Correction Complete PDF
Correction Complete PDF
Correction Complete PDF
-
Analyse numérique et optimisation
Une introduction à la modélisation mathématique
et à la simulation numérique
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.
INTRODUCTION A LA
MODÉLISATION
MATHÉMATIQUE ET A LA
SIMULATION NUMÉRIQUE
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
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.
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
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
Ainsi,
Z x1 −t
2 2 !
d ∂u ∂u
(x, t) + (x, t) dx ≤ 0.
dt x0 +t
∂t ∂x
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
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
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
8 CHAPITRE 1. MODÉLISATION ET SIMULATION
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
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.
12 CHAPITRE 1. MODÉLISATION ET SIMULATION
Chapitre 2
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
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
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.)
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,
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.
16 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
Soit,
Par combinaison linéaire avec les autres développements effectués, on obtient (après
simplification)
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
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
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
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.
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 .
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
20 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
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.
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)
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
√
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.
2ν∆t
ûn+1 − ûn−1 + (−2ûn cos(2kπ∆x) + ûn+1 + ûn−1 ) = 0.
(∆x)2
Soit encore
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,
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∞ .
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
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)
24 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
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
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 .
26 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
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.
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
|V |∆t
≤ 1.
∆x
27
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
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 ,
∂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
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
28 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
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.
∂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
30 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
(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.
un+1
j − un−1
j unj+1 − unj−1
+V = 0.
2∆t 2∆x
Correction.
1. Étude de la consistance
Par développement de Taylor en (tn , xj ) on a
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
|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 .
32 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
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
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))
34 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
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
Le schéma est donc stable pour la norme L2 et il existe une constante C telle que
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),
et
un+1
j − 2unj + un−1
j = 4(−1)n+j+1 (2n − 1).
35
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
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,
36 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
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
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
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
38 CHAPITRE 2. MÉTHODE DES DIFFÉRENCES FINIES
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
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.
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
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
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
∂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
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
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)
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
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.
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
45
46 CHAPITRE 4. ESPACES DE SOBOLEV
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
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 4.3.1 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).
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 .
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|
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
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
ψ(x) = −βx|x|−(β+2)
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
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
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
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.
où Z
a(u, v) = ∇u · ∇v + (V · ∇u)v dx
Ω
et Z
L(v) = f v 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
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
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,
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+
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
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
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 = f dans Ω
∂u (5.5)
∂n
+ u = g sur ∂Ω
Correction.
1er Étape. Recherche de la formulation variationnelle.
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
où Z Z
a(u, v) = ∇u · ∇v dx + uvds
Ω ∂Ω
et Z Z
L(v) = f v dx + gvds.
Ω ∂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
∂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 ,
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
58 CHAPITRE 5. PROBLÈMES ELLIPTIQUES
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.
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
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
(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
Ainsi, ∇u ∈ H(div) et
Z
−div(∇u) = f − u dx dans Ω.
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
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.
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 .
et Z Z Z
k2 ∇u2 · ∇v2 dx = f v2 dx − k2 ∇u2 .n dx
Ω2 Ω2 Γ
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
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
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).
64 CHAPITRE 5. PROBLÈMES ELLIPTIQUES
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.
∂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
et à la forme linéaire
Z Z
L(v) = f · v dx + g · vds,
Ω ∂ΩN
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).
66 CHAPITRE 5. PROBLÈMES ELLIPTIQUES
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
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
où
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
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
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.
68 CHAPITRE 5. PROBLÈMES ELLIPTIQUES
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.
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
−∆0 uN = 0 dans ω
µ ∂u N
∂n
= gN sur ∂ω
µ ∂uN
∂n
= gN sur ∂ω
eij (u) = 0
1 ∂uN
eiN (u) = eN i (u) =
2 ∂xi
eN N (u) = 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
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).
70 CHAPITRE 5. PROBLÈMES ELLIPTIQUES
∂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
Correction.
La formulation variationnelle associée à l’équation des plaques (5.19) consiste à
déterminer u ∈ H02 (Ω) tel que
où Z Z
a(u, v) = ∆u∆v dx et L(v) = f v dx
Ω 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),
La coercivité de a(., .) est donc établie et il existe une unique solution au problème
variationnel (5.20).
71
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
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
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}
72 CHAPITRE 5. PROBLÈMES ELLIPTIQUES
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
uN = 0 sur ∂ω
uN = 0 sur ∂ω.
∆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.
Correction. Avec les mêmes notations que l’exercice précédent, on vérifie que
(u · ∇)u = 0,
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}
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
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
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.
Kh Uh = bh , (6.2)
où
1 −1 0
−1 2 −1
1 .
Kh =
.. ... ...
h
−1 2 −1
0 −1 1
u0 = 0,
un+1 = 0.
76 CHAPITRE 6. MÉTHODE DES ÉLÉMENTS FINIS
Kh Uh = bh
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
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
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
)) .
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
78 CHAPITRE 6. MÉTHODE DES ÉLÉMENTS FINIS
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
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
n n+1
X k X
I(uh ) = (Uhj+1 − Uhj )2 ∆x − f (xj )φj Uhj ∆x.
j=0
2 j=0
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.
