Correction Complete PDF

Exercices Corrigés
-
Analyse numérique et optimisation
Une introduction à la modélisation mathématique
et à la simulation numérique
G. Allaire, S. Gaubert, O. Pantz
Ecole Polytechnique
MAP 431
4 octobre 2006
Introduction i
Introduction
Ce recueil rassemble tous les exercices proposés dans le cours de deuxième année
d’introduction à l’analyse numérique et l’optimisation de Grégoire Allaire [1]. Toute
référence à ce dernier se distinguera des références internes au recueil par ses ca-
ractères gras. Par exemple, (1.1) fait référence à la première formule du cours. Malgré
notre vigilance, ce manuscrit comporte sans aucun doute (encore) de multiples er-
reurs de tout ordre. De nombreux exercices mériteraient un traitement plus élégant
autant d’un point de vue mathématique que stylistique. Nous invitons d’ailleurs tout
lecteur à participer à son amélioration. Vous pouvez nous signaler toute erreur ou
approximation en envoyant un mail à l’adresse
[email protected]
Nous serons également heureux de recevoir de nouvelles solutions aux exercices pro-
posés ou toutes autres suggestions. Bon courage.
G. Allaire, S. Gaubert, O. Pantz

Paris, Juillet 2006
ii Introduction
Chapitre 1
INTRODUCTION A LA
MODÉLISATION
MATHÉMATIQUE ET A LA
SIMULATION NUMÉRIQUE
Exercice 1.2.1 On suppose que la donnée initiale θ0 est continue et uniformément

bornée sur R. Vérifier que
Z +∞
(x − V t − y)2

1
θ(t, x) = √ θ0 (y) exp − dy (1.1)
4πνt −∞ 4νt
est bien une solution de

∂θ ∂θ 2
∂ θ
+ V ∂x − ν ∂x 2 = 0 pour (x, t) ∈ R × R+
∗
∂t (1.2)
θ(t = 0, x) = θ0 (x) pour x ∈ R
Correction. Afin de montrer que θ(t, x) est une fonction régulière et déterminer
ses dérivées partielles, on souhaite appliquer le théorème de dérivation sous le signe
t−y)2
somme. A cet effet, on pose G(x, t, y) = exp − (x−V4νt . On a
∂G x−Vt−y
= − G(x, t, y)
∂x 2νt
∂2G (x − V t − y)2

1
= − + G(x, t, y)
∂x2 2νt 4ν 2 t2
∂G (x + V t − y)(x − V t − y)
= G(x, t, y).
∂t 4νt2
Pour tout x de R et tout t > 0, il existe des constantes C(x, t) et β(x, t) positives
telles que si z est suffisamment proche de x,

∂G
(z, t, y) ≤ C(x, t)(1 + |y|) exp (−β(x, t)y) .
∂x
1
2 CHAPITRE 1. MODÉLISATION ET SIMULATION
Comme θ0 (y) est uniformément bornée, on en déduit que

θ0 (y) ∂G (z, t, y) ≤ C(x, t)(1 + |y|) exp(−β(x, t)y) sup |θ0 (s)|

∂x s
pour tout z appartenant à un voisinage de x. Le terme de droite est intégrable par

rapport à y. Ainsi, d’après le théorème de dérivation sous le signe somme, on en
déduit que
Z ∞ Z ∞
∂ ∂G
θ0 (y)G(x, t, y)dy = θ0 (y) dy
∂x −∞ −∞ ∂x
Z ∞
x−Vt−y
= − θ0 (y) G(x, t, y)dy.
−∞ 2νt
Par un raisonnement analogue, on obtient que
∞
∂2
Z
θ0 (y)G(x, t, y)dy =
∂x2 −∞
∞
(x − V t − y)2
Z
1
− θ0 (y) − G(x, t, y)dy
−∞ 2νt 4ν 2 t2
et
∞ ∞
(x + V t − y)(x − V t − y)
Z Z
∂
θ0 (y)G(x, t, y)dy = θ0 (y) G(x, t, y).
∂t −∞ −∞ 4νt2
Ainsi, θ(t, x) est dérivable pour tout t > 0 et

Z ∞
∂θ 1 x−Vt−y
= −√ θ0 (y) G(x, t, y)dy
∂x 4πνt −∞ 2νt
Z ∞
∂2θ (x − V t − y)2

1 1
= −√ θ0 (y) − G(x, t, y)dy
∂x2 4πνt −∞ 2νt 4ν 2 t2
Z ∞
∂θ 1 (x + V t − y)(x − V t − y) 1
= √ θ0 (y) − G(x, t, y)dy.
∂t 4πνt −∞ 4νt2 2t
On vérifie alors aisément que
∂θ ∂θ ∂2θ
+V −ν 2 =0
∂t ∂x ∂x
Il ne reste plus qu’à prouver que θ(t, x) est prolongeable en t = 0 et vérifie bien la
condition initiale, c’est à dire que
Z ∞
(x − V t − y)2

1
lim √ θ0 (y) exp − dy = θ0 (x). (1.3)
t→0 4πνt −∞ 4νt
Rappelons que, Z ∞ √
exp(−x2 )dx = π. (1.4)
−∞
3
R 2
∞ 2 2
e−x dx
= R2 e−|x| dx en
R
Pour établir cette relation, il suffit de calculer −∞
coordonnées polaires. On pose
(x − V t − y)2

1
ρ(x, t, y) = √ exp − .
4πνt 4νt
R
D’après (1.4), ρ(x, t, y)dy = 1 pour tout x et t. Enfin, pour tout x ∈ R, on constate
que pour tout y différent de x, limt→0 ρ(x, t, y) = 0. Ainsi, x étant fixé, ρ(x, t, y) est
une fonction de y se concentrant en x lorsque t tend vers zéro. Pour être plus précis,
on montre que pour tout δ et ε réels strictement positifs, il existe t(δ, ε) tel que pour
tout t < t(δ, ε), Z x+δ

ρ(x, t, y)dy − 1 ≤ ε.

x−δ
et
x−δ ∞
Z Z

ρ(x, t, y)dy + ρ(x, t, y)dy ≤ ε.
−∞ x+δ
L’équation (1.3) découle alors du fait que θ0 est continue, uniformément bornée.
Exercice 1.2.2 On suppose que la donnée initiale θ0 est dérivable et uniformément

bornée sur R. Vérifier que
θ(t, x) = θ0 (x − V t) (1.5)
est bien une solution de
∂θ ∂θ
∂t
+ V ∂x =0 pour (x, t) ∈ R × R+
∗
(1.6)
θ(t = 0, x) = θ0 (x) pour x ∈ R.
Montrer que (1.5) est la limite de (1.1) lorsque le paramètre ν tend vers zéro.
Correction.
∂θ ∂θ0 ∂θ
(x, t) = −V (x − V t) = −V (x).
∂t ∂x ∂x
Ainsi, θ vérifie l’équation différentielle annoncée. De plus, θ vérifie trivialement la
condition initiale.
Par un raisonnement analogue à celui qui nous avait permis d’établir la continuité
de la solution dans l’ exercice précédent, on montre que
Z +∞
(x − V t − y)2

1
lim √ θ0 (y) exp − ) dy = θ0 (x − V t) = θ(t).
ν→0 4πνt −∞ 4νt
Exercice 1.3.1 On se propose de retrouver une propriété de décroissance exponentielle

en temps (voir la formule (1.1)) de la solution de l’équation de la chaleur
 ∂u
 ∂t − ∆u = f dans Ω × R+ ∗
u=0 sur ∂Ω × R+ ∗ (1.7)
u(t = 0) = u0 dans Ω

dans un domaine Ω borné. En une dimension d’espace, on pose Ω = (0, 1) et on suppose

que f = 0. Soit u(t, x) une solution régulière de (1.7). En multipliant l’équation par u
et en intégrant par rapport à x, établir l’égalité
Z 1 Z 1 2
1d 2
∂u
u (t, x) dx = − (t, x) dx
2 dt 0 0
∂x
Montrer que toute fonction v(x) continûment dérivable sur [0, 1], telle que v(0) = 0,
vérifie l’inégalité de Poincaré
dv 2
Z 1 Z 1
2
v (x) dx ≤ (x) dx.
dx
0 0
R1
En déduire la décroissance exponentielle en temps de 0 u2 (t, x) dx.
Correction. En multipliant l’équation différentielle (1.7) par u on obtient par
intégration que Z 1 Z 1 2
∂u ∂ u
udx = 2
udx.
0 ∂t 0 ∂x
Quitte à supposer u suffisamment régulière, on peut appliquer le théorème d’ inté-
gration sous le signe somme au terme de gauche et effectuer une intégration par
partie sur le terme de droite. On obtient ainsi que
Z 1 Z 1 2
1d 2
∂u
u dx = − dx. (1.8)
2 dt 0 0
∂x
Soit v une fonction de classe C 1 sur [0, 1] telle que v(0) = 0. Pour tout x ∈ [0, 1],
2
dv 2 dv 2
Z x Z x Z 1
2 dv
v (x) = (y)dy ≤ x (y) dy ≤ (y) dy
0 dx
dx dx
0 0
d’ où
1 1 dv 2
Z Z
2
v (x)dx ≤ (x) dx.
dx
0 0
En appliquant cette dernière inégalité à v(x) = u(t, x) et (1.8)

1 df
(t) ≤ −f (t)
2 dt
où Z 1
f (t) = u2 (x, t)dx.
0
Ainsi,
1 d(f e2t )

1 df
= +f e2t ≤ 0
2 dt 2 dt
et pour tout t ≥ 0,
f (t)e2t ≤ f (0).
5
Exercice 1.3.2 On se place en dimension N = 1 d’espace. On suppose que les données

initiales u0 et u1 sont des fonctions régulières, et que f = 0 avec Ω = R. On note U1
une primitive de u1 . Vérifier que
1 1
u(t, x) = (u0 (x + t) + u0 (x − t)) + (U1 (x + t) − U1 (x − t)) , (1.9)
2 2
est la solution unique de
 2
∂ u
− ∆u = f dans Ω × R+

 ∗
∂t2



sur ∂Ω × R+

 u=0
∗
(1.10)

 u(t = 0) = u0 dans Ω

 ∂u (t = 0) = u1


dans Ω

∂t
dans la classe des fonctions régulières.
Correction. La fonction
1 1
u(t, x) = (u0 (x + t) + u0 (x − t)) + (U1 (x + t) − U1 (x − t))
2 2
où U1 est une primitive de u1 est trivialement une solution de l’équation des ondes
(1.10). Comme l’équation est linéaire, il suffit de prouver l’ unicité pour u0 = u1 = 0.
Soit x0 < x1 et 2t < x1 −x0 . En multipliant l’équation différentielle par ∂u
∂t
, on obtient
par intégration par partie que
Z x1 −t 2 ! Z x1 −t 2 !
∂ ∂u ∂ ∂u
0= (x, t) dx + (x, t) dx
x0 +t ∂t
∂t
x0 +t ∂t
∂x
∂u ∂u ∂u ∂u
−2 (x1 − t) + 2 (x0 + t).
∂x ∂t ∂x ∂t
Par commutation de la dérivation et de l’ intégration, on en déduit que
Z x1 −t 2 2 !
d ∂u ∂u
0= (x, t) + (x, t) dx
dt x0 +t
∂t ∂x
2 2 2 2
∂u ∂u ∂u ∂u
+ (x0 + t, t) + (x1 − t, t) + (x0 + t, t) + (x1 − t, t)

∂t ∂t ∂x ∂x
∂u ∂u ∂u ∂u
−2 (x1 − t, t) + 2 (x0 + t, t)
∂x ∂t ∂x ∂t
c’est à dire
Z x1 −t
2 2 !
d ∂u ∂u
− (x, t) + (x, t) dx =
dt x0 +t
∂t ∂x
2 2
∂u ∂u ∂u ∂u

∂t + (x 0 + t, t) + − (x 1 − t, t) .
∂x ∂t ∂x
Ainsi,
Z x1 −t
2 2 !
d ∂u ∂u
(x, t) + (x, t) dx ≤ 0.
dt x0 +t
∂t ∂x
Pour tout t ≥ 0, pour tout y0 et y1 tels que y0 ≤ y1 , on a donc

Z y1 2 2 Z x1 2 2
∂u ∂u ∂u ∂u
(x, t) + (x, t) dx ≤ (x, 0) + (x, 0) dx = 0 (1.11)
∂t ∂x ∂t ∂x
y0 x0
où x0 = y0 − t et x1 = y1 + t. On déduit de (1.11) que u(x, t) = 0 pour tout x et

t ≥ 0, ce qui achève la démonstration.
Exercice 1.3.3 Vérifier que la solution (1.9) au point (x, t) ne dépend des données
initiales u0 et u1 qu’à travers leurs valeurs sur le segment [x − t, x + t]. Vérifier aussi
u(−t, x) est solution de (1.10) dans Ω × R− ∗ , quitte à changer le signe de la vitesse
initiale u1 (x).
Correction. On rappelle que
1 1
u(t, x) = (u0 (x + t) + u0 (x − t)) + (U1 (x + t) − U1 (x − t)),
2 2
où U1 est une primitive de u1 . Comme
Z x+t
U1 (x + t) − U1 (x − t) = u1 (y)dy
x−t
ne dépend que de la restriction de u1 sur l’ intervalle [x − t, x + t], on en déduit que

u(t, x) ne dépend que de u0 et u1 restreints à [x−t, x+t]. L’information se propage à
vitesse finie. Enfin, on vérifie sans mal que u(−t, x) est solution de la même équation
sur Ω × R− ∗ , quitte à remplacer u1 par −u1 .
Exercice 1.3.4 On se propose de démontrer un principe de conservation de l’énergie

pour l’équation des ondes (1.10) sans utiliser la formule explicite (1.9). En une dimension
d’espace, on pose Ω = (0, 1) et on suppose f = 0. Soit u(t, x) une solution régulière de
(1.10). En multipliant l’équation par ∂u
∂t
et en intégrant par rapport à x, établir l’égalité
d’énergie
Z 1 2 Z 1 2 !
d ∂u
(t, x) dx +
∂u
(t, x) dx = 0.
dt 0
∂t
0
∂x
Conclure et comparer à ce qui se passe pour l’équation de la chaleur.

Correction. En multipliant l’équation des ondes par ∂u/∂t, on obtient par inté-
gration Z 1 2 Z 1 2
∂ u ∂u ∂ u ∂u
2
dx − 2
dx = 0.
0 ∂t ∂t 0 ∂x ∂t
On applique alors le théorème de dérivation sous le signe somme au premier terme
de l’équation et on effectue une intégration par partie sur le second. Il vient
Z 1 2 ! Z 1
1d ∂u
dx + ∂u ∂ 2 u
dx = 0.
2 dt 0
∂t
0 ∂x ∂t∂x
7
En appliquant à nouveau le théorème de dérivation sous le signe somme (au deuxième

terme cette fois), on établit la conservation de l’énergie.
Dans le cas de l’équation de la chaleur avec condition de Dirichlet, l’énergie totale
décroı̂t exponentiellement. La température tend à devenir uniformément nulle au
sein de l’ ouvert Ω. Il y a une déperdition d’énergie par le bord de Ω. Le com-
portement est très différent pour la solution de l’équation des ondes. L’énergie est
conservée au cours du temps et l’onde est réfléchie sur les bords.
Exercice 1.3.5 On se propose de démontrer des principes de conservation de l’énergie

pour l’équation de Schrödinger

 ∂u
i + ∆u − V u = 0 dans RN × R+ ∗
∂t (1.12)
 u(t = 0) = u N
dans R .
0
Soit u(t, x) une solution régulière de (1.12) en une dimension d’espace qui décroı̂t vers
zéro (ainsi que ∂u
∂x
) lorsque |x| → +∞. Montrer que pour toute fonction dérivable v(t)
on a
1 ∂|v|2

∂v
R v = ,
∂t 2 ∂t
où R désigne la partie réelle et v le complexe conjugué de v. En multipliant l’équation
par u et en intégrant par rapport à x, établir l’égalité d’énergie
Z Z
2
|u(t, x)| dx = |u0 (x)|2 dx.
R R
∂u
En multipliant l’équation par ,
montrer que
∂t
2 ! !
∂u0 2
Z Z
∂u 2 2
(t, x) + V (x) |u(t, x)| dx =
∂x (x) + V (x) |u0 (x)| dx.

∂x
R R
Correction. Soit v une fonction dérivable,

∂v 1 ∂v ∂v 1 ∂vv
R v = v+ v =
∂t 2 ∂t ∂t 2 ∂t
On a bien
1 ∂|v|2

∂v
R v = . (1.13)
∂t 2 ∂t
En multipliant l’équation de Schrödinger par u, on obtient par intégration que
∂2u
Z
∂u
i u + 2 u − V |u|2 dx = 0
R ∂t ∂x
Par intégration par partie sur le second membre, on obtient
Z Z 2
∂u ∂u
+ V |u|2 dx
i udx =
R ∂t R ∂x

(les hypothèses de décroissance effectuées sur u permettent

R d’éliminer les termes de
bords à “l’ infini”). Comme le second membre est réel, R ∂u ∂t
udx est un imaginaire
pure, Z
∂u
R udx = 0.
R ∂t
D’ après (1.13), on a donc
∂|u|2
Z
dx = 0.
R ∂t
Pourvu que la solution u soit suffisamment régulière, on peut commuter le signe
somme et intégrale, ainsi Z
d
|u|2 dx = 0
dt R
et Z Z
2
|u(t, x)| dx = |u0 |2 dx.
R R
∂u
En multipliant l’équation de Schrödinger par ,
il vient
∂t
Z 2
∂u ∂ 2 u ∂u ∂u
i + 2 − V u dx = 0
R ∂t ∂x ∂t ∂t
Par intégration par partie du second membre, on obtient que
Z 2
∂u ∂u ∂ 2 u ∂u
i − − V u dx = 0.
R ∂t ∂x ∂t∂x ∂t
En considérant la partie réelle de cette égalité, il vient
Z 2 !
∂ ∂u
+ V |u|2 dx = 0.
R ∂t ∂x

Il suffit d’échanger la dérivation par rapport au temps et le signe intégrale afin d’

obtenir le résultat escompté
Z 2 ! !
∂u0 2
Z
∂u 2 2
+ V |u| dx =
∂x + V |u0 | dx.

∂x
R R
Exercice 1.4.1 Le but de cet exercice est de montrer que le schéma implicite
unj − un−1
j unj+1 − unj−1 −unj−1 + 2unj − unj+1
+V +ν = 0, (1.14)
∆t 2∆x (∆x)2
avec V = 0, vérifie aussi le principe du maximum discret. On impose des conditions aux
limites de Dirichlet, c’est-à-dire que la formule (1.14) est valable pour 1 ≤ j ≤ J et
on fixe un0 = unJ+1 = 0 pour tout n ∈ N. Soit deux constantes m ≤ 0 ≤ M telles que
m ≤ u0j ≤ M pour 1 ≤ j ≤ J. Vérifier que l’on peut bien calculer de manière unique
les un+1
j en fonction des unj . Montrer que pour tous les temps n ≥ 0 on a encore les
inégalités m ≤ unj ≤ M pour 1 ≤ j ≤ J (et ceci sans condition sur ∆t et ∆x).
9
Correction. Tout d’abord, montrons que le schéma implicite (1.14) est correcte-
ment défini. On pose U n = (unj )1≤j≤J . On vérifie que le schéma implicite équivaut à
déterminer U n tel que
AU n = U n−1 .
où
1 + 2c −c 0 ........... 0
 
 −c ..
 1 + 2c −c 0 
 .
 ... ...  ..
 0
 −c 
 .
A =  ... ... ... ... ..
 
0  .
 .. ... ...
 
 . −c 0 

 . 
 .. 0 −c 1 + 2c −c 
0 ........... 0 −c 1 + 2c
et c = ν∆t/(∆x)2 . Il s’agit donc de prouver que la matrice A est inversible, ce qui
est aisé. En effet, A est symétrique, définie positive donc inversible : Soit X ∈ RJ .
Par convention, on pose X0 = XJ+1 = 0. On a
J
T
X Xj2 + Xj+1
2
X AX = + c(Xj+1 − Xj )2 .
j=0
2
Reste à prouver que le schéma vérifie le principe du maximum. On raisonne par

récurrence sur n. Supposons que m ≤ un−1 j ≤ M pour tout j ∈ {0, · · · , J + 1}
rappelons que d’après les conditions aux bords, m ≤ 0 ≤ M . Soit m0 = inf j∈{1,··· ,J} unj
et M 0 = supj∈{1,··· ,J} unj .
Montrons que M 0 ≤ M . Si M 0 = 0, on a rien à démontrer. Dans le cas contraire,
soit k ∈ {1, · · · , J} tel que M 0 = unk . D’après le schéma,
n
uk−1 + unk+1

n n−1
(1 + 2c)uk = uk + 2c
2
un n
k−1 +uk+1
Comme 2
≤ unk , on en déduit que
(1 + 2c) unk ≤ un−1
k + 2cunk ,
d’ où
M 0 = unk ≤ un−1
k ≤ M.
Quitte a remplacer u par −u, on obtient également m0 ≥ m.
Exercice 1.4.2 Montrer que, si la condition CFL

|V |∆t ≤ ∆x. (1.15)
n’est pas satisfaite, le schéma décentré amont
un+1
j − unj unj − unj−1
+V =0 (1.16)
∆t ∆x
pour l’équation d’advection est instable pour la donnée initiale u0j = (−1)j .
Correction. Le schéma décentré amont est défini par

un+1
+V = 0.
∆t ∆x
Considérons comme donnée initiale u0j = (−1)j . On montre par une récurrence
évidente que n
n 2V ∆t
uj = 1 − (−1)j .
∆x
Ainsi, la suite un reste bornée si et seulement si

1 − 2V ∆t ≤ 1.

∆x
ou encore si la condition CFL
|V |∆t
≤1
∆x
est vérifiée.
Exercice 1.4.3 Écrire un schéma explicite centré en espace pour l’équation des ondes
(1.10) en une dimension d’espace et sans terme source. Préciser comment démarrer les
itérations en temps. Vérifier l’existence d’un cône de dépendance discret analogue à celui
continu illustré par la Figure 1.3. En déduire que, si ce schéma converge, les pas de temps
et d’espace doivent nécessairement satisfaire la condition (de type CFL) ∆t ≤ ∆x.
Correction. Pour l’équation des ondes (1.10) sans terme source, le schéma explicite
centré est
un−1
j − 2unj + un+1
j −unj−1 + 2unj − unj+1
+ = 0.
(∆t)2 (∆x)2
Ainsi, 2
n+1 n−1 n ∆t
uj = −uj + 2uj + (unj−1 − 2unj + unj+1 ). (1.17)
∆x
On initialise le schéma en posant
u0j = u0 (j∆x) et u1j = u0j + ∆tu1 (j∆x).
Au vu de l’équation (1.17), on montre par une récurrence évidente que la valeur
de un+1
j ne dépend que des valeurs des u1j+k pour k entier, −n ≤ k ≤ n et de u0j+l
pour l entier, −n < l < n.
On note u(t, x) la solution de l’équation des ondes. Comme la valeur u((n +
1)∆t, j∆x) dépend des valeurs de u0 et u1 sur [j∆x − (n + 1)∆t, j∆x + (n + 1)∆t],
pour que le schéma converge, on doit avoir
(j − n − 1)∆x ≤ j∆x − (n + 1)∆t et j∆x + (n + 1)∆t ≤ (j + n + 1)∆x,
conditions qui sont équivalentes à
∆t ≤ ∆x.
11
Exercice 1.5.1 Le but de cet exercice est de montrer que le problème de Cauchy pour
le Laplacien est mal posé. Soit le domaine bidimensionnel Ω = (0, 1) × (0, 2π). On
considère le problème de Cauchy en x et le problème aux limites en y suivant
∂2u ∂2u

−
 ∂x2 − ∂y 2 = 0 dans Ω



u(x, 0) = u(x, 2π) = 0 pour 0 < x < 1
√
 u(0, y) = 0, ∂u (0, y) = −e− n sin(ny) pour 0 < y < 2π



∂x
√
− n
Vérifier que u(x, y) = e n sin(ny)sh(nx) est une solution. Montrer que la condition
initiale et toutes ses dérivées en x = 0 convergent uniformément vers 0, tandis que, pour
tout x > 0, la solution trouvée u(x, y) et toutes ses dérivées ne sont pas bornés quand
n tend vers l’infini. Conclure.
Correction. Ici, x joue le rôle du temps. On vérifie sans mal que la solution
proposée est une solution du système. D’autre part,
( √
∂ku e− n nk sin(ny) sinh(nx) si k est pair
k
= −
√
n k−1
∂x e n sin(ny) cosh(nx) si k impair
et
∂ 2p u
 √
− n


2p
= e (−1)p n2p−1 sin(ny) sinh(nx)
∂y

2p+1 √
∂ u − n
(−1)p n2p cos(ny) sinh(nx).



2p+1
= e
∂y
On constate que en x = 0, u ainsi que toutes ses dérivées convergent vers 0 lorsque n
tend vers +∞. A contrario, si x > 0, ni u ni ses dérivées ne sont bornées par rapport
à n. Or, pour des conditions initiales (i.e. en x = 0) nulles, la fonction u = 0 est une
solution triviale du système. Ainsi, des perturbations infinitésimales des conditions
initiales (même pour la norme très forte C ∞ ) induisent de très grandes perturbations
de la solution (pour n’importe quelle norme raisonnable, même faible). Le problème
de Cauchy proposé est donc mal posé.
Chapitre 2
MÉTHODE DES DIFFÉRENCES

FINIES
Exercice 2.2.1 Montrer que le schéma à six points
un+1 n
j+1 − uj+1 5(un+1
j − unj ) un+1 n
j−1 − uj−1
+ +
12∆t 6∆t 12∆t
(2.1)
−un+1 n+1
j−1 + 2uj − un+1
j+1 −unj−1 + 2unj − unj+1
+ν + ν =0
2(∆x)2 2(∆x)2
n’est rien d’autre que le θ-schéma
un+1
j − unj −un+1 n+1
j−1 + 2uj − un+1
j+1 −unj−1 + 2unj − unj+1
+ θν + (1 − θ)ν =0 (2.2)
∆t (∆x)2 (∆x)2
avec θ = 1/2 − (∆x)2 /12ν∆t

Correction. Il suffit de constater que
un+1 n
j+1 − uj+1 5(un+1
j − unj ) un+1 n
j−1 − uj−1
+ +
12∆t 6∆t 12∆t
n+1 n+1
n
(uj − uj ) uj+1 − unj+1 2(un+1
j − unj ) un+1 n
j−1 − uj−1
= + +− +
∆t 12∆t 12∆t 12∆t
n+1 n n+1 n+1 n+1
(uj − uj ) −uj−1 + 2uj − uj+1 −uj−1 + 2unj − unj+1
n
= − + .
∆t 12∆t 12∆t
En remplacant cette expression dans le schéma à six points, on en déduit que ce
dernier est équivalent à
un+1
n+1 n+1 n+1
− unj ν (∆x)2 −uj−1 + 2uj − uj+1

j
+ −
∆t 2 12∆t (∆x)2
ν (∆x)2 −unj−1 + 2unj − unj+1

+ + =0
2 12∆t (∆x)2
qui n’est rien d’autre que le θ schéma avec θ = 1/2 − (∆x)2 /12ν∆t.
13
14 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
Exercice 2.2.2 Pour chacun des schémas de la Sous-section 2.2.1, vérifier que l’erreur
de troncature est bien du type annoncé dans le Tableau 2.1. (On remarquera que tous
ces schémas sont consistants sauf celui de DuFort-Frankel.)
Correction. Le calcul de l’erreur de troncature d’un schéma est souvent délicat à

mener. Si on ne procède pas de manière soignée et méthodique, on peut aisément
se retrouver englué dans un calcul inextricable, dont le coût croı̂t exponentielle-
ment en fonction de l’ordre à déterminer. Quelques règles simples permettent en
général d’éviter ce travers. L’erreur de troncature se calcule en développant tous les
termes du schéma au même point à l’aide des formules de Taylor. Le point choisi n’a
évidemment aucune influence sur le résultat obtenu (l’ordre du schéma ne dépend pas
du point considéré). Par contre, ce choix influe sur la taille du calcul qui en résulte.
Il est recommandé de diviser le calcul en plusieurs étapes. Les développements cal-
culés lors d’une étape pouvant être réutilisé à une autre. Il faut absolument utiliser
l’équation vérifiée par la solution (par exemple remplacer les dérivées en temps par
des dérivées en espace). Cela simplifie considérablement les calculs, et nous permet
de déterminer l’ordre optimal du schéma. Enfin, il faut éviter à tout prix d’effectuer
des calculs inutiles et ne pas manipuler des termes d’ordre non significatifs. Enfin,
un petit truc classique consiste à utiliser les symétries du schéma, qui peuvent im-
pliquer que les termes non nul du développement sont nécessairement soit paires,
soit impaires.
Les schémas explicite, implicite et de Crank-Nicholson ne sont que des cas par-
ticuliers du θ-schéma. Ce dernier possède des termes communs avec le schéma à 6
points dont nous donnons le développement ci-dessous. Le schéma d’ordre le plus
élevé étant le schéma à 6 points, d’ordre 2 en temps et 4 en espace, on peut donc
négliger les termes en o((∆x)4 ) et o((∆t)2 ). On effectue nos développement au point
(tn , xj ) (un autre choix raisonnable consisterait à effectuer les développements au
point (tn + ∆t/2, xj )). Par développement de Taylor, puis en utilisant le fait que u
est solution de l’équation de la chaleur, on a
u(tn+1 , xj ) − u(tn , xj )
=
∆t
∂u ∆t ∂ 2 u (∆t)2 ∂ 3 u

+ 2
+ 3
(tn , xj ) + o((∆t)2 )
∂t 2 ∂t 6 ∂t
2 4 2 6

∂ u 2 ∆t ∂ u 3 (∆t) ∂ u
= ν 2 +ν +ν (tn , xj ) + o((∆t)2 ).
∂x 2 ∂x4 6 ∂x6
De même,
u(tn , xj−1 ) − 2u(tn , xj ) + u(tn , xj+1 )

=
(∆x)2
2
∂ u (∆x)2 ∂ 4 u (∆x)4 ∂ 6 u

+ +2 (tn , xj ) + o((∆x)4 ).
∂x2 12 ∂x4 6! ∂x6
En remplaçant n par n + 1 dans l’expression précédente, on obtient suite à un

15
développement en (tn , xj ) que
u(tn+1 , xj−1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj+1 )

=
(∆x)2
2
∂ u (∆x)2 ∂ 4 u (∆x)4 ∂ 6 u

+ +2 (tn , xj )
∂x2 12 ∂x4 6! ∂x6
3
(∆x)2 ∂ 5 u

∂ u
+ ∆t + (tn , xj )
∂t∂x2 12 ∂t∂x4
(∆t)2
4
∂ u
+ (tn , xj ) + o((∆x)4 + (∆t)2 )
2 ∂t2 ∂x2
De l’équation ∂u/∂t = ν∂ 2 u/∂x2 , il vient
2
(∆x)2
4
u(tn+1 , xj−1 − 2u(tn+1 , xj ) + u(tn+1 , xj+1 ) ∂ u ∂ u
= + + ν∆t
(∆x)2 ∂x2 12 ∂x4
4 2 2 2
6
(∆x) ν(∆t)(∆x) ν (∆t) ∂ u
+ 2 + + 6
(tn , xj ) + o((∆x)4 + (∆t)2 )
6! 12 2 ∂x
1. Consistance des schémas explicite, implicite, θ-schéma et Crank-Nicholson.
Par combinaison linéaire, des développements calculés précédemment,
u(tn+1 , xj ) − u(tn , xj ) −u(tn+1 , xj−1 ) + 2u(tn+1 , xj ) − u(tn+1 , xj+1 )
+ θν
∆t (∆x)2
−u(tn , xj−1 ) + 2u(tn , xj ) − u(tn , xj+1 )
+ (1 − θ)ν
(∆x)2
2
∂ u
= (1 − θ − (1 − θ)) ν 2
∂x
(∆x)2 (∆x)2
4
ν∆t ∂ u
+ −θ + ν∆t − (1 − θ) ν 4
2 12 12 ∂x
6

1 θ ∂ u
+ − (∆t)2 ν 3 6 + o((∆t)2 + (∆x)2 ).
6 2 ∂x
Après simplification,
u(tn+1 , xj ) − u(tn , xj ) −u(tn+1 , xj−1 ) + 2u(tn+1 , xj ) − u(tn+1 , xj+1 )

+ θν
∆t (∆x)2
−u(tn , xj−1 ) + 2u(tn , xj ) − u(tn , xj+1 )
+ (1 − θ)ν
(∆x)2
(∆x)2 ∂4u 6

1 1 θ 2 3∂ u
= − θ ν∆t − ν 4+ − (∆t) ν (tn , xj )
2 12 ∂x 6 2 ∂x6
+ o((∆t)2 + (∆x)2 ).
Ainsi pour le θ 6= 1/2 (en particulier pour les schémas explicite et implicite), le
θ-schéma est d’ordre un en temps et deux en espace, tandis que le schéma de Crank-
Nicholson est d’ordre deux en temps et en espace.
2. Consistance du schéma à 6 points.

Il nous reste à considérer le terme
u(tn+1 , xj+1 ) − u(tn , xj+1 ) u(tn+1 , xj−1 ) − u(tn , xj−1 )
+
∆t ∆t
D’après le développement effectué au début de l’exercice, puis en développant le
résultat obtenu en (tn , xj ), on a

+
∆t 2 ∆t
∂ u ν∆t ∂ 4 u ν 2 (∆t)2 ∂ 6 u

=ν + + (tn , xj+1 )
∂x2 2 ∂x4 6 ∂x6
2
∂ u ν∆t ∂ 4 u ν 2 (∆t)2 ∂ 6 u

+ν + + (tn , xj−1 ) + o((∆t)2 )
∂x2 2 ∂x4 6 ∂x6
∂ 2 u ν∆t ∂ 4 u ν 2 (∆t)2 ∂ 6 u ∂ 4 u ν∆t ∂ 6 u

2
= 2ν + + + ν(∆x) +
∂x2 2 ∂x4 6 ∂x6 ∂x4 2 ∂x6
!
ν(∆x)4 ∂ 6 u
+ 6
(tn , xj ) + o((∆t)2 + (∆x)4 )
12 ∂x
Soit,

+
∆t ∆t
∂2u 4
ν 3 (∆t)2 ν 2 ∆t(∆x)2 ν(∆x)4 ∂ 6 u

2 2
∂ u
= 2ν 2 + ν ∆t + ν(∆x) + + +
∂x ∂x4 3 2 12 ∂x6
+ o((∆t) + (∆x)4 )
2
Par combinaison linéaire avec les autres développements effectués, on obtient (après
simplification)
u(tn+1 , xj+1 ) − u(tn , xj+1 ) 5(u(tn+1 , xj ) − u(tn , xj ))

+
12∆t 6∆t
u(tn+1 , xj−1 ) − u(tn , xj−1 ) u(tn+1 , xj−1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj+1 )
+ −ν
12∆t 2(∆x)2
u(tn , xj−1 ) − 2u(tn , xj ) + u(tn , xj+1 )
−ν
2(∆x)2
ν3
6
3 4 2 ∂ u
= ν(∆x) − (∆t) + o((∆x)4 + (∆t)2 ).
6! 12 ∂x6
Le schéma à 6 points est donc d’ordre 4 en espace et 2 en temps.

3. Consistance du schéma de DuFort-Frankel (2.7)
17
2 !
u(tn+1 , xj ) − u(tn−1 , xj ) ∂u ∆t
= +o
2∆t ∂t ∆x
et
−u(tn , xj−1 ) + u(tn+1 , xj ) + u(tn−1 , xj ) − u(tn , xj+1 )
(∆x)2
2 2 2 !
∂2u ∂ u (∆x)2 ∂ 4 u

∆t ∆t
=− 2 + − +o + (∆x)2
∂x ∆x ∂t2 12 ∂x4 ∆x
En combinant ces deux expressions, on en déduit que si u est solution de l’équation

de la chaleur,
u(tn+1 , xj ) − u(tn−1 , xj )
2∆t
−u(tn , xj−1 ) + u(tn+1 , xj ) + u(tn−1 , xj ) − u(tn , xj+1 )
+ν
(∆x)2
2 ! 2 !
(∆x)2 ∂ 4 u

∆t ∆t
= − +o + (∆x)2
∆x 12 ∂x4 ∆x
Le schéma est d’ordre O((∆t/∆x)2 + (∆x)2 ).

4. Consistance du schéma de Gear (2.8)
3u(tn+1 , xj ) − 4u(tn , xj ) + u(tn−1 , xj )

∂u 2 ∂3u
=2(∆t) − (∆t)3 3 (tn+1 , xj ) + O((∆t)4 )
∂t 3 ∂t
et
−u(tn+1 , xj−1 ) + 3u(tn+1 , xj ) − u(tn+1 , xj+1 )

∂ 2 u (∆x)4 ∂ 4 u
= − (∆x)2 2 − + O((∆x)6 ).
∂x 24 ∂x4
En appliquant ces deux développements de Taylor à la solution u de l’équation des
ondes, on obtient
3u(tn+1 , xj ) − 4u(tn , xj ) + u(tn−1 , xj )

(∆x)2
−u(tn+1 , xj−1 ) + 3u(tn+1 , xj ) − u(tn+1 , xj+1 )
+ν
2∆t
ν(∆x)2 ∂ 4 u (∆t)2 ∂ 6 u
=− + + O((∆t)3 + (∆x)3 )
24 ∂x4 3 ∂x6
Le schéma de Gear est donc d’ordre 2 en temps et en espace.
Exercice 2.2.3 Montrer que le schéma de Crank-Nicholson (2.2) (avec θ = 1/2) est
stable en norme L∞ si ν∆t ≤ (∆x)2 , et que le schéma de DuFort-Frankel
un+1
j − un−1
j −unj−1 + un+1
j + un−1
j − unj+1
+ν = 0, (2.3)
2∆t (∆x)2
est stable en norme L∞ si 2ν∆t ≤ (∆x)2 (on appilque aux deux schémas des conditions
aux limites de type Dirichlet homogènes).
Correction. On va montrer que sous une condition CFL appropriée, le schéma de
Crank-Nicholson vérifie le principe du maximum discret.
Soit k et l tels que
un+1
k = M = max un+1
j et un+1
l = m = min un+1 .
j j
Notons que M est positif ou nul et m négatif ou nul. On va montrer que

M ≤ max(0, max unj ) (2.4)
j
et min(0, min unj ) ≤ m. (2.5)

j
Dans un premier temps, on considère l’inégalité (2.4). Cette dernière est trivialement
vérifiée si M = 0. On peut donc se restreindre au cas M 6= 0. Le maximum de un+1 j
pour tout j ∈ {0, · · · , N + 1} est atteint en un élément k ∈ {1, · · · , N } et d’après
(2.2) avec θ = 1/2,
M − unk −un + 2unk − unk+1
+ ν k−1 ≤ 0,
∆t 2(∆x)2
soit
ν∆t ν∆t
M≤ 1− unk + (un + unk+1 ).
(∆x)2 2(∆x)2 k−1
Si
ν∆t ≤ (∆x)2 , (2.6)
n
le terme de droite est une combinaison convexe des coordonnées de u , et le premier
point de (2.4) est vérifié. La minoration de m s’en déduit en remplaçant un par −un
et M par −m. Si la condition CFL (2.6) est vérifiée, le schéma de Crank-Nicholson
vérifie le principe du maximum discret. En conséquence, il est stable pour la norme
L∞ .
Le schéma de DuFort-Frankel (2.3) est défini par

1 ν n+1 1 ν n−1 ν
+ u = − u + (un + unj+1 )
2∆t (∆x)2 j
2∆t (∆x)2 j
(∆x)2 j−1
Si 2ν∆t ≤ (∆x)2 , un+1
j est une combinaison convexe de un−1
j , unj−1 et unj+1 . Ainsi, il
∞
est stable pour la norme L , c’est a dire
kun k∞ ≤ max ku0 k∞ , ku1 k∞ .

Finalement, on peut remarquer que la différence de traitement des deux schémas est
due à leur nature : implicite pour le schéma de Crank-Nicholson, explicite pour le
schéma de DuFort-Frankel.
19
Exercice 2.2.4 Montrer que le θ-schéma (2.2) est stable en norme L2 inconditionnel-
lement si 1/2 ≤ θ ≤ 1, et sous la condition CFL 2(1 − 2θ)ν∆t ≤ (∆x)2 si 0 ≤ θ < 1/2.
Correction. Étudions la stabilité en norme L2 du θ-schéma. Par application de la

transformation de Fourier, il vient

2θν∆t
1+ (1 − cos(2kπ∆x)) ûn+1 (k) =
(∆x)2

2(θ − 1)ν∆t
1+ 2
(1 − cos(2kπ∆x)) ûn (k).
(∆x)
Ainsi, le schéma sera stable en norme L2 dès que

1 + 2(θ − 1)ν∆t (1 − cos(2kπ∆x)) ≤ 1 + 2θν∆t (1 − cos(2kπ∆x))

(∆x)2 (∆x)2
pour tout k, c’est à dire
4ν∆t sin2 (kπ∆x)

1 − ≤1
2 2
(∆x) + 4θν∆t sin (kπ∆x)
ou encore
4ν∆t sin2 (kπ∆x)
0≤ ≤ 2.
(∆x)2 + 4θν∆t sin2 (kπ∆x)
Comme θ est positif, cette condition est équivalente à
(∆x)2 ≥ 2(1 − 2θ)ν∆t sin2 (kπ∆x).
Cette dernière relation est vérifiée pour tout k dès que (1 − 2θ) ≤ 0 ou (∆x)2 ≥
2(1 − 2θ)ν∆t.
Exercice 2.2.5 Montrer que le schéma à 6 points (2.1) est inconditionnellement stable
en norme L2 .
Correction. Par transformation de Fourier appliquée au schéma à 6 points (2.1),

on obtient

cos(2kπ∆x) 5 ν
+ (ûn+1 − ûn ) + 2
(4 − cos(2kπ∆x))(ûn+1 + ûn ) = 0,
6∆t 6∆t (∆x)
c’est à dire

6ν∆t
5 + cos(2kπ∆x) + (4 − cos(2kπ∆x)) ûn+1 =
(∆x)2

6ν∆t
5 + cos(2kπ∆x) − (4 − cos(2kπ∆x)) ûn .
(∆x)2
Le schéma est donc L2 -stable dès que
6ν∆t
5 + cos(2kπ∆x) + (4 − cos(2kπ∆x))
(∆x)2

6ν∆t
≥ 5 + cos(2kπ∆x) − 2
(4 − cos(2kπ∆x)) .
(∆x)
Relation qui est trivialement vérifiée indépendamment de ∆x et ∆t.
Exercice 2.2.6 Montrer que le schéma de Gear
3un+1
j − 4unj + un−1
j −un+1 n+1
j−1 + 2uj − un+1
j+1
+ν 2
=0 (2.7)
2∆t (∆x)
est inconditionnellement stable et donc convergent en norme L2 .

Correction. En appliquant la transformation de Fourier au schéma de Gear (2.7),
on obtient
3 + c sin2 (kπ∆x) ûn+1 = 4ûn − ûn−1 ,

(2.8)
8ν∆t
où c = (∆x)2
. On introduit les polynômes (dépendants implicitement de k, ∆t et
∆x)
P (X) = (3 + 8c sin2 (kπ∆x))X 2 − 4X + 1.
On note λ1 et λ2 les racines de P et ∆ = (λ2 − λ1 )2 son discriminant. Les solutions
de (2.8) s’expriment explicitement en fonction de û0 et û1 :
( λ λn −λ λn n n
λ2 −λ1
0
n
2 1 1 2
λ2 −λ1
û + λ2 −λ1
û1 si ∆ 6= 0,
û =
(1 − n)λn1 û0 + nλn−11 û1 si ∆ = 0.
Une condition nécessaire de stabilité est donc que |λ1 | et |λ2 | soient au plus égaux
à un. Dans ce cas, afin que le schéma soit stable, il suffit qu’il existe deux réels δ et
β tels que pour tout k, ∆x et ∆t,
|∆(k, ∆x, ∆t)| ≤ δ =⇒ max(|λ1 (k, ∆x, ∆t)|, |λ2 (k, ∆x, ∆t)|) < β < 1. (2.9)
En effet, posons C(β) = maxn nβ n−1 . Comme 0 < β < 1, C(β) < +∞. De plus, si
|∆(k, ∆x, ∆t)| ≥ δ,
√
n
λ2 − λn1

≤ 2/ δ ;
λ2 − λ1
si 0 < |∆(k, ∆x, ∆t)| < δ,
n n−1
λ2 − λn1 X
k n−1−k
=
λ2 − λ1 λ λ
1 2 ≤ n max(|λ1 |, |λ2 |)n−1 ≤ C(β) ,

k=0
et si ∆(k, ∆x, ∆t) = 0, n|λ1 |n−1 ≤ C(β). De ces trois inégalités, on en déduit que
|ûn (k)| < K(|û0 + û1 |)

21
√
où K = 1 + 3(C(β) + 2/ δ). Ainsi, kûn kL2 ≤ K(ku0 kL2 + ku1 kL2 ).
Reste à prouver que la condition de stabilité (2.9) est en effet vérifiée. Tout
d’abord, on vérifie que pour tout k, ∆x et ∆t, |λ1 | ≤ 1 et |λ2 | ≤ 1. Enfin, λ1 et λ2
sont des fonctions continues de ∆. Or si ∆ = 0, λ1 = λ2 = 1/2. Il existe donc δ et
β, 1/2 < β < 1 tels que la condition (2.9) est vérifiée.
Exercice 2.2.7 Montrer que le schéma de DuFort-Frankel (2.3) est inconditionnelle-

ment stable en norme L2 . Montrer que, si on fait tendre ∆t et ∆x vers 0 de telle
manière que le rapport ∆t/∆x tende aussi vers 0, alors le schéma de DuFort-Frankel est
convergent. (On dit qu’il est “conditionnellement” convergent.)
Correction. Par transformation de Fourier, on obtient que
2ν∆t
ûn+1 − ûn−1 + (−2ûn cos(2kπ∆x) + ûn+1 + ûn−1 ) = 0.
(∆x)2
Soit encore
(1 + c)ûn+1 (k) − 2c cos(kπ∆x)ûn (k) − (1 − c)ûn−1 (k) = 0,
où
2(∆t)ν
c= .
(∆x)2
Notons que dans le cas c ≤ 1, on a prouvé précédemment la stabilité L∞ du schéma
de DuFort-Frankel. Cette dernière impliquant la stabilité L2 , nous n’avons plus qu’à
étudier le cas c > 1. On procède comme pour l’exercice précédent. Considérons le
polynôme
P (X) = (1 + c)X 2 − 2c cos(kπ∆x)X − (1 − c)
On vérifie sans mal que les racines de P sont de module inférieur ou égale à un. Et
si ∆ désigne le discriminant associé,
|λ1 |, |λ2 | ≤ (1 + c)−1 c| cos(2kπ∆x)| + |∆|1/2 /2 .

Or c2 cos2 (2kπ∆x) = ∆/4 + c2 − 1. Ainsi,
|λ1 |, |λ2 | ≤ (1 + c)−1 |∆/4 + c2 − 1|1/2 + |∆|1/2 /2 .

Le terme de gauche est continue par rapport à ∆ et c. De plus, pour ∆ = 0, il est

c−1 1/2
égale à ( c+1 ) . Sous la condition CFL c < M , il existe γ tel que ( c−1
c+1
)1/2 < γ < 1.
Comme [1, M ] × 0 est un compact, il existe δ et ε tel que pour tout 1 ≤ c ≤ M ,
|∆| ≤ δ =⇒ |∆/4 + c2 − 1|1/2 + |∆|1/2 /2 < γ + ε < 1.

La condition de stabilité (2.9) énoncée dans la correction de l’Exercice 2.2.5 est

vérifiée. Le schéma est donc convergent pourvu que le rapport ∆t/(∆x)2 reste borné.
Enfin, la stabilité combinée à la consistance implique la convergence.
Exercice 2.2.8 Montrer que le schéma explicite
un+1 n
j,k − uj,k −unj−1,k + 2unj,k − unj+1,k −unj,k−1 + 2unj,k − unj,k+1
+ν + ν =0 (2.10)
∆t (∆x)2 (∆y)2
est stable en norme L∞ (et même qu’il vérifie le principe du maximum) sous la condition
CFL
ν∆t ν∆t 1
2
+ 2
≤ .
(∆x) (∆y) 2
Correction. Le schéma explicite (2.10) est défini par
!
ν∆t ν∆t n
un+1
j,k = 1−2 + uj,k
(∆x)2 (∆u)2
ν∆t n ν∆t n
+ (uj−1,k + unj+1,k ) + (u + unj,k+1 )
(∆x)2 (∆y)2 j,k−1
Si
ν∆t ν∆t
2
+ ≤ 1/2 ,
(∆x) (∆y)2
un+1 n
j,k est une combinaison convexe de coordonnées de u et
|un+1 n
j,k | ≤ ku k∞ .
Exercice 2.2.9 Montrer que le schéma de Peaceman-Rachford

n+1/2 n+1/2 n+1/2 n+1/2
uj,k − unj,k −uj−1,k + 2uj,k − uj+1,k −unj,k−1 + 2unj,k − unj,k+1
+ν +ν =0
∆t 2(∆x)2 2(∆y)2
n+1/2 n+1/2 n+1/2 n+1/2
un+1
j,k − uj,k −uj−1,k + 2uj,k − uj+1,k −un+1 n+1 n+1
j,k−1 + 2uj,k − uj,k+1
+ν + ν = 0.
∆t 2(∆x)2 2(∆y)2
est précis d’ ordre 2 en espace et temps et inconditionnellement stable en norme L2

(pour des conditions aux limites de périodicité dans chaque direction).
Correction. 1. Consistance
En effectuant la soustraction des deux équations définissant le schéma, on ob-
tient l’expression de un+1/2 en fonction de un et un+1 .
n+1/2 un+1 n
j,k + uj,k ν∆t
uj,k = + (un − 2unj,k + unj,k+1 − un+1 n+1 n+1
j,k−1 + 2uj,k − uj,k+1 ).
2 4(∆y)2 j,k−1
En substituant l’expression de un+1/2 dans l’une des équations du schéma, on déter-

mine la relation reliant un+1 à un . On pourrait effectuer le calcul explicite de cette
23
expression, puis établir la consistance. Cependant, cela constitue un calcul fastidieux

qu’on peut éviter. On introduit donc la fonction intermédiaire
u(t + ∆t, x, y) + u(t, x, y) ν∆t

v∆t,∆x,∆y (t, x, y) = +
2 4(∆y)2

u(t, x, y − ∆y) − 2u(t, x, y) + u(t, x, y + ∆y)

− u(t + ∆t, x, y − ∆y) + 2u(t + ∆t, x, y) − u(t + ∆t, x, y + ∆y) (2.11)
Pour toute solution u de l’équation de l’équation de la chaleur, l’erreur de troncature

est
v(t, x, y) − u(t, x, y) −v(t, x − ∆x, y) + 2v(t, x, y) − v(t, x + ∆x, y)
E(u) = +ν
∆t 2(∆x)2
−u(t, x, y − ∆y) + 2u(t, x, y) − u(t, x, y + ∆y)
+ν
2(∆y)2
où v est définie par (2.11). Par développement de Taylor, on établit que
v∆t,∆x,∆y
∆t ∂u (∆t)2 ∂ 2 u ∂3u (∆t)3
3
∂4u

∂ u
=u + + −ν + 2 3 − 3ν 2 2
2 ∂t 4 ∂t2 ∂t∂y 2 24 ∂t ∂t ∂y
3 2

+ o (∆t) + (∆t)(∆y)
puis que
v − u ν ∂ 2 v (∆x)2 ∂ 4 v ∂ 2 u (∆y)2 ∂ 4 u

E(u) = − + + + + o((∆x)2 + (∆y)2 ))
∆t 2 ∂x2 12 ∂x4 ∂y 2 12 ∂y 4
ν 3 (∆t)2
4 4 4

∂ u 2 ν 2∂ u 2∂ u
= ∆ −∆ u − (∆x) + (∆y)
24 ∂x2 ∂y 2 24 ∂x4 ∂y 4
+ o((∆x)2 + (∆y)2 + (∆t)2 ).
L’erreur de troncature est d’ordre 2 en espace et en temps.
2. Étude de la stabilité L2
En appliquant la transformation de Fourier au schéma, on en déduit que
ν∆t 2
n+1/2
1 − 2 (∆y) 2 sin (lπ∆y)
û = ν∆t 2
ûn
1 + 2 (∆x) 2 sin (kπ∆x)
et
ν∆t 2
n+1
1 − 2 (∆x) 2 sin (kπ∆x)
û = ν∆t 2
ûn+1/2 .
1+ 2 (∆y) 2 sin (lπ∆y)
Ainsi, ûn+1 (k, l) = A(k, l)ûn (k, l) où
ν∆t 2 ν∆t 2
1 − 2 (∆y) 2 sin (lπ∆y) 1 − 2 (∆x)2 sin (kπ∆x)
A(k, l) = ν∆t 2 ν∆t 2
.
1 + 2 (∆y) 2 sin (lπ∆y) 1 + 2 (∆x)2 sin (kπ∆x)
Comme pour tout x ≥ 0, |(1 − x)/(1 + x)| ≤ 1, on a |A(k, l)| ≤ 1. Le schéma est
inconditionnellement stable en norme L2 .
Exercice 2.2.10 Montrer que le schéma de directions alternées (2.31) est précis
d’ordre 2 en espace et temps et inconditionnellement stable en norme L2 (pour des
conditions aux limites de périodicité dans chaque direction).
Correction.
1. Étude de la consistance
Le schéma se décompose en deux étapes

Id ν n+1/2 Id ν
− My u − + My un = 0
∆t 2 ∆t 2
et
Id ν n+1 Id ν
− Mx u − + Mx un+1/2 = 0,
∆t 2 ∆t 2
où n
vj+1,k − 2vj,k + vj−1,k
(Mx v)j,k =
(∆x)2
et n
vj,k+1 − 2vj,k + vj,k−1
(My v)j,k = .
(∆y)2
Afin d’appliquer la définition de la consistance donnée dans le cours, il faut exhiber
la relation reliant un+1 à un . Il faut donc supprimer l’inconnue intermédiaire un+1/2
des équations définissant le schéma numérique. A cet effet, il suffit de multiplier la
Id
deuxième équation par ∆t − ν2 My et de constater que cette matrice commute avec
Id ν

∆t
+ 2 Mx . On obtient ainsi

ν∆t ν∆t
Id − My Id − Mx un+1 =
2 2

ν∆t ν∆t
Id + Mx Id − My un+1/2 .
2 2
D’après la première équation du schéma, il vient

−1 ν∆t ν∆t
(∆t) Id − My Id − Mx un+1 −
2 2

−1 ν∆t ν∆t
(∆t) Id + Mx Id + My un = 0.
2 2
Pour toute fonction v, on note My (v) la fonction définie par
v(t, x, y + ∆y) − 2v(t, x, y) + v(t, x, y − ∆y)

My (v)(t, x, y) = .
(∆y)2
25
On définit de même la fonction Mx (v) en échangeant les rôles respectifs de x et y.

