Académique Documents
Professionnel Documents
Culture Documents
el
ements finis :
de la th
eorie `
a la pratique
Andre Fortin
Professeur titulaire
Departement de mathematiques et de statistique
Universite Laval
et
Andre Garon
Professeur titulaire
Departement de genie mecanique
Ecole
Polytechnique de Montreal
1997-2011
ii
Avant-propos
La resolution des equations differentielles ou plus generalement des equations aux derivees partielles occupe une place importante en ingenierie et en mathematiques appliquees. Chacune de ces
disciplines apporte une contribution differente mais complementaire `a la comprehension et `
a la
resolution de tels probl`emes.
Il existe plusieurs techniques permettant de resoudre les equations aux derivees partielles. On
pense par exemple aux methodes de differences finies, de volumes finis, aux methodes spectrales,
etc. On peut sans aucun doute affirmer que la plus largement repandue est la methode des elements
finis. Cette popularite nest pas sans fondement. La methode des elements finis est tr`es generale
et poss`ede une base mathematique rigoureuse qui est fort utile, meme sur le plan tr`es pratique.
En effet, cette base mathematique permet de prevoir jusqu`a un certain point la precision de notre
approximation et meme dameliorer cette precision, via les methodes adaptatives.
Ce texte est donc une introduction `a la methode des elements finis. Nous poursuivrons ainsi
deux objectifs. Bien s
ur, nous souhaitons introduire la methode des elements finis et en donner
une description relativement classique. Mais notre principal objectif est den degager aussi les bases
mathematiques plus fondamentales. On peut se demander sil y a vraiment besoin de sattarder
autant sur les aspects plus mathematiques. La reponse nous est apparue de plus en plus evidente
au fur et `a mesure que se developpaient les multiples applications de cette methode. Les notions
de convergence, de normes, despaces fonctionnels sont de plus en plus necessaires pour aborder
les probl`emes modernes notamment en ce qui concerne les methodes adaptatives, les methodes
de stabilisation et le developpement de discretisations compatibles dans le cas de probl`emes `
a
plusieurs variables comme les equations de Navier-Stokes ou les probl`emes de coques. Pour travailler
serieusement sur ces probl`emes, une connaissance superficielle de la methode des elements finis ne
suffit plus et on doit aller plus en profondeur.
Il va de soi que poursuivre ces deux objectifs ne va pas sans difficultes. Au risque de deplaire
`a tous, nous visons un auditoire assez vaste allant du debutant au lecteur plus aguerri ayant dej`
a
une connaissance de base en elements finis.
Cet ouvrage sadresse donc principalement aux etudiants en ingenierie, bien que les etudiants
en mathematiques pourront y voir un complement pratique `a leur formation plus theorique. Nous
implorons la patience des etudiants ingenieurs. Les premiers chapitres vous paratront peut-etre tr`es
theoriques mais soyez assures que nous avons reduit au minimum les considerations theoriques et que
nous nous limitons `
a lessentiel. Nous implorons aussi lindulgence des lecteurs ayant une formation
iv
mathematique plus avancee car, comme nous lavons dej`a mentionne, la rigueur mathematique nest
pas notre obsession, bien que nous ayons fait notre possible pour rester rigoureux.
Dans la mesure du possible, cet ouvrage est auto-suffisant. On retrouve en annexe quelques rappels de notions mathematiques elementaires portant sur les tenseurs et les changements de syst`emes
de coordonnees qui sont dune grande utilite dans letude des equations aux derivees partielles. Une
connaissance des methodes danalyse numerique elementaire est requise et en particulier des notions
dinterpolation de Lagrange et dintegration numerique de Gauss qui sont egalement rappelees en
annexe.
Enfin, nous souhaitons remercier tous ceux qui ont contribue, de pr`es ou de loin, `a la realisation
de cet ouvrage. De nombreux etudiants ont emis des commentaires constructifs qui nous ont incites
`a ameliorer certains passages plus difficiles. Soyez tous assures de notre reconnaissance.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
1
2
.
.
.
.
.
.
.
.
.
7
7
7
20
24
30
30
36
39
42
.
.
.
.
.
.
.
43
43
46
48
48
54
57
59
4 M
ethode de Ritz
63
4.1 Principes generaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
v
`
TABLE DES MATIERES
vi
ements finis unidimensionnels
5 El
5.1 Equations
differentielles dordre 2 . . . . . . . . .
5.1.1 Probl`eme type . . . . . . . . . . . . . . .
5.1.2 Le maillage . . . . . . . . . . . . . . . . .
5.1.3 Formulation variationnelle elementaire . .
5.1.4 Passage `
a lelement de reference . . . . .
5.1.5 Construction des fonctions dinterpolation
5.1.6 Evaluation
du syst`eme elementaire . . . .
5.1.7 Assemblage . . . . . . . . . . . . . . . . .
5.1.8 Imposition des conditions aux limites . . .
5.1.9 Solution du syst`eme global . . . . . . . .
5.1.10 Presentation des resultats . . . . . . . . .
5.1.11 Exemples et applications . . . . . . . . .
5.2 Equations
differentielles dordre 4 . . . . . . . . .
5.2.1 Probl`eme type . . . . . . . . . . . . . . .
5.2.2 Le maillage . . . . . . . . . . . . . . . . .
5.2.3 Formulation variationnelle elementaire . .
5.2.4 Passage `
a lelement de reference . . . . .
5.2.5 Construction des fonctions dinterpolation
5.2.6 Evaluation
du syst`eme elementaire . . . .
5.2.7 Assemblage . . . . . . . . . . . . . . . . .
5.2.8 Imposition des conditions aux limites . . .
5.2.9 Solution du syst`eme global . . . . . . . .
5.2.10 Exemples et applications . . . . . . . . .
5.3 Exercices . . . . . . . . . . . . . . . . . . . . . .
ements finis multidimensionnels
6 El
6.1 Probl`eme type . . . . . . . . . . . . . . .
6.2 Le maillage . . . . . . . . . . . . . . . . .
6.2.1 Les noeuds . . . . . . . . . . . . .
6.2.2 Les degres de liberte . . . . . . . .
6.2.3 Numerotation des degres de liberte
6.3 Formulation variationnelle elementaire . .
6.4 Passage `
a lelement de reference . . . . . .
6.5 Construction des fonctions dinterpolation
6.6 Evaluation
du syst`eme elementaire . . . .
6.7 Assemblage . . . . . . . . . . . . . . . . .
6.8 Imposition des conditions aux limites . . .
6.9 Resolution du syst`eme lineaire global . . .
6.10 Presentation des resultats . . . . . . . . .
6.11 Exemples et applications . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . .
. . . .
. . . .
. . . .
. . . .
i ()
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
i ()
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
77
77
77
79
85
87
89
94
97
107
108
111
111
118
118
120
122
123
124
127
127
128
128
128
135
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
137
. 137
. 138
. 138
. 139
. 139
. 140
. 142
. 151
. 151
. 152
. 152
. 153
. 153
. 153
`
TABLE DES MATIERES
vii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
181
. 182
. 186
. 187
. 193
9 Probl`
emes instationnaires
9.1 Rappel sur les equations differentielles ordinaires . . .
9.2 Formulation quasi-variationnelle . . . . . . . . . . . .
9.3 Le theta-schema . . . . . . . . . . . . . . . . . . . . .
9.3.1 Cas lineaire . . . . . . . . . . . . . . . . . . . .
9.3.2 Cas lineaire o`
u la matrice masse est constante .
9.3.3 Cas general non lineaire . . . . . . . . . . . . .
9.4 Un schema implicite dordre 2 . . . . . . . . . . . . . .
9.4.1 Variante de type points fixes . . . . . . . . . .
9.5 Resultats numeriques . . . . . . . . . . . . . . . . . . .
9.5.1 Probl`eme thermique . . . . . . . . . . . . . . .
9.5.2 Croissance de populations . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
195
195
197
199
200
200
201
204
205
205
205
208
10 Probl`
eme de convection-diffusion et stabilisation SUPG
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.1.1 Une premi`ere approche par elements finis . . . . . .
10.1.2 Une deuxi`eme approche par elements finis . . . . . .
10.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
209
. 209
. 212
. 215
. 218
11.4 Etat
plan de contraintes et etat plan de deformation
11.4.1 Etat
plan de deformation . . . . . . . . . . .
11.4.2 Etat
plan de contraintes . . . . . . . . . . . .
11.5 Le maillage . . . . . . . . . . . . . . . . . . . . . . .
11.6 Formulation variationnelle elementaire . . . . . . . .
11.7 Construction des fonctions dinterpolation . . . . . .
11.8 Passage `
a lelement de reference . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
219
219
223
225
226
227
227
228
231
232
234
`
TABLE DES MATIERES
viii
11.9 Evaluation
du syst`eme elementaire . . . . . . . . . .
11.10Assemblage et imposition des conditions aux limites
11.11Resolution du syst`eme global . . . . . . . . . . . . .
11.12Visualisation des resultats . . . . . . . . . . . . . . .
11.13Applications . . . . . . . . . . . . . . . . . . . . . . .
11.13.1 Essai en cisaillement . . . . . . . . . . . . . .
11.13.2 Plaque trouee en elongation . . . . . . . . . .
11.14Exercices . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
235
236
236
236
236
236
236
242
12 Probl`
eme de Stokes
12.1 Introduction . . . . . . . . . . . . . . . . . . . . .
12.2 Le probl`eme continu . . . . . . . . . . . . . . . .
12.2.1 Cadre fonctionnel . . . . . . . . . . . . . .
12.2.2 Existence et unicite . . . . . . . . . . . .
12.3 Le probl`eme discret . . . . . . . . . . . . . . . . .
12.3.1 Quelques resultats theoriques importants
12.4 Formulation point-selle (facultative) . . . . . . .
12.5 Formulation variationnelle elementaire . . . . . .
12.6 Choix des elements . . . . . . . . . . . . . . . . .
12.6.1 Pression continue . . . . . . . . . . . . . .
12.6.2 Pression discontinue . . . . . . . . . . . .
12.7 Resultats numeriques : cas newtonien . . . . . .
12.7.1 Lecoulement de Poiseuille . . . . . . . . .
12.8 Probl`eme de Stokes non lineaire . . . . . . . . . .
12.8.1 Resultats numeriques : cas viscoplastique
12.9 Les equations de Navier-Stokes . . . . . . . . . .
12.9.1 Resultats numeriques : cas Navier-Stokes
12.10Exercices . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
243
243
244
246
247
248
249
250
251
253
253
256
258
258
259
263
266
269
274
13 Formulations mixtes en
elasticit
e lin
eaire
13.1 Cas isotrope . . . . . . . . . . . . . . . . .
13.2 Cas anisotrope . . . . . . . . . . . . . . .
13.3 Resultats numeriques . . . . . . . . . . . .
13.3.1 Plaque trouee en elongation . . . .
13.4 Exercices . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
275
275
279
281
281
287
.
.
.
.
289
. 289
. 289
. 294
. 298
.
.
.
.
.
.
.
.
.
.
14 Mat
eriaux en grandes d
eformations
14.1 Introduction . . . . . . . . . . . . . . . . . . .
14.2 Deformations et tenseurs associes . . . . . . .
14.3 Tenseurs de Green-Lagrange et Piola-Kirchoff
14.4 Materiaux hyperelastiques . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
`
TABLE DES MATIERES
14.5
14.6
14.7
14.8
14.9
ix
14.8.3 Equivalence
des formulations . . . . . . . . . . . . . .
14.8.4 Algorithme complet . . . . . . . . . . . . . . . . . . .
Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A Rappels sur le th
eor`
eme de la divergence
A.1 Gradient, divergence et laplacien . . . . . .
A.2 Integrales curvilignes et surfaciques . . . . .
A.2.1 Rappel sur les integrales curvilignes
A.2.2 Rappel sur les integrales surfaciques
A.3 Theor`eme de la divergence . . . . . . . . . .
A.4 Transformation de Piola . . . . . . . . . . .
A.5 Exercices . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
301
303
304
305
305
306
307
308
310
313
314
314
314
316
317
318
319
323
323
323
325
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
327
327
328
328
328
329
333
335
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
337
337
337
339
342
342
345
347
349
`
TABLE DES MATIERES
x
C Interpolation de Lagrange
C.1 Interpolation en dimension 1 . . . .
C.2 Interpolation en dimension 2 . . . .
C.2.1 Interpolation sur les triangles
C.2.2 Sur les quadrilat`eres . . . . .
C.3 Interpolation en dimension 3 . . . .
C.3.1 Sur les tetra`edres . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
351
. 352
. 354
. 355
. 358
. 360
. 360
D Int
egration num
erique
D.1 En dimension 1 . . . . . . . .
D.2 En dimension 2 ou 3 . . . . .
D.2.1 Sur les quadrilat`eres .
D.2.2 Sur les triangles . . .
D.2.3 Sur les tetra`edres . . .
Reponses aux exercices du chapitre
Reponses aux exercices du chapitre
Reponses aux exercices du chapitre
Reponses aux exercices du chapitre
Reponses aux exercices du chapitre
Reponses aux exercices du chapitre
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
3
4
5
6
8
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
363
363
366
366
367
367
371
372
374
376
377
378
2.1
R2
R2
2 R2
+x
x2
2
1
2.2
2.3
2.4
2.5
2.6
2.7
(R = 2 et p = 0) . .
Fonction (x) = e
Espaces de fonctions L1loc () et de distributions
Fonction de Heaviside . . . . . . . . . . . . . .
Fonction f (x) = |x| . . . . . . . . . . . . . . . .
Domaines 1 et 2 separes par une courbe C .
Espace L2 () . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10
15
17
18
22
27
4.1
4.2
4.3
4.4
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
67
69
69
71
5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9
5.10
5.11
5.12
5.13
5.14
5.15
Maillage en dimension 1 . . . . . . . . . . . .
Noeuds geometriques et de calcul de lelement
K
Maillage : nel = 3, nK
g = 2, nc = 3 . . . . . .
. . .
Fonctions dinterpolation lineaires sur K
Fonctions dinterpolation lineaires sur K . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
79
80
82
91
92
93
94
95
99
101
112
113
119
126
129
. . . . .
L1loc ()
. . . . .
. . . . .
. . . . .
. . . . .
. .
K
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
xii
7.1
7.2
7.3
7.4
7.5
Maillage de 32 32 elements . . . . . . .
Erreurs commises pour les approximations
Transfert thermique : maillages utilises . .
Transfert thermique : isothermes . . . . .
Coupe de la temperature sur laxe y = 1 .
9.1
9.2
10.1
10.2
10.3
10.4
10.5
10.6
10.7
Equation
de convection-diffusion : differences centrees et
11.1
11.2
11.3
11.4
11.5
. . . . . .
lineaire et
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
141
142
143
143
143
144
146
149
150
154
161
161
162
164
165
166
. . . . . . .
quadratique
. . . . . . .
. . . . . . .
. . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
173
175
177
178
179
. . . . . . . .
elements finis
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . .
lineaires
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
210
211
213
214
215
216
217
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
229
237
238
238
239
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
12.12Ecoulement
de Poiseuille (geometrie et conditions aux limites) . . . . . .
12.13Ecoulement
de Poiseuille : maillages rectangulaire et triangulaire . . . .
12.14Ecoulement
de Poiseuille pour lelement Q1 Q0 : vitesse et pression . .
12.16Ecoulement
de Poiseuille pour lelement P2 P1 : vitesse et pression . .
12.21Ecoulement
autour dun cylindre : geometrie et conditions aux limites .
12.22Maillage et portrait global des lignes de courant `a Re = 1 . . . . . . . .
12.23Lignes de courant derri`ere le cylindre `a Re = 1, 50 et 100 . . . . . . . .
12.24Champ de vitesse derri`ere le cylindre `a Re = 100 sur une periode . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
254
254
255
255
255
256
256
257
257
257
257
258
260
260
261
261
264
265
265
267
270
270
271
273
13.1
13.2
13.3
13.4
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
283
284
285
286
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Chapitre 1
Introduction et exemples
1.1
Bref historique
Lidee fondamentale derri`ere la methode des elements finis remonte loin en arri`ere. Les grecs
par exemple avaient reconnu que lon peut approcher la solution dun probl`eme complexe en le
divisant en probl`emes plus simples. On peut par exemple approcher le perim`etre dun cercle en
calculant le perim`etre dun polygone `
a n cotes, pourvu que n soit suffisamment grand. Il suffit alors
de connatre la longueur dun segment de droite, probl`eme beaucoup plus simple que celui de la
longueur dun arc de cercle.
Lapplication `
a la solution des equations aux derivees partielles est evidemment plus recente
et est intimement liee au developpement de linformatique. Courant [10] a introduit le concept de
formulation variationnelle, qui est `
a la base de toute methode delements finis.
Pour la methode de Ritz [32], on part dun probl`eme pose dans un espace de dimension infinie.
On approche ensuite la solution du probl`eme initial en cherchant une solution dans une suite
croissante de sous-espaces de dimension finie. Ces probl`emes approches sont en general beaucoup
plus facile `a resoudre. On peut de plus esperer que la solution du probl`eme en dimension infinie
peut etre obtenue par un passage `
a la limite. Le choix des fonctions de base constituant ces espaces
de dimension finie est delicat et initialement on les construisait globalement sur le domaine. Cest
Courant qui eut lidee dintroduire des fonctions `a support local qui simplifient grandement leur
construction.
La theorie derri`ere la methode des elements finis a pris une forme plus rigoureuse avec les
travaux de Strang et Fix [35]. `
a completer ...
1.2
Applications
On retrouve les premi`eres applications veritables de la methode des elements finis en 1956 en
mecanique des structures. Un groupe de chercheurs (Turner, Clough, Martin et Topp [37]) de Boeing
utilisent cette methode pour calculer la voilure dun avion. `a completer ...
1
Chapitre 1
La methode des elements finis est maintenant reconnue comme lune des principales methodes
de resolution des equations aux derivees partielles (EDP) dans des geometries quelconques, que ce
soit en dimension un, deux ou trois. On trouve meme des methodes delements finis en dimension
4, soit en espace-temps...
Les applications sont tout aussi nombreuses et variees. Les ingenieurs de diverses disciplines
utilisent les elements finis, que ce soit en mecanique des fluides ou des solides, mais aussi pour les
probl`emes thermiques, electro-magnetiques, chimiques, etc. On retrouve aussi des applications en
physique, et notamment en astrophysique. `a completer ...
1.3
Br`
eve introduction `
a la probl
ematique
Pour illustrer le fonctionnement de la methode des elements finis et pour justifier lintroduction
dun certain nombre doutils mathematiques, nous allons considerer un exemple tr`es simple et
effectuer une comparaison avec la methode des differences finies.
Soit donc lequation differentielle :
u00 (x) = f (x)
(1.1)
u(0) = u(1) = 0
o`
u f (x) est une fonction connue. On cherche donc `a obtenir une approximation de la solution u(x)
dans lintervalle [0 , 1]. Pour ce faire, subdivisons cet intervalle en N sous-intervalles de longueur
h = 1/N (les sous-intervalles peuvent eventuellement etre de longueurs differentes). On obtient
ainsi N + 1 points xi verifiant x0 = 0, xN = 1 et pour les points intermediaires :
xi =
i
,
N
xi+1 xi = h
On note ui , lapproximation de u(xi ) au point xi . Les conditions aux limites imposent que u0 =
uN = 0. La methode des differences finies consiste `a discretiser directement lequation differentielle
en remplacant les derivees de u(x) par des differences finies et ce, en chaque point xi . On peut par
exemple utiliser une difference centree dordre 2 (voir Fortin, ref. [17]) :
u00 (xi ) =
Introduction et exemples
2 1 0
0 0
1 2 1 0 0
..
0 1 2 1 0
.
..
..
.
.
.
.
.
.
.
. 0
.
.
.
0 0 1 2 1
0
0 0 1 2
u1
u2
u3
..
.
uN 2
uN 1
f (x1 )
f (x2 )
f (x3 )
..
.
2
=
h
f (xN 2 )
f (xN 1 )
La resolution de ce syst`eme lineaire tridiagonal est simple et fournit une solution approximative
de lequation differentielle de depart aux points xi . Ainsi, `a la figure 1.1, on peut voir la solution
numerique obtenue avec 10 intervalles (h = 0,1) et la fonction f (x) = 6x. Dans ce cas, on verifie
facilement que la solution analytique est u(x) = x3 x. On peut d`es lors constater que la solution
numerique est une bonne approximation de la solution analytique.
La methode des elements finis proc`ede tout autrement. Nous allons donc reprendre lexemple
precedent par cette methode, mais sans justifier toutes les etapes puisque nous ne sommes pas
Chapitre 1
encore en mesure de le faire. Multiplions lequation differentielle 1.1 par une fonction dite test w(x)
que nous supposerons pour linstant quelconque et integrons sur lintervalle [0 , 1]. On obtient :
Z 1
Z 1
u00 (x)w(x)dx =
f (x)w(x)dx
0
Integrons maintenant par parties (en supposant que w(x) soit suffisamment reguli`ere) pour obtenir :
Z 1
Z 1
f (x)w(x)dx
u0 (x)w0 (x)dx (u0 (1)w(1) u0 (0)w(0)) =
0
Si on suppose maintenant que w(0) = w(1) = 0, on obtient une formulation variationnelle qui
consiste `a determiner une fonction u(x), verifiant u(0) = u(1) = 0 et telle que :
Z 1
Z 1
0
0
u (x)w (x)dx =
f (x)w(x)dx w(x) | w(0) = w(1) = 0
(1.2)
0
Remarque 1.1
La formulation variationnelle 1.2 ne fait apparatre que la derivee dordre 1 de la fonction u(x) (et
de la fonction test w(x)) et demande donc moins de regularite que lequation differentielle elle-meme
qui, dans ce cas, est dordre 2. La formulation variationnelle 1.2 est donc aussi appelee formulation
faible (ou forme faible) de lequation differentielle 1.1 par opposition `a lequation differentielle ellememe dite formulation forte.
Il est evident que toute solution de 1.1 verifie la formulation variationnelle 1.2. Par contre,
linverse nest pas aussi evident. Demontrons-le, toujours formellement. Soit donc u(x) une solution de la formulation variationnelle 1.2. Essayons de refaire le chemin inverse, jusqu`a lequation
differentielle 1.1. En integrant par parties, on trouve :
Z 1
Z 1
u00 (x)w(x)dx + u0 (1)w(1) u0 (0)w(0) =
f (x)w(x)dx
0
c.-`a-d.
Z
u00 (x) f (x) w(x)dx = 0
qui est valide pour toute fonction w(x) qui sannule en 0 et 1. Il nous faut deduire de cette equation
que :
u00 (x) f (x) = 0
Pour y arriver, il faut effectuer un choix judicieux de fonction w(x). Considerons dabord la fonction
(x) = x(1x) qui est positive dans lintervalle ]0 , 1[ et qui sannule en x = 0 et x = 1. Choisissons
ensuite :
w(x) = (x)(u00 (x) f (x))
Introduction et exemples
Cette fonction test w(x) sannule bien en x = 0 et en x = 1 et est donc admissible. On obtient
ainsi :
Z 1
(u00 (x) f (x))2 (x)dx = 0
0
Puisque lintegrant est toujours positif et que son integrale est nulle, on en conclut que :
(u00 (x) f (x))2 (x) = 0
Puisque (x) ne sannule pas `
a linterieur de lintervalle, on peut affirmer que :
u00 (x) = f (x)
dans ]0, 1[
et donc que u(x) verifie lequation differentielle. Il y a donc equivalence entre lequation differentielle 1.1 et la formulation variationnelle 1.2.
Plusieurs questions importantes demeurent en ce qui concerne le developpement precedent dont
plusieurs etapes restent largement `
a justifier.
1. Comment determiner precisement les fonctions tests w(x) admissibles ?
2. Sous quelles conditions la formulation variationnelle (1.2) poss`ede-t-elle une solution unique ?
3. Sous quelles conditions la formulation variationnelle (formulation faible) est-elle equivalente
`a lequation differentielle (formulation forte) ?
4. Comment peut-on discretiser cette formulation variationnelle pour en tirer une solution numerique comme nous lavons fait par la methode des differences finies ?
5. Cette solution numerique converge-t-elle vers la solution analytique ? Et `a quelle vitesse ?
Cest `a toutes ces questions et `
a dautres que nous tacherons de repondre dans ce texte. La
methode des elements finis est de fait une technique dapproximation des formulations variationnelles des equations aux derivees partielles. En essayant de repondre aux questions precedentes,
nous verrons la necessite dintroduire un certain nombre doutils mathematiques. Cest lobjet des
deux chapitres suivants.
Chapitre 1
Chapitre 2
Espaces fonctionnels
Lanalyse de la methode des elements finis requiert une bonne dose danalyse fonctionnelle,
outil fondamental pour une veritable comprehension de cette methode. Cest lobjet de ce chapitre.
Precisons d`es le depart que notre objectif nest pas de donner un cours danalyse fonctionnelle
complet mais bien de donner les outils de base necessaires `a lutilisation efficace de la methode des
elements finis.
Parmi les outils de base, on retrouve les notions de distributions, despaces de Hilbert, de
Sobolev, etc. Letude de ces notions pourrait faire lobjet dun livre (et meme de plusieurs) et il
va de soi que nous nous contenterons dun survol assez rapide mais relativement complet. Nous
omettrons toutefois beaucoup de details et de subtilites qui ont bien s
ur leur importance mais qui
ne sont pas essentielles `
a une bonne comprehension de la methode des elements finis.
2.1
Les distributions
Les distributions sont aux fonctions ce que les nombres irrationnels sont aux nombres rationnels.
Les distributions sont en fait une generalisation de la notion de fonction. Nous en ferons une presentation sommaire en nous limitant aux notions essentielles comme la derivation dune distribution.
Nous referons le lecteur `
a Gasquet-Witomski, ref. [21] pour un traitement simple et moderne de
la theorie des distributions. Le lecteur plus averti peut consulter le texte de L. Schwartz, ref. [34]
pour un traitement plus complet et plus classique.
2.1.1
D
efinitions et propri
et
es g
en
erales
Dans ce qui suit, designera un ensemble ouvert de Rn dont la fronti`ere est reguli`ere.
Rappelons maintenant deux notions importantes pour la suite.
Chapitre 2
D
efinition 2.1
Le support dune fonction f (x) est le plus petit ensemble ferme de valeurs de x en dehors duquel
la fonction f (x) est identiquement nulle. Cest donc la fermeture de lensemble des points x tels
que f (x) 6= 0.
D
efinition 2.2
Un sous-ensemble de Rn est dit compact sil est ferme et borne.
I Exemple 2.1
La fonction :
f (x) =
|x| si x ] 1, 1[
0 ailleurs
(2.1)
i=1
Le compact A est ainsi inclus dans un disque de rayon M , pourvu que M soit suffisamment grand.
D
efinition 2.3
On appelle D() lespace des fonctions infiniment differentiables sur et dont le support est
compact et inclus dans .
Les fonctions de D() poss`edent donc la propriete de sannuler identiquement au voisinage du bord
de ou lorsque la norme de x est suffisamment grande, ce qui nous sera tr`es utile par la suite. Elles
sont de plus extremement reguli`eres puisquinfiniment differentiables et leurs derivees sannulent
egalement au voisinage de la fronti`ere du domaine .
Espaces fonctionnels
I Exemple 2.2
Les fonctions ex , xn , sin x, etc. sont infiniment differentiables mais ne sont pas `a support compact
dans tout intervalle ]a, b[ ou meme dans R. Elles nappartiennent donc pas `a D(). Inversement, la
fonction f (x) = |x| si |x| 1 et 0 partout ailleurs est `a support compact (son support est lintervalle
[1, 1]) mais nest pas differentiable en x = 0 et x = 1. Cette fonction nappartient donc pas `
a
D(). J
I Exemple 2.3
Les fonctions de D() ne sont pas triviales `a construire. Lexemple le plus simple en dimension 1
est la fonction :
(
2
exp |xp|R2 R2
si |x p| < R
(x) =
0
si |x p| R
centree en x = p et de rayon R et que lon peut voir `a la figure 2.1 dans le cas o`
u R = 2 et p = 0.
Le support de cette fonction est lintervalle ferme [p R, p + R]. On choisit les param`etres R et
p de sorte que ce support soit inclus dans le domaine . Sur lagrandissement de la figure 2.1, on
constate aisement la transition tr`es douce (infiniment differentiable) en x = 2 (x = R dans le cas
general). On peut generaliser en plusieurs dimensions cette fonction par la formule suivante :
(
2
si kx pk2 < R
exp k(xpR)k2 R2
(2.2)
(x) =
2
0
si kx pk2 R
Le point p designe en quelque sorte le centre de la fonction et R le rayon de la bulle. Ici encore, le
disque ferme de centre p et de rayon R doit etre inclus dans . La figure 2.2 illustre en dimension 2
le cas o`
u R = 2 et p est situe `
a lorigine. On peut ainsi varier le point p et le rayon R pour obtenir
toute une famille de fonctions de D(). J
Pour arriver aux distributions, il est necessaire dintroduire un peu de terminologie. Une fonction
est une application qui associe `
a un point x un scalaire (x). On peut generaliser cette definition
et ainsi introduire la notion de fonctionnelle.
D
efinition 2.4
Une fonctionnelle T est une application qui associe `a une fonction (x) dun ensemble E, un
scalaire note < T, >. Lensemble de fonctions E est appele le domaine de definition de la
fonctionnelle.
Une fonctionnelle est une fonction agissant sur des fonctions c.-`a-d. une fonction de fonctions .
Les exemples abondent de fonctionnelles qui nous seront tr`es utiles. En voici quelques unes.
10
Chapitre 2
R2
R2
2
Espaces fonctionnels
11
I Exemple 2.4
Si (x) est une fonction integrable sur , on peut alors definir :
Z
def.
(x) dv
< T1 , > =
(2.3)
Le domaine de definition de cette premi`ere fonctionnelle est donc lensemble des fonctions integrables
sur c.-`a-d. les fonctions pour lesquelles :
Z
(x) dv <
(2.4)
Nous verrons plus loin quil ne sagit pas du tout dune fonction. Par contre, il sagit bien dune
fonctionnelle dont le domaine de definition est lensemble des fonctions definies au point a.
Enfin, si f (x) est une fonction donnee, on peut alors definir une autre fonctionnelle de la facon
suivante :
Z
def.
< Tf , > =
f (x)(x) dv
(2.5)
Il nous faudra preciser un peu plus tard le domaine de definition de cette fonctionnelle c.-`a-d. pour
quelles fonctions f (x) et (x) une telle expression a un sens. On remarque que la fonctionnelle T1
correspond au cas f (x) = 1. J
Remarque 2.1
Dans lexemple precedent, la definition meme des integrales est imprecise. Pour leur donner un
sens rigoureux, il faut faire appel `
a la theorie de la mesure et plus particuli`erement `a lintegrale de
Lebesgue (voir par exemple Bartle, ref. [3] ou Jean, ref. [23]). La theorie de Lebesgue donne un sens
precis `a des expressions de la forme :
Z
Z
(x) dv et
(s) ds
et en particulier `
a dv et ds qui sont alors des mesures. Le lecteur non familier avec cette theorie
peut voir lintegrale de Lebesgue comme une generalisation de lintegration classique de Riemann.
Nous ne ferons dans cet ouvrage que quelques references occasionnelles `a la notion de mesure.
I Exemple 2.5
On peut egalement definir des fonctionnelles agissant sur un vecteur de fonctions :
w = (w1 (x1 , x2 , x3 ), w2 (x1 , x2 , x3 ), w3 (x1 , x2 , x3 ))
12
Chapitre 2
On consid`ere par exemple un corps fait dun materiau isotrope (en dimension 3) et soumis `
a des
3
forces externes (forces par unite de volume en N/m ) :
r(x) = r(x1 , x2 , x3 ) = (r1 (x1 , x2 , x3 ), r2 (x1 , x2 , x3 ), r3 (x1 , x2 , x3 ))
Sous leffet de ces sollicitations, le corps se deformera de mani`ere `a minimiser la fonctionnelle energie
definie par :
!2
2
Z
Z
3
3
X
X
1
wi
wi wj
J(w) =
+
+
dv
r w dv
(2.6)
2
xi
4 xj
xi
i=1
i,j=1
o`
u et sont les coefficients de Lame du materiau (en pascals).
Le premier terme de cette expression est lenergie de deformation tandis que le deuxi`eme terme
correspond `a lenergie potentielle des forces externes. On cherchera donc, parmi les deplacements
admissibles w (en m), celui qui minimise cette fonctionnelle non lineaire. Les unites de J(w) sont
des N m, ce qui correspond bien `
a une energie. J
D
efinition 2.5
Une fonctionnelle T est dite lineaire sur lensemble de fonctions E si elle verifie les conditions
suivantes :
1. < T, 1 + 2 >=< T, 1 > + < T, 2 >,
1 et 2 E ;
R et E ;
Les fonctionnelles 2.3, 2.4 et 2.5 sont lineaires, comme on peut facilement le constater. Prenons par
exemple la fonctionnelle Tf . On a alors :
Z
Z
< Tf , >=
f (x)(x) dv =
f (x)(x) dv = < Tf , >
De plus :
Z
< Tf , 1 + 2 > =
Z
f (x) (1 (x) + 2 (x)) dv =
Z
f (x)1 (x) dv +
f (x)2 (x) dv
Espaces fonctionnels
13
((x))2 dv
ne lest pas puisque (1 + 2 )2 6= 12 + 22 . Il en est de meme pour la fonctionnelle 2.6 qui est en
fait quadratique comme nous le verrons plus loin.
Remarque 2.2
Pour completer le tableau, il nous faudrait introduire la notion de continuite dune fonctionnelle.
Pour cela, il serait necessaire dintroduire une topologie sur lensemble E et de definir la notion
de fonctionnelle continue. Cela ne nous parat pas essentiel `a ce stade-ci pour bien comprendre la
suite. Nous reviendrons un peu plus loin sur la notion de continuite dans le cadre des espaces de
Hilbert.
D
efinition 2.6
Une fonctionnelle lineaire (et continue) definie sur lespace D() est une distribution. Lensemble
des distributions poss`ede une structure despace vectoriel que nous notons D0 ().
Lespace D0 () est aussi appele espace dual de D(). Nous reviendrons sur la notion despace dual
un peu plus loin. Les trois fonctionnelles lineaires que nous avons vues sont des distributions. En
particulier, la distribution de Dirac :
< a , >= (a)
D()
(2.7)
Nous verrons un peu plus loin quil nexiste pas de fonction classique verifiant une telle propriete.
Cette notation est donc erronee et ne devrait pas etre employee. Il faut donc eviter dassocier
automatiquement lexpression < T, > avec une forme integrale.
On peut manipuler les distributions, un peu comme les fonctions et definir laddition, la multiplication dune distribution par un scalaire et legalite de deux distributions.
14
Chapitre 2
Addition de deux distributions :
On definit laddition de deux distributions T1 et T2 par :
def.
< T1 + T2 , > = < T1 , > + < T2 , >
D()
(2.8)
D()
(2.9)
D()
(2.10)
Egalit
e de deux distributions :
Les distributions T1 et T2 sont dites egales si :
< T1 , >=< T2 , >
D()
(2.11)
On remarque que les distributions ne sont definies que par leffet quelles produisent sur les fonctions de D(). Les definitions paraissent alors naturelles et il est important de noter que deux
distributions sont reputees egales si elles ont le meme effet sur toutes les fonctions de D().
Lensemble des fonctions localement integrables forme un espace note L1loc ().
Notons immediatement quune fonction peut ne pas etre integrable sur tout le domaine mais
etre tout de meme localement integrable. On pense par exemple `a la fonction f (x) = 1 lorsque
= R.
On peut associer `
a une fonction localement integrable f (x) L1loc () une distribution Tf definie
par :
Z
< Tf , >=
f (x)(x) dv
D()
Espaces fonctionnels
15
Fonctions
Distributions
L1loc ()
D0 ()
D()
L1loc ()
|f (x)| dv <
car lintegrale porte en fait sur le support compact K de la fonction qui y est bornee par
M . Ainsi, `a toute fonction localement integrable, nous avons associe une distribution. Une telle
a une
distribution est dite reguli`ere. Nous noterons L1loc () lespace des distributions associees `
fonction de L1loc (). Inversement, pour une distribution quelconque, il nest pas toujours possible
de lui associer une fonction localement integrable. Lespace L1loc () est donc un sous-espace propre
de D0 () tel quillustre `
a la figure 2.3.
Lemme 2.1
La distribution de Dirac nest pas reguli`ere.
D
emonstration :
On doit montrer quil nexiste pas de fonction f (x) localement integrable telle que :
Z
< a , >=
f (x)(x) dv = (a) D()
16
Chapitre 2
D
eriv
ees dune distribution
On peut generaliser la notion de derivee aux distributions, ce qui nous sera tr`es utile pour les
equations aux derivees partielles. Nous nous limiterons pour linstant aux fonctions dune variable
et nous supposerons que louvert est tout simplement lintervalle ouvert ]a, b[. Soit donc une
fonction continue f (x) dont la derivee est continue par morceaux c.-`a-d. dont la derivee poss`ede
eventuellement un nombre fini de discontinuites de premi`ere esp`ece (sauts de hauteur finie) dans
lintervalle ]a, b[. On associe alors `
a la derivee f 0 (x) une distribution Tf 0 definie par :
b
Z
< T , >=
f0
f 0 (x)(x)dx
D(]a, b[)
Z
< Tf 0 , > =
a
b
Z
=
f (x)0 (x)dx
Les termes de bord de lintegration par parties sannulent car les fonctions sont `a support compact
dans lintervalle ]a, b[ et doivent donc sannuler en a et b. Il vient alors que :
Z
< Tf 0 , >=
Le raisonnement precedent nest valide que pour les fonctions f (x) dont la derivee est continue
par morceaux. Par contre, nous nous servirons de la derni`ere relation comme definition de la derivee
dune distribution. Lidee derri`ere cela est que ce qui est vrai pour les fonctions usuelles doit etre
encore valide pour les distributions. On peut faire un raisonnement similaire, sous des hypoth`eses de
regularite appropriees sur la fonction f (x), pour traiter les derivees dordre superieur. Il en resulte
alors de mani`ere naturelle la definition suivante.
