You are on page 1of 51

Notes de cours

sur la methode des elements nis


M1 MAI
Eric Blayo
Janvier 2010
ii
Table des mati`eres
1 Outils danalyse fonctionnelle 1
1.1 Quelques rappels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Normes et produits scalaires . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Suites de Cauchy - espaces complets . . . . . . . . . . . . . . . . . . 2
1.2 Espaces fonctionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Notion de derivee generalisee . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.1 Fonctions tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.2 Derivee generalisee . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Espaces de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.1 Les espaces H
m
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.2 Trace dune fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.3 Espace H
1
0
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2 Introduction `a la methode des elements nis 9
2.1 Formulation variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Exemple 1-D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2 Exemple 2-D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.3 Formulation generale . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Existence et unicite de la solution . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Continuite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.2 Theor`eme de Lax-Milgram . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2.3 Retour ` a lexemple 1-D . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2.4 Remarque: condition inf-sup . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 EDP elliptiques dordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Approximation interne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.1 Principe general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.2 Interpretation de u
h
. . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.3 Estimation derreur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5 Principe general de la methode des elements nis . . . . . . . . . . . . . . . 16
2.6 Retour `a lexemple 1-D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3 Elements nis de Lagrange 20
3.1 Unisolvance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2 Element ni de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3 Exemples delements nis de Lagrange . . . . . . . . . . . . . . . . . . . . . 21
iii
3.3.1 Espaces de polynomes . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.2 Exemples 1-D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3.3 Exemples 2-D triangulaires . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.4 Exemples 2-D rectangulaires . . . . . . . . . . . . . . . . . . . . . . . 22
3.3.5 Exemples 3-D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.4 Famille ane delements nis . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5 Du probl`eme global aux elements locaux . . . . . . . . . . . . . . . . . . . . 24
4 Elements nis dHermite 27
4.1 Classe dun element ni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2 Elements nis dHermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2.2 Lien avec les elements nis de Lagrange . . . . . . . . . . . . . . . . . 28
4.2.3 Fonctions de base globales . . . . . . . . . . . . . . . . . . . . . . . . 28
4.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3.1 Exemples 1-D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3.2 Exemples 2-D triangulaires . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3.3 Exemple 2-D rectangulaire . . . . . . . . . . . . . . . . . . . . . . . . 30
5 Convergence de la methode des elements nis 31
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
5.2 Calcul de majoration derreur . . . . . . . . . . . . . . . . . . . . . . . . . . 32
5.2.1 Etape 1: majoration par lerreur dinterpolation . . . . . . . . . . . . 32
5.2.2 Etape 2: Decomposition sur les elements . . . . . . . . . . . . . . . . 32
5.2.3 Etape 3: Passage `a lelement de reference . . . . . . . . . . . . . . . . 32
5.2.4 Etape 4: Majoration sur lelement de reference . . . . . . . . . . . . . 34
5.2.5 Etape 5: Assemblage des majorations locales . . . . . . . . . . . . . . 34
5.2.6 Resultat nal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.3 Quelques commentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
6 Quelques aspects pratiques de la methode des elements nis 37
6.1 Maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.2 Assemblage de la matrice du syst`eme . . . . . . . . . . . . . . . . . . . . . . 38
6.3 Formules de quadrature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.3.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.3.2 Quadrature en 1-D . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6.3.3 Quadrature en 2-D triangulaire . . . . . . . . . . . . . . . . . . . . . 41
6.4 Domaines `a fronti`ere courbe . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
A Coordonnees barycentriques 42
B Calcul dintegrales 45
B.1 Formules de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
B.2 Changement de variable dans une integrale . . . . . . . . . . . . . . . . . . . 45
iv
Chapitre 1
Outils danalyse fonctionnelle
1.1 Quelques rappels
1.1.1 Normes et produits scalaires
Soit E un espace vectoriel.
Denition : |.| : E IR
+
est une norme sur E ssi elle verie :
(N1) (|x| = 0) = (x = 0)
(N2) IR, x E, |x| = [[ |x|
(N3) x,y E, |x + y| |x| +|y| (inegalite triangulaire)
Exemple : Pour E = IR
n
et x = (x
1
, . . . ,x
n
) IR
n
, on denit les normes
|x|
1
=
n

i=1
[x
i
[ |x|
2
=
_
n

i=1
x
2
i
_
1/2
|x|

= sup
i
[x
i
[
Denition : On appelle produit scalaire sur E toute forme bilineaire symetrique denie
positive.
< .,. >: E E IR est donc un produit scalaire sur E ssi il verie :
(S1) x,y E, < x,y >=< y,x >
(S2) x
1
,x
2
,y E, < x
1
+ x
2
,y >=< x
1
,y > + < x
2
,y >
(S3) x,y E, IR, < x,y >= < x,y >
(S4) x E,x ,= 0, < x,x > > 0
A partir dun produit scalaire, on peut denir une norme induite : |x| =

< x,x >
On a alors, dapr`es (N3), linegalite de Cauchy-Schwarz : [ < x,y > [ |x| |y|
Exemple : Pour E = IR
n
, on denit le produit scalaire < x,y >=
n

i=1
x
i
y
i
. Sa norme induite
est |.|
2
denie precedemment.
Un espace vectoriel muni dune norme est appele espace norme.
1
Un espace vectoriel muni dun produit scalaire est appele espace prehilbertien. En parti-
culier, cest donc un espace norme pour la norme induite.
1.1.2 Suites de Cauchy - espaces complets
Denition : Soit E un espace vectoriel et (x
n
)
n
une suite de E. (x
n
)
n
est une suite de
Cauchy ssi > 0, N/p > N,q > N, |x
p
x
q
| <
Toute suite convergente est de Cauchy. La reciproque est fausse.
Denition : Un espace vectoriel est complet ssi toute suite de Cauchy y est convergente.
Denition : Un espace norme complet est un espace de Banach.
Denition : Un espace prehilbertien complet est un espace de Hilbert.
Denition : Un espace de Hilbert de dimension nie est appele espace euclidien.
1.2 Espaces fonctionnels
Denition : Un espace fonctionnel est un espace vectoriel dont les elements sont des
fonctions.
Exemple : (
p
([a; b]) designe lespace des fonctions denies sur lintervalle [a,b], dont toutes
les derivees jusqu`a lordre p existent et sont continues sur [a,b].
Dans la suite, les fonctions seront denies sur un sous-ensemble de IR
n
(le plus souvent un
ouvert note ), ` a valeurs dans IR ou IR
p
.
Exemple : La temperature T(x,y,z,t) en tout point dun objet

IR
3
est une fonction de

IR IR.
Les normes usuelles les plus simples sur les espaces fonctionnels sont les normes L
p
denies
par :
|u|
L
p =
__

[u[
p
_
1/p
, p [1, +[, et |u|
L
= Sup

[u[
Comme on va le voir, ces formes L
p
ne sont pas necessairement des normes. Et lorsquelles
le sont, les espaces fonctionnels munis de ces normes ne sont pas necessairement des espaces
de Banach. Par exemple, les formes L

et L
1
sont bien des normes sur lespace (
0
([a; b]), et
cet espace est complet si on le munit de la norme L

, mais ne lest pas si on le munit de la


norme L
1
.
Pour cette raison, on va denir les espaces L
p
() (p [1, +[) par
L
p
() =
_
u : IR, mesurable, et telle que
_

[u[
p
<
_
2
( on rappelle quune fonction u est mesurable ssi x/[u(x)[ < r est mesurable r > 0. )
Sur ces espaces L
p
(), les formes L
p
ne sont pas des normes. En eet, |u|
L
p = 0 implique
que u est nulle presque partout dans L
p
(), et non pas u = 0. Cest pourquoi on va denir
les espaces L
p
() :
Denition : L
p
() est la classe dequivalence des fonctions de L
p
() pour la relation
dequivalence egalite presque partout. Autrement dit, on confondra deux fonctions d`es
lors quelles sont egales presque partout, cest ` a dire quelles ne di`erent que sur un en-
semble de mesure nulle.
Theor`eme : La forme L
p
est une norme sur L
p
(), et L
p
() muni de la norme L
p
est un
espace de Banach (c.a.d. est complet).
Un cas particulier tr`es important est p = 2. On obtient alors lespace fonctionnel L
2
(),
cest ` a dire lespace des fonctions de carre sommable sur (` a la relation dequivalence egalite
presque partout pr`es). A la norme L
2
: |u|
L
2 = (
_

u
2
)
1/2
, on peut associer la forme bi-
lineaire (u,v)
L
2 =
_

u v. Il sagit dun produit scalaire, dont derive la norme L


2
. Do` u :
Theor`eme : L
2
() est un espace de Hilbert.
1.3 Notion de derivee generalisee
Nous venons de denir des espaces fonctionnels complets, ce qui sera un bon cadre pour
demontrer lexistence et lunicite de solutions dequations aux derivees partielles, comme
on le verra plus loin notamment avec le theor`eme de Lax-Milgram. Toutefois, on a vu que
les elements de ces espaces L
p
ne sont pas necessairement des fonctions tr`es reguli`eres.
D`es lors, les derivees partielles de telles fonctions ne sont pas forcement denies partout.
Pour saranchir de ce probl`eme, on va etendre la notion de derivation. Le veritable outil `a
introduire pour cela est la notion de distribution, due ` a L. Schwartz (1950). Par manque
de temps dans ce cours, on se contentera ici den donner une idee tr`es simpliee, avec la
notion de derivee generalisee. Cette derni`ere a des proprietes beaucoup plus limitees que
les distributions, mais permet de sentir les aspects necessaires pour mener `a la formulation
variationnelle.
Dans la suite, sera un ouvert (pas necessairement borne) de IR
n
.
1.3.1 Fonctions tests
Denition : Soit : IR. On appelle support de ladherence de x /(x) ,= 0.
Exemple : Pour =] 1,1[, et la fonction constante egale `a 1, Supp = [1,1].
Denition : On note T() lespace des fonctions de vers IR, de classe (

, et `a support
3
compact inclus dans . T() est parfois appele espace des fonctions-tests.
Exemple : Lexemple le plus classique dans le cas 1-D est la fonction
(x) =
_
e

1
1x
2
si [x[ < 1
0 si [x[ 1
(1.1)
est une fonction de T(]a,b[) pour tous a < 1 < 1 < b.
Cet exemple setend aisement au cas multi-dimensionnel (n > 1). Soit a et r > 0 tel
que la boule fermee de centre a et de rayon r soit incluse dans . On pose alors :
(x) =
_
e

1
r
2
|xa|
2
si [x a[ < r
0 sinon
(1.2)
ainsi denie est element de T().
Theor`eme : T() = L
2
()
1.3.2 Derivee generalisee
Soit u (
1
() et T(). Par integration par parties (cf annexe B.1), on a :
_

i
u =
_

u
i
+
_

u e
i
.n
Ce dernier terme (integrale sur le bord de ) est nul car est ` a support compact (donc
nul sur ). Or
_

u
i
a un sens par exemple d`es que u L
2
(). Donc le terme
_

i
u
a aussi du sens, sans que u ne soit necessairement de classe (
1
. Ceci permet de denir
i
u
meme dans ce cas.
Denition : (cas 1-D) Soit I un intervalle de IR, pas forcement borne. On dit que u L
2
(I)
admet une derivee generalisee dans L
2
(I) ssi u
1
L
2
(I) telle que T(I),
_
I
u
1
=

