Le maillage

Notes — À ce niveau du document, on peut considérer que la méthode des éléments finis a été présentée,
au moins en ce qui concerne les aspects les plus classiques (et même un peu plus). Nous avons décidé,
avant d’entrer dans le détail de « subtilités » liées au comportement des matériaux et à la non-stationnarité,
d’insérer ici un petit chapitre sur le maillage, dont les techniques de construction n’ont rien de commun
avec celles relatives aux éléments eux-mêmes. De plus, nous nous restreindrons aux maillages de type
Delaunay.-Voronoï

Le maillage n’a pas seulement un intérêt en calcul scientifique. Le maillage est un « support » de représentation
tridimensionnel utilisé par exemple dans les jeux vidéo ainsi que dans les animations 3D. Dans ce dernier cas, on
s’intéresse à la qualité du maillage en lien avec la qualité de rendu de l’image générée lorsque l’on applique une
texture sur le maillage. On s’intéresse également à comment « faire bouger » le maillage pour qu’un personnage
n’apparaissent pas distordu pendant une animation...

L’opération de maillage peut se faire à partir de plusieurs données :

— soit à partir de données à utiliser pour la discrétisation : sommets, arêtes...
— soit à partir de données de type CAO décrivant uniquement les entités géométriques.
Nous nous contenterons de présenter quelques outils de maillage relatifs au premier cas, i.e. lorsque nous disposons
de points, arêtes... mais le second cas n’est pas vraiment plus compliqué.

Les méthodes de construction de maillage sont essentiellement :

— Maillage par triangles/tétraèdres :
— Méthodes utilisant le critère de Delaunay : les bases de la méthode seront exposées au paragraphe 14.1 ;
— Méthodes par avancement de fronts : le principe en sera détaillé au paragraphe 14.2 ;
— Méthodes par décomposition spatiale ;
— Maillage par quadrangles/hexaèdres : quelques remarques seront faites au paragraphe 14.4
— Maillage par avancement de fronts ;
— Maillage par décomposition en domaines.

Parfois, il ne s’agit pas de mailler un domaine, mais de le remailler. Les méthodes d’adaptation de maillage les
plus connues sont :
— Raffinement ;
— Transformation des éléments ;
— Déplacements de nœuds ;
— Simplification de maillage.
L’utilisation de différentes méthodes est illustré à la figure 14.1 issue de [71].

III ÉLÉMENTS FINIS 197

 F IGURE 14.1: Manipulations sur des maillages

14.1 Maillage de Delaunay

14.1.1 Maillage simplexial

L’opération de maillage consiste à discrétiser un domaine (i.e. un milieu continu ou plutôt sa modélisation
géométrique) par des éléments (éléments finis nous concernant), si possible bien proportionnés : au paragraphe
10.3, nous avons déjà présenté les dimensions géométriques représentatives d’un maillage que sont le diamètre
maximum des éléments h et le facteur de forme du maillage , ainsi que le diamètre hK d’un élément K et sa
rondeur K . Ces deux derniers paramètres sont représentés sur la figure 10.2.
Dans ce chapitre, nous traiterons du cas bidimensionnel. Nous expliquerons les bases théoriques, mais ne
rentrerons pas dans les détails pratiques de la programmation d’algorithmes de maillage (il y a de très bons cours
disponibles sur le sujet).
Dans la suite nous aurons besoin des notions suivantes :
— un segment fermé (resp. ouvert) d’extrémités a et b de Rd est noté Œa; b (resp. a; bŒ) ;
— un convexe E est un ensemble tel que : 8.a I b/ 2 E 2 ; Œa; b  E ;
— le convexifié d’un ensemble E de points de Rd , noté C.E/ est le plus petit convexe contenent E.
— un domaine  (i.e. un ouvert de Rd ) est dit polygonal si son bord € D @ est formé d’un nombre fini de
segments ;
— un n-simplex .x0 ; :::; xn / est le convexifié des n C 1 points de Rd affine indépendant. Cela implique que
n 6 d . Les sommets sont des 0-simplex, un segment est un 1-simplex, un triangle un 2-simplex, un tétraèdre
est un 3-simplex.

Définition 64 — Maillage simplexial. Un maillage simplexial Td;h d’un ouvert polygonal h de Rd est un
i j
ensemble de d -simplex K k de Rd pour k D 1:::N t , tel que l’intersection de deux d -simplex distincts K et K
i j
de Td;h soit l’ensemble vide ou le p-simplex commun à K et K avec p 6 d .
En termes plus simples : le maillage Td;h est constitué de N t éléments K k (k D 1:::N t ) appelés d -simplex
(qui sont des triangles pour d D 2 et des tétraèdres pour d D 3) tels que l’intersection (de l’adhérence) de deux
i j
éléments K et K soit soit nulles (éléments parfaitement séparés), soit un point, une arête ou une face (i.e.
un p-simplex avec p 6 d ) commun aux deux éléments.

On notera T0;h l’ensemble des sommets de Td;h , T1;h l’ensemble de ses arêtes et Td 1;h l’ensemble de ses
faces. Le bord @Td;h est l’ensemble des faces n’appartenant qu’à un seul d -simplex de Td;h

Théorème 51 Pour tout ouvert polygonal h de R2 , il existe un maillage de cet ouvert sans sommet interne
(voir figure 14.2).

198 14. Le maillage ÉLÉMENTS FINIS III

 F IGURE 14.2: a) Points et arêtes et b) maillage de Delaunay sans point interne

Les sommets de ce maillage sont les points anguleux du bord @h .

Malheureusement ce théorème n’est plus vrai en dimension plus grande que 2, car il existe des configurations
d’ouvert polyédrique non-convexe qu’il est impossible de mailler sans point interne.

14.1.2 Maillage de Delaunay-Voronoï

Dans le cas général, la construction d’un maillage nécessite de connaître :
— un ensemble de points S ;
— un ensemble d’arêtes A définissant le maillage de la frontière des sous-domaines.
— un ensemble, qui peut être vide, de sous-domaines D à mailler.
Bien que les diagrammes de Voronoï existent en dimension quelconque, nous ne les présentons qu’en dimension
2. Aussi, les éléments précédents deviennent-ils, en dimension 2 :
n o
S D x i 2 R2 ; i D 1; :::; Np (14.1)
n o
A D .s1i ; s2i / 2 f1:::Np g2 ; i D 1; :::; Na (14.2)
n o
D D .ai ; se ns i / 2 f1:::Na g  f 1; 1g; i D 1; :::; Nd (14.3)

i.e. une arête ai est définie par ses deux sommets .s1i ; s2i / qui sont des points de S, et un sous-domaine est défini
par une arête frontière ai et un sens de parcourt (positif ou négatif).

Définition 65 Les diagrammes de Voronoï sont les polygones convexes V i , i D 1; :::; Np formés par l’ensemble
des points de R2 plus proches de x i que des autres points x j , soit :
n o
V i D x 2 R2 =kx x i k 6 kx x j k; 8j 2 f1; :::; Np g (14.4)

Chaque point x i (point générateur) étant considéré comme une île d’où partent des bateaux, la région de Voronoï
du point x i est la région où un bateau issu de l’île x i arrive avant tout bateau issu d’une autre île. Notons qu’il
est possible de jouer avec la métrique pour définir des diagrammes de Voronoï sur d’autres géométries que la
géométrie euclidienne, et qu’il est possible également d’étendre la définition au cas où « les bateaux ne vont pas
tous à la même vitesse ». Dans ce dernier cas, on parle de diagramme de Voronoï pondéré, que nous n’utiliserons
pas dans ce document.
Les diagrammes de Voronoï sont des polygones obtenus comme intersections finies de demi-espaces et sont
k
donc convexes. De plus, les sommets v k de ces polygones sont à égale distance des points fx ij ; j D 1; :::; nk g
de S, où le nombre nk est généralement égal ou supérieur à 3. À chacun de ces sommets v k , nous pouvons associer
k
le polygone convexe construit avec les points fx ij ; j D 1; :::; nk g en tournant dans le sens trigonométrique. Ce
maillage est généralement formé de triangles, sauf si il y a des points cocycliques.
Histoire

L’usage informel des diagrammes de Voronoï remonte à Descartes en 1644. Dirichlet a utilisé des dia-
grammes de Voronoï en dimension 2 ou 3 dans son étude des formes quadratiques en 1850. Le médecin
britannique John Snow a utilisé un diagramme de Voronoï en 1854 pour montrer que la majorité des
personnes mortes dans l’épidémie de choléra de Soho (à Londres) vivait plus près de la pompe infectée de
Broad Street que de n’importe quelle autre pompe.