D
efinition 2.8
On definit la derivee dune distribution T par la relation :
def.
< T 0 , > = < T, 0 >
D(]a, b[)
(2.13)
D(]a, b[)
(2.14)
Espaces fonctionnels
17
D()
D()
18
Chapitre 2
I Exemple 2.7
Les distributions etant toutes differentiables, on sinteresse `a la derivee de la distribution de Dirac.
On a ainsi :
def.
0
< a
, > = < a , 0 >= 0 (a) D()
J
Remarque 2.4
Il est tentant didentifier une fonction localement integrable et la distribution reguli`ere qui lui est
associee. Ainsi la fonction de Heaviside serait confondue avec la distribution TH definie plus haut.
Nous essaierons deviter cette association qui peut mener `a des abus.
I Exemple 2.8
La fonction f (x) = |x| nest pas differentiable en 0, comme lillustre la figure 2.5. On peut par
contre lui associer une distribution T|x| definie par :
Z
< T|x| , >=
|x|(x)dx
Espaces fonctionnels
19
qui elle est infiniment differentiable et dont la derivee premi`ere est aussi definie `a laide de la
relation 2.13. Au sens des distributions, on a :
<
0 ,
T|x|
def.
> = < T|x| , 0 >=
|x|0 (x)dx
Z
x (x)dx +
x(x)
x (x)dx
(x)dx
|0
x(x) |
0
Z
+
(x)dx
0
Z
(x)dx +
(x)dx =
< Tg , >
D()
g(x)(x)dx
o`
u Tg est la distribution reguli`ere associee `a la fonction localement integrable :
g(x) =
1
+1
si x < 0
si x > 0
0 = T . Tr`
et en ce sens, T|x|
es souvent, on note abusivement |x|0 = g ce qui nest pas rigoureusement
g
00 . Au sens des distributions et de l
vrai. Regardons maintenant la derivee seconde T|x|
equation 2.14
avec n = 2, on a :
00 , >
< T|x|
def.
= (1)2 < T|x| , 00 >=
|x|00 (x)dx
Z
00
x (x)dx +
x
Z
(x)|0
0
Z
+
(x)dx + x
(x)dx
00
x (x)dx
(x)|
0
0 (x)dx
< 20 , >
D()
0 (x)dx
20
Chapitre 2
La derivee seconde de la distribution associee `a la fonction valeur absolue est donc tout simplement
deux fois la distribution de Dirac en 0. Ici encore, on note parfois abusivement |x|00 = 20 , notation
quil convient deviter le plus possible. J
On peut maintenant passer `
a un cas general que nous ne demontrons pas mais qui est facile `
a
deduire de la discussion et des exemples precedents.
F Th
eor`
eme 2.1
Soit f (x) une fonction continue et derivable sauf aux points xi , i = 1, 2, , n o`
u elle poss`ede des
discontinuites de premi`ere esp`ece (c.-`
a-d. les limites `a gauche et `a droite de f (x) existent et sont
finies). La derivee au sens des distributions de f (x) secrit :
Tf0 = Tf 0 +
n
X
sfi xi
(2.15)
i=1
o`
u sfi est le saut de la fonction f (x) en x = xi qui est defini par :
sfi = f (x+
i ) f (xi )
Remarque 2.5
Il faut savoir interpreter correctement ce resultat. Il nous assure que la derivee de la distribution
associee `a f (x) nest autre que la distribution associee `a la fonction f 0 (x) (partout o`
u cette derivee
existe) plus une contribution provenant des sauts de f (x) et faisant intervenir les distributions de
Dirac aux points correspondants. De toute evidence, si la fonction f (x) est continue, alors Tf0 = Tf 0 .
La derivee de la fonction de Heaviside entre dans le cadre de ce theor`eme. Cette fonction poss`ede
un saut de hauteur 1 en x = 0 et de plus, TH 0 = 0, ce qui signifie que TH0 = 0 .
2.1.2
Nous pouvons maintenant revenir au cas plus general en dimension n. Soit m = (m1 , m2 , , mn )
un multi-indice. La derivee partielle dune fonction de plusieurs variables f (x1 , x2 , , xn ) secrit :
mf
|m | f
=
m2
mn
1
xm
xm
1 x2 xn
o`
u |m| = m1 + m2 + + mn .
Suivant cette notation, on peut definir les derivees partielles dune distribution.
Espaces fonctionnels
21
D
efinition 2.9
La derivee partielle de la distribution T par rapport au multi-indice m est :
<
m
mT
def.
|m |
,
>
=
(1)
<
T,
>
xm
xm
D()
(2.16)
f
est une distribution. En fait, la generalisation de la distribution de
Il est facile de verifier que C
Dirac correspond au cas o`
u f (x) = 1. J
I Exemple 2.10
On peut sans difficulte parler de distribution vectorielle de la forme T = (T1 , T2 , T3 ) o`
u chaque
composante Ti est une distribution. On a alors :
< T , >=
3
X
< Ti , i >
= (1 , 2 , 3 ) (D())3
i=1
On peut alors generaliser certains resultats connus pour les fonctions vectorielles. J
I Exemple 2.11
En plusieurs dimensions, les operateurs essentiels de derivation sont le gradient, la divergence et le
laplacien. Dans le cas des distributions, par analogie avec la relation A.3 valide pour les fonctions
suffisamment reguli`eres, on definit la divergence dune distribution par lequation :
def.
< T , > = < T , >
D()
I Exemple 2.12
(2.18)
22
Chapitre 2
n2
1
C
n1 = n2
2
u1 (x) si x 1
u2 (x) si x 2
u(x) =
Z
=
u1 dv
1
u2 dv
2
Z
u1 dv
u1 n1 ds
1
Z
u2 dv
+
2
u2 n2 ds
2
Les fonctions sannulent identiquement sur la fronti`ere de et les integrales surfaciques ne portent
Espaces fonctionnels
23
Z
u1 dv
u1 n1 ds
C
Z
u2 dv
+
2
u2 n2 ds
C
(s n) ds
u2 dv +
u1 dv +
< Tu , >=
< Tu , > =
2 Z
X
i=1
s n , >
ui dv+ < C
(2.19)
s n , >
= < Tu + C
J
24
Chapitre 2
2.2
D
efinition 2.10
Un espace fonctionnel lineaire est un ensemble S de fonctions definies sur un ouvert et verifiant :
1. Si u S et R, alors u S ;
2. Si u S et w S, alors (u + w) S ;
Cest donc un espace vectoriel de fonctions.
I Exemple 2.13
Lensemble des fonctions continues sur un ouvert , note C 0 (), est un espace fonctionnel lineaire.
De meme, lensemble des fonctions k fois differentiables, note C k (), est aussi un espace fonctionnel
lineaire. Par contre, lensemble :
S = {u C 0 ()|u(0) = 1}
nest pas un espace fonctionnel lineaire. En effet, si u et w sont dans S alors leur somme verifie
(u + w)(0) = 2 et la somme nappartient donc pas `a S. J
Lun des espaces fonctionnels qui nous sera le plus utile est lespace L2 ().
D
efinition 2.11
On note L2 () lensemble des fonctions de carre sommable c.-`a-d.
Z
L2 () = u : R (u(x))2 dv <
Remarque 2.7
La definition precedente est beaucoup plus subtile quelle ny parat. La theorie de Lebesgue ne fait
pas de distinction entre des fonctions qui ne diff`erent que sur un ensemble dit de mesure nulle. Pour
fixer les idees, mentionnons simplement quun ensemble de mesure nulle contient tr`es peu de points.
Les ensembles finis ou denombrables de points sont de mesure nulle. Par exemple, la fonction :
f (x) =
Espaces fonctionnels
25
sera identifiee `
a la fonction f (x) = 0 car les nombres rationnels sont denombrables et donc de
mesure de Lebesgue nulle.
Par la suite, nous ne ferons pas de distinction entre 2 fonctions qui ne diff`erent que sur un
ensemble de mesure nulle. On ecrira par exemple :
p.p.
u1 = u2
signifiant ainsi que les fonctions u1 et u2 sont egales presque partout (p.p.) c.-`a-d. sauf peut-etre
sur un ensemble de mesure nulle.
F Th
eor`
eme 2.2
2
L () est un espace fonctionnel lineaire. F
D
emonstration :
Pour demontrer que L2 () est un espace fonctionnel, il nous faut etablir que si u est de carre
sommable, alors u est de carre sommable. Mais :
Z
Z
2
2
(u(x)) dv =
(u(x))2 dv <
(2.20)
D
emonstration :
Soit t un nombre reel quelconque. La fonction (u + tw)2 etant positive quel que soit t, on a :
Z
0 (u + tw)2 dv
t R
ou encore :
0 At2 + Bt + C
t R
26
Chapitre 2
o`
u:
w2 dv, B = 2
A=
u2 dv
uw dv, C =
Z
1/2 Z
u dv + 2
u dv
u2 dv
1/2
w dv
"Z
Z
+
1/2
Z
w2 dv
w2 dv
1/2 #2
<
Z
Z
|f (x)|1 dv
A
= (vol A)1/2
1/2 Z
f (x) dv
A
Z
f 2 (x) dv
1/2
1 dv
A
1/2
<
o`
u vol A est le volume de A (ou laire suivant la dimension) qui est forcement fini. Les fonctions
de L2 () sont en quelque sorte encore plus reguli`eres que celles de L1loc () comme en temoigne la
figure 2.7.
I Exemple 2.14
Espaces fonctionnels
27
L1loc ()
L2 ()
D()
Choisissons, pour les exemples qui suivent, =]0, 1[. La fonction f (x) = x1/4 est dans L2 (]0, 1[),
et ce meme si elle nest pas continue en x = 0. En effet :
1
(x
1/4 2
) dx =
x1/2 dx = 2 <
Par contre, la fonction f (x) = x1/2 nappartient pas `a L2 (]0, 1[) car :
Z
(x
0
1/2 2
) dx =
0
x1 dx = ln x|10 =
Toutefois, si on choisit un intervalle ]a, b[ ne comprenant pas lorigine, la fonction f (x) = x1/2 sera
dans L2 (]a, b[). J
La notion despace fonctionnel lineaire nest pas suffisante pour atteindre notre objectif de
resoudre les equations aux derivees partielles. Il nous faut introduire une metrique sur les espaces
fonctionnels qui nous permettra de traiter aisement des questions de convergence des methodes
delements finis. Une metrique permet de mesurer la distance entre 2 fonctions. Auparavant,
nous definissons le produit scalaire dans un espace fonctionnel qui nous m`enera `a la notion de
metrique et donc de norme.
28
Chapitre 2
D
efinition 2.12
Un produit scalaire sur un espace fonctionnel lineaire S est une application definie sur le produit
S S qui associe `
a un couple (u, w) de S S un scalaire note ((u, w))S et verifiant les proprietes
suivantes :
u, w S ;
R et u, w S ;
u1 , u2 , w S ;
p.p.
le produit scalaire netant egal `a 0 que si et seulement si u = 0 ;
Lespace des fonctions de carre sommable L2 () fournit un premier exemple de produit scalaire.
On definit en effet le produit scalaire dans cet espace fonctionnel par :
Z
((u, w))0, =
uw dv
(2.21)
et on verifie relativement facilement les 4 proprietes du produit scalaire. En fait, seule la derni`ere
pose des difficultes puisque ((u, u))0, peut etre nul et ce, meme si u ne sannule pas en quelques
points (plus precisement sur un ensemble de mesure nulle). En pratique, comme nous lavons dej`
a
mentionne, on ne fait pas de distinction entre 2 fonctions qui ne diff`erent que sur un ensemble de
mesure nulle.
D
efinition 2.13
Une norme sur un espace fonctionnel lineaire S est une application de S dans R qui associe `a une
fonction u de S un scalaire note kukS et qui verifie les trois proprietes suivantes :
1. La norme dune fonction est toujours positive :
kukS > 0, u S;
p.p.
kukS = 0 u = 0
(2.22)
(2.23)
o`
u || est la valeur absolue de .
3. Linegalite triangulaire :
ku + wkS kukS + kwkS u, w S
(2.24)
Espaces fonctionnels
29
Toute application verifiant ces trois proprietes est une norme. Un espace lineaire peut posseder plusieurs normes. En particulier, si un espace lineaire poss`ede un produit scalaire, il poss`ede
automatiquement une norme dite induite.
D
efinition 2.14
La norme induite sur lespace S par le produit scalaire ((, ))S est definie par :
1/2
Il est facile de verifier que la norme induite est bel et bien une norme. Nous avons dej`a introduit
un produit scalaire sur L2 () par la relation 2.21. La norme induite par ce produit scalaire est
donc :
Z
1/2
1/2
u2 dv
(2.25)
ce qui semble raisonnable, vu la definition de cet espace. Suivant cette notation, linegalite de
Cauchy-Schwartz secrit plus succinctement sous la forme :
|((u, w))0, | kuk0, kwk0,
(2.26)
Remarque 2.8
Pour en finir avec la notion despace fonctionnel lineaire, il nous faudrait parler de la completude
dun espace. Pour ce faire, il faut definir la notion de suite de Cauchy et sassurer que toute suite
de Cauchy est convergente dans S. On dit alors que lespace S est complet. Encore ici, cela nous
entranerait dans des considerations non essentielles `a une bonne comprehension de la suite.
D
efinition 2.15
Un espace fonctionnel lineaire muni dun produit scalaire (et donc dune norme induite) et qui est
complet est un espace de Hilbert .
F Th
eor`
eme 2.3
Lespace lineaire L2 () muni du produit scalaire 2.21 est un espace de Hilbert. F
Les espaces de Hilbert jouent un r
ole fondamental en elements finis ainsi que certains espaces
de Sobolev que nous introduisons dans la section suivante.
30
2.3
Chapitre 2
Les espaces de Sobolev ont ete introduits au debut du si`ecle et ont permis de resoudre bon
nombre de probl`emes concernant les equations aux derivees partielles restes sans reponse jusque l`
a.
Nous nous limiterons aux espaces les plus utiles en gardant bien `a lesprit que la theorie sous-jacente
est beaucoup plus vaste.
Dans ce qui suit, sauf mention explicite du contraire, on suppose louvert borne.
2.3.1
Lespace H 1 ()
D
efinition 2.16
On note H 1 () lespace fonctionnel lineaire defini par :
u
1
2
H () = {u L ()
L2 (), 1 i 3}
xi
que lon munit du produit scalaire note ((u, w))1, :
Z
((u, w))1, =
3
X
u w
uw +
xi xi
!
dv
i=1
u2 +
3
X
u 2
i=1
xi
!1/2
!
dv
Remarque 2.9
Dans la definition de lespace H 1 (), il est important de noter que lon consid`ere la fonction u
et ses derivees partielles comme des distributions reguli`eres associees `a des fonctions qui sont non
seulement dans L1loc () mais dans L2 () (voir la figure 2.7). Si on denote Tu la distribution associee
`a u, alors on a :
Z
u dv D()
< Tu , >=
et le terme de droite de cette expression est parfaitement defini puisque u L2 (). De plus, si
u H 1 (), il existe des fonctions fi L2 () telles que :
Z
Z
Tu
<
, >= < Tu ,
>= u
dv =
fi dv D()
xi
xi
xi
Espaces fonctionnels
31
u
xi
kuk20,
Tu
xi
= fi au sens des
0,
i=1
u
et
xi
kuk1,
(2.27)
0,
Le produit scalaire ((u, w))1, semble naturel car en vertu de linegalite de Cauchy-Schwartz 2.26,
toutes les integrales impliquees sont finies et la linearite de lintegration permet de verifier aisement
les proprietes dun produit scalaire.
Remarque 2.11
Le produit scalaire et la norme de L2 () ont ete notes ((u, w))0, et kuk0, par analogie avec
lespace H 1 (), puisque lon peut dire dans ce cas que la fonction et ses derivees dordre 0 sont
dans L2 ().
Lors de la resolution des equations aux derivees partielles, il nous faudra introduire des conditions aux limites, ce qui nous am`ene a` parler de la restriction `a la fronti`ere dune fonction de
H 1 (). Bien que cela semble tout-`
a-fait naturel de le faire, il faut sassurer que cette restriction au
bord ait un sens du point de vue mathematique. Heureusement, bien que nous ne le justifierons pas
de mani`ere tout-`
a-fait rigoureuse, ces valeurs au bord sont bien definies. Pour sen convaincre en
dimension 1, on peut faire le raisonnement suivant. On suppose que =]a, b[ et que w H 1 (]a, b[).
On peut donner un sens `
a la valeur `
a la fronti`ere w(b) (et par un argument similaire `a w(a)) en
considerant le fait que lon a :
(x a) 0
(x a)
1
w(x)
= w0 (x)
+ w(x)
(b a)
(b a)
(b a)
dont on deduit, en integrant sur ]a, b[ que :
Z
w(b) =
a
(x a)
w (x)
dx +
(b a)
0
w(x)
a
1
dx
(b a)
32
Chapitre 2
Chacun des termes de droite de cette equation est bien defini en vertu de linegalite de CauchySchwartz car w(x) et w0 (x) sont dans L2 (]a, b[). Il en ressort de plus, toujours en utilisant linegalite
de Cauchy-Schwartz que :
1
0
(x a)
C kwk
+ kw(x)k0,
(2.28)
|w(b)| w (x) 0,
1,
(b a)
0,
(b a)
0,
Dans cette inegalite, la constante C ne depend que de la geometrie c.-`a-d. de a et b.
Remarque 2.12
Le raisonnement precedent nest plus valide si la fonction w nest que dans L2 (). On ne peut donc
pas parler de la valeur au bord (sur la fronti`ere de ) dune fonction de L2 () autrement que dans
un sens tr`es faible.
D
efinition 2.17
La restriction au bord dune fonction de w H 1 () est appelee trace au bord de w et est notee
w| ou encore 0 (w).
F Th
eor`
eme 2.4
Lensemble des traces au bord des fonctions de H 1 () forme un sous-espace de L2 () note H 1/2 ().
Plus succinctement, on a :
0 (H 1 ()) = H 1/2 () $ L2 ()
(2.29)
D
emonstration : voir Reddy [30] ou Raviart-Thomas [29]. F
Remarque 2.13
De cette definition, on conclut immediatement que si g H 1/2 (), alors il existe forcement au
moins une fonction wg H 1 () dont g est la trace au bord c.-`a-d. :
0 (wg ) = wg | = g
(2.30)
Cette remarque sera essentielle lors de limposition des conditions aux limites dans les equations
aux derivees partielles dordre 2. Dans le cadre dune methode delements finis, pour une condition
aux limites g donnee, nous construirons explicitement la fonction wg de H 1 (). La fonction wg sera
appellee le rel`evement de la condition aux limites g.
Le raisonnement qui nous a mene `a linegalite 2.28 peut etre generalise `a la fronti`ere dun
domaine quelconque en plusieurs dimensions.
Espaces fonctionnels
33
F Th
eor`
eme 2.5 (Continuit
e de la trace au bord)
Si w H 1 (), il existe une constante C telle que :
k0 (w)k0, C kwk1,
o`
u:
Z
k0 (w)k0, =
(2.31)
1/2
(0 (w))2 ds
Le resultat est egalement vrai si on remplace par une partie non nulle 0 de . En dimension 1,
on remplace tout simplement la norme k k0, par la valeur absolue comme dans lequation 2.28. F
Ce dernier resultat est connu sous le nom de continuite de la trace au bord et generalise lequation 2.28. Il signifie simplement que la trace au bord dune fonction w de H 1 () depend contin
ument
de la fonction w. Une autre mani`ere de voir les choses consiste `a dire que si w tend vers 0, alors sa
trace au bord tend egalement vers 0.
D
efinition 2.18
On definit lespace H01 () comme la fermeture de D() pour la norme || ||1, . Ainsi, pour chaque
v H01 (), il existe une suite vi de fonctions de D() et telle que :
lim ||v vi ||1, = 0
34
Chapitre 2
ou encore :
H10 (]a, b[) = {w H 1 (]a, b[) | w(b) = 0}
I Exemple 2.15
Choisissons encore =]0, 1[. La fonction f (x) = x3/4 est dans H 1 (]0, 1[). En effet :
1
(x3/4 )2 dx =
(x3/2 )dx =
2
<
5
9
(f (x)) dx =
16
0
Z
0
x1/2 dx =
9
<
8
I Exemple 2.16
Choisissons cette fois =] 1, 1[ et la fonction de Heaviside (voir la figure 2.4) restreinte `
a cet
intervalle. Il est facile de montrer que H(x) L2 (] 1, 1[). Par contre, nous avons vu quau sens
des distributions, TH0 = 0 et que la distribution de Dirac nest pas reguli`ere. On ne peut donc pas
associer `a cette distribution une fonction de L1loc (] 1, 1[) et encore moins L2 (] 1, 1[). La fonction
de Heaviside nest donc pas dans H 1 (] 1, 1[). Il en est de meme, en une dimension, de toutes les
fonctions qui poss`edent une discontinuite de premi`ere esp`ece dans . J
F Th
eor`
eme 2.6
Lexpression :
|u|1, =
!1/2
n Z
X
u 2
dv
xi
(2.32)
i=1
Espaces fonctionnels
35
Remarque 2.14
Il est extremement important de noter que la quantite 2.32 nest pas une norme sur H 1 (). Le
raisonnement precedent ne peut en effet sappliquer puisque les fonctions de H 1 () ne sannulent
pas toutes au bord.
D
efinition 2.19
Deux normes k k1 et k k2 sur un espace de Hilbert V sont dites equivalentes sil existe des
constantes C1 et C2 telles que :
C1 kwk2 kwk1 C2 kwk2 w V
(2.33)
F Th
eor`
eme 2.7 (In
egalit
e de Poincar
e)
Les normes k k1, et | |1, sont des normes equivalentes sur les espaces H01 () et H10 () (mais
pas sur H 1 ()).
D
emonstration (voir Raviart-Thomas [29]). F
F Th
eor`
eme 2.8 (In
egalit
e de Poincar
e)
Soit un ouvert de Rn borne dans au moins une direction. Il existe alors une constante C qui ne
depend que de et telle que :
||v||0, C()|v|1, v H01 ()
(2.34)
D
emonstration :
Nous reprenons ici la demonstration de Lucquin [24]. Par definition de H01 (), il suffit de demontrer
le resultat pour v D() et comme ces derni`eres fonctions sannulent au voisinage de la fronti`ere
de , on peut les prolonger par 0 dans tout Rn . On supposera pour fixer les idees que est borne
dans la direction x1 et donc que la composante x1 du support des fonctions v est inclus dans un
intervalle ]a, b[. On a alors :
Z x1
v
0
v(x1 , x ) =
(u, x0 )du
x
1
a
car v(a, x0 ) = 0. Linegalite de Cauchy-Schwarz nous donne alors :
2
2
Z x1
Z b
v
v
0
0
v(x1 , x0 )2 (x1 a)
(u,
x
)
du
(b
a)
(u,
x
)
x1
du
a
a x1
36
Chapitre 2
Il reste `a integrer sur les autres variables despace, soit sur x0 . On a ainsi, en vertu de la derni`ere
inegalite :
2
Z
v 2
v
0
0
(u, x ) dx (b a)
x1 0,Rn
Rn1 x1
Une derni`ere integration par rapport `
a x1 donne :
v
2
||v||0,Rn (b a)
(b a)2 |v|1,Rn
x1 0,Rn
v
v
||0,Rn = || x
||0, par prolongement par 0.
et le resultat suit car ||v||0,Rn = ||v||0, et || x
1
1
Les normes k k1, et | |1, sont donc des normes equivalentes sur les espaces H01 () et un
resultat similaire existe pour H10 () (voir [24]). Le resultat est en general faux pour H 1 (). F
2.3.2
Lespace H 2 ()
D
efinition 2.20
On note H 2 () lespace defini par :
u
2u
2
2
2
2
H () = u L ()
L (),
L () 1 i, j 3
xi
xi xj
que lon munit du produit scalaire note ((u, w))2, :
X
Z
3
3
2
2
X
u w
w
u
uw +
dv
((u, w))2, =
+
xi xi
xi xj xi xj
i=1
i,j=1
et de la norme induite :
kuk2,
1/2
2 X
2
Z
3
3
2u
X
u
dv
+
= u2 +
xi
xi xj
i,j=1
i=1
Les derivees sont ici encore prises au sens des distributions. On a aussi :
kuk22, = kuk20, +
3
X
u
2
xi
i=1
0,
3
3
X
X
2 u
2
2 u
2
= kuk21, +
xi xj
xi xj
0,
0,
i,j=1
i,j=1
Espaces fonctionnels
37
Puisque lon requiert que les derivees dordre 2 soit dans L2 (), les fonctions de H 2 () sont plus
reguli`eres que celles de H 1 (). Il en est de meme pour la trace au bord.
D
efinition 2.21
Si w H 2 (), alors la fonction w/n definie sur la fronti`ere est appelee la trace normale de
w au bord que lon note 1 (w). Rappelons que :
1 (w) =
w
= w n
n
o`
u n est le vecteur normal unitaire `
a .
F Th
eor`
eme 2.9
Lensemble des traces au bord des fonctions de H 2 () forme un sous-espace de L2 () note H 3/2 ().
Plus succinctement, on a :
0 (H 2 ()) = H 3/2 () $ H 1/2 () $ L2 ()
(2.35)
De plus, lensemble des traces normales au bord des fonctions de H 2 () forme un sous-espace de
L2 () qui nest autre que H 1/2 (). On a :
1 (H 2 ()) = H 1/2 () $ L2 ()
D
emonstration (voir Raviart-Thomas [29]). F
F Th
eor`
eme 2.10
Si g H 3/2 () et h H 1/2 (), alors il existe au moins une fonction wgh H 2 () (dite de
rel`evement des conditions aux limites) dont g est la trace au bord c.-`a-d. :
0 (wgh ) = wgh | = g
et dont h est la trace normale au bord c.-`a-d.
wgh
=h
1 (wgh ) =
n
De plus, on a la continuite de la trace au bord c.-`a-d. :
k0 (w)k0, + k1 (w)k0, = kgk0, + khk0, C kwk2,
(2.36)
38
Chapitre 2
D
efinition 2.22
Lespace H02 () est defini par :
H02 ()
=
w
w H () w =
= 0 sur
n
2
Il est de toute evidence possible de construire des variantes des espaces precedents. Il sagit de
sous-espaces de H 2 () pour lesquels la fonction w et sa trace normale sannulent seulement sur
certaines parties de la fronti`ere. Par exemple, on pourrait prendre :
w
2
w H () w = 0 sur 0 ,
= 0 sur 1
n
o`
u 0 et 1 sont des parties de la fronti`ere disjointes ou non et qui ne recouvrent pas forcement
toute la fronti`ere .
F Th
eor`
eme 2.11
Lexpression :
Z
|u|2, =
( u) dv
1/2
(2.37)
Espaces fonctionnels
39
00
1/2
(u (x)) dx
(2.38)
F Th
eor`
eme 2.12
La quantite 2.38 est une norme equivalente `a la norme k k2, sur lespace H02 (]a, b[) ainsi que sur
les espaces
suivants :
V1 = w H 2 (]a, b[) |w(a) = w(b) = 0
V2 = w H 2 (]a, b[) |w(a) = w0 (b) = 0
V3 = w H 2 (]a, b[) |w0 (a) = w(b) = 0
V4 = w H 2 (]a, b[) |w(a) = w0 (a) = 0
V5 = w H 2 (]a, b[) |w(b) = w0 (b) = 0
mais pas sur lespace :
X = w(x) = H 2 (]a, b[) w0 (a) = w0 (b) = 0
Esquisse de la d
emonstration :
Les deux premi`eres proprietes dune norme ne posent aucune difficulte particuli`ere. Par contre,
si |u|2,]a,b[ = 0, on en deduit que u00 (x) = 0 (presque partout !) et donc que u(x) = cx + d. Les
conditions aux limites permettent alors de montrer que u(x) = 0 lorsque u(x) V1 , V2 , V3 , V4 ou
V5 . Par contre, si u(x) X, on ne peut que conclure que u(x) = d. F
Remarque 2.17
On peut de mani`ere generale definir les espaces H m () en ajoutant les derivees partielles jusqu`
a
lordre m.
2.4
Un r
esultat dapproximation
La methode des elements finis utilise des sous-domaines (les elements) de forme geometrique
simple (des intervalles en dimension 1, des triangles ou des quadrilat`eres en dimension 2, des tetra`edres en dimension 3) sur lesquels on construit des approximations polynomiales. En dautres
40
Chapitre 2
fj dv = u
dv D()
xj
u
= fj au sens des distributions
Si de telles fonctions existent, en vertu de la definition 2.16, on a x
j
2
et les derivees partielles sont donc dans L (). Il semble naturel de considerer comme fonctions
fj celles constituees des derivees partielles de la fonction u restreintes `a chaque sous-domaine i
c.-`a-d.
u
fj |i =
xj i
qui sont bien definies sur chaque sous-domaine puisque les polynomes de degre n sont dans H 1 (i ).
On a alors en integrant par parties (voir la relation A.4) :
Z
Z
Z
Z
u
fj |i dv =
u|i
dv +
u|i nij ds
dv =
xj
i
i xj i
i
i
o`
u nij est la je composante du vecteur normal ni `a la fronti`ere de i (voir la relation A.4). En
additionnant les contributions de chaque sous-domaine, on trouve :
Z
Z
XZ
fj dv = u
dv +
u|i nij ds
xj
i
i
Le dernier terme de droite est une somme sur les fronti`eres des sous-domaines. Dune part, si
` la fronti`ere commune entre 2
i , ce terme est nul puisque les fonctions y sont nulles. A
Espaces fonctionnels
41
sous-domaines, i et k , on a :
Z
i
Z
u|i nij ds +
u|k nkj ds
Remarque 2.18
Ce resultat est fondamental car il sera `a la base des techniques dapproximation par elements finis
o`
u les sous-domaines i seront tout simplement les elements.
42
Chapitre 2
2.5
Exercices
1. Calculer les derivees premi`eres et secondes au sens des distributions des fonctions suivantes :
a)
1 si 0 < x < 1
f (x) =
0 ailleurs
b)
x
si x < 0
sin(x) si x > 0
x
si x < 0
cos(x) si x > 0
f (x) =
c)
f (x) =
2. Les fonctions de lexercice precedent sont-elles dans L2 (] 1 , 1[) ? dans H 1 (] 1 , 1[) ? dans
H 2 (] 1 , 1[) ?
3. Calculer, au sens des distributions, (ku) dans le carre ]0, 1[]0, 1[ o`
u:
(
2 si x < y
2(y x) si x < y
et k =
u(x, y) =
2
x2 y 2 si x > y
si x > y
2
Suggestion : Calculer dabord u et bien regarder ce qui se passe sur laxe y = x.
4. Si =], [, la fonction f (x) = 1 est-elle dans lespace des fonctions localement integrables
L1loc (). Meme question pour la fonction f (x) = 1/x dans =]0, 1[.
5. La fonction f (x) = |x| est-elle dans H 1 (] 1, 1[) ? dans H 2 (] 1, 1[) ?
6. La fonction f (x) = x(1 x) est-elle dans H02 (]0, 1[) ? Meme question pour la fonction f (x) =
x2 (1 x)2 ?
7. Pour quelles valeurs reelles de r, la fonction xr est-elle dans L2 (]0, 1[) ? dans H 1 (]0, 1[) ? dans
H 2 (]0, 1[) ?
Chapitre 3
Th
eor`
eme de Lax-Milgram
Comme nous lavons vu au chapitre 1, la resolution dune equation aux derivees partielles se
ram`ene `a celle dun probl`eme variationnel. Nous abordons dans ce chapitre les outils de base pour
letude des formulations variationnelles.
3.1
Formes lin
eaires et bilin
eaires
D
efinition 3.1
On appelle forme lineaire une fonctionnelle lineaire sur un espace de Hilbert V . Une forme lineaire
l verifie donc les proprietes suivantes :
l(w) = l(w)
w V et R
l(w1 + w2 ) = l(w1 ) + l(w2 )
w1 , w2 V
I Exemple 3.1
Si V = L2 () et f (x) L2 () alors :
Z
lf (w) =
f (x)w(x) dv
est une forme lineaire sur V comme nous lavons demontre au chapitre precedent. J
D
efinition 3.2
Une forme lineaire l sur lespace de Hilbert V muni de la norme k kV , est dite continue sil existe
une constante C telle que :
|l(w)| C kwkV
w V
(3.1)
43
44
Chapitre 3
I Exemple 3.2
La fonctionnelle lf de lexemple precedent est continue. En effet, de linegalite de Cauchy, on a :
Z
|lf (w)| = f (x)w(x) dv kf k0, kwk0,
D
efinition 3.3
Lensemble de toutes les formes lineaires continues sur un espace de Hilbert V est appele espace
dual de V et est note V 0 .
Remarque 3.1
Nous avons dej`
a rencontre la notion de dualite lorsque nous avons defini lespace des distributions
0
D () qui nest cependant pas un espace de Hilbert. Les duaux des espaces H01 () et H02 () sont
notes respectivement H 1 () et H 2 (). Notez bien que H 1 () est le dual de H01 () et non de
H 1 ().
D
efinition 3.4
Une forme bilineaire sur un espace de Hilbert V est une application a qui associe `a un couple
(u, w) V V un scalaire note a(u, w) satisfaisant :
a(1 u1 + 2 u2 , w) = 1 a(u1 , w) + 2 a(u2 , w) u1 , u2 , w V et 1 , 2 R
a(u, 1 w1 + 2 w2 ) = 1 a(u, w1 ) + 2 a(u, w2 ) u, w1 , w2 V et 1 , 2 R
Une forme bilineaire est donc lineaire en chacun de ses 2 arguments.
D
efinition 3.5
Une forme bilineaire a est dite continue sur V V sil existe une constante C telle que :
|a(u, w)| C kukV kwkV
u, w V
(3.2)
Theor`eme de Lax-Milgram
45
D
efinition 3.6
Une forme bilineaire a est dite symetrique si :
u, w V
a(u, w) = a(w, u)
I Exemple 3.3
Lapplication a definie par :
Z
uw dv
a(u, w) =
est une forme bilineaire symetrique et continue sur L2 (). La bilinearite est en effet triviale `
a
demontrer. De plus, la continuite vient encore une fois de linegalite de Cauchy :
Z
uw dv kuk0, kwk0,
et il ne reste qu`
a choisir la constante C egale `a 1 dans linegalite 3.2. J
I Exemple 3.4
Lapplication a definie par :
Z
Z
(uw + u w) dv =
a(u, w) =
3
X
u w
uw +
xi xi
!
dv
i=1
est une forme bilineaire continue sur H 1 (). La bilinearite est encore ici facile `a verifier et la
continuite decoule de linegalite de Cauchy :
Z
3
X
u
uw + u w dv kuk0, kwk0, +
xi
i=1
0,
w
xi
0,
4kuk1, kwk1,
Dans la derni`ere inegalite, nous avons fait usage des inegalites 2.27. Il ne reste qu`a choisir la
constante C egale `
a 4 dans linegalite 3.2. J
46
Chapitre 3
D
efinition 3.7
Une forme bilineaire est dite coercive ou elliptique sil existe une constante strictement positive
telle que :
a(w, w) kwk2V
w V
(3.3)
Une forme bilineaire coercive est une generalisation de la notion de matrice definie positive que
nous reverrons un peu plus loin.
3.2
Th
eor`
eme de Lax-Milgram
w V
(3.4)
D
emonstration (facultative) :
Nous ne ferons la demonstration que dans le cas o`
u la forme bilineaire est symetrique. La forme
bilineaire etant coercive, elle satisfait les proprietes dun produit scalaire sur V et la norme induite
par ce produit scalaire est equivalente a` k kV . Lespace V muni de ce produit scalaire est donc un
espace de Hilbert. Du theor`eme de representation de Riesz, il existe u V (qui depend de l) tel
que :
a(u, w) = l(w) w V
On a donc lexistence. En ce qui concerne lunicite, sil existait deux solutions u1 et u2 , alors en
soustrayant, on aurait :
a(u1 u2 , w) = l(w) l(w) = 0 w V
et en particulier, en prenant w = u1 u2 , la coercivite entrane que u1 = u2 , ce qui compl`ete la
demonstration. On trouvera la generalisation de ce resultat dans Ciarlet [9]. F
F Th
eor`
eme 3.2
Theor`eme de Lax-Milgram
47
Sous les memes hypoth`eses que celles du theor`eme de Lax-Milgram et si de plus la forme bilineaire
a est symetrique, le probl`eme variationnel 3.4 est equivalent au probl`eme de minimisation suivant :
trouver u V telle que :
J(u) = inf J(w) = inf
wV
wV
1
a(w, w) l(w)
2
(3.5)
1
J(w) = J(u + w1 ) = a(u + w1 , u + w1 ) l(u + w1 )
2
Puisque a est bilineaire et l lineaire, on a :
J(w) =
1
[a(u, u) + a(u, w1 ) + a(w1 , u) + a(w1 , w1 )] l(u) l(w1 )
2
2
a(w, w)
2
48
Chapitre 3
et donc :
g 0 () = a(u, w) l(w) + a(w, w)
et
La condition g 0 (0) = 0 quel que soit w est donc equivalente `a lequation 3.4. F
3.3
Applications
Nous commencons `
a aborder dans cette section les applications du theor`eme de Lax-Milgram `
a la
resolution dequations aux derivees partielles. Pour simplifier lexpose, nous abordons separement
les equations aux derivees partielles dordre 2 et celles dordre 4. Nous verrons en effet que les
espaces de Sobolev impliques sont respectivement les espaces H 1 () et H 2 () et certains de leurs
sous-espaces.