_
I
u

Exemple : Soit I =]a,b[ un intervalle borne, et c un point de I. On consid`ere une fonction


u formee de deux branches de classe (
1
, lune sur ]a,c[, lautre sur ]c,b[, et se raccordant de
facon continue mais non derivable en c. Alors u admet une derivee generalisee denie par
u
1
(x) = u

(x) x ,= c. En eet :
T(]a,b[)
_
b
a
u

=
_
c
a
+
_
b
c
=
_
c
a
u


_
b
c
u

+ (u(c

) u(c
+
))
. .
=0
(c)
par integration par parties. La valeur u
1
(c) na pas dimportance: on a de toute facon au nal
la meme fonction de L
2
(I), puisquelle est denie comme classe dequivalence de la relation
dequivalence egalite presque partout.
Denition : En iterant, on dit que u admet une derivee generalisee dordre k dans
4
L
2
(I), notee u
k
, ssi T(I),
_
I
u
k
= (1)
k
_
I
u
(k)
Ces denitions setendent naturellement pour la denition de derivees partielles generalisees,
dans le cas n > 1.
Theor`eme : Quand elle existe, la derivee generalisee est unique.
Theor`eme : Quand u est de classe (
1
(

), la derivee generalisee est egale ` a la derivee clas-


sique.
1.4 Espaces de Sobolev
1.4.1 Les espaces H
m
Denition : H
1
() =
_
u L
2
() /
i
u L
2
(), 1 i n
_
o` u
i
u est denie au sens de
la derivee generalisee. H
1
() est appele espace de Sobolev dordre 1.
Denition : Pour tout entier m 1,
H
m
() =
_
u L
2
() /

u L
2
() = (
1
, . . . ,
n
) IN
n
tel que [[ =
1
+ +
n
m
_
H
m
() est appele espace de Sobolev dordre m.
Par extension, on voit aussi que H
0
() = L
2
().
Dans le cas de la dimension 1, on ecrit plus simplement pour I ouvert de IR:
H
m
(I) =
_
u L
2
(I) / u

, . . . ,u
(m)
L
2
(I)
_
Theor`eme : H
1
() est un espace de Hilbert pour le produit scalaire
(u,v)
1
=
_

u v +
n

i=1
_

i
u
i
v = (u,v)
0
+
n

i=1
(
i
u,
i
v)
0
en notant (.,.)
0
le produit scalaire L
2
. On notera |.|
1
la norme associee ` a (.,.)
1
.
On denit de meme un produit scalaire et une norme sur H
m
() par
(u,v)
m
=

||m
(

u,

v)
0
et |u|
m
= (u,u)
1/2
m
Theor`eme : H
m
() muni du produit scalaire (.,.)
m
est un espace de Hilbert.
Theor`eme : Si est un ouvert de IR
n
de fronti`ere susamment reguli`ere (par exemple
5
(
1
), on a linclusion : H
m
() (
k
(

) pour k < m
n
2
Exemples : En particulier, on voit que pour un intervalle I de IR, on a H
1
(I) (
0
(

I), cest
` a dire que, en 1-D, toute fonction H
1
est continue.
Lexemple de u(x) = x sin
1
x
pour x ]0,1] et u(0) = 0 montre que la reciproque est fausse.
Lexemple de u(x,y) = [ ln(x
2
+ y
2
)[
k
pour 0 < k < 1/2 montre quen dimension superieure
` a 1 il existe des fonctions H
1
discontinues.
1.4.2 Trace dune fonction
Pour pouvoir faire les integrations par parties qui seront utiles par exemple pour la
formulation variationnelle, il faut pouvoir denir le prolongement (la trace) dune fonction
sur le bord de louvert .
Si n = 1 (cas 1-D) : on consid`ere un intervalle ouvert I =]a,b[ borne. On a vu que H
1
(I)
(
0
(

I). Donc, pour u H


1
(I), u est continue sur [a,b], et u(a) et u(b) sont bien denies.
Si n > 1 : on na plus H
1
() (
0
(

). Comment alors denir la trace? La demarche est la


suivante :
On denit lespace
(
1
(

) =
_
: IR / O ouvert contenant

, (
1
(O),
|
=
_
Autrement dit, (
1
(

) est lespace des fonctions (


1
sur , prolongeables par continuite
sur et dont le gradient est lui-aussi prolongeable par continuite. Il ny a donc pas
de probl`eme pour denir la trace de telles fonctions.
On montre que, si est un ouvert borne de fronti`ere assez reguli`ere, alors (
1
(

)
est dense dans H
1
().
Lapplication lineaire continue, qui ` a toute fonction u de (
1
(

) associe sa trace sur ,


se prolonge alors en une application lineaire continue de H
1
() dans L
2
(), notee
0
,
quon appelle application trace. On dit que
0
(u) est la trace de u sur .
Pour une fonction u de H
1
() qui soit en meme temps continue sur

, on a evidemment

0
(u) = u
|
. Cest pourquoi on note souvent par abus simplement u
|
plut ot que
0
(u).
On peut de facon analogue denir
1
, application trace qui permet de prolonger la denition
usuelle de la derivee normale sur . Pour u H
2
(), on a
i
u H
1
(), i = 1, . . . ,n, et on
peut donc denir
0
(
i
u). La fronti`ere etant assez reguli`ere (par exemple, idealement,
de classe (
1
), on peut denir la normale n =
_
_
_
_
n
1
.
.
.
n
n
_
_
_
_
en tout point de . On pose alors

1
(u) =
n

i=1

0
(
i
u)n
i
. Cette application continue
1
de H
2
() dans L
2
() permet donc bien
de prolonger la denition usuelle de la derivee normale. Dans le cas o` u u est une fonction
de H
2
() qui soit en meme temps dans (
1
(

), la derivee normale au sens usuel de u existe,


6
et
1
(u) lui est evidemment egal. Cest pourquoi on note souvent, par abus,
n
u plut ot que

1
(u).
1.4.3 Espace H
1
0
()
Denition : Soit ouvert de IR
n
. Lespace H
1
0
() est deni comme ladherence de T()
pour la norme |.|
1
de H
1
(). (on rappelle que T() est lespace des fonctions (

sur ` a
support compact, encore appele espace des fonctions tests)
Theor`eme : Par construction H
1
0
() est un espace complet. Cest un espace de Hilbert pour
la norme |.|
1
Si n = 1 (cas 1-D) : on consid`ere un intervalle ouvert I =]a,b[ borne. Alors
H
1
0
(]a,b[) =
_
u H
1
(]a,b[), u(a) = u(b) = 0
_
Si n > 1 : Si est un ouvert borne de fronti`ereassez reguli`ere (par exemple (
1
par mor-
ceaux), alors H
1
0
() = ker
0
.
H
1
0
() est donc le sous-espace des fonctions de H
1
() de trace nulle sur la fronti`ere .
Denition : Pour toute fonction u de H
1
(), on peut denir :
[u[
1
=
_
n

i=1
|
i
u|
2
0
_
1/2
=
_
_

i=1
(
i
u)
2
dx
_
1/2
Theor`eme : (Inegalite de Poincare) Si est borne dans au moins une direction, alors il
existe une constante C() telle que u H
1
0
(), |u|
0
C() [u[
1
.
On en deduit que [.[
1
est une norme sur H
1
0
(), equivalente `a la norme |.|
1
.
Corollaire : Le resultat precedent setend au cas o` u lon a une condition de Dirichlet nulle
seulement sur une partie de , si est connexe.
On suppose que est un ouvert borne connexe, de fronti`ere (
1
par morceaux. Soit V =
v H
1
(), v = 0 sur
0
o` u
0
est une partie de de mesure non-nulle. Alors il existe
une constante C() telle que u V, |u|
0,V
C() [u[
1,V
, o` u |.|
0,V
et [.[
1,V
designent les
norme et semi-norme induites sur V .
On en deduit que [.[
1,V
est une norme sur V , equivalente `a la norme |.|
1,V
.
Complements
1. Montrer que les fonctions denies par (1.1) et (1.2) sont bien (

`a support compact.
7
2. Montrer que (
0
([a,b]) est un espace complet pour la norme L

.
3. Montrer que ce nest pas le cas pour la norme L
1
(exhiber une suite de Cauchy non convergente
dans (
0
([a,b])).
4. Demontrer que, lorsquelle existe, la derivee generalisee est unique.
5. Demontrer que, pour une fonction de classe (
1
, la derivee generalisee est egale `a la derivee
classique.
6. Soit une fonction de [a,b] vers IR, formee de deux branches de classe (
1
sur [a,c[ et ]c,b], et
discontinue en c. Montrer quelle nadmet pas de derivee generalisee. (il faudrait alors avoir
recours `a la notion de distribution pour deriver cette fonction).
7. Montrer que [.[
1
est une norme sur H
1
0
(), equivalente `a la norme |.|
1
8
Chapitre 2
Introduction `a la methode des
elements nis
2.1 Formulation variationnelle
2.1.1 Exemple 1-D
Soit `a resoudre le probl`eme
(T)
_
u(x) + c(x)u(x) = f(x) a < x < b
u(a) = u(b) = 0
(2.1)
o` u f et c sont des fonctions donnees continues sur [a,b]. On supposera de plus que la fonction
c est strictement positive sur [a,b]. Un tel probl`eme est appele probl`eme aux limites.
Denition : Une solution classique (ou solution forte) de (T) est une fonction de
(
2
([a,b]) telle que u(a) = u(b) = 0 et x ]a,b[, u(x) + c(x)u(x) = f(x).
En faisant le produit scalaire L
2
(]a,b[) de lequation dierentielle avec une fonction-test
v T(]a,b[) (cest ` a dire en integrant sur [a,b]), on a :

_
b
a
u(x)v(x) dx +
_
b
a
c(x)u(x)v(x) dx =
_
b
a
f(x)v(x) dx
soit, en integrant par parties le premier terme :
_
b
a
u

(x)v

(x) dx +
_
b
a
c(x)u(x)v(x) dx =
_
b
a
f(x)v(x) dx
car v(a) = v(b) = 0 puisque v T(]a,b[). Chaque terme de cette equation a en fait un sens
d`es lors que v H
1
0
(]a,b[). De plus, T(]a,b[) etant dense dans H
1
0
(]a,b[) (cf 1.4.3), cette
equation est veriee pour tout v H
1
0
(]a,b[).
On peut donc denir le nouveau probl`eme :
(Q)
_
_
_
Trouver u H
1
0
(]a,b[) tel que
_
b
a
u

(x)v

(x) dx +
_
b
a
c(x)u(x)v(x) dx =
_
b
a
f(x)v(x) dx v H
1
0
(]a,b[)
(2.2)
9
Ce probl`eme est la formulation variationnelle (ou formulation faible) du probl`eme (T).
Toute solution de (Q) est appelee solution faible. Il est immediat que toute solution forte
de (T) est aussi une solution faible.
2.1.2 Exemple 2-D
Soit ouvert borne de IR
n
. On veut resoudre le probl`eme
(T)
_
u + u = f dans

n
u = 0 sur
(2.3)
Une solution classique de ce probl`eme est une fonction de (
2
(

