Approximation Variationnelle et Éléments Finis

De la formulation faible à la construction numérique

1 / 23
Introduction
Problématique
Résolution numérique des EDP par réduction dimensionnelle :

Problème continu (dimension infinie) → Système algébrique (dimension finie)

Combinaison de deux approches :

1 Formulation variationnelle rigoureuse
2 Approximation polyédrale (maillage)
Outils fondamentaux : Ω
Théorème de Lax-Milgram ∂Ω
Lemme de Céa
Éléments finis P1 et P2

Représentation d’un maillage

triangulaire (éléments finis P1 ) 2 / 23
Passage à la Formulation Variationnelle

Étapes systématiques
1 Multiplier l’EDP par une fonction test v ∈ V
2 Intégrer sur le domaine Ω
3 Appliquer les formules de Green
4 Traiter les conditions aux limites

L(u) = f dans Ω → a(u, v ) = ℓ(v ) ∀v ∈ V

Forme bilinéaire Forme linéaire

Z Z Z
a(u, v ) = k∇u · ∇v dx ℓ(v ) = fv dx + gv dσ
Ω Ω ΓN

3 / 23
Exemple de Problème Modèle

Problème de diffusion avec conditions mixtes


−∇ · (k∇u) = f
 dans Ω
u=0 sur ΓD

 ∂u
k ∂n = g sur ΓN

ΓN Espace des fonctions test :

g V0 = {v ∈ H 1 (Ω) : v = 0 sur ΓD }
ΓD ΓN
Formulation faible :
ΓN Z Z Z
k∇u · ∇v = fv + gv
Ω Ω ΓN

4 / 23
Théorème de Lax-Milgram
Theorem (Lax-Milgram)
Soit V un espace de Hilbert réel. Soit a : V × V → R bilinéaire vérifiant :
1 Continuité : ∃M > 0, |a(u, v )| ≤ M∥u∥V ∥v ∥V
2 Coercivité : ∃α > 0, a(v , v ) ≥ α∥v ∥2V
Alors pour tout ℓ ∈ V ′ , ∃!u ∈ V tel que :

a(u, v ) = ℓ(v ) ∀v ∈ V

Interprétation variationnelle Applications

Si a symétrique : l’existence et l’unicité

u = arg min J(v )

v ∈V Stabilité par rapport aux données
Base des méthodes variationnelles
avec J(v ) = 21 a(v , v ) − ℓ(v ) 5 / 23
Approximation Géométrique : Simplexes et Maillages

n-Simplexe : brique élémentaire

Enveloppe convexe de n + 1 points géométriquement indépendants :
n
( )
X X
K= x= λi ai | λi ≥ 0, λi = 1
i=0

1-Simplexe (Segment) 2-Simplexe (Triangle) 3-Simplexe (Tétraèdre)

a0 a1 a2
a3

a0 a1

6 / 23
Maillage Admissible

Definition (Maillage conforme)

Th = {K1 , . . . , KM } tel que :
S
1 Ω̄ ≈
K ∈Th K (recouvrement)
◦ ◦
2 Ki ∩ Kj = ∅ si i ̸= j (intérieurs disjoints)
3 Intersection de deux éléments est vide, un sommet, une arête ou une face

Nœud flottant (interdit)

Maillage conforme
nœud flottant

7 / 23
Discrétisation et Lemme de Céa
Problème discret
Choisir Vh ⊂ V de dimension finie :

Trouver uh ∈ Vh tel que a(uh , vh ) = ℓ(vh ) ∀vh ∈ Vh

Theorem (Lemme de Céa)

Soient u solution exacte et uh solution approchée. Alors :
M
∥u − uh ∥V ≤ inf ∥u − vh ∥V
ν vh ∈Vh

où M et ν sont les constantes de continuité et coercivité.

