Cours de Méthodes Numériques

Avancées

MIS – 2ème année

2020-2021
Rappels: Dérivation numérique
Les formules de dérivation numérique peuvent être déduites de la formule de
Taylor, avec une erreur de troncature à l’ordre p, en négligeant les termes
d’ordre supérieur à p.
h2 h3
f ( x + h ) = f ( x ) + hf ¢( x ) + f ¢¢( x ) + f ¢¢¢( x ) + ...
2! 3!
• On connaît f sur un ensemble de points {xi,}, notons h = xi+1 - xi

h2 h3
(1) f(xi+h) ➨ y i +1 = y i + hf ¢(xi ) + f ¢¢(xi ) + f ¢¢¢(xi ) + ... Err1(hp)
2! 3!
h2 h3
(2) f(xi-h) ➨ y i -1 = y i - hf ¢( xi ) + f ¢¢( xi ) - f ¢¢¢( xi ) + ... Err2(hp)
2! 3!
Rappels: Dérivation numérique
Approximation de fʼ(xi)
• En utilisant (1) et en négligeant les termes d’ordre ≥ 2, p=2, on obtient la dérivée
numérique à droite avec une erreur proportionnelle à h.
f (x + h ) - f (x )
f ¢(x ) »
h
• En utilisant (2) et en négligeant le terme d’erreur à l’ordre 2, p=2 on obtient la
dérivée numérique à gauche avec une erreur proportionnelle à h.
• En utilisant (1)-(2), et en négligeant le terme d’erreur à l’ordre 4, p=4, on obtient la
dérivée numérique centrée avec une erreur proportionnelle à h2.

2h 3
f(xi+h) - f(xi-h) ➨ y i +1 - y i -1 = 2 hf ¢( xi ) + f ¢¢¢( xi ) + ...
3!
y i + 1 - y i -1
f ¢( xi ) »
2h
Rappels: Dérivation numérique
Calcul des dérivées d'ordre deux : En utilisant (1)+(2), on obtient:
2h 2
y i + 1 + y i -1 = 2 yi + f ¢¢( xi ) + ...
2!
en négligeant les termes en h4 :
y i + 1 - 2 y i + y i -1
f ¢¢( xi ) »
h2
Pour approcher les dérivées d’ordre k, il suffit d’écrire la formule de Taylor à un ordre supérieur et
l’utiliser avec des coefficients adéquats. On détermine aussi l’erreur commise sur cette approximation à
partir des termes négligés.
Ces formules de dérivation numériques sont utilisées pour approcher les équations différentielles et les
équations aux dérivées partielles.
Résolution de l’équation de la chaleur
en dimension1
Résolution de l’équation de la chaleur
en dimension1

Notations: k = ∆𝑡, ℎ = ∆𝑥. 𝑡0 = 0, 𝑡𝑗 = 𝑗𝑘 𝑒𝑡 𝑥0 = 0, 𝑥𝑖 = 𝑖ℎ,

Résolution de l’équation de la chaleur
en dimension1
• On obtient alors une équation « approchée », en remplaçant les dérivées exactes
en tout point de la discrétisation (xi,tn) par les dérivées approchées ou formules
de dérivation numérique, en négligeant les termes d’erreurs dans les formules de
Taylor utilisées.
• L’erreur commise est dite erreur de troncature.
• D’autres erreurs sont introduites par la machine au cours des calculs et peuvent
être amplifiées au cours des itérations.
• Un bon schéma « c’est un schéma convergent », c’est un schéma « consistant et
stable »
Résolution de l’équation de la chaleur
en dimension1
Euler explicite

Le schéma explicite appliqué à l’équation de la chaleur, utilise la

dérivée à droite en temps et la dérivée centrée en espace. Cette
approximation introduit une erreur d’ordre 1 en k et d’ordre 2 en h.
Euler explicite
Euler explicite
• On remarque que dans l’équation discrète, les valeurs inconnues sont celles de 𝑢!"#$ pour tout
%
1 ≤i≤ 𝑚, avec x0=0 et xm+1 =1. Notons 𝛼=
&!

• 𝑢!"#$ = 𝛼 𝑢!'$
"
+ (1 − 2𝛼) 𝑢!" + 𝛼 𝑢!#$
"
+ 𝑘 f(xi,tn) pour i=1,…,m
• Pour tout i=1,…,m on obtient 𝑢!"#$ en fonction des valeurs de 𝑢!" .
• Il s’agit donc d’écrire une boucle en i à tout instant tn

Notons tN = T, le temps final.

Pour n =1,.., N
Pour i = 1,…m
𝑢!"#$ = 𝛼 𝑢!'$
"
+ (1 − 2𝛼) 𝑢!" + 𝛼 𝑢!#$
"
+ 𝑘 f(xi,tn)
fin Pour
Fin Pour.
• Ecriture vectorielle, Notons

𝑢#!"# (1 − 2𝛼) 𝛼 0 … .0
𝑢$!"# 𝛼 ⋮
. 0 ….
• 𝑈 !"# = A= ⋱⋱ ⋱
. . 0
. . 𝛼
𝑢%!"# 0 0. 𝛼 (1 − 2𝛼)

A tout instant tn+1 on calcule donc : 𝑈 !"# = A 𝑈 ! + Fn

𝑘𝑓 𝑥𝑚, 𝑡𝑛 + 𝑎(𝑡𝑛)
𝑘𝑓(𝑥2, 𝑡𝑛)
.
F=
n
.
.
𝑘𝑓 𝑥𝑚, 𝑡𝑛 + 𝑏(𝑡𝑛)
 Euler implicite
• Il s’agit d’approcher la dérivée en temps par la formule de dérivation à gauche
78 8 :!,9" ;< ;8 :!,9" 8)*+, ;8)*
• (xi,tn+1)≈ #$% #$ ≈
79 ;< <

