Approximation Des Equations Aux D Eriv Ees - Partielles

Approximation des Equations aux Dérivées
Partielles
Cours des Masters Génie Mathématiques et

Applications (GMA) et Analyse
Mathématique Avancée (AMA)
A. CHAKIB FST de Béni Mellal
11 mai 2016
Table des matières
1 Notions élémentaires sur les distributions et les espaces de

Sobolev 5
1.1 Distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Espace des fonctions test D . . . . . . . . . . . . . . . 5
1.1.2 Défintion et propriétés des distributions . . . . . . . . . 7
1.1.3 Dérivation d’une distribution . . . . . . . . . . . . . . 9
1.2 Espace de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.1 Espace de Sobolev H m . . . . . . . . . . . . . . . . . . 11
1.2.2 Espace de Sobolev H0m . . . . . . . . . . . . . . . . . . 14
1.2.3 Régularité de la frontière d’un domaine . . . . . . . . 14
1.2.4 Trace d’une fonction de H 1 (Ω) . . . . . . . . . . . . . . 16
1.2.5 Applications du théorème de trace . . . . . . . . . . . 17
1.2.6 Trace d’une fonction de H 2 (Ω) . . . . . . . . . . . . . 20
1.2.7 Résultats d’injection et de compacité . . . . . . . . . . 22
1.2.8 Recollement d’espace de Sobolev . . . . . . . . . . . . 22
2 Problèmes aux limites elliptiques 24

2.1 Généralité sur les équations aux dérivées partielles . . . . . . 24
2.1.1 Conditions aux limites . . . . . . . . . . . . . . . . . . 25
2.1.2 Conditions initiales . . . . . . . . . . . . . . . . . . . . 26
2.1.3 Exemples d’EDP linéaire d’ordre deux à coefficients
constants . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.4 EDP linéaire elliptique d’ordre quelconque . . . . . . . 28
2.2 Problèmes aux limites elliptiques . . . . . . . . . . . . . . . . 29
2.2.1 Problème variationnel abstrait . . . . . . . . . . . . . . 29
2.2.2 Exemples de problèmes aux limites en dimension un . 32
2.2.3 Exemples de problèmes aux limites en dimension
supérieure . . . . . . . . . . . . . . . . . . . . . . . . . 37
1
2.2.4 Problème aux limites mixte général d’ordre 2 . . . . . 47
3 Approximation des EDP par la méthode des différences fi-

nies 50
3.1 Dérivation numérique . . . . . . . . . . . . . . . . . . . . . . . 50
3.2 Méthode des différences finies pour des problèmes unidimen-
tionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2.1 Problème aux limites linéaire elliptique . . . . . . . . . 53
3.2.2 Problème aux limites non linéaire . . . . . . . . . . . . 55
3.3 Méthode des differences finies pour l’approximation d’un
problème parabolique . . . . . . . . . . . . . . . . . . . . . . . 57
3.3.1 Equation de la chaleur . . . . . . . . . . . . . . . . . . 57
3.3.2 Discrétisation de l’équation de la chaleur . . . . . . . . 58
3.3.3 Méthode d’Euler explicite pour l’approximation du
système différentiel . . . . . . . . . . . . . . . . . . . . 59
3.3.4 Méthode d’Euler implicite pour l’approximation du
système différentiel . . . . . . . . . . . . . . . . . . . . 60
3.3.5 Stabilité numérique de la solution . . . . . . . . . . . . 60
3.4 Méthode des differences finies pour l’approximation d’un
problème hyperbolique . . . . . . . . . . . . . . . . . . . . . . 63
3.4.1 Equation des ondes . . . . . . . . . . . . . . . . . . . . 63
3.4.2 Discrétisation de l’équation des ondes . . . . . . . . . . 64
4 Approximation des problèmes aux limites elliptiques par la

méthode des éléments finis 68
4.1 Approximation variationnelle . . . . . . . . . . . . . . . . . . 68
4.1.1 Méthode d’approximation interne . . . . . . . . . . . . 68
4.1.2 Considération d’ordre pratique . . . . . . . . . . . . . . 72
4.2 Méthode des éléments finis pour un problème unidimensionnel 75
4.2.1 Méthode de Galerkin en dimension 1 . . . . . . . . . . 75
4.2.2 Méthode des éléments finis de degré 1 . . . . . . . . . . 78
4.2.3 Méthode des éléments finis de degré 2 . . . . . . . . . . 83
4.3 Méthode d’élément finis bidimensionnels . . . . . . . . . . . . 86
4.3.1 Éléments finis triangulaire de degré 1(Éléments finis P1 ) 86
4.3.2 Application des éléments finis P1 à un problème ellip-
tique modèle d’ordre 2. . . . . . . . . . . . . . . . . . . 90
4.3.3 Éléments finis triangulaires généraux Pk . . . . . . . . 98
4.4 Estimation d’erreur dans la méthode des éléments finis Pk . . 101
2
5 Introduction à l’approximation des problèmes d’évolution :
Equation de la chaleur 103
5.1 Equation de la chaleur bidimensionnelle . . . . . . . . . . . . 103
5.2 Formulation variationnelle du problème de la chaleur . . . . . 104
5.3 Méthode des éléments finis pour le problème de la chaleur . . 105
5.4 Discrétisation complète en temps et en espace . . . . . . . . . 106
5.4.1 Schéma d’Euler explicite : . . . . . . . . . . . . . . . . 106
5.4.2 Schèma d’Euler implicite : . . . . . . . . . . . . . . . . 107
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
3
Préface
Ce cours est dédié à l’approximation des équations aux dérivées partielles

(EDP). Les scientifiques s’intéressent en général à la résolution des équations
aux dérivées partielles, parce que plusieurs phénomènes physiques, biolo-
giques, chimiques ou même économiques sont modélisés (ou décrits) par de
telles équations. Ainsi la compréhension des propriétés des solutions de ces
équations permet un meilleur développement de la science. De plus, dans de
nombreux domaines industriels (aéronautique, nucléaire, automobile, etc) il
est nécessaire d’étudier des systèmes d’équations aux dérivées partielles assez
complexes, ainsi la simulation ou l’approximation numérique remplace très
souvent la simulation expérimentale qui est plus coûteuse.
Le but de ce cours est d’introduire ce vaste sujet. Pour cela, nous avons
préféré rappeler quelques notions élémentiares sur la théorie des distributions
qui est un outil commode pour la définition des espaces fonctionnels utilisés,
à savoir les espaces de Sobolev. Nous donnons quelques propriétés de base
de ces espaces. Nous passons alors, dans le deuxième chapitre, à l’étude va-
riationnelle des équations aux dérivées partielles elliptiques. Ensuite, dans
le troisième chapitre, nous introduisons l’approximation numérique des EDP
par la méthode des différences finies. Nous présentons enfin, dans le quatrième
et le cinquième chapitre la méthode des éléments finis pour l’approximation
des EDP.
4
Chapitre 1
Notions élémentaires sur les

distributions et les espaces de
Sobolev
Dans ce chapitre, nous introduisons la théorie des distributions, nous

définissons ensuite les espaces de Sobolev, puis nous donnons des propriétés
de ces espaces qui seront utilisées dans l’étude des équations aux dérivées
partielles.
1.1 Distributions
Nous commençons tout d’abord par définir les fonctions test
1.1.1 Espace des fonctions test D

Avant de définir les fonction test, on commence par définir le support
d’une fonction.
Définition 1.1. Pour une fonction continue f , le support de f est défini

comme étant le plus petit fermé en dehors duquel la fonction f est nulle, on
le note supp(f ) et on écrit :
supp(f ) = {x / f (x) ̸= 0}.
L’espace des fonctions test est ainsi défini
5
Cours de l’Approximation des EDP A. CHAKIB FST de Béni Mellal 6
Définition 1.2. On appelle fonction test, toute fonction définie dans Rn à

valeurs dans R ou C indéfiniment dérivable (c-à-d de classe C ∞ ) et à support
compact.
On note par D(Rn ) l’ensemple des fonctions test dans Rn et on écrit :
D(Rn ) = {φ : Rn −→ R ou C indéfiniment dérivable et à support compact}.
Si Ω est un ouvert de Rn , on définit D(Ω) l’ensemble des fonctions test sur

Ω, par
D(Ω) = {φ ∈ D(Rn ) / supp(φ) ⊂ Ω}
Remarque 1.1. On peut facilement montrer que D(Ω) est un espace vecto-
riel sur R ou C (en exercice).
Nous allons donner quelques exemples d’éléments de D(Rn ).
Exemple 1.1.
• La fonction nulle 0 ∈ D(Rn ).
• La fonction θ définie sur Rn par :
{
0 si ∥x∥ ≥ 1
θ(x) = − 1
e 1−∥x∥ 2
si ∥x∥ < 1
appartient à C ∞ (Rn ), et supp(θ) = Bf (0, 1). Par suite θ ∈ D(Rn ).
La démonstration du deuxième point de l’exemple est à faire en exercie.

Indication : Considérer la fonction α : R −→ R définie par
{
0 si x ≤ 0
α(x) = −1
ex si x > 0
ainsi θ(x) = α(1 − ∥x∥2 ).
Définition 1.3. (Convergence dans D)

• Soit Ω un ouvert de Rn , on rappelle que pour α = (α1 , α2 , · · · , αn ) ∈ Nn
un multi-indice, la quantité :
α ∂ |α| f ∂ α1 ∂ α2 · · · ∂ αn f
∂ f= =
∂xα1 1 ∂xα2 2 · · · ∂xαnn ∂xα1 1 ∂xα2 2 · · · ∂xαnn
est la dérivée partielle de f d’orde |α| = α1 + α2 + · · · + αn .

• Soit (φj )j une suite d’éléments de D(Ω), on dit que φj converge vers φ
dans D(Ω) quand j tend vers ∞ et on note
lim φj = φ dans D(Ω),
j−→∞
si et seulement si
(i) Il existe un compact K ⊂ Ω tel que supp(φj ) ⊂ K, ∀j.
(ii) Pour tout α ∈ Nn ,
lim ∂ α φj = ∂ α φ uniformément dans D(Ω),
j−→∞
c-à-d
lim ∥∂ α φj − ∂ α φ∥∞,Ω = 0.
j−→∞
1.1.2 Défintion et propriétés des distributions

Soit Ω un ouvert de Rn (n ≥ 1).
Définition 1.4. On appelle distribution dans Ω toute forme linéaire continue
sur D(Ω).
L’ensemble des distributions dans Ω est noté D′ (Ω) = dual de D(Ω).
Remarque 1.2. Si T ∈ D′ (Ω) on note :
T (φ) = ⟨T, φ⟩D′ ,D = ⟨T, φ⟩,
ainsi T ∈ D′ (Ω) est équivalent à T : D(Ω) → R ou C linéaire et vérifie
∀(φj )j ⊂ D(Ω) telle que lim φj = φ dans D(Ω), alors lim ⟨T, φj ⟩ = ⟨T, φ⟩.
j−→∞ j−→∞
Exemple 1.2. On peut toujours définir une distribution à l’aide d’une fonc-
tion intégrable comme suit :
Soit f ∈ L1loc (Ω), alors
Tf : D(Ω) −→ ∫ R
φ 7−→ f φ dx
Ω
est une distribution dans Ω.

En effet, soit φ ∈ D(Ω), on peut écrire f φ = f φ χK , avec supp(φ) = K
compact de Ω. Donc
|f φ| = |f φ χK | ≤ M |f χK |
où M = ∥φ∥∞ . Par hypothèse, on a f χK ∈ L1 (Ω), donc f φ ∈ L1 (Ω) et par

suite Tf est bien définie.
De plus, on a Tf est linéaire par linéarité de l’intégrale. Montrons que Tf
est continue sur D(Ω), comme Tf est linéaire, il suffit de vérifier qu’elle est
continue en 0. Soit (φj )j ⊂ D(Ω) telle que lim φj = 0 dans D(Ω), alors il
j−→0
existe un compact K, tel que supp(φj ) ⊂ K, ∀j, ainsi on a
∫
⟨T, φj ⟩ = | f φj dx|
∫ Ω
≤ |f | |φj | dx
K
∫
≤ ∥φj ∥∞ |f | dx
K
Or lim ∥φj ∥∞ = 0. Ce qui permet de conclure que lim ⟨T, φj ⟩ = 0.

j7→∞ j7→∞
Remarque 1.3. • On peut montrer que l’application linéaire

i : L1loc (Ω) −→ D′ (Ω)
f 7−→ Tf
est continue et injective. Ce qui va permettre de considérer L1loc (Ω)
comme un sous-espace de D′ (Ω). Dans la pratique, on note souvent Tf
par f .
• A partir de ceci, on peut considérer d’autres sous-espaces de D′ (Ω) :
C k (Ω) ⊂ L1loc (Ω) (pour k ≤ 0),
Lp (Ω) ⊂ Lploc (Ω) ⊂ L1loc (Ω) (pour p ≤ 1).
• Une distribution T est dite régulière s’il existe une fonction intégrable
f , telle que T = Tf . Dans le cas échéant elle est dite singulière.
Exemple 1.3. (Distribution singulière)
Soit a ∈ Ω ⊂ Rn . On considère la distribution de Dirac (masse de Dirac)
définie par :
⟨δa , φ⟩ = φ(a) ∀φ ∈ D(Ω).
Il est clair que δa est une forme linéaire sur D(Ω). Elle est aussi continue,
car si (φj )j est une suite de D(Ω) telle que
lim φj = 0 dans D(Ω),
j→∞
comme |φj (a)| ≤ ∥φj ∥∞ et lim ∥φj ∥∞ = 0. Alors lim ⟨δa , φj ⟩ = 0. Donc
j→∞ j→∞
δa ∈ D′ (Ω).
Proposition 1.1. Montrer qu’il n’existe aucune fonction f ∈ L1loc (Ω), telle
que ∫
⟨δa , φ⟩ = f (x) φ(x) dx = φ(a) ∀φ ∈ D(Ω).
Ω
Démonstration
Indication : faire un raisonnement par absurde (en exercice).
La convergence de distributions dans D′ (Ω) est définie par :

Définition 1.5. Si (Tj ) ⊂ D′ (Ω) et T ∈ D′ (Ω), alors
lim Tj = T dans D′ (Ω) ⇔ lim ⟨Tj , φ⟩ = ⟨T, φ⟩, ∀φ ∈ D(Ω)
j−→∞ j−→∞
1.1.3 Dérivation d’une distribution

Nous commençons par introduire la notion de la dérivation au sens des
distributions dans le cas simple où Ω = R. Soit f ∈ C 1 (R), alors f ′ ∈ C(R) ⊂
L1loc (R), on peut écrire pour tout φ ∈ D(R)
∫ +∞
⟨Tf ′ , φ⟩ = f ′ (x) φ(x) dx
−∞
∫ +∞
= lim (f (x) φ(x)) − lim (f (x) φ(x)) − f (x) φ′ (x) dx
x→+∞ x→−∞ −∞
∫ +∞
= − f (x) φ′ (x) dx
−∞
= −⟨Tf , φ′ ⟩.
Donc
⟨Tf ′ , φ⟩ = −⟨Tf , φ′ ⟩.
Ceci justifie la définiton suivante :
Définition 1.6. Soit Ω un ouvert de Rn et soit T ∈ D′ (Ω) alors la j ieme
dérivée partielle (c-à-d la derivée partielle par rapport à la j ieme variable) de
T est définie par
⟨∂j T, φ⟩ = −⟨T, ∂j φ⟩ ∀φ ∈ D(Ω). (1.1)
Remarque 1.4. Notons que puisque l’appplication φ 7−→ ⟨T, ∂j φ⟩ est une
∂T
forme linéaire continue sur D(Ω), ceci définit ∂j T = en tant que distri-
∂xj
bution sur Ω.
De façon plus générale, nous avons la définition :
Définition 1.7. Soit T ∈ D′ (Ω) et soit α ∈ Nn un multi-indice, on définit

∂ |α| T
la dérivée au sens des distributions ∂ α T = de T par
∂xα1 1 ∂xα2 2 · · · ∂xαnn
⟨∂ α T, φ⟩ = (−1)|α| ⟨T, ∂ α φ⟩ ∀φ ∈ D(Ω).
Remarque 1.5. • Suite à cette définition, on peut conclure qu’une dis-

tribution sur Ω est indéfiniment dérivable au sens des distributions.
• On vérifie facilement que l’application T 7−→ ⟨T, ∂ α T ⟩ est linéaire et
continue de D′ (Ω) dans D′ (Ω).
Exemple 1.4. • Soient Ω =]0, 1[ et f ∈ C 1 (]0, 1[), comme f et sa dérivée

f ′ sont continues (donc dans L1loc (]0, 1[), on peut leur associer les dis-
tributions Tf et Tf ′ . On montre que Tf ′ = Tf ′ , en effet, soit φ ∈ D(R),
on a
⟨Tf′ , φ⟩ = −⟨Tf , φ′ ⟩
∫ 1
= − f (x) φ′ (x) dx
∫ 10
= f ′ (x) φ(x) dx − f (1) φ(1) + f (0) φ(0)
0
= −⟨Tf ′ , φ⟩.
Donc
Tf ′ = Tf ′ .
• Considérons la fonction dite de Heaviside
{
1 si x > 0
H(x) =
0 si x ≤ 0
Calculons H ′ . Soit φ ∈ D(Ω)
⟨H ′ , φ⟩ = −⟨H, φ′ (x)⟩
∫
= − χ]0,+∞[ (x)φ′ (x)dx
R
∫ +∞
= φ′ (x)dx
0
= φ(0) = ⟨δ, φ⟩.
Donc H ′ = δ.
1.2 Espace de Sobolev

Soit Ω un ouvert de Rn (n ≥ 1) et soit v une fonction de L2 (Ω) ⊂ L1loc (Ω),
on peut l’identifier à une distribution sur Ω, notée encore v, et on peut donc
définir ses dérivées d’ordre α ∈ Nn , ∂ α v, en tant que distribution sur Ω. Mais
en général ∂ α v ∈
/ L2 (Ω). On introduit alors l’esapce de Sobolev suivant :
1.2.1 Espace de Sobolev H m

Définition 1.8. Soit m ∈ N, on définit l’espace de Sobolev d’ordre m,
H m (Ω), par
{ }
H m (Ω) = u ∈ L2 (Ω) / ∂ α u ∈ L2 (Ω) ∀α ∈ Nn , |α| ≤ m
où ∂ α u est la dérivée au sens des distributions de u. On munit H m (Ω) du

produit scalaire suivant, pour u, v ∈ H m (Ω) :
∑ ∫
(u, v)m,Ω = ∂ α u(x) ∂ α v(x) dx (1.2)
|α|≤m Ω
∑
= (∂ α u, ∂ α v)L2 (Ω)
|α|≤m
et de la norme suivante :
  21
∑ ∫
∥u∥m,Ω =  |∂ α u(x)|2 dx (1.3)
|α|≤m Ω
Remarque 1.6. • Nous noterons
H 0 (Ω) = L2 (Ω).
• L’espace H 1 (Ω) est l’espace de Sobolev des fonctions de L2 (Ω) dont

toutes les dérivées partielles d’ordre 1 (au sens des distributions sont
dans L2 (Ω)). Ainsi
{ }
∂u
H (Ω) = u ∈ L (Ω) /
1 2
∈ L (Ω), ∀ i ∈ {1, · · · , n}
2
∂xi
il est muni du produit scalaire

∫ ∑n ∫
∂u ∂v
(u, v)1,Ω = u(x) v(x)dx + dx
Ω i=1 Ω
∂xi ∂xi
et de la norme
(∫ n ∫ 2 ) 21
∑ ∂u
∥u∥1,Ω = |u(x)|2 dx +
∂xi dx .
Ω i=1 Ω
Théorème 1.1. H m (Ω) est un espace de Hilbert.
Démonstration
C’est facile de vérifier que (1.2) est un produit scalaire sur H m (Ω), c-à-d que
H m (Ω) est un espace préhilbertien. Il reste à vérifier que H m (Ω) est complet
pour la norme (1.3) associée au produit scalaire (1.2) (en exercice).
Exemple 1.5. Soit Ω =] − 1, 1[, on considère la fonction f (x) = |x|, on a

(f (x))2 = x2 est une fonction continue sur ] − 1, 1[, donc elle est intégrable
sur ] − 1, 1[. D’où f ∈ L2 (Ω). D’autre part, soit φ ∈ D(] − 1, 1[), on a
⟨Tf′ , φ⟩ = −⟨Tf , φ′ ⟩
∫ 1
= − f (x) φ′ (x) dx
−1
∫ 1
= − |x| φ′ (x) dx
−1
∫ 0 ∫ 1
′
= x φ (x) dx − x φ′ (x) dx
−1 0
∫ 0 ∫ 1
= [xφ(x)]−1 −
0
φ(x)dx − [xφ(x)]0 + 1
φ(x)dx
−1 0
∫ 1 ∫ 0
= φ(x) dx − φ(x) dx
0 −1
∫ 1 (∫ 1 ∫ 1 )
= χ[0,+∞[ (x) φ(x)dx − φ(x) dx − φ(x) dx
−1 −1 0
∫ 1
( )
= 2χ[0,+∞[(x) − 1 φ(x)dx = ⟨2H − 1, φ⟩
−1
donc Tf′ = 2H − 1 avec H(x) = χ[0,+∞[ (x), ainsi on a

∫ 1 ∫ 0 ∫ 1
(2H(x) − 1) dx = 2
dx + dx,
−1 −1 0
donc ∫ 1
(2H(x) − 1)2 dx = 2,
−1
par suite
Tf′ ∈ L2 (] − 1, 1[),
par conséquent
f ∈ H 1 (] − 1, 1[).
On a aussi (2H − 1)′ = 2H ′ = 2δ, or comme δ est une distribution singulière,
il n’existe aucune fonction g ∈ L2 (Ω), telle que δ = g. Donc f ∈
/ H 2 (Ω).
′
Remarque 1.7. Il est clair que si m ≤ m′ alors H m (Ω) s’injecte
continûment dans H m (Ω).
′ ′
En effet, on a H m (Ω) ⊂ H m (Ω), soit u ∈ H m (Ω), alors u ∈ L2 (Ω) et
∂ α u ∈ L2 (Ω), ∀ α, |α| ≤ m′ donc ∂ α u ∈ L2 (Ω), ∀ α, |α| ≤ m (puisque
m ≤ m′ ) ainsi, on a u ∈ H m (Ω).
′
L’injection continue découle du fait que, pour u ∈ H m (Ω), on a
  21   21
∑ ∫ ∑ ∫
∥u∥m,Ω =  |∂ α u|2 dx ≤  |∂ α u|2 dx = ∥u∥m′ ,Ω .
|α|≤m Ω |α|≤m′ Ω
En particulier, on a H m (Ω) s’injecte continûment dans L2 (Ω) = H 0 (Ω),

∀m ∈ N.
1.2.2 Espace de Sobolev H0m

Soient Ω un ouvert de Rn et m ∈ N.
Définition 1.9. On définit l’espace H0m (Ω) comme étant la fermeture de
D(Ω) dans H m (Ω) et on note
H m (Ω)
H0m (Ω) = D(Ω) .
Remarque 1.8. • Il est clair que H0m (Ω) est un sous-espace fermé de
H m (Ω), donc c’est un espace de Hilbert muni du produit scalaire induit
par celui de H m (Ω), noté (·, ·)m,Ω .
• Afin de mieux caractériser l’espace H0m (Ω) à l’aide de la notion de
”trace”, il est important de faire des hypothèses supplémentaires sur la
régularité géométrique du domaine Ω (ou de la frontière de Ω).
1.2.3 Régularité de la frontière d’un domaine

Définition 1.10. Le domaine Ω est dit de bord ∂Ω = Γ lipschitzien,∪s’il existe
une famille finie de boules ouvertes (Bi )1≤i≤p , telle que Γ = ∂Ω ⊂ pi=1 Bi et
sur chaque Bi , il existe un système de coordonnées (x1 , ..., xd ) et une fonction
ψi lipschitzienne, telle que
Ω ∩ Bi = {(x1 , ..., xd ) ∈ Bi / xd < ψi (x1 , ..., xd−1 )}.
Intuitivement cela signifie que la frontière de Ω, peut être vue localement

comme le graphe d’une fonction lipschitzienne.
000
111
11
00
000
111
00
11
000
11100
11
00
11
000
11100
11
00 11
00
11
11
00
11
00
00
11
00
11
00
11 000
111
00
11
00
11000
111
00
11
000
111
00
11
00
1100
11
000
111
00
11
00
11
00
11
Figure 1.1 – Frontière lipschitzienne
Exemple 1.6. La plupart des domaines classiques sont de frontières lip-

schitziennes, en particulier les plygones en dimension deux sont de frontières
lipschitziennes.
Un exemple de domaines de frontières non lipschitziennes, c’est celui des do-
maines dont la frontière présente un point de remboursement ou une fissure
entrant dans le domaine.
Figure 1.2 – Domaines de frontières non lipschitziennes.
On peut aussi définir des domaines plus réguliers.

