Anedp
Anedp
Anedp
23 juin 2022
Table des matières
Introduction 5
Analyse numérique des équations aux dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . 5
Principales méthodes de discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Méthodes de différences finies et volumes finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Méthodes variationnelles, méthodes d’éléments finis . . . . . . . . . . . . . . . . . . . . . . . . . 6
Méthodes spectrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Quelques exemples d’équations aux dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2 Problèmes paraboliques 63
2.1 Problème continu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2.2 Euler explicite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Consistance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Exemple de non convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
Stabilité au sens des erreurs d’arrondi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
Stabilité au sens de Von Neumann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.3 Euler implicite et Crank Nicolson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Le θ-schéma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Consistance et stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Convergence du schéma d’Euler implicite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Énoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Suggestions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
1
3 Méthodes variationnelles 97
3.1 Exemples de problèmes variationnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Problème de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
Problème de Dirichlet non homogène . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
Problème avec conditions aux limites de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Condition de Neumann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Formulation faible et formulation variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.2 Méthodes de Ritz et Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Principe général de la méthode de Ritz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Méthode de Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Méthode de Petrov-Galerkin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.3 Méthode des éléments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Maillage de l’espace HN et de sa base φN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Énoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Suggestions pour les exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
Corrigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
Références 229
Introduction
5
par des quotients différentiels. Il faut alors discrétiser la dérivée en temps : on pourra par exemple
considérer un schéma d’Euler 1 . Les méthodes de volumes finis (VF) sont adaptées aux équations de
conservation et utilisées en mécanique des fluides depuis plusieurs décennies. Le principe consiste à
découper le domaine Ω en des volumes de contrôle ; on intègre ensuite l’équation de conservation
sur les volumes de contrôle ; on approche alors les flux sur les bords du volume de contrôle par
exemple par une technique de différences finies.
où H est un espace de Hilbert 2 bien choisi (par exemple parce qu’il y a existence et unicité de la
solution dans cet espace), ( · , · )H le produit scalaire sur H et a une forme bilinéaire sur H. Dans
un tel cadre fonctionnel, la discrétisation consiste à remplacer H par un sous espace de dimension
finie Hk , construit par exemple à l’aide de fonctions de base éléments finis qu’on introduira plus
loin :
(
a(uk , vk ) = (f, vk )H ∀v ∈ Hk ,
uk ∈ Hk ,
Méthodes spectrales
L’idée de ces méthodes est de chercher une solution approchée sous forme d’un développement
sur une certaine
Pn famille de fonctions. On peut par exemple écrire la solution approchée sous la
forme u = i=1 αi (u)pi , où les pi sont des fonctions polynomiales. On choisit la base pi de manière
à ce que les dérivées de αi et pi soient faciles à calculer. Ces dernières méthodes sont réputées
coûteuses, mais précises. Elles sont d’ailleurs plus souvent utilisées comme aide à la compréhension
des phénomènes physiques sur des problèmes modèles que dans des applications industrielles.
6
— le symbole nabla ∇ (parfois aussi appelé del) représente le gradient, défini, pour une
fonction scalaire u : Rd → R, par :
∂1 u
∇u = ... (2)
∂d u
En une dimension d’espace, l’équation de Poisson s’écrit donc :
(−(κu0 )0 = f
Le réel κ est un coefficient de diffusion et le terme −κ∇u est un flux de diffusion. Il peut s’agir
de la diffusion d’une espèce chimique, dans ce cas, κ est le coefficient de diffusion (souvent
noté D, en m/s2 ) de la loi de Fick qui donne le flux de diffusion J (quantité de matière par
unité de surface et de temps) en fonction de la concentration u :
J = −κu0 en dimension 1 qui devient J = −κ∇u en dimension supérieure
Il peut s’agir d’une diffusion thermique, et on parle dans ce cas plus souvent de conduction.
Le coefficient de diffusion est souvent noté λ et on l’appelle la conductivité thermique (en
W m−1 K−1 ). La loi de Fourier (1807) donne la densité de flux de chaleur j (en W m−2 ) en
fonction de la température u (en Kelvin) :
J = −λu0 en dimension 1 qui devient J = −λ∇u en dimension supérieure
Dans le cas d’une conduction électrique, le coefficient de diffusion est dans ce cas noté σ et
on l’appelle la conductivité électrique (en W m−1 K−1 ). La loi d’Ohm donne la densité de
courant électrique j (en m/s2 ) en fonction du potentiel électrique u :
J = −σu0 en dimension 1 qui devient j = −σ∇u en dimension supérieure
Avec un coefficient constant κ = 1, l’équation de Poisson s’écrit en une dimension d’espace
−u00 = f . En deux dimensions d’espace, elle s’écrit −∆u = f avec ∆u = ∂xx 2
u + ∂yy
2
u,
où ∂xx u (respectivement ∂yy u) désigne la dérivée partielle seconde de u par rapport à x
2 2
7
— Si B 2 − 4AC < 0, l’équation est dite elliptique ;
— Si B 2 − 4AC = 0, elle est dite parabolique ;
— si B 2 − 4AC > 0, elle est dite hyperbolique.
Vérifiez que l’équation de Laplace est elliptique alors que l’équation des ondes est hyperbolique.
Notons que tous les exemples que nous avons présentés sont des équations aux dérivées partielles
linéaires, c’est-à-dire des équations qui ne font pas intervenir que des termes linéaires en u et ses
dérivées. Bien sûr, de nombreux modèles comportent des équations non linéaires comme par exemple
l’équation hyperbolique non linéaire de Bürgers qui s’écrit :
∂t u + (u2 )x = 0 t ∈ R + x∈R
avec la condition initiale u(x, 0) = u0 (x). Une telle équation est dite hyperbolique non linéaire.
Les équations hyperboliques non linéaires sont discrétisées de manière usuelle par la méthode des
volumes finis. Les discrétisations par éléments finis mènent à des schémas instables (c’est-à-dire que
les solutions discrètes ne sont pas bornées, indépendamment des paramètres de discrétisation, par
des normes “naturelles”. En général elles ne vérifient pas non plus certaines propriétés qui semblent
naturelles du point de vue de l’intuition physique. Ceci sera précisé dans la suite).
8
1
où f ∈ C([0 ; 1]). Les conditions aux limites (1.2) considérées ici sont dites de type Dirichlet 1
homogène (le terme homogène désigne les conditions nulles). Cette équation modélise par exemple la
diffusion de la chaleur dans un barreau conducteur chauffé (terme source f ) dont les deux extrémités
sont plongées dans de la glace.
9
1.1 Principe des deux méthodes1. Différences et volumes finis en diffusion stationnaire
puis à approcher l’opérateur différentiel (ici −u00 ) par un quotient différentiel, de manière à en déduire
un système d’équations en fonction d’inconnues discrètes censées représenter des approximations de u
aux points de discrétisation. Voici comment on procède pour l’équation de Poisson unidimensionnelle.
Effectuons d’abord un développement de Taylor en xi , en supposant que u ∈ C 4 ([0 ; 1]) :
h2 00 h3 h4
u(xi+1 ) = u(xi ) + hu0 (xi ) + u (xi ) + u000 (xi ) + u(4) (ζi ) (1.4)
2 6 24
2 3 4
h h h
u(xi−1 ) = u(xi ) − hu0 (xi ) + u00 (xi ) − u000 (xi ) + u(4) (ηi ) (1.5)
2 6 24
avec ζi ∈ [xi ; xi+1 ] et ηi ∈ [xi−1 ; xi ]. En additionnant, on obtient :
u(xi+1 ) + u(xi−1 ) = 2u(xi ) + h2 u00 (xi ) + O(h2 )
Il semble donc raisonnable d’approcher la dérivée seconde −u00 (xi ) par le quotient différentiel :
2u(xi ) − u(xi−1 ) − u(xi+1 )
h2
Sous des hypothèses de régularité sur u, on peut montrer [lemme 1.14] que cette approximation est
d’ordre 2 au sens :
2u(xi ) − u(xi−1 ) − u(xi+1 )
Ri = u00 (xi ) + = O(h2 )
h2
On appelle erreur de consistance au point xi la quantité Ri . L’approximation de u00 (xi ) par un
quotient différentiel suggère de considérer les équations discrètes suivantes :
2ui − ui−1 − ui+1
= f (xi ) i = 1, . . . , N
h2
dont les inconnues discrètes sont les ui , i = 1, . . . , N . Notons que la première équation fait intervenir
u0 tandis que la dernière fait intervenir uN +1 . Ces valeurs ne sont pas à proprement parler des
inconnues, puisqu’elles sont données par les conditions aux limites (1.2). On pose donc u0 = 0 et
uN +1 = 0. Le système complet d’équations s’écrit donc
2ui − ui−1 − ui+1
= f (xi ) i = 1, . . . , N (1.6a)
h2
u0 = 0 (1.6b)
N +1 = 0 (1.6c)
u
et on pose :
1 xi+1/2
Z
fi = f (x) dx
hi xi−1/2
10
1.1 Principe des deux méthodes1. Différences et volumes finis en diffusion stationnaire
K Ki− Ki KN
x/ = x
x/ xi−/
xi− xi−/ xi xi+/ xN−/ x xN+/ =
N
x
h hi− hi hN
hi−/
On obtient :
−u0 (xi+1/2 ) + u0 (xi−1/2 ) = hi fi i = 1, . . . , N (1.7)
Cette équation est un bilan de flux. La quantité F i+1/2 = −u0 (xi+1/2 ) est le flux de diffusion en
xi+1/2 . Pour la première maille (i = 1), on obtient plus particulièrement :
−u0 (x3/2 ) + u0 (0) = h1 f1 (1.8)
et pour la dernière (i = N ) :
−u0 (1) + u0 (xN −1/2 ) = hN fN (1.9)
On cherche donc à approcher les flux −u0 (xi+1/2 ) aux interfaces xi+1/2 des mailles et les flux u0 (0)
et u0 (1) au bord. Notons que l’opérateur à approcher est ici d’ordre 1, alors qu’il était d’ordre
2 en différences finies pour la même équation. On se donne une inconnue par maille (ou R volume
de contrôle i) que l’on note ui et on espère approcher ainsi la valeur u(xi ) (ou h1i Ki u). En
supposant u suffisamment régulière, on peut effectuer deux développements de Taylor à l’ordre 2 de
u entre xi+1 et xi+1/2 et entre xi et xi+1/2 ; en soustrayant ces développements de Taylor l’un de
l’autre, on se rend compte qu’il est “raisonnable” [exercice 13] d’approcher le terme u0 (xi+1/2 ) dans
l’équation (1.7) par le quotient différentiel :
u(xi+1 ) − u(xi ) 1
, avec hi+1/2 = (hi + hi+1 ),
hi+1/2 2
au sens où l’erreur de consistance sur les flux, définie par :
u(xi+1 ) − u(xi )
Ri+1/2 = u0 (xi+1/2 ) −
hi+1/2
est d’ordre 1 si u ∈ C 2 ([0 ; 1], R) [lemme 1.28]. Le schéma numérique s’écrit donc :
ui+1 − ui ui − ui−1
− + = hi fi i = 2, . . . , N − 1 (1.10)
hi+1/2 hi−1/2
Pour les première et N –ème équations, on tient compte des conditions aux limites de Dirichlet ho-
mogènes (1.2) et on approche u0 (0) dans l’équation (1.8) (respectivement u0 (1) dans l’équation (1.9))
par (u(x1 )−0)/h1/2 (respectivement (0−u(xN ))/hN +1/2 ), ce qui donne comme première et dernière
équations du schéma numérique :
u2 − u1 u1
− h + = h1 f1 (1.11)
h1/2
3/2
uN uN − uN −1
+ = hN fN (1.12)
h
hN −1/2
N +1/2
Là encore, comme dans le cas des différences finies, il faut faire attention parce que les équations
discrètes (1.10)-(1.12) font intervenir les inconnues discrètes ui , i = 1, . . . , N et non pas les valeurs
u(xi ), i = 1, . . . , N de la solution exacte. En général, ces valeurs ne sont pas les mêmes.
Remarque 1.2 — Comparaison des deux schémas. Si le pas du maillage est constant hi = h,
∀i = 1, . . . , N (on dit aussi que le maillage est uniforme), on peut montrer [exercice 1] que les
équations des schémas volumes finis et différences finies coïncident aux conditions de bord et au
second membre près. Si le maillage n’est pas uniforme, les deux schémas diffèrent.
11
1.1 Principe des deux méthodes1. Différences et volumes finis en diffusion stationnaire
b − uN uN − uN −1
− h + = hN fN . (1.15)
N +1/2 hN −1/2
12
1.1 Principe des deux méthodes1. Différences et volumes finis en diffusion stationnaire
− ∆u = f sur Ω (1.20a)
13
1.1 Principe des deux méthodes1. Différences et volumes finis en diffusion stationnaire
où dγ(x) désigne l’intégrale par rapport à la mesure uni-dimensionnelle sur le bord de l’ouvert Ω et
où nK désigne le vecteur normal unitaire à ∂K extérieur à K. Comme K est polygonal, on peut
décomposer ∂K en arêtes σ qui sont des segments de droite et en appelant EK l’ensemble des arêtes
de ∂K (trois arêtes dans le cas d’un triangle), on a :
X Z Z
− ∇u · nK,σ dγ(x) = f (x) dx
σ∈EK σ K
où nK,σ désigne le vecteur normal unitaire à σ extérieur à K (noter que ce vecteur est constant sur σ).
On cherche donc maintenant à approcher la dérivée normale ∇u · nK,σ de manière consistante sur
chaque arête σ. On se donne des inconnues discrètes notées (uK )K∈T qui, on l’espère, vont s’avérer
être des approximations de u(xK ). Pour une arête σ = K|L séparant les volumes de contrôle K et
L, il est tentant d’approcher la dérivée normale ∇u · nK,σ par le quotient différentiel :
u(xL ) − u(xK )
dK,L
où dK,L est la distance entre les points xK et xL . Cependant, cette approximation ne pourra être
justifiée que si la direction du vecteur défini par les deux points xK et xL est la même que celle de
la normale nK,σ , c’est-à-dire si le segment de droite xK xL est orthogonal à l’arête K|L. Pour un
maillage triangulaire à angles strictement inférieurs à π/2, ceci est facile à obtenir en choisissant les
points xK comme intersection des médiatrices du triangle K 6 à l’image de la figure 1.3. Supposons
K L
xL
xK
dK,L
Figure 1.3 – Exemple de volumes de contrôle pour la méthode des volumes finis en deux dimensions
d’espace
que cette hypothèse, dite d’orthogonalité du maillage, soit satisfaite ; on approche donc ∇u · nK |σ
u(xL ) − u(xK )
par et en notant |σ| la longueur de l’arête σ, on approche :
dK,L
uL − uK
Z
∇u · nK dγ par FK,σ = |σ|
σ dK,L
pour tout σ ∈ EK et pour tout K ∈ T . Le schéma volumes finis s’écrit donc :
1
X Z
FK,σ = |K|fK où fK = f (x) dx (1.21)
|K| K
σ∈EK
6. Les médiatrices d’un triangle se coupent en un point qui est le centre du cercle circonscrit au triangle, alors que
les médianes se coupent au barycentre, qui est le centre du cercle inscrit dans le triangle ; ces deux points coïncident
dans le cas d’un triangle équilatéral.
14
1.2 Analyse de la méthode des 1.
différences finies et volumes finis en diffusion stationnaire
Différences
|K| étant la mesure de K et où les flux numériques FK,σ sont définis (en tenant compte des
conditions limites pour les arêtes du bord) par :
u − uK
− |σ| L
si σ = K|L
dK,L
FK,σ = uK
− |σ|
si σ ⊂ ∂Ω et σ ∈ EK
dK,σ
où dK,σ est la distance entre le point xK et l’arête σ.
Dans le cas des volumes finis en une dimension d’espace, il est défini par :
h= sup |xi+1/2 − xi−1/2 |. (1.23)
i=1,...,N
où le maillage T est l’ensemble des volumes de contrôle K. Notons que la réponse à cette
question de convergence n’est pas évidente a priori. La solution discrète peut converger vers
la solution continue, elle peut aussi converger vers autre chose que la solution du problème
continu et, enfin, elle pourrait ne pas converger du tout.
15
1.2 Analyse de la méthode des 1.
différences finies et volumes finis en diffusion stationnaire
Différences
où c ∈ C([0 ; 1], R+ ) et f ∈ C([0 ; 1], R), qui peut modéliser par exemple un phénomène de diffusion-
réaction d’une espèce chimique. On se donne un pas du maillage constant h = 1/(N + 1) et une
subdivision de ]0 ; 1[, notée (xk )k=0,...,N +1 avec x0 = 0 < x1 < x2 < . . . < xN < xN +1 = 1. Soit
ui l’inconnue discrète associée au nœud i, i = 1, . . . , N . On pose u0 = uN +1 = 0. On obtient les
équations discrètes en approchant u00 (xi ) par quotient différentiel par développement de Taylor,
comme au paragraphe 1.1.1. On obtient le système suivant :
2u − u
i i−1 − ui+1
+ ci ui = fi i = 1, . . . , N
h2
u0 = 0 (1.25)
uN +1 = 0
avec ci = c(xi ) et fi = f (xi ). On peut écrire ces équations sous forme matricielle :
Ah Uh = bh avec
2 + c1 h2 −1 0 0 u1 f1
...
.. ..
2 + c2 h2 . .
−1 −1
.. .. .. .. .
Ah = h2
1
0 . . . 0 , Uh = . et bh = ..
.. ..
.
. −1 2 + cN −1 h2 −1
0 ... 0 −1 2 + cN h2 uN fN
(1.26)
u1
..
Remarque 1.3 — Notations pour les vecteurs et matrices. Un vecteur : u = . sera
uN
aussi noté, par souci de simplicité, u = (u1 , . . . , uN ) (ces deux égalités signifiant que les composantes
de u dans la base canonique de RN sont u1 , u2 , . . . , uN . Attention toutefois à ne pas confondre
cette notation avec ut = (u1 . . . uN ), qui est une matrice 1 × N ; c’est la matrice transposée de u
vu comme une matrice N × 1. On peut écrire le produit scalaire de deux vecteurs u et v de RN
avec ces notations :
N
X
u·v = ui vi = ut v = vt u.
i=1
Proposition 1.4 Soit c = (c1 , . . . , cN ) ∈ RN tel que ci > 0 pour i = 1, . . . , N ; alors la matrice
Ah définie dans (1.26) est symétrique définie positive et donc inversible.
Démonstration. La matrice Ah est évidemment symétrique. Montrons qu’elle est définie positive. Soit
v = (v1 . . . vN ), on pose v0 = vN +1 = 0. Calculons le produit scalaire Ah v · v = vt Ah v. On a :
2 + c1 h2 −1
0 v1
.. .. ..
1 −1 . . .
Ah v · v = 2 v1 v2 · · · vN
h ..
.
. −1
..
0 −1 2 + cN h 2 vN
c’est-à-dire :
N
1 X
Ah v · v = vi −vi−1 + (2 + ci h2 )vi − vi+1
h2
i=1
N N
X 1 X
= ci vi2 + vi (−vi−1 + vi + vi − vi+1 )
h2
i=1 i=1
16
1.2 Analyse de la méthode des 1.
différences finies et volumes finis en diffusion stationnaire
Différences
>0 ∀v = (v1 , . . . , vN ) ∈ RN
Si on suppose Ah v · v = 0, on a alors :
N
X
ci h2 vi2 = 0 et vi − vi−1 = 0 ∀i = 1, . . . , N + 1.
i=1
On a donc v1 = v2 = . . . = vN = v0 = vN +1 = 0. Remarquons que ces égalités sont vérifiées même si les ci
sont nuls. Ceci démontre que la matrice Ah est bien définie. •
−u =f
00
u0 (0) = 0 (1.27)
u (1) = 0
0
donne une matrice Ah qui est symétrique et semi définie positive, mais non définie [exercice 16]. De
fait la solution du problème continu (1.27) n’est pas unique, puisque les fonctions constantes sur
[0 ; 1] sont solutions de (1.27).
L’avantage des schémas dont la matrice est une IP-matrice est de satisfaire la propriété de conser-
vation de la positivité qui peut être cruciale dans les applications physiques :
17
1.2 Analyse de la méthode des 1.
différences finies et volumes finis en diffusion stationnaire
Différences
Démonstration. Supposons d’abord que A vérifie (1.28) et montrons que A inversible et que A−1 a des
coefficients positifs ou nuls. Si x est tel que Ax = 0, alors Ax > 0 et donc, par hypothèse, x > 0. Mais on a
aussi Ax 6 0, soit A(−x) > 0 et donc par hypothèse, x 6 0. On en déduit x = 0, ce qui prouve que A est
inversible. La propriété (1.28) donne alors que y > 0 ⇒ A−1 y > 0. En prenant y = e1 on obtient que les
coefficients de la première colonne de A−1 sont positifs, puis en prenant y = ei on obtient que les coefficients
de la i-ième colonne de A−1 sont positifs pour i = 2, . . . , N . Par conséquent, A−1 a tous ses coefficients
positifs.
Réciproquement, supposons maintenant que A est inversible et que A−1 a des coefficients positifs. Soit
x ∈ RN tel que Ax = y > 0, alors x = A−1 y > 0. Donc A conserve la positivité. •
Remarque 1.9 — Principe du maximum. On appelle principe du maximum continu le fait que
si f > 0 alors le minimum de la fonction u solution du problème 1.24 est atteint sur les bords. Cette
propriété mathématique correspond à l’intuition physique qu’on peut avoir du phénomène : si on
chauffe un barreau tout en maintenant ses deux extrémités à une température fixe, la température
aux points intérieurs du barreau sera supérieure à celle des extrémités. Il est donc souhaitable que
la solution approchée satisfasse la même propriété [exercice 3].
Démonstration. On va montrer que si v ∈ RN , Ah v > 0 alors v > 0. On peut alors utiliser la proposition 1.8
pour conclure. Soit v = (v1 , . . . , vN ) ∈ RN . Posons v0 = vN +1 = 0. Supposons que Ah v > 0, on a donc
vi−1 2 vi+1
− 2 + 2
+ ci v i − 2 > 0 i = 1, . . . , N (1.29)
h h h
Soit p = min i ∈ {1, . . . , N }; vi = minj=1,...,N vj . Supposons que p > 1, on a alors :
vp − vp−1 vp − vp+1 vp−1 − vp vp+1 − vp
+ cp vp + > 0 soit encore cp vp > + > 0.
h2 h2 h2 h2
Par hypothèse, cp > 0.
— Si cp > 0, on a donc vp > 0 et donc vi > 0, ∀i = 1, . . . , N .
— Si cp = 0, on doit alors avoir vp−1 = vp = vp+1 ce qui est impossible car p est le plus petit indice i tel
que vi = minj=1,...,N vj . Donc dans ce cas le minimum ne peut pas être atteint pour p > 1 et on a
donc une contradiction.
On a ainsi finalement montré que mini∈{1,...,N } vi > 0, on a donc v > 0. •
Définition 1.12 — Ordre du schéma. On dit qu’un schéma de discrétisation à N points est
d’ordre p s’il existe C ∈ R, ne dépendant que de la solution exacte, tel que l’erreur de consistance
satisfait :
max (Ri ) 6 Chp ,
i=1,...,N
18
1.2 Analyse de la méthode des 1.
différences finies et volumes finis en diffusion stationnaire
Différences
Définition 1.13 — Consistance du schéma. On dit qu’un schéma de discrétisation est consis-
tant si
max (Ri ) → 0 lorsque h → 0
i=1,...N
Lemme 1.14 Si la solution de (1.24) vérifie u ∈ C 4 ([0 ; 1]), le schéma (1.25) est consistant d’ordre
2 et on a plus précisément :
h2
|Ri | 6 sup |u(4) | ∀i = 1, . . . , N (1.31)
12 [0 ;1]
La preuve de convergence du schéma utilise la notion de consistance, ainsi qu’une notion de stabilité,
que nous introduisons maintenant :
Proposition 1.16 On dit que le schéma (1.25) est stable, au sens où la norme infinie de la solution
approchée est bornée par un nombre ne dépendant que de f . Plus précisément, la matrice de
discrétisation Ah satisfait :
1
kA−1
h k∞ 6 (1.36)
8
inégalité qui peut aussi s’écrire comme une estimation sur les solutions du système (1.26) :
1
kUh k∞ 6 kf k∞ (1.37)
8
19
1.2 Analyse de la méthode des 1.
différences finies et volumes finis en diffusion stationnaire
Différences
car A−1h
6 A−1
0h
d’où on déduit que kA−1 h
k∞ 6 kA−1 k . Il ne reste plus qu’à estimer kA−1
0h ∞
k . Comme
0h ∞
A0h > 0, on a kA0h k∞ = kA0h ek∞ avec e = (1, . . . , 1). Soit d = A−1
−1 −1 −1
0h
e ∈ R N . On veut calculer kdk , où d
∞
vérifie A0h d = e. Or le système linéaire A0h d = e n’est autre que la discrétisation par différences finies du
problème
− u00 = 1
u(0) = 0 (1.39)
u(1) = 0
(4)
dont la solution exacte est u0 (x) = x(1 − x)/2 qui vérifie u0 (x) = 0. On en conclut, par la remarque 1.15,
ih(ih−1)
que u0 (xi ) = di , ∀i = 1 . . . N . Donc kdk∞ = supi=1,N 2
où h = 1/(N + 1) est le pas de discrétisation.
Ceci entraîne que
x(x − 1) 1
kdk∞ 6 sup = 8
[0 ;1] 2
et donc que kA−1
h
k∞ 6 1/8. •
Remarque 1.17 — Sur la stabilité. L’inégalité (1.37) donne une estimation sur les solutions
approchées indépendantes du pas de maillage. C’est ce type d’estimation que l’on recherchera par
la suite comme garant de la stabilité d’un schéma numérique.
On suppose u ∈ C 4 ([0 ; 1]). Soit uh la solution de (1.25). Alors l’erreur de discrétisation définie
par (1.40) satisfait
1 (4)
max |ei | 6 ku k∞ h2 .
i=1,...,N 96
Le schéma est donc convergent d’ordre 2.
20
1.3 Volumes finis pour un problème
1. Différences
elliptique unidimensionnel
et volumes finis en diffusion stationnaire
Démonstration. Soit Uh = (U1 , . . . , Un ) et Ūh = (u(x1 ), . . . , u(xN )), on cherche à majorer kŪh − Uh k∞ . On
a A(Ūh − Uh ) = R où R est l’erreur de consistance [remarque 1.15]. On a donc
1 1 1
kŪh − Uh k∞ 6 kA−1
h
k∞ kRk∞ 6 × ku(4) k∞ = ku(4) k∞
8 12 96
•
Remarque 1.20 — Contrôle des erreurs d’arrondi. On cherche à calculer la solution ap-
prochée de −u00 = f . Le second membre f est donc une donnée du problème. Supposons que des
erreurs soient commises sur cette donnée (par exemple des erreurs d’arrondi, ou des erreurs de
mesure). On obtient alors un nouveau système, qui s’écrit Ah U eh = bh + εh où εh représente la
discrétisation des erreurs commises sur le second membre. Si on résout Ah U eh = bh + εh au lieu de
Ah Uh = bh , l’erreur commise sur la solution du système s’écrit :
eh − Uh = A−1 εh
Eh = U h
On en déduit que
1
kEh k∞ 6 kεh k∞
8
On a donc une borne d’erreur sur l’erreur qu’on obtient sur la solution du système par rapport à
l’erreur commise sur le second membre. Le problème des erreurs relatives est beaucoup plus subtil
[exercice 7].
Définition 1.21 — Maillage volumes finis. On appelle maillage volumes finis de l’intervalle
[0 ; 1], un ensemble de N mailles (Ki )i=1,...,N tel que Ki = ]xi−1/2 ; xi+1/2 [ et on note hi =
xi+1/2 − xi−1/2 . On se donne également N points (xi )i=1,...,N situés dans les mailles Ki . On a donc :
0 = x1/2 < x1 < x3/2 < . . . < xi−1/2 < xi < xi+1/2 < . . . < xN +1/2 = 1
On notera hi+1/2 = xi+1 − xi et h = maxi=1,...,N hi . Pour des questions de notations, on posera
également x0 = 0 et xN +1 = 1.
On rappelle que pour obtenir un schéma volumes finis, on part de la forme intégrale (bilan des flux)
obtenue en intégrant l’équation (1.1) sur Ki :
Z
−u0 (xi + 1/2) + u0 (xi − 1/2) = f (x) dx. (1.41)
Ki
On pose
1
Z
fi = f (x) dx
hi Ki
et on introduit les inconnues discrètes (ui )i=1...N (une par maille) et les équations discrètes du
schéma numérique :
Fi+1/2 − Fi−1/2 = hi fi i = 1, . . . , N, (1.42)
21
1.3 Volumes finis pour un problème
1. Différences
elliptique unidimensionnel
et volumes finis en diffusion stationnaire
où Fi+1/2 est le flux numérique en xi+1/2 qui devrait être une approximation raisonnable de
−u0 (xi+1/2 ). On pose alors :
ui+1 − ui
Fi+1/2 = − i = 1, . . . , N
hi+1/2
u1
F1/2 = −
h1/2
uN
FN +1/2 =
hN +1/2
pour tenir compte des conditions aux limites de Dirichlet homogènes u(0) = u(1) = 0. On peut
aussi écrire :
Fi+1/2 = − ui+1 − ui
i = 0, . . . , N (1.43)
hi+1/2
u = u
N +1 = 0 (1.44)
0
On peut montrer que les deux schémas différences finies et volumes sont identiques au bord près
dans le cas d’un maillage uniforme lorsque xi est supposé être le centre de la maille [exercice 1].
Proposition 1.23 — Existence de la solution du schéma volumes finis. Soit f ∈ C([0 ; 1])
et u ∈ C 2 ([0 ; 1]) solution du problème (1.1)-(1.2). Soit (Ki )i=1,...,N le maillage de la définition 1.21.
Alors il existe une unique solution uh = (u1 , . . . , uN ) de (1.42)-(1.44).
Démonstration. Ce résultat se déduit facilement de la proposition suivante, qui donne la stabilité du shéma,
c’est-à-dire une estimation a priori sur les solutions approchées. Si fi = 0 pour tout i = 1, . . . , N , la
proposition 1.25 nous donne que kDT uT k = 0 où DT uT est la dérivée discrète et donc ui − ui−1 = 0 pour
tout i = 1 . . . N ; mais comme u0 = 0, on en déduit que ui = 0 pour tout i = 1 . . . N . Ceci démontre l’unicité
de (ui )i=1...N solution de (1.42)-(1.44) et donc son existence, puisque le système (1.42)-(1.44) est un système
linéaire carré d’ordre N . (On rappelle qu’une matrice carrée d’ordre N est inversible si et seulement si son
noyau est réduit à {0}). •
Nous allons maintenant prouver la stabilité, sous forme d’une estimation dite a priori, car on
effectue une majoration sur une fonction dont on n’a pas forcément prouvé l’existence : on établit
l’estimation a priori en premier et on en déduit l’existence.
Pour démontrer cette propriété, on commence par introduire une dérivée discrète des fonctions
constantes par mailles, qui nous servira dans la suite des démonstrations.
Définition 1.24 — Dérivée discrète. On considère le maillage (Ki )i=1,...N de la définition 1.21.
Soit v une fonction constante par mailles sur les mailles Ki , qui représente une approximation
22
1.3 Volumes finis pour un problème
1. Différences
elliptique unidimensionnel
et volumes finis en diffusion stationnaire
Proposition 1.25 — Stabilité : estimation a priori sur les solutions approchées. Soit
f ∈ L2 ([0 ; 1]). On considère le maillage (Ki )i=1,...N de la définition 1.21 ; pour i = 1, . . . , N , on note
fi la valeur moyenne de f sur la maille Ki . Si uT est la fonction constante par maille dont les valeurs
sur les mailles sont des valeurs (u1 , . . . , uN ) qui vérifient le schéma volumes finis (1.42)-(1.44), alors
Démonstration. La preuve de cette proposition est calquée sur l’estimation a priori qu’on peut faire sur les
solutions du problème continu : en effet, si u est une solution qu’on supposera aussi régulière que l’on veut 8
du problème (1.1)-(1.2), alors
ku0 kL2 (]0 ;1[) 6 kf kL2 ((0,1)) (1.47)
Nous allons donc mener les preuves de (1.47) et (1.46) en parallèle. Soit u ∈ C 2 (]0 ; 1[) solution de (1.1)-(1.2)
et soit (u1 , . . . , uN ) solution de (1.42)-(1.44).
Estimation continue. On multiplie (1.1) par u et on intègre entre 0 et 1 :
Z 1 Z 1
− u00 (x)u(x) dx = f (x) dx
0 0
On intègre par parties et on utilise les conditions aux limites (1.2) :
Z 1 Z 1
(u0 (x))2 dx = f (x)u(x) dx
0 0
On utilise l’inégalité de Cauchy-Schwarz à droite.
Z 1
(u0 (x))2 dx = kf kL2 (]0 ;1[) kukL2 (]0 ;1[)
0
On utilise alors l’inégalité de Poincaré qui s’écrit (voir Proposition 1.26 plus bas) kukL2 (]0 ;1[) 6 ku0 kL2 (]0 ;1[) .
On en déduit (1.47).
8. En fait la solution unique de (1.1)-(1.2) appartient à l’espace H 1 (]0 ; 1[), comme on le verra plus tard.
23
1.3 Volumes finis pour un problème
1. Différences
elliptique unidimensionnel
et volumes finis en diffusion stationnaire
Il nous faut maintenant donner les démonstrations des inégalités de Poincaré continue et discrète
que nous avons utillisées dans la preuve ci-dessus. Là encore, nous allons procéder en parallèle car
la démonstration en discret est calquée sur la démonstration continue.
Inégalité de Poincaré dans le cadre discret On considère le maillage (Ki )i=1,...N de la défini-
tion 1.21. Soit v une fonction constante par mailles sur les mailles Ki et soit DT v sa “dérivée
discrète” au sens de la définition 1.24. Alors :
kvkL2 (]0 ;1[ 6 kDT vkL2 (]0 ;1[) (1.50)
kvk∞ 6 kDT vkL2 (]0 ;1[) (1.51)
24
1.3 Volumes finis pour un problème
1. Différences
elliptique unidimensionnel
et volumes finis en diffusion stationnaire
vérifie
|Ri+1/2 | 6 Chp . (1.53)
Lemme 1.28 — Consistance du flux de diffusion. Soit u ∈ C 2 ([0 ; 1]) solution du pro-
−ui
blème (1.1)-(1.2). Le flux numérique Fi+1/2 = − uhi+1 i+1/2
est consistant d’ordre 1. Plus précisément
il existe C ne dépendant que de ku k∞ tel que l’erreur de consistance sur les flux définie par (1.52)
00
vérifie :
u(xi+1 ) − u(xi )
|Ri+1/2 | = −u0 (xi+1/2 ) + 6 Ch (1.54)
hi+1/2
Définition 1.29 — Conservativité. On dit que le schéma volumes finis (1.42)-(1.44) est conser-
vatif, au sens où, lorsqu’on considère une interface xi+1/2 entre deux mailles Ki et Ki+1 , le flux
numérique entrant dans une maille est égal à celui sortant de l’autre.
Démonstration. écrivons le schéma volumes finis (1.42) ainsi que l’équation exacte (1.41) intégrée sur la
maille Ki : F̄i+1/2 − F̄i−1/2 = hi fi où F̄i+1/2 est défini dans le lemme 1.28 et soustrayons : F̄i+1/2 −
∗
Fi+1/2 − F̄i−1/2 + Fi−1/2 = 0. En introduisant Ri+1/2 = F i+1/2 − Fi+1/2 , on obtient :
∗ ∗
Fi+1/2 − Fi+1/2 − Fi−1/2 + Fi−1/2 = −Ri+1/2 + Ri−1/2
ce qui s’écrit encore, au vu de la définition de ei ,
ei+1 − ei ei − ei−1
− + = −Ri+1/2 + Ri−1/2
hi+1/2 hi−1/2
On multiplie cette dernière égalité par ei et on somme de 1 à N :
N N N N
X ei+1 − ei X ei − ei−1 X X
− ei + ei = −Ri+1/2 ei + Ri−1/2 ei ,
hi+1/2 hi−1/2
i=1 i=1 i=1 i=1
ce qui s’écrit encore :
N N −1 N N −1
X ei+1 − ei X ei+1 − ei X X
− ei + ei+1 = −Ri+1/2 ei + Ri+1/2 ei+1
hi+1/2 hi+1/2
i=1 i=0 i=1 i=0
En réordonnant les termes, on obtient, en remarquant que e0 = 0 et eN +1 = 0 :
N N
X (ei+1 − ei )2 X
= Ri+1/2 (ei+1 − ei )
hi+1/2
i=0 i=0
25
1.3 Volumes finis pour un problème
1. Différences
elliptique unidimensionnel
et volumes finis en diffusion stationnaire
Mais
N N Z 1
X (ei+1 − ei )2 X ei+1 − ei 2
= hi+1/2 = (DT eT (s))2 ds = kDT eT k2L2 (]0 ;1[) .
hi+1/2 hi+1/2 0
i=0 i=0
De plus, Ri+1/2 6 Ch (par le lemme 1.28). On a donc
N N Z 1
X X |ei+1 − ei |
kDT eT k2L2 (]0 ;1[) 6 Ch |ei+1 − ei | = Ch hi+1/2 = Ch |DT eT | dt
hi+1/2 0
i=0 i=0
et, par l’inégalité de Cauchy-Schwarz, on a kDT eT kL2 (]0 ;1[) 6 Ch. On a ainsi démontré (1.55). On ob-
tient (1.56) et (1.57) par l’inégalité de Poincaré discrète [proposition 1.30]. •
pour toute fonction ϕ ∈ Cc1 (]0 ; 1[) où Cc1 (]0 ; 1[) désigne l’espace des fonctions de classe C 1 à support
compact dans ]0 ; 1[. On peut montrer que v est unique [1]. On notera v = Du. On peut remarquer
que si u ∈ C 1 ([0 ; 1]) et si on note u0 sa dérivée classique, alors Du = u0 presque partout. On note
H 1 (]0 ; 1[) l’ensemble des fonctions de L2 (]0 ; 1[) qui admettent une dérivée faible dans L2 (]0 ; 1[) :
H 1 (]0 ; 1[) = {u ∈ L2 (]0 ; 1[) ; Du ∈ L2 (]0 ; 1[)}.
C’est un espace de Hilbert pour le produit scalaire :
Z
(u, v)H 1 (]0 ;1[) = u(x)v(x) dx + Du(x)Dv(x) dx.
(]0 ;1[)
Tout élément de H (]0 ; 1[) (au sens classe d’équivalence de fonctions) admet un représentant continu
1
C’est une norme sur H01 qui est équivalente à la norme k · kH 1 définie par
Z Z 1/2
kukH 1 = u2 (x) dx + (Du)2 (x) dx
9. Henri-Léon Lebesgue (1875–1941) est un mathématicien fran¸cais. Il est reconnu pour sa théorie d’intégration
publiée initialement dans son mémoire Intégrale, longueur, aire à l’université de Nancy en 1902. Il fut l’un des grands
mathématiciens fran¸cais de la première moitié du xx-ème siècle.
10. Une fonction f de ]0 ; 1[ dans R est intégrable au sens de Lebesgue si f est mesurable et
Z
|f | dt < +∞.
]0 ;1[
L’espace L2 (]0 ; 1[) désigne l’ensemble des classes d’équivalence des fonctions de carré intégrable au sens de Lebesgue,
pour la relation d’équivalence égale presque partout, ce qui permet de définir une norme sur L2 (]0 ; 1[) par
Z 1/2
kukL2 (]0 ;1[) = u2 dt
]0 ;1[
qui en fait un espace complet. Cette norme est associée au produit scalaire
Z
(u, v)L2 (]0 ;1[) = uv dt
]0 ;1[
26
1.3 Volumes finis pour un problème
1. Différences
elliptique unidimensionnel
et volumes finis en diffusion stationnaire
Par contre, la fonction v étant constante par maille, elle n’est pas dérivable au sens classique, ni
même au sens faible. On peut toutefois définir une norme H 1 discrète de v comme suit :
2 1/2
N
!
i+1 − vi
X v
|v|1,T = hi+1/2
i=0
hi+1/2
ce qui est la norme L2 de la dérivée discrète DT v [définition 1.24]. On peut montrer [exercice 18]
que si uT : ]0 ; 1[ → R est définie par uT (x) = ui , ∀x ∈ Ki où (ui )i=1,...,N solution de (1.42)-(1.44)
alors |uT |1,T converge dans L2 (]0 ; 1[) lorsque h tend vers 0, vers kDukL2 (]0 ;1[) , où u est la solution
du problème (1.1)-(1.2).
Dimensions supérieures
En une dimension d’espace, on a obtenu une estimation d’erreur en norme H01 discrète et
en norme L∞ . En dimension supérieure ou égale à 2, on aura une estimation en h, en norme
H01 discrète, en norme L2 , mais pas en norme L∞ . Ceci tient au fait que l’injection de Sobolev
H 1 (]0 ; 1[) ⊂ C(]0 ; 1[) n’est vraie qu’en dimension 1. La démonstration de l’estimation d’erreur en
norme L2 (1.56) se prouve alors directement à partir de l’estimation en norme H01 discrète, grâce à
une ”inégalité de Poincaré discrète", équivalent discret de la célèbre inégalité de Poincaré continue,
que l’on rappelle (voir (1.59) pour la dimension 1).
Lemme 1.31 — Inégalité de Poincaré. Soit Ω un ouvert borné de RN et u ∈ H01 (Ω), alors
kukL2 (Ω) 6 diam(Ω)kDukL2 (Ω) }.
Remarque 1.32 La dernière égalité traduit la conservation du flux de chaleur à l’interface x = 1/2.
On peut noter que comme λ est discontinu en ce point, la dérivée u0 le sera forcément elle aussi.
11. Henri Poincaré (1854–1912) est un mathématicien, physicien et philosophe fran¸cais. C’est probablement l’un
des plus grands hommes de science de cette époque.
27
1.4 Diffusion bidimensionnelle 1. Différences et volumes finis en diffusion stationnaire
On choisit de discrétiser le problème par volumes finis. On se donne un maillage volumes finis
comme défini par la définition 1.21, en choisissant les mailles telles que la discontinuité de λ soit
située sur un interface de deux mailles qu’on note Kk et Kk+1 . On a donc, avec les notations du
paragraphe (1.1.1) xk+1/2 = 0.5. La discrétisation par volumes finis s’écrit alors
Fi+1/2 − Fi−1/2 = hi fi i = 1, . . . , N,
où les flux numériques Fi+1/2 sont donnés par
(
ui+1 − ui λ1 si xi+1/2 > 1/2,
Fi+1/2 = −λ∗ avec λ∗ =
hi+1/2 λ2 si xi+1/2 < 1/2.
Il ne reste donc plus qu’à calculer le flux Fk+1/2 , approximation de (λu0 )(xk+1/2 ) (avec xk+1/2 = 1/2).
On introduit pour cela une inconnue auxiliaire uk+1/2 que l’on pourra éliminer plus tard et on écrit
une discrétisation du flux de part et d’autre de l’interface :
uk+1/2 − uk
Fk+1/2 = −λ1 hk
, (1.61)
2
uk+1 − uk+1/2
Fk+1/2 = −λ2 hk+1
. (1.62)
2
hk uk + hk+1 uk+1
λ1 λ2
uk+1/2 =
hk + hk+1
λ1 λ2
On remplace uk+1/2 par cette valeur dans l’expression du flux Fk+1/2 et on obtient :
2λ1 λ2
Fk+1/2 = − (uk+1 − uk ).
hk + λ2 + hk+1 λ1
Si le maillage est uniforme, on obtient
2λ1 λ2
uk+1 − uk
Fk+1/2 = − .
λ1 + λ2 h
Le flux est donc calculé en faisant intervenir la moyenne harmonique des conductivités λ1 et λ2 .
Notons que lorsque λ1 = λ2 , on retrouve la formule habituelle du flux.
Le problème est bien posé au sens où si f ∈ C 1 (Ω), alors il existe une unique solution u ∈ C(Ω̄)∩C 2 (Ω),
solution de (1.63). Si f ∈ L2 (Ω)et si Ω est convexe (ou à bord régulier) alors il existe une unique
fonction u ∈ H 2 (Ω) au sens faible 12 de (1.63), c’est-à-dire qui vérifie :
u ∈ H0 (Ω),
1
Z Z
∇u(x) · ∇v(x) dx = f (x)v(x) dx ∀v ∈ H01 (Ω).
Ω Ω
12. Par définition, H 2 (Ω) est l’ensemble des fonctions de L2 (Ω) qui admet des dérivées faibles jusqu’à l’ordre 2
dans L2 (Ω).
28
1.4 Diffusion bidimensionnelle 1. Différences et volumes finis en diffusion stationnaire
On peut montrer que si u ∈ C 2 (Ω), alors u est solution de (1.63) si et seulement si u est solution
faible de (1.63). Pour discrétiser le problème, on se donne un certain nombre de points, alignés dans
les directions x et y, comme représentés sur la figure 1.4 (on prend un pas de maillage uniforme
et égal à h). Certains de ces points sont à l’intérieur du domaine Ω, d’autres sont situés sur la
frontière ∂Ω. Comme en une dimension d’espace, les inconnues discrètes sont associées aux nœuds
P5
P3
P2 P1
P5 P4
P2 P1 P3
P4
du maillage. On note {Pi , i ∈ I} les points de discrétisation et on écrit l’équation aux dérivées
partielles en ces points :
∂2u ∂2u
−∆u(Pi ) − 2
(Pi ) − 2 (Pi ) = f (Pi ).
∂x ∂y
Dans le cas de points points ”vraiment intérieurs", tel que le point P1 sur la figure 1.4, i.e. dont
tous les points voisins sont situés à l’intérieur de Ω, les quotients différentiels
2u(P1 ) − u(P2 ) − u(P3 ) 2u(P1 ) − u(P5 ) − u(P4 )
et
h2 h2
sont des approximations consistantes à l’ordre 2 de e − ∂12 u(P1 ) et −∂22 u(P1 ). Par contre, pour
un point “proche" du bord tel que le point Pe1 , les mêmes approximations (avec les points Pe2 , Pe3 ,
Pe4 et Pe5 ) ne seront que d’ordre 1 en raison des différences de distance entre les points (faire les
développements de Taylor pour s’en convaincre).
Une telle discrétisation amène à un système linéaire Ah Uh = bh où la structure de Ah , en
particulier sa largeur de bande, c’est-à-dire le nombre de diagonales non nulles, dépend de la
numérotation des nœuds. On peut montrer que la matrice Ah est une IP-matrice et que le schéma
est stable. De la consistance et la stabilité, on déduit, comme en une dimension d’espace, la
convergence du schéma.
29
1.4 Diffusion bidimensionnelle 1. Différences et volumes finis en diffusion stationnaire
en essayant d’expliquer leur sens physique. On rappelle que le flux de chaleur par diffusion est égal
q est donné par la loi de Fourier q = −λ∇u · n où n est le vecteur normal unitaire à la surface à
travers laquelle on calcule le flux.
Conditions aux limites de type Fourier sur Γ1 ∪ Γ3 On suppose qu’il existe un transfert ther-
mique entre les parois Γ1 et Γ3 et l’extérieur. Ce transfert est décrit par la condition de
Fourier 13 qui exprime que le flux transféré est proportionnel à la différence de température
entre l’extérieur et l’intérieur :
−λ∇u · n(x) = α(u(x) − uext ) ∀x ∈ Γ1 ∪ Γ3 (1.65)
où α > 0 est le coefficient de transfert thermique, n, le vecteur unitaire normal à ∂Ω extérieur
à Ω et uext est la température extérieure (donnée).
Conditions aux limites de type Neumann sur Γ2 On suppose que la paroi Γ2 est parfaite-
ment isolée et que le flux de chaleur à travers cette paroi est donc nul. Ceci se traduit par
une condition dite de Neumann homogène :
−λ∇u · n = 0 ∀x ∈ Γ2 . (1.66)
Conditions aux limites de type Dirichlet sur Γ4 Sur la paroi Γ4 , on suppose que la tempé-
rature est fixée. Ceci est une condition assez difficile à obtenir expérimentalement pour un
problème de type chaleur, mais qu’on peut rencontrer dans d’autres problèmes pratiques.
u(x) = g(x) ∀x ∈ Γ4 (1.67)
13. Robin dans la littérature anglo-saxonne
30
1.4 Diffusion bidimensionnelle 1. Différences et volumes finis en diffusion stationnaire
Conditions sur l’interface I On suppose que l’interface I est par exemple le siège d’une réaction
chimique surfacique θ qui provoque un dégagement de chaleur surfacique. On a donc un saut
du flux de chaleur au travers de l’interface I. Ceci se traduit par la condition de saut suivante :
Par admissible, on entend un maillage tel qu’il existe des points (xK )K∈T situés dans les mailles,
tels que chaque segment xK xL soit orthogonal à l’arête K|L séparant la maille K de la maille L,
comme visible sur la figure 1.6. Cette condition permet pour obtenir une approximation consistante
du flux de diffusion (c’est-à-dire de la dérivée normale sur l’arête K|L) avec deux inconnues discrètes
[remarque 1.33]. Dans le cas présent, le domaine representé sur la figure 1.5 étant rectangulaire,
cette condition est particulièrement facile à vérifier en prenant un maillage rectangulaire. Par souci
de simplicité, on prendra ce maillage uniforme et on notera hx = 1/n le pas de discrétisation dans
la direction x et hy = 1/p le pas de discrétisation dans la direction y. Le maillage est donc choisi de
telle sorte que l’interface I coïncide avec un ensemble d’arêtes du maillage qu’on notera EI . On a
donc
I¯ =
[
σ̄,
σ∈EI
où le signe ¯ désigne l’adhérence de l’ensemble. On se donne ensuite des inconnues discrètes (uK )K∈T
associées aux mailles et (uσ )σ∈E associées aux arêtes.
Pour obtenir le schéma volumes finis, on commence par établir les bilans par maille en intégrant
l’équation sur chaque maille K (notons que ceci est faisable en raison du fait que l’équation est
sous forme conservative, c’est-à-dire sous la forme − div(flux) = f ). On obtient donc :
Z Z
− div(λi ∇u(x)) dx = f (x) dx,
K K
31
1.4 Diffusion bidimensionnelle 1. Différences et volumes finis en diffusion stationnaire
où nK,σ est le vecteur unitaire normal à σ extérieur à K. On écrit alors une équation approchée :
X
FK,σ = m(K)fK ,
σ∈EK
Pour obtenir le schéma numérique, il nous reste à exprimer le flux numérique FK,σ en fonction des
inconnues discrètes (uK )K∈T associées aux mailles et (uσ )σ∈E associées aux arêtes (ces dernières
seront ensuite éliminées) :
uσ − uK
FK,σ = −λi m(σ) (1.70)
dK,σ
où dK,σ est la distance du point xK à l’arête σ et m(σ) est la longueur de l’arête σ [figure 1.6].
L’équation associée à l’inconnue uK est donc :
X
FK,σ = m(K)fK
σ∈EK
On a ainsi obtenu autant d’équations que de mailles. Il nous reste maintenant à écrire une équation
pour chaque arête, afin d’obtenir autant d’équations que d’inconnues.
En ce qui concerne les arêtes intérieures, on écrit la conservativité du flux, ce qui nous permettra
d’éliminer les inconnues associées aux arêtes internes. Soit σ = K|L ⊂ Ωi On a alors :
FK,σ = −FL,σ (1.71)
On vérifiera par le calcul [exercice 23] que, après élimination de uσ , ceci donne
m(σ)
FK,σ = −FL,σ = λi (uK − uL ) (1.72)
dσ
où dσ = d(xK , xL ), et d( · , · ) désigne la distance euclidienne.
Définition 1.33 — Consistance du flux. On appelle erreur de consistance associée au flux (1.70)
l’expression :
RK,σ = F̄K,σ − FK,σ
∗
32
1.4 Diffusion bidimensionnelle 1. Différences et volumes finis en diffusion stationnaire
où h(T ) est le pas du maillage, i.e. h(T ) = maxK∈T diam(K) avec diam(K) = sup(x,y)∈K 2 d(x, y).
On vérifie facilement que si u est suffisamment régulière et si le segment xK xL est colinéaire au
vecteur normal n alors le flux numérique est consistant. Cette propriété, alliée a la propriété de
conservativité des flux, permet de démontrer la convergence du schéma, comme on l’a fait dans le
cas unidimensionnel.
Remarque 1.34 — Cas du maillage cartésien de la figure 1.5. Dans le cas du maillage
carésien considéré pour notre problème, il est naturel de choisir les points xK comme les centres de
gravité des mailles. Comme le maillage est uniforme, on a donc dK,σ = hx /2 (respectivement hy /2)
et |σ| = hy (respectivement |σ| = hx ) pour une arête σ verticale (respectivement horizontale).
33
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
1.5 Exercices
1.5.1 Énoncés
Exercice 1 — Différences et volumes finis avec conditions de Dirichlet non homogènes.
corrigé p.46 On considère le problème :
1. Écrire les schémas de différences finies et volumes finis avec pas constant pour le problème (1.76).
Pour le schéma volumes finis, on utilisera l’approximation
Z xi+1/2
sin(u(x))dx ' (xi+1/2 − xi−1/2 ) sin(u(xi ))
xi−1/2
Écrire les schémas de différences finies et volumes finis avec pas constant pour le problème (1.77),
et comparer les schémas ainsi obtenus.
1. Écrire une discrétisation de (1.79) par différences finies pour un maillage uniforme. écrire le
système linéaire obtenu.
2. Écrire une discrétisation de (1.79) par volumes finis de (1.79) pour un maillage uniforme. Écrire
le système linéaire obtenu.
Remarque 1.36 — Forme conservative et non conservative. Les deux exercices suivants
concernent la discrétisation d’une équation de transport-diffusion sous forme non-conservative
(exercice 5) puis conservative (exercice 6). On a déjà vu dans le cours qu’en une dimension d’espace,
le terme de diffusion unidimensionnel est de la forme −u00 (tout du moins dans le cas d’un matériau
homogène de conductivité constante). On appelle terme de transport un terme de la forme v(x)u0 (x),
dite non conservative, ou (v(x)u(x))0 , dite conservative, où v est la vitesse de transport donnée
34
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
et u l’inconnue, qui est la quantité transportée (une concentration de polluant, par exemple).
Remarquez d’abord que si la vitesse v est constante, les deux formes sont identiques, puisque
(v(x)u(x))0 = v 0 (x)u(x) + v(x)u0 (x) = v(x)u0 (x). La deuxième forme est dite conservative car elle
est obtenue à partir de l’écriture de la conservation de la masse (par exemple) sur un petit élement
x + δx, en passant à la limite lorsque δx tend vers 0. La première forme, non conservative, apparaît
dans des modèles de mécanique de fluides (écoulements compressibles polyphasiques, par exemple).
On admettra qu’il existe une unique solution u ∈ C([0 ; 1], R) ∩ C 2 (]0 ; 1[, R) à ce problème. On
cherche à approcher cette solution par une méthode de différences finies. On se donne un pas de
maillage h = 1/N + 1 uniforme, des inconnues discrètes u1 , . . . , uN censées approcher les valeurs
u(x1 ), . . . , u(xN ). On considère le schéma aux différences finies suivant :
2ui − ui+1 − ui−1 vi (ui − ui−1 )
+ =0 i = 1, . . . , N
h2
h
u0 = a, (1.81)
uN +1 = b,
où vi = v(xi ) pour i = 1, . . . , N . Noter que le terme de transport v(xi )u0 (xi ) est approché par
v(xi )(u(xi+1/2 ) − u(xi−1/2 ))/h. Comme la vitesse ci est positive ou nulle, on choisit d’approcher
u(xi+1/2 ) par la valeur amont, c’est-à-dire u(xi ), d’où le schéma (1.81).
1. Montrer que le système (1.81) s’écrit sous la forme M U = b avec U = (u1 , . . . , uN ), b ∈ RN et
M est une matrice telle que :
(a) M U > 0 ⇒ U > 0 (les inégalités s’entendent composante par composante) ;
(b) M est inversible ;
(c) Si U est solution de M U = b alors min(a, b) 6 ui 6 max(a, b).
2. Montrer que M est une M -matrice, c’est-à-dire que M vérifie :
(a) mi,i > 0 pour i = 1, . . . , n ;
(b) mi,j 6 0 pour i, j = 1, . . . , n, i 6= j ;
(c) M est inversible ;
(d) M −1 > 0.