De plus, on note
τ (v)(t, x, y) = v(t + ∆t, x, y).
En effectuant un développement de Taylor en (t, x, y), on montre que
∂2v
My (v) = + O((∆y)2 ).
∂y 2
On en déduit que

−1 ν∆t ν∆t
(∆t) Id − My Id − Mx (τ (v)) =
2 2
ν 2 ∆t ∂ 4 v 2

v ν 2 2
τ − ∆v + ∂y + O((∆x) + (∆y) ).
∆t 2 4 ∂x2
De même,

−1 ν∆t ν∆t
(∆t) Id + Mx Id + My (v) =
2 2
v ν ν 2 ∆t ∂ 4 v 2
+ ∆v + ∂y + O((∆x)2 + (∆y)2 ).
∆t 2 4 ∂x2
Ainsi,

−1 ν∆t ν∆t
(∆t) Id − My Id − Mx (τ (v))
2 2

−1 ν∆t ν∆t
− (∆t) Id + Mx Id + My (v) =
2 2

τ (v) − v τ (v) + v
− ν∆ + O(∆t + (∆x)2 + (∆y)2 ) =
∆t 2
∂v
− ν∆v + O(∆t + (∆x)2 + (∆y)2 ),
∂t
d’où on déduit que le schéma est d’ordre 2 en espace et 1 en temps.
Remarque 2.2.1 Le point essentiel sur lequel repose la démonstration de la consis-

tance porte sur la propriété de commutation employée au début de la preuve.
2. étude de la stabilité L2
En appliquant la transformation de Fourier au schéma, on établit que
n+1/2
1− ν∆t
(∆x)2
sin2 (πk∆x)
û = ν∆t 2
ûn
1+ (∆x)2
sin (πk∆x)
et
n+1
1− ν∆t
(∆y)2
sin2 (πl∆y)
û = ûn+1/2 .
1+ ν∆t
(∆y)2
sin2 (πl∆y)
Ainsi, |ûn+1 | ≤ |ûn+1/2 | ≤ |ûn | et le schéma est inconditionnellement stable L2 .
Exercice 2.3.1 Montrer que le schéma implicite centré
un+1
j − unj un+1 n+1
j+1 − uj−1
+V =0 (2.12)
∆t 2∆x
est consistant avec l’équation d’advection (2.32), précis à l’ordre 1 en temps et 2 en
espace, inconditionnellement stable en norme L2 , donc convergent.
Correction. La consistance et la précision ne posent pas de problèmes. Pour la
stabilité L2 , l’analyse de Fourier conduit à
−1
n+1 V ∆t
û (k) = 1+i sin(2πk∆x) ûn (k) = A(k)ûn (k).
∆x
On vérifie alors que le module du facteur d’amplification est toujours plus petit que
1
2 !−1
V ∆t
|A(k)|2 = 1 + sin(2πk∆x) ≤1.
∆x
Le schéma est inconditionnellement stable. La convergence s’obtient alors par le
Théorème de Lax 2.2.20.
Exercice 2.3.2 Montrer que le schéma de Lax Wendroff
un+1 − unj unj+1 − unj−1 V 2 ∆t unj−1 − 2unj + unj+1

j
+V − = 0. (2.13)
∆t 2∆x 2 (∆x)2
est stable et convergent en norme L2 si |V |∆t ≤ ∆x.

Correction. Il suffit de montrer la stabilité en norme L2 afin d’en déduire la
convergence par le théorème de Lax. En appliquant la transformation de Fourier au
schéma de Lax-Wendroff (2.13), on obtient
ûn+1 (k) = A(k)ûn (k)
où 2
V ∆t V ∆t
A(k) = 1 − 2 sin2 (kπ∆x) − i sin(2kπ∆x)
∆x ∆x
Le schéma est stable en norme L2 dès que |A(k)| ≤ 1. On montre aisément que
2 2 !
V ∆t V ∆t
|A(k)|2 = 1 − 4 sin4 (kπ∆x) 1− .
∆x ∆x
Ainsi, le schéma est stable et convergent dès que
|V |∆t
≤ 1.
∆x
27
Exercice 2.3.3 Montrer que le schéma de Lax-Friedrichs préserve le principe du maxi-

mum discret si la condition CFL |V |∆t ≤ ∆x est satisfaite, tandis que le schéma de
Lax-Wendroff ne le préserve pas sauf si V ∆t/∆x vaut −1, 0, ou 1.
Correction. 1. Schéma de Lax-Friedrichs

n+1 1 V ∆t n 1 V ∆t
uj = + uj+1 + − unj−1 .
2 2∆x 2 2∆x
Ainsi, un+1
j est une combinaison linéaire convexes de unj+1 et unj dès que |V |∆t ≤ ∆x.
Sous cette condition, le schéma vérifie le principe du maximum discret.
2. Schéma de Lax-Wendroff
2 !
n+1 V ∆t V ∆t n V ∆t n V ∆t V ∆t
uj = − 1 uj+1 + 1 − uj + + 1 unj−1 .
2∆x ∆x ∆x 2∆x ∆x
Le schéma préserve le principe du maximum discret si et seulement si chacun des

coefficients apparaissant dans le terme de droite est positif, c’est à dire si et seulement
si V ∆t/∆x = −1, 0 ou 1.
Exercice 2.3.4 Montrer que le schéma de Lax-Wendroff (2.13) est le seul schéma
précis à l’ordre 2 en espace et temps qui soit du type
un+1
j = αunj−1 + βunj + γunj+1 ,
où α, β, γ dépendent seulement de V ∆t/∆x.

Correction. L’erreur de troncature est
E = (∆t)−1 (u(xj , tn+1 ) − αu(xj−1 , tn ) − βu(tn , xj ) − γu(tn , xj+1 )) .
En effectuant un développement de Taylor en (xj , tn ), on montre que
∂u ∆x ∂u
E = (∆t)−1 (1 − (α + β + γ)) u + + (α − γ)
∂t ∆t ∂x
∆t ∂ 2 u α + γ (∆x)2 ∂ 2 u

2 |α − γ| 2
+ − + O (∆t) + (∆x) .
2 ∂t2 2 ∆t ∂x2 c
Si u est solution de l’équation d’advection,
∂u/∂t = −V ∂u/∂x et ∂ 2 u/∂t2 = V 2 ∂ 2 u/∂x2 .
Ainsi,
∆x ∂u
E = (∆t)−1 (1 − (α + β + γ)) u − (c − (α − γ))
∆t ∂x
(∆x)2 2

2
∂ u 2 |α − γ|
+ c − (α + γ) + O (∆t) 1 + , (2.14)
2∆t ∂x2 c3
où c = V ∆t/∆x. Si le schéma est d’ordre 2 en temps et en espace, on doit avoir

3 |α − γ|
1 − (α + β + γ) = O (∆t) 1 + ,
c3

2 |α − γ|
c − α + γ = O c(∆t) 1 + ,
c3

2 2 |α − γ|
c − (α + γ) = O c (∆t) 1 + .
c3
En faisant tendre vers zéro ∆t et ∆x à c constant, on obtient le système linéaire
suivant
1 − (α + β + γ) = 0
c−α+γ =0
2
c − (α + γ) = 0.
D’où l’on déduit que
α = c(1 + c)/2
β = 1 − c2
γ = c(c − 1)/2.
Enfin, comme α − γ = O(c), d’après (2.14), le schéma est en effet au moins d’ordre
2 en espace et en temps.
Exercice 2.3.5 Montrer que le schéma explicite décentré amont

un+1
+V =0 si V >0
∆t ∆x (2.15)
un+1
j − unj unj+1 − unj
+V =0 si V < 0.
∆t ∆x
est consistant avec l’équation d’advection (2.32), précis à l’ordre 1 en espace et temps,
stable et convergent en norme L2 si la condition CFL |V |∆t ≤ ∆x est satisfaite.
Correction. La consistance d’ordre 1 en temps et en espace est aisée à établir. En
effet, dans le cas V > 0,
u(tn+1 , xj ) − u(tn , xj ) u(tn , xj ) − u(tn , xj−1 )

+V
∆t ∆x
= (ut + V ux )(tn , xj ) + O(∆t + ∆x).
Le cas V < 0 est identique. Enfin, la stabilité L2 se déduit de la stabilité L∞ .
Exercice 2.3.6 Montrer que l’équation équivalente du schéma décentré

amont (2.15) est
∂u ∂u |V | ∂2u
+V − (∆x − |V |∆t) 2 = 0.
∂t ∂x 2 ∂x
29
Correction. Considérons le cas V > 0. L’erreur de troncature du schéma décentré

amont (2.15) est
∂u ∂u ∆t ∂ 2 u V ∆x ∂ 2 u
E= +V + − + O((∆t)2 + (∆x)2 ).
∂t ∂x 2 ∂t2 2 ∂x2
Soit u tel que l’erreur de troncature du schéma décentré soit d’ordre 2 en espace et
en temps, on a
∂2u 2
2∂ u
= V + O(∆t + ∆x).
∂t2 ∂x2
Ainsi, l’erreur de troncature pour u est égale à
∂u ∂u V ∂2u
+V + (V ∆t − ∆x) 2 + O((∆t)2 + (∆x)2 ).
∂t ∂x 2 ∂x
L’équation équivalente dans le cas V > 0 est donc
∂u ∂u V ∂2u
+V + (V ∆t − ∆x) 2 = 0.
∂t ∂x 2 ∂x
Il suffit de substituer ∆x par −∆x pour obtenir l’équation équivalente dans le cas
V < 0. Enfin, on peut résumer ces deux résultats par l’équation
∂u ∂u |V | ∂2u
+V − (∆x − |V |∆t) 2 = 0
∂t ∂x 2 ∂x
valable dans les deux cas.
Exercice 2.3.7 Montrer que l’équation équivalente du schéma de Lax-Wendroff (2.13)

est
∂u V (∆x)2 (V ∆t)2 ∂ 3 u

∂u
+V + 1− = 0.
∂t ∂x 6 (∆x)2 ∂x3
Correction. L’erreur de troncature dans le cas du schéma de Lax-Wendroff (2.13)
est
u(tn+1 , xj ) − u(tn , xj ) u(tn , xj+1 ) − u(tn , xj−1 )
E(u) = +V
∆t 2 2∆x
V ∆t u(tn , xj−1 ) − 2u(tn , xj ) + u(tn , xj+1 )
− .
2 (∆x)2
En effectuant un développement de Taylor en (tn , xj ), on montre que
∂u ∆t ∂ 2 u 2
(∆t)2 ∂ 3 u

∂u 2∂ u
E(u) = +V + − V +
∂t ∂x 2 ∂t2 ∂x2 6 ∂t3
V (∆x)2 ∂ 3 u
+ 3
+ O((∆x)3 + (∆t)3 ). (2.16)
6 ∂x
Soit u tel que E(u) soit d’ordre 3 en espace et en temps, on montre que dans ce cas
∂2u 2
2∂ u
= V + O((∆x)2 + (∆t)2 )
∂t2 ∂x2
De plus, ∂ 3 u/∂t3 = −V 3 ∂ 3 u/∂ 3 x+O(∆t+∆x). En substituant ces expressions dans

l’équation (2.16), on obtient l’équation équivalente attendue :
2 ! 3
∂u V (∆x)2

∂u ∆t ∂ u
+V + 1−V2 = O((∆x)3 + (∆t)3 ).
∂t ∂x 6 ∆x ∂x3
Exercice 2.3.8 Soit l’équation

2 3

 ∂u + V ∂u − ν ∂ u − µ ∂ u = 0 pour (x, t) ∈ R × R+
∗
∂t ∂x ∂x2 ∂x3
u(t = 0, x) = sin(ωx + φ) pour x ∈ R,

avec V, ν, µ, ω, φ ∈ R. Montrer que sa solution est
u(t, x) = exp(−νω 2 t) sin ω(x − (V + µω 2 )t) + φ

(on admettra son unicité). En déduire que la diffusion atténue l’amplitude de la solution,
tandis que la dispersion modifie la vitesse de propagation.
Correction. On détermine les dérivées partielles de u intervenant dans l’équation
donnée. On a
∂u
= −νω 2 u + ω(V + µω 2 ) exp(−νω 2 t) cos ω(x − (V + µω 2 )t) + φ ,

∂t
∂u
= −ω exp(−νω 2 t) cos ω(x − (V + µω 2 )t) + φ ,

∂x
∂2u
= −ω 2 u ,
∂x2
et
∂3u 3 2 2

= ω exp(−νω t) cos ω(x − (V + µω )t) + φ .
∂x3
En sommant ces différents termes, on obtient
∂u ∂u ∂2u ∂3u
+V − ν 2 − µ 3 = 0.
∂t ∂x ∂x ∂x
L’atténuation de l’amplitude est exp(−νω 2 t). Elle est donc d’autant plus forte que
le terme de diffusion ν est important par rapport à ω −2 . La vitesse de propagation
de l’onde est (V + µω 2 ) et dépend donc du terme de dispersion µ.
Exercice 2.3.9 On définit le schéma “saute-mouton” (leapfrog, en anglais)
un+1
j − un−1
j unj+1 − unj−1
+V = 0.
2∆t 2∆x
Étudier la consistance et l’erreur de troncature de ce schéma. Montrer par analyse de

Fourier qu’il est stable sous la condition CFL |V |∆t ≤ M ∆x avec M < 1.
31
Correction.
1. Étude de la consistance
Par développement de Taylor en (tn , xj ) on a
u(tn+1 , xj ) − u(tn−1 , xj ) u(tn , xj+1 ) − u(tn , xj−1 )

+V =
2∆t 2∆x
∂u ∂u (∆t)2 ∂ 3 u (∆x)2 ∂ 3 u
+V + + V + O((∆t)3 + (∆x)3 ).
∂t ∂x 12 ∂t3 12 ∂x3
Si u est solution de l’équation d’advection, l’erreur de troncature est donc
1 ∂3u
E= (∆x)2 − (∆t)2 V 3 .
12 ∂x3
Ainsi, le schéma saute-mouton est consistant, d’ordre 2 en espace et en temps.
2. Stabilité L2
Par transformation de Fourier, on obtient
ûn+1 (k) = ûn−1 (k) − i2c sin(2πk∆x)ûn (k). (2.17)

V ∆t
où c = ∆x
. On introduit les polynômes (dépendants implicitement de k, ∆t et ∆x)
P (X) = X 2 + i2c sin(2πk∆x)X − 1.
On note λ1 et λ2 les racines de P et ∆ = 4(1 − c2 sin2 (2kπ∆x)) son discriminant.

Les solutions de (2.17) s’expriment explicitement en fonction de û0 et û1 :
( λ λn −λ λn n n
λ2 −λ1
0
n
2 1 1 2
λ2 −λ1
û + λ2 −λ1
û1 si ∆ 6= 0,
û =
(1 − n)λn1 û0 + nλn−11 û1 si ∆ = 0.
Si c > 1, le module de la somme des deux racines est égale à 2c > 2. Le module de
l’une des deux racines est plus grand que un et le schéma est instable. Si c = 1, on
peut avoir ∆ = 0 pour certaines valeurs de k et ∆x. Dans ce cas, λ1 = λ2 = i et
ûn = (nû1 + i(n − 1)û0 )in−1 .
Le schéma est instable.

Considérons le cas où c est majoré par une constante M < 1. Dans ce cas, les
racines de P sont de même module
|λ1 | = |λ2 | = 1.
√ √
De plus, |λ1 − λ2 | = ∆ > 2 1 − M 2 > 0. On déduit de l’expression explicite de
ûn en fonction de û0 et û1 que
|û0 | + |û1 |
|ûn | ≤ √ .
1 − M2
Ainsi, sous la condition CFL V ∆t/∆x < M < 1, le schéma saute mouton est stable
L2 .
Exercice 2.3.10 On définit le schéma de Crank-Nicholson

un+1
j − unj un+1 n+1
j+1 − uj−1 unj+1 − unj−1
+V +V = 0.
∆t 4∆x 4∆x
Étudier la consistance et l’erreur de troncature de ce schéma. Montrer par analyse de
Fourier qu’il est inconditionnellement stable.
Correction.
1. Consistance
Par développement de Taylor en (tn , xn ), on montre que
u(tn+1 , xj ) − u(tn , xj ) u(tn+1 , xj+1 ) − u(tn+1 , xj−1 )

+V
∆t 4∆x
∂u ∆t ∂ 2 u ∂2u

u(tn , xj+1 ) − u(tn , xj−1 ) ∂u
+V = +V + +V
4∆x ∂t ∂x 2 ∂ 2 t2 ∂t∂x
2
3 3

(∆t) ∂ u V ∂ u
+ +
6 ∂t3 2 ∂x∂t2
(∆x)2 V ∂ 3 u
+ + O((∆t)3 + (∆x)3 ).
6 ∂x3
Ainsi, si u est solution de l’équation d’advection, l’erreur de troncature est
V ∂3u
E(u) = 2(∆x)2 − V 2 (∆t)2 + O((∆t)3 + (∆x)3 ).
12 ∂x3
Le schéma de Crank-Nicholson est donc d’ordre 2 en temps et en espace.
2. Stabilité L2
Par transformation de Fourier, on établit que

n+1 iV ∆t n iV ∆t
û 1+ sin(2πk∆x) = û 1 − sin(2πk∆x) .
2∆x 2∆x
Ainsi, |ûn+1 | = |ûn |. Le schéma est donc inconditionnellement stable en norme L2 .
Exercice 2.3.11 Finir la démonstration du Lemme 2.3.6 en calculant A(k)n , et mon-

trer la stabilité du schéma sous condition CFL grâce à (2.41).
Correction. On utilise l’analyse de Fourier pour obtenir
!
n+1 2−(1−2θ)α(k)
û (k) −1
Û n+1 (k) = = 1+θα(k) Û n (k) = A(k)Û n (k),
ûn (k) 1 0
où 2
∆t
α(k) = 4 sin2 (πk∆x)
∆x
Ainsi, Û n+1 (k) = A(k)n Û 0 (k). Les valeurs propres de la matrice A(k) sont les racines
du polynôme
2 − (1 − 2θ)α(k)
λ2 − λ + 1 = 0, (2.18)
1 + θα(k)
33
dont le discriminant est

α(k)
∆(k) = − (4 − (1 − 4θ)α(k)) .
(1 + θα(k))2
Si α(k) = 0, le polynôme (2.18) possède une racine double λ = 1. Si α(k) 6= 0,
d’après la condition CFL, ∆(k) < 0 et le polynôme possède deux racines distinctes
complexes, conjuguées l’une de l’autre, de module 1. Considérons le premier cas,
c’est à dire α(k) = 0. Dans ce cas, il existe p tel que k = p(N + 1). On note v la
vitesse initiale et vj la vitesse discrétisée.
N
X N
X N
X
v̂(k) = vj ei2πkj∆x = vj ei2πp = vj = 0,
j=0 j=0 j=0
d’après l’hypothèse de vitesse moyenne initiale nulle effectuée. Ainsi, û1 (k) = û0 (k)+
∆tv̂(k) = û0 (k). Or

1 2 −1 1 1
A(k) = = ,
1 1 0 1 1
d’où
n n n n û0 (k) û0 (k)
Û (k) = A(k) Û (0) = A(k) = = Û 0 (k).
û0 (k) û0 (k)
On a montré que si α(k) = 0, ûn (k) = û0 (k) pour tout n.
Reste à considérer le cas α(k) 6= 0. Dans ce cas, le polynôme (2.18) possède
deux racines distinctes λ et λ. La matrice A(k) est diagonalisable. Plus précisément,

1 λ λ λ 0 1 −λ
A(k) = .
λ−λ 1 1 0 λ −1 λ
On en déduit que
λn 0

n 1 λ λ 1 −λ
A(k) = n .
λ−λ 1 1 0 λ −1 λ
On obtient ainsi une expression explicite de ûn+1 (k) en fonction de û0 (k) et v̂(k).
Plus précisément,
1 n+1 n+1 n
n+1

ûn+1 (k) = (λ − λ ) − (λn − λ ) û0 (k) − ∆t(λn+1 − λ )v̂(k) ,
λ−λ
ou encore
1 n n
n+1

ûn+1 (k) = λ (λ − 1) − λ (λ − 1) û0 (k) − ∆t(λn+1 − λ )v̂(k) .
λ−λ
Un calcul explicite de la racine λ du polynôme (2.18) nous donne
p
2 − (1 − 2θ)α(k) + i −∆(k)
λ= .
2(1 + θα(k))
La condition CFL, stipule que 4 − (1 − 4θ)α(k) est minoré par une constante stric-
tement positive. Ainsi, il existe une constante C1 indépendante de k telle que
s
λ − 1 α(k)
= (2(1 + θα(k)))−1 1 + i2(1 − 2θ) < C1 .

(2.19)
λ − λ 4 − (1 − 4θ)α(k)
D’autre part, en utilisant à nouveau la condition CFL, on établit qu’il existe une
constante C2 , indépendante de k telle que
∆t ∆t
≤ C2 p
|λ − λ| α(k)
Or
p ∆t ∆t
min α(k) = 2 sin(π∆x) > π∆x = π∆t
k:sin(kπ∆x)6=0 ∆x ∆x
dès que ∆x est assez petit. Ainsi,
∆t
≤ π −1 C2 .
|λ − λ|
De cette dernière estimation, de l’estimation (2.19), de l’expression de un+1 (k) et le
module de λ étant égale à 1, on déduit que
|ûn+1 (k)| ≤ 2C1 |û0 (k)| + π −1 C2 |v̂(k)|.
Le schéma est donc stable pour la norme L2 et il existe une constante C telle que
kun kL2 ≤ C ku0 kL2 + kvkL2

Exercice 2.3.12 On considère le cas limite du Lemme 2.3.6, c’est-à-dire ∆t/∆x =

(1 − 4θ)−1/2 avec 0 ≤ θ < 1/4. Montrer que le θ-schéma centré
un+1
j − 2unj + un−1
j −un+1 n+1
j−1 + 2uj − un+1
j+1
2
+θ 2
(∆t) (∆x)
(2.20)
−unj−1 + 2unj − unj+1 −un−1
j−1 + 2un−1
j − un−1
j+1
+(1 − 2θ) 2
+θ 2
=0
(∆x) (∆x)
est instable dans ce cas en vérifiant que unj = (−1)n+j (2n − 1) est une solution (remar-
quez qu’il s’agit d’une instabilité “faible” puisque la croissance de un est linéaire et non
exponentielle).
Correction. Soit unj = (−1)n+j (2n − 1),
−unj−1 + 2unj − unj+1 = 4(−1)n+j (2n − 1)
et
un+1
j − 2unj + un−1
j = 4(−1)n+j+1 (2n − 1).
35
En substituant ces relations dans l’expression du θ schéma et en considérant le cas

(∆t/∆x)2 = (1 − 4θ)−1 , on en déduit que
un+1
j − 2unj + un−1
j −un+1
j−1 + 2uj
n+1
− un+1
j+1
2
+θ 2
(∆t) (∆x)
−uj−1 + 2unj − unj+1
n
−un−1 n−1
j−1 + 2uj − un−1
j+1
+ (1 − 2θ) + θ
(∆x)2 (∆x)2
= 4(∆t)−2 (2n − 1)(−1)n+j −1 − θ(1 − 4θ)−1
+ (1 − 2θ)(1 − 4θ)−1 − θ(1 − 4θ)−1 = 0.

Exercice 2.3.13 Montrer que le θ-schéma centré (2.20) conserve l’énergie discrète,
c’est-à-dire que E n+1 = E 1 pour tout n ≥ 0, où
N
!2
n+1 n
X u j − u j
E n+1 = + a∆x (un+1 , un ) + θa∆x (un+1 − un , un+1 − un )
j=0
∆t
avec
N
X uj+1 − uj vj+1 − vj
a∆x (u, v) = .
j=0
∆x ∆x
Correction. On multiplie (2.20) par un+1

j − un−1
j et il vient
1
un+1 − unj − (unj − un−1 ) un+1 − unj + (unj − un−1

j j j j )
(∆t)2
1
−unj−1 + 2unj − unj+1 un+1 − un−1

+ j j
(∆x)2
θ
−(un+1 n+1
− unj ) − (un+1
n+1
n n
uj − un−1

+ j−1 − uj−1 ) + 2(uj j+1 − uj+1 ) j
(∆x)2
θ
−(un−1 n−1
− unj ) − (un−1
n+1
n n
uj − un−1

+ j−1 − uj−1 ) + 2(uj j+1 − uj+1 ) j =0
(∆x)2
Si on somme par rapport à j, comme
N
X N
X
−unj−1 2unj unj+1 unj+1 − unj (vj+1 − vj ) ,

+ − vj =
j=0 j=0
on en déduit que
N
!2 N
!2
X un+1
j − unj X unj − un−1
j
− + a∆x (un , un+1 − un−1 )
j=0
∆t j=0
∆t
+ a∆x (un+1 − un , un+1 − un + (un − un−1 ))
+ a∆x (un−1 − un , un+1 − un + (un − un−1 )) = 0,
c’est à dire
N
!2
X un+1
j − unj
+ a∆x (un , un+1 ) + θa∆x (un+1 − un , un+1 − un )
j=0
∆t
N
!2
X unj − un−1
j
= + a∆x (un−1 , un ) + θa∆x (un − un−1 , un − un−1 ).
j=0
∆t
Exercice 2.3.14 Montrer que le schéma de Lax-Friedrichs
2vjn+1 − vj+1
n n
n n

1 − vj−1 1 0 1 vj+1 − vj−1
n+1 n n − n n = 0, (2.21)
2∆t 2wj − wj+1 − wj−1 2∆x 1 0 wj+1 − wj−1
est stable en norme L2 sous la condition CFL ∆t ≤ ∆x, et qu’il est précis à l’ordre 1
en espace et temps si le rapport ∆t/∆x est gardé constant lorsque ∆t et ∆x tendent
vers zéro.
Correction.
1. Consistance
On pose U = (v, w) et
0 1
J= .
1 0
On effectue un développement de Taylor en (tn , xj ) sur le schéma (2.21) :
1
(2U (tn+1 , xj ) − U (tn , xj+1 ) − U (tn , xj−1 ))
2∆t
1
− J (U (tn , xj+1 ) − U (tn , xj−1 ))
2∆x
2 ! 2
(∆x)2 (∆x)4

∂U ∂U ∆t ∂ U 2
= −J − 1− + O (∆x) +
∂t ∂x 2∆t ∆x ∂x2 ∆t
Le schéma est donc consistant et précis à l’ordre 1 si le rapport ∆t/∆x est constant.
2. Stabilité L2
Étudions la stabilité L2 . Par transformation de Fourier, on établit que
n+1 n
v̂ ∆t 01 v̂
n+1 = cos(2kπ∆x) + i sin(2kπ∆x) .
ŵ ∆x 10 ŵn
∆t
On pose α = cos(2kπ∆x) et β = sin(2kπ∆x) ∆x . On diagonalise la matrice A(k) et
on établit que

1 1 1 α − iβ 0 1 1
A(k) = .
2 1 −1 0 α + iβ 1 −1
Notons que 2
1 1 1
= I.
2 1 −1
37
Ainsi, le schéma est stable L2 si et seulement si |α + iβ| ≤ 1. Or

|α + iβ|2 = (cos(2kπ∆x)2 + sin(2kπ∆x)2 (∆t/∆x)2 ).
Le schéma est donc stable en norme L2 sous la condition CFL ∆t ≤ ∆x.
Exercice 2.3.15 Montrer que le schéma de Lax-Wendroff
n+1
vj − vjn
n n

1 1 0 1 vj+1 − vj−1
n+1 − (2.22)
∆t wj − wjn 2∆x 1 0 n
wj+1 n
− wj−1
2 n
+ 2vjn − vj+1
n

∆t 0 1 −vj−1
+ n =0
2(∆x)2 1 0 −wj−1 + 2wjn − wj+1n
est stable en norme L2 sous la condition CFL ∆t ≤ ∆x, et qu’il est précis à l’ordre 2
en espace et temps.
Correction.
1. Consistance
On pose U = (v, w) et
0 1
J= .
1 0
On effectue un développement de Taylor en (tn , xj ) sur le schéma (2.22) :
1 1
(U (tn+1 , xj ) − U (tn , xj )) − J (U (tn , xj+1 ) − U (tn , xj−1 ))
∆t 2∆x
∆t ∂U ∆t ∂ 2 U
+ (−U (tn , x j − 1) + 2U (t n , x j ) − U (tn , x j+1 )) = +
2(∆x)2 ∂t 2 ∂x2
(∆t)2 ∂ 3 U ∂U (∆x)2 ∂ 3 U ∆t ∂ 2 U
+J − J − − + O((∆t)3 + (∆x)3 ).
6 ∂t3 ∂x 6 ∂x3 2 ∂x2
Si U est solution de l’équation (2.43), on en déduit que l’erreur de troncature est
1 ∂3U
E(U ) = (∆t)2 − (∆x)2 J 3 + O((∆x)2 + (∆t)2 ).
6 ∂x
2
2. Stabilité L .
Établissons la stabilité L2 sous la condition CFL ∆t ≤ ∆x. Par transformation de
Fourier, on établit que
2 !
∆t ∆t
Û n+1 (k) = 1 − 2 sin2 (kπ∆x) + i sin(2kπ∆x)J Û n (k)
∆x ∆x
∆t 2
sin2 (kπ∆x) et β = ∆x ∆t

On pose α = 1 − 2 ∆x sin(2kπ∆x) et on procède comme
pour l’exercice précédent. Ainsi, le schéma est stable L2 si et seulement si |α+iβ| ≤ 1.
Or 2 2 !
∆t ∆t
|α + iβ|2 = 1 − 4 sin3 (kπ∆x) 1− .
∆x ∆x
Ainsi, le schéma est stable L2 dès que
∆t
≤ 1.
∆x
Chapitre 3
FORMULATION
VARIATIONNELLE DES
PROBLÈMES ELLIPTIQUES
Exercice 3.1.1 Si f est une fonction continue sur [0, 1], montrer que l’équation dif-
férentielle d2 u
− dx2 = f pour 0 < x < 1
(3.1)
u(0) = u(1) = 0.
admet une solution unique dans C 2 ([0, 1]) donnée par la formule
Z 1 Z x
u(x) = x f (s)(1 − s)ds − f (s)(x − s)ds pour x ∈ [0, 1]. (3.2)
0 0
Correction. Soit u défini par (3.2). La continuité de la fonction f assure la

dérivabilité de la fonction u. On a
Z 1 Z x
0
u (x) = f (s)(1 − s)ds − f (s)ds,
0 0
d’où −u00 (x) = f . De plus, u vérifie les conditions aux limites u(0) = u(1) = 0. Ainsi,
u est bien solution de l’équation différentielle (3.1). Il reste à établir l’unicité de la
solution de l’équation (3.1). L’équation étant linéaire, il suffit de montrer que toute
solution v de l’équation (3.1) avec f = 0 est nulle. La dérivée seconde de v étant
nulle, on en déduit que v est une fonction affine. Enfin, les conditions aux limites
impliquent la nullité de la fonction v.
Exercice 3.2.1 Déduire de la formule de Green (3.5) la formule de Stokes

Z Z Z
divσ(x)φ(x) dx = − σ(x) · ∇φ(x) dx + σ(x) · n(x) φ(x) ds,
Ω Ω ∂Ω
où φ est une fonction scalaire de C 1 (Ω) et σ une fonction à valeurs vectorielles de C 1 (Ω),
à supports bornés dans le fermé Ω.
39
40 CHAPITRE 3. FORMULATION VARIATIONNELLE
Correction.
Z n Z
X ∂σi ∂φ
(∇.σ(x)φ(x) + σ(x).∇φ(x)) dx = (x)φ(x) + σi (x) (x) dx
Ω i=1 Ω
∂xi ∂xi
n Z n Z
X ∂σi φ X
= (x)dx = σi (x)φ(x)ni (x)ds
Ω ∂x i ∂Ω
Zi=1 i=1
= σ(x).n(x)φ(x)ds.
∂Ω
Exercice 3.2.2 En dimension N = 3 on définit le rotationnel d’une fonction de Ω dans

R3 , φ = (φ1 , φ2 , φ3 ), comme la fonction de Ω dans R3 définie par

∂φ3 ∂φ2 ∂φ1 ∂φ3 ∂φ2 ∂φ1
rotφ = − , − , − .
∂x2 ∂x3 ∂x3 ∂x1 ∂x1 ∂x2
Pour φ et ψ, fonctions à valeurs vectorielles de C 1 (Ω), à supports bornés dans le fermé
Ω, déduire de la formule de Green (3.5)
Z Z Z
rotφ · ψ dx − φ · rotψ dx = − (φ × n) · ψ ds.
Ω Ω ∂Ω
Correction.
Z
(rotφ · ψ − φrotψ) dx
Ω
Z
∂φ3 ∂φ2 ∂φ1 ∂φ3 ∂φ2 ∂φ1
= − ψ1 + − ψ2 + − ψ3
Ω ∂x2 ∂x3 ∂x3 ∂x1 ∂x1 ∂x2

∂ψ3 ∂ψ2 ∂ψ1 ∂ψ3 ∂ψ2 ∂ψ1
− − φ1 − − φ2 − − φ3 dx
∂x2 ∂x3 ∂x3 ∂x1 ∂x1 ∂x2
Z
∂ ∂ ∂
= (φ2 ψ3 − φ3 ψ2 ) + (φ3 ψ1 − φ1 ψ3 ) + (φ1 ψ2 − φ2 ψ1 ) dx
Ω ∂x1 ∂x2 ∂x3
 
Z φ2 ψ3 − ψ3 ψ2
=  φ3 ψ1 − φ1 ψ3  .n ds
∂Ω φ1 ψ2 − φ2 ψ1
Z
= (φ × ψ).n ds.
∂Ω
Exercice 3.2.3 On considère le Laplacien avec condition aux limites de Neumann. Soit
u une fonction de C 2 (Ω). Montrer que u est une solution du problème aux limites

−∆u = f dans Ω
∂u (3.3)
∂n
=0 sur ∂Ω.
si et seulement si u appartient à C 1 (Ω) et vérifie l’égalité
Z Z
∇u(x) · ∇v(x) dx = f (x)v(x) dx pour toute fonction v ∈ C 1 (Ω). (3.4)
Ω Ω
2
En déduire
R qu’une condition nécessaire d’existence d’une solution dans C (Ω) de (3.3)
est que Ω f (x)dx = 0.
41
Correction. Supposons que u soit solution du problème aux limites de Neumann

(3.3)
∂u
∂n
= 0 sur ∂Ω.
En multipliant l’équation vérifiée par u par dans Ω par une fonction test v ∈ C 1 (Ω),
on obtient, suite à une intégration par partie que
Z Z Z
∂u
∇u(x).∇v(x)dx − (x)v(x)ds = f (x)v(x)dx.
Ω ∂Ω ∂n Ω
Comme ∂u/∂n = 0 sur ∂Ω, on en déduit que

Z Z
∇u(x).∇v(x)dx = f (x)v(x)dx pour tout v ∈ C 1 (Ω). (3.5)
Ω Ω
Réciproquement, supposons que u soit une fonction régulière vérifiant (3.5). Par
intégration par partie on a
Z Z
∂u
− (∆u(x) − f (x))v(x)dx + (x)v(x)ds = 0 (3.6)
Ω ∂Ω ∂n
pour tout v ∈ C 1 (Ω). On procède en deux étapes : Dans un premier temps, on

applique la relation (3.6) à des fonctions tests à support compact dans Ω. Cela
nous permet de “tester” l’équation vérifiée par u dans Ω et d’établir l’équation
−∆u = f dans Ω. Dans un deuxième temps, on applique (3.6) à des fonctions tests
non nulles sur ∂Ω, ce qui nous permet de “tester” l’équation vérifiée par u sur le
bord du domaine et d’en déduire que ∂u/∂n = 0 sur ∂Ω. Plus précisément, pour
toute fonction test v à support compact dans Ω,
Z
(∆u(x) − f (x))v(x)dx = 0.
Ω
On peut conclure à la nullité de ∆u − f de deux manière différentes. La première

consiste à appliquer le Lemme 3.2.9 du cours. Plus simplement, ∆u − f est nulle
car orthogonale à un sous espace dense de L2 (Ω). L’égalité (3.6) implique alors que
∂u/∂n est elle nulle car orthogonale (pour le produit scalaire L2 (∂Ω)) à un sous
espace dense de L2 (Ω), trace des fonctions C 1 (Ω) sur le bord ∂Ω du domaine Ω.
En choisissant la fonction v = 1 comme fonction test dans la formulation va-
riationnelle, on en déduit que s’il existe une solution u régulière au problème aux
limites (3.3), Z
f (x) dx = 0.
Ω
Exercice 3.2.4 On considère l’équation des plaques


 ∆ (∆u) = f dans Ω
u=0 sur ∂Ω (3.7)
 ∂u
∂n
= 0 sur ∂Ω
∂v
On note X l’espace des fonctions v de C 2 (Ω) telles que v et ∂n s’annulent sur ∂Ω. Soit
4
u une fonction de C (Ω). Montrer que u est une solution du problème aux limites (3.7)
si et seulement si u appartient à X et vérifie l’égalité
Z Z
∆u(x)∆v(x) dx = f (x)v(x) dx pour toute fonction v ∈ X. (3.8)
Ω Ω
Correction. On procède comme pour l’exercice précèdent. Soit u une solution

régulière de l’équation des plaques (3.7), pour tout v ∈ X,
Z Z
∆(∆u)(x)v(x)dx = f (x)v(x)dx. (3.9)
Ω Ω
Par intégration par partie,

Z Z Z
∂(∆u)
∆(∆u)(x)v(x)dx = − ∇(∆u)∇v(x)dx + (x)v(x)ds.
Ω Ω ∂Ω ∂n
Comme v = 0 sur ∂Ω, on en déduit que

Z Z
∆(∆u)(x)v(x)dx = − ∇(∆u)∇v(x)dx
Ω Ω
puis par une nouvelle intégration par partie que

Z Z Z
∂v
∆(∆u)(x)v(x)dx = ∆u(x)∆v(x)dx − ∆u(x) (x)ds.
Ω Ω ∂Ω ∂n
∂v
Comme ∂n (x) = 0 sur ∂Ω, le dernier terme de cette équation est nulle. Ainsi, on
déduit de (3.9) que
Z Z
∆u(x)∆v(x)dx = f (x)v(x)dx.
Ω Ω
La réciproque s’établit comme lors de l’exercice précédent. Supposons que u soit une
solution du problème variationnel (3.8), en effectuant deux intégrations par partie
successives, on obtient Z
(∆(∆u) − f )vdx = 0,
Ω
pour tout v ∈ X. Or X est un sous espace dense de L2 (Ω), ainsi ∆(∆u) − f = 0.
Exercice 3.3.1 Le but de cet exercice est de montrer que l’espace V , défini par
V = v ∈ C 1 (Ω), v = 0 sur ∂Ω ,

(3.10)
muni du produit scalaire

Z
hw, vi = ∇w(x) · ∇v(x) dx, (3.11)
Ω
43
n’est pas complet. Soit Ω la boule unité ouverte de RN . Si N = 1, on définit la suite


 −x − 1 si − 1 < x < −n−1 ,
un (x) = (n/2)x2 − 1 + 1/(2n) si − n−1 ≤ x ≤ n−1 ,
x−1 si n−1 < x < 1.

Si N = 2, pour 0 < α < 1/2, on définit la suite
un (x) = | log(|x|2 + n−1 )|α/2 − | log(1 + n−1 )|α/2 .
Si N ≥ 3, pour 0 < β < (N − 2)/2, on définit la suite

1 1
un (x) = − .
(|x|2 + n−1 )β/2 (1 + n−1 )β/2
Montrer que la suite un est de Cauchy dans V mais qu’elle ne converge pas dans V
lorsque n tend vers l’infini.
Correction.
D’après l’inégalité de Poincaré, une suite un de l’espace V est de Cauchy, si et
seulement si ∇un est une suite de Cauchy dans L2 (Ω)N .
L’espace L2 (Ω)N étant complet, on en déduit que un est de Cauchy dans V si
et seulement si ∇un est convergente dans L2 (Ω)N .
Ainsi, si V était un espace complet, toute suite de un de V telle que ∇un
converge vers un élément τ de L2 (Ω)N serait convergente vers un élément u de V .
En particulier, τ = ∇u serait une fonction continue. Afin de prouver que V n’est
pas complet, il suffit donc dans chacun des cas de vérifier que ∇un converge dans
L2 (Ω)N vers une fonction discontinue.
Cas N = 1. La suite ∇un converge dans L2 (] − 1, 1[) vers la fonction τ définie par

−1 si x < 0
τ (x) =
1 si x > 0
La fonction τ n’ayant pas de représentant continu, V n’est pas complet.

Cas N = 2. Soit τ : Ω → R2 la fonction définie pour tout x =6 0 par
2αx α−1
τ (x) = − 2
− log(|x|2 ) .
|x|
On vérifie sans mal que τ appartient à L2 (Ω)2 . En effet,

Z Z 1
2 1+α 1
|τ | dx = π2 α dr.
Ω 0 r log(r)2−2α
R 1/2
( 0 r(log r)1 2(α−1 dr < +∞)) et que la suite ∇un converge dans L2 (Ω)2 vers τ . Il
suffit a cet effet, d’appliquer le théorème de Lebesgue en remarquant que
|∇un − τ |2 ≤ 2 max(|∇u|, 2/ log(2))2 .

Comme τ n’est pas continue, V n’est pas complet.

Cas N ≥ 3. On procède comme dans le cas précédent. En particulier, un et de
Cauchy et le gradient de un converge dans L2 (Ω)3 vers
x
τ = −β ,
|x|β+2
R 1/2
La fonction τ appartient bien à L2 , car 0
r−2β+N −3 dr < +∞ dès que β < (N −2)/2
mais n’est pas continue en 0.
Chapitre 4
ESPACES DE SOBOLEV
Exercice 4.2.1 Soit Ω = (0, 1). Montrer que la fonction xα est dérivable au sens faible
dans L2 (Ω) si et seulement si α > 1/2.
Correction. Tout d’abord, xα appartient à L2 (0, 1) si et seulement si α > −1/2. Si

α est un réel strictement plus grand que −1/2, d’après la définition 4.2.3, xα admet
une dérivée faible dans L2 (0, 1) si et seulement si il existe w ∈ L2 (0, 1) tel que pour
tout ϕ ∈ Cc∞ (0, 1),
Z 1 Z 1
α 0
x ϕ (x)dx = − w(x)ϕ(x)dx.
0 0
Or comme ϕ est à support compact, il existe a > 0 tel que ϕ(]0, a[) = 0. Ainsi,
Z 1 Z 1
0
α
x ϕ (x)dx = xα ϕ0 (x)dx
0 a
Z 1 Z 1
α−1
=− αx ϕ(x)dx = − αxα−1 ϕ(x)dx
a 0
(Les intégrations par partie sur (a, 1) ne posent aucun problème, xα étant de classe
C ∞ sur cet intervalle). On en déduit que xα admet une dérivée faible L2 si et
seulement si αxα−1 = w ∈ L2 (0, 1), c’est à dire α − 1 > −1/2.
Exercice 4.2.2 Soit Ω un ouvert borné. Montrer qu’une fonction continue sur Ω, et
C 1 par morceaux est dérivable au sens faible dans L2 (Ω).
Correction. Soit f une fonction continue sur Ω, C 1 par morceaux. Par définition,
il existe une famille d’ouverts deux à deux disjoints (Ωi )i=1,··· ,N telle que
[
Ωi = Ω
i
et fi = fΩi soit de classe C 1 . On note Γi,j = Ωi ∩ Ωj la frontière commune entre

deux sous-ouverts de Ω et ni la normale extérieure à l’ouvert Ωi . Soit ϕ ∈ Cc∞ (Ω).
45
46 CHAPITRE 4. ESPACES DE SOBOLEV
En appliquant la formule de Green (3.5) à chacun des ouverts Ωi , on obtient

Z XZ
∂ϕ ∂ϕ
f (x) (x)dx = fi (x) (x)dx
Ω ∂xk i Ωi ∂xk
XZ Z
∂fi
i
= fi (x)ϕ(x)nk ds − ϕ(x)dx
i ∂Ωi Ωi ∂xk
!
X Z ∂fi XZ
=− ϕ(x)dx + fi (x)ϕ(x)nik ds.
i Ωi ∂x k i,j Γi,j
i6=j
Or pour tout couple (i, j) et tout point x ∈ Γi,j , nik (x) = −njk (x), et comme f est
continue, fi (x) = fj (x). On en déduit que
XZ XZ
i
fi (x)ϕ(x)nk ds = ϕ(x)(fi (x)nik + fj (x)njk )ds = 0
i,j Γi,j i,j Γi,j
i6=j i<j
et Z Z Z
∂ϕ X ∂fi
f (x) (x)dx = − ϕ(x)dx = − ψk (x)ϕ(x)dx,
Ω ∂xk i Ωi ∂xk Ω
où ψk : Ω → R est défini pour tout x ∈ Ωi par ψk (x) = ∂fi /∂xk (x). Enfin, la fonction
ψk étant continue par morceaux sur un ouvert borné, elle appartient à L2 (Ω). Ainsi
f admet une dérivée faible L2 et ∂f /∂xk = ψk .
Exercice 4.2.3 Soit Ω un ouvert borné. Montrer qu’une fonction C 1 par morceaux
mais pas continue n’est pas dérivable au sens faible dans L2 (Ω).
Correction. On utilise les mêmes notations que l’exercice précédent, on a toujours
Z !
∂ϕ X Z ∂fi XZ
f (x) (x)dx = − ϕ(x)dx + ϕ(x)(fi (x)nik + fj (x)njk )ds
Ω ∂xk i Ωi ∂xk i,j Γi,j
i<j
d’où
Z !
∂ϕ X Z ∂fi XZ
f (x) (x)dx = − ϕ(x)dx + ϕ(x)(fi (x) − fj (x))nik ds
Ω ∂xk i Ωi ∂xk i,j Γi,j
i<j
Supposons que f soit dérivable au sens faible dans L2 . Dans ce cas, il existe une
fonction w ∈ L2 (Ω) telle que pour tout ϕ ∈ Cc∞ (Ω),
XZ Z
i
ϕ(x)(fi (x) − fj (x))nk ds = w(x)ϕ(x)dx.
i,j Γi,j Ω
i<j
En particulier, pour tout ϕ ∈ Cc∞ (Ωi ), on a

Z
w(x)ϕ(x)dx = 0.
Ωi
47
Ainsi, w = 0 presque partout sur Ω, car Ω \ ∪i Ωi est de mesure nulle. De plus, pour
tout indice k, et tout fonction test ϕ,
XZ
ϕ(x)(fi (x) − fj (x))nik ds = 0.
i,j Γi,j
i<j
On en déduit que pour tout x ∈ ∪i,j Γi,j , fi (x) = fj (x), c’est à dire que f est continue.
Exercice 4.2.4 Soit Ω un ouvert borné constitué de deux ouverts Ω1 et Ω2 séparés

par une surface Γ = ∂Ω1 ∩ ∂Ω2 . Montrer qu’une fonction vectorielle de classe C 1 sur
chaque morceau Ω1 et Ω2 admet une divergence faible dans L2 (Ω) si et seulement si sa
composante normale est continue à travers la surface Γ.
Correction. Soit σ une fonction de Ω à valeurs vectorielles. On note σ1 , σ2 les
restrictions de σ à Ω1 et Ω2 respectivement et n1 , n2 les normales extérieures à Ω1
et Ω2 . Soit ϕ ∈ Cc∞ (Ω), d’après la formule de Stokes (voir Exercice 3.2.1),
Z Z Z
σ(x).∇ϕ(x)dx = σ1 (x).∇ϕ(x)dx + σ2 (x).∇ϕ(x)dx
Ω Ω1 Ω2
Z Z
1
= σ1 (x).n (x)ϕ(x)ds − div(σ1 )(x)ϕ(x)dx
Γ Ω1
Z Z
2
+ σ2 .n (x)ϕ(x)ds − div(σ2 )(x)ϕ(x)dx.
Γ Ω1
Ainsi, si la composante normale de σ est continue à l’interface, σ admet une diver-

gence faible et div(σ)(x) = div(σi )(x) pour tout x ∈ Ωi (i = 1, 2).
Réciproquement, si σ possède une divergence faible, il existe donc w ∈ L2 (Ω) tel
que Z Z
1
(σ1 − σ2 )(x).n (x)ϕds = w(x)ϕdx,
Γ Ω
et par un raisonnement similaire à celui effectué dans l’exercice précédent, on en
déduit que (σ1 − σ2 ).n1 = 0 sur Γ.
Exercice 4.3.1 Montrer que les fonctions continues, C 1 par morceaux et à support
borné dans Ω, appartiennent à H 1 (Ω).
Correction. D’après l’Exercice 4.2.2 (on utilise les même notations), pour toute
fonction ϕ ∈ Cc∞ (Ω),
Z Z
∂ϕ
f (x) (x) dx = − ψk (x)ϕ(x) dx,
Ω ∂xk Ω
où ψk (x) = ∂fi /∂xk (x) pour tout x ∈ Ωi . Le support de f étant borné, ψk appartient
à L2 (Ω). Ainsi f admet une dérivée faible dans L2 (Ω) et appartient à H 1 (Ω).
Exercice 4.3.2 Soit B la boule unité ouverte de RN . Si N = 2, montrer que la fonction

u(x) = | log(|x|)|α appartient à H 1 (B) pour 0 < α < 1/2, mais n’est pas bornée au
voisinage de l’origine. Si N ≥ 3, montrer que la fonction u(x) = |x|−β appartient à
H 1 (B) pour 0 < β < (N − 2)/2, mais n’est pas bornée au voisinage de l’origine.
Correction.
1. Cas N = 2
Soit α, 0 < α < 1/2 et u la fonction définie sur la boule unité de R2 par
u(x) = | log(|x|)|α .
Tout d’abord, on vérifie que u est un élément de L2 (B). En effet,

Z Z 1
2
|u| dx = 2π | log(r)|2α rdr < +∞.
B 0
Reste à prouver que u admet une dérivéep faible L2 (u n’est évidemment pas bornée
au voisinage de 0). Rappelons que |x| = x21 + x22 est dérivable pour tout x 6= 0 et
que ∇|x| = x/|x|. Ainsi, la fonction u, en tant que fonction composée de fonctions
dérivables, est dérivable au sens classique sur B \ {0} et ∇u = ψ où
αx
ψ(x) = − 2
| log(|x|)|α−1 .
|x|
De plus, ψ appartient à L2 (Ω)2 . En effet,

2
α log(|x|)α−1
Z Z
2
|ψ| dx = dx
B B |x|
En passant en coordonnées polaires, on obtient

Z 1
log(r)2(α−1)
Z
2 2
|ψ| dx = 2πα dr
B 0 r
Z ∞
2
= 2πα s2(α−1) ds.
1
Cette dernière intégrale est finie, dès que 2(α − 1) < −1 (ce qui est le cas puisque
α < 1/2). Pour être tout à fait rigoureux, il reste à prouver que la dérivée au sens
classique coı̈ncide avec la définition de la dérivée faible. Soit ϕ ∈ C ∞ (Ω), pour tout
réel ε tel que 0 < ε < 1,
Z Z Z
u(x)∇ϕ(x)dx = u(x)∇ϕ(x)dx + u(x)∇ϕ(x)dx
B ε<|x|<1 |x|<ε
Z Z Z
= − ψ(x)ϕ(x)dx + u(x)ϕ(x)ds + u(x)∇ϕ(x)dx
ε<|x|<1 |x|=ε |x|<ε
Z Z Z
α
= − ψ(x)ϕ(x)dx + | log(ε)| ϕ(x)ds + u(x)∇ϕ(x)dx.
ε<|x|<1 |x=ε| |x|<ε
Les deux derniers termes de l’expression tendent vers zéro lorsque ε tend vers zéro.
Ainsi, Z Z
u(x)∇ϕ(x)dx = − ψ(x)ϕ(x)dx,
B B
49
ce qui achève la démonstration.