III ÉLÉMENTS FINIS 14.1 Maillage de Delaunay 199

 Les diagrammes de Voronoï portent le nom du mathémati-
cien russe Georgy Fedoseevich Voronoï qui a défini et étudié le
cas général en dimension n en 1908. Les diagrammes de Voronoï
qui sont utilisés en géophysique et en météorologie pour analy-
ser des données de distributions spatiales (comme les mesures de
chutes de pluie) sont appelés polygones de Thiessen du nom du
météorologiste américain Alfred H. Thiessen. Ils sont également
très utiles en géométrie algorithmique, en particulier pour des Descartes Snow Voronoï
problèmes de représentation ou de quantification, et sont utilisés dans le champ de la robotique pour créer
un protocole pour éviter les obstacles détectés. Pour la modélisation de phénomènes naturels, ils servent
pour les études de la compétition végétale (écologie et sylviculture), pour les territoires d’animaux (zoolo-
gie) et des clans et tribus néolithiques (anthropologie et archéologie), ainsi que pour les modèles de zones
urbaines (géographie). Il expliquent aussi la répartition (et la forme) des tâches du pelage des girafes et
des écailles de tortues.
La triangulation de Delaunay a été inventée par le mathématicien russe Boris Delaunay
en 1934. D’après la définition de Delaunay, le cercle circonscrit d’un triangle constitué de trois
points de l’ensemble de départ est vide s’il ne contient pas d’autres sommets que les siens.
Ainsi, les autres points sont autorisés sur le périmètre en lui-même mais pas à l’intérieur
strict du cercle circonscrit. La condition de Delaunay affirme qu’un réseau de triangles est
une triangulation de Delaunay si tous les cercles circonscrits des triangles du réseau sont
vides. Ceci constitue la définition originale en deux dimensions. En remplaçant les cercles
Delaunay par des sphères circonscrites, il est possible d’étendre la définition à la dimension trois...
mais en fait, on peut l’étendre en dimension quelconque. Les triangulations de Delaunay maximisent le
plus petit angle de l’ensemble des angles des triangles, évitant ainsi les triangles allongés.
On parle souvent de la triangulation de Delaunay comme du dual du diagramme de Voronoï qui lui
est associé. En fait les deux sont liés de la façons suivante :
— Les sommets du diagramme de Voronoï sont les centres des cercles circonscrits des triangles de la
triangulation de Delaunay. Les arêtes du diagramme de Voronoï sont sur les médiatrices des arêtes
de la triangulation de Delaunay ;
— Chaque germe (ou point générateur) du diagramme de Voronoï constitue un sommet dans la trian-
gulation de Delaunay. Ces sommets sont reliés entre eux par une arête si et seulement si les cellules
sont adjacentes.

Définition 66 — Maillage de Delaunay. On appelle maillage de Delaunay strict, le maillage dual des dia-
grammes de Voronoï, construit en reliant deux points x i et x j , si les diagrammes V i et V j ont un segment en
commun.
Pour rendre le maillage triangulaire, il suffit de découper les polygones qui ne sont pas des triangles en
triangles. Nous appelons ces maillages des maillages de Delaunay de l’ensemble S.

F IGURE 14.3: a) points, b) ajout du diagramme de Voronoï, c) ajout de la triangulation de Delaunay et d) maillage
seul

Le domaine d’un maillage de Delaunay d’un ensemble de points S est l’intérieur du convexifié C.S/ de
l’ensemble de points S.
Il existe une propriété qui permet de savoir si un maillage est un maillage de Delaunay. C’est la propriété de la
boule ouverte.

200 14. Le maillage ÉLÉMENTS FINIS III

 Théorème 52 — Propriété de la boule ouverte. Un maillage Td;h est un maillage de Delaunay s’il est tel que
pour tout triangle T du maillage, le disque ouvert D.T / correspondant au cercle circonscrit à T ne contient
aucun sommet :
D.T / \ T0;h D ; (14.5)
Réciproquement, si le maillage Td;h d’un domaine convexe vérifie la propriété de la boule ouverte, alors il
est de Delaunay.

F IGURE 14.4: a) Triangulation de Delaunay et b) cercles circonscrits : propriété de la boule ouverte

La propriété de la boule ouverte peut être appliquée également au cas d’un quadrilatère convexe, puisque
celui-ci peut être découpé en deux triangles adjacents. Il suffit alors de vérifier la propriété pour toutes les paires de
triangles adjacents formant un quadrilatère convexe.
Si le critère de la boule ouverte n’est pas vérifié pour un quadrilatère convexe, alors on fera un échange de
diagonal pour résoudre le problème.

14.1.3 Remarques
À ce niveau, nous sommes en mesure de générer un maillage... toutefois, celui-ci n’est pas forcément exempt de
problèmes :
— si les seuls points disponibles sont sur la frontière, il va falloir générer des points internes au maillage.
En effet, le maillage généré existe, mais peut présenter des distorsions inadmissibles en termes de calcul.
Le critère le plus naturel pour distribuer les points internes est d’imposer en tout point x de R2 , le pas de
maillage h.x/. En pratique, on ne dispose pas toujours de cette information et il faut la construire à partir
des points disponibles, i.e. des points de la frontière. D’autre part, dans de nombreuses applications, on
préfère donner le nombre de subdivisions souhaitées entre deux sommets : un peu de géométrie différentielle
(longueurs d’arcs) permet de se ramener à donner une valeur à h.x/ ;
— il existe des cas où le maillage généré peut ne pas respecter la frontière (par exemple pour un domaine en
forme de « U » avec peu de points. Il existe une solution de forçage de la frontière par permutation d’un
certain nombre de diagonales. Voir figure 14.5 ;
— il faut traiter le cas des trous... mais ce n’est pas réellement difficile.
Comme il ne s’agit pas ici de donner un cours sur les algorithmes de maillage, nous en resterons là. Les maillages
triangulaires sont plutôt bien maîtrisés. Il y a de nombreux cas à traiter pour couvrir toutes les configurations
existantes, mais les bases théoriques et les réalisation pratiques existent dans tous les cas.

F IGURE 14.5: a) Points et arêtes, b) maillage de Delaunay ne respectant pas la frontière, c) maillage respectant la
frontière obtenu en échangeant des diagonales

III ÉLÉMENTS FINIS 14.1 Maillage de Delaunay 201

 14.2 Maillage par avancement de fronts
Le front initial est constitué de la frontière (ou des frontières, s’il y a des trous), i.e. des nœuds et des arêtes. L’algo-
rithme est très simple : pour chaque arête représentée par le segment Œx i ; x j , on crée un nouveau points x Np C1
tel que le triangle formé des trois points x i , x j et x Np C1 soit équilatéral.
Évidemment il faut quelques règles supplémentaires pour que cela fonctionne bien :
— on met à jour en permanence le front dès qu’un point est créé, et on ne s’arrête que lorsque toutes les arêtes
du front ont été balayées ;
— en cours de calcul, de nouveaux fronts peuvent apparaître (cela correspond à plusieurs domaines non encore
maillés à l’intérieur du maillage en cours) ;
— on vérifie si des nœuds du front courant ne seraient pas candidats pour être le nouveau point x Np C1 du
triangle : par exemple, en s’assurant qu’un nœud existant n’appartient pas au cercle de centre le point x Np C1
théorique (triangle équilatéral) et de rayon un certain paramètre fixé ;
— lorsque plusieurs nœuds existants sont candidats, on sélectionne celui qui fournit le triangle le plus équilatéral
possible ;
— on supprime toutes les possibilités qui intersectent un front existant (pas de recouvrement d’éléments) ;
— on rejette les triangles inversés.