La dérivée en espace est approchée par la même formule centrée, mais à l’instant tn+1
)*(
-". .&'( 0$.&)*( ".&*(
)*(
(x ,t )≈
-/" i n+1 1"

L’équation approchée s’écrit alors :

*+,
8)*+, ;8)* 8)2, ;=8)*+, >8)+,
*+,
- = f(xi,tn+1)
< ?+
Euler implicite
Le problème discret s’écrit: 𝐴𝑈 @>A = 𝑈 @ + Fn+1

(1 + 2𝛼) −𝛼 0 … .0 𝑘𝑓 𝑥𝑚 , 𝑡𝑛 + 1 + 𝑎(𝑡𝑛 + 1)
−𝛼 ⋮ 𝑘𝑓(𝑥2, 𝑡𝑛 + 1)
0 0 .
avec A= ⋱⋱ ⋱ , Fn+1 =
. 0 .
. −𝛼 .
0 0 −𝛼 (1 + 2𝛼) 𝑘𝑓 𝑥𝑚 , 𝑡𝑛 + 1 + 𝑏(𝑡𝑛 + 1)

𝑈0 étant la condition initiale, connue, ainsi que les conditions aux limites a(t) et b(t)
𝑔(𝑥1)
𝑔(𝑥2)
.
𝑈I=
.
.
𝑔(𝑥𝑚)
Euler implicite
Pour calculer 𝑈n+1 à partir de 𝑈n par le schéma implicite, on doit
résoudre un système matriciel à chaque pas de temps:

Pour n =1,.., N
Résoudre: 𝐴𝑈 @>A = 𝑈 @ + Fn+1
Fin Pour.
Consistance du schéma d’Euler
Les schémas d’Euler explicite et implicite sont consistants, en effet:
Stabilité du schéma explicite
• On sait que le calcul numérique sur machine introduit des erreurs d’arrondi, ces erreurs
peuvent s’accroitre au cours des itérations en temps.
• Supposons qu’à l’instant t0, la solution donnée U0 est introduite avec une erreur 𝜀 et
supposons F=0, par le schéma explicite on a :

𝑈$ = A (𝑈 , + 𝜀)
𝑈 - = A 𝑈$ =A2 (𝑈 , + 𝜀)
𝑈 . = A 𝑈 - =A3 (𝑈 , +𝜀)
A l’instant tn+1 on aura
𝑈 "#$ = A 𝑈 " =An+1 (𝑈 , + 𝜀) = An+1 𝑈 , + An+1 𝜀

L’erreur devient donc à l’instant tn+1 : An+1 𝜀

Si le terme diverge, le schéma va diverger et la solution approchée ne sera pas acceptable.
Stabilité du schéma explicite
Méthode matricielle
Une condition nécessaire pour la stabilité du schéma est donnée par

An+1 ≤ 1

∑ NO%
On peut utiliser la norme infinie 𝐴 ∞ = max NO# 𝑎𝑖𝑗
M
Or les termes aij de la matrice sont nuls sauf:
aii = 1 − 2𝛼, aii-1 = aii+1 = 𝛼.
Si 𝛼 ≤1/2 , alors la condition 𝐴 ∞ ≤ 1, le schéma est alors stable.
Exercice

• Réécrire les schémas d’Euler explicite et implicite et montrer que ce

sont des schémas consistants et introduisent une erreur de
troncature d’ordre 1 en temps et d’ordre 2 en espace.
• Etudier la stabilité du schéma d’Euler implicite.
Stabilité du schéma explicite
Méthode de Fourier
Stabilité du schéma explicite
Méthode de Fourier
Schéma d’Euler explicite
!"#$% &!"# #
!"(% &)!"# *!"$%
#
- = 0 (1)
' +)
0
Sachant que xi+1 = xi+h , on a 𝑢, .*/ (𝑦) = 𝑒 .6+ 𝑢, .0 (𝑦)
En appliquant Fourier à l’équation (1) ci-dessus, on obtient:
𝑢, 0*/ 𝑦 =𝑢, 0 𝑦 1 − 𝛼(− exp −𝑖𝑦ℎ + 2 − exp(𝑖𝑦ℎ)
(ABC &.6+ *ABC .6+ )
Ou 𝑢, 0*/ 𝑦 =𝑢, 0 𝑦 1 − 2𝛼(1 − )
)
Ce qui s’écrit:
𝑢, 0*/ 𝑦 =𝑢, 0 𝑦 1 − 4𝛼𝑠𝑖𝑛2(𝑦ℎ/2)
D’où : 𝑢, 0*/ = 𝑆(𝑦) 𝑢, 0
Stabilité du schéma explicite
Méthode de Fourier
Le schéma d’Eeuler explicite est donc stable si le facteur d’amplification de l’erreur
𝑆(𝑦) est de module inférieur à 1.

Le facteur d’amplification est inférieur à 1 pour tout y ssi la condition dite de

« Courant-Friedrichs-Lewy, ou CFL » est vérifiée: 𝛼 < 1/2.