2. Cas N ≥ 3
Soit 0 < β < (N − 2)/2. On pose
u(x) = |x|−β .
Dans un premier temps, on vérifie que u est un élément de L2 (B). Soit SN la sphère
unité, Z Z 1
2
|u| dx = |SN | |r|N −1−2β dr < ∞.
B 0
Pour tout x 6= 0, u est dérivable au sens classique et ∇u(x) = ψ(x) où
ψ(x) = −βx|x|−(β+2)
On vérifie que la fonction ψ est un élément de L2 (B)3 . En effet,

Z Z
2
|ψ| dx = β 2
|ψ|−2(β+1) dx
B B
Z 1
2
= β |SN | rN −1 r−2(β+1) dr
Z0 1
= β 2 |SN | r−2β+N −3 dr.
0
La dernière intégrale est fini car −2β + N − 3 > −1. Enfin, en procédant comme
dans le cas N = 2, on vérifie que les dérivées faible et classique coı̈ncident.
Exercice 4.3.3 Le but de cet exercice est de montrer que le Théorème de trace 4.3.13
n’est pas vrai si l’ouvert Ω n’est pas régulier. Soit l’ouvert Ω ⊂ R2 défini par 0 < x < 1
et 0 < y < xr avec r > 2 (voir la Figure 4.2). Soit la fonction v(x) = xα . Montrer
que v ∈ H 1 (Ω) si et seulement si 2α + r > 1, tandis que v ∈ L2 (∂Ω) si et seulement
si 2α > −1. Conclure. (On peut aussi montrer avec ce même exemple que le Théorème
4.3.5 de densité et la Proposition 4.4.2 de prolongement ne sont pas vrais pour un tel
ouvert.)
Correction. On a
Z Z Z 1 Z xr Z 1
2 2α 2α
|v| dxdy = x dxdy = x dy dx = x2α+r dx.
Ω Ω 0 0 0
Ainsi, v ∈ L2 (Ω) si et seulement si 2α + r > −1. De plus, ∂v/∂y = 0 et ∂v/∂x =

αxα−1 . On en déduit que v ∈ H 1 (Ω) si et seulement si 2(α − 1) + r > −1, c’est à
dire 2α + r > 1. D’autre part,
Z Z 1
2
|v(x)| ds = 1 + x2α (1 + r2 x2r−2 )1/2 dx
∂Ω 0
(l’intégrale du membre de droite provient de l’intégration de v(x) le long de la partie

du bord de Ω paramétrée par la fonction (0, 1) 3 x 7→ xr ∈ ∂Ω). Comme r > 2,
la fonction (1 + r2 x2r−2 )1/2 est bornée sur (0, 1) et v ∈ L2 (∂Ω) si et seulement si

2α > −1. Si r est strictement supérieur à 2, il existe α tel que 1 − r < 2α < −1.
Dans ce cas, v ∈ H 1 (Ω) et v|∂Ω ∈ / L2 (∂Ω). Le Théorème 4.3.13 est mis en défaut
dans ce cas. En effet, on introduit la suite croissante de fonctions v n ∈ H 1 (Ω)∩C(Ω)
définie par
v n (x) = min(v(x), n).
La suite v n converge vers v dans H 1 (Ω) et v|∂Ωn
converge presque partout vers v|∂Ω .
On a alors
lim kv n kH 1 (Ω) = kvkH 1 (Ω)
n
et Z
n
lim kv kL2 (Ω) = |v|∂Ω (x)|2 ds = +∞.
n ∂Ω
Quel que soit K > 0, pour n assez grand, on a donc
kv n kL2 (∂Ω) > Kkv n kH 1 (Ω) ,
Remarque 4.3.1 Pour être tout à fait rigoureux, on ne peut pas conclure direc-
tement du fait que v ∈ H 1 (Ω) et v|∂Ω ∈ / L2 (∂Ω) que le théorème de Trace 4.3.13
est erroné. En effet, on pourrait tout à fait imaginer que l’application Trace γ0 soit
prolongeable en une fonction continue de H 1 (Ω) dans L2 (∂Ω), mais telle que γ0 (v)
et v|∂Ω ne coı̈ncident pas.
Exercice 4.3.4 Le but de cet exercice est de montrer qu’il ne peut pas y avoir de
notion de trace pour des fonctions de L2 (Ω), c’est-à-dire qu’il n’existe pas de constante
C > 0 telle que, pour toute fonction v ∈ L2 (Ω), on a
kv|∂Ω kL2 (∂Ω) ≤ CkvkL2 (Ω) .
Pour simplifier, on choisit comme ouvert Ω la boule unité. Construire une suite de
fonctions régulières dans Ω égales à 1 sur ∂Ω et dont la norme dans L2 (Ω) tend vers
zéro. Conclure.
Correction.
Soit T une fonction régulière de [0; +∞[ à valeurs dans R+ telle que T (0) = 1,
T (s) = 0 pour s > 1 et 0 ≤ T (s) ≤ 1 pour tout s. On définit la suite un de fonctions
de la boule Ω à valeurs dans R par
un (x) = T (n(1 − |x|)).
Pour tout n, quel que soit x ∈ ∂Ω, |un (x)| = 1. D’autre part, la suite |un (x)| est
majorée par 1 pour tout x ∈ Ω. Enfin, un (x) = 0 pour tout x appartenant à la boule
de rayon 1 − 1/n. Ainsi, d’après le théorème de Lebesgue, kun kL2 (Ω) → 0, et quel
que soit C, pour n assez grand,
kun kL2 (∂Ω) = ku0 kL2 (∂Ω) > Ckun kL2 (Ω) .
L’opérateur trace définit de C 0 (Ω)∩L2 (Ω) dans L2 (∂Ω) n’est pas continue. A fortiori,
il ne peut être prolongé en une application continue de L2 (Ω) dans L2 (∂Ω).
Chapitre 5
ÉTUDE MATHÉMATIQUE DES

PROBLÈMES ELLIPTIQUES
Exercice 5.2.1 A l’aide de l’approche variationnelle démontrer l’existence et l’unicité

de la solution de
−∆u + u = f dans Ω
(5.1)
u=0 sur ∂Ω
où Ω est un ouvert quelconque de l’espace RN , et f ∈ L2 (Ω). Montrer en particulier que
l’ajout d’un terme d’ordre zéro au Laplacien permet de ne pas avoir besoin de l’hypothèse
que Ω est borné.
Correction.
1er Étape. Recherche de la formulation variationnelle.
On multiplie l’équation vérifiée par u par une fonction test v nulle sur ∂Ω. Par
intégration par partie, on obtient que
Z Z

∇u · ∇v + u(x)v(x) dx = f v dx.
Ω Ω
Afin que cette expression ait un sens, il suffit de choisir u et v dans H01 (Ω). Le
problème variationnel associé à l’équation (5.1) consiste donc à déterminer u ∈
H01 (Ω) tel que
a(u, v) = L(v) pour tout v ∈ H01 (Ω),
où Z

a(u, v) = ∇u · ∇v + u(x)v(x) dx
Ω
et Z
L(v) = f v dx.
Ω
2eme Étape. Résolution du problème variationnel.

La continuité de a(., .) et L(.) est évidente de même que la coercivité de la forme
bilinéaire a(., .). En effet,
a(u, u) = kuk2H 1 (R2 ) .
51
52 CHAPITRE 5. PROBLÈMES ELLIPTIQUES
Les hypothèses du Théorème de Lax-Milgram sont réunies. Il existe donc une so-
lution unique au problème variationnel. On vérifie enfin en effectuant les même
intégrations par partie que lors de la première étape que ∇u est un élément de
H(div) et que −∆u + u = f en tant qu’éléments de L2 (Ω) et donc presque partout
dans Ω. Enfin, comme u ∈ H01 (Ω), et que Ω est un ouvert régulier, la trace de u est
bien définie et u = 0 presque partout sur ∂Ω.
Exercice 5.2.2 Soit Ω un ouvert borné de RN . A l’aide de l’approche variationnelle

démontrer l’existence et l’unicité de la solution du problème suivant de convection-
diffusion
V · ∇u − ∆u = f dans Ω
(5.2)
u=0 sur ∂Ω
où f ∈ L2 (Ω) et V est une fonction régulière à valeurs vectorielles telle que divV = 0
dans Ω.
Correction.
On multiplie l’équation vérifiée par u par une fonction test v nulle sur ∂Ω. Par
intégration par partie, on obtient la formulation variationnelle suivante :
Trouver u ∈ H01 (Ω) tel que
où Z

a(u, v) = ∇u · ∇v + (V · ∇u)v dx
Ω
et Z
L(v) = f v dx.
Ω
2ème Étape. Résolution du problème variationnel.

Afin d’appliquer le Théorème de Lax-Milgram, la seule hypothèse non triviale
à vérifier est la coercivité de la forme bilinéaire a(., .).
Z

a(u, u) = ∇u · ∇v + (V · ∇u)u dx
Ω
Or
Z Z
div(uV )u − div(V )|u|2 dx

(V · ∇u)u dx =
Ω Ω
Z
= − (V · ∇u)u dx.
∂Ω
Ainsi,
a(u, u) = k∇uk2L2 (Ω)
et la coercivité de a(., .) se déduit de l’inégalité de Poincaré.
53
3ème Étape. Équivalence avec l’équation.

Z Z

∇u · ∇v dx = f v − (V · ∇u)v dx.
Ω Ω
Ainsi, Z

∇u · ∇v dx ≤ (kf kL2 (Ω) + kV kL∞ (Ω) kukH 1 (Ω) )kvkL2 (Ω) ,

Ω
et ∇u est un élément de H(div). On en déduit donc par intégration par partie que
−∆u + V · ∇u = f en tant qu’éléments de L2 (Ω).
Exercice 5.2.3 On reprend les notations et hypothèses de l’Exercice 5.2.2. Montrer

que tout v ∈ H01 (Ω) vérifie Z
vV · ∇v dx = 0.
Ω
Montrer que la solution de la formulation variationnelle du problème de convection dif-
fusion ne minimise pas dans H01 (Ω) l’énergie
Z Z
1 2

J(v) = |∇v| + vV · ∇v dx − f v dx.
2 Ω Ω
Correction. On a d’ores et déjà prouvé dans l’exercice précédent que

Z
vV · ∇v dx = 0
Ω
pour tout v ∈ H01 (Ω). Ainsi,

Z Z
2

J(v) = 1/2 |∇v| + v(V · ∇v) dx − f v dx
ZΩ Z
2
= 1/2 |∇v| dx − f v dx
Ω
Or le minimiseur u sur H01 (Ω) de J est solution du problème aux limites

u=0 sur ∂Ω,
et n’a donc aucune raison (sauf cas exceptionnel) d’être solution du problème aux
limites
V · ∇u − ∆u = f dans Ω
u=0 sur ∂Ω,
Exercice 5.2.4 On considère à nouveau le problème aux limites

(5.3)
u=0 sur ∂Ω
où Ω est un ouvert borné de l’espace RN , et f est un second membre qui appartient
à l’espace L2 (Ω). On suppose que l’ouvert Ω est symétrique par rapport à l’hyperplan
xN = 0 de même que la donnée f (i.e. f (x0 , xN ) = f (x0 , −xN )). Montrer que la
solution de (5.3) a la même symétrie. Montrer que (5.3) est équivalent à un problème
aux limites posé sur Ω+ = Ω ∩ {xN > 0} avec une condition aux limites de Neumann
sur Ω ∩ {xN = 0}.
Correction. Soit u la solution de (5.3). On définit
v ∈ H 1 (Ω) par v(x0 , xn ) = u(x0 , −xn ).
On a alors pour tout (x0 , xn ) ∈ Ω,
−∆v(x0 , xn ) = −∆u(x0 , −xn ) = f (x0 , −xn ) = f (x0 , xn ).
De plus, pour tout élément (x0 , xn ) du bord de Ω, (x0 , −xn ) ∈ ∂Ω et
v(x0 , xn ) = u(x0 , −xn ) = 0.
Ainsi, v est également solution du problèmes aux limites (5.3). Comme u est l’unique
solution de ce système, u = v et u(x0 , xn ) = u(x0 , −xn ). On note ΓN = Ω ∩ {xn = 0}
et n la normale extérieure à Ω+ . Montrons que ∂u/∂n = 0 sur ΓN . Si on suppose
que u est régulier, la nullité de la dérivée normale sur ΓN découle directement de la
relation u(x0 , xn ) = u(x0 , −xn ). Sans hypothèse de régularité sur u, on peut utiliser
la définition faible de la trace normale d’éléments de H(div). Soit ϕ ∈ Cc∞ (Ω). On
pose ψ(x0 , xn ) = (ϕ(x0 , −xn ) + ϕ(x0 , xn ))/2. On a
Z Z
∂u
,ψ = ∆uψ dx + ∇u · ∇ψ dx
∂n H −1/2 (ΓN ),H 1/2 (ΓN ) Ω+ Ω+
Z Z
= f ψ dx + ∇u · ∇ψ dx.
Ω+ Ω+
De même,
Z Z
∂u
,ψ = − f ψ dx − ∇u · ∇ψ dx
∂n H −1/2 (ΓN ),H 1/2 (ΓN ) Ω− Ω−
Z Z
= − f ψ dx − ∇u · ∇ψ dx
Ω+ Ω+
(par changement de variable (x0 , xn ) → (x0 , −xn )).

Or ψ|ΓN = ϕ|ΓN , ainsi,

∂u ∂u
,ϕ =− ,ϕ
∂n H −1/2 (ΓN ),H 1/2 (ΓN ) ∂n H −1/2 (ΓN ),H 1/2 (ΓN )
et ∂u/∂n = 0 sur Ω ∩ {xn = 0}. Ainsi, u est également solution du problème aux
limites
−∆u = f dans Ω+



u = 0 sur ∂Ω ∩ {xn > 0}

 ∂u
= 0 sur Ω ∩ {xn = 0}.


∂n
55
Exercice 5.2.5 Démontrer que l’unique solution u ∈ H 1 (Ω) de la formulation varia-

tionnelle
Z Z Z
(∇u · ∇v + uv) dx = gv ds + f v dx ∀ v ∈ H 1 (Ω). (5.4)
Ω ∂Ω Ω
vérifie l’estimation d’énergie suivante

kukH 1 (Ω) ≤ C kf kL2 (Ω) + kgkL2 (∂Ω) ,
où C > 0 est une constante qui ne dépend pas de u, f et g.

Correction. Il suffit d’appliquer la formulation variationnelle (5.4) à la fonction
test v = u. On en déduit que
Z Z Z
2 2 2

kukH 1 (Ω) = |∇u| + |u| dx = gu ds + f u dx.
Ω ∂Ω Ω
En appliquant l’inégalité de Cauchy-Schwarz au deuxième membre,
kuk2H 1 (Ω) ≤ kgkL2 (∂Ω) kukL2 (∂Ω) + kf kL2 (Ω) kukL2 (Ω) .
Par le Théorème de Trace, il existe donc une constante positive C telle que
kuk2H 1 (Ω) ≤ C kgkL2 (∂Ω) + kf kL2 (Ω) kukH 1 (Ω)

et
kukH 1 (Ω) ≤ C kgkL2 (∂Ω) + kf kL2 (Ω)
Exercice 5.2.6 On suppose que Ω est un ouvert borné régulier de classe C 1 . A l’aide
de l’approche variationnelle démontrer l’existence et l’unicité de la solution du Laplacien
avec une condition aux limites de Fourier

∂u (5.5)
∂n
+ u = g sur ∂Ω
où f ∈ L2 (Ω) et g est la trace sur ∂Ω d’une fonction de H 1 (Ω). On démontrera

l’inégalité suivante (qui généralise celle de Poincaré)
kvkL2 (Ω) ≤ C kvkL2 (∂Ω) + k∇vkL2 (Ω) ∀ v ∈ H 1 (Ω).

Correction.
On multiplie l’équation vérifiée par u par une fonction test v. Par intégration
par partie, on obtient
Z Z Z
∂u
∇u · ∇v dx − vds = f v dx.
Ω ∂Ω ∂n Ω
Enfin, comme ∂u/∂n = g − u sur ∂Ω, on en déduit que

Z Z Z
∇u · ∇v dx − (g − u)vds = f v dx.
Ω ∂Ω Ω
La formulation variationnelle retenue consiste donc à trouver u ∈ H 1 (Ω) tel que
a(u, v) = L(v) pour tout v ∈ H 1 (Ω),
où Z Z
a(u, v) = ∇u · ∇v dx + uvds
Ω ∂Ω
et Z Z
L(v) = f v dx + gvds.
Ω ∂Ω
2ème Étape. Résolution du problème variationnel.

Afin d’appliquer le théorème de Lax-Milgram, la seule hypothèse non triviale à
vérifier est la coercivité de la forme bilinéaire a(., .). A cet effet, on va montrer qu’il
existe une constante C telle que pour tout v ∈ H 1 (Ω),

kvkL2 (Ω) ≤ C kvkL2 (∂Ω) + k∇vkL2 (Ω) .
La coercivité est alors évidente. Afin d’établir ce dernier résultat, on raisonne par
contradiction : Supposons que pour tout n, il existe vn tel que

kvn kL2 (Ω) > n kvn kL2 (∂Ω) + k∇vn kL2 (Ω) .
Quitte a considérer la suite vn /kvn kL2 (Ω) au lieu de vn , on peut supposer que pour
tout n, kvn kL2 (Ω) = 1. Ainsi, la suite vn est bornée dans H 1 (Ω) et d’après le théorème
de Rellich, il existe une sous suite vn0 convergente dans L2 (Ω) vers un élément v de
H 1 (Ω). De plus, ∇vn0 converge vers zéro dans L2 (Ω). Ainsi, vn0 est une suite de
Cauchy de H 1 (Ω), v appartient a H 1 (Ω) et ∇v = 0. D’après la Proposition 4.2.5,
on en déduit que v est une constante. L’application trace étant continue de H 1 (Ω)
dans L2 (∂Ω), la trace de v sur le bord de Ω est égale à la limite des traces de vn0
sur le bord de Ω. Or limn kvn0 kL2 (∂Ω) = 0, ainsi v = 0 sur ∂Ω. Finalement, v étant
constante, v = 0 dans tout Ω, ce qui contredit le fait que kvkL2 (Ω) = 1.
3eme Étape. Équivalence avec le problème aux limites.
Tout d’abord, on établit en appliquant la formulation variationnelle à des élé-
ments v ∈ Cc∞ (Ω) que ∇u est un élément de H(div) et par intégration par partie
que
−∆u = f dans Ω.
De plus, pour toute fonction v ∈ H 1 (Ω),
Z Z
∂u
+ u v dx = (∆u)v + ∇u · ∇v + uv dx
∂Ω ∂n
ZΩ Z

= − f v + ∇u · ∇v + uv dx = gvds.
Ω ∂Ω
On en déduit en particulier que ∂u/∂n est un élément de L2 (∂Ω) et que

∂u
+ u = g presque partout sur ∂Ω.
∂n
57
∂u
R
Remarque 5.2.1 En toute rigueur, l’intégrale ∂Ω ∂n + u v dx n’est a priori pas
correctement définie. Cependant, comme ∇u est un élément de H(div), il admet une
trace normale sur ∂Ω. Ainsi, le calcul précédent reste valable
en toute généralité
∂u
quitte à remplacer l’intégrale de bord par le crochet de dualité ∂n + u, v H −1/2 ,H 1/2 .
2
Enfin, commeR on prouve
finalement que ∂u/∂n appartient à L (∂Ω), l’utilisation de
∂u
l’intégrale ∂Ω ∂n + u v dx est justifiée a posteriori.
Exercice 5.2.7 On suppose que Ω est un ouvert borné connexe. A l’aide de l’approche
variationnelle démontrer l’existence et l’unicité de la solution du Laplacien avec des
conditions aux limites mêlées

 −∆u = f dans Ω
∂u
=0 sur ∂ΩN (5.6)
 ∂n
u=0 sur ∂ΩD
où f ∈ L2 (Ω), et (∂ΩN , ∂ΩD ) est une partition de ∂Ω telle que les mesures superficielles
de ∂ΩN et ∂ΩD sont non nulles (voir la Figure 4.1). (Utiliser la Remarque 4.3.18.)
Correction.
La formulation variationnelle s’établit naturellement : Il s’agit de trouver u ∈ V
tel que
a(u, v) = L(v) pour tout v ∈ V
où
V = {v ∈ H 1 (Ω) : v = 0 sur ∂ΩD }
Z
a(u, v) = ∇u · ∇v dx
Ω
et Z
L(v) = f v dx.
Ω
L’application trace étant continue, l’espace vectoriel V , image réciproque d’un fermé
par une application continue, est un sous espace fermé de H 1 (Ω). Ainsi, V est un
espace de Hilbert. Les formes bilinéaire et linéaire a et L étant continues, il ne reste
plus qu’à établir la coercivité de la forme bilinéaire a pour pouvoir appliquer le
Théorème de Lax-Milgram et en déduire l’existence et l’unicité d’une solution au
problème variationnel. Il s’agit donc d’établir l’inégalité de type Poincaré suivante :
Il existe C > 0 tel que pour tout v ∈ V ,
kukL2 (Ω) ≤ Ck∇ukL2 (Ω) .
Cette inégalité s’établit par contradiction (voir la deuxième démonstration de l’in-

égalité de Poincaré 4.3.10). Supposons que cette inégalité soit fausse pour toute
constante C. Dans ce cas, pour tout entier n, il existe un ∈ V tel que
kun kL2 (Ω) > nk∇un kL2 (Ω) .
Quitte à diviser un par sa norme L2 , on peut supposer que kun kL2 = 1. Ainsi, un
est borné dans H 1 (Ω) et d’aprés le Théorème de Rellich, il existe une sous-suite un0
de un et un élément u de L2 (Ω) tels que un0 converge vers u en norme L2 . Or ∇un

converge vers zéro. On en déduit que un est de Cauchy dans H 1 (Ω). En particulier,
u appartient à H 1 (Ω) et le gradient de u est égal à la limite des gradients de un0 ,
c’est à dire ∇u = 0. D’après la Proposition 4.2.5, on en déduit que u est une
constante. Comme u appartient à V , la restriction de u à ∂ΩD est nulle. La mesure
superficielle de ∂ΩD étant non nulle, on en déduit que u = 0, ce qui contredit le fait
que kukL2 (Ω) = limn0 kun0 kL2 (Ω) = 1.
Enfin, si u est une solution du problème variationnel, on en déduit que ∇u
appartient à H(div) et que −∆u = f en tant qu’éléments de L2 (Ω). Enfin, pour
tout élément v de V , on a
Z
∂u
,v = ∆uv + ∇u · ∇v dx = 0.
∂n H −1/2 ,H 1/2 Ω
Quitte à supposer Ω et ∂ΩN assez réguliers, la trace des fonctions V sur le bord
est égal à l’ensemble des fonctions de H 1/2 (Ω) de support inclus dans ∂ΩN . Ainsi,
la restriction de ∂u/∂n à ∂ΩN est nulle. Enfin, u = 0 presque partout sur ∂ΩD car
u ∈ V . Ainsi, la solution u du problème variationnel est bien solution du problème
aux limites initial.
Exercice 5.2.8 Démontrer l’inégalité de Poincaré-Wirtinger : si Ω est borné, régulier

et connexe, il existe une constante C > 0 telle que, pour tout v ∈ H 1 (Ω),
R
v dx
kv − m(v)kL2 (Ω) ≤ Ck∇vkL2 (Ω) avec m(v) = RΩ . (5.7)
Ω
dx
Correction. On peut démontrer cette inégalité par contradiction. On suppose que
l’inégalité de Poincaré Wirtinger est fausse. Dans ce cas, pour tout entier naturel
n ≥ 1, il existe un élément un de H 1 (Ω) tel que
kun − m(un )kL2 (Ω) > nk∇un kL2 (Ω) ,
où m est la moyenne définie par
Z Z
m(un ) = un dx dx.
Ω Ω
On pose vn = (un − m(un ))/||un − m(un )kL2 (Ω) . La suite vn vérifie l’équation
1 = kvn kL2 (Ω) > nk∇vn kL2 (Ω) . (5.8)
Ainsi, la suite vn est bornée dans H 1 (Ω). Comme Ω est borné régulier, d’après le
Théorème de Rellich, on peut extraire de vn une sous-suite convergente dans L2 (Ω)
vers un élément v de L2 (Ω). Par commodité, on note de nouveau vn cette suite.
Comme vn est convergente dans L2 (Ω), c’est une suite de Cauchy de L2 (Ω). De plus,
d’après l’équation (5.8), ∇vn converge vers 0 dans L2 (Ω). Ainsi, vn est une suite de
Cauchy dans H 1 (Ω). Comme H 1 (Ω) est un espace de Hilbert, il est complet : Toute
suite de Cauchy est convergente et vn converge dans H 1 (Ω). Ainsi,
k∇vkL2 (Ω) = lim k∇vn kL2 (Ω) ≤ lim(1/n) = 0,
n n
59
m(v) = lim m(vn ) = 0,

n
kvkL2 (Ω) = lim kvn kL2 (Ω) = 1.

n
Comme ∇v = 0, m(v) = 0 et Ω est connexe, v est une constante de moyenne nulle

d’après la Proposition 4.2.5. Ainsi, v = 0 et kvkL2 (Ω) = 1, ce qui est absurde.
Exercice 5.2.9 On suppose que Ω est un ouvert borné connexe régulier. Soit f ∈
L2 (Ω). On considère la formulation variationnelle suivante : trouver u ∈ H 1 (Ω) tel que
Z Z Z Z
∇u · ∇v dx + u dx v dx = f v dx ∀ v ∈ H 1 (Ω).
Ω Ω Ω Ω
Démontrer l’existence et l’unicité de la solution de cette formulation variationnelle.

R Quel
problème aux limites a-t-on ainsi résolu ? En particulier, si on suppose que Ω f dx = 0,
quel problème déjà étudié retrouve-t-on ?
Correction.
1. Existence
Soit Z Z Z
a(u, v) = ∇u · ∇v dx + u dx v dx (5.9)
Ω Ω Ω
et Z
L(v) = f (x)v(x) dx.
Ω
Le problème variationnel posé consiste à déterminer u ∈ H 1 (Ω) tel que
a(u, v) = L(v) ∀v ∈ H 1 (Ω).
Afin d’appliquer le Théorème de Lax-Milgram, la seule hypothèse non triviale à

vérifier porte sur la coercivité de la forme bilinéaire a(., .). En raisonnant par l’ab-
surde (comme lors de la deuxième démonstration de l’inégalité de Poincaré 4.3.10),
on établit qu’il existe C > 0 tel que pour tout u ∈ H 1 (Ω),
kuk2H 1 (Ω) ≤ Ca(u, u)
(On utilise ici le fait que Ω est borné connexe). Le Théorème de Lax-Milgram nous
assure alors l’existence et l’unicité de la solution de (5.9).
2. Détermination du problème aux limites
Soit ϕ ∈ Cc∞ (Ω),
Z Z Z Z
∇u · ∇ϕ(x) dx = − u(x) dx ϕ(x) dx + f (x)ϕ(x) dx.
Ω Ω Ω Ω
D’après l’inégalité de Cauchy-Schwarz,

Z Z
1/2

∇u · ∇ϕ(x) dx ≤ |Ω| u dx + kf kL2 (Ω) kϕkL2 (Ω) .

Ω Ω
Ainsi, ∇u ∈ H(div) et
Z
−div(∇u) = f − u dx dans Ω.
Ω
De plus, en appliquant la formulation variationnelle à v = 1, on obtient que

Z Z
1
u dx = f dx.
Ω |Ω| Ω
Enfin, comme ∇u ∈ H(div), la trace de ∂u/∂n sur la frontière de Ω est correctement

définie et on établit aisément que ∂u/∂n = 0. Le problème aux limites résolu consiste
donc à trouver u ∈ H 1 (Ω) tel que
 Z
−1
 −∆u = f − |Ω| f dx dans Ω


Ω
 ∂u

 =0 sur ∂Ω.
∂n
R
Dans le cas particulier Ω
f dx = 0, u est solution du problème de Neumann (5.25).
Exercice 5.2.10 Soit Ω un ouvert borné et K un compact connexe de RN inclus dans

Ω (on suppose que Ω \ K est régulier). Soit f ∈ L2 (Ω). On considère un problème de
conduction dans Ω où K est une inclusion parfaitement conductrice, c’est-à-dire que
l’inconnue u (la température ou le potentiel électrique, par exemple) est constante dans
K (cette constante est aussi inconnue). On suppose qu’il n’y a pas de terme source dans
K. Ce problème se modélise par


 −∆u = f dans Ω \ K
u
R = ∂u
C sur ∂K

ds = 0 sur ∂K
 ∂K ∂n


u=0 sur ∂Ω,
où C est une constante inconnue à déterminer. Trouver une formulation variationnelle
de ce problème aux limites et démontrer l’existence et l’unicité d’une solution (u, C).
Correction. On introduit l’espace vectoriel
X = {u ∈ H 1 (Ω \ K) : u = 0 sur ∂Ω ; v = constante sur ∂K}.
muni de la norme de H 1 (Ω \ K). Notons que X est un espace de Hilbert. En effet,

c’est un sous espace fermé de H 1 (Ω \ K).
1ere Étape. Détermination de la formulation variationnelle.
On multiplie l’équation vérifiée par u sur Ω \ K par un élément v de X. Par
intégration par partie, on en déduit que
Z Z Z
∂u
∇u · ∇v(x) dx + (x)v(x)ds = f (x)v(x) dx (5.10)
Ω\K ∂K ∂n Ω\K
61
Comme v(x) est constante sur ∂K, on a

Z Z
∂u ∂u
(x)v(x)ds = ds v(∂K).
∂K ∂n ∂K ∂n
Enfin, d’après l’équation vérifiée par ∂u/∂n sur ∂K,

Z
∂u
(x)v(x)ds = 0.
∂K ∂n
L’équation (5.10) vérifiée par u se simplifie en

Z Z
∇u · ∇v(x) dx = f (x)v(x) dx.
Ω\K Ω\K
La formulation variationnelle associée au problème aux limites consiste à trouver

u ∈ X tel que
a(u, v) = L(v), (5.11)
où a(., .) est la forme bilinéaire définie sur X par
Z
a(u, v) = ∇u · ∇v(x) dx
Ω\K
et L(.) la forme linéaire Z

L(v) = f (x)v(x) dx.
Ω\K
2eme Étape. Existence de solution.

L’application du Théorème de Lax-Milgram est triviale et nous assure l’exi-
stence et l’unicité au problème variationnel (5.11).
3eme Étape. Équivalence avec le problème aux limites.
On applique dans un premier temps la formulation variationnelle à une fonction
v ∈ Cc∞ (Ω \ K). On en déduit que ∇u ∈ H(div) et que
−∆u = f pour presque tout x ∈ Ω \ K.
Comme ∇u ∈ H(div), ∂u/∂n admet une trace (au moins au sens faible sur ∂K).
En appliquant la formulation variationnelle à un élément quelconque v de X, on en
déduit que Z
∂u
(x) dx = 0 sur ∂K.
∂K ∂n
Enfin, les conditions de type Dirichlet u = 0 sur ∂Ω et u =constante sur ∂K ont été
incluses dans la définition de l’espace X auquel appartient u.
Exercice 5.2.11 Montrer que si u1 ∈ H 1 (Ω1 ) et u2 ∈ H 1 (Ω2 ) sont solutions de

(5.33) avec (5.34) et ui = 0 sur ∂Ω, pour i = 1, 2, alors la fonction u définie comme
ui dans Ωi , i = 1, 2, est l’unique solution dans H01 (Ω) de (5.39).
Correction.
Tout d’abord, la fonction ainsi définie est bien un élément de H01 . En effet, u est
continue et les restrictions de u à Ω1 et Ω2 appartiennent respectivement à H 1 (Ω1 )
et H 1 (Ω2 ). D’après le Lemme 4.3.19, u est donc un élément de H 1 (Ω). Enfin, u = 0
sur ∂Ω. Notons que pour presque tout x ∈ Ω,

∇u1 (x) si x ∈ Ω1
∇u(x) =
∇u2 (x) si x ∈ Ω2 .
Soit v un élément de H01 (Ω). On introduit v1 et v2 les restrictions de v à Ω1 et

Ω2 . On note n la normale extérieure à Ω1 .
Z Z Z
k1 ∇u1 · ∇v1 dx = f v1 dx + k1 ∇u1 .n dx
Ω1 Ω1 Γ
et Z Z Z
k2 ∇u2 · ∇v2 dx = f v2 dx − k2 ∇u2 .n dx
Ω2 Ω2 Γ
Par sommation, on obtient

Z Z
A∇u · ∇v dx = f v dx,
Ω Ω
les deux termes de flux sur l’interface Γ se compensant. On en déduit que A∇u est
un élément de H(div) et que
−div(A∇u) = f en tant qu’éléments de L2 (Ω).
On a donc prouvé que u est l’unique solution de (5.39).
Exercice 5.2.12 Montrer l’existence et l’unicité de la solution de

−div(A∇u) + u = f dans Ω
∂u
∂nA
=g sur ∂Ω
avec f ∈ L2 (Ω) et g ∈ L2 (∂Ω).

Correction. La formulation variationnelle consiste à trouver u ∈ H 1 (Ω) tel que
a(u, v) = L(v) pour tout v ∈ H 1 (Ω)
ou Z

a(u, v) = A∇u · ∇v + uv dx
Ω
et Z Z
L(v) = f v dx + gvds.
Ω ∂Ω
L’existence d’une solution à ce problème découle d’une application aisée du théorème
de Lax-Milgram. Enfin, le Lemme 5.2.13 reste valable pour un opérateur elliptique
63
du deuxième ordre à coefficients variables, pourvu que A soit suffisamment régulier.

En particulier, si pour tout i et j, aij ∈ C 1 (Ω), u ∈ H 2 (Ω). Ainsi, on obtient que
−div(A∇u) = f en tant qu’éléments de L2 (Ω),
∂u
que la trace ∂nA
est bien définie sur ∂Ω et que
∂u
= g dans L2 (∂Ω).
∂nA
Exercice 5.2.13 Montrer que l’application (non-linéaire) v → v + est continue de
L2 (Ω) dans lui-même, ainsi que de H 1 (Ω) dans lui-même (utiliser le fait que ∇u = 0
presque partout sur l’ensemble u−1 (0)).
Correction.
La continuité de l’application v → v + de L2 (Ω) dans L2 (Ω) est évidente, car
Lipschitzienne. En effet, pour tout u, v ∈ L2 (Ω), on a
kv + − u+ kL2 (Ω) ≤ kv − ukL2 (Ω) .
La continuité de cette application de H 1 (Ω) dans lui même est un peu plus délicate.
Considérons une suite vn convergeant vers v dans H 1 (Ω). Soit vn0 une sous-suite
extraite quelconque de vn . De cette sous suite, on peut extraite une nouvelle sous-
suite vn00 convergeant presque partout. On a
k∇vn+00 − ∇v + kL2 (Ω) =k1vn00 >0 ∇vn0 − 1v>0 ∇vkL2 (Ω)
≤k1vn00 >0 (∇vn0 − ∇v)kL2 (Ω) + k(1vn00 >0 − 1v>0 )∇vkL2 (Ω)
≤k∇vn00 − ∇vkL2 (Ω) + k(1vn00 >0 − 1v>0 )∇vkL2 (Ω) .
Il est clair que le premier terme du second membre converge vers zéro. Enfin,
Z
2
k(1vn00 >0 − 1v>0 )∇vkL2 (Ω) = (1vn00 >0 − 1v>0 )2 |∇v|2 dx.
Ω\v −1 (0)
car ∇v = 0 presque partout sur v −1 (0). Comme l’application x → 1x>0 est continue
sur R \ {0},
1vn00 >0 (x) → 1v>0 (x) pour presque tout x ∈ Ω \ v −1 (0).
Ainsi, d’après le théorème de convergence dominée de Lebesgue,
k(1vn00 >0 − 1v>0 )∇vkL2 (Ω) → 0 lorsque n00 → 0
et
∇vn+00 → ∇v + dans L2 (Ω).
On en déduit que toute la suite ∇vn+ converge vers ∇v + . En effet, dans le cas
contraire, il existerait un réel ε > 0, et une sous-suite vn0 de vn tels que
k∇vn+0 − ∇v + kL2 (Ω) > ε ,
ce qui contredit le fait qu’on puisse construire une sous-suite vn00 de vn0 telle que
∇vn+00 → ∇v + dans L2 (Ω). En conclusion, on a montré que si vn → v dans H 1 (Ω),
alors vn+ → v + dans L2 (Ω) et ∇vn+ → ∇v + dans L2 (Ω). En d’autres termes, vn+ → v +
dans H 1 (Ω) et l’application qui à v associe v + est continue de H 1 (Ω) dans H 1 (Ω).
Exercice 5.3.1 Montrer que l’application de L2 (Ω)N dans H01 (Ω)N qui à f fait cor-
respondre u, unique solution faible de

−div (2µe(u) + λ tr(e(u)) Id) = f dans Ω
, (5.12)
u=0 sur ∂Ω.
est linéaire continue.

Correction.
La linéarité de cette application est évidente. La continuité est une conséquence
du Théorème de Lax-Milgram (qu’on a appliqué pour démontrer l’existence et l’uni-
cité de la solution de (5.12)). On peut retrouver la continuité directement, en appli-
quant la formulation variationnelle à la fonction test v = u. On obtient
Z Z
2 2

|e(u)| + (divu) dx = f · u dx.
Ω Ω
En combinant cette égalité à l’inégalité de Korn

Z
|e(u)|2 + (divu)2 dx ≥ kuk2H 1 (Ω)

C
Ω
et à l’inégalité de Cauchy-Schwarz, on en déduit que
kukH 1 (Ω) ≤ Ckf kL2 (Ω) .
Exercice 5.3.2 Soit Ω un ouvert connexe de RN . Soit l’ensemble R des “mouvements

rigides” de Ω défini par
R = v(x) = b + M x avec b ∈ RN , M = −M t matrice antisymétrique . (5.13)

Montrer que v ∈ H 1 (Ω)N vérifie e(v) = 0 dans Ω si et seulement si v ∈ R.

Correction. Tout d’abord, si v appartient à R, on a évidemment e(v) = 0.
Réciproquement, soit v ∈ H 1 (Ω)N telle que e(v) = 0. On pose w = 21 (∇v − (∇v)t ),
partie antisymétrique de ∇v,

1 ∂ui ∂uj
wij = − .
2 ∂xj ∂xi
La fonction wij est un élément de L2 (Ω). De plus, en effectuant diverses intégrations

par partie, on peut établir que pour toute fonction ϕ ∈ Cc∞ (Ω),
Z Z
∂ϕ ∂ϕ ∂ϕ
wij dx = eik (v) − ejk (v) dx.
Ω ∂xk Ω ∂xj ∂xj
Comme e(v) = 0, on en déduit que pour tout k,
∂wij
= 0.
∂xk
65
Ainsi, chaque wij admet une dérivée faible L2 (Ω) nulle et d’après la Proposition
4.2.5, il existe une matrice constante M telle que wij (x) = M presque partout. De
plus, w étant antisymétrique, M l’est également. Puisque e(v) = 0, on en déduit que
∇v = M.
Enfin,
∇(v − M x) = 0.
De nouveau par application de la Proposition 4.2.5, on en déduit qu’il existe un
vecteur constant b tel que
v(x) = b + M x pour presque tout x ∈ Ω.

Exercice 5.3.3 Montrer que u ∈ V = v ∈ H 1 (Ω)N tel que v = 0 sur ∂ΩD est
l’unique solution de la formulation variationnelle
Z Z Z Z
2µe(u) · e(v) dx + λ divu divv dx = f · v dx + g · v ds ∀ v ∈ V. (5.14)
Ω Ω Ω ∂ΩN
si et seulement si u réalise le minimum sur V de l’énergie

Z Z Z
1 2 2

J(v) = 2µ|e(v)| + λ|divv| dx − f · v dx − g · v ds. (5.15)
2 Ω Ω ∂ΩN
(Indication : on pourra s’inspirer de la Proposition 3.3.4).

Correction. Il suffit d’appliquer la Proposition 3.3.4 à la forme bilinéaire
Z

a(u, v) = 2µe(u) · e(v) + λ(divu)(divv) dx
Ω
et à la forme linéaire
Z Z
L(v) = f · v dx + g · vds,
Ω ∂ΩN
sur l’espace de Hilbert V .
Exercice 5.3.4 Soit Ω un ouvert borné connexe de RN . On considère le système de

l’élasticité avec la condition de Neumann (5.59) sur tout le bord ∂Ω. Montrer que la
condition d’équilibre (vectorielle)
Z Z
f dx + g ds = 0
Ω ∂Ω
est une condition nécessaire et suffisante d’existence et d’unicité d’une solution dans
H 1 (Ω)N (l’unicité étant obtenue “à un mouvement de corps rigide” près, c’est-à-dire à
l’addition de M x + b près avec b ∈ RN et M une matrice antisymétrique constante).
Correction.
En intégrant l’équation sur Ω, on obtient, suite à une intégration par partie, la
condition de compatibilité
Z Z
f dx + gds = 0.
Ω ∂Ω
Sous cette condition, on va montrer que le problème aux limites avec condition
de Neumann admet une unique solution dans l’espace V , quotient de H 1 (Ω)N par
l’espace des mouvements rigides R. La formulation variationnelle est aisée à établir
et consiste à trouver u ∈ V tel que
a(u, v) = L(v) pour tout v ∈ V
où Z

a(u, v) = 2µe(u) · e(v) + λ(divu)(divv) dx
Ω
et Z Z
L(v) = f · v dx + g·v
Ω ∂Ω
Notons que a(u, v) et L(v) sont toutes deux correctement définies. Leurs valeurs sont
indépendantes des représentant u et v choisit dans H 1 (Ω). Le seul point délicat afin
d’appliquer le théorème de Lax-Milgram consiste à prouver la coercivité de la forme
bilinéaire, c’est à dire qu’il existe une constante C telle que
kuk2V ≤ Ca(u, u) pour tout u ∈ V. (5.16)
où
kukV = inf ku + M.x + bkH 1 (Ω) , avec M matrice antisymétrique et b ∈ Rn .

M,b
Supposons que la relation (5.16) soit fausse pour tout C. Dans ce cas, il existe une
suite un d’éléments de V telle que
1 = kun k2V ≥ na(un , un ).
Rappelons qu’il existe ν tel que
a(u, u) ≥ νke(u)k2L2 (Ω) ..
Ainsi,
1 = kun k2V ≥ νnke(un )k2L2 (Ω)
D’après le théorème de Rellich, il existe une sous-suite un0 convergente dans L2 (Ω)
quotienté par R. De plus, comme e(un0 ) tend vers zéro, on en déduit que un0 converge
dans V vers un élément u tel que e(u) = 0. D’après l’exercice précédent, il existe
M matrice antisymétrique et b ∈ RN tels que u(x) = M.x + b. En d’autres termes,
u = 0 dans V , ce qui contredit le fait que kukV = 1. Afin de prouver que la solution
67
du problème variationnel est solution du problème aux limites, on procède comme

pour le Laplacien. En particulier, afin de donner un sens à σ.n, il serait nécessaire de
montrer que u est en fait un élément de H 2 (Ω) (ce qu’on a admit pour le Laplacien).
A défaut, on peut toujours utiliser le fait que σ est un élément de H(div) et utiliser
la définition faible de la trace de la normale de σ sur le bord comme élément de
H −1/2 (∂Ω)(voir Théorème 4.4.7)
Exercice 5.3.5 On suppose que Ω est un ouvert borné de RN et que f ∈ L2 (Ω)N .

Montrer l’existence et l’unicité d’une solution faible dans H01 (Ω)N au système de Lamé

−µ∆u − (µ + λ)∇(divu) = f dans Ω
(5.17)
u=0 sur ∂Ω.
sans utiliser l’inégalité de Korn. Vérifier qu’on peut affaiblir les hypothèses de positivité
sur les coefficients de Lamé en supposant seulement que µ > 0 et µ + 2λ > 0.
Correction. La formulation variationnelle consiste à trouver u ∈ H01 (Ω) tel que
où Z

a(u, v) = µ∇u · ∇v + (λ + µ)(divu)(divv) dx
Ω
et Z
L(v) = f v dx.
Afin d’appliquer le théorème de Lax-Milgram, la seule hypothèse non triviale à

vérifier est la coercivité de la forme bilinéaire a(., .). Or
Z Z X
2 ∂ui ∂uj
(divu) dx = dx
Ω Ω i,j ∂xi ∂xj
Par intégration par partie, il vient
Z Z X Z
2 ∂ui ∂uj
(divu) dx = dx = ∇u · (∇u)t dx
Ω Ω i,j ∂x j ∂x i Ω
Z Z
≤ |∇u||(∇u)t | dx = |∇u|2 dx.
Ω Ω
Ainsi, Z
a(u, u) ≥ (µ + min(0, λ + µ))|∇u|2 dx
Ω
ou encore Z
a(u, u) ≥ min(µ, λ + 2µ)|∇u|2 dx.
Ω
La forme bilinéaire a(., .) est donc coercive dès que µ > 0 et λ + 2µ > 0, ce qui
établit l’existence d’une solution unique au problème variationnel. On montre que u
est solution du problème aux limites en procédant comme pour le Laplacien.
Exercice 5.3.6 Vérifier l’équivalence de (5.17) et (5.12) si λ et µ sont constants.

Montrer que (5.17) et (5.12) ne sont plus équivalents si λ et µ sont des fonctions
(régulières), même si on remplace l’équation vectorielle de (5.17) par
−div(µ∇u) − ∇((µ + λ)divu) = f dans Ω.
Correction. Soit u la solution du problème variationnel de l’élasticité linéarisée

avec condition de Dirichlet, pour tout v ∈ Cc∞ (Ω)N ,
Z X Z Z
∂ui ∂uj ∂vi
µ + dx + λ(divu)(divv) dx = f · v dx.
Ω i,j
∂xj ∂xi ∂xj Ω Ω
Or par intégration par partie,

Z Z
∂uj ∂vi ∂ ∂vi
µ dx = − uj µ dx
Ω ∂xi ∂xj Ω ∂xi ∂xj
∂ 2 vi
Z Z
∂µ ∂vi
= − µuj dx − uj dx
Ω ∂xj ∂xi Ω ∂xi ∂xj
Z Z
∂µuj ∂vi ∂µ ∂vi
= dx − uj dx
Ω ∂xj ∂xi Ω ∂xi ∂xj
Z Z
∂uj ∂vi ∂µ ∂vi ∂µ ∂vi
= µ dx + uj − dx.
Ω ∂xj ∂xi Ω ∂xj ∂xi ∂xi ∂xj
Ainsi,
Z X ∂ui ∂uj

∂vi
Z
µ + dx + λ(divu)(divv) dx =
Ω i,j
∂xj ∂xi ∂xj Ω
Z Z
µ∇u · ∇v + (λ + µ)(divu)(divv) dx + u.((divv)∇µ − (∇v)t ∇µ)dx.
Ω Ω
Si µ est constant, u est donc également l’unique solution du problème variationnel

consistant à trouver u dans H01 (Ω)N tel que pour tout v ∈ H01 (Ω)N ,
Z Z

µ∇u · ∇v + (λ + µ)(divu)(divv) dx = f · v dx,
Ω Ω
qui est équivalent au problème aux limites consistant à trouver u tel que

−µ∆u − ∇ · ((µ + λ)divu) = f dans Ω,
u=0 sur ∂Ω.
Si de plus λ est constant, on retrouve le problème aux limites (5.17). Enfin, si µ

n’est pas constant, on ne peut rien dire.
Exercice 5.3.7 Le but de cet exercice est de trouver une solution particulière du
système de l’élasticité linéarisée dans le cas d’une force de cisaillement anti-plan. On
considère un domaine cylindrique homogène Ω de longueur L > 0 et de section ω, où
69
ω est un ouvert borné connexe régulier de RN −1 (les coefficients de Lamé λ et µ sont

constants). Autrement dit, Ω = ω × (0, L), et pour x ∈ Ω, on note x = (x0 , xN ) avec
0 < xN < L et x0 ∈ ω. On considère le problème aux limites suivant


 −div (2µe(u) + λ tr(e(u)) Id) = 0 dans Ω
σn = g sur ∂ω × (0, L)

0 (5.18)

 u = 0 sur ω × {0, L}
(σn) · n = 0 sur ω × {0, L}

où on a utilisé la notation, pour un vecteur v = (v1 , ..., vN ), v = (v 0 , vN ) avec v 0 ∈ RN −1

et vN ∈ R. On suppose que la force surfacique g est du type “cisaillement anti-plan”,
c’est-à-dire que g 0 = (g1 , ..., gN −1 ) = 0. Montrer que la solution unique de (5.18) est
donnée par u = (0, ..., 0, uN ) où uN (x0 ) est la solution du Laplacien suivant
−∆0 uN = 0 dans ω

µ ∂u N
∂n
= gN sur ∂ω
où ∆0 est le Laplacien dans la variable x0 ∈ RN −1 .

Correction. Soit uN la solution du problème de Laplace
−∆0 uN = 0 sur ω

µ ∂uN
∂n
= gN sur ∂ω
On pose u = (0, · · · , 0, uN ). Pour tout i et j tels que i, j < N ,
eij (u) = 0
1 ∂uN
eiN (u) = eN i (u) =
2 ∂xi
eN N (u) = 0.
En particulier, tr(e(u)) = 0. On en déduit que,
−div(2µe(u) + λ tr(e(u)) Id) = −µ(0, · · · , 0, ∆0 uN ) = 0.
De plus,
σ(u)eN = 2µe(u)eN = µ(∇0 uN , 0).
Ainsi, pour presque tout x ∈ ω × {0, L}, (σn) · n = 0. Enfin, pour presque tout
x ∈ ∂ω × (0, L), n = (n0 , 0) et
−1
N
!
X
σn = 2µ ejk nk = 2µ(0, · · · , 0, 1/2∇0 uN .n0 ) = (0, · · · , 0, gN ).
k=1 j
Ainsi, u est bien l’unique solution du problème aux limites (5.18).
Exercice 5.3.8 Généraliser l’Exercice 5.3.7 au cas d’une condition aux limites latérale
du type
u0 = 0 et (σn) · eN = gN sur ∂ω × (0, L).
Correction. La solution du problème de l’élasticité linéarisée n’est pas modifiée

par le changement des conditions aux limites proposé sur ∂ω × (0, L).
Exercice 5.3.9 A l’aide de l’approche variationnelle démontrer l’existence et l’unicité

de la solution de l’équation des plaques

 ∆ (∆u) = f dans Ω
u=0 sur ∂Ω (5.19)
 ∂u
∂n
= 0 sur ∂Ω
∂u
où f ∈ L2 (Ω). On pourra remarquer que, si u ∈ H02 (Ω), alors ∂xi
∈ H01 (Ω) et
N Z
∂ 2 u 2
Z
X
2
|∆u| dx = ∂xi ∂xj dx.

Ω i,j=1 Ω
On admettra le résultat de régularité suivant : si w ∈ L2 (Ω) et f ∈ L2 (Ω) vérifient pour

tout v ∈ Cc∞ (Ω) Z Z
− w∆v dx = f v dx,
Ω Ω
alors (θw) ∈ H 2 (Ω) quelle que soit la fonction θ ∈ Cc∞ (Ω).
Correction.
La formulation variationnelle associée à l’équation des plaques (5.19) consiste à
déterminer u ∈ H02 (Ω) tel que
a(u, v) = L(v) pour tout v ∈ H02 (Ω) (5.20)
où Z Z
a(u, v) = ∆u∆v dx et L(v) = f v dx
Ω Ω
(voir Exercice 3.2.4). Afin d’appliquer le Théorème de Lax-Milgram, la seule hy-

pothèse non trivialement vérifiée est la coercivité de la forme bilinéaire a(., .). Or
pour tout u ∈ H02 (Ω), on établit suite à deux intégrations par partie successives que
2
X Z ∂ 2 u 2 2
a(u, u) = ∂xi ∂xj dx = k∇ ukL2 .
(x)

i,j Ω
En appliquant deux fois l’inégalité de Poincaré, on obtient qu’il existe des constantes
C et C 0 positives telles que pour tout élément u de H02 (Ω),
kuk2L2 (Ω) ≤ Ck∇uk2L2 ≤ C 0 k∇2 uk2L2 = C 0 a(u, u).
La coercivité de a(., .) est donc établie et il existe une unique solution au problème
variationnel (5.20).
71
Reste à établir que la solution du problème variationnel est solution du problème

aux limites. Soit K un compact de Ω et θ ∈ Cc∞ (Ω) telle que θ = 1 sur K. Pour
toute fonction v ∈ Cc∞ (Ω) à support inclus dans K,
Z Z Z
θ(x)∆u(x)∆v(x) dx = ∆u(x)∆v(x) dx = f (x)v(x) dx.
Ω Ω Ω
D’après le résultat de régularité admit, θ∆u est un élément de H 2 (Ω). Il est donc
licite d’effectuer deux intégrations par partie successives sur le membre de gauche
de l’équation précédente. On en déduit que
Z Z
∆(θ(x)∆u(x))v(x) dx = f (x)v(x) dx.
Ω Ω
En d’autres termes, pour presque tout x ∈ K,

∆(∆u)(x) = f (x).
Cette relation reste valable pour presque tout x ∈ Ω : Il suffit de considérer une
suite Kn de compacts tels que ∪n Kn = Ω. Enfin, comme u ∈ H02 (Ω), la solution du
problème variationnel vérifie automatiquement les conditions au bord u = ∂u/∂n =
0.
Exercice 5.3.10 Soit V l’espace des champs de vitesse à divergence nulle. Soit J(v)
l’énergie définie pour v ∈ V par
Z Z
1 2
J(v) = µ|∇v| dx − f · v dx. (5.21)
2 Ω Ω
Soit u ∈ V la solution unique de la formulation variationnelle

Z Z
µ∇u · ∇v dx = f · v dx ∀ v ∈ V. (5.22)
Ω Ω
Montrer que u est aussi l’unique point de minimum de l’énergie, c’est-à-dire que J(u) =
minv∈V J(v). Réciproquement, montrer que, si u ∈ V est un point de minimum de
l’énergie J(v), alors u est la solution unique de la formulation variationnelle (5.22).
Correction. Il suffit d’appliquer la Proposition 3.3.4 à la formulation variationnelle
(5.22) pour conclure.
Exercice 5.3.11 Le but de cet exercice est de trouver une solution particulière des
équations de Stokes dans un canal rectiligne de section uniforme, appelée profil de Poi-
seuille. Soit Ω = ω × (0, L) où L > 0 est la longueur du canal et ω sa section, un ouvert
borné connexe régulier de RN −1 . Pour x ∈ Ω, on note x = (x0 , xN ) avec 0 < xN < L
et x0 ∈ ω. On considère le problème aux limites suivant


 ∇p − µ∆u = 0 dans Ω
divu = 0 dans Ω



u=0 sur ∂ω × (0, L) (5.23)
∂u
pn − µ ∂n = p0 n sur ω × {0}



 ∂u
pn − µ ∂n = pL n sur ω × {L}

où p0 et pL sont deux pressions constantes. Montrer que la solution unique de (5.23)
est donnée par
xN
p(x) = p0 + (pL − p0 ),
L
et u = (0, ..., 0, uN ) où uN (x0 ) est la solution du Laplacien suivant
−µ∆0 uN = − (pLL−p0 ) dans ω

uN = 0 sur ∂ω
où ∆0 est le Laplacien dans la variable x0 ∈ RN −1 .

