Cours Arada

Nadir Arada
Méthode des Éléments Finis

M ASTER EDP ET A PPLICATIONS
Université de Jijel
Département de Mathématiques
Table des matières
Introduction 3
1 Problèmes variationnels abstraits 5

1.1 Problème variationnel . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Méthode de Galerkin . . . . . . . . . . . . . . . . . . . . . . . 7
2 Méthode des éléments finis en dimension 1 11

2.1 Éléments finis linéaires . . . . . . . . . . . . . . . . . . . . . 11
2.1.1 Maillage et fonctions de base . . . . . . . . . . . . . . 11
2.1.2 Opérateur d’interpolation et erreur d’interpolation . . . 14
2.1.3 Convergence et estimation d’erreur . . . . . . . . . . 18
2.1.4 Conditionnement de la matrice de rigidité . . . . . . . 18
2.1.5 Application à l’approximation du problème de Poisson 21
2.2 Éléments finis quadratiques . . . . . . . . . . . . . . . . . . . 25
2.2.1 Maillage et fonctions de base . . . . . . . . . . . . . . 25
2.2.2 Opérateur d’interpolation et erreur d’interpolation . . . 28
2.2.4 Application à l’approximation du problème de Poisson 31
3 Méthode des éléments finis en dimension 2 35

3.1 Éléments finis linéaires dans le cas bidimensionnel . . . . . . 35
3.1.1 Triangulation . . . . . . . . . . . . . . . . . . . . . . . 35
3.1.2 Éléments finis linéaires . . . . . . . . . . . . . . . . . 37
3.1.3 Fonctions de base globales . . . . . . . . . . . . . . . 38
3.1.4 Fonctions de base sur un triangle quelconque . . . . . 39
3.1.5 Élément de référence . . . . . . . . . . . . . . . . . . 42
3.1.6 Opérateurs d’interpolation . . . . . . . . . . . . . . . . 45
3.2 Application à l’approximation du problème de Poisson . . . . 52
i
TABLE DES MATIÈRES 1
3.2.1 Problème continu . . . . . . . . . . . . . . . . . . . . . 52

3.2.2 Problème discret . . . . . . . . . . . . . . . . . . . . . 53
3.2.3 Convergence . . . . . . . . . . . . . . . . . . . . . . . 53
3.2.4 Assemblage de la matrice . . . . . . . . . . . . . . . . 54
3.2.5 Calcul effectif de la matrice élémentaire . . . . . . . . 58
Bibliographie 71
Programme 73
2 TABLE DES MATIÈRES
Introduction
De nos jours, la méthode des éléments finis est reconnue comme l’une
des principales méthodes d’approximation des problèmes aux limites ellip-
tiques, mais aussi paraboliques et hyperboliques. Incontournable en mé-
canique (fluides, solides, interactions, structures), elle a de nombreuses
applications dans tous les domaines qui impliquent des équations aux dé-
rivées partielles. Flexible, elle peut traiter des problèmes linéaires ou non-
linéaires, dans des géométries quelconques définies en dimension 1, 2 ou
en dimension supérieure.
Comme toute méthode de Galerkin, le principe est de projeter sur un es-
pace de dimension finie Vh , soigneusement choisi, la formulation variation-
nelle associée à ces problèmes et initialement posée sur un espace V .
La solution approchée se présentant comme une combinaison linéaire des
éléments d’une base adéquate dans Vh ⊂ V , le problème approché se ra-
mène à la simple résolution d’un système.
Dans le premier chapitre, nous introduisons le cadre fonctionnel dans le-
quel les formulations faibles de toutes les équations aux dérivées partielles
que nous considérerons seront posées. Nous commençons par le théo-
rème de Lax-Milgram, résultat fondamental et systématiquement utilisé par
la suite pour étudier la solvabilité des problèmes continus. Dans ce même
cadre, nous présentons la méthode d’approximation de Galerkin, prouvons
l’existence d’une solution approchée et établissons le lemme de Céa, autre
résultat important et de grande utilité pour la suite.
Le deuxième chapitre est consacré à l’analyse de la méthode des éléments
finis dans le cas de problèmes unidimensionnels. Commençant par des
éléments finis linéaires, nous définissons un maillage de l’intervalle Ω, un
sous-espace Vh associé à l’approximation de H 1 (Ω), les fonctions de base
correspondantes et établissons l’existence d’une solution au problème ap-
proché. Nous considérons ensuite l’opérateur d’interpolation associé, défini
3
4 INTRODUCTION
de H 1 (Ω) dans Vh et étudions ses propriétés. Ces résultats sont alors utili-
sés, conjointement avec le lemme de Céa, pour analyser la convergence de
la méthode et établir des estimations d’erreur correspondantes. La résolu-
tion effective du problème approché étant fortement liée avec les propriétés
du système linéaire associé, nous analysons le comportement du nombre
de condition de la matrice principale par rapport au paramètre de discré-
tisation h. Cette première partie se termine par l’application de tous ces
résultats au cas du problème de Poisson.
La deuxième partie du Chapitre 2 suit, pas à pas, la même démarche mais
rapportée à des éléments finis quadratiques.
Dans le troisième chapitre, nous considérons le cas de problèmes bidi-
mensionnels. Afin de simplifier la présentation, seul le cas d’éléments finis
linéaires est analysé. Comme dans le précédent chapitre, nous commen-
çons par définir une triangulation du domaine et par construire les espaces
approchés associés selon la technique classique des bases de Lagrange.
Les propriétés de ces fonctions de base globales sont étudiées et le lien
entre leurs restrictions à un élément fini et les coordonnées barycentriques
de celui-ci est établi. Le problème global se ramenant ainsi à un problème
local, nous étudions les propriétés de l’application affine qui à chaque élé-
ment de la triangulation associe un triangle de référence. Nous introduisons
ensuite les opérateurs d’interpolation et établissons les estimations qui se-
ront utilisées pour l’analyse de la convergence de la méthode et l’estimation
d’erreur correspondante. Nous finissons le chapitre par une application à
l’approximation du problème de Poisson. Après l’étude de la convergence,
nous montrons comment calculer effectivement les matrices élémentaires
associées, et revenant du local vers le global, comment assembler la ma-
trice.
Ces notes ont fait l’objet d’un cours donné dans le cadre du Master EDP et
Applications, durant le premier semestre de l’année scolaire 2016-2017, au
niveau du Département de Mathématiques de l’Université Mohamed Sed-
dik Benyahia de Jijel.
Chapitre 1
Problèmes variationnels
abstraits
Nous commençons par dresser le cadre fonctionnel général fourni par le

théorème de Lax-Milgram qui permettra d’étudier la solvabilité des pro-
blèmes aux limites que l’on va considérer ultérieurement (typiquement des
problèmes aux limites elliptiques). Nous présentons ensuite la méthode de
Galerkin qui fournit le cadre abstrait d’étude de la convergence de l’approxi-
mation de ces problèmes aux limites par la méthode des éléments finis.
1.1 Problème variationnel

Les formulations variationnelles de la plupart des problèmes aux limites
que l’on aura à considérer s’écrivent sous la forme générale suivante
Trouver u ∈ V tel que a(u, v) = F (v) ∀v ∈ V, (1.1)
où V est un espace de Hilbert dont la norme et le produit scalaire seront
notés k · kV et (·, ·), respectivement.
Les hypothèses sur a et F sont comme suit.
1. a : V × V −→ R une forme bilinéaire.

2. a est continue, c’est à dire qu’il existe M > 0 tel que
|a(u, v)| ≤ M kukV kvkV ∀(u, v) ∈ V × V.

3. a est coercive, c’est à dire qu’il existe α > 0 tel que
|a(u, u)| ≥ α kuk2V ∀u ∈ V.
5
6 CHAPITRE 1. PROBLÈMES VARIATIONNELS ABSTRAITS
4. F est une forme linéaire et continue sur V (i.e. F est un élément de

V ′ , espace dual de V ).
Les conditions d’application du théorème de Lax-Milgram sont ainsi réunies

et permettent d’établir l’existence et l’unicité d’une solution au problème
variationnel (1.1). Plus précisément, nous avons le résultat suivant.
Théorème 1.1.1 (Lax-Milgram). Soit V un espace de Hilbert, a une forme

bilinéaire, continue et coercive sur V et F une forme linéaire et continue sur
V . Alors le problème variationnel (1.1) admet une unique solution u ∈ V .
De plus, on a l’estimation a priori suivante
1
kukV ≤ α kF kV ′
où α > 0 est la constante de coercivité de a.
Démonstration. La forme bilinéaire a étant continue sur V , d’après le théo-

rème de Riesz, l’opérateur linéaire A défini par
(Au, v) = a (u, v) ∀u, v ∈ V
est continu de V dans V . La coercivité et l’inégalité de Cauchy-Schwarz

impliquent que
α kvk22 ≤ a(v, v) = (Av, v) ≤ kAvkV kkV ,
et donc
1
kvkV ≤ α kAvkV . (1.2)
Cette inégalité entraine que A est injectif. En effet, si Av = 0, alors kAvkV =
0 et d’après (1.2), il vient que kvkV = 0, i.e. v = 0. De plus, la même
inégalité entraine que l’image de A
R(A) = {w ∈ V | ∃v ∈ V, Av = w}
est fermée. Pour voir cela, considérons une suite (vn )n de V telle que Avn
converge vers w. La suite (Avn )n est alors une suite de Cauchy et grâce à
(1.2), on obtient
kvn − vm kV ≤ α1 kAvn − Avm kV
i.e. que la suite (vn )n est elle aussi une suite de Cauchy et converge donc
vers un élément v ∈ V . La continuité de A implique alors que
lim Avn = Av
n→+∞
1.2. MÉTHODE DE GALERKIN 7
et par conséquent Av = w. Ceci montre que w ∈ R(A), qui est donc fermé.
Le problème (1.1) admettra une solution si R(A) = V . Comme R(A) est
fermé, il suffit de montrer que si w ∈ V est orthogonal à R(A), il est forcé-
ment nul. Soit donc w tel que
(Av, w) = 0 ∀v ∈ V.
Alors, en particulier, on a
0 = (Aw, w) = a(w, w) ≥ αkwk2V
et par conséquent w = 0. ✷
1.2 Méthode de Galerkin

L’idée de base de cette méthode est d’approcher les éléments de l’espace
V par ceux d’un espace Vh de dimension finie, où h est un paramètre réel
positif caractérisant la discrétisation et destiné à tendre vers 0.
La méthode des éléments finis, que l’on va considérer dans le chapitre
suivant, est une méthode de Galerkin particulière possédant des propriétés
qui la rendent spécialement intéressante pour la résolution des problèmes
aux limites.
Soit Vh une famille d’espaces dépendant d’un paramètre positif h, telle que
Vh ⊂ V, dim Vh = Nh < +∞ ∀h > 0.
Le problème approché est tout simplement le pendant discret du problème

(1.1). Il prend la forme
Trouver uh ∈ Vh tel que a(uh , vh ) = F (vh ), ∀vh ∈ Vh (1.3)
et est appelé problème de Galerkin.
Proposition 1.2.1. Le problème de Galerkin (1.3) admet une solution unique

uh ∈ Vh . Cette solution satisfait l’estimation a priori suivante
1
kuh kV ≤ α kF kV ′
où α est la constante de coercivité.

Démonstration. Vu que Vh est un sous-espace de dimension finie de V , il

est fermé. Muni du produit scalaire de V , Vh est donc un espace de Hilbert.
La restriction de la forme bilinéaire a à Vh × Vh est continue et coercive
et la restriction de F à Vh est linéaire et continue. Utilisant le théorème
de Lax-Milgram, il vient que (1.3) admet une solution unique satisfaisant
l’estimation énoncée. ✷
Remarque 1.2.2. L’estimation a priori est uniforme par rapport au para-

mètre de discrétisation h. Ce résultat garantit la stabilité de la méthode.
Soit (ϕi )1≤i≤Nh une base de Vh et considérons le développement de la

solution de (1.3) dans cette base, i.e.
Nh
X
uh = ui ϕi .
i=1
Proposition 1.2.3. Le vecteur Uh = (u1 , · · · , uNh )⊤ est solution du sys-

tème linéaire
Ah Uh = Bh ,
où Ah = (a (ϕj , ϕi ))1≤i,j≤Nh et Bh = (F (ϕ1 ), · · · , F (ϕNh ))⊤ .
Démonstration. Dans la formulation variationnelle du problème approché,

on prend successivement vh = ϕi , 1 ≤ i ≤ Nh . Il résulte donc que résoudre
(1.3) est équivalent à trouver les Nh coefficients (uj )1≤j≤Nh tels que
 
XNh
a uj ϕj , ϕi  = F (ϕi ) 1 ≤ i ≤ Nh .
j=1
La forme a étant bilinéaire, il vient que
Nh
X
uj a (ϕj , ϕi ) = F (ϕi ) 1 ≤ i ≤ Nh
j=1
et de manière équivalente Ah Uh = Bh . ✷
La matrice Ah est appelée matrice de rigidité.
Proposition 1.2.4. La matrice Ah est définie positive. Elle est symétrique

si a est symétrique.
1.2. MÉTHODE DE GALERKIN 9
Démonstration. Nous rappelons tout d’abord qu’une matrice A ∈ Rn×n est

définie positive si
v ⊤ Av ≥ 0 ∀v ∈ Rn et v ⊤ Av = 0 ⇐⇒ v = 0.
Soit v ∈ RNh . En utilisant la bilinéarité et la coercivité de a, on obtient

Nh X
X Nh Nh X
X Nh
v ⊤ Ah v = vi a (ϕj , ϕi ) vj = a (vj ϕj , vi ϕi )
j=1 i=1 j=1 i=1
  N 2
XNh Nh
X X h

= a vj ϕj , vi ϕi  ≥ α vi ϕi ≥ 0.

j=1 i=1 i=1
P h
Finalement, observons que si v ⊤ Ah v = 0 alors N i=1 vi ϕi = 0. Tenant en
compte le fait que (ϕi )i forme une base, il vient que vi = 0 pour tout i =
1, · · · , Nh . La matrice Ah est donc définie positive. ✷
Remarque 1.2.5. i) Le résultat d’existence et d’unicité d’une solution ap-
prochée énoncé dans la Proposition 1.2.1, peut-être prouvé de manière
plus constructive en utilisant les Propositions 1.2.3 et 1.2.4, ainsi que le fait
qu’une matrice définie positive est inversible.
ii) Certaines propriétés de la matrice de rigidité, comme la positivité ou la
symétrie, sont indépendantes du choix de la base de Vh et dépendent ex-
clusivement des propriétés du problème faible à approcher. D’autres pro-
priétés, tel le nombre de condition de la matrice ou le fait qu’elle soit creuse,
dépendent de la base choisie.
Le résultat suivant est fondamental dans l’étude de la convergence de la
méthode de galerkin.
Lemme 1.2.6 (Lemme de Céa). Soit u la solution de (1.1) et soit uh la
solution de (1.3). Alors,
M
ku − uh kV ≤ α v inf ku − vh kV .
h ∈Vh
Démonstration. Comme (1.1) reste vraie pour tout vh ∈ Vh , on a
a (u, vh ) = F (vh ) ∀vh ∈ Vh .
En retranchant cette identité à (1.3), on obtient
a (u − uh , vh ) = 0 ∀vh ∈ Vh
et donc
a (u − uh , u − uh ) = a (u − uh , u − vh ) + a (u − uh , vh − uh )
| {z }
=0
= a (u − uh , u − vh ) ∀vh ∈ Vh .
Tenant en compte la coercivité et la continuité de a, il vient que
α ku − uh k2V ≤ a (u − uh , u − uh ) = a (u − uh , u − vh )
≤ M ku − uh kV ku − vh kV ∀vh ∈ Vh .
Par conséquent
M
ku − uh kV ≤ α ku − vh kV ∀vh ∈ Vh
et donc
M
ku − uh kV ≤ α v inf ku − vh kV .
h ∈Vh
Ceci termine la preuve. ✷

Le lemme de Céa montre que pour que la méthode de Galerkin converge, il
suffit d’exiger que, pour h tendant vers zéro, l’espace Vh "occupe" l’espace
V . Plus précisémment, il suffit que la condition de densité
lim inf kv − vh kV ∀v ∈ V
h→0 vh ∈Vh
soit satisfaite.
L’espace Vh doit donc être choisi avec soin, de mode à garantir la condition
de densité précédente.
Chapitre 2
Méthode des éléments finis en

dimension 1
Dans ce chapitre, nous allons introduire les éléments finis les plus simples
considérés dans le cas unidimensionnel. Nous construisons des espaces
de dimension finis adéquats, engendrés par des fonctions possédant des
propriétés intéressantes. Nous introduisons ensuite l’opérateur d’interpola-
tion associé, estimons l’erreur d’interpolation correspondante et analysons
la convergence de la méthode. Des remarques finales concernant le condi-
tionnement de la matrice de rigidité sont aussi présentées. Les résultats
ainsi obtenus sont ensuite appliquées à un problème aux limites de type
Poisson.
2.1 Éléments finis linéaires

2.1.1 Maillage et fonctions de base
Nous allons établir comment construire les fonctions de base de la méthode
de Galerkin de manière efficace. Soient a : V × V −→ R une forme bili-
néaire continue et coercive et F : V −→ R une forme linéaire et continue.
Soit u ∈ V la solution exacte du problème variationnel
a(u, v) = F (v), ∀v ∈ V. (2.1)
Pour fixer les idées et simplifier la présentation, nous supposons que V =

H 1 (0, 1) ou V = H01 (0, 1) (le cas d’un intervalle plus général peut-être ana-
lysé par une simple adaptation des arguments développés ci-dessous).
Dans le cas du problème de Poisson par exemple, ceci correspond aux
11
12 CHAPITRE 2. MÉTHODE DES ÉLÉMENTS FINIS EN DIMENSION 1
choix adaptés aux conditions aux limites de type Neumann et Dirichlet,

respectivement.
On introduit une partition de Ω = [0, 1] en N + 1 sous-intervalles ]xj−1 , xj [,
appelés éléments, de longueur hj = xj − xj−1 avec
0 = x0 < x1 < · · · < xN < xN +1 = 1.
On pose h = max hj . Lorsque les noeuds xj sont équidistants, le maillage

j
est dit uniforme. Dans ce cas
1
xj = jh avec h = N +1 , 0 ≤ j ≤ N + 1.
Par souci de simplicité, nous supposerons aussi que le maillage est uni-
forme.
Notre objectif est de construire des approximations de l’espace V . Nous
appliquerons donc la méthode des éléments finis afin de construire des
sous-espaces Vh . La base correspondante doit satisfaire les trois critères
suivants :
1. La base de fonctions est engendrée par des fonctions simples défi-
nies par morceaux sur chaque élément de la grille.
2. Les fonctions de la base sont suffisamment régulières pour appar-
tenir à V . Pour les problèmes qui nous concernent dans ce cours,
l’espace V est typiquement H 1 (0, 1) ou H01 (0, 1).
3. Les fonctions de la base sont choisies de sorte que les paramètres
définissant la solution approchée uh soient precisément les valeurs
de uh aux noeuds.
Soit P1 l’espace des polynômes de degré inférieur ou égal à 1. Considé-

rons l’espace des fonctions continues et affines par morceaux sur chaque
élément de la maille, défini par
n o
Xh1 = vh ∈ C([0, 1]) tel que vh|]xj−1 ,xj [ ∈ P1 pour tout j = 1, · · · N + 1 .
Nous pouvons représenter les fonctions de Xh1 à l’aide des N + 2 fonctions

de base de Lagrange caractérisées par
φi (xj ) = δij i, j = 0, · · · , N + 1
où δ représente le symbole de Kronecker.