) veriant (2.3) en tout point


de . Au passage, on voit que ceci impose que f soit (
0
(

). Toute solution classique verie


donc :
v (
1
(

)
_

u v +
_

uv =
_

fv
soit par integration par parties :
_

u v +
_

uv =
_

fv puisque
n
u = 0 sur . Or,
(
1
(

) = H
1
(). On peut donc denir le nouveau probl`eme :
(Q)
_
_
_
Trouver u H
1
() tel que
_

u v +
_

uv =
_

fv v H
1
()
(2.4)
Cest la formulation variationnelle de (T). On voit aussi que ce probl`eme est deni d`es lors
que f L
2
().
2.1.3 Formulation generale
Les exemples precedents montre que, dune fa con generale, la formulation variationnelle sera
obtenue en faisant le produit scalaire L
2
() de lequation avec une fonction v appartenant
` a un espace V ` a preciser (cest ` a dire en multipliant par v et en integrant sur ), et en
integrant par parties les termes dordre les plus eleves en tenant compte des conditions aux
limites du probl`eme. On arrive alors ` a une formulation du type :
Trouver u V tel que a(u,v) = l(v) v V (2.5)
o` u a(.,.) est une forme sur V V (bilineaire si lEDP de depart est lineaire) et l(.) est une
forme sur V (lineaire si les conditions aux limites de lEDP de depart le sont).
Remarque : Une formulation plus generale est la suivante :
Trouver u V tel que a(u,w) = l(w) w W (2.6)
o` u a(.,.) est une forme bilineaire sur V W et l(.) est une forme lineaire sur W. V est alors
appele espace des solutions et W espace des fonctions-tests. La formulation precedente (2.5)
correspond donc au cas particulier W = V .
10
2.2 Existence et unicite de la solution
2.2.1 Continuite
Soient V et W des espaces de Hilbert.
Denition : Une forme lineaire l(u) sur V est continue ssi il existe une constante K telle
que [l(u)[ K|u|
V
u V .
Denition : Une forme bilineaire a(u,w) sur V W est continue ssi il existe une constante
M telle que [a(u,w)[ M |u|
V
|w|
W
(u,w) V W.
2.2.2 Theor`eme de Lax-Milgram
On va introduire ici un outil important pour assurer lexistence et lunicite de solutions `a la
formulation variationnelle de probl`emes aux limites de type elliptique. On se place dans le
cas W = V .
Denition : Une forme bilineaire a(u,v) sur V V est coercive (ou V-elliptique) ssi il
existe une constante > 0 telle que a(u,u) |u|
2
, u V .
Theor`eme : (Lax-Milgram) Soit V un espace de Hilbert. Soit a une forme bilineaire
continue coercive sur V . Soit l une forme lineaire continue sur V . Alors il existe un unique
u V tel que a(u,v) = l(v), v V .
(et de plus, lapplication lineaire l u est continue.)
La demonstration generale de ce theor`eme peut etre trouvee par exemple dans Raviart et
Thomas (1983).
Theor`eme : On prend les memes hypoth`eses que pour le theor`eme de Lax-Milgram, et on
suppose de plus que a est symetrique, cest ` a dire que a(u,v) = a(v,u) u,v. On denit
alors la fonctionnelle J(v) =
1
2
a(v,v) l(v), et on consid`ere le probl`eme de minimisation :
Trouver u V tel que J(u) = min
vV
J(v)
Alors ce probl`eme admet une solution unique, qui est egalement la solution du probl`eme
variationnel precedent.
La demonstration de ce theor`eme vient du fait que J est une fonctionnelle quadratique, et
que lon a J[u](v) = a(u,v) l(v).
Cest de cette propriete que vient lutilisation du terme variationnel, puisquelle montre le
lien avec le calcul des variations.
Remarque : Le theor`eme de Lax-Milgram donne des conditions susantes pour que le
probl`eme soit bien pose (cest `a dire existence et unicite de la solution), pas des conditions
necessaires. Si les hypoth`eses de ce theor`eme ne sont pas satisfaites, on ne peut donc pas en
11
deduire que le probl`eme est mal pose. Toutefois, dans le cas o` u toutes les hypoth`eses autres
que la coercivite de a sont satisfaites, on a le resultat suivant : si a est symetrique et positive
(a(v,v) 0 ,v V ), alors a non coercive implique que le probl`eme est mal pose.
2.2.3 Retour `a lexemple 1-D
En reprenant lexemple 1-D precedent, on peut poser :
a(u,v) =
_
b
a
u

(x)v

(x) dx +
_
b
a
c(x)u(x)v(x) dx (2.7)
et
l(v) =
_
b
a
f(x)v(x) dx (2.8)
a ainsi denie est une forme bilineaire symetrique continue coercive sur H
1
0
(a,b) H
1
0
(a,b),
et l est une forme lineaire continue sur H
1
0
(a,b). Donc le probl`eme (2.2) admet une solution
unique dapr`es le theor`eme de Lax-Milgram.
Cherchons maintenant ` a interpreter cette solution u de (2.2). Prenons v = T(]a,b[).
Alors
_
b
a
u

(x)

(x) dx +
_
b
a
c(x)u(x)(x) dx =
_
b
a
f(x)(x) dx
soit, en integrant par parties :

_
b
a
u(x)(x) dx +
_
b
a
c(x)u(x)(x) dx =
_
b
a
f(x)(x) dx
cest ` a dire (u + cu,)
0
= (f,)
0
T(]a,b[). T(]a,b[) etant dense dans L
2
(]a,b[), on
a donc : u + cu = f dans L
2
(]a,b[). u etant dans L
2
(]a,b[), et f et c etant dans (
0
([a,b]),
donc egalement dans L
2
(]a,b[), on en deduit que u = cu f est aussi dans L
2
(]a,b[).
Puisque u est dans H
1
0
(]a,b[) et que u est dans L
2
(]a,b[), on en deduit que u est dans
H
2
(]a,b[). Donc u est dans (
1
([a,b]) (cf 1.4.1).
De ce fait, cu f, cest ` a dire u, est dans (
0
([a,b]). Donc u

est dans (
1
([a,b]), donc u est
dans (
2
([a,b]).
La solution faible u est donc aussi solution forte du probl`eme de depart.
En resume :
On est parti dun probl`eme (T) et on a introduit sa formulation variationnelle (Q).
On a montre lexistence et lunicite dune solution faible (en utilisant le theor`eme de
Lax-Milgram). Toute solution forte etant aussi solution faible, ceci prouve quil y a au
plus une solution forte pour (T).
On a prouve que cette solution faible est bien une solution forte. Le probl`eme de depart
(T) a donc une solution unique.
Linteret de cette demarche est dune part que la formulation variationnelle se prete bien `a
letude de lexistence et de lunicite de solutions, et dautre part que lon travaille dans des
espaces de Hilbert, ce qui va permettre de faire de lapproximation interne.
12
2.2.4 Remarque: condition inf-sup
Dans le cas de la formulation plus generale (2.6), on a le theor`eme suivant.
Theor`eme : (Banach-Neca-Babuska) Soient V et W deux espaces de Hilbert, a une
forme bilineaire continue sur V W, l une forme lineaire continue sur W. Alors le probl`eme
(2.6) admet une et une seule solution si et seulement si
_

_
> 0 tel que inf
vV
sup
wW
a(v,w)
|v|
V
|w|
W

w W, (a(v,w) = 0 v V ) (w = 0)
Remarques :
La premi`ere condition est appelee condition inf-sup.
Contrairement au theor`eme de Lax-Milgram, ce theor`eme fournit une condition necessaire
et susante pour que la formulation soit bien posee.
Pour prouver la condition inf-sup, on peut considerer une fonction v V et construire
une fonction w
v
W telle que a(v,w
v
)
1
|v|
2
V
et |w
v
|
2
W

2
|v|
V
. Ceci prouve
que la condition inf-sup est satisfaite, avec =
1
/
2
.
2.3 EDP elliptiques dordre 2
Soit un ouvert borne de IR
n
, de fronti`ere assez reguli`ere. Soient des fonctions a
ij
(1 i,j n) dans (
1
(

) et a
0
dans (
0
(

). On consid`ere le probl`eme :
(T)
_

i,j=1

i
(a
ij

j
u) + a
0
u = f dans
u = 0 sur
0
n

i,j=1
a
ij

j
u n
i
= g sur
1
(2.9)
o` u
0
et
1
forment une partition de (
0

1
= et
0

1
= ).
Une solution classique de (T), sous lhypoth`ese que f (
0
(

) et g (
0
(
1
), sera une
fonction de (
2
(

) veriant lequation en chaque point de .


La formulation variationnelle de (T) est obtenue par integration par parties. Elle secrit :
(Q)
_

_
Trouver u V tel que
_

_
_
n

i,j=1
a
ij

j
u
i
v + a
0
uv
_
_
=
_

fv +
_

1
gv v V
(2.10)
avec V =
_
v H
1
() , v = 0 sur
0
_
. Cette formulation est en fait denie d`es lors que a
0
et les a
ij
sont dans L

(), f dans L
2
() et g dans L
2
(
1
).
Posons a(u,v) =
_

_
_
n

i,j=1
a
ij

j
u
i
v + a
0
uv
_
_
et l(v) =
_

fv +
_

1
gv. Il est immediat
13
que a est une forme bilineaire continue et l une forme lineaire continue sur V . Si lEDP de
depart (2.9) verie les deux hypoth`eses dellipticite :
il existe > 0 tel que = (
1
, . . . ,
n
) IR
n
,
n

i,j=1
a
ij
(x)
i

j
||
2
presque pour
tout x
il existe
0
tel que a
0
(x)
0
presque pour tout x
alors a est coercive :
sur H
1
0
() d`es que
0
>

C()
2
(et donc en particulier si
0
0) o` u C() est la
constante de linegalite de Poincare
sur H
1
() si
0
> 0
Par application du theor`eme de Lax-Milgram, on a donc existence et unicite dune solution
` a la formulation variationnelle (Q) :
si
0
= (cest ` a dire
1
= ) et si
0
>

C()
2
si
1
,= et si
0
> 0
2.4 Approximation interne
2.4.1 Principe general
Soit un domaine ouvert de IR
n
(n = 1,2 ou 3 en pratique), de fronti`ere , et sur lequel
on cherche ` a resoudre une equation aux derivees partielles, munie de conditions aux limites.
En ecrivant la formulation variationnelle, on obtient un probl`eme de la forme
(Q) Trouver u V tel que a(u,v) = l(v), v V
o` u V est un espace de Hilbert. Sous reserve que lequation de depart ait de bonnes proprietes,
cest `a dire par exemple quon soit dans les hypoth`eses du theor`eme de Lax-Milgram, (Q)
admet une solution unique u. Pour obtenir une approximation numerique de u, on va main-
tenant remplacer lespace V qui est en general de dimension innie par un sous-espace V
h
de dimension nie, et on va chercher `a resoudre le probl`eme approche
(Q
h
) Trouver u
h
V
h
tel que a(u
h
,v
h
) = l(v
h
), v
h
V
h
V
h
etant de dimension nie, cest un ferme de V . V etant un espace de Hilbert, V
h
lest
donc aussi. Do` u lexistence et lunicite de u
h
, ` a nouveau par exemple dapr`es le theor`eme
de Lax-Milgram.
Lespace V
h
sera en pratique construit ` a partir dun maillage du domaine , lindice h
designant la taille typique des mailles. Lorsque lon construit des maillages de plus en plus
ns, la suite de sous-espaces (V
h
)
h
formera une approximation interne de V , cest `a dire
que, pour tout element de V , il existe une suite de
h
V
h
telle que |
h
| 0
14
quand h 0. Cette methode dapproximation interne est egalement appelee methode de
Galerkin.
Remarque : Dans le cas de la formulation plus generale (2.6)
(Q

