Professional Documents
Culture Documents
PC2 Correctioncomplet
PC2 Correctioncomplet
PC2 : Corrigé
t2
Jy (t) = F (x? ) + t[a(x? , y) − L(y)] + a(y, y).
2
En particulier, Jy0 (0) = a(x? , y) − L(y).
Supposons que x? soit un minimiseur de F sur E, i.e. supposons que l’on ait F (x) ≥ F (x? ) pour tout
x ∈ E. Dans ce cas, 0 est un minimiseur de Jy . Pour cela, il faut qu’on ait Jy0 (0) = a(x? , y) − L(y) = 0.
Ceci étant vrai pour y ∈ E quelconque, on déduit que x? vérifie le problème variationnel
On a existence d’un unique minimiseur si et seulement si la matrice A est inversible (par exemple
lorsqu’elle est définie positive).
1
Exercice 3 : Éléments finis en dimension 1
Soient le domaine Ω =]0, 1[, f ∈ C(Ω), k ∈ C 1 (Ω) telle que k0 = inf k > 0 et un réel α > 0.
On considère le problème aux limites suivant :
0
− k(x)u0 (x) + αu(x) = f (x),
(
pour tout x ∈ ]0, 1[ ;
(2)
u(0) = u(1) = 0.
On admet qu’il existe une unique solution u ∈ C 2 (Ω) à ce problème et qu’il existe C1 > 0 telle que
pour toute donnée f ∈ C(Ω), on ait ku00 kL2 (0,1) ≤ C1 kf kL2 (0,1) .
1. Cadre fonctionnel.
Considérons une partition de Ω qui soit conforme avec u et v. Plus précisément, soit ωi =]xi , xi+1 [
pour 0 ≤ i ≤ N tels que
x0 = 0, xN +1 = 1, xi < xi+1 et u, v ∈ C 1 (ω i ).
Alors, pour tout u, v ∈ V (Ω) on a :
Z 1 N Z xi+1
u0 (x)v(x)dx = u0 (x)v(x)dx
X
0 i=0 xi
N Z xi+1 N
u(x)v 0 (x)dx +
X X
=− (u(xi+1 )v(xi+1 ) − u(xi )v(xi ))
i=0 xi i=0
Z 1
=− u(x)v 0 (x)dx + (u(xN +1 )v(xN +1 ) − u(x0 )v(x0 )) .
0
b. On vient de montrer que si u est solution du problème aux limites (2), alors u est solution du
problème variationnel (3) avec a et ` définis au dessus.
Supposons maintenant que u soit solution du problème variationnel (3). Soit v ∈ Cc∞ (Ω) alors
v ∈ V0 (Ω) et peut donc être choisi comme fonction test dans le problème variationnel (3). Par
intégration par parties (et en remarquant que u ∈ C 2 (Ω) et v(0) = v(1) = 0) on a :
Z 1
− (k(x)u0 (x))0 + αu(x) − f (x) v(x)dx = 0.
0
Alors, la fonction x 7→ −(k(x)u0 (x))0 + αu(x) − f (x) étant continue (car u ∈ C 2 (Ω)), on peut
appliquer le lemme 2.8 et ainsi
−(ku0 )0 + αu − f = 0 dans ]0, 1[.
De plus, u ∈ V0 (Ω) donc u(0) = u(1) = 0 et u est bien solution du problème aux limites (2).
2
3. Approximation variationnelle interne.
a. L’application Z 1 Z 1
(u, v) ∈ V (Ω)2 7→ u0 (x)v 0 (x)dx + u(x)v(x)dx
0 0
est clairement bilinéaire symétrique définie positive et définit donc un produit scalaire sur V (Ω).
La norme k · kV est celle associée à ce produit scalaire.
b. Soit u ∈ V0 (Ω), on a :
Z 1 Z 1
0
a(u, u) = 2
k(x)(u (x)) dx + α u2 (x)dx ≥ k0 ku0 k2L2 (0,1) + αkuk2L2 (0,1) ≥ min(k0 , α) kuk2V ,
0 0 | {z }
:=ν
et donc Z L Z L !
2 0 2
|v(x)| dx ≤ L |v (y)| dy L
0 0
Tout revient donc à chercher un vecteur Uh = (u1 , · · · , uN ) ∈ RN tel que uh définie ci-dessus
vérifie le système discret :
Trouver uh ∈ Vh,0 tel que
(4)
a(uh , vh ) = `(vh ), ∀vh ∈ Vh,0 .
3
Comme on connaît une base de Vh,0 il est clair que le système discret (4) est équivalent à :
b. Pour calculer effectivement ces matrices, il est nécessaire de calculer, a priori de façon exacte, des
intégrales qui font intervenir les coefficients du problème. En pratique, dans les cas complexes,
on remplace ces calculs exacts par des calculs approchés d’intégrales par formules de quadrature.
Ceci implique en particulier que le problème discret effectivement résolu n’est pas exactement
celui analysé précédemment. Pour être certain de ne pas perdre de précision à ce stade, il est
nécessaire de faire une analyse de l’erreur induite par ces formules de quadrature.