Définition 1.11. • On dira que Ω est de frontière de classe C m lorsque
les fonctions ψi 1≤i≤p sont de classe C m .
• On dira que Ω est de frontière de classe C ∞ si elle est de classe
C m , ∀ m ∈ N.
Exemple 1.7. • B(0, 1) est de classe C ∞ dans Rn .
• Ω = {(x, y) ∈ R2 / x2 < y} est de classe C ∞ dans R2 .
Figure 1.3 – Domaine Ω de classe C ∞ dans R2 .
1.2.4 Trace d’une fonction de H 1 (Ω)

Soit Ω un ouvert borné de Rn , de frontière Γ lipschitzienne. Etant donné
une fonction
∂v
v ∈ H 1 (Ω) = {v ∈ L2 (Ω) / ∈ L2 (Ω), i ∈ {1, · · · , n}},
∂xi
on cherche à définir sa ”valeur au bord” v/Γ .
Pour n = 1, l’espace H 1 (Ω) s’injecte continûment dans C(Ω) et donc v/Γ
n’est rien autre que la restriction de v à Γ.
Pour n ≥ 2 les fonctions de H 1 (Ω) ne sont pas en général continues, donc
ce n’est pas évident de définir la valeur de v au bord Γ. Pour ce faire, nous
aurons besoin des définitions et des notations suivantes.
On note par dσ la mesure sur Γ induite par la mesure de Lebesgue dans
Rn (elle est définie grâce aux fonctions ψi données dans la définition de la
régularité de Ω) et on considère l’espace L2 (Γ) défini par
L2 (Γ) = {fonctions de carré intégrable sur Γ par rapport à dσ}.

∫
f ∈ L (Γ) i.e.
2
|f (x)|2 dσ < ∞
Γ
Notons par D(Ω) l’espace des restrictions à Ω des fonctions de D(Rn )
D(Ω) = {φ/Ω / φ ∈ D(Rn )},
on a alors le résultat suivant :
Théorème 1.2. 1. D(Ω) est dense dans H 1 (Ω).

2. Il existe une constant c > 0, telle que

∀v ∈ D(Ω), on a v/Γ L2 (Γ) ≤ c ∥v∥1,Ω .
Démonstration
Voir par exemple Raviart-Thomas [6]
Définition 1.12. Comme l’application restriction v 7−→ v/Γ est linéaire et
continue de D(Ω) dans L2 (Γ) pour la norme de H 1 (Ω), elle se prolonge donc
par densité de manière unique en une application linéaire continue notée
γ0 : H 1 (Ω) −→ L2 (Γ).
Ainsi, pour toute u ∈ H 1 (Ω), γ0 u est appelée la trace de u sur Γ et on a
∥γ0 u∥L2 (Γ) ≤ c ∥u∥H 1 (Ω) ∀u ∈ H 1 (Ω).
1.2.5 Applications du théorème de trace

Nous allons donner quelques conséquences importantes du théorème de
trace. Le premier résultat va nous donner une caractérisation agréable du
sous-espace H01 (Ω) de H 1 (Ω).
Théorème 1.3. On suppose que Ω un ouvert borné de Rn de frontière lip-
schitzienne. Alors H01 (Ω) est le noyau de γ0 , l’application trace de H 1 (Ω)
dans L2 (Γ)
i.e. H01 (Ω) = {v ∈ H 1 (Ω) / γ0 v = v/Γ = 0}
Remarque 1.9. Il est facile de voir que
H01 (Ω) ⊂ {v ∈ H 1 (Ω) / γ0 v = 0}.

H 1 (Ω)
En effet, soit u ∈ H01 (Ω) = D(Ω) , il existe donc une suite (uj )j ⊂ D(Ω),
telle que
lim uj = u dans H 1 (Ω)
j→∞
or, l’application trace γ0 : H 1 (Ω) −→ L2 (Ω) est continue donc
γ0 uj = uj /Γ = 0 ∀j entraı̂ne que γ0 u = 0.
L’autre inclusion est un peu délicate (voir Raviart-Thomas [6]).

Nous énonçons le résultat suivant, connu sous le nom de l’inégalité de

Poincaré, qui aura une importance pratique considérable dans la suite.
Théorème 1.4. Si Ω est ouvert borné, il existe une constante c = c(Ω) > 0,
telle que ∀v ∈ H01 (Ω)
(
n ) 12 ( n ∫ ) 21
∑ ∂v 2 ∑ ∂v 2
∥v∥0,Ω ≤c = c
∂xi ∂xi dx .
i=1 0,Ω i=1 Ω
Démonstration
Utiliser la densité de D(Ω) dans H01 (Ω), il suffit alors de montrer l’inégalité
pour tout v ∈ D(Ω). Considérer ve le prolongement de v par 0 en dehors de
Ω, puis utiliser le fait que puisque Ω est borné, on peut supposer que Ω est
contenu dans une bande {(x1 , · · · , xn ) / a ≤ xn ≤ b}, puis poser x = (x′ , xn )
avec x′ = (x1 , · · · , xn−1 ) et écrire
∫ xn
′ ∂e
v ′
ve(x , xn ) = (x , t) dt.
a ∂xn
Utiliser, ensuite, l’inégalité de Hölder (en exercice).
Corollaire 1.1. Si Ω est un ouvert borné, la semi-norme sur H 1 (Ω)

( n ) 12
∑ ∂v 2
|v|1,Ω =
∂xi
i=1 0,Ω
est une norme sur H01 (Ω) équivalente à la norme induite par ∥.∥1,Ω .
Démonstration
Soit v ∈ H01 (Ω), d’après l’inégalité de Poincaré, il existe c(Ω) > 0, telle que
( n 2 )
∑ ∂v
∥v∥20,Ω ≤ (c(Ω))2
∂xi 2
i=1 L (Ω)
donc ( )
∥v∥20,Ω + |v|21,Ω ≤ 1 + (c(Ω))2 |v|21,Ω
d’où ( )
∥v∥21,Ω ≤ 1 + (c(Ω))2 |v|21,Ω
par suite √
∥v∥1,Ω ≤ 1 + (c(Ω))2 |v|1,Ω .
D’autre part, il est facile de voir que
( ) 12
∥v∥1,Ω = ∥v∥20,Ω) + |v|21,Ω ≥ |v|1,Ω .
Ainsi, |v|1,Ω = 0 entraı̂ne que ∥v∥1,Ω = 0 et donc v = 0 p.p. dans Ω.
Une deuxième application du théorème de trace est la définition d’un es-

pace qui généralise H01 (Ω), à savoir l’espace des fonction de H 1 (Ω) dans la
trace est nulle sur une partie du bord.
Soit Ω un ouvert borné et connexe dans Rn , dont la frontière est lip-
schitzienne. Soient Γ0 et Γ1 deux parties complémentaires de Γ, telles que
Γ = Γ0 ∪ Γ1 et Γ0 ∩ Γ1 = ∅. On définit
HΓ10 (Ω) = {v ∈ H 1 (Ω) / v/Γ0 = 0}
Proposition 1.2. L’espace HΓ10 (Ω) est un sous-espace fermé de H 1 (Ω). Donc
c’est un espace complet pour la norme induite par ∥·∥1,Ω .
Démonstration
On considère l’application
f : H 1 (Ω) −→ L2 (Γ) −→ L2 (Γ0 )
v −→ v/Γ −→ v/Γ0 ,
qui est composée de deux applications continues qui sont l’application trace
sur Γ définie de H 1 (Ω) dans L2 (Γ) et l’application restriction définie de L2 (Γ)
dans L2 (Γ0 ). L’application restriction est continue puisqu’on a
∫ ∫

v/Γ0 2 2 = |v/Γ0 | dσ ≤ |v|2 dσ = ∥v∥2L2 (Γ) , ∀ v ∈ L2 (Γ).
2
L (Γ0 )
Γ0 Γ
Donc f est continue de H 1 (Ω) dans L2 (Γ0 ). Or comme on a

HΓ10 (Ω) = {v ∈ H 1 (Ω) / f (v) = 0} = f −1 ({0})
alors HΓ10 (Ω) est fermé, puisqu’il est l’image réciproque par une fonction
continue d’un fermé. Par conséquent HΓ10 (Ω) est complet pour la norme in-
duite par ∥·∥1,Ω .
Nous allons maintenant donner une généralisation de l’inégalité de Poin-

caré à l’espace HΓ10 (Ω).
Théorème 1.5. Soit Ω un ouvert borné connexe de Rn de frontière lipschit-

zienne et Γ0 une partie de sa frontiére ∂Ω, telle que mes(Γ0 ) > 0, alors la
semi-norme |·|1,Ω sur H 1 (Ω) définie une norme sur HΓ10 (Ω) équivalente à la
norme induite par celle de H 1 (Ω).
Démonstration
Indication : utiliser un raisonnement par absurde (en exercice).
Une troisième application concerne la formule de Green qui constitue une

généralisation de l’intégration par parties pour les fonctions de H 1 (Ω).
Théorème 1.6. On suppose que Ω est un ouvert borné de frontière lipschit-
zienne, alors si u ∈ H 1 (Ω) et v ∈ H 1 (Ω), on a
∫ ∫ ∫
∂u ∂v
v dx = − u dx + u v νi dσ, i = 1, · · · , n
Ω ∂xi Ω ∂xi Γ
avec u = γ0 u et v = γ0 v dans l’intégrale sur Γ et νi est la ième composante

du vecteur unitaire normal à ∂Ω et dirigé vers l’extérieur de Ω.
Démonstration
(Voir Raviart-Thomas [6] et Neças [3]).
1.2.6 Trace d’une fonction de H 2 (Ω)

Soit Ω un ouvert borné de frontière Γ lipschitzienne, on peut d’après le
théorème de trace définir la trace d’un élément de H 2 (Ω) car v ∈ H 2 (Ω) ⊂
H 1 (Ω) et donc on peut définir γ0 v = v/Γ ∈ L2 (Ω).
∂v
De plus puisque ∈ H 1 (Ω), on peut aussi définir sa trace
∂xi
∂v ∂v
γ0 = / ∈ L2 (Γ).
∂xi ∂xi
Γ
D’autre part, comme Ω est de classe C 1 par morceaux, alors les compo-
santes νi de la normale ⃗ν sont dans L∞ (Γ) (admis). Par suite, la fonction
∂v /
νi ∂x i
∈ L2 (Γ) (puisque le produit d’une fonction L∞ est d’une fonction
Γ
L2 est une fonction L2 ). Ainsi, la dérivée normale de v
∂v ∑ ∂vn
/ = (∇v · ⃗ν )/ = νi /
∂ν Γ Γ
i=1
∂x i
Γ
est définie en tant qu’une fonction de L2 (Γ). Nous avons alors le résultat
suivant (voir Raviart-Thomas [6] et Neças [3])
Théorème 1.7. Soit Ω un ouvert borné de frontière lipschitzienne
1. D(Ω) est dense dans H 2 (Ω).
2. L’application
⃗γ : D(Ω) −→ L2 (Γ) × L2 (Γ)

( )
∂v
v 7−→ ⃗γ v = (γ0 v, γ1 v) = v/ Γ , /
∂xi
Γ
se prolonge par densité en une application linéaire continue de H 2 (Ω)

dans L2 (Γ) × L2 (Γ).
Nous donnons ensuite une conséquence de ce théorème, c’est une
généralisation de la formule de Green. Pour cela, pour u ∈ H 2 (Ω), on définit
le laplacien de u par
∑n
∂ 2u
∆u = 2
.
i=1
∂x i
Ainsi, pour tout v ∈ H 1 (Ω), on a

∫ ∫ ∑ n
∂ 2u
− ∆u v dx = − 2
v dx
Ω Ω i=1 ∂xi
∑n ∫ ∑ n ∫
∂u ∂v ∂u
= dx − v νi dσ
i=1 Ω ∂x i ∂x i i=1 Γ ∂x i
∫ ∑ n ∫ ∑ n
∂u ∂v ∂u
= dx − νi v dσ
Ω i=1 ∂xi ∂xi Γ i=1 ∂xi
∫ ∫
∂u
= ∇u · ∇v dx − v dσ.
Ω Γ ∂ν
On obtient alors le résultat suivant

Corollaire 1.2. Soit Ω un ouvert borné de frontière Γ lipschitzienne. Alors,
pour tout u ∈ H 2 (Ω) et v ∈ H 1 (Ω), on a la formule de Green suivante
∫ ∫ ∫
∂u
− ∆u v dx = ∇u · ∇v dx − v dσ.
Ω Ω Γ ∂ν
1.2.7 Résultats d’injection et de compacité

Nous allons donner quelques résultats d’injection, sans démonstration, on
renvoit à Raviart-Thomas [6] et Neças [3] pour plus de détails.
Théorème 1.8. Soit Ω un ouvert borné de Rn de frontière Γ lipschitzienne.
Alors l’injection de H 1 (Ω) dans L2 (Ω) est compacte.
i.e. Tout ensemble borné de H 1 (Ω) est relativement compact dans L2 (Ω) (i.e.
son adhérence est compacte dans L2 (Ω)).
Autrement : de toute suite bornée dans H 1 (Ω), on peut extraire une sous-suite
qui converge dans L2 (Ω).
Théorème 1.9. Soit Ω un ouver borné (quelconque). Alors l’injection de
H01 (Ω) dans L2 (Ω) est compacte.
Théorème 1.10. On suppose que Ω est un ouvert borné de Rn de frontière
n
Γ lipschitzienne. Si m > , alors l’espace H m (Ω) est un sous-espace de C(Ω)
2
et l’injection de H m (Ω) dans C(Ω) est continue.
i.e. ∃ c > 0 sup |u(x)| ≤ c ∥u∥m,Ω .

x∈Ω
1.2.8 Recollement d’espace de Sobolev

Dans la suite, pour l’approximation variationnelle des équations aux
dérivées partielles, on aure besoin du résultat de recollement suivant :
Théorème 1.11. Soient Ω un ouvert borné de Rn à bord lipschitzien et Ω1 ,
Ω2 deux sous ensembles ouverts à bords lipschitziens de Ω, tels que
Ω1 ∪ Ω2 = Ω, Ω1 ∩ Ω2 = ∅.
Notons par Γ = ∂Ω1 ∩ ∂Ω2 . Soient u1 ∈ H 1 (Ω1 ) et u2 ∈ H 1 (Ω2 ) satisfaisant
γ0 u1 = γ0 u2 sur Γ,
alors la fonction u définie par

{
u1 sur Ω1
u=
u2 sur Ω2
appartient à H 1 (Ω).
Démonstration
Il est facile de voir que u ∈ L2 (Ω). Pour i ∈ {1, · · · , n} arbitraire, calculons
∂u
la dérivée partielle de u au sens des distributions, soit φ ∈ D(Ω), on a
∂xi
∂u ∂φ
⟨ , φ⟩ = −⟨u, ⟩
∂xi ∫ ∂x i
∫
∂φ ∂φ
= − u1 dx − u2 dx.
Ω1 ∂xi Ω2 ∂xi
Pour k = 1 ou 2, comme par hypothèse uk ∈ H 1 (Ωk ) et puisque φ ∈ D(Ω)

implique que φ ∈ H 1 (Ωk ), on peut appliquer la formule de Green au couple
(uk , φ) dans Ωk , ce qui donne que
∫ ∫ ∫
∂φ ∂uk (k)
uk dx = − φ dx + γ0 uk γ0 φ νi dσ,
Ωk ∂xi Ωk ∂xi Γ
puisque φ est identiquement nul sur ∂Ωk \Γ,on désigne par ν (k) le vecteur nor-
mal sortant le long du bord de Ωk . En tenant compte du fait que ν (2) = −ν (1)
sur Γ et en sommant ces identités pour k = 1, 2, on obtient
∫ ∫
∂u ∂u1 ∂u2
⟨ , φ⟩ = φ dx + φ dx
∂xi Ω1 ∂xi Ω2 ∂xi
∫
(1)
− (γ0 u1 − γ0 u2 ) γ0 φ νi dσ.
Γ
Comme γ0 u1 = γ0 u2 sur Γ, on aura

{ ∂u1
∂u ∂xi
sur Ω1
= ∂u2
∂xi ∂xi
sur Ω2
∂uk ∂u
or puisque ∈ L2 (Ωk ), pour k = 1, 2, on conclut que ∈ L2 (Ω) et par
∂xi ∂xi
conséquent u ∈ H 1 (Ω).
Chapitre 2
Problèmes aux limites

elliptiques
2.1 Généralité sur les équations aux dérivées

partielles
La plupart des phénomènes physiques, chimiques ou biologiques sont régis
(ou modélisés) par des systèmes d’équations aux dérivées partielles. Dans
cette section nous allons introduire la notion des équations aux dérivées par-
tielles et nous montrons la nécessité des conditions aux limites lorsqu’il s’agit
de résoudre ces équations.
Définition 2.1. • Une équation aux dérivées partielles (notée EDP)

d’ordre m ∈ N est une relation entre une fonction de plusieurs variables
u, ses dérivées partielles jusqu’à l’ordre m et une fonction donnée f .
( )
∂u ∂u ∂u ∂ 2 u ∂ 2 u ∂ mu
F x, u(x), , ,··· , , , , · · · , m = f dans Ω,
∂x1 ∂x2 ∂xn ∂x21 ∂x1 ∂x2 ∂xn
(2.1)
où Ω est un ouvert borné de R et F est une fonction de plusieurs
n
variables réelles.
• L’ordre de dérivation le plus élevé (noté ici m) est appelé l’ordre de
l’EDP (2.1).
• Notons que si n = 1, alors l’EDP est une équation différentielle ordi-
naire (EDO).
24
• Si dans l’EDP (2.1) la fonction est nulle, on dit que l’équation est
homogène.
• On dit que l’EDP (2.1) linéaire si la fonction F est linéaire par rapport
à u et toutes ses dérivées. Elle est dite non linéaire si F est non linéaire.
Exemple 2.1. Les équations suivantes sur R2 sont des EDP d’ordre 1, 2 et
3 respectivement
∂u ∂u
u+ + ex = 0,
∂x ∂y
( )3
∂u ∂u ∂2u
+ + ex sin y = 2,
∂x ∂y ∂x ∂y
( )2
∂u ∂u ∂ 3u
+x +y 2
= x3 .
∂x ∂y ∂x ∂y
Remarque 2.1. • Résoudre une équation aux dérivées partielles c’est
déterminer l’ensemble de toutes les solutions dans l’ouvert donné Ω.
• Une équation aux dérivées partielles peut ne pas admettre de solution,
comme elle peut admettre beaucoup de solutions et donc l’espace des
solution peut être de dimension infinie.
Exemple 2.2. • Il y a des EDP qui n’admettent pas de solution, comme
par exemple
∑n
|∂xk u|2 + 1 = 0.
k=1
• L’EDP suivante
∂xn u = 0 dans Rn
admet plusieurs solutions, puisque toute v ∈ D′ (Rn−1 ) est solution de
cette EDP.
Pour faire le tri entre les solutions d’une EDP, on impose presque toujours
à l’inconnue u de vérifier des conditions supplémentaires. Nous indiquons les
plus courantes.
2.1.1 Conditions aux limites

La donnée de u et (ou) ses dérivées sur le bord ∂Ω de l’ouvert Ω sont
applées conditions aux limites ou données au bord. Dans ce cas l’EDP est
appelée problème aux limites.
Exemple 2.3. 1. Problème de Dirichlet

{
−∆u = f dans Ω
u/∂Ω = 0
où
∑
n
∆u = ∂k2 u.
k=1
La donnée de la trace de u sur le bord de Ω est appelée condition de
Dirichlet et le problème aux limites associé est appelé problème de Di-
richlet.
2. Problème de Neumann
{
∂u
∂ν /
= 0
∂Ω
où
∂u
= ∇u · ⃗ν ,
∂ν
⃗ν désigne la normale à ∂Ω dirigée vers l’extérieur de Ω .
La donnée de la trace de la dérivée normale de u sur le bord de Ω est
appelée condition de Neumann et le problème aux limites associé est
appelé problème de Neumann.
3. Problème mixte (ou mêlé)

 −∆u = f dans Ω
u/Γ = 0
 ∂u 0 = 0
∂ν /Γ
1
La donnée de la trace de u sur une partie du bord Γ0 de ∂Ω et de la

trace de sa dérivée normale sur l’autre partie du bord Γ1 est appelée
condition mixte et le problème aux limites associé est appelé problème
mixte (ou mêlé).
2.1.2 Conditions initiales

La donnée de u et (ou) de ses dérivées sur un hypersurface (espace de
dimension n − 1) qui n’est pas nécessairement le bord de Ω sont appelées
condition initiales ou données de Cauchy. Dans ce cas l’EDP est appelée un
problème de Cauchy.
Exemple 2.4. – Problème de Cauchy pour l’équation des ondes

 ∂2u
 ∂t2
= C 2 ∆x u(x, t) dans Ω×]0, T [
(x, t)
u(x, 0) = u0 (x) x ∈ Ω (1) (2.2)
 ∂u
∂t
(x, 0) = u1 (x) x ∈ Ω (2)
Les données (1) et (2) sont appelées conditions initiales.
– Problème de Cauchy pour l’équation de la chaleur
{ ∂u
∂t
(x, t) = ∆x u(x, t) dans Ω×]0, T [
u(x, 0) = u0 (x) x ∈ Ω (3)
La condition (3) est appelée condition initiale.
Remarque 2.2. Il peut même y avoir des conditions mixtes dans le sens où
l’on mélange des conditions du type ci-dessus.
2.1.3 Exemples d’EDP linéaire d’ordre deux à coeffi-

cients constants
Les equations aux dérivées partielles linéaires les plus fréquemment ren-
contrées en dimension deux sont les équations du second ordre qui peuvent
être représentées par :
∂ 2u ∂ 2u ∂ 2u ∂u ∂u
a + b + c + d + e + f u + g = 0 dans Ω, (2.3)
∂x2 ∂x ∂y ∂y 2 ∂x ∂y
où a, b, c, d, e, f, g sont des constantes réelles. A cette equation (2.3), on
associe l’équation caractéristique :
a r2 + b r + c = 0. (2.4)
On distigue trois cas :
• Si ∆ > 0, alors l’EDP (2.3) est dite hyperbolique, par exemple :
∂ 2u ∂2u
(x, t) − (x, t) = f (x, t).
∂t2 ∂x2
• Si ∆ = 0, alors l’EDP (2.3) est dite parabolique, par exemple :
∂u ∂2u
(x, t) − 2 (x, t) = f (x, t)
∂t ∂x
• Si ∆ < 0, alors l’EDP (2.3) est dite elliptique, par exemple :

∂ 2u ∂ 2u
(x, y) + (x, y) = f (x, y).
∂x2 ∂y 2
2.1.4 EDP linéaire elliptique d’ordre quelconque

Soit Ω un ouvert de Rn (n ≥ 1) et on considère l’équation
∑
aα ∂ α u = f dans Ω, (2.5)
|α|≤m
où α ∈ Nn et aα sont des constantes réelles. L’équation (2.5) est une EDP
linéaire à coefficients constants d’ordre m. On lui associe le polynôme en la
variable ξ = (ξ1 , · · · , ξn ) ∈ Rn suivant
∑
P (ξ) = aα ξ α
|α|≤m
avec ξ α = ξ1α1 , · · · , ξnαn , pour α = (α1 , · · · , αn ).