2.1. ÉLÉMENTS FINIS LINÉAIRES 13
Les fonctions de cette base φi satisfont les critères cités précédemment.

Pour j = 0, · · · , N + 1, φj est définie par
 x−x
 j−1

 si x ∈ [xj−1 , xj ],

 h
φj (x) = xj+1 − x
 si x ∈ [xj , xj+1 ],

 h


0 sinon.
φ0
b b b b
x0 x1 x2 x3
φ1
b b b b
x0 x1 x2 x3
φ2
b b b b
x0 x1 x2 x3
φ3
b b b b
x0 x1 x2 x3
Figure 2.1 - Fonctions de base linéaires par élément pour N = 2
Remarque 2.1.1. Il est évident que

supp φ0 = [x0 , x1 ],
supp φj = [xj−1 , xj ] ∪ [xj , xj+1 ] 1 ≤ j ≤ N,
supp φN +1 = [xN , xN +1 ],
et donc seuls φj−1 et φj+1 ont un support qui intersecte celui de φj . Ceci a
pour conséquence directe le fait que dans le cas du problème de Poisson,
la matrice de rigidité est tridiagonale.
Proposition 2.1.2. Soit Vh = Xh1 ∩ H 1 (0, 1). Alors Vh est un sous-espace
de H 1 (0, 1) de dimension N + 2 et toute fonction vh ∈ Vh est définie par
N
X +1
vh (x) = vh (xj )φj (x) ∀x ∈ [0, 1].
j=0
Démonstration. Tout élément vh de Xh1 appartient à C([0, 1])∩H 1 (xj , xj+1 )

pour tout 0 ≤ j ≤ N . D’après le théorème de recollement de Sobolev, il
vient que vh ∈ H 1 (0, 1) et donc
Xh1 ⊂ H 1 (0, 1) et Vh = Xh1 .
Le reste de la proposition est une conséquence directe de la définition de

la base de Lagrange (φj )0≤j≤N +1 et du fait qu’elle permet de caractériser
les éléments de Xh1 par leurs valeurs aux noeuds. ✷
Il est facile d’intégrer les conditions aux limites homogènes de Dirichlet
dans la construction de l’espace discret.
Proposition 2.1.3. Soit Vh = Xh1 ∩ H01 (0, 1). L’espace Vh est un sous-
espace de H01 (0, 1) de dimension N et toute fonction vh ∈ Vh est définie
par
N
X
vh (x) = vh (xj )φj (x) ∀x ∈ [0, 1].
j=1
Démonstration. D’après la proposition 2.1.2, toute fonction vh ∈ Vh est

définie par
N
X +1
vh (x) = vh (xj )φj (x) ∀x ∈ [0, 1].
j=0
Le résultat suit en prenant en compte les conditions aux bord vh (x0 ) = 0 et

vh (xN +1 ) = 0. ✷
2.1.2 Opérateur d’interpolation et erreur d’interpolation

Le lemme de Céa, considéré dans le chapitre précédent, est un outil fonda-
mental pour l’analyse de la convergence de la solution du problème appro-
ché vers la solution du problème continu et l’établissement des estimations
d’erreur correspondantes. Une application efficace de ce résultat nécessi-

terait que des résultats d’approximation des éléments de l’espace V par
des éléments de l’espace Vh soient disponibles. C’est à ce niveau qu’inter-
vient la notion d’interpolation.
Définition 2.1.4. On appelle opérateur d’interpolation Π1h , l’application li-

néaire de H 1 (0, 1) dans Vh définie, pour tout v ∈ H 1 (0, 1), par
N
X +1
Π1h v(x) = v(xi )φi (x). (2.2)
i=0
Remarque 2.1.5. Cette définition a bien un sens car, en vertu du théorème

de l’injection de Sobolev, les fonctions de H 1 (0, 1) sont continues sur [0, 1].
L’interpolée d’une fonction v est la fonction affine par morceaux qui coincide
avec v sur les sommets du maillage.
Comme nous le verrons ci-dessous, l’estimation de l’erreur d’interpolation

est plus précise dans le cas de fonctions suffisamment régulières.
Lemme 2.1.6. Soit v ∈ H 2 (0, 1) et soit Π1h v ∈ Xh1 la fonction d’interpolation

définie par (2.2). Alors les estimations suivantes sont satisfaites

v − Π1 v 2 ≤ h2 v ′′ L2 (0,1) ,
h L (0,1)
′
′
v − Π1h v ≤ h v ′′ L2 (0,1) .
L2 (0,1)
Démonstration. Posons eh = v − Π1h v. Il est facile de voir que eh (xj ) = 0

pour chaque noeud xj , j = 0, · · · , N . Donc pour x ∈ (xj , xj+1 ), on a
Z x
eh (x) = e′h (s) ds.
xj
L’inégalité de Cauchy-Schwarz donne

Z xj+1
′
|eh (x)| ≤ eh (s) ds
xj
1
≤ k1kL2 (xj ,xj+1 ) ke′h kL2 (xj ,xj+1 ) = h 2 ke′h kL2 (xj ,xj+1 ) ,
et en intégrant sur (xj , xj+1 ), il vient que

keh kL2 (xj ,xj+1 ) ≤ h e′h L2 (x . (2.3)
j ,xj+1 )
Utilisant le fait que u ∈ H 2 (0, 1) et intégrant par parties, on obtient

′ 2
e 2 = e′
, e′
= − e′′
, eh .
h L (x ,x
j )
j+1 h h 2
L (x ,x ) j h
j+1 L2 (x ,x ) j j+1
L’inégalité de Cauchy-Schwarz et l’estimation (2.3) donnent alors
ke′h k2L2 (xj ,xj+1) ≤ ke′′h kL2 (xj ,xj+1 ) keh kL2 (xj ,xj+1 )
≤ h ke′′h kL2 (xj ,xj+1 ) ke′h kL2 (xj ,xj+1 )
= h kv ′′ kL2 (xj ,xj+1 ) ke′h kL2 (xj ,xj+1 )
ce qui implique que

′
e 2 ≤ h v ′′ L2 (x . (2.4)
h L (x j ,xj+1 ) j ,xj+1 )
Le résultat suit en tenant en compte les estimations (2.3)-(2.4) et en som-

mant en j. ✷
Dans le cas de fonctions moins régulières, le résultat est moins précis.

définie par (2.2). Alors, l’estimation suivante est satisfaite

v − Π1 v 2 ≤ 2h v ′ L2 (0,1) .
h L (0,1)
De plus, on a
′

lim v ′ − Π1h v = 0.
h→0+ L2 (0,1)
Démonstration. Il est clair que

′
1 ′
v − Π1h v 2 ≤ v ′ L2 (x )
+ Πh v . (2.5)
L (xj ,xj+1 ) j ,xj+1 L2 (xj ,xj+1 )
Observons alors que dans l’intervalle [xj , xj+1 ], toutes les fonctions φi s’an-
nulent sauf φj et φj+1 (voir Remarque 2.1.1) . Il vient alors que pour x ∈
(xj , xj+1 )
N +1
!′
′ X
Π1h v(x) = v(xi )φi (x)
i=0
= (v(xj )φj (x) + v(xj+1 )φj+1 (x))′

Z
1 1 xj+1 ′
= (v(xj+1 ) − v(xj )) = v (s) ds.
h h xj
D’où Z
1 ′ xj+1 ′ 1 ′
Πh v(x) ≤ 1 v (s) ds ≤ h2 v 2
h h L (x j ,xj+1 )
xj
et
1 ′
Πh v ≤ v ′ L2 (x . (2.6)
L2 (xj ,xj+1 ) j ,xj+1 )
Tenant en compte (2.3), (2.5) et (2.6), nous obtenons

v − Π1 v 2 ≤ 2h v ′ 2
h L (xj ,xj+1 ) L (xj ,xj+1 )
et la première estimation énoncée suit en sommant en j.

La démonstration de la seconde assertion se fera en utilisant la densité de
D([0, 1]) dans H 1 (0, 1). Soit v ∈ H 1 (0, 1) et soit (vn ) une suite de fonctions
de D([0, 1]) telles que
lim kv − vn kH 1 (0,1) = 0.
n→+∞
On a
′ ′

v − Π1h v ≤ kv ′ − vn′ kL2 (0,1) + vn′ − Π1h vn 2
L2 (0,1) L (0,1)

′
+ Π1h (vn − v) 2 .
L (0,1)
Du lemme 2.1.6, nous déduisons que

′
′ 1 (2)
vn − Πh vn 2 ≤ h vn .
L (0,1) L2 (0,1)
De l’autre côté, en tenant en compte (2.6), nous obtenons

′
1
Πh (vn − v) 2 ≤ vn′ − v ′ L2 (0,1) .
L (0,1)
Combinant ces estimations, nous déduisons que

′

v − Π1h v 2 ≤ 2 vn′ − v ′ L2 (0,1) + h vn(2)
L (0,1) L2 (0,1)
et donc ′

lim v − Π1h v ≤ 2 vn′ − v ′ L2 (0,1) ,
h→0 L2 (0,1)
ce qui donne le résultat. ✷

2.1.3 Convergence et estimation d’erreur

Le résultat suivant nous donne une estimation de l’erreur d’approximation
par la méthode des éléments finis linéaires.
Théorème 2.1.8. Soit u ∈ V la solution de (2.1) et soit uh ∈ Vh la solution

du problème approché
a(uh , vh ) = F (vh ), ∀vh ∈ Vh . (2.7)
Alors, la méthode des éléments finis converge, i.e.
lim ku − uh kV = 0.
h→0+
De plus, si u ∈ H 2 (0, 1), alors il existe une constante indépendante de u et

de h tel que

ku − uh kV ≤ Ch u′′ L2 (0,1) .
Démonstration. Il est clair que Π1h u ∈ Vh . En utilisant le lemme de Céa, il

vient que

ku − uh kV ≤ M u − Π1h u ≤ M u − Π1h u .
α V α H 1 (0,1)
Les deux assertions sont une conséquence du lemme 2.1.7 et du lemme

2.1.6, respectivement. ✷
2.1.4 Conditionnement de la matrice de rigidité

Nous avons déjà vu dans le chapitre précédent que le problème approché
s’écrit de manière équivalente sous la forme
Ah Uh = Bh ,
où la matrice de rigidité Ah est une matrice définie positive, symétrique si

la forme bilinéaire a est symétrique. Il est bien connu qu’il existe un certain
nombre de méthodes numériques adaptées à la résolution de cette classe
de problèmes. Cependant, la matrice Ah étant typiquement de grande di-
mension, il est aussi établi que son conditionnement est un paramètre im-
portant à tenir en compte.
Dans ce sens, nous allons à présent donner une évaluation précise du
nombre de condition κ(Ah ) de la matrice de rigidité Ah , en fonction de h.

Nous rappelons que le nombre de condition est défini par

κ(Ah ) = kAh k A−1
h
,
où k·k est la norme matricielle associée. Si la forme bilinéaire a est symé-

trique, alors la matrice Ah est symétrique, définie positive et le nombre de
condition associé à la norme matricielle euclidienne est donné par
λmax (Ah )
κ2 (Ah ) = ,
λmin (Ah )
où λmax (Ah ) et λmin (Ah ) représentent la plus grande et la plus petite valeur
propre de Ah , respectivement.
Proposition 2.1.9. Soit Ah = (a(φj , φi ))0≤i,j≤N +1 la matrice de rigidité as-
sociée au problème discret (2.7) et supposons que Ah est symétrique. Le
nombre de condition correspondant satisfait

κ2 (Ah ) = O h12 .
En général, quand h décroit vers zéro, le nombre de condition κ2 (Ah ) aug-

mente et le système associé au problème approché devient de plus en plus
mal conditionné. Nous avons alors besoin d’utiliser un préconditionneur. Il
est facile de voir que la solution Uh du système linéaire initial est aussi
solution du système
P −1 Ah Uh = P −1 Bh , (2.8)
où P est n’importe quelle matrice de dimension N + 2, inversible. L’idée est
de trouver une matrice P tel que

κ2 P −1 Ah ≪ κ2 (Ah )
en d’autre termes, tel que le système (2.8) soit bien conditionné.

La démonstration de la proposition 2.1.9 s’appuie sur deux lemmes auxi-
liaires.
N
X +1
Lemme 2.1.10. Pour tout vh = vj φj ∈ Vh , on a
j=0
h 2
|v| ≤ kvh k2L2 (0,1) ≤ h |v|2 ,
6
où v = (v0 , v1 , · · · , vN +1 ).
Démonstration. Il est facile de vérifier que
kvh k2L2 (xj−1 ,xj ) = kvj−1 φj−1 + vj φj k2L2 (xj−1 ,xj )

2
= vj−1 kφj−1 k2L2 (xj−1 ,xj ) + vj2 kφj k2L2 (xj−1 ,xj )
Z xj
+ 2vj−1 vj φj−1 (x)φj (x) dx
xj−1
h 2
= vj−1 + vj−1 vj + vj2 . (2.9)
3
Utilisant le fait que
1 2 3 2
a + b2 ≤ a2 + ab + b2 ≤ a + b2
2 2
il vient que
h 2 h 2
vj−1 + vj2 ≤ kvh k2L2 (xj−1 ,xj ) ≤ vj−1 + vj2 .
6 2
Le résultat vient en sommant en j. ✷
N
X +1
Lemme 2.1.11 (Inégalité inverse). Pour tout vh = vj φj ∈ Vh , on a
j=0
′ 2 12
vh 2
L (0,1)
≤ 2 kvh k2L2 (0,1) .
h
Démonstration. Nous avons
′ 2 2
v 2 = vj−1 φ′j−1 + vj φ′j L2 (x
h L (x ,x )
j−1 j j−1 ,xj )
′ 2 2
2
= vj−1 φj−1 2 + vj2 φ′j L2 (x ,x )
L (xj−1 ,xj ) j−1 j
Z xj
+2vj−1 vj φ′j−1 (x)φ′j (x) dx
xj−1
1 2
= vj−1 − 2vj−1 vj + vj2 .
h
Prenant en compte (2.9), nous déduisons que
kvh′ k2L2 (xj−1 ,xj ) 2

3 vj−1 − 2vj−1 vj + vj2 12
= ≤ 2.
kvh k2L2 (xj−1 ,xj ) 2 2
h vj−1 + vj−1 vj + vj2 h
Le résultat vient alors en sommant en j. ✷

Démonstration de la proposition 2.1.9. Nous rappelons qu’une valeur

propre λh satisfait
Ah v = λh v
PNv+1est un vecteur propre associé à λh . Soit alors vh défini par vh (x) =

où
i=0 vi φi (x). Nous avons
v ⊤ Ah v
λh =
v⊤ v
et donc (voir la preuve de la proposition 1.2.4)
a(vh , vh )
λh = ,
|v|2
où |·| est la norme euclidienne. Utilisant la coercivité et la continuité de a
dans V , nous obtenons
kvh k2V kvh k2V

α ≤ λh ≤ M .
|v|2 |v|2
En utilisant le lemme 2.1.11 et le lemme 2.1.10, il vient que
2
kvh k2V kvh kH 1 (0,1) 12M kvh k2L2 (0,1) C1
λh ≤ M 2
≤M ≤ 1+ 2 ≤ .
|v| |v|2 h |v|2 h
De l’autre côté, l’inégalité de Poincaré (dans le cas V = H01 (0, 1)) et le

lemme 2.1.10 entraînent que
kvh k2L2 (0,1)

λh ≥ Cα ≥ C2 h.
|v|2
Combinant les deux inégalités précédentes, nous déduisons que
λmax (Ah ) C1
κ2 (Ah ) = ≤ ,
λmin (Ah ) C2 h2
ce qui termine la preuve. ✷
2.1.5 Application à l’approximation du problème de Poisson

Considérons le problème de Poisson suivant
(
−u′′ (x) = f (x) dans ]0, 1[,
(2.10)
u(0) = u(1) = 0,
où f ∈ L2 (0, 1). La formulation variationnelle associée, définie dans V =

H01 (0, 1), est donnée par
où Z
1
′ ′
a(u, v) = u , v = u′ (x)v ′ (x) dx
0
Z 1
F (v) = (f, v) = f (x)v(x) dx.
0
La forme bilinéaire a satisfaisant

|a(w, v)| ≤ w′ L2 v ′ L2 = |w|V |v|V ∀w, v ∈ V,
est continue sur V . De plus, vu que
2
a(v, v) = v ′ 2 = |v|2V ∀v ∈ V,
nous déduisons que a est coercive sur V . Finalement, utilisant l’inégalité
de Poincaré, nous obtenons
|F (v)| = |(f, v)| ≤ kf kL2 (0,1) kvkL2 (0,1)
≤ C kf kL2 (0,1) |v|V ∀v ∈ V,
ce qui montre que l’application linéaire F est continue sur V . Le théorème

de Lax-Milgram implique alors que le problème variationnel admet une so-
lution unique u ∈ V .
Le problème approché associé, défini sur Vh = Xh1 ∩ H01 (0, 1), est donné
par
Trouver uh ∈ Vh tel que a(uh , vh ) = F (vh ) ∀vh ∈ Vh . (2.12)
D’après ce qui précède, ce problème admet une solution unique dans Vh .
Sa décomposition dans la base de Lagrange associée est donnée par
N
X
uh (x) = uh (xi )φi (x).
i=1
Nous savons aussi que Uh = (uh (xj ))1≤j≤N est solution du système li-
néaire
Ah Uh = Bh ,
où la matrice de rigidité Ah est donnée par Ah = (a (φj , φi ))1≤i,j,≤N et où
le second membre est donné par Bh = ((f, φi ))1≤i≤N .
Théorème 2.1.12. Soit u ∈ V la solution de (2.11) et et soit uh ∈ Vh la

solution de (2.12). Alors, il existe une constante indépendante de u et de h
tel que
ku − uh kV ≤ Ch kf kL2 (0,1) .
Démonstration. Le résultat est une conséquence directe du Théorème

2.1.8 et du résultat de régularité qui stipule que si f ∈ L2 (0, 1), alors u ∈
H 2 (0, 1) et satisfait l’estimation
kukH 2 (0,1) ≤ C kf kL2 (0,1) ,
où C est une constante positive indépendante de u. ✷

Comme déjà observé, l’intersection des supports de φi et φj est souvent
vide. Plus precisément, les supports de φi et φj sont disjoints quand |i−j| >
1, i.e.
supp φi ∩ supp φj = ∅ si j 6= i, j 6= i − 1, j 6= i + 1.
Une conséquence directe est que la plupart des éléments de Ah sont nuls,
les éléments non nuls correspondant à (Ah )i,i−1 , (Ah )i,i et (Ah )i,i+1 . En
effet, de la définition des éléments de la base, nous déduisons que
 1

 − si x ∈ [xi , xi+1 ],
 h
φ′i (x) = 1
h si x ∈ [xi−1 , xi ],



0 sinon.
Un calcul simple montre alors que pour i = 1, · · · , N , nous avons

Z 1 Z xi+1
2 2
(Ah )i,i = a(φi , φi ) = φ′i (x) dx = φ′i (x) dx
0 xi−1
Z xi+1 2
1 2
= dx = ,
xi−1 h h
et pour i = 1, · · · , N − 1,
Z 1
(Ah )i,i+1 = a(φi+1 , φi ) = φ′i (x)φ′i+1 (x) dx
0
Z xi+1 Z xi+1
′ ′ 1 1
= φi (x)φi+1 (x) dx = − 2 dx = − .
xi xi h h
La symétrie de Ah entraîne que pour tout i = 2, · · · , N
1
(Ah )i,i−1 = (Ah )i−1,i = − .
h
La matrice Ah est par conséquent tridiagonale et de la forme
 
2 −1 0 ··· 0
 
 −1 2 −1 · · · 0 
 
1
 . . . 
.
Ah =  .. .. .. 
h 
 0 · · · −1 2 −1 
 
0 ··· 0 −1 2
Afin de déterminer le second membre Bh , on distinguera deux cas :

• Si f a une forme simple, on calcule explicitement l’intégrale du second
membre. Par exemple, si f (x) = ex , alors
Z 1 Z xi+1
(Bh )i = f (x)φi (x) dx = f (x)φi (x) dx
0 xi−1
Z xi Z xi+1
1 1
= (x − xi−1 ) f (x) dx + (xi+1 − x) f (x) dx
h xi−1 h xi
1 xi+1
= (e − 2exi + exi−1 ) .
h
• En général, il n’est pas possible de calculer Bh explicitement et on est

amené à utiliser des méthodes d’intégration numérique afin de l’approcher.
Par exemple, utilisant la règle du trapèze, pour tout 1 ≤ i ≤ N , on a
Z xi Z xi+1
1 1
(Bh )i = (x − xi−1 ) f (x) dx + (xi+1 − x) f (x) dx
h xi−1 h xi
xi − xi−1
≈ ((xi − xi−1 ) f (xi ) + (xi−1 − xi−1 ) f (xi−1 ))
2h
xi+1 − xi
+ ((xi+1 − xi ) f (xi ) + (xi+1 − xi+1 ) f (xi+1 ))
2h
= hf (xi ).
2.2. ÉLÉMENTS FINIS QUADRATIQUES 25
Dans ce cas particulier, le système linéaire à résoudre est de la forme

   
2 −1 0 ··· 0 f (x1 )
   
 −1 2 −1 · · · 0   f (x2 ) 
   
1  .. .. .. 