3.3.1
Probl`
emes dordre 2
Bon nombre dapplications importantes resultent en des equations aux derivees partielles dordre
2. Nous allons etablir dans cette section que le cadre fonctionnel approprie est lespace H 1 () et ses
variantes comme H01 (). Limposition des conditions aux limites dictera le choix precis de lespace
V.
I Exemple 3.5
Nous avons maintenant tous les moyens necessaires pour revenir sur le probl`eme presente au chapitre
1. Rappelons que lequation differentielle est :
u00 (x) = f (x)
(3.6)
u(0) = u(1) = 0
et que nous avons obtenu la formulation variationnelle :
Z 1
Z 1
f (x)w(x)dx w(x) | w(0) = w(1) = 0
u0 (x)w0 (x)dx =
0
(3.7)
En regardant de plus pr`es la formulation variationnelle, on constate que seule la derivee dordre
1 de u (et de la fonction test w) est presente. On en conclut que lespace H 1 (]0, 1[) a toutes les
chances de repondre `
a nos besoins c.-`
a-d. de nous permettre de verifier les hypoth`eses du theor`eme
de Lax-Milgram. De plus, les conditions aux limites sur u nous forcent `a choisir H01 (]0, 1[). Le terme
de droite sera defini si, par exemple, la fonction f (x) est dans L2 (]0, 1[) ou plus generalement si
f H 1 (). On reformule donc le probl`eme sous la forme :
pour f (x) dans L2 (), trouver u dans H01 (]0, 1[) telle que :
Z
u (x)w (x)dx =
0
(3.8)
Theor`eme de Lax-Milgram
49
Verifions maintenant les hypoth`eses du theor`eme de Lax-Milgram. On pose donc V = H01 (]0, 1[)
et :
Z 1
Z 1
0
0
a(u, w) =
u (x)w (x)dx et l(w) =
f (x)w(x)dx
0
et le resultat suit puisque | |1, est une norme sur H01 (]0, 1[). Enfin :
Z 1
a(w, w) =
w0 (x)w0 (x)dx = |w|21,
0
50
Chapitre 3
qui est une generalisation multidimensionnelle de lexemple precedent. On verifie alors les hypoth`eses du theor`eme de Lax-Milgram de mani`ere similaire. J
Remarque 3.3
Le probl`eme variationnel 3.9 est equivalent au probl`eme de minimisation :
Z
Z
1
2
J(u) = min J(w) = min
k|w| dv
f w dv
wH01 ()
wH01 () 2
a(u, w) =
est symetrique. Les unites de cette fonctionnelle sont des W C. On utilise cependant rarement cette
interpretation en pratique et on pref`ere travailler directement avec la formulation variationnelle 3.9.
Remarque 3.4
Dans cet exemple, nous avons choisi la fonction f (x) dans lespace L2 () pour simplifier lexpose.
En fait, ce probl`eme est bien pose si on remplace la fonction f par une distribution T appartenant au
dual de H01 () c.-`
a-d. T H 1 (). Il faudrait alors remplacer le terme de droite dans la formulation
variationnelle par < T, w > puisque rien ne nous permet de supposer que cette distribution peut
secrire sous une forme integrale.
Les deux exemples precedents sont particuliers en ce sens que les conditions aux limites sont
nulles dans les deux cas. Il est temps de voir ce qui arrive dans le cas de conditions aux limites non
homog`enes. On se servira ici de certains resultats etablis au chapitre precedent.
I Exemple 3.7
Considerons le probl`eme :
(ku) = f dans
u = g sur
Theor`eme de Lax-Milgram
51
On peut interpreter physiquement ce probl`eme comme pour lexemple precedent `a lexception pr`es
que la temperature `
a la paroi est maintenue `a une valeur g(x) eventuellement non nulle. Nous
resoudrons ce probl`eme de deux facons differentes qui aboutiront bien s
ur `a la meme formulation
variationnelle. Cela nous permettra de montrer comment on traite les conditions aux limites non
homog`enes.
Premi`
ere approche :
Tout dabord, il convient de noter que la fonction g se doit dappartenir `a lespace H 1/2 () pour
que le probl`eme ait un sens. De plus, il serait tentant de considerer :
V = w1 H 1 () |w1 = g sur
(3.10)
mais ce nest pas un espace fonctionnel lineaire. La cle vient de lequation 2.30 qui assure lexistence
dune fonction ug H 1 () dont g est la trace au bord. En ce sens, on dit que pour un probl`eme
dordre 2, limposition de u sur la fronti`ere (ou une partie de la fronti`ere) est une condition aux
limites essentielle. On appelle cette etape le rel`evement des conditions aux limites essentielles. On
decompose alors la fonction recherchee u en une somme u + ug o`
u u H01 () et sannule donc
sur . On consid`ere ensuite le probl`eme equivalent :
(ku ) = f + (kug ) dans
u = 0 sur
On sest donc ramene une fois de plus `
a un probl`eme avec conditions aux limites homog`enes. Il est
facile de verifier que les deux formulations fortes sont equivalentes. En multipliant par une fonction
test w H01 () et en integrant par parties, on trouve, `a laide du theor`eme de la divergence A.5 :
Z
Z
Z
Z
Z
ug
u
ku w dv k
w ds =
f w dv
kug w dv + k
w ds
n
Puisque w H01 (), les integrales de bord sannulent et on obtient la formulation variationnelle
suivante :
trouver u H01 () telle que :
Z
Z
Z
ku w dv =
f w dv
kug w dv w H01 ()
(3.11)
52
Chapitre 3
La continuite, la bilinearite et la coercivite de a sur H01 () ont dej`a ete etablies. La linearite de l
decoule de la linearite des integrales. Quant `a la continuite, on a :
|l(w)| kf k0,
3
X
ug
kwk0, + k
xi
w
xi
0,
3
X
ug
kwk1, + k
xi
kwk1,
i=1
kf k0,
i=1
c.-`a-d.
|l(w)| Ckwk1,
0,
0,
3
X
ug
o`
u C = kf k0, + k
xi
i=1
0,
Deuxi`
eme approche :
On part tout simplement de lequation differentielle initiale. Puisque quon impose une condition
aux limites essentielle sur toute la fronti`ere, on choisit des fonctions tests w sannulant sur toute la
fronti`ere ce qui revient `
a choisir V = H01 (]0, 1[). On multiplie ensuite par w V et on int`egre par
parties :
Z
Z
Z
u
ku w dv k
w ds =
f w dv
Puisque w H01 (), les integrales de bord sannulent et on obtient la formulation variationnelle
suivante :
trouver u w1 H 1 () |w1 = g sur telle que :
Z
Z
ku w dv =
f w dv w H01 ()
(3.12)
Theor`eme de Lax-Milgram
53
En choisissant w = (u1 u2 ), et puisque k > 0, on montre que |u1 u2 |1, = 0 ce qui entrane que
p.p.
u1 = u2 puisque | |1, est une norme. J
Remarque 3.5
Pour les equations aux derivees partielles dordre 2, limposition de u sur la fronti`ere (ou une partie
de la fronti`ere) constitue une condition aux limites essentielle qui peut etre relevee en vertu de
lequation 2.30. L`
a o`
u la condition essentielle est imposee, la fonction test w doit sannuler. Les
fonctions tests w sont parfois appelees des deplacements admissibles, en reference `a lorigine de la
methode des elements finis en mecanique des structures.
I Exemple 3.8
On consid`ere cette fois un probl`eme dit mele, en ce sens que les conditions aux limites sont de deux
types. Soit donc le probl`eme :
(ku) = f dans
u
= g sur 0 (g H 1/2 (0 ))
= h sur 1
k
n
o`
u les fronti`eres 0 et 1 verifient 0 1 = et 0 1 = . La fonction h sinterpr`ete comme un
flux de chaleur `
a travers la fronti`ere (en W/m2 ).
Le rel`evement de la condition aux limites essentielle est encore possible. En vertu de lequation 2.30, on peut trouver une fonction ug H 1 () telle que ug = g sur 0 . Nous ne pouvons pas
faire le meme exercice pour la condition aux limites de type Neumann sur la derivee normale. Nous
navons en effet aucune assurance de lexistence dune fonction uh H 1 () telle que :
k
uh
= h sur 1
n
Puisquon impose une condition essentielle uniquement sur 0 , on choisit V = H10 (). On multiplie
ensuite par une fonction test w V et on int`egre en utilisant le theor`eme de la divergence :
Z
Z
Z
u
w ds =
f w dv
ku w dv k
Puisque w H10 (), lintegrale de bord sannulent sur 0 tandis que sur 1 , on a :
k
u
=h
n
54
Chapitre 3
h w ds
J
Remarque 3.6
Dans le terme de bord :
Z
k
u
w ds
n
3.3.2
Probl`
emes dordre 4
Nous considerons ici les equations aux derivees partielles dordre 4 de la forme :
d2
d2 u
q(x) 2 = f (x)
dx2
dx
Theor`eme de Lax-Milgram
55
ou encore en dimension 2 ou 3 :
2 q(x)2 u(x) = f (x)
auquelles sajoutent des conditions aux limites appropriees. Il est facile de se convaincre quapr`es
deux utilisations du theor`eme de la divergence (deux integrations par parties en dimension 1),
il ne restera dans la formulation variationnelle que des derivees dordre 2. Lespace fonctionnel
approprie a donc toutes les chances detre H 2 () ou ses variantes. Voyons tout cela de plus pr`es en
commencant un probl`eme en dimension 1.
I Exemple 3.9
d2
dx2
d2 u
q(x) 2
dx
du
(0)
dx
d2 u
q(x) 2
dx x=L
u(0) =
= 0
= M0
2u
d
d
q(x) 2
= 0
dx
dx
x=L
Ce probl`eme provient de lanalyse de la deformation dune poutre sous leffet dune sollicitation f (x)
(en N/m) et dun moment de flexion M0 (en N m). La fonction q(x) depend alors des proprietes
elastiques du materiau et de laire de la section de la poutre. En fait on a q(x) = EI o`
u E est le
module dYoung et I le moment dinertie. Cette fonction (pas forcement constante le long de la
poutre) est en general strictement positive et bornee de sorte quil existe des constantes q1 et q2
telles que :
0 < q1 q(x) q2
x [0, L]
Pour un probl`eme dordre 4, le theor`eme 2.9 nous assure que les conditions aux limites essentielles portent sur u et du
evement. Notez la difference importante avec
dx car on peut en effectuer le rel`
les probl`emes dordre 2 pour lesquels la seule condition aux limites essentielle est sur u. Dans cet
exemple, la fonction de rel`evement est tout simplement ug = 0 puisque les conditions essentielles
sont homog`enes. Lespace fonctionnel approprie est donc :
V = {w H 2 (]0, L[) | w(0) =
dw
(0) = 0}
dx
On multiplie alors par une fonction test w V et on int`egre une premi`ere fois par parties. On
obtient ainsi :
L Z L
Z L
d2 u dw
d
d2 u
d
q(x) 2
dx +
q(x) 2
w =
f w dx
dx
dx
dx
dx
0 dx
0
0
56
Chapitre 3
Le terme de bord fait intervenir dune part la fonction test w qui sannule en x = 0 et dautre part
la premi`ere condition naturelle :
d
d2 u
q(x) 2
(3.14)
dx
dx
qui vaut 0 en x = L. Il reste :
Z L
Z L
d2 u dw
d
q(x) 2
dx =
f w dx
dx
dx
0 dx
0
Une nouvelle integration par parties resulte en :
L Z L
Z L
d2 u d2 w
d2 u dw
f w dx
q(x) 2 2 dx q(x) 2
=
dx dx
dx
dx 0
0
0
Le nouveau terme de bord fait intervenir
naturelle :
dw
dx
d2 u
dx2
qui prend la valeur M0 en x = L. On a donc la formulation variationnelle :
Z L
Z L
d2 u d2 w
dw
q(x) 2 2 dx =
f w dx + M0
(L)
dx
dx
dx
0
0
q(x)
(3.15)
(3.16)
q
dx = q1 kw00 k20, = q1 |w|22,
1
2
2
dx dx2
0
0 dx dx
et le resultat suit en prenant = q1 dans la definition 3.3 et puisque |w|22, est une norme equivalente
`a la norme kwk22, sur V .
Enfin, il reste `
a montrer la continuite de la forme lineaire l. Pour y arriver, on doit se servir de
linegalite de Cauchy et de la continuite de la trace au bord 2.36. On a ainsi :
Z L
Z L
dw
dw
(L)
f w dx + | M0 | (L)
| l(w) | =
f w dx + M0
dx
dx
0
0
kf k0, kwk0, + |M0 | kwk2, (kf k0, + |M0 |) kwk2,
Theor`eme de Lax-Milgram
57
Remarque 3.7
Le probl`eme variationnel 3.16 est equivalent `a la minimisation de la fonctionnelle :
1
J(u) = min J(w) = min
wV
wV 2
EI
d2 w
dx2
2
Z
dx
f w dx M0
0
dw
(L)
dx
dont les unites sont des Nm. Le premier terme de J(w) correspond `a lenergie elastique de deformation tandis que les deux autres termes correspondent au travail effectue par la charge imposee.
Remarque 3.8
Pour les probl`emes dordre 4, il y a 2 conditions aux limites essentielles u et du
dx ainsi que 2 conditions
aux limites naturelles qui sont en relation etroite. Dans le premier terme de bord :
L
d2 u
q(x) 2
w
dx
0
2
d
q(x) ddxu2 auquel cas la fonction test w ne doit pas
on doit connatre soit la condition naturelle dx
sannuler, ou encore on connat u et alors la fonction test w sannule `a cet endroit. Un raisonnement
2
similaire existe pour la deuxi`eme condition naturelle. Si q(x) ddxu2 est donnee, alors dw
dx ne peut
du
dw
sannuler. Par contre, si dx est connue, alors la fonction test dx sannule `a cet endroit et le terme
de bord correspondant disparat.
3.3.3
d
dx
R
esum
e
On peut etablir en quelque sorte la procedure `a suivre pour verifier les hypoth`eses du theor`eme
de Lax-Milgram.
Probl`
emes dordre 2
1. la seule condition essentielle est limposition de u ;
2. on identifie la portion de la fronti`ere 0 o`
u la condition essentielle est imposee ;
3. on pose V = H10 (). Si aucune condition essentielle nest imposee, on pose V = H 1 () ;
4. linclusion 2.29 nous assure de lexistence dune fonction de rel`evement ug des conditions
aux limites essentielles ;
5. l`a o`
u la condition essentielle est imposee, les fonctions tests w sannulent (par definition
de lespace V ) ;
58
Chapitre 3
6. on obtient la formulation variationnelle en multipliant par une fonction test w et en
integrant par parties les termes dordre 2 ;
7. la condition aux limites naturelle est le coefficient (dependant de u) qui multiplie w dans
le terme de bord ;
8. on verifie les hypoth`eses du theor`eme de Lax-Milgram en utilisant lune ou lautre des
normes equivalentes sur lespace V . La relation 2.31 sera eventuellement utile pour traiter
les termes de bords ;
9. on en deduit (sil y a lieu) lexistence et lunicite de la solution u.
Probl`
emes dordre 4
1. il y a 2 conditions essentielles soit limposition de u et de u/n (u0 (x) en dimension 1) ;
2. on identifie la portion de la fronti`ere 0 o`
u les conditions essentielles sont imposees ;
3. on pose V = H20 (). Si aucune condition essentielle nest imposee, on pose V = H 2 () ;
4. lequation 2.35 nous assure de lexistence dune fonction de rel`evement ug des conditions
aux limites essentielles ;
5. l`a o`
u la condition essentielle sur u(x) est imposee, les fonctions tests w sannulent. L`
a o`
u
la condition essentielle sur u/n est imposee, les derivees normales des fonctions tests
w/n sannulent (par definition de lespace V ) ;
6. on obtient la formulation variationnelle en multipliant par une fonction test w et en
integrant par parties les termes dordre 4 (et parfois aussi des termes dordre 2) ;
7. les conditions aux limites naturelles sont les coefficients (dependant de u) qui multiplient
w et w/n dans les termes de bord ;
8. on verifie les hypoth`eses du theor`eme de Lax-Milgram en utilisant lune ou lautre des
normes equivalentes sur lespace V . La relation 2.36 sera eventuellement utile pour traiter
les termes de bords ;
9. on en deduit (sil y a lieu) lexistence et lunicite de la solution u.
Theor`eme de Lax-Milgram
3.4
59
Exercices
1. Verifier si les expressions suivantes sont des formes bilineaires continues, symetriques et coercives sur les espaces donnes. On supposera que les fonctions p(x) et q(x) sont bornees cest`a-dire 0 < p1 p(x) p2 et 0 < q1 q(x) q2 et ce x .
a)
Z
p(x)uw dv dans L2 ()
a(u, w) =
b)
Z
a(u, w) =
c)
Z
q(x)u w dv dans H 1 ()
a(u, w) =
d)
Z
a(u, w) =
d2 u
2 2 = f
dans ]0, 1[
dx
u(0) = u(1) = 0
b)
d2 u
1 u 2 dx2 = f
du (0) = du (1) = 0
dx
dx
dans ]0, 1[
c)
d2 u
=f
dx2
u(0) = a, u(1) = b
dans ]0, 1[
60
Chapitre 3
d)
dx
du
q(x)
=f
dx
dans ]0, 1[
d2
dx2
d2 u
q(x) 2
dx
=f
dans ]0, L[
u(0) = a, u(L) = b
2
2
(q(x)u) = f
u=g
=h
q(x)
n
dans
sur 0
sur 1
g)
(u) = f
u
=h
n
dans
sur
h)
(u) = f
dans
u
=h
sur
n
3. On souhaite resoudre le probl`eme suivant :
d2
d2 u(x)
EI
= f (x) dans ]0, 1[,
dx2
dx2
u+
o`
u EI est une constante. Peut-on obtenir une formulation variationelle dans le cas des conditions aux limites suivantes :
d
d2 u(1)
u(0) = 0, u0 (0) = 0, u(1) = 1,
EI
=F
dx
dx2
Theor`eme de Lax-Milgram
61
||l||
o`
u est la constante de coercivite et ||l|| est la plus petite constante C telle que :
|l(w)| C||w||V
w V
du
du
d
c1
+ c2
= f
dx
dx
dx
u(0) = u(1)
= 0
o`
u c1 et c2 sont des constantes strictement positives et f (x) est une fonction de L2 (]0, 1[). Determiner lespace fonctionnel approprie et obtenir la formulation variationnelle du probl`eme.
Ne pas int
egrer par parties le terme c2 du
dx .
N.B. : Passer rapidement sur les questions de linearite et bilinearite. On se rappellera de plus
que :
1 d
g(x)g 0 (x) =
g2
2 dx
62
Chapitre 3
Chapitre 4
M
ethode de Ritz
4.1
Principes g
en
eraux
Une fois le probl`eme formule sous forme variationnelle, il reste `a le discretiser c.-`a-d. `a le faire
passer dun probl`eme de dimension infinie `a un probl`eme approche de dimension finie. Ce probl`eme
discretise sera ensuite resolu par les techniques dalg`ebre lineaire classiques : resolution de syst`emes
algebriques lineaires ou non lineaires, de probl`emes aux valeurs propres, etc.
La methode de Ritz est une technique de discretisation de probl`emes variationnels et est en
quelque sorte le precurseur de la methode des elements finis. Soit donc un probl`eme variationnel
verifiant les hypoth`eses du theor`eme de Lax-Milgram :
trouver u V telle que :
a(u, w) = l(w) w V
(4.1)
o`
u la fonction u verifie les conditions aux limites essentielles homog`enes (le cas des conditions aux
limites non homog`enes necessite la construction dune fonction de rel`evement ug mais ne pose pas de
difficultes theoriques supplementaires). On se donne maintenant N fonctions j V, j = 1, 2, , N
appelees fonctions dinterpolation de Ritz ou plus simplement fonctions de Ritz verifiant elles aussi
les conditions essentielles homog`enes. On suppose ensuite que lon peut ecrire :
u(x) ' uN (x) =
N
X
uj j (x)
(4.2)
j=1
Dans cette expression, les N coefficients uj sont `a determiner et le probl`eme est maintenant de
dimension finie N . Lensemble de toutes les combinaisons lineaires possibles des fonctions j forme
un sous-espace de dimension N de V note V N (toujours en supposant que les fonctions j sont
choisies dans V d`es le depart et quelles sont lineairement independantes). On consid`ere donc
lapproximation suivante du probl`eme variationnel 4.1 :
trouver uN V N telle que :
a(uN , wN ) = l(wN ) wN V N
63
(4.3)
64
ou encore :
Chapitre 4
N
X
a
uj j , wN = l(wN ) wN V N
j=1
uj a(j , wN ) = l(wN ) wN V N
j=1
On va maintenant construire un syst`eme lineaire (parce que le probl`eme de depart 4.1 est lineaire)
dont les inconnues sont les coefficients uj . Soit donc N nouvelles fonctions i , i = 1, 2, , N
appartenant `
a lespace V N . Puisque lequation precedente est vraie quelle que soit la fonction
N
N
w V , elle est valide pour chacune des fonctions i et on a :
N
X
uj a(j , i ) = l(i ) 1 i N
j=1
..
..
..
.
.
.
.
.
.
u1
u2
..
.
uN
l(1 )
l(2 )
..
.
l(N )
(4.4)
Si les fonctions j et i sont bien choisies, ce syst`eme lineaire est inversible et on peut d`es lors
determiner les inconnues ui et ainsi obtenir une approximation uN (x) de la fonction u par la
relation 4.2. Un choix naturel pour les fonctions i consiste `a prendre tout simplement i = i , et
ce pour tout i. Cest la methode de Ritz ou methode de Rayleigh-Ritz. Dans le cas o`
u i 6= i , on
parle de la methode de Petrov-Galerkin.
Dans cet ouvrage, nous insisterons davantage sur la methode de Ritz, bien quil existe des
applications interessantes de la methode de Petrov-Galerkin, notamment pour les probl`emes de
convection-diffusion.
Remarque 4.1
On remarque que le coefficient Aij du syst`eme lineaire 4.4 est de la forme :
Aij = a(j , i )
Lorsque la forme bilineaire est symetrique, il ny a pas de confusion possible mais dans le cas
general, il faut faire attention `
a lordre des indices i et j.
Methode de Ritz
4.2
65
Exemples
Nous voyons dans cette section quelques exemples dapplications de la methode de Ritz. Nous
en profiterons au passage pour mettre en evidence les forces et eventuellement les faiblesses de cette
approche.
I Exemple 4.1
Considerons le probl`eme en dimension 1 :
u(0)
= 0
du (1) = 1
dx
Puisque la seule condition essentielle (sur u) est nulle, le rel`evement est inutile (ug = 0) et on
peut travailler directement avec u qui, dans ce cas, sera egal `a u . La formulation variationnelle
correspondante (laissee en exercice)
est :
trouver u V = w H 1 (]0, 1[ |w(0) = 0
Z 1
Z 1
u0 (x)w0 (x)dx = w(1) +
ln(x)w(x)dx w V
(4.5)
0
Les fonctions j doivent appartenir `a lespace V et verifier les conditions aux limites essentielles
homog`enes. Dans ce cas, il suffit davoir j (0) = 0. Cela mis `a part, ce choix est arbitraire si on
sassure que j V . On peut prendre par exemple :
j (x) = xj
et on sassure facilement que toutes les conditions sont bien remplies. Le coefficient general de la
matrice A pour la methode de Ritz est donc :
Z 1
Z 1
ij
0
0
aij =
j (x)i (x) dx =
ijxi+j2 dx =
i+j1
0
0
tandis que le vecteur F a pour coefficients :
Z 1
Z
fi = i (1) +
ln(x)i (x) dx = 1 +
0
ln(x)xi dx = 1
1
(i + 1)2
Ce syst`eme lineaire est ensuite resolu par les techniques habituelles de decomposition LU (voir
par exemple Fortin, ref. [17]). En faisant varier la taille N , si tout se passe bien, on doit se rapprocher
dune eventuelle solution analytique. Dans cet exemple, cette solution est :
u(x) =
3x2 1 2
x ln x
4
2
66
Chapitre 4
u(0)
= 1
du (1) + u(1) = 0
dx
La condition essentielle nest imposee quen x = 0 et on choisit donc :
V = w H 1 (]0, 1[) |w(0) = 0
On multiplie par w V et on int`egre :
Z 1
du 1
0
0
u (x)w (x) + u(x)w(x) dx
w = 0 w V
dx
0
du
dx (1)
= u(1). Il en resulte :
Le terme de bord est nul en x = 0 mais en x = 1, on a
Z 1
u0 (x)w0 (x) + u(x)w(x) dx + u(1)w(1) = 0 w V
0
On rel`eve maintenant les conditions aux limites essentielles. On pose u = u + ug et on peut choisir
tout simplement la fonction ug = 1 qui appartient `a H 1 (]0, 1[) et qui satisfait la condition essentielle.
On a alors w V :
Z 1
u0 (x)w0 (x) + u (x)w(x) dx + u (1)w(1)
0
Z
=
0
u0g (x)w0 (x) + ug (x)w(x) dx ug (1)w(1)
Methode de Ritz
67
68
Chapitre 4
Z
=
w(x)dx w(1) w V
0
Z
=
ijxi+j2 + xi+j dx + 1
ij
1
+
+1
i+j1 i+j+1
1
x dx 1 = 1 +
(i + 1)
i
Il est facile de sassurer que la solution analytique de lequation differentielle de depart est u(x) =
ex ce qui nous permet de comparer `a la figure 4.2, les solutions analytique et numerique pour
N = 2. Ici encore, la comparaison est excellente sur u et un peu moins convaincante sur u0 (x). La
situation sameliore cependant tr`es rapidement lorsque N augmente. J
I Exemple 4.3
On consid`ere maintenant un probl`eme bidimensionnel dont la geometrie est le carre de cotes de
longueur 1 et les conditions aux limites sont decrites `a la figure 4.3. On doit resoudre lequation
aux derivees partielles :
2 u = 10 dans
Des conditions essentielles etant prescrites sur toute la fronti`ere, on choisit V = H01 () et comme
toujours, on multiplie par w V et on int`egre sur le domaine . On obtient :
Z
Z
u w dv =
10w dv
Methode de Ritz
69
u=y
u=0
u=0
Figure 4.3 Geometrie et conditions aux limites
70
Chapitre 4
Il nous reste `
a construire les fonctions de Ritz . Parmi les choix possibles, on peut prendre les
2
N = m fonctions de la forme :
i (x, y) = sin(i1 x) sin(i2 y)
que lon ordonne de la facon suivante :
1 (x, y)
2 (x, y)
= sin(x) sin(y)
= sin(x) sin(2y)
..
.
= sin(2x) sin(my)
..
.
m2 (x, y)
= sin(mx) sin(my)
1 i1 , i2 m
Ces fonctions sannulent sur la fronti`ere du domaine et verifient une propriete dorthogonalite tr`es
particuli`ere :
Z
0
si i 6= j
aij =
j i dv =
2 2
2
4 (i1 + i2 ) si i = j
La matrice A est donc diagonale ce qui est toutefois exceptionnel. De plus, on verifie non sans peine
que :
Z
Z
Z
Z
10i dv
fi =
10
2
ug i dv = 10
(1)i1 1
i1
i dv
(1)i2 1
i2
(y, x) i dv
Methode de Ritz
71
72
Chapitre 4
Methode de Ritz
4.3
73
Exercices
Determiner pour les probl`emes suivants une famille de fonctions i permettant dappliquer la
methode de Ritz et obtenir la fonction de rel`evement des conditions aux limites essentielles.
En dimension 1 :
1.
d2 u
=f
dx2
dans ]0, 1[
u(0) = u(1) = 0
2.
d2 u
=f
2
1
dx2
du (0) = du (1) = 0
dx
dx
d2 u
2 2 = f
dx
u(0) = a, u(1) = b
3.
4.
5.
6.
dx
du
q(x)
=f
dx
dans ]0, 1[
dans ]0, 1[
dans ]0, 1[
dans ]0, L[
u(0) = a, u(L) = b
2
2
d2
d2 u
q(x) 2 = f
dans ]0, L[
dx2
dx
u(0) = a, u(L) = b
74
Chapitre 4
En dimension 2 :
7.
(q(x)u) = f
dans le carre ]0, 1[2
u=1
sur les cotes x = 0 et y = 0
=2
sur les autres cotes
q(x)
n
8. On souhaite resoudre le probl`eme suivant par la methode de Ritz :
d2 u(x)
d2
EI
= f (x) dans ]0, 1[,
dx2
dx2
o`
u EI est une constante. Proposer des choix de fonctions ug (x) et i (x) permettant de resoudre
ce probl`eme avec les conditions aux limites suivantes :
u(0) = 1, u0 (0) = 2, u(1) = 4, EI
d2 u(1)
=M
dx2
kT
probl`eme suivant :
= q dans le carre ]0, 1[]0, 1[
= 0 sur les cotes x = 1 et y = 1
= 0 sur les autres cotes
o`
u k et q sont des constantes. On prendra une seule fonction de Ritz :
1 (x) = (1 x2 )(1 y 2 )
10. Resoudre par la methode de Ritz le probl`eme suivant :
d
du
(x + 1)
= 2 2x + 6x2 dans lintervalle ]0, 1[
dx
dx
u(0)
= 1
u0 (1)
= 1
Methode de Ritz
75
n
X
i,j=1
Aij xi xj > 0
76
Chapitre 4
Chapitre 5
5.1
5.1.1
Equations
diff
erentielles dordre 2
Probl`
eme type
Pour fixer les idees, nous commencerons par la resolution dun probl`eme classique dune equation
differentielle dordre 2 de la forme :
d
du
dans ]0, L[
du
78
Chapitre 5
Si dans cette equation on prend p(x) = 0, la variable dependante u(x) peut entre autres choses
` ce moment, q(x) = EA,
designer la deformation longitudinale dune tige metallique de longueur L. A
o`
u E est le module de Young et A laire de la section de la tige qui peut etre variable. Enfin, r(x)
est une force de contact sur la surface de la tige et d est une force axiale appliquee `a lune de ses
extremites. On peut aussi interpreter u(x) comme une temperature, une pression hydrostatique,
un potentiel, etc., suivant le domaine qui nous interesse (voir par exemple Reddy, ref. [31]). Le
probl`eme 5.1 est donc suffisamment general pour couvrir bon nombre dapplications.
Sur le plan theorique, si on suppose que la fonction p(x) est positive ou nulle et que 0 <
q1 q(x) q2 dans lintervalle ]0, L[, il est facile de sassurer que les hypoth`eses du theor`eme de
Lax-Milgram sont verifiees. La solution, `a un rel`evement des conditions essentielles pr`es, est dans
lespace :
V = w H 1 (]0, L[) | w(0) = 0
Rappelons que pour cette equation differentielle dordre 2, la seule condition essentielle est limposition de la variable u(x) `
a la fronti`ere. Dans cet exemple, u nest imposee quen x = 0 do`
u cette
definition de lespace V .
Il est donc necessaire de construire des fonctions i (x) dans la methode de Ritz qui soient
dans V . Comme nous lavons vu au chapitre 2 et puisque nous utiliserons des approximations
polynomiales, il suffit de sassurer que ces fonctions soient continues (et sannulent en x = 0 dans
ce cas precis).
On pose ensuite u = u + ug et la formulation variationnelle (laissee en exercice) est :
trouver u V telle que :
a(u , w) = l(w) a(ug , w) w V
o`
u:
Z
a(u , w) =
p(x)u (x)w(x) + q(x)u0 (x)w0 (x) dx
et :
Z
r(x)w(x)dx
l(w) = d w(L) +
0
n
X
uj j (x)
j=1
(5.2)
K2
79
K3
K4
x=0
Knel
x=L
La fonction ug (x) est le rel`evement des conditions aux limites essentielles et doit donc verifier dans
ce cas ug (0) = c et doit de plus appartenir `a lespace H 1 (]0, L[).
Remarque 5.1
Il est souvent utile, en particulier pour les probl`emes non lineaires que nous rencontrerons au
chapitre 8, de considerer la fonction u (x) comme une correction `a une solution existante ug (x)
obtenue prealablement et verifiant bien s
ur les conditions essentielles imposees. La fonction ug (x)
pourra provenir dun calcul precedent ou tout simplement dune iteration precedente.
Voyons maintenant comment construire les fonctions de Ritz i (x). Cette construction se fera
en plusieurs etapes qui constituent ce que lon appelle la methode de Ritz-Galerkin.
5.1.2
Le maillage
Les
el
ements
Considerons une partition de lintervalle ]0, L[ comme celle de la figure 5.1. Cette partition en
sous-intervalles constitue le maillage. Les sous-intervalles Ki sont appeles elements dont le nombre
total est note nel. La fronti`ere des elements correspond aux cercles en trait gras. Les elements
peuvent etre de longueur variable.
Les noeuds
Sur chaque element, on identifie nK
eometriques qui permettent de definir la geometrie
g noeuds g
de lelement en question. En dimension 1, les noeuds geometriques sont les bornes de lelement et
K
K
alors nK
element generique et hK sa taille qui en dimension 1, est
g = 2. On notera K = [x1 , x2 ] un
K
K
K
K
tout simplement la longueur h = x2 xK
ur que xK
1 (on sassurera bien s
2 > x1 de sorte que h
soit strictement positif). Ce sont ces noeuds geometriques qui definissent localement la geometrie
de lelement et globalement, celle du domaine en entier. En dimension 1, cela parat futile mais en
dimension superieure, ce sera fondamental.
Dans chaque element K on identifie egalement (voir la figure 5.2) un nombre nK
c de noeuds
de calcul souvent appeles noeuds dinterpolation o`
u les variables essentielles du probl`eme seront
eventuellement calculees. Ces noeuds dinterpolation peuvent concider ou non avec les noeuds
geometriques. Lensemble des noeuds de lelement comprend donc les noeuds geometriques et les
K
K
noeuds de calcul. On note nK
element K et (xK
t le nombre total de noeuds de l
1 , x2 , , xnK ) les
t
80
Chapitre 5
ement K
El
xK
1
xK
3
xK
4
xK
5
xK
nt
xK
2
noeuds de lelement K en commencant par les noeuds geometriques, suivis des autres noeuds de
calcul.
Remarque 5.2
Pour eviter dalourdir inutilement lexpose, nous supposerons que les noeuds de calcul comprennent
les noeuds geometriques, meme si cette hypoth`ese nest absolument pas necessaire. Le nombre total
K
de noeuds de lelement est donc nK
u les noeuds de calcul diff`erent
t = nc . On rencontre le cas o`
totalement des noeuds geometriques notamment pour les elements dits non conformes (voir Ciarlet,
ref. [9]).
On place les coordonnees de tous les noeuds (geometriques et/ou de calcul) dans un tableau que
nous notons coor de longueur egale au nombre de noeuds total nnoeuds du maillage. On definit un
` chacune de ces lignes,
tableau de connectivite des noeuds (notee connec) comprenant nel lignes. A
K
on retrouve les numeros des nc noeuds de lelement.
Les degr
es de libert
e
On associe `
a chaque noeud de calcul de lelement une ou plusieurs inconnues appelees degres
de liberte (ddl) suivant que le probl`eme poss`ede une ou plusieurs variables essentielles. Il est meme
possible qu`a un noeud donne, aucun degre de liberte ne soit attribue ou quen 2 noeuds dun meme
element, un nombre different de degres de liberte ne soit associes. On sassure ainsi dune grande
flexibilite au niveau de limplantation de la methode. On note nK
es de liberte de
d le nombre de degr
K . Certains degr
lelement. Tr`es souvent, nK
est
un
multiple
de
n
e
s
de
libert
e
seront
communs `
a2
c
d
(ou plus) elements. Le nombre total de degres de liberte du domaine sera note nddl. Les degres de
liberte sont donc les inconnues de notre probl`eme. Paradoxalement, certains degres de liberte sont
fixes puisquimposes par les conditions essentielles du probl`eme. On notera :
U =
u1
u2
..
.
unddl
UI
UC
et U =
u1
u2
..
.
unddl
UI
(5.3)
81
les vecteurs globaux des degres de liberte pour u(x) et u (x) qui sont de dimension nddl. Le vecteur
U se decompose en 2 parties distinctes : U C est la partie de U qui est connue (do`
u lindice C) car
imposee par les conditions aux limites essentielles du probl`eme. La partie correspondante dans le
vecteur de correction U est par consequent nulle. Le reste est note U I (et UI pour la correction)
(I pour inconnu) et sera eventuellement calcule. Nous reviendrons sur cette partition de U lors de
limposition des conditions aux limites (voir la section 5.1.8) et lors de la resolution du syst`eme
global (voir la section 5.1.9).
` chaque degre de liberte du domaine, on attribue une fonction de Ritz (x) et, au noeud
A
de calcul correspondant, on calculera une approximation de la variable essentielle associee. Chaque
degre de liberte est relie `
a un noeud de calcul mais inversement, un noeud de calcul peut etre associe
`a plusieurs degres de liberte. On construira ainsi un syst`eme lineaire (ou non lineaire suivant que
le probl`eme de depart est lineaire ou non) de dimension nddl sur nddl.
Num
erotation des degr
es de libert
e
Le tableau de connectivite des noeuds connec est tr`es utile mais ne suffit pas compl`etement
puisque nous avons mentionne qu`
a un noeud, on peut associer 1 ou plusieurs degres de liberte.
Il faut aussi introduire ce que nous appellerons un tableau de numerotation des degres de liberte.
Pour ce faire, on assigne en tout premier lieu un numero `a chaque degre de liberte du probl`eme.
Cette numerotation fera en sorte que les degres de liberte o`
u on impose une condition essentielle
seront numerotes en dernier.