On admettra qu’il existe une unique solution u ∈ C([0 ; 1], R) ∩ C 2 (]0 ; 1[, R) à ce problème. On
cherche ici encore à approcher cette solution par une méthode de différences finies. On se donne un
pas de maillage h = 1/(N + 1) uniforme, des inconnues discrètes u1 , . . . , uN censées approcher les
valeurs u(x1 ), . . . , u(xN ). On considère le schéma aux différences finies suivant :
2u − ui+1 − ui−1 vi+ 21 ui − vi− 12 ui−1
i
+ = 0 i = 1, . . . , N
h2 h
(1.83)
u0 = a
uN +1 = b
35
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
où vi+1/2 = v((xi + xi+1 )/2), pour i = 0, . . . , N . Noter que le terme de convection (vu)0 (xi ) peut
être approché par :
v(xi+1/2 )u(xi+1/2 ) − v(xi−1/2 )u(xi−1/2 )
.
h
Comme v(xi+1/2 ) > 0, on choisit d’approcher u(xi+1/2 ) par la valeur amont, c’est-à-dire u(xi ).
C’est une valeur amont dans le sens où elle est choisie en amont de l’écoulement, si l’on suppose
que v est la vitesse de l’écoulement. On dit que le schéma est décentré amont.
1. Montrer que le système (1.83) s’écrit sous la forme M U = B avec U = (u1 , . . . , uN ), , B ∈ RN ;
2. Pour U = (u1 , . . . , uN ) et W = (w1 , . . . , wN ) ∈ RN , calculer M U · W , et en déduire l’expression
de (M t W )i , pour i = 1, . . . , N (on distinguera les cas i = 2, . . . , N − 1, i = 1 et i = N ;
3. Soit W ∈ RN :
(a) montrer que si M t W > 0 alors W > 0 ;
(b) en déduire que si U ∈ RN est tel que M U > 0 alors U > 0.
4. Montrer que M est une M-matrice ;
5. Montrer que U solution de (1.83) peut ne pas vérifier min(a, b) 6 ui 6 max(a, b).
corrigé p.48 Exercice 7 — Conditionnement efficace. Soit f ∈ C([0 ; 1]). Soit N ∈ N? , N impair. On
pose h = 1/(N + 1). Soit A la matrice définie par (1.38), issue d’une discrétisation par différences
finies (vue en cours) du problème (1.1)-(1.2). Pour u ∈ RN , on note u1 , . . . , uN les composantes
de u. Pour u ∈ RN , on dit que u > 0 si ui > 0 pour tout i ∈ {1, . . . , N }. Pour u, v ∈ RN , on
PN
note u · v = i=1 ui vi . On munit RN de la norme suivante : pour u ∈ RN , kuk = max{|ui |,
i ∈ {1, . . . , N }}. On munit alors MN (R) de la norme induite, également notée k · k, c’est-à-
dire kBk = max{kBuk, u ∈ RN tel que kuk = 1}, pour tout B ∈ MN (R).
Montrer que b > 0 ⇒ u > 0. [On pourra considérer p ∈ {0, . . . , N + 1} tel que up = min{uj ,
j ∈ {0, . . . , N + 1}.] En déduire que A est inversible.
2. On considère la fonction ϕ ∈ C([0 ; 1], R) définie par ϕ(x) = (1/2)x(1 − x) pour tout x ∈ [0 ; 1].
On définit alors φ ∈ RN par φi = φ(ih) pour tout i ∈ {1, . . . , N }. Montrer que (Aφ)i = 1 pour
tout i ∈ {1, . . . , N }.
3. Calcul de kA−1 k — Soient b ∈ RN et u ∈ RN tels que Au = b. Montrer que kuk 6 (1/8)kbk
[Calculer A(u ± kbkφ) avec φ défini à la question 2 et utiliser la question 1]. En déduire que
kA−1 k 6 1/8 puis montrer que kA−1 k = 1/8.
4. Calcul de kAk — Montrer que kAk = h2 .
4
36
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
Soit N ∈ N? . On note U = (uj )j=1...N une valeur approchée de la solution u du problème (1.85)
aux points (j/(N + 1))j=1...N .
1. Montrer que la discrétisation par différences finies de ce problème sur maillage uniforme
de pas h = 1/(N + 1) consiste à chercher U comme solution du système linéaire = AU =
(f (j/(N + 1)))j=1...N où la matrice A ∈ MN (R) est définie par A = (N + 1)2 B + Id où Id désigne
la matrice identité et
2 −1 0 . . . 0
..
−1 2 −1 . . . .
.. .. ..
B= 0 . . . 0
. ..
.. . −1 2 −1
0 . . . 0 −1 2
2. Valeurs propres de la matrice B. — On rappelle que le problème aux valeurs propres
− u (x) = λu(x) x ∈ ]0 ; 1[
00
u(0) = 0 (1.86)
u(1) = 0
admet la famille (λk , uk )k∈N∗ , λk = (kπ)2 et uk (x) = sin(kπx) comme solution. Montrer que
les vecteurs Uk = (uk (j/(N + 1)))j=1...N sont des vecteurs propres de la matrice B. En déduire
toutes les valeurs propres de la matrice B.
3. En déduire les valeurs propres de la matrice A.
4. En déduire le conditionnement pour la norme euclidienne de la matrice A.
37
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
3. Soit N fixé, et max |ui − u(xi )| = 0. A-t-on forcément f est constante sur [0 ; 1] ?
16i6N
On admet que ce problème admet une et une seule solution u et on suppose que u ∈ C 4 (]0 ; 1[). On
cherche une solution approchée de (1.87) par la méthode des différences finies. Soit N ∈ N∗ , et
h = 1/(N + 1). On note ui la valeur approchée recherchée de u au point ih, pour i = 0, · · · , N + 1.
On utilise les approximations centrées les plus simples de u0 et u00 aux points ih, i = 1, . . . , N. On
pose uh = (u1 , · · · , uN ).
1. Montrer que uh est solution d’un système linéaire de la forme Ah uh = bh ; donner Ah et bh .
2. Montrer que le schéma numérique obtenu est consistant et donner une majoration de l’erreur de
consistance (on rappelle que l’on a supposé u ∈ C 4 ).
3. Soit v ∈ RN , montrer que Ah v > 0 ⇒ v > 0 (ceci s’entend composante par composante). Cette
propriété s’appelle conservation de la positivité. En déduire que Ah est une IP-matrice.
4. On définit θ par
1 2
θ(x) = − (1 + x)2 ln(1 + x) + (x2 + 2x) ln 2 x ∈ [0 ; 1].
2 3
(a) Montrer qu’il existe C > 0, indépendante de h, tel que
−θ(x ) + 2θ(x ) − θ(x ) θ(x ) − θ(x )
i−1 i i+1 i+1 i−1
max + − 1 6 Ch2 .
16i6N h 2 2h(1 + ih)
(b) On pose θh = (θ1 , · · · , θN ). Montrer que (Ah θh )i > 1 − Ch2 , pour i = 1, . . . , N .
(c) Montrer qu’il existe M > 0 ne dépendant pas de h tel que kA−1
h k∞ 6 M .
5. Montrer la convergence, en un sens à définir, de uh vers u.
6. Que peut on dire si u 6∈ C 4 mais seulement u ∈ C 2 ou C 3 ?
7. On remplace dans (1.87) 1+x 1
par αu0 (x) avec α donné (par exemple α = 100). On utilise pour
approcher (1.87) le même principe que précédemment (approximations centrées de u0 et u00 . Que
peut on dire sur la consistance, la stabilité, la convergence du schéma numérique ?
38
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
1. Montrer que par cette méthode, en éliminant l’inconnue auxiliaire uN +1/2 , on obtient comme
N –ème équation discrète non plus (1.19) mais l’équation suivante :
1 uN − uN −1
FN +1/2 − FN −1/2 = hN fN avec FN +1/2 = (αuN − b) et FN −1/2 = −
1 + αh/2 hN −1/2
(1.88)
2. Calculer l’erreur de consistance sur le flux approché FN +1/2 en 1 dans le cas des discrétisa-
tions (1.19) et (1.88). Montrer qu’elle est d’ordre 1 dans le premier cas, et d’ordre 2 dans le
second.
Exercice 14 — Convergence des VF par une méthode DF. Cet exercice est inspiré de
l’article de Forsyth, P.A. and P.H. Sammon, paru en 1988 (Appl. Num. Math. 4, 377-394) et
intitulé : “Quadratic Convergence for Cell-Centered Grids.”
Soit f ∈ C([0, 1], R), on rappelle qu’il existe une unique solution u ∈ C 2 ([0, 1], R) du problème
suivant :
− u00 (x) = f (x), x ∈ (0, 1), (1.89)
u(0) = 0, (1.90)
u(1) = 0. (1.91)
Dans la suite, cette solution exacte sera notée u. Afin de calculer une approximation numérique de
u, on se donne un maillage, noté T , de l’intervalle ]0, 1[, constitué de N cellules (ou volumes de
contrôle), notées Ki , i = 1, . . . , N , et des familles de points de ]0, 1[, notés xi , i = 0, . . . , N + 1 et
xi+ 2i , i = 0, . . . , N qui vérifient :
x0 = x 12 = 0 < x1 < x 32 < · · · < xi− 12 < xi < xi+ 12 < · · · < xN < xN + 12 = xN +1 = 1,
Ki =]xi− 12 , xi+ 21 [,
et on note
hi = xi+ 12 − xi− 12 , i = 1, . . . , N, hi+ 21 = xi+1 − xi , i = 0, . . . , N,
h = max{hi , i = 1, . . . , N }.
Dans la suite, on va s’intéresser à la convergence d’un schéma numérique lorsque h → 0, et on
considère une famille de tels maillages tels qu’il existe α > 0 tel que min{hi , i = 1, . . . , N } > αh
(on dit que les maillages sont quasi-uniformes).
1. Schéma volumes finis
En notant (ui )i=1,...,N les inconnues discrètes, expliquer rapidement comment une discréti-
sation par volumes finis pour l’approximation du problème (1.89)–(1.91) amène au schéma
suivant
Z
Fi+ 12 − Fi− 12 = f (x) dx, i = 1, . . . , N (1.92)
Ki
ui+1 − ui
Fi+ 12 =− , i = 0, . . . , N, (1.93)
hi+ 21
u0 = uN +1 = 0, (1.94)
39
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
(a) on considère que ui est une approximation de u(xi ), où xi est un point quelconque de
Ki ;
(b) on considère que ui est une approximation de la moyenne de u sur la maille i.
3. Ecriture matricielle et monotonie de la matrice
(a) Montrer que le schéma volumes finis vu comme une approximation de −u00 (xi ) s’écrit
sous la forme matricielle suivante.
AU = b, (1.95)
où U = (u1 , . . . , uN ) , b = (b1 , . . . , bN ) , avec (1.94) et avec A et b définis par
t t
1 ui+1 − ui ui − ui−1
(AU )i = − + , i = 1, . . . , N, (1.96)
hi hi+ 12 hi− 12
u0 = uN +1 = 0, (1.97)
1
Z
bi = f (x) dx, i = 1, . . . , N. (1.98)
h i Ki
(b) Montrer que la matrice A est une IP-matrice (ou matrice monotone), c.à.d. que pour
tout V ∈ RN , AV > 0 =⇒ V > 0 (au sens composante par composante). (On pourra
introduire i0 = min{i ∈ {0, . . . , N + 1} ; vi = a} avec a = min{vi , i = 0, . . . , N + 1}).
En déduire que le schéma (1.92)-(1.94) admet une solution unique.
On suppose dans toute la suite que xi est le centre de la maille Ki . Soit Ū = (u(x1 ), . . . , u(xN )).
On pose
u(xi+1 ) − u(xi )
r = A(Ū − U ), et, pour i = 0, . . . , N, Ri+ 12 = − + u0 (xi+ 12 ).
hi+ 21
h2i u00 (xi )
On définit V = (v1 , . . . , vN )t ∈ RN par vi = 8 , i = 1, . . . , N .
4. Succédané de consistance
(a) Montrer que
1
Ri+ 21 = − (hi+1 − hi )u00 (xi+ 12 ) + hεi+ 21 (h), i = 1, . . . , N − 1,
4
1 1
R 21 = − h1 u00 (0) + hε 21 (h), RN + 21 = hN u00 (1) + hεN + 12 (h),
4 4
avec maxi=1,...,N εi+ 12 (h) → 0 lorsque h → 0, pour tout i = 1, . . . , N .
(b) Montrer que
vi+1 − vi
− = Ri+ 12 + hηi+ 21 (h), i = 1, . . . , N − 1, (1.99)
hi+ 12
2v1
− = R 12 + hη 12 (h), (1.100)
h1
2vN
= RN + 21 + hηN + 12 (h). (1.101)
hN
avec maxi=1,...,N ηi+ 21 (h) → 0 lorsque h → 0.
En déduire que ri = (AV )i + ηi (h) avec ηi (h) → 0 lorsque h → 0.
Soient ϕ la fonction définie sur [0, 1] par ϕ(x) = 12 x(1 − x), et Φ = (φ1 , . . . , φN ) ∈ RN défini
par φi = ϕ(xi ).
5. Stabilité
(a) Montrer qu’il existe W ∈ RN tel que A(Φ − W ) = 1 où 1 est le vecteur de RN dont
toutes les composantes sont égales à 1 et donner l’expression de W .
(b) En déduire que
A(U − kbk∞ (Φ − W )) 6 0 et A(U + kbk∞ (Φ − W )) > 0. (1.102)
40
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
corrigé p.52 Exercice 16 — Conditions aux limites de Fourier (ou Robin). On considère le problème :
− u = f dans ]0 ; 1[ (1.105a)
00
u(0) − u (0) = c
0
(1.105b)
u(1) + u (1) = d
0
(1.105c)
où f est une fonction continue de [0 ; 1] dans R. On va étudier pour cela un schéma de différences
finies (partie A) et de volumes finis (partie B). Les deux parties sont indépendantes.
41
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
1. En respectant l’ordre des équations, écrire le schéma de différences finies (1.106) sous la forme
AU = b où A est une matrice et U et b des vecteurs qu’on explicitera.
2. Soit U = (u0 , u1 , . . . , uN , uN +1 ) ∈ RN +2 ; on pose V = (v0 , v1 , . . . , vN , vN +1 ), avec v0 = u0 /h,
vN +1 = uN +1 /h, et vi = ui pour i = 1, . . . , N . Montrer que AU · V > 0 si U = 6 0. En déduire
qu’il existe une unique solution au système linéaire (1.106).
3. Peut on mettre le système sous une forme équivalente AU e = eb où A e est une matrice symétrique
définie positive ?
4. Soit A la matrice définie à la question 1. Montrer que si V = (v0 , v1 , . . . , vN , vN +1 ) ∈ RN +2 est
tel que AV > 0 (composante par composante, c’est-à-dire (AV )i > 0 pour tout i = 0, . . . , N + 1),
alors vi > 0 pour i = 0, . . . , N + 1.
5. On définit l’erreur de consistance en xi = ih par Ri = (AU − b)i (où A est la matrice définie par
la question 1), avec U = (u0 , . . . , uN +1 ) et ui = u(ih), i = 0, . . . , N + 1 où u est la solution exacte
de (1.105). Donner l’ordre de l’erreur de consistance du schéma en xi = ih pour i = 0, . . . , N + 1
(en supposant u suffisamment régulière).
6. On définit la fonction ϕ de [0 ; 1] dans R par ϕ(x) = −x2 + 4, et φ ∈ RN +2 par φi = ϕ(xi ) pour
i = 0, . . . , N + 1.
(a) Montrer que Aφ = S avec S = (s0 , s1 , . . . , sN , sN +1 ) et s0 = 4 + h, si = 2 pour i = 1, . . . , N
et sN +1 = 1 + h.
(b) Soit U la solution du système AU = b et soit
|b | |b |
i 0
µ = max max , , |bN +1 |
i=1,...,N 2 4
Montrer que A(U + µφ) > 0 et que A(U − µφ) 6 0. En déduire que kU k∞ 6 4µ et que
kA−1 k∞ 6 4. On rappelle que pour une matrice carrée M à n lignes et n colonnes :
kM xk∞
kM k∞ = maxn
x∈R kxk∞
x6=0
42
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
corrigé p.52 Exercice 19 — Problème elliptique 1d, discrétisation par volumes finis. Soient a, b > 0,
c, d ∈ R et f ∈ C([0 ; 1], R) ; on cherche à approcher la solution u du problème suivant :
On suppose que (1.107)-(1.108)-(1.109) admet une solution unique u ∈ C 2 ([0 ; 1], R). Soient N ∈ N?
PN
et h1 , . . . , hN > 0 tels que i=1 hi = 1. On pose x1/2 = 0 de sorte que xN +1/2 = 1 et :
xi+1/2 = xi−1/2 + hi i = 1, . . . , N
hi+1 + hi
hi+1/2 = i = 1, . . . , N − 1
2
1 xi+1/2
Z
fi = f (x) dx i = 1, . . . , N
hi xi−1/2
Pour approcher la solution u de (1.107)-(1.108)-(1.109), on propose le schéma numérique suivant :
Fi+1/2 − Fi−1/2 + bhi ui = bhi fi i ∈ {1, . . . , N }, (1.110)
avec (Fi+1/2 )i∈{0,...,N } donné par les expressions suivantes :
ui+1 − ui
Fi+1/2 = − h + aui i = 1, . . . , N − 1 (1.111)
i+1/2
u1 − c d − uN
F1/2 = − h /2 + ac FN +1/2 = − + auN (1.112)
1 hN /2
En tenant compte des expressions (1.111) et (1.112), le schéma numérique (1.110) donne donc un
système de N équations à N inconnues u1 , . . . , uN :
1. Expliquer comment, à partir de (1.107), (1.108) et (1.109), on obtient ce schéma numérique.
2. Existence de la solution approchée.
(a) On suppose ici que c = d = 0 et fi = 0 pour tout i ∈ {1, . . . , N }. Montrer qu’il existe
un unique vecteur U = (u1 , . . . , uN ) ∈ RN solution de (1.110). Ce vecteur est obtenu en
prenant ui = 0, pour tout i ∈ {1, . . . , N }. (On rappelle que dans (1.110) les termes Fi+1/2
et Fi−1/2 sont donnés par (1.111) et (1.112))
(b) On revient maintenant au cas général (c’est-à-dire c, d ∈ R et f ∈ C([0 ; 1], R). Montrer qu’il
existe un unique vecteur U = (u1 , . . . , uN ) ∈ RN solution de (1.110). (On rappelle, encore
une fois, que dans (1.110) les termes Fi+1/2 et Fi−1/2 sont donnés par (1.111) et (1.112))
Soient α, β > 0. On suppose, dans tout la suite de l’exercice, qu’il existe h > 0 tel que
1 R xi+1/2
αh 6 hi 6 βh, pour tout i ∈ {1, . . . , N }. On note ui = u(x) dx, pour i = 1, . . . , N .
hi xi−1/2
On rappelle que u est la solution exacte de (1.107)-(1.108)-(1.109).
3. Non consistance du schéma au sens des différences finies
(a) Montrer que le système peut se mettre sous la forme AU = B, où B est définie par
2c ac
B1 = bf1 + 2 + (1.113)
h1 h 1
Bi = bfi i = 2, . . . , N − 1 (1.114)
2d
BN = bfn + 2 (1.115)
hN
(b) On pose R̄ = AŪ − B avec Ū = (ū1 , . . . , ūN ). Vérifier que pour tout i ∈ {1, . . . , N }, R̄i
peut se mettre sous la forme :
R̄i = R̄i1 + R̄i2
où supi=1,...,N | R̄i1 |6 C1 et supi=1,...,N | R̄i2 |6 C2 h.
43
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
√
(c) On se restreint dans cette question au cas où a = 0, b > 0, f = 0, c = 1, d = e b , N = 2q,
hi = h si i est pair et hi = h/2 si i est impair avec h = 2/3N . Montrer que kR̄k∞ ne tend
pas vers 0 avec h.
4. Consistance des flux. En choisissant convenablement (F̄i+1/2 )i∈{0,...,N } , montrer que :
F̄i+1/2 − F̄i−1/2 + bhi ui = bhi fi , i ∈ {1, . . . , N }, (1.116)
et que (F̄i+1/2 )i∈{0,...,N } vérifie les égalités suivantes :
ui+1 − ui
F̄i+1/2 = − h + aui + Ri+1/2 i ∈ {1, . . . , N − 1}, (1.117)
i+1/2
u1 − c d − uN
F̄1/2 = − h /2 + ac + R1/2 F̄N +1/2 = − + auN + RN +1/2 (1.118)
1 hN /2
avec :
|Ri+1/2 | 6 C1 h i ∈ {0, . . . , N }, (1.119)
où C1 ∈ R et C1 ne dépend que de α, β et u.
5. Estimation d’erreur. On pose ei = ui − ui , pour i ∈ {1, . . . , N } et E = (e1 , . . . , eN ).
(a) Montrer que E est solution du système (de N équations) suivant :
Gi+1/2 − Gi−1/2 + bhi ei = 0, i ∈ {1, . . . , N }, (1.120)
avec (Gi+1/2 )i∈{0,...,N } donné par les expressions suivantes :
ei+1 − ei
Gi+1/2 = − h + aei + Ri+1/2 i ∈ {1, . . . , N − 1} (1.121)
i+1/2
e1 −eN
G1/2 = − + R1/2 GN +1/2 = − + aeN + RN +1/2 (1.122)
h1 /2 hN /2
(b) En multipliant (1.120) par ei et en sommant sur i = 1, . . . , N , montrer qu’il existe C2 ∈ R,
ne dépendant que de α, β et u tel que :
N
X
(ei+1 − ei )2 6 C2 h3 (1.123)
i=0
avec e0 = eN +1 = 0.
(c) Montrer qu’il existe C3 ∈ R, ne dépendant que de α, β, et u tel que :
|ei | 6 C3 h, pour tout i ∈ {1, . . . , N }. (1.124)
6. (Principe du maximum.) On suppose, dans cette question, que f (x) 6 d 6 c, pour tout x ∈ [0 ; 1].
Montrer que ui 6 c, pour tout i ∈ {1, . . . , N }. (On peut aussi montrer que u(x) 6 c, pour tout
x ∈ [0 ; 1].)
7. On remplace, dans cette question, (1.111) et (1.112) par :
ui+1 − ui
Fi+1/2 = − h + aui+1 i ∈ {1, . . . , N − 1} (1.125)
i+1/2
u1 − c d − uN
F1/2 = − h /2 + au1 FN +1/2 = − + ad (1.126)
1 hN /2
Analyser brièvement le nouveau schéma obtenu (existence de la solution approchée, consistance
des flux, estimation d’erreur, principe du maximum).
44
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
par différences finis avec un pas uniforme h = 1/N dans les deux directions d’espace. Montrer
l’existence et l’unicité de la solution du système linéaire obtenu.
2
corrigé p.54 Exercice 21 — Problème elliptique 2d et différences finies. Soit Ω = ]0 ; 1[ ⊂ R2 . On se
propose d’étudier deux schémas numériques pour le problème suivant :
− ∆u(x, y) + k ∂u (x, y) = f (x, y) (x, y) ∈ Ω
∂x (1.127)
u=0 sur ∂Ω
où k > 0 est un réel donné et f ∈ C(Ω̄) est donnée. On note u la solution exacte de (1.127) et on
suppose que u ∈ C 4 (Ω̄).
1. Principe du maximum — Montrer que pour tout ϕ ∈ C 1 (Ω̄) tel que ϕ = 0 sur ∂Ω, on a :
Z Z Z
∂u
∇u(x) · ∇ϕ(x) dx + k (x)ϕ(x) dx = f (x)ϕ(x) dx
Ω Ω ∂x Ω
En déduire que si f 6 0 sur Ω̄, on a alors u 6 0 sur Ω̄. Soit N ∈ N ; on pose h = 1/(N + 1) et ui,j
est la valeur approchée recherchée de u(ih, jh), (i, j) ∈ {0, . . . , N + 1}2 . On pose fi,j = f (ih, jh),
pour tout (i, j) ∈ {1, . . . , N }2 . On s’intéresse à deux schémas de la forme :
(
a0 ui,j − a1 ui−1,j − a2 ui+1,j − a3 ui,j−1 − a4 ui,j+1 = fi,j ∀(i, j) ∈ {1, . . . , N }2
(1.128)
ui,j = 0 (i, j) ∈ γ
où a0 , a1 , a2 , a3 et a4 sont données (ce sont des fonctions données de h) et γ = {(i, j) ;
(ih, jh) ∈ ∂Ω} (γ dépend aussi de h). Le premier schéma, centré pour la discrétisation de la
dérivée ∂x u, noté schéma [I], correspond au choix suivant des ai :
4 1 k 1 k 1
a0 = a1 = + a2 = + a3 = a4 = .
h2 h2 2h h2 2h h2
Le deuxième schéma, décentré pour la discrétisation de la dérivée ∂x u, noté schéma [II], correspond
au choix suivant des ai :
4 k 1 k 1
a0 = + a1 = + a2 = a3 = a4 =
h2 h h2 h h2
2. Consistance — Donner une majoration de l’erreur de consistance en fonction de k, h et des
dérivées de u, pour les schémas [I] et [II]. Donner l’ordre des schémas [I] et [II].
3. Principe du maximum discret — Dans le cas du schéma [II] montrer que si (wi,j ) vérifie :
a0 wi,j − a1 wi−1,j − a2 wi+1,j − a3 wi,j−1 − a4 wi,j+1 6 0 ∀(i, j) ∈ {1, . . . , N }2
on a alors
wi,j 6 max (wn,m ) ∀(i, j) ∈ {1, . . . , N }2
(n,m)∈γ
Montrer que ceci est aussi vrai dans le cas du schéma [I] si h vérifie une condition à déterminer.
4. Stabilité — Montrer que le schéma [II] et le schéma [I] sous la condition trouvée en 3. sont
stables (au sens ||U ||∞ 6 C||f ||∞ , avec une constante C à déterminer explicitement, où U =
{ui,j }(i,j)∈{0,...,N +1}2 est solution de (1.128). [On pourra utiliser la fonction φ(x, y) = y 2 /2].
En déduire que dans le cas du schéma [II] et du schéma [I] sous la condition trouvée en 3. le
problème (1.128) admet, pour tout f , une et une seule solution.
5. Convergence — Les schémas [I] et [II] sont-ils convergents ? (au sens max(i,j)∈{0,...,N +1}2 (|ui,j −
u(ih, jh)|) → 0 quand h → 0). Quel est l’ordre de convergence de chacun des schémas ?
6. Commentaires — Quels sont, à votre avis, les avantages respectifs des schémas [I] et [II] ?
corrigé p.57 Exercice 22 — Implantation de la méthode des volumes finis. On considère le problème
de conduction du courant électrique
− div(µi ∇φ(x)) = 0 x ∈ Ωi i = 1, 2 (1.129)
45
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
corrigé p.59 Exercice 23 — Élimination des inconnues d’arêtes. On se place ici dans le cadre des
hypothèses et notations du paragraphe 1.4.2 :
1. Pour chaque arête interne σ = K|L, calculer la valeur uσ en fonction de uK et uL et en déduire
que les flux numériques FK,σ et FL,σ vérifient bien (1.72) ;
2. Pour chaque arête σ ⊂ Γ1 ∪ Γ3 , telle que σ ∈ EK , calculer uσ en fonction de uK et montrer que
FK,σ vérifie bien (1.73) ;
3. Pour chaque arête σ ∈ EI , avec σ = K|L, K ∈ Ω1 , calculer la valeur uσ en fonction de uK et uL
et en déduire que les flux numériques FK,σ et FL,σ vérifient bien (1.75) ;
4. Écrire le système linéaire que satisfont les inconnues (uK )K∈T .
1.5.2 Corrigés
Exercice 1 — Différences et volumes finis avec conditions de Dirichlet non homogènes.
u0 = a
uN +1 = b
46
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
47
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
i. Si i0 = 1, comme 2u1h−u
2
2
+ v1hu1 > 0, on a
1 v1 u1 − u2
+ u1 + >0
h2 h h2
et comme u1 − u2 6 0, ceci entraine u1 > 0.
ii. Si 2 6 i0 6 N − 1, on a :
ui0 − ui0 +1 ui − ui −1 vi (ui0 − ui0 −1 )
2
+ 0 2 0 + >0
h h h
Mais par définition de i0 , on a ui0 − ui0 +1 6 0 et , et ui0 − ui0 −1 < 0 donc ce cas est
impossible.
iii. Si i0 = N , on a :
1 1 1
2
uN + 2 (uN − uN −1 ) + vi (uN − uN −1 ) > 0.
h h h
Or par définition de i0 = N , on a uN < uN −1 , et donc uN > 0.
On a donc montré que si M U > 0 alors U > 0.
(b) Comme M U > 0 ⇒ U > 0, on a donc (en prenant U puis −U ) M U = 0 ⇒ U = 0, ce qui
prouve que M est inversible,
(c) Soit U solution de M U = b. Posons U e = (u0 , u1 , . . . , uN , uN +1 ), avec u0 = a0 et uN +1 = a1 .
Remarquons d’abord que le minimum et le maximum des composantes ui de U e ne peuvent
être atteints pour i = 1, . . . , N que si les ui sont tous égaux (auquel cas ui = a0 = a1 pour
tout i = 0, . . . , N + 1). En effet, pour i = 1, . . . , N , on a :
1 1 1
(ui − ui+1 ) + 2 (ui − ui−1 ) + vi (ui − ui−1 ) = 0 (1.131)
h2 h h
Soit i0 = min{i; ui = minj uj } et i1 = min{i; ui = maxj uj }. Par définition de i0 , on a
ui0 − ui0 +1 6 0 et ui0 − ui0 −1 < 0 donc (1.131) est impossible si 1 < i0 < N . Donc i0 = 1
ou N . Soit i1 = min{i; ui = maxj uj }, on a ui1 − ui1 +1 > 0 et ui1 − ui1 −1 > 0 et (1.131) est
encore impossible si 1 < i1 < N .
On en déduit que i0 = 0 ou N + 1 et i1 = 0 ou N + 1, ce qui prouve que min(a, b) 6 ui 6
max(a, b).
2. (a) Par définition, mi,i = 1
h2 + h1 vi avec vi > 0, ce qui prouve le résultat.
(b) Par définition, mi,j est soit nul, soit égal à − h12 + h1 vi si j = i − 1, soit égal à − h12 si
j = i + 1, ce qui prouve le résultat.
(c) On a montré que M est inversible à la question précédente.
(d) D’après la question 1.2, on sait que si M U > 0, alors U > 0. Soit ei le i–ème vecteur de la
base canonique. On a ei = M (M −1 )ei > 0, et donc M −1 ei > 0, ce qui montre que tous les
coefficients de M −1 doivent être positifs.
48
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
Montrons maintenant que A est inversible. On vient de montrer que si Au > 0 alors u > 0. On
en déduit par linéarité que si Au 6 0 alors u 6 0, et donc que si Au = 0 alors u = 0. Ceci
démontre que l’application linéaire représentée par la matrice A est injective donc bijective (car
on est en dimension finie).
2. Soit ϕ ∈ C([0 ; 1], R) tel que ϕ(x) = 1/2x(1 − x) et φi = ϕ(xi ), i = 1, N , où xi = ih. (Aφ)i est
le développement de Taylor à l’ordre 2 de ϕ00 (xi ), et comme ϕ est un polynôme de degré 2, ce
développement est exact. Donc (Aφ)i = ϕ00 (xi ) = 1.
3. Soient b ∈ RN et u ∈ RN tels que Au = b. On a :
(A(u ± kbkϕ))i = (Au)i ± kbk(Aφ)i = bi ± kbk.
Prenons d’abord ebi = bi + kbk > 0, alors par la question (1),
ui + kbkφi > 0 ∀i = 1, . . . , N.
Si maintenant on prend b̄i = bi − kbk 6 0, alors
ui − kbkφi 6 0 ∀i = 1, . . . , N.
On a donc −kbkφi 6 kbkφi .
On en déduit que kuk∞ 6 kbk kφk∞ ; or kφk∞ = 1/8, d’où kuk∞ 6 kbk/8. On peut alors écrire
que pour tout b ∈ RN ,
1 kA−1 bk∞ 1 1
kA−1 bk∞ 6 kbk, donc 6 , d’où kA−1 k 6
8 kbk∞ 8 8
On montre que kA−1 k = 1/8 en prenant le vecteur b défini par b(xi ) = 1, ∀i = 1, . . . , N .
On a en effet A−1 b = φ, et comme N est impair, ∃i ∈ {1, . . . , N } tel que xi = 1/2 ; or
kϕk∞ = ϕ(1/2) = 1/8.
4. Par définition, on a kAk = supkxk∞ =1 kAxk, et donc kAk = maxi=1,N j=1,N |ai,j |, d’où le
P
résultat.
5. Grâce aux questions 3 et 4, on a, par définition du conditionnement pour la norme k · k,
cond(A) = kAkkA−1 k = 2h1 2 . Comme Aδu = δb , on a :
kbk kAkkuk
kδu k 6 kA−1 kδb k 6 kA−1 kδb k ,
kbk kbk
d’où le résultat.
Pour obtenir l’égalité, il suffit de prendre b = Au où u est tel que kuk = 1 et kAuk = kAk, et δb
tel que kδb k = 1 et kA−1 δb k = kA−1 k. On obtient alors
kδb k 1 kδuk
= et = kA−1 k.
kbk kAk kuk
D’où l’égalité.
Partie 2
1. Soient ϕ(h) et f (h) les fonctions constantes par morceaux définies par
(
ϕ(ih) = φi si x ∈ ]xi − h/2 ; xi + h/2[ i = 1, . . . , N
ϕ (x) =
h
0 si x ∈ [0 ; h/2] ou x ∈ ]1 − h/2 ; 1]
(
f (ih) = bi si x ∈ ]xi − h/2 ; xi + h/2[ i = 1, . . . , N
f (h) (x) =
f (ih) = 0 si x ∈ [0 ; h/2] ou x ∈ ]1 − h/2 ; 1]
Comme f ∈ C([0 ; 1], R) et ϕ ∈ C 2 ([0 ; 1], R), la fonction fh (resp. ϕh ) converge uniformément
vers f (resp. ϕ) lorsque h → 0. On a donc
XN Z 1 Z 1
h bi ϕi = f (x)ϕ (x) dx →
(h) (h)
f (x)ϕ(x) dx lorsque h → 0.
i=1 0 0
49
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
Donc il existe N0 ∈ N tel que si N > N0 , SN > β/2, et donc SN > α = min(S0 , S1 . . . SN0 , β/2) >
0.
PN t
2. On a N kuk = N supi=1,N |ui | > i=1 ui . D’autre part, Aϕ = 1 . . . 1 donc u · Aϕ =
PN
i=1 ui ; or u · Aϕ = A u · ϕ = Au · ϕ car A est symétrique donc :
t
N
X α
u · Aϕ = bi ϕi >
i=1
h
d’après la question 1. Comme δu = A−1 δb , on a donc kδu k 6 kA−1 k kδb k et comme N kuk > h,
α
on obtient :
kδu k 1 hN kf k∞
6 kδb k
kuk 8 α kbk
Or hN = 1 et on a donc bien :
kδu k kf k∞ kδb k
6
kuk 8α kbk
3. Le conditionnement cond(A) calculé dans la partie 1 est d’ordre 1/h2 , et donc tend vers l’infini
lorsque le pas du maillage tend vers 0, alors qu’on vient de montrer dans la partie 2 que la
variation relative kδu k/kuk est inférieure à une constante multipliée par la variation relative de
kδb k/kbk. Cette dernière information est nettement plus utile et réjouissante pour la résolution
effective du système linéaire.
Exercice 9.
1. Si f est constante, alors −u00 est constante, et donc les dérivées d’ordre supérieur de u sont nulles.
Donc par l’estimation (1.31) sur l’erreur de consistance, on a Ri = 0 pour tout i = 1, . . . , N . Si
on appelle U le vecteur de composantes ui et Ū le vecteur de RN de composantes u(xi ), on peut
remarquer facilement que U − Ū = A−1 R, où R est le vecteur de composantes Ri . On a donc
U − Ū = 0, c.q.f.d.
2. Il est facile de voir que f n’est pas forcément constante, en prenant f (x) = sin 2πx, et h = 1/2,
on n’a donc qu’une seule inconnue u1 qui vérifie u1 = 0, et on a également u(1/2) = sin π = 0.
Exercice 11 — Non consistance des volumes finis. 1. Par développement de Taylor, pour
i = 1, . . . , N , il existe ξi ∈ [xi , xi+1 ] tel que :
h3i+1/2
u(xi+1 ) = u(xi ) + hi+1/2 u0 (xi ) + 1/2h2i+1/2 u00 (xi ) + u000 (ξi ),
6
et donc
1 hi+1/2 + hi−1/2 00
Ri = − u (xi ) + u00 (xi ) + ρi i = 1, . . . , N,
hi 2
où |ρi | 6 Ch, C ne dépendant que de la dérivée troisième de u. Il est facile de voir que,
en général, Ri , ne tend pas vers 0 lorsque h tend vers 0 (sauf dans des cas particuliers).
En effet, prenons par exemple f ≡ 1, hi = h pour i pair, hi = h/2 pour i impair et
xi = (xi+1/2 + xi−1/2 )/2 pour i = 1, . . . , N . On a dans ce cas u00 ≡ −1, u000 ≡ 0 et donc :
(
− 1/4 si i est pair
Ri =
+ 1/2 si i est impair.
50
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
1
u(xi+1 ) = u(xi ) + hi+ 12 u0 (xi ) + h2i+ 1 u00 (xi ) + h2 εi (h),
2 2
1
u(xi−1 ) = u(xi ) − hi− 21 u0 (xi ) + h2i− 1 u00 (xi ) + h2 εi−1 (h).
2 2
51
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
52
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
Démontrons la formule (1.134). Pour cela il suffit (par changement de variable) de démontrer
que si u ∈ C 2 (R), alors pour tout α > 0, on a :
1
Z α
udx = 2αu(0) + u00 (αi )α3 . (1.135)
−α 3
Pour cela, on utilise une formule de type Taylor avec reste intégral, qu’on obtient en remarquant
R1
que si on pose ϕ(t) = u(tx), alors ϕ0 (t) = xu(tx), et ϕ00 (t) = x2 u00 (tx). Or ϕ(1)−ϕ(0) = 0 ϕ0 (t)dt,
et par inégration par parties, on obtient donc :
Z 1
ϕ(1) = ϕ(0) + ϕ (0) +
0
ϕ00 (t)(1 − t)ds.
0
Comme la fonction u est continue elle est minorée et majorée sur [−α, α]. Soient donc m =
00
min[−α,α] u00 et M = min[−α,α] u00 . Ces deux valeurs sont atteintes par u00 puisqu’elle est continue.
On a donc u00 ([−α, α]) = [m, M ]. De plus, la fonction (x, t) 7→ x2 (1 − t) est positive ou nulle sur
[−α, α] × [0 ; 1]. On peut donc minorer et majorer A de la manière suivante
Z 1 Z 1
m x2 (1 − t) dt dx 6 A 6 M x2 (1 − t) dt dx.
0 0
Or
1
1 3
Z
x2 (1 − t) dt dx = α
0 3
On en déduit que 13 α3 m 6 A 6 13 α3 M, et donc que
1 3
A= α γ
3
avec γ ∈ [m, M ] ; mais comme u00 est continue, elle prend toutes les valeurs entre m et M , il
existe donc β ∈ [−α, α] tel que γ = u00 (β), ce qui termine la preuve de (1.135).
2. (a) On multiplie (1.110) par ui et on somme pour i = 1, . . . , N . On obtient après changement
d’indice que
i=N i=N i=N
X (ui+1 − ui )2 aX X
+ (ui+1 − ui )2 + b u2i hi = 0.
i=0
hi+1/2 2 i=0 i=0
53
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
54
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
1. En multipliant la première équation de (1.127) par ϕ et en intégrant par parties, on trouve, pour
tout ϕ ∈ C 1 (Ω̄) tel que ϕ = 0 sur ∂Ω :
Z Z Z
∂u(x, y)
∇u(x, y) · ∇ϕ(x, y) dx dy + k ϕ(x, y) dx = f (x, y)ϕ(x, y) dx dy. (1.138)
Ω Ω ∂x Ω
On suppose maintenant que f 6 0 sur Ω. On se donne une fonction ψ ∈ C 1 (R, R) tel que
ψ(s) = 0 si s 6 0 et ψ(s) > 0 si s > 0. (On peut choisir, par exemple, ψ(s) = s2 pour s > 0 et
ψ(s) = 0 pour s 6 0) et on prend dans (1.138) ϕ = ψ ◦ u. On obtient ainsi :
Z Z Z
2 ∂u
ψ 0 (u(x, y)) |∇u(x, y)| dx dy + k (x, y)ψ(u(x, y)) dx = f (x, y)ψ(u(x, y)) dx dy 6 0.
Ω Ω ∂x Ω
(1.139)
En notant G la primitive de ψ s’annulant en 0, on a :
∂ ∂u
G(u(x, y)) = ψ(u(x, y)) (x, y)
∂x ∂x
Comme u = 0 sur ∂Ω, on obtient donc :
Z Z Z
∂u ∂
k (x, y)ψ(u(x, y)) dx dy = k G(u(x, y)) dx dy = kG(u(x, y))nx dγ(x, y) = 0,
Ω ∂x Ω ∂x ∂Ω
et donc, comme ψ 0 > 0 et que la fonction (x, y) 7→ ψ 0 (u(x, y))|∇u(x, y)|2 est continue :
ψ 0 (u(x, y))|∇u(x, y)|2 = 0, ∀(x, y) ∈ Ω̄.
Ceci donne aussi
∇ψ(u(x, y)) = 0, ∀(x, y) ∈ Ω̄.
La fonction ψ ◦ u est donc constante sur Ω̄, comme elle est nulle sur ∂Ω, elle est nulle sur Ω̄, ce
qui donne u 6 0 sur Ω̄.
2. On s’intéresse ici à la consistance au sens des différences finies. On pose donc ūi,j = u(ih, jh)
pour i, j ∈ {0, . . . , N + 1}2 . On a bien ūi,j = 0 pour (i, j) ∈ γ, et pour (i, j) ∈ {1, . . . , N }2 , on
pose Rij = a0 ūi,j − a1 ūi−1,j − a2 ūi+1,j − a3 ūi,j−1 − a4 ūi,j+1 − fi,j .
3. On rappelle que u est solution de (1.127), Rij est donc l’erreur de consistance du schéma. Dans
le cas du schéma [I] on a :
2ūij − ūi+1,j − ūi−1,j 2ūij − ūi,j+1 − ūi,j−1 ūi+1,j − ūi−1,j
Rij = + +k − fij .
h2 h2 2h
Comme u ∈ C 4 (Ω̄), il existe ξij ∈ ]0 ; 1[ et ηij ∈ ]0 ; 1[ tel que :
h2 2 h3 h4
ūi+1,j = ūi,j + h∂x u(ih, jh) + ∂x u(ih, jh) + ∂x3 u(ih, jh) + ∂x4 u(ih + ξij h, jh)
2 6 24
(1.140)
h2 2 h3 h4
ūi−1,j = ūi,j − h∂x u(ih, jh) + ∂x (ih, jh) − ∂x3 u(ih, jh) + ∂x4 u(ih + ηij h, jh).
2 6 24
(1.141)
On obtient des formules analogues pour ūi,j+1 et ūi,j−1 ; de plus, comme u est solution de
(1.127), on a
fij = −∂x2 u(ih, jh) − ∂y2 u(ih, jh) + k∂x u(ih, jh).
55
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
On en déduit
h2 4 h2 h2
|Ri,j | 6 k∂x uk∞ + k∂y4 uk∞ + k k∂x3 uk∞
12 12 6
où k∂x4 uk∞ désigne la norme uniforme sur Ω̄ de la dérivée quatrième de u par rapport à x
(notations analogues pour k∂y4 uk∞ et k∂x3 uk∞ ). On obtient finalement |Rij | 6 C1 h2 où C1 ne
dépend que de u et k. Comme pour h petit, on a h2 6 h, on en déduit que schéma [I] est donc
d’ordre 2.
Pour le schéma [II], on a :
2ūij − ūi+1,j − ūi−1,j 2ūij − ūi,j+1 − ūi,j−1 ūij − ūi−1,j
Rij = 2
+ 2
+k − fij .
h h h
D’où l’on déduit
h2 4 h2 4 kh 2
|Rij | 6 k∂xxxx uk∞ + k∂yyyy uk∞ + k∂ uk∞ ,
12 12 2 xx
et donc |Rij | 6 C2 h où C2 ne dépend que de u et k. Le schéma [II] est donc d’ordre 1.
4. Dans le cas du schéma [II], la famille {wij , i, j ∈ {0, . . . , N + 1}2 } vérifie ∀i, j ∈ {1, . . . , N } :
1 1 1 1
k
2
(wij − wi+1,j ) + 2
+ (wij − wi−1,j ) + 2 (wij − wi,j+1 ) + 2 (wij − wi,j−1 ) 6 0
h h h h h
On pose M = max{wi,j , (i, j) ∈ {0, . . . , N + 1}2 } et m = max{wi,j , (i, j) ∈ γ}. Noter que
γ = {0, . . . , N + 1}2 \ {1, . . . , N }2 . On a bien sûr m 6 M et il reste donc à montrer que M 6 m.
Soit A = {(i, j) ∈ {0, . . . , N + 1}2 , wi,j = M } et soit (ß̄, ǣ) ∈ A tel que ī = max{i ; (i, j) ∈ A}
et j̄ = max{j ; (i, j) ∈ A}. On distingue deux cas :
— Si ī ∈ {0, N + 1} ou j̄ ∈ {0, . . . , N + 1}, on a alors (ß̄, j̄) ∈ γ et donc M = wß̄,j̄ 6 m.
— Sinon, on a ī 6∈ {0, N + 1} et j̄ 6∈ {0, N + 1}, et donc (ß̄, j̄) ∈ {1, . . . , N }2 . On en déduit
que :
1 1
k
wī,j̄ − wī+1,j̄ + + wī,j̄ − wī−1,j̄ +
h2 h2 h
1 1
wī,j̄ − wī,j̄+1 + 2 wī,j̄ − wī,j̄−1 6 0, (1.142)
h 2 h
ce qui est impossible car wī,j̄ = M et donc
wī,j̄ − wī,j̄−1 > 0,
wī,j̄ − wī,j̄+1 > 0,
wī,j̄ − wī−1,j̄ > 0,
wī,j̄ − wī+1,j̄ > 0,
noter que la dernière inégalité est bien stricte car (ī + 1, j̄) 6∈ A (c’est l’intérêt du choix de
ī). On a donc bien montré que M 6 m.
Dans le cas du schéma [II], si on a ī 6∈ {0, N + 1} et j̄ 6∈ {0, N + 1}, et donc (ß̄, j̄) ∈ {1, . . . , N }2 ,
le même raisonnement que celui du schéma 1 donne :
1 1
k h
uīj̄ − uī+1,j̄ + +
− uī,j̄ − uī−1,j̄
h2 2h h2 2h
1 1
+ 2 uīj̄ − uī,j̄+1 + 2 uīj̄ − uī,j̄−1 6 0. (1.143)
h h
On ne peut conclure à une contradiction que si 1
h2 − k
2h > 0. Le schéma [II] vérifie
wi,j 6 max (wk,` ) ∀i, j ∈ {1, . . . , N } 2
(k,`)∈γ
2
h6 (1.144)
k
56
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
− div(µi ∇φ)(x) = 0 x ∈ Ωi i = 1, 2
∇φ(x) · n(x) = 0 x ∈ Γ2 ∪ Γ4
Z Z
µ1 ∇φ(x) · n(x)dγ(x) + µ2 ∇φ(x) · n(x)dγ(x) = 0 (1.146)
Γ1 Γ3
φ2 (x) − φ1 (x) = 0 ∀x ∈ I
−(µ∇φ · n)|2 (x) − (µ∇φ · n)|1 (x) = 0 ∀x ∈ I
57
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
1
Z
φσ − φσ = ψσ =
+ −
ψ(x)dγ(x)
m(σ) σ
FK,σ + FL,σ = 0.
On peut alors éliminer φ+
σ et φσ ; en utilisant par exemple φσ = ψσ + φσ et en rempla¸cant
− + −
58
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
où µB,i représente l’inconnue discrète sur la i–ème arête de Γ1 et µH,i l’inconnue discrète sur la
i–ème arête de Γ3 et k(i) = n(p − 1) + i est le numéro de la maille jouxtant la i–ème arête de Γ3 .
Remarquons que tel qu’il est posé, le système n’est pas inversible : on n’a pas assez d’équations
pour éliminer les inconnues uB,i et uH,i , i = 1 . . . N . On peut par exemple pour les obtenir
considérer une différence de potentiel fixée entre Γ1 et Γ3 , et se donner un potentiel fixé sur Γ1 .
Supposons que K (resp. L) soit situé dans le milieu de conductivité (resp. λ2 ). En rempla¸cant
FK,σ et FL,σ par leurs expressions, on obtient :
uσ − uK uσ − uL
−λi m(σ) − λ2 m(σ) = m(σ)θσ .
dK,σ dL,σ
59
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
On en déduit que
λ λ2 λ1 uK λ2 uL
1
uσ + = + − θσ .
dK,σ dL,σ dK,σ dL,σ
En rempla¸cant uσ dans l’expression de FK,σ , on obtient :
m(σ) 1 λ u
1 K λ2 uL λ1 uK λ2 uK
FK,σ = − λ 1 λ1 + − θ σ − − .
dK,σ d + dλ2
K,σ
dK,σ
L,σ
dL,σ dK,σ dL,σ
En simplifiant, on obtient :
m(σ)λ1
FKσ = − λ2 uL − λ2 uK − dL,σ θσ ,
λ1 dL,σ + λ2 dK,σ
ce qui est exactement (1.75). On obtient alors l’expression FL,σ = m(σ)θσ − FK,σ ce qui donne,
après simplifications :
λ2 m(σ)
FL,σ = [λ1 (uL − uK ) + dK,σ θσ ] .
λ1 dL,σ + λ2 dK,σ
On vérifie bien que FKσ + FL,σ = m(σ)θσ .
4. Le système linéaire que satisfont les inconnues (uK )K∈M s’écrit AU = b avec U = (uK )K∈T .
Pour construire les matrices A et b, il faut se donner une numérotation des mailles. On suppose
qu’on a n × 2p mailles ; on considère un maillage uniforme du type de celui décrit sur la figure 1.5
et on note hx = 1/n (resp. hy = 1/p) la longueur de la maille dans la direction x (resp. y). Comme
le maillage est cartésien, il est facile de numéroter les mailles dans l’ordre “lexicographique" ;
c’est-à-dire que la k–ème maille a comme centre le point xi,j = ((i − 1/2)hx , (j − 1/2)hy ), avec
k = n(j − 1) + i. On peut donc déterminer le numéro de la maille (et de l’inconnue associée) k à
partir de la numérotation cartésienne (i, j) de la maille.
k = n(j − 1) + i
Remarquons que, comme on a choisi un maillage uniforme, on a pour tout K ∈ T : m(K) = hx hy ,
pour toute arête intérieure verticale σ : dσ = hx m(σ) = hy et pour toute arête intérieure
horizontale, dσ = hy et m(σ) = hx . Pour chaque numéro de maille, nous allons maintenant
construire l’équation correspondante.
— Mailles internes — i = 2, . . . , n − 1 ; j = 2, . . . , p − 1, p + 1, . . . , 2p − 1. L’équation associée
à une maille interne K s’écrit
X
FK,σ = m(K)fK .
σ∈EK
60
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
avec gσ = m(σ) 1
g(y)dγ(y). On en tire l’équation relative à la maille k = n(j − 1) + 1, j =
R
2, . . . , p − 1, p + 1, . . . , 2p − 1 :
hx hy hx hy hy
λm 2 +3 uk − λm (uk−n + uk+n ) − λm uk+1 = hx hy fk + 2 λm gj ,
hy hx hy hx hx
avec gj = gσj et m = 1 si j 6 p − 1, m = 2 si j > p + 1.
— Mailles du bord Γ1 ∪ Γ3 — Pour j = 1, où j = 2p, i = 2 . . . n − 1. On tient compte ici de la
condition de Fourier sur la maille qui appartient au bord, pour laquelle l’expression du flux
est :
αλm m(σ)
FK,σ = (uK − uext ).
λm + αdK,σ
αm(σ)
Pour une arête σ horizontale, on note : CF,σ = λm +αdK,σ . Comme le maillage est uniforme,
CF,σ est égal à
2αhx
CF = ,
2λm + αhy
et ne dépend donc pas de σ. Les équations s’écrivent donc :
hy hx hx hy
λ1 2 + + CF uk − λ1 uk+n − λ1 (uk+1 + uk−1 ) = hx hy fk + λ1 CF uext ,
hx hy hy hx
k = 2, . . . , n − 1,
2hy
hx hx hy
λ2 + + CF uk − λ2 uk−n − λ2 (uk+1 + uk−1 ) = hx hy fk + λ2 CF uext ,
hx hy hy hx
k = n(2p − 1) + 2, . . . , 2np − 1,
— Mailles des coins extérieurs — Il suffit de synthétiser les calculs déjà faits :
— coin sud-est : i = 1, j = 1, k = 1 ; un bord Dirichlet, un bord Fourier :
3hy 2hy
hx hy hx
λ1 + + CF u1 − λ1 u2 − λ1 un+1 = hx hy f1 + λ1 CF uext + λ1 g1
hx hy hx hy hx
— coin sud-ouest : i = 1n, j = 1, k = n ; un bord Fourier, un bord Neumann :
hy hx hy hx
λ1 + + CF u1 − λ1 un−1 − λ1 u2n = hx hy fn + λ1 CF uext
hx hy hx hy
— coin nord-ouest : i = 2n, j = 2p, k = 2np. On a encore un bord Fourier, un bord
Neumann, et l’équation s’écrit :
hy hx hy hx
λ2 + + CF u2np − λ2 u2np−1 − λ2 u2n(p−1) = hx hy f2np + λ2 CF uext
hx hy hx hy
— coin nord-est : i = 1, j = 2p k = n(2p − 1) + 1 un bord Dirichlet, un bord Fourier :
3hy 2hy
hx hy hx
λ2 + + CF uk −λ2 uk+1 −λ2 (uk−n = hx hy fk +λ2 CF uext , + λ2 gk .
hx hy hx hy hx
— Interface — L’expression du flux sur une arête de l’interface est donnée par (1.75). On pose,
pour chaque arête σ de l’interface,
m(σ)
sI,σ = .
λ1 dL,σ + λ2 dK,σ
Notons que dans le cas du maillage uniforme considéré, ce coefficient est égal à :
2hx
sI = ,
(λ1 + λ2 )hy
61
1.5 Exercices 1. Différences et volumes finis en diffusion stationnaire
Et de même, pour k = np + i, i = 2, . . . , N − 1,
2hy
hx hy hy hx hy
λ1 + + λ1 SI uk −λ2 uk+1 −λ2 uk−1 −λ2 uk+n )−λ2 SI uk−n = hx hy fk +λ2 SI θi .
hx hy hx hx hy 2
Il ne reste plus qu’à traiter les coins des interfaces.
— i = 1, j = p k = n(p − 1) + 1. Dirichlet sous l’interface
3hy 2hy
hx hy hx hy
λ1 + + λ2 sI uk −λ1 uk+1 −λ1 uk+n −λ1 sI uk+n = hx hy fk +λ1 SI θi + λ1 gj
hx hy hx hy 2 hx
— i = 1, j = p + 1 k = np + 1, Dirichlet, dessus de l’interface
3hy 2hy
hx hy hx hy
λ2 + + λ1 sI uk −λ2 uk+1 −λ2 uk+n −λ2 sI uk−n = hx hy fk +λ2 SI θi + λ2 gj
hx hy hx hy 2 hx
— i = n, j = p, k = n(p − 1) + n. Neumann, sous l’interface.
hy hx hy hx hy
λ1 + + λ2 sI uk −λ1 uk−1 −λ1 uk−n −λ1 sI uk+n = hx hy fk +λ1 SI θi
hx hy hx hy 2
— i = n, j = p + 1, k = np + n, Neuman, dessus de l’interface
hy hx hy hx hy
λ2 + + λ1 sI uk −λ2 uk−1 −λ2 uk+n −λ2 sI uk−n = hx hy fk +λ2 SI θi .
hx hy hx hy 2
On a ainsi obtenu 2np équations à 2np inconnues. Notons que chaque équation fait
intervenir au plus 5 inconnues.
