plus petite des constantes c. Donc :
v
||`||E 0 = sup `( )= sup |`(v)|. (A.1)
06=v∈E ||v||E v∈E
||v||E =1

Cette constante dépend de la norme choisie dans E . Quand il n'y a pas d'ambiguité, on note
simplement ||`||E 0 = ||`||. Donc ||`|| ∈ R est la plus petite constante telle que :

∀v ∈ E, |`(v)| ≤ ||`|| ||v||E . (A.2)

95
96 A.4. Normes sur Rn

Remarque A.3 Lorsque E = Rn (dimension nie), on peut représenter ` par un vecteur ~a tel
que (théorème de représentation de Riesz) :

∀~x ∈ Rn , `(~x) = ~a t .~x = (~a, ~x)2

Pn
où (~a, ~x)2 = aj xj est le produit scalaire (euclidien) de Rn et ~a t = (a1 , ..., an ) est la matrice
j=1
 
a1
 .. 
ligne 1*n transposée de la matrice n*1 colonne . représentant le vecteur ~a dans la base
an
euclidienne. (Pour la démonstration, voir paragraphe 3.3.1.)
L'inégalité de CauchySchwarz donne |`(~x)| ≤ ||~a||2 ||~x||2 , d'où, la norme choisie sur Rn étant
la norme euclidienne : v
uX
u n 2
||`|| = ||~a||2 = t aj
j=1

~
a
(≤ immédiate et égalité pour ~x = ||a|| ).

A.4 Normes sur Rn

On peut démontrer que toutes les normes sur Rn sont équivalentes (cas de la dimension nie).
 
x1
 .. 
Les plus usitées sont, si ~x = . est la notation générique d'un vecteur de Rn dans la base
xn
canonique :
Pn
1. La norme euclidienne qui dérive du produit scalaire euclidien (~x, ~y ) = i=1 xi yi :
v
u n
uX
||~x||2 = t x2i (A.3)
i=1

La boule unité correspondante est représentée par une boule ( !).

2. La norme de la somme :
n
X
||~x||1 = |xi | (A.4)
i=1

La boule unité correspondante est représentée par un `losange'.

3. La norme du sup :
n
||~x||∞ = max(|xi |) (A.5)
i=1

La boule unité correspondante est représentée par un cube (ou un hypercube).

Donnons des constantes permettant de montrer que ces normes sont équivalentes. D'une part :
√
||~x||2 ≤ ||~x||1 ≤ n||~x||2
Pn ¯Pn ¯2
En eet, l'inégalité de gauche provient de ||~x||22 = i=1 x2i ≤ ¯ i=1 |xi |¯ . Et l'inégalité de droite
provient de l'inégalité de CauchySchwarz (le produit scalaire est inférieur au produit des normes) :
   |x |  v v
n 1 1 u n u n
X .  .  uX uX
||~x||1 =  .  .
(1.|xi |) = . .  .  ≤ t 1 t
2 x2i
i=1 1 |xn | i=1 i=1

D'autre part :
||~x||∞ ≤ ||~x||1 ≤ n||~x||∞
(trivial.)

96
97 A.5. Application linéaire continue de E dans Rn

A.5 Application linéaire continue de E dans Rn

Soit (E, ||.||E ) un espace normé et L une application linéaire de E dans Rn . On note :
 
`1 (v)
L : v ∈ E =⇒ L(v) =  ...  ∈ Rn ,
 

`n (v)

les `i étant des formes linéaires de E dans R pour i = 1, . . . , n (trivial).

On dit que L est continue de E dans Rn si :

∃c > 0, ∀v ∈ E, ||L(v)||Rn ≤ c||v||E

où ||.||Rn est une norme dans Rn . On note ||L|| la plus petite constante c satisfaisant à cette
inégalité :
||L(v)||Rn
||L|| = sup (A.6)
v6=0, v∈E ||v||E
Elle dépend de la norme choisie dans E et de celle choisie dans Rn .
Cas E = Rm : Si chaque `i est représentée par le vecteur ~ai :
`i (~x) = ~ati .~x, ∀~x ∈ Rm ,

et si on se donne une base de Rm , notant ~ai = (aij ) et ~x = (xj ) les composantes respectives de ~ai
et ~x dans cette base, on a :
m
X
`i (~x) = aij xj , ∀~x ∈ Rm .
j=1
m
Donc, pour tout ~x ∈ R :