14.3 Maillage par transformation

Le principe est on ne peut plus simple. Il s’agit de mettre en bijection deux domaines : d’une part le domaine à
mailler compliqué h , et d’autre part un domaine de référence plus simple : rectangle, sphère...
Pour faire simple, on peut imaginer mailler une ellipse à partir du maillage d’un disque, un rectangle à partir
du maillage d’un carré... on peut dire que l’on fait du morphing sur un maillage. Dans la pratique, on part de la
surface d’un domaine tridimensionnel complexe. On transforme cette surface en une surface plane par une certaine
transformation. On maille cette nouvelle surface dans le plan. Puis on effectue la transformation inverse afin de
disposer d’un maillage de la surface dans R3 .
Considérons que nous souhaitions mailler notre domaine h qui est
une surface dans R2 ou R3 . On appelle transformation ', un homéomor-
Ω Ωi phisme transformant h en un autre domaine (plus simple par exemple,
ou au moins plan si la surface de h est dans R3 ) noté ‚. Comme nous
j
Ω utilisons des homéomorphismes, les transformations inverses existent et
sont continues. Nous sommes donc en mesure de repasser de ‚ à h .
φi φj
Dans le cas général, illustré à la figure 14.6, ce domaine h peut lui-
même être déjà décomposé en un certain nombre de sous-domaines ih
Θ avec recouvrement partiel des sous-domaines (les ih sont des ouverts
de la variété h ). On appelle transformations ' i , les homéomorphismes
Θ transformant ih en les sous-domaines ‚i (avec recouvrements partiels)
j
Θ constituant ‚. On appelle fonctions de transition ' ij les transformations
Θ
permettant de passer du sous-domaine ‚ij de ‚i correspondant à la
φij
zone de recouvrement dans ‚i avec ‚j au sous-domaine ‚j i de ‚j
correspondant à la zone de recouvrement dans ‚j avec ‚i . Cela permet
F IGURE 14.6: Domaines et transforma- de s’assurer de la bonne transition entre les cartes locales ‚i (les ‚i
tions forment un atlas de cartes).
La transformation considérée peut conserver une ou plusieurs des
propriétés suivantes :
— les angles : transformation conforme ;
— les aires : transformation authalique ;
— les longueurs : transformation isométrique.

202 14. Le maillage ÉLÉMENTS FINIS III

 Un cas « simple » est celui où h est une surface de genre zéro sans bord (une telle surface correspond à la
surface d’un volume sans trou, c’est donc quelque chose de très général). Une surface de genre zéro sans bord
est homéomorphe à la sphère unité S 2 et l’on peut donc trouver un homéomorphisme ', qui peut être compliqué,
entre h et la sphère, i.e. on est dans la cas précédent où l’on passe directement de h à S 2 par un unique
homéomorphisme '. Il ne reste plus ensuite qu’à mailler la sphère, puis à envoyer tous les sommets du maillage
sur h par ' 1 , tout en conservant la même connectivité. Il faut toutefois veiller à mailler S 2 assez finement pour
s’assurer que le maillage de h ne s’auto-intersecte pas. Ainsi, la densité locale des sommets du maillage de S 2
doit dépendre de h , et donc de '.
Le maillage de la sphère n’est pas si simple qu’on le pense. On peut là encore appliquer la même technique :
définir un homéomorphisme entre la demi-sphère et le disque, mailler le disque. Le maillage de la sphère, obtenu
par symétrie de la demi-sphère doit alors « se recoller », du moment que le maillage du bord du cercle est conforme
et laissé conforme par l’homéomorphisme. Si l’on procède au maillage du cercle par la méthode de Delaunay telle
que décrite en partant du contour du cercle, on est alors assuré que le maillage du contour sera conforme.
Dans les deux cas, passage du cercle à la demi-sphère et passage de la sphère à h , on pourra remarquer que la
densité du maillage n’est généralement pas la même. Il s’agit du phénomène d’étirement. Si l’on souhaite que la
surface finale h ait une densité de maillage fixée, il faut savoir comment ' 1 modifie cette densité pour pouvoir
mailler S 2 en conséquence... idem pour le cercle. Cela n’est pas simple, surtout si h est compliqué.

14.4 Remarques sur le maillage quadrangulaire et hexaédrique

Même en 2D, il est plus difficile de générer un maillage quadrangulaire que
triangulaire. Une raison fondamentale est que tout polygone ne peut être décomposé
en un ensemble de quadrangles : il peut être nécessaire d’ajouter des sommets sur
le bord. Et en pratique, il est nécessaire et suffisant d’avoir un nombre pair d’arêtes
sur le bord géométrique.
En 3D, on ne peut pas mailler tout volume dont le bord est maillé par une
surface quadrangulaire. Disposer d’un nombre pair de quadrangles sur le bord n’est
qu’une condition nécessaire. Une condition suffisante est d’avoir un nombre pair
de quadrangles maillant une surface topologiquement équivalente à une sphère.
Dans ce cas, le volume délimité par la surface en question admet un maillage
hexaédrique.
Le maillage d’une sphère en quadrangles de même aire est un problème difficile
qui ressort du problème de Tammes, ou problème des dictateurs. Une solution a
été donnée par Lemaire et Weill en 2000 [72]. Un maillage obtenu est donné à la F IGURE 14.7: Maillage en
figure 14.7. Un tel maillage comporte 24n2 éléments par construction : la sphère quadrangles d’aires égales
est « découpée » par son cube inscrit et chacun des six morceaux obtenus est divisé
en quatre par symétrie. Toutefois, il faut noter que les quadrangles considérés ne sont pas plans, ce sont des
morceaux de sphères. Pour l’instant il n’y a pas de solution « parfaitement satisfaisante » avec des quadrangles
plans, dans un sens qui reste à définir... puisque l’invariant d’Euler-Poincaré implique par exemple qu’il n’y a pas
de polygonalisation de la sphère (qui est de caractéristique d’Euler-Poincaré de 2) avec uniquement des rectangles
(ou des hexagones d’ailleurs). Au passage, rappelons que les triangles permettent eux une polygonalisation d’une
surface, quelque soit sa caractéristique, d’où leur succès... mais attention à réaliser une maillage « pas trop trivial »
afin d’éviter le cas de triangles trop distordus venant se connecter sur un même sommet et conduisant à des
singularités en terme de calcul numérique (et pour cela, utilisons donc la triangulation de Delaunay-Voronoï).
Aucune méthode n’est apte à traiter tous les cas possibles concernant le maillage avec des quadrangles ou des
hexaèdres. Néanmoins de nombreux algorithmes sont disponibles :
— Les maillages structurés (obtention de la répétition régulière de motifs identiques) fonctionnent bien mais ne
sont pas adaptés à toutes les géométries.
— On peut subdiviser le domaine en plusieurs parties pour appliquer sur chacune d’elles un maillage structuré
ou un maillage obtenu par déformation d’un maillage structuré.
— On peut définir deux faces topologiquement équivalentes du modèles comme les surfaces source et cible
et découper les surfaces de liaisons entre la source et la cible pour créer un maillage structuré dans une
direction.