Pour y arriver, on construit un tableau de numerotation note numer qui contient pour chaque
noeud les numeros des degres de liberte qui lui sont associes. Cest donc un tableau de dimension
nnoeuds multipliee par le nombre de degres de liberte par noeud qui peut etre variable. Les etapes
de construction du tableau numer sont les suivantes :
1. pour chacune des variables essentielles du probl`eme, on identifie les numeros des noeuds o`
u
cette variable est imposee ;
2. on parcourt les noeuds en numerotant tous les degres de liberte associes `a chacun des ces
noeuds et qui ne sont pas imposes comme condition aux limites essentielle du probl`eme ;
3. on parcourt de nouveau les noeuds et on numerote `a la suite tous les autres degres de liberte
c.-`a-d. tous les degres de liberte qui sont imposes comme condition aux limites essentielle du
probl`eme.
De cette mani`ere, on decompose la matrice du syst`eme global et le vecteur des degres de liberte
du probl`eme en 2 parties consecutives o`
u on regroupe au debut les veritables inconnues du syst`eme
(le vecteur U I que lon devra calculer) et `a la fin les valeurs des variables essentielles imposees (le
vecteur U C ) tel quindique `
a la relation 5.3.
Enfin, une fois la numerotation obtenue, on construit le tableau dadressage note adres qui
pour chaque element fournit les numeros des degres de liberte associes `a chaque noeud de calcul de
lelement. Chaque ligne de ce tableau correspond `a un element et sera appelee le vecteur dadressage
de cet element. Le tableau dadressage peut etre construit une fois pour toutes grace aux tableaux
82
Chapitre 5
ement K1
El
x1 = 0
x2
ement K2
El
x3
x4
ement K3
El
x5
x6
x7 = 1
K
Figure 5.3 Maillage : nel = 3, nK
g = 2, nc = 3
connec et numer. Il est cependant souvent preferable de construire le vecteur dadressage de chaque
element au besoin. Lexemple qui suit illustre les differentes etapes et tableaux que nous venons
dintroduire.
I Exemple 5.1
La situation est illustree `
a la figure 5.3 pour notre probl`eme type. Ce maillage tr`es simple du domaine
]0, 1[ (on choisit ici L = 1) comporte nel = 3 elements dont les fronti`eres sont identifiees par des
cercles en trait gras. Sur chaque element on a identifie 3 noeuds de calcul (nK
c = 3) comprenant les
extremites (les noeuds geometriques) et le point-milieu de lelement. Certains noeuds sont communs
`a 2 elements comme par exemple x3 (commun aux elements K1 et K2 ) et x5 (commun `a K2 et K3 ).
Dans cet exemple, on a nnoeuds = 7 et le tableau coor est :
Coordonn
ees des noeuds
Tableau coor
x1
x2
x3
0,0000 0,0000
0,0000
0,1667 0,0000
0,0000
0,3333 0,0000
0,0000
0,5000 0,0000
0,0000
0,6667 0,0000
0,0000
0,8333 0,0000
0,0000
1,0000 0,0000
0,0000
Bien entendu, les coordonnees x2 et x3 sont inutiles pour un probl`eme unidimensionnel. Le
tableau de connectivite des noeuds connec prend la forme :
Num
eros des noeuds g
eom
etriques et de calcul
Tableau connec
Noeuds geometriques
Autres noeuds
83
Chaque ligne de ce tableau correspond `a un element different. Rappelons encore ici la convention
etablie de numeroter en premier lieu les noeuds geometriques, et ce pour chaque element. Dans cet
exemple, il y a plus de noeuds de calcul que de noeuds geometriques mais ce nest pas toujours le
cas. Les deux tableaux precedents ainsi que le tableau coor contenant les coordonnees de tous les
noeuds nous permettent de definir compl`etement la geometrie du domaine et contiennent aussi des
informations que nous utiliserons un peu plus loin.
Enfin, il faut souligner que le tableau connec ne contient que les numeros des noeuds (de calcul
et/ou geometriques). Pour obtenir les coordonnees de lelement K2 par exemple, il faut utiliser le
tableau coor et poser :
K2 =
=
=
=
K2
2
[xK
1 , x2 ]
[coor(connec(2, 1)), coor(connec(2, 2))]
[coor(3), coor(5)]
[0,3333, 0,6667]
et le deuxi`eme element de ce maillage est donc lintervalle[1/3, 2/3]. De plus, les coordonnees des
noeuds de calcul de ce meme element sont :
(coor(connec(2, i)), i = 1, 2, , nK
c )=
(coor(3), coor(5), coor(4)) =
(0,3333, 0,6667, 0,5000)
Dans cet exemple (voir les equations 5.1), la variable essentielle u nest imposee quen x = 0 au
noeud 1. Le degre de liberte associe au noeud 1 sera donc numerote en dernier. Dans un premier
temps, on laisse tomber les degres de liberte imposes. Une premi`ere numerotation possible serait
alors :
Num
erotation
Tableau numer
Noeud
u
1
?
2
1
3
2
4
3
5
4
6
5
7
6
On reparcourt ensuite les noeuds pour numeroter les degres de liberte fixes par les conditions
aux limites essentielles. On obtient :
84
Chapitre 5
Num
erotation
Tableau numer
Noeud
u
1
7
2
1
3
2
4
3
5
4
6
5
7
6
5.1.3
85
Formulation variationnelle
el
ementaire
ou encore :
Z
xK
2
xK
1
Z xK
2
du dw
K
K
K
dx =
p(x)u(x)w(x) + q(x)
r(x)w(x)dx + sK
12 w(x2 ) + s11 w(x1 )
dx dx
xK
1
o`
u on a introduit les variables secondaires :
K
sK
11 = q(x1 )
du K
K du K
(x ) et sK
(x )
12 = q(x2 )
dx 1
dx 2
Ces variables secondaires correspondent aux conditions aux limites naturelles aux extremites de
lelement. La notation `
a 2 indices indique que sK
ere variable secondaire
11 est la valeur de la premi`
`a la premi`ere extremite de lelement tandis que sK
est
la
valeur
de
la
premi`
ere variable secondaire
12
`a la deuxi`eme extremite de lelement K. On prevoit ainsi le cas o`
u il y aura plusieurs variables
secondaires definies aux bornes des elements ce qui sera le cas pour les probl`emes dordre 4. On
qualifie ces variables de secondaires par opposition aux variables essentielles dites variables primaires
suivant la notation de Reddy, ref. [31].
Puisque nous avons convenu de travailler en correction u , on pose encore u(x) = u (x) + ug (x)
et on a ainsi la formulation variationnelle elementaire :
Z
xK
2
xK
1
Z xK
2
du dw
K
K
K
p(x)u (x)w(x) + q(x)
dx =
r(x)w(x)dx + sK
12 w(x2 ) + s11 w(x1 )
dx dx
xK
1
Z
xK
2
xK
1
dug dw
p(x)ug (x)w(x) + q(x)
dx dx
dx
86
Chapitre 5
o`
u lindice superieur K designe la restriction `a lelement K. On pose ensuite :
K
uK (x)
nd
X
uKj jK (x)
et
uK
g (x)
j=1
nd
X
K
uK
gj j (x)
(5.4)
j=1
o`
u nK
es de liberte associes `a la variable essentielle u (x) sur lelement K.
d est le nombre total de degr
Les uKj sont les valeurs des degres de liberte de lelement et sont inconnus (sauf l`a o`
u des conditions
K
de Dirichlet seront imposees). Les ugj sont les valeurs nodales du rel`evement des conditions aux
limites et sont supposees connues. Nous verrons comment les obtenir un peu plus loin.
K
Comme cela est le cas ici, on aura tr`es souvent nK
ecessaire.
d = nc mais ce nest aucunement n
Cette situation provient du fait quil ny a quune seule variable essentielle (primaire) et que lon
associe un seul degre de liberte `
a chaque noeud de calcul. Si on remplace dans la formulation
variationnelle, on obtient :
K
nd
X
j=1
uKj
xK
2
xK
1
djK dw
p(x)jK (x)w(x) + q(x)
dx dx
Z
dx =
xK
2
K
K
K
r(x)w(x)dx + sK
12 w(x2 ) + s11 w(x1 )
!
Z xK
K
2
du
dw
g
p(x)uK
dx
g (x)w(x) + q(x)
dx dx
xK
1
xK
1
Les fonctions jK (x) sont appelees fonctions dinterpolation de lelement K et ne sont definies que
sur K et non sur le domaine au complet. Pour obtenir un syst`eme lineaire, il suffit de prendre
K
eme elementaire nK
successivement w(x) = iK (x), i = 1, 2, , nK
d sur nd
d . On obtient alors le syst`
suivant :
AK UK = F K + S K
(5.5)
o`
u:
aK
ij
xK
2
=
xK
1
xK
2
r(x)iK (x)dx
djK diK
+ q(x)
dx dx
xK
2
fiK
sK
i
K
K K
K K
= sK
11 i (x1 ) + s12 i (x2 )
xK
1
xK
1
!
dx
K
duK
g (x) di (x)
K
p(x)uK
(x)
(x)
+
q(x)
g
i
dx
dx
!
dx
87
exigerait beaucoup despace memoire. Pour contourner cette difficulte, on introduit un element K
dit de reference sur lequel on effectue toutes les integrales necessaires `a levaluation du syst`eme
elementaire, et ce au moyen dun changement de variables.
5.1.4
Passage `
a l
el
ement de r
ef
erence
TK :
K
[1, 1] [xK
1 , x2 ]
x=
K
K
(xK
1 + x2 ) + h
2
dx =
(5.6)
hK
d
2
Cette transformation geometrique est inversible et il en sera toujours ainsi, meme en dimension
superieure pour les transformations lineaires. Toutefois, on peut aisement concevoir des transformations non lineaires de lelement de reference et il faut alors etre prudent car il est possible que
dans certaines situations, la transformation ne soit pas inversible. On peut se referer `a Dhatt-Touzot,
ref. [13], `a ce sujet.
Cest `a cette etape que les tableaux connec et coor sont utiles car ils permettent de calculer
les termes de la transformation T K pour chaque element. Ainsi, `a chaque point de lelement de
reference correspond un point x de lelement K et inversement. Dans le cas present la transformation
88
Chapitre 5
T K est facile `
a inverser et on a :
(T K )1 :
K
[xK
1 , x2 ] [1, 1]
K
2x (xK
1 + x2 )
hK
(5.7)
2
dx
hK
On remarque que les extremites de lelement courant K sont envoyees sur les extremites de lelement de reference. On peut egalement obtenir cette transformation en introduisant les fonctions
dinterpolation de Lagrange (voir lannexe C ou Fortin, ref. [17]) sur lelement de reference :
d =
L1 () =
1
1+
et L2 () =
2
2
89
uK
g (x)
nd
X
nd
X
j=1
K
uK
gj j (x)
dug (x)
dx
uK
gj j ()
nd
nd
X
djK (x)
duK
dj ()
2 X
g (x)
K
=
= K
ugj
uK
et
gj
dx
dx
h
d
j=1
j=1
j=1
Effectuons maintenant le changement de variables dans le syst`eme elementaire dont les coefficients deviennent :
aK
ij
K
K
(xK
1 + x2 ) + h
2
=
1
Z
+
K
K
(xK
1 + x2 ) + h
2
hK
2
fiK
hK
2
sK
i
5.1.5
2
hK
p
1
q
K
K
(xK
1 + x2 ) + h
2
K
K
(xK
1 + x2 ) + h
2
hK
dj 2
d hK
h
j ()i ()
d
2
K
K
(xK
1 + x2 ) + h
2
2
+ K
h
(xK
1
hK
d
2
dj di
d
d d
i ()d
hK
di 2
d hK
j ()i ()d
K
K
(xK
1 + x2 ) + h
2
xK
2 )
nd
X
uK
gj j () i ()d
j=1
nd
X
dj () di
uK
d
gj
d
d
j=1
= sK
11 i (1) + s12 i (1)
` chaque noeud de calcul (xK , xK , , xKK ) de lelement reel K, correspond un noeud dinterA
1
2
nc
polation (1 , 2 , , nK
)
sur
l
e
l
e
ment
de
r
e
f
erence par la relation :
c
K
K
K
i = (T K )1 (xK
i ) ou encore xi = T (i ), i = 1, 2, , nc
90
Chapitre 5
jK (xK
i ) = j (i )
Puisque nous souhaitons calculer une solution approximative de lequation differentielle dordre
2 de depart, il serait interessant dobtenir une approximation de u(x) `a chaque noeud de calcul
de chaque element du domaine . De plus, puisque nous avons une equation differentielle dordre
2, la solution u(x) devra etre dans H 1 (). Lidee de base est alors dutiliser des approximations
polynomiales sur chaque element. Lapproximation de la solution sera donc constituee de polyn
omes
differents dans chaque element. Pour sassurer que cette approximation soit dans H 1 (), il faut
sassurer de la continuite de lapproximation `a la fronti`ere des elements (voir le chapitre 2). Pour
ce faire, il suffit dimposer en chaque noeud de calcul de chaque element :
K
K K
u(xK
i ) = u (xi ) =
nd
X
K K
uK
j j (xi ) =
j=1
nd
X
uK
j j (i ) = ui
(5.10)
j=1
K
K
Ainsi, lapproximation calculee en x = xK
etation
i de u(xi ) sera ui ce qui donne une interpr
K
physique des degres de liberte ui . Si un noeud de calcul est commun `a plusieurs elements, le degre
de liberte associe `
a ce noeud sera toujours le meme et la continuite de lapproximation sera assuree.
Pour satisfaire lequation 5.10, il faut donc construire sur lelement de reference les fonctions
j () de sorte que :
1 si i = j
(5.11)
j (i ) =
0 si i 6= j
qui est la definition meme des fonctions dinterpolation de Lagrange (voir lannexe C ou Fortin,
ref. [17]). Leur construction est donc immediate. Il suffit maintenant de fixer le degre des polyn
omes
que nous voulons utiliser dans chaque element ce qui determinera egalement la dimension nK
d du
syst`eme elementaire.
Remarquons enfin quavec des fonctions dinterpolation verifiant lequation 5.11 et puisque nous
avons convenu que les 2 premiers noeuds correspondent aux extremites de lelement, le vecteur S K
des variables secondaires sur chaque element est de la forme :
K
s11
sK
12
K
S = 0
..
.
0
mettant ainsi en evidence que ces variables nagissent quaux extremites de lelement.
Approximation lin
eaire
Pour une approximation lineaire, il suffit de prendre 2 noeuds de calcul par element et 1 seul
K
degre de liberte par noeud de calcul (nK
ncident donc avec les
c = nd = 2). Les noeuds de calcul co
91
1 ()
2 ()
noeuds geometriques. Sur lelement de reference les noeuds dinterpolation sont tout simplement
les points 1 = 1 et 2 = 1. Les fonctions j () de Lagrange 5.11 sont :
(1 )
( (1))
( + 1)
( 1)
=
et 2 () =
=
1 () =
(1 1)
2
(1 (1))
2
et sont illustrees `
a la figure 5.4. Pour evaluer le syst`eme elementaire, on a besoin des derivees :
d1 ()
1
d2 ()
1
=
et
=+
d
2
d
2
La formule de derivation en chane nous donne alors :
d1K (x)
1
d2K (x)
1
= K et
=+ K
dx
h
dx
h
et sur lelement K sont illustrees
Les fonctions dinterpolation lineaires sur lelement de reference K
aux figures 5.4 et 5.5.
Approximation quadratique
Pour une approximation quadratique, il faut 3 noeuds de calcul par element (et encore un degre
K
de liberte par noeud c.-`
a-d. nK
emites de lelement (les
c = nd = 3). On choisit dabord les 2 extr
noeuds geometriques) et le troisi`eme noeud est habituellement le point milieu = 0 de lelement
de reference, bien que ce ne soit absolument pas obligatoire. On a donc les noeuds dinterpolation
92
Chapitre 5
1K (x)
2K (x)
xK
1
xK
2
( 1)
( 0)( 1)
=
(1 0)(1 1)
2
2 () =
( + 1)
( (1))( 0)
=
(1 (1))(1 0)
2
3 () =
( (1))( 1)
= 1 2
(0 (1))(0 1)
(2 1)
2
d2 ()
d
(2 + 1)
2
d3 ()
d
= 2
La formule de derivation en chane nous donne les derivees des fonctions dinterpolation sur
93
1K ()
3K ()
2K ()
lelement K :
d1K (x)
dx
(2 1)
hK
d2K (x)
dx
(2 + 1)
hK
d3K (x)
dx
4
hK
Cas g
en
eral
Il est maintenant facile de concevoir le cas general. Pour construire une approximation de degre
quelconque m, il suffit de choisir sur lelement de reference m + 1 noeuds dinterpolation (incluant
les extremites de lelement). On a ainsi nK
a chacun
c = m + 1 noeuds de calcul et il suffit dassocier `
de ces noeuds une fonction dinterpolation de Lagrange i () de degre m.
Remarque 5.3
Dans ce qui prec`ede, nous avons utilise des bases classiques (de Lagrange) de fonctions dinterpolation qui verifient :
j (i ) = Iij
Cette contrainte nest nullement obligatoire et on peut concevoir des bases differentes. Cest le cas
par exemple des bases dites hierarchiques. Ce concept merite quon sy attarde puisque le choix
de la base est important, non seulement pour limplantation de la methode mais aussi pour des
considerations numeriques relatives au conditionnement de la matrice du syst`eme global. Lidee de
base en dimension 1 consiste `
a utiliser des fonctions dinterpolation lineaires pour les 2 extremites
94
Chapitre 5
1 (x)
xK
1
3 (x)
xK
3
2 (x)
x
xK
2
5.1.6
Evaluation
du syst`
eme
el
ementaire
Nous pouvons d`es maintenant evaluer tous les coefficients du syst`eme elementaire 5.5. En effet,
toutes les fonctions necessaires sont maintenant connues et il reste `a effectuer les diverses integrales. Deux options soffrent `
a nous : on peut integrer analytiquement ou recourir `a lintegration
numerique.
Int
egration analytique
Cest souvent la meilleure solution mais elle nest pas toujours simple. Dans le cas de polyn
omes
de bas degre et si les proprietes physiques (les fonctions p(x), q(x) et r(x)) sont simples (par exemple
constantes par element), on choisira cette option. On obtient ainsi des expressions explicites pour
les coefficients du syst`eme elementaire. Ce travail peut devenir tr`es penible dans le cas general.
Toutefois, on peut proceder de mani`ere efficace en saidant de logiciels de calcul symbolique tels
Maple ou Mathematica. Cette option est de plus en plus utilisee.
95
3 (x)
1 (x)
xK
1
xK
3
2 (x)
x
xK
2
Int
egration num
erique
Cest loption la plus repandue et la plus versatile. Apr`es le passage `a lelement de reference, les
differents coefficients du syst`eme elementaire requi`erent levaluation dintegrales de la forme :
Z 1
I=
g()d
(5.12)
1
o`
u la fonction g() fait intervenir les fonctions dinterpolation i () et les proprietes physiques du
probl`eme. Par exemple, on doit evaluer :
Z 1 K
K
(x1 + xK
hK
2 )+h
p
j ()i ()
d
2
2
1
qui est bien de la forme 5.12. Dans la plupart des programmes delements finis, on utilise les
quadratures de Gauss-Legendre qui consistent `a approcher lintegrale 5.12 par une expression de la
forme :
Z 1
mG
X
wi g(i )
(5.13)
g()d '
1
i=1
qui soit la plus precise possible. On presente un sommaire des techniques dintegration numerique
`a lannexe D. Le tableau D.1 resume quelques unes de ces quadratures en dimension 1. La derni`ere
colonne de ce tableau fournit le degre des polynomes pour lesquels la quadrature de Gauss-Legendre
est exacte et qui vaut 2mG 1. Cest ce que lon appelle le degre de precision de la formule de
quadrature. En pratique, on choisit le nombre de points de Gauss-Legendre mG en fonction des
integrales que lon doit evaluer. Cela depend donc du degre des fonctions i () mais aussi des
proprietes physiques. Par exemple, si la fonction p(x) est constante par element (p(x) = pK sur
lelement K) et si des fonctions i () quadratiques sont utilisees, alors on a :
96
Chapitre 5
p
K
K
(xK
1 + x2 ) + h
2
hK
pK hK
j ()i ()
d =
2
2
j ()i ()d
La fonction `
a integrer est de degre 4 (produit de 2 polynomes de degre 2) et une quadrature `
a3
points (mG = 3) serait suffisante pour integrer exactement. Par contre, des fonctions dinterpolation
lineaires ne requereraient quune quadrature de Gauss-Legendre `a 2 points. Pour effectuer ce choix,
il faut analyser toutes les integrales apparaissant dans le syst`eme elementaire et determiner le degre
de precision necessaire.
Notons enfin que dans certaines situations, les quadratures de Gauss-Legendre ne seront jamais
exactes. Par exemple, si p(x) = 1/x, la fonction `a integrer nest plus polynomiale et les quadratures
de Gauss-Legendre fournissent maintenant des approximations des coefficients du syst`eme elementaire. Le choix du nombre de points de Gauss-Legendre mG est alors plus delicat. Enfin, il convient
de souligner que le co
ut total de lassemblage (voir la section 5.1.7) est proportionnel au nombre de
points de Gauss-Legendre utilises et que le choix de la quadrature doit aussi tenir compte de cette
contrainte.
Cas particuliers
Puisque dans plusieurs exemples, les fonctions p(x), q(x) et r(x) sont constantes par element
(et parfois meme constantes dans tout le domaine), il est utile de calculer immediatement et une
fois pour toutes le syst`eme elementaire dans ce cas particulier. On notera pK , q K et rK les valeurs
respectives de ces fonctions sur lelement K. Nous supposerons de plus que le rel`evement ug (x) des
conditions aux limites essentielles est nul. Les differentes contributions au syst`eme elementaire sont
alors :
aK
ij
hK pK
2
hK
2
2q K
j ()i ()d + K
h
1
K
K
(xK
1 + x2 ) + h
2
fiK
sK
i
= sK
11 i (1) + s12 i (1)
r
1
dj di
d
d d
hK r K
i ()d =
2
i ()d
Interpolation lin
eaire
Si on utilise des fonctions dinterpolation lineaires, on remarque que les coefficients de la
matrice elementaire sont tr`es faciles `a calculer puisque lintegrant est alors un polynome de
degre maximum 2. On peut les evaluer analytiquement en notant toutefois au passage quune
quadrature de Gauss-Legendre `
a 2 points donnerait le meme resultat. On obtient ainsi :
A
hK p K
=
6
2 1
1 2
qK
+ K
h
1 1
1
1
(5.14)
97
4 1 2
7
1 8
K
K
K
h p
q
1
4 2 + K 1
7 8
AK =
(5.16)
30
3h
2
2 16
8 8 16
En ce qui concerne le membre de droite, lintegrant est quadratique et une formule de GaussLegendre `
a 2 points suffirait. On a :
K
1
s11
K rK
h
1 + sK
f K + sK =
(5.17)
12
6
4
0
Ces syst`emes elementaires reviennent frequemment dans les exemples et les exercices de telle sorte
quon y referera aux moments opportuns. Il importe cependant de bien comprendre comment on
les obtient. Notons enfin que dans le cas o`
u les fonctions p(x), q(x) et r(x) ne sont plus constantes
par element, les equations 5.14 `
a 5.17 ne sont plus valides.
5.1.7
Assemblage
98
Chapitre 5
0 ailleurs
Supposons maintenant que le j i`eme degre de liberte (pour un certain j compris entre 1 et nddl)
du domaine soit commun `
a 2 elements. Un degre de liberte peut etre commun `a plus de 2 elements
et le raisonnement qui suit se generalise facilement. La fonction de Ritz associee est constituee de
2 parties. Notons K1 et K2 les 2 elements en question. Le numero j apparat donc uniquement
aux lignes K1 et K2 du tableau dadressage. Sur le premier element, le degre de liberte j peut
correspondre au k1i`eme degre de liberte de lelement K1 et au k2i`eme degre de liberte de lelement K2
ee sera
(1 k1 , k2 nK
d ). On a donc adres(K1 , k1 ) = adres(K2 , k2 ) = j. La fonction de Ritz associ
donc definie par :
kK11 (x) si x K1
j (x) =
kK22 (x) si x K2
0 ailleurs
Notons en terminant que le support de cette fonction de Ritz se reduit aux 2 elements K1 et K2 .
I Exemple 5.2
Considerons un maillage de 3 elements tel quillustre `a la figure 5.9. Nous supposerons de plus que
les fonctions dinterpolation sont lineaires et quil ny a quun seul degre de liberte par noeud de
K
K
calcul (nK
esentation, nous supposerons que :
c = ng = nd = 2). Pour simplifier la pr
numer(j) = j
j = 1, 2, 3, nddl
de sorte que les tableaux connec et adres concident, ce qui revient `a dire quaucune variable
essentielle nest imposee. Il en resulte le tableau dadressage :
99
1
1
2
K1
3
K2
4
K3
2
1
2
K1
3
K2
4
K3
3
1
2
K1
3
K2
4
K3
4
1
2
K1
3
K2
4
K3
100
Chapitre 5
Num
eros des ddls
Tableau adres
ement Ddl #1 Ddl #2
El
1
1
2
2
2
3
3
3
4
Il y a donc au total 4 degres de liberte (nddl = 4) et la figure 5.9 presente les 4 fonctions de Ritz
qui y sont associees. Les fonctions 1 (x) et 4 (x) ne sont non nulles que respectivement sur les
elements K1 et K3 . Partout ailleurs, elles sont nulles. On remarque de plus que ces numeros (1 et
4) napparaissent respectivement dans le tableau dadressage quaux lignes 1 et 3 respectivement,
correspondant aux elements 1 et 3. Puisque adres(1, 1) = 1 et adres(3, 2) = 4, on a :
K1
1 (x) si x K1
1 (x) =
0 ailleurs
et :
4 (x) =
K3
2 (x) si x K3
0 ailleurs
2 (x) =
1K2 (x) si x K2
0 ailleurs
De meme, puisque adres(2, 2) = adres(3, 1) = 3
K2
2 (x) si x K2
3 (x) =
1K3 (x) si x K3
0 ailleurs
J
101
1
1
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
102
Chapitre 5
I Exemple 5.3
Sur le meme maillage de 3 elements de la figure 5.9 et en faisant les memes hypoth`eses concernant la
numerotation des degres de liberte, on consid`ere cette fois des fonctions dinterpolation quadratiques
K
K
(nK
erote les degres de liberte du domaine tout simplement
c = nd = 3, ng = 2). Ici encore, on a num
de gauche `a droite. Les tableaux de connectivite connec et adres sont alors les memes :
Num
eros des ddls
Tableau adres
ement Ddl #1 Ddl #2 Ddl #3
El
1
1
3
2
2
3
5
4
3
5
7
6
Il y a donc au total 7 degres de liberte (nddl = 7) et la figure 5.10 presente les 7 fonctions de
Ritz qui y sont associees. On remarque que ces fonctions sont maintenant quadratiques (au lieu
de lineaires) sur les elements qui constituent leur support. Partout ailleurs, elles sont nulles. Par
exemple, puisque adres(1, 3) = 2, on a :
2 (x) =
K1
3 (x) si x K1
0 ailleurs
5 (x) =
1K3 (x) si x K3
0 ailleurs
Il en va de mani`ere similaire pour les autres fonctions de Ritz. J
Remarque 5.4
Notons enfin, et cela est fondamental, que le support des fonctions de Ritz se reduit `a tr`es peu
delements. Ainsi, pour obtenir les coefficients du syst`eme lineaire global de la methode de Ritz
a(j , i ), il nest pas necessaire dintegrer sur tout le domaine puisque le support des fonctions
i (x) est tr`es reduit. De plus, lintersection des supports des fonctions i (x) et j (x) est parfois nul
ce qui entrane que a(j , i ) = 0. Lintegration ne porte donc que sur lintersection des supports
des fonctions i (x) et j (x). Il en resulte une structure matricielle tr`es particuli`ere pour le syst`eme
lineaire global. On parle alors de matrice creuse signifiant ainsi que la matrice obtenue contient une
103
part importante de zeros. On profitera eventuellement de cette structure pour diminuer lespacememoire requis en ne conservant que les termes non nuls. Nous reviendrons sur cette question un
peu plus loin.
Mais comment sy retrouver pour eviter des calculs inutiles ? Cest encore le tableau dadressage
qui nous guide. Il suffit en effet de calculer les syst`emes elementaires sur chaque element et le
tableau dadressage nous indique `
a quel endroit apporter cette contribution dans le syst`eme global.
Construction du syst`
eme global
` partir des syst`emes elementaires sur chaque element K, on construit un syst`eme dequations
A
lineaires global qui tient compte des contributions de chaque degre de liberte de chaque element.
La matrice globale sera notee A (et ses coefficients aij ). Rappelons que le vecteur global des degres
de liberte est note U (et ses coefficients ui ). Le terme de droite sera encore constitue de 2 parties
F et S (de coefficients respectifs fi et si ). Pour saisir comment sy prendre, il suffit de remarquer
que pour notre probl`eme type :
Z 1
dj di
aij = a(j (x), i (x)) =
p(x)j (x)i (x) + q(x)
dx
dx dx
0
nel Z
X
K=1 K
p(x)j (x)|K
dj di
i (x)|K + q(x)
dx
dx K dx K
Z
=
K
K
d K dk1
+ q(x) k2
dx dx
!
dx
= aK
k1 k2
On ajoute ce dernier coefficient au terme aij du syst`eme global et on fera de meme pour tous les
elements dont le vecteur dadressage contient `a la fois les numeros i et j. On constate donc que
chaque coefficient de la matrice elementaire apporte une contribution au syst`eme lineaire global et
quil suffit de sommer les contributions de chaque syst`eme elementaire.
104
Chapitre 5
12
aK
K
a22
21
..
..
..
.
.
.
K
aK
a
nK 1
nK 2
d
aK
1nK
aK
2nK
d
..
.
aK
nK nK
uK1
uK2
..
.
uK K
n
f1K
f2K
..
.
fnKK
d
sK
11
sK
12
..
.
Considerons lelement aK
eme elementaire. Le tableau dadressage nous indique par
k1 k2 de ce syst`
exemple que adres(K, k1 ) = i et que adres(K, k2 ) = j. On a alors :
!
Z
K
K
d
d
p(x)kK2 (x)kK1 (x) + q(x) k2 k1 dx
aK
k1 k2 =
dx dx
K
Z
dj di
dx
=
p(x) j (x)|K i (x)|K + q(x)
dx K dx K
K
et que cette contribution doit etre ajoutee au coefficient aij du syst`eme global.
AU = F + S
De meme, on ajoute les coefficients locaux fkK1 et sK
k1 aux coefficients globaux fi et si .
De toute la discussion qui prec`ede, on conclut que lon construit la matrice A et les vecteurs F
et S de la mani`ere suivante, qui constitue lassemblage :
Initialisation `
a 0 de la matrice A et des vecteurs F et S ;
Pour chaque element K ;
Pour chaque degre de liberte k1 = 1, 2, , nK
d ;
Numero de la ligne : i = adres(K, k1 )
fi fi + fkK1
si si + sK
k1
Pour chaque degre de liberte k2 = 1, 2, , nK
d ;
Numero de la colonne : j = adres(K, k2 )
aij aij + aK
k1 k2
Fin de la boucle sur les colonnes
Fin de la boucle sur les lignes
Fin de la boucle sur les elements
105
Remarque 5.5
Il est concevable de construire des tableaux dadressage differents pour les lignes et les colonnes dune
matrice. On rencontre cette situation notamment dans les probl`emes ayant plusieurs inconnues. On
peut ainsi assembler des matrices rectangulaires si necessaire.
I Exemple 5.4
Considerons une fois encore le maillage tr`es simple de 3 elements quadratiques de la figure 5.3. On
trouve le tableau dadressage `
a la page 84. Le syst`eme global sera de dimension 7 sur 7. Pour le
construire, on va assembler les 3 syst`emes elementaires de dimension 3 de la forme :
K
K K K
K
a11 aK
u1
f1
s11
12 a13
K
K
K
K
aK
u2 = f2
+ sK
21 a22 a23
12
K
K
K
K
K
a31 a32 a33
u3
f3
0
Le vecteur dadressage du premier element K1 est [7, 2, 1]. Cela signifie que les inconnues elemenK1
1
1
taires uK
et uK
correspondent aux degres de liberte u7 , u2 et u1 du syst`eme global. Le
1 , u2
3
syst`eme elementaire est donc equivalent `a :
K
K1
1
1
0
a331 aK
0 0 0 0 aK
f3
u1
32
31
K1
K1 sK1
K
K
u2
f
a23 a221 0 0 0 0 a211
12
0
0 0 0 0 0 0 u3 0
0
0 0 0 0 0 0 u4 = 0 + 0
0
u5
0
0
0
0 0 0 0 0 0
0
0 0 0 0 0 0 u6 0 0
1
1
1
1
u7
sK
aK
aK
0 0 0 0 aK
f1K1
11
13
12
11
qui nest quune reecriture differente du syst`eme elementaire. Une facon systematique de sy retrouver consiste `
a ecrire le syst`eme elementaire sous la forme :
1
7 aK
11
2 aK1
21
1
1 aK
31
2
1
aK
12
1
aK
22
K1
a32
1
K1
K1 sK1
aK
13 u1 = f1
11
K1 + K1
K1
1
aK
f
s12
u2
2
23
K1
K1
K1
0
a33
f3
u3
o`
u on a simplement ajoute devant les lignes et au dessus des colonnes le vecteur dadressage du
premier element (la premi`ere ligne du tableau adres). Pour connatre ladresse dans le syst`eme
global dun coefficient du syst`eme elementaire, il suffit de regarder le vecteur dadressage de la ligne
1
et/ou de la colonne. Ainsi, le coefficient aK
eme elementaire apportera sa contribution au
21 du syst`
1
coefficient a27 du syst`eme global. De meme, les coefficient f1K1 et sK
es aux coefficients
11 seront ajout
f7 et s7 du vecteur des sollicitations global.
Pour le deuxi`eme element dont le vecteur dadressage est [2, 4, 3], un raisonnement similaire
nous permet decrire :
106
Chapitre 5
2
2 aK
11
4 aK2
21
2
3 aK
31
2
aK
12
K2
a22
2
aK
32
2
K2
K2 sK2
aK
13 u1 = f1
11
K2 + K2
K2
2
aK
f
s12
u2
23
2
K2
K2
K2
0
a33
f3
u3
qui devient :
0 0
2
0 aK
11
2
0 aK
31
K2
0 a21
0 0
0 0
0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
2
aK
13
2
aK
33
K2
a23
0
0
0
2
aK
12
2
aK
32
K2
a22
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
u1
u2
u3
u4
u5
u6
u7
f1K2
f K2
3
= f K2
2
0
0
0
2
sK
11
0
2
sK
12
0
0
0
0
0
0 0
0
0
u1
0
0
0 0 u2
0
0
0
0
0 0
0
u3
K3
K3
K3
K3
3
aK
a
a
0
f
u4 = 1 + s11
11
13
12
K3
K3
K3
3
u5
f3 0
aK
a
a
0
31
33
32
K3 K3
K3
K3
K3
f2
s12
a21 a23 a22 0
u6
u7
0
0
0
0 0
0
1
1
a33
aK
0
0
0
0 aK
32
31
aK1 aK1 + aK2 aK2
2
1
aK
0
0 aK
23
22
11
13
12
21
0
2
2
2
aK
aK
aK
0
0
0
31
33
32
2
2
2
3
3
3
aK
aK
aK
+ aK
aK
aK
0
0
21
23
22
11
13
12
K3
K3
K3
0
0
0
a
a
a
0
31
33
32
K3
K3
3
0
0
0
aK
a
a
0
21
23
22
K1
K1
K1
a13
a12
0
0
0
0 a11
f3K1
0
f K1 + f K2 sK1 + sK2
2
12
1
11
0
f3K2
K2
K2
K3
K3
= f2 + f1 + s12 + s11
K3
0
f
3
K3
K3
s
f2
12
K1
K1
s11
f1
:
u1
u2
u3
u4
u5
u6
u7
(5.18)
107
Remarque 5.6
Il est evident que seul ce dernier syst`eme de dimension nddl sur nddl est explicitement construit.
On ne construit pas un tel syst`eme pour chaque element pour ensuite les additionner comme nous
lavons fait. Cela necessiterait une quantite de memoire phenomenale et nous ne lavons fait que pour
illustrer le processus dassemblage. On additionne les contributions de chaque syst`eme elementaire
directement dans le syst`eme 5.18 `
a ladresse fournie par le vecteur dadressage de chaque element.
5.1.8
On impose les conditions en deux etapes suivant que lon traite les conditions essentielles (variables primaires) ou les conditions naturelles (variables secondaires). Une fois le syst`eme global
assemble, il prend la forme suivante :
M11 M12
M21 M22
UI
0
=
F1C
F2C
+
SC
SI
(5.19)
Cette partition particuli`ere provient de la numerotation des degres de liberte que nous avons etablie
et aussi de la formulation en correction qui annule la derni`ere partie du vecteur U . La partition de
la matrice A suit directement celle du vecteur global des degres de liberte U . On note au passage
que les matrices M11 et M22 sont carrees et que les matrices M12 et M21 sont rectangulaires. Si la
T = M . Nous reviendrons sur cette partition
forme bilineaire du probl`eme est symetrique, on a M12
21
lors de la resolution du syst`eme global.
Enfin, il reste `
a analyser le terme de droite compose de 2 parties. Le vecteur F est enti`erement
determine et ne pose aucun probl`eme. Par contre, le vecteur S contenant la contribution des variables secondaires est lui aussi decompose en 2 parties. L`a o`
u la variable essentielle est imposee (et
donc connue), nous avons vu que la condition naturelle est inconnue et vice versa. La situation est
donc claire aux 2 extremites du domaine.