Définition 2.2. On dira que l’EDP (2.5) est elliptique si
P (ξ) ̸= 0, ∀ξ ∈ Rn , ξ ̸= 0.
Exemple 2.5.
∑
n
∂ 2u
• L’équation de Laplace −∆u = − = f est elliptique.
i=1
∂x2i
• L’équation biharmonique −∆ u = −∆(∆u) = f est elliptique.

2
Remarque 2.3. Considérons une EDP linéaire à coefficients variables

∑
aα (x) ∂ α u = f dans Ω, (2.6)
|α|≤m
où les aα sont des fonctions sur Ω dans Rn . On dira que cette EDP est
elliptique dans Ω si elle est elliptique en chaque point x de Ω.
∑
n
∂ 2u
Exemple 2.6. L’équation − ai (x)
2
= f est elliptique s’il existe β > 0,
i=1
∂x i
tel que ai (x) ≥ β ∀x ∈ Ω, ∀i ∈ {1, · · · , n}.
Dans la suite, nous allons nous intéresser à des EDP elliptques.
2.2 Problèmes aux limites elliptiques

Nous allons aborder l’étude théorique de certains problèmes aux limites
elliptiques. Cette étude est basée sur la formulation variationnelle de ces
problèmes. Celle-ci permet d’obtenir aisément l’existence et l’unicité des solu-
tions. Nous commençons par étudier une formulation variationnelle abstraite
et nous montrons son intérêt sur des exemples concrets.
2.2.1 Problème variationnel abstrait

Soit V un espace de Hilbert muni du produit scalaire (·, ·)V et de la norme
∥·∥V . Soit a une forme bilinéaire continue
a : V × V −→ R
(u, v) 7−→ a(u, v)
La continuité signifie qu’il existe M > 0, tel que
|a(u, v)| ≤ M ∥u∥V ∥v∥V ∀ u, v ∈ V
Nous considérons le problème variationnel abstrait suivant : Etant donnée
F ∈ V ′ , trouver u ∈ V solution de
(P ) a(u, v) = F (v) ∀v ∈ V.
L’existence et l’unicité d’une solution de ce problème sont basées sur la coer-
civité de la forme bilinéaire a.
Définition 2.3. On dit que a est V -elliptique ou coercive sur V si et seule-
ment il existe α > 0, tel que
a(u, v) ≥ α ∥u∥2V ∀u ∈ V.
Nous énonçons le résultat suivant connu sous le nom du lemme de Lax-
Milgram.
Théorème 2.1. Soit a une forme bilinéaire continue et V -elliptique, et
F ∈ V ′ , alors le problème variationnel (P ) admet une solution unique u ∈ V .
De plus, on a le résultat de continuité de la solution par rapport aux données :
1
∥u∥V ≤ ∥F ∥V ′ ,
α
∥F (u)∥V
où ∥F ∥V ′ = sup .
u̸=0 ∥u∥V
Démonstration
Nous commençons par démontrer ce résultat dans le cas où a est symétrique.
On a la continuité, la symétrie et la coercivité de la forme bilinéaire a entraı̂ne
que a définie un produit scalaire sur V × V , qu’on notera (u, v)a = a(u, v) et
que la norme associée
√ √
∥u∥a = a(u, u) = (u, u)a
est équivalente à la norme ∥ · ∥V , car
α ∥u∥2V ≤ a(u, u) ≤ M ∥u∥2V ∀u ∈ V (2.7)
ce qui implique que

√ √
α ∥u∥V ≤ ∥u∥a ≤ M ∥u∥V ∀ u ∈ V. (2.8)
Puisque F est continue sur V pour la norme ∥ · ∥V , alors elle l’est aussi pour
la norme ∥ · ∥a . D’après le théorème de représentation de Riesz, il existe un
unique u ∈ V tel que
F (v) = (u, v)a = a(u, v) ∀ v ∈ V.
Si a n’est pas symétrique, puisque la forme linéaire F est continue sur V ,

d’après le théorème de représentation de Riesz, il existe un unique τF ∈ V ,
tel que
F (v) = (τF , v)V ∀ v ∈ V,
de même pour u fixé dans V , on a la forme linéaire v → a(u, v) est conti-
nue sur V . En appliquant, encore une fois, le théorème de Riesz, on obtient
l’existence et l’unicité d’un élément Au ∈ V , tel que
a(u, v) = (A u, v)V ∀ v ∈ V.
Ceci définit un opérateur linéaire A de V dans V qui est continue car

(A u, v)V a(u, v)
∥A u∥V = sup = sup ≤ M ∥u∥V .
v∈V \{0} ∥v∥ v∈V \{0} ∥v∥
Ainsi le problème (P ) est équivalent à chercher u ∈ V , tel que
a(u, v) = (A u, v)V = F (v) = (τF , v)V ∀v ∈ V (2.9)

i.e. A u = τF . (2.10)
On est donc amené à montrer que A : V → V est bijective.
Tout d’abord, on en déduit de la coercivité de a que A est injective puis-
qu’on a
α ∥v∥2V ≤ a(v, v) = (Av, v)V ≤ ∥Av∥V ∥v∥V ∀ v ∈ V, (2.11)
ce qui entraı̂ne que

∥Av∥V ≥ α ∥v∥V ∀v ∈ V
et donc si Av = 0 dans V alors v = 0 dans V . Montrons que A est surjective
sur V , c-à-d AV = V . On va vérifier que AV est un fermé de V et donc
V = AV ⊕ (AV )⊥
où (AV )⊥ est l’orthogonal de AV dans V , puis on vérifie ensuite que

(AV )⊥ = {0} et donc AV = V .
En effet, soit (wn )n une suite de AV , telle que
lim wn = w dans V.
n→∞
Montrons que w ∈ AV . Comme wn ∈ AV , ∀ n ∈ N, alors il existe vn ∈ V ,

tel que Avn = wn , ∀n ∈ N. Or (wn )n = (Avn )n est convergente, alors elle est
de Cauchy, donc ∀ ϵ > 0, ∃ N ∈ N, tel que pour tout p, q ≥ N , on a
∥Avp − Avq ∥V ≤ ϵ.
Par suite
α ∥vp − vq ∥ ≤ ∥Avp − Avq ∥V ≤ ϵ.
Ainsi on a (vn )n est une suite de Cauchy dans V (qui est complet), donc
lim vn = v dans V,
n→∞
or comme A est continue sur V, alors
lim Avn = Av dans V,

n→∞
donc Av = w ∈ AV , d’où AV est un fermé de V. Soit ensuite v0 ∈ (AV )⊥

alors (v0 , Av0 ) = 0. Or comme
0 = (Av0 , v0 ) = a(v0 , v0 ) ≥ α ∥v0 ∥2V ≥ 0,

ce qui entraı̂ne que v0 = 0 dans V et donc (AV )⊥ = {0}. Par suite AV = V .

Par conséquent A est bijective sur V . Ce qui permet de conclure qu’il existe
un unique u ∈ V , tel que A u = τF .
D’autre part, en prenant u = v dans (P ), on aura d’après la continuité de F
et la coercivité de a
α ∥u∥2V ≤ a(u, u) = F (u)
donc
F (u)
α ∥u∥V ≤
∥u∥V
par conséquent
∥F ∥V ′
∥u∥V ≤ .
α

un
Dans cette section, nous montrons comment écrire certains problèmes aux
limites en dimension 1 sous forme variationnelle.
Problème de Dirichlet
Soit Ω =]0, 1[, étant donnée f ∈ L2 (Ω), on veut déterminer la solution u
de l’équation différentielle
−u′′ = f dans Ω (2.12)
et satisfaisant la condition aux limites
u(0) = u(1) = 0 (2.13)
Ce système représente l’équation stationnaire d’une corde. u représente le

déplacement de cette corde dans la direction perpendiculaire à celle-ci par
rapport à la position du repos (sous l’hypothèse de petits déplacements). f
désigne la densité de force et les conditions aux limites (2.13) signifient que
la corde est fixée à ses extrémités (voir figure 5.1).
0 1
Figure 2.1 – Déplacement de la corde
Supposons qu’une solution de (2.12)-(2.13) existe et qu’elle est régulière

u ∈ H 2 (Ω), alors en multipliant l’équation (2.12) par une fonction test
v ∈ H 1 (Ω) et en intégrant sur [0, 1], on obtient
∫ 1 ∫ 1
′′
− u v dx = f v dx
0 0
en intégrant par parties, on aura

∫ 1 ∫ 1
′ ′ ′ ′
u (x) v (x) dx − u (1) v(1) + u (0) v(0) = f (x) v(x) dx
0 0
pour v ∈ H01 (Ω) on a v(0) = v(1) = 0 et donc

∫ 1 ∫ 1
′ ′
u (x) v (x) dx = f (x) v(x) dx ∀v ∈ H01 (Ω),
0 0
si on prend
V = H01 (Ω),
∫ 1
a(u, v) = u′ (x) v ′ (x) dx
0
et ∫ 1
F (v) = f (x) v(x) dx,
0
on a ainsi montré que si u ∈ H 2 (Ω) est solution de (2.12)-(2.13), alors elle

est solution du problème variationnel
{
Trouver u ∈ V solution de
(2.14)
a(u, v) = F (v) ∀v ∈ V
Inversement, si u est solution de (2.14), alors elle est solution de (2.12)-(2.13).

En effet, u solution de (2.14) entraı̂ne que u(0) = u(1) = 0 et donc u vérifie
l’équation (2.13). Pour montrer que u satisfait l’équation (2.12), comme
D(Ω) ⊂ H01 (Ω), l’équation (2.14) implique que
∫ 1 ∫ 1
′ ′
u (x)v (x) dx = f (x)v(x) dx ∀v ∈ D(Ω)
0 0
donc
⟨u′ , v ′ ⟩ = ⟨f, v⟩ ∀v ∈ D(Ω).
En utilisant la dérivation au sens de distributions, on aura
⟨−u′′ , v⟩ = ⟨f, v⟩ ∀v ∈ D(Ω)
par suite −u′′ = f dans D′ (Ω). Or comme f ∈ L2 (Ω), on en déduit que
u, u′ , u′′ = −f sont tous trois dans L2 (Ω), ce qui prouve que u ∈ H 2 (Ω)
et donc l’équation (2.12) est satisfaite dans L2 (Ω) (c-à-d presque partout
dans Ω).
Montrons maintenant que (2.14) admet une solution unique grâce au lemme
de Lax-Milgram. La bilinéarité de a et la linéarité de F découlent de la
linéarité de l’intégrale. En utilisant l’inégalité de Hölder, on vérifie que a
continue sur V × V et que F est continue sur V . En effet, soient u et v des
éléments de V , on a
∫ 1

|a(u, v)| = u (x) v (x) dx
′ ′
0
∫ 1
≤ |u′ (x)| |v ′ (x)| dx
0
≤ ∥u′ ∥0,Ω ∥v ′ ∥0,Ω
≤ |u|1,Ω |v|1,Ω .
Donc a est continue sur V × V pour la norme | · |1,Ω . On a aussi
∫ 1 ∫ 1

|F (v)| =
f (x) v(x) dx ≤ |f (x)| |v(x)| dx
0 0
≤ ∥f ∥0,Ω ∥v∥0,Ω .
D’après l’inégalité de Poincaré, il existe c = c(Ω) > 0, tel que
∥v∥0,Ω ≤ c |v|1,Ω ∀ v ∈ V,
donc
|F (v)| ≤ c ∥f ∥0,Ω |v|1,Ω .
D’où F est continue sur V pour | · |1,Ω . La coercivité de a sur V est évidente,
puisque ∫
(u′ (x)) = |u|21,Ω .
2
a(u, u) =
Ω
Ainsi d’après le lemme de Lax-Milgram, il existe un unique u ∈ V , tel que
a(u, v) = F (v) ∀ v ∈ V.
Problème de Neumann
Soit Ω =]0, 1[, on considère, cette fois-ci, le problème suivant : Etant
donné f ∈ L2 (Ω), trouver u solution de
−u′′ + u = f dans Ω (2.15)
u′ (0) = u′ (1) = 0 (2.16)
Supposons qu’il existe une solution u ∈ H 2 (Ω) du problème (2.15)-(2.16). En
multipliant l’équation (2.15) par une fonction test v ∈ H 1 (Ω) et en intégrant
sur Ω, on obtient
∫ 1 ∫ 1 ∫ 1
′′
− u (x) v(x) dx + u(x) v(x) dx = f (x) v(x) dx.
0 0 0
En faisant une intégration par parties, on aura

∫ 1 ∫ 1 ∫ 1
′ ′ ′ 1
u (x) v (x) dx − [u (x)v(x)]0 + u(x) v(x) dx = f (x) v(x) dx
0 0 0
or u′ (0) = u′ (1) = 0, donc

∫ 1 ∫ 1 ∫ 1
′ ′
u (x) v (x) dx + u(x) v(x) dx = f (x) v(x) dx.
0 0 0
Si on prend
V = H 1 (Ω),
∫ 1 ∫ 1
′ ′
a(u, v) = u (x) v (x) dx + u(x) v(x) dx,
0 0
∫ 1
F (v) = f (x) v(x) dx,
0
on aura montré ainsi que si u ∈ H 2 (Ω) est solution de (2.15)-(2.16), alors elle
est solution du problème variationnel
{
(2.17)
a(u, v) = F (v) ∀v ∈ V
Inversement, si u est solution de (2.17), on a

∫ 1 ∫ 1 ∫ 1
′ ′
u (x) v (x) dx + u(x) v(x) dx = f (x) v(x) dx ∀v ∈ H 1 (Ω).
0 0 0
Comme D(Ω) ⊂ H 1 (Ω), alors

∫ 1 ∫ 1 ∫ 1
′ ′
u v dx + u v dx = f v dx ∀v ∈ D(Ω)
0 0 0
donc
⟨u′ , v ′ ⟩ + ⟨u, v⟩ = ⟨f, v⟩ ∀v ∈ D(Ω)
d’où
⟨−u′′ , v⟩ + ⟨u, v⟩ = ⟨f, v⟩ ∀v ∈ D(Ω)
par suite −u′′ + u = f dans D′ (Ω), or comme f ∈ L2 (Ω), on en déduit que
u, u′ , u′′ sont tous trois dans L2 (Ω). Ce qui prouve que u ∈ H 2 (Ω) et donc
l’équation (2.15) est vérifiée p.p. dans Ω. Pour montrer que u satisfait (2.16),
utilisons une intégration par parties de l’équation (2.17), pour avoir :
∫ 1 ∫ 1 ∫ 1
′′ ′ 1
−u (x) v(x) dx+[u (x) v(x)]0 + u(x) v(x) dx = f (x) v(x) dx ∀v ∈ V,
0 0 0
donc
∫ 1 ∫ 1
′′ ′ ′
(−u + u) v dx + u (1)v(1) − u (0)v(0) = f v dx ∀v ∈ V,
0 0
d’où
u′ (1)v(1) − u′ (0)v(0) = 0 ∀v ∈ V.
Par suite, en prenant en particulier v(x) = x et v(x) = x − 1, on aura
respectivement u′ (1) = 0 et u′ (0) = 0. Ainsi on a démontré qu’une solution
u de (2.17) appartient à H 2 (Ω) et qu’elle est solution de (2.15)-(2.16).
Maintenant, grâce au lemme de Lax-Milgram, montrons que le problème
variationnel (2.17) admet une solution unique. On a bien que la forme a est
bilinéaire et que F est linéaire par linéarité de l’intégrale. La continuité de a

et celle de F découlent de l’inégalité de Hölder, en effet, soit v ∈ V on a
∫ 1 ∫ 1

|F (v)| =
f v dx ≤ |f | |v| dx
0 0
≤ ∥f ∥0,Ω ∥v∥0,Ω
≤ ∥f ∥0,Ω ∥v∥1,Ω
donc F est continue sur V = H 1 (Ω). D’autre part, soit (u, v) ∈ V × V , on a

∫ 1 ∫ 1

|a(u, v)| = ′ ′
u v dx + u v dx
0 0
∫ 1 ∫ 1
′ ′
≤ |u | |v | dx + |u| |v| dx
0 0
≤ ∥u′ ∥0,Ω ∥v ′ ∥0,Ω + ∥u∥0,Ω ∥v∥0,Ω
≤ 2 ∥u∥1,Ω ∥v∥1,Ω ,
donc a est continue sur V × V . La coercivité de a est immédiate, puisque

on a ∫ 1 ∫ 1
′2
a(u, u) = u dx + u2 dx = ∥u∥21,Ω .
0 0
Par conséquent, le problème variationnel (2.17) admet une solution unique.

supérieure
Dans cette section, nous montrons comment écrire certains problèmes aux
limites en dimension supérieure sous forme variationnelle.
Problème de Dirichlet
Soit Ω un ouvert borné de Rn (n ≥ 2) de frontière Γ = ∂Ω lipschitzienne.
Etant donné f ∈ L2 (Ω), on veut montrer l’existence et l’unicité d’une solution
u du problème suivant
{
(2.18)
u = 0 sur Γ
En supposant que u ∈ H 2 (Ω) soit solution de (2.18), en multipliant la

première équation de (2.18) par v ∈ H 1 (Ω) puis en apppliquant la formule
de Green, on obtient
∫ ∫ ∫
∂u
∇u ∇v dx − v dσ = f v dx,
Ω Γ ∂ν Ω
pour tout v ∈ H01 (Ω), on aura

∫ ∫
∇u ∇v dx = f v dx.
Ω Ω
Prenons alors
V = H01 (Ω),
∫
a(u, v) = ∇u ∇v dx,
∫Ω
F (v) = f v dx
Ω
on aura ainsi montré que si u ∈ H (Ω) est solution de (2.18), alors elle est
2
solution du problème variationnel suivant

{
Trouver u ∈ V, tel que
(2.19)
a(u, v) = F (v) ∀v ∈ V
Inversement, si u est solution de (2.19), on a u ∈ V = H01 (Ω), donc il est
clair que u/Γ = 0. D’autre part, comme D(Ω) ⊂ V , on a
∫ ∫
∇u ∇v dx = f v dx, ∀ v ∈ D(Ω)
Ω Ω
donc n ∫ ∫
∑ ∂u ∂v
dx = f v dx, ∀ v ∈ D(Ω)
i=1 Ω
∂xi ∂xi Ω
d’où
∑n
∂u ∂v
⟨ , ⟩ = ⟨f, v⟩, ∀ v ∈ D(Ω)
i=1
∂x i ∂x i
par suite
∑n
∂ 2u
− ⟨ 2 , v⟩ = ⟨f, v⟩, ∀ v ∈ D(Ω),
i=1
∂xi

−∆u = f dans D′ (Ω).
Or comme f ∈ L2 (Ω), donc
−∆u = f p.p. dans Ω (2.20)
ainsi on a u est solution de (2.18), mais dans un sens faible car de l’identité
(2.20), on ne peut pas conclure que u ∈ H 2 (Ω), puisque ∆u ∈ L2 (Ω) n’est pas
∂ 2u
équivalent à ∈ L2 (Ω), ∀i, j ∈ {1, . . . , n}. En fait, on peut montrer
∂xi ∂xj
que, sous certaines hypothèses de régularité sur Ω, la solution de (2.19) est
dans H 2 (Ω), ce qui permet de garantir l’équivalence entre le problème (2.18)
et (2.19) (voir le résultat suivant dû à Agmon-Douglis-Niremberg).
Théorème 2.2. Si le bord de Ω est de classe C 2 , alors la solution u ∈ H01 (Ω)

du problème (2.19) (solution de (2.18) au sens faible) avec f ∈ L2 (Ω), ap-
partient à H 2 (Ω). De plus, il existe une constante C > 0 (qui ne dépend que
de Ω), telle que
∥u∥2,Ω ≤ C ∥f ∥0,Ω
Remarque 2.4. En fait, on a mieux : si Ω est convexe et à bord lipschitzien,

alors le résultat ci-dessus reste valable.
Montrons maintenant que le problème variationnel (2.19) admet une so-

lution unique, grâce au Lemme de Lax-Milgram. On a bien que a est une
forme bilinéaire et que F est une forme linéaire par linéarité de l’intégrale.
On a aussi que a et F sont continues, puisque, d’une part, pour tout
v ∈ V = H01 (Ω), on a
∫
|F (v)| ≤ |f | |v| dx
Ω
≤ ∥f ∥0,Ω ∥v∥0,Ω ,
d’après l’inégalité de Poincaré ∃ c = c(Ω), tel que
∥v∥0,Ω ≤ c |v|1,Ω ∀v ∈ V
donc
|F (v)| ≤ ∥f ∥0,Ω c |v|1,Ω
d’où F est continue sur V . D’autre part, soit (u, v) ∈ V × V , on a

∫
|a(u, v)| ≤ |∇u| |∇v| dx
Ω
≤ ∥∇u∥0,Ω ∥∇v∥0,Ω
≤ |u|1,Ω |v|1,Ω
donc a est continue sur V × V . La coercivité de a sur V est évidente, puisque
on a ∫
a(u, u) = |∇u|2 dx = |u|21,Ω .
Ω
Par suite le problème (2.19) admet une solution unique dans V .
Problème de Neumann
Soient Ω un ouvert borné de Rn (n ≥ 2) de frontière Γ = ∂Ω lipschitzienne
et g ∈ C(Ω) qui satisfait g(x) ≥ α0 > 0, ∀ x ∈ Ω. Etant donné f ∈ L2 (Ω), on
cherche à montrer l’existence et l’unicité de la solution du problème suivant
{
−∆u + g u = f dans Ω
∂u (2.21)
= 0 sur Γ
∂ν
De la même manière que dans le cas du problème de Dirichlet, on suppose
que u ∈ H 2 (Ω) est solution de (2.21), on multiplie la première équation de
(2.21) par v ∈ H 1 (Ω), puis on applique la formule de Green, ainsi on obtient
∫ ∫ ∫
∇u ∇v dx + g u v dx = f v dx.
Ω Ω Ω
Prenons alors
V = H 1 (Ω)
∫ ∫
a(u, v) = ∇u ∇v dx + g u v dx
∫Ω Ω
F (v) = f v dx
Ω
on aura ainsi montré que si u ∈ H 2 (Ω) est solution de (2.21), alors elle est
solution du problème variationnel suivant
{
Trouver u ∈ V tel que
(2.22)
a(u, v) = F (v) ∀v ∈ V
Inversement, si u est solution de (2.22), alors comme D(Ω) ⊂ V = H 1 (Ω),

on a
a(u, v) = F (v) ∀v ∈ D(Ω)
donc n ∫ ∫ ∫
∑ ∂u ∂v
dx + g u v dx = f v dx, ∀ v ∈ D(Ω)
i=1 Ω
∂xi ∂xi Ω Ω
d’où
∑n
∂u ∂v
⟨ , ⟩ + ⟨g u, v⟩ = ⟨f, v⟩, ∀ v ∈ D(Ω)
i=1
∂x i ∂x i
par suite
∑n
∂ 2u
− ⟨ 2 , v⟩ + ⟨g u, v⟩ = ⟨f, v⟩, ∀ v ∈ D(Ω),
i=1
∂xi
−∆u + g u = f dans D′ (Ω).
Or comme f ∈ L2 (Ω), donc
−∆u + g u = f p.p. dans Ω. (2.23)
L’identité ci-dessus ne nous permet pas d’avoir la régularité u ∈ H 2 (Ω). Par

contre, si cette solution u est dans H 2 (Ω), alors par la formule de Green, on
obtient ∫ ∫ ∫
∇u ∇v dx + g u v dx = f v dx, ∀v ∈ V
Ω Ω Ω
donc
∫ ∫ ∫ ∫
∂u
−∆u v dx + v dσ + g u v dx = f v dx, ∀v ∈ V
Ω Γ ∂ν Ω Ω
d’où ∫
∂u
v dσ = 0, ∀v ∈ V = H 1 (Ω)
Γ ∂ν
par suite ∫
∂u
w dσ = 0, ∀w ∈ γ0 (H 1 (Ω)).
Γ ∂ν
En utilisant le résultat de densité de γ0 (H 1 (Ω)) dans L2 (Γ) (admis),