III ÉLÉMENTS FINIS 14.4 Remarques sur le maillage quadrangulaire et hexaédrique 203
 — On peut raisonner comme en CAO en générant des maillages par extrusion ou par révolution.
— Le paving est une variante de l’avancée de front. On essaye de faire un maillage de type structuré en reportant
un front « parallèle » au front existant, avec le même nombre de nœuds. Il sera nécessaire d’avoir des
distorsions à certains endroits et autour des trous, il faudra faire des coutures.
— Le Q-morph se propose de de transformer un maillage triangulaire en maillage quadrangulaire par avancée
de front. Cela ne fonctionne pas en 3D.
— Les méthodes basées sur une grille considèrent la surface ou le volume découpé(e) en carrés ou cubes selon
une grille prédéfinie. Il suffit alors d’adapter les éléments situés au bord du domaine : ceux-ci seront de
moins bonne qualité et parfois même pas totalement conformes au bord théorique.
Le maillage quadrangulaire et surtout hexaédrique reste un domaine de recherche actif.

204 14. Le maillage ÉLÉMENTS FINIS III

 Homogénéisation
15
Notes — L’idée bien connue de l’homogénéisation est de remplacer un milieu « compliqué » par un milieu
équivalent simple afin de simplifier le modèle numérique à résoudre. L’intérêt de ces techniques est donc
évident.
Par exemple, un matériau composite composé de plusieurs plis (couches) constituées chacune de
fibres noyées dans une matrice et dont l’orientation diffère d’une couche à l’autre peut être représenté
avantageusement par un matériau « homogénéisé » ou « équivalent ».
Nous allons présenter les méthodes d’homogénéisation ainsi que leurs applications en mécanique et
acoustique, mais également en modélisation.
Histoire

Les théories des milieux effectifs visent à estimer les propriétés effectives (i.e. macroscopiques) d’un milieu
en fonction des propriétés locales de chacun des constituants ainsi que d’un certain nombre d’informations
sur la microstructure.
Les premières théories remontent au xixe siècle
et sont dues à Mossotti, Maxwell, Poisson ou en-
core Lorentz. Le but de ces modèles est de four-
nir soit des bornes pour le comportement effectif,
soit des approximations du comportement effectif.
Les bornes sont optimales lorsqu’il existe une mi-
crostructure particulière qui réalise exactement le
modèle physique. On évalue les « bonnes » proprié- Mossotti Maxwell Poisson Lorentz
tés de ces théories en les confrontant à d’autres résultats théoriques, calculs analytiques et numériques...
Ces théories sont utilisées pour les problèmes de conductivité (milieux diélectriques), en mécanique,
magnétique, thermique... lorsque l’on a des phases de conductivité, d’élasticité, des coefficients thermiques...
variables. Ces problèmes sont en général très difficiles à résoudre (non-linéaires et anisotropes) alors qu’en
même temps, du point de vue des applications pratiques, il n’est pas forcément nécessaire de tenir compte
de l’ensemble des degrés de liberté de ces systèmes.
L’existence d’un comportement effectif n’est nullement assurée. On montre que, sous certaines hypo-
thèses (en particulier l’existence d’un volume élémentaire représentatif ), on peut effectivement remplacer
un matériau hétérogène par un milieu homogène équivalent.
Enfin, d’un point de vue purement numérique, ces méthodes peuvent être utilisées pour « simplifier »
un système à résoudre, que cela ait un sens physique ou non.

Notons que les techniques d’homogénéisation ne sont pas que des artefacts, des trucs et astuces. Certaines
des grandeurs physiques que nous utilisons tous les jours ne sont que des moyennes. Le meilleur exemple en
est la pression. Bien qu’en un point donné d’un gaz on voit passer des particules allant en tous sens, on constate
également, à une échelle plus macroscopique, un schéma d’ensemble qui permet de définir par exemple la pression
qu’exerce ledit gaz sur une paroi... pourtant rien de « cohérent » ne se dégage à l’échelle microscopique.

Le but de ce chapitre est donc d’effectuer le passage du niveau microscopique au niveau macroscopique (histo-
riquement les premières homogénéisations, appelées alors moyennisations, utilisaient les moyennes arithmétique et
harmonique) en fournissant la justification de ce passage (existence et unicité) ainsi que la formule (l’algorithme)
de calcul des coefficients efficaces.

III ÉLÉMENTS FINIS 205

 Les premières études asymptotiques des problèmes aux limites non-stationnaires aux coefficients oscillants
ont été développés par l’école russe, notamment par Bakhvalov en 1975, pour des résultats sur Rn tout entier,
puis par Panasenko en 1978, qui a étendu ces résultats au cas d’un problème aux limites dans un ouvert borné.
Pour ce faire, Panasenko a introduit des correcteurs de couches limites, explicitement construits dans le cas
particulier d’une seule couche. La notion de convergence à deux échelles a été introduite en 1989 par Nguetseng
et ensuite développée par Allaire avec pour application l’homogénéisation périodique. Elle a été généralisée au
cas de quelques problèmes multi-échelles. Les quatre principales méthodes d’homogénéisation périodique sont la
méthode des échelles multiples, la méthode des fonctions tests oscillantes, la méthode de la convergence à double
échelle et la méthode de l’éclatement périodique.
Les méthodes que nous présenterons dans ce chapitre seront les méthodes de développement régulier, de la
couche limite, et de développement asymptotique. Le cas des milieux poreux sera ensuite considéré. Enfin, nous
mentionnerons une application de ces méthodes pour réduire la dimension de certains problèmes. La notion de
convergence à deux échelles sera utilisée au chapitre 16 pour l’optimisation topologique.
Une dernière remarque avant d’enter dans le vif du sujet, car elle correspond à des interrogations de nombreux
étudiants : il n’est pas nécessaire qu’un problème soit périodique pour pouvoir recourir aux techniques d’homo-
généisation. En effet, l’homogénéisation consiste à remplacer un problème « compliqué » par un « plus simple »
selon une certaine « mesure » : il s’agit donc généralement de montrer que l’intégrale d’un truc compliqué peut
s’écrire comme une autre intégrale d’un truc plus simple... et c’est l’égalité de ces deux intégrales qui fait que l’on
dit que les problèmes sont équivalents (conduisent à la même solution), et donc que le second problème correspond
à l’homogénéisation du premier. Dans le même ordre d’idée, et pour enfoncer le clou, un matériau homogénéisé
n’est par forcément isotrope. En effet, on peut remplacer un matériau fortement anisotrope par un matériau
homogénéisé isotrope, mais cela n’est pas forcément le plus adapté : il peut être préférable de l’homogénéiser
en un matériau lui-même anisotrope mais « plus simple ». Un matériau composite composé de plusieurs plis
ayant des orientations différentes pourrait être remplacé par exemple par un matériau composite homogénéisé
n’ayant qu’une couche (donc plus simple), mais restant anisotrope (qui serait, en quelque sorte, orienté selon une
direction « homogénéisée », et il est alors plus « facile » de raisonner avec cette orientation « principale » lorsque
l’on souhaite physiquement comprendre le comportement du matériau).

15.1 Méthodes d’homogénéisation

Nous allons considérer le problème de conductivité linéaire donné par l’équation de Poisson avec condition de
Dirichlet. Nous rappelons qu’il s’agit du problème suivant (qui décrit le déplacement vertical u d’une membrane
plane) : (
div.A.x/ru/ D f .x/ pour x 2 
(15.1)
uD0 sur € D @

On rappelle également que si  est un ouvert connexe borné de Rn , et H01 ./ l’espace de Sobolev des fonctions
qui s’annulent sur €, alors la solution u 2 H01 ./ du problème précédent est également la solution du problème
faible : Z Z
1
8v 2 H0 ./; A.x/ru
rv D f .x/v (15.2)
 

où f 2 L2 ./. Pour que ces deux formulation soient équivalentes, on a supposé que A.x/ est régulière : i.e.
que pour chaque x de , A.x/ est une matrice n  n, dont les éléments sont mesurables et qui est symétrique,
définie-positive, bornée, i.e. qu’il existe deux constantes K1 et K2 > 0 telles que :

8v 2 Rn ; K1 v
v 6 A.x/v
v 6 K2 v
v (15.3)

Mentionnons le cas particulier où A.x/ est régulier dans  mais pas sur €, alors on a deux conditions d’interface :

Œu D 0 et Œn
A.x/ru D 0 (15.4)

Nous savons également que la solution existe et est unique (d’après le théorème de Lax-Milgram, i.e. d’après le
théorème de Riesz-Fréchet en remarquant le produit scalaire qui va bien...)

