Chapitre 2

Calcul de solutions approchées par la

méthode des éléments nis

2.1 La méthode de Galerkin

On souhaite maintenant trouver une méthode pour calculer des solutions approchées d'un prob-
lème tel que le problème de Poisson. Comme nous souhaitons également pouvoir traiter des cas
où la solution est peu régulière, nous allons en fait résoudre de façon approchée la formulation
variationnelle. Les formulations variationelles que nous avons vues peuvent toutes êtres mises sous
la forme :
Trouver une fonction u dans V, telle que

(F V ) a(u, v) = hf, vi , pour toute fonction v de V, (2.1.1)

où
 V est un espace vectoriel de fonctions,
 (u, v) 7−→ a(u, v) est une forme bilinéaire sur V ×V,
 v 7−→ hf, vi est une forme linéaire sur V .
Dans le cas du problème de Poisson avec conditions aux limites de Dirichlet homogènes, l'espace vec-

toriel où l'on cherche la solution est V = u continue et C1 par morceaux sur [0, 1], u(0) = u(1) = 0
et les formes a et hf, .i sont dénies par
Z 1 Z 1
0 0
a(u, v) = u (x)v (x)dx, hf, vi = f (x)v(x)dx. (2.1.2)
0 0

L'espace de résolution V étant de dimension innie, le principe de la méthode de Galerkin consiste

à le remplacer par un espace vectoriel Vh de dimension nie et à résoudre le problème approché :

Trouver une fonction uh dans Vh telle que

(F V )h a(uh , vh ) = hf, vh i , pour toute fonction vh de Vh . (2.1.3)

16
Dans le cadre de ce cours, nous prendrons toujours des espaces Vh ⊂ V , on parle alors d'approxi-
mation conforme. Comme Vh est de dimension nie, la résolution de (F V )h se ramène en fait à la
résolution d'un système linéaire (i.e. à l'inversion d'une matrice). En eet, si on se donne une base
(ϕ1 , ..., ϕN ) de Vh , la solution recherchée uh peut se décomposer sur cette base selon

N
X
uh (x) = uj ϕj (x). (2.1.4)
j=1

Résoudre (F V )h est alors équivalent à trouver un vecteur U = (u1 , ..., uN ) ∈ RN tel que

N
X 
a uj ϕj , vh = hf, vh i , ∀ vh ∈ V h ,
j=1
N
X
⇐⇒ a (ϕj , vh ) uj = hf, vh i , ∀ vh ∈ Vh ,
j=1
N
X
⇐⇒ a (ϕj , ϕi ) uj = hf, ϕi i , ∀ i ∈ {1, ..., N },
j=1

puisque (ϕ1 , ..., ϕN ) est une base de Vh . En posant la matrice

A = (Aij )1≤i,j≤N ∈ RN ×N , Aij = a(ϕj , ϕi ), (2.1.5)

et le vecteur
F = (Fi )1≤i≤N ∈ RN , Fi = hf, ϕi i , (2.1.6)

nous obtenons le système linéaire

AU = F. (2.1.7)

Ainsi, si la matrice A est inversible (ce qui sera toujours le cas pour nous), le vecteur U recherché est
donc égal à U = A−1 F et il est unique, ce qui prouve que le problème (F V )h admet une solution
unique. La matrice A est appelée matrice de rigidité en référence aux problèmes de mécanique où
elle fut introduite pour la première fois.

2.2 La méthode des éléments nis

La méthode des éléments nis est un cas particulier de la méthode de Galerkin pour laquelle
les espaces Vh sont faciles à construire et pour laquelle la matrice A contient beaucoup de zéros
(on parle de matrice creuse ) ce qui rend possible l'utilisation de méthodes numériques performantes
pour son inversion. La méthode des éléments nis est avant tout une méthode d'interpolation. Ainsi,
pour approcher une fonction, on découpe son domaine de dénition en petits éléments et sur chaque
élément, le comportement local de la fonction est représenté par une fonction simple, comme une
fonction polynômiale par exemple. Dans la suite, nous illustrons la méthode sur l'exemple simple
du problème de Poisson :
(
−∆u = f, dans Ω,
(P) (2.2.1)
u=0 sur ∂Ω.