Exercice: faire l’étude de stabilité du schéma implicite

Schéma de Richardson

On s’intéresse à l’étude du schéma de Richardson suivant:

!"#$% &!"#(% #
!"(% &)!"# *!"$%
#
- =0
)' +)
1) Calculer l’erreur de troncature de ce schéma
2) Etudier la stabilité.
Schéma de Richardson
1) Erreur de troncature d’ordre 2 en temps et en espace.
2) Pour l’étude de la stabilité, on utilise la méthode de Fourier.
On aboutit à l’équation:

En utilisant l’écriture vectorielle on a:

𝑢, 0*/ = 𝑎 −1 𝑢, 0 Nn+1= S 𝑈
Nn
0&/ , 𝑈
𝑢, 0 1 0 M𝑢
'+
Avec a = −2𝛽 sin) ( ), le schéma est donc stable si la norme de la matrice S est inférieure
)
à 1.
) '+
Or 𝐴 ∞ = 1+2𝛽 sin ( ) > 1 ∀ 𝑘 𝑒𝑡 ℎ, le schéma est donc inconditionnellement instable.
)
Schéma de Richardson

On s’intéresse à l’étude du schéma de Richardson suivant:

!"#$% &!"#'% #
!"'% &(!"# *!"$%
#
- =0
() +(
1) Calculer l’erreur de troncature de ce schéma
2) Etudier la stabilité.
Schéma de Richardson
1) Erreur de troncature d’ordre 2 en temps et en espace.
2) Pour l’étude de la stabilité, on utilise la méthode de Fourier.
On aboutit à l’équation:

En utilisant l’écriture vectorielle on a:

𝑢, .*/ = 𝑎 −1 𝑢, . 5n+1= S 𝑈
5n
.&/ , 𝑈
𝑢, . 1 0 4𝑢
)+
Avec a = −2𝛽 sin( ( ), le schéma est donc stable si la norme de la matrice S est inférieure
(
à 1.
( )+
Or 𝐴 ∞ = 1+2𝛽 sin ( ) > 1 ∀ 𝑘 𝑒𝑡 ℎ, le schéma est donc inconditionnellement instable.
(
Schéma de Gear

On s’intéresse à l’étude du schéma de Gear suivant:

1) Calculer l’erreur de troncature de ce schéma,

2) Etudier la stabilité.
Erreur de troncature
Le schéma est d’ordre deux en espace, l’erreur est proportionnelle à h2
/ .*/ . .&/ L!
Calculons l’erreur en temps: (3𝑢I − 4𝑢I + 𝑢I ) - (xi,tn) ??
(∆H LH
L! N
∆H L ! (
(1) 𝑢(𝑥I , 𝑡.*/)= 𝑢(𝑥I , 𝑡. )+ ∆𝑡 LH (𝑥I , 𝑡. )+ ( LH( (𝑥I , 𝑡. )+ O(∆𝑡 ()
L! ∆H N L(!
(2) 𝑢(𝑥I , 𝑡.&/) = 𝑢(𝑥I , 𝑡. )- ∆𝑡 LH (𝑥I , 𝑡. )+ ( LH( (𝑥I , 𝑡. )+O(∆𝑡 ()
L! L(!
3 (1) +(2) = 4 𝑢(𝑥I , 𝑡. ) +2 ∆𝑡 LH (𝑥I , 𝑡. )+2 ∆𝑡 LH( (𝑥I , 𝑡. )+ O(∆𝑡 ().
(

D’où
/ L! L(!
(∆H
(3𝑢(𝑥I , 𝑡.*/)- 4 𝑢(𝑥I , 𝑡. )+ 𝑢(𝑥I , 𝑡.&/)) = LH
(𝑥I , 𝑡. )+ ∆𝑡 LH(
(𝑥I , 𝑡. )+ O(∆𝑡 ).
Le schéma est donc d’ordre 1 en temps, L’erreur est proportionnelle à ∆𝑡
Schéma de Gear: Stabilité
/ k
(3𝑢I.*/ − 4𝑢I. + 𝑢I.&/ ) - ( (𝑢 .*/
I&/ − 2𝑢I
.*/
+ 𝑢 .*/
I*/ ) = 0
(∆H ∆P

k∆H
Notons 𝛼= et h= ∆𝑥, en appliquant Fourier au schéma de Gear, on obtient:
∆P(

(STU &IV+ *STU IV+ )

𝑢, .*/ 𝑦 3 + 2𝛼(1 − ) = 4 𝑢, . 𝑦 - 𝑢, .&/ 𝑦
(

(STU &IV+ *STU IV+ )

𝑂𝑟 1 − = 2sin( (𝑦ℎ/2)
(

𝜆 𝑢, .*/ 𝑦 =4 𝑢, . 𝑦 - 𝑢, .&/ 𝑦 , avec 𝜆= 3+4 𝛼 sin( (𝑦ℎ/2)

On peut écrire directement l’équation caractéristique de cette équation récurrente ou

utiliser la notation vectorielle comme pour le schéma de Richardson.
Schéma de Gear: Stabilité
Ecriture vectorielle:

] &/
.*/
𝑢, 𝑢, . 5n+1= S 𝑈
5n
. = ^ ^
4𝑢 .&/ , 𝑈
𝑢, 1 0
`
En utilisant la norme 𝑆 ∞= ^, il n’est pas facile de montrer que 𝜆 ≥ 5?
Utilisons l’équation caractéristique de la matrice S, qui coïncide avec l’équation
caractéristique de l’équation récurrente: (1) 𝜆𝑎.*/-4 𝑎. +1 = 0
( ] /
Qui s’écrit (2) 𝑟 - 𝑟 + =0
^ ^
Schéma de Gear: Stabilité

Le schéma serait stable si et ssi les racines de l’équation caractéristique sont de

module inférieur ou égal à 1.
Or les racines d’une équation du second degré x2+bx+c = 0 sont de module
inférieur ou égal à 1 si et ssi 𝑐 ≤ 1, et 𝑏 ≤ 1 +c.