Il reste `a regarder ce qui se passe aux fronti`eres entre les elements. Typiquement, si le degre de
liberte i du domaine est attache `
a un noeud x `a la fronti`ere entre 2 elements K et K+ , le vecteur
S contiendra `
a la ii`eme ligne une expression de la forme :
K
si = s12 + s11+
De la definition meme de ces variables, on a :
si = q(x )
du
du
(x ) q(x+ ) (x+ )
dx
dx
108
Chapitre 5
du
(x)
dx
au noeud x. Les indices et + ref`erent aux valeurs `a gauche (prise dans lelement K ) et `a droite
(prise dans lelement K+ ) de la variable en x. Or si ce saut etait different de 0, le terme de droite de
lequation differentielle 5.1 ferait apparatre une distribution de Dirac Hx . On utilise frequemment
les distributions de Dirac pour modeliser une charge ponctuelle dintensite H. Si tel est le cas,
cest au moment de limposition des conditions naturelles `a ce noeud que lon prend en compte la
contribution de cette charge ponctuelle et on pose :
K
si = s12 + s11+ = H
Sinon, on pose simplement si = 0.
5.1.9
Solution du syst`
eme global
Pour la resolution du syst`eme lineaire, 2 autres etapes sont necessaires. Tout dabord, on determine le vecteur U I en resolvant le syst`eme lineaire :
M11 UI = F1C + S1C
(5.20)
qui nest quune reecriture de la premi`ere equation du syst`eme 5.19. On remarque que le terme de
droite est enti`erement connu. Pour cela, on utilise les techniques classiques comme la methode de
decomposition LU . Remarquons que cette equation nest rien dautre que la discretisation de la
forme variationnelle :
a(u , w) = l(w) a(ug , w)
Une fois le vecteur U I calcule, on determine si necessaire le vecteur S I directement en posant :
S I = M21 UI F2C
(5.21)
On remarque enfin que les sous-matrices M12 et M22 ne jouent aucun role et pourraient tout
simplement ne pas etre assemblees.
I Exemple 5.5
Nous sommes en mesure de completer lexemple illustre `a la figure 5.3 qui nous a mene au syst`eme
lineaire 5.18. Imposons dabord les conditions aux limites. Dune part, le seul degre de liberte qui
` cet endroit, u(0) = c, ce qui entrane que u7 = c (et donc u = 0). On peut
est fixe est le 7i`eme . A
7
donc partitionner le syst`eme 5.18 sous la forme :
1
aK
33
1
aK
23
0
0
0
0
K1
a13
109
1
aK
32
K2
1
aK
22 + a11
K2
a31
2
aK
21
0
0
K1
a12
2
aK
13
K2
a33
2
aK
23
0
0
0
2
aK
12
K2
a32
K2
3
a22 + aK
11
K3
a31
3
aK
21
0
f3K1
K1
f2 + f1K2
f3K2
f2K2 + f1K3
f3K3
f2K3
f1K1
0
0
0
0
0
0
3
aK
13
K3
a33
3
aK
23
0
3
aK
12
K3
a32
3
aK
22
0
0
K1
2
s12 + sK
11
0
K2
3
s12 + sK
11
0
K3
s12
1
sK
11
1
aK
31
1
aK
21
0
0
0
0
K1
a11
u1
u2
u3
u4
u5
u6
0
o`
u nous avons explicite la forme 5.19. On peut d`es lors visualiser les matrices Mij de meme que les
partitions des vecteurs U , F et S.
Dautre part, on souhaite imposer une condition naturelle en x = 1 de la forme :
q(1)
du
(1) = d
dx
3
1
`
ce qui revient `
a poser sK
emite, la condition naturelle est inconnue et donc sK
12 = d. A lautre extr
11
lest aussi. De plus, puisquil ny a aucune charge ponctuelle dimposee, on a :
K2
K2
K3
1
sK
12 + s11 = s12 + s11 = 0
On en deduit que :
1
S I = [sK
11 ]
et :
I
U =
u1
u2
u3
u4
u5
u6
SC =
0
0
0
0
0
d
110
Chapitre 5
g
U =
0
0
0
0
0
0
c
On remarque immediatement que le syst`eme est bien de la forme 5.19. La matrice M11 est de
dimension 6 sur 6, la matrice M22 est de dimension 1 sur 1 et les matrices M12 et M21 de dimension
6 par 1 et 1 par 6 respectivement. La resolution est alors immediate en se servant des relations 5.20
et 5.21, pourvu que lon donne des valeurs precises `a c et d.
Une fois le syst`eme resolu, la solution est u(x) = ug (x)+u (x) qui sous forme vectorielle devient :
g
U = U + U =
0
0
0
0
0
0
c
u1
u2
u3
u4
u5
u6
0
u1
u2
u3
u4
u5
u6
c
Remarque 5.7
Dans cet exemple, la matrice M11 poss`ede une structure bien particuli`ere. On remarque en effet que
les coefficients non nuls sont concentres le long des diagonales principales. Lorsque lon seloigne
des diagonales principales, les coefficients de la matrice sont nuls et on parle de matrice bande
ou de matrice en ligne de ciel. Cela est d
u `a la numerotation initiale des degres de liberte du
domaine (voir la figure 5.3) qui met en relation (via le tableau dadressage) un degre de liberte
seulement avec les degres de liberte adjacents. Une numerotation aleatoire des degres de liberte
aurait pour consequence lobtention dune matrice pleine o`
u les coefficients non nuls sont eparpilles
dans toute la matrice. Il est important de profiter de cette structure particuli`ere et de sassurer que
la numerotation des degres de liberte minimise leparpillement des coefficients `a linterieur de la
matrice. Il existe plusieurs facons de faire et nous y reviendrons plus loin puisque cela prend toute
son importance en dimension superieure `a 1. Notons enfin que cette renumerotation eventuelle na
deffets que sur le tableau numer (et par consequent sur le tableau dadressage adres) et que toute
la procedure precedemment decrite reste inchangee.
5.1.10
111
Pr
esentation des r
esultats
La presentation des resultats est une operation importante mais qui na que peu de rapport
avec la methode des elements finis en tant que telle. De nombreux logiciels commerciaux existent
et permettent de presenter les resultats de facon claire et precise. La methode des elements finis
et les methodes numeriques en general produisent des quantites impressionnantes de donnees que
lon souhaite interpreter. Si ce probl`eme est relativement facile `a surmonter en dimension 1, il en
est tout autrement en dimension 2 ou 3.
Il convient toutefois de mentionner comment evaluer la solution calculee (et eventuellement ses
derivees si necessaire) dans le but den faire un graphique.
Pour chaque element K ;
Lire la ligne K du tableau dadressage ;
En deduire le vecteur U K des inconnues elementaires uK
i ;
Pour chaque point x o`
u on veut evaluer uK ;
K
2x (xK
1 + x2 )
Sur lelement de reference : =
hK
nK
nK
d
d
K
X
X
du
2
K dj
j () et
uK (x) =
uK
(x)
=
u
()
j
j
dx
hK
d
j=1
j=1
5.1.11
Exemples et applications
d
du
T (x)
= f (x)
dx
dx
(5.22)
u(0) = 0, u(5) = 0
o`
u T (x) est la tension dans le c
able, u(x) est la deflexion verticale et f (x) est la charge appliquee.
Dans ce cas precis, on applique une charge lineaire sur lintervalle [0, 2], en plus du poids du c
able
ce qui donne :
(6 + 40x) pour 0 x 2
f (x) =
6
pour 2 x 5
112
Chapitre 5
150 N
r(x) = 6 N/m
0
Le maillage
On consid`ere un maillage de 4 elements et une interpolation quadratique sur chaque element.
Le maillage est presente aussi `
a la figure 5.12 ainsi que les coordonnees et la numerotation
des noeuds. De plus, on sest assure de placer le point x = 4, o`
u se situe la charge ponctuelle,
`a la fronti`ere entre 2 elements ce qui en facilite la prise en compte. On a donc les tableaux
113
2
3
2
5
3
7
4
9
x=5
suivants :
Coordonn
ees des noeuds
Tableau coor
x1
x2
x3
0,0000 0,0000
0,0000
1,0000 0,0000
0,0000
2,0000 0,0000
0,0000
2,5000 0,0000
0,0000
3,0000 0,0000
0,0000
3,5000 0,0000
0,0000
4,0000 0,0000
0,0000
4,5000 0,0000
0,0000
5,0000 0,0000
0,0000
Num
eros des noeuds de calcul
Tableau connec
ement Noeud #1 Noeud #2 Noeud #3
El
1
1
3
2
2
3
5
4
3
5
7
6
4
7
9
8
La variable essentielle u(x) est imposee en x = 0 et en x = 5. On obtient toujours le tableau
de numerotation en 2 etapes. Dans un premier temps, on a evite de numeroter les degres
de liberte associes aux noeuds 1 et 9 o`
u des conditions essentielles sont imposees. Dans un
deuxi`eme temps, on numerote les degres de liberte fixes :
114
Chapitre 5
Num
erotation
Num
erotation
Tableau numer
Tableau numer
Noeud
u
Noeud
u
1
?
1
8
2
1
2
1
3
2
3
2
4
3
4
3
5
4
5
4
6
5
6
5
7
6
7
6
8
7
8
7
9
?
9
9
Le tableau dadressage correspondante est alors :
Num
eros des ddls
Tableau adres
ement Ddl #1 Ddl #2 Ddl #3
El
1
8
2
1
2
2
4
3
3
4
6
5
4
6
9
7
Le syst`
eme
el
ementaire
Le syst`eme elementaire a pour coefficients :
Z 1
dj di
2
K
aij =
d
400
hK 1
d d
hK
2
K
K
(xK
1 + x2 ) + h
2
fiK
sK
i
= sK
11 i (1) + s12 i (1)
f
1
i ()d
Pour la matrice elementaire, puisque dans ce cas on a p(x) = 0 et q(x) = 400, on peut tirer
profit de lequation 5.16 pour obtenir :
7
1 8
400
1
7 8
3hK
8 8 16
et ce quel que soit lelement. Par contre, pour le calcul du terme de droite on distingue 2 cas
suivant que lon se place dans le premier element ou dans les autres.
115
1. Premier
el
ement
K1
K1 = 2 et on doit
1
evaluer :
Dans le premier element xK
1 = 0, x2 = 2 et donc h
fiK1
hK1
2
2
2
f
1
1
K1
K1
1
(xK
1 + x2 ) + h
2
!
i ()d
f (1 + ) i ()d
(6 + 40 (1 + )) i ()d
6
1
86
=
3
184
8
2
1
K1
200
7
1 8
8
u1
1
7 8 uK21
3 2
1 8 8 16
uK31
1 6 sK1
11
=
3 86 + sK1
12
184
0
2. Les 3 autres
el
ements
Dans cet exemple precis, les 3 autres elements sont identiques et verifient hK = 1. De
plus, puisque r(x) = 6, on peut encore utiliser les relations 5.16 et 5.17 pour obtenir
directement les syst`emes elementaires :
K
K
7
1 8
u1
3
s11
1
400
K
1
7 8
u2 =
3 + sK
12
3
3
K
u3
8 8 16
12
0
116
Chapitre 5
En se servant du tableau adres, on assemble (en exercice ) la matrice 9 sur 9 suivante :
100
32 16
0
0
0
0
0 16
0
16
42 32
4
0
0
0
2
0
0 32
64 32
0
0
0
0
0
0
4 32
56 32
4
0
0
0
0
0
0 32
64 32
0
0
0
0
0
0
4 32
56 32
0
4
0
0
0
0
0 32
64
0 32
16
2
0
0
0
0
0
14
0
0
0
0
0
0
4 32
0
28
et le terme de droite :
184
89
12
6
12
6
12
6
3
K2
1
sK
12 + s11
0
K
K
2
s12 + s113
+
0
K
s 3 + sK4
12
11
1
sK
11
4
sK
12
K1
0
s11
I
C
0 et S =
S =
4
sK
12
0
150
0
117
Solution du syst`
eme lin
eaire
On doit donc resoudre le syst`eme global :
100
0
32 16
0
0
0
0
0 16
u1
u2
16
42 32
4
0
0
0
2
0
0 32
64 32
0
0
0
0
0
u3
0
4 32
56 32
4
0
0
0
u4
0
0
0 32
64 32
0
0
0
u5
0
0
0
4 32
56 32
0
4
u6
0
0
0
0
0 32
64
0 32
u7
16
2
0
0
0
0
0
14
0 0
0
0
0
0
0
4 32
0
0
28
1
=
3
184
89
12
6
12
6
12
6
3
0
0
+
0
150
sK1
11
4
sK
12
I
U =
Le vecteur solution complet (en ajoutant les conditions essentielles) est donc :
g
U = U + U =
La solution element par element est illustree `a la figure 5.13. On remarque que la solution
u(x) est constituee de 4 polyn
omes de degre 2 alors que T u0 (x) est constituee de 4 polyn
omes
lineaires (puisque T est constant). On remarque enfin que le saut des variables secondaires
en x = 2, x = 3 nest pas nul alors que celui en x = 4 est pr`es de 150. Cela demontre que
les conditions aux limites naturelles ne sont imposees que faiblement. Un maillage plus fin
permettrait dobtenir eventuellement les bonnes valeurs de ces sauts.
118
Chapitre 5
On peut enfin recuperer les variables naturelles qui restent en se
On obtient alors les reactions :
0,367 708 333
K1
16 2
0
s11
0,376 666 667
= 100
SI =
K4
3
0 0 32
s12
0,381 875 000
1 6
103,67
=
3 3
156,33
exprimees en N et qui representent les forces exercees aux 2 extremites pour retenir le cable. La
somme de ces 2 forces est de 260 N ce qui est exactement la charge totale exercee sur le cable :
Z
6 5 + 150 +
40x dx = 260N
0
5.2
Equations
diff
erentielles dordre 4
Dans cette section nous nous interessons aux equations differentielles dordre 4. Fort heureusement beaucoup de notions introduites `
a la section precedente restent inchangees et seront reutilisees
avec tr`es peu de modifications. Cest le cas du passage `a lelement de reference, de levaluation du
syst`eme elementaire, de lassemblage, de limposition des conditions aux limites, etc. Seules quelques
variantes propres aux equations differentielles dordre 4 sont necessaires.
5.2.1
Probl`
eme type
Pour fixer les idees, nous commencerons par la resolution dun probl`eme classique dune equation
differentielle dordre 4 de la forme :
d2
d2 u
p(x)u
+
q(x)
= r(x)
2
2
dx
dx
d2 u
(5.23)
u(0)
=
a,
q(0)
(0) = b
dx2
du
d
du
(L) = c,
q(L) (L) = d
dx
dx
dx
119
120
Chapitre 5
Ce type dequations differentielles est frequemment rencontre pour les probl`emes de poutres o`
u
dans ce cas, u(x) est la deflexion verticale de la poutre au point x. Nous savons dores et dej`
a que
ce type de probl`emes trouve un cadre fonctionnel approprie dans H 2 (]0, L[) et quon distingue pour
cette equation differentielle dordre 4 deux conditions
essentielles
(imposition de u(x) et de du
dx ) et
2
d
q(x) ddxu2 et de q(x) ddxu2 ) en lune ou lautre des 2
deux conditions naturelles (imposition de dx
extremites du domaine. Tenant compte des conditions essentielles imposees dans ce probl`eme, on
pose :
dw
V = {w H 2 (]0, L[) | w(0) =
(L) = 0}
dx
Lespace V est constitue des fonctions de H 2 (]0, L[) qui sannulent l`a o`
u les conditions essentielles
sont imposees. Dans ce cas, on pose u = u + ug et la formulation variationnelle (laissee en exercice)
est :
trouver u V telle que :
a(u , w) = l(w) a(ug , w) w V
(5.24)
o`
u:
1
p(x)u (x)w(x) + q(x)u00 (x)w00 (x) dx
a(u , w) =
0
et :
Z
r(x)w(x)dx d w(L) + b
l(w) =
0
dw
(0)
dx
5.2.2
Le maillage
Le maillage poss`ede les memes caracteristiques que pour les probl`emes dordre 2. Pour illustrer
notre propos, on choisit comme domaine le segment [0, L] et on consid`ere un maillage uniforme de
K
3 elements. On prend seulement les 2 noeuds geometriques comme noeuds de calcul (nK
g = nc = 2).
Le tableau de connectivite des noeuds secrit dans ce cas :
121
Num
eros des noeuds de calcul
Tableau connec
Noeud
1
2
3
4
Num
erotation
Tableau numer
Ddl #1 (u(x)) Ddl
?
2
4
6
#2 ( du
dx )
1
3
5
?
Remarquons que le degre de liberte associe `a la variable essentielle u(x) au premier noeud na pas
ete numerote de meme que celui associe `a la variable essentielle du
dx au noeud # 4 ce qui est fait
dans une deuxi`eme etape :
Noeud
1
2
3
4
Num
erotation
Tableau numer
Ddl #1 (u(x)) Ddl
7
2
4
6
#2 ( du
dx )
1
3
5
8
ement
El
1
2
3
Num
eros des ddls
Tableau adres
Ddl #1 Ddl #2 Ddl #3
7
1
2
2
3
4
4
5
6
Ddl #4
3
5
8
122
5.2.3
Chapitre 5
Formulation variationnelle
el
ementaire
K
dx dx xK
dx
dx2
K
x
Z
ou encore :
Z
xK
2
d2 u d2 w
p(x)u(x)w(x) + q(x) 2 2 dx
dx dx
Z xK
2
K
K
K
K dw
K dw
r(x)w(x)dx + sK
=
(xK
(xK
12 w(x2 ) + s11 w(x1 ) + s22
2 ) + s21
1 )
K
dx
dx
x1
xK
1
o`
u on a introduit les variables secondaires :
d
d2 u
sK
=
q(x)
11
dx
dx2 x=xK
sK
12 =
sK
21
d2 u
= q(x) 2
dx
x=xK
sK
22
d
dx
d2 u
q(x) 2
dx
x=xK
2
d2 u
= q(x) 2
dx
x=xK
2
Ces 2 variables secondaires correspondent aux 2 conditions naturelles aux 2 extremites de lelement. La notation `
a 2 indices indique que sK
eme variable secondaire `
a la
i1 est la valeur de la i i`
premi`ere extremite de lelement tandis que sK
est
la
valeur
de
la
i
i`
e
me
variable
secondaire
a la
`
i2
deuxi`eme extremite de lelement K. Les signes qui sont affectes aux variables secondaires sont a
priori arbitraires de mani`ere `
a ce que les signes soient tous positifs dans la formulation variationnelle elementaire. Mentionnons cependant quen dimension 2 ou 3, le signe est determine par le
vecteur normal exterieur `
a la fronti`ere de lelement.
On passe ensuite en formulation de type correction en remplacant u(x) par ug (x) + u (x) :
Z
xK
2
xK
1
d2 u d2 w
p(x)u (x)w(x) + q(x) 2
dx
dx dx2
Z xK
Z xK
2
2
d2 ug d2 w
=
r(x)w(x)dx
p(x)ug (x)w(x) + q(x) 2
dx
dx dx2
xK
xK
1
1
dw K
K
K
K
K dw
+sK
(xK ) + sK
(x )
12 w(x2 ) + s11 w(x1 ) + s22
21
dx 2
dx 1
123
On pose ensuite :
u (x) =
nd
X
j=1
nd
X
K
ug K
j j (x)
j=1
o`
u:
aK
ij
fiK
sK
i
5.2.4
xK
2
=
xK
1
xK
2
=
xK
1
r(x)iK (x)dx
d2 jK d2 iK
+ q(x)
dx2 dx2
xK
2
xK
1
p(x)
K K
K K K
K
= sK
12 i (x2 ) + s11 i (x1 ) + s22
nd
X
j=1
!
dx
K
nd
2
K
2
K
X
d j
K
d i dx
K
ug K
ug K
j j (x) i (x) + q(x)
j dx2
dx2
j=1
diK K
diK K
(x2 ) + sK
(x1 )
21
dx
dx
Passage `
a l
el
ement de r
ef
erence
diK
2 di
(x) = K
(),
dx
h d
d2 iK
4 d2 i
hK
(x) = K 2
() et dx =
d
2
2
dx
(h ) d
2
124
aK
ij
Chapitre 5
K
K
(xK
1 + x2 ) + h
2
=
1
Z
+
fiK
q
1
sK
i
p
1
r
(hK )3
q
(xK
1
xK
2 )
2
K
K
= sK
11 i (1) + s12 i (1) + s21
d2 i 4
d 2 (hK )2
hK
d
2
j ()i ()d
K
K
(xK
1 + x2 ) + h
2
K
K
(xK
1 + x2 ) + h
2
d2 j 4
d 2 (hK )2
K
K
(xK
1 + x2 ) + h
2
(hK )3
hK
2
h
j ()i ()
d
2
K
K
(xK
1 + x2 ) + h
2
hK
2
d2 j d2 i
d
d 2 d 2
hK
i ()d
2
hK
p
K
K
(xK
1 + x2 ) + h
2
nd
X
ug K
j j () i ()d
j=1
nd
2
X
d j d2 i
ug K
d
j d 2
d 2
j=1
2 di
2 di
(1) + sK
(1)
22 K
K
h d
h d
K
evaluer, il reste `a construire des fonctions dinterpoCe syst`eme est de dimension nK
d sur nd . Pour l
lation sur lelement de reference. Puisque la solution recherchee est dans un sous-espace de H 2 (),
lapproximation polyn
omiale devra etre continue et derivable au moins une fois (voir le chapitre 2).
Cela nous am`ene `
a rappeler les polyn
omes dHermite.
5.2.5
4
X
j=1
K
uK
j j (x)
125
4
X
K K
uK
j j (x1 )
j=1
4
X
uK
j j (1)
= uK
1
j=1
4
4
X
X
djK K
2 dj
duK K
K
(x1 ) =
(x1 ) =
(1) = uK
uj
uK
j
2
dx
dx
hK d
j=1
(xK
2 )
4
X
j=1
K K
uK
j j (x2 )
j=1
4
X
uK
j j (+1)
= uK
3
j=1
4
4
X
X
djK K
2 dj
duK K
(x2 ) =
(x
)
=
(+1) = uK
uK
uK
2
j
j
4
dx
dx
hK d
j=1
j=1
= 1
d2
(1) =
d
3 (+1)
hK
2
= 1
d4
(+1) =
d
hK
2
et i (1)
et
di
(1) = 0 pour i 6= 2
d
et i (+1)
et
= 0 pour i 6= 1
= 0 pour i 6= 3
di
(+1) = 0 pour i 6= 4
d
Ces derni`eres proprietes ne sont rien de moins que la definition des polynomes dHermite (voir
par exemple Burden et Faires, ref. [8]). Puisquil y a 4 conditions `a satisfaire pour chacune des
fonctions dinterpolation, il semble naturel dutiliser des polynomes de degre 3 et il est alors facile
de montrer que :
1 () =
1
(1 )2 (2 + )
4
2 () =
hK
(1 2 )(1 ) 4 () =
8
3 () =
1
(1 + )2 (2 )
4
hK
(1 + 2 )(1 + )
8
126
Chapitre 5
3
= (1 2 )
4
d2 ()
d
hK
(1 + )(1 + 3)
8
d3 ()
d
3
(1 2 )
4
d4 ()
d
hK
(1 )(1 3)
8
3
2
d2 3 ()
d 2
d2 2 ()
d 2
hK
(1 + 3)
4
d2 4 ()
d 2
3
2
hK
(1 + 3)
4
Notons que la definition des fonctions dinterpolation sur lelement de reference depend de la
longueur hK de lelement K, ce qui netait nullement le cas pour les fonctions dinterpolation de
Lagrange. Ceci est d
u`
a la presence de degres de liberte portant sur la derivee de u(x). Pour assurer
la continuite de la derivee `
a la fronti`ere entre 2 elements, il est necessaire dajuster les fonctions
dinterpolation en fonction de la longueur des elements adjacents `a un noeud.
En utilisant ces fonctions dinterpolation, on donne une signification physique precise au vecteur
des degres de liberte elementaire et par la suite, au vecteur global des degres de liberte du domaine.
127
du K
(x ) uK
4
dx 1
du K
(x )
dx 2
Remarque 5.8
La notation utilisee peut peut-etre porter `a confusion. En effet, le degre de libere uK
2 contient la
du K
valeur de
(x ) et non la valeur de u au noeud correspondant. Nous aurions pu utiliser une
dx 1
notation differente mais il suffit de se rappeler que uK
eme degre de liberte de
2 correspond au deuxi`
lelement K et que son interpretation peut varier suivant le probl`eme.
5.2.6
Evaluation
du syst`
eme
el
ementaire
Levaluation du syst`eme elementaire suit les memes lignes que pour les probl`emes dordre 2.
On peut toujours choisir entre lintegration numerique et lintegration exacte. Si on suppose encore
une fois que les fonctions p(x), q(x) et r(x) sont constantes par element (et ug (x) = 0) , le syst`eme
elementaire devient :
4992
704hK
1728
416hK
6
3hK
6
3hK
K
K
K
K
K
2
K
K
2
K
K
2
K
h p
128(h )
416h
96(h )
2(h ) 3h
(hK )2
+ 2q 3h
704h
AK =
1728
416hK
4992
704hK (hK )3 6 3hK
6 3hK
13 440
K
K
2
K
K
2
K
K
2
K
416h
96(h ) 704h
128(h )
3h
(h ) 3h
2(hK )2
(5.25)
Une integration par une quadrature de Gauss-Legendre necessiterait au moins 4 points dintegration car la premi`ere matrice de lequation 5.25 requiert lintegration de polynomes de degre 6.
En ce qui concerne le membre de droite, lintegrant est cubique et une formule de Gauss-Legendre
`a 2 points suffirait. On a :
K
6
s11
hK sK
21
6 + sK
12
hK
sK
22
f K + sK =
5.2.7
hK r K
12
(5.26)
Assemblage
Rien de neuf sous le soleil en ce qui concerne lassemblage. On utilise encore le tableau dadressage adres prealablement construit et contenant pour chaque element les numeros de ses degres de
liberte. On proc`ede exactement comme `a la section 5.1.7 pour assembler.
128
Chapitre 5
5.2.8
Limposition des conditions aux limites se fait toujours en 2 etapes. Premi`erement les degres
de liberte imposes par les conditions essentielles sont regroupes encore ici dans le vecteur U C . On
devra donc calculer le vecteur U I .
Puisquil y a 2 conditions naturelles, le vecteur S fait intervenir deux types de sauts `a la fronti`ere
de 2 elements K + et K . Si on note x le noeud de calcul correspondant `a cette fronti`ere et i et j
les numeros des degres de liberte associes `a ce noeud, le vecteur S contiendra les coefficients :
K
5.2.9
Solution du syst`
eme global
On proc`ede comme `
a la section 5.1.9 pour resoudre le syst`eme.
5.2.10
Exemples et applications
Nous allons considerer une poutre de longueur L m encastree `a lune de ses extremites tel
quillustree `a la figure 5.15. Ce probl`eme cadre parfaitement avec notre probl`eme type. Les variables
essentielles u(x) et u0 (x) designent dans ce cas le deplacement vertical (positif si dirige vers le haut)
et la pente. Il suffit ensuite de poser p(x) = 0 et q(x) = EI, le produit du module de Young E
(en N/m2 ) et du moment dinertie I de la poutre (en m4 ). Enfin, r(x) est une charge repartie
sur la poutre (la charge est positive si dirigee vers le haut). Les 2 conditions naturelles designent
respectivement un effort tranchant (cisaillement) :
d
F (x) =
dx
d2 u
q(x) 2
dx
d
=
dx
d2 u
EI 2 en N
dx
129
50 kN
24 kN/m
(5.27)
que lon peut interpreter au sens des distributions. Dans un premier temps, si M (x) poss`ede une
discontinuite de premi`ere esp`ece au point x, alors la relation 5.27 nous assure que lon verra apparatre la derivee de la distribution de Dirac x0 puisquon doit deriver 2 fois cette discontinuite. Un
couple de flexion en x est donc modelise par la distribution x0 . Par contre, si la force de cisaillement
F (x) poss`ede un saut au point x, alors seulement la distribution de Dirac x apparatra.
Nous supposerons dans cet exemple que le produit EI est constant et quune charge uniforme
r(x) = r0 N/m est repartie sur toute la poutre. Enfin, `a la deuxi`eme extremite (x = L), on place
une charge ponctuelle de f0 N. On remarque quon impose les deux variables essentielles u(0) = 0 et
du
a la premi`ere extremite traduisant ainsi le fait que la poutre est encastree `a cet endroit.
dx (0) = 0 `
On choisira donc ug (x) = 0 et nous suivrons encore ici les etapes de resolution dej`a decrites.
Le maillage
On prendra pour ce probl`eme un maillage tr`es simple de 2 elements de longueur egale h =
L/2 m et comportant 3 noeuds (nnoeuds = 3). Dans un premier temps, on obtient le tableau
130
Chapitre 5
coor :
Coordonn
ees des noeuds
Tableau coor
x1
x2
x3
0
0
0
L/2
0
0
L
0
0
Noeud
1
2
3
Num
erotation
Tableau numer
Ddl #1 (u(x)) Ddl
?
1
3
#2 ( du
dx )
?
2
4
puisque les 2 degres de liberte associes au premier noeud sont fixes par les conditions essentielles. Un deuxi`eme passage nous donne maintenant :
Noeud
1
2
3
Num
erotation
Tableau numer
Ddl #1 (u(x)) Ddl
5
1
3
#2 ( du
dx )
6
2
4
131
ement
El
1
2
Num
eros des ddls
Tableau adres
Ddl #1 Ddl #2 Ddl #3
5
6
1
1
2
3
Ddl #4
2
4
3hK
6
3hK
K K
K 2(hK )2 3hK
2q K
(hK )2
= h r
3h
K
K
K
3
6 3h
6 3h
(h )
12
3hK
(hK )2 3hK 2(hK )2
sK
11
hK s K
+ 21
K
6
s12
K
h
sK
22
o`
u hK = L/2, q K = EI, et rK = r0 .
Lassemblage
Si on pose maintenant L = 2 (hK = 1), EI = q K = 5000 kN m2 , r0 = rK = 24 kN/m
et f0 = 50 kN, les syst`emes elementaires sur les 2 elements sont les memes. Le tableau
dadressage nous permet decrire pour le premier element :
10 000
6
1
2
5
6
1
2
6
3 6
3
3
2 3
1
6 3
6 3
3
1 3
2
uK1
1
K1
u2
K1
u3
uK41
1
12
sK
11
K
= 2 + s 1
21
1
12
sK
12
K
2
s221
132
Chapitre 5
10 000
2
3
4
1
2
3
4
6
3 6
3
3
2 3
1
6 3
6 3
3
1 3
2
uK2
1
K2
u2
K2
u3
uK42
2
12
sK
11
K2
= 2 +
s21
2
12
sK
12
K
2
s222
Le vecteur dadressage du premier element K1 est [5, 6, 1, 2]. Cela signifie que les inconnues
1
elementaires uK
correspondent aux degres de liberte u5 , u6 , u1 et u2 du syst`eme global qui
i
est de dimension 6 sur 6 dans ce cas. Le syst`eme elementaire est donc equivalent `a :
K1
s12
u1
6 3 0 0 6 3
12
2 0 0
3
1 u2
2 sK
22
0
0
0 0 0
0
0
0
u3 =
+
10 000
0
0
0 0 0
0
0
0
u4
6
3 0 0
6
3 u 12 sK1
11
1 0 0
6
3 6
3
3
2 3
1
6 3
6
3
10 000
3
1 3
2
0
0
0
0
0
0
0
0
1
sK
21
u6
:
0
0
0
0
0
0
0
0
0
0
0
0
u1
u2
u3
u4
u5
u6
12
2
12
2
0
0
12
0 6
3 6 3
u1
24
0
u2
4
3
1
3
1
0
6 3
u3 12
6
3
0
0
10 000
3
u =
1
3
2
0
0
2
4
6
3
0
0
6
3 u5 12
3
1
0
0
3
2
u6
2
2
sK
11
2
sK
21
K2
s12
2
sK
22
0
0
K1
2
sK
11 + s12
K1
2
sK
21 + s22
K2
s12
2
sK
22
K1
s11
1
sK
21
133
R
esolution du syst`
eme lin
eaire
Apr`es simplification, il reste le syst`eme lineaire :
u1
12
0 6
3
u2
0
4
3
1
10 000
6 3
6 3 u3
u4
3
1 3
2
0
24
0
0
=
12 + 50
0
2
u1
1,173 333 102
u2 2,060 000 102
u3 3,626 667 102
u4 = 2,640 000 102
u5
0
u6
Puisque ug (x) = 0, on a u(x) = u (x) et dans le premier element, le tableau dadressage nous
permet decrire la solution :
uK1 (x) =
4
X
K1
K1
K1
K1
1 K1
uK
j j (x) = u5 1 (x) + u6 2 (x) + u1 3 (x) + u2 4 (x)
j=1
= 102 1,173 3333K1 (x) + 2,060 0004K1 (x)
De meme sur le deuxi`eme element, on trouve :
uK2 (x) =
4
X
K2
K2
K2
K2
2 K2
uK
j j (x) = u1 1 (x) + u2 2 (x) + u3 3 (x) + u4 4 (x)
j=1
= 102 1,173 3331K2 (x) + 2,060 0002K2 (x) + 3,626 6673K2 (x) + 2,640, 0004K2 (x)
Il ne reste qu`
a recuperer les variables secondaires `a
rappelons-le, netaient pas imposees. On a :
K1
u1
s11
6 3 0 0
u2
= 10 000
K1
3 1 0 0 u3
s21
u4
12
2
=
98,0
148,0
134
Chapitre 5
1
3
6 r0 x
21 (f0 + r0 L)x2 + (M0 + f0 L + 21 r0 L2 )x /EI
EIu00 (x)
1
2
2 r0 x
5.3
135
Exercices
1. Dans le cas quadratique, on peut utiliser une base dite hierarchique pour interpoler. On pose
alors en vertu de lequation 5.4 :
u(x) |K ' uK (x) =
nD
X
K
uK
j j (x)
j=1
o`
u sur lelement de reference, on pose 1 () = (1 )/2, 2 () = (1 + )/2 et 3 () = (1 2 )
c.-`a-d. des fonctions lineaires sur les noeuds geometriques et une fonction quadratique au
K K
noeud milieu. Interpreter les uK
j en fonction des valeurs aux noeuds de calcul u (xi ).
2. Faire lassemblage de la matrice et du syst`eme global de la page 116 en utilisant directement
les syst`emes elementaires calcules.
3. Obtenir les fonctions dinterpolation dHermite de la page 125.
4. En vous servant des donnees de lexemple 5.6 des notes de cours :
a) Calculer :
T (x)
duK1
duK1
|x=0 = 400
(0)
dx
dx
1
en utilisant le passage `
a lelement de reference et comparer avec la valeur sK
11 = 103,67
que nous avions obtenue. Commenter sur le fait que ces deux quantites sont des approximations de T (x) du
dx |x=0 dont la valeur exacte est 104.
b) Si on remplace les conditions aux limites actuelles (u(0) = u(5) = 0) de ce probl`eme par
u(0) = 2 et u(5) = 3, donner lexpression de la fonction de rel`evement des conditions
aux limites (ug ) qui sera implicitement construite par notre methode delements finis.
Dessiner-cette fonction sur le maillage de lexemple 5.6.
5. La formulation variationnelle dune equation differentielle fait intervenir un terme de la forme :
Z xK
2
du
c2 (x)w(x)dx
dx
xK
1
o`
u c2 est une constante. Si on utilise des elements lineaires, la matrice elementaire associee
3 du
x
+ x2 u =
dx
dx
u(0)
u(1)
1
x+1
= 1
= 3
136
Chapitre 5
On considerera un maillage uniforme de 3 elements de lintervalle ]0, 1[ et on utilisera une
approximation cubique dans chaque element.
a) Determiner la fonction dinterpolation 3 dans lelement de reference.
b) Dessiner le rel`evement des conditions aux limites essentielles sur le maillage utilise ;
c) Determiner le nombre de points de Gauss minimum afin devaluer exactement chaque
terme de la formulation variationnelle ;
d) Donner la table dadressage correspondant au maillage utilise ;
e) Determiner, en fonction des matrices elementaires aK
ij , la valeur de a33 et de a14 du
syst`eme global.
Chapitre 6
6.1
Probl`
eme type
= h(x) sur 1
q(x)
n
(6.1)
On suppose que la fonction p(x) est positive ou nulle et que 0 < q1 q(x) q2 sur le domaine .
Nous supposerons de plus que les fronti`eres 0 et 1 constituent une partition de la fronti`ere du
domaine c.-`a-d. 0 1 = et 0 1 = . Il faut de plus specifier la regularite des conditions
aux limites. Puisquil sagit dun probl`eme dordre 2, on travaillera dans H 1 () et limposition de
u(x) sera lunique condition essentielle. Il sen suit que lespace fonctionnel approprie est lespace
H10 (). On doit donc supposer que g(x) H 1/2 (0 ) ce qui nous permettra deffectuer le rel`evement
de la condition aux limites essentielle par une fonction ug (x) de H 1 ().
Sous ces conditions, les hypoth`eses du theor`eme de Lax-Milgram sont verifiees. On obtient de
plus la formulation variationnelle (laissee en exercice) :
137
138
Chapitre 6
Trouver u (x) H10 () telle que :
a(u , w) = l(w) a(ug , w) w(x) H10 ()
o`
u:
Z
(p(x)u (x)w(x) + q(x)u w) dv
a(u , w) =
et :
Z
l(w) =
Z
r(x)w(x) dv +
h(x)w(x) ds
1
6.2
Le maillage
6.2.1
Les noeuds
139
6.2.2
Les degr
es de libert
e
On associe `
a chaque noeud de calcul un certain nombre de degres de liberte (au total nK
d
sur chaque element), dependant du nombre de variables essentielles du probl`eme. Ici encore, on
numerotera en dernier les degres de liberte qui sont imposes par les conditions aux limites essentielles
du probl`eme donne. On a donc la partition :
u1
UI
u2
U = . =
..
C
U
unddl
o`
u nddl designe le nombre total de degres de liberte du maillage.