∂u
comme u ∈ H 2 (Ω) alors / ∈ L2 (Γ), par suite il va exister une suite
∂ν Γ
(wk )k ⊂ γ0 (H 1 (Ω)), telle que
∂u
lim wk = dans L2 (Γ).
k→∞ ∂ν
Il est alors facile de voir que
∫ ∫ ( )2
∂u ∂u
lim wk dσ = dσ,
k→∞ Γ ∂ν Γ ∂ν
or ∫
∂u
wk dσ = 0, ∀k
Γ ∂ν
donc ∫ ( )2
∂u
dσ = 0,
Γ ∂ν
d’où
∂u
= 0 p.p. sur Γ,
∂ν
par suite u est solution du problème (2.21).
Remarque 2.5. • Si la solution u ∈ H 1 (Ω) du problème (2.22) n’appartient
pas à H 2 (Ω), on peut simplement dire que u est une solution faible de (2.21).
• Grâce à un résultat de régularité analogue à celui du théoréme précédent,
on peut avoir que la solution de (2.22) est dans H 2 (Ω) (sous condition que Ω
est de classe C 2 ) et dans ce cas on aura équivalence entre le problème (2.22)
et (2.21).
Montrons maintenant que le problème variationnel (2.22) admet une solu-
tion unique. On a bien que a est une forme bilinéaire et que F est une forme
linéaire par linéarité de l’intégrale. On a aussi que a et F sont continues,
puisque, d’une part, pour tout v ∈ V = H 1 (Ω), on a
∫
|F (v)| ≤ |f | |v| dx
Ω
≤ ∥f ∥0,Ω ∥v∥0,Ω
≤ ∥f ∥0,Ω ∥v∥1,Ω
donc F est continue sur V . D’autre part, soit (u, v) ∈ V × V , on a

∫ ∫
|a(u, v)| ≤ |∇u| |∇v| dx + |g| |u| |v| dx
Ω Ω
≤ ∥∇u∥0,Ω ∥∇v∥0,Ω + ∥g∥∞ ∥u∥0,Ω ∥v∥0,Ω
≤ ∥u∥1,Ω ∥v∥1,Ω + ∥g∥∞ ∥u∥1,Ω ∥v∥1,Ω
≤ (1 + ∥g∥∞ ) ∥u∥1,Ω ∥v∥1,Ω
donc a est continue sur V × V . La coercivité de a découle du fait qu’on a

∫ ∫
a(u, u) = (|∇u|) dx + g (u)2 dx
2
Ω Ω
or comme g(x) ≥ α0 > 0, ∀x ∈ Ω, alors

∫ ∫
a(u, u) ≥ (|∇u|) dx + α0 (u)2 dx
2
Ω
(∫ Ω
∫ )
≥ min(1, α0 ) 2 2
(|∇u|) dx + (u) dx
Ω Ω
≥ min(1, α0 ) ∥u∥21,Ω .
On a ainsi montré que (2.22) admet une solution unique dans V .
Problème aux limites mixte d’ordre deux

Nous allons maintenant étudier un problème aux limites mixte d’ordre
2 du type Dirichlet-Neumann. Soit Ω un ouvert borné et connexe de
Rn de frontière Γ = ∂Ω lipschitzienne. Soient Γ0 et Γ1 deux parties
complémentaires de Γ telles que
Γ = Γ0 ∪ Γ1 et Γ0 ∩ Γ1 = ∅.
On cherche à montrer l’existence et l’unicité de la solution du problème sui-

vant 
 −∇ · (k ∇u) = f
 dans Ω
∂u
k = g sur Γ1 (2.24)

 ∂ν
u = 0 sur Γ0
∑n
∂ ∂u
où ∇ · (k ∇u) = (k ), avec k une fonction de C 1 (Ω), vérifiant :
i=1
∂x i ∂x i
∃ α > 0, tel que k(x) ≥ α, ∀ x ∈ Ω,
on suppose que f ∈ L2 (Ω) et que g ∈ L2 (Γ1 ).

Dans la suite, nous allons utiliser la méthode variationnelle pour résoudre
le problème (2.24). En supposant que u ∈ H 2 (Ω) soit solution de (2.24), en
multipliant la première équation de (2.24) par v ∈ H 1 (Ω) puis en apppliquant
la formule de Green, on obtient
∑ n ∫ ∫
∂ ∂u
− (k ) v dx = f v dx
i=1 Ω ∂x i ∂x i Ω
donc n ∫ ∫ ∫
∑ ∂u ∂v ∑ n
∂u
k dx − k νi v dσ = f v dx
i=1 Ω ∂xi ∂xi i=1 Γ ∂xi Ω
d’où ∫ ∫ ∫
∂u
k ∇u ∇v dx − k v dσ = f v dx
Ω Γ ∂ν Ω
On remarque qu’on peut bien évidemment appliquer la formule de Green,
∂u
puisque k ∈ H 1 (Ω), ceci parce que k ∈ C 1 (Ω) et u ∈ H 2 (Ω). Ainsi pour
∂xi
tout v ∈ H 1 (Ω), telle que v/Γ0 = 0, on aura
∫ ∫ ∫
∂u
k ∇u ∇v dx = f v dx + k v dσ.
Ω Ω Γ1 ∂ν
En prenant alors
V = {v ∈ H 1 (Ω) / v/Γ0 = 0},

∫
a(u, v) = k ∇u ∇v dx,
∫Ω
∫
F (v) = f v dx + g v dσ,
Ω Γ1
on aura ainsi montré que u est solution du problème variationnel suivant

{
(2.25)
a(u, v) = F (v) ∀v ∈ V
Inversement, si u est solution de (2.25), on a u ∈ V et donc u/Γ0 = 0. D’autre

part, comme D(Ω) ⊂ V , on a
a(u, v) = F (v) ∀ v ∈ D(Ω)
donc n ∫ ∫
∑ ∂u ∂v
k dx = f v dx ∀ v ∈ D(Ω)
i=1 Ω ∂xi ∂xi Ω
d’où
∑
n
∂u ∂v
⟨k , ⟩ = ⟨f, v⟩ ∀ v ∈ D(Ω)
i=1
∂xi ∂xi
par suite
∑n
∂ ∂u
− ⟨ (k ), v⟩ = ⟨f, v⟩ ∀ v ∈ D(Ω)
i=1
∂x i ∂x i
par conséquent
−∇ · (k ∇u) = f dans D′ (Ω).
Or comme f ∈ L2 (Ω), alors
−∇ · (k ∇u) = f p.p. dans Ω.
Maintenant si u la solution de (2.25) est dans H 2 (Ω), comme k ∈ C 1 (Ω) alors

∂u
k ∈ H 1 (Ω), ∀ i, 1 ≤ i ≤ n. Ainsi, en appliquant la formule de Green à
∂xi
(2.25), on obtient, pour tout v ∈ V
n ∫
∑ ∫ ∫ ∫
∂ ∂u ∂u
a(u, v) = − (k ) v dx + k v dσ = f v dx + g v dσ
i=1 Ω ∂xi ∂xi Γ ∂ν Ω Γ1
donc
∫ ∫ ∫ ∫
∂u
− ∇ · (k ∇u) v dx + k v dσ = f v dx + g v dσ
Ω Γ1 ∂ν Ω Γ1
il résulte de cette formule que

∫ ( )
∂u
k − g v dσ = 0, ∀ v ∈ V.
Γ1 ∂ν
En utilisant le résultat de densité de l’espace des traces sur Γ1 des fonctions

de V dans L2 (Γ1 ) (admis), comme k ∈ C 1 (Ω) ⊂ C(Ω) et u ∈ H 2 (Ω), alors
∂u
k / − g ∈ L2 (Γ1 ),
∂ν Γ
1
par suite il va exister une suite (vj )j ⊂ V , telle que
∂u
lim vj /Γ = − g dans L2 (Γ1 ).
j→∞ 1 ∂ν
Il est alors facile de voir que
∫ ( ) ∫ ( )2
∂u ∂u
lim − g vj dσ = −g dσ,
j→∞ Γ
1
∂ν Γ1 ∂ν
or ∫ ( )
∂u
−g vj dσ = 0, ∀j
Γ1 ∂ν
donc ∫ ( )2
∂u
−g dσ = 0,
Γ1 ∂ν
d’où
∂u
= g p.p. sur Γ1 ,
∂ν
par suite u est solution du problème (2.24).
Remarque 2.6. Dans la suite, nous allons montrer que la formulation va-
riationnelle (2.25) du problème aux limites mixte admet une solution unique
dans V ⊂ H 1 (Ω) appelée la solution faible de (2.24). Si l’ouvert Ω est as-
sez régulier, on peut récupérer la régularité H 2 (Ω) de cette solution et donc
l’existence et l’unicité d’une solution de (2.24).
Nous avons alors le résultat suivant
Théorème 2.3. Si l’ouvert Ω est de classe C 2 , alors la solution u de (2.25)

est en fait dans H 2 (Ω) et donc elle est l’unique solution de (2.24).
Montrons maintenant que le problème (2.25) admet une solution unique

dans V . On a la forme a est bilinéaire par linéarité de l’intégrale. On a aussi
a est continue et coercive. En effet, soit (u, v) ∈ V × V , on a
∫

|a(u, v)| ≤ k ∇u ∇v dx
Ω
≤ ∥k∥∞ |u|1,Ω |v|1,Ω
donc a est continue sur V × V , de plus on a
∫
a(u, u) = k (∇u)2 dx ≥ α |u|21,Ω
Ω
par suite a est V -elliptique. D’autre part, la forme F est linéaire par linéarité
de l’intégrale et elle est continue sur V . En effet, soit v ∈ V , on a
∫ ∫

|F (v)| ≤ f v dx + g v dσ
Ω Γ1
≤ ∥f ∥0,Ω ∥v∥0,Ω + ∥g∥L2 (Γ1 ) ∥v∥L2 (Γ1 ) .
La continuité de l’application trace de H 1 (Ω) dans L2 (Γ1 ) entraı̂ne qu’il existe
M > 0, tel que
∥v∥L2 (Γ1 ) ≤ M ∥v∥1,Ω .
Donc
( )
|F (v)| ≤ ∥f ∥0,Ω + M ∥g∥L2 (Γ1 ) ∥v∥1,Ω
( )
≤ c(Ω) ∥f ∥0,Ω + M ∥g∥L2 (Γ1 ) |v|1,Ω .
où c(Ω) est la constante de Poincaré. Par suite, d’après le lemme de
Lax-Milgram, il existe une unique solution u ∈ V de (2.25).
2.2.4 Problème aux limites mixte général d’ordre 2

Nous allons maintenant étudier un problème aux limites plus génèral pour
des opérateurs elliptiques d’ordre 2, avec conditions aux limites mixtes.
Soit Ω un ouvert borné et connexe de Rn de frontière Γ = ∂Ω lipschit-
zienne. Soientn Γ0 et Γ1 deux parties complémentaire de Γ, tels que
Γ = Γ 0 ∪ Γ1 et Γ0 ∩ Γ1 = ∅,
on considère un problème aux limites pou un opérateur elliptique d’ordre 2

avec conditions aux limites de types Dirichlet-Neumann :

 Au = f dans Ω
∂u
(P ) = g sur Γ1
 ∂νA
u = 0 sur Γ0
où
∑n ∑ n
∂ ∂u
Au = − (aij ) + a0 u,
i=1 j=1
∂x i ∂x j
∂
l’opérateur ∂νA
est appelé la dérivée conormale associée à l’opérateur A, défini
par : ( n )
∂u ∑n ∑ ∂u
= (aij ) νi .
∂νA i=1 j=1
∂x j
On suppose que f ∈ L2 (Ω), g ∈ L2 (Γ1 ) et que les coefficients aij , a0 sont des
fonctions définies sur Ω, vérifiant les hypothèses suivantes :
• a0 ∈ Ω et aij ∈ C 1 (Ω),
• ∃α > 0 tel que ∀ξ ∈ Rn ,
∑
n
aij ξj ξi ≥ α∥ξ∥2 p.p. dans Ω,
i,j=1
• ∃α0 > 0, tel que a0 ≥ α0 p.p. dans Ω.

Remarque 2.7. On remarque que si aij = δij le symbole de Kronecker, alors
∑n ∑ n ( ) ∑n
∂ ∂u ∂ ∂u
Au = − δij + a0 u = − + a0 u = −∆u + a0 u
i=1 j=1
∂x i ∂x j i=1
∂x i ∂x i
et
∂u ∂u
= .
∂νA ∂ν
Exercice 2.1. 1. Montrer que si u ∈ H 2 (Ω) est solution de (P ), alors u
est solution de la formulation variationnelle
{
(P V )
a(u, v) = F (v) ∀v ∈ V,
avec
V = {v ∈ H 1 (Ω) / v/Γ0 = 0},

∫ (∑ n
)
∂u ∂v
a(u, v) = aij + a0 u v dx,
Ω i,j=1 ∂xj ∂xi
∫ ∫
F (v) = f v dx + g v dσ.
Ω Γ1
2. Montrer que (P V ) admet une solution unique.

3. Montrer que si la solution de (P V ) est dans H 2 (Ω) alors elle est solu-
tion de (P ).
Chapitre 3
Approximation des EDP par la

méthode des différences finies
La plupart des phénomènes physiques,chimiques ou biologiques sont régis

par des systèmes d’équations aux dérivées partielles assez complexes. La
résolution mathématique de ces EDP est délicate et parfois impossible, d’où la
nécessité d’utiliser des méthodes d’approximation numérique, pour approcher
les solutions de ces EDP, qui remplacent souvent la simulation expérimentale
qui est plus coûteuse.
Dans ce chapitre, nous proposons la méthode des différences finies pour
l’approximation des EDP qui se base sur la méthode de dérivation numérique.
3.1 Dérivation numérique

Soit f une fonction définie de R à valeurs dans R supposée de classe C 1 ,
si x0 ∈ R, on peut écrire
f (x0 + h) − f (x0 )
f ′ (x0 ) = lim
h→0 h
f (x0 ) − f (x0 − h)
= lim
h→0 h
f (x0 + 2 ) − f (x0 − h2 )
h
= lim
h→0 h
Définition 3.1. Losque h > 0 est donné, on appelle respectivement opérateur
de différence première progressive, rétrograde et centrée les opérateurs ∆h ,
50
∇h et δh ainsi définis :
∆h f (x) = f (x + h) − f (x)
∇h f (x) = f (x) − f (x − h)
h h
δh f (x) = f (x + ) − f (x − )
2 2
• La quantité ∆h f (x)
h
s’appelle la formule de differences finies progressives
en x.
∇h f (x)
• La quantité h
s’appelle la formule de differences finies rétrogrades
en x.
• La quantité δh f (x)
h
s’appelle la formule de differences finies centrées en
x.
Remarque 3.1. Une idée simple pour calculer numériquement la dérivée f ′

de f au point x0 consiste donc à se donner une valeure de h positive assez
petite et à calculer ∆hhf (x) ou ∇hhf (x) ou δh fh(x) .
Théorème 3.1. 1. Si f : R → R est une fonction deux fois continûment

dérivable (de classe C 2 ), si x0 ∈ R fixé et si h0 > 0 un nombre positif
donné , alors il existe une constante c > 0 telle que :

′
f (x0 ) − ∆h f (x0 ) ≤ c h , ∀h ≤ h0 ,
h

′ ∇ f (x )
f (x0 ) − h 0 ≤ c h , ∀h ≤ h0 .
h
2. Si f : R → R est une fonction trois fois continûment dérivable (de

classe C 3 ), si x0 ∈ R fixé et si h0 > 0 un nombre positif donné, alors il
existe une constante c > 0 tel que :

′ δ f (x )
f (x0 ) − h 0 ≤ c h2 , ∀h ≤ h0
h
Démonstration
Utiliser un développement limité à l’ordre 2 au voisinage de x0 , pour 1., et
un développement limité à l’ordre 3 au voisinage de x0 , pour 2. (en exercice).
Remarque 3.2. D’après le théorème précédent, si f est assez régulière,

alors les quantités ∆hhf (x) , ∇hhf (x) et δh fh(x) convergent vers f ′ (x0 ), quad h tend
vers 0. De plus la convergence ∆hhf (x) et ∇hhf (x) est d’ordre 1, alors que la
convergence de δh fh(x) est d’ordre 2.
Les opérateurs de différences premières introduits précédemment peuvent

être généralisés aux opérateurs de différences d’ordre supérieur de la façon
suivante :
Définition 3.2. Soit m un entier, tel que m ≥ 2. On définit respectivement

les opérateurs de différences d’ordre m progressives, rétrogrades et centrées
par les relations de récurrences :
∆m m−1
h f (x) = ∆h (∆h f (x))
∇m
h f (x) = ∇h (∇h
m−1
f (x))
δhm f (x) = δh (δhm−1 f (x))
Exemple 3.1.
δh2 f (x) = δh (δh f (x))

( )
h h
= δh f (x + ) − f (x − )
2 2
( ) ( )
h h
= δh f (x + ) − δh f (x − )
2 2
h h h h h h h h
= f (x + + ) − f (x + − ) − f (x − + ) + f (x − − )
2 2 2 2 2 2 2 2
= f (x + h) − 2 f (x) + f (x − h).
Remarque 3.3. De la même manière que pour le théorème précédent, si f

∆m f (x) ∇m f (x)
est assez régulière et si x0 ∈ R, on montre que les quantités hhm , hhm
δ m f (x)
et hhm convergent vers f (m) (x0 ), lorsque h → 0, de plus la convergence est
d’ordre h, h et h2 respectivement.
3.2 Méthode des différences finies pour des

problèmes unidimentionnels
3.2.1 Problème aux limites linéaire elliptique
Considérons le problème suivant : étant donné deux fonctions c et f conti-
nues sur [0, 1], trouver une fonction u deux fois continûment dérivable sur
[0, 1], telle que
{
−u′′ (x) + c(x) u(x) = f (x) sur ]0, 1[
(P )
u(1) = u(0) = 0
Nous admettons que le problème (P ) admet une solution unique u. L’ap-

proximation de cette solution par la méthode de differences finies consiste,
en première étape, à discrétiser l’intervalle [0, 1] et àécrire le problème (P ) en
chaque point de descritisation, puis en deuxième étape à approcher la dérivée
seconde en chaque point de la discrétisation par les formules de differences
finies d’ordre 2.
Première étape
Soit N ∈ N un entier positif, on définit le pas du maillage (ou de la
discrétisation) par h = N 1+1 et on définit les points de la discrétisation xi = ih,
pour i = 0, · · · , N + 1 avec x0 = 0 et xN +1 = 1. On écrit alors la première
équation de (P ) en chaque point de la discrétisation xi , pour i = 1, · · · , N :
−u′′ (xi ) + c(xi ) u(xi ) = f (xi ) ∀i ∈ {1, · · · , N }
Deuxième étape
On approche la dérivée seconde de u en xi par la formule des differences
finies centrées d’ordre 2 :
δh2 u(xi ) u(xi + h) − 2 u(xi ) + f (xi − h)
−u′′ (xi ) ≃ =
h h2
u(xi+1 ) − 2 u(xi ) + f (xi−1 )
= , pour i = 1, · · · , N
h2
Donc, si on note par (ui )N N

i=1 les valeurs approchées de (u(xi ))i=1 , le système
approché de (P ) s’écrit :
{ −u + 2 u − u
i−1 i i+1
+ c(xi ) ui = f (xi ), 1 ≤ i ≤ N,
(P A) h2
u0 = uN +1 = 0.
 
u1
 u2 
 
Le problème est alors de trouver ⃗u =  ..  ∈ RN solution de (P ) qui s’écrit
 . 
uN
sous la forme d’un système linéaire
A ⃗u = ⃗b,
où A est la matrice N × N définie par

2 
h2
+ c(x1 ) − h12
 − 12 2
+ c(x2 ) − h12 
 h h2 
 .. .. .. 
A= . . . ,
 
 − h2
1 2
h2
+ c(xN −1 ) − h2
1 
− h12 2
h2
+ c(xN )
et le N -vecteur ⃗b est donné par

 
f (x1 )
 f (x2 ) 
⃗b = 
 .. 

 . 
f (xN )
Remarque 3.4. Si c(x) ≥ 0 pour tout x, on peut montrer que la matrice

A est symétrique définie positive, on peut alors résoudre le système linéaire
A ⃗u = ⃗b par la méthode de Cholesky pour obtenir ⃗u. D’autre part, si la solution
u de (P ) est de classe C 4 , on peut montrer le résultat de convergence suivant
Théorème 3.2. Supposons que c(x) ≥ 0 pour tout x ∈ [0, 1] et que la solution
u de (P ) est de classe C 4 . Alors il existe C > 0 indépendante de N (et donc
de h), telle que
max |u(xi ) − ui | ≤ C h2 .
1≤i≤N
On constate donc que
lim max |u(xi ) − ui | = 0.

N →∞ 1≤i≤N
Remarque 3.5. Si on raffine le maillage, c’est à dire si on augmente le

nombre de points de la discrétisation de l’intervalle [0, 1], ce qui revient à
dimunier le pas h, on obtient une meilleure approximation de la solution u
de (P ) aux points (xi )1≤i≤N .
3.2.2 Problème aux limites non linéaire

Revenons au problème (P ) et supposons maintenant que c ne dépend pas
seulement de x, mais dépend de l’inconnue du problème u. Considérons alors
f une fonction donnée et
c : [0, 1] × R → R une fonction à deux variables.

(x, v) → c(x, v)
On cherche à determiner u la solution problème aux limites non linéaire

suivant {
′ −u′′ (x) + c(x, u(x)) = f (x) sur ]0, 1[
(P )
u(1) = u(0) = 0
Notons que si c(x, v) = g(x) v, où g est une fonction donnée, nous retrouvons
le problème (P ).
Pour résoudre numériquement (P ′ ), on considère à nouveau la même
discrétisation que dans le paragraphe précédent et de façon semblable, si
uj est une approximation de u(xj ), on considère une approximation par
différences finies de (P ′ ) sous la forme :
{ −u + 2 u − u
i−1 i i+1
+ c(xi , ui ) = f (xi ), 1 ≤ i ≤ N,
(P A′ ) h2
u0 = uN +1 = 0.
On est alors en présence d’un système non linéaire de N équations pour les
N inconnues u1 , u2 , · · · , uN qui s’écrit


 2u1 − u2

 F1 (⃗u) = + c(x1 , u1 ) − f (x1 ) = 0

 h2

 −u1 + 2u2 − u3

 F (⃗u) = + c(x2 , u2 ) − f (x2 ) = 0

 2 h2
(P N ) F (⃗u) = ⃗0 ⇔ −uN −2 + 2uN −1 − uN
 FN −1 (⃗u) = + c(xN −1 , uN −1 ) − f (xN −1 ) = 0

 h2
 ..


 .