Correction. On pose
p(x) = p0 + xN (pL − p0 )/L,
et u = (0, · · · , 0, uN ) où uN est solution du problème aux limites
−µ∆0 uN = − (pLL−p0 ) dans ω

uN = 0 sur ∂ω.
On va montrer que (u, p) est solution du problème aux limites (5.23). On a
∇p = (0, · · · , 0, (pL − p0 )/L),
∆u = (0, · · · , 0, ∆0 uN ),
d’où
∇p − µ∆u = (0, · · · , 0, (pL − p0 )/L − µ∆0 uN ) = 0.
De plus,
∂uN
div(u) = = 0.
∂xN
Enfin, comme
∂u

∂n
= 0 et p = p0 sur ω × {0},
p = p1 sur ω × {L}
les conditions aux limites imposées aux extrémités du profil sont également
vérifiées.
Exercice 5.3.12 Généraliser l’Exercice 5.3.11 au cas des équations de Navier-Stokes


 (u · ∇)u + ∇p − µ∆u = f dans Ω
divu = 0 dans Ω (5.24)
u=0 sur ∂Ω.

Correction. Avec les mêmes notations que l’exercice précédent, on vérifie que
(u · ∇)u = 0,
ainsi, u est également solution des équations de Navier-Stokes.

Chapitre 6
MÉTHODE DES ÉLÉMENTS

FINIS
Exercice 6.2.1 Appliquer la méthode des éléments finis P1 au problème

−u00 = f dans ]0, 1[

u(0) = α, u(1) = β,
Vérifier que les conditions aux limites de Dirichlet non-homogènes apparaissent dans le
second membre du système linéaire qui en découle.
Correction. La formulation variationnelle, issue de l’utilisation des éléments finis
P1 , consiste à déterminer
uh ∈ Vh := vh ∈ C 0 ([0, 1]; R) : v|[xi ,xi+1 ] ∈ P1 pour tout i ∈ {0, · · · , n}

où xi = i/(n + 1) tel que

Z 1 Z 1
0 0
uh vh dx = f vh dx pour toute fonction vh ∈ V0h = Vh ∩ H01 (0, 1),
0 0
et
uh (0) = α, uh (1) = β.
On note (φi )i=0,··· ,n+1 la base de Vh définie par φi (xj ) = δi,j . En utilisant φj comme
fonction test, on obtient, à l’aide de la formulation variationnelle, que pour tout
0 < j < n + 1,
n+1
X Z 1 Z
0 0
(uh )i φi φj dx = f φj dx.
i=0 0
Les conditions aux limites impliquent que (uh )0 = α et (uh )n+1 = β, ainsi
Xn Z 1 Z Z 1
0 0
(uh )i φi φj dx = f φj dx − (αφ00 + βφ0n+1 )φ0j dx.
i=1 0 0
Déterminer Uh = ((uh )i )1≤i≤n consiste donc à résoudre le système linéaire

Kh Uh = bh ,
73
74 CHAPITRE 6. MÉTHODE DES ÉLÉMENTS FINIS
où la matrice Kh est identique à celle obtenue avec des conditions de Dirichlet
homogènes, tandis que le second membre est défini par
Z xi+1
(bh )i = f φi dx, pour tout 1 < i < n,
xi−1
Z x2
(bh )1 = α/h + f φ1 dx
0
Z 1
(bh )n = β/h + f φn dx.
xn−1
Exercice 6.2.2 On reprend le problème de Neumann
−u00 + au = f dans ]0, 1[

(6.1)
u0 (0) = α, u0 (1) = β.
en supposant que la fonction a(x) = 0 dans Ω. Montrer que la matrice du système linéaire
issu de la méthode des éléments finis P1 est singulière. Montrer qu’on peut néanmoins
résoudre le système linéaire si les données vérifient la condition de compatibilité
Z 1
f (x) dx = α − β,
0
et que cette condition est préservée si l’on utilise des formules de quadrature. Comparer
ce résultat avec le Théorème 5.2.18.
Correction. Le système linéaire obtenu en considérant a = 0 est
Kh Uh = bh , (6.2)
où
 
1 −1 0
 −1 2 −1 
1 .

Kh = 
 .. ... ... 
h


 −1 2 −1 
0 −1 1
et bh est défini comme dans le cas a 6= 0. L’application Kh est auto-adjointe et

75
positive. En effet, pour tout (vi ) ∈ Rn+2 , on a

n
X
−1
Kh v · v = h (v0 − v1 )v0 + (vn+1 − vn )vn+1 + (−vi+1 + 2vi − vi−1 )vi
i=1
n
X
−1
=h (v0 − v1 )v0 + (vn+1 − vn )vn+1 + (vi − vi+1 )vi + (vi − vi−1 )vi
i=1
n
X n−1
X
−1
=h (v0 − v1 )v0 + (vn+1 − vn )vn+1 + (vi − vi+1 )vi + (vi+1 − vi )vi+1
i=1 i=0
n−1
X
= h−1 (v0 − v1 )2 + (vn+1 − vn )2 + (vi − vi+1 )2
i=1
n
X
= h−1 (vi − vi+1 )2 .
i=0
Par contre Kh n’est pas définie. De l’expression précédente, on déduit que Kh v ·v = 0

si et seulement si vi = vi+1 pour tout i = 0, · · · , n. Ainsi, le noyau de l’application Kh
est l’espace vectoriel de dimension un engendré par (1, · · · , 1) et l’image de Kh est
exactement l’orthogonal de (1, · · · , 1). Le système linéaire (6.2) admet une solution
si et seulement si bh ∈ (1, · · · , 1)⊥ , c’est à dire
n+1
X
(bh )i = 0.
i=0
D’après l’expression de bh , cette condition équivaut à

Z 1 n+1 Z
X 1 n+1
X
f (x) dx + β − α = f (x)φi (x) dx + β − α = (bh )i = 0.
0 i=0 0 i=0
Exercice 6.2.3 Appliquer la méthode des différences finies (voir le Chapitre 2) au

problème de Dirichlet
−u00 = f dans ]0, 1[

(6.3)
u(0) = u(1) = 0.
Vérifier qu’avec un schéma centré d’ordre deux, on obtient un système linéaire à résoudre
avec la même matrice Kh (à un coefficient multiplicatif près) mais avec un second
membre bh différent. Même question pour le problème de Neumann (6.1).
Correction. Conditions aux limites de Dirichlet
La méthode des différences finies, basée sur un schéma centré d’ordre 2, nous
conduit à résoudre, dans le cas du Laplacien avec conditions de Dirichlet, le système
ui−1 − 2ui + ui+1

 − = f (xi ) pour tout 0 < i < n + 1,

h2

 u0 = 0,

un+1 = 0.

On doit donc résoudre le système
Kh Uh = bh
où Uh = (ui )1≤i≤n , Kh est la matrice d’orde n

 
2 −1 0  
 −1 2 −1  f (x 1 )
1  ... ... ...

 . 
Kh = 2   et bh =  ..  .
 
h  
 −1 2 −1  f (xn )
0 −1 2
La matrice Kh diffère de la matrice obtenue par la méthode des différences finies

à un facteur multiplicatif 1/h près. La méthode des éléments finis conduit à une
expression différente du second membre
Z xi Z xi+1
EF x − xi xi+1 − xi
bh = f (x) dx + f (x) dx .
xi−1 h xi h 1≤i≤n
En pratique, on utilise une formule de quadrature pour évaluer les intégrales définis-
sant bEF
h . Si on utilise la formule des trapèzes, on obtient
bEF
h = h(f (xi ))1≤i≤n .
Avec un tel choix, les deux méthodes conduisent au même système linéaire.
Conditions auc limites de Neumann
Pour le problème de Neumann, le système obtenu, suite à la discrétisation par
différences finies, consiste à déterminer (ui )0≤i≤n+1 tel que
ui−1 − 2ui + ui+1



 − + ha(xi )ui = hf (xi ) pour tout 0 < i < n + 1,
h


u1 − u0

=α
h
−

 u u
 n+1 n

 = β.
h
Il s’agit donc de résoudre le système linéaire Kh Uh = bh où Uh = (ui )0≤i≤n+1 , Kh est
la matrice d’ordre n + 2
   
−h h 0 0 ··· 0
 −1 2 −1   a(x1 ) 
1  ... ... ...
 
  .. ...

.. 
Kh = 2  + .

h    . 

 −1 2 −1   a(xn ) 
0 −h h 0 ··· 0
et bh = (α, f (x1 ), · · · , f (xn , β)T . Alors que le reste du schéma est d’ordre deux,
la discrétisation des conditions aux limites proposée est seulement d’ordre un. Il
77
en résulte une perte de précision du schéma. Afin de pallier cet inconvénient, on

propose la discrétisation des conditions aux limites d’ordre deux suivante
u1 − u−1 un+2 − un
= α et = β,
2h 2h
où x−1 et xn+2 sont des noeuds fictifs. Si on élimine du système linéaire final les
degrés de liberté artificiellement introduits, on obtient les expressions suivantes
   
2 −2 0 a(x0 ) 0 ··· 0
 −1 2 −1   0 a(x1 ) 
1  . . .
 
. . .

Kh = 2 
 . . . . . . +
  .
. . . .
.

h 

  
 −1 2 −1   a(xn ) 0 
0 −2 2 0 ··· 0 a(xn+1 )
et bh = (− 2α h
+ f (x0 ), f (x1 ), · · · , f (xn , 2β
h
+ f (xn+1 ))T . Le système obtenu par la
métode des éléments finis, dès lors qu’on utilise la formule des trapèzes pour évaluer
les intégrales, est équivalent. Plus précisément, on a alors
   
1 −1 0 a(x0 ) 0 ··· 0
 −1 2 −1   0 a(x1 ) 
1 . . .
 
. . .

Kh ' 
 . . . . . .  + h
  .
. . . .
.

h

  
 −1 2 −1   a(xn ) 0 
0 −1 1 0 ··· 0 a(xn+1 )
f (x0 ) f (xn+1 T
et bh = h(− 1α
h
+ 2
, f (x1 ), · · · , f (xn , 2β
h
+ 2
)) .
Exercice 6.2.4 On considère (n + 2) masses ponctuelles (alignées) situées aux points

xj = j/(n + 1) pour 0 ≤ j ≤ n + 1 et reliées entre voisines par des ressorts de même
raideur k > 0. On applique à chaque masse ponctuelle une force longitudinale fj . Dans
l’hypothèse de petits déplacements (longitudinaux) écrire l’énergie totale du système
qu’il faut minimiser (on discutera le cas des extrémités libres ou fixées). Interpréter la
recherche de la position d’équilibre du système en termes d’éléments finis.
Correction. On note uj le déplacement de la masse j. L’allongement du ressort
situé entre les masses j et j + 1 est
δLj = uj+1 − uj .
Sous l’hyptohèse de petits déplacements, l’énergie élastique du ressort est une fonc-
tion quadratique de l’allongement égale à k2 (uj+1 − uj )2 . L’énergie totale du système
est égale à la somme le l’énergie élastique de chaque ressort et de l’énergie potentielle
due aux forces appliquées aux masses, soit
n n+1
X k 2
X
J(u) = (uj+1 − uj ) − uj fj .
j=0
2 j=0
Si les deux extrémités sont fixées, l’énergie est à minimiser sur l’ensemble des vecteurs
u tel que u0 = un+1 = 0. Si uniquement l’une des extrémités (par exemple x0 ),
l’espace de minimisation est l’ensemble de u tels que u0 = 0. Si aucune extrémité
n’est fixée, l’espace de minimisation n’ a pas à être contraint. Par contre, l’existence
d’un minimiseur n’est assurée que si la condition de compatibilité
n+1
X
fj = 0
j=0
est vérifiée.
Il y a une forte similitude entre le problème obtenu est la résolution de l’équation
−k∆u = f
par élément éléments finis P1 , qui consiste à minimiser l’énergie

Z 1
k
I(u) = k∇uk2L2 (0,1) − f (x)u(x) dx
2 0
sur l’espace de discrétisation Vh . Soit uh un élément de Vh et Uh les coordonnées de

uh dans la base classique de Vh . On a alors
n n+1 Z 1
X k X
I(uh ) = (Uhj+1 − Uhj )2 ∆x − f (x)φj (x) dx Uhj .
j=0
2 j=0 0
Si on utilise la formule des trapèzes afin d’évaluer l’intégrale apparaissant dans la

définition de I, on obtient
n n+1
X k X
I(uh ) = (Uhj+1 − Uhj )2 ∆x − f (xj )φj Uhj ∆x.
j=0
2 j=0
En posant fj = (∆x)2 f (xj ), on retrouve l’expression J à un coefficient ∆x près.
Exercice 6.2.5 Démontrer l’équivalent du Théorème 6.2.6 de convergence pour le

problème de Neumann (6.1).
Correction. La démonstration est identique mot pour mot à celle effectuée dans
le cas de conditions aux limites de Dirichlet. L’opérateur d’interpolation rh utilisé
est identique. Dans le cas de conditions aux limites de Dirichlet, on utilise en fait
sa restriction à H01 (Ω) qui est à valeurs dans H01 (Ω) ∩ Vh , ce qui constitue l’unique
différence.
Exercice 6.2.6 En généralisant les arguments précédents, démontrer le Théorème

6.2.14.
79
Correction. D’après le Lemme de Céa 6.1.2, il existe une constante C indépen-

dante de h telle que
ku − uh kH 1 (0,1) ≤ C inf ku − vh kH 1 (0,1) ,

vh ∈V0h
où V0h est l’espace des éléments finis P2 nuls aux bords. Afin de majorer le terme de
droite, on introduit l’opérateur d’interpolation de l’espace des fonctions régulières
dans V0h qui à v associe
n
X n
X
rh v = v(xj )ψj + v(xj+1/2 )ψj+1/2 .
j=1 j=0
Dans le cas h = 1, il existe des constantes C0 et C1 telles que
kr1 v − vkL2 (0,1) ≤ C0 kv 000 kL2 (0,1)
et
k(r1 v)0 − v 0 kL2 (0,1) ≤ C1 kv 000 kL2 (0,1) .
Soit h = 1/(n + 1), on a
Z 1 n Z
X (j+1)h
krh v − vk2L2 (0,1) = |(rh v − v)(x)| dx =2
|(rh v − v)(x)|2 dx.
0 j=0 jh
On pose vj (x) = v(h(j + x)). Par changement de variable, on a

n Z
X 1 n
X
krh v − vk2L2 (0,1) =h 2
|(r1 vj − vj )(x)| dx ≤ C02 h kvj000 k2L2 (0,1) .
j=0 0 j=0
En effectuant de nouveau un changement de variable, on établit que

Z (j+1)h
000 2
kvj kL2 (0,1) = h5
|v 000 (x)|2 dx.
hj
Ainsi,
krh v − vkL2 (0,1) ≤ C0 h3 kv 000 kL2 (0,1) .
On procède de même pour établir que
k(rh v − v)0 kL2 (0,1) ≤ C1 h2 kv 000 kL2 (0,1) .
En rassemblant ces deux résultats, on en déduit qu’il existe une constante C2 telle
que
krh v − vkH 1 (0,1) ≤ C2 h2 kv 000 kL2 (0,1) ,
et d’après le Lemme de Céa qu’il existe une constante C3 telle que
ku − uh kH 1 (0,1) ≤ C3 h2 ku000 kL2 (0,1) .

Exercice 6.2.7 Calculer explicitement la matrice de rigidité Kh associée au problème

consistant à trouver
uh ∈ V0h := {v ∈ C 1 ([0, 1]) tel que v[xj ,xj+1 ] ∈ P3 pour tout 0 ≤ j ≤ n} ∩ H02 (Ω)
tel que
Z 1 Z 1
u00h (x)vh00 (x) dx = f (x)vh (x) dx ∀ vh ∈ V0h . (6.4)
0 0
Correction. La matrice de rigidité Kh associée au problème (6.4) peut-être décom-

posée en n × n matrices blocs 2 × 2, Ai,j , de sorte que si Uh = (uj , u0j )1≤j≤n et
Vh = (vj , vj0 )1≤j≤n , on ait
n
X
Vh · Kh Uh = (vi , vi0 ) · Ai,j (uj , u0j ).
i,j=1
Chaque matrice Ai,j est définie par

R1 R1 !
φ (x)φ (x) dx φ (x)ψ (x) dx
Ai,j = R01 i j
R01 i j
0
ψ i (x)φ j (x) dx 0
ψ i (x)ψ j (x) dx
En comparant les supports des fonctions de bases, on constate que Ai,j = 0 dès que
|i − j| > 1. Il suffit donc de déterminer les matrices Ai,j pour |i − j| ≤ 1. Il est donc
nécessaire de déterminer les matrices Ai−1,i , Ai,i et Ai+1,i . La forme bilinéaire de la
formulation variationnelle étant symétrique, la matrice Kh est elle même symétrique.
On en déduit que la matrice Ai,i est symétrique et que Ai−1,i = ATi,i−1 = ATi+1,i . Nous
n’avons donc que 7 coefficients à déterminer (4 pour la matrice Ai+1,i et 3 pour la
matrice Ai,i ), soit
R 1 00 00 R 1 00 00 !
φ φ dx φ ψ dx
Ai+1,i = R 01 i+1 00
i
00
R 01 i+1
00
i
00
0
ψ φ
i+1 i dx 0
ψi+1 i dx
ψ
et !
R 1 00 2 R 1 00 00
|φ | dx 0 φi ψi dx
Ai,i = R 01 00 i 00 R 1 00 2
0
φi ψ i dx 0
|ψi | dx
Afin de déterminer ces intégrales, on effectue le changement de variable X = (x −

xi )/h. On obtient en utilisant la parité des fonctions de base
R 1 00 R 1 00 !
00 00
φ (X − 1)φ (X) dX φ (X − 1)ψ (X) dX
Ai+1,i = h−3 R 01 00 00
R 01 00
0
ψ (X − 1)φ (X) dX 0
ψ (X − 1)ψ 00 (X) dX
et !
R1 00 2
|φ (X)| dx 0
Ai,i = h−3 0 R 1 00 2
0 0 |ψ (X)| dx
81
Enfin, sur [0, 1] on a

φ00 (X) = 12X − 6 ; φ00 (X − 1) = −12X + 6
et
ψ 00 (X) = 6X − 4 ; ψ 00 (X − 1) = 6X − 2.
Finalement, suite à un calcul de primitive élémentaire, il vient

−3 −3 −6
Ai+1,i = h
6 2
et
−3 6 0
Ai,i = h .
0 8
Ainsi,  
6 0 −3 6

 0 8 −6 2 


 −3 −6 6 0 −3 6 

−3 
 6 2 0 8 −6 2 
Kh = h  ..

−3 −6 6 0 .

 
 .. 

 6 2 0 8 . 

.. ..
. .
Exercice 6.3.1 Soit Th un maillage de Ω pour Ω ouvert simplement connexe polygonal

de R2 . On note nt le nombre de triangles de Th , nc le nombre de faces ou cotés des
triangles (un coté commun à deux triangles n’est compté qu’une seule fois), ns le nombre
de sommets du maillage, et n0s le nombre de sommets intérieurs du maillage (qui ne
sont pas sur ∂Ω). Démontrer les relations, dites d’Euler, nt + ns = nc + 1 et 3nt + ns =
2nc + n0s .
Correction. Plutôt que de vérifier les relations d’Euler, on se propose de les re-
trouver directement en effectuant un raisonnement par récurrence. On cherche à
déterminer s’il existe un (ou plusieurs) vecteur L ∈ Z4 et un entier α tel que pour
tout maillage d’un ouvert simplement connexe, L · x + α = 0 où x = (nt , nc , ns , ns0 ).
Tout d’abord, la relation doit être vérifiée par le maillage trivial constitué d’un
unique triangle. On a donc
L · (1, 3, 3, 0) + α = 0.
Considérons un maillage de Ω comportant plusieurs triangles. On choisit un chemin
à l’intérieur de Ω constitué d’une succession d’arêtes reliant deux sommets distincts
du bord. L’ouvert Ω étant simplement connexe, ce chemin sépare Ω en deux ouverts
simplement connexes Ω1 et Ω2 . On note x1 et x2 les vecteurs composés du nombre
de triangles, d’arêtes, de sommets et de sommets intérieurs de chacun des maillages.
On note ñc et ñs les nombres de cotés et de sommet du chemin. On vérifie que
x = x1 + x2 + (0, −ñc , −ñs , ñs − 2).
De plus, ñs = ñc + 1. Si L · x1 + α = 0 et L · x2 + α = 0, on a L · x + α = 0 si et

seulement si
ñc L · (0, −1, −1, 1) + L · (0, 0, −1, −1) − α = 0.
Comme ñc est quelconque, on en déduit que les conditions nécessaires et suffisantes
pour que la relation L · x + α = 0 soit vérifiée pour tout maillage sont
L · (1, 3, 3, 0) = L · (0, 0, 1, 1) = −α et L · (0, −1, −1, 1) = 0,
ou encore L ∈ Vect((−2, 1, 0, 1); (−1, 0, 1, 1)) et α = −L · (0, 0, 1, 1). Ainsi, on a
uniquement deux relations d’Euler indépendantes :
−2nt + nc + ns0 = 1 et − nt + ns + ns0 = 2.
On vérifie enfin que ces relations sont équivalentes à celles proposées par l’énoncé.
Exercice 6.3.2 Soit K un N -simplexe de sommets (aj )1≤j≤N +1 . Montrer que tout
polynôme p ∈ P1 se met sous la forme
N
X +1
p(x) = p(aj )λj (x),
j=1
où les (λj (x))1≤j≤N +1 sont les coordonnées barycentriques de x ∈ RN .

Correction. Soit p un polynôme
PN +1 de degré un et K un N -simplexe de sommets
(aj )1≤j≤N +1 . Comme x = j λj (x)aj , et que l’application qui à x associe p(x) −
p(0) est linéaire, on a
N +1 N +1
!
X X
p(x) − p(0) = λj (x)p(aj ) − λj (x) p(0).
j=1 j=1
P
Comme j λj = 1, on en déduit que
N
X +1
p(x) = λj (x)p(aj ).
j=1
Exercice 6.3.3 Soit K un N -simplexe de sommets (aj )1≤j≤N +1 .

Soit (ajj 0 )1≤j<j 0 ≤N +1 les points milieux des arêtes de K définis par leur coordonnées
barycentriques
1
λj (ajj 0 ) = λj 0 (ajj 0 ) = , λl (ajj 0 ) = 0 pour l 6= j, j 0 .
2
Vérifier que Σ2 est précisément constitué des sommets et des points milieux des arêtes
et que tout polynôme p ∈ P2 se met sous la forme
N
X +1 X
p(x) = p(aj )λj (x) (2λj (x) − 1) + 4p(ajj 0 )λj (x)λj 0 (x),
j=1 1≤j<j 0 ≤N +1
où les (λj (x))1≤j≤N +1 sont les coordonnées barycentriques de x ∈ RN .

83
Correction. On note Pn,p l’ensemble des polynômes de degré n de p variables. On

introduit Q ∈ P2,N +1 le polynôme de RN +1 , de degré 2 défini par
N +1
!
X
Q(X1 , · · · , XN +1 ) = p Xj aj .
j=1
Soit qj et qjj 0 les éléments de P2,N +1 définis par
qj (X1 , · · · , XN +1 ) = Xj (2Xj − 1) pour tout 1 ≤ j ≤ N + 1

et qjj 0 (X1 , · · · , XN +1 ) = 4Xj Xj 0 pour tout 1 ≤ j < j 0 ≤ N + 1
La famille (qj , qjj 0 ) constituée de l’ensemble de ces polynômes est une famille libre.
En effet, si (ej ) est la base canonique de RN +1 , on a pour tout 1 ≤ k ≤ N + 1
qj (ek ) = δjk et qjj 0 (ek ) = 0,
et pour tout couple (k, l) tel que 1 ≤ k < l ≤ N + 1,
qjj 0 ((ek + el )/2) = δjk δjl 0 et qj (ek ) = 0.
On note R l’espace engendré par (qj , qjj 0 ). On déduit également des relations pré-
cédentes que l’espace R est en somme directe avec l’ensemble des polynômes divi-
sibles par
N
X +1
q0 (X1 , · · · , XN +1 ) = 1 − Xj ,
j=1
soit
R ⊕ q0 P1,N +1 ⊂ P2,N +1 .
Enfin, notons que
dim(P2,N +1 ) = N + 2 + (N + 1)(N + 2)/2, dim(R) = N + 1 + N (N + 1)/2,

et dim(P1,N +1 ) = N + 2.
Ainsi,
dim(R) + dim(P1,N +1 ) = (N + 1)(N + 2)/2 + N + 2 = dim(P2,n+1 )
et
R ⊕ q0 P1,N +1 = P2,N +1 .
Il existe donc un unique couple Q1 ∈ R et Q2 ∈ q0 P1,N +1 tel que Q = Q1 + Q2 . On
peut aisément déterminer la décomposition de Q1 dans la base (qj , qjj 0 ). En effet,
N
X +1 X
Q1 = Q(ej )qj + Q((ej + e0j )/2)qj,j 0 ,
j=1 1≤j<j 0 ≤N +1
c’est à dire
N
X +1 X
Q1 = p(aj )qj + p(ajj 0 )qj,j 0 ,
j=1 1≤j<j 0 ≤N +1
Enfin, comme pour tout x ∈ RN ,

P
j λj (x) = 1, on a p(x) = Q(λj (x)) = Q1 (λj (x)),
d’où
N
X +1 X
p(x) = p(aj )λj (x)(2λj (x) − 1) + 4p(ajj 0 )λj (x)λj 0 (x).
j=1 1≤j<j 0 ≤N +1
Exercice 6.3.4 Soit Th un maillage de Ω pour Ω ouvert simplement connexe polygonal

de R2 . On note nt le nombre de triangles de Th , nc le nombre de faces ou cotés des
triangles (un coté commun à deux triangles n’est compté qu’une seule fois), ns le nombre
de sommets du maillage, et n0s le nombre de sommets intérieurs du maillage. Montrer
que les dimensions de l’espace Vh d’éléments finis de Lagrange d’ordre k et de son sous
espace V0h des fonctions s’annulant sur le bord du domaine sont
k(k − 1) k(k + 1)
dimVh = nt + kns − k + 1, dimV0h = nt − kns + k + 1.
2 2
Correction. Pour un treillis d’ordre k, on compte (k + 1)(k + 2)/2 éléments, dont
3k sur le bord du triangle. En particulier, un treillis d’ordre k compte (k + 1)(k +
2)/2 − 3k = (k − 1)(k − 2)/2 points “internes”, 3(k − 1) points situés à l’intérieur
des arêtes et 3 aux sommets.
La dimension de Vh est égale au nombre total de degrés de liberté. A l’intérieur
de chaque triangle, on compte (k−1)(k−2)/2 degrés de liberté soit nt (k−1)(k−2)/2,
auxquels il faut ajouter les degrés de liberté situés à l’intérieur des arêtes, soit
(k − 1)nc degrés de liberté et les ns sommets du maillage. Au total,
(k − 1)(k − 2)
dim(Vh ) = nt + (k − 1)nc + ns
2
D’après la première formule d’Euler (voir Exercice 6.3.1), nc = nt + ns − 1. Ainsi,
(k − 1)(k − 2) (k − 1)k
dim(Vh ) = nt + (k − 1)nt + kns + (1 − k) = nt + kns + 1 − k.
2 2
Le nombre de degrés de liberté de V0h est égal à celui de Vh , auquel il faut soustraire
les degrés de liberté situés sur le bord ∂Ω du domaine qui en compte k(ns − n0s ).
On a donc
(k − 1)k (k − 1)k
dim(V0h ) = nt + kns + 1 − k − k(ns − n0s ) = nt + kn0s + 1 − k.
2 2
D’après les formules d’Euler,
n0s =3nt + ns − 2nc

=3nt + ns − 2(nt + ns − 1)
=nt − ns + 2.
85
Ainsi
(k − 1)k (k + 1)k
dim(V0h ) = nt + knt − kns + 1 + k = nt − kns + 1 + k.
2 2
Exercice 6.3.5 Démontrer la formule (6.43) en dimension N = 2, c’est à dire
Z
α1 !α2 !α3 !
λ1 (x)α1 λ2 (x)α2 λ3 (x)α3 dx = 2Aire(K) , (6.5)
K (α1 + α2 + α3 + 2)!
où K est un simplexe de R2 , λi (x) sont les coordonnées barycentriques de x et αi des
entiers naturels.
Correction. On pose
Z
I= λα1 1 (x)λα2 2 (x)λα3 3 (x) dx.
K
Soit ai les sommets de K, et F l’application de
S = {(λ1 , λ2 ) ∈ R2+ : λ1 + λ2 ≤ 1}
à valeurs dans K définie par
F (λ1 , λ2 ) = λ1 a1 + λ2 a2 + (1 − λ1 − λ2 )a3 .
L’application F est un difféomorphisme de S dans K. En effectuant le changement

de variables x = F (λ1 , λ2 ) dans l’expression de I, on obtient
Z
I = 2Aire(K) λα1 1 λα2 2 λα3 3 dλ1 dλ2 , (6.6)
S
avec λ3 = 1 − (λ1 + λ2 ). Il reste donc à calculer l’intégrale figurant dans le terme de

droite.
Z Z 1 Z 1−λ1
α1 α2 α3 α1 α2 α3
λ1 λ2 λ3 dλ1 dλ2 = λ1 λ2 (1 − λ1 − λ2 ) dλ2 dλ1 .
S 0 0
On effectue le changement de variable λ2 = (1 − λ1 )t dans l’intégrale selon λ2 .

Z Z 1 Z 1
α1 α2 α3 α1 α2 +α3 +1
λ1 λ2 λ3 dλ1 dλ2 = λ1 (1 − λ1 ) dλ1 tα2 (1 − t)α3 dt
S 0 0
Par intégration par partie successives, on montre que

Z 1
n!m!
tn (1 − t)m dt = .
0 (n + m + 1)!
Ainsi,
Z
α1 !(α2 + α3 + 1)! α2 !α3 ! α1 !α2 !α3 !
λα1 1 λα2 2 λα3 3 dλ1 dλ2 = = .
S (α1 + α2 + α3 + 2)! (α2 + α3 + 1)! (α1 + α2 + α3 + 2)!
qui combinée avec (6.6) nous donne (6.5).
Exercice 6.3.6 Montrer que les formules de quadrature

Z
ψ(x) dx ≈ Volume(K)ψ(a0 ), (6.7)
K
PN +1
avec a0 = (N + 1)−1 i=1 ai , le barycentre de K, et
Z N +1
Volume(K) X
ψ(x) dx ≈ ψ(ai ). (6.8)
K N +1 i=1
sont exactes pour ψ ∈ P1 .

Correction. Soit p un polynôme de degré 1, il existe
R q polynôme de degré 1 en λ
R Volume(K) P
tel que q(λ(x)) = p(x). Or K 1dx = Volume(K) et K λk dx = N +1 i λk (ai ).
On en déduit donc que
Z
Volume(K) X
q(λ(x)) = q(λ(ai )),
K N +1 i
et que la formule (6.8) est exactePpour les polynôme de degré 1. De plus, comme
p est linéaire, p(a0 ) = 1/(N + 1) i p(ai ), ce qui établit l’exactitude de la formule
(6.7)
Exercice 6.3.7 Soit K un triangle de R2 de sommets (ai )1≤i≤3 et de barycentre a0 .

Soit (aij )1≤i<j≤3 les points milieux des segments d’extrémités ai , aj . Montrer que la
formule de quadrature
Z
Aire(K) X
ψ(x) dx ≈ ψ(aij )
K 3 1≤i<j≤3
est exacte pour ψ ∈ P2 , tandis que la formule

Z 3
!
Aire(K) X X
ψ(x) dx ≈ 3 ψ(ai ) + 8 ψ(aij ) + 27ψ(a0 )
K 60 i=1 1≤i<j≤3
est exacte pour ψ ∈ P3 .

Correction. Comme précédemment, il suffit de vérifier l’exactitude des formules
pour les polynômes de la forme
p(x) = q(λ1 (x), λ2 (x), λ3 (x)),
où (λi ) sont les coordonnées barycentriques de x et q est un polynôme de trois

variables de degré 2 ou 3. En d’autres termes, il s’agit de vérifier que pour tout
polynôme q de trois variables et de degré deux
Z
q(λ1 (x), λ2 (x), λ3 (x))dx = T2 (q), (6.9)
K
87
où
Aire(K) X
T2 (q) = q((ei + ej )/2)
3 1≤i<j≤3
et que pour tout polynôme q de trois variables et de degré trois,

Z
q(λ1 (x), λ2 (x), λ3 (x))dx = T3 (q), (6.10)
K
où
3
!
Aire(K) X X
T3 (q) = 3 q(ei ) + 8 q((ei + ej )/2) + 27q((e1 + e2 + e3 )/3) .
60 i=1 1≤i<j≤3
On note
Z
α1 !α2 !α3 !
S(α1 , α2 , α3 ) = λα1 1 λα2 2 λα3 3 dx = 2Aire(K)
K (α1 + α2 + α3 + 2)!
Les équations (6.9) et (6.10) sont linéaires par rapport au polynôme q. Il suffit donc
de les établir pour une base de l’ensemble des polynômes de trois variables de degré
deux etP trois respectivement. On peut par exemple vérifier que, pour tout αi ∈ N
tel que 3i=1 αi ≤ 2,
S(α1 , α2 , α3 ) = T2 (X1α1 X2α2 X3α3 )
et pour tout αi ∈ N tel que 3i=1 αi ≤ 3,
P
S(α1 , α2 , α3 ) = T3 (λX α2 α3
1 X2 X3 ).
1
Par des considérations d’invariance, le nombre de vérifications se limite à 4 cas pour

la première formule et 7 cas pour la seconde, et on a
S(0, 0, 0) = Aire(K) =T2 (1) =T3 (1),
S(1, 0, 0) = Aire(K)/3 =T2 (X1 ) =T3 (X1 ),
S(1, 1, 0) = Aire(K)/12 =T2 (X1 X2 ) =T3 (X1 X2 ),
S(2, 0, 0) = Aire(K)/6 =T2 (X12 ) =T3 (X12 ),
S(1, 1, 1) = Aire(K)/60 =T3 (X1 X2 X3 ),
S(2, 1, 0) = Aire(K)/30 =T3 (X12 X2 ),
S(3, 0, 0) = Aire(K)/60 =T3 (X13 ).
Exercice 6.3.8 Soit (bi )1≤i≤I des points d’un N -simplexe K et (ωi )1≤i≤I des poids
réels. Soit une formule de quadrature
Z X I
ψ(x) dx ≈ Volume(K) ωi ψ(bi )
K i=1
qui soit exacte pour ψ ∈ Pk . Montrer que, pour une fonction régulière ψ, on a
Z I
1 X
ψ(x) dx = ωi ψ(bi ) + O(hk+1 ),
Volume(K) K i=1
où h est le diamètre de K.

Correction. Soit ψ une fonction de classe C k+1 . En effectuant un développement de

Taylor, il existe une constante C telle que pour tout élément a du domaine (borné)
considéré, il existe un polynôme Ta dépendant de ψ, de degré au plus k tel que
|ψ(a + u) − Ta (u)| ≤ C|u|k+1 .
Considérons un simplexe K de centre de gravité a0 , par intégration de la formule

précédente sur les éléments u tels que a0 +u ∈ K (en particulier, |u| < h), on obtient
que Z Z

ψ dx − Ta 0 (u) dx ≤ C Vol(K)hk+1 .

K K
La formule de quadrature étant exacte pour les polynômes de degré inférieur ou égal
à k, on a donc
Z
X
ψ dx − Vol(K) ωi Ta0 (bi − a0 ) ≤ C Vol(K)hk+1 .

K
i
En utilisant à nouveau le développement de Taylor de ψ en a0 , on en déduit que

Z
X
ψ dx − Vol(K) ωi ψ(bi ) ≤ C 0 Vol(K)hk+1

K
i
où C 0 est une constante indépendante de h, ce qui achève la démonstration.
Exercice 6.3.9 On considère le carré Ω =] − 1, +1[2 maillé suivant la Figure 6.1.

Calculer la matrice de rigidité Kh des éléments finis P1 appliqués au Laplacien avec
condition aux limites de Neumann (on utilisera les symétries du maillage).
1 5 2
9
8 6
4 7 3
Fig. 6.1 – Exemple de maillage et de numérotation des nœuds.
Correction. On note Vh l’espace des éléments finis P1 associé au maillage 6.1.

L’espace Vh est de dimension 9. Pour tout i ∈ {1, · · · , 9}, on note φi la fonction
de base associée au ième nœud (on utilise la numérotation des nœuds indiquée sur
la figure). En d’autres termes, φi est l’unique élément de Vh tel que φi (xj ) = δij
pour tout indice j ∈ {1, · · · , 9}. La matrice de rigidité associée à la résolution du
Laplacien est définie pour tout couple d’indices i et j par
Z
(Kh )i,j = ∇φi · ∇φj dx.
Ω
89
On a donc 81 coefficients à déterminer ! Cependant, dès que φi et φj sont à support

disjoint, (Kh )i,j = 0. Enfin, en utilisant les symétries du maillage, on constate qu’il
suffit de calculer six coefficients de la matrice de rigidité, les autres s’en déduisant
aisément. En l’occurrence, on doit calculer (Kh )1,1 , (Kh )1,5 , (Kh )1,9 , (Kh )5,5 , (Kh )5,9
et (Kh )9,9 . Le gradient des fonctions de base φi est constant sur chaque maille, qui
sont toutes de même aire 1/2. Le calcul de nos 9 coefficients est donc aisé et
(Kh )1,1 = 1, (Kh )1,5 = −1/2, (Kh )1,9 = 0, (Kh )5,5 = 2, (Kh )5,9 = −1, (Kh )9,9 = 4.
En rassemblant ces résultats, on obtient

 
1 0 0 0 −1/2 0 0 −1/2 0
 0
 1 0 0 −1/2 −1/2 0 0 0 
 0
 0 1 0 0 −1/2 −1/2 0 0 

 0
 0 0 1 0 0 −1/2 −1/2 0 
Kh = 
 −1/2 −1/2 0 0 2 0 0 0 −1 

 0
 −1/2 −1/2 0 0 2 0 0 −1
 0
 0 −1/2 −1/2 0 0 2 0 −1 

−1/2 0 0 −1/2 0 0 0 2 −1
0 0 0 0 −1 −1 −1 −1 4
Exercice 6.3.10 Appliquer la méthode des éléments finis P1 au problème de Dirichlet

(6.11)
u=0 sur ∂Ω,
dans le carré Ω =]0, 1[2 avec le maillage triangulaire uniforme de la Figure 6.12. Montrer
que la matrice de rigidité Kh est la même matrice que celle que l’on obtiendrait par
application de la méthode des différences finies (à un facteur multiplicatif h2 près), mais
que le second membre bh est différent.
Fig. 6.2 – Maillage triangulaire uniforme d’un carré
Correction. On note n le nombre de mailles situées sur l’un des bords du domaine.
Soit h = 1/(n + 1), la taille d’une maille. On note xi,j = (xi , xj ) les sommets du
maillage où xi = ih (on a 0 < i, j < n). On numérote les nœuds du maillage ligne
par ligne. En d’autres termes, on pose ai+jn = xi,j pour tout 0 < i, j < n. Enfin, on
note φk la fonction de base P1 associée au nœud ak . La figure ci-dessous représente
le gradient d’une fonction de base φk (constant sur chaque triangle).
0

− 1/h
1/h
1/h
0
− 1/h
1/h 1/h

1/h − 0
0

1/h
R
On cherche à calculer Ahk,l = ∇φk · ∇φl dx. Si k = l,
Ω
Z
Ahk,k = |∇φk |2 dx.
Ω
Le gradient ∇φk est nul sur tout Ω à l’exclusion des 6 triangles contenant ak . Sur
chacun d’entre eux, |∇φk |2 est constant, égale à 1/h2 sur quatre d’entre eux, 2/h2
sur les deux autres. Enfin, l’aire des triangles du maillage étant égale à h2 /2,
Ahk,k = 4.
Si ak et al sont des nœuds voisins, c’est à dire si k = l + 1, k = l − 1, k = l + n − 1,

k = l + n, k = l + n − 1, k = l − N ou k = l − n + 1, les supports de φk et φl ne
sont pas disjoints. Cependant, le terme Ahk,l est nul dans les cas k = l − n + 1 et
k = l + n − 1 (les gradients des fonctions φk et φl sont orthogonaux). Dans les autres
cas, on a
Ahk,l = −1.
En d’autres termes, on a
 
D E 0
 E D E 
 
Ah = 
 . . . 

 E D E 
0 E D
où E et D sont les matrices (n − 1) × (n − 1)

   
4 −1 0 −1 0
 −1 4 −1   0 −1 0 
   
D=  . . .  E=
  . . .  .

 −1 4 −1   0 −1 0 
0 −1 4 0 −1
On obtient donc en effet la matrice issue de la méthode des différences finies mul-
tipliée par h2 . Cependant, le second membre du système linéaire obtenu diffère,
car Z
(bh )k = f φk dx 6= h2 f (ak ).
Ω
91
Exercice 6.3.11 On reprend les notations de l’Exercice 6.3.10. On note n le nombre

de points du maillage sur un coté du carré (supposé être le même pour chaque coté).
On numérote “ligne par ligne” les nœuds du maillage (ou les degrés de liberté). Montrer
que la matrice de rigidité Kh des éléments finis P1 est de taille de l’ordre de n2 et de
largeur de bande de l’ordre de 2n (pour n grand).
Montrer que la même méthode et le même type de maillage pour le cube Ω =]0, 1[3
conduisent à une matrice de taille de l’ordre de n3 et de largeur de bande de l’ordre de
2n2 (où n est le nombre de nœuds le long d’une arête du cube Ω).
Correction. La taille de la matrice Kh est exactement n2 , tandis que sa demi-
largeur de bande est n, en effet, dès que |k − l| > n, Khk,l = 0. Dans le cas du
cube, on note ai+jn+kn2 = (xi , xj , xk ) les nœuds du maillage, où xi = i/(n + 1). Le
nombre de degré de liberté est donc égal à n3 . Enfin, si |k − l| > n2 + n, le support
des fonctions test φk et φl sont disjoints. Ainsi, la matrice du système obtenu à une
demi-largeur de bande de l’ ordre de n2 pour n grand.
Exercice 6.3.12 On dit qu’une matrice carrée réelle B = (bij )1≤i,j≤n est une M-
matrice si, pour tout i,
n
X
bii > 0, bik > 0, bij ≤ 0 ∀ j 6= i.
k=1
Montrer que toute M-matrice est inversible et que tous les coefficients de son inverse
sont positifs ou nuls.
Correction. Soit B une M-matrice et X ∈ RN tel que BX = Y ≥ 0. Introduisons
l’indice i0 tel que
Xi0 = min Xi .
1≤i≤N
On a alors X
Bi0 i0 Xi0 + Bi0 j Xj = Yi0 ≥ 0,
j6=i0
d’où !
N
X X
Bi0 j Xi0 ≥ Bi0 j (Xi0 − Xj ).
j=1 j6=i0
D’après P
la définition de i0 , le second membre de cette inégalité est positif ou nul
Comme N j=1 Bi0 j > 0, on en déduit que Xi0 ≥ 0 et donc que X ≥ 0. Enfin, B est
inversible car injective. En effet, si BX = 0, BX ≥ 0 et B(−X) ≥ 0, d’où X ≥ 0 et
−X ≥ 0, c’est à dire X = 0. Comme BX ≥ 0 implique X ≥ 0, les coefficients de la
matrice B −1 sont positifs.
Exercice 6.3.13 On se place en dimension N = 2. Soit uh la solution approchée du

problème de Dirichlet (6.11) obtenue par la méthode des éléments finis P1 . On suppose
que tous les angles des triangles Ki ∈ Th sont inférieurs ou égaux à π/2. Montrer que
uh (x) ≥ 0 dans Ω si f (x) ≥ 0 dans Ω. Indication : on montrera que, pour tout > 0,
Kh + Id est une M-matrice, où Kh est la matrice de rigidité.
Correction. Soit Kh la matrice du système issu de la méthode des éléments finis,

avec conditions de Dirichlet. Il suffit de prouver que pour tout ε > 0, Kh + εI est
une M-matrice. En effet, dans ce cas et d’après l’exercice précédent,
(Kh + εI)−1 ≥ 0.
L’application qui à une matrice associe con inverse étant continue sur l’ensemble des
matrices inversibles, on en déduit que
Kh−1 ≥ 0.
Tout d’abord, il est clair que

(Kh )ii > 0 (6.12)
pour tout i. Considérons ensuite deux sommets distincts Si et Sj communs à un
triangle Tk du maillage. Le gradient de φi est orthogonal au coté du triangle Tk
opposé à Si . Il en est de même pour ∇φj . Il découle alors des hypothèses effectuées
sur le maillage que
∇φi · ∇φj ≤ 0
sur Tk . Le raisonnement étant valable sur tous les triangles du maillage, on en déduit
que Z
(Kh )ij = ∇φi · ∇φj dx ≤ 0 pour tout i 6= j. (6.13)
Ω
Soit n0 le nombre de nœuds du maillage situés à l’intérieur du domaine Ω et n le

nombre de nœuds total, on numérote les nœuds Si du maillage de sorte que Si ∈ ∂Ω
pour i > n0 . Comme
Xn
1= φj ,
j=1
pour tout i, 0 < i ≤ n0 ,

Z n Z
X
0= ∇φi · ∇1 dx = ∇φi · ∇φj dx.
Ω j=1 Ω
Ainsi,
n0
X n
X
∇φi · ∇φj dx = − ∇φi · ∇φj dx.
j=1 j=n0 +1
Or on a prouvé précédemment que le second membre est positif. On a donc montré

que
Xn0
(Kh )ij ≥ 0. (6.14)
i=1
De (6.12), (6.13), (6.14), on déduit que Kh + εI est une M-matrice pour tout ε > 0,
93
Exercice 6.3.14 Appliquer la méthode des éléments finis Pk au système de l’élasticité

(5.56). Montrer en particulier que la matrice de rigidité Kh est dans ce cas d’ordre N ndl
où N est la dimension d’espace et ndl est le nombre de nœuds de degrés de liberté.
Correction. La formulation faible de l’élasticité linéarisée consiste à déterminer
u ∈ H01 (Ω)N tel que
Z Z
(2µe(u) · e(v) + λ(divu)(divv)) dx = f · v dx pour tout v ∈ H01 (Ω)N .
Ω Ω
Soit Th un maillage régulier de Ω, on introduit les espaces discrets
Vh = {u ∈ C(Ω; R)N : ui |K ∈ Pk pour tout K ∈ Th }
et
V0h = {u ∈ Vh : u = 0 sur ∂Ω}.
Soit (φi )i=1,ndl les fonctions de base associées au degré de liberté du treillis d’ordre k
du maillage Th . L’approximation variationnelle du problème (5.56) par la méthode
des éléments finis Pk consiste à déterminer u ∈ V0h tel que
Z Z
(2µe(u) · e(v) + λ(divu)(divv)) dx = f · v dx pour tout v ∈ V0h ,
Ω Ω
c’est à dire à résoudre le système
Kh Uh = bh
où Z
(Kh )ij = (2µe(φi ) · e(φj ) + λ(divφi )(divφj )) dx
Ω
et Z
(bh )i = f · φi dx.
Ω
L’existence d’une solution à ce problème est évidente par application du théorème
de Lax-Milgram. Enfin, la dimension de l’espace V0h est égale à N ndl où ndl est le
nombre de nœuds de degrés de liberté.
Exercice 6.3.15 Expliciter la matrice de rigidité Kh obtenue par application de la

méthode des éléments finis Pk au problème de Neumann

−∆u + au = f dans Ω
∂u (6.15)
∂n
=g sur ∂Ω,
avec f ∈ L2 (Ω), g ∈ L2 (∂Ω), et a ∈ L∞ (Ω) tel que a(x) ≥ a0 > 0 p.p. dans Ω.
Correction. L’espace d’approximation issu de la méthode des éléments finis Pk ,
associé au problème de Neumann (6.15) est basée sur l’espace discret
Vh = {u ∈ C(Ω; R) : u|K ∈ Pk pour tout K ∈ Th }.

Soit (φi )i=1,ndl les fonctions de base associées au degré de liberté du treillis d’ordre
k du maillage Th . L’approximation variationnelle consiste à résoudre le système
Kh Uh = bh ,
où Z
(Kh )ij = (∇φi · ∇φj + aφi φj ) dx
Ω
et Z
(bh )i = f φi dx.
Ω
Exercice 6.3.16 Montrer que la matrice de rigidité Kh obtenue par application de la

méthode des éléments finis Pk au problème de convection-diffusion de l’Exercice 5.2.2
est inversible mais pas symétrique.
Correction. L’espace d’approximation variationnelle du problème de convection
diffusion de l’Exercice 5.2.2 est
V0h = {u ∈ C(Ω; R)N : ui |K ∈ Pk pour tout K ∈ Th , u = 0 sur ∂Ω}.
Soit (φi )i=1,ndl les fonctions de base associées au degré de liberté du treillis d’ordre
k du maillage Th . L’approximation variationnelle consiste à résoudre le système
Kh Uh = bh ,
où Z
(Kh )ij = (∇φi · ∇φj + (V · ∇φi )φk ) dx
Ω
et Z
(bh )i = f φi dx.
Ω
On rappelle que la divergence de V est supposée nulle. Ainsi, pour tout uh et vh
appartenant à V0h ,
Z Z Z
(V · ∇uh )vh dx = − ((divV )vh uh + (V · ∇vh )uh ) dx = − (V · ∇vh )uh dx.
Ω Ω Ω
R particulier, la matrice Kh est en général non symétrique, sauf si tout les termes
En
Ω
(V · ∇φi )φk dx sont nuls. Enfin, la matrice Kh est inversible car injective, en effet,
Z Z
hKh Uh , Uh i = ∇uh · ∇uh + (V · ∇uh )uh dx = ∇uh · ∇uh dx
Ω Ω
et hKh Uh , Uh i > 0 si Uh 6= 0.
Exercice 6.3.17 On se propose de résoudre numériquement l’équation des plaques

(5.19) par une méthode d’éléments finis (de type Hermite) en dimension N = 2. Pour
un maillage triangulaire Th on introduit l’espace discret
Vh = v ∈ C 1 (Ω) tel que v |Ki ∈ P5 pour tout Ki ∈ Th .

95
Montrer que tout polynôme p ∈ P5 est caractérisé de manière unique sur un triangle K
par les 21 valeurs réelles suivantes
∂p(bj )
v(aj ), ∇v(aj ), ∇∇v(aj ), j = 1, 2, 3, (6.16)
∂n
où (a1 , a2 , a3 ) sont les sommets de K, (b1 , b2 , b3 ) les milieux des cotés de K, tandis que
∂p(bj )/∂n désigne la dérivée normale au coté de bj . Montrer que Vh est un sous-espace
de H 2 (Ω) dont les éléments v sont caractérisés de manière unique par les valeurs (6.16)
pour chaque sommet et milieu d’arête du maillage. En déduire une méthode d’éléments
finis (dite d’Argyris) pour résoudre (5.19).
Correction.
1. Unisolvance (équivalent du Lemme 6.3.3)
On considère l’application qui à un élément de P5 associe les 21 valeurs (6.16).
Comme P5 est un espace de dimension 21, il suffit de montrer que cette application
est injective afin de prouver qu’elle est bijective. Enfin, quitte à effectuer un change-
ment de variables par une application affine, on peut se contenter de considérer le cas
d’un triangle équilatéral tel que a1 = (−1, 0), a2 = (1, 0). Soit p ∈ P5 annulant toutes
les valeurs (6.16). Montrons que p est le polynôme nul. On pose q1 (x1 ) = p(x1 , 0) et
q2 (x1 ) = ∂p/∂x2 (x1 , 0). On vérifie que
q1 (±1) = q10 (±1) = q100 (±1) = 0.
Comme q1 est un polynôme de degré au plus 5, on en déduit que q1 = 0. Ainsi, p

est divisible par x2 : il existe un polynôme q(x1 , x2 ) tel que
p(x1 , x2 ) = x2 q(x1 , x2 ).
De même, on vérifie que
q2 (±1) = q20 (±1) = q2 (0) = 0.
Comme q2 est un polynôme de degré au plus 4, on a donc q2 = 0. Or q2 (x1 ) = q(x1 , 0),

ainsi q est divisible par x2 . On a donc prouvé que p est divisible par x22 . Le polynôme q
et ses dérivées s’annulent le long de la droite (a1 , a2 ). Pour des raisons d’invariance,
il en est de même le long des droites √(a1 , a3 ) et (a2 , a3 ). On√en déduit que p est
également divisible par (1 + x1 − x2 / 3)2 et (1 − x1 − x2 / 3)2 . Ainsi, p est un
polynôme de degré au plus 5 divisible par un polynôme de degré 6 et p = 0.
2. Raccordement au niveau des mailles
Afin de résoudre le problème, il nous faut prouver le Lemme suivant (équivalent
du Lemme 6.3.4) :
Lemme. Soit K et K 0 deux triangles ayant une arête commune Γ = (a1 , a2 ). Soit
pk et pK 0 deux éléments de P5 , alors la fonction v définie sur K ∪ K 0 par
(
pK (x) si x ∈ K
v(x) =
pK 0 (x) si x ∈ K 0
est de classe C 1 si et seulement si

pK (ai ) = pK 0 (ai ), ∇pK (ai ) = ∇pK 0 (ai ),
(6.17)
∇∇pK (ai ) = ∇∇pK 0 (ai ), ∂pK /∂n(b) = −∂pK 0 /∂n(b),
où n désigne la normale extérieur à K et b le milieu du segment [a1 , a2 ].