Rappelons quon associe `
a chaque degre de liberte une fonction de Ritz qui sera construite
element par element. La methode de Ritz-Galerkin nous m`enera `a la resolution dun syst`eme lineaire
global de la forme :
AU = F + S
(6.2)
suivant une notation similaire `
a celle des elements unidimensionnels (voir la relation 5.19).
6.2.3
Num
erotation des degr
es de libert
e
Sil est relativement simple de numeroter les degres de liberte en dimension 1, il faut etre beaucoup plus prudent en dimension superieure. En effet, cette numerotation a une influence majeure
sur la structure de la matrice globale qui sera assemblee. Nous avons vu que les matrices engendrees
par la methode des elements finis sont creuses c.-`a-d. contiennent une part importante de zeros.
Cette structure depend directement du tableau adres qui determine si un degre de liberte i est
connecte ou non `
a un autre degre de liberte j. Si tel est le cas, le coefficient aij de la matrice globale
sera non nul. Sinon, on a tout simplement aij = 0. Pour que 2 degres de liberte soient connectes, il
faut et il suffit quils apparaissent tous deux dans une meme ligne du tableau adres. Cest une autre
facon de dire que les supports des fonctions de Ritz associees `a ces degres de liberte sintersectent.
Introduisons immediatement un peu de terminologie. On definit la largeur de bande de la ligne
i du syst`eme 6.2 par la relation :
li = max (j i + 1)
ji|aij 6=0
140
Chapitre 6
Il sagit tout simplement de la distance entre la diagonale de la matrice et le dernier terme non nul
de la ligne i. En dautre termes, aij = 0 pour j i + li . De meme, la largeur de bande maximale
lmax est la plus grande valeur des li c.-`a-d. :
lmax = max li
i
Il est important de concentrer les termes non nuls de la matrice au voisinage de la diagonale
principale de facon `
a diminuer lespace-memoire requis. Cela revient `a minimiser les largeurs de
bande. On obtient ainsi une matrice dite matrice bande ou plus precisement une matrice dite
en ligne de ciel. Cela est particuli`erement important si on utilise une decomposition LU pour la
resolution du syst`eme lineaire global. En effet, cette methode preserve la structure bande de la
matrice de sorte que lon peut stocker la decomposition LU sans augmenter la memoire necessaire.
Sur chaque ligne du syst`eme, les termes au del`a dune distance li de la diagonale sont nuls et
resteront nuls apr`es la decomposition LU . Il suffit pour sen convaincre de regarder lalgorithme de
la decomposition LU (voir Fortin, ref.[17]) :
lij = aij
j1
X
aij
lik ukj et uij =
k=1
i1
X
lik ukj
k=1
lii
En pratique, on donne une numerotation quelconque des degres de liberte dans le tableau
numer. Par la suite, on passe les tableaux numer et connec `a un programme doptimisation qui
renumerotera les degres de liberte (en modifiant le tableau numer) et creera le tableau adres suivant
un certain crit`ere doptimisation. On voudra par exemple minimiser la largeur de bande maximale
lmax de la matrice ou encore minimiser :
X
li
i
qui est une indication de lespace-memoire necessaire. Differents algorithmes de numerotation des
degres de liberte existent et nous ne mentionnerons que celui de Cuthill-McKee [22].
Pour illustrer ce point, on presente `a la figure 6.1 un exemple typique de matrice creuse (de
dimension 60 par 60) semblables `
a celles obtenues par elements finis. On indique seulement les
termes non nuls par un point. Si on renumerote les degres de liberte `a laide de lalgorithme de
Cuthill-McKee, on obtient la deuxi`eme matrice de la figure 6.1. On remarque aisement la diminution
de la largeur de bande entre les deux matrices illustrees. Ainsi, entre les deux numerotations (entre
les deux vecteurs numer), la largeur de bande maximale lmax est passee de 35 `a 12. Il en resulte
une economie despace-memoire et generalement une plus grande rapidite de resolution du syst`eme
lineaire.
6.3
Formulation variationnelle
el
ementaire
141
(p(x)u(x)w(x) + q(x)u w) dv =
K
sK (x)w(x) ds
r(x)w(x) dv +
K
u
nK
o`
u nK est le vecteur normal exterieur `a la fronti`ere K de K. La variable sK (x) est la condition
naturelle de ce probl`eme. On passe maintenant en correction :
Z
(p(x)u (x)w(x) + q(x)u w) dv
KZ
Z
Z
=
r(x)w(x) dv
(p(x)ug (x)w(x) + q(x)ug w) dv +
sK (x)w(x) ds
K
u (x)|K '
uK (x)
nd
X
uKj jK (x)
et
uK
g (x)
j=1
nd
X
K
uK
gj j (x)
(6.3)
j=1
142
Chapitre 6
(0, 1)
3
K
1
(0, 0)
2
(1, 0)
o`
u:
aK
ij
Z
=
p(x)jK (x)iK (x) + q(x)jK (x) iK (x) dv
fiK
Z
=
K
r(x)iK (x)
Z
dv
K
K
K
p(x)uK
g (x)i (x) + q(x)ug (x) i (x) dv
et :
sK
i
Z
=
sK (x)iK (x) ds
6.4
Passage `
a l
el
ement de r
ef
erence
Cest ici que le choix de la forme de lelement et le choix des noeuds geometriques prennent
est un element
beaucoup dimportance. Tout comme en dimension 1, lelement de reference K
sur lequel on effectue tous les calculs necessaires `a lobtention du syst`eme elementaire. Ceci nest
possible quapr`es un changement de variables. Contrairement au cas unidimensionnel, plusieurs
choix delements de reference sont envisageables et certains sont illustres aux figures 6.2 `a 6.6. Il
reste `a determiner la transformation de lelement reel `a lelement de reference que nous appellerons
encore ici la transformation geometrique.
Pour eviter une lourdeur excessive de la notation, nous choisissons de prendre comme vecteur
position x = (x, y, z) au lieu de (x1 , x2 , x3 ). De meme sur lelement de reference, on prendra
= (, , ).
` chaque noeud geometrique xK = (xK , y K , z K ) de lelement K doit correspondre un noeud
A
i
i
i
i
La transformation T K verifie donc :
geometrique i = (i , i , i ) sur lelement de reference K.
K 1 K
K
T K ( i ) = xK
i ou inversement (T ) (xi ) = i i = 1, 2, 3, , ng
Pour determiner la transformation geometrique, il suffit de trouver une base de polynomes de dimension egale au nombre de noeuds geometriques. On construit ensuite nK
g fonctions dinterpolation
143
(0, 1)
3
(0, 12 ) 6
5 ( 12 , 12 )
1
4 2
1
(0, 0) ( 2 , 0) (1, 0)
(1, 1) 2
1 (1, 1)
(1, 1) 3
4 (1, 1)
(1, 1) 2
(0, 1)
5
1 (1, 1)
(1, 0) 6
(1, 1) 3
7
(0, 1)
8 (1, 0)
4 (1, 1)
144
Chapitre 6
(0, 0, 1)
4
K
1
(0, 0, 0)
3
(0, 1, 0)
(1, 0, 0) 2
geometriques verifiant :
Li ( j ) = ji
(6.4)
Cest la base meme de linterpolation de Lagrange (voir lannexe C) et les fonctions Li () sont bien
s
ur les fonctions dinterpolation de Lagrange. Il est facile de verifier que la transformation :
TK :
K
(6.5)
nK
= (, , ) x = (x, y, z) =
g
X
xK
i Li ()
i=1
poss`ede les proprietes desirees. Il faudra ensuite transformer les derivees des fonctions dinterpolation. Cest la technique classique de la derivation en chane. Pour ce faire, il est utile dintroduire
la matrice jacobienne DT K associee et que lon definit par :
x x x
y y y
DT K =
z z z
Il est facile de determiner les coefficients de cette matrice, simplement en derivant la relation 6.5.
La matrice jacobienne doit etre inversible pour que la transformation T K le soit aussi. Il suffit donc
que le determinant J K de cette matrice soit non nul. On appelle ce determinant le jacobien de la
145
transformation. Toute fonction dinterpolation K (x, y, z) est ainsi definie `a partir de lelement de
reference par la relation :
, )
K (x, y, z) = K (T K (, , )) = (,
Pour transformer les derivees partielles, la derivation en chane nous donne :
K (x, y, z)
K (x, y, z)
=
K
(x, y, z)
z
(, , )
(, , )
(,
, )
z
(6.6)
(,
, )
(,
, )
x
x
=
z
K (x, y, z)
z
K (x, y, z)
z K (x, y, z)
(6.7)
h
i
, )
x K (x, y, z) = (DT K )> (,
(6.8)
146
Chapitre 6
K
(xK
3 , y3 )
T K (, )
(0, 1)
3
K
1
(0, 0)
2
(1, 0)
K
(xK
2 , y2 )
K
(xK
1 , y1 )
aK
ij
p(x)jK (x)iK (x) + q(x)jK (x) iK (x) dv
ZK
>
=
p(x)jK (x)iK (x) + q(x) x jK (x, y, z)
x iK (x, y, z) dv
ZK
h
i>
h
i
K
K
K > K
=
p(T ())j ()i () + q(T ()) j (, , ) (B ) B i (, , ) J K d
v
=
fiK
Z
=
sK
i
Z
=
q(T K ())
nK
d
p(T K ())
nd
X
uK
d
v
gj j () i ()J
j=1
>
h
i
j (, , ) (B K )> B K i (, , ) J K d
uK
v
gj
j=1
sK (x)iK (x) ds
(6.9)
Remarquons que lintegrale sur la fronti`ere des elements na pas ete transformee. On le fera plus
tard si le besoin sen fait sentir.
I Exemple 6.1
Considerons en premier lieu des transformations geometriques lineaires en dimension 2. Tout
dabord sur le triangle `
a 3 noeuds geometriques (nK
element de reference
g = 3) de la figure 6.7. L
K
est indique `a la figure 6.2. La transformation T secrit `a laide des fonctions de Lagrange C.3 sous
147
la forme :
x
y
= T () =
3
X
xK
i
yiK
Li ()
i=1
=
=
K
K
(1 )xK
1 + x2 + x3
K
K
K
(1 )y1 + y2 + y3
K
K
L1 ()xK
1 + L2 ()x2 + L3 ()x3
K
K
K
L1 ()y1 + L2 ()y2 + L3 ()y3
Il est facile de verifier que les fonctions Li () verifient la condition 6.4. La matrice jacobienne est
alors :
K
x2 xK
xK
xK
K
1
3
1
DT =
y2K y1K y3K y1K
Le jacobien J K de cette transformation nest nul que si les points xK
eaires et donc si le
i sont colin
triangle est degenere. De plus :
K
1
y3 y1K y1K y2K
K
K >
(6.10)
B = (DT )
= K
K xK xK
xK
J
1 x3
2
1
et on montre de plus facilement que J K = 2 aire(K) (en exercice). Notons enfin que le jacobien
est une constante sur lelement K et ne depend pas de . Ce ne sera pas toujours le cas. J
Remarque 6.1
Dans le cas dune approximation lineaire sur les elements triangulaires, et si de plus p(x) = 0,
ug (x) = 0 et les fonctions q(x) et r(x) sont constantes par element (q(x) = q K et r(x) = rK sur
lelement K), on peut facilement evaluer le syst`eme elementaire (voir Reddy, ref. [31]) et on obtient :
aK
ij
fiK
qK
iK jK + iK jK
K
4A
1 K K
r A
3
o`
u AK est laire de lelement et les constantes iK et iK sont donnees par :
1K
2K
3K
I Exemple 6.2
= y2K y3K
= y3K y1K
= y1K y2K
1K
2K
3K
K
= (xK
2 x3 )
K
= (xK
3 x1 )
K
= (x1 xK
2 )
(6.11)
148
Chapitre 6
Considerons maintenant une transformation geometrique dite bilineaire. On consid`ere des elements
quadrangulaires `
a 4 sommets (nK
element de reference est indique `a la figure 6.4. La
g = 4). L
transformation T K secrit dans ce cas :
K
4
X
x
xi
L1 ()xK
+ L2 ()xK
+ L3 ()xK
+ L4 ()xK
K
1
2
3
4
= T () =
Li ()
=
yiK
L1 ()y1K + L2 ()y2K + L3 ()y3K + L4 ()y4K
y
i=1
o`
u les fonctions Li () sont donnees au tableau C.7 :
L1 () =
1
(1 + )(1 + )
4
L2 () =
1
(1 )(1 + )
4
L3 () =
1
(1 )(1 )
4
L4 () =
1
(1 + )(1 )
4
K = 1 (xK xK xK + xK )
B11
2
3
4
4 1
K = 1 (xK xK + xK xK )
C11
2
3
4
4 1
K = 1 (xK + xK xK xK )
B12
2
3
4
4 1
K = 1 (xK xK + xK xK )
C12
2
3
4
4 1
K = 1 (y K y K y K + y K )
B21
2
3
4
4 1
K = 1 (y K y K + y K y K )
C21
2
3
4
4 1
K = 1 (y K + y K y K y K )
B22
2
3
4
4 1
K = 1 (y K y K + y K y K )
C22
2
3
4
4 1
Le determinant est de toute evidence non constant et est bien une fonction de = (, ). Notons
de plus que :
K + C K
K + C K )
1
B22
(B21
K
K >
22
21
B = (DT )
= K
(6.12)
K + C K )
K + C K
(B12
B11
J
12
11
J
I Exemple 6.3
Les 2 exemples precedents necessitent lutilisation de triangles ou de quadrilat`eres ayant des c
otes
droits. Cela est d
u aux transformations lineaires (ou bilineaires) qui assurent quun segment de
149
K
(xK
3 , y3 )
T K (, )
(0, 1)
3
(0, 12 ) 6
K
(xK
6 , y6 )
5 ( 12 , 21 )
1
4 2
1
(0, 0) ( 2 , 0) (1, 0)
K
(xK
1 , y1 )
K
(xK
5 , y5 )
K
(xK
2 , y2 )
K
K
(x4 , y4 )
x
y
= T () =
6
X
i=1
Li ()
xK
i
yiK
I Exemple 6.4
Passons au cas tridimensionnel et considerons une transformation geometrique lineaire. Tout dabord
sur le tetra`edre `
a 4 noeuds geometriques (nK
element de reference est indique `a la figure 6.6.
g = 4). L
La transformation T K (voir la figure 6.9) secrit alors :
K
K
K
x
L1 ()xK
1 + L2 ()x2 + L3 ()x3 + L4 ()x4
y = T K () = L1 ()y1K + L2 ()y2K + L3 ()y3K + L4 ()y4K
z
L1 ()z1K + L2 ()z2K + L3 ()z3K + L4 ()z4K
K
K
K
(1 )xK
1 + x2 + x3 + x4
= (1 )y1K + y2K + y3K + y4K
(1 )z1K + z2K + z3K + z4K
150
Chapitre 6
T K (, , )
(0, 0, 1)
K K
(xK
4 , y4 , z4 )
4
K K
(xK
1 , y1 , z1 )
K
1
(0, 0, 0)
K K
(xK
3 , y3 , z3 )
K K
(xK
2 , y2 , z2 )
3
(0, 1, 0)
(1, 0, 0) 2
K
xK
4 x1
y4K y1K
z4K z1K
B K = (DT K )>
K K
K
K K
K K
K K
K K
t t33 tK
32 t23 t13 t32 t12 t33 t12 t23 t13 t22
1 22
K
K K
K K
K K
K K
K K
= K tK
31 t23 t21 t33 t11 t33 t13 t31 t21 t13 t23 t11
J
K
K
K
K
K
K
K
K
K
K
K
t21 t32 t31 t22 t12 t31 t32 t11 t11 t22 tK
12 t21
On montre de plus facilement que J K = 6 volume(K) (en exercice). Notons quencore ici que le
jacobien est une constante et ne depend pas de . J
6.5
151
K
K
Tout comme en dimension 1, `
a chaque noeud de calcul (xK
element reel K,
1 , x2 , , xnC ) de l
correspond un noeud dinterpolation ( 1 , 2 , , nC ) sur lelement de reference par la relation :
K
K
i = (T K )1 (xK
i ) ou encore xi = T ( i ), i = 1, 2, , nC
Sur lelement K, `
a chaque degre de liberte de chaque noeud de calcul correspond une fonction
dinterpolation jK (x). Ces fonctions ne seront construites que sur lelement de reference et en se
servant de la transformation T K , on aura :
jK (x) = j ()
et en particulier :
jK (xK
i ) = j ( i )
Generalement, il ny a nul besoin de construire explicitement les fonctions jK (x) puisque nous ne
travaillerons que sur lelement de reference. La seule difference existant avec le cas unidimensionnel
est la plus grande variete de transformations T K que lon peut utiliser.
Le choix des fonctions jK (x) depend du probl`eme que lon souhaite resoudre et plus particuli`erement de lespace V de la formulation variationnelle. Pour le moment nous nous limiterons aux
equations aux derivees partielles dordre 2 de sorte que lespace V sera H 1 () ou lun de ses sousespaces. Pour construire des fonctions dinterpolation de H 1 (), rappelons que lon doit sassurer
de la continuite `
a la fronti`ere des elements. Cela est une consequence du theor`eme 2.12.
Pour les probl`emes dordre 2, on peut utiliser linterpolation de Lagrange decrite `a la section C.2
de lannexe C. On pref`ere generalement les approximations lineaires ou quadratiques, que ce soit sur
les triangles, les quadrilat`eres, les tetra`edres ou les hexa`edres. Bien entendu, rien nempeche dutiliser des polyn
omes de degre plus eleve mais le nombre de degres de liberte augmente rapidement
avec le degre des polyn
omes.
6.6
Evaluation
du syst`
eme
el
ementaire
Pour evaluer les coefficients du syst`eme elementaire 6.9, on recourt le plus souvent `a lintegration
numerique, bien que lintegration exacte puisse etre utile dans les cas tr`es simples (interpolation de
bas degre et proprietes p(x), q(x) et r(x) constantes par exemple).
Il ny a pas de difficultes particuli`eres mis-`a-part le fait que le nombre de points dintegration
augmente lorsquon passe en dimension 2 ou 3. Ainsi, on trouvera `a lannexe D les points et les
poids dintegration de quelques unes des quadratures les plus utilisees en pratique. Ainsi sur les
quadrilat`eres et les hexa`edres, on peut utiliser les memes quadratures quen dimension 1 (voir le
tableau D.1 par le biais des relations D.4 et D.5.
Sur les triangles ou les tetra`edres, on utilise les quadratures dites de Hammer donnees aux
tableaux D.2 et D.3. Rappelons que le degre de precision de la quadrature est un crit`ere important
dans le choix de la quadrature appropriee au calcul de termes du syst`eme elementaire.
152
6.7
Chapitre 6
Assemblage
6.8
Une fois tous les syst`emes elementaires assembles et en vertu de la convention utilisee pour le
tableau numer, on obtient un syst`eme global de la forme :
M11 M12
M21 M22
UI
0
=
F1C
F2C
+
SC
SI
(6.13)
La partition de la matrice A suit directement celle du vecteur global des degres de liberte U .
Les matrices M11 et M22 sont toujours carrees et les matrices M12 et M21 sont rectangulaires. Si la
T = M . Les matrices M
forme bilineaire du probl`eme est symetrique, on a M12
21
12 et M22 pourraient
ne pas etre assemblees puisquelles nont aucun role par la suite.
Enfin, il reste `
a analyser le terme de droite compose de 2 parties. Le vecteur F est enti`erement
determine et ne pose aucun probl`eme. Par contre, le vecteur S contenant la contribution des variables secondaires est lui aussi decompose en 2 parties. L`a o`
u la variable essentielle est imposee (et
donc connue), nous avons vu que la condition naturelle est inconnue et vice versa.
Bien que similaire, la situation est leg`erement plus complexe que dans le cas unidimensionnel
et merite donc une attention particuli`ere. Rappelons que le vecteur S est constitue de lassemblage
de termes de la forme :
Z
sK
i =
sK (x)iK (x) ds
o`
u:
sK (x) = q(x)
u
nK
Comme nous le verrons plus loin, le traitement du vecteur S est sensiblement plus delicat que dans
le cas unidimensionnel.
6.9
153
R
esolution du syst`
eme lin
eaire global
Pour la resolution du syst`eme lineaire on proc`ede toujours en 2 etapes. Tout dabord, on determine le vecteur U I en resolvant le syst`eme lineaire :
M11 UI = F1C + S C
(6.14)
qui nest quune reecriture de la premi`ere equation du syst`eme 6.13. On remarque que le terme de
droite est enti`erement connu. Pour cela, on utilise les techniques classiques comme la methode de
decomposition LU . Remarquons que cette equation nest rien dautre que la discretisation de la
forme variationnelle :
a(u , w) = l(w) a(ug , w)
puisque le vecteur U C correspond au rel`evement des conditions essentielles ug .
Une fois le vecteur U I calcule, on determine si necessaire le vecteur S I directement en posant :
S I = M21 UI F2C
6.10
(6.15)
Pr
esentation des r
esultats
Nous ninsisterons jamais assez sur limportance dun bon visualisateur, particuli`erement en
dimension 2 et 3. Si en dimension 1 on peut se debrouiller avec des instruments graphiques simples,
ce nest plus le cas en dimension superieure. Pour les resultats qui suivent, nous utiliserons le logiciel
VU developpe par Benot Ozell [27] et qui poss`ede toutes les fonctionnalites requises en dimension
2 ou 3.
Un bon logiciel de visualisation sera capable de produire rapidement des courbes disovaleurs des
differentes variables calculees, des champs de vecteurs, des coupes de toutes sortes, qui permettent
de donner une signification `
a des colonnes de chiffres qui autrement seraient difficilement utilisables.
6.11
Exemples et applications
Dans cette section, nous presentons quelques exemples simples sur des maillages de petite taille
pour illustrer la methode et les differentes etapes `a suivre. Nous terminons par des applications
dans differents domaines.
I Exemple 6.5
Nous pouvons d`es maintenant passer a` un exemple relativement simple. La geometrie du domaine
est le carre [0, 1]2 . On resoudra lequation de Poisson :
2 u(x) = 1
avec des conditions essentielles homog`enes sur toute la fronti`ere (ug (x) = 0).
154
Chapitre 6
11
12
K14
K16
K15
K11
9
K6
13
K13
10
K12
K7
K9
K10
K8
4
K4
K1
K5
K2
K3
Le maillage
On utilise le maillage de la figure 6.10 constitue de 16 elements et de 13 noeuds. Nous choisissons une interpolation lineaire sur chaque element (nC = nK
g = 3). Le tableau coor prend
la forme :
Noeud
1
2
3
4
5
6
7
Composante x1
0,0000
0,5000
1,0000
0,3333
0,6667
0,0000
0,5000
Coordonn
ees des noeuds
Tableau coor
Composante x2 Noeud Composante x1 Composante x2
0,0000
8
1,0000
0,5000
0,0000
9
0,3333
0,6667
0,0000
10
0,6667
0,6667
0,3333
11
0,0000
1,0000
0,3333
12
0,5000
1,0000
0,5000
13
1,0000
1,0000
0,5000
ement
El
1
2
3
4
5
6
7
8
155
Num
eros des noeuds
Tableau connec
Noeuds
ement
#1 #2 #3 El
1
2
4
9
2
5
4
10
2
3
5
11
6
1
4
12
3
8
5
13
6
4
9
14
9
4
7
15
4
5
7
16
#1
5
8
11
10
8
12
12
13
Noeuds
#2 #3
10
7
10
5
6
9
9
7
13 10
11
9
9
10
12 10
Num
erotation
Num
erotation
Tableau numer
Tableau numer
Noeud
u
Noeud
u
1
?
1
6
2
?
2
7
3
?
3
8
4
1
4
1
5
2
5
2
6
?
6
9
7
3
7
3
8
?
8
10
9
4
9
4
10
5
10
5
11
?
11
11
12
?
12
12
13
?
13
13
Enfin, on peut determiner le tableau dadressage adres `a laide des tableaux de connectivite
connec et de numerotation numer (voir les exercices de fin de chapitre) :
156
Chapitre 6
ement
El
1
2
3
4
5
6
7
8
Ddl #1
6
7
7
9
8
9
4
1
Num
eros des ddls
Tableau adres
ement
Ddl #2 Ddl #3 El
7
1
9
2
1
10
8
2
11
6
1
12
10
2
13
1
4
14
1
3
15
2
3
16
Ddl #1
2
10
11
5
10
12
12
13
Ddl #2
5
5
9
4
13
11
4
12
Ddl #3
3
2
4
3
5
4
5
5
Les syst`
emes
el
ementaires
Il reste `
a construire les syst`emes elementaires. On peut directement utiliser la relation 6.11
puisque dans cet exemple, p(x) = 0, ug (x) = 0 et q K = f K = 1 pour tous les elements K.
Pour le premier element, on a :
K
K1
s1
5 2 3
u11
1
1
1
1 + sK1
2
8 6 uK21 =
2
12
36
1
3 6
9
uK31
1
sK
3
La numerotation des noeuds (et donc des degres de liberte) fait en sorte quon obtient exactement le meme syst`eme elementaire pour les elements 5, 11, et 16.
Pour le deuxi`eme element, on a :
K
K2
s
u12
4 2 2
1
1 1K2
1
K
2
2
5 3
u2
1 + s2
=
8
54
2
2 3
5
1
uK32
sK
3
Ici encore, le meme syst`eme elementaire est aussi valable pour les elements 6, 10 et 15.
Pour le troisi`eme element (ainsi que pour les elements 4, 13 et 14), on a :
K
K3
s1
8 2 6
u13
1
1
1
1 + sK3
2
5 3 uK23 =
2
12
36
3
6 3
9
uK33
1
sK
3
Pour le septi`eme element (ainsi que pour les elements 8, 9 et 12), on a :
1
4
K
K7
s1
2
0 2
u17
1
1
1 + sK7
0
2 2 uK27 =
2
108
7
2 2
4
uK37
1
sK
3
157
Lassemblage
Un syst`eme lineaire de dimension 13 par 13 doit etre assemble `a partir des syst`emes elementaires que nous venons dobtenir. On utilise exactement la meme technique quen dimension
` laide du tableau
1 et nous nous limiterons `
a en rappeler bri`evement les principales etapes. A
adres, on ecrit le syst`eme elementaire du premier element sous la forme :
6
7
1
K1
K1
1
5 2 3
6
u1 = 1 1 + s1K
8 6 uK21 36 1 s2 1
12 7 2
1
1 3 6
uK31
1
9
sK
3
On fait de meme pour tous les elements et on obtient (en exercice) :
24
90
9
24
9
0
12
18
0
18
0
0
0
0
9
90
24
0
9
0
18
12
0
18
0
0
0
24
24
96
24
24
0
0
0
0
0
0
0
0
9
0
24
90
9
0
0
0
18
0
12
18
0
=
54
6
6
2
6
6
3
4
3
4
4
3
4
3
0
9
24
9
90
0
0
0
0
18
0
18
12
12 18
0
0
18 12
0
0
0
0
0
0
0
0
0
20
4
0
4
44
4
0
4
20
4
0
0
0
0
4
0
0
0
0
0
0
0
0
0
18
0
0
18
0
4
0
0
44
0
4
0
0
0
18
0
0
18
0
0
4
0
44
0
0
4
0
0
0
12
0
0
0
0
4
0
20
4
0
0
0
0
18
18
0
0
0
0
0
4
44
4
K4
K2
K6
K7
K8
1
sK
3 + s3 + s3 + s2 + s2 + s1
K3
K5
K2
K10
K8
9
s3 + s3 + s2 + s3 + s2 + sK
1
K7
K8
K9
K12
s3 + s3 + s3 + s3
K15
K12
11
14
6
7
sK
+ sK
+ sK
+ sK
3
3
3 + s2
1 + s2
K13
K16
K10
K15
K9
12
s3 + s3 + s2 + s3 + s2 + sK
1
K1
K4
s1 + s2
K3
K2
1
sK
2 + s1 + s1
K5
3
sK
2 + s1
K4
11
6
s1 + sK
+ sK
2
1
K5
K13
K10
s2 + s1 + s1
11
14
sK
+ sK
1
2
K14
K16
15
s1 + s2 + sK
1
K13
K16
s2 + s1
0
0
0
0
12
0
0
0
0
4
0
4
20
u1
u2
u3
u4
u5
u6
u7
u8
u9
u10
u11
u12
u13
158
Chapitre 6
Il reste `
a considerer le vecteur S des conditions naturelles. En principe, le vecteur S C est
connu mais cela ne semble pas evident lorsquon regarde le syst`eme global obtenu. Il faut
donc y regarder de plus pr`es. Considerons donc lexpression :
K8
K7
K6
K2
K4
1
s1 = sK
3 + s3 + s3 + s2 + s2 + s1
u
nK1
Z
=
K
C1 1
K1
3K1
Z
ds +
K
C2 1
K1
3K1
Z
ds +
K
C3 1
sK1 3K1 ds
o`
u CiK1 designe le ii`eme c
ote de lelement K1 . La fonction 3K1 est lineaire et prend la valeur
1 sur le troisi`eme sommet de lelement K1 et sannule sur les 2 autres sommets. Elle sannule
donc identiquement sur le c
ote C1K1 entre les sommets 1 et 2 ce qui permet deliminer le
premier terme de cette derni`ere expression. Il en est de meme pour les autres coefficients et
on a :
Z
Z
Z
Z
K1 K1
K1 K1
K4 K4
s
C3
Z
K
C2 2
K2
K7
Z
K7
C1
3K2
2K7
Z
ds +
K2
K
C3 2
Z
ds +
C2
K7
K7
C2
3K2
2K7
C3
Z
K
C3 4
Z
K
C2 6
K4
3K4
ds +
K
C1 6
ds +
sK6 2K6 ds +
K
C1 6
Z
K
C1 7
K6
K8
Z
ds +
K8
C1
C3
K1
K1
C3
K6
2K6
Z
ds +
sK7 2K7 ds +
K
C2 2
Z
K
C2 7
K2
2K6
1K8
3K1
3K2
Z
ds +
K
C2 6
Z
ds +
K8
C3
Z
ds +
K4
C2
Z
ds +
sK7 2K7 ds +
K
C1 8
Z
K
C3 8
159
Regardons les deux premiers termes. La simplification est immediate si on constate `a laide
a ce
de la figure 6.10 que C2K1 et C3K2 sont en fait le meme cote et que de plus, restreintes `
cote, les fonctions de base 3K1 et 3K2 sont une seule et meme fonction. On a alors :
Z
K
C2 1
K1
3K1
Z
ds+
K
C3 2
K2
3K2
Z
ds =
K1
K
C2 1
+s
K2
3K1
Z
ds =
K
C2 1
u
u
+
K
1
n
nK2
3K1 ds
Mais puisque :
nK2 = nK1
on obtient :
Z
K
C2 1
u
u
K
1
n
nK1
3K1 ds = 0
terme qui fait intervenir le saut de la variable secondaire `a linterface entre ces 2 elements
adjacents. En se rappelant la relation 2.19, on constate que ce saut est nul car autrement un
terme source (une simple couche) serait present `a cet endroit. Il en va de meme pour les 5
autres couples dintegrales curvilignes et par consequent, on a s1 = 0. Le meme raisonnement
montrerait que les termes s2 `
a s5 sont egalement nuls (voir les exercices de fin de chapitre).
Solution du syst`
eme lin
eaire
Il resulte de tout cela un syst`eme lineaire de dimension 5 que lon peut resoudre par decomposition LU . Pour ce faire, on resout successivement les equations 6.14 et 6.15. On obtient
ainsi :
0,060 185
0,060 185
U =
0,069 444
0,060 185
0,060 185
Une fois cette etape franchie, on peut calculer (au besoin)
Le calcul nous donne le vecteur :
8,564805 102
1,643515 101
8,564805 102
1,643515 101
I
S =
1,643515 101
8,564805 102
1,643515 101
8,564805 102
Il peut etre interessant de regarder dun peu plus pr`es linterpretation de ce vecteur souvent appele vecteur des reactions. On verifie sans difficulte que la somme de ce vecteur est
160
Chapitre 6
0,999 998 519, la question etant de savoir pourquoi. Considerons le premier terme de ce
vecteur qui secrit :
Z
Z
Z
K4
K1
K1 K1
K1 K1
s 1 ds + K s 1 ds + K sK1 1K1 ds+
=
s1 + s2
K1
ZC3 1
ZC2 1
ZC1
sK4 2K4 ds + K sK4 2K1 ds + K sK4 2K1 ds
K4
C3 4
ZC1
ZC2 4
=
sK1 1K1 ds + K sK4 2K1 ds
K1
C2 4
ZC1
u
=
1 (x) ds
n
o`
u 1 (x) est la fonction de Ritz associee au noeud 1 du maillage c.-`a-d. la fonction lineaire
par element qui vaut 1 au noeud numero 1 et qui vaut 0 `a tous les autres noeuds. Il en est de
meme pour toutes les autres composantes du vecteur S I qui valent donc respectivement :
Z
u
i (x) ds, pour i = 1, 2, 3, 6, 8, 11, 12 et 13
n
Il est ainsi facile de constater que lorsque lon somme le vecteur S I , on obtient :
Z
u
ds
n
car la somme des i est egale `
a 1. Lequation aux derivees partielles de depart nous donne
alors :
Z
Z
Z
u
w ds =
w dv
u w dv
n
En choisissant w = 1, on trouve :
Z
u
ds =
n
Z
1 dv = 1
161
qT n = 0
(0, 6)
(6, 6)
qT n = 1
T = 100
q=1
(6, 4)
qT n = 0
(0, 3)
T = 100
qT n = 0
q = 0.2
qT n = 0
(6, 2)
qT n = 1
(0, 0)
qT n = 0
(6, 0)
162
Chapitre 6
163
transfert de chaleur dans une plaque metallique constituee de 2 materiaux de conductivite thermique
differente tel quillustree `
a la figure 6.12.
La partie gauche de la plaque est maintenue `a une temperature de 100o C (condition aux limites
essentielle) et elle est supposee parfaitement isolee sur les parois superieure et inferieure de meme
que dans la partie en forme de U (condition aux limites naturelle nulle). Enfin, un flux de chaleur
de 1 est imposee aux deux extremites a` droite. Ce probl`eme requiert la solution de lequation de la
chaleur :
(q(x)T ) = 0
o`
u q(x) est la conductivite thermique.
On a resolu ce probl`eme sur le maillage de la figure 6.13. La transformation vers lelement de
reference est lineaire (voir la figure 6.7) tandis que les fonctions dinterpolation sont quadratiques
(voir le tableau C.4) Le maillage est constitue de 4992 triangles (2633 sommets et 7624 aretes) ce
qui resulte en un syst`eme lineaire de 10 257 degres de liberte.
Les isovaleurs de temperature sont egalement illustrees sur cette figure. On constate aisement
la difference de comportement entre les deux moities du domaine. La partie de la plaque o`
u la
conductivite thermique est la plus grande (moitie superieure) evacue la chaleur beaucoup plus
facilement, ce qui evite une augmentation de la temperature. La temperature en sortie (sur laxe
x = 6) est dun peu moins de 126C sur la partie inferieure et de 105,2C sur la partie superieure.
J
164
Chapitre 6
(0, 1)
3
(0, 32 ) 8
7 ( 13 , 23 )
(0,
1
3)
10
6 ( 23 , 13 )
4
5
1
2
(0, 0) ( 13 , 0) ( 23 , 0) (1, 0)
6.12
Exercices
8. Une formulation variationnelle fait apparatre le terme suivant dans un domaine bidimensionnel :
Z
q(x)jK (x) iK (x) dv
o`
u K est un element triangulaire (`a cotes droits) et les iK (x) sont les fonctions dinterpolation
quadratiques (P2 ). Donner le nombre de points dintegration minimal permettant devaluer
exactement ce terme si q(x) est lineaire dans lelement. Meme question si cette fois on a un
element quadrangulaire (`
a c
otes droits) et des fonctions dinterpolation Q2 .
165
12
(3, 2)
(2.25, 1.75)
2
11
10
(0, 0)
Figure 6.15 Maillage et numeros de degres de liberte
9. La figure 6.14 illustre un element bidimensionnel de degre 3 de type Lagrange. Donner lexpression de la fonction 4 (, ).
10. On donne le maillage de la figure 6.15. Le tableau de connectivite est :
ement
El
1
2
3
4
5
6
7
8
9
10
11
12
Connectivit
e
Tableau connec
Noeud #1 Noeud #2
1
4
1
5
2
5
2
6
4
7
4
8
5
8
5
9
7
10
7
11
8
11
8
12
Noeud #3
5
2
6
3
8
5
9
6
11
8
12
9
Une condition de Dirichlet homog`ene a ete imposee sur la paroi de droite (degres de liberte
10 `a 12) et des conditions de Neumann sur les 3 autres parois. On a utilise des elements
triangulaires lineaires et le tableau dadressage est le meme que le tableau de connectivite.
166
Chapitre 6
(4, 5)
3
(4, 3)
1
2
(7, 2)
(2, 1)
ement K
Figure 6.16 El
0,6362
0,7214
1,0000
0,5510
0,6248
0,8660
U =
0,3181
0,3607
0,5000
0,0000
0,0000
0,0000
On consid`ere le point P = (2,25 , 1,75) dans lelement 12.
a) Donnez lexpression de la transformation lineaire T K12 qui envoie lelement de reference
sur le douzi`eme element.
b) Trouvez le point (, ) de lelement de reference qui est envoye sur P .
u
(P ).
c) Evaluer
u(P ) et x
1
11. On a resolu un probl`eme en elements finis et on a trouve une solution numerique uh (x1 , x2 )
h
Chapitre 7
Analyse de convergence
Nous nous proposons dans ce chapitre detudier comment convergent les methodes delements
finis pour les probl`emes elliptiques et `a quel ordre. Nous completerons le chapitre avec quelques
exemples.