62
2
Théorème 2.1 — Résultat d’existence et unicité. Si u0 ∈ C(]0 ; 1[, R) alors il existe une
unique fonction u ∈ C 2 (]0 ; 1[ × ]0 ; T [, R) ∩ C([0 ; 1] × [0 ; T ], R) qui vérifie (2.1).
Proposition 2.1 — Principe du maximum. Sous les hypothèses du théorème 2.1, soit u la
solution du problème (2.1) ;
1. si u0 (x) > 0 pour tout x ∈ [0 ; 1], alors u(x, t) > 0, pour tout t > 0, pour tout x ∈ ]0 ; 1[ ;
2. kukL∞ ([0 ;1[×]0 ;T [) 6 ku0 kL∞ (]0 ;1[) .
Ces dernières propriétés peuvent être importantes par rapport au modèle physique ; supposons par
exemple que u représente une fraction massique. Par définition de la fraction massique, celle-ci
est toujours comprise entre 0 et 1. La proposition 2.1 nous dit que la quantité u donnée par le
modèle mathématique supposé représenter la fraction massique d’une espèce qui diffuse dans un
milieu, par exemple, est aussi comprise entre 0 et 1, dès que la fraction massique initiale u0 est dans
l’intervalle [0 ; 1] ce qui est plutôt une bonne nouvelle : le modèle mathématique respecte les bornes
de la physique. Mais on ne peut pas en général calculer la solution de (2.1) de manière analytique.
On a recours à la discrétisation en temps et en espace pour se ramener à un système d’équations de
dimension finie. Il est souhaitable pour la validité du calcul que la solution approchée obtenue par
la résolution de ce système, qui est supposée approcher une fraction massique soit aussi comprise
63
2.2 Euler explicite 2. Problèmes paraboliques
à tout instant entre 0 et 1. On dit souvent d’une méthode de discrétisation (ou d’un schéma de
discrétisation) qu’elle (ou il) est robuste ou stable s’il préserve les bornes imposées par la physique
(0 et 1 dans le cas de la fraction massique évoquée ci-dessus).
Pour calculer une solution approchée, on choisit pour l’instant de discrétiser par différences
finies en temps et en espace. La discrétisation consiste donc à se donner un ensemble de points tn ,
n = 1, . . . , M de l’intervalle ]0 ; T [, et un ensemble de points xi , i = 1, . . . , N . Pour simplifier, on
considère un pas constant en temps et en espace. Soit h = 1/(N + 1) le pas de discrétisation en
espace, et k = T /M , le pas de discrétisation en temps. On pose alors tn = nk pour n = 0, . . . , M et
xi = ih pour i = 0, . . . , N + 1. Comme on a des conditions de Dirichlet homogènes, les valeurs de u
en x0 = 0 et xN +1 = 1 ne sont pas des inconnues. On cherche à calculer une solution approchée
(n)
du problème (2.1) en calculant des valeurs ui , i = 1, . . . , N et n = 1, . . . , M , censées être des
approximations des valeurs u( xi , tn ), i = 1, . . . , N , et n = 1, . . . , M .
2.2.1 Consistance
Définition 2.3 — Erreur de consistance, Euler explicite. Avec les notations du paragraphe
(n)
2.1, on pose ūi = u(xi , tn ) la valeur exacte de la solution en xi et tn du problème (2.1) ; l’erreur
(n)
de consistance du schéma (2.2) en (xi , tn ), notée Ri , est définie comme la somme des erreurs de
consistance en temps et en espace :
(n) e(n) + R
b(n) , avec
Ri =R i i
(2.3)
(n) (n) (n)
e(n) =
(n+1)
ūi −
(n)
ūi b(n) = 2ūi − ūi−1 − ūi+1
R i − ∂t u(xi , tn ) et Ri
2
− ∂xx u(xi , tn ).
k h2
64
2.2 Euler explicite 2. Problèmes paraboliques
Proposition 2.4 — Consistance, Euler explicite. Le schéma (2.2) est consistant d’ordre 1
en temps et d’ordre 2 en espace, c’est-à-dire qu’il existe C ∈ R+ ne dépendant que de u tel que
(n) (n)
l’erreur de consistance R(n) = (R1 , . . . , RN )t définie par (2.3) vérifie :
(n)
kR(n) k = max |Ri | 6 C(k + h2 ). (2.4)
i=1,...,N
(n)
Démonstration. On a vu lors de l’étude des problèmes elliptiques que l’erreur de consistance en espace R
ei
(n)
est d’ordre 2 [formule (1.31)]. Un développement de Taylor en temps donne facilement que Ri
e est d’ordre 1
en temps. •
2.2.2 Stabilité
Par la proposition 2.1, la solution exacte vérifie
kukL∞ (]0 ;1[×]0 ;T [) 6 ku0 kL∞ (]0 ;1[)
Nous allons voir que si l’on choisit correctement les pas de temps et d’espace, on peut avoir
l’équivalent discret sur la solution approchée.
Notons que la condition de stabilité (2.5) est très contraignante sur le pas de temps : en effet, pour
obtenir une bonne précision en espace, on veut pouvoir choisir un pas d’espace petit. . . , mais du
coup on doit prendre un pas de temps “tout petit”, puisque le pas de temps doit être de l’ordre
du carré du pas d’espace. Ceci engendre trop de calculs : le schéma d’Euler explicite, est donc
rarement utilisé pour les problèmes paraboliques dans les codes industriels.
2.2.3 Convergence
Définition 2.7 — Erreur de discrétisation. Soit u la solution excate du problème (2.1) et
(n)
(ui )n=1,...,M
i=1,...N la solution du schéma Euler explicite (2.2). Pour i = 1, . . . N et n = 1, . . . , M , on
65
2.2 Euler explicite 2. Problèmes paraboliques
(n)
note ūi = u(xi , tn ) et on appelle erreur de discrétisation au point (xi , tn ) la quantité
(n) (n)
eni = ūi − ui .
L’erreur de discrétisation associée au schéma (2.2) est alors
(n)
ke(n) k∞ = max |ei |.
i=1,...,N
Théorème 2.2 — Convergence du schéma d’Euler explicite. Sous les hypothèses du théo-
rème 2.1 et sous la condition de stabilité (2.5), il existe C ∈ R+ ne dépendant que de u tel
que
ke(n+1) k∞ 6 ke(0) k∞ + T C(k + h2 ) ∀i = 1, . . . , N, n = 0, . . . , M − 1.
(0) (n)
Ainsi, si kei k∞ = 0 alors maxi=1,...N kei k tend vers 0 lorsque k et h tendent vers 0 pour tout
n = 1, . . . M . Le schéma (2.2) est donc convergent.
On peut montrer que la solution exacte u de (2.6) vérifie u(x, t) > 0, ∀x ∈ ]−1 ; 1[, ∀t > 0. En
(n)
particulier, pour un temps T > 0 donné, on a u(0, T ) > 0. Soit M ∈ N et k = T /M . Soit ui la
solution approchée par (2.2), censée approcher u(xi , tn ) (i ∈ {−N, . . . , N }, n ∈ N ). On va montrer
que uM0 = 0 pour des pas de temps k et h ne respectant pas la condition (2.5) ; ceci montre que le
schéma ne peut pas converger. Calculons uM 0 :
M −1 −1 −1
0 = (1 − 2λ)u0
uM + λuM
−1 + λuM
1
66
2.2 Euler explicite 2. Problèmes paraboliques
Donc uM
0 dépend de :
Définition 2.8 — Stabilité au sens des erreurs d’arrondi. Supposons que l’on commette
une erreur ε0 sur la condition initiale. La nouvelle condition initiale ue0 , s’écrit donc u
e0 = u0 + ε0 .
À cette nouvelle condition initiale correspond une nouvelle solution calculée u e = u + ε(n) . On
(n) (n)
dit que le schéma est stable au sens des erreurs d’arrondi s’il existe C > 0 indépendant de n tel que
ε(n) 6 Cε(0) .
On peut trouver une condition suffisante pour que le schéma (2.2) soit stable au sens des erreurs
d’arrondi. Pour cela, on aura besoin du petit lemme d’algèbre linéaire suivant.
67
2.2 Euler explicite 2. Problèmes paraboliques
0 . . . 0 −1 2
est donné par :
jπ
VP(KN ) = {4 sin2 , j = 1, . . . , N }
2(N + 1)
Démonstration. Les valeurs propres de KN peuvent se calculer à partir des valeurs propres de l’opérateur
continu ; commençons donc par chercher u solution du problème au valeur propre continu :
− u00 + αu = 0,
u(0) = u(1) = 0.
Cherchons u(x) sous la forme :
√ √
u(x) = a cos αx + b sin αx
√ √
Comme u(0) = 0, on a a = 0. De même, u(1) = B sin α = 0 et donc α = kπ. Les valeurs propres et
vecteurs propres associés de l’opérateur continu sont donc k2 π 2 , sin kπx k ∈ N∗ . Pour k = 1, . . . , N , soit
(k)
v (k) ∈ RN tel que vi = sin kπih. Calculons KN v (k) :
(k) (k) (k)
(KN v (k) )i = −vi−1 + 2vi − vi+1
et donc
(KN v (k) )i = − sin kπ(i − 1)h + 2 sin kπih − sin kπ(i + 1)h.
En développant, on obtient
(KN v (k) )i = − sin kπih cos(−kπh) − cos kπih sin(−kπh) + 2 sin kπih − sin kπih cos kπh − cos kπih sin kπh.
Après simplification, il vient (KN v (k) )i = −2 sin kπih(−1 + cos kπh). Or, cos kπh = 1 − 2 sin2 kπh 2
. On a
donc (KN v (k) )i = 2 sin kπih × (2 sin2 kπh
2
) = 4 sin 2 kπh (v (k) ) , ∀k = 1 . . . N . On a h =
2 i
1
N +1
, et donc les
kπ
valeurs propres de KN s’écrivent µk = 4 sin2 2(N +1)
, k = 1, . . . , N . •
Proposition 2.10 — Stabilité au sens des erreurs d’arrondi, Euler explicite. On suppose
que λ = k/h2 < 1/2. Alors le schéma (2.2) est stable au sens des erreurs d’arrondi.
Démonstration. Soit donc une condition initiale perturbée e u(0) = u(0) + ε(0) à laquelle on associe une
nouvelle solution calculée e u(n) = u(n) + ε(n) . On a ε(n) = An Nε
(0) , où A
N est la matrice d’amplification
définie par (2.7). Comme AN est symétrique, AN est diagonalisable dans R. Soient µ1 , . . . , µN les valeurs
propres de AN , et e1 , . . . , eN les vecteurs propres associés, c’est-à-dire tels que AN ei = µi ei , ∀i = 1, . . . N .
Décomposons la perturbation ε(0) sur la base des vecteurs propres :
N
X N
X
ε(0) = ai ei , et donc An
Nε
(0)
= ai µn
i ei = ε
(n)
.
i=1 i=1
68
2.2 Euler explicite 2. Problèmes paraboliques
Remarque 2.11 — Attention, complexes. . . . Ici et dans tout le paragraphe 2.2.6, on travaille
avec des nombres complexes car on utilise l’analyse de Fourier. On va donc utiliser des fonctions
de R à valeurs dans C ; en particulier, la notation i ne peut plus être utilisée comme indice des
inconnues de discrétisation, car i désigne dans toute cette section le complexe imaginaire pur tel
que i2 = −1 ; on notera donc j l’indice de discrétisation en espace.
Problème continu avec conditions aux limites périodiques On considère le problème avec
conditions aux limites périodiques et donnée initiale u0 ∈ C([0 ; 2π], C) (attention : u0 est donc à
valeurs dans C) :
2
∂t u − ∂xx u = 0, ∀t ∈ ]0 ; T [, ∀x ∈ ]0 ; 2π[, (2.9a)
u(0, t) = u(2π, t), ∀t ∈ ]0 ; T [, (2.9b)
u(x, 0) = u0 (x). (2.9c)
Le problème (2.9) est bien posé, au sens où, commeon suppose que u0 ∈ C([0 ; 2π], C), il existe
une unique u ∈ C 2 (]0 ; 2π[ × ]0 ; T [, C) solution de (2.9). De plus u0 ∈ L2C (]0 ; 2π[). On rappelle que
l’espace L2C des fonctions mesurables de R à valeurs dans C est un espace de Hilbert ; une base
hilbertienne de L2 (]0 ; 2π[) 2 est la famille {ψp , p ∈ Z}, où ψp est le p-ième mode de Fourier défini
par
ψp : R → C,
x 7→ eipx
On décompose donc la condition initiale dans cette base hilbertienne : u0 = p∈Z cp (0)ψp (au
P
sens de la convergence dans L2 ). Dans un premier temps, calculons formellementP les solutions
de (2.9) sous la forme d’un développement dans la base hilbertienne : u(x, t) = p∈Z cp (t)ψp (x).
En supposant qu’on ait le droit de dériver terme à terme, on a alors :
X X
∂t u(x, t) = c0p (t) eipx et ∂xx
2
u(x, t) = −cp (t)p2 eipx .
p∈Z p∈Z
En rempla¸cant dans l’équation (2.9a), on obtient : c0p (t) = −p2 cp (t), c’est-à-dire, en tenant compte
2
de la condition initiale, cp (t) = cp (0) e−p t . On a donc finalement :
X 2
u(x, t) = cp (0) e−p t eipx . (2.10)
p∈Z
Justifions maintenant ce calcul formel. On a : p∈Z |cp (0)| = ku kL2 < +∞. De plus, en
2 0 2
P
dérivant (2.10) terme à terme, on obtient : ∂t u − ∂xx u = 0. La condition de périodicité est bien
2
vérifiée par u donnée par (2.10). Enfin on a bien u(x, t) → u0 (x) lorsque t → 0, donc la condition
initiale est vérifiée. On peut remarquer qu’il y a amortissement des coefficients de Fourier cp (0)
lorsque t croît, c’est-à-dire qu’on a cp (t) < cp (0), ∀t > 0.
1. John von Neumann (1903-1957), mathématicien et physicien américain d’origine hongroise, a apporté d’im-
portantes contributions tant en mécanique quantique, qu’en analyse fonctionnelle, en théorie des ensembles, en
informatique, en sciences économiques ainsi que dans beaucoup d’autres domaines des mathématiques et de la
physique. Il a de plus participé aux programmes militaires américains.
2. Soit H un espace de Hilbert, (ψpP )p∈Z est une base hilbertienne de H si (ψp )p∈Z est une famille orthonormée
telle que ∀v ∈ H, ∃(vp )i∈Z ⊂ R ; v = v ψ au sens de la convergence dans H, avec vp = (x, ψp ) où ( · , · )
p∈Z p p
désigne le produit scalaire sur H.
69
2.2 Euler explicite 2. Problèmes paraboliques
Proposition 2.12 — Convergence par la technique Von Neumann. Soient u0 = p∈Z cn (0)ψp ,
P
(n)
u la solution du problème (2.9), et (uj , j = 1, . . . , N, n = 1, . . . , M ) la solution approchée obtenue
par le schéma d’Euler explicite (2.11). On suppose que
X
|cp (0)| < +∞. (2.13)
p∈Z
Démonstration. Pour alléger les notations, on va montrer le résultat pour n = M . Le résultat pour tout
n 6 M se déduit facilement en remplaçant dans la démonstration M par n et T = kM par tn = kn.
70
2.3 Euler implicite et Crank Nicolson 2. Problèmes paraboliques
(M ) (M )
On pose ej = u(jh, kM ) − uj . Par l’hypothèse (2.13), pour tout ε ∈ R+, il existe A ∈ R tel que
P
2 |p|>A |cp (0)| 6 ε. On écrit alors :
(M )
X 2
X 2
ej = cp (0)(e−p T
− ξpM )eipjh + cp (0)(e−p T
− ξpM )eipjh .
|p|6A |p|>A
On a donc :
X X 2
| (M )
ej | 6 X (M ) + 2 |cp (0)| 6 X (M ) + 2ε, avec X (M ) = |cp (0)||e−p T
− ξpM |
|p|>A |p|6A
ph ph
Montrons maintenant que X (M ) → 0 lorsque h → 0. On a vu que ξp = 1 − 4λ sin2 2
. Or, sin2 2
=
2 2
p h k ph
4
+ O(h4 ) et λ = h2
. On a donc 4λ sin2 2
= p2 k + O(kh2 ), et on déduit que
T /k
ph T ph
(ξp )M = 1 − 4λ sin2 et donc ln ξpM = ln 1 − 4λ sin2 = −T p2 + O(h2 )
2 k 2
2
Il s’ensuit que ξpM → e−p T lorsque h → 0. Tous les termes de X tendent vers 0, et X est une somme finie ;
(M )
on a donc ainsi montré que ej tend vers 0 lorsque h tend vers 0. •
Remarque 2.13 On peut adapter la technique de Von Neumann au cas Dirichlet homogène sur
[0 ; 1], en effectuant le développement de u par rapport aux fonctions propres de l’opérateur u00
avec conditions aux limites de Dirichlet : u(x, t) = cn (t) sin(nπx). L’avantage du développement
P
en série de Fourier est qu’il fonctionne pour n’importe quel opérateur linéaire, sans avoir besoin
de la connaissance de ses fonctions propres, à condition d’avoir pris des conditions aux limites
périodiques.
Soit k un pas (constant) de discrétisation, on rappelle que les schémas d’Euler explicite et implicite
pour la discrétisatision de ce problème s’ecrivent respectivement :
y (n+1) − y (n)
Euler explicite : = f (y (n) ) n > 0 (2.14)
k
y (n+1) − y (n)
Euler implicite : = f (y (n+1) ) n > 0 (2.15)
k
avec y (0) = y0 . On rappelle également que le θ-schéma, où θ est un paramètre de l’intervalle [0 ; 1]
s’écrit :
y (n+1) = y (n) + kθf (y (n+1) ) + k(1 − θ)f (y (n) )
Remarquons que pour θ = 0 on retrouve le schéma explicite (2.14) et pour θ = 1 le schéma
implicite (2.15). On peut facilement adapter le θ-schéma à la résolution des équations paraboliques.
Par exemple, le θ-schéma pour la discrétisation en temps du problème (2.1), avec une discrétisation
par différences finies en espace s’écrit :
(n+1) (n+1) (n+1) (n) (n) (n)
(n+1)
ui − ui
(n)
θ(−2ui + ui−1 + ui+1 ) (1 − θ)(−2ui + ui−1 + ui+1 )
= + , n > 0, i = 1, . . . , N
k h2 h2
(0)
ui = u0 (xi ) i = 1, . . . , N,
(n) (n)
u0 = uN +1 = 0, ∀n > 0.
(2.16)
71
2.3 Euler implicite et Crank Nicolson 2. Problèmes paraboliques
1
Démonstration. On pose ūn 2
j = u(xj , tn ), h = N +1 . Comme ∂t u(xj , tn ) + ∂xx u(xj , tn ) = 0, on a par
définition de l’erreur de consistance :
(n) 1 (n+1) (n) θ (n+1) (n+1) (n+1)
1−θ (n) (n) (n)
Rj = (ūj − ūj ) + 2 2ūj − ūj−1 − ūj+1 + 2
−2ūj + ūj−1 + ūj+1
k h h
On va montrer, en effectuant des dévelopements limités, que :
(n) (n)
Rj 6 C(k + h2 ) si θ 6= 12 , et Rj 6 C(k2 + h2 ) si θ = 12 .
(n)
Dans ce but, décomposons Rj :
(n) (n) (n+1) (n)
Rj = Tj + θXj + (1 − θ)Xj , avec
(n+1) (n)
(n)
ūj − ūj
Tj = ,
k
1
(n+1) (n+1) (n+1) (n+1)
Xj = −2ūi + ūi−1 + ūi+1 ,
h2
1
(n) (n) (n) (n)
Xj = −2ūi + ūi−1 + ūi+1 .
h2
(n)
Effectuons un développement limité pour calculer Tj :
(n) k 2
Tj = (∂t u)(xj , tn ) + (∂tt u)(xj , tn ) + R1 avec |R1 | 6 Ck2 .
2
(n+1)
Faisons de même pour Xj ;
(n+1) 2
Xj = ∂xx u(xj , tn+1 ) + R2 avec |R2 | 6 Ch2 .
Or
2 2 3
∂xx u(xj , tn+1 ) = ∂xx u(xj , tn ) + k∂xxt u(xj , tn ) + R3 avec |R3 | 6 Ck2 ,
et donc
(n+1) 2 3
Xj = (∂xx u(xj , tn ) + +k∂xxt u(xj , tn ) + R4 ) avec |R4 | 6 C(h2 + k2 ).
(n)
De même pour Xj , on a :
(n)
Xj = ∂xx u(xj , tn ) + R5 , avec |R5 | 6 Ck2 .
En regroupant, on obtient que
(n) k 2 2 3 2
Rj = ∂t u(xj , tn ) + ∂tt u(xj , tn ) + θ(∂xx u(xj , tn ) + k∂xxt )u(xj , tn ) + (1 − θ)∂xx u(xj , tn ) + R,
2
avec R = R1 +θR4 +(1−θ)R5 et R 6 C(k2 +h2 ). Mais ∂t u(xj , tn )+∂xx 2 u(x , t ) = 0 et donc ∂ 3 u(x , t ) =
j n xxt j n
2 u(x , t ). On en déduit que
−∂tt j n
(n) 1 2 2
Rj = ∂t u(xj , tn ) + k( − θ)∂tt u(xj , tn ) + ∂xx u(xj , tn ) + R,
2
Le schéma est donc d’ordre 2 en temps et en espace si θ = 1/2. Si θ 6= 1/2 on a un schéma d’ordre 2 en
espace et d’ordre 1 en temps. •
On retrouve en particulier que le schéma d’Euler explicite n’est stable que si λ 6 1/2.
72
2.3 Euler implicite et Crank Nicolson 2. Problèmes paraboliques
Démonstration. On remplace les conditions aux limites de Dirichlet sur [0 ; 1] par des conditions périodiques
P 2
sur [0 ; 2π]. La solution exacte sécrit alors u(x, t) = c (0) e−p t eipx . Prenons comme condition initiale
p∈Z p
le p-ième mode de Fourier : u0 = ψp , c’est-à-dire u0 (x) = eipx . On a :
(n+1) (n) k (n+1) (n+1) (n+1) (n) (n) (n)
uj − uj = 2 −θ(2uj − uj−1 − uj+1 ) − (1 − θ)(2uj − uj−1 − uj+1 )
h
ce qui s’écrit encore, avec λ = k/h2 :
(n+1) (n+1) (n+1) (n) (n) (n)
(1 + 2λ)uj − λθuj−1 − λθuj+1 = (1 − 2λ(1 − θ))uj + λ(1 − θ)uj+1 + λ(1 − θ)uj−1 .
(0)
En discrétisant la condition initiale u0 , on obtient uj = eipjh et on cherche le facteur d’amplification ξp tel
(1) (0)
que uj = ξp uj = ξp eipjh ; en appliquant le schéma ci-dessus pour n = 0, on obtient :
−iph
(1 + 2λθ)ξp − λθξp [e + eiph ] = [1 − 2λ(1 − θ)] + λ(1 − θ)[e−iph + eiph ]
et donc :
1 − 2λ(1 − θ) + 2λ(1 − θ) cos ph 1 − 4λ(1 − θ) sin2 ph/2
ξp = = .
(1 + 2λθ) − 2λ cos ph 1 + 4λθ sin2 ph 2
Pour que le schéma soit stable au sens de Von Neumann, il faut que |ξp | < 1 pour tout p ; comme
1 + 4λθ sin2 ph
2
> 0, il suffit que les deux conditions suivantes soient vérifiées :
ph ph
1 − 4λ(1 − θ) sin2< 1 + 4λθ sin2 , (2.17)
2 2
ph ph
4λ(1 − θ) sin2 − 1 < 1 + 4λθ sin2 . (2.18)
2 2
L’inégalité (2.17) est toujours vérifiée. En ce qui concerne l’inégalité (2.18), on distingue deux cas :
1. Si θ > 1/2 alors 0 6 1 − θ 6 θ et dans ce cas (2.18) est toujours vraie.
2. Si θ < 1/2, on veut que :
−1
ph ph 1 ph
4λ (1 − θ) sin2 − θ sin2 < 2, soit encore λ < (1 − 2θ) sin2 .
2 2 2 2
1 1
Une condition suffisante est donc : λ 6 si θ < .
2(1 − 2θ) 2
•
de même :
(n+1) (n) (0)
min uj > min uj > min uj (2.21)
j=1,...,N j=1,...,N j=1,...,N
(n+1)
Démonstration. Prouvons l’estimation (2.20), la preuve de (2.21) est similaire. Soit j0 tel que uj0 =
(n+1)
max uj . Par définition du schéma d’Euler implicite (2.19), on a :
j=1,...,N
(n) (n+1) (n+1) (n+1) (n+1) (n+1) (n+1) (n+1) (n+1) (n+1)
uj0 = (1+2λ)uj0 −λuj0 −1 −λuj0 +1 = uj0 +λ(uj0 −uj0 −1 )+λ(uj0 −uj0 +1 ) > uj0 .
(n+1) (n) (n+1) (n)
On en déduit uj0 6 maxj=1,...,N uj , ce qui prouve que maxj=1,...,N uj 6 maxj=1,...,N uj . Donc
le schéma (2.19) est ∞
L stable. •
73
2.4 Exercices 2. Problèmes paraboliques
(n) (n)
Théorème 2.3 — Convergence, Euler implicite. Soit e(n) = (e1 , . . . , eN ) l’erreur de
(n) (n)
discrétisation, définie par ej = u(xj , tn ) − uj pour j = 1, . . . , N , avec u solution de (2.1) et
(n)
(uj ) j=1,...,N solution du schéma (2.19). Alors
n=1,...,M
∂t u − ∆u = 0 x ∈ Ω t ∈ ]0 ; T [
u(x, 0) = u0 (x) x ∈ Ω
u(x, t) = g(t) ∀t ∈ ]0 ; T [
x ∈ ∂Ω
2.4 Exercices
2.4.1 Énoncés
corrigé p.83 Exercice 24 — Existence de solutions “presque classiques". Soit u0 ∈ L2 (]0 ; 1[). On
s’intéresse au problème :
74
2.4 Exercices 2. Problèmes paraboliques
Montrer que u est bien définie de [0 ; 1] × R?+ dans R et est solution de (2.22) au sens suivant :
u ∈ C ∞ ([0 ; 1] × R?+ , R)
∂t u(x, t) − ∂ 2 u(x, t) = 0 ∀x ∈ [0 ; 1] ∀t ∈ R?+
xx
(2.23)
u(0, t) = u(1, t) = 0 ∀t ∈ R?+
lim ku( · , t) − u0 kL2 (]0 ;1[) → 0
t→0
corrigé p.84 Exercice 26 — Exemple de schéma non convergent. Soit u0 ∈ L2 (]−4 ; 4[). On note u
l’unique solution (au sens vu en cours ou en un sens inspiré de l’exercice précédent) du problème
suggestions p.82 suivant :
∂t u(x, t) − ∂xx u(x, t) = 0 x ∈ ]−4 ; 4[ t ∈ ]0 ; 1[
2
u(−4, t) = u(4, t) = 0 t ∈ ]0 ; 1[ (2.25)
u(x, 0) = u0 (x) x ∈ ]−4 ; 4[.
On sait que la solution de (2.25) est de classe C ∞ sur [−4, 4]×]0, 1] (voir l’exercice précédent). On
admettra que si u0 > 0 p.p. sur ]−4 ; 4[ et u0 6= 0 (dans L2 (]−4 ; 4[)) alors u(x, t) > 0 pour tout
x ∈ ]−4 ; 4[ et tout t ∈]0, 1].
On suppose maintenant que u0 ∈ C([−4, 4], R), u0 (−4) = u0 (4) = 0, u0 > 0 sur ]−4 ; 4[, u0 nulle
sur [−3, 4] et qu’il existe a ∈] − 4, −3[ t.q. u0 (a) > 0. On a donc u(x, t) > 0 pour tout x ∈ ]−4 ; 4[.
Avec les notations du cours, on considère la solution de (2.25) donnée par le schéma d’Euler
explicite (2.2) avec le pas de temps k = 1/(M + 1) et le pas d’espace h = 8/(N + 1) (M, N ∈ N? , N
impair). La solution approchée est définie par les valeurs uni pour i ∈ {−(N + 1)/2, . . . , (N + 1)/2}
et n ∈ {0, . . . , M + 1}. La valeur uni est censée être une valeur approchée de uni = u(ih, nk).
1. Donner les équations permettant de calculer uni pour i ∈ {−(N + 1)/2, . . . , (N + 1)/2} et
n ∈ {0, . . . , M + 1}.
2. On suppose maintenant que k = h. Montrer que uni = 0 pour i > 0 et n ∈ {0, . . . , M + 1}. En
déduire que max{|uM i
+1
− uM
i
+1
|, i ∈ {−(N + 1)/2, . . . , (N + 1)/2} ne tend pas vers 0 quand
h → 0 (c’est-à-dire quand N → ∞).
corrigé p.85 Exercice 27 — Schémas explicites centré et décentré. Soient α > 0, µ > 0, T > 0 et
u0 : R → R. On s’intéresse au problème suivant :
pose A = min{u0 (x), x ∈ [0 ; 1]} et B = max{u0 (x), x ∈ [0 ; 1]} (noter que A 6 0 6 B).
On discrétise le problème (2.26). On reprend les notations du cours. Soient h = 1/(N + 1) et
k = T /M (N, M ∈ N? ).
1. Propriétés de la solution de (2.26).
75
2.4 Exercices 2. Problèmes paraboliques
(a) Montrer que A 6 u(x, t) 6 B pour tout (x, t) ∈ [0 ; 1] × [0 ; T ] [Pour montrer u(x, t) 6 B,
on pourra, par exemple, multiplier la première équation de (2.26) par ϕ(u) et integrer sur
[0 ; 1] × [0 ; T ], avec ϕ ∈ C 1 (R, R), ϕ(s) = 0 si s 6 B et ϕ0 (s) > 0 si s > B]. En déduire que
ku(., t)kL∞ (]0 ;1[) 6 ku0 kL∞ (]0 ;1[) pour tout t ∈ [0 ; T ].
(b) Montrer que ku(., t)kL2 (]0 ;1[) 6 ku0 kL2 (]0 ;1[) pour tout t ∈ [0 ; T ].
2. Schéma explicite décentré. Pour approcher la solution u de (2.26), on considère le schéma
suivant :
α(uni − uni−1 ) µ(uni+1 − 2uni + uni−1 )
n+1
ui − uni
+ − = 0 i = 1, . . . , N n = 0, . . . , M − 1
h2
k h
un0 = unN +1 = 0 n = 1, . . . , M
ui = u0 (ih) i = 0, . . . , N + 1.
0
(2.27)
On pose = u(ih, nk) pour i = 0, . . . , N + 1 et n = 0, . . . , M .
uni
(a) Consistance. Montrer que l’erreur de consistance du schéma (2.27) est majorée par C1 (k +h),
où C1 ne dépend que de u, T , α et µ.
(b) Stabilité. Sous quelle condition sur k et h (cette condition peut dépendre de α et µ) a-t-on
A 6 uni 6 B pour tout i ∈ {0, . . . , N + 1} et tout n ∈ {0, . . . , M } ? Sous cette condition,
en déduire kun k∞ 6 ku0 kL∞ (]0 ;1[) pour tout n ∈ {0, . . . , M } (avec kun k∞ = max{|uni |,
i ∈ {0, . . . , N + 1}})
(c) Estimation d’erreur. On pose eni = uni − uni . Sous la condition sur k et h trouvée précédem-
ment, montrer que |eni | 6 C2 (k + h) pour tout i ∈ {0, . . . , N + 1} et tout n ∈ {0, . . . , M }
avec C2 ne dépendant que de u, T , α et µ.
3. Schéma explicite centré. On change dans le schéma (2.27) la quantité (α/h)(uni − uni−1 ) par
(α/2h)(uni+1 − uni−1 ).
(a) Consistance. Montrer que l’erreur de consistance est maintenant majorée par C3 (k + h2 ),
où C3 ne dépend que de u, T , α et µ.
(b) Reprendre les questions de stabilité et d’estimation d’erreur du schéma (2.27).
dont on cherche à approcher la solution par différences finies. On choisit pour cela le schéma de
l’exercice 5 pour la discrétisation en espace, et on discrétise par le schéma d’Euler implicite en
temps avec un pas de temps uniforme k = PT où P > 1.
(a) Écrire le schéma ainsi obtenu et montrer qu’il admet une solution qu’on notera U =
(p) (p)
(ui )i=1,...N,p=1,...,P , où ui est censé être une approximation de u(xi , tp ), où tp = pk, p =
0, . . . , P.
(b) Montrer que
(p)
min(min u0 , min(a, b)) 6 ui 6 max(max u0 , max(a, b)) i = 1, . . . , N p = 1, . . . , P
[0 ;1] [0 ;1]
(2.29)
2. Forme conservative – Soit T > 0, et u0 ∈ C([0 ; 1]). On considère maintenant le problème
d’évolution suivant :
∂t u(x, t) − ∂xx u(x, t) + ∂x (vu)(x, t) = 0, x ∈ ]0 ; 1[, t ∈ ]0 ; T [,
2
u(0) = a, u(1) = b,
u(x, 0) = u0 (x).
76
2.4 Exercices 2. Problèmes paraboliques
dont on cherche à approcher la solution par différences finies. On choisit pour cela le schéma
de la question 2 de l’exercice 6 pour la discrétisation en espace, et on discrétise par le schéma
d’Euler implicite en temps avec un pas de temps uniforme k = PT où P > 1.
(a) Écrire le schéma ainsi obtenu et montrer qu’il admet une solution qu’on notera U =
(p) (p)
(ui )i=1,...N,p=1,...,P , où ui est censé être une approximation de u(xi , tp ), où tp = pk,
p = 0, . . . , P.
(p)
(b) Montrer que si a > 0, b > 0 et u0 > 0, alors on a ui > 0, i = 1, . . . , N et p = 1, . . . , P .
2
3. Le cas bi-dimensionnel – On considère maintenant Ω = ]0 ; 1[ ; soient v ∈ C ∞ (Ω, (R+ )2 ) (v(x)
est donc un vecteur de R2 ), a ∈ C(∂Ω, R) et u0 ∈ C(Ω, R+ ). En s’inspirant des schémas étudiés
aux questions précédentes, donner une discrétisation en espace et en temps des deux problèmes
suivants (avec pas uniforme) :
∂t u − ∆u + v · ∇u = 0,
u(x, t) = a, x ∈ ∂Ω, t ∈]0, T [,
u( · , 0) = u0 .
∂t u − ∆u + div(vu) = 0,
u(x, t) = a, x ∈ ∂Ω, t ∈]0, T [,
u( · , 0) = u0 .
où u0 ∈ C([0 ; 1]) et ε > 0 sont donnés. On admettra que qu’il existe une unique solution u ∈ C 4 (R, R)
de (2.30).
1. Euler explicite
(a) Ecrire le schéma d’approximation de (2.30) par différences finies à pas constant (noté h, et
tel que N h = 1), centré en espace (c’est-à-dire en approchant u0 (ih) par 2h 1
(u((i + 1)h) −
u((i − 1)h)) et u (ih) par h2 (u((i + 1)h) + u((i − 1)h) − 2u(ih))), et avec le schéma d’Euler
00 1
77
2.4 Exercices 2. Problèmes paraboliques
corrigé p.87
p.82 Exercice 30 — Équation de diffusion-réaction. Soit u0 une fonction donnée de [0 ; 1] dans
R. On s’intéresse ici à la discrétisation du problème suivant :
2
∂t u(t, x) − ∂xx u(t, x) − u(t, x) = 0 t ∈ R+ x ∈ [0 ; 1] (2.31)
u(t, 0) = u(t, 1) = 0, t ∈ R?+ u(0, x) = u0 (x) x ∈ [0 ; 1]. (2.32)
On note u la solution de (2.31), (2.32), et on suppose que u est la restriction à R+ × [0 ; 1] d’une
fonction de classe C ∞ de R2 dans R.
Pour h = N1+1 (N ∈ N? ) et k > 0, on pose xi = ih, i ∈ {0, . . . , N + 1}, tn = nk, n ∈ N,
ui = u(xi , tn ), et on note uni la valeur approchée recherchée de uni .
n
On considère deux schémas numériques, (2.33)–(2.35) et (2.34)–(2.35) définis par les équations
suivantes :
un+1 − uni (un+1 + un+1
i−1 − 2ui
n+1
)
i
− i+1 − un+1
i = 0, n ∈ N, i ∈ {1, . . . , N }, (2.33)
k h2
un+1 − uni (un+1 + un+1
i−1 − 2ui
n+1
)
i
− i+1 2
− uni = 0, n ∈ N, i ∈ {1, . . . , N }, (2.34)
k h
un+1
0 = un+1
N +1 = 0, n ∈ N ; ui = u0 (xi ), = i ∈ {0, . . . , N + 1}.
0
(2.35)
Pour n ∈ N , on note un = (un1 , . . . , unN ) ∈ RN .
1. Consistance. Soit T > 0. Pour n ∈ N, et i ∈ {1, . . . , N }, on note Rin l’erreur de consistance
(définie en cours) du schéma numérique (2.33), (2.35) [resp. du schéma numérique (2.34), (2.35)].
Montrer qu’il existe C ∈ R, ne dépendant que de u et T , t. q. |Rin | 6 C(k + h2 ), pour tout
i ∈ {1, . . . , N } et tout n ∈ N, t.q. kn 6 T .
2. Montrer que le schéma (2.33), (2.35) [resp. (2.34), (2.35)] demande, à chaque pas de temps, la
résolution du système linéaire Aun+1 = a [resp. Bun+1 = b] avec A, B ∈ RN,N et a, b ∈ RN à
déterminer.
Montrer que B est inversible (et même s.d.p.) pour tout h > 0 et k > 0. Montrer que A est
inversible (et même s.d.p.) pour tout h > 0 et k ∈ ]0 ; 1[.
3. (Stabilité) Pour n ∈ N, on pose kun k∞ = supi∈{1,...,N } |uni |. Soit T > 0. On considère le schéma
(2.34), (2.35). Montrer qu’il existe C1 (T ) ∈ R, ne dépendant que de T , t.q. kun k∞ 6 C1 (T )ku0 k∞ ,
pour tout h > 0, k > 0, et n ∈ N tel que kn 6 T .
Soit α ∈ [0 ; 1]. On considère le schéma (2.33), (2.35). Montrer qu’il existe C2 (T, α) ∈ R, ne
dépendant que de T et de α, t.q. kun k∞ 6 C2 (T, α)ku0 k∞ , pour tout h > 0, k ∈]0, α[, et n ∈ N
tel que kn 6 T .
4. (Estimation d’erreur) Pour n ∈ N et i ∈ {1, . . . , N }, on pose eni = uni − uni . Soit T > 0. Donner,
pour kn 6 T , des majorations de ken k∞ en fonction de T , C, C1 (T ), C2 (T, α) (définis dans les
questions précédentes), k et h pour les deux schémas étudiés.
78
2.4 Exercices 2. Problèmes paraboliques
1. Montrer que le schéma (2.37) est consistant. Quel est son ordre ?
2. Montrer que le schéma (2.37) est inconditionnellement instable au sens de Von Neumann.
On modifie “légèrement" le schéma (2.37) en prenant
(n−1) (n−1)
n+1
uj − uj unj−1 − (un+1
j + uj ) + unj+1
= j = 1, . . . , N n = 1, . . . , M − 1,
2k h2
u0 = un+1N +1 = 0 n = 1, . . . , M − 1,
n+1
(2.38)
(schéma de Dufort-Frankel).
3. Montrer que le schéma (2.38) est consistant avec (2.36) quand h, k → 0 sous la condition k
h → 0.
4. Montrer que (2.38) est inconditionnellement stable.
∂t u − ∂xx u = 0 ∀x ∈ ]0 ; 1[ ∀t ∈ ]0 ; T [
2
u(x, 0) = u0 (x) ∀x ∈ ]0 ; 1[ (2.39)
u(0, t) = u(1, t) = 0 ∀t ∈ ]0 ; T [
On suppose que u0 ∈ C(]0 ; 1[, R) . On rappelle que dans ce cas, il existe une unique fonction
u ∈ C 2 (]0 ; 1[ × ]0 ; T [, R) ∩ C([0 ; 1] × [0 ; T ], R) qui vérifie (2.39). On cherche une approximation de
la solution de ce problème, par une discrétisation par différences finies en espace et en temps. On se
donne un ensemble de points {tn }, n = 1, . . . , M de l’intervalle ]0 ; T [, et un ensemble de points {xi },
i = 1, . . . , N . Pour simplifier, on considère un pas constant en temps et en espace. Soit h = 1/(N + 1)
le pas de discrétisation en espace, et k = M T
, le pas de discrétisation en temps. On pose alors
tn = nk pour n = 0, . . . , M et xi = ih pour i = 0, . . . , N + 1. On cherche à calculer une solution
(n)
approchée du problème (2.39) ; plus précisement, on cherche à déterminer des approximations ui
de u(xi , tn ) pour i = 1, . . . , N , et n = 1, . . . , M .
On considère le schéma suivant :
(n+1) (n+1) (n+1)
2ui
(n+1) (n) (n−1)
3u − 4ui + ui − ui−1 − ui+1
i + =0 i = 1, . . . N n = 1, . . . , M
2k h2
ui = u0 (xi ) i = 1, . . . , N,
0
ui = u1 (xi )
1
i = 1, . . . , N,
(n) (n)
u0 = uN +1 = 0 ∀n = 1, . . . , M,
où u1 (xi ) = u(xi , k) est supposée connue.
1. Montrer que ce schéma est consistant d’ordre 2 en temps et en espace.
2. Montrer que le schéma s’écrit sous forme matricielle :
U n+1 = BW n
où
2 −1 0 · · · · · · 0
n+1 −1 2 −1 0 · · · 0
u1
0 −1 2 −1 · · · 0
.. 2k −1
U n+1
= . , B = (3 Id + 2 A) , A = . .. .. .. .. ..
h .. . . . . .
un+1 0 ··· 0 −1 2 −1
N
0 ··· ··· 0 −1 2
t t
et W n ne dépend que de U n−1 = un−1 · · · un−1 et U n = un1 · · · unN . Donner
1 N
l’expression de W n en fonction de U n−1 et U n .
t
3. En posant V n = U n U n−1 ∈ R2M , mettre le schéma sous la forme V n+1 = M V n . Donner
la matrice M en fonction de A.
79
2.4 Exercices 2. Problèmes paraboliques
4. Montrer que µ est valeur propre de M si et seulement si µ2 − 4βµ + β = 0 où β est une valeur
propre de la matrice B.
5. Montrer que les valeurs propres de la matrice M sont toutes de module strictement inférieur à 1.
6. Montrer qu’il existe C ∈ R, qui ne dépend pas de n, tel que |U n |2 6 C, où | · |2 désigne la
norme euclidienne dans RN .
corrigé p.91 Exercice 34 — Problème parabolique non linéaire. On se propose, dans cet exercice, de
montrer l’existence d’une solution faible au problème (2.40)-(2.42), à partir de l’existence de la
solution approchée donnée par un schéma numérique. L’inconnue de ce problème est la fonction u
de [0 ; 1] × [0 ; T ] dans R, elle doit être solution des équations suivantes :
∂u ∂ 2 ϕ(u)
(x, t) − (x, t) = v(x, t) x ∈ ]0 ; 1[ t ∈ ]0 ; T [, (2.40)
∂t ∂x2
∂ϕ(u) ∂ϕ(u)
(0, t) = (1, t) = 0 t ∈ ]0 ; T [, (2.41)
∂x ∂x
u(x, 0) = u0 (x) x ∈ ]0 ; 1[, (2.42)
où ϕ, v, T , u0 sont donnés et sont t.q.
• T > 0, v ∈ L∞ (]0 ; 1[ × ]0 ; T [),
• ϕ croissante, lipschitzienne de R dans R,
• u0 ∈ L∞ (]0 ; 1[) et ϕ(u0 ) lipschitzienne de [0 ; 1] dans R.
Un exemple important est donné par ϕ(s) = α1 s si s 6 0, ϕ(s) = 0 si 0 6 s 6 L etϕ(s) = α2 (s − L)
si s > L, avec α1 , α2 et L donnés dans R?+ . Noter pour cet exemple que ϕ0 = 0 sur ]0, L[. Les
ensembles ]0 ; 1[ et D = ]0 ; 1[ × ]0 ; T [ sont munis de leur tribu borélienne et de la mesure de
Lebesgue sur cette tribu.
On appelle “solution faible" de (2.40)-(2.42) une solution de :
u ∈ L∞ (]0 ; 1[ × ]0 ; T [), (2.43)
Z 2 Z
∂ψ ∂ ψ
(u(x, t) (x, t) + ϕ(u(x, t)) 2 (x, t) + v(x, t)ψ(x, t))dxdt + u0 (x)ψ(x, 0)dx = 0, ∀ψ ∈ CT2,1 (R2 ),
D ∂t ∂x ]0 ;1[
(2.44)
où ψ ∈ CT2,1 (R2 ) signifie que ψ est une fonction de R2 dans R deux fois continûment dérivable par
rapport à x, une fois continûment dérivable par rapport à t et t.q.
∂ψ ∂ψ
(0, t) = (1, t) = 0 ∀t ∈ [0 ; T ] et ψ(x, T ) = 0 ∀x ∈ [0 ; 1] (2.45)
∂x ∂x
1. Solution classique versus solution faible — On suppose, dans cette question seulement, que ϕ est
de classe C 2 , v est continue sur [0 ; 1] × [0 ; T ] et u0 est continue sur [0 ; 1]. Soit u ∈ C 2 (R2 , R) ; on
note encore u la restriction de u à]0 ; 1[ × ]0 ; T [. Montrer que u est solution de (2.43)-(2.44) si et
seulement si u vérifie (2.40)-(2.42) au sens classique (c’est-à-dire pour tout (x, t) ∈ [0 ; 1] × [0 ; T ]).
On cherche maintenant une solution approchée de (2.40)-(2.42).
Soient N, M ∈ N? . On pose h = N1 et k = M T
. On va construire une solution approchée de (2.40)-
(2.42) à partir de la famille {ui , i = 1, . . . , N, n = 0, . . . , M } (dont on va prouver l’existence et
n
i−1 ) − 2ϕ(ui
ϕ(un+1 ) + ϕ(un+1 i+1 )
n+1
un+1 − uni
i
− = vin , i = 1, . . . , N, n = 0, . . . , M − 1, (2.47)
k h2
R (n+1)k R ih
avec un+1
0 = un+1
1 , un+1
N +1 = uN , pour tout n = 0, . . . , M −1 et vi = kh nk
n+1 n 1
(i−1)h
v(x, t)dxdt,
pour tout i = 1, . . . , N , pour tout n = 0, . . . , M .
80
2.4 Exercices 2. Problèmes paraboliques
2. Existence et unicité de la solution approchée. Soit n ∈ {0, . . . , M − 1}. On suppose connu {uni ,
i = 1, . . . , N }. On va prouver dans cette question l’existence et l’unicité de{un+1
i , i = 1, . . . , N }
vérifiant (2.47) (avec un+10 = un+1
1 , un+1
N +1 = un+1
N ).
(a) Soit a > 0, pour s ∈ R, on pose ga (s) = s + aϕ(s). Montrer que ga est une application
strictement croissante bijective de R dans R.
(b) Soit w = (wi )i=1,...,N ∈ RN . On pose w0 = w1 etwN +1 = wN . Montrer qu’il existe un et
un seul couple (u, w) ∈ RN × RN , u = (ui )i=1,...,N , w = (wi )i=1,...,N , t.q. :
ϕ(ui ) = wi , pour tout i ∈ {1, . . . , N }, (2.48)
2k k
ui + wi = 2 (wi−1 + wi+1 ) + uni + kvin , pour tout i = 1, . . . , N. (2.49)
h2 h
On peut donc définir une application F de RN dans RN par w 7→ F (w) = w où w est
solution de (2.48)–(2.49).
(c) On munit RN de la norme usuelle k · k∞ . Montrer que l’application F est strictement
contractante. [On pourra utiliser la monotonie de ϕ et remarquer que, si a = ϕ(α) et
b = ϕ(β), on a |α − β| > (1/L)|a − b|, où L ne dépend que de ϕ.]
(d) Soit {un+1
i , i = 1, . . . , N } solution de (2.47). On pose w = (wi )i=1,...,N , avec wi = ϕ(un+1
i )
pour i ∈ {1, . . . , N }. Montrer que w = F (w).
(e) Soit w = (wi )i=1,...,N t.q. w = F (w). Montrer que pour tout i ∈ {1, . . . , N } il existe
un+1
i ∈ R t.q. wi = ϕ(un+1
i . Montrer que {un+1
i , i = 1, . . . , N } est solution de (2.47).
(f) Montrer qu’il existe une unique famille {un+1
i , i = 1, . . . , N } solution de (2.47).
3. Estimation L∞ (]0 ; 1[ × ]0 ; T [) sur u. On pose A = ku0 kL∞ (]0 ;1[) et B = kvkL∞ (]0 ;1[×]0 ;T [) .
Montrer, par récurrence sur n, que uni ∈ [−A − nkB, A + nkB] pour tout i = 1, . . . , N et
tout n = 0, . . . , M . [On pourra, par exemple, considérer (2.47) avec i t.q. un+1
i = min{un+1
j ,
j = 1, . . . , N }.]
En déduire qu’il existe cu0 ,v,T ∈ R+ t.q. kun kL∞ (]0 ;1[) 6 cu0 ,v,T .
4. Estimation de la dérivée p.r. à x de ϕ(u). Montrer qu’il existe C1 (ne dépendant que de T , ϕ, v
et u0 ) t.q., pour tout n = 0, . . . , M − 1,
M −1 N −1
X X h
(ϕ(un+1
i+1 ) − ϕ(ui )) 6 C1 .
n+1 2
(2.50)
n=0 i=1
k
a2 b2
[Multiplier (2.47) par un+1
i et sommer sur i et sur n et utiliser l’inégalité a2 − ab > 2 − 2 .]
5. Estimation de la dérivée p.r. à t de ϕ(u). Montrer qu’il existe C2 (ne dépendant que de T , ϕ, v
et u0 ) t.q.
M
X −1 N
X +1
h (ϕ(uni+1 ) − ϕ(un+1
i+1 )) 6 C2 k.
2
(2.51)
n=0 i=0
et
N
X +1
(ϕ(un+1
i ) − ϕ(un+1
i+1 )) 6 C2 h, pour tout n ∈ {0, . . . , M }.
2
(2.52)
i=0
81
2.4 Exercices 2. Problèmes paraboliques
et
(n)
uh (x) = uni , si x ∈](i − 1)h, ih[, i = 1, . . . , N , n = 0, . . . , M.
2.4.2 Suggestions
Exercice 26 — Exemple de schéma non convergent.
1. Ecrire le schéma d’Euler explicite.
2. Démontrer par récurrence que
N +1 N +1 N +1
Si n ∈ {0, . . . , M + 1}, i ∈ − ,..., et i > − + n alors uni = 0.
2 2 4
En déduire que uni = 0 pour n ∈ {0, . . . , M + 1} et i ∈ 0, . . . , N2+1 et conclure.
82
2.4 Exercices 2. Problèmes paraboliques
2. Montrer que le facteur d’amplification ξn obtenu par l’analyse de stabilité de Von Neumann
satisfait :
ξn+1 − αξn − ξn−1 = 0, n > 2.
Etudier ensuite les racines de léquation r2 − αr − 1 = 0 et montrer que l’une de ses racines est, en
module, supérieure à 1.
4. Reprendre la méthode développée à la question 2, en montrant que l’équation caractéristique
pour ξ est maintenant :
p(r) = ar2 + br + c = 0,
avec
1 1 2 cos(ph) 1 1
+ 2, b = −
a= et c = 2 − .
2k h h2 h 2h
Etudier ensuite les racines de cette équation.
2.4.3 Corrigés
Exercice 24 — Existence de solutions “presque classiques". On note k · k2 = k · kL2 (]0 ;1[) .
1. Pour n ∈ N∗ , on a
1 − cos(2nπx) 1
Z 1 Z 1
sin2 (nπx) dx = dx = ,
0 0 2 2
et
1/2 √
1 1
2
Z Z
|u0 (x) sin(nπx)| dx 6 ku0 k2 sin (nπx)dx
2
= ku0 k2 .
0 0 2
√
La quantité an est donc bien définie et |an | 6 2ku0 k2 . Pour tout t > 0 et x ∈ [0, 1], on a
2 2 2 √ 2 2 2
|e−n π t an sin(nπx)| 6 2ku0 k2 e−n π t ∀n ∈ N∗ .
Ceci montre que la série
X 2 2 2
e−n π t an sin(nπx)
n>0
est absolument convergente et donc que u est bien définie pour tout t > 0 et tout x ∈ [0 ; 1] et
même pour tout x ∈ R. On remarque ensuite que u est de classe C ∞ sur R × R∗+ , en appliquant
les théorèmes classiques de dérivation terme à terme d’une série. En effet, soit ε > 0, pour tout
x ∈ R et t > ε on a
√
−n2 π2 t2 2 2 2
an sin(nπx) 6 2ku0 k2 e−n π ε , ∀n ∈ N∗
e
2 2 2
Comme (x, t) → e−n π t an sin(nπt) est continue (pour tout n ∈ N∗ ), on en déduit que u est
continue sur R×]ε, ∞[, et finalement sur R×]0, ∞[ car ε > 0 est arbitraire. Pour dériver terme
à terme la série définissant u, il suffit également d’obtenir sur ]ε, ∞[×R (pour tout ε > 0)
une majoration du terme général de la série des dérivées par le terme général d’une série
convergente (indépendant de (x, t) ∈ R×]ε, ∞[. On obtient cette majoration en remarquant que,
pour (x, t) ∈ R×]ε, ∞[,
2 2 2 2 2 2√
| − n2 π 2 e−n π t an sin(nπx)| 6 n2 π 2 e−n π ε 2ku0 k2
On montre ainsi finalement que u est de classe C 1 par rapport à t et que
X 2 2 2
∂t u(x, t) = −n2 π 2 e−n π t an sin(nπx), x ∈ R, t > 0.
n>0
83
2.4 Exercices 2. Problèmes paraboliques
En itérant ce raisonnement on montre que u est de classe C ∞ par rapport à t sur R × R∗+ . Un
raisonnement similaire montre que u est de classe C ∞ par rapport à x sur R × R∗+ et que l’on
peut dériver terme à terme la série définissant u. On obtient donc aussi
X 2 2 2
2
∂xx u(xt) = −n2 π 2 e−n π t an sin(nπx), x ∈ R, t > 0,
n>0
D’où l’on déduit kw(., T )k2 6 kw(., ε)k2 . Comme w(., t) → 0 dans L2 (]0 ; 1[) quand t → 0,
on a kw(., ε)k2 → 0 lorsque ε → 0 et donc kw(., T )k2 = 0. Comme T > 0 est arbitraire, on a
finalement w(x, t) = 0, ∀t ∈ [0 ; 1], ce qui montre bien l’unicité de la solution de (2.23).
84
2.4 Exercices 2. Problèmes paraboliques
N +1
− + M + 1 = −2(M + 1) + M + 1 = −(M + 1) < 0.
4
On en déduit que si n ∈ {0, . . . , M + 1} et i > 0, alors i > − N4+1 + n. On en déduit que uni = 0
pour n ∈ {0, . . . , M + 1} et i ∈ 0, . . . , N2+1 . On remarque alors que
N +1 N +1 N +1
max |uM +1
− ū M +1
|, i ∈ − , . . . , > max |ū M +1
|, i ∈ 0, . . . ,
i i
2 2 i
2
> inf u(x, 1) > 0,
[0,4]
85
2.4 Exercices 2. Problèmes paraboliques
(ξ` , t` ) ∈ [0 ; 1] × [0 ; T ], ` = 1, . . . , 4, t.q. :
k2
ūn+1 = ūni + k∂t u(ih, nk) + utt (ξ1 , t1 ), (2.55)
i
2
h2 2
ūni−1 = ūni − h∂x u(ih, nk) + ∂xx u(ξ2 , t2 ), (2.56)
2
h2 2 h3 h4
ūni−1 = ūni − h∂x u(ih, nk) + ∂xx u(ih, nk) − ∂xxx u(ih, nk) − ∂xxxx u(ξ3 , t3 ),
2 6 24
(2.57)
h2 2 h3 h4
ūni+1 = ūni + h∂x u(ih, nk) + ∂xx u(ih, nk) + ∂xxx u(ih, nk) + ∂xxxx u(ξ4 , t4 ).