Démonstration. L’application v est de classe C 1 si et seulement si les restrictions
de pK et pK 0 coı̈ncident sur l’arête commune Γ au deux triangles et s’il en est de même
pour les polynômes ∂pK /∂n et ∂pK 0 /∂n. Or les polynômes pK et pK 0 coı̈ncident sur
Γ si et seulement si pour i = 1, 2 on a
∂pK ∂pK 0 ∂ 2 pK ∂ 2 pK 0
pK (ai ) = pK 0 (ai ), (ai ) = (ai ) et (a i ) = (ai )
∂τ ∂τ ∂τ 2 ∂τ 2
(τ désigne le vecteur unitaire tangent à l’arête). D’autre part, les restrictions de
∂pK /∂n et de ∂pK 0 /∂n à Γ sont des polynômes de degré 4 égaux si et seulement si
pour i = 1, 2 on a
∂pK ∂pK 0 ∂ 2 pK ∂ 2 pK 0
(ai ) = (ai ), (a i ) = (ai )
∂n ∂n ∂n2 ∂n2
et si
∂pK ∂pK
(b) = (b).
∂n ∂n
Ce qui achève la preuve du Lemme.
3. Méthode d’Argyris
Tout d’abord, l’espace
Vh = {v ∈ C 1 (Ω) : v|Ki ∈ P 5 pour tout Ki ∈ Th }
est inclus dans H 2 (Ω) (la dérivée d’un élément de Vh appartient à H 1 (Ω) d’après
le Lemme 4.3.19). D’après le point précédent, un élément v de Vh est entièrement
déterminé par les valeurs de v, ∇v et ∇∇v aux nœuds du maillage ainsi que par
les flux ∂v/∂n(bk ), bk parcourant les milieux des arêtes k du maillage (on oriente
de manière arbitraire chacune des arêtes). On peut donc construire une base de Vh
formée des éléments (ϕi,α )(i,α) et (ψk ) où i ∈ {1, · · · , ns }, α ∈ N2 , |α| = α1 + α2 ≤ 2
et k ∈ {1, · · · , nc } définis par
∂ϕi,α
∂ β ϕi,α (aj ) = δji δαβ (bl ) = 0;
∂n
∂ψk
∂ β ψk (aj ) = 0; (bl ) = δlk .
∂n
pour tout j ∈ {1, · · · , ns }, l ∈ {1, · · · , nc } et β ∈ N2 tel que |β| ≤ 2.
Afin de résoudre l’équation des plaques (5.19), on introduit le sous espace de Vh
V0h = Vh ∩ H02 (Ω).
L’espace V0h est l’ensemble des fonctions de Vh , qui s’annulent ainsi que leurs dérivées
partielle sur ∂Ω. Il est engendré par les éléments (ϕi,α ) et (ψk ) où i ∈ {1, · · · , ns0 }
97
et k ∈ {1, · · · , nc0 } parcourent respectivement sommets et arêtes n’appartenant pas

au bord de Ω. L’approximation variationnelle consiste à trouver uh ∈ V0h tel que
Z Z
∆uh ∆vh dx = f vh dx pour tout vh ∈ V0h .
Ω Ω
D’après le Théorème de Lax-Milgram, ce problème admet une solution unique. Enfin,

il équivaut à résoudre le système
Kh Uh = bh , (6.18)
où la matrice de rigidité est définie par

Dh Fh
Kh = ,
FhT Hh
où Dh et Fh sont des matrices définies par blocs. La matrice Dh est constituée de
6 × 6 blocs, la matrice Fh est un vecteur colonne constitué de 6 sous-matrices :
Dh = Ehij (i,j)∈{1,··· ,6}2

Fh = Gih i∈{1,··· ,6} .

Les sous-matrices Ehij et Gih sont définies par

Z
ij
∆ϕk,si ∆ϕl,si dx, où (k, l) ∈ {1, · · · , ns0 }2

Eh kl =
ZΩ
Gih kl =

∆ϕk,si ∆ψl dx où (k, l) ∈ {1, · · · , ns0 } × {1, · · · , nc0 }
Ω
où si parcourt les multi-indice N2 de degré inférieur ou égal à 2 (ensemble qui contient
6 éléments). La matrice Hh est définie par
Z
(Hh )kl = ∆ψk ∆ψl dx
Ω
où (k, l) ∈ {1, · · · , nc0 }2 . Enfin, Le vecteur bh compte 6ns0 + nc0 composantes et est
défini par
bh = (c1h , · · · , c6h , dh )
où cih ∈ Rns0 et dh ∈ Rnc0 sont les vecteurs
Z
i

ch k = fh ϕk,si k ∈ {1, · · · , ns0 } et i ∈ {1, · · · , 6}
Ω
Z
(dh )k = fh ψk k ∈ {1, · · · , nc0 }.
Ω
Enfin, la solution uh de l’approximation variationnelle est telle que

ns0
5 X nc0
X X
uh = Uhins0 +k ϕk,si+1 + Uh6ns0 +k ψk ,
i=0 k=1 k=1
où Uh est solution du système (6.18).

Exercice 6.3.18 Montrer que pour une suite de maillages réguliers, et pour des élé-
ments finis P1 , l’opérateur d’interpolation rh vérifie en dimension N = 2 ou 3
kv − rh vkL2 (Ω) ≤ Ch2 kvkH 2 (Ω) .
Correction. Par construction de rh u, la restriction de rh u à un N-simplexe Ki est

simplement rKi u. Par conséquent,
X
kv − rh vk2L2 (Ω) = kv − rKi vk2L2 (Ki ) .
Ki ∈Th
On applique la majoration (Lemme 6.3.20 avec k = 1)
kv − rK vkL2 (K) ≤ CkBk2 |v|H 2 (K)
à chacun des N-simplexe Ki . Ainsi,

X
kv − rh vk2L2 (Ω) ≤ C kBi k4 |v|2H 2 (K) .
Ki ∈Th
Il suffit de combiner cette estimation avec l’inégalité
kBi k ≤ diam(Ki )/ρ(K0 ) ≤ Ch
pour conclure.
Exercice 6.3.19 Soit K = [0, 1]2 le cube unité en dimension N = 2 de sommets

a1 = (0, 0), a2 = (1, 0), a3 = (1, 1), a4 = (0, 1). On définit x3 = 1 − x1 , x4 = 1 − x2 ,
et i comme la valeur de i modulo 4. Grâce à ses notations, chaque sommet ai est défini
par xi = xi+1 = 0. Vérifier que les fonctions de base de Q1 sont
pi (x) = xi+2 xi+3 pour 1 ≤ i ≤ 4,
et que celles de Q2 sont

Pi (x) = xi+2 (2xi+2 − 1)xi+3 (2xi+3 − 1) pour 1 ≤ i ≤ 4
Pi (x) = −4xi+2 (xi+2 − 1)xi+3 (2xi+3 − 1) pour 5 ≤ i ≤ 8
P9 (x) = 16x1 x2 x3 x4 .
Correction.
Les éléments de Qk définis sur K sont les polynômes de degré au plus k par
rapport à chacune des variables x1 et x2 . D’après le Lemme 6.3.22, il suffit de vérifier
que les fonctions proposées s’annulent sur tout les points du treillis correspondant
expecté un point, différent pour chacune d’entre elles, où elles prennent la valeur
un.
1. Fonctions de base Q1 .
Les points du treillis sont ai , i = 1, · · · , 4. Pour des raisons de périodicité des
formules, il suffit de vérifier la forme de la fonction de base p1 . Or
p1 (x) = x3 x4 = (1 − x1 )(1 − x2 ),
99
qui vaut en effet 1 pour x = a1 et zéro sur les autres sommets du carré.
2. Fonctions de base Q2 .
Les points du treillis Σ2 sont les sommets, les milieux des arêtes et le centre du
carré K. Pour des raisons de symétrie, seul trois fonctions de bases sont à étudier.
On a
P1 (x) = x3 (2x3 − 1)x4 (2x4 − 1) = (1 − x1 )(1 − 2x1 )(1 − x2 )(1 − 2x2 )
qui vaut 1 pour x = a1 et zéro sur les autres nœuds du treillis.
P5 (x) = −4x3 (x3 − 1)x4 (2x4 − 1) = 4(1 − x1 )x1 (1 − x2 )(1 − 2x2 )
qui vaut 1 pour x = (a1 + a2 )/2 et zéro sur les autres nœuds du treillis. Enfin,
P9 (x) = 16x1 x2 x3 x4 ,
qui vaut 1 en x = (a1 + a2 + a3 + a4 )/4 et zéro sur les autres nœuds du treillis.
Exercice 6.3.20 Montrer que pour la méthode des éléments finis P1 /bulle pour la
vitesse et P1 pour la pression on a dim(KerBh∗ ) = 1.
Correction. Soit rh ∈ Qh et wh ∈ V0h (Qh et V0h étant les espaces issus res-
pectivement de la discrétisation P1 de la pression et P1 /bulle de la vitesse). Par
définition,
Z Z
∗
Wh · Bh Rh = Bh Wh · Rh = − div(wh )rh dx = wh · ∇rh dx.
Ω Ω
Si Rh appartient au noyau de Bh∗ , on a

Z
wh · ∇rh dx = 0
Ω
pour tout élément wh ∈ V0h . En particulier, si on applique l’égalité précédente à

la fonction bulle λ1 (x) · · · λN +1 (x)ek de la maille Ki (les λi sont les coordonnées
barycentriques de x dans la maille Ki et k ∈ {1, · · · , N }), on obtient
Z
∇rh (Ki ) · ek λ1 (x) · · · λN +1 (x) dx = 0.
Ki
Or Z
λ1 (x) · · · λN +1 (x) dx > 0,
Ki
d’où on en déduit que ∇rh (Ki ) = 0. Ainsi, rh est une fonction constante et
dim(Bh∗ ) = 1.
Exercice 6.3.21 On considère les équations de Stokes


 ∇p − µ∆u = f dans Ω
divu = 0 dans Ω (6.19)
u=0 sur ∂Ω

où µ > 0 est la viscosité du fluide en dimension N = 1 (ce modèle n’a aucun intérêt
puisque sa solution explicite est u = 0 et p une primitive de f , mais il permet de bien
comprendre les problèmes de discrétisation). Pour Ω = (0, 1), on considère le maillage
de points xj = jh avec h = 1/(n + 1) et 0 ≤ j ≤ n + 1. On définit la méthode de
différences finies centrées (d’ordre 2) suivante
 −uj+1 +2uj −uj−1 pj+1 −pj−1
 µ h2
+ 2h
= f (xj ) pour 1 ≤ j ≤ n
uj+1 −uj−1
2h
= 0 pour 1 ≤ j ≤ n
u0 = un+1 = 0.

Montrer que ce système d’équations algébriques est mal posé, et en particulier que la
pression (pj ) est définie à l’addition d’une constante près ou d’un multiple d’une pression
définie par ses composantes (1, 0, 1, 0, ..., 1, 0).
Correction. On vérifie sans mal que la pression est définie à l’addition d’une
constante près ou d’un multiple de (1, 0, · · · , 1, 0). Lorsque n est impair, la situation
est particulièrement critique, car uj n’est, dans ce cas, pas non plus déterminé de
manière unique. Dans tous les cas, le système est mal posé.
Chapitre 7
PROBLÈMES AUX VALEURS

PROPRES
Exercice 7.1.1 Soit Ω = RN . Montrer que u(x) = exp(ik · x) est une solution de
−∆u = λu (7.1)
si |k|2 = λ. Une telle solution est appelée onde plane.

Correction. Soit u(x) = exp(ik · x), on a ∇u(x) = i exp(ik · x)k et
∆u = ∇ · ∇u = −|k|2 exp(ik · x).
Ainsi, u est solution de l’équation (7.1) dès que |k|2 = ω 2 .
Exercice 7.1.2 Soit un potentiel régulier V (x). Montrer que, si u(x, t) = e−iωt u(x)
est solution de
∂u
i + ∆u − V u = 0 dans RN × R+ ∗, (7.2)
∂t
alors u(x) est solution de
−∆u + V u = ωu dans RN . (7.3)
Correction. Il suffit d’effectuer le calcul. En effet,
∂u
i (x, t) = e−iωt ωu(x) ∆u(x, t) = e−iωt ∆u(x).
∂t
Comme u est solution de l’équation de Schrödinger (7.2), on en déduit que
−∆u + V u = ωu.
Exercice 7.1.3 Soit V (x) = Ax · x avec A matrice symétrique réelle définie positive.
Montrer que u(x) = exp(−A1/2 x · x/2) est une solution de (7.3) si ω = tr(A1/2 ). Une
telle solution est appelée état fondamental.
101
102 CHAPITRE 7. PROBLÈMES AUX VALEURS PROPRES
Correction.
Soit u(x) = exp(−A1/2 x · x/2). On a
∇u = − exp(−A1/2 x.x/2)A1/2 x = −uA1/2 x
et
∆u = div(∇u) = −div(uA1/2 x)
On rappelle que pour toute fonction f à valeurs réelles et σ à valeur vectorielle,
div(f σ) = ∇f · σ + f (divσ). Ainsi,
∆u = −(A1/2 x) · ∇u − (div(A1/2 x)u = (Ax · x)u − tr(A1/2 )u,
et u est bien solution de l’équation
−∆u + V u = tr(A1/2 )u.
Exercice 7.2.1 Montrer que l’application identité Id dans un espace de Hilbert V de

dimension infinie n’est jamais compacte (utiliser le Lemme 7.2.6).
Correction.
L’image de la boule unité par l’application Id est évidemment la boule unité.
Si l’application Id était compacte, la boule unité serait relativement compacte et
donc compacte (la boule unité est fermée), ce qui est impossible d’après le Lemme
7.2.6 qui stipule que la boule unité d’un espace de Hilbert de dimension infinie n’est
jamais compacte.
Exercice 7.2.2 Soit l’espace de Hilbert `2 des suites

P réelles x = (xi )i≥1 telles que
2
P
i≥1 |x i | < +∞, muni du produit scalaire hx, yi = i≥1 xi yi . Soit (ai )i≥1 une suite
de réels bornés, |ai | ≤ C < +∞ pour tout i ≥ 1. On définit l’application linéaire A
par Ax = (ai xi )i≥1 . Vérifier que A est continue. Montrer que A est compacte si et
seulement si limi→+∞ ai = 0.
Correction.
Soit x un élément de `2 ,
X X
kAxk2`2 = |ai xi |2 ≤ sup |ai |2 |xi |2 = sup |ai |2 kuk2`2 .
i i
i i
Ainsi, A est une application continue de `2 dans `2 .

Supposons que lim ai = 0. Soit xn une suite d’éléments de la boule unité de `2 .
On pose y n = Axn . Afin de prouver que l’opérateur A est compact, on va construire
une sous-suite de y n convergente. On commence par construire une suite de sous-
suite par récurrence : On pose y n,0 = y n . Pour tout k, y n,k est une suite extraite
de y n,k−1 telle que ykn,k soit convergente (c’est toujours possible puisque pour tout
k ≥ 1, ykn,k est borné dans R). Enfin, on procède à l’extraction d’une sous-suite
diagonale en définissant la suite z n = y n,n . Reste à prouver que la suite z n est de
103
Cauchy dans `2 . Soit ε > 0, comme ai converge vers 0, il existe l tel que pour tout
i > l, |ai | < ε. On en déduit que pour tout indice n,
X X
|zin |2 = |ai |2 |yln,n |2 ≤ ε2 ky n,n k2`2 ≤ ε2 .
i>l i>l
Notons que pour tout k, la suite zkn est simplement convergente. Ainsi, pour n et p
assez grand, on a X
|zin − zip |2 ≤ ε2 .
i≤l
En combinant ces deux résultats, on en déduit que pour n et p assez grand,

X X X
|zin − zip |2 ≤ |zin − zip | + 2 |zin |2 − |zip |2 ≤ 5ε2 ,

i i≤l i>l
et que kz n − z p k`2 → 0 lorsque n et p convergent vers l’infini. Ainsi, A est compacte.

Reste à établir la réciproque. Supposons que la suite ai ne converge pas vers
zéro. Il existe une constante M > 0 telle que pour tout N , il existe i > N tel que
|ai | > M . On peut donc définir les suites xn de `2 et in de N telles que
Pour tout indice k, xnk = δkin ,
|ain | > M
et in strictement croissante. On pose y n = Axn . La suite xn est bornée dans `2 ,
tandis que la suite y n d’éléments de `2 n’admet pas de sous-suite convergente. En
effet, pour tout n et p on a
√
kun − up k`2 > 2M.
Ainsi, A n’est pas compacte.
Exercice 7.2.3 Soit U , V et W trois espaces de Hilbert de dimension infinie, A une

application linéaire continue de V dans W , et B une application linéaire continue de U
dans V . Montrer que l’application AB est compacte dès que A ou B est compacte. En
déduire qu’une application linéaire continue compacte n’est jamais inversible d’inverse
continu en dimension infinie.
Correction.
Considérons le cas A compacte et B continue. Comme B est continue, il existe
un réel M tel que l’image de la boule unité de U par B soit incluse dans la boule de
V , centrée à l’origine et de rayon M . Comme A est compacte, l’image de la boule
de rayon M par A est relativement compacte. Or tout sous-ensemble d’un ensemble
relativement compact est relativement compact. L’image de la boule unité de U par
l’application AB est donc relativement compacte : l’application AB est compacte.
Considérons le cas A continue et B compacte. L’image de la boule unité de U
par B est relativement compacte dans V . Or l’image par une application continue
d’un ensemble relativement compact est relativement compact. L’image de la boule

unité de U par l’application AB est relativement compacte.
Enfin, considérons une application linéaire compacte inversible A . L ’application
inverse A−1 (qui est linéaire) ne peut être continue. En effet, dans ce cas l’application
identité AA−1 serait compacte, ce qui n’est jamais le cas en dimension infinie.
Exercice 7.2.4 On reprend les notations et les hypothèses du Théorème 7.2.8. Mon-
trer que, pour v ∈ V , l’équation Au = v admet une unique solution u ∈ V si et
seulement si v vérifie
+∞
X |hv, uk i|2
< +∞.
k=1
λ2k
Correction. Supposons qu’il existe u tel que Au = v. Pour tout k, hAu, uk i =

hv, uk i et donc
hu, Auk i hAu, uk i hv, uk i
hu, uk i = = = .
λk λk λk
La famille (uk ) formant une base orthonormale,
X hv, uk i2 X
= hu, uk i2 = kuk2 < +∞.
k
λ2k k
Réciproquement, si v vérifie la relation précédente,

X hv, uk i
u= uk
k
λk
appartient à U (la série est convergente) et Au = v. Enfin, le sysème Au = v ne

peut admettre plus d’une solution. En effet, l’application A étant définie positive,
elle est injective.
Exercice 7.2.5 Soit V = L2 (0, 1) et A l’application linéaire de V dans V définie par

(Af )(x) = (x2 + 1) f (x). Vérifier que A est continue, définie positive, auto-adjointe
mais pas compacte. Montrer que A n’a pas de valeurs propres. On pourra vérifier aussi
que (A − λ Id) est inversible d’inverse continu si et seulement si λ ∈
/ [1, 2].
Correction. Continuité
Z 1 Z 1
kAf k2L2 (0,1) = 2 2
(x + 1) |f (x)| dx ≤ 2 2
max (x + 1) 2
|f (x)|2 dx.
0 x∈(0,1) 0
Ainsi, kAf kL2 (0,1) ≤ 2kf kL2 (0,1) et A est continue.

Positivité et symétrie
Soit f et g éléments de L2 (0, 1),
Z 1 Z 1
(Af, g)L2 = (Af )g dx = (x2 + 1)f g dx = (f, Ag)L2 .
0 0
105
Ainsi, A est auto-adjointe. De plus, A est positive car

Z 1
(Af, f )L2 = (x2 + 1)|f (x)|2 dx ≥ 0.
0
Enfin, A est définie. En effet, si (Af, f ) = 0, la fonction (x2 + 1)|f (x)|2 est nulle
presque partout, donc f = 0 (en tant qu’élément de L2 (0, 1)).
Valeurs propres
Supposons que f soit un vecteur propre de A de valeur propre λ. Dans ce cas,
pour toute fonction g ∈ L2 (0, 1),
Z 1 Z 1
2
(x + 1)f (x)g(x) dx = (Af, g)L2 = λ(f, g)L2 = λ f (x)g(x) dx.
0 0
On en déduit que
((x2 + 1)f − λf, g(x))L2 = 0.
En choisissant g = (x2 + 1 − λ)f , on en déduit que
k(x2 + 1 − λ)f kL2 = 0
et que (x2 + 1 − λ)f (x) = 0 presque partout et donc f (x) = 0 presque partout.
L’application A n’admet pas de vecteur propre non nul.
Inversibilité de (A − λ Id) Soit g ∈ L2 (0, 1), on cherche f tel que (A − λ Id)f = g,
c’est à dire tel que
(x2 + 1 − λ)f (x) = g(x)
presque partout. Si (A − λ Id) est inversible, f = (A − λ Id)−1 g est définit par
f (x) = (x2 + 1 − λ)−1 g(x)
pour presque tout x ∈]0, 1[. L’inverse de (x2 + 1 − λ) étant défini, sauf en au plus
deux points, f (x) est correctement défini presque partout.
Si λ n’appartient pas à l’intervalle [1, 2], il existe C(λ) tel que (x2 + 1 − λ) >
C(λ) > 0. On en déduit que l’opérateur (A − λ Id) est bien inversible de L2 (0, 1)
dans L2 (0, 1), d’inverse continue. En effet,
k(A − λ Id)−1 gkL2 (0,1) ≤ C(λ)−1 kgkL2 (0,1) .
Si λ ∈ [1, 2], on constate que si (A − λ Id) était inversible, (x2 + 1 − λ)−1 serait
un élément de L2 (0, 1) (prendre g = 1). Ceci n’est pas le cas. En effet le polynôme
(x2 + 1 − λ) admet une racine dans l’intervalle [1, 2]. Ainsi, (x2 + 1 − λ)−1 présente
une singularité (du type 1/x ou 1/x2 ) dont le carré n’est pas d’intégrale finie :
Z 1
(x2 + 1 − λ)−2 dx = +∞.
0
Exercice 7.3.1 Démontrer une variante du Théorème 7.3.2 où l’on remplace l’hy-
pothèse de coercivité de la forme bilinéaire a(·, ·) par l’hypothèse plus faible qu’il existe
deux constantes positives η > 0 et ν > 0 telles que
a(v, v) + ηkvk2H ≥ νkvk2V pour tout v ∈ V.
(Dans ce cas les valeurs propres (λk )k≥1 ne sont pas forcément positives, mais vérifient
seulement λk + η > 0.)
Correction. Un réel λ est valeur propre de (7.12) de vecteur propre u, si et
seulement si
a(u, v) + ηhu, viH = (λ + η)hu, viH pour tout v ∈ V,
c’est à dire si u est un vecteur propre associé à la forme bilinéaire a(., .) + ηh., .iH de
valeur propre λ + η. Comme la forme bilinéaire a(., .) + ηh., .iH vérifie les hypothèses
du Théorème 7.3.2, il existe une base hilbertienne de H de vecteurs propres uk de
(7.12) de valeurs propres λk − η où λk est une suite non bornée, croissante de réels
positifs.
Exercice 7.3.2 En dimension N = 1, on considère Ω =]0, 1[. Calculer explicitement

toutes les valeurs propres et les fonctions propres du Laplacien avec conditions aux limites
de Dirichlet
−∆uk = λk uk p.p. dans Ω
(7.4)
uk = 0 p.p. sur ∂Ω.
A l’aide de la décomposition spectrale de ce problème (voir la Remarque 7.2.9), montrer
que la série
X+∞
ak sin(kπx)
k=1
2
P+∞
convergePdans L (0, 1) si et seulement si k=1 a2k < +∞, et dans H 1 (0, 1) si et seule-
ment si +∞ 2 2
k=1 k ak < +∞.
Correction. Tout d’abord, toute fonction propre du Laplacien en dimension 1 est

de classe C ∞ . Ainsi,
u00 + λu = 0
est une équation différentielle classique dont les solutions sont de la forme
√ √
u = A sin( λx) + B cos( λx).
Les conditions aux limites de Dirichlet impliquent que B = 0 (car u(0) = 0) et

√
λ = kπ où k est un entier naturel (car u(1) = 0). Les vecteurs propres du Laplacien
unidimensionnel avec conditions aux limites de Dirichlet sont donc les fonctions
uk = 2 sin(kπx)
de valeurs propres λk =R k 2 π 2 . Comme l’injection de H01 (0, 1) dans L2 (0, 1) est com-
1
pacte et que a(u, v) = 0 ∇u · ∇v dx est une forme bilinéaire symétrique, continue
107
et coercive sur H01 (]0, 1[), on peut appliquer le Théorème 7.3.2. Ainsi, (uk /kπ) est
une base de hilbertienne H 1 (]0, 1[) et (uk ) une base hilbertienne de L2 (]0, 1[). On en
déduit que la série
X∞
ak sin(kx)
k=1
2
a2k < ∞ et dans H01 si et seulement si
P
converge dans L si et seulement si k
2 2
P
k k ak < ∞.
Exercice 7.3.3 On considère un parallélépipède

Ω =]0, L1 [×]0, L2 [× · · · ×]0, LN [,
où les (Li > 0)1≤i≤N sont des constantes positives. Calculer explicitement toutes les
valeurs propres et les fonctions propres du Laplacien avec conditions aux limites de
Dirichlet (7.4).
Correction.
Soit uk (x) = 2 sin(kπx) les fonctions propre du Laplacien avec conditions de
Dirichlet sur ]0, 1[. Pour tout entier 0 < p < N + 1, et tout k ∈ N∗ , on pose
up,k (x) = uk (x/Lp ).
Enfin, pour tout k = (k1 , · · · , kN ) ∈ NN
∗ , on pose
N
Y
vk = up,kp .
p=1
On vérifie que pour k, vk est une valeur propre du Laplacien sur Ω avec conditions
aux bords de Dirichlet de valeur propre
N
!2
Y
λk = kp π/Lp .
p=1
√
Pour conclure, il reste à prouver que la famille vk / λk forme une base de L2 (Ω),
c’est à dire que pour tout w ∈ L2 (Ω) tel que ∀k ∈ Np∗ ,
hvk , wiL2 (Ω) = 0, (7.5)
on a w = 0. Supposons que le résultat soit établi pour Ω de dimension N − 1. On
e ∈ L2 (]0, LN [) définie par
introduit la fonction w
Z Y
w(x
e N) = w(x) ukp (xp ) de
x,
Ω
e
p<N
où Ω e = (x1 , · · · , xN −1 ). D’après (7.5), pour tout k ∈ N∗ ,

e =]0, L1 [×...×]0, LN −1 [ et x
on a Z LN
w(x
e N )uN,k (xN ) dxN = 0.
0
p
Comme la famille uN,k / π/Lp forme une base de L2 (]0, LN [), on en déduit que
e N ) = 0 pour presque tout xN . Ainsi, pour presque tout xN ∈]0, LN [, la fonction
w(x
wxN (e x, xN ) ∈ L2 (Ω)
x) = w(e e est telle que
Z Y
wxN (e
x) ukp (xp ) de
x = 0,
Ω
e
p<N
et d’après l’hypothèse de récurrence, wxN = 0, ce qui achève la démonstration.
Exercice 7.3.4 On considère à nouveau un ouvert Ω parallélépipèdique comme dans

l’Exercice 7.3.3. Calculer explicitement toutes les valeurs propres et les fonctions propres
du Laplacien avec conditions aux limites de Neumann sur tout le bord ∂Ω.
Correction.
Les fonctions propres du Laplacien 1D avec conditions de Neumann sur ]0, 1[
sont les fonctions
uk (x) = cos(kπx)
de valeurs propres k 2 π 2 . En suivant le même raisonnement que lors de l’Exercice
7.3.3, on montre que les fonctions propres du Laplacien avec conditions de Neumann
sur Ω =]0, L1 [× · · · ×]0, Lp [ sont de la forme
N
Y
uk (x) = cos(kp πxp /Lp )
p=1
où k ∈ NN . La valeur propre associée à uk étant

N
!2
Y
λk = kπ/Lp .
p=1
Exercice 7.3.5 On reprend les notations et les hypothèses du Théorème 7.3.5. Mon-
trer que la meilleure (i.e. la plus petite) constante C dans l’inégalité de Poincaré (voir
la Proposition 4.3.10) est précisément la première valeur propre λ1 de (7.4).
Correction.
Soit uk , base hilbertienne de L2 (Ω), fonctions propres du Laplacien avec condi-
tions aux limites de Dirichlet (7.4) et λk les valeurs propres associées (ordonnées par
ordre croissant). Soit u un élément de H01 (Ω).
X X
kuk2L2 = |hu, uk iL2 |2 ≤ λ−1
1 λk |hu, uk iL2 |2 = λ−1 2
1 k∇ukL2 .
k k
Ainsi, l’inégalité de Poincaré

Z Z
2
|v(x)| dx ≤ C |∇v(x)|2 dx. (7.6)
Ω Ω
−1
est vérifiée pour C = λ−1 2 2
1 . Cette valeur est optimale car ku1 kL2 = λ1 k∇u1 kL2 .
109
Exercice 7.3.6 Soit Ω un ouvert borné régulier et connexe. Montrer que la première
valeur propre du Laplacien dans Ω avec condition aux limites de Neumann est nulle et
qu’elle est simple.
Correction.
Tout d’abord, zéro est valeur propre du Laplacien avec conditions aux limites
de Neumann car (
∆1 = 0 dans Ω
∂1
= 0 sur ∂Ω.
∂n
Si λ est une valeur propre du Laplacien de fonction propre u, on a
k∇uk2L2 = λkuk2L2 .
Ainsi, les valeurs propres du Laplacien avec conditions aux limites de Neumann sont
strictement positives sauf si k∇ukL2 = 0 auquel cas λ = 0. Comme Ω est connexe,
si λ = 0 la fonction u est constante. Ainsi, la première valeur propre du Laplacien
avec condition aux limites de Neumann est 0 et elle est simple.
Exercice 7.3.7 Soit Ω un ouvert borné régulier connexe de classe C 1 de RN . Montrer

qu’il existe une suite croissante (λk )k≥1 de réels positifs qui tend vers l’infini, et une base
hilbertienne de L2 (Ω)N (uk )k≥1 , telle que chaque uk appartient à H01 (Ω)N , et il existe
une famille de pressions pk ∈ L2 (Ω) qui vérifient

 ∇pk − µ∆uk = λk uk p.p. dans Ω
divuk = 0 p.p. dans Ω
uk = 0 p.p. sur ∂Ω.

Correction. On introduit l’espace de Hilbert
V = {v ∈ H01 (Ω)N : divv = 0 p.p dans Ω}.
On munit V du produit scalaire

Z
a(u, v) = µ ∇u · ∇v dx.
Ω
L’injection de V dans L2 (Ω)N étant compacte (d’après le Théorème de Rellich), il

existe une famille positive et croissante de valeurs propres λk et uk ∈ V une base de
L2 (Ω)N tels que Z
a(uk , v) = λk uk · v dx pour tout v ∈ V .
Ω
Pour tout k, on définit la forme linéaire continue Lk sur H01 (Ω)N par
Z
Lk (v) = λk uk · v dx − a(uk , v)
Ω
La forme linéaire Lk s’annule sur V et d’après de Théorème de de Rahm 5.3.9, il

existe pk ∈ L2 (Ω) tel que
Z
Lk (v) = pk divv dx pour tout v ∈ H01 (Ω)N .
Ω
On en déduit en procédant comme lors de la résolution du problème de Stokes que
−µ∆u + ∇pk = λk uk dans Ω
(Attention, dans cette expression, la somme −µ∆u + ∇pk appartient à L2 (Ω), ce qui
n’est pas forcément le cas de chacun des termes sans hypothèses supplémentaires
sur la régularité de Ω). Par définition, comme les éléments uk appartiennent à V ,
div(uk ) = 0 dans Ω
et uk = 0 sur ∂Ω.
Exercice 7.3.8 On considère le problème aux valeurs propres pour l’équation de Schrö-
dinger avec un potentiel quadratique V (x) = Ax · x où A est une matrice symétrique
définie positive (modèle de l’oscillateur harmonique)
−∆u + V u = λu dans RN . (7.7)
On définit les espaces H = L2 (RN ) et
V = v ∈ H 1 (RN ) tel que |x|v(x) ∈ L2 (RN ) .

Montrer que V est un espace de Hilbert pour le produit scalaire

Z Z
hu, viV = ∇u(x) · ∇v(x) dx + |x|2 u(x)v(x) dx,
RN RN
et que l’injection de V dans H est compacte. En déduire qu’il existe une suite croissante
(λk )k≥1 de réels positifs qui tend vers l’infini et une base hilbertienne de L2 (RN ) (uk )k≥1
qui sont les valeurs propres et les fonctions propres de (7.7). Calculer explicitement ses
valeurs et fonctions propres (on cherchera uk sous la forme pk (x) exp(−Ax · x/2) où pk
est un polynôme de degré k − 1). Interpréter physiquement les résultats.
Correction.
1. V est un Hilbert
Tout d’abord, il est évident que h., .iV définit bien un produit scalaire sur V .
Reste à montrer que V muni de la norme associé est complet pour prouver que V
est un espace de Hilbert. Soit B1 la boule unité de RN et B2 la boule de rayon 2.
Par un raisonnement par l’absurde, on montre aisément qu’il existe une constante
C ≥ 1 telle que
Z Z Z
2 2 2
|u| dx ≤ C |∇u| dx + |u| dx .
B2 B2 B2 \B1
111
On en déduit que pour u ∈ V ,

kukH 1 (RN ) ≤ CkukV .
En effet,
Z Z
kuk2L2 (R) ≤ 2
|u| dx + |x|2 |u|2 dx
B1 N
R \B1
Z Z Z
2 2
≤ C |∇u| dx + |u| dx + |x|2 |u|2 dx
B2 B2 \B1 RN \B1
≤ (C + 1)kuk2V .
Ainsi, si un est une suite de Cauchy de V , elle est également une suite de Cauchy de
H 1 (RN ). Il existe donc u ∈ H 1 (RN ) telle que un converge vers u dans H 1 (RN ) fort.
La suite |x|un étant elle même de Cauchy dans L2 (RN ), elle converge dans L2 (RN )
vers une limite v de L2 (RN ). Enfin, pour tout φ ∈ Cc∞ (RN ),
Z Z
lim |x|un (x)φ(x)dx = |x|u(x)φ(x) dx
n→+∞ RN R N
Z
= v(x)φ(x) dx.
RN
On en déduit que v = |x|u et que un converge vers u dans V .

2. Compacité
Soit un une suite bornée de V , kun kV < M , il existe une sous-suite et u telle
que un converge vers u dans L2 (BR ) sur toute boule BR centrée en l’origine de rayon
R. Pour tout réel A > 0,
Z Z Z
2 2 2
|u − un | dx ≤ |u − un | dx + 1/A |x|2 |u − un |2 dx
RN
Z|x|<A |x|>A
≤ |u − un |2 dx + 2M/A2 .
|x|<A
Pour n assez grand, ku − un k2L2 (BA ) ≤ M/A2 et

Z
|u − un |2 dx ≤ 3M/A2 .
RN
On en déduit que un converge vers u dans L2 (RN ) fort. Ainsi, l’injection de V dans
H est compacte.
3. Fonctions propres
La forme bilinéaire
Z

a(u, v) = ∇u(x) · ∇v(x) + (Ax · x)u(x)v(x) dx
RN
est symétrique, continue et coercive sur V . On déduit donc du Théorème 7.3.2 qu’il
existe une base hilbertienne de L2 (RN ) formée de vecteurs propres uk de (7.7) et
dont les valeurs propres associées λk sont positives et convergent vers l’infini.
Exercice 7.3.9 Soit Ω un ouvert borné régulier de RN . On considère le problème de

vibrations pour l’équation des plaques avec condition aux limites d’encastrement

∆ (∆u) = λu dans Ω
∂u
∂n
=u=0 sur ∂Ω.
Montrer qu’il existe une suite croissante (λk )k≥1 de valeurs propres positives qui tend
vers l’infini et une base hilbertienne dans L2 (Ω) de fonctions propres (uk )k≥1 qui appar-
tiennent à H02 (Ω).
Correction.
On introduit la forme bilinéaire
Z
a(u, v) = ∆u∆vdx
Ω
qui est symétrique, continue et coercive sur H02 (Ω). Comme l’injection de H02 (Ω) dans
L2 (Ω) est compacte, la conclusion découle de l’application du Théorème 7.3.2.
Exercice 7.4.1 On considère le problème aux valeurs propres en dimension N = 1
−u00k = λk uk pour 0 < x < 1

uk (0) = uk (1) = 0.
On se propose de calculer la matrice de masse pour la méthode des éléments finis P1 .

On reprend les notations de la Section 6.2. Montrer que la matrice de masse Mh est
donnée par  
2/3 1/6 0
 1/6 2/3 1/6 
 
Mh = h 
 .. . . . . ,

. . .
 
 1/6 2/3 1/6 
0 1/6 2/3
et que ses valeurs propres sont
h
λk (Mh ) = (2 + cos(kπh)) pour 1 ≤ k ≤ n.
3
Montrer que, si on utilise la formule de quadrature (6.8), alors on trouve que Mh = h Id.
Dans ce dernier cas, calculer les valeurs propres du problème spectral discret.
Correction. La matrice de masse Mh est définie par
Z 1
(Mh )ij = φi (x)φj (x) dx,
0
où φi sont les fonctions de base des éléments finis P1 . Pour tout i et j tels que
|i − j| > 1, les supports de φi et φj sont disjoints et
(Mh )ij = 0.
113
Si j = i + 1,
(i+1)h (i+1)h
((i + 1)h − x) x − ih
Z Z
(M)ij = φi (x)φi+1 (x) dx = dx
ih ih h h
Z h
= h−2 (h − x)x dx = h/6.
0
Enfin, si i = j,
(i+1)h (i+1)h (i + 1)h − x 2
Z Z
2
(Mh )ij = |φi (x)| dx = 2 dx
(i−1)h ih
h
Z h
= 2h−2 |h − x|2 dx = 2h/3.
0
On a donc montré que la matrice de masse obtenue par la méthode des éléments
finis P1 est  
2/3 1/6 0
1/6 2/3 1/6 
 
..
Mh = h  . ... ...
 

 
 1/6 2/3 1/6
0 1/6 2/3
Soit (U, λ) ∈ Rn × R (n = h−1 − 1) tels que
Mh U = λU (7.8)
et U 6= 0. Afin de calculer les valeurs propres de la matrice de masse Mh , on effectue

une analyse de type Fourier. On introduit la fonction uh périodique de période 2,
impaire, définie sur [0, 1] par

0
 si x ∈ [0, h/2[
uh (x) = Uk si x ∈ [kh − h/2, kh + h/2[ (7.9)

0 si x ∈ [1 − h/2, 1[

D’après (7.8), pour tout x ∈ R, on a
uh (x − h) + 4uh (x) + uh (x + h)
h = λuh (x). (7.10)
6
Remarque 7.4.1 On a choisit uh impaire de période 2 afin que l’équation (7.10)
soit vérifiée pour tout x et en particulier pour tout x ∈ [0, h/2] ∪ [1 − h/2, 1].
Comme uh est périodique de période 2, il existe ûk tel que
∞
X
uh (x) = ûk eikπx .
k=−∞
En appliquant la transformée de Fourier à (7.10), on obtient
e−ihkπ ûk + 4ûk + eihkπ ûk

h = λûk ,
6
c’est à dire
(cos(kπh) + 2 − 3λ/h) ûk = 0.
Comme U 6= 0, il existe au moins un k tel que
cos(kπh) + 2 − 3λ/h = 0
ou encore tel que

h
(2 + cos(khπ)).
λ=
3
Ainsi, toute valeur propre de Mh est de la forme
h
λk = (2 + cos(khπ)), où k ∈ {0, · · · , n + 1}. (7.11)
3
Réciproquement, pour tout k ∈ {1, · · · , n}, les fonctions uh (x) vérifiant l’équation
(7.10) avec λ = λk sont de la forme de la forme
X
uh (x) = ûk+2(n+1)j ei(k+2(n+1)j)πx + û−(k+2(n+1)j) ei(k+2(n+1)j)πx .
j
Afin que uh soit définie à partir d’un vecteur U ∈ Rn par (7.9), il est nécessaire que
uh soit impaire, à valeur réelles. On en déduit qu’on a alors
ûk+2(n+1)j = −û−(k+2(n+1)j) ,
et que les coefficients de Fourier ûm sont imaginaires pures. On en déduit qu’il existe
une suite aj de réels telle que
X
uh (x) = aj sin((k + 2(n + 1)j)πx).
j
Ainsi, si Mh U = λk U , on a
!
X X
Up = uh (x = hp) = aj sin((k + 2j(n + 1))πph) = aj sin(khpπ).
j j
Un calcul similaire appliqué au cas k = 0 ou k = n + 1, nous montre que λ0 et λn+1

ne sont pas des valeurs propres de Mh . Finalement, comme Mh est symétrique,
définie positive, elle admet une base de vecteurs propres. Les seules valeurs propres
possibles sont les n valeurs de λk pour k ∈ {1, · · · , n}. A chacune de ces valeurs
propres, on peut associer au plus un vecteur propre. Ainsi, il ne peut y avoir de
valeur propre double. On a donc prouvé que pour tout k ∈ {1, · · · , n},
Mh U k = λk U k ,
115
où U k = (sin(khpπ))p .
On note M gh la matrice de masse obtenue par la formule de quadrature (6.8).
Pour tout entier i et j, on obtient
n
X n
X
(M
gh )ij = h/2(φi (hk)φj (hk) + φi (h(k + 1))φj (h(k + 1)) = h δik δjk = hδij .
k=1 k=1
En utilisant la matrice de masse ainsi obtenue, les valeurs propres et vecteur propres
du problème spectral discret vérifient
Kh Uh = hλh Uh ,
où  
2 −1 0
−1 2 −1 
 
Kh = h 
 ... ... ... 

 
 −1 2 −1
0 −1 2
On déduit des valeurs propres de Mh et de la relation
Kh = 5h Id −6Mh
que les valeurs propres du problème spectral sont de la forme
λk = 1 − 2 cos(khπ),
et k ∈ {1, · · · , n}
Chapitre 8
PROBLÈMES D’ÉVOLUTION
Exercice 8.2.1 Soit Ω un ouvert borné régulier de RN . Soit un temps final T > 0,
une donnée initiale u0 ∈ L2 (Ω), et un terme source f ∈ L2 (]0, T [; L2 (Ω)). On considère
la solution u de l’équation
∂u


 − ∆u = f p.p. dans Ω×]0, T [
∂t (8.1)
 u=0 p.p. sur ∂Ω×]0, T [

u(x, 0) = u0 (x) p.p. dans Ω.
1. En supposant que la solution u de (8.1) est assez régulière dans ]0, T [×Ω, montrer
que, pour tout t ∈ [0, T ], on a l’égalité d’énergie suivante
Z Z tZ Z
1 2 2 1
u(x, t) dx + |∇u(x, s)| dx ds = u0 (x)2 dx
2 Ω 0 Ω 2 Ω
Z tZ (8.2)
+ f (x, s)u(x, s) dx ds.
0 Ω
2. Démontrer la propriété suivante, appelée “lemme de Gronwall” : si z est une

fonction continue de [0, T ] dans R+ telle que
Z t
z(t) ≤ a + b z(s) ds ∀ t ∈ [0, T ],
0
où a, b sont deux constantes positives ou nulles, alors
z(t) ≤ aebt ∀ t ∈ [0, T ].
3. En appliquant le lemme de Gronwall avec z(t) = 12 Ω u(x, t)2 dx, déduire de (8.2)
R
que, pour tout t ∈ [0, T ],

Z tZ
et
Z Z
1 2 2
u(x, t) dx + |∇u(x, s)| dx ds ≤ u0 (x)2 dx
2 Ω 0 Ω 2 Ω
Z TZ (8.3)
2
+ f (x, s) dx ds .
0 Ω
117
118 CHAPITRE 8. PROBLÈMES D’ÉVOLUTION
Correction.
1. En intégrant le produit de l’équation d’évolution par u sur Ω, on obtient
Z Z
∂u
u − ∆uudx = f udx.
Ω ∂t Ω
Par intégration par partie et en échangeant l’opérateur de dérivation en temps

et intégrale, il vient
Z Z Z
d1 2 2
u dx + |∇u| dx = f u dx.
dt 2 Ω Ω Ω
Il suffit alors d’effectuer une intégration en temps pour obtenir l’égalité désirée.
Rt
2. Soit v(t) = a + b 0 z(s)ds. La fonction v est de classe C 1 et
v 0 (t) = bz(t) ≤ bv(t).
Ainsi,
(v(t) exp(−bt))0 = exp(−bt)(v 0 (t) − bv(t)) ≤ 0
et v(t) exp(−bt) ≤ v(0) = a. Comme z(t) ≤ v(t), on a montré que
z(t) ≤ a exp(bt).
3. On pose Z
1
z(t) = |u(x, t)|2 dx,
2 Ω
Z Z TZ
1 2 2
a= |u0 (x)| dx + f dxds
2 Ω 0 Ω
et b = 1. D’après l’égalité d’énergie établie précédemment, pour tout 0 < t <
T,
Z tZ
z(t) + |∇u(x, s)|2 dxds
Z 0 Ω Z tZ
1 2 2 2
≤ |u0 (x)| dx + |f (x, s)| + |u(x, s)| dxds
2 Ω 0 Ω
Z t
≤ a+ z(s)ds.
0
D’après le lemme de Gronwall, z(t) ≤ aet . En intégrant cette inégalité, on

obtient Z t
a+ z(s)ds ≤ aet .
0
Cette dernière, combinée à la précédente, implique que
Z Z tZ
1 2
|u(x, t)| dx + |∇u(x, s)|2 dxds
2 Ω 0 Ω
Z Z TZ
1 2
≤ |u0 (x)| dx + |f (x, s)| dxds et .
2
2 Ω 0 Ω
119
Exercice 8.2.2 Au vu de l’estimation

Z Z tZ Z Z tZ
2 2 2 2
u(x, t) dx + |∇u(x, s)| dxds ≤ C u0 (x) dx + f (x, s) dxds ,
Ω 0 Ω Ω 0 Ω
(8.4)
vérifiée par la solution u de (8.1), où la constante C est indépendante de T , on voit que
le terme et n’est certainement pas optimal dans la majoration (8.3). Cette estimation
peut être améliorée en raisonnant de la façon suivante, avec une variante du lemme de
Gronwall.
1. Soit a ∈ R+ et g ∈ L2 (]0, T [) tel que g ≥ 0. Montrer que, si z(t) est continue de
[0, T ] dans R+ et vérifie
Z t p
z(t) ≤ a + 2 g(s) z(s)ds ∀ t ∈ [0, T ],
0
t 2
√
Z
alors z(t) ≤ a+ g(s)ds ∀ t ∈ [0, T ].
0
2. Déduire de (8.2) que, pour tout t ∈ [0, T ],

Z Z tZ Z 1/2
2 2 2
u(x, t) dx + 2 |∇u(x, s)| dx ds ≤ u0 (x) dx
Ω 0 Ω Ω
1/2 !2 (8.5)
Z t Z
2
+ ds f (x, s) dx .
0 Ω
Correction.
1. On suppose dans un premier temps que g est une fonction régulière. Soit ε un
réel strictement positif. On pose
Z t p
v(t) = ε + a + 2 g(s) z(s)ds.
0
p
Comme g(s)p z(s) est une fonction continue, la fonction v est dérivable et
v 0 (t) = 2g(t) z(t). Comme z(t) ≤ v(t) et que g est une fonction positive,
p
v 0 (t) ≤ 2g(t) v(t).
p
Enfin, v(t) > 0, ainsi d’après l’inégalité précédente, v 0 (t)/2 v(t) ≤ g(t) et par
intégration, on obtient
p p Z t
v(t) − v(0) ≤ g(s)ds.
0
Ainsi, pour tout ε > 0,

t 2
√
Z
z(t) ≤ v(t) ≤ a+ε+ g(s)ds .
0
Il suffit de passer à la limite lorsque ε tend vers zéro pour obtenir l’inégalité
désirée.
Dans le cas général, on raisonne par densité. Soit g ∈ L2 (]0; T [) tel que g ≥ 0
presque partout. Il existe une suite de fonctions régulières gn positives, conver-
geant vers g dans L2 (]0; T [). Pour tout n, on a pour tout t ∈ [0; T ],
Z t
1/2
p
z(t) ≤ a + kgn − gkL2 (]0;T [) kzkL1 (]0;T [) + 2 gn (s) z(s)ds.
0
D’après ce qui précède,

Z t
1/2
p
z(t) ≤a + kgn − gkL2 (]0;T [) kzkL1 (]0;T [)
+2 gn (s) z(s)ds
0
q Z t 2
1/2
≤ a + kgn − gkL2 (]0;T [) kzkL1 (]0;T [) + gn (s)ds .
0
Il suffit alors de passer à la limite lorsque n tend vers l’infini pour conclure.
2. D’après l’égalité d’énergie (8.2) et l’inégalité de Cauchy-Schwarz,
Z Z tZ
2
u(x, t) dx + 2 |∇u(x, s)|2 dxds
Ω 0 Ω
Z Z t Z 1/2 Z 1/2
2 2 2
≤ u0 (x) dx + 2 f (x, s) dx u(x, s) dx ds
Ω 0 Ω Ω
On applique la variante du Lemme de Gronwall à

Z Z tZ
2
z(t) = u(x, t) dx + 2 |∇u(x, s)|2 dxds
Ω 0 Ω
Z 1/2
g(s) = f (x, s)2 dx
Ω
Z
a= u0 (x)2 dx.
Ω
Ainsi,
Z Z tZ
2
u(x, t) dx + |∇u(x, s)|2 dxds
Ω 0 Ω
Z 1/2 Z t Z 1/2 !2
2 2
≤ u0 (x) dx + f (x, s) dx ds .
Ω 0 Ω
Exercice 8.2.3 On suppose que les hypothèses du Théorème 8.2.7 sont vérifiées, que
u0 ∈ H01 (Ω), et que la solution u de (8.1) est assez régulière dans ]0, T [×Ω. Montrer
Z Z tZ 2 Z
1 2
∂u 1
|∇u(x, t)| dx + (x, s) dxds =
|∇u0 (x)|2 dx
2 Ω 0 Ω ∂t
2 Ω
Z tZ (8.6)
∂u
+ f (x, s) (x, s)dxds.
0 Ω ∂t
121
Correction. En multipliant l’équation (8.1) vérifiée par u par ∂u∂t

, on obtient, suite
à une intégration sur Ω que
Z Z 2 Z
∂u ∂u ∂u
−∆u(x, t) (x, t)dx + (x, t) dx =
f (x, t) (x, t)dx.
Ω ∂t Ω ∂t Ω ∂t
Par intégration par partie, il vient
Z Z 2 Z
∂∇u ∂u ∂u
∇u(x, t) · (x, t)dx + (x, t) dx = f (x, t) (x, t)dx,
Ω ∂t Ω ∂t Ω ∂t
ou encore en échangeant les signes dérivation et intégrale,
Z Z 2 Z
d 1 2
∂u ∂u
|∇u| dx + (x, t) dx =
f (x, t) (x, t)dx.
dt 2 Ω Ω ∂t Ω ∂t
Il suffit d’intégrer cette dernière équation suivant t pour obtenir l’égalité recherchée.
Exercice 8.2.4 Soit Ω un ouvert borné régulier de RN . Soit un temps final T > 0,
une donnée initiale u0 ∈ L2 (Ω), et un terme source f ∈ L2 (]0, T [; L2 (Ω)). Montrer que
l’équation de la chaleur avec condition aux limites de Neumann

∂u
 ∂t − ∆u = f
 dans Ω×]0, T [
∂u
=0 sur ∂Ω×]0, T [ (8.7)
 ∂n
 u(x, 0) = u0 (x) dans x ∈ Ω
admet une unique solution u ∈ L2 (]0, T [; H 1 (Ω)) ∩ C([0, T ]; L2 (Ω)).
Correction. On applique le Théorème 8.2.3 à V = H 1 (Ω), H = L2 (Ω) et à la
forme bilinéaire symétrique, continue sur V
Z
a(u, v) = ∇u · ∇vdx.
Ω
La forme bilinéaire a(., .) n’est pas coercive, mais a(u, v) + hu, viL2 étant coercive
sur V , les conclusions du théorème restent valables d’après la remarque 8.2.5. Le
problème (8.7) admet donc une unique solution
u ∈ L2 (]0; T [; H 1 (Ω)) ∩ C([0, T ]; L2 (Ω)).
Exercice 8.2.5 Soit Ω un ouvert borné régulier de RN . Soit A(x) une fonction de
Ω dans l’ensemble des matrices symétriques réelles telles qu’il existe deux constantes
β ≥ α > 0 vérifiant
β|ξ|2 ≥ A(x)ξ · ξ ≥ α|ξ|2 ∀ ξ ∈ RN , p.p. x ∈ Ω.
Soit un temps final T > 0, une donnée initiale u0 ∈ L2 (Ω), et un terme source f ∈
L2 (]0, T [; L2 (Ω)). Montrer que le problème aux limites
 ∂u
 ∂t − div (A(x)∇u) = f dans Ω×]0, T [
u=0 sur ∂Ω×]0, T [ (8.8)
u(x, 0) = u0 (x) pour x ∈ Ω,

admet une unique solution u ∈ L2 (]0, T [; H 1 (Ω)) ∩ C([0, T ]; L2 (Ω)).

Correction. On introduit la forme bilinéaire a(·, ·) symétrique définie pour tout u

et v de H01 (Ω) par Z
a(u, v) = A(x)∇u · ∇vdx.
Ω
Pour presque tout x ∈ Ω, la matrice A(x) étant symétrique, définie positive, elle
admet une base de vecteurs propres. Comme pour tout ξ ∈ RN ,
A(x)ξ · ξ ≤ β|ξ|2 ,
la plus grande valeur propre de A(x) est inférieure à β et kAk2 ≤ β. D’après cette
majoration et l’inégalité de Cauchy-Schwarz, pour tout u et v ∈ H01 (Ω), on a
Z
a(u, v) ≤ β ∇u · ∇v dx ≤ βkukH 1 (Ω) kvkH 1 (Ω) .
Ω
La forme bilinéaire a est donc continue sur H01 (Ω). De plus, pour tout u ∈ H01 (Ω),
d’après l’inégalité de Poincaré,
Z
a(u, u) ≥ α |∇u|2 dx ≥ αCkuk2H 1 (Ω) .
0
Ω
La forme bilinéaire a est donc coercive. D’après le Théorème 8.2.3 appliqué à la

forme bilinéaire a avec H = L2 (Ω) et V = H01 (Ω), il existe une unique solution
u ∈ L2 (]0, T [; H 1 (Ω)) ∩ C([0, T ]; L2 (Ω)) au problème aux limites (8.8).
Exercice 8.3.1 Soit Ω un ouvert borné régulier de RN , et un temps final T > 0.