 . 
.
 . . .  Uh =  .. 
2
h    
 0 · · · −1 2 −1   
  f (xN −1 ) 
0 ··· 0 −1 2 f (xN )
| {z }
C
Ce système est identique à celui qu’on obtient en utilisant la méthode des

différences finies au problème de Poisson (2.10). Nous savons déjà que

κ2 (C) = O h12
et que la matrice tridiagonale C est donc, a priori, mal conditionnée quand

h tend vers zéro (voir proposition 2.1.9). Dans ce cas particulier, il est pos-
sible de calculer explicitement le nombre de condition. En effet, il est facile
de vérifier que les valeurs propres de la matrice C = tridiag(−1, 2, −1)
sont données par
λi = 2 − 2 cos (iπh) , i = 1, · · · , N
et que
λmax (C) λN
κ2 (C) = = → +∞ quand h → 0.
λmin (C) λ1
2.2 Éléments finis quadratiques

2.2.1 Maillage et fonctions de base
Dans certaines applications, on peut considérer que l’approximation par
des éléments de Xh1 est trop grossière (fournissant une solution approchée
uh trop éloignée de la solution exacte u). On peut alors essayer d’approcher
u par des polynômes de plus haut degré.
Soit P2 l’espace des polynômes de degré inférieur ou égal à 2. Considérons
l’espace des fonctions continues et paraboliques par morceaux sur chaque
élément, défini par
n o
Xh2 = vh ∈ C([0, 1]) tel que vh|]xj−1 ,xj [ ∈ P2 pour tout j = 1, · · · N + 1 .
Les fonctions de Xh2 sont définies de manière univoque une fois assignées
les valeurs en trois points distincts de [xj−1 , xj ]. Afin de garantir la conti-
nuité de ces fonctions, ces points seront choisis comme étant les extré-
mités xj−1 et xj du sous-intervalle et le point milieu correspondant. Ceci
définit 2N + 3 points
j
yj = h j = 0, · · · , 2N + 2.
2
Nous pouvons représenter les fonctions de Xh2 à l’aide des 2N +3 fonctions
de base de Lagrange caractérisées par
φi (yj ) = δij i, j = 0, · · · , 2N + 2
où δ représente le symbole de Kronecker. Pour j = 0, · · · , N + 1, ces fonc-

tions sont alors définies par
 2

 (x − y2j−1 )(x − xj−1 ) si x ∈ [xj−1 , xj ],

 2
 h
φ2j (x) = 2
 (y2j+1 − x)(xj+1 − x) si x ∈ [xj , xj+1 ],

 h2


0 sinon,
et pour j = 0, · · · , N , par

 4 (xj+1 − x)(x − xj ) si x ∈ [xj , xj+1 ],
φ2j+1 (x) = h2

0 sinon.
Proposition 2.2.1. i) Soit Vh = Xh2 ∩ H 1 (0, 1). Alors Vh est un sous-espace

de H 1 (0, 1) de dimension 2N + 3 et toute fonction vh ∈ Vh est définie par
N
X +1 N
X 2N
X +2
vh (x) = vh (y2j )φ2j (x) + vh (y2j+1 )φ2j+1 (x) = vh (yj )φj (x)
j=0 j=0 j=0
pour tout x ∈ [0, 1].

ii) Soit Vh = Xh2 ∩ H01 (0, 1). L’espace Vh est un sous-espace de H01 (0, 1) de
dimension 2N + 1 et toute fonction vh ∈ Vh est définie par
2N
X
vh (x) = vh (yj )φj (x) ∀x ∈ [0, 1].
j=1
Démonstration. Reprendre point par point les arguments dans la preuve

des propositions 2.1.2 et 2.1.3. ✷
φ0
b b b b b b b
x0 y1 x1 y3 x2 y5 x3
φ1
b b b b b b b
x0 y1 x1 y3 x2 y5 x3
φ2
b b b b b b b
x0 y1 x1 y3 x2 y5 x3
φ3
b b b b b b b
x0 y1 x1 y3 x2 y5 x3
φ4
b b b b b b b
x0 y1 x1 y3 x2 y5 x3
φ5
b b b b b b b
x0 y1 x1 y3 x2 y5 x3
φ6
b b b b b b b
x0 y1 x1 y3 x2 y5 x3
Figure 2.2 - Fonctions de base quadratiques par élément pour N = 2

2.2.2 Opérateur d’interpolation et erreur d’interpolation

Définition 2.2.2. On appelle opérateur d’interpolation Π2h , l’application li-
néaire de H 1 (0, 1) dans Vh définie, pour tout v ∈ H 1 (0, 1), par
2N
X +2
Π2h v(x) = v(yi )φi (x). (2.13)
i=0
Lemme 2.2.3. Soit Π21 l’opérateur d’interpolation Π2h correspondant à h = 1.

Alors, il existe une constante C telle que pour tout v ∈ H 3 (0, 1), on a
′
2
Π1 v − v 2 ≤ C v (3) 2 .
L (0,1) L (0,1)
Démonstration. Nous allons raisonner par l’absurde et supposer que notre

assertion soit fausse. Il existe alors une suite vn ∈ H 3 (0, 1) telle que pour
tout n,
2 ′

Π1 vn − vn 2 > n vn(3) 2 . (2.14)
L (0,1) L (0,1)
Observons en premier lieu que pour tout polynôme p de degré 2
Π21 vn − vn = Π21 (vn + p) − (vn + p) et vn(3) = (vn + p)(3) .
Sans perte de généralité, et quitte à modifier vn par l’ajout d’un tel poly-
nôme, on peut supposer donc que
Z 1 Z 1 Z 1
vn dx = vn′ dx = vn(2) dx = 0.
0 0 0
De plus, quitte à multiplier vn par une constante, on peut également sup-

poser que
′

1 = Π21 vn − vn 2 . (2.15)
L (0,1)
L’application successive de l’inégalité de Poincaré-Wirtinger, combinée avec
(2.14) et (2.15), donne alors
Z 1

kvn kL2 (0,1) ≤ C1 kvn kL2 (0,1) +
′ vn dx = C1 kvn′ kL2 (0,1)
0
Z 1
(2) 2 (2)
≤ C12 vn + v ′
dx = C
n 1 vn 2
L2 (0,1) 0 L (0,1)
Z
(3) 1 (2) (3)
≤ C13 vn 2 + vn dx = C13 vn 2
L (0,1) 0 L (0,1)
1 ′
1
≤ Π21 vn − vn 2 = .
n L (0,1) n
Par conséquent, la suite (vn )n est bornée dans H 3 (0, 1). D’après le théo-
rème de Rellich, il existe une sous-suite (qu’on indexera de la même ma-
nière) convergeant fortement vers une limite v dans H 2 (0, 1). L’opérateur
Π21 étant continu dans H 1 (0, 1), en passant à la limite dans (2.15), nous
déduisons que
′

1 = Π21 v − v 2 . (2.16)
L (0,1)
De plus,
1
(3)
v = lim vn(3) ≤ lim =0
L2 (0,1) n→+∞ L2 (0,1) n→+∞ C13 n
impliquant que v est un polynôme de degré inférieur ou égal à 2, et donc
Π21 v = v.
Ceci est en contradiction avec (2.16). ✷

Comme nous le verrons ci-dessous, l’estimation de l’erreur d’interpolation
est plus précise dans le cas de fonctions suffisamment régulières.
définie par (2.13). Alors les estimations suivantes sont satisfaites

v − Π2 v 2 3 (3)
h L (0,1)
≤ Ch v 2 ,
L (0,1)
′

v − Π2h v ≤ Ch2 v (3) ,
L2 (0,1) L2 (0,1)
où C est une constante positive indépendante de h.

Démonstration. Il est facile de voir que v − Π2h v (xj ) = 0 pour chaque
noeud xj , j = 0, · · · , N . Pour x ∈ (xj , xj+1 ), nous avons alors
Z x
2
′
v − Πh v (x) = v − Π2h v (s) ds.
xj
L’inégalité de Cauchy-Schwarz donne

Z xj+1
2 ′

v − Π2 v (x) ≤ v − Π v (s) ds
h h
xj
′

≤ k1kL2 (xj ,xj+1 ) v − Π2h v 2
L (xj ,xj+1 )

1
′
= h 2 v − Π2h v 2 ,
L (xj ,xj+1 )
et en intégrant sur (xj , xj+1 ), il vient que

′
v − Π2 v 2
≤ h v − Π2 v
h L (xj ,xj+1 ) h .
L2 (xj ,xj+1 )
Sommant en j, nous obtenons finalement

v − Π2 v 2 2 ′
h L (0,1)
≤ h v − Πh v . (2.17)
L2 (0,1)
De l’autre côté, on a
′ N
X 2
2 2 2 ′
v − Πh v 2 = v − Πh v 2
L (0,1) L (xj ,xj+1 )
j=0
N Z
X xj+1 2
= d
(v(xj )φ2j + v(y2j+1 )φ2j+1 + v(xj+1 )φ2j+2 − v) (x) dx
dx
j=0 xj
N Z
X 1
= 1 d (v(xj )φ2j + v(y2j+1 )φ2j+1 + v(xj+1 )φ2j+2 − v) (xj + hs)2 ds.
h ds
j=0 0
Observons alors que



 φ (x + sh) = (1 − 2s) (1 − s) = φ10 (s),
 2j j
φ2j+1 (xj + sh) = 4 (1 − s) s = φ11 (s),



φ2j+2 (xj + sh) = s (2s − 1) = φ12 (s),
où φ10 , φ11 , φ12 sont les éléments de la base correspondant à h = 1. Il vient
que
′
2
v − Π2h v 2
L (0,1)
+1 Z 1
1
N
X ′ 2
= vj (0)φ10 (s) + vj 1
2 φ11 (s) + vj (1)φ12 (s) − vj (s) ds
h 0
j=0
N +1 Z
1 X 1 2 ′ 2
= Π1 vj (s) − vj (s) ds,
h 0
j=0
où vj (s) = v(xj + hs) et Π21 est l’opérateur d’interpolation Π2h correspondant

à h = 1. Prenant en compte le lemme 2.2.3, nous déduisons que
′ C X
N +1
2 (3) 2
v − Π2h v 2 ≤ vj 2 . (2.18)
L (0,1) h L (0,1)
j=0
En utilisant à nouveau un changement de variable, nous obtenons

Z 1 2 Z xj+1
(3) 2 3 (3) 5 (3) 2
vj 2 = h v (xj + sh) ds = h v (x) dx
L (0,1) 0 xj
Le résultat vient en tenant en compte les estimations (2.17) et (2.18). ✷

Considérons maintenant le cas où aucune hypothèse de régularité n’est
assumée.

définie par (2.13). Alors, on a

lim v − Π2h v H 1 (0,1) = 0.
h→0+
Démonstration. Elle reprend les arguments de densité et de continuité du

Lemme 2.1.7 en tenant en compte le lemme 2.2.4 et . ✷

de (2.7) avec Vh = X2h ∩ V . Alors, la méthode des éléments finis converge,
i.e.
h→0+
De plus, si u ∈ H 3 (0, 1), alors il existe une constante indépendante de u et

de h tel que

ku − uh kV ≤ Ch2 u(3) 2 .
L (0,1)

vient que

ku − uh kV ≤ M 2 M 2
α u − Πh u V ≤ α u − Πh u H 1 (0,1) .
Les deux assertions sont une conséquence du lemme 2.2.5 et du lemme

2.2.4, respectivement. ✷
2.2.4 Application à l’approximation du problème de Poisson

Nous nous intéressons à l’approximation par des éléments finis quadra-
tiques du problème de Poisson (2.10). Le problème approché associé (2.12)
est défini sur Vh = Xh2 ∩ H01 (0, 1). D’après ce qui précède, ce problème
admet une solution unique dans Vh . Sa décomposition dans la base de
Lagrange associée est donnée par
2N
X +1
uh (x) = uh (yi )φi (x).
i=1
Nous savons aussi que Uh = (uh (yj ))1≤j≤2N +1 est solution du système
linéaire
Ah Uh = Bh ,
où la matrice de rigidité Ah est donnée par Ah = (a (φj , φi ))1≤i,j,≤2N +1 et
où le second membre est donné par Bh = ((f, φi ))1≤i≤2N +1 .
Théorème 2.2.7. Soit u ∈ V la solution de (2.11) et soit uh ∈ Vh = Xh2 ∩

H01 (0, 1) la solution de (2.12). Alors,
h→0+
De plus, si f ∈ H 1 (0, 1) alors il existe une constante indépendante de u et

de h tel que
ku − uh kV ≤ Ch2 kf kH 1 (0,1) .
Démonstration. Le résultat est une conséquence directe du théorème

2.2.6 et du résultat de régularité qui stipule que si f ∈ H 1 (0, 1), alors
u ∈ H 3 (0, 1) et satisfait l’estimation suivante
kukH 3 (0,1) ≤ C kf kH 1 (0,1) ,

Dans le cas de Xh2 ,
l’intersection des supports de φi et φj est souvent vide.
Plus precisément, les supports de φi et φj sont disjoints quand |i − j| > 2,
i.e. 

 j 6= i − 2,





 j 6= i − 1,

supp φi ∩ supp φj = ∅ si j 6= i,





 j 6= i + 1,


 j 6= i + 2.
Une conséquence directe est que les coefficients non nuls de Ah corres-
pondent aux éléments (Ah )i,i−2 , (Ah )i,i−1 , (Ah )i,i , (Ah )i,i+1 et (Ah )i,i+2 . De
la définition des éléments de la base, nous avons en effet

4 3h

 2 x − xi + 4 si x ∈ [xi−1 , xi ],

 h

4
φ′2i (x) = h2
x − xi+1 + h4 si x ∈ [xi , xi+1 ],



 0 sinon,
et (
− h82 x − xi+1 + h
2 si x ∈ [xi , xi+1 ],
φ′2i+1 (x) =
0 sinon.
Un calcul simple montre alors que pour i = 0, · · · , N , on a
Z xi+1
2
(Ah )2i+1,2i+1 = a(φ2i+1 , φ2i+1 ) = φ′2i+1 (x) dx
xi
Z xi+1
64

h 2 16
= h4
x − xi+1 + 2 dx = 3h .
xi
Pour i = 0, · · · , N − 1, on a
Z 1
(Ah )2i+1,2i+2 = a(φ2i+1 , φ2i+2 ) = φ′2i+1 (x)φ′2i+2 (x) dx
0
Z xi+1

= − h324 x − xi+1 + h2 x − xi+1 + 3h 8
4 dx = − 3h .
xi
Pour i = 1, · · · , N , on a
Z 1 Z xi+1
2 2
(Ah )2i,2i = a(φ2i , φ2i ) = φ′2i (x) dx = φ′2i (x) dx
0 xi−1
Z xi Z xi+1
16

3h 2 16

h 2 14
= h4
x − xi + 4 dx + h4
x − xi+1 + 4 dx = 3h .
xi−1 xi
Pour i = 1, · · · , N − 1, on a
Z 1
(Ah )2i,2i+2 = a(φ2i , φ2i+2 ) = φ′2i (x)φ′2i+2 (x) dx
0
Z xi+1

= h164 x − xi+1 + h4 x − xi+1 + 3h
4 dx = 1
3h .
xi
Prenant en compte la symétrie de la forme bilinéaire a, il vient que Ah est

une matrice symétrique pentadiagonale de la forme suivante :
 16 
3 − 83 0
 8 14 8 1 
 −3 − 0 
 3 3 3 
 
 0 − 38 16
− 8
0 
 3 3 
 1 8 14 8 1 
 3 − 3 3 − 3 3


1 
Ah =  . . . . . .
h .. .. .. .. .. 

 
 0 − 38 16
− 8
0 
 3 3 
 
 0 1
− 8 14
− 8 
 3 3 3 3 
 
8 16
0 −3 3
Cette matrice contient moins de zéros que la matrice de rigidité obtenue en

utilisant des éléments dans Xh1 . Par conséquent, la résolution du système
linéaire associé sera plus coûteuse en terme de temps de calcul. La déter-
mination du second membre se fera exactement comme dans le cas des
éléments linéaires.
Chapitre 3
Méthode des éléments finis en

dimension 2
Dans ce chapitre, nous considérons des éléments finis linéaires dans le

cas bidimensionnel. Comme précèdemment, nous définissons une trian-
gulation du domaine, des fonctions de base globales et établissons le lien
de ces dernières avec les coordonnées barycentriques définies localement.
Nous introduisons ensuite l’opérateur d’interpolation associé, estimons l’er-
reur d’interpolation correspondante et analysons la convergence de la mé-
thode. Les résultats ainsi obtenus sont ensuite appliqués à un problème
aux limites de type Poisson. Des remarques finales conçernant l’assem-
blage de la matrice de rigidité sont aussi présentées.
3.1 Éléments finis linéaires dans le cas bidimension-

nel
3.1.1 Triangulation
Dans la méthode des éléments finis, la construction du sous-espace dis-
cret nécessite la discrétisation préalable du domaine Ω ⊂ R2 en éléments
géométriques simples. Contrairement au cas d’un intervalle de R, la discré-
tisation d’un domaine de R2 est un problème technique difficile et la qualité
de ce maillage est essentielle pour la qualité de l’approximation.
Soit donc Ω un ouvert de R2 et considérons un maillage de Ω formé par
des triangles K vérifiant les critères suivants :
1. Les éléments K ⊂ Ω du maillage doivent recouvrir le domaine, i.e.
35
leur union est égale à Ω.
2. L’intersection de deux éléments distincts doit satisfaire :



 ∅,

K ∩ K′ = un sommet,



un côté.
Le premier critère implique que Ω est polygonal ou est approché par un
polygone. Le second critère a pour but d’assurer la continuité des fonctions
de l’espace discret.
Figure 3.1 - Situations interdites
Figure 3.2 - Situations permises
Dans toute la suite, on supposera que Ω est polygonal. Nous noterons Nh

le nombre total de sommets et (Si )1≤i≤Nh l’ensemble des sommets des
triangles (encore appelés les noeuds du maillage). Nous noterons
hK = diam(K) = sup kx − yk
x,y∈K
et définissons le pas du maillage par

h = max hK
K
Nous désignons par Th l’ensemble de tous ces éléments ; Th s’appelle un

maillage triangulaire ou une triangulation de Ω.
3.1. ÉLÉMENTS FINIS LINÉAIRES DANS LE CAS BIDIMENSIONNEL 37
3.1.2 Éléments finis linéaires

Dans ce cas, Xh1 est l’espace des fonctions continues, affines par éléments
triangulaires, i.e.