206 15. Homogénéisation ÉLÉMENTS FINIS III

 Intéressons nous maintenant d’un peu plus près à A.x/. Supposons que A.x/ possède une certaine périodicité ",
par exemple, que le matériau constituant le domaine soit constitué de couches successives de deux matériaux
différents, mais avec une périodicité, comme illustré sur la figure 15.1. Dans un tel cas, nous dirons que les
y

0 ε 2ε 3ε x
F IGURE 15.1: Matériau périodique

coefficients A dépendent de x=". Cette écriture sous forme normalisée permet de dire que A est périodique de
période 1.
Dans le cas unidimensionnel, le problème devient :

< d A x
8    du
D f .x/ pour x 2 Œ0; l
dx " dx (15.5)
uD0 pour x D 0 et x D l
:

A est une fonction de R dans R de période 1, et nous la supposerons régulière par morceaux et telle qu’il existe K1
et K2 > 0 telles que K1 6 A.v/ 6 K2 .
La solution du problème est alors :
Z x Z y 
1
u.x/ D A .y="/ f .v/dv C c1 dy C c2 (15.6)
0 0

avec c2 D 0 et
Z l Z y
1
A .y="/ f .v/dvdy
0 0
c1 D Z l
(15.7)
1
A .y="/dy
0
Le nombre d’intervalles pour le calcul approché de c1 est très grand (i.e. très supérieur à l=").
1
Exprimé autrement, ce résultat devient : le coefficient homogénéisé est 1=h A i et non pas hAi (où h
i désigne la
moyenne).

15.1.1 Méthode de développement régulier

Dans la méthode de développement régulier, on se propose de chercher la solution asymptotique u.1/ sous la
forme :
X1
u.1/  "i ui .x/ (15.8)
i D0

où ui .x/ ne dépend pas de ".

La solution asymptotique u.1/ est bien de la forme précédente si en injectant cette expression dans celle du
problème alors on obtient une petite erreur au second membre.
Pour le calcul on procède donc comme suit :
— on injecte la forme souhaitée (cette forme s’appelle l’ansatz) ;
— pour avoir un second membre avec un terme d’erreur petit, on obtient la forme des ui .x/ ;
— on vérifie que les ui .x/ trouvés conviennent bien.

III ÉLÉMENTS FINIS 15.1 Méthodes d’homogénéisation 207

 15.1.2 Méthode de la couche limite
Considérons le problème unidimensionnel :
(
"2 u00 p.x/u D f .x/ pour x 2 Œ0 I 1
(15.9)
u.0/ D A et u.1/ D B
où p 2 C.Œ0 I 1/ ; p.x/ > 0; x 2 Œ0 I 1 ; f 2 C.Œ0 I 1/ ; A 2 R, B 2 R et " > 0 le petit paramètre. En
négligeant le terme "2 u00 , nous arrivons à l’équation p.x/ur D f .x/. En d’autres termes, et comme montré sur

B
0
A 1 x

F IGURE 15.2: Méthode de la couche limite

la figure 15.2, nous disposons de la courbe correspondant à y D ur D f .x/=p.x/ (en noir) qui approche la
solution du problème donnée par la courbe rouge.
La solution exacte se confond avec ur sur la plus grande partie de l’intervalle Œ0 I 1, mais u et ur sont fortement
différents dans un voisinage des extrémités.
Cherchons une solution asymptotique sous la forme de l’ansatz :
1
X
.1/
"i uri .x/ C u0i .x="/ C u1i ..x


u  1/="/ (15.10)
i D0

où les uri .x/ sont les termes réguliers, et u0i .x="/ et u1i ..x 1/="/ les termes de couche limite correspondant aux
extrémités x D 0 et x D l.
Pour le calcul on procède donc comme suit :
— on injecte les termes réguliers de l’ansatz dans la formulation du problème ;
— on traite les extrémités pour vérifier les conditions aux limites, ce qui donne les termes de couche limite ;
— on vérifie que la solution trouvés conviennent bien (i.e. que l’erreur commise est négligeable).

15.1.3 Méthode de développement asymptotique infini

À ce niveau du texte, on a dû s’apercevoir que la démarche était la même pour les deux méthodes précédentes, sauf
évidemment la forme de l’ansatz. Dans la méthode de développement asymptotique infini, on va encore procéder
de la même manière, mais on cherchera une solution sous la forme d’ansatz :
1
X
.1/
u  "i ui .x; x="/ (15.11)
i D0
.i /
où chaque ui .x; x="/ est de la forme ui .x; x="/ D Ni .x="/v" .x/; 8i > 0 et u0 .x; x="/ D v" .x/, i.e. :
1
X
u.1/  "i Ni .x="/v".i / .x/ (15.12)
i D0
et où les Ni .x="/ sont 1-périodiques et N0 D 1.
Pour un détail plus mathématique, on pourra se référer par exemple à [98] qui présente la notion de convergence
à deux échelles (« Two-scale convergence »). Cet article, bien qu’un peu technique, reste relativement abordable.

208 15. Homogénéisation ÉLÉMENTS FINIS III

 15.1.4 Cas des coefficients discontinus
Il est possible d’appliquer la même approche que lorsque les coefficients sont continus avec quelques modifications :
il « suffit » d’ajouter les conditions d’interfaces présentées en début de paragraphe et rappelées ci-dessous :

Œu D 0 et Œn
A.x="/ru D 0 (15.13)

partout où cela est nécessaire.

On retrouve les mêmes conditions d’existence de la solution que dans le cas continu et la périodicité de la
solution homogénéisée reste inchangée.

15.2 Homogénéisation simplifiée pour les matériaux composites

Après ce petit tour « mathématique » des méthodes d’homogénéisation, nous proposons un petit complément très
mécanique, et très « pratique ».
Pour information, la modélisation du muscle cardiaque s’inspire des techniques d’homogénéisation des
matériaux composites.

15.2.1 Introduction
D’une manière générale, tous les matériaux, mêmes isotropes, sont hétérogènes en dessous d’une certaine échelle.
Il peut sembler naturel d’utiliser des propriétés homogènes équivalentes correspondant à des propriétés mécaniques
effectives. Toutefois, comme nous l’avons déjà vu, ces propriétés effectives ne s’obtiennent pas par une simple
moyenne des propriétés des constituants, mêmes pondérées par les fractions volumiques.
Les propriétés effectives du milieu homogène équivalent cherché peuvent être obtenues en résolvant un
problème aux limites sur un volume élémentaire d V , à condition que celui-ci soit suffisamment grand pour être
représentatif de la microstructure du matériau hétérogène. Dans le cas où les constituants présentent une structure
périodique, le volume d V peut se réduire à un volume élémentaire.
Une fois le volume élémentaire déterminé, on le soumet à des sollicitations élémentaires pour déterminer la
réponse résultante. La difficulté réside en fait dans le choix des conditions aux limites à appliquer au volume
élémentaire considéré pour imposer une déformation ou contrainte globale moyenne donnée. Dans le cas linéaire,
on peut prouver l’existence et l’unicité pour les différents cas de conditions aux limites existants.
Principalement pour les composites stratifiés ou sandwichs, il y a deux niveaux d’homogénéisation :
— du niveau micromécanique au niveau mésoscopique : Les hétérogénéités de base sont les fibres et la matrice.
On effectue ici une étape d’homogénéisation locale.
— du niveau mésoscopique au niveau macroscopique : Les hétérogénéités de base sont les différentes couches
du stratifié. Ces couches sont considérées comme « homogènes » (étape précédente). Cette fois, il s’agit
d’une homogénéisation dans l’épaisseur du stratifié.