On considère une donnée initiale (u0 , u1 ) ∈ H01 (Ω) × L2 (Ω) et un terme source f ∈
L2 (]0, T [; L2 (Ω)). On considère la solution u de l’équation des ondes
 2
∂ u


2
− ∆u = f p.p. dans Ω×]0, T [
 u∂t= 0



p.p. sur ∂Ω×]0, T [
(8.9)

 u(x, 0) = u0 (x) p.p. dans Ω
 ∂u (x, 0) = u1 (x) p.p. dans Ω.



∂t
1. En supposant que la solution u de (8.9) est assez régulière dans ]0, T [×Ω, montrer
Z 2 Z Z Z
∂u 2
u1 (x) dx + |∇u0 (x)|2 dx
2
(x, t) dx + |∇u(x, t)| dx =
∂t
Ω Ω Ω Z Z Ω
t
∂u
+2 f (x, s) (x, s)dxds.
0 Ω ∂t
2. En déduire qu’il existe une constante C(T ) (indépendante des données autre que
T ) telle que
Z 2 Z
∂u
(x, t) dx + |∇u(x, t)|2 dx ≤

Ω ∂tZ

ΩZ Z tZ
2 2 2
C(T ) u1 (x) dx + |∇u0 (x)| dx + f (x, s) dxds .
Ω Ω 0 Ω
123
3. Montrer qu’il existe une constante C (indépendante de toutes les données y com-
pris T ) telle que
Z 2 Z Z
∂u
(x, t) dx + |∇u(x, t)|2 dx ≤ C

∂t u1 (x)2 dx
Ω Ω Ω 
Z Z t Z 1/2 !2
+ |∇u0 (x)|2 dx + f (x, s)2 dx ds  .
Ω 0 Ω
Correction.
1. Supposons que u soit une solution suffisamment régulière, de l’équation des
ondes. On a
∂u ∂ 2 u ∂u ∂u
2
− ∆u = f .
∂t ∂t ∂t ∂t
Par intégration sur le domaine Ω, il vient en échangeant les opérateurs d’inté-
gration en espace et de dérivation en temps (ce qui est licite pour u régulière)
que
Z 2 Z Z
1d ∂u
dx + 1 d 2 ∂u
|∇u| dx = f dx.
2 dt Ω ∂t
2 dt Ω Ω ∂t
Par intégration en temps, on obtient l’égalité voulue.
2. D’après l’inégalité de Schwarz,
Z tZ
∂u
f (x, s) (x, s)dxds
0 Ω ∂t
Z t Z 1/2Z tZ 2 !1/2
2
∂u
≤ f (x, s) dxds (x, s) dxds
Ω ∂t

0 Ω 0
Z tZ Z t Z 2 !
1 2
∂u
≤ f (x, s)dxds + dxds .
2 0 Ω 0 Ω ∂t

En appliquant cette inégalité à l’égalité précédemment obtenue, on obtient que

Z 2 Z
∂u
(x, t) dx + |∇u(x, t)|2 dx
Ω ∂t

Ω
Z Z Z tZ Z t Z 2
2 2 2
∂u
≤ |u1 (x)| dx + |∇u0 | dx + f (x, s)dxds + dxds
Ω ∂t

Ω Ω 0 Ω 0
D’après le Lemme de Gronwall (voir Exercice 8.2.1), on en déduit que pour

tout t ≤ T ,
Z 2 Z
∂u
(x, t) dx + |∇u(x, t)|2 dx
Ω ∂t

ZΩ Z Z tZ
t 2 2 2
≤e |u1 (x| dx + |∇u0 (x)| dx + f (x, s)dxds
Ω Ω 0 Ω
3. De l’égalité obtenue dans la première partie de l’exercice, on déduit à l’aide de

l’inégalité de Schwarz que
Z 2 Z
∂u
dx + |∇u(x, t)|2 dx
Ω ∂t

Ω
Z Z t Z 1/2 Z 2 !1/2
∂u
≤ |u1 (x)|2 + |∇u0 |2 dx + 2 f 2 (x, s)dx dx .
Ω ∂t

Ω 0 Ω
D’après la variante du Lemme de Gronwall (voir Exercice 8.2.2),

Z 2 Z
∂u
(x, t) dx + |∇u(x, t)|2 dx
Ω ∂t

Ω
Z 1/2 Z t Z 1/2 !2
2 2 2
≤ |u1 (x)| + |∇u0 (x)| dx + f (x, s)dx ds
Ω 0 Ω
d’où on déduit l’estimation recherchée avec C = 2 (il suffit d’utiliser l’inégalité

(a + b)2 ≤ 2(a2 + b2 )).
Exercice 8.3.2 On suppose que les hypothèses du Théorème 8.3.4 sont vérifiées, que
le terme source est nul f = 0 et que la solution u de (8.9) est régulière dans [0, T ] × Ω.
Montrer que, pour tout entier m ≥ 1, on a
!
∂ m−1 u 2
Z m 2
d ∂ u
+ ∇
∂tm−1 dx = 0.

dt Ω ∂tm
Correction. Il suffit de remarquer que la fonction ∂ m u/∂ m t est elle-même solution

d’une équation d’onde avec conditions de Dirichlet homogènes au bord, sans terme
force.
Exercice 8.3.3 Soit Ω un ouvert borné régulier connexe de RN . Soit une donnée initiale
(u0 , u1 ) ∈ H01 (Ω)N × L2 (Ω)N , et un terme source f ∈ L2 (]0, T [; L2 (Ω))N . Montrer qu’il
existe une unique solution u ∈ C([0, T ]; H01 (Ω))N ∩ C 1 ([0, T ]; L2 (Ω))N de
∂2u


 ρ 2 − div (2µe(u) + λ tr(e(u)) Id) = f dans Ω×]0, T [,
 ∂t

u=0 sur ∂Ω×]0, T [, (8.10)


 u(t
 ∂u = 0) = u 0 (x) dans Ω,
∂t
(t = 0) = u1 (x) dans Ω.
En supposant que la solution u est assez régulière, montrer que, pour tout t ∈ [0, T ],
on a l’égalité d’énergie suivante
Z 2 Z Z Z
ρ ∂u
dx + µ |e(u)|2 dx + λ (divu)2 dx = ρ |u1 |2 dx
2 Ω ∂t Ω 2 Ω Z Z 2 Ω
Z Z t
2 λ ∂u
+µ |e(u0 )| dx + (divu0 )2 dx + f· dxds.
Ω 2 Ω 0 Ω ∂t
En déduire une estimation d’énergie.
125
Correction. On introduit la forme bilinéaire a(·, ·) définie pour tout u et v ∈

H01 (Ω)N par Z
a(u, v) = 2µe(u) · e(v) + λ(divu)(divv) dx.
Ω
La formulation variationnelle associée au système d’équations aux dérivées partielles

consiste à déterminer u ∈ C([0, T ]; H01 (Ω)N ) ∩ C 1 ([0, T ]; L2 (Ω)N ) tel que
 2
d hu(t), viL2
Z

 + a(u, v) = f · v dx
dt2 Ω
 u(t = 0) = u0 ; du (t = 0) = u1

dt
pour tout v ∈ H01 (Ω)N . La forme bilinéaire bilinéaire a est continue et coercive
sur H01 (Ω)N . La coercivité de la forme bilináire a est établie dans les preuves du
Théorèmes 5.3.1 et 5.3.4 et découle du le Lemme de Korn 5.3.3 ou de sa version
simplifiée 5.3.2. Les hypothèses du Théorème 8.3.1 sont vérifiées, il existe une
unique solution à la formulation variationnelle. En appliquant la fonction test v =
∂u/d∂t à la formulation variationnelle, on en déduit que
Z 2 Z Z ! Z
d ρ ∂u dx + µ |e(u)|2 dx + λ (divu)2 dx =
∂u
f· dx.
dt 2 Ω ∂t
Ω 2 Ω Ω ∂t
L’égalité d’énergie en découle par une simple intégration. En procédant comme pour
l’Exercice 8.3.1 on obtient les estimations d’énergie suivantes. Tout d’abord, pour
tout T il existe une constante C(T ) ne dépendant que du temps final T telle que
Z 2 Z
∂u
(x, t) dx + 2µ |e(u)|2 + λ(divu)2 dx ≤

Ω ∂tZ

Ω Z Z tZ
2 2 2 2
C(T ) |u1 (x)| dx + 2µ |e(u0 )| + λ(divu0 ) dx + |f (x, s)| dxds .
Ω Ω 0 Ω
De plus, il existe une constante C (indépendante de toutes les données y compris

T ) telle que
Z 2 Z Z
∂u
(x, t) dx + 2µ |e(u)|2 + λ(divu)2 dx ≤ C |u1 |2 dx+

∂t
Ω Ω Ω
Z Z tZ 1/2 2 !
2µ |e(u0 )|2 + λ(divu0 )2 dx + |f (x, s)|2 dx ds .
Ω 0 Ω
Exercice 8.4.1 On reprend les hypothèses de la Proposition 8.4.1. Soit f (x) ∈ L2 (Ω)
et u la solution de  ∂u
 ∂t − ∆u = f dans ]0, +∞[×Ω
u(x, t) = 0 sur ]0, +∞[×∂Ω
u(x, 0) = u0 (x) dans Ω.

Soit v(x) ∈ H01 (Ω) la solution de

−∆v = f dans Ω
v=0 sur ∂Ω.
Montrer que limt→+∞ ku(x, t) − v(x)kL2 (Ω) = 0.

Correction.
On pose ũ(x, t) = u(x, t) − v(x). La fonction ũ est solution de l’équation de
la chaleur avec conditions de Dirichlet homogènes et condition initiale ũ(x, 0) =
u0 (x) − v(x). Ainsi, d’après la Proposition 8.4.1,
lim ku(x, t) − v(x)kL2 (Ω) = 0.

t→+∞
Exercice 8.4.2 Soit Ω un ouvert borné régulier de RN . Soit u0 ∈ L2 (Ω) et u la

solution du problème
 ∂u
 ∂t − ∆u = 0 dans ]0, +∞[×Ω
u(x, t) = 0 sur ]0, +∞[×∂Ω (8.11)
u(x, 0) = u0 (x) dans Ω.

Montrer qu’il existe une constante positive C telle que

Z
ku(t) − α10 e−λ1 t u1 kL2 (Ω) ≤Ce −λ2 t
∀ t > 1, avec α10 = u0 u1 dx, (8.12)
Ω
où λk désigne la k-ème valeur propre du Laplacien avec condition aux limites de Dirichlet.
Correction.
On rappelle que la solution u de l’équation (8.11) est donnée par
∞
X
u(t) = αk0 e−λk t uk .
k=1
Ainsi,
∞
X
u(t) − α10 e−λ1 t u1 = αk0 e−λk t uk .
k=2
et !1/2
∞
X
ku(t) − α10 e−λ1 t u1 kL2 (Ω) = e−λ2 t |αk0 |2 e−2(λk −λ2 ) .
k=2
Comme λk − λ2 ≥ 0, on en déduit que
∞
!1/2
X
ku(t) − α10 e−λ1 t u1 kL2 (Ω) ≤e −λ2 t
|αk0 |2 ≤ e−λ2 t ku0 kL2 (Ω)
k=2
127
Exercice 8.4.3 Soit Ω un ouvert borné régulier de RN . On note u1 la première fonction

propre du Laplacien dans Ω avec condition de Dirichlet, λ1 la valeur propre associée. On
rappelle que l’on peut choisir u1 > 0 dans Ω (voir le Théorème de Krein-Rutman 7.3.10)
et on admettra que l’on a aussi ∂u1 /∂n > 0 sur ∂Ω. Soit f = 0, u0 ∈ L2 (Ω) et u l’unique
solution (supposée régulière) de (8.1).
Soit > 0. Montrer que l’on peut trouver une constante positive K telle que
−Ku1 (x) ≤ u(x, ) ≤ Ku1 (x) ∀ x ∈ Ω, (8.13)
et en déduire qu’il existe une constante positive C telle que
max |u(x, t)| ≤ Ce−λ1 t ∀ t > . (8.14)

x∈Ω
Correction. Pour tout ε > 0, u(x, ε) est une fonction de classe C ∞ (Ω). Rappelons
que u1 (x) est également une fonction régulière sur Ω, qu’elle est strictement positive
sur Ω et que ∂u1 /∂n > 0 sur ∂Ω.
Soit
−1

∂u ∂u 1
K1 = 1 + sup (x, ε) (x) .
x∈∂Ω ∂n ∂n
On introduit les fonctions v+ et v− définies par
v+ (x) = K1 u1 (x) − u(x, ε)

v− (x) = K1 u1 (x) + u(x, ε)
On vérifie sans mal que ∂v± /∂n > 0 sur ∂Ω. Il existe donc un voisinage ω de ∂Ω tel
que pour tout x ∈ ω,
v± (x) ≥ 0.
Il existe un compact A ⊂ Ω tel que A ∪ ω = Ω. On pose
K2 = max |u(x, ε)/u1 (x)|

x∈A
et K = max(K1 , K2 ). On vérifie sans peine que
−Ku1 (x) ≤ u(x, ε) ≤ Ku1 (x).
La fonction ũ(x, t) = Ke−λ1 (t−ε) u1 est une solution de l’équation de la chaleur (8.1)
sur t > ε avec f = 0 et u
e(x, ε) = Ku1 (x) comme condition initiale. Enfin, comme
−ũ(x, ε) ≤ u(x, ε) ≤ ũ(x, ε),
on déduit du principe du maximum de la Proposition 8.4.2 que
−ũ(x, t) ≤ u(x, t) ≤ ũ(x, t)
pour tout t ≥ ε. On a donc montré que

|u(x, t)| ≤ Ke max u1 (x) e−λ1 t
λ1 ε
x∈Ω
Exercice 8.4.4 Soit Ω un ouvert borné régulier de RN . Soit u0 ∈ L∞ (Ω), f ∈ L∞ (Ω×

R+ 2 2 1
∗ ), et u ∈ C([0, T ]; L (Ω)) ∩ L (]0, T [; H0 (Ω)) l’unique solution de (8.1). Montrer
que
D2
kukL∞ (Ω×R+∗ ) ≤ ku0 kL∞ (Ω) + kf kL∞ (Ω×R+∗ ) , (8.15)
2N
où D = supx,y∈Ω |x − y| est le diamètre de Ω. On pourra utilement introduire la fonction
ψ ∈ H01 (Ω) telle que −∆ψ = 1 dans Ω.
Correction. Remarquons tout d’abord qu’il suffit de montrer que pour tout (t, x) ∈
R+
∗ × Ω,
D2
u(x, t) ≤ ku0 kL∞ (Ω) + kf kL∞ (Ω×R+∗ ) .
2N
En appliquant ce résultat à −u au lieu de u et en combinant les deux estimations
obtenues, on prouve l’estimation souhaitée.
Introduisons la fonction u+ solution de
 ∂u+
 ∂t − ∆u+ = kf kL∞ (Ω×R+∗ ) dans ]0; T [×Ω
u (x, t) = 0 sur ]0; T [×∂Ω
 +
u+ (x, 0) = ku0 kL (Ω)
∞ dans Ω.
D’après le principe du maximum, u ≤ u+ . Il suffit donc de prouver le résultat
pour u = u+ . Dans un premier temps, on considère le cas f = 0. Il s’agit de
prouver que pour presque tout (t, x) ∈]0, T [×Ω, on a |u(x, t)| ≤ ku0 kL∞ (Ω) . D’après
le principe du maximum de la Proposition 8.4.2, on a déjà u ≥ 0. Reste à prouver
que u ≤ ku0 kL∞ (Ω) . A cet effet, on procède comme lors de la preuve de la Proposition
8.4.2. On introduit la fonction u e = max(u−ku0 kL∞ , 0). En vertu du Lemme 5.2.24,
2 1
e ∈ L (]0, T [; H0 (Ω)) et
u
Z Z
∇u · ∇eudx = u|2 dx.
|∇e
Ω Ω
De même, si u est suffisamment régulière (ce que nous admettrons par la suite),
Z Z
∂u 1d 2
u
edx = |e
u| dx ,
Ω ∂t 2 dt Ω
Remarque 8.4.1 D’après la Proposition 8.4.6, pour tout δ > 0, la fonction u

appartient à H 1 (]δ, T [; L2 (Ω)). Elle est donc asssez rérgulière pour que le Lemme de
tronacture 5.2.24 s’applique de sorte à justifier l’équation précédente.
Par conséquent, en multipliant l’équation vérifiée par u par ue, on obtient pas inté-
gration sur Ω, puis par intégration par partie que
Z Z
1d 2
|e
u| dx + |∇e u|2 dx = 0.
2 dt Ω Ω
En intégrant cette équation en temps, il vient

Z Z Z TZ
1 2 1 2
|e
u| dx − |e
u(t = 0)| dx + u|2 dxdt = 0.
|∇e
2 Ω 2 Ω 0 Ω
129
Comme u e(t = 0) = 0, on en déduit que u e = 0, c’est à dire u ≤ ku0 kL∞ . On se place

dorénavant dans le cas général (f non nécessairement nul). Soit ψ la solution du
problème aux limites ψ ∈ H01 (Ω), −∆ψ = 1. On pose v = u+ − kf kL∞ (Ω×R+∗ ) ψ. La
fonction v est solution du problème
 ∂v
 ∂t − ∆v = 0 dans ]0; T ]
v(x, t) = 0 sur]0; T [×∂Ω
v(x, 0) = ku0 kL∞ (Ω) − kf kL∞ (Ω×R+∗ ) ψ dans Ω.

Comme ψ ≥ 0, pour tout x ∈ Ω on a v(x, 0) ≤ ku0 kL∞ (Ω) . Ainsi, pour tout t,
v(x, t) ≤ ku0 kL∞ (Ω) . (8.16)
On a donc obtenu que u+ ≤ ku0 kL∞ + kf kL∞ ψ. Il reste à majorer ψ afin d’obtenir
l’estimation souhaitée. Sans perte de généralité, on peut supposer que l’origine de
RN appartient au bord de Ω. Comme
−∆|x|2 /(2N ) = 1 = −∆ψ dans Ω
et
|x|2 /(2N ) ≥ 0 = ψ(x) sur ∂Ω,
le principe du maximum implique que |x|2 /2N ≥ ψ(x). Or |x| est majoré sur Ω par
de diamètre de Ω, ainsi kψkL∞ (Ω) ≤ D2 /2N, ce qui achève la preuve.
Exercice 8.4.5 (difficile) Démontrer rigoureusement la Proposition 8.4.5. Pour cela

on introduira, pour tout entier m ≥ 0, l’espace
W 2m (Ω) = {v ∈ H 2m (Ω), v = ∆v = · · · ∆m−1 v = 0 sur ∂Ω}, (8.17)

R
que l’on munit de la norme kvk2W 2m (Ω) = Ω |(∆)m v|2 dx, dont on montrera qu’elle est
équivalente à la norme de H 2m (Ω). On reprendra la démonstration du Théorème 8.2.3 en
montrant que la suite (wk ) des sommes partielles est de Cauchy dans C ` ([, T ], W 2m (Ω)).
Correction.
La démonstration se fait par récurrence sur m. Pour m = 1, en posant f = ∆v, le
Théorème 5.2.26 de régularité nous dit exactement que, si f ∈ L2 (Ω) et v ∈ H01 (Ω)
alors v ∈ H 2 (Ω), c’est à dire que
kvkH 2 (Ω) ≤ Ck∆vkL2 (Ω) pour tout v ∈ H01 (Ω).
L’inégalité inverse est évidente, d’où l’équivalence des normes dans le cas m =
1. Supposons que kvkW 2(m−1) (Ω) est une norme équivalente à kvkH 2(m−1) pour les
fonctions de W 2(m−1) (Ω). Le Théorème de régularité 5.2.26 nous dit aussi que
kvkH 2m (Ω) ≤ Ck∆vkH 2(m−1) (Ω) pour tout v ∈ H01 (Ω),
c’est à dire, en utilisant l’hypothèse de récurrence pour v ∈ W 2m (Ω),
kvkH 2m (Ω) ≤ Ck∆vkW 2(m−1) (Ω) = Ck∆m−1 (∆v)kL2 (Ω) = CkvkW 2m (Ω) ,
ce qui prouve que kvkW 2m (Ω) est une norme équivalente à kvkH 2m (Ω) pour les fonctions
de W 2m (Ω) (l’inégalité inverse est évidente).
On se propose de montrer que u ∈ C ` ([ε, T ], W 2m (Ω)). A cet effet, il suffit
de prouver que la suite wk des sommes partielles introduites dans la preuve du
Théorème 8.2.3 est de Cauchy pour la norme C ` ([ε, T ], W 2m (Ω)). On rappelle que
k
X
k
w (t) = α0j e−λj t uj .
j=1
Ainsi, soit l et k deux entiers naturels non nuls,

Z X 2
l
∂ (w − wl ) 2
` k
(t) = α0j (−λj )` e−λj t (∆)m uj dx.

∂t`

W 2m (Ω) Ω
j=k

Comme uj est une base de vecteur propres orthonormale du Laplacien, (∆)m uj =

(−λj )m uj et
l
∂ (w − wl ) 2
` k
X 2
(t) = α0j (−λj )m+` e−λj t .
∂t`
W 2m (Ω) j=k
Or pour tout ε > 0, pour tout m et `, il existe une constant C(ε, m, `) telle que
|(−λj )m+` e−λj t |2 ≤ C(ε, m, `)
pour tout t ≥ ε et tout indice j. Ainsi, pour tout t ≥ ε, on a

` k l
∂ (w − wl )

X
(t) ≤ C(ε, m, `) |α0j |2 ,
∂t`
W 2m j=k
où le second membre tend vers zéro lorsque k et l tendent vers l’infini. La suite
wk est donc de Cauchy dans C ` ([ε, T ]; W 2m (Ω)). Elle est donc convergente dans cet
espace et u ∈ C ` ([ε, T ]; W 2m (Ω)).
Exercice 8.4.6 Pour u0 ∈ L2 (RN ) et t > 0, on pose

Z
1 |x−y|2
− 4t
S(t)u0 = u 0 (y)e dy.
(4πt)N/2 RN
Vérifier que S(t) est un opérateur linéaire continu de L2 (RN ) dans L2 (RN ). En posant
S(0) = Id (l’identité de L2 (RN )), vérifier que (S(t))t≥0 est un semi-groupe d’opérateurs
qui dépendent continûment de t, c’est-à-dire qu’ils vérifient S(t + t0 ) = S(t)S(t0 ) pour
t, t0 ≥ 0. Soit f ∈ C 1 (R+ ; L2 (RN )). Montrer que le problème
∂u
∂t
− ∆u = f dans ]0, +∞[×RN
u(x, 0) = u0 (x) dans RN .
131
admet une unique solution u ∈ C(R+ ; L2 (RN )) ∩ C 1 (R+ 2 N

∗ ; L (R )), donnée par
Z t
u(t) = S(t)u0 + S(t − s)f (s) ds,
0
c’est-à-dire
Z Z tZ
|x−y|2 dy |x−y|2 dy ds
u(x, t) = u0 (y)e− 4t + f (y, s)e− 4(t−s) .
RN (2πt)N/2 0 RN (2π(t − s))N/2
Correction.
1. Étude de l’opérateur S(t)
On a Z
1 |x−y|2
S(t)u0 = u0 (y)e− 4t dy.
(2πt)N/2 RN
La linéarité de l’opérateur S(t) est évidente. De plus, la norme L2 (RN ) de S(t)u0

est égale à la norme L2 (RN ) de sa transformée de Fourrier. Ainsi, pour tout u0 ∈
L2 (RN ),
2
kS(t)u0 kL2 (RN ) = kû0 e−|k| t kL2 (RN ) ≤ kû0 kL2 (RN ) = ku0 kL2 (RN )
et S(t) est un opérateur continu de L2 (RN ) dans L2 (RN ).

Pour tout t, on note Ŝ(t)u0 la transformée de Fourier de S(t)u0 . On a Ŝ(t)u0 =
2
û0 e−|k| t . Ainsi,
2 2 t0 2 t0
Ŝ(t + t0 )u0 = û0 e−|k| t .e−|k| = Ŝ(t)u0 e−|k| = Ŝ(t0 )(S(t)u0 ),
en appliquant la transformée de Fourier inverse, on obtient que
S(t + t0 )(u0 ) = S(t0 )(S(t)u0 ).
Ainsi, S(t + t0 ) = S(t0 )S(t). Reste à montrer que les opérateurs S(t) dépendent
continûment de t. Comme (S(t))t≥0 est un semi groupe, il suffit de vérifier cette
propriété en t = 0, c’ est à dire que pour tout ε > 0, il existe T > 0 tel que pour
tout t < T et tout u0 ∈ L2 (RN ),
kS(t)u0 − u0 kL2 (RN ) ≤ εku0 kL2 (RN ) .
A nouveau, il est beaucoup plus simple de raisonner sur les transformées de Fourier,
la relation ci-dessus étant équivalente à
2
kû0 (e−|k| t − 1)kL2 (RN ) ≤ εkû0 kL2 (RN ) ,
qui est vérifiée dès que t < T = − ln(1−ε)

|k|2
.
2. Équation de la chaleur non homogène
On pose Z t
u(t) = S(t)u0 + S(t − s)f (s)ds.
0
Montrons que u est dérivable par rapport au temps. Le premier terme de l’expression
de u est dérivable, d’après la définition même de S et
∂S(t)u0
= −∆(S(t)u0 ).
∂t
En effectuant un changement de variable sur le deuxième terme, il reste à prouver

que
Z t
S(s)f (t − s)ds
0
est dérivable par rapport à t. Comme f ∈ C(R+ ; L2 (RN )), on en déduit que
Z t Z t
∂ ∂f
S(s)f (t − s)ds = S(t)f (0) + S(s) (t − s)ds.
∂t 0 0 ∂t
On effectue à nouveau un changement de variable (dans l’autre sens cette fois), pour
en déduire que
Z t Z t
∂ ∂f
S(s)f (t − s)ds = S(t)f (0) + S(t − s) (s)ds.
∂t 0 0 ∂s
Remarquons enfin que
∂f ∂S(t − s)f (s) ∂S(t − s)f (s)

S(t − s) (s) = + .
∂s ∂t ∂s
Ainsi, en déduit que

Z t Z t
∂
S(t − s)f (s)ds = S(0)f (t) − ∆(S(t − s)f (s))ds.
∂t 0 0
On a donc montré que u était dérivable sur R+

∗ et que
∂u
= f (t) − ∆u.
∂t
Enfin, l’unicité est évidente, l’équation étant linéaire et de solution unique lorsque
f = 0.
Exercice 8.4.7 (égalité d’énergie) Montrer que, pour tout T > 0,

Z Z T Z Z
1 2 2 1
u(x, T ) dx + |∇u(x, t)| dx dt = u0 (x)2 dx.
2 RN 0 RN 2 RN
133
Correction. On rappelle que la transformée de Fourier de ∇u est ikû. Comme la

transformée de Fourier est une isométrie de L2 , on a donc
Z T
1 2
kukL2 + k∇uk2L2
2 0
Z T
1 2
= kûkL2 + kkûk2L2
2 0
Z Z Z T
1 2 −2|k|2 T 2
= |u0 (k)| e dk + |k|2 |u0 (k)|2 e−2|k| t dtdk
2 RN RN 0
Z Z Z T
1 2 −2|k|2 T 1 ∂ 2
= |u0 (k)| e dk − |u0 (k)|2 e−2|k| t
2 RN 2 RN 0 ∂t
Z
1 1
= |u0 (k)|2 dk = ku0 k2L2 (RN )
2 RN 2
Exercice 8.4.8 (principe du maximum) Montrer que, si u0 ∈ L∞ (RN ), alors
u(t) ∈ L∞ (RN ) et
ku(t)kL∞ (RN ) ≤ ku0 kL∞ (RN ) ∀ t > 0.
Montrer que, si u0 ≥ 0 presque partout dans RN , alors u ≥ 0 dans RN × R+
∗.
Correction.
ku0 k∞
Z
2
ku(t)kL∞ ≤ N/2
e−y /4t dy = ku0 k∞ .
(4πt) RN
Enfin, d’après l’expression de explicite de u en fonction de u0 , il est évident que si
u0 ≥ 0 presque partout, u ≥ 0 presque partout.
Exercice 8.4.9 (effet régularisant) Montrer que u ∈ C ∞ (RN × R+

∗ ).
Correction.
D’après l’expression de la transformée de Fourier de u,
2
û(k, t) = û0 (k)e−|k| t .
Pour tout multi-indice α, |k|α û est un élément de C(R+ 2 N
∗ , L (R )). Ainsi, par trans-
formation de Fourier inverse, ∂ α u est un élément de C(R+ 2 N
∗ , L (R )). En d’autres
0 + m N
termes, pour tout entier m, u appartient à C (R∗ , H (R )). D’après les injections
∞
de Sobolev, on en déduit que u(t) ∈ C 0 (R+ N
∗ , C (R )). En effectuant une analyse
∂nu
similaire sur ∂tn , on en déduit que u ∈ C (R∗ , C (RN )) = C ∞ (RN × R+
∞ + ∞
∗ ).
Exercice 8.4.10 (comportement asymptotique) Montrer que

lim u(x, t) = 0 ∀ t > 0, et lim u(x, t) = 0 ∀ x ∈ RN .
|x|→+∞ t→+∞
Correction.
Soit r un réel positif, on décompose l’intégrale définissant u(x, t) en deux inté-
grales
Z Z
1 |x−y|2
− 4t
|x−y|2
− 4t
u(x, t) = u0 (y)e dy + u0 (y)e dy .
(4πt)N/2 |x−y|≥r |x−y|≤r
En appliquant l’inégalité de Cauchy-Schwarz à chacun des termes, on en déduit que

Z
1 |x−y|2 1/2
|u(x, t)| ≤ ku0 kL2 (RN ) e− 2t dy
(4πt)N/2 |x−y|≥r
Z !
−x2 1/2
+ ke 4t kL2 (RN ) |u0 (y)|2 dy .
|x−y|≤r
On note Br la boule de rayon r centrée en l’originie. On a
1 −x2
|u(x, t)| ≤ ku 0 k L2 (RN ) ke 4t kL2 (RN \B )
r
(4πt)N/2
Z 1/2 !
−x2
2
+ ke 4t kL2 (RN ) |u0 (y)| dy
|x−y|≤r
−x2
Pour tout réel ε > 0, pour r assez grand, on a ku0 kL2 (RN ) ke 4t kL2 (RN \Br ) < ε. De
plus, pour x assez grand (r étant fixé),
Z 1/2
−x2
2
ke 4t kL2 (RN ) |u0 (y)| dy < ε.
|x−y|≤r
1
Ainsi, pour tout ε, pour x assez grand on a |u(x, t)| < (2πt)N/2
. En d’autres termes,
lim u(x, t) = 0 pour tout t > 0.

|x|→+∞
2
On rappelle que û(k, t) = û0 (k)e−|k| t . Ainsi,
Z
2
ku(t)k2L2 (RN ) = kû(t)k2L2 (RN ) = |û0 (k)|2 e−2|k| t dk
RN
et d’après le Théorème de convergence dominé de Lebesgue, kukL2 (RN ) converge

vers zéro lorsque t tend vers l’infini. Le même raisonnement appliqué au dérivées
partielles de u d’ordre quelconque nous donne que pour tout entier m, la norme
H m de u(t) converge vers zéro lorsque t tend vers l’infini. D’après les injections de
Sobolev, on en déduit que, pour tout entier r, la norme de u(t) dans C r (R) tend
vers zéro. En particulier,
lim u(x, t) = 0 pour tout x ∈ RN .

t→+∞
Exercice 8.4.11 (vitesse de propagation infinie) Montrer que, si u0 ≥ 0 et u0 6≡

0, alors u(x, t) > 0 dans RN × R+
∗.
Correction.
|x−y|2
− 4t
Soit u0 ≥ 0. Si il existe (x, t) ∈ RN ×R+
∗ tel que u(x, t) = 0, alors u 0 (y)e =
0 pour presque tout y et u0 (y) = 0 presque partout.
135
Exercice 8.5.1 Soit η > 0. On considère l’équation des ondes amortie

 ∂2u
+ η ∂u − ∆u = f p.p. dans Ω × R∗+
 ∂t2 ∂t


u=0 p.p. sur ∂Ω × R∗+
(8.18)

 u(x, 0) = u0 (x) p.p. dans x ∈ Ω
 ∂u
∂t
(x, 0) = u1 (x) p.p. dans x ∈ Ω.
On suppose que u est une solution suffisamment régulière de (8.18) et que f est nul
après un temps fini. Montrer, à l’aide d’un lemme de Gronwall (voir l’Exercice 8.2.1),
que u et ∂u
∂t
décroissent exponentiellement vers zéro lorsque le temps t tend vers l’infini.
Correction.
On pose v = eηt u. Si on suppose que u est régulière, v est également solution
d’une équation des ondes. On vérifie en effet que
 ∂2v
− η∆v = ηeηt f dans Ω × R+∗
 ∂t2


v=0 sur ∂Ω × R+∗

 v(x, 0) = v 0 dans Ω
 ∂v
∂t
= v1 dans Ω
avec v0 = u0 et v1 = ηu1 . D’après la dernière estimation de l’Exercice 8.3.1 ap-

pliquées à v, on obtient que
Z 2
∂v
+ η|∇v|2 dx
Ω ∂t

 !2 
Z Z t Z 1/2
2
≤ C  v12 + |∇v0 |2 dx + ηf (x, s)eηt dx ds .
Ω 0 Ω
Comme f est nul pour t assez grand, le second membre est borné uniformément en
temps. On en déduit que v et ∂v
∂t
sont bornées dans L2 (Ω), d’où on déduit que les
normes L de u et ∂t décroissent en e−ηt .
2 ∂u
Exercice 8.5.2 Soit u(t, x) la solution, supposée suffisamment régulière, de l’équation

des ondes (8.9). En l’absence de terme source, montrer que
Z t Z 2 Z tZ
1 ∂u
dx = lim 1 1
lim |∇u|2 dx = E0 ,
t→+∞ t 0 Ω
∂t t→+∞ t 0 Ω 2
avec E0 l’énergie initiale

Z Z
2
E0 = |u1 (x, t)| dx + |∇u0 (x, t)|2 dx.
Ω Ω
Pour cela on multipliera l’équation (8.9) par u et on intégrera par partie.

Correction.
En multipliant l’équation des ondes par u, on obtient par intégration sur Ω×]0, t[
que Z tZ Z tZ
∂2u
u(x, s) dxds + |∇u(x, s)|2 dxds = 0.
0 Ω ∂t2 0 Ω
En intégrant par partie en temps le premier terme de cette équation, on en déduit

que
Z Z Z tZ 2 Z tZ
∂u ∂u
u(x, t) dx − u1 u0 dx − ∂t (x, s) dxds +
|∇u(x, s)|2 dxds
Ω ∂t Ω 0 Ω 0 Ω
= 0.
Ainsi,
Z tZ Z tZ 2 !
1 ∂u
|∇u(x, s)|2 dxds − (x, s) dxds
t 0 Ω 0 Ω ∂t

Z Z
1 ∂u t→+∞
= u1 u0 dx − u(x, t)dx −−−−→ 0
t Ω Ω ∂t
(En effet, Ω ∂u
R
∂t
u(x, t)dx uniformément borné en temps). D’autre part, l’équation de
conservation de l’énergie implique que
Z tZ Z t Z 2 !
1 ∂u
|∇u|2 dxds + dxds = E0 .
t 0 Ω 0 Ω ∂t

En sommant ces deux équations on obtient que

Z Z 2
1 t ∂u
dx
t 0 Ω ∂t
et Z tZ
1
|∇u|2 dx
t 0 Ω
convergent vers E0 /2.
Exercice 8.5.3 On considère l’équation des ondes dans tout l’espace RN

 ∂2u
 ∂t2 − ∆u = 0 dans RN × R∗+
u(x, 0) = u0 (x) dans x ∈ RN (8.19)
 ∂u
∂t
(x, 0) = u1 (x) dans x ∈ RN ,
avec une donnée initiale (u0 , u1 ) régulière et à support compact. Montrer que la solution
u(t, x) peut se mettre sous la forme

∂(M u0 )
u(x, t) = (M u1 )(x, t) + (x, t),
∂t
137
où M est un opérateur de moyenne défini par

Z +t
1
si N = 1, (M v)(x, t) = v(x − ξ)dξ,
2 −t
v(x − ξ)
Z
1
si N = 2, (M v)(x, t) = p dξ,
2π |ξ|<t t2 − |ξ|2
Z
1
si N = 3, (M v)(x, t) = v(x − ξ)ds(ξ),
4πt |ξ|=t
où ds(ξ) est la mesure surfacique de la sphère. En déduire que la solution u en (t, x) ne
dépend que des valeurs des données initiales u0 et u1 sur la boule |x| ≤ t. (Pour savoir
comment on trouve les expressions ci-dessus de l’opérateur M , nous renvoyons au cours
de majeure [4].)
Correction.
On procède de manière identique dans les trois cas : dans un premier temps, on
vérifie que pour toute fonction v,
∂2M v
(x, t) = ∆(M v)(x, t) (8.20)
∂t2
Pour tout couple (x, t) tel que t > 0. On en déduit que la fonction u définie à l’aide
de M u1 et M u0 vérifie bien l’équation des ondes. Il reste à montrer qu’elle vérifie
les conditions aux limites, c’est à dire que
M v(x, 0) = 0
∂M v
(x, 0) = v(x)
∂t
∂2M v
(x, 0) = 0
∂t2
Le cas N = 1 est essentiellement élémentaire. Étudions directement les cas N = 2
ou 3.
Cas N=2. Tout d’abord, on effectue un changement de variable afin de définir M v
à l’aide d’une intégrale dont le domaine est indépendant du temps. On a
v(x − tξ)t
Z
1
Mv = dξ.
2π |ξ|<1 (1 − |ξ|2 )1/2
Si on suppose que v est assez régulière, on peut échanger les opérateur d’intégration
et de dérivation lors du calcul des dérivées partielles. On obtient
∂2M v t(D2 v(x − tξ)ξ) · ξ − 2∇v(x − tξ) · ξ
Z
1
= dξ
∂t2 2π |ξ|<1 (1 − |ξ|2 )1/2
et
∆v(x − tξ)
Z
1
∆(M v) = tdξ.
2π |ξ|<1 (1 − |ξ|2 )1/2
Afin de vérifié (8.20), on introduit, pour tout x et t > 0 fixés, la fonction w(ξ) =
v(x − tξ). Des expressions de ∂ 2 M v/∂t2 et de ∆(M v), on déduit que
∂2M v (D2 wξ) · ξ + 2∇w · ξ

Z
1
= dξ
∂t2 2πt |ξ|<1 (1 − |ξ|2 )1/2
et que Z
1 ∆w
∆(M v) = dξ.
2πt |ξ|<1 (1 − |ξ|2 )1/2
Soit r un réel strictement positif tel que r < 1. Par intégration par partie, on montre
que
∇w · ∇ξ
Z Z Z
∆w 1
2 1/2
dξ = − 2 1/2
dξ + (∇w · ξ)ds .
|ξ|<r (1 − |ξ| ) |ξ|<r (1 − |ξ| ) r(1 − r2 )1/2 |ξ|=r
De même,
(D2 wξ) · ξ
Z
2 1/2
dξ =
|ξ|<r (1 − |ξ| )
Z Z
2 1 r
− (∇w · ξ) + dξ + ∇w · ξ ds .
|ξ|<r (1 − |ξ|2 )1/2 (1 − |ξ|2 )3/2 (1 − r2 )1/2 |ξ|=r
On effectue la soustraction de ces deux expressions, puis on fait tendre r vers 1. Les
termes de bords tendent vers zéro, ce qui établit que
∆w − (D2 wξ) · ξ ∇w · ξ
Z Z
2 1/2
dξ = 2 2 1/2
dξ .
|ξ|<1 (1 − |ξ| ) |ξ|<1 (1 − |ξ| )
De l’expression des dérivées partielles de M v en fonction de w, on en déduit que

M v vérifie l’équation des ondes. Reste à prouver que M v vérifie bien les conditions
aux limites annoncées en t = 0.
On a évidemment M v(t = 0) = 0. De plus,
t∇v(x − tξ) · ξ + v(x − tξ)
Z
∂M v 1
= dξ .
∂t 2π |ξ|<1 (1 − |ξ|2 )1/2
Ainsi, Z
∂M v 1 1
(x, t = 0) = v(x) dξ .
∂t 2π |ξ|<1 (1 − |ξ|2 )1/2
En passant en coordonnées polaires afin de calculer le terme intégrale, il vient
∂M v
(t = 0) = v .
∂t
Enfin,
∂2M v ∇v(x) · ξ
Z Z
1 1
∇ξ . ∇v(x)(1 − |ξ|2 )1/2 dξ .

2
(t = 0) = − 2 1/2
dξ = −
∂t π |ξ|<1 (1 − |ξ| ) π |ξ|<1
139
Par intégration par partie, on obtient que
∂2M v
Z
1
(t = 0) = (∇v(x) · ξ)(1 − |ξ|2 )1/2 dξ = 0.
∂t2 π |ξ|=1
Cas N=3. On procède au calcul des dérivées partielles de M v comme précé-

demment. Il vient
∂2M v
Z
1
= t(D2 v(x − tξ)ξ) · ξ − 2(∇v · ξ) ds
∂t2 4π |ξ|=1
et Z
1
∆(M v) = t∆v(x − tξ) ds .
4π |ξ|=1
Soit (x, t) fixée tel que t > 0. On introduit la fonction w(ξ) = v(x − tξ). On a
∂2M v
Z
1
= (D2 wξ) · ξ + 2(∇w · ξ) ds
∂t2 4πt |ξ|=1
Z
1
∆(M v) = ∆w ds .
4πt |ξ|=1
Il suffit donc de remarquer que

Z
(D2 wξ + 2∇w − ∆wξ) · ξ ds = 0 ,
|ξ|=1
en tant que flux d’un champ de divergence nulle. En effet,
∇ · (D2 wξ) = ∇(∆w) · ξ + ∆w ,
et (en dimension 3),

∇ · (∆wξ) = 3∆w + ∇(∆w) · ξ .
Pour finir, il est aisé de vérifier que M v vérifie bien les conditions aux limites an-
noncées (pourvu qu’on sache que la surface de la sphère est 4π).
Exercice 8.5.4 On considère l’équation des ondes (8.19) dans un domaine Ω ⊂ RN

avec des conditions aux limites indéterminées mais homogènes, et une donnée initiale
(u0 , u1 ) régulière et à support compact dans Ω. Vérifier qu’il existe un temps T > 0
tel que sur l’intervalle [0, T ] la solution est encore donnée par les formules de l’Exercice
8.5.3.
Correction.
Soit K l’union des supports de u0 et u1 . Si T est inférieur à la distance de K à la
frontière de Ω, la solution explicite donnée par l’exercice précédent est aussi solution
de l’équation des ondes dans le domaine Ω. En effet, les conditions aux limites sont
vérifiées, car u(x, t) est nul dès que la distance de x à K est supérieure à t.
Exercice 8.5.5 (application musicale) En admettant que le son se propage selon

l’équation des ondes, montrer qu’il n’est pas possible d’écouter de la musique (audible)
dans un monde de dimension spatiale N = 2, alors que c’est (fort heureusement) possible
en dimension N = 3.
Correction.
Il est impossible d’écouter une musique audible dans un monde à deux dimen-
sions. En effet, toutes les ondes émises sont entendues en même temps par l’auditeur
(et pas seulement celles émises à un instant donné).
Exercice 8.6.1 Montrer que le schéma de Crank-Nicholson et celui de Gear sont

d’ordre 2 (en temps), tandis que le θ-schéma pour θ 6= 1/2 est d’ordre 1.
Correction.
Schéma de Crank-Nicholson et θ-schéma
Soit U la solution de l’équation différentielle (8.58). L’erreur de troncature du
schéma du θ-schéma est
U (tn+1 ) − U (tn )
E(U ) = M + K(θU (tn+1 ) + (1 − θ)U (tn ))
∆t
− (θb(tn+1 ) + (1 − θ)b(tn )) .
En effectuant un développement de Taylor en t = tn , on obtient
M d2 U

dU dU db
E(U ) = M + KU − b + ∆t +θ K −
dt 2 dt2 dt dt
3 2
θ d2 b

2 Md U θK d U
+ (∆t) + − + O((∆t)3 )
6 dt3 2 dt2 2 dt2
En exploitant l’équation vérifiée par U , on en déduit que

1 − 2θ db −1
E(U ) = ∆t − KM (b − KU )
2 dt
d2 b

2 1 − 3θ −1 2 −1 db
+ (∆t) (KM ) (b − KU ) + KM + + O((∆t)3 ).
6 dt dt2
Pour θ 6= 2, le θ-schéma est d’ordre 1 en temps tandis que le schéma de Crank-

Nicholson (qui correspond au cas θ = 1/2) est d’ordre 2 en temps.
Schéma de Gear
Dans le cas du schéma de Gear, l’erreur de troncature est
2U (tn+1 ) − 4U (tn ) + U (tn−1 )
E(U ) = M + KU (tn+1 ) − b(tn+1 ).
2∆t
En effectuant un développement de Taylor en t = tn+1 , on obtient
(∆t)2 d3 U

dU
E(U ) = M + KU − b (tn+1 ) + M 3 (tn+1 ) + O((∆t)3 ).
dt 3 dt
141
Si U est solution de (8.58), on a donc

(∆t)2 d3 U
E(U ) = M 3 (tn+1 ) + O((∆t)3 ).
3 dt
Le schéma de Gear est donc d’ordre 2 en temps.
Exercice 8.6.2 On considère le θ-schéma (8.59) avec 1/2 ≤ θ ≤ 1. On note kU kM =

√
MU · U . Démontrer l’équivalent discret suivant de l’inégalité d’énergie (8.17)
Xn0 Z T
n0 2 n n 0 2 2
kU kM + ∆tKÛ · Û ≤ C kU kM + kf (t)kL2 (Ω) dt + O(1) .
n=0 0
où n0 = T /∆t. Pour cela, on prendra le produit scalaire de (8.59) avec Û n = θU n+1 +
(1 − θ)U n .
Correction. Afin d’établir l’inégalité d’énergie demandée, on procède comme dans
le cas continue. A cet effet, on utilise une version discrète du lemme de Gronwall :
Si v n est une suite de réels positifs tels que pour a ≥ v 0 ≥ 0 et b ≥ 0, on a
n
X
n+1
v ≤a+b vp,
p=0
alors pour tout n, on a

v n ≤ a(1 + b)n .
Dans un premier temps, nous allons donc démontrer ce lemme, puis l’appliquer au
θ-schéma afin d’obtenir l’estimation d’énergie souhaitée. On introduit la suite wn
définie par
X n
n+1
w =a+b wp ,
p=0
w0 = a. On vérifie que wn = a(1 + b)n et que v n ≤ wn , ce qui prouve la version

discrète de lemme de Gronwall. Nous allons maintenant appliquer ce lemme afin
d’obtenir l’estimation voulue.
Notons que
2M(U n+1 − U n ) · (θU n+1 + (1 − θ)U n ) = kU n+1 k2M − kU n k2M

+ (2θ − 1)kU n+1 − U n k2M .
En effectuant le produit scalaire de (8.59) avec Û n = θU n+1 + (1 − θ)U n , on obtient

kU n+1 k2M − kU n k2M 2θ − 1 n+1
+ kU − U n k2M + KÛ n · Û n = (θbn+1 + (1 − θbn )) · Û n .
2∆t 2∆t
Comme θ ≥ 1/2, par sommation de la relation précédente, il vient
n n
kU n+1 k2M − kU0 k2M X X
+ KÛ p · Û p ≤ (θbp+1 − (1 − θ)bp ) · (θU p+1 − (1 − θ)U p ).
2∆t p=0 p=0
(8.21)
Majorons le terme de droite. D’après la définition de b, on a
(θbp+1 − (1 − θ)bp ) · (θU p+1 − (1 − θ)U p )

Z
= (θf (tp+1 ) + (1 − θ)f (tp )) · (θup+1
h + (1 − θ)uph )dx.
Ω
On en déduit que
(θbp+1 − (1 − θ)bp ) · (θU p+1 − (1 − θ)U p )

1
kθf (tp+1 ) + (1 − θ)f (tp )k2L2 + kθup+1 p 2

≤ h + (1 − θ)u k
h L 2 .
2
De la définition de M et en utilisant la convexité de l’application x 7→ x2 , il en

découle que
(θbp+1 − (1 − θ)bp ) · (θU p+1 − (1 − θ)U p )

1
θkf (tp+1 )k2L2 + (1 − θ)kf (tp )k2L2 + θkU p+1 k2M + (1 − θ)kU p k2M .

≤
2
L’inégalité (8.21) implique ainsi
n n+1 n+1
!
1 X 1 X X
kU n+1 k2M − kU0 k2M + KÛ p .Û p ≤ kf (tp )k2L2 + kU p k2M , .
2∆t p=0
2 p=0 p=0
On réarrange les différents termes de l’inégalité afin d’obtenir une majoration nous
permettant d’appliquer l’équivalent discret du lemme de Gronwall.
n
2∆t X
kU n+1 k2M + KÛ p · Û p
1 − ∆t p=0
n+1 n
!
1 ∆t X X
≤ kU 0 k2M + kf (tp )k2L2 + kU p k2M
1 − ∆t 1 − ∆t p=0 p=0
On applique la version discrète du lemme de Gronwall à
vn = kU n k2M ,
0 n
1 1 X
a= kU 0 k2M + kf (tp )k2L2 .
1 − ∆t 1 − ∆t p=0
Pour tout n ≤ n0 , on a vn ≤ a(1 + b)n . En particulier,

n
X
a+b v p ≤ a(1 + b)n+1 ,
p=0
143
et
n
1 n+1 2 X
kU kM + (1 − ∆t)−1 KÛ p · Û p ∆t
2 p=0
nX
!
0 +1
≤ (1 − ∆t)−(n+2) kf (tp )k2L2 ∆t + kU 0 k2M .