Le vecteur bh est donné par les intégrales xxi−1
R i+1
f (x)φi (x)dx qu’il convient aussi de calculer de
façon exacte ou approchée. Dans ce dernier cas, il faut en tenir compte dans l’analyse d’erreur.
c. Ah est symétrique car a l’est. Il nous faut montrer qu’elle est définie positive. Soit donc Uh =
(u1 , · · · , uN ) ∈ RN , on a (en posant uh = N
P
i=1 ui φi ) :
N X
X N N X
X N
Ah Uh · Uh = ai,j ui uj = a(φi , φj )ui uj
i=1 j=1 i=1 j=1
N
X N
X
= a ui φi , uj φj = a(uh , uh ) ≥ 0.
i=1 j=1
Ah est donc positive. Pour montrer qu’elle est définie, supposons Ah Uh ·Uh = 0. Alors a(uh , uh ) =
0. Or, on a montré que a est coercive sur V0 (Ω) et uh ∈ Vh,0 ⊂ V0 (Ω). Par conséquent, on en
déduit uh = 0 et ainsi Uh = 0, ce qui finit de montrer que Ah est symétrique, définie positive.
4
d. D’après le lemme 1.4, l’espace Ve0h défini par
est un sous-espace de V0 (Ω) de dimension 2N + 1 dont une base est donnée par les fonctions ψj
et ψj+ 1 définies de la manière suivante :
2
x − xj+ 1
!
x − xj
2
ψj (x) = φ , 1≤j≤N et ψj+ 1 (x) = ψ , 0 ≤ j ≤ N,
h 2 h
h
avec xj+ 1 = xj + 2 et φ, ψ définies par :
2
1
(1 + x)(1 + 2x) si − 1 ≤ x ≤ 0,
2
1−4x si |x| ≤ ,
φ(x) = (1 − x)(1 − 2x) si 0 ≤ x ≤ 1, et ψ(x) = 2
1
si |x| > .
0 si |x| > 1,
0
2
On remarque alors que :
Ainsi,
• Le support de ψi est égal à la réunion de [xi−1 , xi ] et [xi , xi+1 ].
• Le support de ψi+ 1 est exactement la cellule [xi , xi+1 ].
2
On décompose uh dans cette base :
2N
X +1
uh (x) = uj ψ j (x)
2
j=1
— Si j = i + 1, alors
Z xk+1 Z xk+1
ai,i+1 = k(x)ψk0 (x)ψk+
0
1 (x)dx +α ψk (x)ψk+ 1 (x)dx.
xk 2 xk 2
— Si j = i + 2, alors
Z xk+1 Z xk+1
ai,i+2 = k(x)ψk0 (x)ψk+1
0
(x)dx +α ψk (x)ψk+1 (x)dx.
xk xk
— Si j = i − 1, alors
Z xk Z xk
ai,i−1 = k(x)ψk0 (x)ψk−
0
1 (x)dx + α ψk (x)ψk− 1 (x)dx.
xk−1 2 xk−1 2
— Si j = i − 2, alors
Z xk Z xk
ai,i−2 = k(x)ψk0 (x)ψk−1
0
(x)dx + α ψk (x)ψk−1 (x)dx.
xk−1 xk−1
• Soit i = 2k+1 donc le support de ψ i = ψk+ 1 est la cellule [xk , xk+1 ] donc les seuls coefficients
2 2
j pour lesquels ai,j est (éventuellement) non nul sont :
5
— Si j = i, alors
Z xk+1 Z xk+1
0 2
ai,i = k(x)(ψk+ 1 (x)) dx + α (ψk+ 1 (x))2 dx.
xk 2 xk 2
— Si j = i + 1, alors
Z xk+1 Z xk+1
0 0
ai,i+1 = k(x)ψk+ 1 (x)ψk+1 (x)dx +α ψk+ 1 (x)ψk+1 (x)dx.
xk 2 xk 2
— Si j = i − 1, alors
Z xk+1 Z xk+1
0 0
ai,i−2 = k(x)ψk+ 1 (x)ψk (x)dx + α ψk+ 1 (x)ψk (x)dx.
xk 2 xk 2
Ainsi, la matrice Ah est pentadiagonale, elle est donc potentiellement plus complexe à résoudre
que la matrice du cas P1 . Cependant cette méthode permet d¿obtenir une meilleure précision
(dès lors que la solution u du problème est plus régulière). La méthode des éléments finis P2
permet ainsi de profiter de la régularité de la solution et de gagner en précision (sans changer
le maillage de départ) en changeant l’espace d’approximation.
5. Estimation d’erreur.
Cette question va plus loin que le cadre de la PC2. Elle utilise le lemme de Céa (lemme 5.2) ainsi
qu’un résultat qui estime la qualité d’approximation d’une fonction par une fonction P1 (lemme
d’interpolation 5.5). Nous donnons la preuve afin que la correction soit complète mais sa lecture
peut être remise à plus tard.
Premièrement, on applique le lemme de Céa (lemme 5.2), on a donc besoin de montrer (en plus de
la coercivité démontrée à la question 3.b) que la forme bilinéaire a est continue sur V0 (Ω).
Soient u, v ∈ V0 (Ω), on a :
|a(u, v)| ≤ kkk∞ ku0 kL2 (0,1) kv 0 kL2 (0,1) + αkukL2 (0,1) kvkL2 (0,1) ≤ kkk∞ + α kukV kvkV ,
| {z }
:=M
La deuxième étape consiste à étudier l’erreur d’interpolation pour obtenir une estimation a priori
en fonction des dérivées d’ordre supérieur de la solution u du problème (2) qui est dans C 2 (Ω). En
utilisant le lemme d’interpolation 5.5, pour tout v ∈ C 2 (Ω),
kv − r0h vkL2 (Ω) ≤ Ch2 kv 00 kL2 (Ω) et kv 0 − (r0h v)0 kL2 (Ω) ≤ Chkv 00 kL2 (Ω) . (5)
Comme on suppose que u solution de (2) vérifie ku00 kL2 (0,1) ≤ C1 kf kL2 (0,1) , on obtient :