On pourra par exemple se reporter à [97] pour voir comment cela est utilisé pour développer un modèle de
plaque homogénéisée équivalente à un matériau fait de carton ondulé entre deux peaux de carton.

15.2.2 Loi des mélanges, bornes de Voigt et de Reuss

On considère un composite UD (unidirectionnel) de repère d’orthotropie .l; t /, constitué de fibres noyées dans une
matrice polymère. Soit une cellule élémentaire de fraction volumique V D 1 constituée de fibres et de matrice. On
note Vm la fraction volumique de matrice, Vf la fraction volumique de fibre, et on a :

V D Vm C Vf D 1 (15.14)

À l’échelle locale, on fait les hypothèses suivantes :

— Fibres : comportement élastique linéaire fragile isotrope de coefficients Ef et f ;

III ÉLÉMENTS FINIS 15.2 Homogénéisation simplifiée pour les matériaux composites 209
 — Matrice : comportement élastique non-linéaire, isotrope de coefficients Em et m .

On souhaite déterminer les relations existant entre El , E t , Ef , Em , Vm et Vf .

Pour cela, on fait également les hypothèses suivantes :
— On travaille en élasticité linéaire.
— La liaison fibres/matrice est parfaite.
— Localement, on a : f D Ef "f et m D Em "m .

Loi des mélanges (ou modèles à bornes ou de Reuss et de Voigt) :

— premier essai — Il s’effectue dans la direction parallèle aux fibres (compression longitudinale)

Elongitudinal D El D Ef Vf C Em Vm (15.15)

C’est la loi des mélanges, qui est bien vérifiée dans la direction des fibres. Il s’agit de la borne supérieure de
Voigt (1887).
— deuxième essai — Il s’effectue dans la direction perpendiculaire aux fibres (compression transversale)

1 1 Vf Vm
D D C (15.16)
Etransverse Et Ef Em

C’est la loi des mélanges en souplesse. Cette relation n’est pas très bien vérifiée transversalement mais donne
une indication sur la borne inférieure, dite de Reuss (1929).
— Module de cisaillement et coefficient de Poisson d’un UD par la loi des mélanges :

1 Vf Vm
lt D f Vf C m Vm et D C (15.17)
Glt Gf Gm

Les modèles à bornes fournissent un encadrement du comportement mécanique du matériau composite par des
comportements mécaniques limites (bornes). Ils sont obtenus par la résolution du problème de l’élasticité linéaire
sous forme faible. La minimisation de l’énergie potentielle conduit à la borne supérieure de Voigt. la résolution en
contrainte conduit à la borne inférieure de Reuss.
Pour gagner un peu en généralité, on peut remplacer les termes fibres et matrice par des phases, car ces modèles
sont applicables à des mélanges de polymères (matériaux composés) et à des composites chargés par des particules
diverses.
Les bornes correspondent aux associations série des deux phases (borne inférieure de Reuss, équivalent au
modèle du module transverse équivalent de la loi des mélanges) et parallèle (borne supérieure de Voigt, équivalent
au modèle du module longitudinal équivalent de la loi des mélanges).
Aucune hypothèse n’est faite sur la morphologie du matériau. Il est simplement admis que pour le modèle de
Reuss, la contrainte est homogène dans les deux phases (continuité de la contrainte) et, pour le modèle de Voigt, la
déformation est constante (continuité de la déformation) dans tout le composite. L’intérêt est limité dès que l’écart
des caractéristiques des deux phases est important.
Évidemment, d’autres modèles existent :
— Hashin et Shtrikman (1963) : resserre les bornes de Reuss et Voigt
— Takayanagi (combinaison de Reuss et Voigt)
— Halpin - Tsaï : pour le renforcement par des fibres courtes alignées
— Tsaï - Pagano : fibres courtes
— Halpin - Kardos : extension de la précédente

210 15. Homogénéisation ÉLÉMENTS FINIS III

 15.3 Homogénéisation des matériaux poreux
Considérons à nouveau notre problème de Poisson avec conditions de Dirichlet pour un milieu poreux.  est le
domaine (borné) de Rn qui contient " l’ensemble des trous périodiques. Nous avons donc :
(
div.A.x/ru/ D f .x/ pour x 2 n"
(15.18)
uD0 sur le contour extérieur € D @
Sur le bord des trous, on peut imposer, soit des conditions de Dirichlet :
uD0 (15.19)
soit des conditions de Neumann :
n
A.x="/ru D 0 (15.20)
On supposera encore que les coefficient sont 1-périodiques.
Cherchons des solutions dans le cas où l’on a des conditions de Neumann sur le bords des trous.
La forme choisie pour l’ansatz est le développement au second ordre suivant :
u.2/ D u0 .x; x="/ C "u1 .x; x="/ C "2 u2 .x; x="/ (15.21)
où les ui .x; x="/ sont 1-périodiques en x=" qui sera noté .
On obtient un système du type :
8
< L u0
ˆ D0
L u1 C Lx u0 C Lx u0 D0 (15.22)
ˆ
L u2 C Lx u1 C Lx u1 C Lxx u0 D f .x/
:

et les conditions de Neumann :

n
A./ " 1 r u0 C "0 .r u1 C rx u0 / C ".r u2 C rx u1 / C "2 rx u2 D 0
 
(15.23)
d’où : 8
< n
A./r u0
ˆ D0
n
A./.r u1 C rx u0 / D0 (15.24)
ˆ
n
A./.r u2 C rx u1 / D0
:

On peut prouver que si v0 est solution du problème, alors v0 C cte aussi.

Des conditions d’existence de la solution il vient, tous calculs faits, la matrice des coefficients homogénéisés AO :
n  
@Nj
Z X
O
A D ŒaO i;j  avec aO i;j D ai k C aij d (15.25)
QnG0 @k
kD1

où G0 est un trou de la cellule élémentaire Q.

Le même type de calcul pourrait être mené avec les conditions de Dirichlet sur le bord des trous.
Cette homogénéisation des milieux poreux est valable pour l’acoustique comme pour la mécanique.

15.4 Homogénéisation des problèmes non stationnaires

Nous n’avons pas encore abordé de manière pratique les problèmes non stationnaires dans ce document, puisqu’ils
se trouvent au chapitre 17.
Il est tout à fait possible d’utiliser les méthodes présentées dans ce chapitre aux problèmes dépendant du temps.
Il n’y a pas vraiment de précautions supplémentaires à prendre, mais il faut adapter la forme de l’ansatz. Par
exemple, l’ansatz du paragraphe précédent, pour le même type de problème non stationnaire serait :
u.2/ D u0 .x; ; t / C "u1 .x; ; t / C "2 u2 .x; ; t / (15.26)
avec ui .x; ; t/ 1-périodique en .