Ces conditions sont vérifiées dans le cas de l’équation caractéristique considérée

(2). En effet, on a:
/ ] / o
λ= 3+4 𝛼 sin((𝑦ℎ/2), il est clair que λ ≤ 1 et que λ ≤ 1 + λ car λ ≤ 1.

Le schéma de Gear est donc inconditionnellement stable.

 Approximation variationnelle
Cadre général de la formulation variationnelle
Formulation variationnelle
La formulation variationnelle consiste à remplacer un problème EDP par
une formulation équivalente, dite « formulation variationnelle » ou
« formulation faible », obtenue en utilisant une Intégration par Parties
en dimension 1 ou la Formule de Green Généralisée en dimension 2 ou 3 après
multiplication de l’équation par une fonction test.

Commençons par présenter la formulation sur un exemple en dimension1:

Considérons le problème d’EDP suivant:

−𝑢$$ 𝑥 = 𝑓 𝑥 . 𝑥 ∈ 0,1
(P) !
𝑢 0 =𝑢 1 =0

𝑓 fonction donnée dans 𝐿.( 0,1 )

Formulation variationnelle
Nous allons multiplier l’équation par une fonction test 𝑣 de 𝐿. ( 0,1 ) , le produit scalaire est fait dans 𝐿. ( 0,1 ), on
obtient alors:

Si l’on suppose que 𝑣 0 = 𝑣 1 = 0, On obtient

Pour que cette intégrale ait un sens, il faudrait que 𝑣 $ 𝑠𝑜𝑖𝑡 𝑑𝑎𝑛𝑠 𝐿. ( 0,1 ).
Les fonctions tests sont dans l’espace des fonctions de 𝐿. ( 0,1 ), et telles que les dérivées sont dans 𝐿. ( 0,1 ). Cet
espace est noté 𝐻/ ( 0,1 ) , 𝑙𝑒 𝑠𝑜𝑢𝑠 𝑒𝑠𝑝𝑎𝑐𝑒 𝑑𝑒 𝐻/ ( 0,1 ) 𝑑𝑒𝑠 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑠 𝑛𝑢𝑙𝑙𝑒𝑠 𝑎𝑢 𝑏𝑜𝑟𝑑 𝑒𝑠𝑡 𝑉 = 𝐻0/ ( 0,1 ).
La formulation variationnelle de (P) s’écrit donc:

∃? 𝑢 ∈ 𝑉, 𝑡𝑒𝑙 𝑞𝑢𝑒
(PV) ! / $ $ /
∫0 𝑢 𝑥 𝑣 𝑥 𝑑𝑥 = ∫0 𝑓 𝑥 𝑣 𝑥 𝑑𝑥. ∀𝑣 ∈ 𝑉
Formulation variationnelle

Plusieurs questions se posent:

1- Comment on approche cette solution?

2- Est-ce que la solution calculée converge vers la solution exacte?
2- Est-ce que ce problème variationnel est équivalent au problème EDP.
3- Comment montrer que ce problème admet une solution.
Approximation variationnelle

• Pour calculer une solution approché de (PV) on considère un sous

espace de dimension finie de V, qu’on notera
• Notons 𝜑1 /2123 une base de 𝑉4 , le problème variationnel approché
s’écrit:
∃? 𝑢ℎ ∈ 𝑉4 , 𝑡𝑒𝑙 𝑞𝑢𝑒
(PVh) ! / $ $ /
∫0 𝑢ℎ 𝑥 𝑣ℎ 𝑥 𝑑𝑥 = ∫0 𝑓 𝑥 𝑣ℎ 𝑥 𝑑𝑥. ∀𝑣ℎ ∈ 𝑉ℎ

Posons 𝑢ℎ= ∑31;/ 𝛼1 𝜑1 , considérons comme fonction test 𝜑G

Le problème précédent s’écrit : ∃? (𝛼1 ), i=1,…,n tel que
/ /
∑31;/ 𝛼1 ∫0 𝜑1$ 𝑥 𝜑G$ 𝑥 𝑑𝑥 = ∫0 𝑓 𝑥 𝜑G 𝑥 𝑑𝑥. ∀ 𝜑G ∈ 𝑉ℎ
Approximation variationnelle
Le problème précédent s’écrit :

∃? 𝛼1 /2123 , 𝑡𝑒𝑙 𝑞𝑢𝑒

(PVh) P 3 / /
∑1;/ 𝛼1 ∫0 𝜑1$ 𝑥 𝜑G$ 𝑥 𝑑𝑥 = ∫0 𝑓 𝑥 𝜑G 𝑥 𝑑𝑥. ∀ 𝜑G , 𝑗 = 1, … 𝑛

On obtient donc n équations à n inconnues. Pour calculer 𝑢ℎ 𝑥 approximation de 𝑢 𝑥 , il

