0% ont trouvé ce document utile (0 vote)
21 vues6 pages

Contrôle classant MAP431 - 2006

Le document présente un contrôle classant en analyse numérique et optimisation, comprenant un problème sur l'équation d'advection-diffusion et un exercice d'optimisation. Le problème explore la discrétisation numérique par la méthode des éléments finis et les difficultés associées lorsque le coefficient de diffusion tend vers zéro. L'exercice traite de la convexité des fonctions et des problèmes de minimisation sous contraintes.

Transféré par

zizou Saada
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
21 vues6 pages

Contrôle classant MAP431 - 2006

Le document présente un contrôle classant en analyse numérique et optimisation, comprenant un problème sur l'équation d'advection-diffusion et un exercice d'optimisation. Le problème explore la discrétisation numérique par la méthode des éléments finis et les difficultés associées lorsque le coefficient de diffusion tend vers zéro. L'exercice traite de la convexité des fonctions et des problèmes de minimisation sous contraintes.

Transféré par

zizou Saada
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

ECOLE POLYTECHNIQUE

Analyse numérique et optimisation (MAP431)


Contrôle classant du 26 Juin 2006
Durée : 4 heures

Le texte se compose d’un problème et d’un exercice. Il sera tenu compte


de manière essentielle de la clarté et de la précision des démonstrations,
en particulier de la citation précise des résultats du cours.

1. Problème (14 points)


Dans ce problème Ω désigne un domaine de IRd de frontière Γ, et on s’intéresse
à l’équation d’advection-diffusion

−ε∆u + a.∇u = f sur Ω, u|Γ = 0, (1)

ainsi qu’à sa discrétisation numérique par la méthode des éléments finis. On


suppose ici que f ∈ L2 (Ω), ε > 0, et a(x) = (a1 (x), · · · , ad (x)) est un champ
de vecteur dont toutes les composantes sont de classe C 1 et uniformément
bornées sur Ω, et tel que div(a) = 0 en tout point de Ω. On note
d
X
kakL∞ = sup ( |ai (x)|2 )1/2
x∈Ω i=1

L’équation d’advection-diffusion modélise la diffusion d’une quantité u et son


transport par le champ de vecteur a. Elle intervient dans de nombreux do-
maines: mécanique des fluides (équations de Navier-Stokes linéarisées, trans-
ferts thermiques, . . .), électronique (transport-diffusion de charges dans les
semi-conducteurs), environnement (transports de polluants, de particules ra-
dioactives, . . .), mathématiques financières (équation de Black-Scholes), . . ..
L’objectif du problème est de mettre en évidence et d’étudier les difficultés
numériques qui apparaissent dans la limite où le coefficient de diffusion ε
tend vers 0.

On notera uε la solution de (1) associée au coefficient de diffusion ε.

Les trois parties du problème ne sont pas indépendantes mais il est pos-
sible d’utiliser les résultats de questions non-traitées pour aborder les ques-
tions suivantes.

1
Partie I : étude théorique

On suppose dans cette partie que Ω est un domaine régulier de classe C 2 de


IRd .
1. Montrer que toute solution uε ∈ H 2 (Ω) de (1) est aussi solution de la
formulation variationnelle suivante: trouver uε ∈ H01 (Ω) telle que pour tout
v ∈ H01 (Ω) Z Z Z
ε ∇uε .∇v + (a.∇uε ) v = f v. (2)
Ω Ω Ω
Montrer réciproquement que toute solution uε de (2) qui appartient à H 2 (Ω)
est aussi solution de (1).
R
2. Montrer que la forme bilinéaire b(u, v) = Ω (a.∇u)v est antisymétrique
sur H01 (Ω), c’est à dire b(u, v) + b(v, u) = 0. En déduire que les hypothèses
du théorème de Lax-Milgram s’appliquent pour en déduire l’existence et
l’unicité de la solution de (2).

3. Etablir l’estimation
kuε kH 1 (Ω) ≤ C1 kf kL2 (Ω) (3)
où l’on exprimera C1 en fonction de la constante de Poincaré CP du domaine
Ω, de la norme kakL∞ et de ε > 0.

4. On rappelle que si v est la solution de la formulation variationnelle


du problème −∆v = g sur Ω avec condition aux limites v = 0 sur Γ et
g ∈ L2 (Ω), on a l’estimation de régularité
kvkH 2 (Ω) ≤ CΩ kgkL2 (Ω) , (4)
où la constante CΩ ne dépend que du domaine Ω. En déduire que la solution
uε de (2) vérifie une estimation similaire de la forme
kuε kH 2 (Ω) ≤ C2 kf kL2 (Ω) , (5)
où l’on exprimera C2 en fonction de C1 , CΩ , kakL∞ et ε > 0.