Interprétation
L’erreur est contrôlée par la meilleure approximation possible dans Vh
La méthode est quasi-optimale 8 / 23
Éléments Finis : Définition Axiomatique
Triplet de Ciarlet (K , P, Σ)
1 K : Domaine géométrique (triangle, tétraèdre, etc.)
2 P : Espace polynomial de dimension finie
3 Σ : Degrés de liberté (formes linéaires sur P)

Definition (Unisolvance)
Pour tout vecteur (α1 , . . . , αN ) ∈ RN , ∃!p ∈ P tel que :

σi (p) = αi , i = 1, . . . , N

Fonctions de base locales

{φ1 , . . . , φN } avec σi (φj ) = δij . Toute p ∈ P s’écrit :

N
X
p(x) = p(aj )φj (x) 9 / 23
Élément P1 en Dimension 1

Maillage uniforme 1

b−a

ϕj (x)
xj = a + jh, h=
n

Fonctions chapeau 0
xj−1 xj xj+1
 x−xj−1
x ∈ [xj−1 , xj ] x
 h

xj+1 −x
ϕj (x) = x ∈ [xj , xj+1 ]
 h
0 sinon


Espace d’approximation
Vh = {vh ∈ C 0 ([a, b]) : vh |[xj ,xj+1 ] ∈ P1 }

10 / 23
Convergence des Éléments P1
Theorem (Convergence en dimension 1)
Soit u ∈ H 2 (0, 1) solution exacte, uh approximation P1 . Alors :

∥u − uh ∥L2 (0,1) ≤ Ch2 ∥u ′′ ∥L2 (0,1)

∥u − uh ∥H 1 (0,1) ≤ Ch∥u ′′ ∥L2 (0,1)

Structure de la matrice
10−1 L2 (O(h2 ))
Pour un problème de Dirichlet :
Erreur

H 1 (O(h))
10−2
 
2 −1 0 ··· 0
. .. 
10−3 2 −1 . .

−1 . 
10−1.5 10−1 1 . ..

K= 0 −1 . .
 
h . 0
h
 .. .. ..

. . 2

 . −1
0 ··· 0 −1 2
11 / 23
Élément P2 en Dimension 1

1 ψ1
Nœuds supplémentaires ψ2
Nœuds sommets : xj = jh ψ3

ψi (ξ)
0.5
Nœuds milieux : xj+1/2 = (j + 12 )h
0
Fonctions quadratiques 0 0.2 0.4 0.6 0.8 1
Sur [0, 1] de référence : ξ

ψ1 (ξ) = (1 − ξ)(1 − 2ξ)

ψ2 (ξ) = 4ξ(1 − ξ)
ψ3 (ξ) = ξ(2ξ − 1)

Convergence améliorée
Si u ∈ H 3 :
∥u − u ∥ = O(h3 ), ∥u − u ∥ = O(h2 ) 12 / 23
Comparaison P1 vs P2

Caractéristique P1 P2
Degré polynomial 1 2
Nœuds par élément 2 3
Continuité C0 C0
Erreur L2 (si u régulière) O(h2 ) O(h3 )
Erreur H 1 (si u régulière) O(h) O(h2 )
Structure matrice Tridiagonale Pentadiagonale
Table – Comparaison des éléments finis en dimension 1

Critères de choix
P1 : Simplicité, robustesse, solutions irrégulières
P2 : Précision, solutions régulières, estimation de dérivées

13 / 23
Éléments en Dimension 2

(0, 1)
Triangle de référence

K̂ = {(ξ, η) : ξ ≥ 0, η ≥ 0, ξ + η ≤ 1} × ×

Coordonnées barycentriques (0, 0) × (1, 0)

λ1 = 1 − ξ − η, λ2 = ξ, λ3 = η
P 2 : 6 nœuds (3 sommets + 3 milieux)
1
P : Fonctions linéaires
φi = λi , i = 1, 2, 3

Fonctions P 2

ψi = λi (2λi − 1) (sommets) 14 / 23
Estimation d’Erreur en Dimension 2
Theorem (Estimation d’interpolation)
Si u ∈ H k+1 (Ω) et Πkh u interpolé de degré k :

∥u − Πkh u∥L2 (Ω) ≤ Chk+1 |u|H k+1 (Ω)

∥∇(u − Πkh u)∥L2 (Ω) ≤ Chk |u|H k+1 (Ω)