III ÉLÉMENTS FINIS 15.3 Homogénéisation des matériaux poreux 211

 15.5 Changement de dimension et raccord de maillage
Les méthodes d’homogénéisation peuvent également être utilisées pour « changer (réduire) » la dimension d’un
problème.
Considérons un problème qui se pose dans un domaine plan de longueur 1 et de largeur ˙"=2. Alors, on peut
considérer le comportement asymptotique de la solution lorsque " ! 0. Une fois cette solution asymptotique
trouvée, le problème initial posé sur le pavé Œ0 I 1  Œ "=2; C"=2 est remplacé par le problème homogénéisé posé
sur le segment Œ0 I 1. On a donc bien réduit la dimension du problème.
Ce genre de chose correspond typiquement à un modèle plaque ou coque (2D) utilisé à la place d’un modèle
tridimensionnel (3D), ou encore mieux à un modèle barre ou poutre (1D).
Cela permet également de développer des éléments finis permettant de raccorder des maillages 3D à des
maillages 2D ou à des maillages 1D, afin d’alléger les modèles numériques là où ils peuvent l’être.
En mécanique, de nombreuses théories de plaques ou poutres existent (voir la paragraphe 11.2). Elles sont
généralement présentées de manières « physique », mais ne sont rien d’autre que des méthodes d’homogénéisation.
Libre à chacun de préférer une présentation plutôt mécanicienne ou plutôt mathématicienne, le résultat est
finalement le même. Mais il nous semble, et c’est la motivation même à l’origine de ce document, que le fait de
connaître les deux aide à mieux cerner à la fois les hypothèses sur lesquelles ces développements sont faits (et
que l’on oublie parfois, ayant pour conséquence des résultats que l’on peut qualifier de surprenants) ainsi que les
potentialités qui s’offrent à nous.

212 15. Homogénéisation ÉLÉMENTS FINIS III

 Optimisation
16
Notes — Ce chapitre va nous permettre de revenir sur les multiplicateurs de Lagrange dont nous avons
déjà eu l’occasion de parler en plusieurs endroits de ce document, et dont l’intérêt doit être assez clair pour
le lecteur à ce niveau du document.
Nous allons donc prendre un peu de temps pour mieux détailler leur utilisation, en particulier pour
transformer une formulation variationnelle assortie d’un critère objectif à atteindre (le tout soumis à
un certain nombre de contraintes) à l’aide de ce que l’on appelle le lagrangien, et que nous avions très
brièvement évoqué au paragraphe 7.6).
Nous nous intéresserons aussi bien au cas où la fonction objectif est définie par des paramètres, qu’au
cas de l’optimisation de forme.

Un problème d’optimisation nécessite de fournir :

— un modèle décrivant le problème : il s’agit généralement d’une équation aux dérivées partielles ;
— un critère (ou des critères) que l’on cherche à minimiser ou à maximiser (c’est la fonction objectif, ou
fonction coût) ;
— un ensemble admissible de variables d’optimisation. Cet ensemble prend en compte les éventuelles
contraintes que l’on impose aux variables.

Dans ce document, visant un public plutôt mécanicien, nous nous intéresserons essentiellement à de l’optimisa-
tion de « structures », et nous envisagerons les cas suivants :
— l’optimisation paramétrique où l’on dispose d’un nombre réduit de variables qui paramètrent la structure (par
exemple l’épaisseur d’une plaque, l’orientation des plis d’un composite...). Nous verrons que des problèmes
d’homogénéisation entrent dans ce cadre ;
— l’optimisation géométrique : il s’agit du cas où l’on souhaite faire varier toute ou partie de la forme des
frontières, mais sans changer la topologie de la pièce, i.e. sans ajouter ou supprimer de « trous » ;
— l’optimisation topologique : c’est le cas le plus général d’optimisation de forme d’une structure. On cherche
à trouver la meilleure forme possible sans restriction, i.e. quitte à modifier la topologie.
Si l’on s’en sort en 2D en remarquant qu’une topologie est caractérisée par le nombre de composantes
connexes des bords, cela est plus compliqué en 3D où il faut en plus tenir compte du nombre d’anses ou de
boucles de la structure.
Notre présentation de l’optimisation se concentrera sur l’approche continue, l’approche discrète n’étant que
très brièvement mentionnée au paragraphe 16.1.7 afin de justifier notre choix de l’optimisation continue.
Histoire

Le mot « optimiser » a pour origine latine « optimum » qui signifie le meilleur. Il s’agit donc de faire les
choses de la meilleure façon qui soit, ou encore de concevoir la meilleure des solutions possibles en terme
d’objectif prescrit (minimisation ou maximisation) et répondant à un ensemble de contraintes. L’optimisa-
tion commence avec le calcul des variations, même si des exemples plus anciens peuvent être trouvés.
Lié à la mythologie de la création de Carthage, résolu élégamment par la reine Didon, ce problème
d’isopérimétrie, connu sous le nom de « Problème de Didon », est sans doute l’un des plus ancien problème
d’optimisation dont on trouve trace.

III ÉLÉMENTS FINIS 213

 Dans Catoptrica, Héron d’Alexandrie étudie la lumière
et ses réflexions. Il énonce ainsi les principes de réflexion
de la lumière, principes guidés par la règle selon laquelle la
nature choisit toujours le chemin le plus court.
Cette étude de la propagation de la lumière s’est pour-
suivie par l’énoncé des principes variationnels par Pierre de
Fermat et Christian Huygens. Le français énonce une règle
fondamentale dans la recherche d’optimum : « Lorsqu’une Didon Héron d’Alexandrie Fermat
grandeur, par exemple l’ordonnée d’une courbe, est parvenue à son maximum ou son minimum, dans une
situation infiniment voisine, son accroissement ou sa diminution est nulle. »
En juin 1696 dans Acta Eruditorum, Jean Bernoulli reprend un problème initialement posé par Galilée.
Il s’agit du problème de la courbe brachistochrone que l’on peut formuler comme suit : quelle est la forme
de courbe joignant deux points donnés dans un plan vertical, telle qu’un point matériel, soumis uniquement
à la pesanteur et initialement sans vitesse, la parcourt en un temps minimal ? [Galilée pensait avoir résolu
le problème et que la solution était un arc de cercle] Très rapidement, Leibniz propose une solution à Jean
Bernoulli, mais sans qu’il reconnaisse la courbe en question. C’est Jean Bernoulli, qui dispose de deux
solutions, qui reconnaît un arc de cycloïde commençant avec une tangente verticale. Tous deux décident
de différer la publication de leurs solutions pour laisser à d’autres la possibilité d’aborder le problème.
Celui-ci fut également résolu par Jacques Bernoulli, Newton, L’Hôpital et Tschirnhaus. Les méthodes
imaginées pour sa résolution amenèrent à développer la branche des mathématiques qu’on appelle le calcul
des variations.
La solution de Jean Bernoulli était fondée sur une analogie
avec la propagation de la lumière et le principe de Fermat, ainsi
que la loi de Descartes. Celle de Leibniz, était fondée sur l’ap-
proximation de la courbe par des lignes brisées et était le pre-
mier pas vers l’équation d’Euler-Lagrange. Le second pas a été
accompli par Euler qui a ébauché, à partir de considérations géo-
métriques, la méthode des « petites variations » ; vers le milieu
J. Bernouilli Euler Lagrange du dix-huitième siècle Joseph-Louis Lagrange a donné sa forme
actuelle à la solution d’Euler. Legendre a complété l’équation d’Euler-Lagrange, qui est une condition du
premier ordre, par la condition du second ordre qui porte son nom.
Ces résultats ont été rassemblés par Lagrange dans sa Théorie des fonctions analytiques, parue en
1797, et dans laquelle on lit : « On peut les réduire à ce principe général. Lorsqu’une fonction de plusieurs
variables doit être un maximum ou minimum, et qu’il y a entre ces variables une ou plusieurs équations,
il suffira d’ajouter à la fonction proposée les fonctions, qui doivent être nulles, multipliées chacune par
une quantité indéterminée, et de chercher ensuite le maximum ou minimum comme si les variables étaient
indépendantes ; les équations que l’on trouvera combinées avec les équations données, serviront à détermi-
ner toutes les inconnues ». La démarche est on ne peut plus claire, et c’est celle que nous suivrons Ces
« quantités indéterminées » sont bien les multiplicateurs de Lagrange. Tout est dit !
Il revenait à Weierstrass, en 1879, de définir la notion d’extremum fort et d’établir la condition qui
porte son nom. Les travaux de Jacobi et Hamilton, contemporains de ceux de Weierstrass, ont permis de
donner sa forme définitive à la solution de Jacques Bernoulli déjà mentionnée. Les principaux résultats du
calcul des variations classique avaient dès lors été obtenus.
La formulation intégrale quant à elle a été peaufinée à la fin du xixe siècle et au début du xxe
siècle. Les économistes s’intéresseront également à ces théories. En 1939, Leonid Kantorovich invente la
programmation linéaire. La formulation générale des problèmes de programmation linéaire quant à elle sera
finalisée en 1947 par George Dantzig, qui invente par ailleurs la méthode du simplexe. On parle aussi de
« recherche opérationelle » pendant la seconde guerre mondiale, puis de programmation linéaire, et enfin
de programmation non-linéaire. Le calcul des variations a connu un profond renouveau dans les années
1950 avec le développement de la théorie de la commande optimale, sous l’impulsion de Lev Pontriaguine
et Richard Bellman.
Le calcul des variations reste en mathématiques un domaine fort actif, et les mathématiciens qui ont
contribué à son développement sont extrêmement nombreux.