L(~x) = A.~x ∈ Rn où A = [aij ]1≤i≤n,1≤j≤m . (A.7)

L est une application linéaire de Rm dans Rn qu'on peut représenter par une matrice A = [aij ],
chaque ligne correspondant aux formes linéaires `i .
Et : v v v
u n u n ³u n ´
uX uX uX
||L(~x)||2 ≤ t |`i (~x)|2 ≤ t (||`i || ||~x||2 )2 ≤ t ||`i ||2 ||~x||2
i=1 i=1 i=1

D'où, pour ~x 6= 0 : sX
||L(~x)||2
≤ aij 2
||~x||2 i,j

On note : sX
||L||2 = aij 2 (A.8)
i,j

(norme de Frobenius) et on obtient l'inégalité utile :

||L|| ≤ ||L||2 (A.9)

√
(Il n'y a pas égalité en général, prendre L = I identité de Rn : ||I|| = 1 et ||I||2 = n.)

A.6 Valeurs propres de matrices

On se donne une application linéaire L de Rm dans Rn et on se donne une base (~e1 , . . . , ~em )
de Rm et une base (f~1 , . . . , f~n ) de Rn . On peut alors associer une matrice A à L, cette matrice

97
98 A.6. Valeurs propres de matrices

étant dénie par les valeurs des L(~ej ) sur la base (f~i ) (une application linéaire est parfaitement
dénie par les images des vecteurs de base) : on pose, pour tout j = 1, . . . , m :
n
X
L(~ej ) = aij f~i ,
i=1

et la matrice A est la matrice n∗m des [aij ]. En particulier la j -ème

Pm colonne (aij )i=1,...,n est l'image
de ~ej (j -ème vecteur de base). Et un vecteur ~x s'écrivant ~x = j=1 xj ~ej , on obtient :
n X
X m
L(~x) = ( aij xj )f~i = A~x.
i=1 j=1

Une matrice A étant donnée, un scalaire λ est valeur propre ssi la matrice A−λI n'est pas inversible,
i.e. si λ est tel que det(A − λI) = 0. (En particulier si A n'est pas inversible, alors λ = 0 est valeur
propre.) Et si λ est valeur propre, alors il existe ~v 6= 0 tel que (A − λI)~v = 0 (ou encore ~v et 0 ont
même image et donc A − λI n'est pas injective, et donc n'est pas bijective). Donc, à une valeur
propre λ est toujours associée un vecteur propre ~v :

λ valeur propre ⇐⇒ ∃~v 6= 0 : A~v = λ~v .

La matrice transposée de A est la matrice B dénie par :

∀(~x, ~y ) ∈ Rn × Rm , (B~y , ~x)Rn = (~y , A~x)Rm

On note B = At . Noter que B est connue si on connue dès qu'on connaît l'image des vecteurs de
base (B f~j ), et on vérie immédiatement que si A = [aij ] (matrice n ∗ m) alors At = [aji ] (matrice
m ∗ n).
Une matrice est symétrique quand m = n et quand At = A. On rappelle que quand une matrice
est réelle et symétrique, alors cette matrice est diagonalisable dans une base orthonormée :
¯
¯ ∃(λ ) vi )1,...,n ∈ Rn :
¯ i 1,...,n ∈ R, ∃(~
A symétrique réelle ⇒ ¯
¯ ∀i, j = 1, . . . , n, (~vi , ~vj )Rn = δij et A~vi = λi~vi .

(Voir par exemple Strang [15].) On peut alors écrire :

D = P −1 AP

où P est une matrice orthonormée (dont les colonnes sont des vecteurs deux à deux orthornormée)
et D une matrice diagonale, de termes diagonaux les valeurs propres. Ayant AP = P D, il est
immédiat que les colonnes de P sont formés des vecteurs propres de A : en eet, pour un produit
matriciel AB , si les ~bj sont les vecteurs colonnes de B , il est immédiat de vérier que la matrice
AB a pour colonnes les vecteurs A~bj .
Et on a, pour A matrice symétrique réelle de valeurs propres les λi , avec ||A|| = sup||~x||≤1 ||A~x|| :

||A|| = max (λi ).