) Trouver u V tel que a(u,w) = l(w), w W


le probl`eme approche devient
(Q

h
) Trouver u
h
V
h
tel que a(u
h
,w
h
) = l(w
h
), w
h
W
h
et le caract`ere bien pose de (Q

h
) est equivalent aux deux conditions
_

h
> 0 tel que inf
v
h
V
h
sup
w
h
W
h
a(v
h
,w
h
)
|v
h
|
V
h
|w
h
|
W
h

h
w
h
W
h
, (a(v
h
,w
h
) = 0 v
h
V
h
) (w
h
= 0)
ou bien, de facon equivalente :
_

h
> 0 tel que inf
v
h
V
h
sup
w
h
W
h
a(v
h
,w
h
)
|v
h
|
V
h
|w
h
|
W
h

h
dim V
h
= dim W
h
Le premi`ere relation est appelee condition inf-sup discr`ete. Attention : ces proprietes doivent
etre demontrees. Rien ne garantit a priori que la condition inf-sup discr`ete sera veriee,
meme si la condition inf-sup est veriee.
2.4.2 Interpretation de u
h
On a a(u,v) = l(v),v V , donc en particulier a(u,v
h
) = l(v
h
),v
h
V
h
, car V
h
V . Par
ailleurs, a(u
h
,v
h
) = l(v
h
),v
h
V
h
. Par dierence, on en deduit que
a(u u
h
,v
h
) = 0, v
h
V
h
(2.11)
Dans le cas o` u a(.,.) est symetrique, il sagit dun produit scalaire sur V . u
h
peut alors etre
interpretee comme la projection orthogonale de u sur V
h
au sens de a(.,.).
2.4.3 Estimation derreur
On a :
a(u u
h
,u u
h
) = a(u u
h
,u v
h
+ v
h
u
h
) v
h
V
h
= a(u u
h
,u v
h
) + a(u u
h
,v
h
u
h
)
Or v
h
u
h
V
h
. Donc a(u u
h
,v
h
u
h
) = 0 dapr`es (2.11). On a donc :
a(u u
h
,u u
h
) = a(u u
h
,u v
h
) v
h
V
h
(2.12)
15
a etant coercive, il existe > 0 tel que a(uu
h
,uu
h
) |uu
h
|
2
, o` u |.| est une norme sur
V . Par ailleurs, a etant continue, il existe M > 0 tel que a(uu
h
,uv
h
) M|uu
h
| |uv
h
|.
En reinjectant ces deux inegalites de part et dautre de (2.12) et en simpliant par |u u
h
|
on obtient
|u u
h
|
M

|u v
h
| v
h
V
h
(2.13)
cest `a dire
|u u
h
|
M

d(u,V
h
) (2.14)
o` u d est la distance induite par |.|. Cette majoration est appelee lemme de Cea. Elle
ram`ene letude de lerreur dapproximation uu
h
` a letude de lerreur dinterpolation d(u,V
h
).
2.5 Principe general de la methode des elements nis
La demarche generale de la methode des elements nis est la suivante. On a une EDP `a
resoudre sur un domaine . On ecrit la formulation variationnelle de cette EDP, et on se
ram`ene donc ` a un probl`eme du type
(Q) Trouver u V tel que a(u,v) = l(v), v V
On va chercher une approximation de u par approximation interne. Pour cela, on denit un
maillage du domaine , gr ace auquel on va denir un espace dapproximation V
h
, s.e.v. de
V de dimension nie N
h
(par exemple V
h
sera lensemble des fonctions continues sur et
anes sur chaque maille). Le probl`eme approche est alors
(Q
h
) Trouver u
h
V
h
tel que a(u
h
,v
h
) = l(v
h
), v
h
V
h
Soit (
1
, . . . ,
N
h
) une base de V
h
. En decomposant u
h
sur cette base sous la forme
u
h
=
N
h

i=1

i

i
(2.15)
le probl`eme (Q
h
) devient
Trouver
1
, . . . ,
N
h
tels que
N
h

i=1

i
a(
i
,v
h
) = l(v
h
), v
h
V
h
(2.16)
ou encore par linearite de a et l :
Trouver
1
, . . . ,
N
h
tels que
N
h

i=1

i
a(
i
,
j
) = l(
j
), j = 1, . . . ,N
h
(2.17)
cest `a dire resoudre le syst`eme lineaire
_
_
_
_
a(
1
,
1
) a(
N
h
,
1
)
.
.
.
.
.
.
a(
1
,
N
h
) a(
N
h
,
N
h
)
_
_
_
_
_
_
_
_

1
.
.
.

N
h
_
_
_
_
=
_
_
_
_
l(
1
)
.
.
.
l(
N
h
)
_
_
_
_
(2.18)
16
soit
A = b (2.19)
La matrice A est a priori pleine. Toutefois, pour limiter le volume de calculs, on va denir
des fonctions de base
i
dont le support sera petit, cest `a dire que chaque fonction
i
sera
nulle partout sauf sur quelques mailles. Ainsi les termes a(
i
,
j
) seront le plus souvent nuls,
car correspondant ` a des fonctions
i
et
j
de supports disjoints. La matrice A sera donc une
matrice creuse, et on ordonnera les
i
de telle sorte que A soit ` a structure bande, avec une
largeur de bande la plus faible possible.
A ce niveau, les dicultes majeures en pratique sont de trouver les
i
et de les manipuler
pour les calculs dintegrales necessaires ` a la construction de A. Sans rentrer pour le moment
dans les details, on peut toutefois indiquer que la plupart de ces dicultes seront levees
gr ace ` a trois idees principales :
Le principe dunisolvance On sattachera `a trouver des degres de liberte (ou
ddl) tels que la donnee de ces ddl determine de facon univoque toute fonction de V
h
.
Il pourra sagir par exemple des valeurs de la fonction en quelques points. Determiner
une fonction reviendra alors ` a determiner ses valeurs sur ces ddl.
Denition des
i
On denira les fonctions de base par
i
= 1 sur le i
`eme
ddl, et

i
= 0 sur les autres ddl. La manipulation des
i
sera alors tr`es simpliee, et les
i
auront par ailleurs un support reduit `a quelques mailles.
La notion de famille ane delements Le maillage sera tel que toutes les
mailles soient identiques ` a une transformation ane pr`es. De ce fait, tous les calculs
dintegrales pourront se ramener ` a des calculs sur une seule maille de reference, par
un simple changement de variable.
2.6 Retour `a lexemple 1-D
On reprend le probl`eme 1-D (2.1). On a ecrit sa formulation variationnelle (cf 2.1.1) et
montre (cf 2.2.3) quelle admet une solution unique.
On peut maintenant construire un maillage de [a,b] en denissant une subdivision (pas
necessairement reguli`ere) a = x
0
< x
1
< . . . < x
N
< x
N+1
= b. Denissons alors lespace V
h
,
sous-espace de H
1
0
(a,b) de dimension nie, par :
V
h
=
_
v
h
(
0
(a,b) / v
h
ane sur chaque segment [x
j
,x
j+1
] et v
h
(a) = v
h
(b) = 0
_
Le probl`eme approche sur V
h
est :
(Q
h
) Trouver u
h
V
h
tel que a(u
h
,v
h
) = l(v
h
), v
h
V
h
En remarquant quune fonction de V
h
est enti`erement determinee par ses valeurs en x
1
, . . . ,x
N
,
on etablit que la dimension de V
h
est N, et quune base de V
h
est par exemple (
1
, . . . ,
N
),
o` u
i
est denie par
i
(x
j
) =
ij
, j = 1, . . . ,N (
ij
est ici le symbole de Kronecker).
i
est
donc la fonction chapeau representee sur la gure 2.1.
17
Fig. 2.1 Fonction de base
i
En decomposant la solution approchee u
h
sur cette base sous la forme u
h
=
N

i=1

i

i
, on
obtient, comme au paragraphe 2.5, le syst`eme lineaire A = b, avec :
A
ji
= a(
i
,
j
) =
_
b
a
_

i
(x)

j
(x) + c(x)
i
(x)
j
(x)
_
dx
=
N

k=0
_
x
k+1
x
k
_

i
(x)

j
(x) + c(x)
i
(x)
j
(x)
_
dx
(2.20)
Le support de
i
etant reduit `a [x
i1
,x
i+1
], on en deduit que
_

_
a(
i
,
j
) = 0 si [i j[ 2
a(
i
,
i+1
) =
_
x
i+1
x
i
_

i
(x)

i+1
(x) + c(x)
i
(x)
i+1
(x)
_
dx
a(
i
,
i1
) =
_
x
i
x
i1
_

i
(x)

i1
(x) + c(x)
i
(x)
i1
(x)
_
dx
a(
i
,
i
) =
_
x
i+1
x
i1
_

2
i
(x) + c(x)
2
i
(x)
_
dx
(2.21)
A est donc tridiagonale.
Complements
1. Dans le 2.2.2, montrer que, dans le cas o` u a est symetrique, si u est solution du probl`eme
variationnel, alors elle est solution du probl`eme de minimisation.
18
2. Montrer que J[u](v) = a(u,v) l(v).
3. Montrer que, si a est coercive, la matrice A de (2.19) est inversible. (Cest donc la demonstration
du theor`eme de Lax-Milgram en dimension nie.)
4. Pour lexemple 1-D traite dans ce chapitre, demontrer quon est bien dans les hypoth`eses du
theor`eme de Lax-milgram
5. Calculer explicitement la matrice A pour cet exemple.
6. Pour le probl`eme 2-D du 2.1.2, montrer que la formulation variationelle (2.4) admet une
solution unique, qui est aussi solution classique si f H
2
().
7. Demontrer les resultats du 2.3
19
Chapitre 3
Elements nis de Lagrange
On va presenter dans ce chapitre le type le plus simple et le plus classique delements nis.
3.1 Unisolvance
Denition : Soit = a
1
, . . . ,a
N
un ensemble de N points distincts de IR
n
. Soit P un
espace vectoriel de dimension nie de fonctions de IR
n
` a valeurs dans IR. On dit que
est P-unisolvant ssi pour tous reels
1
, . . . ,
N
, il existe un unique element p de P tel que
p(a
i
) =
i
, i = 1, . . . ,N.
Ceci revient `a dire que la fonction :
L : P IR
N
p (p(a
1
), . . . ,p(a
N
))
(3.1)
est bijective.
En pratique, on montrera que est P-unisolvant en veriant que dim P = Card , puis en
montrant linjectivite ou la surjectivite de L.
Linjectivite de L se demontre en etablissant que la seule fonction de P sannulant sur tous
les points de est la fonction nulle.
La surjectivite de L se demontre en exhibant une famille p
1
, . . . ,p
N
delements de P tels que
p
i
(a
j
) =
ij
, cest ` a dire un antecedent pour L de la base canonique de IR
N
. En eet, etant
donnes des reels
1
, . . . ,
N
, la fonction p =
N

i=1

i
p
i
verie alors p(a
j
) =
j
, j = 1, . . . ,N.
3.2 Element ni de Lagrange
Denition : Un element ni de Lagrange est un triplet (K,,P) tel que
K est un element geometrique de IR
n
(n = 1, 2 ou 3), compact, connexe, et dinterieur
non vide.
= a
1
, . . . ,a
N
est un ensemble ni de N points distincts de K.
20
P est un espace vectoriel de dimension nie de fonctions reelles denies sur K, et tel
que soit P-unisolvant (donc dim P = N).
Denition : Soit (K,,P) un element ni de Lagrange. On appelle fonctions de base
locales de lelement les N fonctions p
i
(i = 1, . . . ,N) de P telles que
p
i
(a
j
) =
ij
1 i,j N. (3.2)
On verie aisement que (p
1
, . . . ,p
N
) ainsi denie forme bien une base de P.
Denition : On appelle operateur de P-interpolation sur loperateur
K
qui, ` a toute
fonction v denie sur K, associe la fonction
K
v de P denie par
K
v =
N