 FN (⃗u) = −uN −1 + 2uN + c(xN , uN ) − f (xN ) = 0,

h2
où F est une fonction définie de RN à valeurs dans RN .
Nous proposons de résoudre (P N ) par la méthode de Newton qui consiste
à se donner un iteré initial ⃗u0 et à calculer les itér’es successives ⃗un par la
relation
⃗un+1 = ⃗un − [DF (⃗un )]−1 F (⃗un ) n = 0, 1, 2, · · · (3.1)
où DF (⃗un ) est la matrice jacobienne. Supposons que c est assez régulière de
telle sorte à pouvoir définir d par
∂
d(x, v) = c(x, v).
∂v
Pour simplifier l’écriture, on note encore
dnj ≡ d(xj , unj ) pour j = 1, · · · , N.
Il est alors facile de vérifier que la matrice DF (⃗un ) est donnée par :
 
−1 2 + dn1 h2 −1
1 
 ..
.
..
.
..
.


DF (⃗u ) = 2 
n
. (3.2)
h  −1 2 + dN −1 h
n 2
−1 
−1 2 + dnN h2
Ainsi, pour calculer ⃗un+1 à partir de ⃗un par la formule 3.1, on calculera :
• Le vecteur F (⃗un ) en remplaçant u1 , u2 , · · · , uN par un1 , un2 , · · · , unN dans
(P N ).
• La matrice DF (⃗un ) par l’expression (3.2).
• Le vecteur ⃗y n solution de DF (⃗un ) ⃗y n = F (⃗un ).
• Le vecteur ⃗un+1 = ⃗un − ⃗y n .

Remarque 3.6. Si ⃗u0 est choisi suffisament proche de la solution ⃗u et si
F est assez régulière, la méthode de Newton converge rapidement vers une
solution numérique du problème (P ′ ). Ainsi l’algorithme ci-dessus y converge
en quelques itérations.
3.3 Méthode des differences finies pour l’ap-

proximation d’un problème parabolique
3.3.1 Equation de la chaleur
Considèrons une barre métallique supposée homogène de longueur L et
dont les deux extremités sont en contact avec des réservoirs de chaleur de
temperature constante égale 0oc . Supposons que cette barre occupe l’inter-
valle [0, L] sur l’axe (ox) et que sa temperature à l’instant initial (t = 0) soit
connue en tout point x ∈]0, L[ est égale à ω(x). Soient f (t, x) une source de
chaleur placée sous la barre, ρ la densité volumique de la barre, cp la chaleur
spécifique massique et k la conductivité thermique. les quantités ρ, cp et k
sont des constantes positives. La température u(x, t) de la barre au point x et
à l’instant t est liée à f (t, x) par l’équation aux dérivées partielles suivante :
∂u ∂ 2u
ρ cp (t, x) − k 2 (t, x) = f (t, x) ∀ t > 0 , ∀ x ∈]0, L[. (3.3)
∂t ∂x
A cette équation on ajoute les conditions aux limites
u(t, 0) = u(t, L) = 0 ∀ t > 0, (3.4)
et la condition initiale
u(0, x) = ω(x) ∀ x ∈]0, L[. (3.5)
L’équation (3.3) est souvent appelée équation de la chaleur et traduit le
principe de la conservation de l’énergie calorifique emmagasinée dans la barre.
Dans la suite, afin d’alléger l’écriture, on prend ρ = cp = L = 1 et les
équations (3.3)-(3.4)-(3.5) s’écrivent
 ∂u 2
 ∂t (t, x) − k ∂∂xu2 (t, x) = f (t, x) ∀ t > 0 , ∀ x ∈]0, 1[
(P ) u(0, x) = ω(x) ∀ x ∈]0, 1[

u(t, 0) = u(t, 1) = 0 ∀t > 0
3.3.2 Discrétisation de l’équation de la chaleur

Dans ce paragraphe, nous allons donner une approximation de la solution
u de (P ) par la méthode des différences finies. Pour cela, nous allons com-
mencer par discrétiser (P ) par rapport à la variable x de façon semblable à
ce qui a été fait dans le paragraphe précédent.
Soient N ∈ N , h = N 1+1 et xi = ih pour i = 0, 1, · · · , N + 1, alors on
peut ecrire (P ) sous la forme :
 ∂u(t,x ) 2
 ∂t i − k ∂ u(t,x ∂x2
i)
= f (t, xi ) ∀ t > 0,
u(t, x0 ) = u(t, xN +1 ) = 0 ∀t > 0

u(0, xi ) = ω(xi ) ∀ i = 1, · · · , N
∂ 2 u(t,xi )
On approche ∂x2
par la formule des différences finies centrées d’ordre 2
∂ 2 u(t, xi ) u(t, xi−1 ) − 2 u(t, xi ) + u(t, xi+1 )

≃ ,
∂x2 h2
donc si on note par (ui (t))N N
i=1 des approximations de (u(t, xi ))i=1 , on obtient
le schéma des différences finies suivant :
 du (t)
 dti − k ui−1 (t)−2uhi2(t)+ui+1 (t) ∀ t > 0; i = 1, · · · , N
u (t) = uN +1 (t) = 0 ∀t > 0 (3.6)
 0
ui (0) = ω(xi ) ∀ i = 1, · · · , N
Les fonctions (ui (t))N

i=1 sont maintenant les inconnus du problème. Nous di-
rons que le schéma (3.6) est une semi-discrétisation en espace du problème
(P ) par la méthode des différences finies.
Soit A la matrice d’ordre N tridiagonale définie par :
 
2 −1
−1 2 −1 
k  ... ... ...


A= 2 .
h  
 −1 2 −1
−1 2
     
u1 (t) f (t, x1 ) ω(x1 )
 u2 (t)   f (t, x2 )   ω(x2 ) 
  ⃗    
On définit les vecteurs ⃗u(t) =  .. , f (t) =  .. ⃗ =  .. ,
 et ω
 .   .   . 
uN (t) f (t, xN ) ω(xN )
alors le schéma (3.6) est équivalent à

{
⃗u′ (t) = −A ⃗u(t) + f⃗(t), ∀t > 0
(3.7)
⃗u(0) = ω ⃗
Remarque 3.7. Le système (3.7) est un système différentiel avec condition

initiale. C’est un problème de Cauchy qu’on peut écrire sous la forme
{ ′
⃗u (t) = −F (t, ⃗u(t)), ∀t > 0
(3.8)
⃗u(0) = ω⃗ ∈ RN .
On peut donc approcher la solution de ce système en utilisant par exemple

la méthode d’Euler (explicite ou implicite) ou la méthode de Runge-Kutta
d’ordre 2.
3.3.3 Méthode d’Euler explicite pour l’approximation

du système différentiel
Soit τ > 0 un pas de temps et soit tn = n τ pour n = 0, 1, 2, · · · une
discrétisation de [0, +∞[. Soit ⃗un une approximation de ⃗u à l’instant tn , on
note ⃗un ≃ ⃗u(tn ).
La méthode d’Euler explicite permet d’écrire
{ ⃗un+1 −⃗un
τ
= A ⃗un + f⃗(tn ), n = 0, 1, · · ·
⃗u0 = ω⃗
ou encore
{
⃗un+1 = (IN − τ A) ⃗un + τ f⃗(tn ), n = 0, 1, · · ·
(E1 ) (3.9)
⃗u0 = ω
⃗
 n+1   
u1 un1
un+1   un 
 2   2
avec ⃗un+1
=  ..  et ⃗u =  .. .
n
 .   . 
n+1
uN unN
Le schéma (3.9) est une discrétisation complète du problème (P ) par la
méthode des différences finies.
3.3.4 Méthode d’Euler implicite pour l’approximation

du système différentiel
On considère toujours le pas du temps τ , la méthode d’Euler implicite
appliquée à (3.9) permet d’écrire
{ ⃗un+1 −⃗un
τ
= A ⃗un+1 + f⃗(tn+1 ), n = 0, 1, · · ·
0
⃗u = ω ⃗
ou encore
{
(IN + τ A) ⃗un+1 = ⃗un + τ f⃗(tn+1 ), n = 0, 1, · · ·
(E2 ) (3.10)
⃗u0 = ω
⃗.
Avec le schéma (3.10), nous devons résoudre un système linéaire de N
équations à N inconnus pour obtenir ⃗un+1 en fonction de ⃗un . Ce système
des différences finies est dite implicite.
Remarque 3.8. La méthode des differences finies pour l’approximation de
l’équation de la chaleur sur [0, 1] × [0, T ] consiste en géneral à discrétiser le
domaine [0, 1] × [0, T ]. Soient alors N et M deux entiers positifs, on définit
h = N 1+1 , τ = MT+1 , xi = ih, pour i = 0, · · · , N + 1 et tn = n τ , pour
n = 0, · · · , M + 1. Ensuite on écrit l’équation aux dérivées partielles en
chaque point (tn , xi ) de la discrétisation
∂u ∂ 2u
(tn , xi ) − k 2 (tn , xi ) = f (tn , xi ), n = 1, · · · , M, i = 1, · · · , N,
∂t ∂x
donc si on note par uni une approximation de u(n τ, i h), on approche
∂u un+1 − uni
(tn , xi ) par i
∂t τ
et
∂ 2u uni−1 − 2 uni + uni+1
(t n , x i ) par
∂x2 h2
3.3.5 Stabilité numérique de la solution

Revenons au système différentiel (3.7) avec condition initiale qui peut
s’écrire sous la forme d’un problème de Cauchy
{ ′
⃗u (t) = F (t, ⃗u(t)), ∀t ∈ [0, T ]
(3.11)
⃗u(0) = ω⃗ ∈ RN ,
on peut alors utiliser un schéma implicite ou explicite, pour résoudre

numériquement ce système, du type
{ n+1
⃗u = ⃗un + τ Φ(tn , ⃗un , τ ), n = 0, 1, · · · , N
(3.12)
⃗u0 donné
La notion de stabilité étudie alors l’effet sur l’approximation ⃗un de ⃗u en tn
des petites perturbations sur la condition initiale ⃗u0 et sur le calcul de la
fonction Φ.
Définition 3.3. Considérons ⃗un la solution du schéma numérique
{ n+1
⃗u = ⃗un + τ Φ(tn , ⃗un , τ ), n = 0, 1, · · · , N
0 (3.13)
⃗u donné,
et soit ⃗v n la solution du schéma numérique perturbé par une erreur εn
{ n+1
⃗v = ⃗v n + τ (Φ(tn , ⃗v n , τ ) + εn ) , n = 0, 1, · · · , N
(3.14)
⃗v 0 donné.
On dit que la méthode (3.13) est stable s’il existe deux constantes M1 et M2
indépendantes de τ , telles que
max ∥⃗un − ⃗v n ∥ ≤ M1 ∥⃗u0 − ⃗v 0 ∥ + M2 max ∥εn ∥.
0≤n≤N 0≤n≤N
Stabilité numérique du schéma (E1 )

On montre que le schéma d’Euler explicite (E1 ) est stable sous une condi-
tion qui limite le choix du pas temporel, cette limitation est fonction du pas
spatial, en effet, nous avons le résultat suivant
h2
Théorème 3.3. Si τ ≤ 2k
, alors le schéma (E1 ) est stable.
Démonstration
(En exercice).
Remarque 3.9. Si la fonction f est identiquement nulle, on peut montrer
que
lim max |u(t, x)| = 0.
t→∞ 0≤x≤1
Dans ce cas, nous pourrions montrer que si la condition de stabilité est res-
pectée alors max |unj | décroit lorsque n croit (voir feuille de TD No 2). Mais
1≤j≤N
lorsque la condition de stabilité n’est pas respectée, plus n devient grand plus
les valeurs de uin deviennent grandes en changeant de signe, on dit alors que
le schéma numérique (E1 ) est instable (voir feuille de TD No 2).
Stabilité numérique du schéma (E2 )

Contrairement au schéma explicite (E1 ), ce schéma implicite est incondi-
tionnellement stable au sens suivant :
Théorème 3.4. Soit ⃗un , pour n = 0, 1, 2, · · · la solution de (E2 ) avec f ≡ 0,

alors quel que soit le chois du pas de temps τ , nous avons
∥⃗un ∥ ≤ ∥⃗u0 ∥, ∀n ∈ N.
De plus
lim ∥⃗un ∥ = 0.
n→∞
Démonstration
En posant f ≡ 0 dans (E2 ), nous aurons
⃗un+1 = (I + τ A)−1 ⃗un ,
si on désigne par ∥| · ∥| la norme spectrale d’une matrice définie par : si B

est une matrice, alors
∥Bx∥ √
∥|B∥| = max = ω,
x̸=0 ∥x∥
v( )
u n
u ∑
où ∥x∥ = t x2i et ω est la plus grande valeur propre de B T B avec
i=1
T
B est la matrice B transposée. Donc on aura
∥⃗un+1 ∥ ≤ ∥|(I + τ A)−1 ∥| ∥⃗un ∥.
Or puisque (I + τ A)−1 est symétrique, alors
∥⃗un+1 ∥ ≤ β ∥⃗un ∥,
où β est le maximum des valeurs propres de (I + τ A)−1 en valeur absolue,

car si on pose B = (I + τ A)−1 les valeurs propres de B T B seront les λ2B avec
λB est une valeur propre de B et donc
∥|B∥| = max |λB | = β.

D’autre part, on sait que comme A est symétrique définie positive alors ses
valeurs propres λA sont réelles positives. Ainsi, puisque les valeurs propres
1
de (I + τ A)−1 sont les , on conclut facilement que
1 + τ λA
1
0< < 1 et donc 0 < β < 1,
1 + τ λA
d’où
∥⃗un ∥ ≤ β n ∥⃗u0 ∥ ≤ ∥⃗u0 ∥
et par suite
lim ∥⃗un ∥ = 0.
n→∞
Remarque 3.10. • Comme nous l’avons déjà signalé, si f ≡ 0, alors

la solution du problème (P ) est telle que lim max |u(t, x)| = 0. Ce
t→∞ 0≤x≤1
théorème nous montre que, quel que soit le choix du pas du temps, cette
propriété est maintenue sur la solution discrète ⃗un , lorsqu’on utilise un
schéma d’Euler implicite.
• Les schémas d’Euler explicite et implicite sont tous les deux d’ordre 1
en temps et d’ordre 2 en espace. Donc si nous résolvons numériquement
(P ) jusqu’à un temps fixé T > 0 en utilisant soit le schéma (E1 ) sous la
condition de stabilité, soit le schéma (E2 ), l’erreur commise est d’ordre
(τ + h2 ).
3.4 Méthode des differences finies pour l’ap-

proximation d’un problème hyperbolique
3.4.1 Equation des ondes
On considère une corde élastique, tendue entre les points x = 0 et x = 1,
et soumise à une densité de force verticale f . Soit alors f (x, t) la force par
unité de longueur exercée sur la corde au point x et à l’instant t.
On cherche à déterminer u(x, t) la déformation verticale de la corde au

point x et à l’instant t solution du problème : déterminer une fonction
u : [0, 1] × R+ −→ R telle que
(x, t) 7−→ u(x, t)
 ∂2u 2
 ∂t2
− c2 ∂∂xu2 (x, t) = f (x, t)
(x, t) ∀ x ∈]0, 1[ , ∀ t > 0
(P ) u(x, 0) = ω(x) et ∂t (x, 0) = v(x) ∀ x ∈]0, 1[
∂u
(3.15)

u(0, t) = u(1, t) = 0 ∀t > 0
où le nombre c est un coefficient qui dépend de la masse spécifique de la
corde et de sa tension. Les conditions aux limites traduisent le fait que la
corde est tendue entre les points x = 0 et x = 1. On suppose également que
la déformation initiale ω et la vitesse de déformation initiale v sont données.
Remarque 3.11. Considérons le cas où f = 0, v = 0 et ω(0) = ω(1) = 0 et
introduisons la fonction 2-périodique φ définie par
φ(x) = ω(x) si x ∈ [0, 1] et φ(x) = −ω(−x) si x ∈ [−1, 0].
On vérifie facilement que la fonction u définie par
1
u(x, t) = (φ(x − c t) + φ(x + c t)) , ∀ x ∈]0, 1[ , ∀ t > 0
2
est solution du problème (3.15). De point de vue physique, le déplacement
vertical u de la corde vibrante est la somme de deux ondes se propageant de
droite à gauche et de gauche à droite à la vitesse c. Pour cette raison, la
première équation de (3.15) est appelée équation des ondes.
3.4.2 Discrétisation de l’équation des ondes

Nous allons maintenant proposer une méthode de différences finies cou-
ramment utilisée pour résoudre numériquement le problème (3.15). Soient N
un entier positif, h = N 1+1 et xj = jh pour j = 0, 1, · · · , N + 1. De façon sem-
blable à ce qui a été fait pour le problème parabolique, nous commençons par
établir une semi-discrétisation en espace du problème (3.15) sous la forme :

 2 u (t) uj−1 (t) − 2uj (t) + uj+1 (t)
 d dt j
2 − c2 = f (xj , t) ∀ t > 0; j = 1, · · · , N
h2
 u (t) = uN +1 (t) = 0 ∀t > 0
 0 d
uj (0) = ω(xj ) et dt uj (0) = v(xj ) ∀ j = 1, · · · , N
(3.16)
où (uj (t)) désigne une approximation de u(xj , t), pour j = 1, · · · , N . De façon
similaire à ce que nous avons fait dans le cas du problème de la chaleur, on
introduit la matrice A définie par
 
2 −1
−1 2 −1 
k 
 .. .. ..


A= 2 . . . .
h  
 −1 2 −1
−1 2
. Nous dirons que le schéma (3.6) est une semi-discrétisation en espace du

problème (P ) par la méthode des différences finies.
Soit A la matrice d’ordre N tridiagonale définie par :
 
2 −1
−1 2 −1 
k 
 .. .. ..


A= 2 . . . .
h  
 −1 2 −1
−1 2
     
u1 (t) f (x1 , t) ω(x1 )
 u2 (t)   f (x2 , t)   ω(x2 ) 
     
On définit les vecteurs ⃗u(t) =  .. , f⃗(t) =  ..  et ω
⃗ =  .. 
 .   .   . 
uN (t) f (xN , t) ω(xN )
 
v(x1 )
 v(x2 ) 
 
et ⃗v =  ..  on peut alors écrire le schéma (3.16) sous la forme condensée
 . 
v(xN )
{
⃗u′′ (t) + c2 A ⃗u(t) = f⃗(t), ∀t > 0
(3.17)
⃗u(0) = ω ⃗ et ⃗u′ (0) = ⃗v ,
où ⃗u′ (t) désigne le vecteur de composantes dudt1 (t) , · · · , dudt

N (t)
et ⃗u′′ (t) désigne
2 u (t) 2
le vecteur de composantes d dt 1
2 , · · · , d udtN2(t) .
Le système (3.17) est un système différentiel d’ordre 2. Nous pouvons
utiliser la méthode de Newmark, pour résoudre numériquement ce système,
ainsi décrite :
Soient τ > 0 un pas de temps donné et tn = n τ , pour n = 0, 1, 2, · · · une

discrétisation de [0, +∞[. Si on note par ⃗un une approximation de ⃗u(tn ) (i.e.
ujn ≃ uj (tn ) ≃ u(xj , tn ), j = 1, · · · , N ), alors une discrétisation en temps
de (3.17) s’écrit
{ n+1 n n−1
−2 ⃗
⃗
u u +⃗
τ
u
− c2 A ⃗un = f⃗(t) n = 1, 2, · · ·
1 2 ⃗ (3.18)
0
⃗u = ω 1
⃗ et ⃗u = ω ⃗ + τ ⃗v + 2 τ (f (0) − c A ω
2
⃗ ).
Ce schéma est explicite, car connaissant ⃗u0 et ⃗u1 , nous pouvons calculer, pour
n = 1, 2, · · ·
⃗un+1 = (2 I − τ 2 c2 A) ⃗un − ⃗un−1 + τ 2 f⃗(tn ), (3.19)
τ 2 c2
où I désigne la matrice identité d’ordre N . Posons λ = et utilisons la
h2
convention un0 = unN +1 = 0, la realtion (3.19) s’écrit composante par compo-
sante sous la forme
un+1
j = 2 (1−λ) unj +λ (unj−1 +unj+1 )−un−1
j +τ 2 f (xj , tn ), pour j = 1, · · · , N.
(3.20)
Nous avons le résultat de stabilité conditionnelle suivant
Théorème 3.5. Supposons que f = 0, v = 0 et ω(x) = sin mπx, m ∈ N,
alors le schéma (3.18) est stable si τ ≤ hc .
Démonstration
(En exercice).
Remarque 3.12. On peut écrire le système différentiel d’ordre 2 :
{ ′′
⃗u (t) = f⃗(t) − c2 A ⃗u(t), ∀t > 0
(3.21)
⃗ et ⃗u′ (0) = ⃗v ,
⃗u(0) = ω
sous la forme d’un système différentiel d’ordre 1, en introduisant une fonction

vectorielle φ
⃗ (t), telle que
 ′
 ⃗u (t) = φ⃗ (t), ∀t > 0
′ ⃗
⃗ (t) = f (t) − c A ⃗u(t), ∀t > 0
φ 2 (3.22)

⃗u(0) = ω
⃗ et φ ⃗ (0) = ⃗v ,
posons alors W ⃗ (t) = (⃗u(t), φ ⃗ (t))T et F (t, W ⃗ (t)) = F (t, ⃗u(t), φ

⃗ (t)) =
T
(F1 (t), F2 (t)) , avec F1 (t) = φ ⃗
⃗ (t) et F2 (t) = f (t) − c A ⃗u(t). Donc ce dernier
2
système s’écrit : 
⃗ ′ (t) = F (t, W
 W ⃗ (t)), ∀t > 0
[ ]
⃗u(0) = ω⃗ (3.23)
 W (0) =
⃗ .
φ
⃗ (0) = ⃗v
Dans ce cas, on peut utiliser un schéma d’Euler implicite qui est connu pour
sa stabilité inconditionnelle.
Chapitre 4
Approximation des problèmes

aux limites elliptiques par la
méthode des éléments finis
Dans ce chapitre, nous nous intéressons à l’approximation numérique va-

riationnelle des problèmes aux limites elliptiques par la méthode des éléments
finis.
4.1 Approximation variationnelle

Nous présentons la méthode d’approximation variationnelle ”interne” dite
méthode de Galerkin, puis nous montrons que celle-ci conduit à la résolution
de systèmes linéaires, lorsqu’il s’agit de résoudre des problèmes elliptiques
linéaires.
4.1.1 Méthode d’approximation interne

On reprend le cadre abstrait des problèmes variationnels elliptiques in-
troduit dans le chapitre précédent.
Soit V un espace de Hilbert réel muni d’un produit scalaire notée (. , .)
et de la norme associée ∥.∥.
Soit a une forme bilinéaire continue sur V × V et coercive (V -elliptique),
i.e. ∃M > 0 tel que
(H1 ) |a(u, v)| ≤ M ∥u∥ ∥v∥ ∀u ∈ V ∀v ∈ V
68
∃ α > 0, tel que
(H2 ) a(v, v) ≥ α ∥v∥2 ∀v ∈ V
Soit L une forme linéaire continue sur V , i.e ∃ c > 0, tel que
(H3 ) |L(v)| ≤ c ∥v∥ ∀v ∈ V.
On considère le problème variationnel suivant :