Xh1 = vh ∈ C(Ω) | vh|K ∈ P1 , ∀K ∈ Th .
Théorème 3.1.1. Soit Vh = Xh1 . Alors Vh est un sous-espace de H 1 (Ω).
Démonstration. Tout élément vh de Xh1 appartient à C(Ω) ∩ H 1 (K) pour

tout K ∈ Th . D’après le théorème de recollement de Sobolev, il vient que
vh ∈ H 1 (Ω) et donc Xh1 ⊂ H 1 (Ω). ✷
Proposition 3.1.2. Les fonctions de Vh sont entièrement déterminées par

leurs valeurs aux sommets SiK , K ∈ Th .

Démonstration. Soit K ∈ Th un triangle de sommets SiK = xK K
i , yi ,
1 ≤ i ≤ 3. La restriction à K d’une fonction vh ∈ Vh s’écrit
vh|K (x, y) = α + βx + γy, α, β, γ ∈ R.
Connaissant les valeurs de vh aux sommets S1K , S2K , S3K , nous déduisons
que les coefficients α, β, γ sont solutions du système


 α + βxK1 + γy1K = vh S1K ,

α + βxK K
2 + γy2 = vh S2 ,
K



α + βxK K
3 + γy3 = vh S3 .
K
Le déterminant de ce dernier est donné par

1 xK y K
1 1
−−−−→ −−−−→
DK = 1 x2 y2K = S1K S2K ∧ S1K S3K = ±2|K| =
K 6 0,

1 x3 y 3
K K
où |K| est l’aire de K. Les coefficients sont alors déterminés de manière

unique sur chaque triangle K et la restriction vh|K est parfaitement dé-
terminée et est continue. Pour montrer que vh est continue sur Ω, il suffit
de montrer que le raccord entre deux triangles K et K ′ est continu. Soit
alors (AB) un côté commun entre les deux triangles et soient v = vh|K et
v ′ = vh|K ′ . On a
v − v ′ (A) = v − v ′ (B) = 0.
Soit M ∈ [A, B]. Il existe alors λ ∈ [0, 1] tel que M = λA + (1 − λ)B. Ainsi
(v − v ′ ) (M ) = (v − v ′ ) (λA + (1 − λ)B)
= λ (v − v ′ ) (A) + (1 − λ) (v − v ′ ) (B) = 0.
Ceci montre la continuité de vh sur Ω. ✷
3.1.3 Fonctions de base globales

La construction d’une base de Vh se fait selon la technique classique des
bases de Lagrange.
φj
b b b
b b b b
Sj
b b b b b
b b b b
b b b
Figure 3.3 - La fonction de base φj de l’espace Xh1 et son support
Proposition 3.1.3. Vh est un espace vectoriel de dimension Nh dont une

base est donnée par les fonctions φi ∈ Vh , i = 1, · · · , Nh telles que
φi (Sj ) = δij ∀1 ≤ i, j ≤ Nh .
Démonstration. Par définition, nous avons que φi ∈ Vh . Montrons que
(φi )1≤i≤Nh est une famille libre. En effet,
Nh
X
αi φi (x, y) = 0 ∀(x, y) ∈ Ω
i=1
Nh
X
=⇒ αi φi (Sj ) = 0 ∀j = 1, · · · , Nh
i=1
=⇒ αj = 0 ∀j = 1, · · · , Nh .
Nh
X
De l’autre côté, remarquons que tout vh ∈ Vh est égal à wh = vh (Si )φi
i=1
en chaque noeud Si . D’après la Proposition 3.1.2, il vient que
Nh
X
vh = vh (Si )φi dans Ω.
i=1
Ceci montre que (φi )1≤i≤Nh est une famille génératrice. C’est donc une
base de Vh et dim Vh = Nh . ✷
Une conséquence directe est donnée par le résultat suivant.

Proposition 3.1.4. Tout vh ∈ Vh s’écrit sous la forme
Nh
X
vh = vh (Si )φi .
i=1
Proposition 3.1.5. Le support de φi est réduit à l’union des triangles dont
le point Si est un sommet, i.e.
[
supp φi = K.
Si ∈K
Démonstration. Soit K tel que Si ∈ / K (i.e. que Si n’est pas un sommet de

K). ll vient que φi est nulle sur les trois sommets de K et donc φi |K = 0
(la seule fonction affine sur un triangle, nulle aux sommets est la fonction
nulle). Par conséquent K ∩ supp φi = ∅. ✷
3.1.4 Fonctions de base sur un triangle quelconque
vu que si vh ∈ Vh , alors sa restriction à un triangle K de

Nous avons déjà
K
sommets Si 1≤i≤3 s’écrit sous la forme
vh|K (x, y) = α + βx + γy, (3.1)
où α, β, γ sont des constantes définies de manière unique (voir la preuve
de la proposition 3.1.2). Il faut savoir qu’en pratique, on n’utilise pas (3.1),
mais plutôt l’expression utilisant les coordonnées barycentriques.
Définition 3.1.6. Les coordonnées barycentriques d’un point M = (x, y) ∈
R2 par rapport au triangle K de sommets SiK , 1 ≤ i ≤ 3, sont les nombres
réels λK K K
1 , λ2 , λ3 tels que
( K K
λ1 S1 + λK K K K
2 S2 + λ3 S3 = M,
(3.2)
λK K K
1 + λ2 + λ3 = 1.
Il est clair que le système (3.2) s’écrit de manière équivalente

 K

 λ + λK K
2 + λ3 = 1
 1
λK K K K K K
1 x1 + λ2 x2 + λ3 x3 = x,


 K K
λ1 y1 + λK K K K
2 y2 + λ3 y3 = y,
et qu’il admet une solution unique. En effet, son déterminant est donné par

1 1 1

DK = 1K xK
2 xK
3 = ±2|K| =
6 0.
K
y y2K y3K
1
Les formules de Cramer donnent alors

1 1 1

x xK
2 xK
3

y y2K K
y3
λK
1 = DK ,

1 1 1

xK1 x xK3

(3.3)
y1K y y3K
λK
2 = DK ,

1 1 1

xK
1 xK
2 x

y1K y2K y
λK
3 = DK .
Nous avons alors les propriétés suivantes.
Proposition 3.1.7. Soit K un triangle de sommets S1K , S2K , S3K , soit M =(x, y)
un point du plan et λK i 1≤i≤3 les coordonnées barycentriques de M rela-
tivement à K. On a alors :
i) λK K
i (Sj ) = δij , 1 ≤ i, j ≤ 3.
K
ii) λi est une fonction affine des coordonnées cartésiennes x, y, et les
coordonnées cartésiennes sont des fonctions affines des coordon-
nées barycentriques.
iii) M ∈ K ⇐⇒ 0 ≤ λK i (M ) ≤ 1 pour i = 1, 2, 3.
Démonstration. Les assertions i) et ii) s’obtiennent facilement en prenant

en compte les expressions de λ1 , λ2 , λ3 obtenues précèdemment. L’asser-
tion iii) suit en remarquant que
|K1 | |K2 | |K3 |

λK
1 = , λK
2 = , λK
3 = ,
|K| |K| |K|

où K1 ⊂ K est le triangle de sommets
M, S2K , S3K , K2 ⊂ K est le tri-
angle de sommets
M, S1K , S3K et K3 ⊂ K est le triangle de sommets
M, S1K , S2K (voir figure 3.4). ✷
S1
M K2
K3 b
K1
S3 S2
Figure 3.4 - Interprétation des coordonnées barycentriques

en termes de rapports d’aires
Remarque 3.1.8. D’un point de vue pratique, l’introduction des coordon-

nées barycentriques nous permet de vérifier si un point (x, y) ∈ R2 est
dans le triangle K (en utilisant la propriété iii)).
Le résultat suivant établit une liaison directe, sur un triangle K, entre les
fonctions de base de Xh1 et les coordonnés barycentriques correspondantes.
Proposition 3.1.9. Soit K un triangle de sommets S1K , S2K , S3K . On a
φi |K (x, y) = λK
i (x, y) ∀(x, y) ∈ K, ∀i = 1, 2, 3,
où λK K K
1 , λ2 , λ3 sont les coordonnées barycentriques correspondantes re-
lativement à K.
Démonstration. Montrons d’abord que si ψ ∈ P1 (K), alors ψ est donné

par l’expression
3
X
ψ(x, y) = λK K
i (x, y)ψ Si . (3.4)
i=1
En effet,
3
!
X
ψ(x, y) = ψ λK K
i (x, y)Si
i=1
3
X 3
X
=α+β λK K
i (x, y)xi + γ λK K
i (x, y)yi
i=1 i=1
3
X 3
X
= λK
i (x, y) α + βx K
i + γy K
i = λK K
i (x, y)ψ Si .
i=1 i=1
La conclusion vient de (3.4) et du fait que φi |K (SjK ) = δij . ✷
3.1.5 Élément de référence

Afin d’estimer l’erreur d’approximation, nous allons suivre les mêmes étapes
que dans la cas unidimensionnel. La première consistant dans l’établisse-
ment d’estimations adéquates pour les erreurs d’interpolation. Afin d’at-
teindre cet objectif, nous allons obtenir certaines informations utiles faisant
intervenir les paramètres géométriques de chaque triangle. De plus, nous
allons exploiter les propriétés de l’application affine (et bijective) FK : T 7→
K associant à chaque rectangle K, le triangle de référence T . Plus préci-
sément, nous avons le résultat suivant.
FK
✲
K
T
Figure 3.5
Proposition 3.1.10. Soit T le triangle de sommets S1 = (0, 0), S2 = (1, 0)

et S3 = (0, 1) et soit K un triangle quelconque de Th de sommets SiK =
xK K
i , yi , 1 ≤ i ≤ 3. Alors l’application FK définie par
! ! !
xK2 − x1
K xK K
3 − x1 xb xK1
FK (bx, yb) = +
y2K − y1K y3K − y1K yb y1K
| {z } | {z }
BK CK
envoie le triangle T sur K. De plus, FK est bijective et la fonction inverse

est donnée par !
−1 −1
x −1
FK (x, y) = BK − BK CK (3.5)
y
où !
−1 1 y3K − y1K xK K
1 − x3
BK = .
2|K| y1K − y2K xK K
2 − x1
b, yb ∈ [0, 1], on a
Démonstration. Remarquons que pour x
FK (0, yb) = yb S3K + (1 − yb) S1K ,
FK (b
x, 0) = x b)S1K ,
b S2K + (1 − x
x, 1 − x
FK (b b S2K + (1 − x
b) = x b) S3K ,
ce qui montre que FK envoie T sur K. Soit (x, y) ∈ K et cherchons (b
x, yb) ∈
T tel que FK (bx, yb) = (x, y). Ceci revient à résoudre un système dont le
déterminant est égal à
det BK = ±2|K| =
6 0.
FK est donc bijective. La fonction inverse est donnée par (3.5) avec
!
−1 1 y3K − y1K xK K
1 − x3
BK = .
det(BK ) y1K − y2K xK K
2 − x1
−1
Finalement, observons que pour toute fonction ψK = ψ ◦ FK continue sur
K, on a Z Z
ψK (x, y) dxdy = det(BK ) ψ(b
x, yb) db
xdb
y.
K T
En faisant ψ = 1, on obtient
Z Z
dxdy = det(BK ) db
xdb
y
K T
et donc
|K|
det(BK ) = = 2|K|.
|T |
De ce qui précède, il vient qu’à une fonction vb définie sur T (resp. une
fonction v définie sur K), on associe la fonction v définie sur K (resp. la
fonction vb définie sur T ) par
−1
v = vb ◦ FK (resp. vb = v ◦ FK ).
Proposition 3.1.11. Soit φi |K (1 ≤ i ≤ 3) la restriction à K de la fonction

de base associée au sommet SiK du triangle K. Alors
φi |K ◦ FK = φbi
où φbi est la restriction sur T de la fonction de base associée au sommet Si

du triangle de référence T .
Démonstration. Pour 1 ≤ i ≤ 3, la fonction φi |K ◦ FK est continue sur T
(comme composée de deux fonctions continues) et la fonction φi |K s’écrit
sur K sous la forme
φi |K (x, y) = αx + βy + γ.
x, yb) ∈ T , on a
Il vient que pour (b
φi |K ◦ FK (b
x, yb) = φi |K (FK (b
x, yb))
= α ((BK )11 x
b + (BK )12 yb + (CK )1 ) + β ((BK )21 x
b + (BK )22 yb + (CK )2 ) + γ
=α
bx by + γ
b + βb b
avec
α
b = α (BK )11 + β (BK )21 , βb = α (BK )12 + β (BK )22 ,
γ = α (CK )1 + β (CK )2 + γ.
b
Par conséquent, φi |K ◦ FK ∈ P1 (T ). Finalement, comme pour tout i, j =
1, 2, 3, on a

φi |K ◦ FK (Sj ) = φi |K (FK (Sj )) = φi |K SjK = δi,j = φbi (Sj )
il vient que
φi |K ◦ FK = φbi
et la preuve est complète. ✷
Proposition 3.1.12. Les fonctions de base sur le triangle de référence T
sont données par
φb1 (b
x, yb) = 1 − x b1 (b
b − yb = λ x, yb),
φb2 (b
x, yb) = x b2 (b
b=λ x, yb),
φb3 (b b3 (b
x, yb) = yb = λ x, yb)
b1 , λ
où λ b2 , λ
b3 sont les coordonnées barycentriques du point (x, y) relative-
ment au triangle T .
Démonstration. Grâce à la proposition 3.1.9, nous savons que l’on a sur

T
φb1 = λ
b1 , φb2 = λ
b2 , φb3 = λ
b3 .
De l’autre côté, grâce à (3.3), on a

1 1 1

b1 (b 1
λ x, yb) = 2|T | x b 1 0 =1−x b − yb,

yb 0 1

1 1 1

b2 (b 1
λ x, yb) = 2|T | 0 xb 0 =x b,

0 yb 1

1 1 1

b3 (b 1
λ x, yb) = 2|T | 0 1 xb = yb.

0 0 yb
3.1.6 Opérateurs d’interpolation

L’identification des fonctions de base permet de définir un opérateur d’in-
terpolation, i.e. un opérateur défini sur l’espace des fonctions continues et
à valeurs dans X1h . Pour tout v ∈ C(Ω), nous posons
Nh
X
Π1h (v) = v(Si )φi ,
i=1
où Si sont les noeuds sur Ω et φi les éléments de la base de Lagrange

correspondante. De manière analogue, nous pouvons définir un opérateur
d’interpolation local, i.e. un opérateur agissant sur des fonctions définies
sur un triangle K et définissant un polynôme dans P1 . Si SiK (1 ≤ i ≤ 3)
sont les sommets de K, alors nous posons
3
X
Π1K (v) = v SiK φi |K ∀v ∈ C(K).
i=1
Nous pouvons alors vérifier que
Π1h (v)|K = Π1K (v|K ) ∀K ∈ Th , v ∈ C(Ω). (3.6)

Lemme 3.1.13 (Lemme de Bramble-Hilbert). L’opérateur d’interpolation Π1K

est linéaire et continu de H 2 (K) dans H 2 (K) et il existe une constante po-
sitive C(K) tel que pour tout v ∈ H 2 (K) on a

v − Π1K v 2 ≤ C(K) |v|H 2 (K) ,
H (K)
où |·|H 2 (K) est la semi-norme définie par

 1
2
X
|v|H 2 (K) = kD α
vk2L2 (K)  .
|α|=2
Démonstration. Soit v ∈ H 2 (K). Alors

3
1 X 3
X
Π v 2 K v SiK
K H (K)
= v S i φi |K ≤ φi |K
2 H 2 (K)
i=1 H (K) i=1
3
X 3
X

≤ kvkC(K) φi |K ≤ C kvkH 2 (K) φi |K
H 2 (K) H 2 (K)
i=1 i=1
où on a utilisé le théorème d’injection de Sobolev. Ceci montre que Π1K est

continu de H 2 (K) dans H 2 (K). La suite de la preuve est divisée en deux
étapes.
Étape 1. Montrons qu’il existe une constante C(K) > 0 tel que pour tout
v ∈ H 2 (K) on a

kvkH 2 (K) ≤ C(K) |v|H 2 (K) + Π1K v H 2 (K) . (3.7)
On raisonne par l’absurde et on suppose que pour tout n ∈ N∗ , il existe

wn ∈ H 2 (K) tel que

kwn kH 2 (K) > n |wn |H 2 (K) + Π1K wn H 2 (K) .
wn
Posons vn = kwn kH 2 (K) . Il vient que kvn kH 2 (K) = 1 et comme Π1K est li-
néaire, on a

1 = kvn kH 2 (K) > n |vn |H 2 (K) + Π1K vn H 2 (K)
et donc
1
|vn |H 2 (K) + Π1K vn H 2 (K) < . (3.8)
n
La suite (vn )n est bornée dans H 2 (K). Donc, d’après le théorème de Rel-
lich, il existe une sous-suite, encore indexée par n, qui converge dans
H 1 (K). De plus, comme |vn |H 2 (K) < n1 , il vient que (vn )n est une suite
de Cauchy dans H 2 (K). Cet espace étant complet, on déduit que (vn )n
converge vers une limite v dans H 2 (K) et
lim |vn |H 2 (K) = |v|H 2 (K) = 0.

n→+∞
Le triangle K étant connexe, on a alors que v ∈ P1 (K). De l’autre côté, uti-

lisant (3.8) et le fait que l’opérateur Π1K est continu de H 2 (K) dans H 2 (K),
on obtient
lim Π1K vn = Π1K v dans H 2 (K)
n→+∞
et

lim Π1K vn H 2 (K) = Π1K v H 2 (K) = 0.
n→+∞
Autrement dit Π1K v = 0. Vu que v ∈ P1 (K), nous déduisons que v = Π1K v =

0. Ceci est en contradiction avec le fait que kvkH 2 (K) = 1.
Étape 2. L’inégalité (3.7) étant valable pour tout v ∈ H 2 (K) est valable pour
v − Π1K v. On obtient alors
1
v − Π1 v 2 ≤ C(K) v − Π1 v 2 + Π v − Π1 v 2 .
K H (K) K H (K) K K H (K)
Or, vu que Π1K v ∈ P1 (K), on a

X
v − Π1 v 2 2 = D α v − Π1K v 2 2
K H (K) L (K)
|α|=2
X
= kD α vk2L2 (K) = |v|2H 2 (K) .
|α|=2
D’autre part, utilisant la linéarité de Π1K , il vient que

Π1K v − Π1K v = Π1K v − Π1K v = 0.
Ceci complète la preuve. ✷
Lemme 3.1.14. On a
[
Π1 v = Π1 v
K T b.
Démonstration. Soit v une fonction continue sur K. Alors
[
Π1 v = Π1 v ◦ F
K K K
3
X 3
X
= v SiK φi |K ◦ FK = v SiK φi |K ◦ FK
i=1 i=1
3
X 3
X