17
Remarque 2.2.1. En dimension un, le problème de Poisson est tellement simple qu'il admet une
solution explicite. En eet si la fontion f est continue sur [0, 1], alors le problème de Poisson admet
2
une solution unique dans C ([0, 1]) donnée par (on pourra le vérier en exercice)
Z 1 Z x
u(x) = x f (t)(1 − t)dt − f (t)(x − t)dt, x ∈ [0, 1]. (2.2.2)
0 0

Cependant, pour des problèmes plus compliqués que le problème de Poisson en 1D, de telles formules
explicites n'existent pas, d'où la nécessité de développer des méthodes numériques pour calculer des
solutions approchées.

2.2.1 La méthode des éléments nis en 1D

L'espace que nous cherchons à approcher est

C1

V = u continue et par morceaux sur [0, 1], u(0) = u(1) = 0 , (2.2.3)

et on veut construire des espaces d'approximation Vh ⊂ V de dimension nie. On commence par

construire un maillage de l'intervalle [0, 1] :

0 = x0 < x1 < x2 < ... < xN < xN +1 = 1, (2.2.4)

c'est-à-dire qu'on divise l'intervalle [0, 1] en petits sous-intervalles [xi , xi+1 ], i = 0...N . Les inter-
valles[xi , xi+1 ] sont appelés les cellules ou les mailles ou encore les éléments du maillage. On notera
hi = xi+1 − xi la taille de la maille i et on dénit
h = max xi+1 − xi (2.2.5)
0≤i≤N

le pas du maillage. Dans la suite, et pour des raisons de simplicité, nous serons souvent amenés à
considérer des maillages où les points xi sont régulièrement espacés si bien que

1
xi = ih, avec h= . (2.2.6)
N +1
De tels maillages sont dits uniformes.

Nous dénissons aussi Pk l'espace des polynômes de degré inférieur ou égal à k :

 
 k
X 
Pk = p(x) = aj xj , aj ∈ R . (2.2.7)
 
j=0

C'est un espace vectoriel de dimension k + 1.

Approximation par éléments nis P1

On introduit l'espace fonctionnel de dimension nie composé des fonctions continues sur [0, 1],
anes sur chaque maille [xi , xi+1 ] du maillage et nulles en 0 et en 1 :

Vh1 = v ∈ C 0 ([0, 1]), v|[xi ,xi+1 ] ∈ P1 , 0 ≤ i ≤ N, v(0) = v(1) = 0 .


(2.2.8)

18
L'indice h de Vh1 Vh1 est un espace vectoriel de dimension
fait référence au pas du maillage. L'espace
1
N puisqu'une fonction de Vh est entièrement déterminée par les valeurs qu'elle prend en les points
1
intérieurs du maillage v(xi ), 1 ≤ i ≤ N . Une base de Vh est donnée par les fonctions (ϕ1 , ..., ϕN )
continues, anes sur chaque élément [xi , xi+1 ] et telles que

∀i ∈ {1..N } , ∀j ∈ {0..N + 1} , ϕi (xj ) = δij , (2.2.9)

où δij est le symbole de Kronecker. Introduisons la fonction

(
1 − |x| si |x| ≤ 1,
ϕ(x) = (2.2.10)
0 si |x| > 1.
 
x − xi
Si le maillage est uniforme, alors chaque fonction ϕi a pour expression ϕi (x) = ϕ . Dans
h
la base (ϕ1 , ..., ϕN ), une fonction v appartenant à Vh1 a pour expression

N
X
v(x) = v(xi )ϕi (x). (2.2.11)
i=1

Tout l'intérêt de la méthode des éléments nis réside dans le fait que chaque fonction de base ϕi
a un support très réduit, c'est-à-dire que l'ensemble des x tels que ϕi (x) 6= 0 est petit devant le
domaine de résolution [0, 1].

1 ϕ1
ϕi

x0 = 0 x1 xi−1 xi xi+1 xN +1 = 1

Ceci a pour conséquence que la plupart des coecients de la matrice de rigidité A = a(ϕj , ϕi ) 1≤i,j≤N
sont nuls. En eet, pour le problème de Poisson 1D, on a
Z 1
Aij = a(ϕj , ϕi ) = ϕ0j (x)ϕ0i (x)dx, (2.2.12)
0
et si j n'est pas égal à i − 1, i ou i + 1, alors les fonctions ϕj et ϕi ont des supports disjoints et
l'intégrale dans (2.2.12) est nulle. Les coecients non nuls se calculent facilement :

1 xi
−1 1
Z Z
1
Ai−1,i = a(ϕi−1 , ϕi ) = ϕ0i−1 (x)ϕ0i (x)dx = dx = − ,
0 xi−1 h h h
Z 1 Z xi
Z xi+1
1 1 2
Ai,i = a(ϕi , ϕi ) = ϕ0i (x)2 dx = 2
dx + 2
dx = ,
0 xi−1 h xi (−h) h
Z 1 Z xi+1
1 −1 1
Ai+1,i = a(ϕi+1 , ϕi ) = ϕ0i+1 (x)ϕ0i (x)dx = dx = − .
0 xi h h h

19
Finalement, la matrice de rigidité est une matrice tridiagonale

−1 ···
 
2 0 0
.. .. .
.
 