7.1
Bases th
eoriques
Nous avons vu au chapitre 3 les conditions dexistence et dunicite dune solution u dun probl`eme de la forme :
trouver une fonction u V telle que :
w V
a(u, w) = l(w)
(7.1)
Nous supposerons dans ce qui suit que les hypoth`eses du theor`eme de Lax-Milgram sont verifiees
`a savoir que la forme lineaire l est continue et que la forme bilineaire a est continue et coercive sur
V.
Nous avons vu comment construire des solutions numeriques par la methode des elements finis
pour obtenir une approximation uh de cette solution unique. Cela revient `a construire un sous-espace
de dimension finie Vh de V et `
a calculer uh Vh solution de :
a(uh , wh ) = l(wh )
wh Vh
(7.2)
Le sous-espace Vh a pour base les fonctions de Ritz i (x) associees aux nndl degres de liberte
du maillage. On a en fait :
Vh = {wh |wh =
nddl
X
i i (x) , i R}
i=1
qui est un espace de dimension finie. Puisque lon a construit des fonctions de Ritz i (x) appartenant
a` V , on a par construction Vh V . Mentionnons toutefois que cette inclusion nest pas absolument
167
168
Chapitre 7
necessaire comme en font foi les elements dits non conformes qui sont toutefois hors de notre propos
pour le moment.
Lindice h ref`ere `
a la taille des elements du maillage. Plus h est petit, plus les elements sont
petits et plus ils sont nombreux, et plus il y a de degres de liberte. La dimension de Vh augmente
donc lorsque h diminue. Pour un element K du maillage, on note hK la taille de lelement. En
dimension 1, hK est simplement la longueur de lelement mais en dimension 2 ou 3, on peut definir
cette taille de plusieurs facons. En general, on pose :
hK = max ||x y||e
x,y K
o`
u || ||e est la norme euclidienne. Cest donc la distance maximale entre 2 points de lelement. On
pose ensuite :
h = max hK
K
Intuitivement, plus lespace Vh est riche, plus la solution numerique uh devrait se rapprocher de la
solution u. Pour enrichir Vh on peut soit augmenter le nombre delements, soit augmenter le degre
des polynomes utilises dans chaque element. Il reste `a sassurer dans quelle(s) condition(s) on a bien
convergence de uh vers u, et sil y a convergence, `a quel ordre, etc. Le nombre delements ainsi que
le degre des polyn
omes utilises auront des roles importants `a jouer. Pour fixer les idees, rappelons
un peu de terminologie qui nous sera utile par la suite.
D
efinition 7.1
On dit que la solution numerique uh converge vers u dans V si :
lim ||u uh ||V = 0
h0
Lorsque h 0, la taille de tous les elements tend vers 0. Il est important de remarquer que la
norme utilisee est celle de lespace V .
D
efinition 7.2
On dit que la solution numerique uh converge `a lordre p vers u dans V sil existe une constante
C telle que :
||u uh ||V ' Chp
lorsque h tend vers 0.
Remarque 7.1
Dans ce qui suit, le meme symbole C designera diverses constantes independantes de h.
Analyse de convergence
169
F Th
eor`
eme 7.1 (Lemme de C
ea)
Si a est une forme bilineaire continue et coercive et si u et uh denotent les solutions respectives
de 7.1 et 7.2, alors il existe une constante C independante de h telle que :
||u uh ||V C inf ||u wh ||V
(7.3)
wh Vh
D
emonstration :
Ce resultat tr`es simple mais aussi tr`es important est d
u `a Cea [11]. On a immediatement en vertu
des probl`emes 7.1 et 7.2 que :
a(u, w) = l(w)
a(uh , wh ) = l(wh )
w V
wh Vh
wh Vh
(7.4)
En particulier :
a(u uh , uh ) = 0
et on en conclut que :
a(u uh , u uh ) = a(u uh , u wh )
wh Vh
wh Vh
Puisque cette derni`ere inegalite est vraie quel que soit wh Vh , on a le resultat. F
||u uh ||V
170
7.2
Chapitre 7
Quelques exemples
I Exemple 7.1
Supposons que le probl`eme 7.1 soit suffisamment simple pour que sa solution u soit dans Vh (ce qui
revient `a supposer que lespace discret Vh est suffisamment riche pour contenir la solution u).
De lequation 7.4, la solution numerique verifie :
a(u uh , wh ) = 0
wh Vh
F Th
eor`
eme 7.2
Si a est une forme bilineaire symetrique, continue et coercive et si u et uh denotent les solutions
respectives de 7.1 et 7.2, alors on a :
I(u) = inf I(w) et I(uh ) = inf I(wh )
wh Vh
wV
(7.5)
o`
u I(w) = 12 a(w, w) l(w). De plus, on a :
I(u) I(uh )
(7.6)
F
Nous avons dej`
a demontre au chapitre 3 (voir la relation 3.5) lequivalence entre les probl`emes 7.1
et 7.2 et les probl`emes de minimisation 7.5. La demonstration de linegalite 7.6 est immediate
puisque lon a suppose que Vh V . Ce quapporte en plus ce dernier resultat est que lorsquil y a
convergence, I(uh ) I(u) en decroissant. Puisque I(u) est souvent liee `a une energie (fonctionnelle
denergie), cela signifie que la solution par elements finis surestimera lenergie du syst`eme.
Analyse de convergence
171
Terminons enfin avec le resultat le plus important qui porte sur lordre de convergence dune
solution elements finis.
F Th
eor`
eme 7.3 (Ordre de convergence)
Soit u et uh les solutions respectives des probl`emes continu 7.1 et discret 7.2. On suppose de plus
que la solution u du probl`eme continu soit suffisamment reguli`ere. Supposons enfin que lespace
Vh H m () soit tel que sa restriction `a chaque element K contienne les polynomes de degre k,
alors :
||u uh ||m, Chk+1m ||u||k+1,
(7.7)
Preuve : voir Ciarlet, ref. [9] F
La methode des elements finis permet justement la construction de ce type despace Vh de
fonctions polyn
omiales par element. Ce dernier resultat nous donne alors lordre de convergence de
la methode delements finis utilisee lorsquon choisit des polynomes de degre k sur chaque element.
Nous pouvons maintenant revenir sur certains des probl`emes pour lesquels nous avons calcule une
solution par elements finis.
I Exemple 7.2
Pour les equations aux derivees partielles dordre 2, lespace de base est H 1 () et on doit utiliser
la norme correspondante (m = 1 dans linegalite 7.7). En utilisant une discretisation par elements
finis lineaires (k = 1), on a :
||u uh ||V = ||u uh ||1, = ||u uh ||20, + ||u uh ||20,
1/2
C h ||u||2,
On constate donc une convergence lineaire en norme H 1 () en supposant que la solution u soit
dans H 2 () ce qui nest pas toujours le cas. On sait en effet que la solution u est dans H 1 () et
que H 2 () H 1 (). Rien ne nous assure donc a priori que u soit dans H 2 (). Cest ce que nous
signifions lorsque nous supposons que u est suffisamment reguli`ere dans lenonce du theor`eme.
Notons que le resultat est egalement vrai en norme L2 () et que :
||u uh ||0, C h2 ||u||2,
et que la convergence est alors quadratique dans cette norme. Bien que valide, ce dernier resultat
ne donne pas une idee exacte de lordre de convergence de la solution puisque nous utilisons le
mauvais instrument de mesure, c.-`
a-d. la mauvaise norme. On peut toutefois, puisque la difference
1
entre la norme H () et la norme L2 () nest rien dautre que la norme L2 () des derivees partielles
||u uh ||0, , conclure que ce sont ces derivees partielles qui convergent moins vite. On a en
fait :
||u uh ||0, C h ||u||2,
Nous avions dej`
a remarque lors de certains exemples numeriques que les derivees (ordinaires ou
partielles) de u etaient plus difficile `
a approcher. Ce resultat le confirme de mani`ere theorique.
172
Chapitre 7
Si on passe maintenant `
a des elements quadratiques (k = 2), on trouve une convergence quadratique :
||u uh ||V = ||u uh ||1, C h2+11 ||u||3,
ce qui exige cependant encore plus de regularite sur u (u H 3 ()). J
I Exemple 7.3
Pour les probl`emes dordre 4, nous navons vu quun seul element de degre 3 (k = 3) en dimension
1. Cela nous donne en norme H 2 ()(m = 2) :
||u uh ||V = ||u uh ||2, C h3+12 ||u||4, = C h2 ||u||4,
c.-`a-d. une convergence dordre 2 (quadratique). Tout comme precedemmment, on a egalement :
||u uh ||2, C h2 ||u||4,
||u uh ||1, C h3 ||u||4,
||u uh ||0, C h4 ||u||4,
et ici encore, on conclut que pour les probl`emes dordre 4, les derivees secondes convergent en norme
L2 () moins vite (`
a lordre 2) que les derivees premi`eres qui elles-memes convergent moins vite (`
a
lordre 3) que ||u uh ||0, qui converge `a lordre 4. J
I Exemple 7.4
Illustrons maintenant concr`etement comment on peut verifier ces ordres de convergence theoriques.
Cela est souvent utile pour sassurer quun programme delements finis a le bon comportement et
donc pas derreur de programmation.
Pour ce faire, on se donne une solution analytique dont lexpression est suffisamment complexe
pour ne pas appartenir `
a lespace de discretisation Vh . Dans cet exemple : on pose :
(x1 + x2 )
u(x) = x1 x2 (1 x1 )(1 x2 ) arctan 20
16
(7.8)
2
et on va resoudre lequation de Laplace :
2 u(x) = f (x)
sur le carre [0, 1]2 et en choisissant comme terme de droite f (x) precisement le laplacien de la
fonction 7.8 de sorte que celle-ci est bien la solution de notre probl`eme. Cest ce que lon appelle
une solution manufacturee au sens de Roache [33]. Le choix dune telle fonction est a priori arbitraire mais il est recommande dessayer de choisir des fonctions qui representent au mieux les
comportements observes sur de vrais probl`emes.
Analyse de convergence
173
174
Chapitre 7
petites. Cest ce que nous constatons dans cet exemple `a la figure 7.2 tracee `a partir des donnees
de la table suivante :
Convergence : cas lin
eaire
Maillage
h
||u u1h ||1, ||u u1h ||0,
44
0,25
0,464 812
0,1795 101
88
0,125
0,323 407
0,8231 102
16 16
0,0625
0,200 552
0,2636 102
32 32
0,03125
0,110 145
0,7640 103
64 64
0,015625
0,056 758
0,2025 103
128 128 0,0078125
0,028 613
0,5146 104
On remarque que pour les grandes valeurs de h, la courbe de ||u u1h ||1, a une pente differente
de 1 mais au fur et `
a mesure que la valeur de h diminue, la pente devient tr`es voisine de 1. On peut
verifier aisement que la pente est bien 1 en se servant de la table precedente.
Si on travaille en norme ||u uh ||0, , on remarque que conformement `a la relation 7.7, on a une
courbe de pente 2. Ceci illustre une fois de plus que les derivees de la fonctions u(x) convergent
moins vite que la fonction u(x) elle-meme.
Approximation quadratique
Dans ce second cas, on choisit des approximations quadratiques sur chaque element (voir la
figure 6.2). Nous notons u2h la solution numerique obtenue. On sait alors que :
||u u2h ||1, ' Ch2
et on obtient cette fois une droite de pente 2 sur une echelle logarithmique :
ln ||u u2h ||1, ' 2 ln h + ln C
Le tableau suivant resume les resultats obtenus :
Convergence : cas quadratique
Maillage
h
||u u2h ||1, ||u u2h ||0,
44
0,25
0,242 390
0,5179 102
88
0,125
0,146 069
0,3043 102
16 16
0,0625
0,052 467
0,3694 103
32 32
0,03125
0,015 405
0,3406 104
64 64
0,015625
0,004 136
0,4345 105
128 128 0,0078125
0,001 056
0,5477 106
On observe le meme comportement que dans le cas lineaire si ce nest que les ordres de convergence
sont maintenant 2 pour la norme ||u u2h ||1, et 3 pour la norme ||u u2h ||0, (voir la figure 7.2). On
remarque de plus que, pour un maillage donne, les erreurs sont beaucoup plus faibles si on utilise une
approximation quadratique. En fait, la solution obtenue sur un maillage avec une approximation
Analyse de convergence
175
176
Chapitre 7
quadratique est toujours plus precise que celle obtenue avec une approximation lineaire sur le
maillage ayant 4 fois plus delements. J
I Exemple 7.5
Pour illustrer de mani`ere plus pragmatique comment on peut verifier la convergence dune solution numerique, nous reprenons le probl`eme thermique du chapitre 6 page 160. On retrouvera la
geometrie et les conditions aux limites `a la figure 6.12.
On peut sassurer dune plus grande precision en resolvant le meme probl`eme sur une serie de
maillages de plus en plus fins. Chaque maillage comporte 4 fois plus delements que le precedent
et est obtenu en divisant chaque arete du maillage en 2, multipliant ainsi le nombre delements
par 4. Les maillages utilises sont presentes `a la figure 7.3 et comportent respectivements 312, 1248,
4992 et 19968 elements lineaires. On presente les isothermes correspondantes `a la figure 7.4. On
y constate une tr`es leg`ere evolution des isothermes meme si le portrait global reste sensiblement
le meme. On peut davantage saisir ces variations `a la figure 7.5 o`
u nous avons effectue une coupe
de la temperature sur laxe y = 1 correspondant au milieu de la partie inferieure de la geometrie.
Nous avons egalement resolu le probl`eme sur le maillage de 19 968 elements avec une approximation
quadratique et cette solution nous servira de solution exacte (ce qui nest pas vraiment le cas).
On constate quand meme que lerreur est divisee par un facteur 2 sur chaque maillage puisque la
valeur de h est divisee par 2 et que nous avons utilise un element lineaire. J
Analyse de convergence
177
178
Chapitre 7
Analyse de convergence
179
180
Chapitre 7
Chapitre 8
Probl`
emes non lin
eaires
Nous navons jusqu`
a maintenant considere que les probl`emes lineaires qui sont certes importants
mais non suffisants pour les applications. En effet, la nature, ou plus precisement les mod`eles que
nous utilisons pour decrire les phenom`enes naturels, est le plus souvent non lineaire. La theorie
developpee dans les premiers chapitres nest malheureusement valide que dans le cas lineaire. En
effet, le theor`eme de Lax-Milgram permet de montrer lexistence et lunicite de probl`emes de la
forme :
trouver une fonction u V telle que :
a(u, w) = l(w)
w V
(8.1)
o`
u l et a sont respectivement des formes lineaire et bilineaire. Ce ne sera plus le cas dans ce chapitre.
Bien que la theorie des probl`emes non lineaires soit beaucoup plus complexe, nous nous limiterons `a une generalisation formelle de la theorie developpee dans le cas lineaire. Il faudra toutefois
etre conscients que les espaces fonctionnels impliques sont parfois plus complexes que les espaces
H 1 () et H 2 () rencontres jusqu`
a maintenant.
Le plus simple est de considerer immediatement un exemple dequation aux derivees partielles
non lineaire :
p(x, u(x))u(x) (q(x, u(x))u(x)) = r(x, u(x))
auquel on ajoute par exemple des conditions aux limites essentielles sur u. On remarque la dependance des fonctions p, q et r sur la variable inconnue u. Cest ce qui rend le probl`eme non lineaire.
La non-linearite pourra aussi, comme nous le verrons, provenir des conditions aux limites.
Nous procederons comme dans le cas lineaire. Multiplions par une fonction test w(x) dans un
espace fonctionnel V et integrons par parties sur le domaine . On obtient ainsi :
Z
Z
Z
p(x, u(x))u(x) w(x)+q(x, u(x))u(x)w(x) dv (q(x, u(x))u(x))n wds =
r(x, u(x)) w(x) dv
Puisque nous avons suppose des conditions aux limites essentielles sur toute la fronti`ere, lintegrale
de bord sannule et il reste :
181
182
Chapitre 8
trouver une fonction u(x) V telle que :
Z
On constate immediatement que le terme de gauche de cette expression ne represente pas une
forme bilineaire en raison des coefficients p(x, u) et q(x, u). Par consequent, le theor`eme de LaxMilgram ne peut donc pas sappliquer ici.
Pour resoudre, on devra lineariser le probl`eme cest-`a-dire en ramener la solution `a un probl`eme
lineaire ou plus precisement `
a une suite de probl`emes lineaires. La convergence de cette suite de
probl`emes lineaires vers la solution du probl`eme non lineaire de depart nest toutefois nullement
garantie. On voit immediatement lanalogie avec les syst`emes de fonctions algebriques non lineaires :
f (x) = 0
que lon peut resoudre (voir Fortin, ref. [17]) par des methodes de points fixes, par la methode de
Newton, etc. Toutes ces methodes se generalisent assez facilement aux probl`emes variationnels.
8.1
Dans cette section, nous rappelons quelques techniques de base pour la resolution des equations
non lineaires. Le probl`eme consiste `
a trouver le ou les vecteurs x = (x1 , x2 , x3 , , xn ) verifiant les
n equations non lineaires suivantes :
f (x) = 0
ou plus explicitement :
f1 (x1 , x2 , x3 , , xn )
f2 (x1 , x2 , x3 , , xn )
f3 (x1 , x2 , x3 , , xn )
..
fn (x1 , x2 , x3 , , xn )
= 0
= 0
= 0
..
.
(8.2)
= 0
o`
u les fi sont des fonctions de n variables que nous supposons differentiables. Contrairement aux
syst`emes lineaires, il ny a pas de condition simple associee aux syst`emes non lineaires qui permette
dassurer lexistence et lunicite de la solution.
Les methodes de resolution des syst`emes non lineaires sont nombreuses. Nous presentons ici un
cadre relativement general pour les methodes iteratives avec comme cas particulier important la
methode de Newton. La presentation incluera toutefois des variantes de cette methode de meme
quun apercu des methodes de points fixes.
Lapplication de la methode de Newton `a un syst`eme de deux equations non lineaires est suffisante pour illustrer le cas general. Considerons donc le syst`eme :
f1 (x1 , x2 ) = 0
f2 (x1 , x2 ) = 0
183
Soit (x01 , x02 ), une approximation initiale de la solution de ce syst`eme. Cette approximation initiale
est cruciale et doit toujours etre choisie avec soin. Le but de ce qui suit est de determiner une
a (x01 , x02 ) de telle sorte que :
correction (x1 , x2 ) `
f1 (x01 + x1 , x02 + x2 ) = 0
f2 (x01 + x1 , x02 + x2 ) = 0
Pour determiner (x1 , x2 ), il suffit maintenant de faire un developpement de Taylor en deux variables pour chacune des deux fonctions :
0 = f1 (x01 , x02 ) +
f1 0 0
f1 0 0
(x1 , x2 ) x1 +
(x , x ) x2 +
x1
x2 1 2
0 = f2 (x01 , x02 ) +
f2 0 0
f2 0 0
(x1 , x2 ) x1 +
(x , x ) x2 +
x1
x2 1 2
Dans les relations precedentes, les pointilles designent des termes dordre superieur ou egal `
a
deux et faisant intervenir les derivees partielles dordre correspondant. Pour determiner (x1 , x2 ),
il suffit de negliger les termes dordre superieur et decrire :
f1 0 0
f1 0 0
(x1 , x2 ) x1 +
(x , x ) x2
x1
x2 1 2
= f1 (x01 , x02 )
f2 0 0
f2 0 0
(x , x ) x1 +
(x , x ) x2
x1 1 2
x2 1 2
= f2 (x01 , x02 )
f1 0 0
(x , x )
x1 1 2
f
2
(x0 , x0 )
x1 1 2
f1 0 0
x
(x1 , x2 )
1
x2
f2 0 0
(x , x )
x2
x2 1 2
f1 (x01 , x02 )
f2 (x01 , x02 )
(8.3)
o`
u Jf (x01 , x02 ) designe la matrice des derivees partielles ou matrice jacobienne evaluee au point
(x01 , x02 ), x = (x1 , x2 ) est le vecteur des corrections relatives `a chaque variable et o`
u f (x01 , x02 )
0
0
est le vecteur residu evalue en (x1 , x2 ). Le determinant de la matrice jacobienne est appele le
jacobien. Le jacobien doit bien entendu etre different de 0 pour que la matrice jacobienne soit
inversible. On pose ensuite :
x11 = x01 + x1
x12 = x02 + x2
184
Chapitre 8
qui est la nouvelle approximation de la solution du syst`eme non lineaire. On cherchera par la suite
`a corriger (x11 , x12 ) dune nouvelle quantite ( x ), et ce jusqu`a la convergence.
De mani`ere plus generale, on pose :
f1 k
f1 k
f1 k
x1 (x ) x2 (x ) xn (x )
f2 k
f2 k
f2 k
(x
)
(x
)
(x
)
Jf (x ) = x
x2
xn
1
..
..
..
.
.
.
fn
fn k
fn k
k
(x )
(x )
(x )
x1
x2
xn
cest-`a-dire la matrice jacobienne evaluee au point xk = (xk1 , xk2 , xkn ). De plus on pose :
f1 (xk )
x1
f2 (xk )
x
2
k
f (x ) =
x = ..
..
.
.
k
xn
fn (x )
pour en arriver `
a lalgorithme general suivant extrait de la reference [17].
Algorithme 8.1 : Methode de Newton
1. Etant
donne , un crit`ere darret
2. Etant
donne N , le nombre maximal diterations
3. Etant
donne x0 = [x01 x02 x0n ]T , une approximation initiale de la solution du syst`eme
4. Resoudre le syst`eme lineaire :
Jf (xk ) x = f (xk )
et poser :
xk+1 = xk + x
|| x ||
< et ||f (xk+1 )|| :
||xk+1 ||
convergence atteinte
ecrire la solution xk+1
arret
5. Si
(8.4)
185
N
La methode de Newton nest quun cas particulier de schema iteratif pour la resolution du
syst`eme 8.2. De facon plus generale, on peut ecrire un schema iteratif sous la forme :
Ak (xk+1 xk ) + f (xk ) = 0
(8.5)
o`
u Ak est une matrice non singuli`ere. Lequation 8.5 a alors comme unique solution :
k
xk+1 = xk A1
k f (x )
(8.6)
(8.8)
186
Chapitre 8
jacobienne. Cela evite de reassembler et refactoriser une nouvelle matrice jacobienne `a chaque
nouvelle iteration. Il peut en resulter un gain important en temps de calcul au risque dune plus
grande vulnerabilite au niveau des proprietes de convergence. On peut aussi remettre `a jour cette
matrice de temps `
a autre. Cette variante est parfois interessante pour les probl`emes instationnaires
o`
u il nest pas forcement necessaire de calculer la matrice jacobienne `a chaque iteration de chaque
pas de temps.
8.2
D
eriv
ee dune fonctionnelle
Pour eventuellement appliquer la methode de Newton `a la resolution dans le cas dune formulation variationnelle non lineaire, nous devons etendre le concept de derivee aux fonctionnelles. Cest
lobjectif des definitions suivantes.
D
efinition 8.1
Soit G(v) une fonctionnelle definie sur un espace de Hilbert V . On dit que G est derivable en v0
sil existe une fonctionnelle lineaire de V dans R notee Dv G(v0 ) telle que :
G(v0 + v ) = G(v0 ) + Dv G(v0 )[v ] + ||v || o(v )
(8.9)
o`
u o(v ) est une fonctionnelle verifiant :
lim o(v ) = 0
v 0
D
efinition 8.2
Soit G(v) une fonctionnelle derivable en v0 . La derivee de Gateaux de la fonctionnelle G par
rapport `a v en v0 et dans la direction v est definie par :
G
G(v0 + v ) G(v0 )
d
Dv G(v0 )[v ] =
(v0 ) [v ] = lim
=
[G(v0 + v )]
(8.10)
0
v
d
=0
si cette limite existe. Si la limite existe v V , alors on dit que G poss`ede une derivee de Gateau
en v0 .
187
On reconnat l`
a une derivee directionnelle. On nomme parfois cette derivee la premi`ere variation
de G. Le terme de droite contient une derivee classique par rapport `a une variable reelle et est
plus simple `
a calculer. 1
Remarque 8.2
Proprietes de la derivee de Gateaux :
En vue des applications des prochains chapitres, nous nous placerons dans un cadre leg`erement
plus general. Nous considererons en effet des fonctionnelles allant dun espace vectoriel norme V `
a
un autre espace vectoriel norme W . La derivee de Gateaux est alors une fonctionnelle lineaire de
V dans W . Dans beaucoup de situations, W sera tout simplement lensemble des reels R.
1. D
eriv
ee dune somme : Si G1 et G2 sont des applications de V dans W et si G(v) =
G1 (v) + G2 (v), alors :
Dv (G1 + G2 )(v0 )[v ] = Dv G1 (v0 )[v ] + Dv G2 (v0 )[v ]
(8.11)
2. D
eriv
ee dun produit : Si G1 et G2 sont des applications de V dans W et si on pose
G(v) = G1 (v)G2 (v), alors :
Dv (G1 G2 )(v0 )[v ] = Dv G1 (v0 )[v ] G2 (v0 ) + G1 (v0 ) Dv G2 (v0 )[v ]
(8.12)
On notera au passage que la notation () peut designer toute forme de produit definie sur W .
3. D
eriv
ee de la composition de deux fonctionnelles : Si G1 est une fonctionnelle de
V dans U (un espace vectoriel) et si G2 est une fonctionnelle de U dans W , alors on peut
composer G1 et G2 et ainsi definir une fonctionnelle G de V dans W par la composition
suivante : v G1 (v) = u U G2 (u) = G2 (G1 (v)) = G(v) W . La derivee de Gateaux
est alors une fonctionnelle lineaire de V dans W definie par :
Dv (G2 (G1 (v0 )))[v ] = Du G2 (u0 ) [(Dv G1 (v0 )[v ]]
o`
u u0 = G1 (v0 )
(8.13)
8.3
sur
1. Rene Eug`ene Gateaux (1889-1914) etait un jeune mathematicien francais tue au combat au debut de la premi`ere
guerre mondiale et dont les travaux ont ete repris et generalises par Paul Pierre Levy et publies a
` partir de 1919.
N.B. Dapr`es son acte de naissance, son nom sorthographie sans accent circonflexe.
188
Chapitre 8
Pour simplifier lexpose, nous supposerons des conditions essentielles homog`enes sur u, le cas non
homog`ene ne posant aucune difficulte supplementaire. La non-linearite provient du premier terme
de gauche affuble dun exposant pour le moment quelconque (mais different de 0 ou 1). Une
formulation variationnelle pour ce probl`eme est alors :
Trouver u(x) H01 () telle que :
Z
Z
r(x)w(x) dv w(x) H01 ()
((u(x)) w(x) + q(x)u(x) w(x)) dv =
On pose alors :
Z
R(u, w) =
r(x)w(x) dv
w(x) H01 ()
Pour les syst`emes algebriques non lineaires, nous avons utilise la methode de Newton qui necessitait
le calcul dune matrice jacobienne et donc le calcul des derivees partielles. Revenons maintenant `
a
0
notre probl`eme non lineaire de depart. Partant dune premi`ere approximation ug (x) de la solution et
verifiant toutes les conditions aux limites essentielles (homog`enes ou non), on cherche une correction
u (x) telle que :
R(u0g (x) + u (x), w(x)) = 0 w V
Remarque 8.3
La notation utilisee ici est similaire `
a celle du cas lineaire. Dans le cas lineaire, on partait dun
rel`evement des conditions aux limites essentielles ug et on calculait une solution u verifiant les
conditions essentielles homog`enes de sorte que :
u(x) = ug (x) + u (x)
soit la solution du probl`eme. Dans le cas non lineaire, la fonction u0g peut etre percue comme un
rel`evement des conditions aux limites essentielles et u (x) a exactement le meme role que dans le
cas lineaire.
Appliquant le resultat precedent, on trouve :
0 = R(u0g , w) + Du (u0g , w)[u ] + ||u || o(u , w)
Negligeant le terme ||u ||o(u , w), on doit maintenant resoudre :
Du R(u0g , w)[u ] = R(u0g , w)
189
qui est un probl`eme lineaire et qui correspond exactement au syst`eme lineaire 8.4 pour les syst`emes
dequations algebriques. Si on revient a` notre exemple, on a :
Du R(u0g (x), w(x))[u (x)] =
=
d
R(u0g (x) + u (x), w(x)) |=0
d
Z
d
(u0g (x) + u (x)) w(x) + q(x)(u0g (x) + u (x)) w(x) dv
d
Z
r(x)w(x) dv
Z
=
(u0g (x)
Z
=
=0
+ u (x))
u (x) w(x) + q(x)u (x) w(x) dv
=0
(u0g (x))1 u (x) w(x) + q(x)u (x) w(x) dv
Une fois ce probl`eme lineaire resolu, on obtient une nouvelle approximation de la solution en posant
u1g (x) = u0g (x) + u (x). On en arrive `
a lalgorithme :
0
ug (x) etant donne ;
On resout pour k 1 :
Z
1
(uk1
(x))
(x)
w(x)
+
q(x)
(x)
w(x)+
dv = R((ug )k1 (x), w(x)) w(x) H01 ()
u
u
g
(8.15)
1. Etant
donne , un crit`ere darret
2. Etant
donne N , le nombre maximal diterations
(8.16)
190
Chapitre 8
||u ||V
<
||uk+1
g ||V
convergence atteinte
ecrire la solution uk+1 (x)
arret
6. Si
(8.17)
Notre probl`eme non lineaire nest pas sans rappeler la forme de lequation 8.7 pour les syst`emes
algebriques. On peut aussi proposer les algorithmes de points fixes suivant :
u0g etant donne ;
On resout pour k 1 :
Z
Z
Z
k+1
k
(8.18)
ou encore :
Z
Z
k+1
k
1 k+1
q(x)ug w + (ug (x))
ug (x) w(x) dv =
r(x)w(x) dv w H01 ()
(8.19)
Les 2 derniers algorithmes sont des variantes de lalgorithme 8.7 pour les syst`emes algebriques.
Remarque 8.4
Les algorithmes de points fixes convergent generalement lineairement :
k
||u uk+1
g ||V ' C||u ug ||V
(C < 1)
(8.20)
Puisquil nest pas toujours possible de calculer la norme de lerreur, on note quen pratique, la
norme du residu a exactement le meme comportement c.-`a-d. :
k
||R(uk+1
g )|| ' C||R(ug )||
(8.21)
191
Les formes bilineaires des formulations variationnelles 8.15, 8.18 et 8.19 sont symetriques mais
ce nest pas forcement toujours le cas. La methode de Newton notamment, m`ene souvent `
a des
matrices non symetriques. Les matrices symetriques sont plus avantageuses car elles necessitent
moins despace memoire et surtout, si elles sont de plus definies positives, on peut utiliser des
methodes iteratives telles le gradient conjugue (preconditionne) pour resoudre les syst`emes lineaires
correspondants. Dans le cas non symetrique, il existe egalement des methodes iteratives tr`es efficaces
comme la methode GMRES ( Generalized minimal residual ).
I Exemple 8.1
On consid`ere un probl`eme unidimensionnel pour illustrer les notions de convergence des methodes
de Newton et de points fixes. On cherche donc `a resoudre dans lintervalle ]0, 5[ :
d2 u
2 (x) = eu(x)
dx
u(0) = u(5) = 0
On multiplie par une fonction test w (en notant dorenavant w au lieu de w(x) pour alleger la
notation) sannulant en x = 0 et x = 5 et on int`egre sur le domaine. On obtient la formulation
variationnelle :
Z 5
Z 5
du dw
dx =
eu w dx
0 dx dx
0
de sorte que pour pour une fonction u0g donnee et verifiant les conditions aux limites essentielles,
on definit la fonctionnelle residu :
!
Z 5
0
du
dw
0
g
R(u0g , w) =
eug w dx
dx dx
0
La methode de Newton appliquee `
a ce probl`eme necessite le calcul dune correction u solution de :
!
Z 5
Z 5
du0g dw
du dw
u0g
u0g
+ e u w dx =
e w dx
dx dx
dx dx
0
0
Pour = 1/10 et pour u0g = 0, les iterations de la methode de Newton ont donne les resultats
suivants :
M
ethode de Newton
Iteration ||R(uk+1
g )||
1
0,421 10+0
2
0,361 101
3
0,332 103
4
0,285 109
5
0,710 1017
192
Chapitre 8
On constate la convergence quadratique (voir equation 8.17) typique de la methode. Par contre,
une methode de points fixes possible serait :
Z
0
du1g dw
0
dx = eug w dx
dx dx
du dw
dx =
dx dx
Z
0
du0g dw
0
eug w
dx dx
!
dx
M
ethode de points fixes
Iteration
||R(uk+1
g )||
1
0,312 10+0
2
0,937 101
3
0,326 101
4
0,119 101
5
0,447 102
6
0,167 102
7
0,632 103
8
0,238 103
..
..
.
.
22
23
24
0,281 1011
0,106 1011
0,400 1012
La convergence est visiblement lineaire (voir lequation 8.21) avec une constante C de lordre de
0,37.
Si on modifie tr`es leg`erement en prenant un peu plus grand ( = 1/5), la convergence est plus
difficile. Partant encore de u0g = 0, ni la methode de Newton, ni celle des points fixes na converge.
Une strategie alternative est donc necessaire. Le probl`eme provient du choix de u0g = 0 qui est trop
loin de la solution recherchee. Pour remedier `a cela, on peut par exemple resoudre dabord avec
= 1/10 et se servir de la solution obtenue comme point de depart pour la resolution `a = 1/5. On
recup`ere ainsi la convergence quadratique. Une telle strategie est appelee methode de continuation
et il en existe plusieurs variantes plus ou moins sophistiquees. J
8.4
193
Exercices
= g(x1 , x2 ) sur 0
u
k(1 + u2 )m
(x1 , x2 )
n
= h(x1 , x2 ) sur 1
o`
u k, et m sont des constantes positives.
a) Obtenir la fomulation variationnelle, lineariser le probl`eme et donner lalgorithme de la
methode de Newton.
b) Pour bien converger, la methode de Newton requiert une solution de depart verifiant les
conditions essentielles et pas trop loin de la solution du probl`eme. Suggerer une facon
dobtenir u0 .
c) Proposer maintenant une methode de points fixes pour ce probl`eme.
2. On veut resoudre le probl`eme non lineaire suivant par la methode de Newton :
(ku(x1 , x2 )) =
f (x1 , x2 )
dans
g(x1 , x2 )
sur 0
u(x1 , x2 )
u
(x1 , x2 )
n
= h u4 (x1 , x2 ) u4
sur 1
o`
u k, h et u sont des constantes positives.
a) Pour bien converger, la methode de Newton requiert une solution de depart verifiant
les conditions essentielles et pas trop loin de la solution du probl`eme non lineaire.
Suggerer une facon dobtenir u0 .
b) Lineariser le probl`eme et donner lalgorithme de la methode de Newton.
194
Chapitre 8
Chapitre 9
Probl`
emes instationnaires
Les probl`emes devolution (instationnaires) sont dune tr`es grande importance pratique. La
nature meme de certains probl`emes fait en sorte quun etat permanent (independant du temps) nest
jamais atteint. Lecoulement turbulent dune rivi`ere en est un exemple. On peut aussi sinteresser
`a la transition entre letat initial dun syst`eme et son etat permanent. Dans chaque cas, la solution
recherchee varie non seulement en espace mais aussi avec le temps t.
9.1
Avant de passer au cas des equations aux derivees partielles, il convient de faire un rappel sur les
schemas instationnaires classiques pour les equations differentielles ordinaires. Nous referons le lecteur `a Fortin, ref. [17] pour une discussion plus compl`ete. Soit le syst`eme dequations differentielles
ordinaires :
dU
= f (t, U ),
dt
U (t0 ) = U0
pour t [t0 , tf ]
On cherchera `
a obtenir une approximation de la fonction u(t) pour t0 t tf . Soit t0 < t1 < ... <
tN = tf une partition de lintervalle [t0 , tf ] et tn+1 = tn+1 tn . Lidee la plus simple consiste `
a
remplacer la derivee temporelle par une formule de differences finies. Par exemple :
Un+1 Un
tn+1
U (t0 )
= f (tn+1 , Un+1 )
= U0
195
196
Chapitre 9
= f (tn+1 , Un+1 )
U (t0 )
= U0
qui est le schema de difference arri`ere dordre 2 o`
u on a suppose que le pas de temps etait constant
(tn+1 = tn = t). Il sagit ici dun schema `a deux pas en ce sens que lon doit conserver la
solution aux deux pas precedents (en t = tn et en t = tn1 ) pour calculer la solution au temps
t = tn+1 . On peut aussi introduire un schema explicite (Euler) :
Un+1 Un
= f (tn , Un )
tn+1
U (t0 )
= U0
Plusieurs variantes sont ainsi possibles, chacune ayant ses avantages et inconvenients, la plus importante consideration etant la stabilite dont nous discuterons un peu plus loin.
On peut regrouper un certain nombre de ces schemas et introduire une famille de methodes
numeriques en considerant la somme ponderee des derivees de U de la mani`ere suivante :
dU
dU
U (tn+1 ) U (tn )
(tn+1 ) + (1 )
(tn ) =
pour
dt
dt
tn+1
[0, 1]
(9.1)
On montre facilement `
a laide des developpements de Taylor appropries que :
U (tn+1 ) U (tn )
dU
dU
(tn+1 ) (1 )
(tn )
tn+1
dt
dt
=
1
d2 U
1
d3 U
tn+1 2 (tn ) +
(tn+1 )2 3 (tn ) +
2
dt
6 2
dt
Un+1 Un
tn+1
c.-`a-d. :
Un+1 = Un + tn+1 [fn+1 + (1 )fn ]
(9.2)
Dependant de la valeur de , on obtient les schemas classiques. Il existe bien entendu dautres
schemas : Runge-Kutta, `
a pas multiples, etc. mais nous nous limiterons pour le moment au schema.