i=1
v(a
i
) p
i
.
K
v est
donc lunique element de P qui prend les memes valeurs que v sur les points de .
3.3 Exemples delements nis de Lagrange
3.3.1 Espaces de polynomes
On notera P
k
lespace vectoriel des polyn omes de degre total inferieur ou egal `a k.
Sur IR, P
k
= Vect1,X, . . . ,X
k
et dim P
k
= k + 1.
Sur IR
2
, P
k
= VectX
i
Y
j
; 0 i + j k et dim P
k
=
(k + 1)(k + 2)
2
.
Sur IR
3
, P
k
= VectX
i
Y
j
Z
l
; 0 i + j + l k et dim P
k
=
(k + 1)(k + 2)(k + 3)
6
.
On notera Q
k
lespace vectoriel des polynomes de degre inferieur ou egal ` a k par rapport ` a
chaque variable.
Sur IR, Q
k
= P
k
.
Sur IR
2
, Q
k
= VectX
i
Y
j
; 0 i,j k et dim Q
k
= (k + 1)
2
.
Sur IR
3
, Q
k
= VectX
i
Y
j
Z
l
; 0 i,j,l k et dim Q
k
= (k + 1)
3
.
3.3.2 Exemples 1-D
Element P
1
K = [a,b]
= a,b
P = P
1
Element P
2
K = [a,b]
= a,
a + b
2
,b
P = P
2
21
Element P
m
K = [a,b]
= a + i
b a
m
, i = 0, . . . ,m
P = P
m
3.3.3 Exemples 2-D triangulaires
Element P
1
K=triangle de sommets a
1
,a
2
,a
3
= a
1
,a
2
,a
3

P = P
1
Les fonctions de base sont denies par p
i
(a
j
) =
ij
. Ce sont donc les coordonnees barycen-
triques : p
i
=
i
(cf annexe A).
Element P
2
K=triangle de sommets a
1
,a
2
,a
3
= a
1
,a
2
,a
3
,a
12
,a
13
,a
23
, o` u a
ij
=
a
i
+ a
j
2
.
P = P
2
Les fonctions de base sont p
i
=
i
(2
i
1) et p
ij
= 4
i

j
. Un exemple de calcul de ces
fonctions de base est donne en annexe A.
Fig. 3.1 Elements nis triangulaire P
1
, triangulaire P
2
et rectangulaire Q
1
3.3.4 Exemples 2-D rectangulaires
Element Q
1
K=rectangle de sommets a
1
,a
2
,a
3
,a
4
, de c otes parall`eles aux axes
= a
1
,a
2
,a
3
,a
4

P = Q
1
22
Les fonctions de base sont p
i
(X,Y ) =
(X x
j
)(Y y
j
)
(x
i
x
j
)(y
i
y
j
)
, o` u (x
i
,y
i
) sont les coordonnees de
a
i
, et o` u a
j
, de coordonnees (x
j
,y
j
) est le coin oppose `a a
i
.
3.3.5 Exemples 3-D
Element tetra`edrique P
1
K=tetra`edre de sommets a
1
,a
2
,a
3
,a
4
= a
1
,a
2
,a
3
,a
4

P = P
1
Element tetra`edrique P
2
K=tetra`edre de sommets a
1
,a
2
,a
3
,a
4
= a
i

1i4
a
ij

1i<j4
P = P
2
Les fonctions de base sont p
i
=
i
(2
i
1) et p
ij
= 4
i

j
.
Element parallelepip`edique Q
1
K=parallelepip`ede de sommets a
1
, . . . ,a
8
de cotes parall`eles aux axes
= a
i

1i8
P = Q
1
Element prismatique
K=prisme droit de sommets a
1
, . . . ,a
6
= a
i

1i6
P = p(X,Y,Z) = (a + bX + cY ) + Z(d + eX + fY ), a,b,c,d,e,f IR
Fig. 3.2 Elements nis tetra`edriques P
1
et P
2
, parallelepip`edique Q
1
, et prismatique
23
3.4 Famille ane delements nis
Denition : Deux elements nis (

K,

P) et (K,,P) sont ane-equivalents ssi il existe


une fonction ane F inversible (F : x B x + b) telle que
K = F(

K)
a
i
= F( a
i
) i = 1, . . . ,N
P = p F
1
, p

P
Remarque : Si lon est dans IR
n
, B est donc une matrice nn inversible, et b est un vecteur
de IR
n
.
Propriete : Soient (

K,

P) et (K,,P) deux elements nis ane-equivalents, via une trans-


formation F. On note p
i
(i = 1, . . . ,N) les fonctions de base locales de

K. Alors les fonctions
de base locales de K sont les p
i
= p
i
F
1
.
Denition : On appelle famille ane delements nis une famille delements nis tous
ane-equivalents ` a un meme element ni (

K,

P), appele element de reference.


Dun point de vue pratique, le fait de travailler avec une famille ane delements nis permet
de ramener tous les calculs dintegrales ` a des calculs sur lelement de reference.
Les elements de reference sont :
En 1-D: le segment [0,1]
En 2-D triangulaire : le triangle unite, de sommets (0,0), (0,1) et (1,0).
En 2-D rectangulaire : le carre unite [0,1] [0,1].
En 3-D tetra`edrique : le tetra`edre unite, de sommets (0,0,0), (1,0,0), (0,1,0) et (0,0,1).
En 3-D parallelepip`edique : le cube unite [0,1] [0,1] [0,1].
En 3-D prismatique : le prisme unite de sommets (0,0,0), (0,1,0), (1,0,0), et (0,0,1),
(0,1,1), (1,0,1).
3.5 Du probl`eme global aux elements locaux
On va maintenant faire le lien entre la resolution dun probl`eme par methode delements
nis et les notions qui viennent detre introduites.
Soit une EDP ` a resoudre sur un domaine , et V lespace de Hilbert dans lequel on cherche
une solution de la formulation variationnelle du probl`eme. On realise un maillage de par
une famille ane de N
e
elements nis (K
i
,
i
,P
i
)
i=1,...,Ne
.
Par unisolvance, la solution approchee u
h
sera enti`erement denie sur chaque element (K
i
,
i
,P
i
)
par ses valeurs sur les points de
i
, quon appellera les noeuds du maillage. Il est ` a noter
quun noeud sera en general commun `a plusieurs elements adjacents. Le nombre total de
noeuds N
h
est donc inferieur ` a N
e
Card
i
, et on a dim V
h
= N
h
. Notons a
1
, . . . ,a
N
h
les
noeuds du maillage. Le probl`eme approche se ram`ene donc ` a la determination des valeurs
de u
h
aux points a
i
: ce sont les degres de liberte du probl`eme approche.
24
On va construire une base de V
h
en associant ` a chaque ddl a
i
un vecteur de la base. On
denit ainsi les fonctions de base globales
i
(i = 1, . . . ,N
h
) par

i |K
j
P
j
, j = 1, . . . ,N
e
et
i
(a
j
) =
ij
, 1 i,j N
h
(3.3)
Lespace dapproximation interne est donc alors :
V
h
= Vect
1
, . . . ,
N
h
(3.4)
Il est facile de remarquer quune telle fonction
i
est nulle partout, sauf sur les elements
dont a
i
est un noeud. En eet, si a
i
nappartient pas `a un element K,
i
est nulle sur tous
les noeuds de K, et donc sur K tout entier par unisolvance.
De plus, sur un element K dont a
i
est un noeud,
i
vaut 1 sur a
i
et 0 sur les autres noeuds
de K. Donc
i |K
est une fonction de base locale de K. On voit donc que la fonction de
base globale
i
est construite comme reunion des fonctions de base locales sur
les elements du maillage dont a
i
est un noeud.
Fig. 3.3 Exemple de fonction de base globale (element triangulaire P
1
)
Cest ` a ce niveau que se situe le lien entre les denitions locales introduites au 3.2 et le
probl`eme global approche ` a resoudre. Par ailleurs, ceci implique que tous les calculs `a eec-
tuer sur les fonctions de base globales peuvent se ramener `a des calculs sur les fonctions de
base locales, et donc simplement ` a des calculs sur lelement de reference (car on a maille le
domaine avec une famille delements nis ane-equivalents).
25
Remarque : Ce type de denition des fonctions de base nest possible que si le maillage est
conforme, cest ` a dire si lintersection entre deux elements est soit vide, soit reduite ` a un
sommet ou une arete en dimension 2 (ou ` a un sommet, une arete ou une face en dimension
3). On interdit ainsi les situations du type de celle de la gure 3.4.
Fig. 3.4 Exemples de maillage non conforme
Complements
1. Calculer les fonctions de base locales des elements nis de Lagrange introduits dans ce cha-
pitre.
2. Donner lallure des fonctions de base globales correspondantes. Sont-elles continues? derivables?
3. Pour les elements nis de Lagrange introduits dans ce chapitre, ecrire le changement de
variable ane entre element quelconque et element de reference.
26
Chapitre 4
Elements nis dHermite
4.1 Classe dun element ni
Une question naturelle survenant dans la methode des elements nis est de savoir quelle est
la regularite de la solution approchee u
h
? En particulier, u
h
est-elle continue? derivable?
u
h
etant combinaison lineaire des fonctions de base globales
i
, la question est donc de
determiner la regularite de ces fonctions de base globales. Or, la restriction dune fonction
de base globale `a un element de maillage est une fonction de base locale de cet element,
cest ` a dire quelle appartient ` a un espace de fonctions de regularite connue (en general il
sagit dun espace de polyn omes, donc de fonctions (

). La regularite de
i
sera donc en
fait donnee par sa regularite au niveau des interfaces entre les elements adjacents formant
son support.
Pour les elements nis de Lagrange introduits au chapitre precedent, les fonctions de base
globales sont le plus souvent continues, sauf dans quelques cas particuliers (par exemple les
fonctions constantes par maille). Par contre, elles ne sont jamais derivables (cf gure 3.3).
Prenons par exemple le cas tr`es simple des elements nis P
m
(m 1) en 1-D (cf 3.3.2).
Soient K
1
et K
2
deux mailles adjacentes, et a = K
1
K
2
leur point commun. a est un
noeud du maillage. Notons
a
la fonction de base globale associee. On impose ` a
a
de verier

a |K
1
= p
1
avec p
1
P
m
(K
1
),
a |K
2
= p
2
avec p
2
P
m
(K
2
) et p
1
(a) = p
2
(a) = 1. Ceci
va imposer la continuite de
a
au point a (et donc sur K
1
K
2
). Par contre, cela nimpose
pas du tout la derivabilite de
a
en a. Il faudrait pour cela contr oler la derivee de
a
en
imposant p