= v SiK φbi = (v ◦ FK ) (Si ) φbi
i=1 i=1
= Π1T (v ◦ FK ) = 1
ΠT vb.
Lemme 3.1.15. Il existe une constante positive indépendante de K telle

que pour tout v ∈ H m (K), m ∈ N, on a
1
v |H m (T ) ≤ C kBK km |det (BK )|− 2 |v|H m (K)
|b
et
−1 m 1
|v|H m (K) ≤ C BK |det (BK )| 2 |b
v |H m (K) .
Démonstration. La formule de changement de variables, pour les fonc-

tions à plusieurs variables réelles, donne
X 2
∂b
v ∂v
= (BK )ji ◦ FK .
∂b
xi ∂xj
j=1
Par itération, on peut montrer que pour i1 , i2 , · · · , im ∈ {1, 2} on a
2
X 2
X
∂ m vb ∂ mv
= ··· (BK )j1 i1 · · · (BK )jm im ◦ FK .
xi1 · · · ∂b
∂b x im ∂xj1 · · · ∂xjm
j1 =1 jm =1
On en déduit que

∂ mv b X
≤ kBK km |D α v ◦ FK |
∂b
xi1 · · · ∂b
x im
|α|=m
et par conséquent
X
v |2H m (T ) ≤ C kBK k2m
|b kD α v ◦ FK k2L2 (T ) ,
|α|=m
où C ne dépend que de m. Par le changement de variables (x, y) = FK (b

x, yb)
dans le second membre de l’inégalité précèdente, on obtient
2 2m
X Z
|b
v |H m (T ) ≤ C kBK k |D α v(x, y)|2 det BK
−1
dxdy
|α|=m K
X
= C kBK k2m det BK
−1
kD α vk2L2 (K) .
|α|=m
Ceci montre la première inégalité. La preuve de la seconde inégalité est
identique et s’obtient en inversant le rôle de (x, y) et (b
x, yb). ✷
−1
À ce stade, nous avons besoin d’estimer kBK k et BK . Pour ce faire,
nous rappelons que le diamètre d’un triangle K est
hK = diam(K) = max kx − yk .
x,y∈K
Nous définissons aussi la rondeur ρK d’un triangle K comme étant le dia-

mètre de la plus grande boule contenue dans K, i.e.
ρK = max (2r).
Br ⊂K
On a toujours
hK
> 1.
ρK
Ce rapport est d’autant plus grand que K est aplati.
Lemme 3.1.16.
hK −1 hT
kBK k ≤ , B ≤ .
K
ρT ρK
Démonstration. On a
1
kBK k = sup kBK ζk = sup kBK ζk .
kζk=1 ρ T kζk=ρT
Soit ζ ∈ R2 tel que kζk = ρT . Il existe ζ1 , ζ2 ∈ T tel que ζ = ζ1 − ζ2 . Donc
BK ζ = BK (ζ1 − ζ2 ) = FK (ζ1 − ζ2 ) = FK (ζ1 ) − FK (ζ2 ) .
Or FK (ζ1 ) , FK (ζ2 ) ∈ K. Par conséquent,
kBK ζk ≤ kFK (ζ1 ) − FK (ζ2 )k ≤ hK ∀ζ ∈ R2 tel que kζk = ρT .
Donc
sup kBK ζk ≤ hK
kζk=ρT
hK
et kBK k ≤ ρT . La seconde inégalité peut-être démontrée de la même
manière. ✷
Lemme 3.1.17. On suppose que hK ≤ 1. Il existe une constante positive

C, indépendante de K, tel que pour tout v ∈ H 2 (K)

v − Π1K v 1 h2K
≤ C |v| 2 .
H (K) ρK H (K)
Démonstration. Soit v ∈ H 2 (K). D’après le lemme 3.1.15, on a

1

v − Π1K v 2 \ 1
L (K)
≤ C |det (BK )| v − ΠK v 2 .
2
L (T )
De l’autre côté, le lemme 3.1.14 donne

v\− Π1K v = v − Π1K v ◦ FK = v ◦ FK − Π1K v ◦ FK
[
= vb − Π b − Π1T vb.
1 v =v
K
Utilisant les lemmes 3.1.13, 3.1.15 et 3.1.16 on obtient alors
1
v − Π1 v 2 ≤ C |det (BK )| 2 vb − Π1T vb L2 (T )
K L (K)
1
≤ C |det (BK )| 2 vb − Π1T vb H 2 (T )
1
≤ C |det (BK )| 2 C(T ) |b
v |H 2 (T )
1 1
≤ C |det (BK )| 2 C(T ) kBK k2 |det (BK )|− 2 |v|H 2 (K)
h2K ρK
≤ C(T ) |v|H 2 (K) .
ρK ρ2T
On sait que
ρK ≤ hK ≤ 1
et donc

v − Π1K v 2 h2K
≤ C |v| 2 .
L (K) ρK H (K)
De la même manière, on a
−1 1
v − Π1 v 1 ≤ C B |det (BK )| 2 vb − Π1 vb 1
K H (K) K T H (T )
−1 1
≤ C(T ) BK |det (BK )| 2 |b v |H 2 (T )
−1
≤ C(T ) BK kBK k2 |v|H 2 (K)
hT h2K
≤ C(T ) |v|H 2 (K)
ρK ρ2T
h2K
≤ C(T ) |v| 2 .
ρK H (K)
La conclusion vient en combinant les deux estimations. ✷
Définition 3.1.18. Soit (τh )h une suite de maillages de Ω. On dit que c’est
une suite de maillages réguliers si
1. La suite h = max hK tend vers 0.
K∈Th
2. Il existe une constante C telle que pour tout h > 0 et tout K ∈ Th ,
on a
hK
1≤ ≤ C.
ρK
Proposition 3.1.19. Soit (τh )h une suite de maillages réguliers de Ω. Alors
pour tout v ∈ H 2 (Ω), l’interpolée Π1h v est bien définie et il existe une
constante positive C, indépendante de h et de v, tel que

v − Π1 v 1 ≤ Ch |v|H 2 (Ω) .
h H (Ω)
Démonstration. Grâce au lemme 3.1.17 et à la régularité du maillage, on

a X
v − Π1 v 2 1 = v − Π1 v 2 1
h H (Ω) h H (K)
K∈Th
X h4K 2
≤ C |v| 2
ρ2K H (K)
K∈Th
X
≤ Ch2K |v|2H 2 (K)
K∈Th
X
≤ Ch2 |v|2H 2 (K) = Ch2 |v|2H 2 (Ω) .
K∈Th

Comme dans le cas unidimensionnel, et pour fixer les idées, supposons
que V = H 1 (Ω) ou V = H01 (Ω). Dans le cas du problème de Poisson par
exemple, ceci correspond aux choix adaptés aux conditions aux limites de
type Neumann et Dirichlet, respectivement.
Soient a : V × V −→ R une forme bilinéaire continue et coercive et F :
V −→ R une forme linéaire et continue. Soit u ∈ V la solution du problème
variationnel
a(u, v) = F (v), ∀v ∈ V, (3.9)
et soit uh ∈ Vh = V ∩ Xh1 la solution du problème approché
a(uh , vh ) = F (vh ), ∀vh ∈ Vh . (3.10)
Théorème 3.1.20. Soit Ω un polygone de R2 et soit (Th )h une suite de

maillages réguliers de Ω. Soient u ∈ V la solution de (3.9) et uh ∈ Vh
la solution de (3.10). Si u ∈ H 2 (Ω), alors la méthode des éléments finis
converge. De plus, il existe une constante indépendante de u et de h tel
que
ku − uh kV ≤ Ch |u|H 2 (Ω) .

vient que

ku − uh kV ≤ M u − Π1 u = M u − Π1 u 1 .
α h V α h H (Ω)
Le résultat est alors une conséquence de la proposition 3.1.19. ✷
3.2 Application à l’approximation du problème de

Poisson
3.2.1 Problème continu
Considérons le problème de Poisson suivant
(
−∆u + γu = f dans Ω,
∂u
(3.11)
∂n =0 sur ∂Ω,
où γ est une constante positive et f ∈ L2 (Ω). La formulation variationnelle

associée, définie dans V = H 1 (Ω), est donnée par
où Z
a(u, v) = (∇u, ∇v) + γ (u, v) = (∇u · ∇v + γuv) dxdy
Ω
Z
F (v) = (f, v) = f v dxdy.
Ω
|a(w, v)| ≤ k∇wkL2 k∇vkL2 + γ kwkL2 (Ω) kvkL2 (Ω)
≤ max (1, γ) kukV kvkV ∀w, v ∈ V,
3.2. APPLICATION À L’APPROXIMATION DU PROBLÈME DE POISSON 53

a(v, v) = k∇vk2L2 (Ω) + γ kvk2L2 (Ω) ≥ min (1, γ) kvk2V ∀v ∈ V,
nous déduisons que a est coercive sur V . Finalement, nous avons
|F (v)| = |(f, v)| ≤ kf kL2 (Ω) kvkL2 (Ω)
≤ kf kL2 (Ω) kvkV ∀v ∈ V,
ce qui montre que l’application linéaire F est continue sur V . Le théorème
de Lax-Milgram implique alors que le problème variationnel admet une so-
lution unique u ∈ V .
3.2.2 Problème discret

Le problème approché associé, défini sur Vh = Xh1 , est donné par
Trouver uh ∈ Vh tel que a(uh , vh ) = F (vh ) ∀vh ∈ Vh . (3.13)
D’après ce qui précède, ce problème admet une solution unique dans Vh .
Sa décomposition dans la base de Lagrange associée est donnée par
Nh
X
uh = uh (Si )φi .
i=1
De plus, le vecteur Uh = (uh (Sj ))1≤j≤Nh est solution du système linéaire

Ah Uh = Fh , (3.14)
où la matrice Ah est donnée par Ah = (a (φj , φi ))1≤i,j,≤Nh et où le second
membre est donné par Fh = (F (φi ))1≤i≤Nh .
3.2.3 Convergence
de (3.13). Il existe une constante indépendante de u et de h tel que
ku − uh kV ≤ Ch kf kL2 (Ω) .
Démonstration. Le résultat est une conséquence directe du Théorème
3.1.20 et du résultat de régularité qui stipule que si f ∈ L2 (Ω), alors u ∈
H 2 (Ω) et satisfait l’estimation suivante
kukH 2 (Ω) ≤ C kf kL2 (Ω) ,
3.2.4 Assemblage de la matrice

Il est clair que
Z
(Ah )ij = (∇φi · ∇φj + γφi φj ) dxdy
Ω
X Z
= ∇φi |K · ∇φj |K + γφi |K φj |K dxdy (3.15)
K∈Th K
et Z X Z
(Fh )i = f φi dxdy = f φi |K dxdy. (3.16)
Ω K∈Th K
Cette écriture montre que le calcul de Ah et de Fh se ramène à une somme

de contributions élémentaires sur chacun des triangles formant la triangu-
lation.
À ce stade, il est intéressant d’interpréter la procédure donnée dans (3.15).
Soit K un élément fini type. Formellement, sur K, la solution exacte u ∈ V
satisfait
Z Z
(∇u · ∇v + γuv) dxdy = f · v dxdy ∀v ∈ V.
K K
Soit uh la solution approchée correspondante. Alors,

Z Z

∇uh|K · ∇vh|K + γuh|K vh|K dxdy = f vh|K dxdy (3.17)
K K
pour tout vh ∈ Vh . Rappelons alors que

3
X
vh|K = vh SrK λK
r
r=1
où λK K K
1 , λ2 , λ3 sont les coordonnées barycentriques correspondant à K.
⊤
De (3.17), on déduit que uh S1 , uh S2K , uh S3K
K est solution du sys-
tème élémentaire suivant
 K    K 
A11 AK K
12 A13 uh S1K F1
 K     
 A A K AK   u S K  =  FK  (3.18)
 21 22 23  h 2   2 
K K K K
K
A31 A32 A33 uh S 3 F3
| {z }
AK
où Z

AK
rs = ∇λK K K K
r · ∇λs + γλr λs dxdy,
K
et Z
FrK = f λK
r dxdy.
K
Soit ℓK : {1, 2, 3} → {1, · · · , Nh } tel que
SrK = SℓK (r) .
Il vient alors que

uh|K SrK = uh SℓK (r) .
Supposons que ℓK (1) = i, ℓK (2) = j et ℓK (3) = k avec i < j < k. Le
système (3.18) s’écrit de manière équivalente sous la forme
   K 
uh (Si ) F1
   
AK    K 
 uh (Sj )  =  F2  .
uh (Sk ) F3K
L’idée maintenant est d’étendre les matrices dans le système précèdent à

des matrices de même dimension que celles apparaissant dans le système
global. Ainsi le système (3.18) sera équivalent à
i j k
↓ ↓ ↓
    
0 ··· 0 ··· 0 ··· 0 ··· 0 uh (S1 ) 0
.
 .. .. .. .. ..
 .
..   .. 
 . ··· . ··· . ··· . ··· .    
    
i→  0 ··· AK ··· AK ··· AK ··· 0  uh (Si )   F1K 
 11 12 13
   
    0 
 0 ··· 0 ··· 0 ··· 0 ··· 0
 uh (Si+1 )
  
 .. .. .. .. ..  ..   .. 
 . ··· . ··· . ··· . ··· .  .   . 
    
 AK AK AK  = F2K 
.
j→  0 ··· 21 ··· 22 ··· 23 ··· 0
 uh (Sj )
 
    
 0 ··· 0 ··· 0 ··· 0 ··· 0  uh (Sj+1 )   0 
 .. .. .. .. ..  ..   . 
    .. 
 . ··· . ··· . ··· . ··· .
 .
  
    F3K

 0 ··· AK ··· AK ··· AK ··· 0  uh (Sk )   
  
31 32 33
k→  .. .. .. .. ..  .. ..
 . ··· . ··· . ··· . ··· .  .  
 . 

0 ··· 0 ··· 0 ··· 0 ··· 0 uh (SNh ) 0
Le système global (3.14) est alors obtenu en assemblant les matrices pré-
cèdentes le long de tous les éléments de la triangulation.
Exemple. Considérons le problème de Poisson avec des conditons au bord

de type Neuman, défini sur le domaine suivant
Notre objectif est de déterminer la forme de la matrice de rigidité. Nous

divisons Ω en 6 éléments et 7 noeuds numérotés comme dans la figure
suivante
2 b b
5
K3
K1 K6
1 b 3 b b
6
K2 K5
K4
b b
4 7
Élément K1 . (Sommets 1, 2, 3)
Les matrices associées sont de la forme
 A111 A112 A113 0 0 0 0
  F11

 A121 A122 A123 0 0 0 0   F21 
   
 A131 A132 A133 0 0 0 0   F31 
   
   
A1 =  0 0 0 0 0 0 0 , F1 =  0 .
   
 0 0 0 0 0 0 0   0 
   
 0 0 0 0 0 0 0   0 
0 0 0 0 0 0 0 0
La matrice associée est de la forme
 A211 0 A212 A213 0 0 0

  F12

 0 0 0 0 0 0 0   0 
   
 A221 0 A222 A223 0 0 0   F22 
   
2   2  
A = A231 0 A232 A233 0 0 0 , F = F32 .
   
 0 0 0 0 0 0 0   0 
   
 0 0 0 0 0 0 0   0 
0 0 0 0 0 0 0 0
 0 0 0 0 0 0 0
  0

 0 A311 A312 0 A313 0 0   F13 
   
 0 A321 A322 0 A323 0 0   F23 
   
   
A3 =  0 0 0 0 0 0 0 , F3 =  0 .
   
 0 A331 A332 0 A333 0 0   F33 
   
 0 0 0 0 0 0 0   0 
0 0 0 0 0 0 0 0
 0 0 0 0 0 0 0
  0

 0 0 0 0 0 0 0   0 
   
 0 0 A411 A412 0 0 A413   F14 
   
   
A4 =  0 0 A421 A422 0 0 A423 , F4 =  F24 .
   
 0 0 0 0 0 0 0   0 
   
 0 0 0 0 0 0 0   0 
0 0 A431 A432 0 0 A433 F34

 0 0 0 0 0 0 0
  0

 0 0 0 0 0 0 0   0 
   
 0 0 A511 0 0 A512 A513   F15 
   
   
A5 =  0 0 0 0 0 0 0 , F5 =  0 .
   
 0 0 0 0 0 0 0   0 
   
 0 0 A521 0 0 A522 A523   F25 
0 0 A531 0 0 A532 A533 F35
 0 0 0 0 0 0 0
  0

 0 0 0 0 0 0 0   0 
   
 0 0 A611 0 A612 A613 0   F16 
   
6   6  
A = 0 0 0 0 0 0 0 , F = 0 .
   
 0 0 A621 0 A622 A623 0   F26 
   
 0 0 A631 0 A632 A633 0   F36 
0 0 0 0 0 0 0 0
En sommant les différentes contributions, il vient que la matrice de rigidité

est de la forme
 A11 A12 A13 A14 0 0 0

 A21 A22 A23 0 A25 0 0 
 
 A31 A32 A33 A34 A35 A36 A37 
X6  
i  
A= A = A41 0 A43 A44 0 0 A47 .
 
i=1  0 A52 A53 0 A55 A56 0 
 
 0 0 A63 0 A65 A66 A67 
0 0 A73 A74 0 A76 A77
3.2.5 Calcul effectif de la matrice élémentaire
En utilisant le changement de variables (x, y)⊤ = FK (bx, yb) (voir la proposi-

tion 3.1.10) et en prenant en compte la proposition 3.1.11, on obtient
λK K br (b
r (x, y) = λr (FK (b
x, yb)) = λ x, yb)
et
   
∂λK ∂λK
r ∂b
x ∂λK r ∂y
b
r
∂x ∂b
x ∂x + ∂ yb ∂x
∇λK
r =
  = 
∂λK
r ∂λK
r ∂b
x ∂λK r ∂y
b
∂y ∂b
x ∂y + ∂ yb ∂y
 br ∂b br ∂ yb

∂λ x ∂λ
∂b
x ∂x + ∂ yb ∂x br br
= = ∂λ
∂b
x ∇b
x+ ∂λ
∂ yb ∇b
y.
br ∂b
∂λ x br ∂ yb
∂λ
∂b
x ∂y + ∂ yb ∂y
Ainsi,
bs
br ∂ λ b b
∇λK K
r · ∇λs =
∂λ
∂b
x ∂b x |∇b x|2 + ∂∂λybr ∂∂λybs |∇by |2

∂λbr ∂ λ
bs ∂λ bs
br ∂ λ
+ ∂b
x ∂ yb + x ∇b
∂ yb ∂b x · ∇by. (3.19)
D’autre part, on a
! !
1
y3K − y1K 1
y1K − y2K
∇b
x= 2|K| et ∇b
y= 2|K| .
xK K
1 − x3 xK K
2 − x1
Donc
2 2 −−→2

1 −−
x|2 =
|∇b 1
4|K|2
y3K − y1K + xK K
3 − x1 = 4|K| 2 S1K S3K
2 2 −−→2

2 1 1 −−
|∇b
y| = 4|K|2
y1K − y2K + xK
1 − xK
2 = 4|K| 2 S1K S2K
et
1
K
∇b
x · ∇b
y = − 4|K| 2 y3K − y1K y2K − y1K + xK K
3 − x1 x2 − xK
1
1 −−−−→ −−−−→
= − 4|K| 2 S1K S3K · S1K S2K .
Substituant dans (3.19), on obtient

1 ∂λ bs −−
br ∂ λ −−→2 b b −−−−→2
K S K + ∂ λr ∂ λs S K S K
∇λK K =
r · ∇λs 4|K| 2 ∂bx ∂b x S 1 3 ∂ yb ∂ yb 1 2
−−−−→ −−−−→
1 b b
∂ λr ∂ λs b b
∂ λr ∂ λs
− 4|K| 2 ∂bx ∂ yb + ∂ yb ∂b x S1 S3 · S1 S2 .
K K K K
Rappelons alors que
b1 (b
λ x, yb) = 1 − x
b − yb, b2 (b
λ x, yb) = x
b, b3 (b
λ x, yb) = yb.
Après intégration, il vient que les coefficients de la matrice de rigidité élé-

mentaire sont donnés par
−−−−→2 −−−−→2 −−−−→ −−−−→

KK = 1 S1K S3K + S1K S2K − 2S1K S3K · S1K S2K
11 4|K|
−−→
1 −− −−−−→2 −−→2
1 −−
= K K
4|K| S1 S3 − S1K S2K = K K ,
4|K| S2 S3
−−−−→2 −−−−→ −−−−→
K =
K12 1
4|K| − S1K S3K + S1K S3K · S1K S2K
1 −− −−→ −−−−→ −−−−→ 1 −−−−→ −−−−→
= 4|K| S1K S3K S1K S2K − S1K S3K = 4|K| S1K S3K · S3K S2K ,
−−−−→2 −−−−→ −−−−→

K =
K13 1
4|K| − S1K S2K + S1K S3K · S1K S2K
1 −− −−→ −−−−→ −−−−→ 1 −−−−→ −−−−→
= 4|K| S1K S2K S1K S3K − S1K S2K = 4|K| S1K S2K · S2K S3K ,
−−→2
1 −−
K =
K22 K K ,
4|K| S1 S3
−−−−→
K = − 1 SK SK · SK SK = −−−−→ 1 −− −−→ −−−−→
K23 4|K| 1 3 1 2 4|K| S1 S3 · S2 S1 ,
K K K K
−−→2
1 −−
K =
K33 K K .
4|K| S1 S2
Finalement, en utilisant la formule

Z
(λ1 )α1 (λ2 )α2 (λ3 )α3 dxdy = 2 (α1 +α
α1 !α2 !α3 !
2 +α3 +2)!
|K|
K
nous obtenons

Z  |K|
si r = s,
6
λK K
r λs dxdy =
K  |K|
si r 6= s.
12
En combinant les résultats précèdents, nous obtenons que la matrice élé-

mentaire AK est donnée par
 −−−−→2 −−−−→ −−−−→ −−−−→ −−−−→ 
K K
S2 S3 S1K S3K · S3K S2K S1K S2K · S2K S3K  
  2 1 1

1  −− −−→ −−−−→ −−−−→ 2 −−−−→ −−−−→  γ |K|
AK = 4|K|  S1K S3K · S3K S2K S1K S3K S1K S3K · S2K S1K + 12  1 2 1  .
 