i=1,...,n

En eet, si (~vi ) est une base orthonormale formée des vecteurs propres de A relatifs
P aux valeurs
propres λi , alors décomposant un vecteur ~x ∈ Rn sur cette base comme ~x = xi~vi un calcul
immédiat de sup||~x||≤1 ||A~x|| donne le résultat.
µ ¶
1 1
Par contre, ce résultat est faux si A n'est pas symétrique : considérer la matrice A = ,
0 1
µ ¶ r
1 5
et le vecteur unitaire ~x = √12 pour lequel on ||A~x|| = > 1.
1 2
De plus si A est une matrice positive, i.e. telle que :

∀~x ∈ Rn , (A~x, ~x) ≥ 0

Alors toutes ses valeurs propres sont positives : prendre un couple valeur propre  vecteur propre
noté (λ, ~v ) qui donne 0 ≤ (A~v , ~v ) = λ||~v ||2 .

98
99 A.6. Valeurs propres de matrices

Exemple A.4 Montrer que :

A symétrique positive ⇒ inf (A~x, ~x) ≥ min (λi ).
||~
x||=1 i=1,...,n

Réponse : notant Q = P −1 = P t , on a (A~x, ~x) = (Qt DQ~x, ~x) = (DQ~x, Q~x) et notant ~y = Q~x il vient
P
(A~x, ~x) = yi . Comme Q est une matrice orthogonale, on a ||~
i λi ~ y || = 1 dès que ||~x|| = 1 et l'inf sur
les ||~x|| ≤ 1 est donné par l'inf sur les ||~y || ≤ 1, d'où le résultat.

Exemple A.5 Montrer que pour une matrice A quelconque ||A|| = sup||~x||=1,||~y=1|| (A~x, ~y )Rn . Et
que si A est symétrique alors ||A|| = sup||~x||=1 (A~x, ~x)Rn .
Réponse : à ~x xé, sup||~y=1|| (A~x, ~y )Rn est donné pour ~y = ||A~
A~
x
x||
(appliquer CauchySchwarz et montrer
que le y proposer donne l'égalité), et donc sup||~y=1|| (A~x, ~y )Rn = ||Ax||. Comme ||A|| = sup||~x||=1 ||A~x|| on
a le résultat.
Puis si A est symétrique :

4(A~
x, ~
y ) = (A(~
x+~
y ), ~x + ~
y ) − (A(~x − ~
y ), ~x − ~
y)

avec ||~x + ~y ||2 + ||~x − ~y ||2 = 2(||~x||2 + ||~y ||2 ) (identité du parallèlogramme). D'où :
x+~ y ~
x+~
y ~x − ~
y ~x − ~
y
4(A~
x, ~
y ) ≤ ||~ y ||2 (A(
x+~ ), y ||2 (A(
) + ||~x − ~ ), )
||~x + ~
y || ||~
x+~
y || ||~x − ~
y || ||~x − ~
y ||
y ||2 ) sup (A~z, ~z)Rn .
x||2 + ||~
≤ 2(||~
||~
z ||=1

D'où le résultat.
p
Exemple A.6 Montrer que pour une matrice√A quelconque, ||A|| = ||At A||, et At A étant
symétrique, en déduire que ||A|| = maxi=1,...,n ( λi ), les λi étant ici les valeur propres de At A.
Réponse : on a ||A~x||2 = (A~x, A~x) = (At A~x, ~x) avec At A symétrique, d'où avec l'exercice précédent,
||A||2 = ||At A||.

Exemple A.7 Montrer que pour A matrice quelconque, on a min(A~x, ~x) = min( 12 (A + At )~x, ~x).
Réponse : on a ( 12 (A + At )~x, ~x) = 12 (A~x, ~x) + 12 (At ~x, ~x) = 12 (A~x, ~x) + 12 (~x, A~x), et le produit scalaire
étant symétrique, on en déduit le résultat.

Remarque A.8 On aura besoin de calculer ||A|| et min||~x||≤1 (A~x, ~x). Si on dispose d'un code de
calculs de valeurs propres, on pourra s'en servir pour appliquer les résultats des exercices ci-dessus.
Sinon, soit on calculera ces valeurs de manière exacte, soit, si ces calculs µ sont
¶ un peu long, on
1 1
pourra se contenter d'estimations : par exemple, pour la matrice A = , on pourra utiliser
0 1
simplement : ||A|| = sup||~x||=1,||~y=1|| (A~x, ~y ), avec (A~x, ~y ) = (x1 + x2 )y1 + x2 y2 = (x1 y1 + x2 y2 ) +
x2 y1 ≤ 2||~x|| ||~y ||, donne ||A|| ≤ 2. Ce calcul est très rapide, alors que le calcul des valeurs propres
de At A est facile mais plus long.