1
(a) = p

2
(a).
Cest pour permettre ce type damelioration que lon va generaliser la notion delement ni.
4.2 Elements nis dHermite
4.2.1 Denitions
Denition : Un element ni dHermite ou element ni general est un triplet (K,,P)
tel que
K est un element geometrique de IR
n
(n = 1, 2 ou 3), compact, connexe, et dinterieur
27
non vide.
=
1
, . . . ,
N
est un ensemble de N formes lineaires sur lespace des fonctions
denies sur K, ou sur un sous-espace plus regulier contenant P.
P est un espace vectoriel de dimension N de fonctions reelles denies sur K, et tel que
soit P-unisolvant.
Remarque : La denition de lunisolvance est leg`erement modiee par rapport aux elements
nis de Lagrange. est P-unisolvant ssi pour tous reels
1
, . . . ,
N
, il existe un unique element
p de P tel que
i
(p) =
i
, i = 1, . . . ,N.
Ceci revient `a dire que la fonction :
L : P IR
N
p (
1
(p), . . . ,
N
(p))
(4.1)
est bijective.
Denition : Soit (K,,P) un element ni general. On appelle fonctions de base locales
de lelement les N fonctions p
i
(i = 1, . . . ,N) de P telles que

j
(p
i
) =
ij
1 i,j N. (4.2)
Denition : On appelle operateur de P-interpolation sur loperateur
K
qui, ` a toute
fonction v denie sur K associe la fonction
K
v de P denie par
K
v =
N

i=1

i
(v) p
i
.
K
v est
donc lunique element de P qui prend les memes valeurs que v sur les elements de .
4.2.2 Lien avec les elements nis de Lagrange
Avec les denitions precedentes, les elements nis de Lagrange apparaissent donc comme un
cas particulier des elements nis generaux, pour lequel

i
(p) = p(a
i
) i = 1, . . . ,N (4.3)
Cette generalisation permet maintenant dintroduire des operateurs de derivation dans , et
donc dameliorer la regularite des fonctions de V
h
.
4.2.3 Fonctions de base globales
On reprend les notations du 3.5. Les N
h
degres de liberte sont maintenant les valeurs des
formes lineaires sur les N
e
elements du maillage. Pour le cas dun probl`eme dans IR
2
avec
un maillage par des triangles, ce pourront etre par exemple les valeurs de u
h
,
u
h
x
et
u
h
y
sur les sommets de la triangulation.
Les fonctions de base globales
i
(i = 1, . . . ,N
h
) sont denies par :

i |K
j
P
j
, j = 1, . . . ,N
e
et
j
(
i
) =
ij
, 1 i,j N
h
(4.4)
28
Suivant les elements utilises, ces fonctions de base pourront etre de classe (
1
ou plus, et il
en sera donc de meme pour la solution approchee u
h
.
4.3 Exemples
4.3.1 Exemples 1-D
Element dHermite cubique
K = [a,b]
= p(a),p

(a),p(b),p

(b)
P = P
3
Cet element ni est (
1
et H
2
.
Element dHermite quintique
K = [a,b]
= p(a),p

(a),p(a),p(b),p

(b),p(b)
P = P
3
Cet element ni est (
2
et H
3
.
4.3.2 Exemples 2-D triangulaires
Element dHermite cubique
K=triangle de sommets a
1
,a
2
,a
3
=
_
p(a
i
),
p
x
(a
i
),
p
y
(a
i
), i = 1,2,3
_
p(a
0
)
P = P
3
Cet element ni est (
0
, mais pas (
1
.
Element dArgyris
K=triangle de sommets a
1
,a
2
,a
3
=
_
p(a
i
),
p
x
(a
i
),
p
y
(a
i
),

2
p
x
2
(a
i
),

2
p
y
2
(a
i
),

2
p
x y
(a
i
), i = 1,2,3
_

_
p
n
(a
ij
), 1 i < j 3
_
P = P
5
Cet element ni est (
1
.
29
4.3.3 Exemple 2-D rectangulaire
Element Q
3
K=rectangle de sommets a
1
,a
2
,a
3
,a
4
, de c otes parall`eles aux axes
=
_
p(a
i
),
p
x
(a
i
),
p
y
(a
i
),

2
p
x y
(a
i
), i = 1, . . . ,4
_
P = Q
3
Cet element ni est (
1
.
Fig. 4.1 Element triangulaire dHermite cubique, element dArgyris et element rectangu-
laire Q
3
Complements
Pour chaque element ni dHermite 1-D et 2-D presente dans ce chapitre, calculer ses fonctions de
base locales, et demontrer sa regularite ((
1
, etc).
30
Chapitre 5
Convergence de la methode des
elements nis
5.1 Introduction
On suppose ici que lon resout un probl`eme sur un domaine IR
n
de facon approchee par
methode delements nis.
Le but de ce chapitre est de fournir une estimation de lerreur |u u
h
|
m
o` u |.|
m
designe
la norme H
m
. La regularite de u et de u
h
(et donc les valeurs possibles pour m) dependant
evidemment du probl`eme continu et du type delements nis choisis pour sa resolution, on
exposera ici la demarche de facon generale, en supposant les fonctions susamment reguli`eres
par rapport ` a la valeur de m. En pratique, on aura le plus souvent m = 0, 1 ou 2.
On notera T
h
le maillage de considere. On supposera ici le domaine polygonal, ce qui
permet de recouvrir exactement par le maillage. Si ce nest pas le cas, les calculs qui
suivent doivent etre modies pour tenir compte de lecart entre le domaine couvert par le
maillage et le domaine reel.
Les dierentes etapes du calcul seront, de fa con assez schematique, les suivantes :
|u u
h
|
m
C|u
h
u|
m
Lerreur dapproximation est bornee par ler-
reur dinterpolation
|u
h
u|
2
m
=

KT
h
|u
h
u|
2
m,K
On se ram`ene `a des majorations locales sur
chaque element
|u
h
u|
m,K
C(K)| u u|
m,

K
On se ram`ene `a lelement de reference
| u u|
m,

K


C[ u[
k+1,

K
Majoration sur lelement de reference
|u
h
u|
m
C

h
k+1m
[u[
k+1
Assemblage des majorations locales
31
5.2 Calcul de majoration derreur
5.2.1 Etape 1: majoration par lerreur dinterpolation
Lequation (2.13) etablie au 2.4.3 indique que
|u u
h
|
m

M

|u v
h
|
m
v
h
V
h
(5.1)
On peut lappliquer dans le cas particulier o` u v
h
=
h
u, ce qui donne
|u u
h
|
m

M

|u
h
u|
m
(5.2)
5.2.2 Etape 2: Decomposition sur les elements
On a, avec des notations evidentes :
|u
h
u|
2
m
=

KT
h
|u
h
u|
2
m,K
=

KT
h
m

l=0
[u
h
u[
2
l,K
Le calcul est donc ramene ` a un calcul sur chaque element, pour toutes les semi-normes
[.[
l,K
, l = 0, . . . ,m.
5.2.3 Etape 3: Passage `a lelement de reference
Theor`eme : Soit K un element quelconque de T
h
, et

K lelement de reference. Soit F la
transformation ane de

K vers K : F( x) = B x + b, avec B inversible. On a :
v H
l
(K), [ v[
l,

K
C(l,n) |B|
l
2
[detB[
1/2
[v[
l,K
(5.3)
Demonstration: Il sagit l` a en fait dun simple resultat de changement de variable dans une
integrale.
Soit v une fonction l fois dierentiable au point x. On note D
l
v(x) sa derivee l
`eme
au sens
de Frechet au point x. Il sagit donc dune forme l-lineaire symetrique sur IR
n
. On notera
D
l
v(x).(
1
, . . . ,
l
) sa valeur pour l vecteurs
i
IR
n
(1 i l).
Reprenons les notations du 1.4.1. = (
1
, . . . ,
n
) designe un multi-entier, et on note
[[ =
1
+ +
n
. On a alors :
[v[
2
l,K
=
_
xK

||=l
_
_
_
||
v(x)
_
_
_
2
dx (5.4)
et :

||
v(x) = D
||
v(x).(e
1
, . . . ,e
1
. .

1
fois
, . . . , e
n
, . . . ,e
n
. .
nfois
) (5.5)
32
o` u (e
1
, . . . ,e
n
) designe la base canonique de IR
n
. Alors, en posant :
|D
l
v(x)| = sup

1
,...,
l
(IR

)
n
D
l
v(x).(
1
, . . . ,
l
)
[
1
[ . . . [
l
[
, (5.6)
on deduit quil existe des constantes
1
et
2
dependant uniquement de n et l (donc en
particulier independantes de v) telles que

1
[v[
l,K

__
xK
|D
l
v(x)|
2
dx
_
1/2

2
[v[
l,K
(5.7)
Par ailleurs, si lon utilise le changement de variable x = F( x) = B x + b dans D
l
v(x), il
vient :

1
, . . . ,
l
IR
n
, D
l
v( x).(
1
, . . . ,
l
) = D
l
v(x).(B
1
, . . . ,B
l
) (5.8)
do` u
|D
l
v( x)| |B|
l
|D
l
v(x)| (5.9)
Or, D
l
v(x) = D
l
v(F( x)). Donc
_
x

K
|D
l
v( x)|
2
d x |B|
2l
_
x

K
|D
l
v(F( x))|
2
d x = |B|
2l
[det B[
1
_
xK
|D
l
v(x)|
2
dx
(5.10)
En minorant et majorant (5.10) grace ` a (5.7), on obtient :

2
1
[ v[
2
l,

K
|B|
2l
[det B[
1

2
2
[v[
2
l,K
(5.11)
do` u le resultat (5.3).
Corollaire : On a de meme :
v H
l
(K), [v[
l,K
C(l,n) |B
1
|
l
2
[detB[
1/2
[ v[
l,

K
(5.12)
Estimation de |B|
Soit h
K
le diam`etre de K, cest ` a dire le maximum des distances euclidiennes entre deux
points de K. Soit
K
la rondeur de K, cest ` a dire le diam`etre maximum des sph`eres incluses
dans K. On a :
|B| = sup
x=0
|Bx|
|x|
= sup
x=
|Bx|

(5.13)
Soit x un vecteur de IR
n
tel que |x| = . Par denition de , il existe deux points y et z de

K tels que x = y z. Alors Bx = B y B z = F( y) F( z) = y z avec y et z appartenant


` a K. Par denition de h
K
, |y z| h
K
. Donc |Bx| h
K
. En reportant dans la denition
de |B|, on obtient donc :
|B|
h
K

(5.14)
Et on a evidemment de meme :
|B
1
|

K
(5.15)
33
5.2.4 Etape 4: Majoration sur lelement de reference
Le resultat principal est le suivant :
Theor`eme : Soient l et k deux entiers tels que 0 l k + 1. Si L(H
k+1
(

K),H
l
(

K))
laisse P
k
(

K) invariant (cest ` a dire verie p P
k
(

K), p = p), alors
C(

K, ), v H
k+1
(

K), [ v v[
l,

K
C[ v[
k+1,

K
(5.16)
Demonstration:
L(H
k+1
(

K),H
l
(

K)), et donc I L(H
k+1
(

K),H
l
(

K)) car l k + 1.
Et donc [ v v[
l,

K
|I |
L(H
k+1
(

K),H
l
(

K))
| v|
k+1,

K
.
On utilise maintenant linvariance de P
k
(

K):
p P
k
(

K), v v = (I )( v) = (I )( v + p) (5.17)
Donc
[ v v[
l,

K
|I |
L(.,.)
inf
pP
k
(

K)
| v + p|
k+1,

K
(5.18)
On aura donc demontre le theor`eme si lon montre que
C, v H
k+1
(

K) inf
pP
k
(

K)
| v + p|
k+1,

K
C[ v[
k+1,

K
(5.19)
Soit (f
i
)
i=0,...,k
une base du dual de P
k
(

K). Dapr`es le theor`eme dHahn-Banach, il existe des
formes lineaires continues sur H
k+1
(

K), que lon notera encore f
i
, et qui prolongent les f
i
.
En particulier, si p P
k
(