Élément Degré k Erreur L2 Erreur H 1

P1 1 O(h2 ) O(h)
P2 2 O(h3 ) O(h2 )

Exemple numérique
Pour u(x, y ) = sin(πx) sin(πy ) sur [0, 1]2 :

h Erreur L2 (P 1 ) Erreur L2 (P 2 )
1/4 3.2 × 10−2 4.1 × 10−4
−3 −5 15 / 23
Assemblage Global : Principe

Philosophie physique
X
Énergie totale = Énergie élémentaire
éléments

Calcul élémentaire Table de connectivité

Associe numéros locaux ↔ numéros globaux
Z
AK
ij = ∇φK K
i · ∇φj dx
K
Accumulation
Transformation de référence Aglobal =
X
AK
II ii
Z K ∋I
AK
ij = (JF−T ∇
ˆ φ̂i ) · (JF−T ∇
ˆ φ̂j )| det JF | d x̂
K̂

16 / 23
Exemple d’Assemblage en 1D
x1 x2 x3
Maillage minimal
2 éléments, 3 nœuds :
Élément 1 : nœuds 1-2 e1 e2
Élément 2 : nœuds 2-3

Matrice élémentaire
 
el a b
A =
c d
avec a = d, b = c par symétrie

Processus d’assemblage
1 Initialiser A = 03×3
2 Ajouter contribution e1 : blocs (1 : 2, 1 : 2)
17 / 23
Assemblage Pas à Pas

Étape 1 : e1 Étape 2 : e2

a b 0
 
a b 0
 ⊕
c d 0 c d + a b Superposition
0 0 0 0 c d

Conditions de Dirichlet
Éliminer lignes/colonnes correspondantes :

(d + a)u2 = b2

18 / 23
Exemple Détaillé : Problème 1D

Problème modèle
(
−u ′′ (x) + u(x) = f (x), x ∈ (0, L)
u(0) = 0, u(L) = 0

Formulation faible Coefficients

Z L Z L
(u ′ v ′ + uv ) = fv 1 2h
0 0 a= +
h 6
1 h
Matrice élémentaire b=c=− +
    h 6
el1 1 −1 h 2 1 d =a
A = +
h −1 1 6 1 2

19 / 23
Structure Générale pour N Éléments
Matrice globale
Pour un maillage à N éléments (N + 1 nœuds) :
 
a b 0 ··· 0
c 2a b . . .
 .. 
 .
A = 0 c 2a . . .
 
0
 .. . . . . . .
 
. . .

. b
0 ··· 0 c a
Après conditions Dirichlet
Propriétés
 
2a b 0 ··· 0
Matrice tridiagonale  .. .. 
c 2a b . .
Symétrique définie positive
 
Ared =0
 .. 
c 2a . 0
Creuse (sparse)  ..

.. .. ..

. . .

. b
Conditionnement O(h−2 )
0 ··· 0 c 2a 20 / 23
Synthèse et Perspectives

Concepts clés Extensions

1 Formulation variationnelle Éléments d’ordre supérieur (P3 , etc.)
2 Théorème de Lax-Milgram Éléments non conformes
3 Lemme de Céa Adaptativité (h et p)
4 Éléments P1 et P2 Problèmes non linéaires
5 Assemblage Équations d’évolution

Applications
Mécanique des structures Dynamique des fluides Électromagnétisme
Transfert thermique Acoustique Géophysique

21 / 23
Bibliographie et Références

Ouvrages fondamentaux Logiciels populaires

Ciarlet, P.G. The Finite Element Method FreeFem++ (C++)
for Elliptic Problems FEniCS (Python/C++)
Brenner, S.C., Scott, L.R. The [Link] (C++)
Mathematical Theory of Finite Element
GetFEM (Python/C++)
Methods
MATLAB PDE Toolbox
Ern, A., Guermond, J.L. Theory and
Practice of Finite Elements
Thèmes de recherche
Quarteroni, A. Numerical Models for
Méthodes sans maillage
Differential Problems
Éléments finis discontinus
Isogéométrique
Réduction de modèle
22 / 23
Fin du Chapitre

Merci pour votre attention

Questions ?

23 / 23