99
100

B Rappels d'intégration
Ces rappels seront utiles pour la suite bien qu'ils n'entrent pas explicitement dans le cadre des
espaces de Hilbert.

B.1 Intégration de fonctions rationnelles

R1
1 - Dans R, l'intégrale 0 rα dr est convergente si et seulement si α > −1.
n n
2 - Dans
R R α, si r = |~x| est la longueur de ~x ∈ R , et notant B1 = {r ≤ 1} la boule unité,
l'intégrale B1 r dr est convergente si et seulement si α > −n.
Pour le prouver, on se ramène au cas précédent par changement de variable : on passe en
coordonnées sphériques pour obtenir :
Z Z Z 1
rα dr = rα rn−1 dr dΓ
B1 ∂B1 0

qui converge dès que α + n − 1 > −1.

B.2 Intégration par parties dans R

Dans R, pour une fonction f dans C 1 (R, R) on a :
Z b
f 0 (x) dx = [f ]ba (= f (b) − f (a))
a

Pour des fonctions f et g dans C 1 (R, R), sachant (f g)0 = f 0 g + f g 0 on en déduit :

Z b Z b
f 0 (x)g(x) dx + f (x)g 0 (x) dx = [f g]ba (= f (b)g(b) − f (a)g(a))
a a

souvent utilisé sous la forme :

Z b Z b
f 0 (x)g(x) dx = [f g]ba − f (x)g 0 (x) dx
a a

B.3 Opérateurs diérentiels usuels dans Rn

On se donne un ouvert Ω de Rn . µ ¶
C 1 (Ω, Rn ) → C 0 (Ω, R)
On rappelle que l'opérateur divergence div : est déni par, pour
f~ 7→ divf~
tout ~x ∈ Ω,
Xn
∂fi
divf~(~x) = (~x)
i=1
∂x i

si f~ est la fonction vectorielle ~x → (f1 (~x), · · · , fn µ

(~x))t . ¶
C 1 (Ω, R) → C 0 (Ω, Rn )
On rappelle que l'opérateur gradient grad : est déni par, pour
f 7→ gradf
tout ~x ∈ Ω,
∂f ∂f
gradf (~x) = ( (~x), · · · , (~x))t
∂x1 ∂xn
(ici f est une fonction scalaire, i.e. à valeur scalaire).
µ 2 ¶
C (Ω, R) → C 0 (Ω, R)
On rappelle que l'opérateur laplacien ∆ : est déni par, pour tout
f 7→ ∆f
~x ∈ Ω,
X n
∂2f
∆f (~x) = (~x) = div(gradf )(~x)
i=1
∂x2i
(ici f est une fonction scalaire).
Et pour Ω borné et 1-régulier
µ de frontière ¶ Γ (Γ est compact et localement représentable par
1 Γ → Rn
une fonction C ), on note ~n : la fonction vecteur normal extérieur (ou sortant) à
~x 7→ ~n(~x)
Ω en ~x ∈ Γ. La i-ème composante ni de ~n est encore appelé i-ème cosinus directeur.

100
101 B.4. Intégration par parties dans Rn

Enn pour une application continue (champ de vecteurs) ~v : Ω → Rn , on dénit la fonction

∂
∂v : C 1 (Ω, R) → C 0 (Ω, R) par, pour un point ~x ∈ Ω donné :
∂f f (~x + h~v (~x)) − f (~x)
(~x) = gradf (~x).~v (~x) (= lim )
∂v h→0 h
Donc ∂f∂v (~
∂
x) est la dérivée de f en ~x suivant la direction ~v (~x). En particulier on note ∂x i
la dérivée
n
dans la direction ~ei si ~ei et le i-ème vecteur de base de R qui est l'application constante ~x → ~ei .
Et en particulier, si D ⊂ Ω est un domaine 1-régulier de Ω de frontière ΓD , et si ~n est un champ
de vecteur sur Ω dont la restriction à ΓD est le vecteur normal extérieur unitaire à Γ on note, pour
tout ~x ∈ ΓD :
∂f f (~x + h~n(~x)) − f (~x)
(~x) = gradf (~x).~n(~x) (= lim )
∂n h→0 h
Et si f ∈ C 1 (Ω) → R où Ω est un ouvert 1-régulier de frontière Γ, on note, pour tout ~x ∈ Γ :
∂f f (~x + h~n(~x)) − f (~x)
(~x) = gradf (~x).~n(~x) = lim
∂n h→0− h