−−−−→ −−−−→ −−−−→ −−−−→ −−−−→2 1 1 2
K K
S1K S2K · S2K S3K S1K S3K · S2K S1K S1 S2
Exemple. Dans Ω =]0, 1[×]0, 1[, on résoud le problème de Poisson avec

des conditions de type Neumann à l’aide d’éléments finis de Lagrange P1 .

On utilise le maillage suivant :
4 3
b b
K3
K4 K2
5
K1
b b
1 2
Figure 3.6 - Exemple de maillage et de numérotation des noeuds
Notre objectif est de déterminer la matrice de rigidité correspondante.

Élément K1 . (Sommets 1, 2, 5) Soient S11 = (0, 0), S21 = (1, 0) et S31 =
( 21 , 12 ). La matrice de rigidité élémentaire correspondante est donnée par
 −−−→2 −− −→ −−−→ −−−→ −−−→ 
1 1
S2 S3 S11 S31 · S31 S21 S11 S21 · S21 S31  1 0 − 21

  2
 −−−→ −−−→ −− −→2 −− −→ −−−→ 
K1 = 4|T11 |  S11 S31 · S31 S21 S11 S31 S11 S31 · S21 S11  =  0 1
2
− 12  .
  1 1
−− −→ −−−→ −− −→ −−−→ −−−→2 −2 −2 1
1 1
S11 S21 · S21 S31 S11 S31 · S21 S11 S1 S2
Étendant cette matrice à une matrice de dimension 5 × 5, on obtient

 1 1

2
0 0 0 −2
 0 1
0 0 − 12 
 2 
 
A1 =  0 0 0 0 0 .
 
 0 0 0 0 0 
− 12 − 21 0 0 1
Élément K2 . (Sommets 2, 3, 5) Soient S12 = (1, 0), S22 = (1, 1), S32 = ( 21 , 12 ).
La matrice de rigidité élémentaire correspondante est donnée par
 −−−→2 −−−→ −−−→ −−−→ −−−→ 
2 2
S2 S3 S12 S32 · S32 S22 S12 S22 · S22 S32
 −−−→2 
 −− −→ −−−→ −− −→ −−−→ 
K2 = 4|T1 2 |  S12 S32 · S32 S22
2 2
S1 S3 S12 S32 · S22 S12  = K1 .
 
−− −→ −−−→ −− −→ −−−→ −−−→2
2 2
S12 S22 · S22 S32 S12 S32 · S22 S12 S1 S2
Étendant cette matrice à une matrice de dimension 5 × 5, on obtient

 
0 0 0 0 0
 0 1
0 0 − 12 
 2 
 
A2 =  0 0 1
2
0 − 12 .
 
 0 0 0 0 0 
0 − 21 − 21 0 1
S13 = (1, 1), S23 = (0, 1), S33 = ( 21 , 12 )
Utilisant les mêmes arguments, nous obtenons la matrice

 
0 0 0 0 0
 0 0 0 0 0 
 
 
A3 =  0 0 1
2
0 − 12 .
 
 0 0 0 1
2
− 12 
0 0 − 21 − 21 1
S14 = (0, 1), S24 = (0, 0), S34 = ( 12 , 12 )
De même, on a  
1
2
0 0 0 − 12
 0 0 0 0 0 
 
 
A4 =  0 0 0 0 0 .
 
 0 0 0 1
2
− 12 
− 21 0 0 − 12 1
Par conséquent, en rassemblant ces résultats, nous obtenons la matrice

globale suivante
A = A1 + A2 + A3 + A4
 
1 0 0 0 −1
 
 0 1 0 0 −1 
 
 
= 0 0 1 0 −1 
.
 
 0 0 0 1 −1 
 
−1 −1 −1 −1 4
Exemple. Appliquer la méthode des éléments finis P1 au problème de Di-

richlet (
−∆u = f dans Ω
u=0 sur ∂Ω
dans le carré Ω =]0, 1[×]0, 1[ avec le maillage triangulaire uniforme de pas
h = N 1+1 (il y a donc N + 2 noeuds sur chaque bord du domaine).
b b b b b b
b b b b b b
b b b b b b
b b b b b b
b b b b b b
b b b b b b
Figure 3.7 - Maillage triangulaire uniforme d’un carré
On notera Xi,j = (ih, jh), 1 ≤ i, j ≤ N les noeuds du maillage. On numé-

rote ces noeuds par ordre croissant de j et pour tout j, par ordre croissant
de i. Ainsi on peut associer à (i, j), l’entier naturel ℓ = i + (j − 1)N et on
pose Sℓ = Xi,j . On notera alors φℓ la fonction de base associée au sommet
Sℓ .
• Le gradient ∇φℓ est nul sur tout Ω à l’exclusion des 6 triangles K1 , · · · ,
K6 , contenant Sℓ (voir figure ci-dessous). Calculons ∇φℓ dans chacun de
ces triangles.
Élément K1 . Posons
S11 = Sℓ−N , S21 = Sℓ−N +1 , S31 = Sℓ .

Il vient alors que
b3
∂λ b3
∂λ
∇φℓ = ∇λ13 = ∂b
x ∇b
x+ ∂ yb ∇b
y
! ! !
1
y1K1 − y2K1 1
0 0
= ∇b
y= 2|K1 | = h2
= 1
.
xK
2
1
− xK
2
1
h h
Sℓ+N−1 Sℓ+N
b b
K4
K5 K3
b b b
Sℓ−1 Sℓ Sℓ+1
K6 K2
K1
b b
Sℓ−N Sℓ−N+1
Figure 3.8 - Sommets voisins à Sℓ
S12 = Sℓ−N +1 , S22 = Sℓ , S32 = Sℓ+1 .
On obtient
b2
∂λ b2
∂λ
∇φℓ = ∇λ22 = ∂b
x ∇b
x+ ∂ yb ∇b
y
! ! !
1
y3K2 − y1K2 1
h 1
h
= ∇b
x= 2|K2 | = h2
= .
xK K2
1 − x3
2
0 0
Élément K3 . De manière similaire, posons

S13 = Sℓ , S23 = Sℓ+1 , S33 = Sℓ+N .
Il vient alors que
b1
∂λ b1
∂λ
∇φℓ = ∇λ31 = ∂b
x ∇b
x+ ∂ yb ∇by
! ! !
h 0 − h1
= −∇b
x − ∇b
y= − h12 − 1
h2 = .
0 h − h1
S14 = Sℓ , S24 = Sℓ+N −1 , S34 = Sℓ+N .
On a
b1
∂λ b1
∂λ
∇φℓ = ∇λ41 = ∂b
x ∇b
x+ ∂ yb ∇by
! ! !
h −h 0
= −∇b y = − h12
x − ∇b − 1
h2 = 1
.
0 −h h
Élément K5 . Soient
S15 = Sℓ−1 , S25 = Sℓ , S35 = Sℓ+N −1 .
On a ! !
1
1
h h
∇φℓ = ∇λ52 = ∇b
x= h2
= .
0 0
S16 = Sℓ−N , S26 = Sℓ−1 , S36 = Sℓ .
On a ! !
1
−h − h1
∇φℓ = ∇λ63 = ∇b
y= h2
= .
−h − h1
Ces résultats sont résumés dans la figure suivante.
Sℓ+N−1 Sℓ+N
b
b
0
1
1
h −1

h h
−1
0 h
b b b
Sℓ−1 S
−1 ℓ
1
h
Sℓ+1
h
0
−1
h 0
1
h
b b
Sℓ−N Sℓ−N+1
Figure 3.9 - Valeurs du gradient de la fonction de base φℓ

• Ainsi Z
a(φℓ , φℓ ) = |∇φℓ |2 dx
Ω
Z
= |∇φℓ |2 dx
supp φℓ
Z
= |∇φℓ |2 dx
∪6i=1 Ki
6 Z
X
= |∇φℓ |2 dx
i=1 Ki
h28
= 2 h2 = 4.
De même, prenant en compte la figure 3.10
b b b
K3
b b b b
Sℓ Sℓ+1
K2
b b b
Figure 3.10 - supp φℓ ∩ supp φℓ+1
on obtient
Z Z
a(φℓ , φℓ+1 ) = ∇φℓ · ∇φℓ+1 dx = ∇φℓ · ∇φℓ+1 dx
Ω supp φℓ ∩ supp φℓ+1
Z
= ∇φℓ · ∇φℓ+1 dx
K2 ∪ K3
Z 1 1 Z
h
−h − h1 1
h
= · 1
dx + · dx
K2 0 −h K3 − h1 0
2 2
= − h2 h2
= −1.
Des arguments similaires montrent que

Z
a(φℓ , φℓ−1 ) = ∇φℓ · ∇φℓ−1 dx
supp φℓ ∩ supp φℓ−1
Z
= ∇φℓ · ∇φℓ−1 dx
K5 ∪ K6
Z 1 1 Z
h
−h − h1 1
h
= · 1
dx + · dx
K5 0 −h K6 − h1 0
2 2
= − h2 h2
= −1.
b b b
K5
b b b b
Sℓ−1 Sℓ
K6
b b b
Figure 3.11 - supp φℓ ∩ supp φℓ−1
De même (voir figure 3.12)
Z
a(φℓ , φℓ+N ) = ∇φℓ · ∇φℓ+N dx
supp φℓ ∩ supp φℓ+N
Z
= ∇φℓ · ∇φℓ−1 dx
K3 ∪ K4
Z 1 Z
−h 0 0 − h1
= 1
· 1
dx + 1
· dx
K3 −h h K4 h − h1
2 2
= − h2 h2
= −1,
et de la même manière, nous obtenons a(φℓ , φℓ−N ) = −1.

b b
Sℓ+N
b b b
K4
K3
b b b
Sℓ
b b
Figure 3.12 - supp φℓ ∩ supp φℓ+N
b b
Sℓ+N−1
b b b
K4
K5
b b b
Sℓ
b b
Figure 3.13 - supp φℓ ∩ supp φℓ+N −1

Finalement, prenant en compte la figure 3.13, on a

Z
a(φℓ , φℓ+N −1 ) = ∇φℓ · ∇φℓ+N dx
supp φℓ ∩ supp φℓ+N−1
Z
= ∇φℓ · ∇φℓ−1 dx
K4 ∪ K5
Z 1 Z 1

0 h h
0
= 1
· dx + · 1
dx
K4 h 0 K5 0 h
2 2
= − h2 h2
= −1,
et de la même manière a(φℓ , φℓ−N +1 ) = 0.

La matrice globale correspondante est de la forme
 
D IN 0
 
 −IN D −IN 
 
 
A=  · · · ,

 
 −IN D −IN 
 
0 −IN D
où IN est la matrice identité de dimension N et où D est la matrice tria-

diagonale de dimension N définie par D = tridiag (−1, 4, −1). Il est clair
que la matrice A est identique à la matrice obtenue en utilisant la méthode
classique des différences finies.
Bibliographie
[1] G. Allaire, Analyse Numérique et Optimisation, École Polytechnique,

2007.
[2] P. G. Ciarlet, The Finite Element Method for Elliptic Problems, North-
Holland, Amsterdam, 1978.
[3] A. Quarteroni, Numerical Models for Differential Problems, Springer,
Milan, 2008.
[4] A. Quarteroni, A. Valli, Numerical Approximation of Partial Differential
Equations, Springer, Berlin, 1994.
71
72 BIBLIOGRAPHIE
Programme de l’UE
Semestre3
Intitulé du Master : EDP et applications
Intitulé de l’UE : UEF6
Intitulé de la matière : Méthode des éléments finis
Crédits : 5
Coefficients : 3
Objectifs de l’enseignement
Etude de la méthode des éléments finis en dimensions 1 et 2 : présentation
de la méthode, convergence et estimation d’erreur.
Connaissances préalables recommandées
Analyse fonctionnelle, espaces de Sobolev, analyse matricielle.
Contenu de la matière :
I. Méthode des éléments finis en une variable d’espace.
II. Méthode des éléments finis en deux variables d’espace.
III. Opérateur d’interpolation, erreur d’approximation et convergence de
la méthode.
Mode d’évaluation :
( Note examen final x 2 + Note de travail personnel ) x 1/3
Références :
• G. Allaire, Analyse numérique et optimisation, LES EDITIONS DE
L’ECOLE POLYTECHNIQUE, Paris, 2009.
• Ciarlet, The finite element method for elliptic problems, North Hol-
land, 1978.
• P. A. Raviart et J. M. Thomas. Introduction à l’analyse numérique
des équations aux dérivées partielles, MASSON, 1983.
73
Master EDP et applications

Méthode des éléments finis
Liste 1
Exercice 1. On considère le problème aux limites suivant

− (α(x)u′ (x))′ + β(x)u′(x) + γ(x)u(x) = f (x),
(
x ∈ (0, 1)
u(0) = u(1) = 0,
où α, β, γ sont trois fonctions continues sur [0, 1] et où f ∈ L2 (0, 1). Écrire le problème
sous une forme variationnelle.
Exercice 2. On considère le problème de Poisson avec des conditions au bord de type

Dirichlet homogènes
(
−u”(x) + γu(x) = f (x), x ∈ (0, 1)
(1)
u(0) = u(1) = 0
où γ ≥ est une constante et f ∈ L2 (0, 1).
1. Écrire la formulation variationnelle correspondant à (1). Montrer qu’il existe une
solution unique u dans H01 (0, 1).
2. Écrire le problème approché correspondant, obtenu par application de la méthode
des éléments finis linéaires. Déterminer la matrice de rigidité correspondante et montrer
que le problème approché admet une unique solution uh .
3. Que peut-on dire concernant la convergence de uh vers u? Quel est l’ordre de con-
vergence de la méthode?
Exercice 3. On considère le problème de Poisson avec des conditions au bord de type

Neumann (
−u”(x) + γu(x) = f (x), x ∈ (0, 1)
(2)
u′ (0) = u′(1) = 0,
1
où γ > 0 est une constante et f ∈ L2 (0, 1).
solution unique u dans H 1 (0, 1).
3. Que peut-on dire concernant la convergence de uh vers u? Quel est l’ordre de con-
vergence de la méthode?
Exercice 4. 1. On considère le problème (1). Écrire le problème approché correspon-

dant, obtenu par application de la méthode des éléments finis quadratiques. Déterminer
la matrice de rigidité correspondante et montrer que le problème approché admet une
unique solution uh .
2. Que peut-on dire concernant la convergence de uh vers u. Quel est l’ordre de conver-
gence de la méthode si f ∈ H 1 (0, 1)?
Exercice 5. On considère le problème aux limites suivant

− (α(x)u′ (x))′ + γ(x)u(x) = f (x),
(
x ∈ (0, 1)
(3)
u(0) = u(1) = 0,
où f ∈ L2 (0, 1) et α, γ ∈ C[0, 1] satisfont
α(x) ≥ α0 > 0 et γ(x) ≥ 0 ∀x ∈ [0, 1].
solution unique u dans H01 (0, 1).
3. Que peut-on dire concernant la convergence de uh vers u?
4. Approcher les éléments de la matrice de rigidité en utilisant la méthode du trapèze.
5. i) Supposons que α(x) = α0 > 0 et γ(x) = γ0 ≥ 0. Calculer explicitement la
matrice Ah .
ii) Considérons le cas de conditions au bord non-homogènes
u(0) = a et u(1) = b (a, b ∈ R).
Pour se ramener au cas de conditions au bord homogènes, on définit une fonction aussi
simple que possible R : (0, 1) −→ R qui satisfait les conditions au bord, i.e. R(0) = a
2
et R(1) = b (une telle fonction est appelée relèvement). Puis on décompose u = ũ + R
où ũ satisfait des conditions au bord homogènes.
Donner un exemple de fonction R. Écrire l’EDP satisfaite par ũ, la forme variation-
nelle correspondante et le système linéaire associé au problème approché correspon-
dant, obtenu par application des éléments finis linéaires.
Exercice 6. Dans la pratique (spécialement en dimension supérieure), il n’est pas tou-

jours possible de considérer un relèvement pour transformer le problème avec des con-
ditions au bord de Dirichlet non-homogènes en un problème avec des conditions au
bord homogène. Une alternative est l’objet du présent exercice.
On considère le problème aux limites suivant
(
−u”(x) = f (x), x ∈ (0, 1)
(4)
u(0) = a u(1) = b,
où f ∈ L2 (0, 1) et a, b ∈ R.
1. Écrire une formulation variationnelle correspondant à (4) avec des fonctions-test dans
H01 (0, 1). Peut-on appliquer le théorème de Lax-Milgram?
que le problème approché admet une unique solution uh ∈ X1h . (Vérifier que les valeurs
associées aux conditions aux limites apparaissent dans le second membre du système.)
3. Que peut-on dire concernant la convergence de uh ?
Exercice 7. (Problème de diffusion-transport) On considère le problème de diffusion-

transport donné par
(
−µ u”(x) − b u′(x) = 0 x ∈ (0, 1),
(5)
u(0) = 0 u(1) = 1,
où µ > 0 et b ∈ R.
1. Utiliser un relèvement approprié pour reformuler la formulation variationelle de (5).
Montrer qu’il existe une solution unique à ce problème.
2. Utiliser la méthode des éléments finis linéaires pour approcher (5). Montrer que si
on dénote ui = uh (xi ) alors
(Pe − 1) ui+1 + 2ui − (Pe + 1) ui+1 = 0 i = 1, · · · , N − 1



u0 = 0, (6)


uN = 1,
3
|b|h
avec Pe = 2µ
(appelé nombre de Peclet).
3. Chercher les solutions de (6) sous la forme ui = ρi . Montrer que
1+Pe i

1 − 1−Pe
ui = i = 1, · · · , N.
1+Pe N

1 − 1−Pe
Exercice 8. (Équation de la chaleur) Soit T > 0 fixé. On considère le problème

parabolique suivant

∂u ∂2u
 ∂t (x, t) − µ ∂x2 (x, t) + αu(x, t) = f (x, t)

 (x, t) ∈]0, 1[×]0, T [,
u(0, t) = u(1, t) = 0 t ∈]0, T [, (7)


 u(x, 0) = 0 x ∈]0, 1[,
où µ > 0, α ≥ 0 et f ∈ L2 (]0, 1[×]0, T [).