 −1 2 . . .
1 .. ..

A=  0 . (2.2.13)
 
h . . −1 0 

 . .. ..
 ..

. . 2 −1 
0 ··· 0 −1 2
N
X
En notant hX, Y i = xi yi le produit scalaire canonique de deux vecteurs X = (x1 , .., xN ) et
i=1
N
Y = (y1 , .., yN ) de R , la proposition suivante permet de montrer que la matrice A est inversible :

Proposition 2.2.1. La matrice A est dénie positive c'est-à-dire qu'elle vérie la propriété suiv-
ante :
∀ U ∈ RN − {0}, hAU, U i > 0. (2.2.14)

Avant de donner la démonstration de cette proposition, expliquons pourquoi elle implique l'in-
versibilité de la matrice A. En eet, si A n'est pas inversible, alors il existe un vecteur U 6= 0 dans
RN tel que AU = 0. Ceci implique en particulier que hAU, U i = 0 avec U 6= 0, ce qui contredit le
fait que A est dénie positive.

Démonstration. Soit U = (u1 , .., uN ) 6= 0 dans Rn . Le vecteur AU a pour coordonnées

N
X N
X N
 X N
X 
A1j uj , ..., AN j uj = a(ϕj , ϕ1 )uj , ..., a(ϕj , ϕN )uj .
j=1 j=1 j=1 j=1

On a donc

N X
X N N
X N
X Z 1
hAU, U i = a(ϕj , ϕi )uj ui = a( uj ϕj , ui ϕi ) = a(ũ, ũ) = |ũ0 (x)|2 dx, (2.2.15)
i=1 j=1 j=1 i=1 0

PN
où ũ(x) est la fonction de Vh1 dénie par ũ(x) = i=1ui ϕi (x). Comme les (u1 , .., uN ) sont non tous
Z 1
nuls, on vérie aisément que ũ est non nulle ce qui implique que |ũ0 (x)|2 dx > 0.
0

Pour obtenir le second membre F = (hf, ϕi i)1≤i≤N , il faut calculer les intégrales

Z 1 Z xi Z xi+1
hf, ϕi i = f (x)ϕi (x)dx = f (x)ϕi (x)dx + f (x)ϕi (x)dx. (2.2.16)
0 xi−1 xi

En général, cette intégrale ne peut être calculée de façon exacte car la fonction f peut être com-
pliquée. Dans la pratique, on utilise des techniques d'intégration numérique où, sur chaque intervalle
[xi , xi+1 ], on approche l'intégrale par une formule de quadrature. En voici quelques exemples :

20
Formule du point milieu :
Z xi+1  
xi + xi+1
θ(x)dx ≈ (xi+1 − xi ) θ . (2.2.17)
xi 2
Formule des trapèzes :
Z xi+1
θ(xi ) + θ(xi+1 )
θ(x)dx ≈ (xi+1 − xi ) . (2.2.18)
xi 2
Formule de Simpson :
 
xi +xi+1
Z xi+1 θ(xi ) + 4θ 2 + θ(xi+1 )
θ(x)dx ≈ (xi+1 − xi ) . (2.2.19)
xi 6
Ainsi, si on utilise la formule des trapèzes, le système à résoudre s'écrit

−1 ···
 
2 0 0 u1
 
f (x1 )

.. .. .
.
   u   f (x )
 −1 2 . . .  2 2 
1   .
 
.

.. ..  . .
  
  . = . , (2.2.20)
h2  0
 . . −1 0 
   
 . .
 .   .
.. .. .
   
 .. . . 2 −1  . . 
0 ··· 0 −1 2 uN f (x N)

d'inconnues (u1 , ..., uN ) et la solution approchée est alors donnée par

N
X
uh (x) = ui ϕi (x). (2.2.21)
i=1

Approximation par éléments nis P2

Dans certaines applications, on peut considérer que l'approximation par des droites sur chaque
élément du maillage [xi , xi+1 ] est trop grossière, c'est-à-dire qu'elle fournit une fonction approchée
trop éloignée de la fonction exacte u. On peut alors chercher à approcher u sur chaque maille par
des polynômes de plus haut degré. L'approximation par éléments nis P2 consiste à approcher la
solution u par une fonction continue sur [a, b], et polynomiale de degré 2 sur chaque maille [xi , xi+1 ].
L'espace d'approximation est alors déni par

Vh2 = v ∈ C 0 ([a, b]), v|[xi ,xi+1 ] ∈ P2 , 0 ≤ i ≤ N, v(0) = v(1) = 0 .