{
(P )
a(u, v) = L(v) ∀v ∈ V
Sous les hypothèses (H1 ) − (H2 ) − (H3 ), le problème variationnel (P ) admet

une solution unique u ∈ V , ceci grâce au lemme de Lax-Milgram.
La méthode d’approximation variationnelle interne, dite méthode de Ga-
lerkin, du problème (P ) consiste à remplacer l’espace V par une famille de
sous espaces fermés Vh de dimension finie, h > 0 étant un paramètre réel
destiné à tendre vers 0, de sorte que Vh tend vers V , lorsque h tend vers 0.
Ainsi pour chaque h > 0, on résout le problème suivant
{
Trouver u ∈ Vh solution de
(4.1)
a(uh , vh ) = L(vh ) ∀vh ∈ Vh
Remarquons que a et L sont données dans (P ) et ne changent pas en fonction

de h.
Lemme 4.1. Sous les hypothèses (H1 )−(H2 )−(H3 ), le problème variationnel
(4.1) admet une solution unique uh ∈ Vh , pour tout h > 0.
Démonstration
Soit h > 0, comme Vh est un sous espace fermé de V , alors Vh est un espace
de Hilbert muni du produit scalaire induit par celui de V . D’autre part,
remarquons que aVh est bilinéaire continue et Vh -elliptique et que L linéaire
et continue sur Vh muni de la norme induite ∥.∥. Ainsi l’existence et l’unicité
de uh ∈ Vh solution de (4.1) découle du lemme de Lax-Milgram.
Remarque 4.1.
• La méthode précédente s’appelle méthode d’approximation variation-

nelle interne car les sous-espaces Vh ⊂ V, ∀h > 0 la solution uh ainsi
obtenue (solution de (4.1)) est appelée l’approximation de Galerkin de
u.
• Lorsqu’on établit l’existence de uh , il nous faut comparer uh et u, le but
étant de montrer que u − uh ”tend” vers 0, lorsque h tend vers 0.
Nous avons alors le résultat suivant connu sous le nom du lemme du Céa.
Lemme 4.2. Soit u ∈ V la solution du problème (P ) et uh ∈ Vh la solution

du problème (4.1) alors
M
∥u − uh ∥ ≤ inf ∥u − vh ∥ (4.2)
α vh ∈Vh
Démonstration
Comme u et uh sont solutions respectives de (P ) et (4.1), alors on a
a(u, v) = L(v) ∀v ∈ V (4.3)
a(uh , vh ) = L(vh ) ∀vh ∈ V (4.4)

Donc, en particulier
a(u, vh ) = L(vh ) ∀vh ∈ Vh ⊂ V (4.5)
En retranchant (4.4) de (4.5), on obtient
a(u − uh , vh ) = 0 ∀vh ∈ Vh (4.6)
Ainsi, on peut écrire que
a(u − uh , u − uh ) = a(u − uh , u − vh + vh − uh ) ∀vh ∈ Vh

= a(u − uh , u − vh ) + a(u − uh , vh − uh ) ∀vh ∈ Vh
Or d’après (4.6), on a a(u − uh , vh − uh ) = 0 ∀vh ∈ Vh donc
a(u − uh , u − uh ) = a(u − uh , u − vh ),
En utilisant la continuité et la coercivité de la forme bilinéaire a, on obtient
α ∥u − uh ∥2 ≤ a(u − uh , u − uh ) = a(u − uh , u − vh ) ∀vh ∈ Vh

≤ M ∥u − uh ∥ ∥u − vh ∥ ∀vh ∈ Vh .
Donc
M
∥u − uh ∥ ≤ ∥u − vh ∥ ∀vh ∈ Vh
α
Par suite
M
∥u − uh ∥ ≤ inf ∥u − vh ∥
α vh ∈Vh
Remarque 4.2.
• Il est bien connu que
inf ∥u − vh ∥ = ∥u − Πh u∥
vh ∈Vh
Où Πh u est la projection orthogonale (par rapport au produit scalaire

de V) de u sur Vh .
• L’estimation (4.2) signifie qu’à un facteur multiplicatif près uh est la
meilleure approximation de u dans Vh .
• Si a est symétrique, alors a(., .) définit un produit scalaire sur V et dans
ce cas la relation (4.6) signifie que uh est la projection orthogonale de
u sur Vh pour le produit scalaire (., .)a = a(., .). Donc
∥u − uh ∥a = inf ∥u − vh ∥a
vh ∈Vh
√
Où ∥.∥a = (., .)a
D’où
a(u − uh , u − uh ) = inf a(u − vh , u − vh )
vh ∈Vh
Ainsi une relation analogue à (4.2) découlera de la coercivité et la conti-

nuité de a.
Définition 4.1.
• On dit que la famille des problèmes (4.1) associé à Vh est convergente

si et seulement si
lim ∥u − uh ∥ = 0
h→0
• On dit que la convergence est d’ordre r > 0 si et seulement s’il existe

k > 0 (indépendant de h) tel que
∥uh − u∥ ≤ k hr .
4.1.2 Considération d’ordre pratique

Dans ce paragraphe, nous allons montrer que la résolution de (4.1) est
équivalente à la résolution d’un système linéaire, ce qui veut dire qu’il peut
être résolu numériquement.
Pour cela, pour h > 0 fixé, on sait que Vh est de dimension finie, notons
alors dim Vh = N , soit donc {φi }1≤i≤N une base de Vh .
Ainsi vh ∈ Vh si et seulement si ∃ Y = (y1 , y2 , . . . , yN )t ∈ RN , tel que
∑
N
vh = yi φi .
i=1
Ceci traduit l’isomorphisme entre Vh et RN . Ainsi la recherche de uh ∈ Vh

est équivalente à trouver X = (x1 , x2 , . . . , xN )t ∈ RN , tel que
∑
N
uh = xi φi .
i=1
Avec cette notation le problème (4.1) est équivalent à



Trouver X = (x1 , x2 , . . . , xN ) ∈ R tel que
 t N
∑N ∑
N ∑N

 a( xi φi , yj φj ) = L( yj φj ) ∀ Y = (y1 , y2 , . . . , yN )t ∈ RN

i=1 j=1 j=1
(4.7)
Ceci est équivalent à



Trouver X = (x1 , x2 , . . . , xN ) ∈ R tel que
 t N
∑N ∑ N ∑N

 xk yj a(φk , φj ) = yj L(φj ) ∀Y = (y1 , y2 , . . . , yN )t ∈ RN

k=1 j=1 j=1
(4.8)
En prenant successivement pour Y les N éléments de la base canonique de
RN , ce système est clairement équivalent à


 Trouver X ∈ RN tel que



 ∑N

 xk a(φk , φ1 ) = L(φ1 ) (pour Y = (1, 0, . . . , 0)t ∈ RN )


k=1
.. .. (4.9)

 . .



 ∑N



 xk a(φk , φN ) = L(φN ) (pour Y = (0, . . . , 0, 1)t ∈ RN )
k=1
Ce dernier système linéaire peut s’écrire

{
Trouver X ∈ RN tel que
(4.10)
Ah X = bh
où la matrice Ah (dite matrice de rigidité) est la matrice carrée de coefficients

Ajk = a(φk , φj ) pour 1 ≤ k, j ≤ N et le vecteur bh est de composantes
bj = L(φj ), pour 1 ≤ j ≤ N .
Remarque 4.3.
Puisqu’on a montré l’équivalence entre le problème (4.1) et (4.10), et comme
le problème (4.1) admet une solution unique, alors le problème (4.10) admet
aussi une solution unique et donc la matrice Ah est inversible.
On a même le résultat suivant :
Lemme 4.3. La matrice Ah est définie positive.

Démonstration
Soient X = (x1 , x2 , . . . , xN )t et Y = (y1 , y2 , . . . , yN )t ∈ RN , on a
∑
N ∑
N
(Ah X, Y )RN = ajk xk yj
k=1 j=1
∑
N ∑
N
= a(φk , φj ) xk yj
k=1 j=1
= a(uh , vh )
∑
N ∑
N
avec uh = xk φk , vh = yj φj . Par la coercivité de a, on en déduit que
k=1 j=1
(Ah X, X) = a(uh , uh ) ≥ α ∥uh ∥2 ≥ 0.
De plus, si (Ah X, X) = 0 alors a(uh , uh ) = 0, ce qui entraı̂ne que uh = 0 et

∑N
donc xk φk = 0. Par suite, xk = 0 pour 1 ≤ k ≤ N , puisque {φk }1≤k≤N
k=1
est une base de Vh . Ce qui prouve que Ah est définie positive.
Remarque 4.4.
L’efficacité de la méthode numérique utilisée pour la résolution du problème
variationnel est basée sur les trois points suivants :
1. La façon dont Vh approche V.
2. Rapidité et simplicité du calcul a(φj , φk ) et L(φj ).
3. Rapidité de la résolution du système (4.10).
– Pour satisfaire au premier point, on est amené à choisir un espace Vh

de dimension très grande.
– Pour satisfaire au point 2 et 3 on a intérêt à obtenir une matrice Ah
creuse (dont beaucoup de coefficients son nuls). Ainsi la résolution du
système linéaire (4.10) ne sera pas trop coûteuse puisqu’il n’y aurait
pas trop de coefficients akj à calculer.
4.2 Méthode des éléments finis pour un

problème unidimensionnel
Dans ce paragraphe, nous appliquons la méthode de Galerkin pour l’ap-
proximation variationnel d’un problème elliptique unidimensionnel puis nous
utilisons la méthode des éléments finis de degré 1 puis de degré 2 pour l’ap-
proximation de ce problème.
4.2.1 Méthode de Galerkin en dimension 1

Considérons le problème suivant :
Etant donné deux fonctions f et c continues sur [0, 1] = Ω
Trouver u ∈ H 2 (Ω) solution du problème :
{
−u′′ (x) + c(x)u(x) = f (x) x ∈]0, 1[
(1)
u(0) = u(1) = 0
Multiplions la 1ère équation de (1) par v ∈ H 1 (]0, 1[) et intégrons sur ]0, 1[.
∫ 1 ∫ 1
′′
− u (x)v(x) + c(x)u(x)v(x)dx = f (x)v(x)dx
0 0
Utilisons une intégration par parties, on aura

∫ 1 ∫ 1 ∫ 1
′ ′ ′ ′
u (x)v (x)dx−[u (1)v(1)−u (0)v(0)]+ c(x)u(x)v(x)dx = f (x)v(x)dx.
0 0 0
Si on suppose en plus que v(0) = v(1) = 0, on obtient le problème variationnel

suivant :
{
Trouver u ∈ V = {φ ∈ H 1 (]0, 1[) / v(0) = v(1) = 0}, tel que
(2) ∫1 ′ ∫1 ∫1
0
u (x)v ′ (x)dx + 0 c(x)u(x)v(x)dx = 0 f (x)v(x)dx ∀v ∈ V
Inversement, on peut montrer que si u ∈ V est solution de (2) alors elle

est aussi solution de (1). Donc le problème aux limites (1) est équivalent au
problème variationnel (2).
Grâce au lemme de Lax-Milgram, on peut montrer que si c(x) ≥ 0 ∀x ∈ [0, 1]
alors le problème variationnel (2) admet une solution unique u ∈ V. Pour
l’approximation de la solution de (2), on va utiliser la méthode de Galerkin

basée sur la formulation variationnelle (2), contrairement à la méthode de
différence finie qui est basée sur la formulation différentielle de (1) la méthode
de Galerkin est le point de départ de la méthode des éléments finis.
Pour h > 0, on considère Vh un sous-espace fermé de V et de dimension finie
N et {φk }1≤k≤N est une base de Vh . Ainsi Vh sera l’espace de tous les vh qui
∑N
s’exprime vh (x) = vi φi (x), où vi sont N nombres réels. On peut donc
i=1
formuler une approximation du problème (2) sous la forme.
{
Trouver uh ∈ Vh , solution de
(3) ∫1 ′ ∫1 ∫1
u (x)vh′ (x)dx + 0 c(x)uh (x)vh (x)dx = 0 f (x)vh (x)dx ∀vh ∈ Vh
0 h
On dira que (3) est une approximation de Galerkin de (2), puisque uh ∈ Vh

∑
N
est à déterminer on peut écrire uh (x) = ui φi (x), où u1 , . . . , uN sont des
i=1
réels inconnus en prenant en particulier vh = φj , 1 ≤ j ≤ N dans (3). Ce
système s’écrit alors


Trouver u = (u1 , u2 , . . . , uN )t ∈ RN , solution
(∫ 1 ∫ 1 ) ∫ 1
(4) ∑
N

 ui ′ ′
φi (x)φj (x)dx + c(x)φi (x)φj (x)dx ui = f (x)φj (x), pour j = 1, . . . , N
i=1 0 0 0
Si on note par A la matrice N × N de coefficients

∫ 1 ∫ 1
′ ′
Aij = φj (x)φi (x)dx + c(x)φj (x)φi (x)dx
0 0
∫1
Et le second membre b = (b1 , b2 , . . . , bN )t avec bj = 0 f (x)φj (x), pour j =
1, . . . , N . Alors les problèmes (3) et (4) sont équivalents à chercher u ∈ RN
tel que
Au = b (5)
Remarque 4.5.
1. On dira que les problèmes (3),(4) et (5) sont des discrétisations du

problème continue (1) par la méthode de Galerkin.
2. Notons encore que, après avoir construit la matrice A et le vecteur b,

la méthode de Galerkin nécessite, tout comme la méthode de différences
finies, la résolution d’un système linéaire.
Nous avons alors le résultat d’estimation d’erreur suivant :
Théorème 4.1.
On suppose que c est continue sur [0, 1] et que c(x) ≥ 0.
Alors si u solution de (2) et uh est solution de (3), nous avons :
|u − uh |1 ≤ c inf |u − vh |1
vh ∈Vh
Où c = 1 + max |c(x)| indépendante du choix de Vh , et | . |1 est la norme

x∈[0,1]
∫ 1
|v ′ (x)| dx) 2 .
2 1
définie par |v|1 = (
0
Démonstration
Si u est solution de (2) et uh est solution de (3), pour h > 0 fixé,

par soustraction de ces deux équations, on aura
∫ 1 ∫ 1
′ ′ ′
(u (x) − uh (x))vh (x)dx + c(x)(u(x) − uh (x))vh (x)dx = 0 ∀vh ∈ Vh .
0 0
Posons e(x) = u(x) − uh (x) qui représente l’erreur entre u et uh au point x,

on obtient
∫ 1 ∫ 1
′ ′
e (x)vh (x)dx + c(x)e(x)vh (x)dx = 0 ∀vh ∈ Vh .
0 0
D’autre part, on a
∫ 1 ∫ 1
′
|e|1 =
2 2
(e (x)) dx = e′ (x)(u′ (x) − u′h (x))dx
∫0 1 0
≤ e′ (x)(u′ (x) − vh′ (x) + vh′ (x) − u′h (x))dx

0
∫ 1
+ c(x)e(x)(u(x) − vh (x) + vh (x) − uh (x))dx
0
∫ 1 ∫ 1
′ ′ ′
= e (x)(u (x) − vh (x))dx + c(x)e(x)(u(x) − vh (x))dx
0 0
Appliquant l’inégalité de Hôlder, on aura
|e|21 ≤ |e|1 |u − vh |1 + max c(x) ∥e∥0 ∥u − vh ∥0 .

x∈[0,1]
Or d’après l’inégalité de Poincaré on a,
∥e∥0 ≤ |e|1 et ∥u − vh ∥0 ≤ |u − vh |1 .
Par suite
|e|21 ≤ |e|1 |u − vh |1 + max c(x) |e|1 |u − vh |1 .
x∈[0,1]
Donc ( )
|e|1 ≤ 1 + max c(x) |u − vh |1 , ∀vh ∈ Vh .
x∈[0,1]
D’où le résultat.
Dans la suite nous allons étudier en détail une méthode de Galerkin
spécifique à savoir la méthode des éléments finis. Cette méthode consiste à
faire un choix judicieux de Vh (en particulier des fonctions de base {φi }i=1
i=N
)
qui vérifie
– La matrice A doit être creuse.
– La solution uh de (3) doit converger vers la solution du problème conti-
nue, lorsque le nombre N de fonctions de bases devient grand.
4.2.2 Méthode des éléments finis de degré 1

Divisions l’intervalle [0, 1] en N + 1 parties (N étant un entier positif), et
posons h = N 1+1 et xi = ih pour i=0,1,. . .,N+1.
On définit pour i = 1, . . . , N les fonctions suivantes :

 x − xi−1

 si xi−1 ≤ x ≤ xi
 xi − xi−1
(7) φi (x) = x − xi+1
 si xi ≤ x ≤ xi+1

 x − x
 i i+1
0 si x ≤ xi−1 ou x ≥ xi+1
Clairement la fonction φi N
i=1 sont telle que
{
1 si i=j
φi (xj ) = δij =
0 sinon
Pour 0 ≤ j ≤ N +1 φi |[xj−1 ,xj ] est un polynôme de degré 1, ainsi les fonctions

φi appartiennent à V(ceci est du au théorème du Recollement). Les fonctions
φ1 , . . . , φN sont linéairement indépendantes. On considère alors l’espace Vh
engendré par la famille {φi }i=N i=1 ,on dira ainsi que
– x0 , x1 , . . . , xN + 1 sont les nœuds de la discrétisation.
– [x0 , x1 ], [x1 , x2 ], . . . , [xN , xN +1 ] sont les éléments géométriques.
– φ1 , . . . , φN sont les fonctions de base du sous-espace Vh de type éléments
finis de degré 1 associées aux nœuds intérieurs x1 , x2 , . . . , xN .
Nous avons vu précédemment que la résolution numérique du problème (1) se
ramène à la résolution d’un système linéaire du type Au = b, avec la matrice
A est de coefficients
∫ 1 ∫ 1
′ ′
Aij = φj (x)φi (x)dx + c(x)φj (x)φi (x)dx
0 0
Et le vecteur b est de composantes

∫ 1
bj = f (x)φj (x)
0
∫1
Il est facile de voir que pour calculer 0
φ′j (x)φ′i (x)dx, on distingue les cas :
– Pour i = j
∫ 1 ∫ xi+1
(φ′i (x))2 dx = (φ′i (x))2 dx
0 xi−1
∫xi ∫ xi+1
= (φ′i (x))2 dx + (φ′i (x))2 dx
xi−1 xi
1 1 2
= 2 ×h+ 2 ×h=
h h h
– Pour i ̸= j
– Si j = i + 1 on aura
∫ 1 ∫ xi+1
′ ′
φi (x)φi+1 (x)dx = φ′i (x)φ′i+1 (x)dx
0 xi
1
= −
h
– Si j = i − 1
∫ 1 ∫ xi
φ′i (x)φ′i−1 (x)dx = φ′i (x)φ′i−1 (x)dx
0 xi−1
1
= −
h
En résumé 

 2

 si i = j

 h
∫ 1


φ′i (x)φ′j (x)dx = −
1
si |i − j| = 1


0

 h



 0 sinon
D’autre part, pour obtenir les valeurs de
∫ 1 ∫ 1
c(x)φj (x)φi (x)dx et bj = f (x)φj (x)
0 0
On peut utiliser une formule d’intégration

∫ 1 numérique, par exemple la formule
des trapèzes qui consiste à approcher 0 l(x)dx de la maniére suivante :
1 1
Lh (l) ∼
= h[ l(x0 ) + l(x1 ) + · · · + l(xN ) + l(xN +1 )]
2 2
On vérifie facilement
Lh (f φj ) = hf (xj )
Et {
hc(x) si i = j
Lh (cφj φi ) =
0 si i ̸= j
Remarque 4.6.
On remarque que si on utilise la méthode des éléments finis de degré 1 avec
une intégration numérique par la formule des trapèzes, on retrouve le même
système linéaire que dans le cas de la méthode des différences finies. Mais on
peut toujours utiliser une méthode d’intégration numérique plus performante.
Dans la suite, on va étudier la convergence de uh vers u, notons que si
∑
N
vh ∈ Vh , alors vh s’écrit vh = vi φi (x), avec vi = vh (xi ), 1 ≤ i ≤ N et
i=1
vh (0) = vh (1) = 0 Ainsi si u ∈ V, alors la fonction définie par
∑
N
rh u(x) = u(xi )φi (x)
i=1
est l’interpolé de degré 1 de la fonction u

C’est clair que rh u ∈ Vh alors
inf |u − uh |1 ≤ |u − rh u|1 (8)

vh ∈Vh
Ainsi d’après le théorème d’estimation d’erreur, on a
|u − uh |1 ≤ |u − rh u|1 (9)
Cette dernière inégalité montre que l’erreur entre u et uh dans la norme | . |1

peut être contrôlée, si nous savons estimer l’erreur d’interpolation entre u et
rh u. Nous avons alors le résultat suivant :
Théorème 4.2.
on suppose que c(x) ≥ 0, ∀x ∈ [0, 1], soient u la solution de (1) et uh la
solution de (3), lorsque Vh est engendré par les fonctions de base φi . Alors
nous avons l’estimation d’erreur
|u − uh |1 ≤ c1 h (10)
où c1 est une constante indépendante de h (et donc de N )
Démonstration
On a déja montré que
|u − uh |1 ≤ M inf |u − vh |1 (∗)
vh ∈Vh
Où M est une constante indépendante de h.