2 6 24
(2.58)
On en déduit :
k h 2
Rin =∂t u(ih, nk) +
utt (ξ1 , t1 ) + α∂x u(ih, nk) + α ∂xx u(ξ2 , t2 )
2 2
h2
2
− µ∂xx u(ih, nk) − µ (∂xxxx u(ξ3 , t3 ) + µ∂xxxx u(ξ4 , t4 ))
24
et donc, comme u est solution de (2.26), pour h assez petit, on a |Rin | 6 C1 (h + k) où C1
ne dépend que de u. Le schéma (2.27) est donc consistant d’ordre 1 en temps et en espace.
(c) Cherchons les conditions pour que un+1
i s’écrive comme combinaison convexe de uni , uni−1 et
uni+1 . On peut réécrire le schéma (2.27) :
αk 2µk µk αk µk
un+1
i = auni + buni+1 + cuni−1 , avec a = 1 − − 2 , b = 2 et c = + 2.
h h h h h
Il est facile de voir que a + b + c = 1, et que b > 0, c > 0. Il reste à vérifier que a > 0 ; pour
cela, il faut et il suffit que αk
h + h2 6 1. Cette condition sécrit encore :
2µk
h2
k6 . (2.59)
αh + 2µ
Si h et k vérifient la condition (2.59), on pose : M n = maxi=1...N uni (resp. mn =
mini=1...N uni . Comme un+1 i est une combinaison convexe de uni , uni−1 et uni+1 , on a alors :
n+1
ui 6 M n , i = 1, . . . , N (resp. un+1
i > mn , i = 1, . . . , N ) et donc : M n+1 6 M n (resp.
mn+1 > mn ). On a ainsi montré que :
kun+1 k∞ 6 kun k∞ .
On a de même :
kun k∞ 6 kun−1 k∞ .
..
.
ku1 k∞ 6 ku0 k∞ .
En sommant ces inégalités, on obtient :
kun k∞ 6 ku0 k∞ .
Donc, sous la condition (2.59), on a kun+1 k∞ 6 kun k∞ et donc kun k∞ 6 ku0 k∞ , pour tout
n = 1, . . . , N.
(d) En retranchant l’égalité (2.54) au schéma (2.27), on obtient l’équation suivante sur eni :
1 n+1 α µ
(e − eni ) + (eni − eni−1 ) − 2 (eni−1 − 2eni + eni+1 ) = Rin .
k i h h
ce qu’on peut encore écrire :
kα kµ kµ
en+1
i = (1 − − 2 2 )eni + eni−1 2 + kRin .
h h h
86
2.4 Exercices 2. Problèmes paraboliques
87
2.4 Exercices 2. Problèmes paraboliques
(n)
1. Notons Ri l’erreur de consistance en (xi , tn ). Pour le schéma (2.33), on a donc par définition :
(n+1) (n)
(n) ūi − ūi 1 (n+1) (n+1) (n+1) e(n) + R̂in
Ri = + (2ūi − ūi−1 − ūi+1 ) − ūn+1
i =R i
k h2
où
n+1 n
Ren = ūi − ūi − ∂t u(xi , tn )
i
k
est l’erreur de consistance en temps et
1
R̂in = 2 (2ūn+1
i i−1 − ūi+1 ) − (∂xx u(xi , tn ))
− ūn+1 n+1 2
h
est l’erreur de consistance en espace. On a vu (voir (1.31)) que
h2 4
∂ u
sup ( · )
n
R̂ 6 , tn , ∀i ∈ {1, . . . , N }
12 [0 ;1] ∂x
i 4
88
2.4 Exercices 2. Problèmes paraboliques
89
2.4 Exercices 2. Problèmes paraboliques
1. On s’intéresse ici à l’ordre du schéma au sens des différences finies. On suppose que u ∈
C 4 ([0 ; 1] × [0 ; T ]) est solution de (2.36) et on pose
ūnj = u(jh, nk), j = 0, . . . , N, k = 0, . . . , M.
L’erreur de consistance est définie par :
ūn+1
j − ūjn−1 ūnj−1 − 2ūnj + ūnj+1
Rjn = − , j = 1, . . . , N − 1, k = 1, . . . , M − 1.
2k h2
On cherche une majoration de Rjn en utilisant des développement de Taylor. Soit j ∈ {1, . . . , N −
1}, k ∈ {1, . . . , M − 1}. Il existe (ξi , ti ) ∈ [0 ; 1] × [0 ; T ], i = 1, . . . , 4, t.q. :
k2 k3
ūn+1 = ūnj + k∂t u(jh, nk) + utt (jh, nk) + uttt (ξ1 , t1 ),
j
2 6
2 3
k k
ūn−1 = ū n
− k∂t u(jh, nk) + utt (jh, nk) − uttt (ξ2 , t2 ),
j j
2 6
h2 2 h3 h4
ūnj−1 = ūnj − h∂x u(jh, nk) + ∂xx u(jh, nk) − ∂xxx u(jh, nk) − ∂xxxx u(ξ3 , t3 ),
2 6 24
2 3
h h h4
ūnj+1 = ūnj + h∂x u(jh, nk) + ∂xx 2
u(jh, nk) + ∂xxx u(jh, nk) + ∂xxxx u(ξ4 , t4 ).
2 6 24
On en déduit :
k2 h2
Rjn = ∂t u(jh, nk)+ (uttt (ξ1 , t1 ) + uttt (ξ2 , t2 ))−∂xx
2
u(jh, nk)− (∂xxxx u(ξ3 , t3 ) + ∂xxxx u(ξ4 , t4 )) ,
12 24
et donc, comme u est solution de (2.36),|Rjn | 6 C1 (k 2 + h2 ), où C1 ne dépend que de u. Le
schéma (2.37) est donc consistant d’ordre 2.
2. Pour étudier la stabilité au sens de Von Neumann, on “oublie" les conditions aux limites dans
(2.36). Plus précisément, on s’intéresse à (2.36)avec x ∈ R (au lieu de x ∈ ]0 ; 1[) et on remplace
les conditions aux limites par des conditions de périodicité (exactement comme on l’a vu au
paragraphe2.2.6). Enfin, on prend une condition initiale de type ”mode de Fourier", avec p ∈ R
2
arbitraire, et u0 défini par u0 (x) = eipx , x ∈ R. La solution exacte est alors u(x, t) = e−p t eipx ,
2
x ∈ R, t ∈ R+ , c’est-à-dire u( · , t) = e−p t u0 , t ∈ R+ . Le facteur d’amplification est donc, pour
2
tout t ∈ R+ , le nombre e−p t . Ce facteur est toujours, en module, inférieur à 1. On va maintenant
chercher la solution du schéma numérique sous la forme :
unj = ξn eipjh , j ∈ Z, n ∈ N, (2.61)
où ξ0 et ξ1 ∈ R sont donnés (ils donnent et pour tout j ∈ Z) et ξn ∈ R est à déterminer
u0j u1j
de manière à ce que la première équation de (2.37) ) soit satisfaite. Ce facteur ξn va dépendre
de k, h et p. Pour k et h donnés, le schéma est stable au sens de Von Neumann si, pour tout
p ∈ R, la suite (ξn )n∈N est bornée. Dans le cas contraire, le schéma est (pour ces valeurs de k
et h) dit instable au sens de Von Neumann. Un calcul immédiat donne que la famille des unj ,
définie par (2.61), est solution de la première équation si et seulement si la suite (ξn )n∈N vérifie
(on rappelle que ξ0 et ξ1 sont donnés) :
ξn+1 − ξn−1 2
= 2 (cos ph − 1)ξn , n > 2,
2k h
ou encore, en posant α = 4k/h2 (cos ph − 1) 6 0 :
ξn+1 − αξn − ξn−1 = 0, n > 2 (2.62)
Le polynôme associé est
r2 − αr − 1 = 0 (2.63)
En excluant le cas α = −2 (qui correspond à une racine double), ce polynôme admet deux
racines distinctes r1 , r2 réelles, et comme r1 r2 = 1, l’un de ces nombres est, en module, supérieur
à 1. La solution de (2.62) est donc
ξn = Ar1n + Br2n , ∀n > 0 (2.64)
90
2.4 Exercices 2. Problèmes paraboliques
où A et B sont déterminés par ξ0 et ξ1 (de sorte que ξ0 = A + B, ξ1 = Ar1 + Br2 ). Ceci montre
que (ξn )n est une suite non bornée (sauf pour des choix particuliers de ξ0 et ξ1 , ceux pour
lesquels ξ1 = ξ0 r2 et donc A = 0, où r2 est la racine de (2.63) de module inférieur à 1). Ce
schéma est donc instable au sens de Von Neumann, pour tout k > 0 et h > 0.
3. On reprend les notations de la question 1. On s’intéresse maintenant à la quantité Sjn (qui est
toujours l’erreur de consistance) :
ūn+1
j − un−1
j ūnj−1 − (ūn+1
j + ūn−1
j ) + ūj+1
Sjn = − , j = 1, . . . , N − 1, k = 0, . . . , M − 1.
2k h2
En reprenant la technique de la question 1, il existe (ξi , ti ), i = 1, . . . , 6 t.q.
h2 h2 k2 k2
Sjn = (uttt (ξ1 , t1 ) + uttt (ξ2 , t2 ))− (∂xxxx u(ξ3 , t3 ) − ∂xxxx u(ξ4 , t4 ))+ 2 htt (ξ5 , t5 )+ 2 utt (ξ6 , t6 ).
12 24 2h 2h
Ce qui donne, avec C2 ne dépendant que de u,
k2
|Sj | 6 C2 h + k + 2 , j = 1, . . . , N − 1, k = 0, . . . , M − 1.
n 2 2
h
Le schéma est donc consistant quand h → 0 avec k/h → 0.
4. On reprend la méthode développée à la question 2, la suite (ξn )n doit maintenant vérifier la
relation suivante (avec ξ0 , ξ1 donnés).
ξn+1 − ξn−1 2 cos(ph) ξn−1 + ξn+1
= ξn − ,n>2
2k h2 h2
c’est à dire :
1 1 2 cos(ph) 1 1
ξn+1 + 2 − ξn + ξ n−1 − = 0, n > 2.
2k h h2 h2 2k
L’équation caractéristique est maintenant :
1 1 2 cos(ph) 1 1
p(r) = ar2 + br + c = 0 avec a=
+ b=− et c = 2 − .
2k h2 h2 h 2h
Pour montrer la stabilité au sens de Von Neumann, il suffit d’après (2.64) de montrer que les
deux racines du polynôme p sont de module inférieur ou égal à 1. On note r1 et r2 ces deux
racines (qui peuvent être confondues) et on distingue 2 cas :
(a) Les racines de p ne sont pas réelles. Dans ce cas, on a |r1 | = |r2 | = γ et γ = |c/a| < 1 car
k > 0.
(b) Les racines de p sont réelles. Dans ce cas, on remarque que r1 r2 = c/a < 1 et l’une des
racines, au moins, est donc entre −1 et 1 (strictement). De plus on a
2 2 cos ph 2 2 cos ph
p(1) = − > 0 et p(−1) = 2 + > 0,
h2 h2 h h2
et l’autre racine est donc aussi entre -1 et 1 (au sens large).
On en déduit que le schéma (2.38) est stable au sens de Von Neumann.
91
2.4 Exercices 2. Problèmes paraboliques
Comme ψ ∈ CT2,1 (R2 ) on a donc ψ(x, T ) = 0 pour tout x ∈ [0 ; 1] et comme u vérifie (2.42), on a
u(x, 0) = u0 (x). On en déduit que
Z Z 1 Z
∂u ∂ψ
(x, t)ψ(x, t) dxdt = − u0 (x)ψ(x, 0) dx − (x, t)u(x, t). (2.66)
D ∂t 0 D ∂t
Comme u est régulière, ceci entraîne que l’équation (2.40) est donc satisfaite par u. On prend
ensuite ψ ∈ CT2,1 (R2 ), et on intègre (2.44) par parties. En tenant compte de (2.45), on obtient :
Z 1 Z Z T
∂u ∂ϕ(u)
− u(x, 0)ψ(x, 0)dx − (x, t)ψ(x, t) dxdt + (1, t)ψ(1, t)dt
0 D ∂t 0 ∂x
T Z 1
∂ 2 ϕ(u)
Z Z
∂ϕ(u)
− (0, t)ψ(0, t)dt + ψ(x, t) dxdt + u0 (x)ψ(x, 0) dx = 0. (2.69)
0 ∂x D ∂x2 0
92
2.4 Exercices 2. Problèmes paraboliques
avec a = hk2 . Par la question précédente, il existe donc un unique ui qui vérifie cette
équation ; il suffit alors de poser ϕ(ui ) = wi pour déterminer de manière unique la solution
de (2.48)-(2.49). On peut donc définir une application F de RN dans RN par w 7→ F (w) = w
où w est solution de (2.48)–(2.49).
(c) Soit w1 et w2 ∈ RN et soit w1 = F (w1 ) et w2 = F (w2 ). Par définition de F , on a :
2k 1 k
u1i − u2i + (wi − wi2 ) = 2 (w1i−1 + w1i+1 ) − (w2i−1 + w2i+1 ) ∀i = 1, . . . , N. (2.70)
h2 h
Comme ϕ est monotone, le signe de wi1 − wi2 = ϕ(u1i ) − ϕ(u2i ) est le même que celui de
u1i − u2i , et donc
2k 1 2k
(w − wi2 )| = |u1i − u2i | + 2 |wi1 − wi2 |.
|u1i − u2i + (2.71)
h2 i h
Et comme ϕ est lipschitzienne de rapport L, on a
|wi1 − wi2 | = |ϕ(u1i ) − ϕ(u2i )| 6 L|u1i − u2i |,
d’où :
1 1
|u1i − u2i | >
|w − wi2 |. (2.72)
L i
On déduit donc de (2.70),(2.71) et(2.72) que
1 1 2k k
|wi − wi2 | + 2 |wi1 − wi2 | 6 2 |w1i−1 − w2i−1 | + |w1i+1 − w2i+1 | ∀i = 1, . . . , N.
L h h
On a donc
1
|wi1 − wi2 | 6 max |w1i − w2i | ∀i = 1, . . . , N.
1 + 2kL
h2 i=1,...,N
i−1 ) − ϕ(ui
ϕ(un+1 )>0 et )>0
n+1
ϕ(un+1 n+1
i+1 − ϕ(ui
93
2.4 Exercices 2. Problèmes paraboliques
et on en déduit que
min un+1
j > uni − kB
j=1,...,N
On a donc bien :
−A − (n + 1)kB 6 un+1
i 6 A + (n + 1)kB ∀i = 1, . . . , N, ∀n = 0, . . . , M
On en déduit alors que kun kL∞ (]0 ;1[) 6 cu0 ,v,T , avec cu0 ,v,T = A + BT.
4. Estimation de la dérivée p.r. à x de ϕ(u) — En multipliant (2.47) par un+1
i et en sommant sur
i, on obtient An + Bn = Cn , avec
N N N
i−1 ) − 2ϕ(ui
ϕ(un+1 ) + ϕ(un+1
i+1 )
n+1
X un+1 − un X X
An = i i
un+1
i , Bn = − un+1
i et Cn = vin un+1
i .
i=1
k i=1
h2 i=1
2 2
En utilisant l’inégalité a2 − ab = a
2 − b
2 , on obtient :
N
1 X n 2
An > αn+1 − αn , avec αn = (u ) .
2k i=1 i
En développant Bn , on obtient :
N N
1 X X
Bn = − 2 (ϕ(ui−1 ) − ϕ(ui ))ui +
n+1 n+1 n+1
(−ϕ(un+1 ) + ϕ(un+1
i+1 ))ui
n+1
) .
i
h i=1 i=1
Enfin, on majore Cn :
Bcu0 ,v,T
Cn 6 .
h
L’égalité An + Bn = Cn entraîne donc :
N −1
1 X Bcu0 ,v,T
αn+1 − αn + (ϕ(un+1
i+1 ) − ϕ(ui )) 6
n+1 2
.
Lh2 i=1 h
94
2.4 Exercices 2. Problèmes paraboliques
n=0 i=1
k 2
En développant Bn , on obtient :
N
1 X
Bn = − 2 (ϕ(un+1
i−1 ) − ϕ(ui
n+1
))(ϕ(un+1
i ) − ϕ(uni ))
h i=1
N
X
+ (−ϕ(un+1
i ) + ϕ(u n+1
i+1 ))(ϕ(un+1
i ) − ϕ(un
i ))) . (2.76)
i=1
95
2.4 Exercices 2. Problèmes paraboliques
d’autre part, en utilisant que le fait que le premier terme est positif, on obtient par (2.80) une
majoration sur βM , et donc sur βn pour tout n 6 M :
C
βn 6 + β0 . (2.82)
h
Il ne reste donc plus qu’à majorer β0 pour obtenir (2.51) et (2.52). Par définition, on a
N −1
X ϕ(u0i ) − ϕ(u0i+1 )
β0 = .
i=1
2h2
En utilisant le fait que ϕ est lipschitzienne et que la différence entre u0i et u0i+1 est en h, on
obtient (2.52) à partir de (2.81) et (2.51) à partir de (2.82).
6. Par définition de la fonction uh , et grace au résultat de la question 3, on a :
t − nk (n+1) (n + 1)k − t (n)
sup uh (x, t) 6 kuh k∞ + kuh k∞ 6 cu0 ,v,T .
x∈](i−1)h,ih[ k k
t∈[nk,(n+1)k]
ce qui prouve que la suite (uh )M ∈N? est bornée dans L∞ (]0 ; 1[ × ]0 ; T [). Comme ϕ est continue,
on en déduit immédiatement que (ϕ(uh ))M ∈N? est bornée dans L∞ (]0 ; 1[ × ]0 ; T [)
96
3
Méthodes variationnelles
où f ∈ C(Ω̄) et ∆u = ∂12 u + ∂22 u où l’on désigne par ∂i2 u la dérivée partielle d’ordre 2 par rapport à
la i-ème variable.
Définition 3.1 — Solution classique. On appelle solution classique de (3.1) une fonction
u ∈ C 2 (Ω̄) qui vérifie (3.1).
Soit u ∈ C 2 (Ω̄) une solution classique de (3.1) et soit ϕ ∈ Cc∞ (Ω) où Cc∞ (Ω) désigne l’ensemble
des fonctions de classe C ∞ à support compact dans Ω. On multiplie (3.1) par ϕ et on intègre sur Ω
(on appellera par la suite fonction test une telle fonction ϕ) pour obtenir :
Z Z
−∆u(x)ϕ(x) dx = f (x)ϕ(x) dx.
Ω Ω
Notons que les deux intégrales présentes dans cette équation sont bien définies, puisque ∆u ∈ C(Ω)
et f ∈ C(Ω). Par intégration par parties (formule de Green), on a :
Z d Z
X
−∆u(x)ϕ(x) dx = − ∂i2 u(x)ϕ(x) dx
Ω i=1 Ω
d Z
X d Z
X
= ∂i u(x)ϕ(x) dx + ∂i uni (s)ϕ(s) dγ(s)
i=1 Ω i=1 ∂Ω
Donc toute solution classique de (3.1) satisfait (3.2). Prenons maintenant comme fonction test ϕ,
non plus une fonction de Cc∞ (Ω) mais une fonction de H01 (Ω). On rappelle que l’espace H01 (Ω) est
défini comme l’adhérence de Cc∞ (Ω) dans H 1 (Ω) = {u ∈ L2 (Ω); Du ∈ L2 (Ω)} où Du désigne la
dérivée faible de u [1]. On rappelle que l’espace H 1 (Ω) muni du produit scalaire
Z Xd Z
(u, v)H 1 = u(x)v(x) dx + Di u(x)Di v(x) dx (3.3)
Ω i=1 Ω
97
3.1 Exemples de problèmes variationnels 3. Méthodes variationnelles
est un espace de Hilbert. Les espaces H 1 (Ω) et H01 (Ω) font partie des espaces dits de Sobolev [1]. Si
ϕ ∈ H01 (Ω), par définition, il existe (ϕn )n∈N ⊂ Cc∞ (Ω) telle que ϕn → ϕ dans H 1 lorsque n → +∞,
c’est-à-dire qu’on a
X
kϕn − ϕkH 1 = kϕn − ϕk2L2 + kDi ϕn − Di ϕk2L2 → 0 lorsque n → +∞.
N Z
X Z
∂i u(x)∂i ϕn (x) dx = f (x)ϕn (x) dx ∀n ∈ N. (3.4)
i=1 Ω Ω
Or la i-ème dérivée partielle ∂i ϕn = ∂ϕn /∂xi converge vers Di ϕ dans L2 donc dans L2 faible
lorsque n tend vers ∞ et ϕn tend vers ϕ dans L2 (Ω). On a donc :
Z Z
∂i u(x)∂i ϕn (x) dx → ∂i u(x)Di ϕ(x) dx lorsque n → +∞
Ω Ω
Z Z
f (x)ϕn (x) dx → f (x)ϕ(x) dx lorsque n → +∞
Ω Ω
L’égalité (3.4) est donc vérifiée pour toute fonction ϕ ∈ H01 (Ω). Montrons maintenant que si u
est solution classique de (3.1) alors u ∈ H01 (Ω). En effet, si u ∈ C 2 (Ω), alors u ∈ C(Ω̄) et donc
u ∈ L2 (Ω) ; de plus ∂i u ∈ C(Ω̄) donc ∂i u ∈ L2 (Ω). On a donc bien u ∈ H 1 (Ω). Il reste à montrer
que u ∈ H01 (Ω). Pour cela on rappelle les théorèmes de trace suivants :
Théorème 3.1 — Existence de l’opérateur trace. Soit Ω un ouvert (borné ou non borné)
de Rd , d > 1, de frontière ∂Ω lipschitzienne, alors l’espace Cc∞ (Ω̄) des fonctions de classe C ∞ et à
support compact dans Ω̄ est dense dans H 1 (Ω). On peut donc définir par continuité l’application
trace qui est linéaire continue de H 1 (Ω) dans L2 (∂Ω), définie par γ(u) = u|∂Ω si u ∈ Cc∞ (Ω̄) et par
γ(u) = lim γ(un ) si u ∈ H 1 (Ω), u = lim un ,
n→+∞ n→+∞
Remarquons que si Ω est un ouvert borné, alors Ω̄ est compact et donc toutes les fonctions C ∞ sont
à support compact dans Ω̄.
Si u ∈ C 2 (Ω̄) est une solution classique de (3.1), alors γ(u) = u|∂Ω = 0 donc u ∈ Ker γ et par le
théorème 3.2, ceci prouve que u ∈ H01 (Ω).
Nous avons ainsi montré que toute solution classique de (3.1) vérifie u ∈ H01 (Ω) et l’egalité (3.2).
Cette remarque motive l’introduction de solutions plus générales qui permettent de s’affranchir de
la régularité C 2 et qu’on appellera solutions faibles.
Définition 3.2 — Formulation faible. Soit f ∈ L2 (Ω), on dit que u est solution faible de (3.1)
si u ∈ H01 (Ω) est solution de
XN Z Z
Di u(x)Di ϕ(x) dx = f (x)ϕ(x) dx ∀ϕ ∈ H01 (Ω) (3.6)
i=1 Ω Ω
98
3.1 Exemples de problèmes variationnels 3. Méthodes variationnelles
Définition 3.3 — Formulation variationnelle. Soit f ∈ L2 (Ω) ; on dit que u est solution
variationnelle de (3.1) si u ∈ H01 (Ω) est solution du problème de minimisation :
1
Z Z
J(u) 6 J(v) ∀v ∈ H01 (Ω) avec J(v) = ∇v(x) · ∇v(x) dx − f (x)v(x) dx (3.7)
2 Ω Ω
où on a noté :
Z d Z
X
∇u(x) · ∇ϕ(x) dx = Di u(x)Di ϕ(x) dx.
Ω i=1 Ω
On cherche à montrer l’existence et l’unicité de la solution de (3.6) et (3.7). Pour cela, on utilise
le théorème de Lax 1 –Milgram 2 qu’on rappelle ici :
Théorème 3.3 — Lax-Milgram. Soit H un espace de Hilbert, soit a une forme bilinéaire
continue coercive sur H et T ∈ H 0 . Il existe un unique élément u ∈ H tel que
a(u, v) = T (v) ∀v ∈ H (3.8)
De plus, si a est symétrique, u ∈ H est l’unique solution du problème de minimisation suivant :
J(u) 6 J(v) (3.9)
où J est définie de H dans RN par :
1
J(v) = a(v, v) − T (v). (3.10)
2
Démonstration.
— Si a est symétrique l’existence et l’unicité de u est immédiate par le théorème deRreprésentation de
Riesz (car dans ce cas a est un produit scalaire et la forme linéaire définie par ϕ 7→ f (x)ϕ(x) dx est
Ω
continue pour la norme associée à ce produit scalaire).
— Si a est non symétrique, on considère l’application de H dans H, qui à u associe Au, défini par
(Au, v) = a(u, v), ∀v ∈ H. L’application qui à u associe Au est linéaire continue et (Au, v) 6 a(u, v) 6
M kukkvk car a est continue. D’autre part, par le théorème de représentation de Riesz, on a existence
et unicité de ψ ∈ H tel que T (v) = (ψ, v), pour tout v ∈ H. Donc u est solution de a(u, v) = T (v),
∀v ∈ H si et seulement si Au = ψ. Pour montrer l’existence et l’unicité de u, il faut donc montrer que
A est bijectif.
— Montrons d’abord que A est injectif. On suppose que Au = 0. On a (Au, u) > αkuk2 par
coercitivité de a et comme kAuk kvk > (Au, v), on a donc kAuk > αkuk. En conclusion, si
Au = 0 ⇒ u = 0.
— Montrons maintenant que A est surjectif. On veut montrer que AH = H. Pour cela, on va montrer
que AH est fermé et AH > = {0}. Soit w ∈ AH ; il existe alors une suite (vn )n∈N ⊂ H telle que
Avn → w dans H.
— Montrons que la suite (vn )n∈N converge dans H. On a :
kAvn − Avm k = kA(vn − vm )k > αkvn − vm kH
donc la suite (vn )n∈N est de Cauchy. On en déduit qu’elle converge vers un certain v ∈ H. Comme
A est continue, on a donc : Avn → Av dans H et donc w = Av ∈ AH.
— Montrons maintenant que AH > = {0}. Soit v0 ∈ AH > , comme a est coercive, on a αkv0 k2 6
a(v0 , v0 ) = (Av0 , v0 ) = 0, on en déduit que v0 = 0, ce qui prouve que AH > = {0}.
Pour conclure la preuve du théorème, il reste à montrer que si a est symétrique, le problème de minimisa-
tion (3.9) est équivalent au problème (3.8) Soit u ∈ H solution unique de (3.8) ; montrons que u est solution
de (3.9). Soit w ∈ H, on va montrer que J(u + w) > J(u).
1
J(u + w) = a(u + w, u + w) − T (u + w)
2
1 1 1
= a(u, u) + [a(u, w) + a(w, u)] + a(w, w) − T (u) − T (w)
2 2 2
1 1
= a(u, u) + a(w, w) + a(u, w) − T (u) − T (w)
2 2
1 α
= J(u) + a(w, w) > J(u) + kwk2
2 2
Donc J(u + w) > J(u) sauf si w = 0.
99
3.1 Exemples de problèmes variationnels 3. Méthodes variationnelles
Réciproquement, supposons maintenant que u est solution du problème de minimisation (3.9) et montrons
que u est solution du problème (3.8). Soit w ∈ H et t > 0 ; on a J(u + tw) − J(u) > 0 et J(u − tw) − J(u) > 0
car u minimise J. On en déduit que :
1 1
ta(u, w) − tT (w) + t2 a(w, w) > 0 et − ta(u, w) + tT (w) + t2 a(w, w) > 0
2 2
Comme t est strictement positif, on peut diviser ces deux inégalités par t :
1 1
a(u, w) − T (w) + ta(w, w) > 0 et − a(u, w) + T (w) + ta(w, w) > 0
2 2
On fait alors tendre t vers 0 et on obtient a(u, w) = T (w) pour tout w ∈ H, ce qui montre que u est bien
solution du problème (3.8). •
Montrons que l’on peut appliquer le théorème de Lax-Milgram pour les problèmes (3.6) et (3.7).
Démonstration. Montrons que les hypothèses du théorème de Lax–Milgram sont vérifiées. L’espace H =
H01 (Ω) est un espace de Hilbert et :
Z Z
a(u, v) = ∇u(x) · ∇v(x) dx T (v) = f (x)v(x) dx.
Ω Ω
Montrons que T ∈ H 0 ; en effet, la forme T est linéaire et on a T (v) 6 kf kL2 kvkL2 6 kf kL2 kvkH 1 . On en
déduit que T est une forme linéaire continue sur H01 (Ω), ce qui est équivalent à dire que T ∈ H −1 (Ω) (dual
topologique de H01 (Ω)).
Montrons que a est bilinéaire, continue et symétrique. La continuité de a se démontre en écrivant que
Z
a(u, v) = ∇u(x) · ∇v(x) dx 6 k∇ukL2 k∇vkL2 6 kukH 1 kvkH 1
Ω
Les caractères bilinéaire et symétrique sont évidents. Montrons maintenant que a est coercitive. En effet :
Z N Z
X 1
a(v, v) = ∇v(x) · ∇v(x) dx = Di v(x)Di v(x) dx > kuk2H 1
Ω Ω
diam(Ω)2 + 1
i=1
par l’inégalité de Poincaré. Comme T ∈ H 0 et comme a est linéaire, continue, coercitive donc le théorème
de Lax–Milgram s’applique : on en conclut qu’il existe une unique fonction u ∈ H01 (Ω) solution de (3.6) et
comme a est symétrique, u est l’unique solution du problème de minimisation associée. •
Définition 3.5 — Solution forte dans H 2 . Soit f ∈ L2 (Ω), on dit que u est solution forte
de (3.1) dans H 2 si u ∈ H 2 (Ω) ∩ H01 (Ω) vérifie −∆u = f dans L2 (Ω).
Remarquons que si u est solution forte C 2 de (3.1), alors u est solution forte H 2 . De même, si
u est solution forte H 2 de (3.1) alors u est solution faible de (3.1). Les réciproques sont fausses.
On admettra le théorème de régularité (dont la preuve est difficile), qui s’énonce de la manière
suivante :
Théorème 3.4 — Régularité. Soit Ω un ouvert borné de Rd , d > 1 On suppose que Ω a une
frontière de classe C 2 ou que Ω est convexe à frontière lipschitzienne. Si f ∈ L2 (Ω) et si u ∈ H01 (Ω)
est solution faible de (3.1), alors u ∈ H 2 (Ω) et il existe C0 > 0 ne dépendant que de f et Ω tel que
kukH 2 6 C0 kf kL2 . De plus, si f ∈ H m (Ω) alors u ∈ H m+2 (Ω), et il existe Cm > 0 ne dépendant
que de f et Ω tel que kukH m+2 6 Cm kf kH m .
Remarque 3.7 — Sur la prise en compte des conditions aux limites. Remarquons égale-
ment que dans la formulation faible (3.6), les conditions aux limites de Dirichlet homogènes u = 0
sont prises en compte dans l’espace u ∈ H01 (Ω) et donc également dans l’espace d’approximation
HN . En revanche pour le problème de Neumann homongène, les conditions aux limites ne sont pas
explicitées dans l’espace fonctionnel (voir exercice 45).
100
3.1 Exemples de problèmes variationnels 3. Méthodes variationnelles
u = f sur ]0 ; 1[
00
u(0) = a (3.11)
u(1) = b
où a et b sont des réels donnés. Ces conditions aux limites sont dites de type Dirichlet non
homogène ; comme a et b ne sont pas forcément nuls, on cherche une solution dans H 1 (Ω) et non
plus dans H01 (Ω). Cependant, pour se ramener à l’espace H01 (Ω) on va utiliser une technique dite
de relèvement ; on va s’assurer en particulier que le problème est bien posé grâce au théorème de
Lax–Milgram et à la coercivité de la forme bilinéaire
Z
a(u, v) = ∇u(x) · ∇v(x) dx sur H01 (Ω).
Ω
dont on connait la formulation faible et dont on a vu qu’il est bien posé au paragraphe 3.1.1. Il
existe donc une unique fonction u ∈ H 1 (Ω) vérifiant u = u0 + u e où u
e ∈ H01 (Ω) est l’unique solution
du problème
Z 1 Z 1
e (x)v (x) dx =
u0 0
f (x)v(x) dx ∀v ∈ H01 (]0 ; 1[).
0 0
− ū = u1 + f,
00 00
ū(0) = 0,
ū(1) = 0.
Il est facile de montrer que u ne dépend pas du relèvement choisi, voir l’exercice 38.
Considérons maintenant le cas de la dimension d’espace d = 2. Soit Ω un ouvert borné de Rd ,
on considère le problème :
(
− ∆u = f dans Ω,
(3.12)
u=g sur ∂Ω.
Pour se ramener au problème de Dirichlet homogène, on veut construire un relèvement, c’est-à-
dire une fonction u0 ∈ H 1 (Ω) tel que γ(u0 ) = g où γ est l’application trace. On ne peut plus le
faire de manière explicite comme en dimension 1. En particulier, on rappelle qu’en dimension 2,
l’espace H 1 (Ω) n’est pas inclus dans l’espace C(Ω̄) des fonctions continues, contrairement au cas de
la dimension 1. Mais par le théorème de trace (théorème 3.1), si g ∈ H 1/2 (∂Ω), il existe u0 ∈ H 1 (Ω)
tel que g = γ(u0 ). On cherche donc u sous la forme u = u e + u0 avec u
e ∈ H01 (Ω) et u0 ∈ H 1 (Ω) telle
que γ(u0 ) = g. Soit v ∈ H0 (Ω) ; on multiplie (3.12) par v et on intègre sur Ω :
1
101
3.1 Exemples de problèmes variationnels 3. Méthodes variationnelles
Z Z
−∆u(x)v(x) dx = f (x)v(x) dx,
Ω Ω
c’est-à-dire :
Z Z
∇u(x) · ∇v(x) dx = f (x)v(x) dx.
Ω Ω
Définition 3.8 — Solution faible. On dit que u est solution faible de (3.14) si u est solution
de :
u ∈ H (Ω)
1
(3.15)
Z Z Z
∇u(x) · ∇v(x) + dx λ(x)u(x)v(x) dx = f (x)v(x) dx ∀v ∈ H 1 (Ω)
Ω ∂Ω Ω
102
3.1 Exemples de problèmes variationnels 3. Méthodes variationnelles
On peut remarquer que sous les hypothèses f ∈ L2 (Ω) et λ ∈ L∞ (∂Ω), toutes les intégrales de (3.15)
sont bien définies. On rappelle que si ϕ ∈ L2 (Ω) et ψ ∈ L2 (Ω), alors ϕψ ∈ L1 (Ω). Pour vérifier que
le problème (3.15) est bien posé, on a envie d’appliquer le théorème de Lax–Milgram. Définissons
pour cela la forme bilinéaire a : H 1 (Ω) × H 1 (Ω) → R par :
Z Z
a(u, v) = ∇u(x) · ∇v(x) dx + λ(x)u(x)v(x) dx. (3.16)
Ω
Il est facile de voir que a est une forme bilinéaire symétrique. On peut donc lui associer une forme
quadratique définie par :
1
Z Z Z
E(v) = ∇v(x) · ∇v(x) dx + λ(x)v (x) dγ(x) −
2
f (x)v(x) dx. (3.17)
2 Ω ∂Ω Ω
Définition 3.9 — Solution variationnelle. On dit que u est solution variationnelle de (3.14)
si u vérifie :
u ∈ H 1 (Ω),
(
(3.18)
E(u) 6 E(v) ∀v ∈ H 1 (Ω),
où E est défini par (3.17).
Lemme 3.10 On suppose que λ ∈ L∞ (∂Ω). Alors la forme bilinéaire définie par (3.16) est continue
sur H 1 (Ω) × H 1 (Ω).
Démonstration. On a :
Z Z
a(u, v) = ∇u(x)∇v(x) dx + λ(x)u(x)v(x) dγ(x)
Ω ∂Ω
6 k∇ukL2 (Ω) k∇vkL2 (Ω) + kλkL∞ (∂Ω) kukL2 (∂Ω) kvkL2 (∂Ω) (3.19)
Or par le théorème de trace 3.1 et plus particulièrement grâce à la continuité de la trace (3.5), on a
kukL2 (∂Ω) 6 CkukH 1 (Ω) .
On en déduit que
a(u, v) 6 M kukH 1 kvkH 1
avec M = 1 + C 2 kλkL∞ (∂Ω). Donc a est bilinéaire continue. •
Lemme 3.11 Soit λ ∈ L∞ (∂Ω) tel qu’il existe λ > 0 tel que λ(x) > λ p.p. sur ∂Ω. Alors la forme
bilinéaire a définie par (3.16) est coercitive.
Démonstration. Montrons qu’il existe α > 0 tel que a(v, v) > αkvk2 , pour tout v ∈ H 1 où
Z Z
a(v, v) = ∇v(x) · ∇v(x) dx + α(x)v 2 (x) dγ(x).
Ω Ω
Attention, comme
R v ∈ H 1 (Ω) et non H01 (Ω), on ne peut pas écrire l’inégalité de Poincaré, qui nous permettrait
de minorer ∇v(x) · ∇v(x) dx. On va montrer l’existence de α par l’absurde. On suppose que a n’est pas
Ω
coercive, c’est-à-dire que :
∀α > 0, ∃ v ∈ H 1 (Ω); a(v, v) < αkvk2 .
On a donc en particulier, en prenant α = 1/n :
1
∀n ∈ N, ∃ vn ∈ H 1 (Ω); a(vn , vn ) < kvn k2H 1
n
Dans cette dernière assertion, on peut prendre vn de norme 1, puisque l’inégalité est homogène de degré 2.
On a donc :
1
∀n ∈ N, ∃ vn ∈ H 1 (Ω); kvn kH 1 (Ω) = 1; a(vn , vn ) <
n
Or, par le théorème de Rellich, toute suite bornée (vn )n∈N de H 1 (Ω), est relativement compacte dans L2 (Ω).
Comme on a kvn kH 1 (Ω) = 1, il existe donc une sous-suite encore notée (vn )n∈N ⊂ H 1 (Ω) telle que vn
converge vers v dans L2 (Ω) lorsque n tend vers +∞. De plus, comme :
Z Z
1
a(vn , vn ) = ∇vn (x) · ∇vn (x) dx + vn (x)vn (x) dx < → 0 lorsque n → +∞
Ω ∂Ω
n
103
3.1 Exemples de problèmes variationnels 3. Méthodes variationnelles
Proposition 3.12 Soit f ∈ L2 (Ω) et λ ∈ L∞ (Ω) tel que λ > λ p.p. avec λ > 0 alors il existe un
unique u solution de (3.15) qui est aussi l’unique solution de (3.18).
(3.22)
∂u = 0 sur ∂Ω
∂n
qu’on appelle problème de Dirichlet avec conditions de Neumann homogènes. En intégrant la
première équation du système, il est facile de voir qu’une condition nécessaire d’existence d’une
solution de (3.22) est que :
Z Z Z
∂u
−∆u(x) dx = (x) dx = f (x) dx = 0
Ω ∂Ω ∂n Ω
et que celle-ci n’est pas coercive sur H 1 (Ω). De fait, il est clair que la solution de (3.22) n’est pas
unique, puisque si u est solution de (3.22) alors u + c est aussi solution, pour tout c ∈ R. Pour
éviter ce problème on va chercher les solutions de (3.22) à moyenne nulle. On cherche donc à
résoudre (3.22) dans l’espace
n Z o
H = v ∈ H (Ω);1
v(x) dx = 0
Ω
104
3.1 Exemples de problèmes variationnels 3. Méthodes variationnelles
On admettra que a est coercive sur H (ceci est vrai grâce à l’inégalité de Poincaré-Wirtinger 3 4 ).
Le problème
u ∈ H,
Z
a(u, v) = f v ∀v ∈ H,
Il est évident que T est une forme linéaire continue sur H01 (Ω) (c’est-à-dire T ∈ H −1 (Ω)) et que la
forme a est bilinéaire continue, mais pas symétrique. De plus elle est coercive. En effet, on a :
1 2 0
Z Z Z Z
a(u, u) = u02 (x) dx + u0 (x)u(x) dx = u02 (x) dx + (u ) (x) dx.
Ω Ω Ω Ω 2
On en déduit que :
Z 1
a(u, u) = (u0 )2 dx,
0
et par l’inégalité de Poincaré (1.31), on conclut que a est coercive sur H01 (Ω). On en déduit par le
théorème de Lax-Milgram, l’existence et l’unicité de u ∈ H01 (]0 ; 1[) solution du problème :
Z 1 Z 1
(u (x)v (x) + u (x)v(x)) dx =
0 0 0
f (x)v(x) dx.
0 0
3. L’inégalité de Poincaré-Wirtinger s’énonce de la fa¸con suivante : soit Ω un ouvert borné de Rd de frontière
lipschitzienne, alors il existe C ∈ R+ , ne dépendant que de Ω tel que pour tout u ∈ H 1 (Ω), on a :
Z 2
−1
kuk2L2 (Ω) 6 C|u|2H 1 (Ω) + 2(m(Ω)) u(x) dx .
Ω
4. Wilhelm Wirtinger, 1865-1945, mathématicien autrichien, dont les travaux portent sur plusieurs domaines des
mathématiques.
105
3.2 Méthodes de Ritz et Galerkin 3. Méthodes variationnelles
Théorème 3.5 Sous les hypothèses (3.24), si HN est un sous-espace vectoriel de H et dim HN <
+∞ alors le problème (3.26) admet une unique solution.
Démonstration. Puisque HN est un espace de dimension finie inclus dans H, c’est donc aussi un espace
de Hilbert. On peut donc appliquer le théorème de Lax–Milgram et on en déduit l’existence et l’unicité de
uN ∈ HN solution de (3.26), qui est aussi solution de a(uN , v) = T (v), ∀v ∈ HN . •
Nous allons maintenant exposer une autre méthode de démonstration du théorème 3.5, qui a
l’avantage d’être constructive et qui nous permet d’introduire les idées principales des méthodes
numériques envisagées plus loin. Comme l’espace HN considéré dans le théorème 3.26 PN est de
dimension N , il existe une base (φ1 , . . . , φN ). Si u ∈ HN , on peut donc développer u = i=1 ui φi .
On note : U = (u1 , . . . , uN ) ∈ RN . L’application ξ qui à u associe U est une bijection de HN dans
RN . On peut donc définir
N
X
j = J ◦ ξ −1 , c.à.d. j(U ) = J(u), pour U = (u1 , . . . , uN ) ∈ RN et u = ui φi . (3.27)
i=1
On a donc
N N N N N N
1 X 1 XX
X X X
J(u) = a ui φ i , ui φi − T u i φi = ui uj a(φi , φj ) − ui T (φi ),
2 i=1 i=1 i=1
2 i=1 j=1 i=1
106
3.2 Méthodes de Ritz et Galerkin 3. Méthodes variationnelles
du résultat général de minimisation dans RN (voir par exemple le cours d’analyse numérique de
licence 6 , chapitre 3).
Choix de la base Un premier choix consiste à choisir des bases de façon récursive, selon le
schéma :
{ base de HN +1 } = { base de HN } ∪ {φN +1 }.
Les bases sont donc emboitées les unes dans les autres. Considérons par exemple H = H 1 (]0 ; 1[),
et l’espace d’approximation HN = Vect{φ1 , φ2 , . . . , φN −1 }, avec φi (x) = xi−1 , i = 1, . . . , N. On
peut remarquer la matrice de rigidité K résultante est une matrice pleine. Or, on veut justement
éviter les matrices pleines car les systèmes linéaires associés sont coûteux (en temps et mémoire) à
résoudre.
Le choix idéal serait de choisir une base (φi ), i = 1, . . . , N de telle sorte que
(
1 si i = j,
a(φi , φj ) = λi δij où δij = (3.29)
0 sinon.
Considérons par exemple le problème de Dirichlet (3.1). Si φi est la i–ème fonction propre de
l’opérateur −∆ avec conditions aux limites de Dirichlet, associée à la valeur propre λi , on obtient
bien la propriété souhaitée, car la matrice K est alors diag(λ1 , . . . , λN ). Malheureusement, il est
rare que l’on puisse connaître explicitement les fonctions propres de l’opérateur concerné.
Un deuxième choix consiste à choisir des bases telles que la base de HN n’est pas forcément
incluse dans celle de HN +1 . La technique des éléments finis qu’on verra au chapitre suivant, est un
exemple de ce choix. La matrice K obtenue n’est pas diagonale, mais elle est creuse, c’est-à-dire
qu’un grand nombre de ses coefficients sont nuls. Par exemple, pour des éléments finis appliqués à
un opérateur du second ordre, on peut avoir un nombre de coefficients non nuls de l’ordre de 0(N ).
107
3.2 Méthodes de Ritz et Galerkin 3. Méthodes variationnelles
Définition 3.14 — Consistance. Sous les hypothèses (3.24), on dit que l’approximation de Ritz
définie par l’espace HN ⊂ H avec dim HN = N < +∞ est consistante si d(H, HN ) tend vers 0
lorsque N → +∞, c’est-à-dire d(w, HN ) →N →+∞ 0, ∀w ∈ H ou encore inf v∈HN kw −vk →N →+∞ 0,
∀w ∈ H.
L’autre notion fondamentale pour prouver la convergence est la stabilité, elle-même obtenue grâce à
la propriété de coercivité de a. Par stabilité, on entend estimation a priori sur la solution approchée,
c’est-à-dire une estimation sur la solution approchée avant même de savoir si elle existe ; la solution
approchée u(N ) est solution de (3.28) ou encore de :
a(u , v) = T (v) ∀v ∈ HN
( (N )
(3.30)
u(N ) ∈ HN
On a l’estimation a priori suivante sur uN :
Démonstration. Le caractère coercif de a nous permet d’écrire αku(N ) k2 6 a(u(N ) , u(N ) ). Or comme
u(N ) est solution de (3.30), on a a(u(N ) , u(N ) ) = T (u(N ) ). Comme T est linéaire continue, on obtient
T (u(N ) ) 6 kT kH 0 ku(N ) kH . •
Il est naturel de s’intéresser à l’erreur que l’on commet lorsqu’on remplace la résolution de la
formulation faible (3.25) par la résolution de la formulation faible en dimension finie (3.30). Il nous
faut pour cela pouvoir quantifier la norme de l’erreur commise ku − uN kH . Un premier pas dans
cette direction est le lemme suivant, souvent appelé lemme de Céa 7 qui permet de contrôler l’erreur
de discrétisation par l’erreur d’interpolation, définie comme la distance entre u ∈ H solution de
(3.25) et l’espace HN d’approximation.
108
3.2 Méthodes de Ritz et Galerkin 3. Méthodes variationnelles
Remarquons que maintenant, a n’est pas nécessairement symétrique, les hypothèses (3.33) sont
donc plus générales que les hypothèses (3.24). On considère le problème
(
u∈H
(3.34)
a(u, v) = T (v) v ∈ H
Comme dans le cas de la méthode de Ritz, on va donner une autre méthode, constructive, de
démonstration de l’existence et unicité de uN qui permettra d’introduire la méthode de Galerkin.
Comme dim HN = N , il existe une base (φ1 . . . φN ) de HN . Soit v ∈ HN , on peut donc développer
8. Boris Grigoryevich Galerkin, né le 20 février 1871 à Polotsk en Biélorussie et mort le 12 juillet 1945, est un
mathématicien et un ingénieur russe réputé pour ses contributions à l’étude des treillis de poutres et des plaques
élastiques. Son nom reste lié à une méthode de résolution approchée des structures élastiques, qui est l’une des bases
de la méthode des éléments finis.
109
3.2 Méthodes de Ritz et Galerkin 3. Méthodes variationnelles
N
X
v sur cette base :v = vi φi , et identifier v au vecteur (v1 , . . . , vN ) ∈ RN . En écrivant que u
i=1
satisfait (3.35) pour tout v = φi , i = 1, . . . , N :
a(u, φi ) = T (φi ) ∀i = 1, . . . , N,
et en développant u sur la base (φi )i=1,...,N , on obtient :
N
X
a(φj , φi )uj = T (φi ) ∀i = 1, . . . , N.
j=1
On peut écrire cette dernière égalité sous forme d’un système linéaire : KU = G,
Kij = a(φj , φi ) et Gi = T (φi ), pour i, j = 1, . . . , , N.
La matrice K n’est pas en général symétrique.
Démonstration. On va montrer que K est inversible en vérifiant que son noyau est réduit à {0}. Soit w ∈ RN
PN
tel que Kw = 0. Décomposons w sur la base (φ1 , . . . , φN ) de HN . On a donc j=1
a(φj , φi )wj = 0.
Multiplions cette relation par wi et sommons pour i = 1 à N , on obtient :
N N
X X
a(φj , φi )wj wi = 0.
i=1 j=1
Soit encore a(w, w) = 0. Par coercitivité de a, ceci entraine que w = 0. On en déduit que wi = 0, ∀i = 1, . . . , N ,
ce qui achève la preuve. •
Remarque 3.20 Si a est symétrique, la méthode de Galerkin est équivalente à celle de Ritz.
En résumé, la méthode de Galerkin comporte les mêmes étapes que la méthode de Ritz, c’est-à-dire :
1. On se donne HN ⊂ H
2. On trouve une base de HN
3. On calcule K et G
4. On résout KU = G
PN
5. On écrit u(N ) = i=1 ui φi .
La seule différence avec la méthode de Ritz est que l’étape 4 n’est pas issue d’un problème de
minimisation. Comme pour la méthode de Ritz, il faut se poser la question du choix du sous-espace
HN et de sa base, ainsi que de la convergence de l’approximation de u solution de (3.34) par u(N )
obtenue par la technique de Galerkin. En ce qui concerne le choix de la base {φ1 , . . . , φN }, les
possibilités sont les mêmes que pour la méthode de Ritz (voir paragraphe 3.2.1). De même, la
notion de consistance est identique à celle donnée pour la méthode de Ritz (définition 3.14) et la
démonstration de stabilité est identique à celles effectuée pour la méthode de Ritz (proposition
3.15).
Comme dans le cas de la méthode de Ritz, on a encore un contrôle de l’erreur de discrétisation
ku − u(N ) kH par l’erreur d’interpolation d(u, HN ), mais avec une constante plus grande que celle
du lemme de Céa :
Lemme 3.21 Sous les hypothèses du théorème (3.6), si u est la solution de (3.34) et uN la solution
de (3.35), alors
M
ku − u(N ) kH 6 d(u, HN ). (3.37)
α
où M et α sont tels que : αkvk2 6 a(v, u) 6 M kvk2 pour tout v dans H (les réels M et α existent
en vertu depla continuité et de la coercivité de a). Noter que la constante M/α est supérieure à la
constante M/α du lemme 3.17.
110
3.2 Méthodes de Ritz et Galerkin 3. Méthodes variationnelles
Remarque 3.22 On peut remarquer que l’estimation (3.37) obtenue dans le cadre de la métode
de Galerkin est moins bonne que l’estimation (3.32) obtenue dans le cadre de la méthode de Ritz.
Ceci est moral, puisque la méthode de Ritz est un cas particulier de la méthode de Galerkin.
Grâce au théorème 3.21, on peut remarquer que u(N ) converge vers u dans H lorsque N tend vers
+∞ dès que d(u, HN ) → 0 lorsque N → +∞. C’est donc là encore une propriété de consistance
dont nous avons besoin. La propriété de consistance n’est pas toujours facile à montrer directement.
On utilise alors la caractérisation suivante :
111
3.3 Méthode des éléments finis 3. Méthodes variationnelles
3.3.1 Principe
On se limitera dans le cadre de ce cours à des problèmes du second ordre. L’exemple type sera
le problème de Dirichlet (3.1), qu’on rappelle ici :
(
− ∆u = f dans Ω
u=0 sur ∂Ω
Remarque 3.24 — Éléments finis non conformes. Notons qu’on a introduit ici une méthode
d’éléments finis dite conforme, au sens où l’espace d’approximation HN est inclus dans l’espace
H. Dans une méthode non conforme, on n’aura plus HN ⊂ H et par conséquence, on devra aussi
construire une forme bilinéaire approchée aT ; on pourra voir à ce sujet l’exercice 48 où on exprime
la méthode des volumes finis comme une méthode déléments finis non conformes.
112
3.3 Méthode des éléments finis 3. Méthodes variationnelles
Il est facile de vérifier qu’on a bien HN ⊂ H = H01 (]0 ; 1[). En effet, si u ∈ HN alors u est
continue et bornée sur ]0 ; 1[) et donc u ∈ L2 (Ω). De plus la dérivée faible Du de u est une
fonction définie presque partout et constante par morceaux qui est intégrable. Enfin si u ∈ H N ,
on a u(0) = u(1) = 0 ce qui prouve que u ∈ H01 (]0 ; 1[).
4. choix de la base de HN : si on prend les fonctions de type 1 de la méthode de Ritz, on choisit
les fonctions décrites sur la figure 3.1. On a donc H1 = Vect{φ1 }, H3 = Vect{φ1 , φ2 , φ3 } et
H7 = Vect{φ1 , φ2 , φ3 , φ4 , φ5 , φ6 , φ7 } où Vect désigne le sous espace engendré par la famille
considérée. Avec ce choix, on a donc H1 ⊂ H3 ⊂ H7 . Si maintenant on choisit des fonctions
Il est facile de voir que φi ∈ HN et que {φ1 , . . . , φN } engendre HN , c’est-à-dire que pour tout
PN
u ∈ HN , il existe (u1 , . . . , uN ) ∈ RN tel que u = i=1 ui φi . On a représenté sur la figure 3.2
les fonctions de base obtenue pour H3 (à gauche) et H7 (à droite). On peut remarquer que
dans ce cas, les espaces d’approximation ne sont plus inclus les uns dans les autres.
Figure 3.2 – Fonctions de forme de type 2 (fonction P1) en une dimension d’espace.
113
3.3 Méthode des éléments finis 3. Méthodes variationnelles
La fonction φi associée au nœud xi a donc l’allure présentée sur la figure 3.3. Le support de
chaque fonction φi , c’est-à-dire l’ensemble des points où φi est non nulle, est constitué de
l’ensemble des triangles dont xi est un sommet.
En résumé Les questions à se poser pour construire une méthode d’éléments finis sont donc :
1. la construction du maillage ;
2. un choix cohérent entre éléments, nœuds et espace des polynômes ;
3. la construction de l’espace d’approximation HN et de sa base {φi }i=1...N ;
4. la construction de la matrice de rigidité K et du second membre G ;
5. l’évaluation de d(u, HN ) en vue de l’analyse de convergence.
114
3.3 Méthode des éléments finis 3. Méthodes variationnelles
— Mettre beaucoup d’éléments là où u varie rapidement (ceci ne peut se faire que si on connait
a priori les zones de de variation rapide, ou si on a les moyens d’évaluer l’erreur entre la
solution exacte du problème et la solution calculée et de remailler les zones ou celle-ci est
jugée trop grande.
— On peut éventuellement mélanger des triangles et des rectangles, mais ceci n’est pas toujours
facile.
Il existe un très grand nombre de logiciels de maillages en deux ou trois dimensions d’espace. On
pourra pour s’en convaincre utiliser les moteurs de recherche sur internet avec les mots clés : “mesh
2D structured", “mesh 2D unstructured", “mesh 3D structured", “mesh 3D unstructured". Le mot
“mesh" est le terme anglais pour maillage, les termes 2D et 3D réfèrent à la dimension de l’espace
physique. Le terme “structured" (structuré en fran¸cais) désigne des maillages que dont on peut
numéroter les éléments de fa¸con cartésienne, le terme “unstructured" (non structuré) désigne tous
les autres maillages. L’avantage des maillages “structurés" est qu’ils nécessitent une base de données
beaucoup plus simple que les maillages non structurés, car on peut connaitre tous les nœuds voisins
à partir du numéro global d’un nœud d’un maillage structuré, ce qui n’est pas le cas dans un
maillage non structuré (voir paragraphe suivant pour la numérotation des nœuds). La figure 3.5
montre un exemple de maillage de surface structuré ou non-structuré.
115
3.4 Exercices 3. Méthodes variationnelles
Figure 3.5 – Exemple de maillage structuré (à gauche) et non-structuré (à droite) d’une surface ;
Gmsh : a three-dimensional finite element mesh generator with built-in pre-and post-processing
facilities, dévelippé par C. Geuzaine and J.-F. Remacle — http://www.geuz.org/gmsh/
Amélioration de la précision
On a vu aux paragraphes précédents que l’erreur entre la solution exacte u recherchée et la
solution u(N ) obtenue par la méthode de Ritz ou de Galerkin est majorée par une constante fois
la distance entre H et HN . On a donc intérêt à ce que cette distance soit petite. Pour ce faire, il
paraît raisonnable d’augmenter la dimension de l’espace HN . Pour cela, on a deux possibilités :
— augmenter le nombre d’éléments : on augmente alors aussi le nombre global de nœuds, mais
pas le nombre local.