0
Notons que (1 − ∆t)−n est majoré par une constante indépendante du pas de temps
∆t (mais dépendant du temps final T = n0 ∆t). En effet, (1 − ∆t)−n → et lorsque
∆t tend vers zéro (avec n = t/(∆t)). On retrouve ainsi l’équivalent discret de l’esti-
mation d’énergie de l’Exercice 8.3.1.
Exercice 8.6.3 Montrer que le schéma de Gear (8.61) est inconditionnellement stable.
Correction. On prouve la stabilité en établissant une estimation d’énergie du
même type que celle obtenue dans l’Exercice 8.6.2. On note tout d’abord que

n+1 n n−1 n+1 1
M(3U − 4U + U ) · U = kU n+1 k2M − kU n k2M
2

n+1 n 2 n n−1 2 n+1 n n−1 2
+ k2U − U kM − k2U − U kM + kU − 2U + U kM .
On effectue le produit scalaire du schéma de Gear (8.61) par U n+1 . En majorant le

second terme, on obtient
1
kU n+1 k2M − kU n k2M + k2U n+1 − U n k2M − k2U n − U n−1 k2M

4
n+1 n+1 1 n+1 2 1 2
+ ∆tKU ·U ≤ ∆t kU kM + kf (tn+1 )kL2 (Ω) .
2 2
Par sommation, on en déduit que
n+1
X
(1 − 2∆t)kU n+1 k2M + ∆t KU p · U p
p=1
n+1
X n
X
≤ k2U 1 − U 0 k2M + kU 1 k2M + 2(∆t) kf (tp )k2L2 + 2(∆t) kU p k2M .
p=1 p=1
En appliquant la version discrète du Lemme de Gronwall, on obtient l’estimation

d’énergie
nX
!
0 +1
n 2 −(n+1) 1 0 2 1 2 2
kU kM ≤ (1 − 2∆t) k2U − U kM + kU kM + 2 kf (tp )kL2 ∆t ,
p=1
pour tout n ≤ n0 . Comme (1 − 2∆t)−(n+1) est borné indépendamment de ∆t pour

un temps final donné, le schéma est stable.
Exercice 8.6.4 On résout par éléments finis P1 et schéma explicite en temps l’équation
de la chaleur (8.12) en dimension N = 1. On utilise une formule de quadrature qui rend
la matrice M diagonale (voir la Remarque 7.4.3 et l’Exercice 7.4.1). On rappelle que la
matrice K est donnée par (6.12) et qu’on a calculé ses valeurs propres lors de l’Exercice
13.1.3. Montrer que dans ce cas la condition CFL (8.62) est bien du type ∆t ≤ Ch2 .
Correction. La condition CFL (8.62) est toujours valable, même si M n’est pas
la matrice de masse exacte. Ainsi, le schéma est stable sous la condition CFL (on a
θ = 0)
max λk ∆t ≤ 2,
k
où λk sont les valeurs propres de K, c’est à dire

−2 2 kπ
λk = 4h sin .
2(n + 1)
Comme λk ≤ 4h−2 , on retrouve une condition CFL classique, c’est à dire
2∆t ≤ h2 .
Exercice 8.6.5 Écrire le système linéaire d’équations différentielles ordinaires obtenu
par semi-discrétisation de l’équation des ondes amortie (8.53).
Correction. Le problème discrétisé en espace consiste à déterminer u(t) fonction
de t à valeur dans V0h tel que pour tout vh ∈ V0h ,
d2 d
2
huh (t), vh iL2 (Ω) + η huh (t), vh iL2 (Ω) + h∇uh (t), ∇v(t)i = hf, vh iL2 (Ω)
dt dt
tel que
duh
uh (t = 0) = u0,h et (t = 0) = u1,h .
dt
Si φi désigne la base de V0h , si on note Ui (t) les coordonnées de uh (t) dans cette
base, on a
d2 d
2
MU (t) + η MU (t) + KU (t) = b(t)
dt dt
où M est la matrice de masse M = hφi , φj i, K la matrice de rigidité h∇φi , ∇φj i et
b le terme source hf, φj i.
Exercice 8.7.1 Montrer que le schéma de Newmark est d’ordre 1 (en temps) pour
δ 6= 1/2, d’ordre 2 pour δ = 1/2 et θ 6= 1/12, et d’ordre 4 si δ = 1/2 et θ = 1/12 (on
se limitera à l’équation sans amortissement).
Correction.
On introduit l’erreur de troncature
U (t + ∆t) − 2U (t) + U (t − ∆t)
E(U ) = M
(∆t)2

1 1
+ K θU (t + ∆t) + + δ − 2θ U (t) + − δ + θ U (t − ∆t)
2 2

1 1
− θb(t + ∆t) + + δ − 2θ b(t) + − δ + θ b(t − ∆t) .
2 2
145
En effectuant un développement de Taylor en t = tn , on établit que

00 1
E(U ) = MU + KU − b + ∆t δ − (KU 0 − b0 )
2
(∆t)2

1 δ
+ (∆t)2
− + θ (KU 00 − b00 ) + MU (4)
4 2 12
(∆t)3

1
+ δ− (KU (3) − b(3) ) + O((∆t)4 ).
6 2
Si U est solution de l’équation (8.67), on a
MU 00 + KU − b = 0
et
KU 00 − b00 = −MU (4) .
Ainsi,

1 0 0 1 δ
2 1
E(U ) = ∆t δ − (KU − b ) − (∆t) − +θ− MU (4)
2 4 2 12
3

(∆t) 1
+ δ− (KU (3) − b(3) ) + O((∆t)4 ).
6 2
On vérifie aisément sur l’expression de E(U ) que le schéma de Newmark est d’ordre
1 pour δ 6= 1/2, d’ordre 2 pour δ = 1/2 et θ 6= 1/12 et d’ordre (au moins) 4 si
δ = 1/2 et θ = 1/12.
Exercice 8.7.2 On considère le cas limite du Lemme 8.7.1, c’est-à-dire δ = 1/2 et

4
λi (∆t)2 = 1−4θ . Montrer que le schéma de Newmark est instable dans ce cas en vérifiant
que
−2 −1 n n n+1 n
Ai = , et Ai = (−1) .
1 0 −n 1−n
Remarquez qu’il s’agit d’une instabilité “faible” puisque la croissance de Ani est linéaire
et non exponentielle.
Correction. D’après la démonstration du Lemme 8.7.1, on a

a11 a12
Ai = ,
1 0
2 − λi (∆t)2 ( 21 + δ − 2θ) 1 + λi (∆t)2 ( 21 − δ + θ)

a11 = , a12 =− .
1 + θλi (∆t)2 1 + θλi (∆t)2
On vérifie sans mal que pour δ = 1/2 et λi (∆t)2 = 4θ/(1 − θ), a11 = −2 et a12 = −1.
Ainsi,
−2 −1
Ai = .
1 0
Par récurrence on établit alors que

n+1 n
Ani = (−1) n
−n 1 − n
Il s’en suit que le que le schéma de Newmark est instable dans ce cas (pour s’en
convaincre, il suffit par exemple de considéré le cas b = 0, Ui1 = Ui0 = 1)
Chapitre 9
INTRODUCTION A
L’OPTIMISATION
Exercice 9.1.1 Montrer par des exemples que le fait que K est fermé ou que J est
continue est en général nécessaire pour l’existence d’un minimum. Donner un exemple
de fonction continue et minorée de R dans R n’admettant pas de minimum sur R.
Correction. Exemples de non-existence de minimum
– K non fermé : minimisation de J(x) = x2 sur ]0, 1[.
– J non continue : minimisation sur R de J(x) = x2 pour x 6= 0, J(0) = 1.
– J non coercive : minimisation sur R de J(x) = e−x .
Exercice 9.1.2 Montrer que l’on peut remplacer la propriété “infinie à l’infini” (9.3)
par la condition plus faible

inf J(v) < lim inf J(v) .
v∈K R→+∞ kvk≥R
Correction. Soit (un ) une suite minimisante de J sur K. Comme

inf J(v) < lim inf J(v) ,
v∈K R→+∞ kvk≥R
et que J(vn ) converge vers inf v∈K J(v), il existe δ > 0 tel que pour n assez grand,

J(vn ) < lim inf J(v) − δ.
R→+∞ kvk≥R
Ainsi, il existe R tel que pour n assez grand,
J(vn ) < inf J(v).

kvk≥R
On en déduit que pour n assez grand, v appartient à la boule de rayon R. Autrement

dis, la suite vn reste bornée. La suite de la démonstration est alors identique à la
démonstration initiale.
147
148 CHAPITRE 9. INTRODUCTION A L’OPTIMISATION
Exercice 9.1.3 Montrer que l’on peut remplacer la continuité de J par la semi-
continuité inférieure de J définie par
∀(un )n≥0 suite dans K , lim un = u =⇒ lim inf J(un ) ≥ J(u) .

n→+∞ n→+∞
Correction. Seul la fin de la démonstration est modifiée. La suite minimisante

(unk ) converge vers u, mais cette fois on a seulement
J(u) ≤ lim inf J(unk ) = inf J(v).

k→∞ v∈K
Or comme u ∈ K, inf v∈K J(v) ≤ J(u), d’où
J(u) = inf J(v).

v∈K
Exercice 9.1.4 Montrer qu’il existe un minimum pour les Exemples 9.1.1, 9.1.6 et
9.1.7.
Correction. Les conditions du Théorème 9.1.3 sont trivialement satisfaites.
Exercice 9.1.5 Soit a et b deux réels avec 0 < a < b, et pour n ∈ N∗ , soit Pn
l’ensemble des polynômes P de degré inférieur ou égal à n tels que P (0) = 1. Pour
P ∈ Pn , on note kP k = maxx∈[a,b] |P (x)|.
1. Montrer que le problème
inf kP k (9.1)
P ∈Pn
a une solution.
2. On rappelle que les polynômes de Tchebycheff Tn (X) sont définis par les relations
T0 (X) = 1 , T1 (X) = X , Tn+1 (X) = 2XTn (X) − Tn−1 (X) .
Montrer que le degré de Tn est égal à n et que pour tout θ ∈ R, Tn (cos θ) =

cos(nθ). En déduire l’existence de n + 1 réels
ξ0n = 1 > ξ1n > ξ2n > · · · > ξnn = −1
tels que Tn (ξkn ) = (−1)k pour 0 ≤ k ≤ n et que max−1≤x≤1 |Tn (x)| = 1.

3. Montrer que l’unique solution de (9.1) est le polynôme
b+a
 
1 − X
P (X) = Tn  2b − a  .

b+a
Tn
b−a 2
Correction.
1. L’ensemble des polynômes de degré inférieur ou égal à n tel que P (0) = 1 est un
sous espace affine (et fermé) de l’ensemble de polynôme de degré inférieur ou égal à
n muni de la norme maxx∈[a,b] |P (x)|. Toutes les hypothèses du Théorème 9.1.3 sont
149
satisfaites d’où on déduit l’existence d’une solution au problème de minimisation de

kP k sur Pn .
2. Par une récurrence facile, on montre que Tn est un polynôme de degré n et
que Tn (cos(θ)) = cos(nθ). Pour tout 0 ≤ k ≤ n, on pose ξkn = cos(kπ/n). On a
ξ0n = 1 > ξ1n > · · · > ξnn = −1 et Tn (ξnk ) = cos(kπ) = (−1)k . Enfin,
max |Tn (x)| = max |Tn (cos(θ))| = max | cos(nθ)| = 1.
−1≤x≤1 θ∈R θ∈R
3. Soit R un polynôme de norme minimal appartenant à Pn . On considère le

polynôme S = P − R où
b+a
 
1 −X
P (X) =  2b − a  .
Tn 

b+a
Tn
b−a 2
On veut montrer que S = 0. Pour tout k = 0, · · · , n, on pose yk = a+b a−b

2
− 2
ξk .
D’après la question précédente, P (yk ) = (−1)k kP k. On définit les ensembles d’
indices
I = {i ∈ {0, · · · , n − 1} : S(yi ) 6= 0 et S(yi+1 ) 6= 0}
J = {j ∈ {1, · · · , n − 1} : S(yj ) = 0}
K = {k ∈ {0, n} : S(yk ) = 0}.
On vérifie que |I| + 2|J| + |K| ≥ n. Pour tout j ∈ J, on a |R(yj )| = kP k ≥ kRk,
d’où kRk = |R(yj )| et R0 (yj ) = 0. De plus, P 0 (yj ) = 0, d’où S 0 (yj ) = 0.
De plus, pour tout i ∈ I, comme kP k ≥ kRk, le signe de S(yi ) = P (yi ) − R(yi ) est
égale au signe de P (yi ) = kP k(−1)i . De manière similaire, le signe de S(yi+1 ) est
(−1)i+1 . Comme S(yi ) et S(yi+1 ) sont de signes opposés, le polynôme S s’annule sur
l’intervalle [yi , yi+1 ] au moins une fois.
Ainsi, pour tout j ∈ J, S(yj ) = S 0 (yj ) = 0 et yj est une racine double, pour tout
i ∈ I, il existe xi ∈]yi , yi+1 [ tel que S(xi ) = 0 et pour tout k ∈ K, S(yk ) = 0. De plus
S(0) = 0. Ainsi, S admet au moins |I| + 2|J| + |K| + 1 racines (multiples). Comme
S est de degré au plus n ≤ |I| + 2|J| + |K|, on a S = 0.
Exercice 9.2.1 Modifier la construction de l’Exemple 9.2.2 pour montrer qu’il n’existe
pas non plus de minimum de J sur C 1 [0, 1].
Correction. Soit a ∈ [0, 1]. On note Pa la fonction de C 1 (R; R) paire, 2 périodique
définie sur [0, 1] par
 2
 x /2a + (a − 1)/2 si 0 ≤ x ≤ a
Pa (x) = x − 1/2 si a ≤ x ≤ 1 − a,
−(x − 1)2 /2(1 − a) + (1 − a)/2 si 1 − a ≤ x ≤ 1

On note un ∈ C 1 (R; R) la fonction 2/n−périodique, définie par

un (x) = n−1 hPn−1 (nx).
On vérifie de un (x) → 0 presque partout et que |(un )0 (x)| → h presque partout.
Ainsi, l’infimum de Jh sur C 1 ([0, 1]) est nul et ne peut être atteint si h > 0.
Exercice 9.2.2 Soient J1 et J2 deux fonctions convexes sur V, λ > 0, et ϕ une fonction
convexe croissante sur un intervalle de R contenant l’ensemble J1 (V ). Montrer que
J1 + J2 , max(J1 , J2 ), λJ1 et ϕ ◦ J1 sont convexes.
Correction. La convexité de J1 + J2 comme de λJ1 est triviale à établir.
Epi(max(J1 , J2 )) = {(λ, v) ∈ R × V : λ ≥ J1 (v) et λ ≥ J2 (v)}

= Epi(J1 ) ∩ Epi(J2 ).
L’intersection de deux convexes étant convexe, Epi(max(J1 , J2 )) est convexe et

max(J1 , J2 ) est convexe.
Comme J est convexe et ϕ croissante,
ϕ ◦ J(θx + (1 − θ)y) ≤ ϕ(θJ(x) + (1 − θ)J(y)).
La convexité de ϕ nous permet d’en déduire la convexité de ϕ ◦ J.
Exercice 9.2.3 Soit (Li )i∈I une famille (éventuellement infinie) de fonctions affines
sur V . Montrer que supi∈I Li est convexe sur V . Réciproquement, soit J une fonction
convexe continue sur V . Montrer que J est égale au supLi ≤J Li où les fonctions Li sont
affines.
Correction. Le sup de fonction convexe est une fonction convexe. En effet, une
fonction J : V → R est convexe si et seulement si son épigraphe
Epi(J) = {(λ, v) ∈ R × V, λ ≥ J(v)}
est convexe. Ainsi, si J = supi∈I Ji , où Ji sont des fonctions convexes, on a
Epi(J) = {(λ, v) ∈ R × V, λ ≥ Ji (v) pour tout i ∈ I}

\
= Epi(Ji ).
i
Une intersection de convexes étant convexe, l’épigraphe de J est convexe. La fonction

J est donc convexe.
Réciproquement, supposons que J soit convexe. Soit v0 ∈ V et λ0 ∈ R tel que
λ0 < J(v0 ), c’est à dire tel que (λ0 , v0 ) n’appartienne pas à Epi(J). Notons que
l’ensemble Epi(J) est un convexe fermé (fermé car J est continue et convexe car J
est convexe). Puisque (λ0 , v0 ) ∈
/ Epi(J), nous déduisons du Théorème 12.1.19 de
séparation d’un point et d’un convexe l’existence de α, β ∈ R et d’une forme linéaire
continue T ∈ V 0 tels que
βλ + T (v) > α > βλ0 + T (v0 ) ∀ (λ, v) ∈ Epi(J) .
Ainsi,
βJ(v) + T (v) > α > βλ0 + T (v0 ) ∀ v ∈ V
et
βJ(v) > βλ0 + T (v0 ) − T (v) ∀ v ∈ V.
151
En appliquant l’inégalité précédente à v = v0 , on en déduit que β est non nul. De

plus, β est nécessairement positif. On a donc
J(v) > λ0 + β −1 (T (v0 ) − T (v)) ∀ v ∈ V.
On pose L(v) = λ0 + β −1 (T (v0 ) − T (v)). On a prouvé que pour tout (v0 , λ0 ) tel que
J(v0 ) > λ0 ,
il existe une fonction affine L telle que p
J(v0 ) ≥ L(v0 ) = λ0
et J(v) ≥ L(v) pour tout v ∈ V . On en déduit que
J = sup Li ,
Li ≤J
où les Li sont des fonctions affines.
Exercice 9.2.4 Si J est continue et α-convexe, montrer que, pour tout θ ∈ [0, 1],
αθ(1 − θ)
J(θu + (1 − θ)v) ≤ θJ(u) + (1 − θ)J(v) − ku − vk2 . (9.2)
2
Correction. Pour tout n, on note Kn = {x ∈ [0, 1] : 2n x ∈ N}. Supposons que
l’inégalité (9.2) soit vérifiée pour tout θ ∈ Kn . Soit θ ∈ Kn+1 \Kn , il existe θ1 , θ2 ∈ Kn
tels que θ1 < θ2 et θ = (θ1 + θ2 )/2. Comme J est α-convexe,

(θ1 u + (1 − θ1 )v) + (θ2 u + (1 − θ2 )v)
J(θu + (1 − θ)v) = J
2
J(θ1 u + (1 − θ1 )v) + J(θ2 u + (1 − θ2 )v) α
≤ + (θ2 − θ1 )2 ku − vk2
2 8
L’inégalité (9.2) ayant été supposée exacte sur Kn , on a donc
θ1 J(u) + (1 − θ1 )J(v) + θ2 J(u) + (1 − θ2 )J(v)

J (θu + (1 − θ)v) ≤
2
αθ1 (1 − θ1 ) + α(θ2 (1 − θ2 ) α
+ ku − vk2 + (θ2 − θ1 )2 ku − vk2 .
4 8
et
θJ(u) + (1 − θ)J(v) α(θ1 + θ2 )(2 − (θ1 + θ2 ))
J(θu + (1 − θ)v) ≤ + ku − vk2 ,
2 8
ce qui prouve que l’inégalité est alors valable pour tout élément de K n+1 . On en
déduit par récurrence que l’inégalité est valable pour θ ∈ n K n . Comme J est
S
continue, l’inégalité reste valable sur l’adhérence de l’union des Kn , c’est à dire sur
[0, 1].
Exercice 9.2.5 Soit A une matrice symétrique d’ordre N et b ∈ RN . Pour x ∈ RN ,

on pose J(x) = 21 Ax · x − b · x. Montrer que J est convexe si et seulement si A est
semi-définie positive, et que J est strictement convexe si et seulement si A est définie
positive. Dans ce dernier cas, montrer que J est aussi fortement convexe et trouver la
meilleure constante α.
Correction.
J((x + y)/2) = A(x + y) · (x + y)/8 − (b · x + b · y)/2

Ax · x − b · x + Ay · y − b · y
= − A(x − y) · (x − y)/8
2
= (J(x) + J(y))/2 − A(x − y) · (x − y)/8.
L’application J est donc convexe si et seulement si la matrice A est positive. Elle

est strictement convexe si et seulement si A est définie positive. Dans ce cas, elle est
fortement convexe et la meilleure constante α est la plus petite valeur propre de A.
Exercice 9.2.6 Soit Ω un ouvert de RN et H 1 (Ω) l’espace de Sobolev associé (voir la

Définition 4.3.1). Soit la fonction J définie sur Ω par
Z Z
1 2 2

J(v) = |∇v(x)| + v(x) dx − f (x)v(x) dx ,
2 Ω Ω
avec f ∈ L2 (Ω). Montrer que J est fortement convexe sur H 1 (Ω).

Correction.
J(u) + J(v)
J((u + v)/2) = − ku − vk2H 1 /8.
2
(Les calculs sont identiques à ceux effectuées lors de l’Exercice 9.2.5)
Exercice 9.2.7 Soit v0 ∈ V et J une fonction convexe majorée sur une boule de centre
v0 . Montrer que J est minorée et continue sur cette boule.
Correction. Sans perte de généralité, on peut supposer que v0 = 0 et J(0) = 0 et
que J est majorée sur une boule de rayon unité. Soit M un majorant de J sur la
boule. Soit v tel que kvk < 1, on a

v v
J(v) = J kvk + (1 − kvk)0 ≤ kvkJ + (1 − kvk)J(0) ≤ kvkM.
kvk kvk
De plus,

1 kvk v
0 = J(0) = J v+ −
1 + kvk 1 + kvk kvk

1 kvk v
≤ J(v) + J −
1 + kvk 1 + kvk kvk
1 kvk
≤ J(v) + M.
1 + kvk 1 + kvk
153
Il découle de ces deux inégalités que
|J(v)| ≤ M kvk.
Ainsi, J est minorée sur la boule unité et continue en zéro. Enfin, on peut appliquer
ce résultat à tout point appartenant à la boule unité ouverte pour conclure que J
est continue sur cette dernière.
Exercice 9.2.8 Montrer que le Théorème 9.2.6 s’applique à l’Exemple 9.1.10 (utiliser
l’inégalité de Poincaré dans H01 (Ω)).
Correction. D’après l’inégalité de Poincaré,
Z
kvkH01 (Ω = |∇v|2 dx
Ω
défini une norme sur H01 . Ainsi, J est fortement convexe et le Théorème 9.2.6 s’ap-
plique.
Exercice 9.2.9 Généraliser l’Exercice 9.2.8 aux différents modèles rencontrés au Cha-
pitre 5 : Laplacien avec conditions aux limites de Neumann (voir la Proposition 5.2.16),
élasticité (voir l’Exercice 5.3.3), Stokes (voir l’Exercice 5.3.10).
Correction. Pas de Pb.
Chapitre 10
CONDITIONS D’OPTIMALITÉ
ET ALGORITHMES
Exercice 10.1.1 Montrer que la dérivabilité de J en u implique la continuité de en u.

Montrer aussi que, si L1 , L2 vérifient

J(u + w) ≥ J(u) + L1 (w) + o(w) ,
(10.1)
J(u + w) ≤ J(u) + L2 (w) + o(w) ,
alors J est dérivable et L1 = L2 = J 0 (u).

Correction. Si J est dérivable au sens de Fréchet en u, il existe une forme linéaire
continue L telle que
J(u + w) = J(u) + L(w) + o(w).
Ainsi,
|J(u + w) − J(u)| ≤ kLkkwk + |o(w)|.
Le terme de droite convergeant vers zéro lorsque w tend vers zéro, J est continue
en u.
Considérons un fonction J vérifiant (10.1). De
J(u + w) ≥ J(u) + L1 (w) + o(w)
et
−J(u + w) ≥ −J(u) − L2 (w) + o(w),
on déduit que
0 ≥ (L1 − L2 )(w) + o(w).
Ainsi, pour tout réel α > 0,
o(αw)
0 ≥ (L1 − L2 )(w) + kwk
αkwk
(on applique l’inégalité précédente à αw et on divise par α). En faisant tendre α
vers zéro, on obtient que pour tout w,
0 ≥ (L1 − L2 )(w).
155
156 CHAPITRE 10. CONDITIONS D’OPTIMALITÉ ET ALGORITHMES
Cette inégalité appliquée −w, nous donne l’inégalité inverse et finalement l’égalité
L1 (w) = L2 (w). Il en découle que J est dérivable au sens de Fréchet et que J 0 =
L1 = L2 .
Exercice 10.1.2 (essentiel !) Soit a une forme bilinéaire symétrique continue sur
V × V . Soit L une forme linéaire continue sur V . On pose J(u) = 21 a(u, u) − L(u).
Montrer que J est dérivable sur V et que hJ 0 (u), wi = a(u, w) − L(w) pour tout
u, w ∈ V .
Correction. Il suffit de développer l’expression J(u + w). On obtient
J(u + w) = J(u) + a(u, w) − L(w) + a(w, w)/2.
La forme bilinéaire a étant continue, a(w, w)/kwk converge vers zéro lorsque w tend
vers zéro. La fonction J est donc dérivable et
hJ 0 (u), wi = a(u, w) − L(w).
Exercice 10.1.3 Soit A une matrice symétrique N × N et b ∈ RN . Pour x ∈ RN , on

pose J(x) = 21 Ax · x − b · x. Montrer que J est dérivable et que J 0 (x) = Ax − b pour
tout x ∈ RN .
Correction. Même résultat que l’exercice précédent (mais en dimension finie).
2
Exercice 10.1.4 R On reprend l’Exercice
R 10.1.2 avec V = 2L (Ω) (Ω étant un ouvert de
R ), a(u, v) = Ω uv dx, et L(u) = Ω f u dx avec f ∈ L (Ω). En identifiant V et V 0 ,
N
montrer que J 0 (u) = u − f .

Correction. D’après l’Exercice 10.1.2,
hJ 0 (u), wi = a(u, w) − L(w),
d’où Z
0
hJ (u), wi = uw − f wdx = hu − f, wiL2 .
Ω
En identifiant L2 et son dual à l’aide du produit scalaire L2 , on obtient J 0 (u) = u−f .
Exercice 10.1.5 On reprend l’Exercice 10.1.2 avec V = H01 (Ω) (Ω étant un ouvert
de RN ) que l’on munit du produit scalaire
Z
hu, vi = (∇u · ∇v + uv) dx.
Ω
R R
On pose a(u, v) = Ω ∇u · ∇v dx, et L(u) = Ω f u dx avec f ∈ L2 (Ω). Montrer (au
moins formellement) que J 0 (u) = −∆u − f dans V 0 = H −1 (Ω). Montrer que, si on
identifie V et V 0 , alors J 0 (u) = u0 où u0 est l’unique solution dans H01 (Ω) de

−∆u0 + u0 = −∆u − f dans Ω
u0 = 0 sur ∂Ω
157
Correction. La fonction J est dérivable et pour tout w ∈ H01 (Ω) on a

Z
0
hJ (u), wi = ∇u · ∇w − f wdx.
Ω
Si u appartient à H 2 (Ω) alors J 0 (u) appartient au dual de L2 (Ω). Suite à une

intégration par partie, on obtient
Z
0
hJ (u), wi = − (∆u + f )wdx.
Ω
Aussi, si on identifie L2 (Ω) et son dual à l’aide du produit scalaire L2 , on obtient

J 0 (u) = −∆u − f . Si on utilise le produit scalaire H 1 pour associer une fonction à
J 0 (u), on obtient évidemment un autre résultat. Soit v l’élément de H01 (Ω) associé
à J 0 (u) par identification de H01 (Ω) et son dual à l’aide du produit scalaire H 1 . En
d’autres termes, v est l’unique élément de H01 (Ω) tel que pour tout w ∈ H01 (Ω),
Z Z
0
∇v · ∇w + vw dx = hJ (u), wi = ∇u · ∇w + f w dx.
Ω Ω
Par intégration par partie, on en déduit que v est solution du problème aux limites
vérifié par u0 . Ainsi v = u0 et, si on identifie H01 (Ω) et son dual à l’aide du produit
scalaire H 1 , J 0 (u) = u0 .
Exercice 10.1.6 Soit Ω un ouvert borné de RN (on pourra se restreindre au cas où
N = 1 avec Ω =]0, 1[). Soit L = L(p, t, x) une fonction continue sur RN × R × Ω,
dérivable par rapport à p et t sur cet ensemble, de dérivées partielles ∂L
∂p
et ∂L
∂t
Lipschit-
Z
ziennes sur cet ensemble. On pose V = H01 (Ω) et J(v) = L(∇v(x), v(x), x)dx.
Ω
1. Montrer que J est dérivable sur H01 (Ω) et que
hJ 0 (u), wi =
Z
∂L ∂L
(∇u(x), u(x), x) · ∇w(x) + (∇u(x), u(x), x)w(x) dx .
Ω ∂p ∂t
2. Si N = 1 et Ω =]0, 1[, montrer que, si u ∈ H01 (0, 1) satisfait J 0 (u) = 0, alors u

vérifie
d ∂L 0 ∂L 0
u (x), u(x), x − u (x), u(x), x = 0 , (10.2)
dx ∂p ∂t
presque partout dans l’intervalle ]0, 1[.
3. Si L ne dépend pas de x (i.e. L = L(p, t)) et si u ∈ C 2 (]0, 1[) est une solution de
classe de l’équation différentielle (10.2), montrer que la quantité
∂L 0
L u0 (x), u(x) − u0 (x)

u (x), u(x)
∂p
est constante sur l’intervalle [0, 1].
Correction.
1. Tout d’abord, comme L est dérivable par rapport à p et t, de dérivées Lip-
schitziennes, on a
∂L ∂L K
|L(p + q, t + s, x) − L(p, t, x) − (p, t, x) · q − (p, t, x)s| ≤ (|q|2 + |s|2 ).
∂p ∂t 2
En particulier,
L(p, t, x) ≤ C(1 + |p|2 + t2 ),
et J est correctement défini. On vérifie également que
Z
∂L ∂L
M (u) · w = (∇u, u, x) · ∇w + (∇u, u, x)w dx
Ω ∂p ∂t
est une forme linéaire continue sur H 1 (RN × R × Ω). Enfin, on a
K
|J(u + w) − J(u) − M (u) · w| ≤ kwk2H 1 .
2
La fonction J est donc dérivable en u de dérivée M (u).
2. Si J 0 (u) = 0, on a pour tout w ∈ H01 (0, 1),
Z 1
∂L 0 0 ∂L 0
(u , u, x) · w + (u , u, x)w dx = 0.
0 ∂p ∂t
On en déduit que ∂L/∂p(∇u, u, x) appartient à H 1 (0, 1) et que

d ∂L 0 ∂L 0
(u , u, x) − (u , u, x) = 0
dx ∂p ∂t
presque partout.
3. Comme u est de classe C 2 , les calculs suivants sont licites :
d(L(u0 , u))

d 0 0 ∂L 0 00 ∂L 0 d ∂L 0
L(u , u) − u (u , u) = −u −u (u , u)
dx ∂p dx ∂p dx ∂p
∂L 0 d ∂L 0
= u0 (u , u) − (u , u) = 0.
∂t dx ∂p
Exercice 10.1.7 Montrer qu’une fonction J dérivable sur V est strictement convexe
si et seulement si
J(v) > J(u) + hJ 0 (u), v − ui ∀ u, v ∈ V avec u 6= v ,
ou encore
hJ 0 (u) − J 0 (v), u − vi > 0 ∀ u, v ∈ V avec u 6= v .
159
Correction. Notons tout d’abord, que ces équivalences ont été établies dans le
cours dans le cas convexe avec des inégalités larges.
Soit J une fonction dérivable. Prouvons tout d’abord que J est strictement
convexe si et seulement si
J(v) > J(u) + hJ 0 (u), v − ui ∀ u, v ∈ V avec u 6= v.
Soit J une fonction strictement convexe, u et v ∈ V tels que u 6= v. On a
u + v D
0 v − uE
J ≥ J(u) + J (u), .
2 2
De plus
u + v J(u) + J(v)
J < .
2 2
Ainsi,
J(v) > J(u) + hJ 0 (u), v − ui.
Réciproquement, si J vérifie cette dernière inégalité, pour tout couple (u, v), J est
convexe. Ainsi, pour tout u et v, non seulement l’inégalité précédente est vérifiée,
mais on a u + v
2J ≥ 2J(v) + hJ 0 (u), u − vi.
2
En sommant ces deux inégalités, on obtient
u + v
2J > J(u) + J(v).
2
Reste à prouver l’équivalence entre la stricte convexité et la deuxième inégalité.
Si J est une fonction strictement convexe, on vient de prouver que
J(v) > J(u) + hJ 0 (u), v − ui.
En commutant u et v dans cette inégalité, on obtient
J(u) > J(v) + hJ 0 (v), u − vi.
En somment ces deux inégalités, on en déduit que
0 > hJ 0 (v) − J 0 (u), u − vi.
Réciproquement, si une fonction J vérifie cette inégalité pour tout couple (u, v), elle
est convexe. Ainsi, u + v D
0 u − vE
J ≥ J(u) + J (u),
2 2
et u + v D
0 v − uE
J ≥ J(v) + J (v), ,
2 2
d’où
u + v J(u) + J(v) 1 0
J ≥ + hJ (u) − J 0 (v), u − vi
2 2 4
J(u) + J(v)
>
2
et J est strictement convexe.
Exercice 10.1.8 Soit a une forme bilinéaire symétrique continue sur V × V . Soit L
une forme linéaire continue sur V . On pose J(u) = 21 a(u, u) − L(u). Montrer que J est
deux fois dérivable sur V et que J 00 (u)(v, w) = a(v, w) pour tout u, v, w ∈ V . Appliquer
ce résultat aux exemples des Exercices 10.1.3, 10.1.4, 10.1.5.
Correction. Tout d’abord, on montre que J est dérivable. En effet,
1
J(u + v) = J(u) + a(u, v) + L(v) + a(v, v)
2
et comme a est continue, a(v, v) = o(v). On a donc J 0 (u) = a(u, .) + L. Montrons
que J 0 est lui même dérivable au sens de Fréchet :
J 0 (u + w) = a(u, .) + L + a(w, .) = J 0 (u) + a(w, .).
Ainsi, J 00 (u)w = a(w, .) ou encore J 00 (u)(v, w) = a(v, w).

La fonctionnelle J(x) = 12 Ax · x − b · x de l’Exercice 10.1.3 est deux fois dérivable
dans RN et J 00 (x)(X, Y ) = AX · Y .
La fonctionnelle J(u) = 12 Ω uv dx − R Ω f u dx de l’Exercice 10.1.4 est deux fois
R R
dérivable dans L2 (Ω) et J 00 (u)(v, w) = Ω vw dx.

La fonctionnelle J(u) = 21 Ω (∇u · ∇v + uv) dx −R Ω f u dx de l’Exercice 10.1.5 est
R R
deux fois dérivable dans H01 (Ω) et J 00 (u)(v, w) = Ω (∇v · ∇w + vw) dx.
Exercice 10.1.9 Montrer que si J est deux fois dérivable sur V les conditions des
Propositions 10.1.4 et 10.1.5 sont respectivement équivalentes à
J 00 (u)(w, w) ≥ 0 et J 00 (u)(w, w) ≥ αkwk2 ∀ u, w ∈ V . (10.3)
Correction. Montrons que pour tout α ≥ 0, les conditions de la proposition 10.1.5

sont équivalentes à
J 00 (u)(w, w) ≥ αkwk2 , ∀u, w ∈ V
(l’équivalence avec les conditions de la Proposition 10.1.4 est obtenue en choisissant
α = 0). Supposons que pour tout u et v,
α
J(v) ≥ J(u) + hJ 0 (u), v − ui + ku − vk2 .
2
Comme J est deux fois différentiable,
J(v) = J(u + w)
1
= J(u) + hJ 0 (u), wi + J 00 (w, w) + o(kwk2 ),
2
où w = v − u. Ainsi, pour tout w,
J 00 (u)(w, w) + o(kwk2 ) ≥ αkwk2 .

161
Ainsi, pour tout λ 6= 0 et w 6= 0,

o(kλwk2 )

00 w w
J , + ≥ α.
kwk kwk kλwk2
En faisant tendre λ vers zéro, on obtient

00 w w
J , ≥α
kwk kwk
et J 00 (w, w) ≥ αkwk2 . Réciproquement, si J 00 (w, w) ≥ αkwk2 , On pose f (t) =

J(u + t(u − v)). La fonction f est deux fois dérivable,
f 0 (t) = J 0 (u + t(v − u)) · (v − u)
et
f 00 (t) = J 00 (u + t(v − u))(v − u, v − u) ≥ αkv − uk2 .
Ainsi, Z 1
0 0
f (1) − f (0) = f 00 (t)dt ≥ αku − vk2
0
c’est à dire
hJ 0 (u) − J 0 (v), u − vi ≥ αku − bk2 .
Exercice 10.2.1 Soit K un convexe fermé non vide de V . Pour x ∈ V , on cherche la

projection xK ∈ K de x sur K (voir le Théorème 12.1.10)
kx − xK k = min kx − yk.
y∈K
Montrer que la condition nécessaire et suffisante
hJ 0 (xK ), y − xK i ≥ 0 ∀ y ∈ K (10.4)
du Théorème 10.2.1 se ramène exactement à
hxK − x, xK − yi ≤ 0, ∀y ∈ K. (10.5)
Correction. Soit
J(y) = kx − yk2 .
La fonction J est dérivable de plus, pour tous éléments xK et y de V , hJ 0 (xK ), y −
xK i = 2hx − xK , xK − yi. La condition d’optimalité de xK (10.4) est
hJ 0 (xK ), y − xK i ≥ 0 pour tout y ∈ K,
c’est à dire
hx − xK , xK − yi ≥ 0 pour tout y ∈ K,
qui n’est rien d’autre que (10.5).
Exercice 10.2.2 Soit A une matrice réelle d’ordre p × n et b ∈ Rp . On considère le

problème “aux moindres carrés”
inf kAx − bk2 .

x∈Rn
Montrer que ce problème admet toujours une solution et écrire l’équation d’Euler cor-
respondante.
Correction. On pose
J(x) = kAx − bk2 .
Soit K l’orthogonal du noyau de A. On pose α = inf u∈K\{0} kAuk2 /kuk2 > 0. On
constate que J est α-convexe sur K convexe. Elle admet donc un unique minimum
sur K qui est un minimum sur Rn , car J(x + y) = J(x) pour tout élément y du
noyau de A. Comme
hJ 0 (x), yi = 2(Ax − b) · Ay,
l’équation d’Euler correspondante J 0 (x) = 0 est
A∗ Ax = A∗ b.
Exercice 10.2.3 On reprend l’Exemple 9.1.6

1
inf J(x) = Ax · x − b · x
x∈KerB 2
avec A matrice symétrique carrée d’ordre n, et B de taille m × n (m ≤ n). Montrer

qu’il existe une solution si A est positive et qu’elle est unique si A est définie positive.
Montrer que tout point de minimum x ∈ Rn vérifie
Ax − b = B ∗ p avec p ∈ Rm .
Correction. La fonctionnelle J est dérivable et J 0 (x) = Ax−b. Ainsi, un élément x

de Ker B est un minimiseur de J sur Ker B si et seulement si, pour tout y ∈ Ker B,
(Ax − b) · y = 0, c’est à dire Ax − b ∈ (Ker B)⊥ . Enfin,
(Ker B)⊥ = {x ∈ Rn : Bx · y = 0, ∀y ∈ Rm }⊥
= {x ∈ Rn : x · B ∗ y = 0, ∀y ∈ Rm }⊥
= (( ImB ∗ )⊥ )⊥
= ImB ∗ .
Il existe donc p ∈ Rm tel que Ax − b = B ∗ p.
Exercice 10.2.4 On reprend l’Exemple 9.1.10. Montrer que l’équation d’Euler vérifiée
par le point de minimum u ∈ H01 (Ω) de
Z Z
1 2
inf J(v) = |∇v| dx − f v dx
v∈H01 (Ω) 2 Ω Ω
163
est précisément la formulation variationnelle

Z Z
∇u · ∇v dx = f v dx ∀ v ∈ H01 (Ω).
Ω Ω
(On retrouve ainsi un résultat de la Proposition 5.2.7.)
Correction.
Z Z
1
J(u + v) = J(u) + (∇u · ∇v − f v) dx + |∇v|2 dx.
Ω 2 Ω
Ainsi, J est dérivable en tout point u de H01 (Ω) et

Z
0
hJ (u), vi = (∇u · ∇v − f v) dx,
Ω
Au point de minimum de J, J 0 (u) = 0, c’est à dire

Z Z
∇u · ∇v dx = f v dx pour tout v ∈ H01 (Ω)
Ω Ω
Exercice 10.2.5 Soit K un convexe fermé non vide de V , soit a une forme bilinéaire
symétrique continue coercive sur V , et soit L une forme linéaire continue sur V . Montrer
que J(v) = 12 a(v, v)−L(v) admet un unique point de minimum dans K, noté u. Montrer
que u est aussi l’unique solution du problème (appelé inéquation variationnelle)
u∈K et a(u, v − u) ≥ L(v − u) ∀ v ∈ K .
Correction. La forme bilinéaire a(., .) étant coercive, la fonction J est fortement

convexe. Elle admet donc un unique minimum u sur le convexe fermé non vide K.
De plus, J étant symétrique,
hJ 0 (u), wi = a(u, w) − L(w).
Un élément u de K est un minimiseur de J sur K si et seulement si
hJ 0 (u), v − ui ≥ 0, pour tout v ∈ K,
c’est à dire
a(u, v − u) ≥ L(v − u), ∀v ∈ K.
Exercice 10.2.6 Soit J1 et J2 deux fonctions convexes continues sur une partie con-
vexe fermée non vide K ⊂ V . On suppose que J1 seulement est dérivable. Montrer que
u ∈ K est un minimum de J1 + J2 si et seulement si
hJ10 (u), v − ui + J2 (v) − J2 (u) ≥ 0 ∀ v ∈ K .

Correction. Soit u minimum de J1 + J2 sur K, alors pour tout v ∈ K et h ∈]0, 1[,

u + h(v − u) ∈ K et
J1 (u + h(v − u)) − J1 (u) J2 (u + h(v − u)) − J2 (u)
+ ≥0
h h
De plus,
J2 (u + h(v − u)) = J2 ((1 − h)u + hv) ≤ (1 − h)J2 (u) + hJ2 (v)
d’où
J1 (u + h(v − u)) − J1 (u)
+ J2 (v) − J2 (u) ≥ 0.
h
En passant à la limite en h → 0, on obtient
hJ10 (u), v − ui + J2 (v) − J2 (u) ≥ 0 pour tout v ∈ K
La réciproque découle de (10.7). Si J1 et J2 vérifient l’équation précédente, J1 étant

convexe, on a
J1 (v) ≥ J1 (u) + hJ10 (u), v − ui.
Ainsi,
J1 (v) − J1 (u) + J2 (v) − J2 (u) ≥ 0 pour tout v ∈ K
et u est un minimiseur de J1 + J2 sur K.
Exercice 10.2.7 Soit K un sous-ensemble d’un espace de Hilbert V . Montrer que

pour tout v ∈ K,
w ∈ V , ∃ (v n ) ∈ K N , ∃ (εn ) ∈ (R∗+ )N ,

K(v) = n
limn→+∞ v n = v , limn→+∞ εn = 0 , limn→+∞ v ε−v
n =w
est un cône fermé et que K(v) = V si v est intérieur à K. Donner un exemple où K(v)
est réduit à {0}.
Correction. Montrons que K(v) est un cône. Tout d’abord, 0 appartient toujours à
K(v) (il suffit de choisir vn = v). Soit w un élément de K(v) et α un réel strictement
positif. D’après la définition de K(v), il existe une suite vn d’éléments de K, une
suite εn de réels positifs tels que vn converge vers v, εn converge vers zéro et
vn − v
→ w.
εn
On pose εen = α−1 εn . On a
vn − v
→ αw,
εen
d’où αw ∈ K(v) et K(v) est un cône.
Montrons que K(v) est fermé. Soit wm ∈ K(v) tel que wm → w. On note v n,m
et εn,m les suites telles que
v n,m − v
lim = wm .
n→+∞ εn,m
165
Pour tout δ > 0, il existe m tel que
kwm − wk ≤ δ/2
Comme (v n,m − v)/εn,m converge vers wm lorsque n tend vers l’infini et , il existe n
tel que v n,m − v
n,m − wm ≤ δ/2 et kv n,m − vk ≤ δ.

ε
On a montré que, pour tout δ > 0, il existe vδ = v n,m ∈ K et εδ = εn,m tels que
v − v
δ
kεδ k ≤ δ, − w ≤ δ et kvδ − vk ≤ δ.

εδ

Ainsi, w appartient à K(v).

Si K(v) est à l’intérieur de K, il existe un réel r strictement positif tel que la
boule de rayon r centrée en v soit incluse dans K. Pour tout élément w ∈ V ,
vn − v
w = lim ∈ K(v),
n→0 εn
rw r
où v n = v + nkwk et εn = nkwk . En d’autres termes, V ⊂ K(v), d’où K(v) = V .
Enfin, pour K = 0, K(0) = {0}.
Exercice 10.2.8 Soit A une matrice est symétrique définie positive d’ordre n, et B une
matrice de taille m × n avec m ≤ n. A l’aide des conditions d’optimalité du Théorème
10.2.8, déterminer une expression explicite de la solution x du problème d’optimisation

1
min J(x) = Ax · x − b · x ,
Bx=c 2
où c ∈ Rm est un vecteur donné.

Correction. Les conditions d’optimalité s’écrivent à nouveau
Ax − b = B ∗ p.
Ainsi, x = A−1 (b + B ∗ p) et comme Bx = c. Si B est de rang m, BA−1 B ∗ est

inversible et
p = (BA−1 B ∗ )−1 (c − BA−1 b) et x = A−1 b + A−1 B ∗ (BA−1 B ∗ )−1 (c − BA−1 b).
Si B n’est pas de rang maximal, les contraintes sont soit redondantes, soit contra-
dictoires. Si elles sont contradictoires, il n’y a pas d’optimum (l’ensemble de mini-
misation est vide). Si les contraintes sont redondantes, il existe p ∈ Rm tel que
BA−1 B ∗ p = c − BA−1 b,
et p est défini à l’addition d’un élément de Ker B ∗ près. Par contre, x est défini de
manière unique par la relation x = A−1 (b + B ∗ p).
Exercice 10.2.9 On reprend l’Exemple 9.1.7. Soit A une matrice symétrique d’ordre
n et J(x) = Ax · x. A l’aide du Théorème 10.2.8, montrer que les points de minimum
de J sur la sphère unité sont des vecteurs propres de A associés à la plus petite valeur
propre.
Correction. On note K la sphère unité, définie par
K = {x ∈ Rn : F (x) = 0} ,
où F (x) = 1 − |x|2 . Les fonctions J et F sont toutes deux dérivables et
J 0 (x) = 2Ax F 0 (x) = −2x.
Ainsi, d’après le Théorème 10.2.8, si x est un point de minimum de J sur la sphère

unité, il existe λ tel que
J 0 (x) + λF 0 (x) = 0,
c’est à dire
Ax − λx = 0.
Toute solution optimale x est un vecteur propre de A de valeur propre λ. Notons
que l’existence d’un minimiseur est évidente, K étant compact et J continue. Le
problème de minimisation de J sur K est donc équivalent au problème de minimi-
sation de J sur l’ensemble des vecteurs propres de A de norme un. Or pour tout
vecteur propre x de A (tel que kxk = 1) de valeur propre µ, on a
J(x) = µ.
Le minimum de J est donc atteint pour les vecteurs propres de plus petite valeur
propre.
Exercice 10.2.10 En utilisant les résultats précédents et ceux de l’Exercice 10.1.6,

montrer que la solution du problème de Didon (Exemple 9.1.11) est nécessairement un
arc de cercle.
Correction. Tout d’abord, rappelons (en termes un peu simplifiés) le problème
de Didon tel qu’il est posé dans l’Exemple 9.1.11. Il s’agit de déterminer ξ et
y : [0, ξ] → R tel que y(0) = y(ξ) = 0, maximisant
Z ξ
J(y) = y(x)dx,
0
sous la contrainte Z ξp
L(y) = 1 + |y 0 |2 dx − l = 0.
0
On suppose que y, ξ est solution de ce problème. En particulier, y est solution du

même problème pour ξ fixé. On souhaite prouver que toute solution y à ce dernier
problème est un arc de cercle.
167
D’après l’exercice 10.1.6, la fonctionnelle L est dérivable et pour toute fonction

v ∈ H01 (]0, ξ[), on a
Z ξ
0 1
hL (y), vi = p y 0 v 0 dx.
0
1 + |y |2
0
La fonctionnelle J est également dérivable car linéaire. Ainsi, les conditions d’opti-
malité d’ordre un (Théorème 10.2.8) impliquent que si y est une solution, il existe
λ tel que
J 0 (y) + λL0 (y) = 0
pourvu que L0 (y) 6= 0. Le cas L0 (y) = 0 se traite de manière trivial et conduit à la
solution y = 0. On a donc
Z ξ
λ
v+p y 0 v 0 dx = 0
0 1+ |y 0 |2
pour tout v ∈ H01 (]0, ξ[). En intégrant par partie le second membre de cette équation,
on en déduit que !0
y0
λ p =1
1 + |y 0 |2
et qu’il existe une constante C telle que
y0
p = λ−1 x + C. (10.6)
1+ |y 0 |2
Dans un premier temps, on élève cette équation au carré afin de déterminer |y 0 |2 en

fonction de x. On obtient
1
= 1 − (λ−1 x + C)2 .
1 + |y 0 |2
En substituant cette expression dans l’équation (10.6), on en déduit que
λ−1 x + C
y0 = p .
1 − (λx + C)2 )
Par intégration, il existe une constante D telle que

p
y = −λ 1 − (λ−1 x + C)2 + D.
Pour conclure, il suffit de constater que
(y − D)2 + (x + λC)2 = λ2 .
Ainsi, (x, y(x)) est bien un arc de cercle. Remarquons que le multiplicateur de La-
grange λ associé à la contrainte sur la longueur n’est autre que le rayon du cercle
obtenu.
Exercice 10.2.11 On étudie la première valeur propre du Laplacien dans un domaine

borné Ω (voir la Section
R 2 7.3). Pour cela on introduit le problème de minimisation sur
1
K = {v ∈ H0 (Ω), Ω v dx = 1}
Z
2
min J(v) = |∇v| dx .
v∈K Ω
Montrer que ce problème admet un minimum (on montrera que K est compact pour les
suites minimisantes à l’aide du Théorème de Rellich 4.3.21). Écrire l’équation d’Euler de
ce problème et en déduire que la valeur du minimum est bien la première valeur propre
et que les points de minimum sont des vecteurs propres associés.
Correction. Pour tout v ∈ H01 (Ω), on note
Z 1/2
2
|v|H01 (Ω) = |∇v| dx .
Ω
D’après l’inégalité de Poincaré, |.|H01 (Ω) est une norme équivalente à la norme usuelle
de H01 (Ω). Soit un une suite minimisante de J sur K. D’après le Théorème de
Rellich, il existe une sous suite de un (que nous noterons également un ) et un élément
u ∈ H01 (Ω) tel que un converge vers u dans L2 (Ω). Montrons que (un ) est une suite
convergente dans H01 (Ω). Tout d’abord,
un − up 2 |un |2H 1 (Ω) + |up |2H 1 (Ω) un + up 2

0
2 1=
0
− . (10.7)
H0 2 2 1 H0
On note
µ = inf J(v)
v∈K
et
un + up
αn,p 2 2 .
=
L (Ω)
Comme un converge vers u dans L2 (Ω), kukL2 (Ω) = 1 et u ∈ K. De plus, αn,p converge
vers 1 lorsque n et p tendent vers l’infini. D’après l’équation (10.7),
un − up 2 |un |2H 1 (Ω) + |up |2H 1 (Ω)

2
0 2
u n + u p

2 1
= 0
− αn,p
.
H 2 2α n,p
1
H
0 0
un +up
Comme 2αn,p
∈ K, on a donc
un − up 2 |un |2H 1 (Ω) + |up |2H 1 (Ω)

≤ 0 2

2 1
0
− αn,p µ.
H 2
0
Ainsi, |un − up |H01 → 0 lorsque n et p tendent vers l’infini et un est une suite de
Cauchy dans H01 (Ω). Ainsi, un converge dans H01 (Ω) vers u et J(u) = µ.
169
R
Soit F (v) = 1 − Ω
|v|2 dx. L’ensemble de minimisation K est donné par
K = {v ∈ H01 (Ω) : F (v) = 0}.
De plus, F est dérivable et pour tout v, w ∈ H01 (Ω), on a

Z
0
hF (v), wi = −2 vwdx.
Ω
de même, J est dérivable et

Z
0
hJ (v), wi = 2 ∇v · ∇wdx.
Ω
D’après le Théorème 10.2.8, comme F 0 est non nul pour tout élément de K (et donc
en particulier pour u), il existe λ tel que
J 0 (u) + λF 0 (u) = 0,
c’est à dire tel que pour tout v ∈ H01 (Ω),

Z Z
∇u · ∇vdx = λ uvdx.
Ω Ω
Ainsi, u est un vecteur propre de valeur propre λ. En choisissant v = u dans l’ex-

pression précédente, on en déduit de plus que λ = µ. Enfin, on vérifie sans peine
que λ est nécessairement la plus petite valeur propre du Laplacien avec conditions
aux bords de Dirichlet.
Exercice 10.2.12 Soit A une matrice n × n symétrique définie positive et b ∈ Rn non

nul.
1. Montrer que les problèmes
sup b · x et sup b · x
Ax·x≤1 Ax·x=1
sont équivalents et qu’ils ont une solution. Utiliser le Théorème 10.2.8 pour cal-
culer cette solution et montrer qu’elle est unique.
2. On introduit un ordre partiel dans l’ensemble des matrices symétriques définies
positives d’ordre n en disant que A ≥ B si et seulement si Ax · x ≥ Bx · x pour
tout x ∈ Rn . Déduire de la question précédente que, si A ≥ B, alors B −1 ≥ A−1 .
Correction. 1. Si b = 0, le résultat est évident. On peut donc supposer par la
suite b 6= 0. On a pose J(x) = b · x. Soit x la solution du problème de maximisation
de J sur
K = {x ∈ Rn tel que Ax · x ≤ 1}.
Comme la dérivée de J est égale à b et n’est jamais nulle, le maximum de J sur K
ne peut être atteint dans l’intérieur de K. Il est donc atteint sur le bord, d’où
sup Ax · x = sup Ax · x.
Ax·x≤1 Ax·x=1
Les deux problèmes sont équivalents. Reste à déterminer la solution de ces problèmes.
D’après les conditions d’optimalités du premier ordre, il existe λ tel que
Ax − λb = 0.
Ainsi,
x = λA−1 b.
Il ne reste plus qu’à déterminer le multiplicateur de Lagrange λ pour définir x de
manière unique. Comme Ax · x = 1, on en déduit que
λ2 = (A−1 b · b)−1
Comme λ est positif, on a
λ = (A−1 b · b)−1/2 ,
ce qui détermine x de manière unique.
2. Soit A et B deux matrices symétriques définies positives telles que A ≥ B. Pour
tout b non nul, on a
(A−1 b · b)1/2 = sup b · x ≤ sup b · x = (B −1 b · b)1/2 .
Ax·x≤1 Bx·x≤1
d’où B −1 ≥ A−1 .
Exercice 10.2.13 En théorie cinétique des gaz les molécules de gaz sont représentées
en tout point de l’espace par une fonction de répartition f (v) dépendant de la vitesse
microscopique v ∈ RN . Les quantités macroscopiques, comme la densité du gaz ρ, sa
vitesse u, et sa température T , se retrouvent grâce aux moments de la fonction f (v)
Z Z Z
1 2 N 1
ρ= f (v) dv , ρu = v f (v) dv , ρu + ρT = |v|2 f (v) dv .
RN RN 2 2 2 RN
(10.8)
Boltzmann a introduit l’entropie cinétique H(f ) définie par
Z

H(f ) = f (v) log f (v) dv .
RN
Montrer que H est strictement convexe sur l’espace des fonctions f (v) > 0 mesurables
telle que H(f ) < +∞. On minimise H sur cet espace sous les contraintes de moment
(10.8), et on admettra qu’il existe un unique point de minimum M (v). Montrer que ce
point de minimum est une Maxwellienne définie par
|v − u|2

ρ
M (v) = exp − .
(2πT )N/2 2T
Correction. La fonction ϕ(t) = t log(t) est strictement convexe sur R+ \ {0}, en
effet, ϕ00 (t) = 1/t > 0. On en déduit que
Z
H(θf + (1 − θ)g) = ϕ(θf + (1 − θ)g)dv
R N
Z
≤ θϕ(f ) + (1 − θ)ϕ(g)dv
RN
= θH(f ) + (1 − θ)H(g).
171
Ainsi, H est convexe. De plus, l’inégalité est une égalité si et seulement si
ϕ(θf + (1 − θ)g) = θϕ(f ) + (1 − θ)ϕ(g)
presque partout. En particulier, si θ est différent de 0 et 1, on en déduit que f = g

presque partout. La fonction H est donc strictement convexe (quitte à identifier les
fonctions égales presque partout). On a
Z
0
hH (f ), gi = ((log f (v)) + 1)g(v) dv.
RN
Les contraintes sont linéaires et les conditions d’optimalité du premier ordre im-
pliquent qu’il existe λ1 et λ3 réels, λ2 ∈ RN tels que
Z
((log f (v)) + 1 + λ1 + λ2 · v + |v|2 λ3 )g(v) dv = 0
RN
pour tout g. En d’autres termes,
(log f (v)) + 1 + λ1 + λ2 · v + |v|2 λ3 = 0
presque partout ou encore
f (v) = exp(−1 − λ1 − λ2 · v − λ3 |v|2 ).
Reste à déterminer les multiplicateurs de Lagrange λ1 , λ2 et λ3 . Un calcul un peu

fastidieux permet de montrer que
2 /4λ
√ e−(1+λ1 ) e|λ2 |
Z 3
2 N
exp(−1 − λ1 − λ2 · v − λ3 |v| )dv = π √ N ,
RN λ3
2
√ N e−(1+λ1 ) e|λ2 | /4λ3
Z
2
v exp(−1 − λ1 − λ2 · v − λ3 |v| )dv = − π λ2 √ N +2
RN 2 λ3
et
Z
|v|2 exp(−1 − λ1 − λ2 · v − λ3 |v|2 )dv =
RN
2 3 √ N 5 !
e−(1+λ1 ) e|λ2 | 4λ3 N√ N

|λ | π |λ |
√ N −1 π √2 + √2 .
|λ2 |3 λ3 2 λ3 4 λ3
Les contraintes vérifiées par v nous permettent de déterminer les multiplicateurs de

√ −N 2
Lagrange. On obtient λ2 = −u/T, λ3 = (2T )−1 et e−(1+λ1 ) = 2πT e−|u| /2T ρ,
d’où on conclut que f = M .
Exercice 10.2.14 Calculer la condition nécessaire d’optimalité du second ordre pour

les Exemples 9.1.6 et 9.1.7
1.
1
inf J(x) = Ax · x − b · x ,
x∈ KerB 2
où A est une matrice carrée d’ordre n, symétrique définie positive, B une matrice
rectangulaire de taille m × n et b un vecteur de Rn .
2.
inf {J(x) = Ax · x} ,
x∈Rn ,kxk=1
où A est une matrice carrée d’ordre n, symétrique définie.
Correction.
1. On note F la fonction contrainte F (x) = Bx. On a
J 00 (u)(v, v) = Av · v
De plus, F 00 = 0. La condition d’optimalité d’ordre deux est donc
Av · v ≥ 0
pour tout v ∈ Ker B. Comme A est définie positive, cette condition est toujours
vérifiée.
2. On note F la fonction de contrainte F (x) = x·x−1. D’après la condition d’op-
timalité du premier ordre, si u est une solution du problème de minimisation,
il existe λ ∈ R tel que
2Au + λu = 0.
Comme
J 00 (u)(v, v) = 2Av · v
et F 00 (u)(v, v) = v · v, la condition d’optimalité d’ordre deux est donc
2Av · v + λv · v ≥ 0
pour tout v tel que v · u = 0.
Exercice 10.2.15 Soit A une matrice symétrique définie positive d’ordre n, et B une
matrice de taille m × n avec m ≤ n et de rang m. On considère le problème de
minimisation
1
min J(x) = Ax · x − b · x ,
x∈Rn , Bx≤c 2
Appliquer le Théorème 10.2.15 pour obtenir l’existence d’un multiplicateur de Lagrange
p ∈ Rm tel qu’un point de minimum x vérifie
Ax − b + B ∗ p = 0 , p≥0, p · (Bx − c) = 0.
173
Correction. L’ensemble des solutions admissibles est défini par
K = {x ∈ Rn : Fi (x) ≤ 0 pour tout i = 1, . . . , m},
où Fi (x) = Bi x − ci . Les fonctions Fi sont dérivables et hF 0 (x), yi = Bi y = (Bi )∗ · y.