5. Montrer que les constantes C1 et C2 se déteriorent (c’est à dire ten-


dent vers +∞) lorsque ε → 0.

Partie II : étude numérique

On suppose dans cette partie que Ω est un domaine polyhédrique convexe


de IRd , et on admettra que tous les résultats obtenus dans la première partie
du problème restent valables dans cette situation. On considère une suite
(Th )h>0 de maillages réguliers conformes de Ω par des simplexes (triangles
si d = 2, tétraèdres si d = 3, etc). On rappelle que

2
1. la suite h = maxK∈Th diam(K) tend vers 0,

2. il existe une constante Cr telle que pour tout h > 0 et K ∈ Th , on


a diam(K) ≤ Cr ρ(K) où ρ(K) est le rayon de la plus grande boule
contenue dans K.
On désigne par Vh l’espace d’éléments finis P1 de Lagrange associé au mail-
lage Th . On s’intéresse à la discrétisation de (1) par la méthode de Galerkin:
trouver uε,h ∈ Vh telle que pour tout vh ∈ Vh
Z Z Z
ε ∇uε,h .∇vh + (a.∇uε,h ) vh = f vh . (6)
Ω Ω Ω

6. Montrer que (6) admet une solution unique uε,h qui vérifie l’estimation
d’erreur
kuε − uε,h kH 1 (Ω) ≤ C3 inf kuε − vh kH 1 (Ω) , (7)
vh ∈Vh

où on exprimera C3 en fonction de CP , kakL∞ et ε > 0.

7. Montrer que pour d ≤ 3, on a l’estimation

inf kuε − vh kH 1 (Ω) ≤ C4 h kuε kH 2 (Ω) , (8)


vh ∈Vh

où la constante C4 ne dépend que de Cr et d. On admettra que cette


estimation reste vraie dans le cas d > 3. En déduire l’estimation d’erreur

kuε − uε,h kH 1 (Ω) ≤ C5 hkf kL2 (Ω) , (9)

où on exprimera C5 en fonction de C2 , C3 et C4 .

8. Montrer que la constante C5 se déteriore (c’est à dire tend vers +∞)


lorsque ε → 0.

9. Dans toute la suite du problème, on suppose f = 1. Montrer l’égalité


Z Z
uε,h = ε |∇uε,h |2 . (10)
Ω Ω

10. Le but de cette question est de prouver le résultat suivant, dit “inégalité
inverse” : il existe une constante C6 telle que pour tout h > 0 et vh ∈ Vh

k∇vh kL2 (Ω) ≤ C6 h−1 kvh kL2 (Ω) . (11)

a. Soit R le simplexe défini par l’équation 0 ≤ x1 +· · ·+xd ≤ 1 et xi ≥ 0 pour


tout i. Montrer qu’il existe une constante CR telle que pour tout polynôme
p de degré 1
kpkH 1 (R) ≤ CR kpkL2 (R) , (12)

3
et en déduire
k∇pkL2 (R) ≤ CR kpkL2 (R) . (13)

b. Montrer que pour tout simplexe K ∈ Th et pour tout polynôme p de


degré 1,
k∇pkL2 (K) ≤ C6 h−1 kpkL2 (K) . (14)
où C6 ne dépend que de Cr et CR , et en déduire la validité de (11).

11. Montrer que l’on a l’encadrement


Z
0≤ uε,h ≤ C62 εh−2 kuε,h k2L2 (Ω) . (15)

En déduire que pour h fixé, dansR


la limite ε → 0 on a soit kuε,h kL2 (Ω) → +∞
(comportement explosif), soit Ω uε,h → 0 (comportement oscillant). Plus
précisément, on montrera que pour tout R
N > 0, il existe ε0 tel que pour
tout ε < ε0 , on a kuε,h kL2 (Ω) > N ou | Ω uε,h | ≤ 1/N .

Partie III : le cas monodimensionel

Afin de vérifier plus précisément que le comportement de la solution et


de son approximation numérique se déteriore quand, à h fixé, ε → 0, on
considère le cas monodimensionel avec Ω =]0, 1[ et f = a = 1 soit

−εu00ε + u0ε = 1 sur ]0, 1[, uε (0) = uε (1) = 0. (16)

On applique la méthode des éléments finis P1 sur le maillage délimité par


les points ih, i = 1, · · · , N − 1 avec N = 1/h. On note rh l’opérateur
d’interpolation sur l’espace Vh associé à ce maillage.

12. Montrer que la solution exacte uε a pour expression


1 − exp(x/)
uε (x) = x −
1 − exp(1/)
et montrer qu’elle converge ponctuellement sur [0, 1[ vers la fonction u0 (x) =
x lorsque ε → 0 et que la convergence est uniforme sur tout intervalle [0, 1−δ]
(δ > 0). Il sera utile pour la compréhension d’esquisser son aspect lorsque ε
est petit.