— augmenter le degré des polynômes : on augmente alors le nombre de nœuds local, donc on
augmente aussi le nombre global de nœuds, mais pas le nombre d’éléments. Ce deuxième
choix (augmentation du degré des polynômes) ne peut se faire que si la solution est suffisam-
ment régulière ; si la solution n’est pas régulière, on n’arrivera pas à diminuer d(H, HN ) en
augmentant le degré des polynômes.
3.4 Exercices
3.4.1 Énoncés
Exercice 35 — Fonctions H 1 en une dimension. Montrer que si u ∈ H 1 (]0 ; 1[) alors u est
continue. En déduire que H 2 (]0 ; 1[) ⊂ C 1 ([0 ; 1]).
116
3.4 Exercices 3. Méthodes variationnelles
1. Montrer qu’il existe une unique fonction u ∈ u0 + H01 (Ω) tel que :
|u|1,Ω = inf |v|1,Ω .
v∈u0 +H01 (Ω)
corrigé p.127 Exercice 39 — Relèvement en une dimension d’espace. Ecrire une formulation faible pour
laquelle on puisse appliquer le théorème de Lax–Milgram, dans le cas du problème suivant :
corrigé p.127 Exercice 40 — Conditions aux limites de Fourier et Neumann. Soit f ∈ L2 (]0 ; 1[). On
s’intéresse au problème suivant :
− u00 (x) + u(x) = f (x) x ∈ ]0 ; 1[
(3.47)
u (0) − u(0) = 0 u (1) = −1.
0 0
Donner une formulation faible et une formulation variationnelle de (3.47) ; y-a-t-il existence et
unicité des solutions faibles de (3.47) ?
Exercice 41 — Conditions aux limites de Fourier et Neumann, bis. Soit f ∈ L2 (]0 ; 1[).
On s’intéresse au problème suivant :
(
−u00 (x) − u0 (x) + u(x) = f (x), x ∈ ]0 ; 1[,
(3.48)
u(0) + u0 (0) = 0, u(1) = 1
1. Donner une formulation faible du problème de la forme
(
Trouver u ∈ H 1 (]0 ; 1[); u(1) = 1,
(3.49)
a(u, v) = T (v), ∀v ∈ H.
où H = {v ∈ H 1 (]0 ; 1[); v(1) = 0}, a et T sont respectivement une forme bilinéaire sur H 1 (]0 ; 1[)
et une forme linéaire sur H 1 (]0 ; 1[), à déterminer.
2. Y-a-t-il existence et unicité de solutions de cette formulation faible ?
Exercice 42 — Un problème non linéaire. Soit Ω =]0, 1[ et soit ϕ une fonction continue de
R dans R telle qu’il existe M > 0 avec |ϕ(s)| 6 M pour tout s ∈ R.
suggestions p.124 On s’intéresse à l’existence et l’approximation d’une fonction u ∈ H01 (Ω), solution faible du
problème
−u00 + (ϕ(u))0 = f,
117
3.4 Exercices 3. Méthodes variationnelles
Pour tout n ∈ N, soit Vn ⊂ H01 (Ω) un sous-espace de dimension finie tel que
∀u ∈ H01 (Ω), lim inf ku − vkH 1 (Ω) = 0.
n→∞ v∈Vn
et qu’il existe C > 0 ne dépendant ni de w ni de n telle que l’on ait kz 0 kL2 (Ω) 6 C.
2. Montrer que, pour tout n ∈ N, il existe au moins une fonction, notée un ∈ Vn , solution du
problème
Z h i Z
un ∈ Vn , ∀v ∈ Vn , un (x)v (x) − ϕ(un (x)) v (x) dx =
0 0 0
f (x)v(x) dx. (3.52)
Ω Ω
3. a) Montrer que, de la suite (un )n∈N , on peut extraire une sous-suite, notée (uψ(n) )n∈N , telle
qu’il existe une fonction u ∈ H01 (Ω), avec uψ(n) tendant vers u dans L2 (Ω) et u0ψ(n)
tendant vers u0 faiblement dans L2 (Ω).
b) Prouver que u est solution du problème (3.50).
c) En déduire que u0ψ(n) tend vers u0 dans L2 (Ω).
corrigé p.129 Exercice 43 — Conditions mixtes. Soit Ω un ouvert borné Rd , d = 1ou2, de frontière
∂Ω = Γ0 ∪ Γ1 , avec Γ0 ∩ Γ1 = ∅ ; on suppose que la mesure d − 1 dimensionnelle de Γ0 est non nulle,
suggestions p.124 et soit f ∈ L2 (Ω). On s’intéresse ici au problème suivant :
−∆u(x) = f (x), x ∈ Ω,
u(x) = 0, x ∈ Γ0 , (3.53)
∇u(x) · n(x) = 0, x ∈ Γ1 ,
corrigé p.129 Exercice 44 — Problème elliptique pour un problème avec conditions mixtes. Soit Ω
un ouvert borné Rd , d = 1 ou 2, de frontière ∂Ω = Γ0 ∪ Γ1 , avec Γ0 ∩ Γ1 = ∅ ; on suppose que la
mesure d − 1 dimensionnelle de Γ0 est non nulle. On s’intéresse ici au problème suivant :
où f ∈ L2 (Ω), p ∈ L∞ (Ω), est telle qu’il existe α > 0 t.q. p(x) > α p.p., q ∈ L∞ (Ω), q > 0, σ ∈ R+ ,
g0 ∈ L2 (Γ0 ) est telle qu’il existe ge ∈ H 1 (Ω) t.q. γ(e
g )|Γ0 = g0 , g1 ∈ L2 (Γ1 ) et n est la normale
unitaire à ∂Ω extérieure à Ω.
1. Donner une formulation faible et une formulation variationnelle de (3.54) telle qu’on puisse
appliquer le théorème de Lax-Milgram.
2. On suppose dans cette question que p ∈ C 1 (Ω), q ∈ C(Ω) g0 ∈ C(Γ0 ) et g1 ∈ C(Γ1 ). Soit
u ∈ C 2 (Ω). Montrer que u est solution faible si et seulement si u est une solution classique de
(3.54).
118
3.4 Exercices 3. Méthodes variationnelles
En déduire que u est solution de la formulation faible qui consiste à trouver u ∈ H 1 (Ω) tel que
Z Z
(∇u · ∇v + uv) dx = f v dx ∀v ∈ H 1 (Ω). (3.56)
Ω Ω
2. Montrer que si u est une solution régulière de classe C 2 de (3.56) et ϕ ∈ C ∞ (Rd ), alors u est
solution de (3.55).
corrigé p.130 Exercice 46 — Condition inf-sup. Soit V un espace de Hilbert réel de produit scalaire ( · ; · )
induisant une norme || · ||. On se donne a( · ; · ) une forme bilinéaire continue sur V × V , avec
M comme constante de continuité. Soit L une forme linéaire continue sur V . On suppose de plus
qu’il existe une solution u ∈ V au problème suivant :
a(u, v) = L(v), ∀v ∈ V. (3.57)
Soit Vh un sous-espace de V de dimension finie. On suppose qu’il existe βh ∈ R+ telle que :
!
inf sup (a(vh ; wh )) > βh (3.58)
(vh ∈Vh ,kvh k= 1) (wh ∈Vh ,kwh k= 1)
où a est une forme bilinéaire continue et coercive sur V et b est une application bilinéaire continue
de V × Q dans R. Pour (u, p) et (v, q) éléments de V × Q, on pose :
B(u, p; v, q) = a(u, v) + b(v, p) + b(u, q),
F (v, q) = (f, v)H + (g, q)Q .
et on munit V × Q d’une norme notée k( · , · )k, définie par k(v, q)k = kvkV + kqkQ pour
(v, q) ∈ V × Q.
1. Montrer que B est une forme bilinéaire continue sur V × Q.
119
3.4 Exercices 3. Méthodes variationnelles
On considère maintenant des espaces d’approximation (par exemple construits par éléments finis).
Soient donc (Vn )n∈N et (Qn )n∈N des espaces de Hilbert de dimension finie tels que Vn ⊂ V et
Qn ⊂ Q, pour tout n ∈ N.
3. On suppose dans cette question que la condition suivante (dite condition “inf-sup") est satisfaite :
b(w, q)
Il existe β ∈ R∗+ (indépendant de n) tel que inf sup > βkqkQ . (3.63)
q∈Qn w∈Vn , kwkV
kwkV 6=0
(b) Soit (v, q) ∈ Vn × Qn , montrer qu’il existe w ∈ Vn tel que kwkV = kqkQ et b(w, q) > βkqk2Q .
Montrer que pour ce choix de w, on a :
B(v, q; w, 0) > −M kvkV kwkV + βkqk2Q ,
où M est la constante de continuité de a.
(c) En déduire qu’il existe des réels positifs C1 et C2 indépendants de n tels que
B(v, q; w, 0) > −C1 kvk2V + C2 kqk2Q .
(On pourra utiliser, en le démontrant, le fait que pour tout a1 > 0, a2 > 0 et ε > 0, on a
a1 a2 6 1ε a21 + εa22 .)
(d) Soit γ ∈ R∗+ . Montrer que si γ est suffisamment petit, on a :
B(v, q; v + γw, −q) > C3 [kvk2V + kqk2Q ].
et
k(v + γw, −q)k 6 C4 k(v, q)k,
où C3 et C4 sont deux réels positifs qui ne dépendent pas de n.
(e) En déduire que la condition suivante (dite de stabilité) est satisfaite :
Il existe δ ∈ R∗+ indépendant de n, tel que pour tout (u, p) ∈ Vn × Qn ,
B(u, p; v, q) (3.65)
sup > δk(u, p)k.
(v,q)∈Vn ×Qn , k(v, q)k
k(v,q)k6=0
5. Déduire des questions précédentes que la condition (3.63) est satisfaite si et seulement si la
condition (3.65) est satisfaite.
120
3.4 Exercices 3. Méthodes variationnelles
corrigé p.132
p.124 Exercice 48 — Volumes finis vus comme des éléments finis non conformes. Soit un
ouvert borné polygonal de R2 et T un maillage admissible au sens des volumes finis (voir page
1.4.2) de Ω.
1. Montrer que la discrétisation par volumes finis de (3.1) se ramène à chercher (uK )K∈T , qui
vérifie :
X X
τσ (uL − uK ) + τσ uK = m(K)fK (3.66)
σ∈Eint , σ=K|L σ∈Eext , σ∈EK
où Eint représente l’ensemble des arêtes internes (celles qui ne sont pas sur le bord) Eext l’ensemble
des arêtes externes (celles qui sont sur le bord), et
m(σ)
si σ ∈ Eint , σ = K|L,
K,σ + dL,σ
d
τσ = (3.67)
m(σ)
si σ ∈ Eext , σ ∈ EK ,
dK,σ
(voir figure 1.6).
2. On note HT (Ω) le sous-espace de L2 (Ω) formé des fonctions constantes par maille (c.à.d.
constantes sur chaque élément de T ). Pour u ∈ HT (Ω), on note uK la valeur de u sur K. Montrer
que (uK )K∈T est solution de (3.67) si et seulement si u ∈ HT (Ω) est solution de :
(
u ∈ HT (Ω),
(3.68)
aT (u, v) = TT (v), ∀v ∈ HT (Ω),
où aT est une forme bilinéaire sur HT (Ω) (à déterminer), et TT est une forme linéaire sur HT (Ω)
(à déterminer).
Problème continu
1. On suppose (dans cette question seulement) que f ≡ 1. Calculer la solution exacte u de (3.69),
et la représenter graphiquement (grossièrement).
2. Soit H 2 (]0 ; 1[) l’ensemble des fonctions de carré intégrable dont les dérivées (faibles) première
et seconde sont également de carré intégrable :
H 2 (]0 ; 1[) = {u ∈ L2 (]0 ; 1[), u0 ∈ L2 (]0 ; 1[) et u00 ∈ L2 (]0 ; 1[).}
On rappelle également que les fonctions de H 1 (]0 ; 1[) sont continues sur [0 ; 1].
(a) Montrer que H 2 (]0 ; 1[) ⊂ C 1 ([0 ; 1]).
On définit alors :
H02 (]0 ; 1[) = {u ∈ H 2 (]0 ; 1[); u(0) = u(1) = 0, u0 (0) = u0 (1) = 0}.
(b) Montrer que si u ∈ C 4 ([0 ; 1]) est solution de (3.69), alors u est solution de :
u ∈ H02 (]0 ; 1[)
Z 1 Z 1 (3.70)
u00 (x)v 00 (x) dx = f (x)v(x) dx, ∀v ∈ H02 (]0 ; 1[,
0 0
(c) Montrer que réciproquement, si u est solution de (3.70) et u ∈ C 4 ([0 ; 1]), alors u est solution
de (3.69).
On admettra pour la suite que le problème (3.70) admet une solution unique.
On cherche maintenant à trouver une solution approchée de la solution de (3.69) ou (3.70).
121
3.4 Exercices 3. Méthodes variationnelles
Dans toute la suite, on considère le maillage suivant : pour N > 2 et h = 1/N , on définit les
N mailles (Ki )i=1,...,N par Ki =]xi−1/2 , xi+1/2 [, avec xi+1/2 = ih pour i = 0, . . . , N , et on note
xi = (i − 1/2)h pour i = 1, . . . , N les centres des mailles. On pose également x0 = 0 et xN +1 = 1.
On définit également des mailles “décalées” Ki+1/2 =]xi , xi+1 [, pour i = 0, . . . , N .
On définit Dh u comme la fonction constante par morceaux sur les mailles décalées, définie par
Di+1/2 u = h (ui+1 − ui ) pour tout x ∈ Ki+1/2 =]xi , xi+1 [ pour i = 1, . . . , N − 1,
1
Enfin on définit Dh2 u comme la fonction constante par morceaux sur les mailles Ki , définie
par :
1
Dh2 u(x) = Di2 u = (Di+1/2 u−Di−1/2 u) pour tout x ∈ Ki =]xi−1/2 , xi+1/2 [ pour i = 1, . . . , N.
h
(a) Calculer Di2 u en fonction des valeurs uj , j = 1, . . . , N .
(b) En déduire, pour k = 1, . . . , N , l’expression de la fonction Dh2 χk , où χk : R → R est la
fonction caractéristique de la maille Kk , c.à.d :
(
1 si x ∈ Kk
χk (x) =
0 sinon.
On note Hh l’espace des fonctions constantes sur les mailles Ki , i = 1, . . . , N , et Hh,0 les
fonctions de Hh nulles sur les mailles 1 et N . On considère le schéma numérique défini par la
122
3.4 Exercices 3. Méthodes variationnelles
(c) En prenant les fonctions caractéristiques des mailles Ki comme fonctions tests dans
(3.72), montrer que le schéma (3.71)-(3.72) s’écrit aussi :
u ∈ Hh,0 (3.73a)
Z
Fi+1/2 (Dh2 u) − Fi−1/2 (Dh2 u) = f (x) dx, i = 1, . . . , N, (3.73b)
Ki
1 2
(D u − Di2 u), i = 1, . . . , N − 1,
Fi+1/2 (Dh2 u) = (3.73c)
h i+1
2 2 2
F1/2 (Dh2 u) = − D12 u et FN +1/2 (Dh2 u) = − DN u. (3.73d)
h h
Expliquer pourquoi ce schéma peut prétendre à l’appellation “volumes finis”.
Quelques propriétés du schéma volumes finis On se place ici sous les hypothèses et notations
de la discrétisation par volumes finis.
5. Existence et unicité de la solution discrète.
(a) Montrer que
Z 1 Z 1
∀u ∈ Hh,0 , − u(x)Dh2 u(x) dx = Dh u(x)Dh u(x) dx.
0 0
(b) Expliquer pourquoi le schéma (3.74)-(3.75) peut prétendre à l’appellation “éléments finis
non conformes”.
123
3.4 Exercices 3. Méthodes variationnelles
PN −1 PN −1
(c) Soit (ui )i=2,...,N −1 ∈ RN −2 et soient u = k=2 uk χk ∈ Hh,0 et u
e= k=2 uk φk ∈ Vh,0 .
i. Montrer que u e est une fonction constante par morceaux sur les mailles décalées et
0
comparer ue0 à Dh u.
ii. Calculer D
e2ue et comparer D
h
e2ue à D2 u.
h h
Estimation d’erreur
8. On note u la solution exacte de (3.69), et on suppose maintenant que u ∈ C 4 ([0 ; 1]). On note
uh ∈ Hh la solution de (3.71)-(3.72), uh la fonction de Hh définie par : ui = u(xi ), i = 0, . . . , N ,
et par eh la fonction de Hh définie par : ei = ui − ui .
(a) Equation sur l’erreur – Montrer que eh est solution de l’équation suivante :
eh ∈ Hh,0 , (3.76)
Z 1 Z
Dh2 eh (x) Dh2 v(x) dx = Rh (x)v(x) dx, ∀v ∈ Hh,0 , (3.77)
0
Exercice 45. 1. On rappelle que l’espace des fonctions de C ∞ (Rd ) restreintes à Ω est dense dans
H 1 (Ω).
2. On admettra que l’image de H 1 (Ω) par l’application trace est dense dans L2 (∂Ω).
Exercice 48. 1. Intégrer l’équation sur la maille et approcher les flux sur les arêtes par des
quotients différentiels.
2. Pour montrer que (3.66) entraîne (3.68), multiplier par vK , où v ∈ HT (Ω), et développer. Pour
montrer la réciproque, écrire u comme combinaison linéaire des fonctions de base de HT (Ω), et
prendre pour v la fonction caractéristique de la maille K. (3.66)
3.4.3 Corrigés
Exercice 36.
124
3.4 Exercices 3. Méthodes variationnelles
sur u0 + H01 (Ω). Tentons de nous ramener à minimiser une fonctionnelle sur H01 (Ω). Soit
v ∈ u0 + H01 (Ω). Alors v = u0 + w avec w ∈ H01 (Ω), et donc :
Z X N Z X N
2 2 2
|v|1,Ω = |u0 + w|1,Ω =
2 2
|∂i (u0 + w)| dx = (∂i u0 ) + (∂i w) + 2 (∂i u0 ) (∂i w) dx
Ω i=1 Ω i=1
Z N
X
= |u0 |21,Ω + |w|21,Ω + 2 |∂i u0 ∂i w| dx
Ω i=1
Ainsi chercher à mimimiser |v|1,Ω sur u0 + H01 (Ω) revient à minimiser J sur H01 (Ω), où J est
définie par :
N N
!
1
Z X Z X
2
J(w) = inf 2 |∂i u0 ∂i w| dx + (∂i w) .
H01 (Ω) Ω i=1 2 Ω i=1
Pour montrer l’existence et l’unicité du minimum de J, nous allons mettre ce problème sous une
forme faible, puis utiliser le théorème de Lax–Milgram pour en déduire l’existence et l’unicité
d’une solution faible, et finalement conclure que la fonctionnelle J(w) admet un unique infimum.
On pose :
Z X N Z X N
a(w, v) = (∂i w∂i v) dx, ∀w, v ∈ H01 (Ω) et L(v) = − (∂i u0 ∂i v) dx, ∀v ∈ H01 (Ω)
Ω i=1 Ω i=1
Voyons si les hypothèses de Lax-Milgram sont vérifiées. La forme a(w, v) est clairement symétrique,
on peut changer l’ordre de w et de v dans l’expression sans changer la valeur de l’intégrale. La
forme a(w, v) est bilinéaire. En effet, elle est linéaire par rapport au premier argument, puisque :
∀u, v, w ∈ H01 (Ω) et ∀λ, µ ∈ R, on a : a(λw + µu, v) = λa(w, v) + µa(u, v). Ainsi par symétrie,
elle est aussi linéaire par rapport au second argument. Donc elle est bien bilinéaire. Pour montrer
que la forme a(w, v) est continue, on utilise la caractérisation de la continuité des applications
bilinéaires. On va donc montrer l’existence de C ∈ R+ tel que |a(u, v)| 6 CkukH 1 kvkH 1 pour
tous u, v ∈ H01 (Ω). Or, par l’inégalité de Cauchy-Schwarz, on a :
Z
N
Z X N
! 12 Z N ! 21
X X
2 2
|a(u, v)| = (∂i u∂i v) dx 6 (∂i u) dx (∂i v) dx 6 kukH 1 kvkH 1 .
Ω Ω Ω
i=1 i=1 i=1
La forme a est donc bien continue. Montrons alors qu’elle est coercive, c’est-à-dire qu’il existe
α > 0 tel que a(v, v) > αkvk2H 1 pour tout v ∈ H01 (Ω).
N
1
Z X Z
2
a(v, v) = (∂i v(x)) dx = ∇v(x) · ∇v(x) dx > kvk2H 1 ,
Ω i=1 Ω 1 + diam(Ω)2
125
3.4 Exercices 3. Méthodes variationnelles
Comme u et u0 ∈ H (Ω), et comme ϕ est réguliére, on peut intégrer par parties ; en remarquant
1
On en déduit que −∆u = ∆u0 . Comme u ∈ H01 (Ω), ceci revient à résoudre le problème aux
limites u
e = u − u0 ∈ H 1 (Ω), tel que −∆e
u = 0 dans Ω et u
e = u0 sur ∂Ω.
Pour trouver une formulation faible (ou variationnelle) il faut commencer par trouver un espace de
Hilbert pour les fonctions duquel (3.79) ait un sens, et qui soit compatible avec les conditions aux
limites. Comme f ∈ L2 (]0 ; 1[), le second membre de (3.79) est bien défini dès que ϕ ∈ L2 (]0 ; 1[). De
même, le premier membre de (3.79) est bien défini dès que u0 ∈ L2 (]0 ; 1[ et ϕ0 ∈ L2 (]0 ; 1[). Comme
de plus, on doit avoir u = 0 en 0 et en 1, il est naturel de choisir par définition H = H01 (]0 ; 1[) =
{u ∈ L2 (]0 ; 1[; Du ∈ L2 (]0 ; 1[) et u(0) = u(1) = 0}. ( Rappelons qu’en une dimension d’espace
H 1 (]0 ; 1[) ⊂ C([0 ; 1]) et donc u(0) et u(1) sont bien définis). Une formulation faible naturelle est
donc de trouver u ∈ H = {u ∈ H01 (Ω); v(0) = v(1) = 0} tel que :
Z 1 Z 1
a(u, v) = T (v), ∀v ∈ H avec a(u, v) = u0 (x)v 0 (x)dx et T (v) = f (x)v(x)dx
0 0
La formulation variationnelle associée (notons que a est clairement symétrique) consiste à trouver
u ∈ H tel que :
1
J(u) = min J(v) avec J(v) = a(u, v) − T (v)
v∈H 2
Le fait que a soit une forme bilinéaire continue symétrique et coercive etque T ∈ H 0 a été prouvé
(dans le cas plus général de la dimension quelconque) lors de la démonstration de la proposition 3.4.
Exercice 38. 1. Comme f ∈ C(R, R), et comme −u00 = f , on a u ∈ C 2 (R, R). Or u0 ∈ C 2 (R, R)
et u000 = 0 ; de même, u1 ∈ C 2 (R, R) et u001 = 2(b − a). Les fonctions u
e et u doivent donc vérifier
:
e00 = f − u = f + 2(b − a)
00
−u
e(0) = 0
u et u(0) = 0
e(1) = 0. u(1) = 0.
u
126
3.4 Exercices 3. Méthodes variationnelles
Donc u
e est l’unique solution du problème : trouver u
e ∈ H01 (Ω) tel que
a(u, ϕ) = Te(ϕ) ∀ϕ ∈ H01 (Ω)
avec
Z 1 Z 1
a(u, ϕ) = u0 (x)ϕ0 (x)dx et Te(ϕ) = f (x)ϕ(x)dx
0 0
ce qui prouve que w ∈ H01 (Ω) est solution de a(w, ϕ) = 0, ∀ϕ ∈ H01 (Ω) d’où w = 0.
2. Le même raisonnement s’applique pour u0 et u1 ∈ C 2 ([0 ; 1]) tel que u0 (0) = u1 (0) = a et
u1 (0) = u1 (1) = b.
Z 1 Z 1
u0 (x)v 0 (x) dx − u0 (1)v(1) + u0 (0)v(0) = f (x)v dx, ∀ ∈ H1,0
1
.
0 0
Z 1 Z 1
u0 (x)v 0 (x) dx = f (x)v(x) dx,
0 0
ou encore :
Z 1 Z 1 Z 1 Z 1 Z 1
e (x)v (x) dx =
u0 0
f (x)v(x) dx − u00 (x)v 0 (x) dx = f (x)v(x) dx − v 0 (x) dx.
0 0 0 0 0
car u00 = 1.
Exercice 40. Soit v ∈ Cc∞ ([0 ; 1]), on multiplie la première équation de (3.48) et intègre par
parties :
Z 1 Z 1 Z 1
u0 (x)v 0 (x) dx − u0 (1)v(1) + u0 (0)v(0) + u(x)v(x) dx = f (x)v(x) dx.
0 0 0
En tenant compte des conditions aux limites sur u en 0 et en 1, on obtient :
Z 1 Z 1 Z 1
u0 (x)v 0 (x) dx + u(x)v(x) dx + u(0)v(0) = f (x)ϕ(x) dx − v(1). (3.82)
0 0 0
Pour trouver une formulation faible (ou variationnelle) il faut commencer par trouver un espace de
Hilbert pour les fonctions duquel (3.82) ait un sens, et qui soit compatible avec les conditions aux
limites. Comme f ∈ L2 (]0 ; 1[), le second membre de (3.82) est bien défini dès que v ∈ L2 (]0 ; 1[).
def
De même, le premier membre de (3.82) est bien défini dès que u ∈ H 1 (]0 ; 1[ et v ∈ H 1 (]0 ; 1[) =
{u ∈ L2 (]0 ; 1[; Du ∈ L2 (]0 ; 1[). Il est donc naturel de choisir H = H(]0 ; 1[). On obtient ainsi la
formulation faible suivante :
(
u ∈ H = {u ∈ H(Ω)},
a(u, v) = T (v), ∀v ∈ H,
127
3.4 Exercices 3. Méthodes variationnelles
R1 R1 R1
où a(u, v) = 0 u0 (x)v 0 (x) dx + 0 u(x)v(x)dx + u(0)v(0) et T (v) = 0 f (x)v(x) dx − v(1).
La formulation variationnelle associée (notons que a est clairement symétrique), s’écrit :
Trouver u ∈ H,
(
avec J(v) = 1
2 a(u, v)− T (v)
Pour montrer l’existence et l’unicité des solutions de (3.82), on cherche à appliquer le théorème
de Lax–Milgram. On remarque d’abord que T est bien une forme linéaire sur H, et que de plus,
par l’inégalité de Cauchy–Schwarz, :
Z 1
|T (v)| = | f (x)v(x) dx| + |v(1)| 6 kf kL2 (]0 ;1[) kvkL2 (]0 ;1[) + |v(1)|. (3.83)
0
Montrons maintenant que |v(1)| 6 2kvkH 1 (]0 ;1[) . Ce résultat est une conséquence du théorème de
trace, voir cours d’EDP. Dans le cas présent, comme l’espace est de dimension 1, la démonstration
est assez simple en remarquant que comme v ∈ H 1 (]0 ; 1[), on peut écrire que v est intégrale de sa
dérivée. On a en particulier :
Z 1
v(1) = v(x) + v 0 (t)dt,
x
On en déduit que
|v(1)| 6 kvkL2 (]0 ;1[) + kv 0 kL2 (]0 ;1[) 6 2kvkH 1 (]0 ;1[) .
En reportant dans (3.83), on obtient :
|T (v)| 6 (kf kL2 (]0 ;1[) + 2)kvkH 1 (]0 ;1[)
ce qui montre que T est bien continue.
Remarquons que le raisonnement effectué ci–dessus pour montrer que |v(1)| 6 2kvkH 1 (]0 ;1[)
s’applique de la même manière pour montrer que
|v(a)| 6 2kvkH 1 (]0 ;1[) pour tout a ∈ [0 ; 1]. (3.84)
Ceci est une conséquence du fait que H (]0 ; 1[) s’injecte continûment dans C([0 ; 1]).
1
Il est clair que a est une forme bilinéaire symétrique (notons que le caractère symétrique n’est
pas nécessaire pour l’application du théorème de Lax–Milgram). Montrons que a est continue. On
a :
Z 1 Z 1
|a(u, v)| 6 |u (x)v (x)| dx +
0 0
|u(x)||v(x)| dx + |u(0)||v(0)|
0 0
6 ku0 kL2 (]0 ;1[) kv 0 kL2 (]0 ;1[) + kukL2 (]0 ;1[) kvkL2 (]0 ;1[) + |u(0)||v(0)|
Grâce à (3.84), on en déduit que
|a(u, v)| 6 ku0 kL2 (]0 ;1[) kv 0 kL2 (]0 ;1[) + kukL2 (]0 ;1[) kvkL2 (]0 ;1[) + 4kukH 1 (]0 ;1[) kvkH 1 (]0 ;1[)
6 6kukH 1 (]0 ;1[) kvkH 1 (]0 ;1[) .
128
3.4 Exercices 3. Méthodes variationnelles
Notons que cette formulation ne diffère de la formulation faible du problème (3.1) que par la donnée
de la condition aux limites de Dirichlet sur Γ0 et non ∂Ω dans l’espace H. La condition de Neumann
homogène est implicitement prise en compte dans la formulation faible.
La démonstration du fait que cette formulation satisfait les hypothèses du théorème de Lax–
Milgram est similaire à celle de la proposition 3.4 en utilisant, pour la coercivité, le fait que les
fonctions à trace nulle sur une partie du bord de Ω (de mesure non nulle) vérifient encore l’inégalité
de Poincaré.
Exercice 44.
1. Multiplions la première équation de (3.54) par ϕ ∈ C ∞ (Ω) et intégrons sur Ω. Par la formule de
Green, on obtient :
Z Z Z Z
p(x)∇u(x) · ∇ϕ(x) dx− p(x)∇u(x) · n(x)ϕ(x) dx+ q(x)u(x)ϕ(x) dx = f (x)ϕ(x) dx.
Ω ∂Ω Ω Ω
En tenant compte des conditions aux limites sur u et en prenant ϕ nulle sur Γ0 , on obtient alors
:
a(u, ϕ) = T (ϕ)
avec :
Z Z
a(u, ϕ) = (p(x)∇u(x).∇ϕ(x) + q(x)u(x)ϕ(x)) dx + σ(x)u(x)ϕ(x)dγ(x), (3.85)
Ω Γ1
et
Z Z
T (ϕ) = f (x)ϕ(x) dx + g1 (x)ϕ(x)dγ(x). (3.86)
Ω Γ1
Pour assurer la condition aux limites de type Dirichlet non homogène, on choisit donc u ∈
HΓ10 ,g0 (Ω) = {u ∈ H 1 (Ω); u = g0 sur Γ0 }, qu’on peut aussi décomposer en : u = u
e+ avec
e ∈ HΓ10 ,g0 (Ω) (“relèvement" de u) et u0 ∈ HΓ10 (Ω) = {u ∈ H 1 (Ω); u = 0 sur Γ0 }, Une
u
formulation faible naturelle est alors :
u ∈ HΓ10 ,g0 (Ω)
(
129
3.4 Exercices 3. Méthodes variationnelles
L’espace H = HΓ10 ,0 (Ω) muni de la norme H 1 est un espace de Hilbert. Il est facile de montrer
que l’application a définie de H × H dans R est bilinéaire. Montrons qu’elle est continue ; soient
(u, v) ∈ H × H, alors
a(u, v) 6 kpkL∞ (Ω) k∇ukL2 (Ω) k∇vkL2 (Ω) +kqkL∞ (Ω) kukL2 (Ω) kvkL2 (Ω) +σkγ(u)kL2 (Ω) kγ(v)kL2 (∂Ω) .
Par le théorème de trace, il existe CΩ ne dépendant que de Ω tel que
kγ(u)kL2 (∂Ω) 6 CΩ kukH 1 (Ω) et kγ(v)kL2 (∂Ω) 6 CΩ kvkH 1 (Ω) .
On en déduit que
a(u, v) 6 kpkL∞ (Ω) + kqkL∞ (Ω) + σCΩ2 kukH 1 (Ω) kvkH 1 (Ω) ,
Exercice 46.
1. Pour montrer que le problème (3.59) admet une unique solution, on aimerait utiliser le théorème
de Lax–Milgram. Comme Vh ⊂ V un Hilbert, que a une forme bilinéaire continue sur V × V , et
que L est une forme linéaire continue sur V , il ne reste qu’à montrer la coercivité de a sur Vh .
Mais la condition (3.58) n’entraîne pas la coercivité de a sur Vh . Il suffit pour s’en convaincre de
considérer la forme bilinéaire a(u, v) = u1 u2 − v1 v2 sur Vh = R2 , et de vérifier que celle-ci vérifie
la condition (3.58) sans être pour autant coercive. Il faut trouver autre chose. . .
On utilise le théorème représentation de F. Riesz, que l’on rappelle ici : Soit H un espace de
Hilbert et T une une forme lineaire continue sur H, alors il existe un unique ∂t u ∈ H tel que
T (v) = (∂t u, v) ∀v ∈ H. Soit A l’opérateur de Vh dans Vh défini par a(u, v) = (Au, v) pour tout
130
3.4 Exercices 3. Méthodes variationnelles
v ∈ Vh . Comme L est une forme linéaire continue sur Vh ⊂ V , par le théorème de Riesz, il existe
un unique ψ ∈ Vh tel que L(v) = (ψ, v), pour tout v ∈ Vh . Le problème (3.59) s’écrit donc
Si A est bijectif de Vh dans Vh , alors u = A−1 ψu est donc la solution unique de (3.59). Comme
Vh est de dimension finie, il suffit de montrer que A est injectif. Soit donc w ∈ Vh tel que Aw = 0,
on a dans ce cas kAwk = 0 et donc
sup a(w, v) = 0.
(v∈Vh ,,kvk= 1)
On en déduit que w = 0, donc que A est bijectif et que le problème (3.59) admet une unique
solution. On peut remarquer de plus que si A est inversible,
inf sup a(w, v) = kA−1 k−1 , (3.88)
v∈Vh ,kvk= 1 v∈Vh ,kvk= 1
kAf k
= inf = inf kAf k = inf sup (Af, w).
f ∈Vh ,v6=0 kf k f ∈Vh ,kf k=1 f ∈Vh ,kf k=1 w∈Vh ,kwk=1
131
3.4 Exercices 3. Méthodes variationnelles
et donc
M
ku − uh k 6 1+ inf ku − vk.
βh v∈Vh
Exercice 48
1. Soit K un volume de contrôle du maillage volumes finis. On intègre (3.1) sur K et en utilisant
la formule de Stokes, on obtient :
X Z
∇u(x) · nK,σ dγ(x) = m(K)fK ,
σ∈EK σ
Remarquons maintenant que le premier membre de cette égalité est aussi égal, en sommant sur
les arêtes du maillage à :
X X
(τσ (uK − uL )vK ) + τσ (uL − uK )vL ) + τσ uKσ vKσ
σ∈E τ ∈Eext
σ=K|L
où Kσ désigne le volume de contrôle dont σ est une arête (du bord) dans la deuxième sommation.
On obtient donc :
aT (u, v) = TT (V ), ∀v ∈ HT (Ω), (3.91)
avec :
X X X
aT (u, v) = τσ (uK − uL )(vK − vL ) + uKσ vK,σ et TT (v) = m(K)fK vK .
σ∈E σ∈Eext K
σ=K|L
On a donc montré que si u = (uK )K∈T la solution de (3.66) - (3.67), alors u est solution de (3.91).
Montrons maintenant la réciproque. Soit 1K la solution caractéristique du volume de contrôle K,
définie par
(
1 si x ∈ K
1K (x) =
0 sinon ,
132
3.4 Exercices 3. Méthodes variationnelles
Problème continu
1. Si f ≡ 1, on a u(4) = 1 et donc la fonction u est un polynôme de degré 4 ; comme u et u0
sont nulles en 0 et 1, on en déduit que u(x) = 24
1 2
x (x − 1)2 . Son graphe est donné sur la figure
suivante.
u(x)
1
24×16
0 1 1 x
2
2. (a) Si u ∈ H 2 (]0 ; 1[), u et u0 appartiennent toutes deux à H 1 (]0 ; 1[, elle sont toutes deux conti-
nues et donc u ∈ C 1 ([0 ; 1]) (en désignant par C 1 ([0 ; 1]) désigne l’ensemble des restrictions
à l’intervalle [0 ; 1] des fonctions de C 1 (R)).
(b) Si u ∈ C 4 ([0 ; 1]) et vérifie (3.69), alors u ∈ H02 (]0 ; 1[. De plus, en multipliant (3.69a) par
v ∈ H02 (]0 ; 1[ et intégrant entre 0 et 1, on obtient :
Z 1 Z 1
u (x)v(x) dx =
(4)
f (x)v(x) dx, ∀v ∈ H02 (]0 ; 1[).
0 0
En intégrant par parties et en tenant compte des conditions aux limites (3.69b), on obtient :
Z 1 Z 1
u (x)v(x) dx = −
(4)
u(3) (x)v 0 (x) dx
0 0
Z 1
= u00 (x)v 00 (x) dx.
0
133
3.4 Exercices 3. Méthodes variationnelles
(b) En sommant 4 fois les 2 premières équations et en soustrayant les 2 dernières, on obtient
que :
|4u(x+h)+4u(x−h)−u(x+2h)−u(x−2h)−6u(x)+h4 u(4) (x)| 6 h5 (αi +βi +γi +δi )(x)
et donc on peut approcher u(4) (yi ) de manière consistante par le quotient différentiel
(δ (4) u)i = h14 (4ui+1 + 4ui−1 − ui−2 − ui+2 − 6ui ).
On remarque que si u ∈ C 6 ([0 ; 1]), les développements limités de Taylor-Young de u en
x + h, x − h, x + 2h et x − 2h donnent maintenant
|4u(x + h) + 4u(x − h) − u(x + 2h) − u(x − 2h) − 6u(x) + h4 u(4) (x)| 6 h6 H(x)
où H est une fonction bornée, ce qui prouve que l’approximation est consistante d’ordre 2.
(c) On écrit léquation (3.69a) en chaque point yi , i = 2, . . . , M − 1. En approchant u(4) (yi ) par
(δ (4) u)i et en tenant compte des conditions limites (3.69b), on obtient alors le schéma aux
différences finies (3.69). Ce schéma sécrit sous la forme d’un système linéaire de M + 2
équations à M + 2 inconnues AU = b, avec
1 0 0 ... ... 0 0
0 1 0 ... . . . 0 0
1 −4 6 1 0 0 f (y2 )
−4 . . . . . .
0 1 −4 6 −4 1 0 . . . . . . 0 f (y3 )
.. .. .. .. .. .. ..
1 . . . . . . .
A= 4 .. .. .. .. .. .. et b = .
h . . . . . . ..
. .. .. .. .. .. .
.. . . . . . 0 .
.
0 1 −4 6 −4 1 f (yM )
0 0 1 0 0
0 0 1 0
On remarque que la matrice A est pentadiagonale (cinq diagonales non nulles). On peut
aussi écrire le système sans les conditions limites, auquel cas on obtient un système de M
équations à M inconnues dont la matrice est symétrique :
6 −4 1 0 ... 0 f (y2 )
−4 6 −4 1 0 ... 0 f (y3 )
. . . . . ..
. . . . . . . . .
1 0 . .
A= 4 .. .. .. .. . et b = .
h . . . . ..
..
. .. .. .
.. . . .
0 .
0 0 1 −4 6 f (yM )
e
D1 u h2 (u2 − 3u1 ),
2 1
DN u h2 (uN −1 − 3uN .
2 1
PN
(b) Par définition, Dh2 χk = i=1 (Di2 χk )χi ; par la question précédente,
− h2 si i = k,
2
Di χk = h2 si i = k + 1 ou k − 1,
2 1
0 sinon.
134
3.4 Exercices 3. Méthodes variationnelles
On a donc :
h2 χk−1 − h2 χk + h2 χk+1 pour k = 2, . . . , N − 1,
1 2 1
Dh χk = − h2 χ1 + h2 χ2 pour k = 1,
2 3 1
(c) Écrivons la formulation faible discrète (3.72) pour une fonction test v = χi , i = 1, . . . , N.
On a
Z 1 XN Z Z
Dh u(x) Dh χi (x) dx =
2 2
Dk uDk χi dx =
2 2
f (x) dx.
0 k=1 Kk Ki
On approche ensuite le flux u(3) (xi+ 21 ) par le quotient différentiel Fi+ 12 (Dh2 u) = h1 (Di+1
2
u−
Di u) et on retrouve le même schéma.
2
5. (a) Comme u1 = uN = 0, on a
N −1 Z N −1
1
1
Z X X
u(x)Dh2 u(x) dx = ui Di2 u = hui (ui+1 + ui−1 − 2ui )
0 i=1 Ki i=2
h2
N −1 N −1
1 X 1 X
= ui (ui+1 − ui ) + ui (ui−1 − ui ).
h i=2 h i=2
135
3.4 Exercices 3. Méthodes variationnelles
On a donc
Z 1 N
X N
X Z 1 Z 1
u2 dx = h|ui |2 6 ( h) |Dh u(x)|2 dx = |Dh u(x)|2 dx,
0 i=1 i=1 0 0
(b) On utilise une approximation par éléments finis P1, qui est non conforme car l’espace
Vh,0 n’est pas inclus dans l’espace H02 (]0, 1[). On approche la forme bilinéaire symétrique
R1
(u, v) ∈ (H02 (]0, 1[))2 7→ 0 u00 (x) v 00 (x) dx par une forme bilinéaire symétrique qui est bien
R1 2 2
définie dans Vh,0 et qui est donnée par (u, v) ∈ Vh,0 2
7→ 0 Dh u(x) Dh v(x) dx.
PN −1 PN −1
(c) Soient (uk )k=2,...,N −1 ∈ RN −2 et soient u = k=2 uk χk ∈ Hh,0 et u e = k=2 uk φk ∈ Vh,0 .
136
3.4 Exercices 3. Méthodes variationnelles
i. Par définition de φk , on a
h si x ∈ Kk− 21 = [xk−1 , xk ]
1
φ0k (x) = − h1 si x ∈ Kk+ 1 = [xk , xk+1 ]
2
0 sinon.
e0 (x) = Dh u.
u
ii. Soit u
e ∈ Vh,0 ; soit 1 6 k 6 N ; par définition,
N −1
1 X
Z 1
e 2
Dh u e(x) = − e(xi )
u φ0i (s)φ0k (s) ds, pour tout x ∈ Kk .
h i=2 0
On a donc, pour x ∈ Kk ,
N −1
1 1
X Z
e(x) = −
e h2 u
D ui φ0i (s)φ0k (s) ds
h i=2 0
1 1 1
Z Z
=− uk−1 φ0k−1 (s)φ0k (s) ds + uk (φ0k (s))2 ds
h 0 0
Z 1
+uk+1 φ0k (s)φ0k+1 (s) ds
0
1
= (uk−1 − 2uk + uk+1 ).
h
On en déduit que D h e = Dh u. Les schémas dit “volumes finis" et “éléments finis non
e2u 2
137
4
La construction d’une méthode d’éléments finis nécessite la donnée d’un maillage, de nœuds
et d’un espace de polynômes, qui doivent être choisis de manière cohérente. Les éléments finis de
type Lagrange font intervenir comme degrés de liberté (c’est-à-dire les valeurs qui permettent de
déterminer entièrement une fonction) les valeurs de la fonction aux nœuds. Ils sont très largement
utilisés dans les applications. Il existe d’autres familles d’éléments finis, comme les éléments finis de
type Hermite qui font intervenir les valeurs des dérivées directionnelles.
Dans ce cours, nous n’aborderons que les éléments finis de type Lagrange et nous renvoyons aux
ouvrages cités en introduction pour d’autres éléments.
La P-unisolvance revient à dire que toute fonction de P est entièrement déterminée par ses
valeurs aux nœuds de K.
Exemple 4.2 — Élément fini P1. Prenons en dimension 1 l’élément K = [a1 , a2 ] avec ΣK =
{a1 , a2 } et P = P1 (ensemble des polynômes de degré inférieur ou égal à 1). D’après la définition
précédente, l’ensemble ΣK est P-unisolvant s’il existe une unique fonction f de P telle que :
(
f (a1 ) = α1 ,
f (a2 ) = α2 .
Or toute fonction f de P s’exprime sous la forme f (x) = λx + µ et le système :
(
λa1 + µ = α1 ,
λa2 + µ = α2 ,
détermine λ et µ de manière unique.
139
4.1 Espace d’approximation 4. Éléments finis de Lagrange
Définition 4.3 — Fonctions de base locales. Si (K, ΣK , P) est un élément fini de Lagrange,
alors toute fonction f de P peut s’écrire :
N
X̀
f= f (ai )fi ,
i=1
avec fi ∈ P et fi (aj ) = δij . Les fonctions fi sont appelées fonctions de base locales.
Pour l’élément fini de Lagrange P1 en dimension 2, les fonctions de base locales sont décrites
sur la figure 4.1.
Figure 4.1 – Fonctions de base locales pour l’élément fini de Lagrange P1 en dimension 2
Remarque 4.4 — Condition nécessaire d’unisolvance. Pour que le triplet (K, ΣK , P) soit
un élément fini de Lagrange, il faut, mais il ne suffit pas, que dim P = card ΣK . Par exemple si
P = P1 et qu’on prend comme nœuds du triangle deux sommets et le milieu de l’arête joignant les
deux sommets, (voir figure 4.2), (K, ΣK , P) n’est pas un élément fini de Lagrange.
Figure 4.2 – Exemple de triangle à trois nœuds qui n’est pas un élément fini de Lagrange
où (ai )i=1,...,N` sont noeuds de K et (fi )i=1,...,N` les fonctions de base locales associées.
140
4.1 Espace d’approximation 4. Éléments finis de Lagrange
Soit maintenant v ∈ C(Ω, R), on suppose que pour tout K ∈ T , (K, ΣK , P) est un élément fini
de Lagrange ; alors l’interpolée de v sur Ω est la fonction continue Πv dont la restriction à chaque
élément K est la fonction ΠK v.
On montre sur la figure 4.3 un exemple d’interpolée pour l’élément fini de Lagrange P1 en dimension
1. L’étude de kv − Πvk va nous permettre d’établir une majoration de l’erreur de consistance
Figure 4.3 – Interpolée P1 sur [a1 , a2 ] (en trait pointillé) d’une fonction régulière (en trait continu)
d(u, HN ).
Proposition 4.6 — Critère de détermination. Soit (K, Σ, P) un triplet constitué d’un élément,
d’un ensemble de nœuds et d’un espace de polynômes, tel que dim P = card Σ = N` . Si
∃!f ∈ P; f = 0 sur Σ (4.1)
ou si ∀i ∈ {1 . . . N` }, ∃fi ∈ P, fi (aj ) = δij alors (K, Σ, P) est un élément fini de Lagrange.
Démonstration. Soit :
ψ : P → RN`
f 7→ (f (ai ))ti=1,N`
L’application ψ est linéaire de P dans RN` , et, par hypothèse card sΣ = dim P. Donc ψ est une application
linéaire continue de P dans RN` , avec dim P = dim(RN` ) = N` . Si (K, Σ, P) vérifie la condition (4.1) alors
ψ est injective. En effet, si ψ(f ) = 0, alors f (ai ) = 0, ∀i = 1, . . . , N` et donc par hypothèse, f = 0. Donc
ψ est une application linéaire, ψ est injective de P dans RN` avec dim P = N` . On en déduit que ψ est
bijective. Donc toute fonction de P est entièrement déterminée par ses valeurs aux nœuds : (K, Σ, P) est
donc un élément fini de Lagrange.
On montre facilement que si la deuxième condition est vérifiée alors ψ est surjective. Donc ψ est bijective
et (K, Σ, P) est un élément fini de Lagrange. •
Proposition 4.7 — CS pour un élément fini de Lagrange. Soit (K, Σ, P) un élément fini
de Lagrange, où Σ est l’ensemble des nœuds de K et P un espace de fonctions de dimension finie
et soit F une bijection de K dans K, où K est une maille d’un maillage éléments finis. On pose
Σ = F (Σ) et P = {f : K → R; f ◦ F ∈ P} (voir figure 4.4). Alors le triplet (K, Σ, P) est un élément
fini de Lagrange.
Démonstration. On suppose que les hypothèses de la proposition sont réalisées et on veut montrer que
l’ensemble Σ est P-unisolvant. Soient Σ = (a1 , . . . , aN` ) et (α1 , . . . , αN` ) ∈ RN` . On veut montrer qu’il
existe une unique fonction f ∈ P telle que :
f (ai ) = αi ∀i = 1, . . . , N`
141
4.1 Espace d’approximation 4. Éléments finis de Lagrange
Comme par hypothèse (K, Σ, P) est un élément fini de Lagrange, l’ensemble Σ est P)-unisolvant et il existe
donc une unique fonction f¯ ∈ P telle que :
f¯(āi ) = αi ∀i = 1, . . . , N`
où (āi )i=1,...,N` désignent les nœuds de K̄. Soit F la bijection de K̄ sur K ; on pose f = f¯ ◦ F −1 . Par
hypothèse, ai = F (āi ) et on a donc f (ai ) = f¯ ◦ F −1 (ai ) = f¯(āi ) = αi . On a ainsi montré l’existence de f
telle que f (ai ) = αi .
Montrons maintenant que f est unique. Supposons qu’il existe f et g ∈ P telles que :
f (ai ) = g(ai ) = αi ∀i = 1, . . . , N`
Soit h = f − g on a donc :
h(ai ) = 0 ∀i = 1 . . . N`
On a donc h ◦ F (āi ) = h(ai ) = 0. Or h ◦ F ∈ P et comme l’ensemble Σ̄ est P)-unisolvant, on en déduit que
h ◦ F = 0. Comme, pour tout x ∈ K, on a h(x) = h ◦ F ◦ F −1 (x) = h ◦ F (F −1 (x)) = 0, on en conclut que
h = 0. •
Remarque 4.9 Soient (K̄, Σ̄, P) et (K, Σ, P) deux éléments finis affine-équivalents. Si les fonctions
de base locales de (K̄, Σ̄, P) (resp. de (K, Σ, P)) sont affines, alors celles de K (resp. K̄) le sont
aussi et on a :
f¯i = fi ◦ F,
(
i = 1, . . . , card Σ.
fi = f¯i ◦ F −1 ,
Proposition 4.10 — Interpolation. Sous les hypothèses de la proposition 4.11, soient ΠK̄ et
ΠK les opérateurs d’interpolation respectifs sur K̄ et K (voir définition 4.5). Soient v ∈ C(K, R),
alors on a ΠK v ◦ F = ΠK̄ (v ◦ F ).
Démonstration. Remarquons tout d’abord que ΠK v ◦ F et ΠK̄ (v ◦ F ) sont toutes deux des fonctions définies
de K̄ à valeurs dans R, voir figure 4.5. Remarquons ensuite que, par définition de l’interpolée, ΠK v ∈ P.
Comme (K̄, Σ̄, P) est l’élément de référence, on a donc ΠK v ◦F ∈ P. On a aussi, par définition de l’interpolée :
ΠK̄ (v ◦ F ) ∈ P. On en déduit que ΠK v ◦ F et ΠK̄ (v ◦ F ) sont toutes deux des fonctions de P. Comme
l’ensemble K̄ est Σ̄)-unisolvant (car (K̄, Σ̄, P) est un élément fini de Lagrange), toute fonction de P est
uniquement déterminée par ses valeurs aux nœuds de Σ̄. Pour montrer l’égalité de ΠK v ◦ F et ΠK̄ (v ◦ F ), il
suffit donc de montrer que :
ΠK̄ (v ◦ F )(āi ) = ΠK v ◦ F (āi ), i = 1, . . . , N` , (4.2)
142
4.1 Espace d’approximation 4. Éléments finis de Lagrange
F
K̄ K
ΠK̄ (v ◦ F ) ΠK v
où N` = card Σ̄. Décomposons ΠK̄ (v ◦ F ) sur les fonctions de base locales (f¯j ), j = 1, . . . , N` ; on obtient :
N N
X̀ X̀
ΠK̄ (v ◦ F )(āi ) = v ◦ F (āj )f¯j (āi ) = v ◦ F (āj )δij = v ◦ F (āi ) = v(ai ).
j=1 j=1
Mais on a aussi :
ΠK v ◦ F (āi ) = ΠK v(F (āi )) = ΠK v(ai ) = v(ai )
d’où l’égalité. •
Proposition 4.12 — Critère de conformité, cas H 1 . Soit Ω un ouvert polygonal (ou poly-
èdrique) de Rd , d = 2 ou 3. Soit T = (K` )`=1,...,L , un maillage éléments finis de Ω, S = (Si )i=1,...,M
l’ensemble des nœuds de maillage (notons que les côtés de K` sont des arêtes en 2D et des faces
en 3D). On se place sous les hypothèses de la proposition 4.11 ; soient (φi )i=1,...,M les fonctions
de base globales, vérifiant (4.3) et (4.4) et on suppose de plus que les hypothèses suivantes sont
vérifiées :
Pour toute arête (ou face si d = 3) = K`1 ∩K`2 , on a : Σ`1 ∩ = Σ`2 ∩ et P`1 | = P`2 | , (4.5)
143
4.1 Espace d’approximation 4. Éléments finis de Lagrange
où P`1 | (resp. P`2 | ) désigne l’ensemble des restrictions des fonctions de P`1 (resp. P`2 ) à ),
Si est un côté de K` , l’ensemble Σ` ∩ , est P` | ) − unisolvant. (4.6)
alors HN ⊂ C(Ω̄) et HN ⊂ H 1 (Ω). On a donc ainsi construit une méthode d’éléments finis
conformes.
Démonstration. Pour montrer que HN ⊂ C(Ω̄) et HN ⊂ H 1 (Ω), il suffit de montrer que pour chaque
fonction de base globale φi , on a φi ∈ C(Ω̄) et φi ∈ H 1 (Ω). Or par hypothèse, (4.3), chaque fonction φi est
polynômiale par morceaux. De plus, grâce à l’hypothèse (4.5), on a raccord des polynômes sur les interfaces
des éléments, ce qui assure la continuité de φi . Il reste à montrer que φi ∈ H 1 (Ω) pour tout i = 1, . . . , M .
Comme φi ∈ C(Ω̄), il est évident que φi ∈ L2 (Ω) (car Ω est un ouvert borné, donc φi ∈ L∞ (Ω) ⊂ L2 (Ω).
Montrons maintenant que les dérivées faibles Dj φi , j = 1, . . . , d, appartiennent à L2 (Ω). Par définition,
la fonction φi admet une dérivée faible dans L2 (Ω) s’il existe une fonction ψi,j ∈ L2 (Ω) telle que :
Z Z
φi (x)∂j ϕ(x) dx = − ψij (x)ϕ(x) dx, (4.7)
Ω Ω
pour toute fonction ϕ ∈ Cc1 (Ω) (on rappelle que Cc1 (Ω) désigne l’ensemble des fonctions de classe C 1 à support
SL
compact et que ∂j désigne la dérivée classique par rapport à la j-ème variable). Or, comme Ω̄ = `=1 K` ,
on a :
Z L Z
X
φi (x)Dj ϕ(x) dx = φi (x)Dj ϕ(x) dx. (4.8)
Ω `=1 K`
Sur chaque élément K` , la fonction φi est polynômiale. On peut donc appliquer la formule de Green et on a :
Z Z Z
φi (x)∂j ϕ(x) dx = φi (x)ϕ(x)nj (x)dγ(x) − ∂j φi (x)ϕ(x) dx,
KL ∂K` K`
où nj (x) est la j-ème composante du vecteur unitaire normal à ∂K` en x, extérieur à K` . Mais, si on note
Eint l’ensemble des arêtes intérieures du maillage (i.e. celles qui ne sont pas sur le bord), on a :
L Z Z
X
X= φi (x)ϕ(x)nj (x)dγ(x) = φi (x)ϕ(x)nj (x)dγ(x)
`=1 ∂K` ∂ Ω̄
X Z
+ (φi (x)ϕ(x)nj (x)) K` + (φi (x)ϕ(x)nj (x))K` dγ(x). (4.9)
1 2
∈Eint
où K`1 et K`2 désignent les deux éléments dont est l’interface.