(2.2.22)

En notant
xi + xi+1
xi+ 21 = , i ∈ {0...N } ,
2
les centres des mailles, on voit que toute fonction de Vh2 est entièrement déterminée par la donnée
des valeurs qu'elle prend en les points intérieurs du maillage xi , i ∈ {1, .., N } ainsi qu'aux points
xi+ 21 , i ∈ {0...N }. L'espace vectoriel Vh2 est donc de dimension 2N + 1. Une base de Vh2 est donnée
par les fonctions ψi (x), 1 ≤ i ≤ N telles que

ψi ∈ Vh2 , ψi (xj ) = δij , ψi (xj+ 12 ) = 0, ∀ j, (2.2.23)

21
et par les fonctions ψi+ 12 (x), 0 ≤ i ≤ N telles que

ψi+ 12 ∈ Vh2 , ψi+ 12 (xj ) = 0, ψi+ 21 (xj+ 21 ) = δij , ∀ j. (2.2.24)

On dénit aussi deux fonctions qui permettent de donner les expressions des fonctions de base :

(1 + x)(1 + 2x) si −1 ≤ x ≤ 0, (
1 − 4x2

si x ≤ 1/2,
ϕ(x) = (1 − x)(1 − 2x) si 0 ≤ x ≤ 1, et ψ(x) = (2.2.25)
 0 si x > 1/2.
0 si |x| > 1,


x − xi+ 21
   
x − xi
Si le maillage est uniforme, alors ψi (x) = ϕ et ψi+ 12 (x) = ψ .
h h

1 ψi+ 12
ψi

xi−1 xi xi+ 21 xi+1

Exercice 3 Ecrire la matrice de rigidité obtenue pour l'approximation par éléments nis P2 . On
pourra changer l'indexation des points (x0 , x 12 , x1 , ..., xN + 21 , xN +1 ) en les notant (x k )0≤k≤2N +2 , et
2
celle des fonctions de base (ψ 21 , ψ1 , ..., ψN + 12 ) en les notant (ψ k )1≤k≤2N +1 .
2

2.2.2 La méthode des éléments nis en 2D

En deux dimensions, nous illustrons toujours la méthode des éléments nis sur le cas du problème
de Poisson : (
−∆u = f dans Ω,
(P) (2.2.26)
u=0 sur ∂Ω.
où cette fois-ci Ω est un ouvert borné de R2 . On suppose que la formulation variationnelle de ce
problème admet une solution u dans l'espace

C1

V = u continue et par morceaux sur Ω, u = 0 sur ∂Ω , (2.2.27)

et on cherche à l'approcher par une fonction uh solution du même problème variationnel mais où
l'espace V est remplacé par un espace d'approximation Vh . On commence par dénir ce qu'est un
maillage du domaine Ω en dimension deux.

Dénition 2.2.1. Un maillage triangulaire (ou une triangulation) du domaine Ω est un ensemble
Th de triangles (Ki )1≤i≤N non aplatis qui subdivisent le domaine Ω. Par convention, le paramètre

22
h désigne la longueur de la plus grande arrête du maillage. On suppose que les triangles ne se
Ki et Kj est soit vide, soit égale à un
recouvrent pas et que l'intersection entre deux triangles
sommet commun aux deux triangles, ou à une arrête commune aux deux triangles. Par ailleurs, on
appelle sommets ou noeuds du maillage les sommets des triangles composant le maillage.

Un exemple de maillage triangulaire.

Remarque 2.2.2. On considère ici une subdivisison du domaine Ω en triangles, mais on pourrait
aussi construire des maillages composés de quadrilatères ou de façon générale par des polygones.

De même qu'en dimension un, nous dénissons Pk l'espace des polynômes de deux variables de
degré inférieur ou égal à k :

( )
X
Pk = p(x, y) = aij xi y j , aij ∈ R . (2.2.28)
i,j≥0
i+j≤k

Par exemple, un polynôme de degré un s'écrit de manière générique p(x, y) = a + bx + cy , tandis

qu'un polynôme de degré deux s'écrit p(x, y) = a + bx + cy + dxy + ex2 + f y 2 .