s’agit de résoudre un système linéaire de la forme AU = F,
/
A = 𝑎1G 1 ≤ 𝑖, 𝑗 ≤ 𝑛, avec 𝑎1G = ∫0 𝜑1 𝑥 𝜑G 𝑥 𝑑𝑥
𝑓/
. /
et 𝐹 = , 𝑓1 = ∫0 𝑓 𝑥 𝜑G 𝑥 𝑑𝑥
.
𝑓3
Formulation variationnelle
Cadre général
Formulation variationnelle
• Afin de répondre aux deux questions posées ci-dessus, nous allons introduire un
cadre général pour l’approximation variationnelle.
• Il s’agit en général d’utiliser l’intégration par parties ou la formule de Green
généralisée pour transformer le problème EDP en un problème variationnel.
• Notons 𝒜 un opérateur EDP du second ordre: le problème EDP s’écrit
(P) 𝒜u = F, avec des conditions aux limites sur u
En utilisant une I.P.P. ou la F.G.G, on obtient un problème variationnel qui s’écrit:
(PV) 𝑎 𝑢, 𝑣 = 𝐿 𝑣 ∀𝑣 ∈ 𝑉, 𝑉 𝑢𝑛 𝑒𝑠𝑝𝑎𝑐𝑒 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑛𝑒𝑙 𝑎𝑑é𝑞𝑢𝑎𝑡
Pour montrer l’existence et l’unicité d’une solution on utilise le théorème de Lax
Milgram que nous allons voir dans ce qui suit.
Théorème de Lax Milgram
Soit V un espace de Hilbert, a(.,.) une forme bilinéaire continue et coercive sur V,
L(.) une forme linéaire et continue sur V, alors le problème variationnel
(PV) 𝑎 𝑢, 𝑣 = 𝐿 𝑣 ∀𝑣 ∈ 𝑉, admet une solution unique dans V.
Si de plus a(.,.) est symétrique alors le problème variationnel (PV) est équivalent au
/
problème de minimisation (PM)min 𝐽 𝑣 . Avec 𝐽 𝑣 = .
a(𝑣, 𝑣) –𝐿 𝑣
h∈i
La solution 𝑢 du problème variationnel (PV) est l’unique solution du problème de
minimisation (PM).
a(.,.) est dite coercive, s’il existe 𝛼 > 0, tel que a(𝑣, 𝑣) ≥ 𝛼 𝑣 2, ∀𝑣 ∈ 𝑉.
Espaces fonctionnels et notations
Espaces fonctionnels et notations

Notons 𝐻0/ (Ω) le sous espace des fonctions de 𝐻/ (Ω) qui s’annulent sur
la frontière de Ω, alors on a le résultat suivant:
Formules de Green

si u et v sont des fonctions de 𝐻/ (Ω), alors on a :

Formule de Green Généralisée:

Exercices
Exercice1: Démontrer l’équivalence des problèmes (PV) et (PM)
Exercice2: Est-ce que l’exemple considéré dans la première partie du cours, vérifie
les hypothèses du théorème de Lax Milgram?
Exercice3: Ecrire la formulation variationnelle et vérifier les hypothèses du
théorème de Lax-Milgram, du problème EDP suivant:

−∆𝑢 = 𝑓. 𝑑𝑎𝑛𝑠 Ω
P 𝑢 = 0 𝑠𝑢𝑟 𝜕Ω
𝑓 𝑑𝑜𝑛𝑛é𝑒 𝑑𝑎𝑛𝑠 𝐿.(Ω)

Ω étant un ouvert borné de 𝑅..

Exercice1:
1) Soit 𝑢 solution du problème variationnel. Considérons une fonction quelconque 𝑤
de 𝑉, on peut écrire 𝑤 = 𝑢 + 𝑣, 𝑣 dans 𝑉, il suffit de prendre 𝑣 = 𝑤 - 𝑢, calculons
𝐽 𝑤 , grâce à la symétrie de a(.,.) on a

D$ où 𝐽(𝑤) ≥ 𝐽(𝑢) donc 𝑢 est bien solution du problème de minimisation.

2) Soit 𝑢 solution du problème de minimisation: pour 𝑣 ∈ 𝑉 𝑜n dévinit une fonction
j t = 𝐽 𝑢 + 𝑡𝑣 , il sufvit d$ écrire j(t), d’après l’hypothèse, t=0 est le minimum de
j t , d’où j′ 0 =0 et on obtient 𝑎 𝑢, 𝑣 = 𝐿 𝑣 . ∀𝑣 ∈ 𝑉,
Exercice2:
On se propose de vérifier les conditions du théorème de Lax Milgram pour le
problème variationnel suivant
∃? 𝑢 ∈ 𝑉 = 𝐻0/(Ω), 𝑡𝑒𝑙 𝑞𝑢𝑒
(PV) P / $ $ /
∫0 𝑢 𝑥 𝑣 𝑥 𝑑𝑥 = ∫0 𝑓 𝑥 𝑣 𝑥 𝑑𝑥. ∀𝑣 ∈ 𝑉

/ $ /
𝑎(𝑢, 𝑣)= ∫0 𝑢 𝑥 𝑣$ 𝑥 𝑑𝑥 et L v = ∫0 𝑓 𝑥 𝑣 𝑥 𝑑𝑥.