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
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
Ainsi,
krh v − vkL2 (0,1) ≤ C0 h3 kv 000 kL2 (0,1) .
On procède de même pour établir que
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
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
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
et !
R1 00 2
|φ (X)| dx 0
Ai,i = h−3 0 R 1 00 2
0 0 |ψ (X)| dx
81
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
N +1
!
X
Q(X1 , · · · , XN +1 ) = p Xj aj .
j=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
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
Ainsi,
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
84 CHAPITRE 6. MÉTHODE DES ÉLÉMENTS FINIS
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
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
S = {(λ1 , λ2 ) ∈ R2+ : λ1 + λ2 ≤ 1}
F (λ1 , λ2 ) = λ1 a1 + λ2 a2 + (1 − λ1 − λ2 )a3 .
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)
où
Aire(K) X
T2 (q) = q((ei + ej )/2)
3 1≤i<j≤3
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
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
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
9
8 6
4 7 3
(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.
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.
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).
90 CHAPITRE 6. MÉTHODE DES ÉLÉMENTS FINIS
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.
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 6.3.12 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.
(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.
Ainsi,
n0
X n
X
∇φi · ∇φj dx = − ∇φi · ∇φj dx.
j=1 j=n0 +1
De (6.12), (6.13), (6.14), on déduit que Kh + εI est une M-matrice pour tout ε > 0,
ce qui achève la démonstration.
93
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
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.
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
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
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.
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
p(x1 , x2 ) = x2 q(x1 , x2 ).
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
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
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
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
pour conclure.
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
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
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.
100 CHAPITRE 6. MÉTHODE DES ÉLÉMENTS FINIS
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
Exercice 7.1.1 Soit Ω = RN . Montrer que u(x) = exp(ik · x) est une solution de
−∆u = λu (7.1)
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
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
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,
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
|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.
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
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
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
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
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,
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
106 CHAPITRE 7. PROBLÈMES AUX VALEURS PROPRES
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
(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
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.
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 < ∞.
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
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
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
−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.
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
110 CHAPITRE 7. PROBLÈMES AUX VALEURS PROPRES
(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)
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
≤ (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
≤ |u − un |2 dx + 2M/A2 .
|x|<A
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.
112 CHAPITRE 7. PROBLÈMES AUX VALEURS PROPRES
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.
uk (0) = uk (1) = 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)
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=−∞
114 CHAPITRE 7. PROBLÈMES AUX VALEURS PROPRES
cos(kπh) + 2 − 3λ/h = 0
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
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
λk = 1 − 2 cos(khπ),
et k ∈ {1, · · · , n}
116 CHAPITRE 7. PROBLÈMES AUX VALEURS PROPRES
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
3. En appliquant le lemme de Gronwall avec z(t) = 12 Ω u(x, t)2 dx, déduire de (8.2)
R
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
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
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
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
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
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
que, pour tout t ∈ [0, T ], on a l’égalité d’énergie suivante
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
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,
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
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
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
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
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
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.
126 CHAPITRE 8. PROBLÈMES D’ÉVOLUTION
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
∞
!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
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
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
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
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
Comme ψ ≥ 0, pour tout x ∈ Ω on a v(x, 0) ≤ ku0 kL∞ (Ω) . Ainsi, pour tout t,
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
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.
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∆vkW 2(m−1) (Ω) = Ck∆m−1 (∆v)kL2 (Ω) = CkvkW 2m (Ω) ,
130 CHAPITRE 8. PROBLÈMES D’ÉVOLUTION
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
Or pour tout ε > 0, pour tout m et `, il existe une constant C(ε, m, `) telle que
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)).
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
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
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 ),
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 ) ,
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
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
∂u
= f (t) − ∆u.
∂t
Enfin, l’unicité est évidente, l’équation étant linéaire et de solution unique lorsque
f = 0.
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.
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+
∞ + ∞
∗ ).
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
134 CHAPITRE 8. PROBLÈMES D’ÉVOLUTION
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,
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
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
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
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
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
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
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
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
138 CHAPITRE 8. PROBLÈMES D’ÉVOLUTION
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
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| )
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
∂2M v
Z
1
(t = 0) = (∇v(x) · ξ)(1 − |ξ|2 )1/2 dξ = 0.
∂t2 π |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
U (tn+1 ) − U (tn )
E(U ) = M + K(θU (tn+1 ) + (1 − θ)U (tn ))
∆t
− (θb(tn+1 ) + (1 − θ)b(tn )) .
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
(∆t)2 d3 U
dU
E(U ) = M + KU − b (tn+1 ) + M 3 (tn+1 ) + O((∆t)3 ).
dt 3 dt
141
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
On en déduit que
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
vn = kU n k2M ,
0 n
1 1 X
a= kU 0 k2M + kf (tp )k2L2 .
1 − ∆t 1 − ∆t p=0
et
n
1 n+1 2 X
kU kM + (1 − ∆t)−1 KÛ p · Û p ∆t
2 p=0
nX
!
0 +1
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 .
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
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
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.
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
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
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
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
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
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
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.