Les espaces d'approximations Vh sont dénis de la même façon qu'en dimension un, en choisissant
des fonctions qui sont globalement continues sur Ω et qui sont polynômiales sur chaque triangle Ki
du maillage. Pour l'approximation P1 par exemple, on a

Vh1 = {u continue sur Ω, u|Ki ∈ P1 pour tout Ki ∈ Th , et u=0 sur ∂Ω}.

Cet espace admet pour fonctions de base, les fonctions chapeau ϕi qui prennent la valeur 1 en un
noeud (xi , yi ) du maillage et la valeur 0 aux autres noeuds (xj , yj ) du maillage.

23
 Fonction de base chapeau. Support de la fonction de base.

La matrice de rigidité se calcule tout comme pour la dimension un par la formule

Z
Aij = a(ϕj , ϕi ) = ∇ϕj (x, y).∇ϕi (x, y)dxdy, (2.2.29)
Ω

et le second membre Z
hf, ϕi i = f (x, y)ϕi (x, y)dxdy (2.2.30)
Ω
se calcule de façon approchée par des formules de quadrature.

2.3 Erreur d'approximation et convergence de la méthode

La méthode des éléments nis consiste à calculer une solution approchée uh d'un problème
variationnel en remplaçant l'espace V dans lequel est recherchée la vraie solution u par un sous-
espace vectoriel Vh de dimension nie. Une question légitime qui doit être posée est : quelle est
l'erreur commise lorque l'on remplace V par Vh , c'est-à-dire quelle est l'erreur entre les fonctions
u et uh ? Pour répondre à cette question, on doit se doter d'un outil permettant de mesurer la
distance entre deux fonctions. Pour une fonction v dénie sur l'intervalle [0, 1], on appelle norme
L2 de v le réél positif
Z 1  21
2
||v||L2 (0,1) := |v(x)| dx ,
0

et la distance entre deux fonctions v1 et v2 est alors dénie par ||v1 − v2 ||L2 (0,1) . On peut aussi
dénir une norme qui permet de mesurer à la fois la distance entre deux fonctions mais aussi la
distance entre leurs dérivées. C'est le cas de la norme H1 dénit par

  21 Z 1 Z 1  21
||v||
H 1 (0,1) := ||v||2L2 (0,1) + ||v 0 ||2L2 (0,1) = 2
|v(x)| dx + 0
|v (x)| dx2
.
0 0

Exercice 4 Soit V

= u continue et C 1 par morceaux sur [0, 1], u(0) = u(1) = 0 . Montrer que les
applications u 7→ ||u||L2 (0,1) et u 7→ ||u||H 1 (0,1) dénissent bien des normes sur V . Montrer aussi
0
que l'application u 7→ ||u ||L2 (0,1) dénit également une norme sur V .

24
 Il s'agit donc d'évaluer la quantité ||u − uh ||H 1 (0,1) pour savoir si elle est raisonnablement petite.
On ne considère ici que le cas du problème de Poisson en une dimension, mais les résultats peuvent
être généralisés au cas d'autres problèmes et à des dimensions supérieures. Le lemme suivant, dû au
mathématicien français Jean Céa, et dont nous admettrons la démonstration, permet de majorer
l'erreur ||u − uh ||H 1 (0,1) entre la solution exacte et la solution approchée :

Lemme
 2.3.1. u ∈ V au problème de Poisson 1D où V =
On suppose qu'il existe une solution
u continue et C1 [0, 1], u(0) = u(1) = 0 . Soit Vh ⊂ V un sous-espace d'approx-
par morceaux sur
imation de dimension nie quelconque et soit uh ∈ Vh la solution approchée. Alors il existe une
constante C ≥ 1 indépendante de Vh telle que

||u − uh ||H 1 (0,1) ≤ C dist(u, Vh ) (2.3.1)

où dist(u, Vh ) = inf vh ∈Vh ||u − vh ||H 1 (0,1) est la distance de u à l'espace d'approximation Vh .

Ainsi, l'erreur commise est, à une constante multiplicative près, majorée par la distance entre
la solution et l'espace d'approximation Vh . L'étape naturelle suivante est d'estimer la quantité
dist(u, Vh ) en fonction de la taille de l'espace d'approximation Vh ou plus précisemment en fonction
du paramètre h qui xe la taille des éléments du maillage. Intuitivement, plus h est petit, plus
la dimension de Vh est grande (pour l'approximation P1 par exemple, on a dim Vh = N où N =
1/h − 1), i.e. plus l'espace Vh est gros et plus il s'approche de l'espace total V et de la solution
exacteu.
V
u
Vh3 u h3
u h2
Vh2
u h1

Vh1

Plus Vh est gros, plus uh s'approche de u.