∑ N
Pour u ∈ V, on note rh u = u(xi )φi l’interpolé de u qui appartient à Vh ,
i=1
donc d’après (∗) on aura
|u − uh |1 ≤ M inf |u − vh |1 ≤ M |u − rh u|1 .
vh ∈Vh
Il suffit alors de montrer que |u − rh u|1 ≤ c′ h. où c′ est une constante

indépendante de h. Posons ω = u − rh u
On a
ω(xi ) = ω(xi+1 ) = 0
De plus ω est continue sur [xi , xi+1 ] et dérivable sur ]xi , xi+1 [ pour i =
0, 1, ..., N D’après le théorème de Rolle, il existe ξi ∈]xi , xi+1 [ tel que
ω ′ (ξi ) = 0
Donc ∫ x
′
ω (x) = ω ′′ (s) ds ∀x ∈ [xi , xi+1 ]
ξi
Ainsi ∫ x
′
|ω (x)| ≤ |ω ′′ (s)| ds
ξi
Or rh u est un polynôme de degré 1 sur [xi , xi+1 ] alors
ω ′′ = u′′
Donc
∫ x ∫ x
′
|u′′ (s)| ds
2 2
|ω (x)| ≤ 2
(1 ) ds
∫ξixi+1 ∫ξixi+1
|u′′ (s)| ds
2
≤ 1 ds
∫
xi
xi+1
xi
|u′′ (s)| ds
2
≤ h
xi
D’où
∫ xi+1 ∫ xi+1 ∫ xi+1
′ 2 ′′ 2
|ω (x)| dx ≤ h |u (s)| ds dx
xi
∫xi
xi+1
xi
|u′′ (s)| ds
2
≤ h 2
xi
Par suite
∫ 1 N ∫
∑ xi+1
′
|ω ′ (x)| dx
2 2
|ω (x)| dx =
0 i=0 xi
N ∫
∑ xi+1
|u′′ (s)| ds
2
≤ h 2
i=0 xi
∫ 1
|u′′ (s)| ds
2
≤ h2
0
Par conséquent
(∫ 1 ) 12
′′ 2
|u − rh u|1 = |ω|1 ≤ h |u (s)| ds
0
≤ c′ h
(∫ 1 ) 12
′ ′′ 2
avec c = |u (s)| ds .
0
Remarque 4.7.
– Contrairement à la méthode des différences finis la méthode des

éléments finis est très simple et se laisse facilement généralisée au
cas où la discrétisation (xi )1≤i≤N n’est pas uniforme. Dans ce cas où
les fonctions de base φi vont être définies de la même manière que
précédemment et on va obtenir le même résultat d’estimation d’erreur
entre u et uh , si on définit h par h = max | xi+1 − xi |.
0≤i≤N
– Lorsque les fonctions de base de Vh sont définies par des polynômes de
degré plus élevés que 1 sur chaque élément géométrique [xi , xi+1 ], on
peut augmenter la précision de la méthode.
4.2.3 Méthode des éléments finis de degré 2

Subdivisions l’intervalle [0, 1] en M + 1 parties égales (M étant un entier
positif).
Posons
1
xi = ih où h = pour i = 0, . . . , M + 1
M +1
Et
h
xi+ 1 = xi + pour i = 0, 1, . . . , M
2 2
On définit les fonctions suivantes

 (x − xi− 1 )(x − xi−1 )

 2
si xi−1 ≤ x ≤ xi

 −


(xi x i− 12 )(xi − xi−1 )



ψi (x) = (x − xi+ 1 )(x − xi+1 )


2
si xi ≤ x ≤ xi+1

 (x − x i+ 12 )(xi − xi+1 )


i




0 si x ≤ xi−1 ou x ≥ xi+1
pour i = 0, . . . , M , On définit les fonctions suivantes


 (x − xi )(x − xi+1 )

 (x 1 − x )(x 1 − x ) si xi ≤ x ≤ xi+1
i+ 2 i i+ 2 i+1
ψi+ 1 (x) =
2 


0 si x ≤ xi ou x ≥ xi+1
Clairement les fonctions (ψi )M M

i=1 et (ψi+ 1 )i=0 vérifient
2


 ψi (xj ) = δij 0≤j ≤M +1



ψi (xj+ 1 ) = 0 0≤j≤M


2



ψi | [xj , xj+1 ] est un polynôme de degré 2 pour 0 ≤ j ≤ M + 1
et


 ψi+ 1 (xj+ 1 ) = δij 0≤j≤M

 2 2


ψi+ 1 (xj ) = 0 0≤j ≤M +1


2



 ψ 1 | [xj , xj+1 ] est un polynôme de degré 2 pour 0 ≤ j ≤ M
i+ 2
Posons N = 2M + 1, φ1 = ψ 1 , φ2 = ψ1 , φ3 = ψ 3 , . . . , φ2M = ψM , φ2M +1 =

2 2
ψM + 1 , On remarque que les fonctions φ1 , φ2 , . . . , φN appartiennent à V et
2
sont linéairement indépendantes. On les choisit alors pour engendrer l’espace

Vh qu’on appellera espace éléments finis de degré 2.
On dira ainsi que
– x0 , x1 , . . . , xM +1 sont les nœuds de la discrétisation.
– [x0 , x1 ], [x1 , x2 ], . . . , [xM , xM +1 ] sont les éléments géométriques.
– x 1 , x 3 , . . . , xM + 1 Sont les nœuds intérieurs aux éléments géométrique.
2 2 2
– φ1 , . . . , φN sont les fonctions de base du sous-espace Vh de type éléments
finis de degré 2 associées aux nœuds de la discrétisation.
Notons que si gh ∈ Vh alors
∑
N ∑
M ∑
M
gh (x) = gi φi (x) = g2i ψi (x) + g2i+1 ψi+ 1 (x)
2
i=1 j=1 j=0
avec
gh (xi ) = g2i 1 ≤ i ≤ M
1
gh (xi + ) = g2i+1 0 ≤ i ≤ M
2
et gh (0) = gh (1) = 0
et que g est un polynôme de degré 2 sur chaque élément géométrique.
si u ∈ V alors la fonction définie par
∑
M ∑
M
rh u = u(xj )φ2j + u(xj+ 1 )φ2j+1
2
j=1 j=0
est l’interpolé de degré 2 par intervalle de la fonction u. Donc par construction

rh u ∈ Vh et on a
inf |u − vh |1 ≤ |u − rh u|1
vh ∈Vh
Nous pouvons montrer d’une manière analogue au théorème précédent le

résultat suivant
Théorème 4.3.
on suppose que c(x) ≥ 0, ∀x ∈ [0, 1]
Soit u la solution de (1) que nous supposons 3 fois continûment dérivable.
Si uh est la solution de (2), lorsque Vh est engendré par les fonctions de base
définies par (1) et (2), alors
| u − uh |1 ≤ ch2
Où c est une constante indépendante de N (donc de h).
Démonstration
(En exercice)
4.3 Méthode d’élément finis bidimensionnels

Dans la méthode des élément finis bidimensionnels, la construction
du sous-espace Vh nécessite la discrétisation du domaine Ω en éléments
géométriques simples. En dimension 1 la discrétisation d’un intervalle de R
en éléments simples (sous-intervalles) ne posait pas de difficulté. En dimen-
sion deux ou trois la discrétisation du domaine Ω (dite maillage du domaine)
est un problème technique difficile et la qualité du maillage est cruciale pour
la qualité de l’approximation. En dimension deux les éléments géométriques
sont des triangles ou des quadrangle de côtés droits.
On considère Ω un ouvert de R2 borné à bord lipchitzien polygonal, un
maillage de Ω est une partition finie de Ω̄ formée des éléments Ki (triangle
ou rectangle) vérifiant les propriétés suivant
∪
i) Ω̄ = Ki
i
ii) si Ki et Kj sont deux éléments distincts
alors
– soit Ki ∩ Kj = ∅.
– soit Ki ∩ Kj est un sommet commun.
– soit Ki ∩ Kj est un côté commun.
Ceci a pour but d’assurer la continuité des fonctions de Vh
4.3.1 Éléments finis triangulaire de degré 1(Éléments

finis P1 )
Dans ce cas le maillage de Ω est une partition finie de Ω̄ formée des
triangles K ∈ Th où Th est appelée ∪ la triangulation de Ω̄ qui vérifie les
propriétés i) et ii) et on écrit Ω̄ = K
K∈Th
Ci-joint les configurations permises et interdites pour ii)
On définit alors l’espace d’approximation Vh associé à la triangulation Th
comme étant l’espace des fonctions continues dont la restriction sur chaque
triangle de Th est un polynôme de degré 1

Vh = {v ∈ C(Ω̄) v |K ∈ P1 (K) ∀K ∈ Th }
Lemme 1. On a Vh ⊂ H 1 (Ω).
Démonstration
La démonstration découle du théorème de Recollement, en effet il est

clair que ∀v ∈ Vh , v |K ∈ P1 (K) donc v |K ∈ H 1 (K).
Si K1 et K2 sont deux triangles voisins, vu la continuité de v, si on note par
v1 = v |K1 , v2 = v |K2 , on aura v1 |K1 ∩K2 = v2 |K1 ∩K2 .
Donc v ∈ H 1 (K1 ∪ K2 ).
De proche en proche, on couvrira Ω tout entier.
Remarque 4.8.
Comme les restrictions de v ∈ Vh est un polynôme de degré 1 qui s’écrit
ax+by +c qui est déterminé d’une manière unique par sa valeur aux sommets
de chaque triangle K ∈ Th , donc la dimension de Vh est égale au nombre de
nœuds du maillage.
En vue d’applications numériques, il est nécessaire de connaı̂tre une base
de Vh pour cela, on aura besoin de rappeler la notion de coordonnées bary-
centriques par rapport à trois points non linéaires.
Coordonnées barycentriques
Soient A1 (x1 , y1 ), A2 (x2 , y2 ) et A3 (x3 , y3 ) trois points non linéaires. On
définit les coordonnées barycentriques d’un point M (x, y) par rapport aux
points A1 , A2 , A3 par les fonctions λ1 (x, y), λ2 (x, y), λ3 (x, y) vérifiant
−−→ −−→ −−→ −−→

OM = λ1 (x, y)OA1 + λ2 (x, y)OA2 + λ3 (x, y)OA3
∑ 3

 λi (x, y) = 1
i=1
Avec O(0, 0) est l’origine.

Ce système est équivalent à
( ) ( ) ( ) ( )

 x x x x3


1 2
 y = λ1 (x, y) y + λ2 (x, y) y + λ3 (x, y) y
1 2 3

 ∑3

 λi (x, y) = 1

i=1
Ce qui est encore équivalent à



λ1 (x, y)x1 + λ2 (x, y)x2 + λ3 (x, y)x3 = x
(S) λ1 (x, y)y1 + λ2 (x, y)y2 + λ3 (x, y)y3 = y


λ1 (x, y) + λ2 (x, y) + λ3 (x, y) = 1
Le déterminant de ce système

1 x1 y1

1 x2 y2 = 2Aire(K)

1 x3 y3
il est différent de zéro, puisque les points A1 , A2 , A3 ne sont pas alignés ainsi
les fonctions λ1 (x, y), λ2 (x, y), λ3 (x, y) sont déterminées d’une manière unique
comme polynôme de degré 1.
Remarque 4.9. Notons que les λi , i = 1, 2, 3 vérifiant

{
1 si i = j
λi (Aj ) = δij = pour j = 1, 2, 3
0 si i ̸= j
En résolvant le système (S) on obtient les formules suivantes :
x2 y3 + x3 y2 + x(y2 − y3 ) + y(x3 − x2 )
λ1 (x, y) =
2Aire(K)
x3 y1 − x1 y3 + x(y3 − y1 ) + y(x1 − x3 )
λ2 (x, y) =
2Aire(K)
x1 y2 − x2 y1 + x(y1 − y2 ) + y(x2 − x1 )
λ3 (x, y) =
2Aire(K)
fonctions de base de Vh
on suppose que la dimension de Vh est N . La construction d’une base
de Vh se fait selon la technique classique de lagrange qui consiste à prendre
comme fonctions de base les N fonctions φi ∈ Vh qui vérifie la propriété aux
nœuds Aj (xj , yj ) du maillage :
{
1 si i = j
φi (Aj ) = δij = pour j = 1, 2, 3
0 si i ̸= j
∑
N
Dans cette base ∀vh ∈ Vh s’écrit vh (x, y) = vi φi (x, y)
i=1
où vi = vh (Ai ) = vh (xi , yi ) sont appelés les degrés de liberté.
On remarque que ses fonctions φi ont un support réduit à l’union des triangles
dont le point Ai est un sommet.
Définition 4.2. (fonction de forme P1 ) On appelle fonction de forme la

restriction des fonctions de base à un élément K ∈ Th .
Dans chaque triangle K de sommets A1 (x1 , y1 ), A2 (x2 , y2 ) et A3 (x3 , y3 )

il n’y a que 3 fonctions de base non nulles. Les restrictions de ces fonctions
de base φ1 |K , φ2 |K , φ3 |K sont les trois fonctions polynomiales de degré 1
prenant la valeur 1 en un sommet et nulle aux deux autres sommets. Notons
que ces fonctions de forme ne sont autres que les coordonnées barycentriques
par rapport aux sommets de K donc
φ1 |K = λ1 , φ2 |K = λ2 , φ3 |K = λ3
Où les polynômes λ1 , λ2 , λ3 sont explicités dans le paragraphe précédent.
Remarque 4.10.
– Pour l’approximation numérique d’un problème elliptique d’ordre 2 on

aura besoin des dérivées partielles des coordonnées barycentriques de
K, dont les expressions sont déduites facilement par
∂λ1 (y2 − y3 ) ∂λ1 (x3 − x2 )

= =
∂x 2Aire(K) ∂y 2Aire(K)
∂λ2 (y3 − y1 ) ∂λ2 (x1 − x3 )
= =
∂λ3 (y1 − y2 ) ∂λ3 (x2 − x1 )
= =
– Une fonction vh ∈ Vh qui prend les valeurs v1 , v2 , v3 respectivement aux

sommets A1 , A2 , A3 du triangle K, s’écrit dans K sous la forme
vh (x, y) = v1 λ1 (x, y) + v2 λ2 (x, y) + v3 λ3 (x, y)

4.3.2 Application des éléments finis P1 à un problème

elliptique modèle d’ordre 2.
Soit Ω un ouvert borné polygonal de R2 de frontière Γ lipshizienne tel
que Γ = Γ0 ∪ Γ1 et Γ0 ∩ Γ1 = ∅, et on considère le problème mixte suivant

−∆u = f dans Ω

(P) u |Γ0 = ud

 ∂u
| =g
∂ν Γ1
Avec f ∈ L2 (Ω), ud ∈ L2 (Γ) et g ∈ L2 (Γ)
On peut se ramener à un problème avec condition de Dirichlet homogéne à
l’aide du changement suivant :
Posons ω = u − u0 et considérons u0 ∈ H 2 (Ω) tel que u0/Γ0 = ud
on aura ainsi ω est solution de

−∆ω = f + ∆u0 dans Ω

′
(P ) ω |Γ0 = 0

 ∂ω
| = g1 − ∂u0 |Γ1
∂ν Γ1 ∂ν
On supposant que la solution ω de (P ′ ) est dans H 2 (Ω) et en multipliont par
v ∈ V = {φ ∈ H 1 (Ω)/ φ |Γ0 = 0}
On aura ∫ ∫ ∫
−∆ωv dx = f v dx + ∆u0 v dx
Ω Ω Ω
Puis on appliquant la formule de Green, on obtient
∫ ∫ ∫ ∫ ∫
∂ω ∂u0
∇ω∇v dx − v dσ = f v dx − ∇u0 ∇v dx + v dσ
Ω Γ1 ∂ν Ω Ω Γ1 ∂ν
∫ ∫ ∫ ∫ ∫ ∫
∂u0 ∂u0
∇ω∇v dx = f v dx− ∇u0 ∇v dx+ v dσ+ gv dσ− v dσ
Ω Ω Ω Γ1 ∂ν Γ Γ1 ∂ν
On aura,
∫ ∫ ∫ ∫
∇ω∇v dx = f v dx − ∇u0 ∇v dx + gv dσ
Ω Ω Ω Γ1
∫
On pose a(ω, v) = ∇ω∇v dx qui est une forme bilinéaire symétrique
∫ Ω ∫ ∫
et L(v) = Ω f v dx − Ω ∇u0 ∇v dx + Γ1 gv dσ qui est une forme linéaire,
ainsi on a montré que si ω ∈ H 2 (Ω) est solution de (P ′ ) alors elle est solution
de la formulation variationnelle
{
Trouver ω ∈ V, telle que
(PV)
a(ω, v) = L(v), ∀v ∈ V
Afin d’écrire le problème approché de (P ′ ) en éléments finis P1 , on considère

∪ triangulation régulière de Ω̄ notée Th qui vérifie (ii) telle que Ω̄ =
une
K∈Th K puis on définit l’espace approché de V
Vh = {v ∈ C(Ω̄), v |Γ0 = 0 et v |K ∈ P1 (K), ∀K ∈ Th }

Considèrons le problème approché de (PV) par la méthode de Galerkin

∫Trouver ωh ∈ Vh , telle
∫ que ∫ ∫
(PV h )
 ∇ωh ∇vh dx = f vh dx − ∇u0 ∇vh dx + gvh dσ, ∀vh ∈ Vh
Ω Ω Ω Γ1
Notons par I l’ensemble des indices des nœuds du maillage correspondant

à une valeur inconnue de la solution ωh (c-à-d l’ensemble des nœuds qui
n’appartient pas à Γ0 ). Notons aussi ID l’ensemble des indices des nœuds du
maillage appartenant à Γ0 et IN l’ensemble des indices des nœuds du maillage
appartenant à Γ1 .
Soit {φi }i∈I une base de Vh donc la solution ωh de (PV h ) s’écrit dans cette
base ∑
ωh (x, y) = ωi φi (x, y).
i∈I
La fonction u0 sera approchée par une fonction polynômiale par morceaux

prenant les valeurs imposées sur Γ0 et nulle sur tout les autres nœuds j ∈ I
∑
U0,h (x, y) = ud (xj , yj )φj (x, y)
i∈ID
Le problème variationnel approché s’écrit



Trouver (ωi )i∈I , telle que∫
∑ ∫ ∑ ∫ ∫

 ωi ∇φi ∇φj dx = f φj (x) dx − ud (xi , yi ) ∇φi ∇φj dx + gφj (x) dσ, ∀j ∈ I
i∈I Ω Ω i∈ID Ω Γ1
Si on désigne par NI = card(I) le nombre de nœuds correspondant à des

valeurs inconnues de la solution, on obtient alors un système de NI équations
à NI inconnues qui s’écrit
M ω = b.
où M est la matrice de rigidité de coefficients
∫
Mij = ∇φi ∇φj dx
∑ ∫
Ω
= ∇φi ∇φj dx
K∈Th K
Où ω = (ωi )i∈I et b = (bi )i∈I avec

∫ ∫ ∑ ∫
bi = f φi (x) dx + gφi (x) dσ − ud (xj , yj ) ∇φi ∇φj dx
Ω Γ1 j∈ID Ω
(1) (2) (3)
= bi + bi + bi
où ∫
(1)
bi = f φi (x) dx
Ω
∫
(2)
bi = gφi (x) dσ
Γ1
∑ ∫
(3)
bi =− ud (xj , yj ) ∇φi ∇φj dx
j∈ID Ω
Remarque 4.11.
– La matrice de rigidité M est symétrique et définie positive (comme la

forme a est symétrique et coercive) et creuse, un grand nombre de ses
coefficients sont nul car a(φi , φj ) = 0 sauf si Ai et Aj appartiennent
au même triangle K.
– En numérotant convenablement les sommets du maillage on donne à la
matrice de rigidité une structure de bande.
– La matrice de rigidité globale s’obtient en calculant les matrices de rigi-
dité élémentaire pour tout triangle K ∈ Th et en additionnant en suite
les contributions successives de chaque triangle K ∈ Th (c’est ce qu’on
appelle l’assemblage).
calcul de la matrice élémentaire

Un des outils de base essentiels à la programmation de la méthode des
éléments finis est de faire un tableau de correspondance entre les nœuds Ai
du maillage global et les points d’un élément particulier qui sont les som-
mets a1 , a2 , a3 des triangles de Th . Dans chaque triangle K ∈ Th de som-
(K) (K) (K)
mets a1 , a2 , a3 correspondants aux nœuds du maillage Ai , Aj , Al dont
les fonctions de base associées sont φi , φj , φl , leurs restrictions dans le tri-
angle K sont respectivement les trois coordonnées barycentriques λ1 , λ2 , λ3
calculées précédemment. La matrice élémentaire relative au triangle K est
donc une matrice 3 × 3 de coefficients
∫
mij = ∇λi ∇λj dx, i, j = 1, 2, 3
K
Comme les gradients des λi sont constants par triangle, les intégrales sont
constantes on obtient ainsi la matrice élémentaire suivante (en supposant que
(K) (K) (K)
a1 = (x1 , y1 ), a2 = (x2 , y2 ), a3 = (x3 , y3 ))
 
(y2 −y3 ) +(x2 −x3 )
2 2 (y2 −y3 )(y3 −y1 )+(x2 −x3 )(x3 −x1 ) (y2 −y3 )(y1 −y2 )+(x2 −x3 )(x1 −x2 )
 (y2 −y3 )(y3 −y4Aire(K) 4Aire(K) 4Aire(K)

m=  1 )+(x2 −x3 )(x3 −x1 ) (y3 −y1 )2 +(x3 −x1 )2 (y3 −y1 )(y1 −y2 )+(x3 −x1 )(x1 −x2 ) 
 4Aire(K) 4Aire(K) 4Aire(K) 
(y2 −y3 )(y1 −y2 )+(x2 −x3 )(x1 −x2 ) (y3 −y1 )(y1 −y2 )+(x3 −x1 )(x1 −x2 ) (y1 −y2 )2 +(x1 −x2 )2
4Aire(K) 4Aire(K) 4Aire(K)
En particulier dans le cas d’un triangle isocèle de sommets a1 = (0, 0), a2 =

(1, 0), a3 = (0, 1) souvent utilisé comme triangle de ”référence”, on obtient la
matrice élémentaire suivante :
 
1 − 12 − 12
m = − 12 12 0 
−2 0
1 1
2
calcul des seconds membres élémentaire.

On rappelle que les composantes du second membre s’écrivent
∫ ∫ ∑ ∫
bi = f φi (x) dx + gφi (x) dσ − ud (xj , yj ) ∇φi ∇φj dx
Ω Γ1 j∈ID Ω
(1) (2) (3)
= bi + bi + bi
(1)
Le calcul de bi s’effectue en sommant les contributions sur chaque triangle
(1)
∑ ∫
bi = f φi (x) dx
K∈Th K
Si f est connue analytiquement et suffisamment simple, on peut calculer

exactement les intégrales. En général f n’est connue que par ses valeurs aux
nœuds du maillage on peut alors l’approcher par son interpolé
∑ (1)
∑ ∑ ∫
fh = fj φj (x), fj = f (Aj ) ainsi bi = fj φi (x)φj (x) dx
j∈I K∈Th j∈I K
On est∫ainsi amené à calculer la matrice de ”masse” élémentaire de coeffi-

cients K φi (x)φj (x) dx sur chaque triangle K, on utilise alors les formules
d’intégration exacte
∫
Aire(K)
λ2i dx = pour i = 1, 2, 3
6
∫ K
Aire(K)
λi λj dx = pour i = 1, 2, 3 i ̸= j
K 12
Donc la matrice de masse élémentaire s’écrit
1 1 1

6 12 12
 
1 
 1 1 
Aire(K) 

12 6 12 

1 
 1 1 
12 12 6
Pour calculer le terme du bord prevenant des conditions de Neumann

∫
(2)
bi = gφi (x) dσ
Γ1
Si g est donnée par ses valeurs aux nœuds du maillage appartenant à Γ1 , on

peut l’approcher par
∑ (2)
∑ ∫
gh = gj φj (x), gj = g(Aj ) ainsi bi = gj φi (x)φj (x) dσ
j∈IN j∈IN Γ1
Donc son calcul s’effectue sur les éléments ayant un côté sur Γ1 , on a
– si
∫ Ai et Aj sont des extrémités d’un même coté L de Γ1 , alors
φi (x)φj (x) dσ ̸= 0
Γ1 ∫
– sinon, φi (x)φj (x) dσ = 0
Γ1 ∫ ∫
2
Il faut alors calculer φi (x) dσ et φi (x)φj (x) dσ qui sont données
L L
d’une manière exacte par les formules
∫
longueur(L)
φi (x)2 dσ =
3
∫ L
longueur(L)
φi (x)φj (x) dσ =
L 6
Le troisième terme prevenant des condition de Dirichlet non homogènes
∑ ∫
(3)
bi = − ud (xj , yj ) ∇φi ∇φj dx
j∈ID Ω
∑ ∑ ∫
= − ud (xj , yj ) φi φj dx
j∈ID K∈Th K
Algorithme d’assemblage
Supposons qu’on a un maillage à N éléments K, notons par M la matrice
de rigidité globale à assembler et mk les matrices élémentaires correspon-
dantes à K si on dispose d’un tableau ”numero” qui permet d’associer les
sommets d’un triangle K les nœuds du maillage global.
L’algorithme d’assemblage s’écrit.
Pour k =1,N faire //boucle sur les elements

Pour i=1,3 faire //boucle sur les numeros locaux
I=numero(k,i);
Pour j=1,3 faire
J=numero(k,j);
Calculer mk(i,j);
M(I,J) = M(I,J)+mk(i,j);
Fin des trois boucles
Technique de l’élément de référence.