𝑎(. , . )est une forme bilinéaire symétrique, L(.) est linéaire, (évident).
Il suffit de montrer la continuité de 𝑎(.,.) et de L(.) ainsi que la coercivité de 𝑎(.,.) .
Pour montrer la continuité, on utilise l’inégalité de Cauchy-Schwarz.
Exercice2:
• Continuité de 𝑎(. , . )
/ $ / /
∫0 𝑢 𝑥 𝑣 $ 𝑥 𝑑𝑥 ≤ (∫0 (𝑢$ 𝑥 )2𝑑𝑥)1/2 (∫0 (𝑣 $ 𝑥 )2𝑑𝑥)1/2= 𝑢 ~•€ (•) 𝑣 ~•€ (•)
/
𝑎(𝑢, 𝑣) = ∫0 𝑢$ 𝑥 𝑣 $ 𝑥 𝑑𝑥 ≤ 𝑢 ~•€ (•) 𝑣 ~•€ (•)
D’où la continuité de 𝑎(.,.), avec une constante M=1, on a:
• Continuité de L(.)
/ / /
∫0 𝑓 𝑥 𝑣 𝑥 𝑑𝑥 ≤ (∫0 (𝑓 𝑥 )2𝑑𝑥)1/2 (∫0 (𝑣 𝑥 )2𝑑𝑥)1/2= 𝑓 ƒ„ (•) 𝑣 ~•€ (•)
D’où 𝐿 𝑣 ≤𝐾 𝑣 ~•€ (•) , avec K= 𝑓 ƒ„ (•) .
• Coercivité de 𝑎(. , . )
/ .
𝑎 𝑣, 𝑣 = ∫0 𝑣 $ 𝑥 2𝑑𝑥 = 𝑣 ~•€ (•)
D’où la coercivité de 𝑎 . , . avec un coefficient 𝛼 = 1.
Remarque: Ces résultats sont vrais dans 𝑯𝟏𝟎 (𝜴) mais ne sont pas vrais dans 𝑯𝟏 (𝜴) car la semi-norme
𝟏
𝐝é𝐟𝐢𝐧𝐢𝐞 𝐩𝐚𝐫 𝒗 = (∫𝟎 (𝒗 𝒙 )𝟐𝒅𝒙)1/2 est une norme sur 𝑯𝟏𝟎 (𝜴) mais pas sur 𝑯𝟏 (𝜴).
Les conditions aux limites sont d’une grande importance dans l’analyse du problème.
Exercice3:
Il suffit d’utiliser la F.G.G. la formulation variationnelle s’écrit

Le terme sur le bord est nul à cause de la condition de Dirichlet. L’espace 𝑉 des
fonctions tests sera donc
𝑉 = 𝑣 ∈ 𝐿.(Ω),∇𝑣 ∈ 𝐿.(Ω) 𝑒𝑡 𝑣 = 0 𝑠𝑢𝑟 𝜕Ω = 𝐻0/(Ω)
La démonstration de l’existence reste la même que pour le problème de Dirichlet
en dimension1.
La semi-norme définie par (∫ ∇𝑢 𝑥 2𝑑𝑥)1/2est une norme sur V = 𝐻0/(Ω).
Conditions aux limites mixtes
Considérons le problème aux limites suivant:

−∆𝑢 = 𝑓. 𝑑𝑎𝑛𝑠 Ω
(P) P ˜™
𝑢 = 0 𝑠𝑢𝑟 Γ/ 𝑒𝑡 = 0 𝑠𝑢𝑟 Γ.
˜3

Avec 𝜕Ω = Γ/∪ Γ. la frontière de Ω. On suppose Γ/ de mesure non nulle.

1) Ecrire la formulation variationnelle de (P).
2) Peut-on affirmer l’existence et l’unicité d’une solution de (P).
Conditions aux limites mixtes
Soit 𝑣 ∈ 𝐿.(Ω)
− › ∆𝑢 𝑣 = › 𝑓𝑣

Supposons ∇𝑣 ∈ 𝐿.(Ω), en utilisant la formule de Green généralisée on a:

Le terme sur le bord est nul sur Γ. à cause de la condition de Neumann, pour l’annuler
sur Γ/ il faut que la fonction test 𝑣 soit nulle sur Γ/.
L’espace 𝑉 des fonctions tests sera donc 𝑉 = 𝑣 ∈ 𝐿.(Ω),∇𝑣 ∈ 𝐿.(Ω) 𝑒𝑡 𝑣 = 0 𝑠𝑢𝑟 Γ/
La démonstration de l’existence reste la même que pour le problème de Dirichlet car
la semi-norme définie par (∫ ∇𝑢 𝑥 2𝑑𝑥)1/2est une norme sur V.
Conditions aux limites de Neumann
−∆𝑢 = 𝑓. 𝑑𝑎𝑛𝑠 Ω
(P2) ! ˜™
= 0 𝑠𝑢𝑟 𝜕Ω
˜3

Formulation variationnelle de (P2): Soit 𝑣 ∈ 𝐿.(Ω), on a

− › ∆𝑢 𝑣 = › 𝑓𝑣

Supposons ∇𝑣 ∈ 𝐿.(Ω), en utilisant la formule de Green généralisée on a:

∫ ∇𝑢. ∇𝑣 = ∫ 𝑓𝑣
La fonction test étant dans 𝐻/(Ω).
La continuité de a(.,.) et de L(.) sont vérifiées mais la coercivité n’est pas vérifiée
dans ce cas. La semi-norme n’est pas une norme sur 𝐻/(Ω). On ne peut pas
affirmer l’existence d’une solution unique de (P2).
Conditions aux limites de Neumann

−∆𝑢 + 𝑢 = 𝑓. 𝑑𝑎𝑛𝑠 Ω
(P3) ! ˜™
= 0 𝑠𝑢𝑟 𝜕Ω
˜3

1) Ecrire la formulation variationnelle de (P3).

2) Peut-on affirmer l’existence et l’unicité d’une solution de (P3).

Correction faite en classe

Introduction aux éléments
finis
 Introduction aux éléments finis
• La méthode des différences finies se base sur l’approximation des dérivées et utilise la
formule de Taylor, une bonne régularité de la solution est donc indispensable.
• La méthode des éléments finis se base sur la formulation variationnelle ou formulation
faible, qui permet d’affaiblir les hypothèses de régularité sur la solution.
• Le point de départ pour toutes les méthodes d’approximation des EDP est la
discrétisation du domaine en utilisant des points ou des nœuds du maillage.
• Pour utiliser la méthode des éléments finis, après la discrétisation on cherche à
approcher la solution par une solution discrète dont les valeurs seraient calculées aux
nœuds du maillage, on considère pour cela un sous espace de dimension finie de
l’espace fonctionnel qui contient la solution et on choisit une base adéquate de ce sous
espace, Il s’agit de bases « de fonctions polynomiales par morceaux »
 Eléments finis en dimension 1
Considérons le problème variationnel suivant:

∃? 𝑢 ∈ 𝑉 = 𝐻!" (Ω), 𝑡𝑒𝑙 𝑞𝑢𝑒

(PV) ! " # # "
∫! 𝑢 𝑥 𝑣 𝑥 𝑑𝑥 = ∫! 𝑓 𝑥 𝑣 𝑥 𝑑𝑥. ∀𝑣 ∈ 𝑉

Ω = 0,1 . Nous allons exposer l’approche éléments finis dans le cas de

cet exemple en commençant par les éléments finis de degré1.
Eléments finis en dimension 1
 Eléments finis de degré 1 en dimension 1
On cherche à définir un sous espace Vh de V, dont les fonctions de base sont des fonctions
polynomiales par morceaux, de degré1, le support de chaque fonction de base étant inclus
dans un « élément géométrique » : 𝑥% , 𝑥%'"

)*)+,-
𝜙% (x) = ) . 𝑥 ∈ 𝑥%*", 𝑥%
+ *)+,-

)*)+/-
𝜙% (x) = . 𝑥 ∈ 𝑥% , 𝑥%'"
)+ *)+/-

𝜙% (x) = 0 ailleurs
Eléments finis de degré 1 en dimension 1
A partir des polynômes de Lagrange de degré 1, on écrit les fonctions
polynômiales de base de degré1 dites « fonctions chapeau », telles que
𝜙% (𝑥% ) = 1 et 𝜙% (𝑥0 ) = 0 si j≠ 𝑖
 Eléments finis de degré 1 en dimension 1
L’espace 𝑉ℎ ainsi défini est dit espace des éléments finis de Lagrange de type « P1 »,
une fonction de 𝑉ℎ est définie par :

𝑣6 (𝑥) =∑;0:" 𝑣6 (𝑥0 ) 𝜙0 (𝑥) , ∀ 𝑥 ∈ 0,1

Rappelons que le problème variationnel approché s’écrit comme suit, dans 𝑉ℎ

∃? 𝑢6 ∈ 𝑉6 , 𝑞𝑢𝑒
(P 𝑉6 ) ? " "
∫! 𝑢6 # 𝑥 𝑣6 # 𝑥 𝑑𝑥 = ∫! 𝑓 𝑥 𝑣6 𝑥 𝑑𝑥. ∀ 𝑣6 ∈ 𝑉6
 Eléments finis de degré 1 en dimension 1
On peut aussi écrire ce problème en utilisant les fonctions de base.

∃? 𝑢6 ∈ 𝑉6 , 𝑞𝑢𝑒
(P 𝑉6 ) : " # # "
∫! 𝑢6 𝑥 𝜙% 𝑥 𝑑𝑥 = ∫! 𝑓 𝑥 𝜙% 𝑥 𝑑𝑥. ∀ 𝑗 = 1, … . 𝑛

On obtient ainsi n équations à n inconnues.

 Eléments finis de degré 1 en dimension 1
Or 𝑢6 (𝑥) =∑;0:" 𝛼% 𝜙0 (𝑥), le problème approché peut encore s’écrire:

∃? (𝛼% ) 𝑗 = 1 … 𝑛, 𝑡𝑒𝑙 𝑞𝑢𝑒

(P 𝑉6 ) J ; " "
∑0:" 𝛼% ∫! 𝜙0 # (𝑥) 𝜙% # 𝑥 𝑑𝑥 = ∫! 𝑓 𝑥 𝜙% 𝑥 𝑑𝑥. ∀ 𝑗 = 1, … . 𝑛

Nous avons déjà écrit ce problème sous forme matricielle. Les fonctions de base
choisies sont les fonctions polynomiales par morceaux de degré 1.
Calculer les termes 𝑎0% de la matrice A.
 Eléments finis de degré 1 en dimension 1
"
R 𝜙0 # (𝑥) 𝜙% # 𝑥 𝑑𝑥 =?
!
#
On commence par calculer 𝜙0 (𝑥)? Or
)*)+,- # "
• 𝜙% (x) =
)+ *)+,-
. 𝑥 ∈ 𝑥%*" , 𝑥% . 𝜙% (𝑥) = 𝑠𝑖 𝑥 ∈ 𝑥%*" , 𝑥%
6
)*)+/- "
• 𝜙% (x) =
)+ *)+/-
. 𝑥 ∈ 𝑥% , 𝑥%'" 𝜙% # (𝑥) =- 𝑥 ∈ 𝑥% , 𝑥%'"
6
#
• 𝜙% (x) = 0 et 𝜙% (𝑥) =0 ailleurs.

Les termes 𝒂𝒊𝒋 de la matrice A sont donc nuls sauf 𝒂𝒊𝒊*𝟏 = 𝒂𝒊𝒊'𝟏
" )W " "
∫! 𝜙0 (𝑥) 𝜙0*" 𝑥 𝑑𝑥 = ∫) − Y 𝑑𝑥 =- , la matrice étant symétrique, on a 𝑎00*"= 𝑎00'"
# #
W,- 6 6
" # W ) " ) " 2 \
∫! ( 𝜙0 (𝑥))2 𝑑𝑥 = ∫) 𝑑𝑥 + ∫) W/- − 𝑑𝑥 =
W,- 6Y W 6 6
 Eléments finis de degré 1 en dimension 1
Ecriture matricielle: On obtient un problème matriciel AU = F
avec A matrice tridiagonale symétrique:

2 −1 ⋯ 0
1 −1 ⋮
. ⋱
ℎ −1
.
0 ⋯ 2
 Eléments finis de degré 2 en dimension 1
La méthode des éléments finis de degré 2 ou P2, est basée sur l’utilisation de l’espace discret, de
fonctions polynomiales par morceaux, de degré 2.
On définit un sous espace Vh de V, dont les fonctions de base sont des fonctions polynomiales par
morceaux, de degré2, le support de chaque fonction de base étant inclus dans deux « éléments
géométriques adjacents et ayant le nœud 𝑥! comme sommet commun » : 𝑥!"# , 𝑥! ∪ 𝑥! , 𝑥!$#

La base de Vh est construite à partir des polynômes de Lagrange de degré 2, en utilisant les
sommets 𝑥! et les milieux 𝑦! de chacun des éléments géométriques.
 Eléments finis de degré 2 en dimension 1
Nous allons noter par 𝜙! une fonction de base associée à un sommet 𝑥! et par 𝜓! une
fonction de base associée à un nœud interne 𝑦! .
Le support d’une fonction de base associée à un nœud interne « point milieu dans ce cas »
est inclus dans l’élément géométrique contenant le nœud.
()*)!"# )()*,!"# )
𝜙' (x) = () . 𝑥 ∈ 𝑥'*., 𝑥'
! *)!"# )()! *,!"# )
()*)!$# )()*,! )
𝜙' (x) = . 𝑥 ∈ 𝑥' , 𝑥'/.
()! *)!$# )()! *,! )
𝜙' (x) = 0 ailleurs
Et
()*)!"# )()*)! )
𝜓'*. (x) = (, . 𝑥 ∈ 𝑥'*., 𝑥'
!"# *)!"# )(,!"# *)! )

𝜓'*. (x) = 0 ailleurs

 Eléments finis de degré 2 en dimension 1
Représentation graphique des fonctions de base P2

𝜙 𝜓'

𝑥' 𝑦' 𝑥'/.

 Eléments finis de degré 2 en dimension 1
Calcul de la matrice A: Les termes 𝑎1' de la matrice A sont donc nuls sauf
𝑎11*2, 𝑎11*., 𝑎11 , 𝑎11/. , 𝑎11/2 , après calcul des termes on obtient la matrice
symétrique suivante:

A
 Matrices élémentaires et matrice globale
Le calcul des matrices se fait en général en utilisant l’assemblage des matrices
élémentaires. On calcule d’abord la matrice correspondant à un élément
géométrique et on fait ensuite l’assemblage de ces matrices pour obtenir la matrice
globale.
Matrices élémentaires:
On s’intéresse au calcul des termes variationnels « intégrales » sur un élément
géométrique.

Cas linéaire: 2 nœuds géométriques Cas quadratique: 2 nœuds géométriques et un nœud interne
 Matrices élémentaires et matrice globale
Calcul d’une matrice élémentaire: Elément P1
Sur un élément géométrique nous avons deux nœuds, la matrice élémentaire serait
donc (2x2). Sur 𝑥1*., 𝑥1 les termes calculés 𝑎11*.,𝑎11/. restent les mêmes, le
terme 𝑎11 change car le calcul est fait sur un seul élément géométrique. On a donc
la matrice élémentaire suivante:

. 1 −1
𝐴1 =
: −1 1
 Matrices élémentaires et matrice globale
Construction de la matrice globale:

1 −1
⋯ 0
−1 1+1
⋮ ⋮
. 1+1 −1
A= . .
: −1 1+1
. .
1 + 1 −1
0 ⋯
−1 1

La première ligne est associée au nœud 𝑥B et la dernière au nœud 𝑥C/. il faut les
omettre à cause des conditions de Dirichlet.
 Matrices élémentaires et matrice globale
Exercice:
1) Calculer une matrice élémentaire dans le cas d’un élément fini de type « P2 »
2) Donner l’expression de la matrice globale.
 Eléments finis de degré1 en dimension2
Considérons le problème de Dirichlet

(P)

Nous avons déjà écrit le problème variationnel (PV) et le problème variationnel

approché (PVh) correspondant à (P). Dans ce qui suit nous allons considérer le
domaine Ω = 0,1 x 0,1 .
Pour calculer les fonctions de base de type P1, nous allons commencer par
discrétiser le domaine.
 Eléments finis de degré1 en dimension2

Nous allons considérer un maillage uniforme de pas h, utilisant des triangles rectangles

Deux triangles ont en commun un sommet ou un côté

ou sont disjoints. Un sommet d’un triangle ne peut être
au milieu d’un côté.
Notons 𝑇: cette triangulation, Ω = ⋃GH∈IJ 𝐾'
 Eléments finis de degré1 en dimension2
A cette triangulation on associe un espace Vh de fonctions polynomiales définies
par leur restrictions à chaque triangle K. Nous allons définir les éléments finis de
type « P1 », la restriction à chaque triangle est un polynôme de degré 1 en
dimension 2, qui vaut 1 en un sommet auquel il sera associé et zero aux autres
nœuds.
Pour simplifier le calcul de ces polynômes on peut utiliser les coordonnées
barycentriques. Soit K un triangle de Th de sommets a1, a2, a3, désignons par
𝜆1 = 𝜆1 (x) i=1;2;3 les coordonnées barycentriques d’un point x=(x1, x2) de par
rapport aux sommets a1, a2, a3
Par définition on a:??
 Eléments finis de degré1 en dimension2
1NO
M 𝜆1 𝑥 = 1
1N.

1NO
M 𝑎1 𝜆1 𝑥 = 𝑥
1N.
'
Désignons par 𝑎1 , j=1, 2 les coordonnées du sommet 𝑎1 .
Ecrire le système vérifié par les 𝜆1 𝑥 .