En fait, dans le cadre de l'approximation par éléments nis Pk , on peut armer que lim
dist(u, Vh ) =
h→0
0 si bien que la solution approchée converge vers la solution exacte lorsque le pas du maillage tend
vers 0 :
lim ||u − uh ||H 1 (0,1) = 0. (2.3.2)
h→0

Pour prouver que lim dist(u, Vh ) = 0, il sut de trouver une fonction vh ∈ Vh telle que ||u −
h→0
vh ||H 1 (0,1) tende vers 0 lorsque h tend vers 0. Considérons le cas de l'approximation par éléments
1
nis P1 et introduisons l'unique fonction Ih u(x) de Vh qui prend les mêmes valeurs que u aux points
xi du maillage :

25
 u
Ih u

x0 = a xi xi+1 xN +1 = b

La fonction approchée Ih u s'appelle l'interpolée de u. Elle s'exprime dans la base (ϕ0 , ..., ϕN ) comme
suit
N
X
Ih u(x) = u(xi )ϕi (x). (2.3.3)
i=1

La proposition suivante permet de mesurer la qualité de l'approximation d'une fonction v ∈ V

quelconque par son interpolée Ih v :

Proposition 2.3.2. Soit v une fonction de V, et soit Ih v son interpolée dans Vh1 . Alors on a

lim ||v − Ih v||H 1 (0,1) = 0. (2.3.4)

h→0

Si de plus la fonction v est de classe C2, alors il existe une constante K>0 indépendante de h telle
que
||v − Ih v||H 1 (0,1) ≤ Kh||v 00 ||L2 (0,1) . (2.3.5)

Démonstration. Admise

Finalement, pour démontrer la convergence de la solution approchée uh vers la solution exacte

u, il sut d'invoquer à la fois le lemme de Céa 2.3.1 et la proposition ci-dessus 2.3.2 :

||u − uh ||H 1 (0,1) ≤ C inf ||u − vh ||H 1 (0,1) ≤ C||u − Ih u||H 1 (0,1) → 0, (2.3.6)
vh ∈Vh

et dans le cas où la solution u est de classe C2, on a en plus que

||u − uh ||H 1 (0,1) ≤ CKh||u00 ||L2 (0,1) → 0. (2.3.7)

Remarque 2.3.1. Dans l'inégalité (2.3.7), le pas du maillage h apparaît avec un exposant 1. On
dit alors que la convergence est linéaire pour la norme H 1 , et on peut montrer que cette vitesse de
convergence est optimale. En utilisant l'inégalité triviale ||u||L2 (0,1) ≤ ||u||H 1 (0,1) , on voit que pour
la norme L2 , la convergence est elle aussi au moins linéaire. Mais cette vitesse n'est pas optimale.
En eet, une méthode plus compliquée, dite méthode de dualité d'Aubin-Nitsche, permet de montrer
2
que pour la norme L , la convergence est quadratique au sens où

||u − uh ||L2 (0,1) ≤ Ch2 ||u00 ||L2 (0,1) , (2.3.8)

pour une certaine constante C indépendante de h.

26
Remarque 2.3.2. Le lecteur un peu endormi pourrait se demander pourquoi l'on ne se contente
pas d'approcher la solution exacte u par son interpolée Ih u. La réponse est toute simple : comme u
est inconnue, on ne connaît pas les valeurs qu'elle prend aux points du maillage u(xi ), et on ne peut
donc pas calculer Ih u en pratique. L'introduction de Ih u n'est donc qu'un intermédiaire théorique
pour montrer que lim dist(u, Vh ) = 0, et on mesure là tout l'intérêt du lemme de Céa...
h→0

27
Bibliographie
[1] G. Allaire. Analyse numérique et optimisation. Éditions de l'École Polytechnique. http://
blanche.polytechnique.fr/~allaire/livre2.html, 2005.

[2] G. Dhatt, G. Touzot, and E. Lefrancois. Méthode des éléments nis. Éditions Lavoisier, 2005.

[3] F. Hecht, O. Pironneau, J. Morice, A. Le Hyaric, and K. Ohtsuka. Freefem++. http://www.

freefem.org/ff++/index.htm.

28