∫
Pour faire les calculs des intégrales élémentaires du type K ∇φi ∇φj dx
∫
ou K φi φj dx. On peut se ramener à un élément de référence K̂ par une
transformation linéaire, on peut choisir l’élément de référence un triangle
isocèle de sommets â1 = (0, 0), â2 = (1, 0), â3 = (0, 1)
Dans ce triangle de référence les coordonnées barycentriques admettent

les expressions suivantes en fonction des coordonnées cartésiennes notées x̂
et ŷ 
 λ̂1 (x̂, ŷ) = 1 − x̂ − ŷ
λ̂ (x̂, ŷ) = x̂
 2
λ̂3 (x̂, ŷ) = ŷ
La transformation F : R2 −→ R2 qui a X̂ = (x̂, ŷ) ∈ K̂ de coor-
données barycentriques λ̂1 (x̂, ŷ), λ̂2 (x̂, ŷ), λ̂3 (x̂, ŷ) par rapport aux sommets
â1 , â2 , â3 fait correspondre X = (x, y) ∈ K de coordonnées barycen-
triques λ1 (x, y), λ2 (x, y), λ3 (x, y) par rapport aux sommets a1 , a2 , a3 telle que
λj (X) = λ̂j (X̂), ( j = 1,) 2, 3. ( ) ( )
a11 a12 a13
Si on pose a1 = , a2 = , a3 =
a21 a22 a23
λ1 , λ2 , λ3 sont solution du système

 a11 λ1 (X) + a12 λ2 (X) + a13 λ3 (X) = x
a21 λ1 (X) + a22 λ2 (X) + a23 λ3 (X) = y

λ1 (X) + λ2 (X) + λ3 (X) = 1
or, λi (X) = λ̂i (X̂), i = 1, 2, 3.
Donc {
a11 (1 − x̂ − ŷ) + a12 x̂ + a13 ŷ = x
a21 (1 − x̂ − ŷ) + a22 x̂ + a23 ŷ = y
D’où {
x = (a12 − a11 )x̂ + (a13 − a11 )ŷ + a11
y = (a22 − a21 )x̂ + (a23 − a21 )ŷ + a21
Ainsi
F : R2 −→ R2 ( )
F1 (x̂, ŷ)
(x̂, ŷ) −→ (x, y) = F (x̂, ŷ) =
F2 (x̂, ŷ)
( ) ( )
x̂ a
avec, F (x̂, ŷ) = B + 11
[ ŷ a21]
a12 − a11 a13 − a11
où B = .
a22 − a21 a23 − a21
Soit f une fonction définie sur K
f (x, y) = f (F (x̂, ŷ)) = f oF (x̂, ŷ)

= fˆ(x̂, ŷ)
Par suite
∂ fˆ(x̂, ŷ) ∂f (x, y) ∂x ∂f (x, y) ∂y

= +
∂ x̂ ∂x ∂ x̂ ∂y ∂ x̂
∂f (x, y) ∂F1 (x̂, ŷ) ∂f (x, y) ∂F2 (x̂, ŷ)
= +
∂x ∂ x̂ ∂y ∂ x̂
ˆ
∂ f (x̂, ŷ) ∂f (x, y) ∂F1 (x̂, ŷ) ∂f (x, y) ∂F2 (x̂, ŷ)
= +
∂ ŷ ∂x ∂ ŷ ∂y ∂ ŷ
Notons ( )t ( )t
ˆ fˆ = ∂ fˆ ∂ fˆ ∂f ∂f
∇ , et par ∇f = ,
∂ x̂ ∂ ŷ ∂x ∂y
On aura alors  
∂F1 ∂F2
 ∂ x̂ ∂ x̂ 
 
ˆ fˆ(x̂, ŷ) = 
∇ 
 ∂F1 ∂F2  ∇f (x, y)
 ∂ ŷ ∂ ŷ 
Donc
ˆ fˆ(x̂, ŷ) = B t ∇f (x, y)
∇
D’où
∇f (x, y) = (B t )−1 ∇
ˆ fˆ(x̂, ŷ)
Or ∑ ∫
a(φi , φj ) = ∇φi ∇φj dx dy
K∈Th K
∫
Il faut alors calculer K
∇φi ∇φj dxdy.
∫ ∫
∇φi (x, y)∇φj (x, y) dx dy = ∇λi (x, y)∇λj (x, y) dx dy
K ∫K
= (B t )−1 ∇
ˆ λ̂i (x̂, ŷ)(B t )−1 ∇
ˆ λˆj (x̂, ŷ) | det(B) | dx̂ dŷ
K̂
avec | det(B) |= 2Aire(K)
aussi
∫ ∫
φi (x, y)φj (x, y) dx dy = λi (x, y)λj (x, y) dx dy
K
∫K
= λ̂i (x̂, ŷ)λˆj (x̂, ŷ) | det(B) | dx̂ dŷ

K̂
Remarque 4.12.
La transformation F permet de se ramener à un élément de référence fixe
pour faire les calculs. Les avantages de cette transformation sont :
– Tous les termes intégrales se calculent plus facilement dans K̂.
– Lorsqu’on a besoin de faire l’intégration numérique, les points
d’intégration de Grauss (par exemple) sont déterminés une fois pour
toutes.
4.3.3 Éléments finis triangulaires généraux Pk

On considère un maillage du domaine Ω ⊂ R2 en triangles T ∈ Th satis-
faisant aux critères (i) et (ii) définis précédemment.
L’espace Vh sera défini dans ce cas comme suit
Vh = {v ∈ C(Ω̄), v |T ∈ Pk (T ), ∀T ∈ Th }
Un polynôme de degré k à deux variables admet (k+1)(k+2)2

coefficients, pour
(k+1)(k+2)
déterminer ces coefficients on doit imposer 2
conditions sur chaque
élément T .
Pour assurer la continuité globale sur Ω̄ des fonctions de Vh , il faut assurer le
raccordement aux frontières entre éléments triangulaires. La restriction des
polynômes Pk à deux variable sur les côtés des triangles est un polynôme de
degré k à une seule variable. Il faut alors (k +1) conditions pour le déterminer
d’une manière unique. Il faut donc disposer de (k + 1) points sur leur arrête
commune.
En définitive les éléments triangulaires de degré k comprennent (k+1)(k+2) 2
points par triangle, dont k + 1 points sur chaque côté.
* Eléments finis P1
L’élément triangulaire P1 comporte 3 degrés de liberté, donc 3 points
nodaux dont 2 point par côté. La seule possibilité et de prendre les 3
sommets du triangle.
L’élément triangulaire P2 comporte 6 degrés de liberté, donc 6 points
nodaux dont 3 points par côté on choisit alors 3 sommets et 3 milieux
des côtés du triangle.
L’élément finis triangulaire P3 comporte 10 degrés de liberté, donc 10
points nodaux, dont 4 points par côté. On choisit les 3 sommets du
triangle, plus 2 points au un tiers et au deux tiers de chaque côté et le
barycentre
Fonctions de base Pk
Une fonction de Vh est définie par ses valeurs aux nœuds de la triangu-
lation, donc elle et définie globalement sur l’ensemble des points constituant
l’union des ensembles de points nodaux élémentaires (par exemple dans le
cas d’éléments P2 les nœuds Ai (xi , yi ) du maillage seront l’union des sommets
des triangles et les milieux des côtés) les fonctions de base sont définies par
les conditions de Lagrange φj (Ai ) = δij pour tout indice i et tout indice j
correspondant à un nœud de la triangulation.
Fonctions de forme Pk
Ce sont les restrictions des fonctions de base φi à chaque élément trian-
gulaire, on les notes Ni pour i = 1, 2, . . . , (k+1)(k+2)
2
On les définit localement selon la technique de Lagrange
(k + 1)(k + 2)
Ni (Aj ) = δij , ∀i, j = 1, 2, . . . ,
2
Où Aj sont les nœuds sur un triangle T . Les fonctions de forme Ni s’ex-
priment simplement en fonctions des coordonnées barycentriques λ1 , λ2 , λ3
du triangle.
* Fonctions de formes P1
On retrouve que les Ni coı̈ncident avec les λi (on a déjà donné leurs
expressions et celles de leurs gradients).
On obtient pour les nœuds aux sommets 1,2,3.
Ni = λi (2λi − 1) pour i = 1, 2, 3 et pour les nœuds aux milieux
N4 = 4λ1 λ2 , N5 = 4λ2 λ3 , N6 = 4λ1 λ3
et donc ∇Ni = (4λi − 1)∇λi pour i = 1, 2, 3
∇N4 = 4λ1 ∇λ2 +4λ2 ∇λ1 , ∇N5 = 4λ2 ∇λ3 +4λ3 ∇λ2 , ∇N6 = 4λ1 ∇λ3 +4λ3 ∇λ1
On obtient pour les nœuds aux sommets 1,2,3.
λi (3λi − 1)(3λi − 2)
Ni = pour i = 1, 2, 3 et pour les nœuds aux un
2
tiers et aux deux tiers des côtés aux indices locaux de 4 à 9
9λ1 (3λ1 − 1)λ2 9λ2 (3λ2 − 1)λ1
N4 = , N5 = , etc..., pour i = 6, 7, 8, 9.
2 2
Pour le nœuds 10, on obtient la fonction ”bulle”
N10 = 27λ1 λ2 λ3
.
Exercice :
Utiliser les éléments finis P2 pour calculer les matrices élémentaires et le
second membre élémentaire pour le problème elliptique (P).
4.4 Estimation d’erreur dans la méthode des

éléments finis Pk
Soient Ω un ouvert borné de R2 et Th une triangulation de Ω̄, considérons
le problème aux limites elliptique modèle

−∆u = f dans Ω

(P) u |Γ0 = 0

 ∂u
| =g
∂ν Γ1
On sait que la formulation variationnelle de (P) s’écrit
{
Trouver u ∈ V = {v ∈ H 1 (Ω) / v |Γ0 = 0}, tel que
a(u, v) = L(v), ∀v ∈ V
où a et L définies par :

∫
a(u, v) = ∇u∇v dx
Ω
et ∫ ∫
L(v) = f v dx + gv dσ
Ω Γ1
. Soit Vh l’espace approché de V par la méthode des éléments finis triangulaire

de degré k d”éfinit par
Vh = {v ∈ C(Ω̄), v |Γ0 = 0 et v |T ∈ Pk (T ), ∀T ∈ Th }.
Le problème (PV) est approché par la méthode de Galerkin par la famille de

problèmes {
Trouver uh ∈ Vh , solution de
(PV h )
a(uh , vh ) = L(vh ), ∀vh ∈ Vh
Nous avons alors le résultat d’estimation de l’erreur commise en approchant
u par uh (voir le livre de Ciarlet [1]).
Théorème 4.4. On suppose que la triangulation Th est régulière et si la
solution u ∈ V de (PV) appartient à H k+1 (Ω) alors ∃c > 0 indépendante de
h tel que
∥u − uh ∥1,Ω ≤ chk |u|k+1,Ω
  12
∑
où |u|k+1,Ω =  ∥∂ α u∥20,Ω  .
|α|=k+1
Chapitre 5
Introduction à l’approximation
des problèmes d’évolution :
Equation de la chaleur
5.1 Equation de la chaleur bidimensionnelle

La température u(x, t) d’un corps de volume Ω, de densité ρ, de chaleur
spécifique c et de conductivité thermique k est régie au cours du temps par
l’équation suivante :
∂u
ρc (x, t) = ∇(k∇u(x, t)) + f (x, t) ∀x ∈ Ω, ∀t ∈ [0, T ]
∂t
où f représente la puissance volumique fournie au corps Ω.
Si la conductivité thermique k est constante, l’équation se réduit à :
∂u
ρc (x, t) = k∆u(x, t) + f (x, t) ∀x ∈ Ω, ∀t ∈ [0, T ]
∂t
Ce problà¨me du premier ordre en temps est le modèle des problème parabo-
liques. La détermination de la solution nécessite de fixer une condition initial
en temps(valeur de u à l’instant t = 0).
u(x, t) = u0 (x)
On dit alors que le problème est un problème à valeur initial ou problème
de Cauchy.
103
D’autre part un certain nombre de conditions aux limites sur la frontière Γ

du domaine peuvent àa tre prise en compte pour déterminer complètement
la solution.
– Condition de type Dirichlet lorsque la température est fixée sur la

frontière.
– Condition de type Neumann sur le flux de la température on le flux
thermique est fixé (nul dans le cas d’un matériau isolé thermiquement).
5.2 Formulation variationnelle du problème

de la chaleur
Pour simplifier l’exposé, on considére le problème initial de la chaleur
avec conditions aux limites de type Dirichlet homogène en espace.

 ∂u
 (x, t) = ∆u(x, t) + f (x, t) ∀x ∈ Ω, ∀t ∈ [0, T ]
∂t
 u(x, t) = u0 (x) ∀x ∈ Ω (donnée)

u(x, t)/Γ = 0 ∀t ∈ [0, T ]
La formulation variationnelle du problème s’obtient de la même manière
que dans le cas stationnaire.
En multipliant par des fonctions test indépendantes du temps appartenant
à l’espace H01 (Ω). Après intégration par la formule de Green on obtient la
formulation variationnelle suivante :


 Trouver u(x, t) pour∫tout t ∈ [0, T ] telle que
 ∫ ∂u ∫
(x, t)v(x, t) + ∇u(x, t)∇v(x, t) = f (x, t)v(x, t) ∀v ∈ H01 (Ω)

 ∂t
 u(x, 0) = u (x)
Ω Ω Ω
donnée
0
En admettant le résultat d’existence et d’unicité de la solution de ce problème

d’évolution. A chaque instant t, la fonction u considérée comme fonction de
la variable x appartient à l’espace H01 (Ω).
Notons par (., .) le produit scalaire dans L2 (Ω), et a : (u, v) → a(u, v) la
forme bilinéaire coercive dans H01 (Ω) définie par :
∫
a(u, v) = ∇u(x, t)∇v(x, t)dx
Ω
On obtient ainsi la formulation variationnelle suivante :


 Trouver u(x, t) pour tout t ∈ [0, T ] telle que
( ∂u (x, t), v) + a(u, v) = (f, v) ∀v ∈ H01 (Ω)
 ∂t
u(x, 0) = u0 (x)
5.3 Méthode des éléments finis pour le

problème de la chaleur
Dans le cas d’un problème d’évolution, on fait une semi-discrétisation en
espace par éléments finis. Pour cela, on considére un maillage du domaine Ω̄
en éléments finis triangulaires Pk .
Soit {φi }i les fonctions de base associées aux éléments finis choisis puisque le
maillage est pris fixé au cours du temps. Les fonctions de base φi sont donc
indépendantes du temps. Notons par I l’ensemble des indices des noeuds du
maillage correspondant à une valeur inconnue de la solution u(c’est-à -dire
ici l’ensemble des noeuds qui n’appartiennent pas à la frontière Γ). Comme
dans la cas stationnaire, on écrit la solution approchée uh dans la base φi
comme suit :
∑
uh (x, t) = ui (t)φi (x) ∀t ∈]0, T ]
i∈I
On en déduit que
∂u ∑
(x, t) = u′i (t)φi (x)
∂t i∈I
Notons NI le nombre des noeuds ou la solution est inconnue. le problème

approchée s’écrit sous la forme d’un système différentielle linéaire de NI
équations à NI inconnues ui .

 Trouver uj (t) pour tout t ∈]0, ∫ T ] telle que ∫
 ∑ ′ ∫
 ∑
uj (t) φj φi + uj (t) ∇φj ∇φi = f (x, t)φi ∀i ∈ I

 Ω Ω Ω
 j∈I j∈I
ui (0) = ui,0 donnée pour i ∈ I
Ce qui conduit à la forme matricielle suivante :

 Trouver U (t) = (ui (t))i∈I pour tout t ∈]0, T ] telle que
M U ′ (t) + KU (t) = B

U (0) = U0 (donné)
avec :
M est la matrice de masse de coefficients
∫
mij = φj φi dx
Ω
K est la matrice de rigidité de coefficients

∫
kij = ∇φj ∇φi dx
Ω
B le vecteur du second membre dont les coefficients sont

∫
bi = f (x, t)φi dx
Ω
5.4 Discrétisation complète en temps et en

espace
Il nous reste à appliquer les schémas en temps déjà présentés dans la
discrétisation en différence finis, afin d’obtenir une discrétisation complète
du problème, on considère une discrétisation uniforme de [0, T ], soit alors
M ∈ N∗ , τ = MT+1 et tn = nτ , pour n = 0, 1, 2, ...., M + 1
5.4.1 Schéma d’Euler explicite :

On utilise l’approximation :
U (tn + τ ) − U (tn )
U ′ (tn ) ≃ pour n = 0, 1, 2, ...., M + 1
τ
Soit U n une approximation de u(tn ), on se ramène donc au schéma suivant :

 Trouver pour tout n ∈ {1, 2..., M } la suite de vecteusr U n , telle que

U n+1 − U n
M + Kun = B n

 0 τ
U = U0 avec Ui0 = U0 (Ai ) , i ∈ I
∫
n
où B = f (x, tn )φi (x)dx
Ω
Donc ce système est équivalent à :

 Trouver U n solution de
M U n+1 = (M − τ K)U n + τ B n ∀n ∈ {1, 2, ..., M + 1}
 0
U = U0 (donné)
La résolution complète du problème approché nécessite la résolution d’un
système matriciel à chaque pas du temps. Pour cela, il suffit de factoriser
une fois pour toute au début du calcul la matrice M qui est symétrique est
définie positive par la méthode de cholesky sous la forme LLt , on aura deux
systèmes triangulaires à résoudre à chaque pas du temps.
Malheureusement, le schéma d’Euler explicite est inconditionnellement
stable, on préfère alors utiliser un schéma d’Euler implicite.
5.4.2 Schèma d’Euler implicite :

On utilise les approximations suivantes :
U (tn ) − U (tn − τ )
U ′ (tn ) ≃ ; Un ∼
= U (tn ) pour n = 0, 1, ...., M + 1
τ
Ce qui conduit au schéma suivant :

 Trouver, pour tout n ∈ {1, 2..., M } la suite de vecteurs U n , telle que

U n+1 − U n
M + KU n+1 = B n+1

 0 τ
U = U0 avec Ui0 = U0 (Ai ) , i ∈ I
Donc ce système est équivalent à :

 Trouver U n solution de
M U n+1 = M U n − τ KU n+1 + τ B n+1
 0
U = U0 (donné)
On se ramène à résoudre à chaque pas du temps
[M + τ k]U n+1 = M U n + τ B n
Pour résoudre ce système à chaque instant, on factorise une fois pour toute
au début du calcul la matrice [M +τ k] qui est symétrique définie positive sous
forme LLt , puis on résout à chaque pas du temps deux systèmes triangulaires.
Remarque 5.1. 1. On peut bien évidamment utiliser d’autres schémas

pour approcher le système différentielle précédent.
2. Pour résoudre numériquement le problème de la chaleur, On peut aussi
utiliser une semi-discrétisation par rapport au temps par la méthode
d’Euler implicite, on se ramène alors à résoudre un problème station-
naire à chaque pas du temps. Ensuite on résout le problème station-
naire, à chaque pas de temps, par la méthode des éléments finis.
Bibliographie
[1] P. G. Ciarlet (1978), The finite element method for elliptic problems.
Studies in Mathematics and its Applications, Vol. 4. North-Holland
Publishing Co., Amsterdam-New York-Oxford.
[2] R. Dautray, J. L. Lions (1988) Analyse mathématiques et calcul

numérique pour les sciences et les techniques, volumes 3, 4, Masson.
[3] J. Neças (1967), Les méthodes directes en théorie des équations

elliptiques, Masson.
[4] Brigitte Lucquin (2004), Equations aux dérivées partielles et leurs

approximations, Ellipses.
[5] J. Rappaz, M. Picasso (1998), Introduction à l’analyse numérique,

Presse polytechniques et universitaires, Romandes, Lausanne.
[6] P. A. Raviart, J. M. Thomas (1992), Introduction à l’analyse

numérique des équations aux dérivées partielles, Masson.
[7] Marie Thérèse, Lacroix Sonrier (1998), Distributions Espaces de

Sobolev Applications, Ellipses.
109

Approximation Des Equations Aux D Eriv Ees - Partielles

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Approximation Des Equations Aux D Eriv Ees - Partielles

Uploaded by

Copyright:

Available Formats

Approximation des Equations aux Dérivées

Cours des Masters Génie Mathématiques et

A. CHAKIB FST de Béni Mellal

1 Notions élémentaires sur les distributions et les espaces de

2 Problèmes aux limites elliptiques 24

3 Approximation des EDP par la méthode des diﬀérences ﬁ-

4 Approximation des problèmes aux limites elliptiques par la

Ce cours est dédié à l’approximation des équations aux dérivées partielles

Notions élémentaires sur les

Dans ce chapitre, nous introduisons la théorie des distributions, nous

1.1.1 Espace des fonctions test D

Déﬁnition 1.1. Pour une fonction continue f , le support de f est déﬁni

supp(f ) = {x / f (x) ̸= 0}.

L’espace des fonctions test est ainsi déﬁni

Déﬁnition 1.2. On appelle fonction test, toute fonction déﬁnie dans Rn à

D(Rn ) = {φ : Rn −→ R ou C indéﬁniment dérivable et à support compact}.

Si Ω est un ouvert de Rn , on déﬁnit D(Ω) l’ensemble des fonctions test sur

Nous allons donner quelques exemples d’éléments de D(Rn ).

appartient à C ∞ (Rn ), et supp(θ) = Bf (0, 1). Par suite θ ∈ D(Rn ).

La démonstration du deuxième point de l’exemple est à faire en exercie.

ainsi θ(x) = α(1 − ∥x∥2 ).

Déﬁnition 1.3. (Convergence dans D)

est la dérivée partielle de f d’orde |α| = α1 + α2 + · · · + αn .

1.1.2 Déﬁntion et propriétés des distributions

est une distribution dans Ω.

où M = ∥φ∥∞ . Par hypothèse, on a f χK ∈ L1 (Ω), donc f φ ∈ L1 (Ω) et par

Or lim ∥φj ∥∞ = 0. Ce qui permet de conclure que lim ⟨T, φj ⟩ = 0.

Remarque 1.3. • On peut montrer que l’application linéaire

La convergence de distributions dans D′ (Ω) est déﬁnie par :

1.1.3 Dérivation d’une distribution

De façon plus générale, nous avons la déﬁnition :

Déﬁnition 1.7. Soit T ∈ D′ (Ω) et soit α ∈ Nn un multi-indice, on déﬁnit

⟨∂ α T, φ⟩ = (−1)|α| ⟨T, ∂ α φ⟩ ∀φ ∈ D(Ω).

Remarque 1.5. • Suite à cette déﬁnition, on peut conclure qu’une dis-

Exemple 1.4. • Soient Ω =]0, 1[ et f ∈ C 1 (]0, 1[), comme f et sa dérivée

Calculons H ′ . Soit φ ∈ D(Ω)

1.2 Espace de Sobolev

1.2.1 Espace de Sobolev H m

où ∂ α u est la dérivée au sens des distributions de u. On munit H m (Ω) du

Remarque 1.6. • Nous noterons

• L’espace H 1 (Ω) est l’espace de Sobolev des fonctions de L2 (Ω) dont

il est muni du produit scalaire

Théorème 1.1. H m (Ω) est un espace de Hilbert.

Exemple 1.5. Soit Ω =] − 1, 1[, on considère la fonction f (x) = |x|, on a

sur ] − 1, 1[. D’où f ∈ L2 (Ω). D’autre part, soit φ ∈ D(] − 1, 1[), on a

donc Tf′ = 2H − 1 avec H(x) = χ[0,+∞[ (x), ainsi on a

En particulier, on a H m (Ω) s’injecte continûment dans L2 (Ω) = H 0 (Ω),

1.2.2 Espace de Sobolev H0m

1.2.3 Régularité de la frontière d’un domaine

Ω ∩ Bi = {(x1 , ..., xd ) ∈ Bi / xd < ψi (x1 , ..., xd−1 )}.

Intuitivement cela signiﬁe que la frontière de Ω, peut être vue localement

Figure 1.1 – Frontière lipschitzienne

Exemple 1.6. La plupart des domaines classiques sont de frontières lip-

Figure 1.2 – Domaines de frontières non lipschitziennes.

On peut aussi déﬁnir des domaines plus réguliers.

Figure 1.3 – Domaine Ω de classe C ∞ dans R2 .

1.2.4 Trace d’une fonction de H 1 (Ω)

L2 (Γ) = {fonctions de carré intégrable sur Γ par rapport à dσ}.

Notons par D(Ω) l’espace des restrictions à Ω des fonctions de D(Rn )

D(Ω) = {φ/Ω / φ ∈ D(Rn )},

on a alors le résultat suivant :

Théorème 1.2. 1. D(Ω) est dense dans H 1 (Ω).

2. Il existe une constant c > 0, telle que