13. Prouver l’estimation

kuε − rh uε kL2 (]0,1[) ≤ 2kuε − u0 kL∞ (]0,1−h[) + 2h1/2 (17)

Indication: on pourra prouver les estimations kuε − rh (uε )kL∞ (]1−h,1[) ≤ 2


et kuε − rh (uε )kL∞ (]0,1−h[) ≤ 2kuε − u0 kL∞ (]0,1−h[) .

4
En déduire que si l’on fixe h et que l’on fait tendre ε vers 0, on a toujours
l’estimation
kuε − rh uε kL2 (]0,1[) ≤ 3h1/2 (18)
lorsque ε est suffisament petit.

14. (Difficile) On pourrait espérer une estimation du type

kuε − uε,h kL2 (]0,1[) ≤ C7 h1/2 , (19)

pour la solution de Galerkin uε,h si l’on fixe h et que l’on fait tendre ε vers
0, avec une constante C7 indépendante de h et ε. Montrer par l’absurde et
en utilisant le résultat de la question 11 qu’une telle estimation n’est pas
possible.

15. En utilisant la base des fonctions chapeau pour l’espace Vh , donner


l’expression du système discret associé à la méthode de Galerkin (dont les
inconnues sont les valeurs de uh aux neuds ih, pour i = 1, · · · , N − 1).
Montrer qu’il coincide avec un schéma aux différences finies où le terme de
convection u0ε est discrétisé par une différence centrée. Comment cela se
relie-t-il intuitivement avec les problèmes numériques qui ont été établies
dans la question précédente.

16 Une solution possible aux problèmes précédents consiste à discrétiser


(1) par une formulation variationnelle du type: trouver uε,h ∈ Vh telle que
pour tout vh ∈ Vh
Z Z Z Z
ε u0ε,h vh0 + u0ε,h vh + βh u0ε,h vh0 = f vh . (20)
]0,1[ ]0,1[ ]0,1[ ]0,1[

avec βh choisi de manière adéquate. Pour préciser le choix de βh , on le


cherche sous la forme
βh = λ h .
Pour quelle valeur de λ, le schéma coincide-t-il avec un schéma aux différences
finies où le terme de convection u0ε est discrétisé par une différence décentrée
amont dont on connait la stabilité dans la limite ε tend vers zéro?

2. Exercice d’optimisation (6 points)

1. Soit un ensemble de n fonctions d’une variable (f1 , · · · , fn ) définies sur


un intervalle I ⊂ IR, et soit la fonction de n variables définie sur I n par

f (x1 , · · · , xn ) = f1 (x1 ) + · · · + fn (xn ). (21)

5
Montrer que si chaque fi est strictement convexe, alors f est aussi stricte-
ment convexe.

2. On suppose dans toute la suite que les fi sont des fonctions continues
strictement convexes définies sur ]0, +∞[ et telles que limt→0 fi (t) = +∞.
a. Montrer que le problème de minimisation

Minx1 ,···,xn >0,Pn


i=1
xi ≤1 f (x1 , · · · , xn ), (22)

est équivalent au problème

Minx1 ,···,xn ≥ε,Pn


i=1
xi ≤1 f (x1 , · · · , xn ), (23)

lorsque ε > 0 est suffisament petit.


b. Montrer qu’il existe une solution unique au problème (23), qui est aussi
l’unique solution de (22) lorsque ε > 0 est suffisament petit. On note
(x∗1 , · · · , x∗n ) sa solution.

3. On suppose en plus que les fonctions fi sont dérivables et strictement


décroissantes.
a. Montrer que lorsque ε > 0 est suffisament petit, la seule contrainte ac-
tive dans le problème (23) est x1 + · · · + xn ≤ 1, c’est à dire que l’on a
x∗1 + · · · + x∗n = 1 et x∗i > ε. En déduire que les contraintes sont qualifiées
b. Montrer que les fi0 (x∗i ) sont tous égaux.

4. On considère les cas particulier (i) fi (t) = −pi log(t) et (ii) fi (t) = pi /t,
où les pi sont des nombres strictement positifs. Montrer que les résultats
obtenus s’appliquent à ces deux cas et donner l’expression de la solution
(x∗1 , · · · , x∗n ) en fonction de (p1 , · · · , pn ).

5. Calculer la solution du problème suivant

Maxx,y,z>0,x+y+z≤1 x3 y 4 z 5 , (24)

Albert Cohen et Frédéric Nataf


Juin 2006.

Vous aimerez peut-être aussi