1. Donner une formulation variationnelle de (7) sous la forme


 Pour tout t ∈]0, T [ chercher u(t) ∈ V tel que

 
 ∂u(t) , v + a (u(t), v) = (f (t), v) ∀v ∈ V, (8)
 ∂t


  u(x, 0) = 0 x ∈]0, 1[.
Expliciter V et a.
2. La semi-discrétisation de (8) par la méthode des éléments finis s’écrit


 Pour tout t ∈]0, T [ chercher uh (t) ∈ Vh tel que

 
 ∂uh (t) , v + a (uh (t), v) = (f (t), v) ∀vh ∈ Vh , (9)
 ∂t


  u(x, 0) = 0 x ∈]0, 1[.
Montrer que (9) peut s’écrire de manière équivalente sous la forme du système de EDO
suivant 

 Déterminer U(t) ∈ RN tel que
 (
M dUdt(t) + AU(t) = F (t) t ∈ (0, T ), (10)


 U(0) = 0,
où U(t) = (u1 (t), · · · , uN (t)).
3. Utiliser un θ schéma pour discrétiser (10). Expliciter le cas correspondant à θ = 0,
θ = 12 et θ = 1.
4
Master EDP et applications

Méthode des éléments finis
Liste 2
Exercice 1. On considère le carré Ω =]0, 1[2 maillé suivant la figure suivante
4 3
b b
K3
K4 K2
5
K1
b b
1 2
Calculer la matrice de rigidité des éléments finis P1 appliqués au problème de Poisson

avec des conditions aux limites de type Neumann.
Exercice 2. Appliquer la méthode des éléments finis P1 au problème de Dirichlet

(
−∆u = f dans Ω
u=0 sur ∂Ω
dans le carré Ω =]0, 1[×]0, 1[ avec le maillage triangulaire uniforme de pas h = N 1+1 . On
notera Xi,j = (ih, jh), 1 ≤ i, j ≤ N les noeuds du maillage. On numérote ces noeuds
par ordre croissant de j et pour tout j, par ordre croissant de i. Ainsi on peut associer à
(i, j), l’entier naturel ℓ = i + (j − 1)N et on pose Sℓ = Xi,j . On notera alors φℓ la fonction
de base associée au sommet Sℓ .
1. Déterminer ∇φℓ sur le support de φℓ .
2. En déduire les valeurs de (∇φℓ , ∇φk ), où Sℓ et Sk sont les noeuds voisins dont les
1
supports ne sont pas disjoints.
3. Déterminer la matrice de rigidité correspondante.
Exercice 3. Soit Ω un ouvert borné connexe de R2 à frontière régulière et soit f ∈

L2 (Ω). On considère le problème variationnelle suivant

1
 Chercher u ∈ H (Ω) tel que

(Pλ ) Z Z Z Z

 ∇u · ∇v dx + λ u dx v dx = f v dx ∀v ∈ H 1 (Ω),
Ω Ω Ω Ω
où λ ≥ 1.
Partie I. 1. Montrer qu’il existe une constante C1 telle que
Z 2 !
kvk2H 1 (Ω) ≤ C1 k∇vk2L2 (Ω) + v dx ∀v ∈ H 1 (Ω).

(1)
Ω
2. Montrer que (Pλ ) admet une solution unique u et que cette solution vérifie
kukH 1 (Ω) ≤ C2 kf kL2 (Ω) ,
où C2 > 0 est une constante indépendante de λ.

3. Montrer qu’il existe une constante C3 > 0, indépendante de λ, tel que
Z
u dx ≤ C3 kf k 2 .

λ L (Ω)
Ω
4. Écrire formellement le problème associé à (Pλ ).

5. En déduire que la solution de (Pλ ) est dans H 2 (Ω) et vérifie
kukH 2 (Ω) ≤ C4 kf kL2 (Ω) ,
où C4 > 0 est une constante indépendante de λ.
Partie II. Soit Th une triangulation de Ω, où h désigne la taille maximale des triangles.
Soit
Vh = vh ∈ C(Ω) | vh|K ∈ P1 , ∀K ∈ Th .
On suppose que Th est régulière.
1. Proposer une discrétisation de (Pλh ) et montrer que le problème approché est bien
posé. On notera uh sa solution.
2. Appliquer le lemme de Céa pour montrer que
√
ku − uh kH 1 (Ω) ≤ C5 h + λh2 kf kL2 (Ω)
2
où C5 > 0 est indépendante de h et de λ.
3. Montrer que
Z 2 Z 2 !

|u − uh |H 1 (Ω) + λ (u − uh ) dx ≤ C
|u − vh |H 1 (Ω) + λ (u − vh ) dx .
Ω Ω
4. En déduire qu’il existe une constante C6 > 0 indépendante de λ et de h tel que
ku − uh kH 1 (Ω) ≤ C6 h kf kL2 (Ω) .
Partie III. On note uλ la solution du problème (Pλ ). On définit l’espace

Z
1
W = w ∈ H (Ω) | u dx = 0 ,
Ω
et on désigne par u la solution du problème


 Chercher u ∈ W tel que

Z Z

 ∇u · ∇v dx = f v dx ∀v ∈ W.
Ω Ω
Montrer que Z
∇ (uλ − u) · ∇v dx = 0 ∀v ∈ W.
Ω
En déduire que Z
1
λ (uλ − u) = |Ω|2
f dx
Ω
et que
C
kuλ − ukH 1 (Ω) ≤ λ kf kL2 (Ω) ,
où C est une constante indépendante de λ. Commenter.
3
M ÉTHODE DES ÉLÉMENTS FINIS
Interrogation Écrite - 19 Novembre 2016
Durée 1h30
Toutes les réponses doivent être justifiées
Problème. On considère le problème aux limites suivant

(
−u”(x) + γ(x)u(x) = f (x), x ∈ (0, 1)
(1)
u′ (0) = α, u′(1) = β,
où γ ∈ C[0, 1] satisfait γ(x) ≥ γ0 > 0 pour tout x ∈ [0, 1], f ∈ L2 (0, 1), et où α et β
sont deux nombres réels.
solution unique u dans H 1 (0, 1).
3. Que peut-on dire concernant la convergence de uh vers u?
4. Les coefficients de la matrice de rigidité dépendant de γ, quel type d’approximation
supplémentaire doit-on faire pour effectuer les calculs? Quelles sont les possibles con-
séquences sur la convergence de la méthode.
5. Considérons le cas γ = 0. Peut-on appliquer le théorème de Lax-Milgram? Si le
problème (1) admet une solution, est-elle unique? Peut-on garantir, en général, que le
problème discret associé admet une solution unique?
6. Considérons finalement le cas des conditions au bord de type Dirichlet u(0) = α
et u(1) = β. Discuter succinctement comment traiter numériquement le problème
dans le cas de conditions au bord homogènes et dans le cas de conditions au bord non-
homogènes.
Solution de l’interrogation - 19 Novembre 2016
On considère le problème suivant

(
−u”(x) + γ(x)u(x) = f (x) dans (0, 1),
(1)
u′ (0) = α, u′ (1) = β,
où γ ∈ C[0, 1] satisfait γ(x) ≥ γ0 > 0, f ∈ L2 (0, 1), α et β sont deux constantes

réelles.
1. Multipliant l’équation (1) par une fonction test v ∈ H 1 (0, 1) et intégrant, nous
obtenons
(u′ , v ′ ) + (γu, v) = (f, v) + [u′ (x)v(x)]10
= (f, v) + βv(1) − αv(0),
Z 1
où (u, v) = u(x)v(x) dx. Autrement dit, la formulation variationnelle de (1) est de
0
la forme (
Chercher u ∈ H 1 (0, 1) tel que
(2)
a(u, v) = F (v) ∀v ∈ H 1 (0, 1)
avec
a(u, v) = (u′ , v ′) + (γu, v) ,
F (v) = (f, v) + βv(1) − αv(0).
La forme bilinéaire a est continue dans H 1 (0, 1) × H 1 (0, 1). En effet,
|a (u, v)| ≤ |(u′ , v ′)| + |(γu, v)|

≤ ku′ k2 kv ′ k2 + kγk∞ kuk2 kvk2
≤ max (kγk∞ , 1) (ku′ k2 kv ′ k2 + kuk2 kvk2 )
1 1
≤ max (kγk∞ , 1) kuk22 + ku′k22 2 kvk22 + kv ′ k2 2
= max (kγk∞ , 1) kukH 1 kvkH 1 ∀u, v ∈ H 1 (0, 1).
1
De l’autre côté, on a
|a (v, v)| = kv ′ k22 + (γv, v)
≥ kv ′ k22 + γ0 (v, v)
≥ min(1, γ0) kvk2H 1 ∀v ∈ H 1 (0, 1)
prouvant ainsi que a est coercive dans H 1 (0, 1) × H 1 (0, 1). Montrons finalement que la
forme linéaire F est continue dans H 1 (0, 1). On a
|F (v)| ≤ kf k2 kvk2 + |α| |v(0)| + |β| |v(1)|
≤ kf k2 kvkH 1 + (|α| + |β|) kvkC([0,1]) ∀v ∈ H 1 (0, 1).
Utilisant l’inégalité de Sobolev, il vient que
|F (v)| ≤ kf k2 kvkH 1 + (|α| + |β|) kvkC([0,1])
≤ kf k2 kvkH 1 + CS (|α| + |β|) kvkH 1 (0,1)
≤ (kf k2 + CS (|α| + |β|)) kvkH 1 (0,1) ∀v ∈ H 1 (0, 1)
où CS est une constante de Sobolev. Les conditions du théorème de Lax-Milgram étant
satisfaites, il existe donc une solution unique u au problème (2). Posant v = u dans la
formulation correspondente, nous obtenons
min (1, γ0) kuk2H1 ≤ a(u, u) = F (u) ≤ (kf k2 + CS (|α| + |β|)) kukH 1
et donc
1
kukH 1 ≤ min(1,γ0 )
(kf k2 + CS (|α| + |β|)) .
2. Le problème approché associé à (2) est donné par

(
Trouver uh ∈ Vh , tel que
(3)
a(uh , vh ) = F (vh ) ∀vh ∈ Vh
où Vh = Xh1 . Soit (φi )i=0,··· ,N +1 la base de Lagrange de Xh1 . Dans la formulation

variationnelle (3), on choisit successivement vh = φi , i = 0, · · · , N + 1 et on obtient
N +1
!
X
a uh (xj ) φj , φi = F (φi ) 0 ≤ i ≤ N + 1.
j=0

N
X +1
uh (xj ) a (φj , φi ) = F (φi ) 0 ≤ i ≤ N + 1.
j=0
2
Donc Uh = (uh (xj ))0≤j≤N +1 est solution du système linéaire
Ah Uh = Bh , (4)
où la matrice Ah est donnée par Ah = (a (φj , φi ))0≤i,j,≤N +1 et où le second membre est

donné par Bh = (F (φi ))0≤i≤N +1 .
Comme on le sait, les supports de φi et φj sont disjoints quand |i − j| > 1, i.e.
Une conséquence directe est que la plupart des éléments de Ah sont nuls. Les éléments
non nuls correspondants à (Ah )i,i−1 , (Ah )i,i et (Ah )i,i+1 . En effet, en tenant en compte
la définition des éléments de la base, nous avons
 1
− si x ∈ [xi , xi+1 ],
 h


1
φ′i (x) = h
si x ∈ [xi−1 , xi ],

 0
 sinon.
Un calcul simple montre alors que

Z 1
′ 2 2
(Ah )0,0 = a(φ0 , φ0 ) = (φ0 (x)) + γ(x) φ0 (x) dx
0
Z x1
′ 2 2
= (φ0 (x)) + γ(x) φ0 (x) dx
x0
Z x1
2 2
= − h1 + γ(x) x1h−x dx
x0
Z x1
1
= h + h21
γ(x) (x1 − x)2 dx,
x0
Z 1 2
(Ah )N +1,N +1 = a(φN +1 , φN +1 ) = + φ′N +1 (x) γ(x) φ2N +1 (x) dx
0
Z xN+1
2
= φ′N +1 (x) + γ(x) φ2N +1 (x) dx
xN
Z xN+1
1 2 x−xN 2

= h
+ γ(x) h
dx
xN
Z xN+1
= 1
h
+ 1
h2
γ(x) (x − xN )2 dx,
xN
3
et pour i = 1, · · · , N, on a
1 Z
2
(Ah )i,i = a(φi , φi ) = (φ′i (x)) + γ(x) φ2i (x) dx
0
Z xi+1
2
= (φ′i (x)) + γ(x) φ2i (x) dx
xi−1
Z xi Z xi+1
2
= 2
h
+ 1
h2
γ(x) (x − xi−1 ) dx + 1
h2
γ(x) (xi+1 − x)2 dx,
xi−1 xi
et
1 Z
φ′i (x)φ′i+1 (x) + γ(x) φi (x)φi+1 (x) dx

(Ah )i,i+1 = a(φi+1 , φi ) =
0
Z xi+1

= φ′i (x)φ′i+1 (x) + γ(x) φi (x)φi+1 (x) dx
xi
Z xi+1
1 1
= − h + h2 γ(x) (xi+1 − x) (x − xi ) dx.
xi
La matrice Ah est symétrique, définie positive. Le système (4) admet donc une solution
unique.
3. D’après le lemme de Céa
ku − uh kH 1 (0,1) ≤ C ku − vh kH 1 (0,1) ∀v − h ∈ Vh .
En choisissant vh = Πh u ∈ Vh , nous obtenons
ku − uh kH 1 (0,1) ≤ C ku − Πh ukH 1 (0,1) −→ 0 quand h → 0.
De plus, vu que f ∈ L2 (0, 1), on a u ∈ H 2 (0, 1) et
ku − uh kH 1 (0,1) ≤ C ku − Πh ukH 1 (0,1) ≤ Ch ku”kL2 (0,1)
où C est une constante positive indépendante de h.

4. La matrice de rigidité dépendant de γ, nous avons besoin d’approcher les intégrales
du type Z
γ(x) φi (x)φj (x) dx.
supp φi ∩supp φj
Cette approximation introduit une source d’erreur supplémentaire. La matrice étant mal
conditionnée (quand h tend vers 0), il est important de choisir avec soin la méthode
4
d’intégration numérique. utilisant par exemple la méthode des trapèzes nous obtenons
Z x1
1
(Ah )0,0 = h + h21
γ(x) (x1 − x)2 dx
x0
1 1 h
γ(x0 ) (x1 − x0 )2 + γ(x1 ) (x1 − x1 )2

≈ h
+ h2 2
1
= h
+ h2 γ(x0 ),
Z xN+1
(Ah )N +1,N +1 = 1
h
1
+ h2 γ(x) (x − xN )2 dx
xN
1 1 h
γ(xN ) (xN − xN )2 + γ(xN +1 ) (xN +1 − xN )2

≈ h
+ h2 2
1
= h
+ h2 γ(xN +1 ),
et pour i = 1, · · · , N, on a
Z xi Z xi+1
2
(Ah )i,i = h + h2 1
γ(x) (x − xi−1 )2 dx + 1
h2
γ(x) (xi+1 − x)2 dx
xi−1 xi
2 1 h
γ(xi−1 ) (xi−1 − xi−1 ) + γ(xi ) (xi − xi−1 )2
2
≈ h
+ h2 2
+ h12 h
γ(xi ) (xi+1 − xi )2 + γ(xi+1 ) (xi+1 − xi+1 )2

2
2
= h
+ h γ(xi ),
et
Z xi+1
(Ah )i,i+1 = − h1 + 1
h2
γ(x) (xi+1 − x) (x − xi ) dx
xi
= − h1 + 1 h
h2 2
(γ(xi ) (xi+1 − xi ) (xi − xi ) + γ(xi+1 ) (xi+1 − xi+1 ) (xi+1 − xi ))
= − h1 .
Ainsi, la matrice Ah est approchée par

 1 h
+ 2 γ(x0 ) − h1

h
0 ··· 0
 1 2
+ h2 γ(x1 ) − h1 · · ·

 −h h
0 
 
Ãh = 
 .. .. .. 
.
 . . . 
 
 0
 ··· − h1 h2 + h2 γ(xN ) − h1 

0 ··· 0 − h1 1
h
+ h2 γ(xN +1 )
5. Considérons γ = 0. La forme bilinéaire n’étant pas nécessairement coercive sur

H 1 (0,1), on ne peut plus appliquer le théorème de Lax-Milgram (ce qui ne veut pas
5
dire pour autant que le problème n’admet pas de solution faible). Si le problème (1)
admet une solution u, alors il est facile de vérifier que toutes les fonctions de la forme
u + constante sont aussi solutions de (1). De la même manière, la matrice Ah corre-
spondant à problème discret étant singulière, il n’est pas possible de garantir l’unicité
de la solution pour le problème approché.
6)i) On peut utiliser un relèvement R, par exemple un polynôme de degré 1 tel que
R(0) = α et R(1) = β. Si u est une solution de (1), alors ũ = u − R sera une solution
d’un problème du même type avec des conditions aux limites homogènes. Appliquer
alors la méthode d’approximation précédente.
ii) Une autre possibilité est de considérer Vh = Xh1 ∩ H01 (0, 1).
6
Examen - 17 Janvier 2017
Durée 2h
Toutes les réponses doivent être justifiées
Exercice 1. On considère le problème de réaction-diffusion suivant

(
−µu” + σu = 0 dans (0, 1),
(1)
u(0) = 0, u(1) = 1,
où µ et σ sont deux constantes positives.

1. Montrer que la formulation variationnelle de (1) est de la forme
Chercher u ∈ H 1 (0, 1) avec u(0) = 0 et u(1) = 1, tel que

(
(2)
a(u, v) = 0 ∀v ∈ H01 (0, 1)
où a est une forme bilinéaire symétrique à déterminer.