Comme ϕ est à support compact,
Z
φi (x)ϕ(x)nj (x)dγ(x) = 0
∂ Ω̄
Comme φi et ϕ sont continues et comme nj (x)|K` = −nj (x)|K` pour tout x ∈ , on en déduit que X = 0.
1 2
En reportant dans (4.8), on obtient donc que :
Z L Z
X
φi (x)∂j ϕ(x) dx = − ∂j φi (x)ϕ(x) dx.
Ω `=1 K`
144
4.2 Exemples 4. Éléments finis de Lagrange
Proposition 4.13 — Critère de conformité, cas H01 . Soit Ω un ouvert polygonal (ou poly-
èdrique) de Rd , d = 2 ou 3. Soit T = (K` )`=1,...,L un maillage éléments finis de Ω, S = (Si )i=1,...,M =
Sint ∪ Sext l’ensemble des nœuds du maillage. On se place sous les hypothèses de la proposition 4.7.
On suppose que les fonctions de base globale (φi )i=1,...,M vérifient (4.10) et (4.11) et que les
conditions (4.5) et (4.6) sont vérifiées. Alors on a : HN ⊂ C(Ω̄) et HN ⊂ H01 (Ω)
Remarque 4.14 — Éléments finis conformes dans H 2 (Ω). On a construit un espace d’ap-
proximation HN inclus dans C(Ω̄). En général, on n’a pas HN ⊂ C 1 (Ω̄) et donc on n’a pas non
plus HN ⊂ H 2 (Ω) (en dimension 1 d’espace, H 2 (Ω) ⊂ C 1 (Ω)). Même si on augmente le degré de
l’espace des polynômes, on n’obtiendra pas l’inclusion HN ⊂ C 1 (Ω̄). Si on prend par exemple les
polynômes de degré 2 sur les éléments, on n’a pas de condition pour assurer le raccord, des dérivées
aux interfaces. Pour obtenir ce raccord, les éléments finis de Lagrange ne suffisent pas : il faut
prendre des éléments de type Hermite, pour lesquels les degrés de liberté ne sont plus seulement les
valeurs de la fonction aux nœuds, mais aussi les valeurs de ses dérivées aux nœuds. Les éléments finis
de Hermite seront par exemple bien adaptés à l’approximation des problèmes elliptiques d’ordre 4,
dont un exemple est l’équation :
∆2 u = f dans Ω (4.12)
où Ω est un ouvert borné de R2 , ∆2 u = ∆(∆u), et avec des conditions aux limites adéquates, que
nous ne détaillerons pas ici. On peut, en fonction de ces conditions aux limites, trouver un espace
de Hilbert H et une formulation faible de (4.12), qui s’écrit :
Z Z
∆u(x)∆ϕ(x) dx = f (x)ϕ(x) dx
Ω Ω
u ∈ H, ∀ϕ ∈ H.
Pour que cette formulation ait un sens, il faut que ∆u ∈ L2 (Ω) et ∆ϕ ∈ L2 (Ω) et donc que
H ⊂ H 2 (Ω). Pour construire une approximation par éléments finis conforme de ce problème, il faut
donc choisir HN ⊂ H 2 (Ω) et le choix des éléments finis de Hermite semble donc indiqué.
4.2 Exemples
Pour chaque méthode d’élément fini de Lagrange, on définit :
1. un élément de référence K̄
2. des fonctions de base locales sur K̄
3. une bijection F` de K sur K` , pour ` = 1, . . . , L, où L est le nombre déléments du maillage.
Proposition 4.15 — Unisolvance de l’élément fini P1. Soit Σ̄ = (āi )i=1,2,3 avec ā1 =
(0, 0), ā2 = (1, 0) et ā3 = (0, 1), et
P = {ψ̄; K̄ → R; (x̄, ȳ) 7→ a + bx̄ + cȳ, (a, b, c) ∈ R3 },
alors l’ensemble Σ̄ est P)-unisolvant.
145
4.2 Exemples 4. Éléments finis de Lagrange
Fonctions de bases locales Les fonctions de base locales sur l’élément fini de référence K̄ sont
définies par φ̄i ∈ P φ̄i (āj ) = δij , ce qui détermine les fonctions φ̄i de manière unique, comme on
vient de le voir. On a donc
Transformation F` On construit ici une bijection affine qui transforme K̄ le triangle de référence
en un autre triangle K du maillage. On cherche donc ` : K̄ → K, telle que
F` (āi ) = ai i = 1, . . . , 3
où Σ = (ai )i=1,2,3 est l’ensemble des sommets de K. Notons (xi , yi ) les coordonnées de ai , i = 1, 2, 3.
Comme F` est une fonction affine de R2 dans R2 , elle s’écrit sous la forme.
F` (x̄, ȳ) = (β1 + γ1 x̄ + δ1 ȳ, β2 + γ2 x̄ + δ2 ȳ)
et on cherche βi , γi , δi , i = 1, 2 tels que :
où i = ng(`, k) est l’indice du k-ème nœud de l’élément ` dans la numérotation globale, et le tableau
ng(L, N` ) ainsi introduit permet de relier la numérotation locale d’un nœud dans un élément à sa
numérotation globale ; sa dimension est L × N` , où L est le nombre d’éléments du maillage et N`
est le nombre de nœuds par élément. Notons que l’élément fini de Lagrange ainsi défini vérifie les
critères de cohérence 4.5 et (4.6). Pour compléter la définition de l’espace d’approximation HN , il
ne reste qu’à déterminer les “nœuds liés", de la fa¸con dont on a traité le cas de l’espace H01 (Ω).
Il faut également insister sur le fait que cet élément est très souvent utilisé, en raison de sa facilité
d’implantation et de la structure creuse des systèmes linéaires qu’il génère. Il est particulièrement
bien adapté lorsqu’on cherche des solutions dans l’espace H 1 (Ω). Il se généralise facilement en trois
dimensions d’espace, où on utilise alors des tétraèdres, avec toujours comme espace de polynôme
l’espace des fonctions affines.
146
4.2 Exemples 4. Éléments finis de Lagrange
Élément fini de référence On choisit comme élément fini de référence le triangle de sommets
(0, 0), (1, 0) et (0, 1), voir Figure 4.6 et on prend pour Σ :
Σ̄ = {(0, 0), (1, 0), (0, 1), (1/2, 1/2), (0, 1/2), (1/2, 0)}
Figure 4.6 – Élément de référence pour les éléments finis P2 avec coordonnées cartésiennes et
barycentriques des nœuds
Fonctions de base locales Les fonctions de base locales sont définies à partir des coordonnées
barycentriques. On rappelle que les coordonnées barycentriques d’un point x du triangle K de
sommets a1 , a2 et a3 sont les réels λ1 , λ2 , λ3 tels que :
x = λ1 a1 + λ2 a2 + λ3 a3
Dans le cas du triangle de référence K̄ de sommets (0,0), (1,0) et (0,1), les coordonnées barycentriques
d’un point {x} de coordonnées cartésiennes x et y sont donc λ1 = 1 − x − y, λ2 = x, λ3 = y. Par
P3
définition, on a i=1 λi = 1 et λi > 0 (car le triangle K est l’enveloppe convexe de l’ensemble
de ses sommets). On peut alors déterminer les fonctions de base en fonction des coordonnées
barycentriques des six nœuds de K̄ exprimés par leurs coordonnées barycentriques a1 = (1, 0, 0),
a2 = (0, 1, 0), a3 = (0, 0, 1), a4 = (0, 12 , 12 ), a5 = ( 12 , 0, 21 ) et a6 = ( 12 , 12 , 0). Les fonctions de base φi ,
i = 1, . . . , 6 appartiennent à l’espace des polynômes du second degré P2 et sont telles que
φi (aj ) = δij , ∀i, j = 1, . . . , 6.
Commen¸cons par φ1 ; on veut que φ1 (a1 ) = 1 et φi (ai ) = 0, ∀i = 2, . . . , 6. La fonction φ1 définie
par φ1 (x, y) = 2λ1 (λ1 − 1/2) convient et comme l’ensemble Σ̄ est P 2 -unisolvant, c’est la seule
fonction qui convient. Par symétrie, on définit φ2 (x, y) = 2λ2 (λ2 − 1/2) et φ3 (x, y) = 2λ3 (λ3 − 1/2).
Les fonctions de base associées aux nœuds a4 , a5 , a6 sont alors φ4 (x, y) = 4λ2 λ3 , φ5 (x, y) = 4λ1 λ3
et φ6 (x, y) = 4λ1 λ2 . Il est facile de voir que ces fonctions forment une famille libre d’éléments de
P2 et comme card Σ̄ = card P 2 , l’ensemble Σ̄ est P 2 est bien unisolvant.
147
4.2 Exemples 4. Éléments finis de Lagrange
extrémités de ces intervalles sont les nœuds du mailage. On a donc 3k nœuds, qu’on peut repérer
par leurs coordonnées barycentriques, qui prennent les valeurs 0, k1 , k2 , . . . , 1. On peut montrer que
si u ∈ H k+1 , alors
kuN − ukH 1 (Ω) 6 Chk kukH k+1 (Ω) (4.13)
Éléments finis d’ordre supérieur Comme pour un maillage triangulaire, on peut choisir un
espace de polynômes d’ordre supérieur, Qk , pour les fonctions de base de l’élément de référence
K̄ = [−1 ; 1] × [−1 ; 1]. On choisit alors comme ensemble de nœuds : Σ̄ = Σ̄k = {(x, y) ∈ K̄, (x, y) ∈
{−1, −1 + k1 , −1 + k1 , . . . , 1}2 . On peut montrer facilement que l’ensemble Σ̄k est Qk -unisolvant. Là
encore, si la solution exacte de problème continu est suffisamment régulière, on peut démontrer la
même estimation d’erreur (4.13) que dans le cas des triangles [4].
Exprimons par exemple l’espace des polynômes Q2 . On a :
Q2 = {f : R → R; f (x) = a1 + a2 x + a3 y + a4 xy + a5 x2
+ a6 y 2 + a7 xy 2 + a8 x2 y + a9 x2 y 2 , ai ∈ R, i = 1, . . . , 9} (4.14)
L’espace Q2 comporte donc neuf degrés de liberté. On a donc besoin de neuf nœuds dans Σ̄ pour
que l’ensemble Σ̄ soit Q2 -unisolvant [exercice 64]. On peut alors utiliser comme nœuds sur le carré
de référence [−1 ; 1] × [−1 ; 1] :
Σ̄ = {(−1, −1), (−1, 0), (−1, −1), (0, −1), (0, 0), (0, 1), (1, −1), (1, 0), (1, 1)}
En général, on préfère pourtant supprimer le nœud central (0,0) et choisir :
Σ∗ = Σ̄ \ {(0, 0)}
Il faut donc un degré de liberté en moins pour l’espace des polynômes. On définit alors :
Q∗2 = {f : R → R; f (x) = a1 + a2 x + a3 y + a4 xy + a5 x2
+ a6 y 2 + a7 xy 2 + a8 x2 y} avec ai ∈ R, i = 1, . . . , 8 (4.15)
L’ensemble Σ∗ est Q∗2 -unisolvant [exercice 65] et on peut montrer que l’élément fini Q2∗ ainsi défini
est aussi précis (et plus facile à mettre en œuvre que l’élément Q2).
148
4.3 Analyse d’erreur 4. Éléments finis de Lagrange
où φi est la fonction de base associée au noeud xi .. On rappelle [exercice 35] que si u ∈ H 1 (]0 ; 1[)
alors u est continue. En particulier, on a donc H 2 (]0 ; 1[) ⊂ C 1 ([0 ; 1]). Remarquons que ce résultat
est lié à la dimension 1 [1]. On va démontrer le résultat suivant sur l’erreur d’interpolation.
149
4.3 Analyse d’erreur 4. Éléments finis de Lagrange
On en déduit, grâce au lemme de Céa (lemme 3.17) le résultat d’estimation d’erreur suivant :
Démonstration. Par le théorème de régularité 3.4, on a u ∈ H 2 (Ω) et donc on peut appliquer le théorème
d’interpolation 4.1. On conclut par une inégalité triangulaire et le lemme de Céa. •
Ce résultat se généralise au cas de plusieurs dimensions d’espace [4] sous des conditions géomé-
triques sur le maillage, nécessaires pour obtenir le résultat d’interpolation. Comme exemple, on
donne ci-dessous sans démonstration un résultat d’interpolation pour un maillage triangulaire en
deux dimensions d’espace, pour lequel intervient une condition d’angle.
Corollaire 4.17 — Estimation d’erreur des éléments P1 en dimension 2. Sous les hypo-
thèses du théorème 4.17 ; soit f ∈ L2 (Ω) et u ∈ H01 (Ω) l’unique solution du problème
Z Z
∇u(x) · ∇v(x) dx = f (x)v(x) dx, ∀v ∈ H01 (Ω)
Ω
et soit uT l’approximation éléments finis P1 obtenue sur une famille de maillages triangulaires T
de pas hT = maxi=1,...,N {|hi |}. On suppose qu’il existe 0 < α < π tel que pour tout maillage T
de la famille considérée, αT > α. Alors il existe C ∈ R ne dépendant que de Ω et f et α tel que
ku − uT k < Ch.
Remarque 4.18 — Sur les techniques d’estimation d’erreur. Lorsqu’on a voulu montrer
des estimations d’erreur pour la méthode des différences finies, on a utilisé le principe de positivité,
la consistance et la stabilité en norme L∞ . En volumes finis et éléments finis, on n’utilise pas le
principe de positivité. En volumes finis, la stabilité en norme L2 est obtenue grâce à l’inégalité de
Poincaré discrète et la consistance est en fait la consistance des flux. Notons qu’en volumes finis
on se sert aussi de la conservativité des flux numériques pour la preuve de convergence. Enfin, en
éléments finis, la stabilité est obtenue grâce à la coercivité de la forme bilinéaire et la consistance
provient du contrôle de l’erreur d’interpolation.
150
4.3 Analyse d’erreur 4. Éléments finis de Lagrange
Remarque 4.19 — Sur la positivité. Même si le principe de positivité n’est pas explicitement
utilisé pour les preuves de convergence des éléments finis et volumes finis, il est toutefois intéressant
de voir à quelles conditions ce principe est respecté, car il est parfois très important en pratique.
Reprenons d’abord le cas du schéma volumes finis sur un maillage T admissible pour la
discrétisation de l’équation (3.1).
(
− ∆u = f dans Ω
u=0 sur ∂Ω.
Rappelons que le schéma volumes finis s’écrit :
!
X X X
τK,L (uK − uL ) + τK,σ uK = |K|fK , (4.18)
K∈C σ∈EK ∩Eint σ∈EK ∩Eext
avec
|K|L| |σ|
τK,L = et τK,σ = ,
d(xK , xL ) d(xK , ∂Ω)
où |K|, (resp. |σ|) désigne la mesure de Lebesque en dimension d (resp. d − 1) de K (resp. σ) et
d( · , · ) la distance euclidienne.
Notons que les coefficients τK,L et τK,σ sont positifs, grâce au fait que le maillage est admissible,
et donc −x− −→ −−−→
K xL = d(xK , xL )nKL , où xK xL désigne le vecteur d’extrémités xK et xL et nKL la
normale unitaire à K|L sortante de K. En conséquence, le schéma (4.18) s’écrit comme une somme
de termes d’échange entre les mailles K et L, avec des coefficients τKL positifs. C’est grâce à cette
propriété que l’on montre facilement que le principe de positivité est vérifié, voir [6].
Considérons maintenant la méthode des éléments finis P1, pour la résolution du problème (3.1)
sur maillage triangulaire. Si le maillage satisfait la condition faible de Delaunay, qui stipule que
la somme de deux angles opposés à une même arête doit être inférieure à π, alors le principe du
maximum est vérifiée (voir On sait [4]). Ce résultat peut se retrouver en écrivant le schéma éléments
finis sous la forme d’un schéma volumes finis, voir [6].
On définit uT ∈ HNT la solution approchée obtenue par éléments finis P1, sur un maillage éléments
finis T et soit hT = maxK∈T diam K ; l’espace HN est donc l’espace vectoriel engendré par les
fonctions de base associées aux nœuds du maillage ; on suppose qu’il existe C > 0 dépendant de f
et éventuellement de la régularité du maillage tel que
ku − uT kH 1 (Ω) 6 Ckf kL2 (Ω) hT . (4.20)
Alors il existe Cs ∈ R ne dépendant que de Ω et f tel que :
ku − uT kL2 (Ω) 6 Cs h2T . (4.21)
151
4.3 Analyse d’erreur 4. Éléments finis de Lagrange
152
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
Dans le cas d’une singularité portée par la fonction ψ introduite ci-dessus, on modifie l’espace V
et on prend maintenant VT = Vect{φi , i = 1, NT } ⊕ Rψ. Notons que VT ⊂ H01 (Ω), car ψ ∈ H01 (Ω).
Reprenons maintenant l’estimation d’erreur. Grâce au lemme de Céa, on a toujours
M
ku − uT kH 1 6 ku − wkH 1 (Ω) , ∀w ∈ VT .
α
On a donc également :
M
ku − uT kH 1 6 ku − αψ − wkH 1 (Ω) , ∀w ∈ VT .
α
puisque αψ + w ∈ VT . Or, u − αψ = u e ∈ H 2 (Ω). Donc ku − uT kH 1 6 M u − wkH 1 (Ω) , ∀w ∈ VT .
α ke
Grâce aux résultats d’interpolation qu’on a admis, si on note u
eI l’interpolée de u
e dans VT , on a :
M M
ku − uT kH 1 (Ω) 6 ke
u−u eI kH 1 (Ω) 6 C2 ke
ukH 2 (Ω) h.
α α
On obtient donc encore une estimation d’erreur en h.
Examinons maintenant le système linéaire obtenu avec cette nouvelle approximation. On effectue
un développement de Galerkin sur la base de VT . On pose
X
uT = ui φi + γψ.
i=1,NT
1. Dans le cas où la frontière ∂Ω de Ω n’est pas polygonale mais courbe, il faut considérer des éléments finis dits
“isoparamétriques" que nous verrons plus loin
153
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
Z Z Z
− div(p(x)∇u(x))v(x) dx + q(x)u(x)v(x) dx = f (x)v(x) dx, ∀v ∈ H.
Ω Ω Ω
Comme v = 0 sur Γ0 on a :
Z Z
p(x)∇u(x) · nv(x)dγ(x) = p∇u(x) · nv(x)dγ(x).
∂Ω Γ1
et :
Z Z
Te(v) = TΩ (v) + TΓ1 (v) avec TΩ (v) = f (x)v(x) dx et TΓ1 = g1 (x)v(x)dγ(x).
Ω Γ1
où T (v) = Te(v) − a(u0 , v). Sous les hypothèses (4.26), on peut alors appliquer le théorème de
Lax–Milgram 3.3 au problème (4.29) pour déduire l’existence et l’unicité de la solution de (4.28) ;
notons que, comme la forme bilinéaire a est symétrique, ce problème admet aussi une formulation
variationnelle :
1
J(u) = min J(v) avec J(v) = a(v, v) + T (v), ∀v ∈ HΓ10 ,g0 . (4.30)
1
v∈HΓ ,g
0 0
2
154
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
Dans ce cas, les méthodes de Ritz et Galerkin sont équivalentes. Remarquons que l’on peut choisir
u0 de manière abstraite, tant que u0 vérifie u0 = g0 sur Γ0 et u0 ∈ H 1 . Intéressons nous maintenant
à la méthode d’approximation variationnelle. On approche l’espace H par HN = Vect{φ1 , . . . , φN }
et on remplace (4.29) par :
(
eN ∈ HN
u
(4.31)
uN , φi ) = T (φi ) − a(u0 , φi ) ∀i = 1, . . . , N
a(e
PN
On pose maintenant u eN = j=1 u ej φj . Le problème (4.31) est alors équivalent au système linéaire :
e = G,
KU
avec
Kij = a(φj , φi ) i, j = 1, . . . , N
e = (e
U eN )
u1 , . . . , u
Gi = T (φi ) − a(u0 , φi ) i = 1, . . . , N
155
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
4.4.3 Construction de K et G
On cherche à construire la matrice K d’ordre (N × N ), définie par :
Kij = a(φj , φi ) i, j ∈ J,
ainsi que le vecteur G, défini par :
Gi = T (φi ) − a(u0 , φi ) i∈J card J = N
La première question à résoudre est le choix de u0 . En effet, contrairement au cas unidimensionnel
[exercice 39] il n’est pas toujours évident de trouver u0 ∈ HΓ10 ,g0 . Pour se faciliter la tâche, on commet
PN
ce qu’on appelle un “crime variationnel", en rempla¸cant u0 par u0,N = j∈J0 g0 (Sj )φj . Notons qu’on
a pas forcément : u0,N ∈ HΓ10 ,g0 ; c’est en ce sens que l’on commet un “crime". Mais par contre, on a
bien u0,N (Sj ) = u0 (Sj ) pour tout j ∈ J0 . On peut voir la fonction u0,N comme P une approximation
non conforme de u0 ∈ HΓ10 ,g0 . On remplace donc Gi par : Gi = T (φi ) − j∈J0 g0 (Sj )a(φj , φi )
Calculons maintenant a(φj , φi ) pour j = 1, . . . , M, et i = 1, . . . , M. Remarquons que l’on se sert
pour l’implantation pratique de la méthode, des fonctions de forme associées aux nœuds liés même
si dans l’écriture du problème discret théorique, on n’en avait pas besoin.
Calcul de K et G
1. Calcul des contributions intérieures : on initialise les coefficients de la matrice K et les
composantes par les contributions provenant de aΩ et TΩ .
)
Kij = aΩ (φj , φi ) i = 1, . . . , N,
Gi = TΩ (φi ) j = 1, . . . , N.
2. Calcul des termes de bord de Fourier. On ajoute maintenant à la matrice K les contributions
de bord :
Kij ←− Kij + aΓi (φj , φi ) i = 1, . . . , N j = 1, . . . , N
Gi ←− Gi + TΓi (φi ) i = 1 . . . M
3. Calcul des termes de bord de Dirichlet. On doit tenir compte du relèvement de la condition
de bord :
X
Gi ←− Gi − g0 (Ni )Kij ∀i ∈ J
j∈J0
4. Prise en compte des nœuds liés. Pour des questions de structure de données, on inclut en
général les nœuds liés dans la résolution du système et on résout donc le système linéaire
d’ordre M > N suivant :
X
Ke ij αj = Gi ∀i = 1, . . . , N (4.33)
j=1,...,N
avec K
e ij = Kij pour i, j ∈ J, K
e ij = 0 si (i, j) 6∈ J 2 et i 6= j et K
e ii = 1 si i 6∈ J. Ces deux
systèmes sont équivalents, puisque les valeurs aux nœuds liées sont fixées.
156
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
Si on a numéroté les nœuds de manière à ce que tous les nœuds liés soient en fin de numérotation,
c’est-à-dire si J = {1, . . . , N } et J0 = {N + 1, . . . , M }, le système (4.33) est de la forme :
α1 G1
| .. ..
K
| 0
.
.
| αuN GN
− − − | − − − , U = −− et G = −−
| αN +1 GN +1
0 . .
| IdM .. ..
|
αM GM
Dans le cas où la numérotation est quelconque, les nœuds liés ne sont pas forcément à la fin
et pour obtenir le système linéaire d’ordre M (4.33) (donc incluant les inconnues αi , i ∈ J0 ,
qui n’en sont pas vraiment) on peut adopter deux méthodes :
(a) Première méthode : on force les valeurs aux nœuds liés de la manière suivante :
Kii ←− 1 pour tout i ∈ J0
Kij ←− 0 pour tout i ∈ J0 , j ∈ {1 . . . M }, i 6= j
Gi ←− g0 (Si ) pour tout i ∈ J0
(b) Deuxième méthode : on force les valeurs aux nœuds liés de la manière suivante :
Kii ←− 1020 ∀i ∈ J0
Gi ←− 10 g0 (Si )
20
∀i ∈ J0
La deuxième méthode permet d’éviter l’affectation à 0 de coefficients extra-diagonaux de la
matrice. Elle est donc un peu moins chère en temps de calcul.
Remarque 4.20 — Numérotation des nœuds. Si on utilise une méthode itérative sans précon-
ditionnement, la numérotation des nœuds n’est pas cruciale. Elle l’est par contre dans le cas d’une
méthode directe et si on utilise une méthode itérative avec préconditionnement. Le choix de la
numérotation s’effectue pour essayer de minimiser la largeur de bande.
157
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
On va calculer kr,s
`
puis on calcule aΩ (φi , φj ), en effectuant un parcours sur les éléments, ce qui
s’exprime par l’algorithme 1. On a ainsi construit complètement la matrice de rigidité K. Il reste à
savoir comment calculer le coefficient kr,s
`
défini par (4.34). On commence par effectuer le calcul de
l’intégrale sur l’élément de référence K̄. On calcule ensuite la valeur du coefficient kr,s
`
de la matrice
élémentaire K par des changements de variable à l’aide de la transformation F` (voir Figure 4.4).
`
initialisation : Kij ←− 0, i = 1, . . . M, j 6 i ;
Boucle sur les éléments ;
pour ` = 1 à L faire
pour r = 1 à N` faire
i = ng(`, r) numéro global du nœud r de l’élément ` ;
pour s = 1 à r faire
`
calcul de kr,s ;
j = ng(`, s) ;
si i > j alors
`
Kij ←− Kij + kr,s ;
sinon
`
Kji ←− Kji + krs ;
fin
fin
fin
fin
Algorithme 1 : Assemblage de la matrice
Notons :
F` (x̄, ȳ) = (x, y)
(4.35)
= (a`0 + a`1 x̄ + a`2 ȳ, b`0 + b`1 x̄ + b`2 y)
Notons que les coefficients a`i et b`i sont déterminés à partir de la connaissance des coordonnées
(x(i), y(i)) où i = ng(`, r). En effet, on peut déduire les coordonnées locales x(r), y(r), r = 1, N` ,
des nœuds de l’élément `, à partir des coordonnées globales des nœuds (x(i), y(i)) et du tableau
ng(`, r) = i.
Calculons maintenant le coefficient kr,s `
de la matrice élémentaire correspondant à l’élément
courant K` , qui est défini par (4.34). Dans l’intégrale sur K` , on a (x, y) = F` (x̄, ȳ) ; donc par
changement de variables, on a :
Z
`
kr,s = θ(φs ◦ F` (x̄, ȳ), φr ◦ F` (x̄, ȳ)) Jacx̄,ȳ (F` ) dx̄dȳ
K̄
ou Jacx̄,ȳ (F` ) désigne le Jacobien de F` en (x̄, ȳ). Or, φs ◦ F` = φ̄s , et, puisque F` est définie par
(4.35), on a :
`
a1 b`1 ` `
Jac(F` ) = Det(DF` ) = ` ` = a1 b2 − a2 b1
` `
a2 b2
donc kr,s
`
= Jac(F` )k̄r,s , où
Z
k̄r,s = θ(φ̄s (x̄, ȳ), φ̄r (x̄, ȳ))dx̄dȳ
K̄
Etudions maintenant ce qu’on obtient pour k̄r,s dans le cas du problème modèle (4.25), on a :
Z
k̄r,s = p(x̄, ȳ)∇φ̄s (x̄, ȳ)∇φ̄r (x̄, ȳ) + q(x̄, ȳ)φ̄s (x̄, ȳ)φ̄r (x̄, ȳ) dx̄dȳ.
`¯
Les fonctions de base φ̄s et φ̄r sont connues ; on peut donc calculer k̄r,s explicitement si p et q
sont faciles à intégrer. Si les fonctions p et q ou les fonctions de base φ̄, sont plus compliquées, on
calcule k̄r,s en effectuant une intégration numérique. Rappelons que le principe d’une intégration
numérique est d’approcher l’intégrale I d’une fonction continue donnée ψ,
Z N
Xint
158
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
où Nint est le nombre de points d’intégration, notés Pi , qu’on appelle souvent points d’intégration
de Gauss, et les coefficients ωi sont les poids associés. Notons que les points Pi et les poids ωi sont
indépendants de ψ. Prenons par exemple, dans le cas unidimensionnel, K̄ = [0 ; 1], p1 = 0, p2 = 1
et ω1 = ω2 = 21 . On approche alors
1
Z 1
I= ψ(x) dx par Ie = (ψ(0) + ψ(1)).
0 2
C’est la formule (bien connue) des trapèzes. Notons que dans le cadre d’une méthode d’éléments
finis, il est nécessaire de s’assurer que la méthode d’intégration numérique choisie soit suffisamment
précise pour que :
1. le système Kα = G(N × N ) reste inversible,
2. l’ordre de convergence de la méthode reste le même.
Examinons maintenant des éléments en deux dimensions d’espace.
1. Élément fini P1 sur triangle. Prenons Nint = 1 (on a donc un seul point de Gauss), choisissons
P1 = (1/3, 1/3), le centre de gravité du triangle K̄ et ω1 = 1. On approche alors
Z
I = ψ(x̄)dx̄ par ψ(P1 ).
`¯
On vérifiera que cette intégration numérique est exacte pour les polynômes d’ordre 1 (exercice
63).
2. Élément fini P2 sur triangles. On prend maintenant Nint = 3 et on choisit comme points de
Gauss :
P1 = (1/2, 0), P2 = (1/2, 1/2), P3 = (0, 1/2),
et les poids d’intégration ω1 = ω2 = ω3 = 1/6. On peut montrer que cette intégration
numérique est exacte pour les polynômes d’ordre 2 [exercice 63].
Remarquons que, lors de l’intégration numérique du terme élémentaire
Z
kr,s =
`
p(x̄, ȳ)(F` (x̄, ȳ))∇φ̄r (x̄, ȳ) · ∇φ̄s (x̄, ȳ) + q(x̄, ȳ)(F` (x̄, ȳ))φ̄r (x̄, ȳ)φ̄s dx̄dȳ,
`¯
on approche kr,s
`
par
N
X int
ωi p(F` (Pi ))∇φ̄r (Pi ) · ∇φ̄s (Pi ) + q(F` (Pi ))φ̄r (Pi )φ̄s (Pi ) .
k̄r,s '
i=1
Les valeurs ∇φ̄r (Pi ), ∇φ̄s (Pi ), φ̄r (Pi ) et φ̄s (Pi ) sont calculées une fois pour toutes et dans la
boucle sur `, il ne reste donc plus qu’à évaluer les fonctions p et q aux points F` (Pi ). Donnons
maintenant un résumé de la mise en œuvre de la procédure d’intégration numérique (indépendante
de `). Les données de la procédure sont :
— les coefficients ωi , i = 1, . . . , Nint ,
— les coordonnées (xpg (i), ypg (i)), i = 1, . . . , Nint des points de Gauss,
— les valeurs de φr , ∂x φr et ∂y φr aux points de Gauss, notées φ(r, i), φx (r, i) et φy (r, i), pour
r = 1 . . . N` et i = 1, . . . , Nint .
Pour ` donné, on cherche à calculer :
Z Z
∂φr ∂φs
I= p(F` (x̄, ȳ)) (x̄, ȳ) (x̄, y)dx̄dȳ + q(F` (x̄, ȳ))φr (x̄, y)dx̄dȳφs (x̄, ȳ).
K̄ ∂ x̄ ∂ ȳ e
On obtient l’algorithme 3. Il reste le calcul de g`r qui se ramène au calcul de l’élément de référence
159
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
Initialisation de G à 0 : Gi ← 0, i = 1 à M ;
Initialisation I ←− 0 ; pour ` = 1 à L faire
pour i = 1 à Nint faire pour ` = 1 à L faire R
pi = p(F` (Pi )) ; Calcul de g`r = ` f (x, y)φr (x, y) dx dy ;
e
qi = q(F` (Pi )) ; i = ng(`, r) ;
I ←− I +ωi (pi φx (r, i)φy (s, i)+qi φ(r, i)φ(s, i)) Gi ←− Gi + g`r
fin fin
Algorithme 2 : Assemblage de la matrice fin
Algorithme 3 : Assemblage du second membre
Notons que aΓ1 (φi , φj ) = 0 si φi et φj sont associées à des nœuds Si , Sj de d’un élément sans arête
commune avec les arêtes de la frontière. Soit L1 le nombre d’arêtes k , k = 1, . . . , L1 du maillage
incluses dans Γ1 . Rappelons que les nœuds soumis aux conditions de Fourier sont repertoriés dans
un tableau cf, de dimensions (L1, 2), qui donne les informations suivantes :
1. cf(k, 1) contient le numéro ` de l’élément K` auquel appartient l’arête k .
2. cf(k, 2) contient le premier numéro des nœuds de l’arête k dans l’élément K` . On suppose
que la numérotation des nœuds locaux a été effectuée de manière adroite, par exemple dans
le sens trigonométrique. Dans ce cas, cf(k, 2) détermine tous les nœuds de l’arête k dans
l’ordre, puisqu’on connait le nombre de nœuds par arête et le sens de numérotation des nœuds.
Donnons des exemples pour trois cas différents, représentés sur la figure 4.7.
(a) Dans le premier cas (à droite sur la figure), qui représente un élément fini P1, on a
cf(k, 2) = 3 et le nœud suivant sur l’arête est 1.
(b) Dans le second cas (au centre sur la figure), qui représente un élément fini P2, on a
cf(k, 2) = 3 et les nœuds suivants sur l’arête sont 4 et 5.
(c) Enfin dans l’élément P1 “de coin" représenté à gauche sur la figure, on a cf(k, 1) = `,
cf(k 0 , 1) = `, cf(k, 2) = 1, cf(k 0 , 2) = 2.
160
4.4 Implémentation d’une méthode éléments finis 4. Éléments finis de Lagrange
Pour k = 1, . . . , L1, on note Ŝk l’ensemble des nœuds locaux de k , donnés par cf(k, 2) en appliquant
la règle ad hoc (par exemple le sens trigonométrique). On peut alors définir :
Sk = {(r, s) ∈ (Ŝk )2 /r < s}
La prise en compte des conditions de Fourier est décrite dans l’algorithme 4.
pour k = 1 . . . L1 faire
` = cf(k, 1) ;
pour chaque (r, s) ∈ Sk faire pour i0 = 1, . . . , M0 faire
calcul deR j = cd(i0 ) ;
`
Irs = C p(x)σ(x)φ`r (x)φ`s (x) dx ; a = g0 (Sj ) ;
k
i = ng(`, r) ; j = ng(`, s) ;
j = ng(`, s) ; si i 6 j alors
Gi ←− Gi − aKij
si j 6 i alors
` sinon
Kij ←− Kij + Irs Gi ←− Gi − aKji
sinon fin
`
Kij ←− Kji + Irs
fin
fin
Algorithme 5 : Condition de Fou-
fin
rier
fin
Algorithme 4 : Condition de Fourier
Le calcul de Irs
`
s’effectue sur l’élément de référence (avec éventuellement intégration numérique).
De même, on a une procédure similaire pour le calcul de TΓ1 = Γ1 p(x)g1 (x)v(x)dγ(x) :
R
Z
Gi ←− Gi + p(x)g1 (x)φi (x)dγ(x)
Γ2
Il faut maintenant retirer du second membre, les combinaisons venant des nœuds liés :
X
Gi ←− Gi − g0 (Sj )a(φj , φi )
j∈J0
où J0 est l’ensemble des indices des nœuds liés. On utilise pour cela le tableau cd qui donne les
conditions, de Dirichlet, de dimension M0 où M0 = cardJ0 . Pour i0 = 1, . . . , M0 , cd(i0 ) = j0 ∈ J0
est le numéro du nœud lié dans la numérotation globale. La procédure est décrite dans l’algorithme 5.
où N` est le nombre de nœuds de l’élément et (xr , yr ) sont les coordonnées du r-ème nœud de K` .
Remarquons que la transformation F` isoparamétrique P1 est identique à celle des éléments finis
classiques. Par contre, la transformation isoparamétrique P2 n’est plus affine, alors qu’elle l’est en
éléments finis classiques. Notons que les fonctions de base locales vérifient toujours
φ`r ◦ F` = φr , ∀` = 1, . . . , L, ∀r = 1, . . . , N` .
On peut alors se poser le problème de l’inversibilité de F` . On ne peut pas malheureusement
démontrer que F` est inversible dans tous les cas, toutefois, cela s’avère être le cas dans la plupart
des cas pratiques. L’intérêt de la transformation isoparamétrique est de pouvoir traiter les bords
courbes, ainsi que les éléments finis Q1 sur quadrilatères. Notons que le calcul de φ`r est toujours
inutile, car on se ramène encore à l’élément de référence.
162
4.6 Exercices 4. Éléments finis de Lagrange
4.6 Exercices
4.6.1 Énoncés
corrigé p.171 Exercice 50 — Éléments finis P1 pour le problème de Dirichlet. Soit f ∈ L2 (]0 ; 1[). On
s’intéresse au problème suivant :
− u (x) = f (x) x ∈ ]0 ; 1[
00
u(0) = 0
u(1) = 0
Montrer que φi ∈ HN pour tout i = 1, . . . , N et que HN est engendré par la famille {φ1 , . . . , φN }.
3. Donner le système linéaire obtenu en remplaçant H par HN dans la formulation faible. Comparer
avec le schéma obtenu par différences finies.
corrigé p.172 Exercice 51 — Conditions aux limites de Fourier et Neumann. Soit f ∈ L2 (]0 ; 1[). On
s’intéresse au problème :
L’existence et l’unicité d’une solution faible ont été démontrées à l’exercice 40. On s’intéresse
maintenant à la discrétisation de (4.36).
1. Écrire une discrétisation par différences finies pour un maillage non uniforme. Écrire le système
linéaire obtenu.
2. Écrire une discrétisation de (4.36) par volumes finis pour un maillage non uniforme. écrire le
système linéaire obtenu.
3. Écrire une discrétisation par éléments finis conformes de type Lagrange P1 de (4.36) pour un
maillage non uniforme. Écrire le système linéaire obtenu.
Exercice 52 — Conditions aux limites de Fourier et Neumann, bis. Soit f ∈ L2 (]0 ; 1[).
On s’intéresse au problème :
u(1) = 1
163
4.6 Exercices 4. Éléments finis de Lagrange
Exercice 53 — Éléments finis pour un problème périodique. Soit Ω =]0, 1[. On cherche à
déterminer u ∈ H 2 (Ω) tel que
1 − x si x ∈ [0 ; 1]
φ(x) = 1 + x si x ∈ [−1 ; 0]
0 sinon
164
4.6 Exercices 4. Éléments finis de Lagrange
Ce problème est un cas particulier du problème (3.54) étudié à l’exercice 44 en prenant Ω = ]0 ; 1[,
p ≡ 1, q ≡ 1, Γ0 = {0}, Γ1 = {1}, g0 ≡ 0, g1 ≡ 0 et σ = 0. On s’intéresse ici à la discrétisation du
problème (4.40). Soient N ∈ N, h = 1/(N + 1) et xi = ih pour i = 0, . . . , N + 1 et Ki = [xi , xi+1 ]
pour i = 0, . . . , N . On cherche une solution approchée de (4.40), notée uh , en utilisant les éléments
finis (Ki , {xi , xi+1 }, P1 )N
i=0 .
1. Déterminer l’espace d’approximation Vh et montrer que les fonctions de base globales sont les
fonctions Φi de [0 ; 1] dans R définies par Φi (x) = (1 − |x−xi| +
h ) pour i = 1, . . . , N + 1.
2. Construire le système linéaire à résoudre et comparer avec les systèmes obtenus par différences
finies et volumes finis.
3. A-t-on u0h (1) = 0 ?
corrigé p.176 Exercice 55 — Éléments finis pour un problème de réaction-diffusion. Soit α un réel
positif ou nul et f une fonction continue. On considère le problème suivant
Formulation variationnelle
1. Écrire une formulation variationnelle de (4.41).
2. On souhaite trouver u ∈ H 1 (]0 ; 1[) tel que
Z 1 Z 1 Z 1
u (x)v (x) dx + α
0 0
u(x)v(x) dx + u(0)v(0) = f (x)v(x) dx ∀v ∈ H 1 (]0 ; 1[) (4.42)
0 0 0
(a) Déterminer le problème aux limites dont la formulation faible est (4.42).
(b) Montrer que si α > 0, le problème (4.42) admet une unique solution.
Démontrer que ceci est encore vrai pour α = 0 en appliquant l’inégalité de Poincaré à la fonction
v − v(0).
Discrétisation par éléments finis Soit Vh l’ensemble des fonctions continues sur [0 ; 1] dont la
restriction à chaque intervalle [xi , xi+1 ] est affine pour 0 6 i 6 N − 1.
1. Quelle est la dimension de Vh ?
2. Donner la discrétisation éléments finis du problème (4.42).
3. Montrer que le problème discret ainsi obtenu admet une solution unique.
4. Écrire le problème discret sous la forme d’un système linéaire AU = b en explicitant les dimensions
des vecteurs et matrice et en donnant leur expression.
5. Donner une borne supérieure de l’erreur kuh − ukH 1 (0,1) .
165
4.6 Exercices 4. Éléments finis de Lagrange
pour toute fonction ϕ ∈ Cc1 (]0, 1[)où Cc1 (]0, 1[) désigne l’espace des fonctions de classe C 1 à support
compact dans ]0, 1[. On note alors v 0 = w la dérivée faible. On note H 2 (]0, 1[) = {v ∈ L2 (]0, 1[), v 0 ∈
L2 (]0, 1[) et v 00 ∈ L2 (]0, 1[)}. On note k · kL2 la norme L2 (]0, 1[) et k · kH 1 la norme H 1 définie
par kvk2H 1 = kvk2L2 + kv 0 k2L2 . Si k ∈ N, on note J1, kK l’ensemble {1, 2, . . . , k}.
(c) Montrer que l’approximation par éléments finis P1 du problème (4.45) s’écrit
Z 1
Trouver uh ∈ Vh , ; ∀v ∈ Vh , a(uh , v) = f (x) v(x) dx. (4.46)
0
166
4.6 Exercices 4. Éléments finis de Lagrange
ii. On note eh = uh − u. Soit w ∈ H01 (]0, 1[) ∩ H 2 (]0, 1[) l’unique solution de
Z 1
a(w, v) = eh (x)v(x) dx, ∀v ∈ H01 (]0, 1[),
0
et wh ∈ Vh l’unique solution de
Z 1
a(w, v) = eh (x)v(x) dx, ∀v ∈ Vh .
0
Montrer que
Z 1
a(wh − w, uh − u) = |eh (x)|2 dx.
0
ii. En déduire qu’il existe c̃E ne dépendant que de u tel que ku − ũh kL2 6 c̃E h.
167
4.6 Exercices 4. Éléments finis de Lagrange
(h) Montrer que si f > 0, alors la solution u de (4.45) est telle que u > 0.
4. Volumes finis. Proposer un maillage et un schéma volumes finis qui donne la même matrice
A + M̃ que celle du système linéaire obtenu à partir de la formulation (4.47).
Exercice 57 — Pas de positivité sans mass lumping. Dans cet exercice, on propose un contre
exemple pour montrer que les éléments finis P1 sans condensation de masse (ou mass lumping) ne
respectent pas forcément le principe de positivité.
Soit ε > 0 ; on définit a : H 1 (]0, 1[) × H 1 (]0, 1[) par
Z 1 Z 1
a(u, v) = u(x)v(x) dx + ε u0 (x)v 0 (x) dx, ∀(u, v) ∈ H 1 (]0, 1[)2 .
0 0
corrigé p.179 Exercice 58 — Éléments finis Q1. On considère le rectangle Ω de sommets (−1, 0), (2, 0),
(−1, 1) et (2, 1). On s’intéresse à la discrétisation par éléments finis de l’espace fonctionnel H 1 (Ω).
1. On choisit de découper Ω en deux éléments e1 et e2 définis par les quadrilatères de sommets
respectifs M1 (−1, 1), M2 (0, 1), M5 (1, 0), M4 (−1, 0) et M2 (0, 1), M3 (2, 1), M6 (2, 0), M5 (1, 0).
On prend comme nœuds les points M1 , . . . , M6 et comme espace par élément l’ensemble des
polynômes Q1 . On note Σ1 = {M4 , M5 , M2 , M1 } et Σ2 = {M5 , M6 , M3 , M2 }. On a construit la
discrétisation {(e1 , Σ1 , Q1 ), (e2 , Σ2 , Q1 )}.
(a) Montrer que les éléments (e1 , Σ1 , Q1 ) et (e2 , Σ2 , Q1 ) sont des éléments finis de Lagrange.
(b) Montrer que l’espace de dimension finie correspondant à cette discrétisation n’est pas inclus
dans H 1 (Ω) (construire une fonction de cet espace dont la dérivée distribution n’est pas
dans L2 ). Quelle est dans les hypothèses appelées en cours “cohérence globale” celle qui
n’est pas vérifiée ?
2. On fait le même choix des éléments et des nœuds que dans la question 1. On introduit comme
élément de référence e le carré de sommets (±1, ±1), Σ est l’ensemble des sommets de e et
P = Q1 .
(a) Quelles sont les fonctions de base locales de (e, Σ, P ). On note ces fonctions Φ1 , . . . , Φ4 .
(b) À partir des fonctions Φ1 , . . . , Φ4 , construire des bijections F1 et F2 de e dans e1 et e2 . Les
fonctions F1 et F2 sont elles affines ?
(c) On note Pei = {f : ei → R, f ◦ Fi |e ∈ Q1 } pour i = 1, 2 où les Fi sont définies à la question
précédente. Montrer que les éléments (e1 , Σ1 , Pe1 ) et (e2 , Σ2 , Pe2 ) sont des éléments finis de
Lagrange et que l’espace vectoriel construit avec la discrétisation {(e1 , Σ1 , Pe1 ), (e2 , Σ2 , Pe2 )}
est inclus dans H 1 (Ω) (i.e. vérifier la “cohérence globale” définie en cours). On pourra pour
cela montrer que si S = e1 ∩ e2 = {(x, y); x + y = 1} alors {f |S , f ∈ Pei } = {f : S →
R; f (x, y) = a + by, a, b ∈ R}.
168
4.6 Exercices 4. Éléments finis de Lagrange
où f ∈ L (Ω) est donnée, et Λ est l’opérateur linéaire autoadjoint de matrice (λij )i=1,2,j=1,2
2
1. Le problème continu.
a) Expliquer brièvement pourquoi ce problème est bien posé.
b) Lorsqu’il possède une solution de classe C 2 , de quel problème fort celle-ci est-elle
également solution ?
On choisit, pour n ∈ N∗ , la discrétisation suivante : pour tout i = 1, 2, ...n et j = 1, 2, ...n,
On recherche une solution approchée du problème par la méthode des éléments finis, constitués
par :
169
4.6 Exercices 4. Éléments finis de Lagrange
corrigé p.188 Exercice 62 — Éléments finis P1 sur maillage triangulaire. On veut résoudre numérique-
ment le problème suivant :
(
− ∆u(x, y) = f (x, y) (x, y) ∈ D = (0, a) × (0, b)
u(x, y) = 0 (x, y) ∈ ∂D
où f est une fonction donnée, appartenant à L2 (D). Soient M, N deux entiers. On définit
a b
∆x = ∆y =
M +1 N +1
et on pose xk = k∆x, 0 6 k 6 M + 1, y` = `∆y, 0 6 ` 6 N + 1. On note Tk+1/2,`+1/2 0
le
triangle de sommets (xk , y` ), (xk+1 , y` ), (xk+1 , y`+1 ) et Tk+1/2,`+1/2 , le triangle de sommets (xk , y` ),
1
(xk , y`+1 ), (xk+1 , yv+1 ). Écrire la matrice obtenue en discrétisant le problème avec les éléments finis
triangulaires linéaires (utilisant le maillage précédent).
corrigé p.191 Exercice 64 — Éléments finis Q2. On note C le carré [0 ; 1] × [0 ; 1] de sommets a1 = (0, 0),
a2 = (1, 0), a3 = (1, 1), a4 = (0, 1). On note a5 = ( 12 , 0), a6 = (1, 12 ), a7 = ( 12 , 1), a8 = (0, 12 ),
a9 = ( 21 , 12 ) et Σ = {ai , 1 6 i 6 8}.
(0, 1) a7 (1, 1)
a4 • • • a3
a9
a8 • • • a6
a1 • • • a2
(0, 0) a5 (1, 0)
Exercice 65 — Éléments finis Q2∗ . Soit C = [−1 ; 1] × [−1 ; 1]. On note a1 , . . . , a8 les nœuds de
C définis par a1 = (−1, −1), a2 = (1, −1), a3 = (1, 1), a4 = (−1, 1), a5 = (0, −1), a6 = (1, 0), a7 =
(0, 1) et a8 = (−1, 0). On rappelle que Q2 = V ect{1, x, y, xy, x2 , y 2 , x2 y, xy 2 , x2 y 2 } et que dim Q2 =
9. On note Q∗2 l’espace de polynôme engendré par les fonctions {1, x, y, xy, x2 , y 2 , x2 y, xy 2 }.
1. Construire (ϕ∗i )i=1,...,8 ⊂ Q∗2 tel que ϕ∗j (ai ) = δij , ∀i, j = 1, . . . , 8.
2. Montrer que l’ensemble Σ = {a1 , . . . , a8 } est Q∗2 -unisolvant.
170
4.6 Exercices 4. Éléments finis de Lagrange
4.6.2 Corrigés
Exercice 50– Éléments finis P1 pour le problème de Dirichlet.
1. Soit v ∈ HN . Comme HN ⊂ C([0 ; 1]), on a v ∈ L2 (]0 ; 1[). D’autre part, comme v|Ki ∈ P1 ,
on a v|Ki (x) = αi x + βi avec αi , βi ∈ R. Donc v admet une dérivée faible dans L2 (]0 ; 1[) et
Dv|Ki = αi et on a donc :
kDvkL2 6 max |αi | < +∞.
i=1,...,N
De plus v(0) = v(1) = 0 donc v ∈ H01 (]0 ; 1[). On en déduit que HN ⊂ H01 (]0 ; 1[).
2. On a :
1 − (x − xi )/h si x ∈ Ki
φi (x) = 1 + (x − xi )/h si x ∈ Ki−1
0 si x ∈ ]0 ; 1[ Ki ∪ Ki−1
On en déduit que φi |Kj ⊂ P1 pour tout j = 0, . . . , N . De plus, les fonctions φi sont clairement
continues. Pour montrer que φi ∈ HN , il reste à montrer que φi (0) = φi (1) = 0. Ceci est
immédiat pour i = 2, . . . , N − 1, car dans ce cas φi |K0 = φi |KN +1 = 0. On vérifie alors facilement
que φ1 (0) = 1 − h/h = 0 et φN (1) = 0. Pour montrer que HN = Vect{φ1 , . . . , φN }, il suffit
PN
de montrer que {φ1 , . . . , φN } est une famille libre de HN . En effet, si i=1 ai φi = 0 alors en
PN
particulier i=1 ai φi (xk ) = 0 pour k = 1, . . . , N et donc ak = 0 pour k = 1, . . . , N .
PN
3. Soit u = j=1 uj φj solution de
a(u, φi ) = T (φi ) ∀i = 1, . . . , N
La famille (uj )j=1,...,N est donc solution du système linéaire
N
X
Ki,j uj = Gi i = 1, . . . , N
j=1
1/h si x ∈]xi−1 xi [
Z 1
Ki,j = φj (x)φi (x)dx avec φi (x) = − 1/h si x ∈]xi , xi+1 [
0 0 0
0
0 ailleurs
On en déduit que :
1 2
Z 1
Ki,i = (φ0i (x))2 dx = 2h 2 = pour i = 1, . . . , N,
h h
0
1 1
Z 1
φ0i (x)φ0i+1 (x)dx = −h × 2 = − pour i = 1, . . . , N − 1
K
i,i+1 −
0 h h
1
Z 1
Ki,i−1 = φ0i (x)φ0i−1 (x)dx = − pour i = 2, . . . , N
0 h
Ki,j = 0 pour |i − j| > 1
Calculons maintenant Gi :
Z xi+1
Gi = f (x)φi (x)dx
xi −1
171
4.6 Exercices 4. Éléments finis de Lagrange
Si f n’est pas constante, on procède à une intégration numérique. On peut, par exemple, utiliser
la formule des trapèzes pour le calcul des intégrales :
Z xi Z xi+1
f (x)φi (x)dx et f (x)φi (x)dx
xi−1 xi
Exercice 51.
1. Soit (xi )i=1,...,N +1 une discrétisation de l’intervalle [0 ; 1] avec 0 = x0 < x1 < · · · xi < xi+1 <
xN < xN +1 = 1. Pour i = 1, . . . , N , on pose hi+1/2 = xi+1 − xi . L’équation (4.36) au point xi
s’écrit −u00 (xi ) + u(xi ) = f (x). On écrit les développements de Taylor de u(xi+1 ) et u(xi−1 ) : il
existe ζi ∈ [xi , xi+1 ] et θi ∈ [xi−1 , xi ] tels que
1 1
u(xi+1 ) = u(xi ) + hi+1/2 u0 (xi ) + h2i+1/2 u00 (xi ) + h3i+1/2 u000 (ζi ), (4.51)
2 6
1 1
u(xi−1 ) = u(xi ) − hi−1/2 u0 (xi ) + h2i−1/2 u00 (xi ) − h3i−1/2 u000 (θi ). (4.52)
2 6
En multipliant la première égalité par hi−1/2 , la deuxième par hi+1/2 et en additionnant :
172
4.6 Exercices 4. Éléments finis de Lagrange
où (Fi+1/2 )i∈{0,...,N } donné en fonction des inconnues discrètes (u1 , . . . , uN ) par les expressions
suivantes, tenant compte des conditions aux limites :
ui+1 − ui
Fi+1/2 = − i ∈ {1, . . . , N − 1} (4.55)
hi+1/2
u1 − u0
F1/2 = − (4.56)
x1 /2
F1/2 − u0 = 0 (4.57)
FN +1/2 = −1 (4.58)
Notons que u0 peut être éliminé des équations (4.56) et(4.57). On obtient ainsi un système
linéaire de N équations à N inconnues :
u2 − u1 u1
− + + h1 u1 = h1 f1 (4.59)
h3/2 1 − x21
ui+1 − ui ui − ui−1
− + + hi ui = hi fi i ∈ {2, . . . , N − 1} (4.60)
hi+1/2 hi−1/2
uN − uN −1
−1+ + hN uN = hN fN (4.61)
hN −1/2
3. Comme pour les différences finies, on se donne (xi )i=1,...,N +1 une discrétisation de l’intervalle
[0 ; 1], avec 0 = x0 < x1 < · · · xi < xi+1 < xN < xN +1 = 1. Pour i = 1, . . . , N , on pose
hi+1/2 = xi+1 − xi et Ki+1/2 = [xi , xi+1 ] pour i = 0, . . . , N . On définit l’espace d’approximation
HN = {v ∈ C([0 ; 1], R) telle que v|Ki+1/2 ∈ P1 , i = 0, . . . , N } où P1 désigne l’ensemble des
polynômes de degré inférieur ou égal à 1. Remarquons que l’on a bien HN ⊂ H.
Pour i = 1, . . . , N , on pose :
x − xi−1
φi (x) =
si x ∈ Ki−1/2
hi−1/2
xi+1 − x
φi (x) = si x ∈ Ki+1/2
hi+1/2
φi (x) = 0 sinon
et on pose également :
x − xN
φN +1 (x) = si x ∈ KN +1/2
hN +1/2
φN +1 (x) = 0
sinon
x1 − x
φ0 (x) = si x ∈ K1/2
h1/2
φ0 (x) = 0 sinon
solution de
a(u(N ) , φi ) = T (φi ) ∀i = 0, . . . , N + 1.
173
4.6 Exercices 4. Éléments finis de Lagrange
1/hi−1/2 si x ∈]xi−1 xi [
Z 1 Z 1
Kij = φ0j (x)φ0i (x) dx + φj (x)φi (x)dx avec φ0i (x) = − 1/hi+1/2 si x ∈]xi , xi+1 [
0 0
0 ailleurs
Donc :
— si 1 6 i = j 6 N , on a
1 1
Z 1 Z 1
hi−1/2 hi+1/2
Ki,i = (φi (x)) dx +
0 2
(φi (x))2 dx = + + + .
0 0 hi−1/2 hi+1/2 3 3
— si i = j = N + 1, alors
1
Z 1 Z 1
hN +1/2
KN +1,N +1 = (φN +1 (x)) dx +
0 2
(φN +1 (x))2 dx = + .
0 0 hN +1/2 3
— si i = j = 0, alors
1
Z 1 Z 1
h1/2
K0,0 = (φ0 (x)) dx +
0 2
(φ0 (x))2 dx + φ20 = + + 1.