De même, la fonction objectif
1
J(x) = Ax · x − b · x
2
est dérivable et
J 0 (x) = Ax − b.
Comme les contraintes sont affines, elles sont automatiquement qualifiées. On peut
appliquer le Théorème 10.2.15. Si x est la solution du problème de minimisation
de J sur K, il existe donc p ∈ Rm tel que
X
J 0 (x) + pi Fi0 (x) = 0, pi ≥ 0, pi Fi0 = 0,
i
c’est à dire
X
Ax − b + pi (Bi )∗ = 0, pi ≥ 0, pi (Bi x − ci ) = 0.
i
ou, sous une forme plus compacte,
Ax − b + B ∗ p = 0, p ≥ 0, p · (Bx − c) = 0.
Notons que K étant convexe et J fortement convexe, il existe un unique minimiseur

au problème considéré.
Exercice 10.2.16 Soit f ∈ L2 (Ω) une fonction définie sur un ouvert borné Ω. Pour
> 0 on considère le problème de régularisation suivant
Z
1
min |∇u|2 dx.
u∈H0 (Ω), ku−f kL2 (Ω) ≤ Ω
Montrer que ce problème admet une unique solution u . Montrer que, soit u = f , soit
u = 0, soit il existe λ > 0 tel que u est solution de

−∆u + λ(u − f ) = 0 dans Ω,
u = 0 sur ∂Ω.
Correction. On note J la fonction objectif

Z
J(u) = |∇u|2 dx
Ω
et K l’ensemble des solutions admissibles, c’est à dire
K = {v ∈ H01 (Ω) : F (v) ≤ 0},

où F (v) = kv − f k2L2 (Ω) − 2 . L’ensemble K est un convexe fermé tandis que la
fonctionnelle J est fortement convexe. Il existe donc une unique solution u au
problème de minimisation de J sur K. Les fonctionnelles J et F sont toutes deux
dérivables et, pour tout v ∈ H01 (Ω), on a
Z
0
hJ (u ), vi = 2 ∇u .∇vdx
Ω
et Z
0
hF (u ), vi = 2 (u − f )vdx.
Ω
Si la contrainte est active, c’est à dire si F (u ) = 0, on a F 0 (u ) = 0. D’après le

Théorème 10.2.15, il existe un réel λ ≥ 0 tel que
J 0 (u ) + λF 0 (u ) = 0, λF (u ) = 0,
c’est à dire tel que pour tout v ∈ H01 (Ω),

Z
∇u .∇v + λ(u − f )vdx = 0, λ(ku − f k2L2 − ) = 0.
Ω
On déduit de la première équation que u est solution du problème aux limites

−∆u + λ(u − f ) = 0 dans Ω,
u = 0 sur ∂Ω.
Si la contrainte n’est pas active, λ = 0 et u = 0 (cas ≥ kf kL2 ).
Exercice 10.3.1 On considère le problème d’optimisation, dit perturbé
inf J(v), (10.9)

Fi (v)≤ui , 1≤i≤m
avec u1 , . . . , um ∈ R.
On se place sous les hypothèses du Théorème 10.3.4 de Kuhn et Tucker. On note m∗ (u)
la valeur minimale du problème perturbé (10.9).
1. Montrer que si p est le multiplicateur de Lagrange pour le problème non perturbé
(c’est-à-dire (10.9) avec u = 0), alors
m∗ (u) ≥ m∗ (0) − pu . (10.10)
2. Déduire de (10.10) que si u 7→ m∗ (u) est dérivable, alors
∂m∗
pi = − (0).
∂ui
Interpréter ce résultat (cf. l’Exemple 9.1.8 en économie).
Correction.
175
1. D’après le Théorème du 10.2.15, la solution v du problème (10.9) non perturbé

est telle qu’il existe pi ≥ 0 tel que
J 0 (v) + pi Fi0 (v) = 0, pi Fi (v) = 0. (10.11)
Comme les fonctions J et Fi sont supposées convexes, pour tout v, on a
J(v) + p · F (v) − J(v) − p · F (v) ≥ hJ 0 (v) + p · F 0 (v), v − vi.
D’après l’équation (10.11), on a donc
J(v) + p · F (v) − J(v) ≥ 0.
Enfin, si v est la solution du problème perturbé, on en déduit comme F (v) ≤ u

que
m∗ (u) + p · u − m∗ (0) ≥ 0.
2. Supposons que l’application u 7→ m∗ (u) soit dérivable. Dans ce cas,
∗ ∗ ∂m∗
m (u) = m (0) + (0) · u + o(u).
∂u
Ainsi, d’après la question précédente,
∂m∗

(0) + p · u + o(u) ≥ 0
∂u
pour tout u. En divisant cette équation par la norme de u, on obtient que pour
tout élément u de norme unité,
∂m∗

(0) + p · u ≥ 0.
∂u
En appliquant cette inégalité à −u au lieu de u, on en déduit que
∂m∗
(0) + p = 0.
∂u
Lorsque u augmente, l’ensemble des solutions admissibles croı̂t. Ainsi, la valeur
de m∗ (u), solution du problème de minimisation, ne peut que décroı̂tre. Grâce
au multiplicateur de Lagrange p, on a une information supplémentaire : il
nous permet de déterminer le taux de décroissance de m∗ (u) est fonction de
u. Plus p est important, plus une petite variation de u par rapport à zéro
entraı̂nera une forte variation de m∗ .
Exercice 10.3.2 Donner un exemple de Lagrangien pour lequel l’inégalité (10.60) est
stricte avec ses deux membres finis.
Correction. On pose U = R, P = R et
L(v, q) = F (v + q),
où F est une fonction bornée non constante. On a alors

inf sup L(v, q) = sup F > inf F = sup inf L(v, q) . (10.12)
v∈U q∈P R R q∈P v∈U
Exercice 10.3.3 Soit U (respectivement P ) un convexe compact non vide de V (res-

pectivement Q). On suppose que le Lagrangien est tel que v → L(v, q) est strictement
convexe continue sur U pour tout q ∈ P , et q → L(v, q) est concave continue sur P
pour tout v ∈ U . Montrer alors l’existence d’un point selle de L sur U × P .
Correction. Pour tout q ∈ P , on note ϕ(q) l’unique minimiseur sur U de l’appli-
cation v 7→ L(v, q) (l’existence est assurée par la compacité de U et la continuité de
L, l’unicité par la stricte convexité de v 7→ L(v, q)). De plus, on pose
F (q) = L(ϕ(q), q) = min L(v, q).

v∈U
L’application F est l’infimum d’une famille de fonctions concaves, semi-continues

supérieurement. Elle est donc elle même concave et semi-continue supérieurement.
Comme U est compact et que F est semi-continue supérieurement, F admet au
moins un maximum sur V noté q ∗ . On pose de plus v ∗ = ϕ(q ∗ ). On va montrer que
(v ∗ , q ∗ ) est un point selle de L sur U × P , c’est à dire que
L(v ∗ , q) ≤ L(v ∗ , q ∗ ) ≤ L(v, q ∗ )
pour tout couple (v, q) ∈ U × P . La deuxième inégalité est évidente et découle

simplement de la définition de v ∗ = ϕ(q ∗ ). Il reste à prouver que pour tout q ∈ V ,
L(v ∗ , q) ≤ L(v ∗ , q ∗ ). (10.13)
Pour tout t ∈ [0, 1] et tout q ∈ V , on pose
vt = ϕ((1 − t)q ∗ + tq)
D’après la concavité de L(v, .), on a pour tout v ∈ U
L(v, (1 − t)q ∗ + tq) ≥ (1 − t)L(v, q ∗ ) + tL(v, q),
d’où on déduit (puisque q ∗ maximise F sur P et L(vt , q ∗ ) ≥ F (q ∗ )), que
F (q ∗ ) ≥ F ((1 − t)q ∗ + tq) = L(vt , (1 − t)q ∗ + tq)

≥ (1 − t)L(vt , q ∗ ) + tL(vt , q)
≥ (1 − t)F (q ∗ ) + tL(vt , q),
ce qui donne en fin de compte que pour tout q ∈ V et tout t 6= 0,
F (q ∗ ) ≥ L(vt , q).
177
Comme U est compact, il existe une suite tn convergent vers zéro tel que vtn soit
convergente. Soit ṽ la limite de vtn . D’après l’inégalité précédente, on a
F (q ∗ ) = L(v ∗ , q ∗ ) ≥ lim L(vtn , q) = L(ṽ, q).
Pour conclure, il suffit donc de prouver que ṽ = v ∗ et ainsi obtenir l’inégalité (10.13).
Or, pour tout n on a
(1 − tn )L(vtn , q ∗ ) + tn L(vtn , q) ≤ L(vtn , (1 − tn )q ∗ + tn q)

≤ L(v, (1 − tn )q ∗ + tn q).
En passant à la limite, on en déduit que pour tout v ∈ U ,
L(ṽ, q ∗ ) ≤ L(v, q ∗ ).
Ainsi, ṽ est un minimiseur de v 7→ L(v, q ∗ ). Comme cette dernière application est

strictement convexe, elle admet au plus un minimiseur et ṽ = ϕ(q ∗ ) = v ∗ .
Exercice 10.3.4 Soit une matrice rectangulaire

 
1 0 4 2 3 5
 −3 2 −1 2 −5 2 
 
A=  −4 2 −2 0 −1 2 .

 −2 4 −1 6 −2 2 
−1 2 −6 3 −1 1
On suppose que deux joueurs choisissent l’un une ligne i, l’autre une colonne j, sans qu’ils
ne connaissent le choix de l’autre. Une fois révélé leurs choix, le gain (ou la perte, selon
le signe) du premier joueur est déterminé par le coefficient aij de la matrice A (l’autre
joueur recevant ou payant −aij ). Montrer que la stratégie optimale de minimisation du
risque conduit à un problème de min-max que l’on résoudra. Le jeu est-il équitable avec
cette matrice A ?
Correction. Le premier joueur cherche à maximiser son gain quelque soit le choix
du deuxième joueur, il choisit donc la ligne i tel que minj ai,j soit maximal. En
adoptant cette stratégie, son gain minimal est alors
G1 = max min aij .

i j
Le deuxième joueur tient un raisonnement identique. Son gain minimal est donc
G2 = − min max aij .

j i
On résout aisément ces deux problèmes. La solution au premier problème pour le

premier joueur consiste à jouer la première ligne ce qui lui assure un gain au moins
nul (il ne peut pas perdre). La stratégie minimisant les risques pour le deuxième
joueur consiste à jouer la première colonne ce qui lui assure au moins un gain de −1,
c’est à dire au pire une perte de 1. Le jeu n’est pas équitable. Si les deux joueurs
adoptent cette stratégie, le premier joueur gagne 1 tandis que le deuxième perd 1.
Exercice 10.4.1 On considère le problème de commande optimal (10.72). On suppose

que K = RM , f = 0, z = 0, et zT = 0. Montrer que, pour tout t ∈ [0, T ],
Z T Z T
p(t) · y(t) = Dy(T ) · y(T ) + Qy(s) · y(s) ds + R−1 B ∗ p(s) · B ∗ p(s) ds .
t t
En déduire que s’il existe t0 ∈ [0, T ] tel que y(t0 ) = 0, alors y(t) = p(t) = 0 pour tout
t ∈ [0, T ]. Interpréter ce résultat.
Correction. Soit u la solution optimale au problème (10.72), y la solution au

problème (10.71) associé et p la solution au problème adjoint (10.76). Un simple
calcul nous donne
d
(p · y) = −Qy · y − A∗ p · y + p · Ay − B ∗ p · R−1 B ∗ p
dt
= −Qy · y − R−1 B ∗ p · B ∗ p.
Par intégration, on en déduit que

Z T
p · y(t) = p · y(T ) + Qy · y + R−1 B ∗ p · B ∗ pdt
t
Z T
= Dy(T ) · y(T ) + Qy · y + R−1 B ∗ p · B ∗ pdt.
t
S’il existe t0 ∈ [0, T ] tel que y(t0 ) = 0, on a p · y(t0 ) = 0. Comme tous les termes
du second membre de la formule précédente sont positifs ou nuls et de somme nulle,
ils sont tous nuls. En particulier, si t ∈ [t0 , T ], R−1 B ∗ p · B ∗ p(t) = 0. Comme R est
symétrique, définie positive, on en déduit que u(t) = R−1 B ∗ p(t) = 0. La commande
est donc nulle pour tout t ∈ [t0 , T ], et y(t) = exp(A(t − t0 ))y(t0 ) = 0 pour t ∈ [t0 , T ].
De même, on obtient la nullité de p sur [t0 , T ]. Ce résultat n’est pas étonnant. Il
signifie que si on cherche a annulé y alors que y est déjà nul, la commande optimale
consiste simplement à ne rien faire. Reste à prouver la nullité de y, u et p sur
l’intervalle [0, t0 ]. Il suffit de constater que le coupe (y, p) est solution d’un système
différentielle linéaire de condition initiale (y, p)(t0 ) = (0, 0) (la flèche du temps est
inversée). Ce système admet une solution unique : la solution nulle.
Ce résultat stipule que, si l’état initial n’est pas l’état cible, il n’est jamais
rentable d’atteindre exactement ce dernier. Le coût nécessaire pour s’approcher de
l’état cible devient plus important que le gain réalisé.
Exercice 10.4.2 Obtenir l’équivalent de la Proposition 10.4.4 et du Théorème 10.4.6

pour le système parabolique

 ∂y − ∆y = v + f dans ]0, T [×Ω

∂t


 y = 0 sur ]0, T [×∂Ω
 y(0) = y dans Ω
0
179
où y0 ∈ L2 (Ω), f ∈ L2 (]0, T [×Ω), v ∈ L2 (]0, T [×Ω) est la commande, et on minimise

Z T Z Z T Z Z
2 2
inf J(v) = v dt dx + |y − z| dt dx + |y(T ) − zT |2 dx,
v∈L2 (]0,T [×Ω) 0 Ω 0 Ω Ω
où z ∈ L2 (]0, T [×Ω) et zT ∈ L2 (Ω).

Correction. L’application qui à v associe y est linéaire continue de L2 (]0, T [×Ω)
dans C 0 ([0, T ]; L2 (Ω)). On en déduit que J est continue. De plus, J est forte-
ment convexe et admet donc un unique minimiseur. Combinaison de fonctions
différentiables, J est elle même différentiable (l’application qui à v associe y est
dérivable car affine continue !) et
hJ 0 (v), wi =
Z T Z Z T Z Z
2 vw dx dt + (y − z)yw dx dt + (y(T ) − zT )yw (T ) dx (10.14)
0 Ω 0 Ω Ω
où yw est solution du problème parabolique

 ∂y
 ∂tw − ∆yw = w dans ]0, T [×Ω
y =0 sur ]0, T [×∂Ω
 w
yw (0) = 0
La condition d’optimalité nécessaire et suffisante est J 0 (y) = 0. Comme dans le cas

présenté dans le cours, la formule précédente permettant de calculer la dérivée de
J est inexploitable : elle nécessite pour chaque fonction test w la résolution d’un
système parabolique. On peut obtenir une expression explicite de J 0 en fonction
d’un état adjoint p solution du système
 ∂p
 − ∂t − ∆p = y − z dans ]0, T [×Ω
p=0 sur ]0, T [×∂Ω
p(T ) = y(T ) − zT .

On vérifie sans mal que

Z T Z
0
hJ (v), wi = (v + p)w dx.
0 Ω
Exercice 10.4.3 Généraliser l’exercice précédent à l’équation des ondes.

Correction. Il s’agit d’étudier le problème hyperbolique
 2
∂ y


2t
− ∆y = v + f dans ]0, T [×Ω
∂




y=0 sur ]0, T [×∂Ω

 y(0) = y0 dans Ω
 ∂y (0) = y0


dans Ω

∂t
où y0 ∈ H01 (Ω), y1 ∈ L2 (Ω), f ∈ L2 (]0, T [×Ω) et v ∈ L2 (]0, T [×Ω) est la commande.
On minimise
Z TZ Z TZ Z
2
2
inf J(v) = v dt dx + |y − z| dt dx + |y(T ) − zT |2 dx,
2
v∈L (]0,T [×Ω) 0 Ω 0 Ω Ω
où z ∈ L2 (]0, T [×Ω) et zT ∈ L2 (Ω). A nouveau, J est dérivable, fortement convexe

et admet donc un unique minimiseur. De plus, la dérivée de J possède la même
expression (10.14) que précédemment. Cependant, yw est dans ce cas solution du
problème hyperbolique
 ∂2y
w
− ∆yw = w dans ]0, T [×Ω
 ∂t2


yw = 0 sur ]0, T [×∂Ω
y (0) = 0
 ∂yww


∂t
=0
A nouveau, on peut introduire un état adjoint afin de déterminer explicitement J 0 .
L’équation vérifiée par l’état adjoint est
 ∂2p
− ∆p = w dans ]0, T [×Ω
 ∂t2


p=0 sur ]0, T [×∂Ω

 p(0) = 0
 ∂p
∂t
= zT − y(T )
et Z T Z
0
hJ (v), wi = (v + p)w dx dt.
0 Ω
Notons que pour trouver l’état adjoint, on peut introduire un Lagrangien comme
dans le cas de la dimension finie.
Exercice 10.5.1 Pour V = R2 et J(x, y) = ax2 + by 2 avec a, b > 0, montrer que

l’algorithme de gradient à pas optimal converge en une seule itération si a = b ou si
x0 y 0 = 0, et que la convergence est géométrique dans les autres cas. Étudier aussi la
convergence de l’algorithme de gradient à pas fixe : pour quelles valeurs du paramètre
µ la convergence se produit-elle, pour quelle valeur est-elle la plus rapide ?
Correction. L’algorithme de gradient à pas optimal converge en une unique itéra-
tion si et seulement si le minimiseur de J (en l’occurrence 0) appartient à la droite
paramétrée par la fonction t 7→ tJ 0 (x, y) + (x, y), c’est à dire si et seulement si (x, y)
et J 0 (x, y) sont colinéaires. Comme J 0 (x, y) = 2(ax, by), l’algorithme converge en une
itération si et seulement le produit vectoriel entre (x0 , y0 ) et (ax0 , by0 ) est nul, c’est
à dire si a = b ou x0 y0 = 0. Dans le cas contraire, considérons (xn , yn ) la solution
obtenue au bout de n itérations du gradient à pas optimal. Comme le pas est choisi
de manière optimal, le gradient de J en (xn+1 , yn+1 ) est orthogonal au gradient de
J en (xn , yn ). Ainsi, le gradient de J en (xn+2 , yn+2 ) est colinéaire au gradient de J
en (xn , yn ). On en déduit que (xn , yn ) et (xn+2 , yn+2 ) sont colinéaires. Il existe donc
α(x, y) : R2 → R tel que
(xn+2 , yn+2 ) = α(xn , yn )(xn , yn ).
181
Enfin, pour tout réel r, on a α(rx, ry) = α(x, y). On a donc α(xn+2 , yn+2 ) = α(xn , yn )
et α(x2p , y2p ) = α(x0 , y0 ). Ainsi,
J(x2p , y2p ) = α(x0 , y0 )p J(x0 , y0 ).
La convergence est donc géométrique.

Considérons l’algorithme de gradient à pas fixe. D’après l’expression de la
dérivée de J,
xn+1 = (1 − 2µa)xn et yn+1 = (1 − 2µb)yn .
Par récurrence évidente, on en déduit une formule explicite de (xn , yn ) :
xn = (1 − 2µa)n x0 et yn = (1 − 2µb)n y0 .
La convergence a lieu lorsque max(|1 − 2µa|, |1 − 2µb|) < 1, c’est à dire
µ < min(a−1 , b−1 ).
Le pas optimal est obtenu en minimisant β = max(|1 − 2µa|, |1 − 2µb|) par rapport
à µ. Par une étude graphique rapide, on obtient que le pas optimal est
µopt = (a + b)−1 .
La raison de la suite géométrique est alors
β = |a − b|/(a + b).
Pour terminer, notons qu’on peut également calculer explicitement la raison β 0 de

la suite dans le cas de l’algorithme à pas optimal. A titre indicatif, on obtient
√ −1/2
β 0 = |a − b||x0 ||y0 | ab (ax20 + by02 )(a3 x20 + b3 y02 ) .
L’algorithme du gradient à pas optimal converge au moins aussi rapidement que

l’algorithme à pas fixe optimal. La convergence des deux algorithmes est identique
si a = b ou a|x0 | = b|y0 |.
PN
Exercice 10.5.2 Soit V = RN et K = {x ∈ RN tel que i=1 xi = 1}. Expliciter
l’opérateur de projection orthogonale PK et interpréter dans ce cas la formule
un+1 = PK (un − µJ 0 (un )) (10.15)
définissant l’algorithme de gradient projeté à pas fixe en terme de multiplicateur de

Lagrange.
√ −1 PN
Correction. Soit n = N i=1 ei le vecteur normal à K. L’opérateur de pro-
jection sur K est
PK (u) = u + (1 − u · n)n.
La formule (10.106) implique que si u minimise J sur K
u = PK (u − µJ 0 (u)) = u − µJ 0 (u) + (1 − u · n + µJ 0 (u) · n)n.

Comme u · n = 1, on en déduit que
J 0 (u) + λn = 0.
où λ = −J 0 (u)·n. On retrouve la condition d’optimalité du Théorème 10.2.8, vérifiée

par les minimiseurs de J sur K, où λ est le multiplicateur de Lagrange associé à la
contrainte u ∈ K.
Exercice 10.5.3 Appliquer l’algorithme d’Uzawa au problème

1
min J(v) = Av · v − b · v , (10.16)
v∈RN , F (v)=Bv−c≤0 2
où A est une matrice N × N symétrique définie positive, b ∈ RN , B une matrice M × N

et c ∈ RM . Si la matrice B est de rang M , ce qui assure l’unicité de p d’après la
Remarque 10.3.12, montrer que la suite pn converge vers p.
Correction. Le Lagrangien associé à ce problème est
1
L(v, q) = Av · v − b · v + q · (Bv − c)
2
avec q ∈ RM n
+ . Soit p la suite de multiplicateurs obtenus par l’algorithme d’Uzawa
et un la suite d’éléments de RN définie par
L(un , pn ) = min L(v, pn ). (10.17)

v
On rappelle que pn+1 est déterminé à l’aide de pn par
pn+1 = PRM
+
(pn + µF (un )) , (10.18)
où µ est le pas de l’algorithme, choisit suffisamment petit. La matrice A étant

symétrique définie positive, le problème (10.17) admet comme unique solution
un = A−1 (b − B ∗ p).
En explicitant la définition (10.18) de pn+1 en fonction de pn , on obtient

−1 ∗ n −1
pn+1 = PRM

+
(Id −µBA B )p + µ(BA b − c) .
Afin de prouver la convergence de la suite pn , il suffit de montrer que l’application

qui à pn+1 associe pn est strictement contractante. Comme la projection PRM +
est
contractante, il suffit de prouver que l’application
q 7→ (Id −µBA−1 B ∗ )q + µ(BA−1 b − c)
est contractante. Comme B est de rang M , la matrice BA−1 B ∗ est définie positive.
Pour µ suffisamment petit, la matrice Id −µBA−1 B ∗ est symétrique, définie positive
de valeurs propres strictement plus petites que l’identité. L’application précédente
183
est donc strictement contractante et l’algorithme convergent. On note p sa limite.

La suite un est également convergente et sa limite u est telle que
Au − b + B ∗ p = 0. (10.19)
Enfin, comme p = PRM
+
(p + µF (u)), pour tout q ∈ RM
+ , on a
(p − (p + µF (u))) · (q − p) ≥ 0,
c’est à dire F (u) · p ≥ F (u) · q. On en déduit que
F (u) ≤ 0 (10.20)
et que F (u) · p ≥ 0. Or comme F (u) ≤ 0 et p ≥ 0, on a également F (u) · p ≤ 0.
Ainsi,
F (u) · p = 0. (10.21)
De (10.19), (10.20) et (10.21), on conclut que u est solution du problème de mini-
misation étudié.
Exercice 10.5.4 En plus des hypothèses de la Proposition 10.5.10, on suppose que

les fonctions J et F1 , . . . , FM sont continûment différentiables. On note de nouveau I(u)
l’ensemble des contraintes actives en u, et on suppose que les contraintes sont qualifiées
en u au sens de la Définition 10.2.13. Enfin, on suppose que les vecteurs Fi0 (u) i∈I(u)

sont linéairement indépendants, P ce qui 0assure l’unicité des multiplicateurs de Lagrange

λ1 , . . . , λM tels que J 0 (u) + M i=1 λi Fi (u) = 0, avec λi = 0 si i ∈
/ I(u). Montrer alors
que, pour tout indice i ∈ {1, . . . , M }

2
lim max (Fi (uε ), 0) = λi .
ε→0 ε
Correction. Pour tout i ∈ / I(u), on a Fi (u) < 0. Ainsi, pour assez petit, on a
Fi (u ) < 0 et max(Fi (u ), 0) = 0. En particulier, pour tout i ∈
/ I(u), on a bien

2
lim max (Fi (uε ), 0) = 0 = λi .
ε→0 ε
On pose
M
X
J (v) = J(v) + −1
[max(Fi (v), 0)]2 .
i=1
Les fonction Fi étant supposées continûment dérivables, J est dérivable et
M
X
J0 (v) 0
= J (v) + 2 −1
max(Fi (v), 0)Fi0 (v).
i=1
Comme u minimise J , on a J0 (u ) = 0 et

M
X
0 −1
J (u ) = −2 max(Fi (u ), 0)Fi0 (u ). (10.22)
i=1
De plus u converge vers u pour lequel

X
J 0 (u) = − λi Fi0 (u). (10.23)
i∈I(u)
Comme les applications linéaires (Fi0 (u))i∈I(u) sont indépendantes, il existe une fa-
mille (ai )i∈I(u) d’éléments de RN telle que
hFi0 (u), aj i = δij
pour tout i et j ∈ I(u). Comme Fi0 (u ) converge vers Fi0 (u), pour assez pe-
tit, la famille (Fi0 (u ))i∈I(u) est indépendante et il existe une famille (ai )i∈I(u) ∈
Vect((ai )i∈I(u) ) telle que
hFi0 (u ), aj i = δij
pour tout i et j ∈ I(u). De plus, pour tout i ∈ I(u), ai converge vers ai . Enfin, pour
tout i ∈ I(u),
X
−1 −1 0
−2 max(Fi (u), 0) = − 2 max(Fj (u ), 0)Fj (u ), ai .
j∈I(u)
Comme −1 max(Fi (u), 0)) converge vers zéro pour tout i ∈
/ I(u),
M
X
−1 −1
lim −2 max(Fi (u), 0) = lim −2 max(Fj (u ), 0) hFj0 (u ), ai i

j=1
0
= limhJ (u ), ai i

= hJ 0 (u), ai i = λi .
ANNEXE 185
ANALYSE NUMÉRIQUE MATRICIELLE
Exercice 13.1.1 Montrer que

1. kAk2 = kA∗ k2 = maximum des valeurs singulières de A,
2. kAk1 = max1≤j≤n ( ni=1 |aij |) ,
P
P
n
3. kAk∞ = max1≤i≤n j=1 |a ij | .
Correction.
1. Tout d’abord, on rappelle que les valeurs singulières de A sont les racines carré
des valeurs propres de la matrice symétrique A∗ A. Par définition, on a
1/2
(Ax)∗ · Ax

kAk2 = max .
x∈Cn ,x6=0 x∗ · x
Ainsi,
1/2
(A∗ Ax)∗ · x

kAk2 = max
x∈Cn ,x6=0 x∗ · x
est bien le maximum des valeurs singulières de A (la matrice A∗ A est symé-
trique, positive et diagonalisable).
On a pour tout x ∈ Cn ,
kxk2 = sup |x · y|.
y∈Cn ,kyk2 ≤1
Ainsi,
kAxk2 = sup |Ax · y| = sup |x · A∗ y| ≤ kxk2 kA∗ k2 .
y∈Cn ,kyk2 ≤1 y∈Cn ,kyk2 ≤1
On en déduit que kAk2 ≤ kA∗ k2 et finalement kAk2 = kA∗ k2 .

2. P P
kAxk1 k aik xk

i
kAk1 = max = max P .
x∈C,x6=0 kxk1
k |xk |
x∈C,x6=0
Pour tout indice j, en choisissant xk = δjk , on obtient

X
kAk1 ≥ |aij |.
i
De plus,
P P P
aij x j i,j |aij ||xj |

i
kAk1 = max P j ≤ max P
j |xj | j |xj |
x∈C,x6=0 x∈C,x6=0
P P
j( |aij |) |xj | X
= max Pi ≤ max |aij |.
j |xj |
x∈C,x6=0 j
i
186 ANALYSE NUMÉRIQUE MATRICIELLE
3. On a P
 
maxk j ak,j xj

kAk∞ = max  .
x∈C,x6=0 maxk |xk |
Soit i ∈ {1, · · · n} et x ∈ Cn telle que pour tout indice j, xj soit égal au signe
de ai,j . On déduit de l’expression précédente que
!
X
kAk∞ ≥ max |ai,j | .
i
j
Réciproquement,
P
maxi j |ai,j ||xj |
X
kAk∞ ≤ max ≤ max |ai,j |.
x∈C,x6=0 maxi |xi | i
j
Exercice 13.1.2 Soit une matrice A ∈ Mn (C). Vérifier que

1. cond(A) = cond(A−1 ) ≥ 1, cond(αA) = cond(A) ∀α 6= 0,
2. pour une matrice quelconque, cond2 (A) = µµn1 (A)
(A)
, où µ1 (A), µn (A) sont respecti-
vement la plus petite et la plus grande valeur singulière de A,
3. pour une matrice normale, cond2 (A) = |λ n (A)|
|λ1 (A)|
, où |λ1 (A)|, |λn (A)| sont respecti-
vement la plus petite et la plus grande valeur propre en module de A,
4. pour toute matrice unitaire U , cond2 (U ) = 1,
5. pour toute matrice unitaire U , cond2 (AU ) = cond2 (U A) = cond2 (A).
Correction.
1.
cond(A) = kAkkA−1 k = kA−1 kkAk = cond(A−1 ).
De plus d’après les propriétés élémentaires des normes subordonnées,
cond(A) = kAkkA−1 k ≥ kAA−1 k = k Id k = 1.
Enfin, cond(αA) = kαAkk(αA)−1 k = |α||α|−1 kAkkA−1 k = cond(A).

2. D’après l’Exercice 13.1.1, kAk2 est la plus grande valeur singulière de A.
Comme les valeurs singulières de A−1 sont les inverses des valeurs singulières
de A, on en déduit que cond2 (A) = µµn1 (A)
(A)
.
3. Pour une matrice normale (donc diagonalisable), les valeurs singulières sont
les modules des valeurs propres. Ainsi, d’après le point précédent, pour toute
matrice normale on a encore cond2 (A) = |λ n (A)|
|λ1 (A)|
.
4. Pour une matrice unitaire, kU k2 = kU −1 k2 = 1. Ainsi, cond2 (U ) = 1.
5. Si U est une matrice unitaire, on a
(AU )(AU )∗ = AU U ∗ A∗ = AA∗ et (U A)∗ (U A) = A∗ A.

ANNEXE 187
Ainsi, la plus grande valeur singulière de A est égale à la plus grande valeur
singulière de U A tandis que la plus grande valeur singulière de A∗ est égale à
la plus grande valeur singulière de (AU )∗ . On a donc
kAU k2 = k(AU )∗ k2 = kA∗ k2 = kAk2 = kU Ak2 .
De plus, comme (AU )−1 et (U A)−1 sont le produit (à gauche et à droite) de
A−1 avec la matrice unitaire U ∗ , on a également
k(AU )−1 k2 = kA−1 k2 = kAk2 = k(U A)−1 k2 .
On en déduit que cond2 (AU ) = cond2 (U A) = cond2 (A).
Exercice 13.1.3 Montrer que le conditionnement de la matrice de rigidité Kh , donnée

par (6.12) pour la méthode des éléments finis P1 appliquée au Laplacien, est
4
cond2 (Kh ) ≈ . (13.1)
π 2 h2
On montrera que les valeurs propres de Kh sont

−1 2 kπ
λk = 4h sin 1 ≤ k ≤ n,
2(n + 1)
pour des vecteurs propres uk donnés par leurs composantes

k jkπ
uj = sin 1 ≤ j, k ≤ n.
n+1
Correction. Dans un premier temps, on vérifie que les vecteurs uk sont les vecteurs
propres de Kh . On a
(Kh uk )j = h−1 (−ukj−1 + 2ukj − ukj+1 )

−1 (j − 1)kπ jkπ (j + 1)kπ
=h sin + 2 sin − sin
n+1 n+1 n+1
i(j−1)kπ i(j)kπ i(j−1)kπ i(j−1)kπ i(j)kπ i(j−1)kπ

−1 − − n+1 − n+1
= (2ih) −e n+1 + 2e n+1 −e n+1 −e n+1 + 2e −e
ijkπ ijkπ
ikπ −ikπ

= (2ih)−1 e n+1 − e− n+1 −e n+1 + 2 − e n+1

−1 jkπ 2 kπ
= 4h sin sin
n+1 2(n + 1)

kπ
= 4h−1 sin2 ukj .
2(n + 1)
La matrice Kh étant normale,
cond2 (Kh ) = |λn (Kh )|/|λ1 (Kh )|.

La plus grande valeur propre de Kh est 4h−1 sin2 (nπ/2(n + 1)) ≈ 4h−1 et la plus
petite 4h−1 sin2 (π/2(n + 1)) ≈ 4h−1 (π/2(n + 1))2 = hπ 2 . La matrice Kh étant nor-
male, le conditionnement de Kh est
4h−1 4
cond2 (Kh ) ≈ 2
= 2 2.
hπ π h
Exercice 13.1.4 Montrer que les factorisations LU et de Cholesky conservent la struc-

ture bande des matrices.
Correction. Considérons le cas de la factorisation LU. Soit A une matrice bande
de demi largeur de bande p. On raisonne par récurrence afin de prouver que les
matrices L et U sont également des matrices bande de demi largeur de bande p. Les
composantes des matrices L et U sont déterminées en fonction des composantes de
A colonnes par colonnes. Supposons que les j − 1 premières colonnes de L et U soit
de demi largeur de bande p. Les composantes de la j ème colonne de U sont définies
pour 1 ≤ i ≤ j par
i−1
X
ui,j = ai,j − li,k uk,j .
k=1
La matrice A étant une matrice bande de demi-largeur p, on a ai,j = 0 pour tout

i tels que j > i + p. Par une (nouvelle) récurrence (sur i cette fois), on en déduit
que ui,j = 0 pour tout i tel que j > i + p. Ainsi, la jème colonne de U est celle
d’une matrice bande creuse de demi largeur de bande p. La jème colonne de L est
déterminée pour j + 1 ≤ i ≤ n par
Pj−1
ai,j − k=1 li,k uk,j
li,j = .
uj,j
D’après l’hypothèse de récurrence sur la structure bande des j premières colonnes

de L, on a li,k = 0 dès que i − k > p. Ainsi, le terme de somme apparaissant dans
l’expression de li,j est nul dès que i − (j − 1) > p et en particulier dès que i − j > p.
Ainsi, li,j = 0 dès que i − j > p et les j premières colonnes de L on une structure de
matrice bande de demi largeur p. Ceci achève la récurrence et prouve que la structure
bande est conservée par la factorisation LU. La matrice B issue de la factorisation
de Cholesky n’est autre que le produit de L par une matrice diagonale, si L est
une matrice bande, B l’est également. La factorisation de Cholesky conserve donc
également la structure bande.
Exercice 13.1.5 Montrer que, pour une matrice bande d’ordre n et de demie largeur
de bande p, le compte d’opérations de la factorisation LU est O(np2 /3) et celui de la
factorisation de Cholesky est O(np2 /6).
Correction. Voir les remarques du répertoire... N’y aurait-il pas une erreur d’énon-
cé ?
ANNEXE 189
Exercice 13.1.6 Soit A une matrice hermitienne définie positive. Montrer que pour
tout ω ∈ ]0, 2[, la méthode de relaxation converge.
Correction. La matrice A étant hermitienne définie positive, sa diagonale D est
constituée de réels strictement positif. La matrice M = D/ω − E est donc inver-
sible et la méthode de relaxation correctement définie. De plus, d’après les Lemmes
13.1.26 et 13.1.27, la méthode de relaxation est convergente dès que M ∗ + N est
définie positive. Or
2−ω
M∗ + N = D,
ω
qui est définie positive pour tout ω ∈]0, 2[.
Exercice 13.1.7 Montrer que, pour la méthode de relaxation, on a toujours
ρ(M −1 N ) ≥ |1 − ω| , ∀ω 6= 0,
et donc qu’elle ne peut converger que si 0 < ω < 2.

Correction. Le vecteur e1 = (1, 0, · · · , 0) est un vecteur propre de M −1 N de
valeur propre 1 − ω. Ainsi, ρ(M −1 N ) ≥ |1 − ω| et la méthode de relaxation ne peut
converger que pour ω ∈]0, 2[.
Exercice 13.1.8 Soit A une matrice symétrique définie positive. Soit (xk )0≤k≤n la
suite de solutions approchées obtenues par la méthode du gradient conjugué. On pose
rk = b − Axk et dk = xk+1 − xk . Montrer que
(i) l’espace de Krylov Kk est aussi égal à
Kk = [r0 , ..., rk ] = [d0 , ..., dk ],
(ii) la suite (rk )0≤k≤n−1 est orthogonale
rk · rl = 0 pour tout 0 ≤ l < k ≤ n − 1,
(iii) la suite (dk )0≤k≤n−1 est conjuguée par rapport à A
Adk · dl = 0 pour tout 0 ≤ l < k ≤ n − 1.
Correction.
(i) On rappelle que rk est définie par rk = r0 − Ayk ⊥Kk−1 , où yk ∈ Kk−1 . On a
Ayk ∈ Kk . Ainsi, rk ∈ Kk et (r0 , · · · , rk ) est une famille de Kk . Reste à mon-
trer que cette famille est génératrice. On raisonne par récurrence. Supposons
que Kk−1 = [r0 , · · · , rk−1 ]. Si rk n’appartient pas à Kk−1 , on a
dim([r0 , · · · , rk ]) = dim([r0 , · · · , rk−1 ]) + 1 = dim(Kk−1 ) + 1 ≥ dim(Kk ).
L’espace [r0 , · · · , rk ] étant inclus dans Kk et de même dimension, ils sont

égaux. Reste à considérer le cas où rk appartient à Kk−1 . Comme rk est or-
thogonal à Kk−1 , on a dans ce cas rk = 0 et r0 = Ayk . Or yk ∈ [r0 , · · · , Ak−1 r0 ].
Ainsi, r0 ∈ [Ar0 , · · · , Ak r0 ]. La famille (r0 , · · · Ak r0 ) n’est pas libre et Kk est

un espace de dimension strictement inférieure à k. Dans ce cas, on a
Kk = Kk−1 = [r0 , · · · , rk−1 ] = [r0 , · · · , rk ].
Comme yk appartient à Kk−1 , le vecteur dk = yk+1 − yk appartient à Kk .

Ainsi, [d0 , . . . , dk ] est un sous espace de Kk . Supposons que pour un k donné,
on ait Kk−1 = [d0 , . . . , dk−1 ]. Si yk+1 n’appartient pas à Kk−1 , dk n’appartient
pas à Kk−1 et Kk = [d0 , . . . , dk ]. Dans le cas contraire (yk+1 appartient à
Kk−1 ), on a yk = yk+1 et rk+1 = rk . En particulier, rk+1 appartient à Kk et
est orthogonal à Kk . On a donc rk+1 = 0. On en déduit que rk est nul et que
Kk = Kk−1 . On a donc a nouveau Kk = [d0 , . . . , dk ].
(ii) Le vecteur rk est orthogonal à Kk−1 = [r0 , . . . , rk−1 ].
(iii) On a hA−1 r0 − yk , yiA = 0 pour tout y ∈ Kk−1 . Ainsi, hyk+1 − yk , yiA = 0
pour tout y ∈ Kk−1 . En d’autres termes,
hdk , yiA = 0, ∀y ∈ [d0 , . . . , dk−1 ].
Exercice 13.1.9 Si on considère la méthode du gradient conjugué comme une méthode

directe, montrer que dans le cas le plus défavorable, k0 = n − 1, le nombre d’opérations
(multiplications seulement) pour résoudre un système linéaire est Nop = n3 (1 + o(1)).
Correction. A chaque itérations, on effectue de l’ordre de n2 opérations, l’essentiel

du temps étant consacré au calcul de Apk . Dans le cas le plus défavorable, l’algo-
rithme converge au bout de n itérations. Dans ce cas, le nombre d’itérations est de
l’ordre de n3 .
Exercice 13.1.10 On note avec un tilde ˜· toutes les quantités associées à l’algorithme
du gradient conjugué appliqué au système linéaire (13.12). Soit xk = B −∗ x̃k , rk =
Br̃k = b − Axk , et pk = B −∗ p̃k . Montrer que l’algorithme du gradient conjugué pour
(13.12) peut aussi s’écrire sous la forme

 choix initial x0
initialisation r0 = b − Ax0
p0 = z0 = C −1 r0

zk−1 ·rk−1
αk−1 = Ap


 k−1 ·pk−1
x = x k−1 + αk−1 pk−1

k



rk = rk−1 − αk−1 Apk−1

itérations k ≥ 1
 zk = C −1 rk
= zk ·rk

β

 k−1 zk−1 ·rk−1



pk = zk + βk−1 pk−1
où C = BB ∗ .
ANNEXE 191
Correction. L’algorithme du gradient conjugué associé à (13.12) consiste à cal-

culer itérativement 2
αk−1 = Ãp̃kr̃k−1·p̃k
k−1 k−1
x̃k = x̃k−1 + αk−1 p̃k−1
r̃k = r̃k−1 − αk−1 Ãp̃k−1
2
βk−1 = kr̃kr̃k−1
kk
k2
p̃k = r̃k + βk−1 p̃k−1 .
En utilisant les expressions de xk , rk et pk en fonction de x̃k , r̃k et p̃k , on obtient
−1 2 −1
αk−1 = kB rk−1 k
Apk−1 ·pk−1
= CApk−1
rk−1 .rk−1
·pk−1
xk = B −∗ x̃k = xk−1 + αk−1 pk−1
rk = Br̃k = rk−1 − αk−1 Apk−1
−1 r k2
C −1 rk ·rk
βk−1 = kBkB−1 rk−1
k
k2
= C −1 rk−1 ·rk−1
pk = B −∗ p̃k = C −1 rk + βk−1 pk−1 .
L’algorithme du gradient préconditionné s’écrit donc bien sous la forme annoncée.
Exercice 13.1.11 Soit A la matrice d’ordre n issue de la discrétisation du Laplacien

en dimension N = 1 avec un pas d’espace constant h = 1/(n + 1)
 
2 −1 0 · · · 0
. . 
 −1 2 −1 . . .. 

A = h−1 
 .. .. .. 
 0 . . . 0  .
 . .
 .. . . −1 2 −1 

0 · · · 0 −1 2
Montrer que pour la valeur optimale

2 π
ωopt = π ' 2(1 − )
1 + 2 sin 2n n+1
le conditionnement de la matrice Cω−1 A est majoré par

1 1
cond2 (Cω−1 A) ≤ + π ,
2 2 sin 2(n+1)
et donc que, pour n grand, on gagne un ordre en n dans la vitesse de convergence.

Correction. On note Bω la matrice définie par
r
ω D
Bω = − E D−1/2 .
2−ω ω
On a Cω = Bω BωT . Ainsi,
Cω−1 A = Bω−T Bω−1 A = Bω−T (Bω−1 ABω−T )BωT = Bω−T Ãω BωT ,
où Ãω = Bω−1 ABω−T . Les matrices Cω−1 A et Ãω étant semblables, elles ont les mêmes
valeurs propres et
cond2 (Cω−1 A) = cond2 (Ãω ) = kÃω k2 kÃ−1

ω k2 .
Afin de déterminer une majoration du conditionnement, il suffit de majorer kÃω k2

et kÃ−1
ω k2 . On a
hÃω x, xi hBω−1 ABω−T x, xi hABω−T x, Bω−T xi

kÃω k2 = max = max = max .
x6=0 hx, xi x6=0 hx, xi x6=0 hx, xi
En posant y = Bω−T x, on en déduit que
hAy, yi hAy, yi hAy, yi

kÃω k2 = max T T
= max −T T = max .
y6=0 hBω y, Bω yi y6=0 hBω Bω y, yi y6=0 hCω y, yi
De même, on a
hCω y, yi
kÃ−1
ω k2 = max .
y6=0 kÃω k2
Ainsi,
!−1
hAx, xi hAx, xi
cond2 (Cω−1 A) = max min .
x6=0 hCω x, xi x6=0 hCω x, xi
Il reste à déterminer un encadrement

hAx, xi
0<α≤ ≤ β.
hCω x, xi
Majoration . On décompose Cω sous la forme

ω
Cω = A + Fω D−1 FωT ,
2−ω
ω−1
avec Fω = ω
D − E. Pour tout x 6= 0, on a
2−ω
h(Aω − C)x, xi = −hFω D−1 FωT x, xi = −hD−1 FωT x, FωT xi ≤ 0,
ω
puisque la matrice D−1 est définie positive. Il en découle que β = 1.
Minoration . On écrit cette fois (2 − ω)Cω = A + aD + ωG avec
D (2 − ω)2
G = ED−1 E T − et a= .
4 4ω
Pour x 6= 0, on calcule le rapport
hCω x, xi hDx, xi hGx, xi

(2 − ω) =1+a +ω .
hAx, xi hAx, xi hAx, xi
ANNEXE 193
2
Puisque hGx, xi = − |x2h
1|
, on a
hCω x, xi hDx, xi 2a kxk2 2a

(2 − ω) ≤1+a =1+ ≤1+ ,
hAx, xi hAx, xi h hAx, xi hλmin (A)
où λmin (A) = 4h−1 sin2 π

2(n+1)
est la plus petite valeur propre de A. On peut donc
prendre
−1
a
α = (2 − ω) 1 +
2 sin2 π
2(n+1)
−1
1 2−ω
= + .
2 − ω 2ω sin2 2(n+1)
π
et
1 2−ω
cond2 (Cω−1 A) ≤ + .
2 − ω 2ω sin2 2(n+1)
π
La minimisation du terme de droite par rapport à ω conduit à la valeur optimale

2 π
ωopt = π ' 2(1 − )
1 + 2 sin 2n n+1
et à la majoration
1 1
cond2 (Cω−1 A) ≤ + π ,
2 2 sin 2(n+1)
Bibliographie
[1] ALLAIRE G., Analyse numérique et optimisation Éditions de l’École Polytech-

nique, Palaiseau (2005).
[2] ALLAIRE G., KABER S. M., Algèbre linéaire numérique. Cours et exercices,
Éditions Ellipses, Paris (2002).
[3] CIARLET P.G., Introduction à l’analyse numérique matricielle et à l’optimi-
sation, Masson, Paris (1982).
[4] JOLY P., Analyse et approximation de modèles de propagation d’ondes, Cours
de majeure SeISM, Ecole Polytechnique (2001).
195

Correction Complete PDF

Transféré par

Droits d'auteur :

Formats disponibles

Correction Complete PDF

Transféré par

Informations du document

Titre original

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

Correction Complete PDF

Transféré par

Droits d'auteur :

Formats disponibles

Exercices Corrigés

G. Allaire, S. Gaubert, O. Pantz

G. Allaire, S. Gaubert, O. Pantz

Exercice 1.2.1 On suppose que la donnée initiale θ0 est continue et uniformément

est bien une solution de

Comme θ0 (y) est uniformément bornée, on en déduit que

pour tout z appartenant à un voisinage de x. Le terme de droite est intégrable par

Ainsi, θ(t, x) est dérivable pour tout t > 0 et

Exercice 1.2.2 On suppose que la donnée initiale θ0 est dérivable et uniformément

Exercice 1.3.1 On se propose de retrouver une propriété de décroissance exponentielle

dans un domaine Ω borné. En une dimension d’espace, on pose Ω = (0, 1) et on suppose

En appliquant cette dernière inégalité à v(x) = u(t, x) et (1.8)

Exercice 1.3.2 On se place en dimension N = 1 d’espace. On suppose que les données

Pour tout t ≥ 0, pour tout y0 et y1 tels que y0 ≤ y1 , on a donc

où x0 = y0 − t et x1 = y1 + t. On déduit de (1.11) que u(x, t) = 0 pour tout x et

ne dépend que de la restriction de u1 sur l’ intervalle [x − t, x + t], on en déduit que

Exercice 1.3.4 On se propose de démontrer un principe de conservation de l’énergie

Conclure et comparer à ce qui se passe pour l’équation de la chaleur.

En appliquant à nouveau le théorème de dérivation sous le signe somme (au deuxième

Exercice 1.3.5 On se propose de démontrer des principes de conservation de l’énergie

Correction. Soit v une fonction dérivable,

(les hypothèses de décroissance effectuées sur u permettent

Il suffit d’échanger la dérivation par rapport au temps et le signe intégrale afin d’

Reste à prouver que le schéma vérifie le principe du maximum. On raisonne par

Exercice 1.4.2 Montrer que, si la condition CFL

Correction. Le schéma décentré amont est défini par

MÉTHODE DES DIFFÉRENCES

n’est rien d’autre que le θ-schéma

avec θ = 1/2 − (∆x)2 /12ν∆t

Correction. Le calcul de l’erreur de troncature d’un schéma est souvent délicat à

u(tn , xj−1 ) − 2u(tn , xj ) + u(tn , xj+1 )

En remplaçant n par n + 1 dans l’expression précédente, on obtient suite à un

développement en (tn , xj ) que

u(tn+1 , xj−1 ) − 2u(tn+1 , xj ) + u(tn+1 , xj+1 )

u(tn+1 , xj ) − u(tn , xj ) −u(tn+1 , xj−1 ) + 2u(tn+1 , xj ) − u(tn+1 , xj+1 )

2. Consistance du schéma à 6 points.

u(tn+1 , xj+1 ) − u(tn , xj+1 ) u(tn+1 , xj−1 ) − u(tn , xj−1 )

∂ 2 u ν∆t ∂ 4 u ν 2 (∆t)2 ∂ 6 u ∂ 4 u ν∆t ∂ 6 u

u(tn+1 , xj+1 ) − u(tn , xj+1 ) u(tn+1 , xj−1 ) − u(tn , xj−1 )

u(tn+1 , xj+1 ) − u(tn , xj+1 ) 5(u(tn+1 , xj ) − u(tn , xj ))

Le schéma à 6 points est donc d’ordre 4 en espace et 2 en temps.

En combinant ces deux expressions, on en déduit que si u est solution de l’équation

Le schéma est d’ordre O((∆t/∆x)2 + (∆x)2 ).

3u(tn+1 , xj ) − 4u(tn , xj ) + u(tn−1 , xj )

−u(tn+1 , xj−1 ) + 3u(tn+1 , xj ) − u(tn+1 , xj+1 )

3u(tn+1 , xj ) − 4u(tn , xj ) + u(tn−1 , xj )

Notons que M est positif ou nul et m négatif ou nul. On va montrer que

et min(0, min unj ) ≤ m. (2.5)

Correction. Étudions la stabilité en norme L2 du θ-schéma. Par application de la

Ainsi, le schéma sera stable en norme L2 dès que

pour tout k, c’est à dire

4ν∆t sin2 (kπ∆x)

(∆x)2 ≥ 2(1 − 2θ)ν∆t sin2 (kπ∆x).

Correction. Par transformation de Fourier appliquée au schéma à 6 points (2.1),

Le schéma est donc L2 -stable dès que

Exercice 2.2.6 Montrer que le schéma de Gear

est inconditionnellement stable et donc convergent en norme L2 .

|ûn (k)| < K(|û0 + û1 |)

Exercice 2.2.7 Montrer que le schéma de DuFort-Frankel (2.3) est inconditionnelle-