B.4 Intégration par parties dans Rn

Dans Rn , pour un domaine borné 1-régulier Ω de frontière Γ, pour une fonction f dans
C (Rn , R), on a,
1
Z Z
∂f
(~x) dΩ = f (~x) ni (~x) dΓ (B.1)
Ω ∂xi Γ
où ~n est le vecteur normal extérieur (sortant) à Γ et ni sa i-ème composante (le i-ème cosinus
directeur). Cette formule indique que la variation dans la direction i de f est égale au ux qui
s'en échappe dans la direction i (formule usuelle de conservation). Pour des fonctions f et g dans
C 1 (Rn , R), on en déduit :
Z Z Z
∂f ∂g
(~x) g(~x) dΩ + f (~x) (~x) dΩ = f (~x) g(~x) ni (~x)dΓ
Ω ∂xi Ω ∂xi Γ
souvent utilisé sous la forme :
Z Z Z
∂f ∂g
(~x) g(~x) dΩ = f (~x) g(~x) ni (~x)dΓ − f (~x) (~x) dΩ (B.2)
Ω ∂xi Γ Ω ∂xi
Cette intégration par partie implique la formule de la divergence ou formule de Gauss :
Z Z
divf~(~x) dx = f~(~x).~n(~x) ds (B.3)
Ω Γ

pour une fonction vectorielle f~ ∈ C 1 (Rn , Rn ) (démonstration triviale, le faire).

De la formule de Gauss on déduit, pour f~ ∈ C 2 (Rn , Rn ) :
Z Z Z
∂f
∆f (~x) dx = (~x) ds (= gradf (~x).~n(~x) ds)
Ω Γ ∂n Γ
Et avec l'intégration par parties on en déduit la formule de Green :
Z Z
∂f ∂g
(∆f (~x))g(~x) − f (~x)(∆g(~x)) dx = (~x)g(~x) − (~x)f (~x) ds (B.4)
Ω Γ ∂n ∂n
dès que f et g sont dans C 2 (Rn , R).
Attention, ne pas oublier ce cosinus directeur (toujours ≤ 1) : l'intégration dans la direction
i dans Rn se comporte par analogie avec le cas de l'intégration dans R comme une intégration
sur une portion de surface unitaire orthogonale à la direction i. Or Γ n'est pas en tout point une
surface orthogonale à la direction i (on a supposé Ω borné). Et donc, l'unité de surface qu'il faut
considérer est ni dΓ et non dΓ.
Exemple : dans R2 sur le trapèze Ω délimité par les points ((0, 0), (10, 0), (9, 1), (0, 1)) appliquer
la formule d'intégration par parties (B.1) pour i = 1 pour la fonction u(x, √y) = 1 puis pour la
fonction u(x, y) = y(1 − y). Faire un dessin. Si on oublie n1 on montre que 2 = 1.
Ces fonctions correspondent à la formule de conservation de la masse donnée par la formule de
Gauss pour le vecteur vitesse ~v = (u, 0) correspondant à l'écoulement d'un uide dans un tuyau
horizontal avec ou sans frottement (appliquer directement la formule de Gauss (B.3) pour retrouver
ce résultat). Et la conservation de la masse ne dépend pas du fait que les extrémités du tuyau Ω
soient orthogonales ou non au tuyau.

101
102

C Triangulation et relation d'EulerPoincaré

(Ce paragraphe a été pris dans le livre de Nédélec [10] pages 104-105 auquel on renvoie pour
les démonstrations complètes.) Sn
Si Ω est un domaine polygonal de R2 , on dit que Ω est partitionné en triangles si Ω = i=1 Ti ,
T˚
où les Ti sont tous des triangles compacts tels que T̊i Tj = ∅ si i 6= j et T̊ désigne l'intérieur
de T . T
On appelle triangulation de Ω une partition de Ω telle que pour i 6= j , Ti Tj est soit égal à ∅,
soit égal à un côté tout entier de Ti et Tj .
S
Proposition C.1 Soit une triangulation ni=1 Ti donnée de Ω. On note nt le nombre de triangles,
ns le nombre de sommets, et nc le nombre de côtés. On a :

nt + ns − nc = 1

(relation d'EulerPoincaré.)