0 0 h1/2 3
— si 0 6 i 6 N et j = i + 1, on a :
1
Z 1 1
hi+1/2
Z
Ki,i+1 = φ0i (x)φ0i+1 (x) dx + φi (x)φi+1 (x) dx = − +
0 0 hi+1/2 6
La matrice étant symétrique, si 2 6 i 6 N + 1 et j = i − 1, on a :
1 hi−1/2
Ki,i−1 = Ki−1,i = − + .
hi−1/2 6
Calculons maintenant Gi .
Z xi+1
Gi = f (x)φi (x) dx + φi (1).
xi −1
— Si f n’est pas constante, on procède à une intégration numérique. On peut, par exemple,
utiliser la formule des trapèzes pour le calcul des intégrales
Z xi Z xi+1
f (x)φi (x)dx et f (x)φi (x)dx
xi−1 xi
On obtient alors :
Gi = 1/2(hi−1/2 + hi+1/2 )f (xi ) + φi (1).
Le schéma obtenu est donc :
1 1 hi−1/2 hi+1/2 h 1 h 1
i−1/2 i+1/2
+ + + ui + − ui−1 + − ui+1
hi−1/2 hi+1/2 3 3 6 hi−1/2 6 hi+1/2
= 1/2(hi−1/2 + hi+1/2 )f (xi ) i = 1, . . . , N
1 h1/2 1 hi+1/2
+ + 1 u0 + + u1 = 1/2h1/2 f (x0 )
h1/2 3 hi+1/2 6
1 hN +1/2 h 1
N +1/2
+ uN +1 − = 1/2hN +1/2 f (xN +1 ) + 1.
hN +1/2 3 6 hN +1/2
174
4.6 Exercices 4. Éléments finis de Lagrange
Exercice 54. 1. L’espace d’approximation Vh est l’ensemble des fonctions continues, affines sur
chaque maille Ki = [xi , xi+1 ] et nulles en 0. L’ensemble Vh est engendré par les fonctions de base
éléments finis P1 aux nœuds xi , i = 1, . . . , N + 1. Ces fonctions s’écrivent
+
|x − xi |
φi (x) = 1 − i = 1, . . . , N + 1.
h
2. Le système linéaire à résoudre s’écrit :
Ku = G,
où K est une matrice d’ordre N + 1, G ∈ RN +1 et
Z 1
Ki,j = [φ0i (x)φ0j (x) + φi (x)φj (x)] dx,
0
Z 1
Gi = f (x)φi (x) dx, i = 1, . . . , N + 1.
0
R1 R1
Les intégrales 0
φ0i (x)φ0j (x)dx et f (x)φi (x)dx sont calculées par exemple à l’exercice 50, pour
0 R1
i, j = 1, . . . , N . Il reste à calculer bi,j = 0 φi (x)φj (x)dx, pour i, j = 1, . . . , N et les intégrales
faisant intervenir le nœud N + 1. En ce qui concerne le calcul de bi,j pour i, j = 1, . . . , N , quatre
cas se présentent.
R xi 2 Rx 2
1. Si j = i, bi,i = xi−1 1 + x−x
h
i
dx + xii+1 1 − x−x h
i
dx, par changement de variable,
ξ = 1 + h dans la première intégrale et ξ = 1 − h dans la seconde, on a donc :
x−xi x−xi
2h
Z 1
bi,i = 2h ξ 2 dξ = .
0 3
Rx
2. Si j = i + 1, bi,i+1 = xii+1 1 − x−x h
i
1 + x−xhi+1 dx. Posons ξ = x−x h , on a donc
i x−xi+1
h =
x−xi +xi −xi+1 1
= ξ − 1. Donc bi,i+1 = 0 (1 − ξ)ξhdξ = h 12 − 31 = h6 .
R
h
3. De même, par symétrie, si j = i − 1, bi,i+1 = h6 .
4. Dans tous les autres cas, bi,j = 0 car le support de φi et φj sont disjoints.
On a donc finalement :
2 2h
Ki,i = + pour i = 1, . . . , N
h 3
1 h
Ki,i+1 = − + pour i = 1, . . . , N
h 6
1 h
Ki−1,i = − + pour i = 2, . . . , N + 1
h 6
En ce qui concerne le nœud N + 1, on a :
Z 1 Z xN +1 2 Z 1
x − xN +1 h
φN +1 (x)φN +1 (x) dx = h et bN +1,N +1 =
0 0
1+ dx = h ξ 2 dξ =
0 xN h 0 3
Donc KN +1,N +1 = h1 + h3 .
D’autre part, avec une intégration numérique par la méthode des trapèzes pour le calcul de Gi , on
obtient
Gi = hf (xi ) i = 1, . . . , N
GN +1 = h2 f (xN +1 ).
Le schéma éléments finis s’écrit donc finalement :
2 2h 1 1
h h
+ ui + − + ui−1 + − + ui+1 = hf (xi ), i = 2, . . . , N
h 3 h 6 h 6
2 2h 1
h
+ u1 + − + u2 = hf (xi )
h 3 h 6
1 1
h h h
+ uN +1 + − + uN = f (xN +1 ).
h 3 h 6 2
175
4.6 Exercices 4. Éléments finis de Lagrange
u0 = 0
uN +1 = uN .
xi− 1 xi− 1
2 2
La discrétisation de cette équation donne alors, en fonction des inconnues discrètes u1 , . . . , uN (en
tenant compte des conditions aux limites).
ui+1 − ui ui − ui−1
− + + hui = hfi i = 2, . . . , N − 1
h h
2u1
u2 − u1
− + + hu1 = hf1
h h
uN − uN −1
+ huN = hfN ,
h
Rx 1
avec fi = h1 x i+12 f (x)dx. Ceci s’écrit encore :
i−
2
2 1 1
+ h ui − ui−1 − ui+1 = hf (xi ), i = 2, . . . , N
h h h
3
1
+ h u1 − u2 = hf (x1 )
h h
1 1
+ h uN − uN −1 = hf (xN ).
h h
Les schémas éléments finis, différences finies et volumes finis ne sont donc pas exactement les mêmes.
3. Dans le cas du schéma éléments finis, on a
uh |[xN ,xN +1 ] = uN φN −1 + uN +1 φN .
Donc u0h (1) = h1 (uN +1 − uN ). Cette quantité n’est pas forcément égale à 0. (Faire le calcul par
exemple dans le cas de deux mailles).
176
4.6 Exercices 4. Éléments finis de Lagrange
Pour que les intégrales aient un sens, il suffit de prendre u, v ∈ H 1 (]0 ; 1[), auquel cas les fonctions
sont continues et donc les valeurs u(0) et v(0) ont aussi un sens. On en déduit qu’une formulation
faible consiste à trouver u ∈ H 1 (]0 ; 1[) tel que :
Z 1 Z 1 Z 1
u (x)v (x) dx + α
0 0
u(x)v(x) dx + u(0)v(0) = f (x)v(x) dx ∀v ∈ H 1 (]0 ; 1[)
0 0 0
Comme ceci est vrai pout toute fonction v ∈ Cc (]0 ; 1[), on en déduit que
−u00 (x) + αu(x) = f (x), x ∈ ]0 ; 1[
Prenons maintenant v ∈ H 1 (]0 ; 1[), en intégrant par parties et tenant compte de ce qui
précède, on obtient
(−u0 (0) + u(0))v(0) + u0 (1)v(1) = 0
Comme ceci est vrai pout toute fonction v ∈ H 1 (]0 ; 1[), on en déduit que u vérifie (4.41).
(b) On peut appliquer le théorème de Lax Milgram ; en effet,
R1
— la forme linéaire T est continue car |T (v)| = | 0 f (x)v(x)| dx 6 kf kL2 kvkL2 par
l’inégalité de Cauchy–Schwarz et donc |T (v)| 6 CkvkL2 avec C = kf kL2 .
— la forme bilinéaire a (qui est évidemment symétrique, ce qui n’est d’ailleurs pas nécessaire
pour appliquer Lax-Milgram) est continue ; en effet :
|a(u, v)| 6 ku0 kL2 kv 0 kL2 + αkukL2 kvkL2 + |u(0)||v(0)|;
Rx
or pour tout x ∈ ]0 ; 1[ v(0) = v(x) + 0 v 0 (t)dt et donc par inégalité triangulaire et par
Cauchy–Schwarz, on obtient que |v(0)| 6 |v(x)| + kv 0 kL2 . En intégrant cette inégalité
entre 0 et 1, on obtient
|v(0)| 6 kvkL1 + kv 0 kL2 6 kvkL2 + kv 0 kL2 6 2kvkH 1 .
La meme inégalité est évidemment vraie pour u(0). On en déduit que :
a(u, v) 6 ku0 kL2 kv 0 kL2 + αkukL2 kvkL2 + 4kukH 1 kvkH 1
6 kukH 1 kvkH 1 + αkukH 1 kvkH 1 + 4kukH 1 kvkH 1
6 (5 + α)kukH 1 kvkH 1 ,
ce qui prouve que a est continue.
177
4.6 Exercices 4. Éléments finis de Lagrange
Montrons maintenant que a est coercive. Dans le cas où α > 0, ceci est facile à vérifier, car
on a
Z 1 Z 1
a(u, u) = u0 (x)2 dx + α u(x)2 dx + u(0)2 > min(α, 1)kuk2H 1 .
0 0
5. Comme on a effectué une discrétisation par éléments finis conformes, le théorème de Lax Milgram
s’applique à nouveau.
6. Commen¸cons par le second membre B = (bi )06i6N avec :
Z 1
bi = f (x)φi (x)dx
0
Calculons :
Ai,j = Aj,i = a(φi , φj )
Z 1 Z 1
= φ0i (x)φ0j (x) dx + α φi (x)φj (x) dx + φi (0)φj (0) pour i = 1, . . . , N
0 0
En raison de la forme des fonctions de base (φi )i=0,N , les seuls termes non nuls sont les termes
Ai−1,i , Ai,i et Ai,i+1 . Après calculs, on obtient :
h + 3 + 1 −h + 6 0 0 0
1 αh 1 αh
...
..
−h + 6 h + 3 − h1 + αh . 0
1 αh 2 2αh
6
. . . .
0 .. .. .. ..
A= ..
.
.. .. ..
. . .
0
0 ... 0 − h1 + αh6
2
h + 2αh
3 − 1
h + αh
6
0 ... 0 − h1 + αh 6 h + 3
1 αh
7. Soit u ∈ H 1 (]0 ; 1[) une solution de (4.42), alors −u00 = f − αu au sens des distibutions
mais comme f ∈ L2 (]0 ; 1[) et u ∈ L2 (]0 ; 1[), on en déduit que u ∈ H 2 (]0 ; 1[). On peut donc
appliquer les résultats du cours. On a vu en cours que si uI l’interpolée de u dans Vh , On a
178
4.6 Exercices 4. Éléments finis de Lagrange
ku − uh kL2 (0,1) 6 Cku − uI kL2 (0,1) où C est la racine carrée du rapport de la constante de
continuité sur la constante de coercivité, c’est-à-dire :
s
5+α
C=
min(α, 1)
De plus, on a aussi vu que si u ∈ H 2 (]0 ; 1[), l’erreur d’interpolation est d’ordre h ; plus
précisément, on a :
ku − uI k2L2 (0,1) 6 (1 + h2 )h2 ku00 k2L2 (0,1)
On en déduit que :
s
5+α p
kuh − ukH 1 (0,1) 6 1 + h2 ku00 kL2 (0,1) h
min(α, 1)
Exercice 58.
1. (a) On note x, y les deux variables de R2 . L’espace Q1 est l’ensemble des polynômes de la forme
a + bx + cy + dxy avec a, b, c et d ∈ R. On a donc dim Q1 = 4 = card Σ1 = card Σ2 . Pour
montrer que (e1 , Σ1 , Q1 ) est un élément fini de Lagrange, il suffit de montrer que f ∈ Q1 et
f |Σ1 = 0 implique f = 0. Soient donc a, b, c et d ∈ R. On pose f (x, y) = a + bx + cy + dxy
pour (x, y) ∈ e1 et on suppose que f |Σ1 = 0, c’est-à-dire f (−1, 1) = 0, f (0, 1) = 0, f (1, 0) = 0
et f (−1, 0) = 0. On a donc :
a−b+c−d=0
a + c = 0
a+b=0
a−b=0
a + 2b = 0
a+b=0
Les deux dernières équations donnent a = b = 0, la première donne alors c = 0 et, finalement,
la quatrième donne d = 0. On a donc montré que f = 0. On en déduit que (e2 , Σ2 , Q1 ) est
un élément fini de Lagrange.
(b) L’espace (de dimension finie) associé à cette discrétisation est engendré par les six fonctions
de base globales. On va montrer que la fonction de base associée à M1 (par exemple) n’est
pas dans H 1 (Ω). On note φ1 cette fonction de base. On doit avoir φ1 |e1 ∈ Q1 , φ1 |e2 ∈ Q1 ,
φ1 (M1 ) = 1 ainsi que φ1 (Mi ) = 0 si i 6= 1. On en déduit que φ1 = 0 sur e2 et φ1 (x, y) = −xy
si (x, y) ∈ e1 . On a bien φ1 ∈ L2 (Ω) mais on va montrer maintenant que φ1 n’a pas de
dérivée faible dans L2 (Ω) (et donc que φ1 6∈ H 1 (Ω)). On va s’intéresser à la dérivée faible
par rapport à x (mais on pourrait faire un raisonnement similaire pour la dérivée faible par
rapport à y). On suppose que φ1 a une dérivée faible par rapport à x dans L2 (Ω) (et on
va montrer que ceci mène à une contradiction). Supposons donc qu’il existe une fonction
ψ ∈ L2 (Ω) telle que
Z 2Z 1 Z 2Z 1
∂ϕ
I= φ1 (x, y) (x, y) dx dy = ψ(x, y)ϕ(x, y) dx dy ∀ϕ ∈ Cc∞ (Ω). (4.64)
−1 0 ∂x −1 0
179
4.6 Exercices 4. Éléments finis de Lagrange
En posant ψ(x,
e y) = −ψ(x, y) + y1e (x, y), on a ψe ∈ L2 (Ω) et :
1
Z 1 Z 2Z 1
(1 − y)yϕ(1 − y, y) dy = e y)ϕ(x, y) dx dy.
ψ(x, (4.65)
0 −1 0
Pour aboutir à une contradiction, on va montrer que (4.65) est fausse pour certains
ϕ ∈ Cc∞ (Ω). On remarque tout d’abord qu’il existe ϕ ∈ Cc∞ (Ω) tel que
Z 1
(1 − y)(y)ϕ(1 − y, y) dy > 0.
0
(Il suffit de choisir ϕ ∈ Cc∞ (Ω) tel que ϕ > 0 et ϕ(1 − y, y) > 0 pour y = 1/2, par exemple.)
c
On se donne maintenant une fonction ρ ∈ Cc∞ (R) tel que ρ(0) = 1 et ρ = 0 sur [−1 ; 1] et
on écrit (4.65) avec ϕn au lieu de ϕ, où ϕn est définie par :
ϕn (x, y) = ϕ(x, y)ρ(n(x + y − 1))
(noter que l’on a bien ϕn ∈ Cc∞ (Ω) car ρ ∈ C ∞ (R) et ϕ ∈ Cc∞ (Ω)) On a donc :
Z 1 Z 2Z 1
(1 − y)yϕn (1 − y, y) dy = e y)ϕn (x, y) dx dy.
ψ(x,
0 −1 0
180
4.6 Exercices 4. Éléments finis de Lagrange
ce qui donne
0 1
−1
4F1 (x, y) = (1 − x)(1 + y) + (1 + x)(1 + y) + (1 + x)(1 − y)
1 1 0
−1
+ (1 − x)(1 − y)
0
−1 + 3x − y − xy
= .
2(1 + y)
Pour y ∈ [−1 ; 1] fixé, la première composante de F1 (x, y), qu’on note F1,y (x), est linéaire
1−y
par rapport à x. Comme F1,y (−1) = −1 et F1,y (−1) = , F1,y est une bijection de
2
[−1 ; 1] dans [−1 ; 2 ]. Donc pour b ∈ [−1 ; 1] donné, F1 est une bijection de [−1 ; 1] × {b}
1−y
(c) Les éléments (e1 , Σ1 , Pe1 ) et (e2 , Σ2 , Pe2 ) sont les éléments finis de Lagrange construits
(b)
à partir de l’élément fini de Lagrange (e, Σ, P) et des bijections F1 et F2 (de e dans e1
et de e dans e2 ), voir la proposition 4.11. Pour montrer que l’espace vectoriel construit
avec (e1 , Σ1 , Pe1 ) et (e2 , Σ2 , Pe2 ) est inclus dans H 1 (Ω), il suffit de vérifier la propriété de
“cohérence globale” donnée dans la proposition 4.12. On pose
S = ē1 ∩ ē2 = {(x, y) ∈ Ω̄, x + y = 1} = {(1 − y, y), y ∈ [0 ; 1]}
On remarque tout d’abord que Σ1 ∩ S = Σ2 ∩ S = {M2 , M5 }. On détermine maintenant
Pe1 |S et Pe2 |S . Soient f ∈ Pe1 et (x, y) ∈ S (c’est-à-dire y ∈ [0 ; 1] et x + y = 1) : on a
f (x, y) = f ◦ F1 (1, 2y − 1). (On a utilisé ici le fait que F1 ({1} × [−1 ; 1]) = 5). Par conséquent,
Pe1 |S est l’ensemble des fonctions de S dans R de la forme (x, y) 7→ g(1, 2y − 1), où g ∈ Q1 ,
c’est-à-dire l’ensemble des fonctions de S dans R de la forme :
(x, y) 7→ α + β + γ(2y − 1) + δ(2y − 1)
avec α, β, γ, et δ ∈ R. On en déduit que Pe1 |S est l’ensemble des fonctions de S dans R de
la forme (x, y) 7→ a + by avec a, b ∈ R. On a donc Pe1 |S = Pe2 |S . Ceci donne la condition
(4.5). Enfin, la condition (4.6) est bien vérifiée ; en effet, l’ensemble Σ1 est Pe1 |S )-unisolvant
car un élément de Pe1 |S est bien déterminé de manière unique par ses valeurs en (0, 1) et
(1, 0).
Exercice 59 — éléments affine–équivalents. Si les fonctions de base de (K̄, Σ̄, P) sont affines,
alors l’espace P est constitué des fonctions affines, on peut donc écrire
P = {f¯ : K̄ → R, x̄ = (x̄1 , x̄2 ) 7→ f (x̄) = a1 x̄1 + a2 x̄2 + b}.
181
4.6 Exercices 4. Éléments finis de Lagrange
182
4.6 Exercices 4. Éléments finis de Lagrange
Exercice 60.
1. Le problème continu.
a) On vérifie que la forme bilinéaire définie par a(u, v) = RΩ Λ∇u(x) · ∇v(x) dx est continue
R
et coercive, que la forme linéaire définie par T (v) = Ω f (x)v(x) dx est continue et on
applique le théorème de Lax Milgram.
b)
− div Λ∇u = f dans Ω, u = 0 sur ∂Ω. (4.66)
2.
φ1 (x, y) = 1 − nx − ny, φ2 (x, y) = nx, φ3 (x, y) = ny.
0
−n n
∇φ1 (x, y) = , ∇φ2 (x, y) = , ∇φ3 (x, y) = .
−n 0 n
α β
Notons α, β, γ les coefficients de la matrice Λ : Λ = . En remarquant que l’aire du
β γ
triangle Kij1 est h2 /2 = 1/2n2 , on a
−n 1
Z Z
α β −n
a1,1 = Λ∇φ1 (x, y)·∇φ1 (x, y) dx dy = · (α + 2β + γ),
Kij1 Kij1 β γ −n −n 2
1
Z Z
α β −n n
a1,2 = Λ∇φ1 (x, y) · ∇φ2 (x, y) dx dy = · = (−α − β),
Kij1 Kij1 β γ −n 0 2
0 1
Z Z
α β −n
a1,3 = Λ∇φ1 (x, y) · ∇φ2 (x, y) dx dy = · = (−β − γ),
Kij1 Kij1 β γ −n n 2
1
Z Z
α β n n
a2,2 = Λ∇φ2 (x, y) · ∇φ2 (x, y) dx dy = · = α,
Kij1 Kij1 β γ 0 0 2
0 1
Z Z
α β n
a2,3 = Λ∇φ2 (x, y) · ∇φ3 (x, y) dx dy = · = β,
Kij1 Kij1 β γ 0 n 2
α β 0 0 1
Z Z
a3,3 = Λ∇φ2 (x, y) · ∇φ3 (x, y) dx dy = · = γ.
Kij1 Kij1 β γ n n 2
Finalement,
α + 2β + γ
−α − β −β − γ
1
A= −α − β α β .
2
−β − γ β γ
183
4.6 Exercices 4. Éléments finis de Lagrange
Triangle Kij2
La matrice élémentaire B sur le triangle Kij2 de 1 3
sommets S1 = (0, h), S2 = (h, h) et S3 = (h, 0) a
pour coefficients
Z
bi,j = Λ∇φi (x, y) · ∇φj (x, y) dx dy,
Kij2
Le support de la fonction de base du noeud k est constitué de 6 triangles dont les sommets
sont les noeuds
— k − 1, k − n, k, (triangle de type Kij2 )
— k − 1, k, k + n − 1, (triangle de type Kij1 )
— k + n − 1, k, k + n, (triangle de type Kij2 )
— k, k + 1, k + n, (triangle de type Kij1 )
184
4.6 Exercices 4. Éléments finis de Lagrange
La matrice K est donc une matrice symétrique à structure bande, qui comporte 7 diagonales
non nulles, et seulement 5 dans le cas où β = 0, c’est-à-dire lorsque la matrice Λ est diagonale.
Noter que dans le cas où Λ = Id, on retrouve la matrice différences finies pour le Laplacien
(au 1/h2 près qui vient du second membre).
185
4.6 Exercices 4. Éléments finis de Lagrange
Exercice 61.
1. Pour obtenir une formulation faible, on considère une fonction test ϕ ∈ C 2 ([0 ; 1], R) ; on
multiplie la première équation de (2.22) par ϕ et on intègre par partie, on obtient alors :
Z 1 Z 1
u0 (1)ϕ(1) − u0 (0)ϕ(0) + (u0 (x)ϕ0 (x) + u(x)ϕ(x))dx = x2 ϕ(x) dx.
0 0
Comme u (1) = 0, si on choisit ϕ ∈ H = {v ∈ H (]0 ; 1[; v(0) = 0}, cette dernière égalité s’écrit :
0 1
Z 1 Z 1
[u0 (x)ϕ0 (x) + u(x)ϕ(x)] dx = x2 ϕ(x) dx − ϕ(1).
0 0
En posant
Z 1
a(u, v) = u0 (x)v 0 (x) + u(x)v(x) dx
0
et
Z 1
L(v) = x2 v(x) dx + v(1),
0
et comme cette égalité est vraie pour toute fonction ϕ à support compact sur [0 ; 1], on en déduit
que
−u00 + u = x2 p.p.
En tenant compte de cette relation dans (4.68), on a donc (−u0 (1) + 1)ϕ(1) = 0 et comme ceci
est vrai pour toute fonction ϕ ∈ C 2 ([0 ; 1], R), on en déduit que u0 (1) = 1. Donc u est solution
de (4.67).
2. Pour montrer que le problème (4.67) admet une unique solution, on va montrer que les hypothèses
du théorème de Lax–Milgram sont satisfaites.
(a) Le sous espace H est fermé dans H 1 (]0 ; 1[)
(b) La forme bilinéaire a est en fait le produit scalaire sur H 1 et donc continue et coercive sur
H 1.
(c) La forme linéaire L est continue sur H 1 (]0 ; 1[) : en effet, par l’inégalité de Cauchy-Schwarz,
Z 1 Z 1 1/2
|L(v)| = x v(x) dx + v(1) 6
2
x4 dx kv(x)kL2 (Ω) + |v(1)|
0 0
√
5
6 kv(x)kL2 (Ω) + |v(1)| (4.69)
5
186
4.6 Exercices 4. Éléments finis de Lagrange
Or
Z 1 Z 1 1/2
|v(1)| = v 0 (s)ds 6 |v 0 (s)|2 ds
0 0
par l’inégalité de Cauchy-Schwarz et donc |v(1)| 6 kvkH 1 (Ω) (on pourrait aussi appliquer le
théorème de trace 3.1 98). On en déduit que
√
5
|L(v)| 6 (1 + )kvkH 1 (Ω)
5
Donc le théorème de Lax–Milgram s’applique (d’ailleurs, le théorème de Riesz suffit).
3. On cherche des fonctions de base dans l’espace P2 = {P : x 7→ ax2 + bx + c, a, b, c ∈ R} des
polynômes de degré 2 sur R. Sur l’élément de référence [0 ; 1], on considère les nœuds a1 = 0,
a2 = 1/2 et a3 = 1 et les degrés de liberté des trois fonctions de base associées à ces nœuds sont
les valeurs aux nœuds. Soient φ1 , φ2 et φ3 les fonctions de base locales associées aux nœuds a1 ,
a2 et a3 , on a donc
φ1 (x) = 2(x − 1/2)(x − 1),
φ2 (x) = 4x(1 − x),
φ3 (x) = 2x(x − 1/2).
Donnons nous maintenant un maillage de [0 ; 1], défini par
1
x0 = 0, xi+1/2 = (i + )h, i = 1, . . . , N, xi = ih, i = 1, . . . , N
2
On a donc un nœud lié (x0 = 0) et 2N nœuds libres. On rappelle qu’une fonction de base globale
est par définition une fonction continue dont la restriction à un élément est une fonction de base
locale. Par “recollement" des fonctions de base locales, on obtient l’expression des fonctions de
base globales : Pour i = 1 à N , on a :
2
(x − xi−1/2 )(x − xi−1 ) si x ∈ [xi−1 , xi ]
h2
φi (x) = 2
(x − xi+1/2 )(x − xi+1 ) si x ∈ [xi , xi+1 ]
h2
0 sinon .
et
− 4 (x − x )(x − x )
i i+1 si x ∈ [xi−1 , xi ]
φi+1/2 (x) = h2
0 sinon .
Notons que ces fonctions de forme ne sont pas de classe C 1 . Remarquons que Supp φi =
[xi−1 , xi+1 ] et Supp φi+1/2 = [xi , xi+1 ], pouri = 1, . . . , N − 1. On en déduit que
a(φi , φj+1/2 ) = 0 si j 6= i ou j 6= i − 1
a(φi , φj ) = 0 si j > i + 1 ou j < i − 1
a(φi+1/2 , φj+1/2 ) = 0 dès que j 6= i
Pour obtenir le système linéaire à résoudre, on approche H par
HN = V ect φi , φi+1/2 , i = 1, . . . , N,
dans la formulation faible (4.67) et on développe u sur la base des fonctions (φi , φi+1/2 )i=1,...,N .
187
4.6 Exercices 4. Éléments finis de Lagrange
On obtient donc :
N N
X X
= +
u u φ ui+1/2 φi+1/2 ∈ HN
i i
i=1 i=1
N N
X X
uj a(φj , φi ) + uj+1/2 a(φj+1/2 , φi ) = L(φi ) i = 1, . . . , N
j=1 j=1
N N
X X
) + uj+1/2 a(φj+1/2 , φi+1/2 ) = L(φi+1/2 ) i = 1, . . . , N
u j a(φ j , φ i+1/2
j=1 j=1
avec bi = D f (x, y)φi (x, y) dx dy, pour tout i ∈ I et aij = D ∇φi (x, y)∇φj (x, y) dx dy, pour tous
R R
i, j ∈ I.
La matrice de ce système linéaire est donc donnée par le calcul de aij pour i, j ∈ I et un ordre
de numérotation des inconnues, plus précisément, soit ϕ : I → {1, . . . , M N } bijective. On note ψ la
fonction réciproque de ϕ. Le système (4.74) peut alors s’écrire :
M
X N
ai,ψ(n) uψ(n) = bi , ∀i ∈ I
n=1
ou encore :
M
X N
aψ(m),ψ(n) uψ(n) = bψ(m) , ∀m ∈ {1, . . . , M N },
n=1
La famille {uj , j ∈ I} est donc solution de (4.74) si et seulement si uψ(n) = λn pour tout n ∈
{1, . . . , M N } où λ = (λ1 , . . . , λM N ) ∈ RM N est solution du système linéaire :
Aλ = C
188
4.6 Exercices 4. Éléments finis de Lagrange
avec Am,n = aψ(m),ψ(n) pour tout m, n ∈ {1, . . . , M N }. Il reste donc à calculer aij pour i, j ∈ I.
Un examen du support des fonctions φi et φj et le fait que le maillage soit à pas constant nous
montrent que seuls quatre nombres différents peuvent apparaître dans la matrice :
1. si i = j, on pose aii = α.
2. si i = (k, `), j = (k ± 1, `), on pose alors aij = β.
3. si i = (k, `), j = (k, ` ± 1), on pose alors aij = γ.
4. si i = (k, `), j = (k + 1, ` + 1) ou (k − 1, ` − 1), on pose alors aij = δ.
En dehors des quatre cas décrits ci-dessus, on a nécessairement aij = 0 (car les supports de φi et
φj sont disjoints). Calculons maintenant α, β, γ et δ.
Calcul de β On prend ici i = (k, `) et j = (k+1, `) On calcule tout d’abord T 0 ∇φi · ∇φj dx avec
R
T 0 = Tk+1/2,j+1/2
0
. Un argument d’invariance par translation permet de supposer que xk = y` = 0.
On a alors
∆x − x x ∆y − y ∆x
φi (x, y) = et φj (x, y) = ,
∆x ∆x ∆y
de sorte que
2
1
∇φi (x, y) · ∇φj (x, y) = − .
∆x
On a donc
2
1 ∆x ∆y ∆y
Z
∇φi · ∇φj dx = − =− .
T 0 ∆x 2 2∆x
Un calcul similaire donne l’intégrale de ∇φi · ∇φj sur le deuxième triangle commun aux supports
de φi et φj . Sur ce deuxième triangle, formé par les points (k, `), k + 1, `) et (k, ` − 1), noté T 2 , on a
x ∆y − y ∆x x
φi (x, y) = 1 − et φj (x, y) = ,
∆x ∆y ∆x
de sorte que
2
1
∇φi (x, y) · ∇φj (x, y) = − et
∆x
2
1 ∆x ∆y ∆y
Z
∇φi (x, y) · ∇φj (x, y) dx dy = − =− .
T2 ∆x 2 2∆x
On a donc, finalement,
∆y
Z
β= ∇φi (x, y) · ∇φj (x, y) dx dy = − .
D ∆x
Calcul de γ Le calcul de γ est le même que celui de β en changeant les rôles de ∆x et ∆y, on
obtient donc
∆x
γ=−
∆y
et T 1 = Tk+1/2,`+1/2
1
,
Z Z
δ= ∇φi (x, y) · ∇φj (x, y) dx dy + ∇φi (x, y) · ∇φj (x, y) dx dy.
T0 T1
189
4.6 Exercices 4. Éléments finis de Lagrange
Sur T , on a φi (x, y) =
0
et donc
∆x−x
∆x
2
1 ∆x∆y 1 ∆y
Z
|∇φi |2 (x, y) dx dy = =
T0 ∆x 2 2 ∆x
Sur T1 , on a φ1 (x, y) = et donc
∆y−y
∆y
" 2 2 #
1 1 ∆x ∆y 1 ∆y 1 ∆x
Z
|∇φi | (x, y) dx dy =
2
+ = +
T2 ∆x ∆y 2 2 ∆x 2 ∆y
On en déduit
∆x ∆y
α=2 +2 .
∆y ∆x
Exercice 63.
1. Soit K le triangle de référence, de sommets (0,0), (1,0) et (0,1). On veut montrer que si p est un
polynôme de degré 1, alors
ZZ ZZ
p(x, y) dx dy = dx dyp(xG , yG ) (4.75)
K K
où (xG , yG ) est le centre de gravité de K. Comme K est le triangle de sommets (0,0), (1,0) et
(0,1), on a xG = yG = 1/3. Pour montrer (4.75), on va le montrer pour p ≡ 1, pour p(x, y) = x
et pour p(x, y) = y. On a
1
ZZ Z 1 Z 1−x
dx dy = dy dx = .
K 0 0 2
On a donc bien (4.75) si p ≡ 1. Et
1
ZZ Z 1 Z 1−x Z 1
x dx dy = x dy dx = (x − x2 ) dx =
K 0 0 0 6
Or si p(x, y) = x, on a p(xG , yG ) = 13 et donc on a encore bien (4.75). Le calcul de y dx dy
RR
K
est identique ; on a donc bien montré que l’intégration numérique à un point de Gauss est exacte
pour les polynômes d’ordre 1.
2. On veut montrer que pour tout polynôme p de degré 2, on a :
1
ZZ
p(x, y) dx dy = L(p), où on a posé L(p) = (p (1/2, 0) + p (1/2, 1/2) + p (0, 1/2)) (4.76)
K 6
On va démontrer que (4.76) est vérifié pour tous les monômes de P2 . Si p ≡ 1, on a L(p) = 1/2,
et (4.76) est bien vérifiée. Si p(x, y) = x, on a L(p) = 1/6 et on a vu à la question 1 que
1
ZZ
x dx dy = .
K 6
On a donc bien (4.76). Par symétrie, si p(x, y) = y vérifie aussi (4.76). Calculons maintenant
ZZ Z 1 Z 1−x
I= xy dx dy = × y dy dx
K 0 0
On a donc
1
(1 − x)2 1 1
1
Z Z
I= × dx = (x − 2x2 + x3 ) dx = ,
0 2 2 0 24
190
4.6 Exercices 4. Éléments finis de Lagrange
et si p(x, y) = xy, on a bien L(p) = 1/6 × 1/4 et (4.76) est vérifiée. Il reste à vérifier que (4.76)
est valide pour p(x, y) = x2 (ou p(x, y) = y 2 , par symétrie). Or,
ZZ Z 1 Z 1−x Z 1
J= x dx dy =
2
x 2
dy dx = (x2 − x3 )dx
K 0 0 0
1 1 1 1
L(p) = + =
6 4 4 12
Exercice 64.
1. Comme p ∈ P2 , p est de la forme p(x, y) = a + bx + cy + dxy + αx2 + βy 2 , on a par développement
de Taylor (exact car p000 = 0) :
1
2p(a9 ) − p(a6 ) − p(a8 ) = pxx (a9 ) = α,
4
1
2p(a9 ) − p(a5 ) − p(a7 ) = pyy (a9 ) = β,
4
d’où on déduit que
8
X
4p(a9 ) − p(ai ) = α + β. (4.77)
i=5
De même, on a :
2p(a5 ) − p(a1 ) − p(a2 ) = α
2p(a7 ) − p(a3 ) − p(a4 ) = α
2p(a6 ) − p(a2 ) − p(a3 ) = β
2p(a8 ) − p(a1 ) − p(a4 ) = β.
Ces quatre dernières égalités entraînent :
8
X 4
X
p(ai ) − p(ai ) = α + β (4.78)
i=5 i=1
Soit p ∈ P tel que p(ai ) = 0, i = 1, . . . , 8. Comme p ∈ Q2 , p est une combinaison linéaire des
fonctions de base ϕ1 , . . . , ϕ9 , associées aux nœuds a1 , . . . , a9 , et comme p(ai ) = 0, i = 1, . . . , 8,
on en déduit que p = αϕ9 , α ∈ R. On a donc φ(p) = αφ(ϕ9 ) = 4α = 0, ce qui entraîne α = 0.
On a donc p = 0.
3. Calculons les fonctions de base ϕ∗1 , . . . , ϕ∗8 associées aux nœuds a1 , . . . , a8 qui définissent Σ. On
veut que ϕ∗i ∈ P et ϕ∗i (aj ) = δij pour i, j = 1, . . . , 8. Or ϕ9 (aj ) = 0, ∀i = 1, . . . , 8 et φ(ϕ9 ) = 4.
Remarquons alors que pour i = 1 à 4 on a p(ϕi ) = 1 et donc si ϕ∗i = ϕi − ϕ9 /4 on a p(ϕ∗i ) = 0
et ϕ∗i (aj ) = δij pour j = 1, . . . , 8. De même, pour i = 5 à 8, on a p(ϕi ) = −2 et donc si
ϕ∗i = ϕi + ϕ9 /2, on a p(ϕ∗i = 0 et ϕ∗i (aj ) = δij pour j = 1, . . . , 8. On a ainsi trouvé les fonctions
de base de l’élément fini (C, P, Σ). Notons que cet élément fini n’est autre que l’élément fini
(C, Q∗2 , Σ) vu en cours (voir paragraphe 4.2.3) et que ker φ = P = Q∗2 .
191
5
Problèmes hyperboliques
Figure 5.1 – Cartes de courants marins au large de côtes de Bretagne — source : SHOM
193
5.2 Solutions classiques et solutions faibles, cas linéaire 5. Problèmes hyperboliques
fluides ; les équations d’Euler, par exemple sont utilisées pour modéliser l’écoulement de l’air autour
d’une aile d’avion.
Dans le cadre de ce cours, nous n’étudierons cependant que le cas des équations scalaires en
une dimension d’espace, tout d’abord dans le cas relativement simple d’une équation linéaire
(paragraphes 5.2 et 5.3), puis dans le cas nettement plus difficile d’une équation non linéaire
(paragraphes 5.4 et 5.5).
Une condition nécessaire pour avoir une solution classique est que u0 ∈ C 1 (R).
Théorème 5.1 Si u0 ∈ C 1 (R), alors il existe une unique solution classique du problème (5.4), qui
s’écrit u(x, t) = u0 (x − ct).
Démonstration. Pour montrer l’existence de la solution, il suffit de remarquer que u définie par (5.1) est de
classe C 1 et que ∂t u + c∂x u = 0 en tout point. Pour montrer l’unicité de la solution, on va introduire la notion
de caractéristique, qui est d’ailleurs aussi fort utile dans le cadre de la résolution numérique. Soit u solution
classique de (5.4). On appelle droite caractéristique de (5.4) issue de x0 la droite d’équation x(t) = ct + x0 ,
qui est illustrée sur la figure 5.2. Montrons que si u est solution de (5.4) alors u est constante sur la droite Dx0 ,
pour tout x0 ∈ R. Soit x0 ∈ R et ϕx0 la fonction de R+ dans R définie par ϕx0 (t) = u(x0 +ct, t). Dérivons ϕx0
par rapport au temps ϕ0x0 (t) = c∂x u(x0 +ct, t)+∂t u(x0 +ct, t) = (∂t u+c∂x u)(x0 +ct, t) = 0 car u est solution
de (5.4). On en déduit que ϕx0 (t) = ϕx0 (0) = u0 (x0 ) ∀t ∈ R+ . On a donc u(x0 + ct, t) = u0 (x0 ), ∀x0 ∈ R,
donc u est constante sur la droite caractéristique Dx0 et en posant x = x0 + ct, u(x, t) = u0 (x − ct) ce qui
prouve l’existence et l’unicité de (5.4). •
194
5.2 Solutions classiques et solutions faibles, cas linéaire 5. Problèmes hyperboliques
Remarque 5.2 — Terme source. Le modèle physique peut amener à une équation avec terme
source au second membre f ∈ C(R × R+ , R) :
(
∂t u + c∂x u = f (x, t)
(5.5)
u(x, 0) = u0 (x)
et u0 ∈ C 1 (R). Ceci peut modéliser un dégazage sur un temps plus long, comme dans le cas du
Prestige sur les côtes de Galice en 2003 par exemple. Pour montrer l’unicité de la solution de (5.5),
on suppose que u est solution classique et on pose ϕx0 (t) = u(x0 + ct, t). Par un calcul identique au
précédent, on a ϕ0x0 (t) = f (x0 + ct, t) donc :
Z t
ϕx0 (t) = ϕx0 (0) + f (x0 + cs, s) ds
0
On en déduit que :
Z t
u(x0 + ct, t) = ϕx0 (0) + f (x0 + cs, s) ds
0
ce qui prouve l’unicité. On obtient alors l’existence en remarquant que la fonction u(x, t) ainsi
définie est effectivement solution de (5.5), car elle est de classe C 1 et elle vérifie ∂t u + c∂x u = f .
Dans ce qui précède, on a fortement utilisé le fait que u0 est C 1 . Ce n’est largement pas toujours le
cas dans la réalité. Que faire si, par exemple, u0 ∈ L∞ (R) ?
Définition 5.3 — Solution faible. On dit que u est solution faible de (5.4) si u ∈ L∞ (R×R+ , R)
et u vérifie :
Z Z Z
u(x, t)ϕt (x, t)+cu(x, t)ϕx (x, t) dt dx+ u0 (x)ϕ(x, 0) dx = 0 ∀ϕ ∈ Cc1 (R×R+ , R) (5.6)
R R+ R
Notons que dans la définition ci-dessus, on note R+ = [0 ; +∞[ et Cc1 (R × R+ ) l’ensemble des
restrictions à R × R+ des fonctions Cc1 (R × R). On insiste sur le fait qu’on peut donc avoir
ϕ(x, 0) 6= 0. Voyons maintenant les liens entre solution classique et solution faible.
Proposition 5.4 Si u est solution classique de (5.4) alors u est solution faible. Réciproquement,
si u ∈ C 1 (R × ]0 ; +∞[) ∩ C(R × [0 ; +∞[) est solution classique de (5.20) alors u est solution forte
de (5.4).
La démonstration de cette proposition est effectuée dans le cadre plus général des équations
hyperboliques non linéaires [Proposition 5.15]. Notons que si on prend ϕ ∈ Cc1 (R × ]0 ; +∞[, R) au
lieu de ϕ ∈ Cc1 (R × [0 ; +∞[, R) dans (5.6), on obtient ∂t u + c∂x u = 0 mais on ne récupère pas la
condition initiale. Il est donc essentiel de prendre des fonctions test dans Cc (R × [0 ; +∞[, R).
195
5.3 Schémas — cas linéaire 5. Problèmes hyperboliques
Par le lemme 5.5 donné ci-dessous, pour toute fonction f ∈ Cc∞ (R × R∗+ ) il existe ϕ ∈ Cc1 (R × R+ , R), telle
que ϕt + cϕx = f et on a donc par (5.7) :
ZZ
w(x, t)f (x, t) dx dt = 0 ∀f ∈ Cc1 (R × R∗+ , R)
R×R+
Ceci entraîne que w = 0 p.p.. •
Lemme 5.5 — Résultat d’existence. Soit f ∈ Cc (R × R∗+ , R), alors il existe ϕ ∈ Cc1 (R × R+ , R)
telle que ϕt + cϕx = f .
Démonstration. Soit f ∈ Cc (R × R∗+ , R) et T > 0 tel que f (x, t) = 0 si t > T . On considère le problème :
ϕt + cϕx = f
(5.8)
ϕ(x, T ) = 0
On vérifie facilement que le problème (5.8) admet une solution classique
Z T
ϕ(x, t) = − f (x − c(s − t), s) ds
t
En effet, avec ce choix de ϕ, on a effectivement ϕ ∈ Cc1 (R × R+ , R) et ϕt + cϕx = f . De plus, comme f est à
support compact, ϕ est à support compact. •
Remarque 5.6 — Sur les propriétés de la solution. Remarquons que la solution faible
de (5.4) possède les propriétés suivantes :
1. Si u0 > 0 p.p. alors u > 0 p.p. ;
2. ku( · , t)kLp (R) = ku0 (x)kLp (R) , ∀p ∈ [1 ; +∞].
Lors de l’élaboration de schémas numériques pour la recherche d’une approximation, on s’attachera
à vérifier que ces propriétés sont encore satisfaites par la solution approchée.
196
5.3 Schémas — cas linéaire 5. Problèmes hyperboliques
On sait que la solution de ce problème s’écrit u(x, t) = u0 (x − t). On rappelle que u est une solution
classique si u ∈ C 1 (R) et que u est une solution faible si u0 ∈ L∞ (R). On va chercher à retrouver
cette solution par une approximation numérique. Notons que dans le cas linéaire, l’utilisation d’un
schéma numérique n’est évidemment pas utile puisque l’on connaît la solution exacte, mais nous
commen¸cons par ce cas par souci pédagogique.
u0i = 1 ∀i > 0
Alors :
k n
un+1 = uni − (u − uni−1 )
i
2h i+1
donne, pour n = 0
k
u10 = − <0
2h
2. Le schéma (5.10) n’est pas L∞ stable puisque kun k∞ 6 C n’entraîne pas kun+1 k∞ 6 C ;
3. Le schéma (5.10) n’est pas L2 stable puisque kun k2 6 C n’entraîne pas que kun+1 k2 6 C ;
4. Le schéma n’est pas stable au sens de Von Neumann. En effet, si u0 (x) = eipx où i2 = −1
et p ∈ Z, la solution exacte est u(x, t) = eip(x−t) . Une discrétisation de u0 s’écrit u0j = eipjh ,
j ∈ Z. On a donc :
k 0 k
u1j = u0j − (u − u0j−1 ) = eipjh − (eip(j+1)h − eip(j−1)h ) = Jk,h u0j
2h j+1 2h
avec Jkh = 1 − ik
h sin ph. On a donc |Jkh | > 1 si sin ph 6= 0, ce qui montre que le schéma n’est
pas stable au sens de Von Neumann.
5. Le schéma (5.10) n’est pas convergent. En effet, on peut montrer qu’il existe u0 , k et h telle
que la solution approchée uh,k : (uni )n∈N
i∈Z ne converge pas vers u lorsque h et k tendent vers 0.
197
5.3 Schémas — cas linéaire 5. Problèmes hyperboliques
xi− xi xi+
x
hi−/ hi+/
Proposition 5.7 — Stabilité du schéma décentré amont. Le schéma (5.11) est stable sous
condition de Courant-Friedrichs-Levy (CFL)
k 6 h = inf hi−1/2 , (5.12)
i∈Z
Démonstration. On a un+1
i = un n
i (1 − αi ) + αi ui−1 avec αi = k/hi−1/2 . Donc, si la condition (5.12) est
vérifiée, un+1
i est une combinaison convexe de un n+1
i et ui et donc un+1
i ∈ [un n
i−1 , ui ]. •
198
5.3 Schémas — cas linéaire 5. Problèmes hyperboliques
Remarque 5.8 — Décentrement. Pour une équation de transport telle que (5.9), le choix du
décentrement est crucial. Ici, on a approché ∂x u(xi ) par uhi −u i−1
i−1/2
. Dans le cas où on étudie une
équation de transport de type ∂t u + c∂x u = 0 avec c ∈ R, le choix décentré amont sera toujours :
ui − ui−1
si c > 0
h
par contre, si c < 0, le choix amont donnera
ui − ui+1
h
Regardons ce qui se passe si l’on effectue un mauvais décentrement. Considérons toujours l’équation
∂t u + ∂x u = 0. Effectuer le mauvais décentrement amène au schéma :
un+1 − uni un − uni k k n
i
+ i+1 = 0 ⇔ un+1 i = un
i 1 + − ui+1 .
k h h h
Examinons le comportement de la solution approchée donnée par le schéma si on prend une condition
initiale u0 telle que u0 (x) = 0, ∀x > 0. Dans ce cas, on sait que u(x, t) 6= 0 pour t assez grand, or
après calculs on obtient :
k k n
un+1
−1 = u n
−1 1 + + 0 = u 0
−1 1 +
h h
alors que un+1
i = 0, ∀i > 0. On en déduit que la solution approchée est très mauvaise.
En approchant u(xi+1/2 ) (resp. u(xi−1/2 )) par uni (resp. uni−1 ) et en approchant ∂t u par un schéma
d’Euler explicite, on obtient :
un+1 − uni
hi
i
+ uni − uni−1 = 0,
kZ
(5.18)
1 xi+1/2
u0i = u0 (x) dx.
hi xi−1/2
Proposition 5.10 Soit (uni )n∈N, i∈Z la solution de (5.18). Si k 6 h = min hi et si A 6 u0 (x) 6 B,
alors :
A 6 uni 6 B ∀i ∈ Z ∀n ∈ N.
199
5.4 Cas non linéaire 5. Problèmes hyperboliques
Définition 5.11 — Solution approchée. Soit T un maillage volumes finis de R défini par
T = (Ki )i∈Z avec Ki = ]xi−1/2 ; xi+1/2 [. On appelle solution approchée de (5.9) par le schéma (5.18)
la fonction uT ,k : R × R+ → R, définie par
uT ,k (x, t) = uni si x ∈ Ki et t ∈ [nk ; nk + 1[ (5.19)
Définition 5.12 — Solution classique. On suppose que u0 ∈ C 1 (R) et f ∈ C 2 (R, R). Alors u
est solution classique de (5.20) si u ∈ C 1 (R × R+ , R) et u vérifie
(
(∂t u + (f (u))x )(x, t) = 0 ∀(x, t) ∈ R × R+ ,
u(x, 0) = u0 (x) ∀x ∈ R.
Avant d’énoncer le théorème de non existence, rappelons que dans le cas d’une équation différentielle
du type non linéaire,
(
x0 (t) = f (x(t)) t ∈ R+ ,
x(0) = x0 ,
si on note Tmax le temps d’existence de la solution et si Tmax < +∞ alors kx(t)k → +∞ lorsque
t → Tmax . Donnons maintenant la définition des courbes caractéristiques de l’équation (5.20),
qui permet le lien entre les équations hyperboliques non linéaires et les équations différentielles
ordinaires.
Théorème 5.5 — Non existence. Soit f ∈ C 1 (R, R), on suppose que f 0 n’est pas constante,
alors il existe u0 ∈ Cc∞ (R) telle que (5.20) n’admette pas de solution classique.
200
5.4 Cas non linéaire 5. Problèmes hyperboliques
t
x(t) = x0 + f 0 (v0 )t
u0 (x)
x(t) = x1 + f 0 (v1 )t
v1
v0
x x
x0 x1 x0 x1
que u soit solution classique avec cette donnée initiale alors u(x0 + f 0 (u0 (x0 ))t, t) = u0 (x0 ) = v0 et
u(x1 + f 0 (u0 (x1 ))t, t) = u0 (x1 ) = v1 . Soit T tel que x0 + f 0 (v0 )T = x1 + f 0 (v1 )T = x̄, c’est-à-dire
x1 − x0
T = 0 .
f (v0 ) − f 0 (v1 )
On a alors u(x̄, T ) = u0 (x0 ) = v0 = u0 (x1 ) = v1 , ce qui est impossible.
On en conclut que (5.20) n’admet pas de solution classique pour cette donnée initiale. •
Définition 5.14 — Solution faible. Soit u0 ∈ L∞ (R) et f ∈ C 1 (R, R), On appelle solution
faible de (5.20) une fonction u ∈ L∞ (R × R+ ) telle que
ZZ Z
u(x, t)ϕt (x, t) + f (u(x, t))ϕx (x, t) dx dt + u0 (x)ϕ(x, 0) dx = 0 ∀ϕ ∈ Cc1 (R × R+ , R).
R×R+ R
(5.23)
Démonstration.
201
5.4 Cas non linéaire 5. Problèmes hyperboliques
Calculons X1 ; comme u n’est de classe C 1 que sur chacun des domaines Di , on n’a pas le droit
d’intégrer par parties sur R × R+ entier. On va donc décomposer l’intégrale sur D1 et D2 ; supposons
par exemple σ < 0, voir figure 5.5 (le cas σ > 0 se traite de fa¸con similaire). On a alors D2 = {(x, t); x ∈
x x
R− et 0 < t < σ } et D1 = R+ × R+ ∪ {(x, t); x ∈ R− et σ < t < +∞}. On a donc :
Z Z x/σ Z Z +∞ Z Z
X1 = u(x, t)ϕt (x, t) dt dx+ u(x, t)ϕt (x, t) dt dx+ u(x, t)ϕt (x, t) dt dx.
R− 0 R− x R+ R+
σ
Comme u est de classe C 1 sur chacun des domaines, on peut intégrer par parties, ce qui donne :
Z Z Z Z x
x x σ
X1 = u x, ϕ x, dx − u(x, 0)ϕ(x, 0) dx − ∂t u(x, t)ϕ(x, t) dt dx
R−
σ σ R− R− 0
Z Z Z +∞
x x
+ u x, ϕ x, dx − ∂t u(x, t)ϕ(x, t) dt dx
R−
σ σ R− x
σ
Z Z Z
+ −u(x, 0)ϕ(x, 0) dx − ∂t u(x, t)ϕ(x, t) dt dx. (5.25)
R+ R+ R+
En simplifiant, il vient :
Z ZZ ZZ
X1 = − u(x, 0)ϕ(x, 0) dx − ∂t u(x, t)ϕ(x, t) dt dx − ∂t u(x, t)ϕ(x, t) dt dx.
R D1 D2
202
5.4 Cas non linéaire 5. Problèmes hyperboliques
On décompose de même X2 sur D1 ∪D2 , en remarquant maintenant que D1 = {(x, t) ∈ R×R+ ; x < σt}
et D2 = {(x, t) ∈ R × R+ ; x > σt} :
Z Z σt Z Z +∞
X2 = f (u)(x, t)∂x ϕ(x, t) dx dt + f (u)(x, t)∂x ϕ(x, t) dx dt.
R+ −∞ R+ σt
La fonction u est de classe C 1 sur chacun des domaines, on peut là encore intégrer par parties. Comme
ϕ est à support compact sur R × R+ , on obtient après simplification :
ZZ ZZ
X2 = − (f (u))x (x, t)ϕ(x, t) dx dt − (f (u))x (x, t)ϕ(x, t) dx dt.
D1 D2
Comme ∂t u + (f (u))x = 0 sur D1 et D2 , on a donc :
Z
X = X1 + X2 = − u(x, 0)ϕ(x, 0) dx,
R
ce qui prouve que u est solution faible de (5.20).
Remarquons que le calcul de X défini en (5.24) peut se faire de manière beaucoup plus rapide en
écrivant X sous
Z la forme :
f (u) ∂x ϕ
X= V · ∇x,t ϕ dx dt, où V = et∇x,t ϕ = ,
u ∂t ϕ
R×R+
En effectuant une intégration par parties (multidimensionnelle) et en remarquant que div(V) =
∂x (f (u)) + ∂t u = 0 sur D1 et sur D2 , on obtient que
Z Z
X= V · n1 dγ + V · n2 dγ,
∂D1 ∂D2
où ni désigne le vecteur normal unitaire à ∂Di , extérieur à Di , et dγ désigne le sympole d’intégration
sur la frontière. Mais comme V est continue, ceci se simplifie en
Z
X=− u0 (x)ϕ(x, 0) dx.
R
203
5.4 Cas non linéaire 5. Problèmes hyperboliques
Notons qu’il existe souvent plusieurs solutions faibles. On a donc besoin d’une notion supplémentaire
pour les distinguer. C’est la notion de solution entropique, qui nous permettra d’obtenir l’unicité.
Donnons tout d’abord un exemple de non-unicité de la solution faible. Pour cela on va considérer
une équation modèle, appelée équation de Burgers, qui s’écrit
∂t u + (u2 )x = 0 (5.26)
Pour calculer les solutions du problème de Cauchy associé à cette équation de manière analytique,
on considère une donnée initiale particulière, qui sécrit
(
ug si x < 0,
u0 (x) =
ud si x > 0,
Ces données initiales définissent un problème de Cauchy particulier, qu’on appelle problème de
Riemann, que nous étudierons plus en détails par la suite.
Considérons alors le problème suivant dit problème de Riemann [définition 5.22] pour l’équation
de Burgers :
∂ u + (u2 )x = 0
t
(5.27)
(
ug = −1 si x < 0
u0 (x) =
ud = 1 si x > 0
Comment choisir la bonne solution faible, entre (5.28) et(5.30) ? Comme les problèmes hyperboliques
sont souvent obtenus en négligeant les termes de diffusion dans des équations paraboliques, une
technique pour choisir la solution est de chercher la limite du problème de diffusion associé qui
s’écrit :
∂t u + (f (u))x − ε∂xx
2
u = 0, (5.31)
lorsque le terme de diffusion devient négligeable, c’est-à-dire lorsque ε tend vers 0. Soit uε la solution
de (5.31) (on admettra l’existence et l’unicité de uε ). On peut montrer que uε tend vers u lorsque ε
tend vers 0, où u est la solution faible entropique de (5.31), définie comme suit.
204
5.4 Cas non linéaire 5. Problèmes hyperboliques
Remarque 5.17 — Condition initiale. Noter que dans la définition 5.16, on prend une fois de
plus ϕ ∈ Cc1 (R × R+ , R+ ) de manière à bien prendre en compte la condition initiale ; ceci n’est pas
toujours fait de cette manière dans les travaux plus anciens sur le sujet, mais entraîne des difficultés
lorqu’on s’intéresse à la convergence des schémas numériques.