2. En utilisant un relèvement approprié R des conditions au bord, montrer que (2) peut-
être reformulée de la manière suivante
Chercher ũ ∈ H01 (0, 1) tel que
(
(3)
a(ũ, v) = F (v) ∀v ∈ H01 (0, 1)
avec u = ũ + R et où F est une forme linéaire à déterminer. Montrer que le problème

(3) admet une solution unique dans H01 (0, 1). En déduire que (2) admet une solution
unique dans H 1 (0, 1).
3. On subdivise l’intervalle [0, 1] en N sous-intervalles de même longueur h. Écrire
le problème approché correspondant à (2), obtenu par application de la méthode des
éléments finis linéaires. Déterminer la matrice de rigidité et la matrice de masse cor-
respondantes et montrer que le problème approché admet une unique solution uh .
1
4. Montrer que si on dénote ui = uh (xi ), alors
(
(Pe − 1) ui+1 + 2 (1 + 2Pe) ui + (Pe − 1) ui−1 = 0, i = 1, · · · , N − 1
(4)
u0 = 0, uN = 1,
avec
σh2
Pe = 6µ .
5. Chercher la solution de (4) sous la forme ui = ρi . Montrer que

√ i √ i
1+2Pe+ 3Pe(Pe+2) 1+2Pe− 3Pe(Pe+2)
1−Pe − 1−Pe
ui = √ N √ N
1+2Pe+ 3Pe(Pe+2) 1+2Pe− 3Pe(Pe+2)
1−Pe − 1−Pe
pour i = 1, · · · , N .
Exercice 2. Soit Ω = (] − 1, 1[×[0, 1[) ∪ (] − 1, 0[×] − 1, 0[) maillé suivant le figure sui-
vante :
4 3 2
b b b
T4 T2
T3 T1
b b
5 8 1
T6
T5
b b
6 7
On considère le problème aux limites suivant


 −∆u + u = f, dans Ω,
(5)
∂u
=0 sur ∂Ω,

∂n
où f ∈ L2 (Ω).
1. Écrire la formulation variationnelle correspondant à (5). Montrer qu’il existe une so-
lution unique dans H 1 (Ω).
des éléments finis linéaires.
3. Déterminer, sans calculer les coefficients, la forme des matrices élémentaires corres-
pondant à la contribution de chacun des éléments finis. Assembler la matrice globale.
4. Déterminer la matrice locale correspondant au triangle T1 .
2
Solution de l’examen - 17 Janvier 2017
Exercice 1. On considère le problème de réaction-diffusion suivant

(
−µu” + σu = 0 dans (0, 1),
(1)
u(0) = 0, u(1) = 1,
où µ et σ sont deux constantes positives.
1. Multipliant l’équation (1) par une fonction test v ∈ H01 (0, 1) et intégrant, nous
obtenons Z 1 Z 1
′ ′ 1
µ u (x)v (x) dx + σ u(x)v(x) dx = [u′(x)v(x)]0 = 0.
0 0
Autrement dit, la formulation variationnelle de (1) est de la forme

(
Chercher u ∈ H 1 (0, 1) avec u(0) = 0 et u(1) = 1, tel que
(2)
a(u, v) = 0 ∀v ∈ H01 (0, 1)
avec Z 1 Z 1
′ ′
a(u, v) = µ u (x)v (x) dx + σ u(x)v(x) dx.
0 0
2. Les conditions au bord étant de type Dirichlet non-homogènes, nous considérons un
relèvement approprié. Soit R : [0, 1] −→ [0, 1] la fonction définie par R(x) = x. Il est
clair que R(0) = 0 et R(1) = 1. De plus, posant u = ũ + R, il est facile de vérifier que
(2) peut-être reformulée de la manière suivante
(
Chercher ũ ∈ V = H01 (0, 1) tel que
(3)
a(ũ, v) = F (v) ∀v ∈ V
où F est la forme linéaire définie par
Z 1 Z 1
′
F (v) = −a(R, v) = −µ v (x) dx − σ xv(x) dx
0 0
Z 1 Z 1
= µ (v(0) − v(1)) − σ xv(x) dx = −σ xv(x) dx.
0 0
1
Des arguments classiques, avec l’inégalité de Poincaré, montrent que
|a(w, v)| ≤ µ kw ′kL2 kv ′ kL2 + σ kwkL2 kvkL2

≤ (µ + cσ) |w|V |v|V ∀w, v ∈ V
prouvant que la forme bilinéaire a est continue sur V . De plus, vu que

2
a(v, v) = µ kv ′ kL2 + σ kvk2L2 ≥ µ |v|2V ∀v ∈ V,
nous déduisons que a est coercive sur V . Finalement, utilisant l’inégalité de Poincaré,
nous obtenons
Z 1

|F (v)| = σ
xv(x) dx ≤ σ |R|L2 |v|L2
0
≤ cσ |v|V ∀v ∈ V,
ce qui montre que l’application linéaire F est continue sur V . Le théorème de Lax-
Milgram implique alors que le problème variationnel (3) admet une solution unique
ũ ∈ V .
Il est clair que si ũ est solution de (3), alors u = R + ũ est solution de (2). Pour prouver
l’unicité, supposons que le problème (2) admet deux solutions u1 et u2 dans H 1(0, 1).
Il est alors clair que u1 − u2 appartient à V et que
a(u1 − u2 , v) = 0 ∀v ∈ V.
En particulier, pour v = u1 − u2 , nous obtenons

2
a(u1 − u2 , u1 − u2 ) = µ ku′1 − u′2 kL2 + σ ku1 − u2 k2L2 = 0
i.e. u1 = u2 .
3. Le problème approché associé à (2) est donné par
(
Trouver uh ∈ Xh1 avec uh (x0 ) = 0 et uh (xN ) = 1, tel que
(4)
a(uh , vh ) = 0 ∀vh ∈ Vh
où Vh = Xh1 ∩H01 (0, 1). Soit (φi )i=0,··· ,N la base de Lagrange de Xh1 . Dans la formulation
variationnelle (4), on choisit successivement vh = φi , i = 1, · · · , N − 1. En prenant en
compte le fait que uh (x0 ) = 0 et uh (xN ) = 1, il en résulte que
N
!
X
a uh (xj )φj , φi = 0 1 ≤ i ≤ N − 1.
j=1
2
N
X −1
uh (xj )a(φj , φi ) + a(φN , φi ) = 0 1 ≤ i ≤ N − 1.
j=1
Donc Uh = (uh (xj ))1≤j≤N −1 est solution du système linéaire
Ah Uh = Bh , (5)
où la matrice Ah est donnée par Ah = (a (φj , φi ))1≤i,j,≤N −1 et où le second membre est

donné par Bh = (−a (φN , φi ))1≤i≤N −1 .
Comme on le sait, les supports de φi et φj sont disjoints quand |i − j| > 1, i.e.
Une conséquence directe est que la plupart des éléments de Ah sont nuls. Les éléments
non nuls correspondants à (Ah )i,i−1 , (Ah )i,i et (Ah )i,i+1 . En effet, en tenant en compte
la définition des éléments de la base, nous avons
 1
 −h


si x ∈ [xi , xi+1 ],
1
φ′i (x) = h
si x ∈ [xi−1 , xi ],

 0
 sinon.
Un calcul simple montre alors que pour i = 1, · · · , N − 1, on a

Z 1
2
(Ah )i,i = a(φi , φi ) = µ (φ′i ) + σφ2i dx
0
Z xi+1
′ 2 2
= µ (φi ) + σφi dx
xi−1
2µ 2σh
= h
+ 3
.
Pour i = 1, · · · , N − 2, on a
Z 1
µ φ′i φ′i+1 + σ φi φi+1 dx

(Ah )i,i+1 = a(φi+1 , φi ) =
0
Z xi+1
µ φ′i φ′i+1 + σ φi φi+1 dx

=
xi
= − µh + σh
6
.
3
Finalement, comme Ah est symétrique, il vient que
 2µ 2σh
− µh + σh

h
+ 3 6
0 ··· 0
 µ σh 2µ 2σh
− µh + σh

 −h + 6 h
+ 3 6
··· 0 
 
Ah = 
 .. .. .. 
.
 . . . 
 
2µ

 0 · · · − µh + σh6 h
+ 2σh
3
µ
− h + σh6 

µ 2µ
0 ··· 0 −h + 6 σh
h
+ 2σh
3
De la même manière, nous pouvons montrer que

(
(Bh )i = 0 i = 1, · · · , N − 2,
− µh σh

(Bh )N −1 = −a(φN , φN −1 ) = − + 6
.
La matrice Ah est symétrique, définie positive. Le système (5) admet donc une solution
unique.
4. Il est facile de voir que si on dénote ui = uh (xi ), alors
(
− µh + σh µ σh µ σh

6
u i+1 + 2 h
+ 3
u i + − h
+ 6
ui−1 = 0, i = 1, · · · , N − 1
u0 = 0, uN = 1.
h
Multipliant ces équations par µ
nous obtenons finalement
(
(Pe − 1) ui+1 + 2 (1 + 2Pe) ui + (Pe − 1) ui−1 = 0, i = 1, · · · , N − 1
u0 = 0, uN = 1,
avec
σh2
Pe = 6µ
.
5. Ce système est une équation aux différences linéaires à trois termes. On peut trouver
des solutions du type ui = ρi . Ainsi, après substitution, on obtient
(Pe − 1) ρ2 + 2 (1 + 2Pe) ρ + (Pe − 1) = 0
dont les racines sont

√ √
1+2Pe− 3Pe(Pe+2) 1+2Pe+ 3Pe(Pe+2)
ρ1 = 1−Pe
et ρ2 = 1−Pe
.
La solution est alors de la forme
ui = C1 ρi1 + C2 ρi2
4
où les constantes C1 et C2 sont données par les conditions aux limites u0 = 0 et uN = 1,
i.e. (
C1 + C2 = 0 1
⇐= C2 = −C1 = ρN −ρ N.
C1 ρN1 + C ρN
2 2 = 1 2 1
Ainsi,
ρi2 −ρi1
ui = ρN N.
2 −ρ1
Exercice 2. Soit Ω = (] − 1, 1[×[0, 1[)∪(] − 1, 0[×] − 1, 0[). On considère le problème

aux limites suivant 
 −∆u + u = f, dans Ω,
(6)
 ∂u = 0 sur ∂Ω,
∂n
où f ∈ L2 (Ω).
1. C’est un problème de Poisson avec condition au bord de type Neumann. La formula-
tion variationnelle associée, définie dans V = H 1 (Ω), est donnée par
Trouver u ∈ V tel que a(u, v) = F (v) ∀v ∈ V, (7)
où Z
a(u, v) = (∇u, ∇v) + (u, v) = (∇u · ∇v + uv) dxdy
Ω
Z
F (v) = (f, v) = f v dxdy.
Ω
|a(w, v)| ≤ k∇wkL2 k∇vkL2 + kwkL2 (Ω) kvkL2 (Ω)
≤ kukV kvkV ∀w, v ∈ V,
a(v, v) = k∇vk2L2 (Ω) + kvk2L2 (Ω) = kvk2V ∀v ∈ V,
nous déduisons que a est coercive sur V . Finalement, nous avons
|F (v)| = |(f, v)| ≤ kf kL2 (Ω) kvkL2 (Ω)

≤ kf kL2 (Ω) kvkV ∀v ∈ V,
ce qui montre que l’application linéaire F est continue sur V . Le théorème de Lax-
Milgram implique alors que le problème variationnel admet une solution unique u ∈ V .
5
2. Nous subdivisons Ω en 6 triangles. Les 6 éléments et 8 noeuds sont numérotés
comme dans la figure. Le problème approché associé, défini sur l’espace des fonctions
continues, affines par éléments triangulaires, i.e.

Vh = vh ∈ C(Ω) | vh|Ti ∈ P1 , ∀i = 1, · · · , 6
est donné par
Trouver uh ∈ Vh tel que a(uh , vh ) = F (vh ) ∀vh ∈ Vh . (8)
D’après ce qui précède, ce problème admet une solution unique dans Vh . Sa décompo-
sition dans la base de Lagrange associée est donnée par
8
X
uh = uh (Si )φi .
i=1
Nous savons aussi que Uh = (uh (Sj ))1≤j≤8 est solution du système linéaire
Ah Uh = Fh , (9)
où la matrice Ah est donnée par Ah = (a (φj , φi ))1≤i,j,≤8 et où le second membre est
donné par Fh = (F (φi ))1≤i≤8 .
3. Maintenant, nous déterminons (sans calculer les coefficients), la forme des matrices
élémentaires correspondant à la contribution de chacun des éléments et leur extension
en des matrices 8 × 8.
Élément T1 . Les sommets correspondants sont 1, 2 et 8. L’extension est de la forme
 A1 A1 0 0 0 0 0 A1 
11 12 13
 A121 A122 0 0 0 0 0 A123 

 
 0 0 0 0 0 0 0 0 
 
1
 0 0 0 0 0 0 0 0 
A = .
 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 0 0 0 
A131 A132 0 0 0 0 0 A133

 0 0 0 0 0 0 0 0

 0 A211 A212 0 0 0 0 A213 
 
 0 A221 A222 0 0 0 0 A223 
 
2
 0 0 0 0 0 0 0 0 
A = .
 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 0 0 0 
0 A231 A232 0 0 0 0 A233
6
 0 0 0 0 0 0 0 0 
 0 0 0 0 0 0 0 0 
 
 0 0 A311 0 A312 0 0 A313 
 
3
 0 0 0 0 0 0 0 0 
A = .
 0 0 A321 0 A322 0 0 A323 
 
 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 0 0 0 
0 0 A331 0 A332 0 0 A333

 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 
 
 0 0 A411 A412 A413 0 0 0 
 
4
 0 0 A421 A422 A423 0 0 0 
A = .
 0 0 A431 A432 A433 0 0 0 
 
 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 0 0 0 
 
5
 0 0 0 0 0 0 0 0 
A = .
 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 A511 A521 A513 
 
 0 0 0 0 0 A521 A522 A523 
0 0 0 0 0 A531 A532 A533

 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 
 
 0 0 0 0 0 0 0 0 
 
6
 0 0 0 0 0 0 0 0 
A = .
 0 0 0 0 A611 A612 0 A613 
 
 0 0 0 0 A621 A622 0 A623 
 
 0 0 0 0 0 0 0 0 
0 0 0 0 A631 A632 0 A633
7
Prenant en compte le fait que ces matrices sont symétriques, nous obtenons après as-
semblage
 A1 A1 0 0 0 0 0 A1

11 12 13
 A112 A122 + A211 A212 0 0 0 0 A123 + A213 

 
 0 A212 A222 + A311 + A411 A412 A312 + A413 0 0 A223 + A313 
 
 0 0 A421 A422 A423 0 0 0 
 
A=
 0 0 A312 + A413 A423 A322 + A433 + A611 A612 0 A323 + A613 .

 0 0 0 0 A612 A511 + A622 A521 A513 + A623 
 

 0 0 0 0 0 A521 A522 A523 

X
6
 
A113 A123 + A213 A223 + A313 0 A323 + A613 A513 + A623 A523 Ai33 − A433
i=1
4. Soient S11 = (0, 0), S21 = (1, 0) et S31 = (1, 1) les sommets du triangle T1 . La matrice
de rigidité élémentaire est donnée par
−−1−→1 −−1−→1 −−1−→1 −−1−→1 −−1−→1

 2 
S2 S3 S1 S3 · S3 S2 S1 S2 · S2 S3
1 −1 0
  !
−−1−→1 −−1−→1 −−1−→1 −−1−→1
−−−→2
 
K1 = 4|T11 |  S1 S3 · S3 S2
1 1
S1 S3 · S2 S1 = 1
.
  −1 2 −1
S1 S3 2
 
 −−−→ −−−→ −−−→ −−−→ −−−→2  0 −1 1
1 1 1 1 1 1
S1 S2 · S2 S3 1 1 1 1
S1 S3 · S2 S1 S1 S2
En utilisant la formule
|T1 |
(
si r = s,
Z
6
λ1r λ1s dxdy = |T1 |
T1
12
si r 6= s,
nous obtenons la matrice de masse élémentaire

2 1 1
 
M 1 = 24
1 
 1 2 1 .

1 1 2
La matrice élémentaire correspondante au triangle T1 est alors donnée par
A1 = K1 + M 1 .

Cours Arada

Transféré par

Droits d'auteur :

Formats disponibles

Cours Arada

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Arada

Transféré par

Droits d'auteur :

Formats disponibles

Nadir Arada

Méthode des Éléments Finis

1 Problèmes variationnels abstraits 5

2 Méthode des éléments finis en dimension 1 11

3 Méthode des éléments finis en dimension 2 35

3.2.1 Problème continu . . . . . . . . . . . . . . . . . . . . . 52

Nous commençons par dresser le cadre fonctionnel général fourni par le

1.1 Problème variationnel

1. a : V × V −→ R une forme bilinéaire.

|a(u, v)| ≤ M kukV kvkV ∀(u, v) ∈ V × V.

4. F est une forme linéaire et continue sur V (i.e. F est un élément de

Les conditions d’application du théorème de Lax-Milgram sont ainsi réunies

Théorème 1.1.1 (Lax-Milgram). Soit V un espace de Hilbert, a une forme

où α > 0 est la constante de coercivité de a.

Démonstration. La forme bilinéaire a étant continue sur V , d’après le théo-

(Au, v) = a (u, v) ∀u, v ∈ V

est continu de V dans V . La coercivité et l’inégalité de Cauchy-Schwarz

α kvk22 ≤ a(v, v) = (Av, v) ≤ kAvkV kkV ,

0 = (Aw, w) = a(w, w) ≥ αkwk2V

1.2 Méthode de Galerkin

Vh ⊂ V, dim Vh = Nh < +∞ ∀h > 0.

Le problème approché est tout simplement le pendant discret du problème

Trouver uh ∈ Vh tel que a(uh , vh ) = F (vh ), ∀vh ∈ Vh (1.3)

et est appelé problème de Galerkin.

Proposition 1.2.1. Le problème de Galerkin (1.3) admet une solution unique

où α est la constante de coercivité.

Démonstration. Vu que Vh est un sous-espace de dimension finie de V , il

Remarque 1.2.2. L’estimation a priori est uniforme par rapport au para-

Soit (ϕi )1≤i≤Nh une base de Vh et considérons le développement de la

Proposition 1.2.3. Le vecteur Uh = (u1 , · · · , uNh )⊤ est solution du sys-

Démonstration. Dans la formulation variationnelle du problème approché,

La forme a étant bilinéaire, il vient que

Proposition 1.2.4. La matrice Ah est définie positive. Elle est symétrique

Démonstration. Nous rappelons tout d’abord qu’une matrice A ∈ Rn×n est

Soit v ∈ RNh . En utilisant la bilinéarité et la coercivité de a, on obtient

Démonstration. Comme (1.1) reste vraie pour tout vh ∈ Vh , on a

a (u, vh ) = F (vh ) ∀vh ∈ Vh .

En retranchant cette identité à (1.3), on obtient

Tenant en compte la coercivité et la continuité de a, il vient que

Ceci termine la preuve. ✷

Méthode des éléments finis en

2.1 Éléments finis linéaires

a(u, v) = F (v), ∀v ∈ V. (2.1)

Pour fixer les idées et simplifier la présentation, nous supposons que V =

choix adaptés aux conditions aux limites de type Neumann et Dirichlet,

0 = x0 < x1 < · · · < xN < xN +1 = 1.

On pose h = max hj . Lorsque les noeuds xj sont équidistants, le maillage

Soit P1 l’espace des polynômes de degré inférieur ou égal à 1. Considé-

Nous pouvons représenter les fonctions de Xh1 à l’aide des N + 2 fonctions

où δ représente le symbole de Kronecker.

Les fonctions de cette base φi satisfont les critères cités précédemment.

Figure 2.1 - Fonctions de base linéaires par élément pour N = 2

Remarque 2.1.1. Il est évident que

supp φj = [xj−1 , xj ] ∪ [xj , xj+1 ] 1 ≤ j ≤ N,

Démonstration. Tout élément vh de Xh1 appartient à C([0, 1])∩H 1 (xj , xj+1 )

Xh1 ⊂ H 1 (0, 1) et Vh = Xh1 .

Le reste de la proposition est une conséquence directe de la définition de

Démonstration. D’après la proposition 2.1.2, toute fonction vh ∈ Vh est

Le résultat suit en prenant en compte les conditions aux bord vh (x0 ) = 0 et