Preuve. Si nt = 1, la relation est vraie. On se donne 2 triangulations adjacentes, avec l'hypothèse

nt1 + ns1 − nc1 = 1 et nt2 + ns2 − nc2 = 1 (notations immédiates). La triangulation somme des deux
vérie nt +ns −nc = nt1 +ns1 −nc1 +nt2 +ns2 −nc2 −r où r est le nombre de sommets et côtés comptés
2 fois, correspondant aux sommets et côtés sur la ligne d'adjacence des triangulations. Comme il
y a 1 sommet de plus que de côtés sur une ligne, on a r = 1, d'où nt + ns − nc = 1 + 1 − 1 = 1.
On note hi le diamètre d'un triangle Ti (i.e. le diamètre du plus petit cercle contenant Ti ), et
h = max(hi ).

Proposition C.2 Si le nombre de côtés du bord est en 1

h lorsque h tend vers 0, asymptotiquement
nous avons :
nt ' 2ns et nc ' 3ns

Preuve. Il s'agit de compter la somme des angles intérieurs : il y a nt triangles donc la somme
des angles de la triangulation est πnt , et il y a de l'ordre de ns sommets intérieurs et donc la
somme des angles de la triangulation est de l'ordre de 2πns . D'où nt ' 2ns et avec la relation
d'EulerPoincaré on obtient nc ' 3ns .
Pour les polygones en 2-D ou pour les polyèdres en 3-D, on renvoie à Ern et Guermond [6].

102
103 Références bibliographiques

On trouvera de multiples références dans les ouvrages ci-dessous.

Références bibliographiques
1 Abramowitz M., Stegun I.A. : Handbook of Mathematical Functions with Formulas, Graphs,
and Mathematical Tables. National Bureau of Standards, Applied Math. Series #55. Dover
Publications (1965).
2 Brenner S.C., Scott L.R. : The Mathematical Theory of Finite Element Methods. Text in
Applied Mathematics, Springer-Verlag.
3 Brézis H. : Analyse fonctionnelle, théorie et applications. Collection mathématiques appliquées
pour la maîtrise, Masson (1983).
4 Ciarlet P.G. : The Finite Element Method for Elliptic Problems. North-Holland (1977).
5 Fortin A. : Analyse numérique pour ingénieurs. Éditions de l'École Polytechnique de Montréal
(1995).
6 Ern A., Guermond J.L. : Elements nis : théorie, applications, mise en oeuvre. Springer,
mathématiques et applications 36 (2002).
7 Girault, V., Raviart, P. A. : Finite Element Methods for Navier-Stokes Equations. Springer-
Verlag (1986).
8 Johnson C. : Numerical Solutions of Partial Dierential Equations by the Finite Element
Method. Cambridge University Press (1987).
9 Joly P. : Mise en oeuvre de la méthode des éléments nis. Collection mathématiques et appli-
cations, Ellipses (1990).
10 Nédélec J.C. : Méthode des éléments nis. Mathématiques et applications n◦ 7. Ellipses (1991).
11 Raviart P.A., Thomas J.M. : Introduction à l'analyse numérique des équations aux dérivées
partielles. Collection mathématiques appliquées pour la maîtrise, Masson (1983).
12 Sainsaulieu L. : Calcul scientique. Masson (1996).
13 Sanchez-Hubert J., Sanchez-Palencia E. : Introduction aux méthodes asymptotiques et à l'ho-
mogénéisation. Collection mathématiques appliquées pour la maîtrise, Masson (1983).
14 Schwartz L. : Méthodes mathématiques pour les sciences physiques. Collection enseignement
des sciences, Hermann (1993).
15 Strang G. : Linear Algebra and its Applications. Harcourt Brace (1988).
16 Strang G., Fix J.F. : An Analysis of the Finite Element Method. Wellesley-Cambridge Press
(1973).
17 Verfürth R. : A review of A Posteriori Error Estimation and Adaptative Mesh Renement
Techniques. Wiley (1996).

103