Théorème 5.6 — Kruskov. Soient u0 ∈ L∞ (R) et f ∈ C 1 (R) alors il existe une unique solution
entropique de (5.20) au sens de la définition 5.16.
Proposition 5.18 Si u est solution classique de (5.20), alors u est solution entropique.
Démonstration. Soit u ∈ C 1 (R × R+ , R), Soit η ∈ C 1 (R), convexe, une entropie et φ tel que φ0 = f 0 η 0 , le flux
associé. Multiplions (5.20) par η 0 (u) :
η 0 (u)∂t u + f 0 (u)∂x uη 0 (u) = 0
Soit encore, puisque φ0 = f 0 η 0 ,
(η(u))t + φ0 (u)∂x u − 0
On a donc finalement :
(η(u))t + (φ(u))x − 0 (5.33)
De plus, comme u(x, 0) = u0 (x), on a aussi : η(u(x, 0)) = η(u0 (x)). Soit ϕ ∈ Cc1 (R × R+ , R+ ), on multi-
plie (5.33) par ϕ, on intègre sur R × R+ et on obtient (5.32) (avec égalité) en intégrant par parties. Dans le
cas d’une solution classique, l’inégalité d’entropie est une égalité. •
Proposition 5.19 Si u est solution faible entropique de (5.20), alors u est solution faible.
Démonstration. Il suffit de prendre η(u) = u et η(u) = −u dans (5.32) pour se convaincre du résultat. •
205
5.4 Cas non linéaire 5. Problèmes hyperboliques
Notons que les solutions d’une équation hyperbolique non linéaire respectent les bornes de la
solution initiale. Plus précisément, on a le résultat suivant, qu’on admettra :
Cette propriété est essentielle dans les phénomènes de transport et il est donc important qu’elle
soit préservée pour la solution approchée donnée par un schéma numérique.
Avant d’aborder l’étude des schémas numériques pour les équations hyperboliques, nous terminons
par un résultat sur les solutions du problème de Riemann, dont nous nous sommes d’ailleurs servis
pour montrer la non unicité des solutions faibles de (5.27).
Lorsque la fonction f est convexe ou concave, les solutions du problème de Riemann se calculent
facilement ; en effet, on peut montrer le résultat suivant [exercice 75] :
est l’unique solution entropique de (5.34). Une solution de la forme (5.36) est appellée une
onde de choc.
2. Si ug < ud , alors la fonction u définie par
est l’unique solution entropique de (5.34). Notons que dans ce cas, la solution entropique est
continue. Une solution de la forme (5.37) est appelée une onde de détente.
206
5.4 Cas non linéaire 5. Problèmes hyperboliques
Démonstration. Cherchons u sous la forme (5.36). Commen¸cons par déterminer σ pour que u soit solution
faible. On suppose, pour fixer les idées, que σ > 0 (mais le même raisonnement marche pour σ < 0). Soit
ϕ ∈ Cc∞ (R × R+ , R). On veut montrer que
Z
X = X1 + X2 = − u(x, 0)ϕ(x, 0) dx,
R
où Z Z Z Z
X1 = u(x, t)ϕt (x, t) dt dx et X2 = f ((u(x, t))ϕx (x, t) dt dx
R R+ R R+
Calculons donc X1 et X2 :
Z 0 Z +∞ Z +∞ Z x Z +∞ Z +∞
σ
X1 = u(x, t)ϕt (x, t) dt dx + u(x, t)ϕt (x, t) dt dx + u(x, t)ϕt (x, t) dt dx
−∞ 0 0 0 0 x
σ
Z 0 Z +∞ Z +∞
x x
=− ug ϕ(x, 0) dx + ud ϕ x, − ϕ(x, 0) dx + −ug ϕ x, dx
∞ 0
σ 0
σ
Z Z +∞
x
=− u(x, 0)ϕ(x, 0) dx + (ud − ug )ϕ x, dx
R 0
σ
De même
Z +∞ Z σt Z +∞ Z +∞
X2 = f (u)ϕx (x, t) dx dt + f (u)(x, t)ϕx (x, t) dx dt
0 −∞ 0 σt
Z +∞ Z +∞
= f (ug )ϕ(σt, t) dt − f (ud )ϕ(σt, t) dt.
0 0
En posant [u] = ud − ug et [f (u)] = f (ud ) − f (ug ), on obtient :
Z Z +∞ Z +∞
x
X+ u(x, 0)ϕ(x, 0) dx = [u]ϕ x, dx − [f (u)]ϕ(σt, t) dt
R 0
σ 0
Z +∞ Z +∞
= [u]ϕ(σt, t)σ dt − [f (u)]ϕ(σt, t) dt.
0 0
On en déduit que
Z
X+ u(x, 0)ϕ(x, 0) dx = 0 si σ[u] − [f (u)] = 0,
R
ce qui est vrai si la condition suivante, dite de Rankine et Hugoniot :
σ[u] = [f (u)] (5.38)
est vérifiée.
Voyons maintenant si u est bien solution entropique. Pour cela, on considère η ∈ C 1 une entropie et
φ ∈ C le flux d’entropie associé tels que φ0 = η 0 f 0 . Le même calcul que le précédent, en rempla¸cant u par
η(u) et f (u) par φ(u) donne que :
Z Z Z Z
η(u)(x, t)ϕt (x, t) dt dx + φ(u)(x, t)ϕx (x, t) dx dt
R R+ R+ R
Z Z +∞
+ η(u0 (x)) dx = (σ[η(u)] − [φ(u)])ϕ(σt, t) dt. (5.39)
R 0
Pour que u soit solution entropique, il faut (et il suffit) donc que
σ[η(u)] > [φ(u)] (5.40)
Il reste à vérifier que cette inégalité est vérifiée pour σ donné par (5.38), c’est-à-dire
f (ud ) − f (ug )
(η(ud ) − η(ug )) > φ(ud ) − φ(ug )
ud − ug
Ceci s’écrit encore :
(f (ud ) − f (ug ))(η(ud ) − η(ug )) 6 (φ(ud ) − φ(ug ))(ud − ug ).
Cette inégalité est vérifiée en appliquant le lemme suivant avec b = ug > ud = a. •
Lemme 5.24 Soient a, b ∈ R tels que a < b, soient f et η ∈ C 1 (R) des fonctions convexes et
φ ∈ C 1 (R) telle que φ0 = η 0 f 0 , alors :
Z b Z b Z b
φ0 (s)(b − a) ds > f 0 (s) ds η 0 (s) ds
a a a
207
5.5 Schémas, cas non linéaire 5. Problèmes hyperboliques
Démonstration. On a
Z b Z b Z b Z b
φ0 (x) dx = f 0 (x)η 0 (x) dx = f 0 (x)(η 0 (x) − η 0 (y)) dx + f 0 (x)η 0 (y) dx, ∀y ∈ R
a a a a
On a donc, en intégrant par rapport à y entre a et b :
Z b Z bZ b Z b Z b
0 0 0 0 0
(b − a) φ (x) dx = f (x)(η (x) − η (y)) dx dy + f (x) dx η 0 (y) dy
a a a a a
Or
Z bZ b Z bZ b
f 0 (x)[η 0 (x) − η 0 (y)] dx dy = f 0 (y)(η 0 (y) − η 0 (x)) dx dy
a a a a
et donc
Z bZ b Z bZ b Z b Z b
(b − a) φ0 (x) dx = (f 0 (x) − f 0 (y)(η 0 (x) − η 0 (y) dx dy + f 0 (x) dx η 0 (y(y) dy .
a a a a a a
Comme f 0 et η 0 sont croissantes, la première intégrale du second membre est nulle et on a donc bien le
résultat annoncé.
On vérifie facilement que la fonction u définie par (5.37) est continue sur R × R∗+ et qu’elle vérifie
∂t u + (f (u))x = 0 dans chacun des domaines D1 , D2 et D3 définis par
D1 = {t > 0, x < f 0 (ug )t}, D2 = {t > 0, f 0 (ug )t < x < f 0 (ud )t} et D3 = {t > 0, x > f 0 (ud )t}.
Donc par le point 3 de la proposition 5.15, on sait que u est solution faible (mais attention, ce n’est pas une
solution classique car u n’est pas forcément C 1 sur R × R+ tout entier).
Soit η ∈ C 1 (R, R) une entropie (convexe) et φ le flux d’entropie associé, comme ∂t u + (f (u))x = 0 dans
Di pour i = 1 à 3, en multipliant par η 0 (u), on a également que (η(u))t + (φ(u))x = 0 dans Di pour i = 1 à
3. Soit maintenant ϕ ∈ Cc1 (R × R+ , R+ ), on va montrer que
Z Z Z Z Z
(η(u))(x, t)ϕt (x, t) dt dx + (φ(u))(x, t)ϕx (x, t) dx dt + η(u0 (x))ϕ(x, 0) dx = 0
R R+ R R R
(dans le cas d’une solution continue, l’inégalité d’entropie est une égalité). En effet, en intégrant par parties
les trois termes précédents sur D1 , D2 , D3 , comme on l’a fait dans les questions 1 et 2, comme la fonction u
est continue, les traces des fonctions sur le bord des domaines s’annulent deux à deux et il ne reste donc que
la condition initiale. On montre ainsi (faire le calcul pour s’en convaincre. . .) que
Z Z Z Z Z
(η(u))(x, t)ϕx (x, t) dt dx + φ(u)(x, t)(ϕx (x, t)) dx dt = − η(u0 (x))ϕ(x, 0),
R R+ R R+ R
ce qui prouve que u est la solution entropique. •
f (uni+1 ) + f (uni )
n
fi+1/2 =
2
dont on a vu qu’il est à proscrire, puisque, dans le cas linéaire, il est instable. Rappelons que dans
le cas linéaire, le choix décentré amont donne fi+1/2
n
= f (uni ) si f (u) = u et fi+1/2
n
= f (uni+1 )
si f (u) = −u. On va s’intéresser aux schémas les plus simples à trois points, c’est-à-dire que
208
5.5 Schémas, cas non linéaire 5. Problèmes hyperboliques
léquation associée à l’inconnue uni fait intervenir les trois inconnues discrètes uni , uni−1 et uni+1 . Le
flux numérique g s’écrit sous la forme fi+1/2
n
= g(uni , uni+1 ). Pour obtenir un bon schéma, on va
choisir un flux monotone, au sens suivant :
Définition 5.25 On dit que qu’une fonction g définie de R2 dans R est un flux monotone pour la
discrétisation de (5.20), si
1. g est consistante par rapport à f , c’est-à-dire g(u, u) = f (u),
2. g est croissante par rapport à la première variable et décroissante par rapport à la deuxième
variable,
3. g est lipschitzienne sur [A ; B], où A = inf R u0 et B = supR u0 .
Remarque 5.26 — Flux monotones et schémas monotones. Si le schéma 5.18 est à flux
monotone et s’il vérifie la condition de CFL, on peut alors montrer que le schéma est monotone,
c’est-à-dire qu’il s’écrit sous la forme un+1
i = H(uni−1 , uni , uni+1 ) où H est une fonction croissante de
ses trois arguments.
Cas où f est monotone Pour illustrer le choix de g, supposons par exemple que f soit croissante.
Un choix très simple consiste alors à prendre g(uni , uni+1 ) = f (uni ). On vérifie que dans ce cas,
les trois conditions ci-dessus sont vérifiées, ce schéma est dit décentré amont. On vérifiera qu’on
retrouve le schéma décentré amont exposé dans le cas linéaire. De même si f est décroissante on
peut facilement vérifier que le choix g(uni , uni+1 ) = f (uni+1 ) convient.
Schéma à décomposition de flux Le schéma à décomposition de flux, appelé aussi flux splitting
en anglais, consiste comme le nom l’indique à décomposer f = f1 + f2 , où f1 est croissante et f2
décroissante et à prendre g(uni , uni+1 ) = f1 (uni ) + f2 (uni+1 ).
Schéma de Lax Friedrich Le schéma de Lax Friedrich consiste à modifier le schéma centré de
manière à le rendre stable. On écrit donc :
1
g(uni , uni+1 ) = (f (uni ) + f (uni+1 )) + D(uni − uni+1 )
2
où D > 0 est il faut avoir D suffisamment grand pour que g soit croissante par rapport à la première
variable et décroissante par rapport à la seconde variable.
Schéma de Godunov Le schéma de Godunov 1 est un des schémas les plus connus pour les
équations hyperboliques non linéaires. De nombreux schémas pour les systèmes ont été inspirés par
ce schéma. Le flux numérique du schéma de Godunov s’écrit :
g(uni , uni+1 ) = f (wR (uni , uni+1 )) (5.42)
où wR (uni , uni+1 ) est la solution en 0 du problème de Riemann avec conditions uni , uni+1 , qui s’écrit
∂ u + (f (u))x = 0
t
(
ug = uni w<0
u0 (x) =
ud = ui+1 0
n
On peut montrer que le flux de Godunov (5.42) vérifie les conditions de la définition 5.25. Une
manière de le faire est de montrer que le flux de Godunov s’écrit sous la forme équivalente suivante
(voir exercice 78).
min{f (ξ), ξ ∈ [uni , uni+1 ]} if uni 6 uni+1 ,
g(uni , uni+1 ) = (5.43)
max{f (ξ), ξ ∈ [uni+1 , uni ]} if uni+1 6 uni .
1. Sergei K. Godunov est un mathématicien russe né en 1929, membre de l’Académie des Sciences russe, en poste
au Sobolev Institute of Mathematics, Novosibirsk, Sibérie
209
5.6 Exercices 5. Problèmes hyperboliques
∂ u + α∂x u = 0
t
(
uni x<0
0u (x) =
ui+1 x > 0
n
Comme le problème est linéaire, la solution de ce problème est connue : u(x, t) = u0 (x − αt). Le
schéma est donc très simple, malheureusement, le schéma de Murman n’est pas un schéma monotone
[exercice (77)] car le flux n’est pas monotone par rapport aux deux variables. De fait on peut
montrer que les solutions approchées peuvent converger vers des solutions non entropiques. On peut
alors envisager une procédure de correction d’entropie. . .
On admettra les résultats de convergence et de stabilité des schémas à flux monotone résumés
dans le théorème suivant, voir [6, Chapter 5] pour les différentes démonstrations possibles.
Théorème 5.7 — Stabilité et convergence. Soit (uni )i∈Z,n∈N donnée par le schéma
un+1 − uni
hi i + g(uni , uni+1 ) − g(uni−1 , uni ) = 0
kZ
1
u0i = u0 (x) dx
hi Ki
On suppose que g est un flux monotone au sens de la définition 5.25. On suppose de plus que
k 6 αh/(2M ) et αh 6 hi 6 h, ∀i où M est la constante de Lipschitz de g sur [A ; B] et A et B
sont tels que A 6 u0 (x) 6 B p.p. On a alors A 6 uni 6 B p.p. et kuτ,k k 6 ku0 k∞ . Sous les mêmes
hypothèses, si on note uτ,k la solution approchée définie par (5.19), alors uτ,k tend vers u, solution
entropique de (5.20) dans L1loc (R × R+ ) lorsque h (et k) tend vers 0.
5.6 Exercices
5.6.1 Énoncés
Exercice 66 — Problème linéaire en dimension 1. Calculer la solution faible du problème
∂t u − 2∂x u = 0, x ∈ R, t ∈ R+ avec :
(
0 si x < 0,
u(x, 0) = (5.44)
1 sinon.
1. Tracer sur un graphique la solution a t = 0 et à t = 1, en fonction de x. Cette solution faible
est-elle solution classique de (5.44) ?
2. Même question en rempla¸cant la condition initiale par u(x, 0) = sin x.
210
5.6 Exercices 5. Problèmes hyperboliques
Exercice 69 — Stabilité du schéma amont dans le cas linéaire. Corrigé en page 220
On considère le problème hyperbolique linéaire (5.9), avec u0 ∈ L1 (R) ∩ L∞ (R), dont on calcule
une solution approchée par le schéma volumes finis amont (5.18). Montrer que ce schéma est stable
pour les normes L1 , L2 et L∞ , c.à.d. que la solution approchée satisfait les propriétés suivantes :
1. kuT ,k (., n)kL1 (R) 6 ku0 kL1 (R) , ∀n ∈ N,
2. kuT ,k (., n)kL2 (R) 6 ku0 kL2 (R) , ∀n ∈ N,
3. kuT ,k (., n)kL∞ (R) 6 ku0 kL∞ (R) , ∀n ∈ N,
où uT ,k désigne la solution approchée calculée par le schéma (voir (5.19)).
Exercice 70 — Convergence des schémas DFDA et VFDA dans le cas linéaire. Corrigé
en page 220
Soit u0 ∈ C 2 (R, R) et T ∈ R?+ . On suppose que u0 , u00 et u000 sont bornées sur R. On considère le
problème suivant :
∂t u(x, t) + ∂x u(x, t) = 0 x ∈ R t ∈ [0, T ] (5.49)
u(x, 0) = u0 (x) (5.50)
Ce problème admet une et une seule solution classique, notée u. On se donne un pas de temps, k,
avec k = NT+1 (N ∈ N), et des points de discrétisation en espace, (xi )i∈Z . On pose tn = nk, pour
n ∈ {0, . . . , N + 1} et hi+ 12 = xi+1 − xi , pour i ∈ Z. On note uni = u(tn , xi ) (pour n ∈ {0, . . . , N + 1}
et i ∈ Z) et on cherche une approximation de uni .
1. Soient α, β ∈ R. On suppose que, pour un certain h ∈ R, αh 6 hi+1/2 6 βh, pour tout i ∈ Z.
On considère, dans cette question le schéma suivant, appelé DFDA (pour Différences Finies
Décentré Amont) :
un+1 − uni 1
i
+ (un − uni−1 ) = 0 n ∈ {0, . . . , N } i∈Z (5.51)
k hi−1/2 i
u0i = u0 (xi ) i ∈ Z (5.52)
211
5.6 Exercices 5. Problèmes hyperboliques
où C ne dépend que de u0 et β.
2. On suppose maintenant que xi est le centre de la maille Mi = [xi−1/2 , xi+1/2 ], pour i ∈ Z. On
pose hi = xi+1/2 −xi−1/2 . Soient α, β ∈ R. On suppose que, pour un certain h ∈ R, αh 6 hi 6 βh,
pour tout i ∈ Z. On considère, dans cette question le schéma suivant, appelé VFDA (pour
Volumes Finis Décentré Amont) :
un+1 − uni
hi i
+ (uni − uni−1 ) = 0 n ∈ {0, . . . , N } i ∈ Z (5.53)
kZ
1
u0i = u0 (x)dx i ∈ Z (5.54)
hi Mi
(a) (Stabilité) Montrer que k 6 αh ⇒ inf(u0 ) 6 uni 6 sup(u0 ), ∀n ∈ {0, . . . , N + 1}, ∀i ∈ Z.
(b) Etudier la consistance du schéma au sens DF.
n
(c) (Convergence) On pose ui = u(tn , xi+ 21 ). Montrer que si k 6 αh, on a :
n
sup |uni − ui | 6 C1 (k + h) ∀n ∈ {0, . . . , N + 1}
i∈Z
où C2 ne dépend que de u0 , β et T .
où C(ζ, u0 ) ne dépend que de ζ et u0 (multiplier (5.53) par kuni et sommer sur i et n.)
4. (convergence) On pose T = (Mi )i∈Z et on définit la solution approchée sur [0, T ] × R, notée
uT ,k , donnée par (5.53),(5.54), par uT ,k (t, x) = uni , si x ∈ Mi et t ∈ [tn , tn+1 [.
On admet que uT ,k → u, pour la topologie faible-? de L∞ (]0, T [×R), quand h → 0, avec
k 6 (1 − ζ)αh (ζ fixé). Montrer que u est la solution faible de (5.55)-(5.56).
Remarque 5.27 — VF, DF et convergence forte. On peut montrer le même résultat avec
(5.51) au lieu de (5.53). On peut aussi montrer (cf. la suite du cours. . . ) que la convergence est
forte dans Lploc (]0, T [×R), pour tout p < ∞.
212
5.6 Exercices 5. Problèmes hyperboliques
1 x<0
u(x, 0) = u0 (x) = 1 − x x ∈ [0 ; 1]
0 x>1
0 x<0
u(x, 0) = u0 (x) = 1 − x x ∈ [0 ; 1]
1 x>1
ug si x < 0 (5.57)
u(0, x) =
ud si x > 0
avec ug < ud .
1. Montrer qu’il existe σ ∈ R tel que si
(
ug x < σt
u(t, x) =
ud x > σt
alors u est solution faible de (5.57). Vérifier que u n’est pas solution entropique de (5.57).
2. Montrer que u définie par :
u(t, x) = ug x < 2ug t
x
u(t, x) = 2ug t 6 x 6 2ud t
2t
u(t, x) = ud x > 2ud t
u(t, x) = 1 x 6 0
u(t, x) = ξ x = f 0 (ξ)t, b < ξ < 1
u(t, x) = 0 x > f 0 (b)t
213
5.6 Exercices 5. Problèmes hyperboliques
1
u0i = u0 (x) dx, i ∈ Z, (5.63)
h Mi
avec fi+1/2
n
= g(uni , uni+1 ) et g ∈ C(R × R, R) définie par g(a, a) = f (a) et, pour a 6= b,
f (b) − f (a)
f (a) si > 0,
b−a
g(a, b) =
f (b) − f (a)
f (b) si < 0.
b−a
1. (Stabilité) Montrer qu’il existe M , ne dépendant que de f , A et B (on donnera la valeur de M
en fonction de f , A et B) t.q. pour k 6 M h on ait :
(a) (Stabilité L∞ ) A 6 uni 6 B, pour tout n ∈ N et tout i ∈ Z,
(b) (Stabilité BV ) i∈Z |un+1 n+1
| 6 i∈Z |uni+1 − uni | pour tout n ∈ N. (Cette estimation
P P
i+1P− ui
n’est intéressante que si i∈Z |u0i+1 − u0i | < ∞, ce qui n’est pas toujours vrai pour u0 ∈
L∞ (R). Cela est vrai si u0 est une fonction à “variation bornée".)
2. On prend, dans cette question, f (s) = s2 .
(a) (Non monotonie) Montrer que si A < 0 et B > 0, la fonction g n’est pas “croissante par
rapport à son premier argument et décroissante par rapport à son deuxième argument" sur
[A, B]2 .
(b) (Exemple de non convergence) Donner un exemple de non convergence du schéma. Plus
précisément, donner u0 t.q., pour tout h > 0 et tout k > 0, on ait uni = u0i pour tout i ∈ Z
et pour tout n ∈ N (la solution discrète est donc “stationnaire") et pourtant u(., T ) (u est
la solution exacte de (5.60)-(5.61)) est différent de u0 pour tout T > 0 (la solution exacte
n’est donc pas stationnaire).
3. (Schéma “ordre 2", question plus difficile) Pour avoir un schéma “plus précis", on pose mainte-
un −un un −un un −un
nant pni = minmod( i+12h i−1 , 2 i+1h i , 2 i h i−1 ) et on remplaçe, dans le schéma précédent,
n
fi+1/2 = g(uni , uni+1 ) par fi+1/2
n
= g(uni + (h/2)pni , uni+1 − (h/2)pni+1 ). Reprendre les 2 questions
précédentes (c’est-à-dire : “Stabilité L∞ ", “Stabilité BV ", “non monotonie" et “Exemple de
non convergence").
214
5.6 Exercices 5. Problèmes hyperboliques
On se donne un maillage (Ki =]xi−1/2 , xi+1/2 [)i∈Z de R et k > 0 et, pour i ∈ Z, on définit une
condition initiale approchée :
1
Z
ui =
0
u0 (x)dx avec hi = xi+1/2 − xi−1/2
hi
Pour calculer la solution entropique de l’équation (5.64), on considère un schéma de type volumes
finis explicite à trois points, défini par un flux numérique g, fonction de deux variables.
1. Écrire le schéma numérique (i.e. donner l’expression de un+1
i en fonction des (uni )i∈Z ).
2. On suppose dans cette question que le flux g est monotone et lipschitzien en ses deux variables,
c.à.d. qu’il existe M > 0 tel que pour tout (x, y, z) ∈ R3 , |g(x, z) − g(y, z)| 6 M |x − y| et
|g(x, y) − g(x, z)| 6 M |y − z|. Montrer que le schéma numérique de la question précédente peut
s’écrire sous la forme
uin+1 = H(uni−1 , uni , uni+1 ),
où H est une fonction croissante de ses trois arguments si k satisfait une condition de type
k 6 Chi pout tout i, où C est une constante à déterminer.
3. Montrer que si la fonction g est croissante par rapport à son premier argument et décroissante
par rapport au second et si a, b ∈ R sont tels que a 6 b, alors g(a, b) 6 g(ξ, ξ) pour tout ξ ∈ [a, b].
4. En déduire que si le flux g est monotone, alors il vérifie la propriété suivante :
min f (s) si a 6 b
g(a, b) 6 s∈[a,b]
∀(a, b) ∈ R2 ,
g(a, b) > max f (s) si a > b.
s∈[a,b]
5. Soit g un flux monotone qui est tel que pour tous a, b ∈ R, il existe ua,b dans l’intervalle
d’extrémités a et b, tel que g(a, b) = f (ua,b ). Montrer que
g(a, b) = s∈[a,b]
min f (s) si a 6 b
∀(a, b) ∈ R2 ,
g(a, b) = max f (s) si a > b.
s∈[b,a]
Dans la question suivante on étudie le schéma de Godounov ; on admet pour cela un lemme de
comparaison, qui est une conséquence de l’unicité de la solution entropique.
6. Connaissant une solution approchée un au temps tn , la solution approchée au temps tn+1 donnée
par le schéma de Godunov “historique" est définie par la moyenne par maille de la solution
exacte du problème (5.64) avec donnée initiale un :
1
Z
n+1
ui = un (x) dx (5.65)
hi Ki G
où unG est la solution entropique du problème (5.64) avec donnée initiale un , i.e. u0 (x) = uni pour
x ∈ Ki =]xi−1/2 , xi+1/2 [.
(a) Montrer que sous une condition de type CFL qu’on précisera, on a
k
un+1
i = uni − (gG (uni , ui+1,n ) − gG (uni−1 , ui,n )) (5.66)
h
215
5.6 Exercices 5. Problèmes hyperboliques
problème de Riemann :
∂t u + (f (u)) ( x = 0, (x, t) ∈ R × R+ ,
uni si x < 0 (5.67)
u(x, 0) =
ui+1 si x > 0
n
Exercice 79 — Schémas pour les problèmes hyperboliques. Soient f ∈ C 2 (R, R), T > 0
et u0 ∈ L∞ (R) ∩ BV (R) ; on cherche une approximation de la solution de l’equation hyperbolique
avec condition initiale :
∂t u(x, t) + (f (u))x (x, t) = 0, x ∈ R, t ∈ [0, T ], (5.68)
u(x, 0) = u0 (x). (5.69)
On note h (resp. k = N +1 )
1
le pas (constant, pour simplifier) de la discrétisation en espace
(resp. en temps) et uni la valeur approchée recherchée de u au temps nk dans la maille Mi =
[(i − 1/2)h, (i + 1/2)h], pour n ∈ {0, . . . , N + 1} et i ∈ Z. On considère le schéma obtenu par une
discrétisation par volumes finis explicite à trois points :
un+1 − uni 1 n
i
+ (fi+ 1 − fi−1/2 )
n
= 0, n ∈ {0, . . . , N + 1}, i ∈ Z, (5.70)
k h 2
1
Z
u0i = u0 (x) dx, (5.71)
h Mi
avec fi+
n
1 = g(ui , ui+1 ), où g ∈ C (R, R).
n n 1
2
1. Montrer que le schéma (5.70),(5.71) possède la propriété de “consistance des flux" ssi g est telle
que :
g(s, s) = f (s), ∀s ∈ R. (5.72)
2. Montrer que le schéma, vu comme un schéma de différences finies, est, avec la condition (5.72),
d’ordre 1 (c.à.d. que l’erreur de consistance est majorée par C(h + k), où C ne dépend que de
f et de la solution exacte, que l’on suppose régulière). Montrer que si le pas d’espace est non
constant, la condition (5.72) est (en général) insuffisante pour assurer que le schéma (5.70),(5.71)
(convenablement modifié) est consistant au sens des différences finies et que le schéma est alors
d’ordre 0.
3. On étudie, dans cette question, le schéma de Godunov, c.à.d. qu’on prend :
g(ug , ud ) = f uug ,ud (0, t) ,
216
5.6 Exercices 5. Problèmes hyperboliques
(c) Remarque : on peut montrer (ce n’est pas facile) que si on a la condition “CFL" le schéma
de Godunov converge.
4. On suppose maintenant f (u) = au, a ∈ R et on prend g(λ, µ) = λ+µ 2 (schéma centré). Montrer
que pour tous k, h > 0, les conditions (E1) et (E2) sont fausses, c.à.d. qu’il existe u0 (∈ L∞ ∩ BV )
t.q. ku1 k∞ 66 ku0 k∞ et ku1 kBV 66 ku0 kBV .
5. On étudie maintenant un schéma de type “MUSCL", i.e. On prend dans le schéma (5.70)
n
fi+1/2 = f (uni + h2 pni ), où :
n
ε
i min |uni+1 − uni−1 |,4|uni+1 − uni |, 4|uni − uni−1 | , où εni = sign(uni+1 − uni−1 )
2h
pni = si sign(uni+1 − uni−1 ) = sign(uni+1 − uni ) = sign(uni − uni−1 )
0 sinon.
(a) Montrer que h1 (fi+1/2 ) est une approximation d’ordre 2 de f (u) x (xi , tn ) aux
n n
− fi−1/2
points où u ∈ C 2 et ∂x u 6= 0.
(b) Montrer que sous une condition de type k 6 Ch, où C ne dépend que de u0 et f , les
conditions de stabilité (E1) et (E2) sont vérifiées.
Exercice 80 — Éléments finis pour une équation hyperbolique. Soit f ∈ C 1 (R, R), u0 ∈
C(R) t.q. u0 bornée ; on considère la loi de conservation scalaire suivante :
∂u ∂
(x, t) + (f (u))(x, t) = 0 x ∈ R t ∈ R+ , (5.76)
∂t ∂x
avec la condition initiale :
u(x, 0) = u0 (x).
On se donne un pas de discrétisation en temps constant k, on note tn = nk pour n ∈ N, et on
cherche à approcher u(., tn ). On note u(n) la solution approchée recherchée.
1. Montrer qu’une discrétisation par le schéma d’Euler explicite en temps amène au schéma en
temps suivant :
1 (n+1) ∂
(u − u(n) ) + f (u(n) ) (x) = 0, x ∈ R, n ∈ N∗ , (5.77)
k ∂x
u0 (x) = u0 (x). (5.78)
On cherche à discrétiser (5.77) par une méthode d’éléments finis. On se donne pour cela une
famille de points (xi )i∈Z ⊂ R, avec xi < xi+1 .
2. On introduit les fonctions de forme P1, notées Φi , i ∈ Z, des éléments finis associés au maillage
donné par la famille de points (xi )i∈Z ; on effectue un développement de Galerkin de u(n) sur
ces fonctions de forme dans (5.77) et (5.78) ; on multiplie l’équation ainsi obtenue par chaque
217
5.6 Exercices 5. Problèmes hyperboliques
(n) (n)
fonction de forme et on approche le terme f ( j∈Z uj Φj ) par j∈Z f (uj )Φj et on intègre sur
P P
R. Montrer qu’on obtient ainsi un système d’équations de la forme :
(n+1) (n)
X uj − uj X (n)
ai,j + bi,j f (uj ) = 0 i ∈ Z n ∈ N∗ (5.79)
k
j∈Z j∈Z
avec
Z
(n) (n)
Ei,j = 1/2(f (ui ) + f (uj )) · (Φi (x)∇Φj (x) − Φj (x)∇Φi (x)) dx.
R2
E n
ei,j = Ei,j
n
+ Di,j (uni − unj ),
où Di,j = Dj,i (pour que le schéma reste conservatif). Montrer que pour un choix judicieux de
Di,j , le schéma ainsi obtenu est à flux monotone et stable sous condition de CFL.
5.6.2 Corrigés
Exercice 66.
1. En appliquant les résultats de la section 5.2, la solution faible du problème s’écrit u(x, t) =
u0 (x + 2t) pour x ∈ R et t ∈ R+ , c’est-à-dire
(
0 si x < −2t
u(x, t) = (5.84)
1 si x > −2t
218
5.6 Exercices 5. Problèmes hyperboliques
Exercice 67. Pour (x, t) ∈ R2 × R, on pose u(x, t) = u0 (x − vt). Comme u0 ∈ C 1 (R, R), on a
u ∈ C 1 (R2 × R+ , R) ; on peut donc calculer les dérivées partielles de u par rapport à au temps t,
qu’on notera ∂t u et par rapport aux deux variables d’espace x1 et x2 , qu’on notera ∂1 u et ∂2 u. On
a ∂t u(x, t) = ∇u0 (x − vt) · v. Or div(vu) = v · ∇u car v est constant et ∇u = ∇u0 . On en déduit
que ∂t u(x, t) + div(vu)(x, t) = 0 et donc u est solution (classique) de (5.45).
Exercice 68. 1. On a vu en cours qu’il y a une solution unique au problème 5.46, qui s’écrit
u(x, t) = u0 (x − at), et qui est donc de classe C ∞ . Comme u est de classe C ∞ , on peut effectuer
un développement de Taylor à l’ordre 3 en temps :
1
u(xj , tn+1 ) = u(xj , tn ) + k∂t u(xj , tn ) + k 2 ∂tt
2
u(xj , tn ) + cu k 3 (5.85)
2
où cu .ne dépend que de u. Mais u est solution de l’équation de transport (5.46a), donc :
∂t u(xj , tn ) + a∂x u(xj , tn ) = 0 (5.86)
Par dérivation de (5.46a) par rapport à t, on obtient : ∂tt 2
u(x, t) + a∂tx u(x, t) = 0, puis, par
rapport à x : ∂xt u(x, t) + a∂xx u(x, t) = 0. On en déduit que :
2
2
∂tt u(xj , tn ) − a2 ∂xx
2
u(xj , tn ) = 0. (5.87)
On déduit le résultat souhaité de (5.85), (5.86) et (5.87), , avec Cu = acu .
Supposons maintenant que λ = 1. Soit j ∈ Z et n ∈ N. Pour s ∈ R, posons ψ(s) = u(xj +as, tn +s).
On a donc ψ(0) = u(xj , tn ) et ψ(k) = u(xj + ak, tn + k) = u(xj+1 , tn+1 ) car h = ak. Comme
la fonction u est régulière, la fonction ψ l’est aussi et on a : ψ 0 (s) = ∂t u(xj + as, tn + s) +
a∂x u(xj + as, tn + s) = 0 puisque u est solution de (5.46a). On en déduit que ψ est constante,
et donc en particulier que ψ(0) = ψ(k). On a donc bien u(xj , tn ) = u(xj+1 , tn+1 ).
2. L’égalité (5.47) suggère de rechercher une solution approchée de (5.46a) par une approximation
numérique de l’équation (approchée) :
1
u(xj , tn+1 ) = u(xj , tn ) − ak∂x u(xj , tn ) + a2 k 2 ∂xx
2
u(xj , tn ). (5.88)
2
219
5.6 Exercices 5. Problèmes hyperboliques
Soit unj l’inconnue discrète censée approchée u(xj , tn ). Il est naturel d’approcher la dérivée
(n) (n)
partielle ∂x u(xj , tn ) par le quotient différentiel 2h 1
(uj+1 − uj−1 ) ; notons que c’est une ap-
proximation centrée, donc d’ordre 2 en espace. De même, il est naturel d’approcher la dérivée
(n) (n) (n)
partielle ∂xx
2
u(xj , tn ) par le quotient différentiel h12 (uj+1 − 2uj + uj−1 ), donnant lui aussi une
approximation d’ordre 2. En rempla¸cant chaque terme de (5.88) par son approximation, on
obtient le schéma (5.48).
Lorsque λ 6= 1, on déduit immédiatement de (5.85) que le schéma est d’ordre 2. Lorsque λ = 1,
(n+1) (n)
le schéma s’écrit uj = uj−1 . Or on a vu à la question 1 que la solution exacte vérifie
u(xj , tn+1 ) = u(xj−1 , tn ). On en déduit que le schéma est d’ordre infini.
(0)
3. Par définition, uj = eipjh . En appliquant le schéma (5.48) à n = 0, on a donc :
(1) 1 1
uj = eipjh − λ(eip(j+1)h − eip(j−1)h ) + λ2 (eip(j+1)h − 2eipjh + eip(j−1)h )
2 2
(0) 1 iph 1 −iph 1 2 iph 1
= uj (1 − λe + λe + λ e − λ2 + λ2 e−iph )
2 2 2 2
(0)
= uj (1 − λ − iλ sin(ph) + λ cos(ph))
2 2
Exercice 69. On considère le problème hyperbolique linéaire (5.9), avec u0 ∈ L1 (R) ∩ L∞ (R),
dont on calcule une solution approchée par le schéma volumes finis amont (5.18). Montrer que ce
schéma est stable pour les normes L2 et L∞ , c’est-à-dire que la solution approchée satisfait les
propriétés suivantes :
1. kuT ,k (., n)kL2 (R) 6 ku0 kL2 (R) , ∀n ∈ N,
2. kuT ,k (., n)kL∞ (R) 6 ku0 kL∞ (R) , ∀n ∈ N,
où uT ,k désigne la solution approchée calculée par le schéma (voir (5.19)). Le schéma (5.18) s’écrit
encore :
hi (un+1
i − uni ) = k(uni − uni−1 ).
Multiplions par un+1
i . On obtient :
hi (un+1 − uni )2 hi (un+1 )2 hi (uni )2
i
+ i
− + k(un+1 − uni )(uni − uni−1 ) + kuni (uni − uni−1 ) = 0.
2 2 2 i
Exercice 70.
1. (a) Le schéma numérique s’écrit :
k k
un+1 = (1 − )un + un (5.89)
i
hi− 12 i hi− 12 i−1
220
5.6 Exercices 5. Problèmes hyperboliques
Comme k 6 αh 6 hi− 12 on a k
hi− 1 ∈ [0 ; 1] On a donc min(uni , uni−1 ) 6 un+1
i 6 max(uni , uni−1 )
2
d’où on déduit que minj (unj ) 6 un+1
i 6 maxj (unj ), ∀i ∈ Z, puis, par récurrence sur n, que
inf u0 6 ui 6 sup u0 , ∀i ∈ Z, ∀n ∈ N.
n
k n k n
en+1 = 1 − ei + e + Ck(h + k)
i
hi− 12 hi− 21 i−1
hi− 12 − hi hi−1 − hi
Tin = ∂x u(xi , tn ) = ∂x u(xi , tn )
hi 2hi
En prenant par exemple un pas tel que hi = h si i est pair et hi = h/2 si i est impair,
on voit Tin ne tend pas vers 0 lorsque h tend vers 0 ; le schéma apparait donc comme non
consistant au sens des différences finies.
(c) Convergence. On a
¯n+1
ū ¯ni
− ū
i
= ∂t u(xi+ 12 , tn ) + Rin , |Rin | 6 kutt k∞ k (5.90)
k
¯ni − ū
ū ¯ni−1
= ∂x u(xi+ 12 , tn ) + Sin , |Sin | 6 k∂xx
2
uk∞ βh (5.91)
hi
221
5.6 Exercices 5. Problèmes hyperboliques
¯ni − uni
donc, avec fin = ū
k n k
fin+1 = (1 − )fi + fi−1
n
( ) + k(Sin + Rin )
hi hi
On a donc :
sup |fin+1 | 6 sup |fin | + kku000 k∞ (k + βh) 6 sup |fin | + kC1 (k + h)
i i i
Exercice 71.
1. On remarque d’abord que |u0i | ∈ [−ku0 k∞ , ku0 k∞ ]. On a vu dans l’exercice 70 que un+1 i ∈
[uni , uni−1 [ ou [uni−1 , uni ]. On en déduit par une récurrence sur n que uni ∈ [−ku0 k∞ , ku0 k∞ ], ∀i,
∀n > 0.
2. On va utiliser le fait que u0 ∈ L2 et montrer la propriété par récurrence sur n. Pour n = 0, on
a :
1
Z x 1
i−
(u0 (x))2 dx → 0 lorsque i → ±∞ (5.92)
2
|u0i |2 6
xi− 1 hi
2
R x+η
En effet, comme u0 1[x,x+η[ → 0 p.p. u0 1[x,x+η[ 6 u0 ∈ L2 donc x |u0 |2 dx → 0 lorsque
x → +∞ par convergence dominée, pour tout η > 0. De plus, h > αh d’où on déduit que (5.92)
est vérifiée. On conclut ensuite par une récurrence immédiate sur n, que :
|un+1
i | 6 max(|uni ||uni−1 |) → 0 quand i → ±∞. (5.93)
PN P
3. On veut montrer que n=0 i∈Z k(uni − uni−1 )2 6 C(ζ, u0 ). On multiplie le schéma par kuni , on
obtient :
hi (un+1
i − uni )uni + (uni − uni−1 )kuni = 0,
ce qu’on peut réécrire :
(un+1 − un )2 (un+1 )2 (un )2 (un − un )2 (un )2 (un )2
i i−1
hi − i i
+ i − i +k + i − i−1 =0
2 2 2 2 2 2
Comme |un+1
i − uni | = k|uni − uni−1 |/hi , ceci s’écrit aussi :
k n
k 1− (ui − uni−1 )2 + hi (uin+1 )2 − hi (uni )2 + k(uni )2 − k(uni−1 )2 = 0
hi
et comme k/h 6 1 − ζ, on a donc 1 − k/hi > ζ et
ζ(uni − uni−1 )2 + hi (un+1
i )2 − hi (uni )2 + (uni )2 − (uni−1 )2 6 0
en sommant pour i ∈ {−M, . . . , M } et h ∈ {0, . . . , N }, on obtient alors :
M X
X M N
X N
X M
X
ζ (uni − uni−1 )2 + αh (unM )2 − βh (un−M −1 )2 6 (u0i )2 .
i=−M n=0 n=0 n=0 i=−M
222
5.6 Exercices 5. Problèmes hyperboliques
En remarquant que
M
X M
X
k (u0i )2 6 hi (u0i )2 6 ku0 k22
i=−M i=−M
ku0 k22
donc C = ζ convient.
4. (Convergence) Pour montrer la convergence, on va passer à la limite sur le schéma numérique.
On aura pour cela besoin du lemme suivant :
Lemme 5.29 Soit (un )n∈N une suite bornée dans L∞ (R). Si un → u dans L∞ (R) pour la
topologie faible ∗ lorsque n → +∞, (c.à.d
Z Z
un (x)ϕ(x)dx → u(x)ϕ(x)dx ∀ϕ ∈ L1 (R)
R n→+∞ R
Démonstration.
Z Z Z Z
u (x)v (x)dx − u(x)v(x)dx 6 ku k kv − vk + u (x)v(x)dx − u(x)v(x)dx
n n n ∞ n 1 n
Z Z
6 Ckun − vk1 + un (x)vn (x)dx − u(x)v(x)dx → 0 (5.94)
n→+∞
On multiplie le schéma numérique par kϕni , ϕ ∈ Cc∞ (R × [0, T [) et ϕni = ϕ(x, tn ) et en somme
sur i et n (toutes les sommes sont finies car ϕ est à support compact) ; on obtient :
X X un+1 − un XXN
i i
khi ϕni + (uni − uni−1 )kϕni = 0.
k n=1
i∈Z n∈N i∈Z
Or :
X XZ xi+ 1 Z
T1 = u0i ϕ0i hi = u0 (x)ϕ0 (xi ) dx −−−→ u0 ϕ dx.( avec ϕ0 = ϕ(., 0))
2
xi− 1 h→0
i∈Z i 2
ϕn−1 − ϕni
XX Z Z
T2 = hi uni i
k=− uT ,k ψT ,k dxdt
k R+ R
i∈Z n=1
Soit
N
XX ϕn−1 − ϕni
ψT ,k (x, t) = i
1]xi− 1 ,xi+ 1 [ 1]nk,(n+1)k[ .
n=1
k 2 2
i∈Z
223
5.6 Exercices 5. Problèmes hyperboliques
Aussi :
X X ϕni − ϕni+1 XX
T3 = uni khi = kϕni (uni − uni−1 )
hi
i∈Z n∈N i∈Z n∈N
XX XX
= kϕi−1 (ui − ui−1 ) +
n n n
k(ϕni − ϕni− 1 )(uni − uni−1 ) = T4 + T5
2
i∈Z n∈N i∈Z n∈N
avec :
XX ϕni− 1 − ϕni+ 1 ZZ
T4 = khi 2 2
uni = uT k (x)χT k (x)dx
i n
h
où
ϕni− 1 − ϕni+ 1
χT k = 2 2
sur ]xi− 12 , xi+ 12 [×]tn , tn+1 [;
hi
et donc χT k → −ϕx dans L1 (R×]0, 1[) et
ZZ
T4 → − u(x)ϕx (x) dxdt lorsque h → 0
Aussi :
M2 X
X N M2
N X
X
T5 6 kβhkϕx k∞ (ui − uhi−1 ) 6 βkhkϕx k∞ (uni − uni−1 )
i=M n=0 n=0 i=M
Exercice 72.
1. Dans le premier cas, la solution est facile à construire par la méthode des caractéristiques,
pour tout t < 1/2. En effet, les droites caractéristiques sont d’équation : x(t) = 2u0 (x0 )t + x0 ,
c’est-à-dire
2t + x0 si x0 < 0
x(t) = 2(1 − x0 )t + x0 si x0 ∈]0, 1[
0 si x0 > 1
224
5.6 Exercices 5. Problèmes hyperboliques
Les droites caractéristiques se rencontrent à partir de t = 1/2, il y alors apparition d’un choc,
dont la vitesse est donnée par la relation de Rankine–Hugoniot :
σ(ug − ud ) = (u2g − u2d ), et donc σ = ug + ud = 1.
La solution entropique est donc :
1 si t < 1/2 et x < 2t ou si t > 1/2 et x < t + 1/2,
x−1
u(x, t) =
2t − 1
0 si t < 1/2 et x > 1 ou si t > 1/2 et x > t + 1/2.
2. On pourra montrer que la fonction définie par les formules suivantes est la solution pour t < 1/2
(c’est-à-dire avant que les droites caractéristiques ne se rencontrent, la solution contient deux
zones de détentes) :
u(x, t) = 0 si x < 0
u(x, t) = x
si 0 < x < 2t
2t
1−x
u(x, t) = si 2t < x < 1
1 − 2t
x−1
u(x, t) = si 1 < x < 1 + 2t
2t
u(x, t) = 1 si 1 + 2t < x
Remarquons que, bien que la solution initiale soit discontinue, la solution entropique est continue
pour t ∈]0, 1/2[.
Exercice 74.
1. La question 1 découle du point 1 de la proposition 5.23 (il faut que σ satisfasse la condition de
Rankine-Hugoniot.
2. La question 2 découle du point 2 de la proposition 5.23.
n n n n
k g(ui−1 ,ui )−g(ui ,ui )
Din = hi un −un si uni 6= uni+1 (0 sinon )
i−1 i
225
5.6 Exercices 5. Problèmes hyperboliques
(On laisse le lecteur vérifier qu’un tel L existe pour les 4 schémas considérés).
1. Dans le cas des 3 premiers schémas (FS, Godunov et LFM), la fonction g est croissante par
rapport au 1er argument et décroissante par rapport au 2ème argument. Donc si uni ∈ [A, B], ∀i
(pour n fixé), on a Cin > 0 Din > 0. En prenant 2k 6 Lhi ∀i on a aussi : Cin , Din 6 12
et donc un+1
i est une combinaison convexe de uni−1 , uni , uni+1 donc un+1
i ∈ [A, B] ∀i (et aussi
ku n+1
k∞ 6 kun k∞ ). Par récurrence sur n on en déduit :
L
uni ∈ [A, B] ∀i, ∀n si k 6 uhi ∀i avec M =
2
Dans le dernier cas (Murman), on a
f (b)−f (a) f (b)−f (a)
g(a, b) = f (a) si b−a > 0 (a 6= b), g(a, b) = f (b) si b−a < 0 (a 6= b) et g(a, a) = f (a).
f (un n
i+1 )−f (ui )
Si un −un > 0, on a : g(uni , uni+1 ) = f (un ), donc Cin = 0.
i+1 i
f (un n
i+1 )−f (ui ) −f (un n
i+1 )+f (u )
Si un −u n < 0, on a : g(uni , uni+1 ) = f (uni+1 ), Cin = un −u n > 0, et Cin 6 1
2 si
i+1 i i+1 i
un+1
i = uni + Cin (uni+1 − uni ) + Din (uni−1 − uni )
et donc, en soustrayant membre à membre :
un+1 n+1
i+1 − ui = (uni+1 − uni ) (1 − Cin − Di+1
n
) + Ci+1
n
(uni+2 − uni+1 ) + Din (uni − uni−1 )
| {z } | {z } |{z}
>0 >0 >0
En regroupant :
P
X P
X
ui+1 − uni + CPn +1 unP +2 − unP +1 + D−P
n+1 n+1
n n n
u−P − un−P −1 .
u
i+1 − u i 6
i=−P i=−P
Or CPn +1 ∈ [0 ; 1] et n
D−P ∈ [0 ; 1] donc
P
X P
X +1 +∞
X
n+1
− un+1 6
n
ui+1 − uni 6
n
ui+1 − uni .
u
i+1 i
i=−P i=−P −1 i=−∞
Exercice 77.
1. Cette question a été complètement traitée dans l’exercice 76.
Les estimations sont vérifiées avec M = L/2 où L est la constante de Lipschitz de f sur [A, B].
f (b)−f (a)
2. Remarquons que si f (s) = s2 alors b−a = b + a.
226
5.6 Exercices 5. Problèmes hyperboliques
(a) Soit b̄ ∈]0, B[, ā ∈]A, 0[ tel que b̄ + ā > 0, (par exemple ā = −/2, b̄ = avec 0 <
< min(−A, B)). Soit α ∈]0, ā + b̄[. Pour a ∈ [ā − α, ā + α], on a b̄ + a > 0 et donc
g(a, b̄) = f (a) = a2 , ce qui prouve que sur l’ensemble [ā − α, ā + α] × {b̄}, la fonction g est
décroissante par rapport à a.
(b) Soit n u0 définie par :
(
− 1 sur R−
u0 =
+ 1 sur R+
de sorte que
(
+1 si i > 0
u0i =
−1 si i < 0
Comme f (u0i ) = +1, ∀i on a u1i = u0i , ∀i et donc uni = u0i pour tout i et pour tout n. Par
une récurrence facile, la solution approchée est donc stationnaire. La solution exacte n’est pas
stationnaire (voir proposition 5.23, cas où f est strictement convexe et ug < ud ).
Exercice 78.
1. Le schéma s’écrit :
hi
un+1
i = uni − (g(uni , uni+1 ) − g(uni , uni−1 ))
k
2. On peut écrire le schéma sous la forme
uni+1 = uni + Cin (uni+1 − uni ) + Din (uni−1 − uni ) = (1 − Cin − Din )uni + Cin uni+1 + Din uni−1
avec :
hi g(uni , uni+1 ) − g(uni , uni )
Cin = si uni+1 6= uni (et 0 sinon)
k uni+1 − uni
(5.95)
hi g(uni , uni+1 ) − g(uni , uni )
Din = si uni−1 6= uni (et 0 sinon)
k uni+1 − uni
Remarquons que Cin > 0 et Din > 0 car g est monotone. On en déduit que H définie par
H(uni−1 , uni , uni+1 ) = (1 − Cin − Din )uni + Cin uni+1 + Din uni−1 ,
où les coefficients Cin et Din sont définis par (5.95), est une fonction croissante de ses arguments
si 1 − Cin − Din > 0, ce qui est vérifié si k 6 2M
hi
pour tout i ∈ Z.
3. Comme a 6 ξ, on a g(a, b) 6 g(ξ, b) ; de même, comme ξ 6 b, on a g(ξ, b) 6 g(ξ, ξ).
4. D’après la question précédente, si a 6 b, on a bien g(a, b) 6 min{g(ξ, ξ), ξ ∈ [a, b]} et comme
g(ξ, ξ) = f (ξ), on a le résultat souhaité. Si a > b, alors on vérifie facilement que g(a, b) > g(ξ, ξ)
pour tout ξ ∈ [b, a], ce qui prouve le résultat.
5. Comme g(a, b) = f (ua,b ), on a mins∈[a,b] f (s) 6 g(a, b) si a 6 b et g(a, b) 6 maxs∈[b,a] f (s) si
a > b. On a donc égalité dans les inégalités de la question 3.
6. (a) Le résultat s’obtient en intégrant sur le pavé Ki × [tn tn+1 [. . .
(b) D’après la question précédente, le schéma est effectivement un schéma à trois points et qui
peut donc s’écrire sous la forme
un+1
i = HG (uni−1 , uni , uni+1 ).
Le fait que HG est une fonction croissante de ses trois arguments se déduit de la vision
“historique" de Godunov et du lemme de comparaison : en effet si l’on prend par exemple
en = (e
u uni )i∈Z avec u
enj = unj pour tout j 6= i et u
eni > uni , alors par principe de comparaison
eG > uG et donc u
un n n+1
ei > ui . On a ainsi montré que HG est croissante par rapport à son
n+1
deuxième argument. On montre de manière similaire que HG est croissante par rapport à
son premier et troisième argument.
227
5.6 Exercices 5. Problèmes hyperboliques
(c) Comme HG est une fonction croissante de ses trois arguments, en fixant uni et uni+1 , on
déduit immédiatement de l’expression (5.66) que gG est une fonction croissante du premier
argument ; de même, en fixant uni et uni−1 , on déduit que gG est une fonction décroissante
du deuxième argument. Le flux gG est donc monotone.
(d) Comme gG (a, b) = f (wR (0, a, b), il existe c dans l’intervalle d’extrémités a et b tel que
gG (a, b) = f (c). Le résultat de la questions 5 donne alors que
(
mins∈[a,b] f (s) si a 6 b,
gG (a, b) =
maxs∈[b,a] f (s) si b 6 a.
228
Références
[1] Haïm Brezis. Analyse Fonctionnelle : Théorie et Applications. Paris : Masson, 1983.
[2] Philippe Ciarlet. « Basic error estimates for elliptic problems ». Finite Element Methods. Tome 2.
Handbook of Numerical Analysis. Elsevier, 1991, pages 17-351.
doi : 10.1016/S1570-8659(05)80039-0.
[3] Philippe Ciarlet. Introduction à l’analyse numérique et à l’optimisation. Paris : Masson, 1982.
[4] Philippe Ciarlet. The Finite Element Method for Elliptic Problems. Paris : North-Holland,
Amsterdam, 1978.
[5] Philippe Ciarlet, Bernadette Miara et Jean-Marie Thomas. Exercices d’analyse numérique
matricielle et d’optimisation avec solution. Paris : Dunod, 1982. isbn : 2100055879.
[6] Robert Eymard, Thierry Gallouët et Raphaèle Herbin. Finite Volume Methods. Handbook of
Numerical Analysis. Amsterdam : North-Holland, 1978, pages 713-1020.
[7] Thierry Gallouët et Raphaèle Herbin. Mesures, Intégration, Probabilités. 2011.
oai : cel.archives-ouvertes.fr:cel-00637007.
[8] Edwige Godlewski et Pierre-Arnaud Raviart. Numerical approximation of hyperbolic systems of
conservation laws. Tome 118. Applied Mathematical Sciences. New York : Springer, 1996.
[9] Sergeï Godounov et Valerii Platonov. Résolution numérique des problèmes multidimensionnels de
la dynamique des gaz. Moscou : Mir, 1976.
[10] Karl Gustafson et Takehisa Abe. « The third boundary condition—was it robin’s ? » The
Mathematical Intelligencer 20 (1 1998), pages 63-71. issn : 0343-6993.
doi : 10.1007/BF03024402.
[11] Raphaèle Herbin. Analyse numérique. 2011.
oai : cel.archives-ouvertes.fr:cel-00092967.
[12] Dietmar Kröner. Numerical schemes for conservation laws in two dimensions. Advances in
Numerical Mathematics. Stuttgart : John Wiley et Sons, 1997.
[13] Randall LeVeque. Numerical methods for conservation laws. Stuttgart : Birkhauser Verlag, 1990.
[14] Alfio Quarteroni, Riccardo Sacco et Fausto Saleri. Numerical mathematics. Stuttgart : Springer,
2000.
[15] Jacques Rappaz et Marco Picasso. Introduction à l’analyse numérique. Lausanne : Presses
Polytechniques et Universitaires Romandes, 1998.
229