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
Ainsi,
βJ(v) + T (v) > α > βλ0 + T (v0 ) ∀ v ∈ V
et
βJ(v) > βλ0 + T (v0 ) − T (v) ∀ v ∈ V.
151
On pose L(v) = λ0 + β −1 (T (v0 ) − T (v)). On a prouvé que pour tout (v0 , λ0 ) tel que
J(v0 ) > λ0 ,
J(v0 ) ≥ L(v0 ) = λ0
J = sup Li ,
Li ≤J
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
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
|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.
154 CHAPITRE 9. INTRODUCTION A L’OPTIMISATION
Chapitre 10
CONDITIONS D’OPTIMALITÉ
ET ALGORITHMES
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
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
d’où Z
0
hJ (u), wi = uw − f wdx = hu − f, wiL2 .
Ω
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
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
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
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
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
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
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.
160 CHAPITRE 10. CONDITIONS D’OPTIMALITÉ ET ALGORITHMES
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 :
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(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,
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 .
kx − xK k = min kx − yk.
y∈K
hJ 0 (xK ), y − xK i ≥ 0 ∀ y ∈ K (10.4)
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
c’est à dire
hx − xK , xK − yi ≥ 0 pour tout y ∈ K,
qui n’est rien d’autre que (10.5).
162 CHAPITRE 10. CONDITIONS D’OPTIMALITÉ ET ALGORITHMES
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.
Ax − b = B ∗ p avec p ∈ Rm .
(Ker B)⊥ = {x ∈ Rn : Bx · y = 0, ∀y ∈ Rm }⊥
= {x ∈ Rn : x · B ∗ y = 0, ∀y ∈ Rm }⊥
= (( ImB ∗ )⊥ )⊥
= ImB ∗ .
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
Correction.
Z Z
1
J(u + v) = J(u) + (∇u · ∇v − f v) dx + |∇v|2 dx.
Ω 2 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)
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
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
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
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
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
Ax − b = B ∗ p.
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).
166 CHAPITRE 10. CONDITIONS D’OPTIMALITÉ ET ALGORITHMES
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} ,
J(x) = µ.
Le minimum de J est donc atteint pour les vecteurs propres de plus petite valeur
propre.
sous la contrainte Z ξp
L(y) = 1 + |y 0 |2 dx − l = 0.
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
λ−1 x + C
y0 = p .
1 − (λx + C)2 )
(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.
168 CHAPITRE 10. CONDITIONS D’OPTIMALITÉ ET ALGORITHMES
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,
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
Comme 2αn,p
∈ K, on a donc
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
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,
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
170 CHAPITRE 10. CONDITIONS D’OPTIMALITÉ ET ALGORITHMES
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
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
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
Correction.
1. On note F la fonction contrainte F (x) = Bx. On a
J 00 (u)(v, v) = Av · v
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
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
c’est à dire
X
Ax − b + pi (Bi )∗ = 0, pi ≥ 0, pi (Bi x − ci ) = 0.
i
Ax − b + B ∗ p = 0, p ≥ 0, p · (Bx − c) = 0.
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.
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
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∗
pi = − (0).
∂ui
Interpréter ce résultat (cf. l’Exemple 9.1.8 en économie).
Correction.
175
∗ ∗ ∂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
∂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.
176 CHAPITRE 10. CONDITIONS D’OPTIMALITÉ ET ALGORITHMES
Correction. On pose U = R, P = R et
L(v, q) = F (v + q),
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
Pour conclure, il suffit donc de prouver que ṽ = v ∗ et ainsi obtenir l’inégalité (10.13).
Or, pour tout n on a
L(ṽ, q ∗ ) ≤ L(v, q ∗ ).
Le deuxième joueur tient un raisonnement identique. Son gain minimal est donc
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.
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.
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 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
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,
xn = (1 − 2µa)n x0 et yn = (1 − 2µb)n y0 .
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 .
β = |a − b|/(a + b).
J 0 (u) + λn = 0.
pn+1 = PRM
+
(pn + µF (un )) , (10.18)
un = A−1 (b − B ∗ p).
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
(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.
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 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
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
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
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
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
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
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)
Correction. Dans un premier temps, on vérifie que les vecteurs uk sont les vecteurs
propres de Kh . On a
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 13.1.5 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[.
ρ(M −1 N ) ≥ |1 − ω| , ∀ω 6= 0,
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
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
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
A = h−1
.. .. ..
0 . . . 0 .
. .
.. . . −1 2 −1
0 · · · 0 −1 2
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 ,
192 ANALYSE NUMÉRIQUE MATRICIELLE
où Ãω = Bω−1 ABω−T . Les matrices Cω−1 A et Ãω étant semblables, elles ont les mêmes
valeurs propres et
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
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
2
Puisque hGx, xi = − |x2h
1|
, on a
et
1 2−ω
cond2 (Cω−1 A) ≤ + .
2 − ω 2ω sin2 2(n+1)
π
et à la majoration
1 1
cond2 (Cω−1 A) ≤ + π ,
2 2 sin 2(n+1)
194 ANALYSE NUMÉRIQUE MATRICIELLE
Bibliographie
195