214 16. Optimisation ÉLÉMENTS FINIS III

 16.1 Théorie de l’optimisation
16.1.1 Existence et unicité d’un minimum
Définition 67 — Minima. Soient V un espace de Banach et K  V un sous-ensemble non vide. Soit J W V !
R le critère (i.e. la fonction objectif). On considère le problème :

inf J.v/ (16.1)

v2K

On dit que u est un minimum local de J sur K si :

u2K et 9ı > 0; 8v 2 K; kv uk < ı ) J.v/ > J.u/ (16.2)

On dit que u est un minimum global de J sur K si :

u2K et J.v/ > J.u/; 8v 2 K (16.3)

Définition 68 — Suite minimisante. Une suite minimisante du critère J sur K est une suite .un /n2N telle
que :
un 2 K; 8n et lim J.un / D inf J.v/ (16.4)
n!1 v2K

Par définition de l’infimum de J sur K, une telle suite existe toujours.

Évidemment, nous allons nous intéresser à l’optimisation en dimension finie, et pour cela, nous nous servirons du
résultats suivant :

Théorème 53 — Optimisation en dimension finie V D RN . Soit K un ensemble fermé non vide de RN ,

et J une fonction continue sur K à valeurs dans R vérifiant la propriété infinie à l’infini suivante :

Quelle que soit la suite .un /n2N dans K; lim kun k D C1 ) lim J.un / D C1 (16.5)
n!1 n!1

alors il existe au moins un point de minimisation de J sur K.

De plus, on peut extraire de toute suite minimisante de J sur K une sous-suite convergeant vers un point de
minimum sur K.

Remarque. Le théorème précédent n’est pas toujours vérifié en dimension infinie : une fonction continue sur un fermé borné
n’atteint pas toujours son minimum.

Afin d’obtenir des résultats d’existence, on rajoute une hypothèse de convexité.

Définition 69 — Convexité. Un ensemble K  V est dit convexe si :

8x; y 2 K; 8 2 Œ0 I 1; l’élément . x C .1  /y/ 2 K (16.6)

Une fonction J définie sur un ensemble convexe non vide K et à valeurs dans R est dite convexe sur K si et
seulement si :
J. x C .1  /y/ 6 J.x/ C .1  /J.y/; 8x; y 2 K; 8 2 Œ0 I 1 (16.7)
Si de plus l’inégalité précédente est stricte lorsque x ¤ y et  2 0 I 1Œ, alors la fonction J est dite strictement
convexe.
On dispose alors du résultat suivant d’existence :

Théorème 54 — Existence du minimum. Soient K un convexe fermé non vide d’un espace de Banach
réflexif V , et J une fonction convexe continue sur K qui est infinie à l’infini dans K, i.e. qui vérifie l’équa-
tion (16.5), alors il existe un minimum de J sur K.

III ÉLÉMENTS FINIS 16.1 Théorie de l’optimisation 215

 Remarques. En toute généralité, ce théorème reste valable si V est le dual d’un espace de Banach séparable.
Le fait que V soit un espace de Banach réflexif correspond au fait que .V 0 /0 D V (avec V 0 le dual de V ).
Enfin et surtout, ce théorème est vrai dans tous les espaces que l’on rencontre habituellement dans nos problématiques, en
particulier pour les espace Lp ./ pour 1 < p 6 1.

Théorème 55 — Unicité du minimum. Si de plus la fonction J est strictement convexe, alors il existe au plus
un point de minimum.

Théorème 56 Si la fonction J est convexe sur un ensemble convexe K, alors tout point de minimum local de J
sur K est un minimum global.

On voit donc tout l’intérêt de vérifier que notre fonction objectif est convexe. Un exemple d’un tel problème en
mécanique est la minimisation de l’énergie.

16.1.2 Différentiabilité et optimalité

Nous avons déjà présenté au paragraphe 3.5, à l’équation (3.7), la différentielle. Si une fonction peut être approchée
par une forme linéaire (la différentielle), alors on dit également qu’elle est différentiable au sens de Fréchet.
Réécrivons la définition de la différentielle dans le cas de la fonction objectif J .

Définition 70 — Différentiabilité au sens de Fréchet. Soit V un espace de Banach. On dit que la fonction J ,
définie au voisinage de u 2 V et à valeurs dans R, est différentiable au sens de Fréchet en u s’il existe une forme
linéaire L 2 V 0 , continue sur V , telle que :

jo.v/j
J.u C v/ D J.u/ C L.v/ C o.v/; avec lim D0 (16.8)
v!0 kvk

On appelle L la différentielle (ou la dérivée, ou le gradient) de J en u que l’on note L D J 0 .u/, ou encore L.v/ D
hJ 0 .u/; viV 0 ;V .

Remarques. Si V est un espace de Hilbert, alors le théorème de représentation de Riesz-Fréchet, donné par l’équation (7.5),
permet d’identifier V à son dual V 0 . Il existe donc un unique p 2 V tel que hp; vi D L.v/. On note p D J 0 .u/.
Cette identification V D V 0 est utilisée si V D RN ou V D L2 ./.
En pratique, il est plus simple de calculer la dérivée directionnelle :
j 0 .0/ D hJ 0 .u/; viV 0 ;V (16.9)
avec j.t / D J.u C tv/.

Lien entre minimisation et formulation variationnelle. Nous nous proposons de retrouver les résultats
du paragraphe 7.6.
Soient a.:; :/ une forme bilinéaire symétrique (continue coercitive) et f .:/ une forme linéaire
continue. On considère la fonction J.u/ D 12 a.u; u/ f .u/. On pose, comme ci-dessus, j.t / D
J.u C tv/. On a donc :
t2
j.t / Da.v; v/ C t .a.u; v/ f .v// C J.u/
2
On dérive j par rapport à t, ce qui donne :
j 0 .t / D t a.v; v/ C a.u; v/ f .v/
Par définition, on a j 0 .0/ D hJ 0 .u/; viV 0 ;V , donc :
hJ 0 .u/; viV 0 ;V D a.u; v/ f .v/
La condition J 0 .u/ D 0 est une formulation variationnelle. On peut ainsi démontrer l’équivalence
entre la minimisation de l’énergie J.u/ et la résolution de la formulation variationnelle.
Ce résultat est fondamental (et souvent utilisé, donc à connaître). La question que l’on est en droit
de se poser est alors de savoir si une telle équivalence tient toujours dans le cas général. La réponse est
oui, et nous allons maintenant présenter ces résultats.

216 16. Optimisation ÉLÉMENTS FINIS III