K) verie f
i
( p) = 0, (i = 0, . . . ,k), alors p = 0. Nous allons montrer
que
C, v H
k+1
(

K), | v|
k+1,

K
C
_
[ v[
k+1,

K
+
k

i=0
[f
i
( v)[
_
(5.20)
On aura le resultat souhaite en appliquant (5.20) ` a v + q, avec q tel que f
i
( q) = f
i
( v).
La relation (5.20) se demontre par labsurde. Si elle nest pas vraie, alors il existe une suite
de fonctions v
n
de H
k+1
(

K) telles que :
| v
n
|
k+1,

K
= 1, [ v
n
[
k+1,

K
0, et i f
i
( v
n
) 0 (5.21)
Par completude de H
k+1
(

K), on extrait une sous-suite convergente vers v H
k+1
(

K). Mais
[ v
n
[
k+1,

K
0. Donc v P
k
(

K) et f
i
( v) = 0. Do` u une contradiction.
5.2.5 Etape 5: Assemblage des majorations locales
Majoration sur un element quelconque
En rassemblant les resultats precedents, on peut etablir une majoration sur un element
quelconque K du maillage. On a :
[v
K
v[
l,K
C(l,n) |B
1
|
l
[det B[
1/2
[ v v[
l,

K
dapr`es (5.12)
34
C(l,n) |B
1
|
l
[det B[
1/2
C(

K, ) [ v[
k+1,

K
dapr`es (5.16)
C(l,n) |B
1
|
l
[det B[
1/2
C(

K, ) C(k + 1,n) |B|
k+1
[det B[
1/2
[v[
k+1,K
dapr`es (5.3)
C(l,n)

h
l

l
K
C(

K, ) C(k + 1,n)
h
k+1
K

k+1
[v[
k+1,K
dapr`es (5.14) et (5.15)
Do` u nalement :
[v
K
v[
l,K


C( ,

K,l,k,n)
h
k+1
K

l
K
[v[
k+1,K
(5.22)
Il est important de remarquer `a ce niveau que

C est independant de K.
Assemblage des resultats locaux
On va maintenant reprendre la majoration (5.22) pour tous les elements du maillage et toutes
les valeurs de l = 0, . . . ,m. On va denir deux quantites representatives du maillage :
h tel que h
K
h, K T
h
(diam`etre maximum des elements)
tel que
h
K

K
, K T
h
(caracterise laplatissement des elements)
Alors :
|v
K
v|
2
m,K
=
m

l=0
[v
K
v[
2
l,K

l=0

C
2
( ,

K,l,k,n)
_
h
k+1
K

l
K
_
2
[v[
2
k+1,K
dapr`es (5.22)

l=0

C
2
( ,

K,l,k,n)
_
_
_
_
h
K

K
_
l
h
ml
K
h
k+1m
K
_
_
_
2
[v[
2
k+1,K

_
m

l=0

C
2
( ,

K,l,k,n)
2l
h
2m2l
_
_
h
k+1m
[v[
k+1,K
_
2
Le terme entre accolades ne tend ni vers 0 ni vers linni quand h tend vers 0. Do` u :
|v
K
v|
m,K


C

( ,

K,l,k,n,,h) h
k+1m
[v[
k+1,K
(5.23)
En sommant ensuite sur tous les elements du maillage :
|v
h
v|
2
m
=

KT
h
|v
K
v|
2
m,K

KT
h
_

( ,

K,l,k,n,,h) h
k+1m
[v[
k+1,K
_
2
Do` u nalement :
|v
h
v|
m
C(T
h
,m,k,n) h
k+1m
[v[
k+1
(5.24)
35
5.2.6 Resultat nal
En reportant (5.24) dans (5.2), on obtient le resultat nal classique de majoration derreur :
|u u
h
|
m
( h
k+1m
[u[
k+1
(5.25)
5.3 Quelques commentaires
Une utilisation frequente de (5.25) a lieu dans le cas m = 1. Alors si lespace de
polyn omes P
k
(

K) H
1
(

K) (ce qui est toujours le cas) et si est bien deni sur
H
k+1
(

K), on a :
si u H
k+1
(), |u u
h
|
1
( h
k
[u[
k+1
(5.26)
Si le domaine nest pas polygonal, la majoration precedente nest plus valable. On
peut alors etablir dautres majorations du meme type se referer par exemple ` a Raviart
et Thomas (1983).
De meme, si les calculs dintegrales ne sont pas faits exactement mais ` a laide dune
integration numerique, une erreur supplementaire doit etre prise en compte, qui conduit
` a une nouvelle majoration derreur voir l`a-aussi par exemple Raviart et Thomas
(1983).
36
Chapitre 6
Quelques aspects pratiques de la
methode des elements nis
On va donner dans ce chapitre quelques indications pratiques concernant la programmation
dune methode delements nis. On pourra trouver beaucoup plus de details par exemple
dans les ouvrages de Joly (1990), de Lucquin et Pironneau (1996) et de Ern (2005).
On exposera ici quelques principes generaux dans le cas classique dune methode delements
nis P
1
de Lagrange sur un maillage triangulaire dun domaine de IR
2
. Des modications
devront donc etre apportees pour dautres types delements nis.
6.1 Maillage
On va se placer ici dans le cas frequent de la resolution dun probl`eme sur un ouvert borne
de IR
2
, note . Ce probl`eme comporte des conditions aux limites sur , qui peuvent etre
de type Dirichlet ou Neumann. On notera
0
la partie de o` u ces conditions sont de type
Dirichlet, et
1
la partie o` u elles sont de type Neumann. On aura
0

1
= et =
0

1
.
Comme dans les chapitres precedents, on va noter N
e
le nombre delements du maillage, et
N
h
le nombre de noeuds (qui sont ici simplement les sommets des triangles).
Le reperage des noeuds est fait par lintermediaire dun tableau COOR(2,N
h
) :
COOR(1,k) = abscisse du noeud k
COOR(2,k) = ordonnee du noeud k
Cest le seul tableau travaillant avec les coordonnees physiques dans le domaine. Tous les
autres seront des tableaux dadressage relatif.
La denition des elements du maillage est faite par un tableau CONEC(3,N
e
), qui fait le
lien noeuds-elements. Chaque element contient 3 noeuds locaux (car on travaille dans cet
exemple sur des triangles). Ces noeuds correspondent chacun ` a un indice du tableau COOR,
quon appellera leur numero global.
37
CONEC(i,l) = numero global du i
`eme
noeud local de lelement l (i = 1,2,3)
Le reperage des conditions de Dirichlet est realise directement par un tableau DIRI(N
0
)
balayant les N
0
noeuds de
0
:
DIRI(i) = numero global du i
`eme
noeud de
0
.
Le reperage des conditions de Neumann est realise par un premier tableau NEUM
0
(N
1
)
balayant les N
1
elements ayant un cote sur
1
, et par un second tableau NEUM(3,N
1
)
indiquant quels cotes des elements sont sur
1
:
NEUM
0
(j) = numero du j
`eme
element ayant un c ote sur
1
.
NEUM(i,j) = 1 si le c ote oppose au i
`eme
noeud local du j
`eme
element
de la liste NEUM
0
est sur
1
, 0 sinon.
6.2 Assemblage de la matrice du syst`eme
Le syst`eme lineaire auquel aboutit la demarche des elements nis est A = b, avec
A
ij
= a(
i
,
j
) =
_

+
_

1

b
j
= l(
j
) =
_

+
_

1

Les etapes de la programmation sont alors :
1. Calcul de A
ij
=
_

, pour i = 1, . . . ,N
h
, j = 1, . . . ,N
h
.
2. Calcul de b
j
=
_

, pour j = 1, . . . ,N
h
.
3. Conditions de Neumann :
Pour tous les noeuds j des elements ayant un cote sur
1
faire:
A
ij
= A
ij
+
_

1
pour les noeuds i des elements ayant un cote sur
1
b
j
= b
j
+
_

1

4. Conditions de Dirichlet : on modie les composantes de A et b o` u les noeuds de
0
interviennent.
Pour tous les noeuds j de
0
faire:
b
i
= b
i
u
j
A
ij
pour tous les noeuds i de
0
(u
j
designe la valeur imposee sur
le noeud j par les conditions de Dirichlet)
A
ij
= A
ji
= 0 pour tous les noeuds i de
0
A
ij
= 0 pour tous les noeuds i de
0
A
jj
= 1
b
j
= u
j
38
Letape la plus co uteuse est la premi`ere, cest `a dire le calcul de A
ij
=
_

H(
i
,
j
), o` u H est
un operateur dependant du probl`eme que lon traite. A
ij
peut evidemment etre decompose
sur les elements du maillage :
A
ij
=
N
l

l=1
A
(l)
ij
avec A
(l)
ij
=
_
K
l
H(
i
,
j
)
Une methode nave de calcul serait :
Pour i = 1 ` a N
h
Pour j = 1 ` a N
h
Pour l = 1 ` a N
l
Calcul de A
(l)
ij
A
ij
= A
ij
+ A
(l)
ij
Fin pour
Fin pour
Fin pour
Toutefois, on calcule ainsi une grande majorite de contributions A
(l)
ij
nulles. En eet, A
(l)
ij
,= 0
ssi les noeuds i et j appartiennent ` a lelement l. On peut donc reprendre lassemblage de A
en bouclant cette fois sur les elements, pour ne calculer que les termes utiles:
Pour l = 1 ` a N
l
Pour i
0
= 1 ` a 3
Pour j
0
= 1 ` a 3
i = CONEC(i
0
,l)
j = CONEC(j
0
,l)
Calcul de A
(l)
ij
A
ij
= A
ij
+ A
(l)
ij
Fin pour
Fin pour
Fin pour
On voit que la methode dassemblage nave conduit `a N
2
h
N
l
calculs elementaires, contre
9N
l
pour la seconde methode. Dans le cas reel dun maillage `a N
l
= 10
6
elements, on aura
environ N
h
= 5 10
5
noeuds, ce qui m`ene ` a 2.5 10
17
calculs elementaires pour la methode
nave, contre 9 10
6
pour la seconde methode !!
6.3 Formules de quadrature
6.3.1 Denitions
Le calcul des integrales sur les elements du maillage a souvent lieu par integration numerique.
On utilise pour cela une formule de quadrature, cest ` a dire une formule du type
_
K
f(x) dx
M

m=1

m
f(
m
) (6.1)
39
o` u les
m
sont des points de K (appeles points de quadrature) et les
m
des coecients de
ponderation (ou encore des poids). On choisit en general ces formules de telle sorte quelles
soient exactes pour les polynomes jusqu`a un certain degre. On a dailleurs le resultat suivant :
Theor`eme : Si la formule (6.1) est exacte pour les polyn omes de degre inferieur ou egal ` a
r, alors il existe une constante C > 0 telle que, pour toute fonction f (
r+1
(K) :

_
K
f(x) dx
M

m=1

m
f(
m
)

C [K[ h
r+1
(6.2)
o` u [K[ est la mesure de K et h son diam`etre.
6.3.2 Quadrature en 1-D
On cherche `a estimer
_
b
a
f(x) dx. Les formules les plus courantes sont :
formule des rectangles
_
b
a
f(x) dx (b a) f(a) (6.3)
Elle est exacte pour les polyn omes constants.
formule du point milieu
_
b
a
f(x) dx (b a) f
_
a + b
2
_
(6.4)
Elle est exacte pour les polyn omes de degre inferieur ou egal `a 1.
formule des trap`ezes
_
b
a
f(x) dx (b a)
f(a) + f(b)
2
(6.5)
Elle est exacte pour les polyn omes de degre inferieur ou egal `a 1.
formule `a deux points internes
_
b
a
f(x) dx (b a)
f(
1
) + f(
2
)
2
(6.6)
avec
1
= a + (b a),
2
= b (b a) et =

3 1
2

3
. Elle est exacte pour les
polyn omes de degre inferieur ou egal `a 2.
formule de Simpson
_
b
a
f(x) dx (b a)
f(a) + 4f(
a+b
2
) + f(b)
6
(6.7)
Elle est exacte pour les polyn omes de degre inferieur ou egal `a 3.
40
6.3.3 Quadrature en 2-D triangulaire
K est cette fois un triangle, de sommets a
1
,a
2
,a
3
, de milieux des aretes a
12
,a
13
,a
23
, de centre
de gravite a
0
, et de surface [K[.
formule centree _
K
f(x) dx [K[ f(a
0
) (6.8)
Elle est exacte pour les polyn omes de degre inferieur ou egal `a 1.
formule sur les sommets
_
K
f(x) dx
[K[
3
(f(a
1
) + f(a
2
) + f(a
3
)) (6.9)
Elle est exacte pour les polyn omes de degre inferieur ou egal `a 1.
formule sur les milieux
_
K
f(x) dx
[K[
3
(f(a
12
) + f(a
23
) + f(a
13
)) (6.10)
Elle est exacte pour les polyn omes de degre inferieur ou egal `a 2.
6.4 Domaines `a fronti`ere courbe
Lorsque le probl`eme est pose sur un domaine `a fronti`ere courbe, celle-ci ne pourra pas
etre representee exactement par des mailles polygonales. Si lon veut une approximation tr`es
precise, on peut introduire des mailles courbes au voisinage de la fronti`ere, en autorisant des
transformations de lelement de reference qui ne soient plus seulement des transformations
anes, mais des transformations de degre plus eleve que 1. On doit alors se preoccuper de
la compatibilite entre le degre des polyn omes et le degre de la transformation geometrique.
On parle, suivant leurs degres respectifs, dinterpolation isoparametrique, subparametrique
ou surparametrique. Ceci depasse le cadre de ce cours dintroduction.
Complements
1. Demontrer la formule (6.2)
2. Pour chaque formule de quadrature 1-D et 2-D presentee dans ce chapitre, demontrer quelle
est exacte pour les polynomes jusqu`a un certain degre.
41
Annexe A
Coordonnees barycentriques
Soit K un triangle de IR
2
de sommets a
1
,a
2
,a
3
. On appelle coordonnees barycentriques de
K les fonctions anes
1
,
2
,
3
de K dans IR denies par

j
(a
i
) =
ij
, 1 i,j 3 (A.1)
On voit que la somme
1
+
2
+
3
est une fonction ane qui vaut 1 sur chacun des 3
sommets. Cest donc la fonction constante egale `a 1.
Si lon note (x
i
,y
i
) les coordonnees dun sommet a
i
et
j
(x,y) =
j
x +
j
y +
j
, la relation
(A.1) est equivalente au syst`eme lineaire :
_

j
x
i
+
j
y
i
+
j
= 0

j
x
k
+
j
y
k
+
j
= 0

j
x
j
+
j
y
j
+
j
= 1
(A.2)
o` u i,j,k est une permutation de 1,2,3. La resolution de ce syst`eme m`ene `a :

j
=
y
k
y
i
(x
j
x
k
)(y
j
y
i
) (x
j
x
i
)(y
j
y
k
)

j
=
x
i
x
k
(x
j
x
k
)(y
j
y
i
) (x
j
x
i
)(y
j
y
k
)

j
=
x
k
y
i
x
i
y
k
(x
j
x
k
)(y
j
y
i
) (x
j
x
i
)(y
j
y
k
)
Si lon note [K[ laire du triangle et le signe de (

a
k
a
j
,

a
i
a
j
), on peut aussi reecrire ces
egalites sous la forme :

j
=
y
k
y
i
2 [K[

j
=
x
i
x
k
2 [K[

j
=
x
k
y
i
x
i
y
k
2 [K[
42
Propriete : (
1
,
2
,
3
) est une base de P
1
.
Propriete : (
1

2
,
1

3
,
2

3
,
2
1
,
2
2
,
2
3
) est une base de P
2
.
Propriete : On note i,j,k une permutation de 1,2,3 et m,n,p des entiers. On a alors :
_
K

m
i

n
j

p
k
dx =
2 [K[ m! n! p!
(2 + m + n + p)!
(A.3)
La notion de coordonnees barycentriques setend naturellement au cas dun tetra`edre dans
IR
3
. On travaille dans ce cas avec 4 coordonnees barycentriques.
Fig. A.1 Coordonnees barycentriques sur un triangle
Propriete : Soit p un polyn ome de degre quelconque `a deux variables qui sannule sur une
droite dequation (x,y) = 0. Alors il existe un polynome q tel que p = q.
Soit

n un vecteur orthogonal ` a la droite dequation (x,y) = 0. Si de plus
p
n
(x,y) sannule
sur cette droite, alors il existe un polynome r tel que p =
2
r.
Exemples de calcul de fonctions de base :
Fonctions de base P
1
Soit p
i
la fonction de base P
1
associee au sommet a
i
. Elle est
43
denie par : p
i
(a
i
) = 1, p
i
(a
j
) = 0 pour i ,= j, et p
i
P
1
. Cest donc exactement la
denition des coordonnees barycentriques : p
i
=
i
Fonctions de base P
2
Soit p
1
la fonction de base P
2
associee au sommet a
1
. Elle est
denie par : p
1
(a
1
) = 1, p
1
(a
2
) = p
1
(a
3
) = p
1
(a
12
) = p
1
(a
13
) = p
1
(a
23
) = 0 , et p
1
P
2
.
La restriction de p
1
` a la droite [a
2
,a
3
] est un polyn ome `a une variable, de degre 2, qui
sannule en trois points distincts a
2
, a
23
et a
3
. Elle est donc identiquement nulle sur
la droite [a
2
,a
3
], dont lequation est
1
= 0. Donc il existe un polyn ome q
1
de degre
inferieur ou egal ` a 1 tel que p
1
=
1
q
1
.
Les relations p
1
(a
12
) = p
1
(a
13
) = 0 deviennent donc q
1
(a
12
) = q
1
(a
13
) = 0 (car

1
(a
12
) ,= 0 et
1
(a
13
) ,= 0). Donc la restriction de q
1
` a la droite [a
12
,a
13
] est un
polyn ome ` a une variable, de degre 1, qui sannule en deux points distincts a
12
et a
13
.
Elle est donc identiquement nulle sur la droite [a
12
,a
13
], dont lequation est
1
1/2 = 0.
Donc il existe une constante telle que q
1
= (
1
1/2), soit p
1
=
1
(
1
1/2).
La relation p
1
(a
1
) = 1 fournit nalement = 2. Do` u p
1
=
1
(2
1
1).
44
Annexe B
Calcul dintegrales
B.1 Formules de Green
Soit un ouvert non-vide de IR
n
, de fronti`ere notee . On note n la normale locale sur
.
On a les proprietes suivantes, appelees formules de Green, qui sont en fait simplement des
cas particuliers dintegration par parties :
_

u
x
k
v dx =
_

u
v
x
k
dx +
_

u v (e
k
.n) ds (B.1)
o` u e
k
est le vecteur unitaire dans la direction x
k
.
_

u v dx =
_

u v dx +
_

u
n
v ds (B.2)
_

u divE dx =
_

u E dx +
_

u (E.n) ds (B.3)
B.2 Changement de variable dans une integrale
Soient

K et K deux ouverts de IR
n
. Soit F un (
1
- dieomorphisme de

K dans K, cest `a dire
une bijection de classe (
1
dont la reciproque est egalement de classe (
1
. On note (e
1
, . . . ,e
n
)
la base canonique de IR
n
et
F : x =
n

i=1
x
i
e
i
F(x) =
n

i=1
F
i
(x
1
, . . . ,x
n
) e
i
La matrice jacobienne de F au point x, notee J
F
(x) est la matrice n n denie par
(J
F
(x))
ij
=
F
i
x
j
(x
1
, . . . ,x
n
) 1 i,j n
On a alors la formule de changement de variable :
_
K
u(x) dx =
_

K
u(F( x)) [det J
F
( x)[ d x (B.4)
45
Remarque : dans la methode des elements nis, on aura souvent ` a calculer de tels chan-
gements de variables dans des integrales du type
_
K
Hu(x) dx, o` u H est un operateur aux
derivees partielles (gradient, laplacien, . . . ). Il faudra alors faire attention au changement de
variable dans loperateur lui-meme. Par exemple dans IR
2
:
_
K
(u(x))
2
dx =
_
K
_
_
_
u(x,y)
x
_
2
+
_
u(x,y)
y
_
2
_
_
dx dy
=
_

K
_
_
_
u(F( x, y))
x
_
2
+
_
u(F( x, y))
y
_
2
_
_
[detJ
F
( x)[ d x d y
=
_

K
_
_
_
u(F( x, y))
x
x
x
+
u(F( x, y))
y
y
x
_
2
+
_
u(F( x, y))
x
x
y
+
u(F( x, y))
y
y
y
_
2
_
_
[detJ
F
( x)[ d x d y
=
_

K
_
_
_
u( x, y)
x
x
x
+
u( x, y)
y
y
x
_
2
+
_
u( x, y)
x
x
y
+
u( x, y)
y
y
y
_
2
_
_
[detJ
F
( x)[ d x d y
Dans le cas dune transformation F ane, notee :
_
x = a x + b y + e
y = c x + d y + f
on a :
x =
d(x e) b(y f)
D
, y =
c(x e) + a(y f)
D
, et [detJ
F
( x)[ = D = ad bc
Le calcul precedent devient alors :
_
K
(u(x))
2
dx =
_

K
_
_
_
u( x, y)
x
d
D
+
u( x, y)
y
c
D
_
2
+
_
u( x, y)
x
b
D
+
u( x, y)
y
a
D
_
2
_
_
[D[ d x d y
=
1
[D[
_

K
_
_
_
d
u( x, y)
x
c
u( x, y)
y
_
2
+
_
b
u( x, y)
x
+ a
u( x, y)
y
_
2
_
_
d x d y
46
Bibliographie
Brezis P., 1999: Analyse fonctionnelle. Dunod.
Ciarlet P., 1990: Introduction `a lanalyse numerique matricielle et `a loptimisation. Masson.
Dhatt G., G. Touzot et E. Lefrancois, 2005: Methode des elements nis. Hermes - La-
voisier.
Ern A., 2005: Aide-memoire Elements nis. Dunod.
Joly P., 1990: Mise en oeuvre de la methode des elements nis. Ellipses.
Larrouturou B. et P.-L. Lions, 1992: Methodes mathematiques pour les sciences de
lingenieur: optimisation et analyse numerique. Cours de lEcole Polytechnique.
Lascaux P. et R. Theodor, 1986: Analyse numerique matricielle appliquee `a lart de
lingenieur. Masson.
Lucquin B. et O. Pironneau, 1996: Introduction au calcul scientique. Masson.
Raviart P.-A. et J.-M. Thomas, 1983: Introduction `a lanalyse numerique des equations
aux deriveees partielles. Masson.
Sainsaulieu L., 1996: Calcul scientique. Masson.
Thomas P., 2006: Elements nis pour lingenieur. Lavoisier, Tec et Doc.
47