Probl`emes instationnaires
9.2
197
Formulation quasi-variationnelle
u(x, t)
u(x, t0 )
= r(x, t, u) dans
= g(x, t) sur 0
(9.3)
que nous avons vue au chapitre 6 mais enrichie dune derivee temporelle ainsi que dune condition
initiale. On remarque de plus que les fonctions p, q et r de meme que les conditions aux limites
peuvent dependre du temps (mais pas forcement) et meme de la solution u elle-meme dans le cas
non lineaire. Il sagit donc dun probl`eme devolution en temps `a partir dune condition initiale
donnee. On cherche ainsi `
a obtenir une approximation de la fonction u(x, t) = u(x1 , x2 , x3 , t) pour
t0 t tf et x dans un domaine . Au temps t = tn , multiplions lequation differentielle par une
fonction test w et integrons par parties sur lelement K, sans prendre de dispositions particuli`eres
pour la derivee temporelle. On obtient :
Z
u
c(x, tn , u(x, tn )) w(x) + p(x, tn , u(x, tn ))u(x, t)w(x) + q(x, tn , u(x, tn ))u(x, tn ) w dv
t
K
Z
=
Z
r(x, tn , u(x, tn )) w(x) dv +
Cette formulation est dite quasi-variationnelle car la derivee temporelle na pas encore ete discretisee. Nous ne nous en soucierons pas pour linstant et nous procederons comme dhabitude. On
applique donc la methode de Ritz sur chaque element K mais cette fois en separant les variables
de temps t et despace x :
K
nd
X
K
uK
j (tn )j (x)
(9.4)
j=1
Seuls les degres de liberte dependent du temps. Les fonctions dinterpolation iK restent les memes
que dans le cas stationnaire. Mentionnons toutefois lexistence de methodes delements finis, dites
en espace-temps, o`
u les fonctions dinterpolation dependent explicitement du temps.
198
Chapitre 9
Remplacant dans la formulation quasi-variationnelle, on trouve :
K
nd
X
u K
j (tn )
j=1
K
nd
X
uK
j (tn )
p(x, tn , un )jK (x)w(x) + q(x, tn , un )jK (x) w dv
j=1
h(x, tn , un )w(x) ds
r(x, tn , un )w(x) dv +
K1
Lexpression u K
esigne la derivee temporelle du degre de liberte uK
a-d.
j (tn ) d
j au temps tn c.-`
duK
j
dt (x, tn ).
mK
ij,n
aK
ij,n
p(x, tn , un )jK (x)iK (x) + q(x, tn , un )jK (x) iK (x) dv
K
fi,n
sK
i,n
K1
M K (UnK )
La notation
et AK (UnK ) exprime la dependance de ces matrices sur la solution UnK .
Les termes de droite F et S prennent en compte respectivement un eventuel terme source et les
conditions aux limites naturelles. On pourrait fusionner ces deux termes mais il est mieux avise de
voir explicitement comment sont traites ces conditions aux limites.
Une fois les syst`emes elementaires assembles, on aura un syst`eme global `a resoudre `a chaque
pas de temps de la forme :
M (Un )U n + A(Un )Un = F (Un ) + S(Un )
Remarque 9.1
(9.5)
Probl`emes instationnaires
199
Quelques precisions sont necessaires concernant la notation. Les vecteurs F et S ainsi que les
matrices M et A peuvent dependre du temps directement ou via la solution Un , suivant les fonctions
r, h c, p et q. Nous ecrierons Fn , Sn , Mn et An si ces vecteurs et matrices ne dependent que du
temps (et pas de la solution Un ) c.-`
a-d. si r = r(x, t), h = h(x, t), etc. Dans le cas non lineaire, nous
les noterons F (Un ), S(Un ), M (Un ) et A(Un ) (dans le cas o`
u r = r(x, t, u(x, t)), h = h(x, t, u(x, t)),
etc.). Enfin, dans le cas (plus rare) o`
u les vecteurs et/ou les matrices ne dependent aucunement du
temps, les indices seront tout simplement enleves (correspondant au cas o`
u r = r(x), h = h(x),
etc.). La matrice M (Un ) est souvent appelee matrice masse. Si elle depend de la solution u, il faut
lineariser.
9.3
Le theta-sch
ema
U (0) = U0
200
Chapitre 9
9.3.1
Cas lin
eaire
Il sagit du cas le plus simple et le plus classique. Dans le probl`eme type 9.3, les fonctions c,
p, q, r et h dependent des variables x et t (mais pas de u). On note donc Mn , An , Fn et Sn , les
vecteurs et matrices du syst`eme 9.7. Lequation 9.6 prend la forme :
Mn Rn = [Fn + Sn An Un ]
(9.8)
Notons quaucune condition aux limites nest imposee pour ce probl`eme. On obtient ainsi :
[Mn+1 + tn+1 An+1 ] Un+1 = Mn+1 Un + tn+1 { [Fn+1 + Sn+1 ] + (1 )Mn+1 Rn }
On retrouve une expression similaire dans Reddy [31] quoique dans un cas particulier. Comme on a
lhabitude de travailler en correction, on pose Un+1 = Un + U et on resout `a chaque pas de temps :
[Mn+1 + tn+1 An+1 ] U
(9.9)
9.3.2
Cas lin
eaire o`
u la matrice masse est constante
Probl`emes instationnaires
201
= tn+1 [F + S AUn ]
(9.11)
Si le pas de temps est constant, on nassemble la matrice de gauche quune fois pour toutes
et elle demeure la meme pour tous les pas de temps. Il en resulte une grande economie de
temps de calcul ;
9.3.3
Cas g
en
eral non lin
eaire
Il faut dans ce cas lineariser le syst`eme 9.7 et il existe plusieurs possibilites. Notons en premier
lieu qu`a un pas de temps donne, Un est connu et lequation 9.6 est toujours lineaire. Une premi`ere
etape consiste `
a poser ici encore Un+1 = U + U tout en ne touchant pas aux termes non lineaires.
Nous choisirons U comme etant la meilleure approximation en main de Un+1 . Il ne faut toutefois
pas oublier de faire evoluer, dans ce vecteur U , les conditions aux limites essentielles pour les
imposer au temps t = tn+1 . Lequation 9.7 devient :
[M (Un+1 ) + tn+1 A(Un+1 )]U
= M (Un+1 ) (Un U ) +
tn+1 { [F (Un+1 ) + S(Un+1 ) A(Un+1 )U ] +
(9.12)
(1 )M (Un+1 )Rn }
Variante de type points fixes
Une premi`ere variante de linearisation consiste `a utiliser un algorithme de points fixes.
1. On se donne un nombre maximum diterations N aunsi quun crit`ere darret a pour les
syst`emes non lineaires ;
2. Pour chaque pas de temps n 1, Un etant connu :
202
Chapitre 9
a) Resoudre lequation 9.6 pour Rn (aucune condition aux limites nest imposee pour ce
probl`eme) ;
b) On pose U = Un et on y impose les conditions aux limites essentielles au temps t = tn+1 ;
c) Debut de la boucle pour la non-linearite :
i. Resoudre :
[M (U ) + tn+1 A(U )]U
= M (U ) (Un U ) +
tn+1 { [F (U ) + S(U ) A(U )U ]
(9.13)
+(1 )M (U )Rn }
ii. Mettre `
a jour : U U + U ;
kU k
a et le nombre maximal diterations nest pas atteint, on retourne `a 9.13.
iii. Si
kU k
d) La solution `
a ce pas de temps est maintenant connue : Un+1 = U ;
3. Passer au pas de temps suivant ;
` chaque pas de temps on doit resoudre le syst`eme lineaire pour Rn sauf pour la methode dEuler
A
implicite ( = 1). On doit egalement resoudre `a chaque pas de temps le syst`eme non lineaire pour U ,
ce qui peut devenir co
uteux puisqu`
a chaque iteration non lineaire il faudra assembler les matrices
A et M . Plusieurs variantes existent et il serait trop long de les enumerer toutes.
Variante de type Newton
On peut aussi recourir `
a la methode de Newton dans le cas de probl`emes fortement non lineaires.
On revient alors `
a lequation 9.12 mais cette fois, on linearise tous les termes par un developpement
de Taylor (utilisant la derivee de G
ateaux). On pose ainsi :
M (Un+1 ) = M (U + U ) ' M (U ) + U (U )U
F (Un+1 )
S(Un+1 )
F (U + U )
' F (U ) +
F
(U )U
U
S(U + U )
' S(U ) +
S
(U )U
U
Probl`emes instationnaires
203
U
M (U ) +
(U )U + tn+1 A(U ) +
(U )U
U
U
M
= M (U ) +
(U )U (Un U )
U
F
S
A
F (U ) +
+tn+1
(U )U + S(U ) +
(U )U A(U ) +
(U )U U
U
U
U
M
+(1 ) M (U ) +
(U )U
U
Rn
+tn+1 A(U )U
(U )U
(U )U +
(U )U U
(1 )
(U )U Rn
U
U
U
U
= M (U ) (Un U ) + tn+1 { {F (U ) + S(U ) A(U )U } +(1 )M (U )Rn }
(9.14)
Lalgorithme resultant est le meme que pour la methode des points fixes mais en remplacant
lequation 9.13 par 9.14. Si on compare maintenant avec le syst`eme 9.13, on remarque que le terme
de droite est bien entendu le meme mais que la matrice de gauche contient plus de termes. Cette
matrice, notee matrice tangente, assure une convergence quadratique. Le prix `a payer est cependant
assez eleve, `
a tout le moins dans le cas general. Lexpression de la matrice tangente peut paratre
tr`es complexe et dans certains cas elle lest vraiment ! Dans beaucoup de cas simples cependant, la
methode de Newton sav`ere tout de meme un choix tr`es judicieux.
I Exemple 9.1
Considerons lequation de la chaleur dans le cas o`
u et les proprietes physiques comme la conductivite
thermique dependent de la solution. On a ainsi `a resoudre lequation :
cp (T )
(K(T )u) = 0
T
= g(x, t) sur 0
(K(T )T ) n
T (x, 0)
4 ) sur
= h1 (T 4 T
1
= T0 (x)
204
Chapitre 9
La densite est supposee constante ( = 1000kg/m3 ) et il faut donner un mod`ele pour tenir compte
de la variation des autres coefficients. On prendra par exemple :
cp (T ) = 140 + 4,6(T + 273) J/(kg C)
K(T ) = 1,46 + 0,0038T 1,156 W/(mC)
La formulation quasi-variationnelle secrit :
Z
Z
T
4
cp (T )
w(x) + k(T )T w dv =
h(T 4 T
)w(x)ds
t
1
Dans notre probl`eme mod`ele 9.3, on a donc :
c(x, t, T ) = (140 + 4,6(T + 273)) de sorte que
p(x, t, T ) = f (x, t, T ) = 0
c
= 4,6
T
q
= 0,5928 102 T 0,156
q(x, t, T ) = K(T ) = 1,46 + 0,0038T 1,156 de sorte que
T
h
4
h(x, t, T ) = h1 (T 4 T
) de sorte que
= 4h1 T 3
T
J
On remarque que le coefficient de la matrice de masse depend de la solution T (et donc du temps).
Dans la notation introduite, on a :
Z
M (T ) =
cp (T )T (x)w(x) dv
`a suivre ....
9.4
Un sch
ema implicite dordre 2
Dans cette section, nous introduisons lun des schemas de resolution de probl`emes instationnaires
les plus utilises en pratique, soit le schema de differences arri`ere dordre 2, aussi connu sous le nom
de schema de Gear.
Au pas de temps n + 1, lequation 9.5 secrit :
U (0)
= U0
Lidee est alors de remplacer la derivee temporelle par une difference finie. On montre en effet
facilement (voir Fortin [17]) que :
3Un+1 4Un + Un1
+ O(t)2
U n+1 =
2t
Probl`emes instationnaires
205
M (U + U ) ' M (U ) + M
U U et A(U + U ) ' A(U ) + U U
9.4.1
M (U )
+ A(U )Un+1 = F (U ) + S(U )
2t
ou encore :
M (U )
3Un+1
2t
+ A(U )Un+1 = M (U )
4Un Un1
2t
+ F (U ) + S(U )
On pose ensuite U = Un+1 et on it`ere jusqu`a convergence c.-`a-d. jusqu`a ce que la difference entre
deux valeurs successives de Un+1 soit petite.
9.5
9.5.1
R
esultats num
eriques
Probl`
eme thermique
Nous revenons sur un probl`eme dej`a rencontre dans le cas stationnaire au chapitre 6 :
cp T
(K(x)T ) = 0
t
o`
u K(x) est le tenseur de conductivite thermique. Pour simplifier ce qui suit, on posera simplement
que = cp = 1 et que K = I. Les conditions aux limites sont celles de la figure 6.12 auquelles on
ajoute la condition initiale T (x, 0) = 25C. On a utilise un schema de Gear implicite et un pas de
temps adimensionnel t = 1.
206
Chapitre 9
a) t = 10
b) t = 30
c) t = 50
d) t = 70
Probl`emes instationnaires
207
e) t = 100
f) t = 150
g) t = 250
h) t = 300
208
Chapitre 9
9.5.2
Croissance de populations
On sinteressera ici `
a un mod`ele decrivant linteraction entre des populations de zooplancton
(de nature animale) et de phytoplancton (de nature vegetale). Comme nous le verrons, linteraction
est tr`es complexe et donne lieu `
a des comportements difficiles `a prevoir sans une simulation tr`es
fine.
Le mod`ele a ete introduit par Medvinsky, Petrovskii, Tikhonova, Malchow et Li en 2002 (voir [26]).
Cest un exemple classique dune equation ou plus precisement dun syst`eme dequations dites de
reaction-diffusion . 1
u
u
t (u) = u(1 u) + u + h v
(9.15)
u
v
(v) = k
v mv
t
u+h
o`
u k = 2, m = 0,3 et h = 0,4 sont des constantes du mod`ele. Les deux termes de droite (dits de
reaction) sont non lineaires et sont dune importance capitale pour la prediction des interactions.
Des conditions aux limites de type Neumann nulles sont prescrites au bord.
1. Nous navons pas encore vu comment traiter les syst`emes dequations mais cela nempeche pas de comprendre
la suite.
Chapitre 10
Probl`
eme de convection-diffusion et
stabilisation SUPG
10.1
Introduction
La methode de Galerkin que nous avons largement utilisee jusqu`a maintenant nest pas sans
faille comme nous allons le constater avec lequation dite de convection diffusion. Pour combler
cette lacune, nous allons introduire la methode de Petrov-Galerkin qui, comme nous lavons bri`evement vu au chapitre 4, consiste `
a utiliser des fonctions de ponderation differentes des fonctions
dinterpolation.
Lequation de conservation de lenergie, en presence de convection, secrit (voir Duvaut [14]) :
cp T
(K T (x)T ) + u T = 0
t
o`
u , cp et K T sont respectivement la densite, la chaleur specifique et le tenseur de conductivite
thermique du materiau alors que u est un vecteur vitesse qui transporte la chaleur. En pratique,
le champ u est aussi une inconnue du probl`eme et sera, par exemple, obtenu en resolvant les
equations de Navier-Stokes (voir le chapitre 12). Pour le moment, nous supposerons que u est un
champ de vecteurs connu. Les applications de cette equation sont nombreuses et variees : probl`emes
de refroisissement de pi`eces mecaniques ou electroniques, echauffement du bord dattaque dune aile
davion, etc.
La formulation variationnelle de type Galerkin secrit :
Z
cp T
w + (K T (x)T ) w + (u T )w dv = 0
t
Cette formulation est bien connue pour pour poser des difficultes numeriques lorsque la convection
est importante par rapport `
a la conduction c.-`a-d. lorsque ||u|| est grand par rapport aux KTij du
tenseur de conductivite thermique. Cest ce que nous allons maintenant illustrer dans un cas tr`es
simple.
209
210
Chapitre 10
xi1
xi
xi+1
dx
dT
k
dx
+u
dT
=0
dx
(10.1)
o`
u la conductivite thermique est maintenant un scalaire positif et u un constante que nous supposerons positive. On consid`ere le domaine [0, 1] et des conditions aux limites T (0) = 0 et T (1) = 1
de sorte que lon verifie facilement que la solution exacte est :
T (x) =
1 eux/k
1 eu/k
Nous allons faire une br`eve incursion en differences finies et considerer un maillage uniforme, chaque
element etant de longueur h. Dans un premier temps, on utilise les differences centrees dordre 2
(O(h2 )) et un maillage comme celui de la figure 10.1 :
d2 T
Ti+1 2Ti + Ti1
dT
Ti+1 Ti1
(xi ) =
+ O(h2 ) ainsi que
(xi ) =
+ O(h2 )
dx2
h2
dx
2h
de sorte quau noeud xi , on obtient la recurrence :
k u
2k
k u
Ti1 +
Ti + +
Ti+1 = 0
+
h 2
h
h 2
(10.2)
cp uL
k
o`
u L est une longueur caracteristique du probl`eme, fixee `a 1 dans cet exemple tout comme cp et .
Plus le nombre de Peclet est grand, plus la convection est dominante et plus les resultats presentent
des oscillations. Le cas extreme est celui du transport convectif pur o`
u k = 0. Physiquement, cela
1. Jean Claude Eug`ene Peclet est un physicien francais, ne le 10 fevrier 1793 a
` Besancon, mort a
` Paris le 6
decembre 1857.
Probl`eme de convection-diffusion
Pe = 1
211
P e = 10
P e = 100
212
Chapitre 10
signifie que linformation vient du sens inverse du vent c.-`a-d. en sens inverse du champ de vecteurs
u. La fumee dune cheminee suit le vent et il en est de meme pour la chaleur qui est convectee par
le champ de vitesse c.-`
a-d. si u > 0, la chaleur vient de la gauche et inversement si u < 0.
Devant ces resultats, les specialistes des differences finies ont eu lidee dutiliser une difference
arri`ere pour le terme convectif si u > 0 (avant dans le cas contraire) :
dT
Ti Ti1
(xi ) =
+ O(h)
dx
h
pour tenir compte du fait que linformation vient principalement de lamont si u est grand. On
parle alors de differentiation amont (upwinding en anglais). On obtient la recurrence :
k
2k
k
Ti+1 = 0
(10.3)
+ u Ti1 +
+ u Ti
h
h
h
La difference arri`ere est cependant dordre 1 (O(h)) seulement et il y donc une perte de precision.
On obtient alors les resultats de la figure 10.3. Si les oscillations sont disparues `a P e = 100, on note
tout de meme une precision assez faible.
Pour expliquer, au moins partiellement ce qui se passe, on remarque que lequation 10.3 peut
aussi secrire, en rearrangeant les termes
uh
Ti+1 2Ti + Ti1
Ti+1 Ti1
k+
+u
=0
(10.4)
2
h2
2h
et lon constate que le schema numerique tend `a ajouter un terme de diffusion supplementaire par
rapport `a lequation initiale.
10.1.1
Une premi`
ere approche par
el
ements finis
Mais comment faire pour obtenir un effet similaire en elements finis ? Le syst`eme elementaire
correspondant `
a la methode de Galerkin est :
Z
xK
2
xK
1
djK diK
k
dx +
dx dx
xK
2
xK
1
djK K
u
dx = 0
dx i
Probl`eme de convection-diffusion
Pe = 1
213
P e = 10
P e = 100
214
Chapitre 10
i
xi1
xi
xi+1
et on consid`ere encore le maillage tr`es simple de la figure 10.1. Une fois la matrice globale assemblee,
la deuxi`eme equation, correspondant au noeud xi , est exactement lequation 10.2 et la methode des
elements finis ne fait pas mieux que celle des differences finies.
Pour obtenir leffet de la differentiation amont, une solution consiste `a modifier les fonctions de
ponderation dans la formulation elements finis et de deplacer leur poids vers lamont. La fonction
de Ritz classique lineaire par element associee au noeud xi est illustree `a la figure 10.4. Considerons
maintenant la fonction bulle sur lelement de reference :
3
b() = (1 2 )
4
et on modifie les fonctions de ponderation en les remplacant par :
(1 )
1 () = 1 () b() =
b()
2
(1 + )
2 () = 2 () + b() =
+ b()
2
soit les fonctions habituelles, augmentees de la fonction bulle et dun param`etre `a determiner. La
fonction de Ritz du noeud xi est illustree `a la figure 10.5 et on constate le biais vers lamont de la
ponderation.
Le syst`eme elementaire de type Petrov-Galerkin secrit :
2k
h
dj di
d + u
d d
dj
i d = 0
d
et on verifie facilement que le terme de diffusion reste inchange. Le syst`eme elementaire de type
Petrov-Galerkin devient :
k
u (1 ) (1 )
1 1
0
+
=
1
1
(1
+
)
(1
+
)
0
h
2
Probl`eme de convection-diffusion
215
i
xi1
xi
xi+1
+ (1 + ) Ti1 +
+ u Ti + + (1 ) Ti+1 = 0
h 2
h
h 2
(10.5)
uh
1
o`
u=
2k
(10.6)
on trouve une solution numerique qui est exacte aux noeuds du maillage tel quillustre `a la figure 10.6. La formule 10.6 donne cette performance que pour le probl`eme simplifie unidimensionnel 10.1. On la retrouve cependant `
a peu pr`es telle quel dans de nombreux articles en dimension
superieure et pour des equations aux derivees partielles beaucoup plus generale. Il faut etre conscient
des limitations dune telle generalisation...
10.1.2
Une deuxi`
eme approche par
el
ements finis
La modification des fonctions de ponderation semble avoir ete la cle du succ`es de lapproche
precedente. On peut arriver `
a un resultat similaire dune autre facon. Une approche plus generale
consiste `a modifier la formulation variationnelle du probl`eme en ajoutant un terme supplementaire
faisant intervenir le residu (fort) de lequation `a resoudre. Dans le cas de notre probl`eme simplifie,
on aurait :
Z 1
X Z xK
2
dTh dw
dTh
d
dTh
dTh
k
+u
w dx +
k
+u
w
dx = 0
dx dx
dx
dx
dx
dx
0
xK
1
K
Notons que lecriture nest pas arbitraire. Le terme supplementaire ne peux pas secrire :
Z 1
d
dTh
dTh
k
+u
w
dx
dx
dx
dx
0
216
Chapitre 10
P e = 20
Figure 10.6 Schema de type SUPG avec defini par 10.6
d
h
car ni le terme dx
k dT
eration w
ne sont continus `a la fronti`ere des
dx , ni les fonctions de pond
elements. La fonction de ponderation w
est en effet de la forme :
w
= SU P G
u dw
|u| dx
dx
xK
1
K
u
Dans notre probl`eme simplifie, |u|
nest rien dautre que le signe de u. Le param`etre SU P G sera
explicite plus tard et depend de k et de la taille h des elements. De plus, si on prend des fonctions
tests w lineaires, dw
element. On a en fait :
dx est constant par
d1K
1
d2K
1
= et
=
dx
h
dx
h
de sorte quen supposant u positif et en posant temporairement SU P G = :
1K + SU P G
u d1K
u d2K
SU P G
SU P G
= 1K
et 2K + SU P G
= 2K +
|u| dx
h
|u| dx
h
et que lon retrouve la situation de la figure 10.7 pour la fonction de Ritz attachee au noeud xi .
Ces fonctions de Ritz sont nettement ponderee vers lamont mais sont quant `a elles discontinues,
contrairement `
a la premi`ere approche que nous avons vue.
Probl`eme de convection-diffusion
217
xi1
xi
xi+1
218
Chapitre 10
10.2
Exercices
= f (x) dans Rn
= g(x) sur =
o`
u on supposera que :
f (x) est dans L2 () et g(x) est dans L2 () ;
c(x) est dans L () et a(x) est dans L () ;
u est un champ de vecteurs donne `a composantes dans W 1, () ;
et pour laquelle il existe une
K est un tenseur symetrique dont les composantes sont C 1 ()
constante telle que :
(K(x)) ||||22 Rn
Il existe des constantes C1 et C2 telles que :
c(x) 21 u C1 0 presque partout dans
a(x) + 12 u n C2 0 presque partout sur
et lune au moins des constantes C1 et C2 est strictement positive.
Proposer une formulation variationnelle dans un espace fonctionnel approprie et demontrer
lexistence et lunicite de ce probl`eme. Est-ce que lon peut ramener ce probl`eme `
a un
probl`eme doptimisation ?
Suggestion : Pour la coercivite, on integrera par parties le terme en u T . Lidentite
suivante pourrait aussi etre utile :
(vw) = ( v)w + v w
2. La discretisation de probl`emes unidimensionnels par elements finis ou par differences finies
m`ene, dans des cas simples, `
a des recurrences de la forme :
aTi+1 + bTi + cTi1 = 0
pour i = 1, 2, n 1, auquel on ajoute des conditions aux limites T0 = 0 et Tn = n . Si
b2 4ac > 0, montrer que la solution generale de cette recurrence est :
n 0 X2n
0 X1n n
i
Ti =
X
+
X2i
1
X1n X2n
X1n X2n
pour X1 et X2 judicieusement choisis.
Suggestion : Trouver X tel que Ti = X i soit une solution.
3. En vous servant du resultat du numero precedent, resoudre les recurrences 10.2, 10.3 et 10.5
et comparer graphiquement avec la solution analytique.
Chapitre 11
11.1
Probl`
emes d
elasticit
e lin
eaire
On consid`ere un corps fait dun materiau elastique en dimension 3 (le cas bidimensionnel ne
presentant aucune difficulte particuli`ere) et soumis `a des forces externes (forces par unite de volume
N/m3 ) :
r(x) = r(x1 , x2 , x3 ) = (r1 (x1 , x2 , x3 ), r2 (x1 , x2 , x3 ), r3 (x1 , x2 , x3 ))
On souhaite alors determiner le deplacement u(x) dun point materiel x = (x1 , x2 , x3 ) occasionne
par lapplication de ces sollicitations. Pour ce type de probl`emes, la notation tensorielle est utile,
sinon necessaire. On retrouvera `
a lannexe A quelques rappels sur cette notation et en particulier
sur le theor`eme de la divergence. Introduisant le tenseur (symetrique) des contraintes de Cauchy
, les equations dequilibre secrivent :
= r
219
220
Chapitre 11
11 12 13
+
+
x1
x2
x3
12 22 23
+
+
x1
x2
x3
13 23 33
+
+
x1
x2
x3
= r1 (x1 , x2 , x3 )
= r2 (x1 , x2 , x3 )
= r3 (x1 , x2 , x3 )
On voit immediatement linteret dintroduire la notation tensorielle qui est beaucoup plus compacte. Introduisons maintenant deux tenseurs qui seront fort utiles par la suite. Pour un champ de
deplacement u donne, on definit le tenseur gradient de deformation par :
u1
x1
2
u =
x1
u3
x1
u1
x2
u2
x2
u3
x2
u1
x3
u2
x3
u3
x3
(11.1)
On definit ensuite le tenseur de deformation comme etant la partie symetrique du tenseur gradient
de deformation :
u1
1 u1 u2
1 u1 u3
+
+
x1
2 x2 x1
2 x3 x1
T
1 u2 u3
1 u2 u1
u2
u + (u)
=
+
+
(11.2)
(u) =
2
x2
2 x3 x2
2 x1 x2
1 u3 u1
1 u3 u2
u3
+
+
2 x1 x3
2 x2 x3
x3
Nous noterons ij les differentes composantes du tenseur (u). Notons de plus que le tenseur de
deformation na pas dunites.
On multiplie maintenant lequation dequilibre par une fonction test vectorielle w = (w1 , w2 , w3 )
et on int`egre par parties sur le domaine . On trouve alors, en utilisant le theor`eme A.7 :
Z
Z
: w dv
Z
( n) w ds =
r w dv
221
Puisque le tenseur est symetrique, il est facile de montrer que : w = : (w), de sorte
que la formulation precedente devient :
Z
Z
Z
r w dv
: (w) dv ( n) w ds =
Il reste `a introduire une loi dite de comportement reliant le deplacement u (ou plus precisement
le tenseur (u)) au tenseur des contraintes . Pour un materiau dit lineaire elastique, cette relation
prend la forme generale :
= C : (u) ou en termes des composantes ij = Cijkl ((u))kl = Cijkl kl
(11.3)
o`
u on a utilise la convention de somme sur les indices repetes. La relation 11.3 nest quune generalisation de la loi de Hooke et C est le tenseur delasticite (du quatri`eme ordre). On a ainsi
une relation lineaire entre les contraintes et les deformations, ce qui justifie lappellation materiau
lineaire elastique. Le tenseur delasticite C nest pas tout-`a-fait quelconque. On montre en effet quil
derive generalement dun potentiel suivant une expression de la forme :
Cijkl =
2
ij kl
Puisque ij = ji et que lon peut permuter lordre de derivation, on en tire immediatement les
proprietes de symetrie de ce tenseur :
Cijkl = Cjikl = Cijlk = Cklij
(11.4)
Le tenseur C poss`ede donc au plus 21 composantes differentes et eventuellement non nulles (au lieu
des 81 composantes dun tenseur du quatri`eme ordre quelconque). Il est courant (et parfois utile)
dexprimer sous forme matricielle lexpression 11.3. Cette relation matricielle est de la forme :
22
33
(11.5)
12 C14 C24 C34 C44 C45 C46
212
23 C
223
222
Chapitre 11
11
C1111 C1122 C1133
22 C1122 C2222 C2233
33 C1133 C2233 C3333
12 = C1112 C2212 C3312
23 C1123 C2223 C3323
13
C1113 C2213 C3313
C1123
C2223
C3323
C1223
C2323
C2313
C1113
C2213
C3313
C1213
C2313
C1313
11
22
33
212
223
213
(11.6)
Le probl`eme etant dordre 2, lespace de base sera H 1 () ou plus precisement (H 1 ())3 puisque
le probl`eme est tridimensionnel. Ce syst`eme comporte donc 3 conditions aux limites essentielles `
a
savoir limposition des deplacements ui sur la fronti`ere ou une partie de celle-ci. Les trois conditions
aux limites naturelles correspondantes portent sur le vecteur t = n dit de contraintes normales.
En un point donne de la fronti`ere, on doit imposer 3 conditions aux limites. Dependant du probl`eme,
on impose soit la composante ui du deplacement, soit la composante ti du vecteur des contraintes
normales, mais jamais les deux en meme temps.
Remarque 11.1
Le probl`eme variationnel 11.7 est equivalent au probl`eme de minimisation suivant :
Z
Z
Z
1
J(u) = inf J(w) = inf
(C : (w)) : (w) dv
r w dv t w ds
wV
wV 2
(11.8)
o`
u V est le sous-espace de (H 1 ())3 des fonctions w sannulant l`a o`
u on impose des conditions
essentielles sur le deplacement u ou lune de ses composantes. Le premier terme correspond `
a
lenergie elastique de deformation et les deux autres termes correspondent au travail effectue pas
la charge imposee.
11.2
223
Mat
eriau lin
eaire
elastique isotrope
Un materiau lineaire est dit isotrope sil ne poss`ede aucune direction privilegiee ou encore sil
est macroscopiquement homog`ene. En un point donne, ses proprietes sont les memes dans toutes
les directions. Cest le cas de la plupart des metaux par exemple.
Dans le cas isotrope, le tenseur delasticite C est defini par :
Cijkl = Iij Ikl + (Iik Ijl + Iil Ijk )
(11.9)
o`
u I est le tenseur identite (Iij = 1 si i = j, 0 autrement) 1 . Les param`etres constants et sont
les coefficients de Lame definis par :
=
E
E
et =
2(1 + )
(1 + )(1 2)
(11.10)
o`
u E est le module delasticite (ou module dYoung) et est le coefficient de Poisson du materiau.
Les unites du module de Young sont des pascals (Pa) tandis que le coefficient de Poisson est
adimensionnel de sorte que les unites de et sont aussi des pascals. On trouvera dans le tableau
suivant quelques valeurs de ces coefficients pour differents materiaux.
Valeurs des coefficients pour des mat
eriaux usuels
Materiau
(GPa) (GPa) E (GPa)
K (GPa)
Aluminium
60,49
25,93
70
0.35
79
Acier
96,95
76,17
195
0.28
168
Caoutchouc
0,0018
0.5
2.3
Cuivre
130
0.34
139
E
(1 + )(1 2)
( u)I +
E
1+
(u)
(11.11)
1. On retrouve parfois le deuxi`eme terme sous la forme 2Iik Ijl qui est incorrecte car alors le tenseur C na plus
les proprietes de symetrie de la relation 11.4.
224
Chapitre 11
11
+ 2
0 0
22
+ 2
0 0
33
+
2
0
0
12 =
0
0
0
23
0
0
0
0
13
0
0
0
0 0
11
22
33
212
223
213
(11.12)
o`
u on constate quil ny a que 2 coefficients differents (E et ). Pour un materiau donne, on peut
determiner experimentalement ces coeffficients. On verifie alors facilement que les expressions 11.11
et 11.12 sont equivalentes. Nous utiliserons preferablement la notation tensorielle, bien que la formulation matricielle presente aussi certains avantages.
Remplacant maintenant dans la formulation variationnelle 11.7, on trouve :
Z
Z
Z
(( u)I + 2(u)) : (w) dv ((( u)I + 2(u)) n) w ds =
r w dv
ou encore :
Z
Z
( u)( w) + 2(u) : (w) dv =
Z
r w dv +
t w ds
(11.13)
qui est la formulation variationnelle du probl`eme delasticite dans le cas dun materiau isotrope.
Dans cette derni`ere expression, nous avons introduit la condition naturelle sur la contrainte normale :
t = n = ( u)n + 2(u) n
(11.14)
Pour demontrer lexistence et lunicite de la solution du probl`eme 11.13, nous avons besoin dun
resultat preliminaire connu sous le nom dinegalite de Korn.
Lemme 11.3 (In
egalit
e de Korn)
1
3
Si w (H ()) , alors il existe une constante C() telle que :
3
X
||ij (w)||20, C()||w||21, = C() ||w1 ||21, + ||w2 ||21, + ||w3 ||21,
i,j=1
D
emonstration : voir Duvaut-Lions [15].
F Th
eor`
eme 11.1 (Existence et unicit
e de la solution)
Le probl`eme variationnel 11.13 poss`ede une solution unique dans V = (H 1 ())3
(11.15)
225
D
emonstration :
Le theor`eme de lax-Milgram nous assure de lexistence et de lunicite de la solution si la forme
bilineaire :
Z
( u)( w) + 2(u) : (w) dv
a(u, w) =
o`
u V est le sous-espace de (H 1 ())3 des fonction w sannulant l`a o`
u on impose des conditions
essentielles sur le deplacement u ou lune de ses composantes. Le premier terme correspond `
a
lenergie elastique de deformation et les deux autres termes correspondent au travail effectue par
la charge imposee.
11.3
Mat
eriau lin
eaire
elastique orthotrope
Un materiau est dit orthotrope sil poss`ede 2 plans de symetrie de comportement. Beaucoup
de materiaux composites sont orthotropes. Le bois en est aussi un exemple. En raison de ces plans
de symetrie, on peut montrer que la relation contraintes-deformations est de la forme (matricielle)
suivante :
11
22
33
12
23
13
123 32
E2 E3 S
12 +32 13
E1 E3 S
13 +12 23
E1 E2 S
21 +31 23
E2 E3 S
131 13
E1 E3 S
23 +21 13
E1 E2 S
31 +21 32
E2 E3 S
32 +12 31
E1 E3 S
112 21
E1 E2 S
0
0
0
0
0
0
0
0
0
o`
u:
S=
0
0
0
0
0
0
0
0
0
G12
0
0
0 G23
0
0
0 G13
(1 221 32 13 13 31 23 32 12 21 )
E1 E2 E3
11
22
33
212
223
213
(11.17)
226
Chapitre 11
31 + 21 32
13 + 12 23
=
,
E2 E3 S
E1 E2 S
32 + 12 31
23 + 21 13
=
E1 E3 S
E1 E2 S
(11.18)
Il y a donc 9 coefficients independants `
a determiner (experimentalement) pour ce type de materiau.
Les coefficients Ei sont les modules dYoung dans chaque direction, les ij sont les coefficients de
Poisson alors que les Gij sont les modules de cisaillement.
Remarque 11.3
Les questions dexistence et dunicite de la solution sont plus delicates pour un materiau anisotrope.
Il faut en effet que la matrice symetrique 11.17 soit de plus definie positive. Il est cependant plus
facile de travailler avec la relation inverse de lequation 11.17 qui secrit :
E212 E313
0
0
0
11
11
E1
1
22
E121
E323
0
0
0
E2
22
23
13
1
33
0
0
0 33
E1 E2
E3
(11.19)
1
212 0
0
0
0
0
12
G12
1
223 0
0
0
0
0 23
G23
1
213
13
0
0
0
0
0
G13
Linverse dune matrice symetrique etant symetrique, on a :
12
21
=
,
E2
E1
31
13
=
,
E3
E1
32
23
=
E3
E2
relations qui sont equivalentes (et beaucoup plus simples) `a celles de lequation 11.18. Dans un
premier temps, une matrice definie positive doit avoir des coefficients diagonaux positifs c.`
a-d.
Ei > 0 et Gij > 0. De plus, lun des crit`eres pour que cette matrice soit definie positive est que le
determinant de toutes les sous-matrices principales soit positif. On doit alors imposer que :
1 12 21 > 0, 1 13 31 > 0,
1 23 32 > 0
(11.20)
et enfin que le determinant de la sous-matrice principale 3 par 3 soit positif c.-`a-d. que S > 0.
11.4
Etat
plan de contraintes et
etat plan de d
eformation
Nous avons presente le cas general (tridimensionnel) du probl`eme delasticite lineaire pour un
materiau anisotrope. Lavantage est quainsi, on peut aborder tous les cas. Il existe cependant des
situations pour lesquelles, on peut simplifier le probl`eme `a deux dimensions. Il faut pour ce faire,
determiner une relation contraintes-deformations qui sera eventuellement differente de lexpression 11.11. Cette nouvelle relation sera ensuite remplacee dans la formulation variationnelle 11.7.
Nous nous limiterons de plus au cas orthotrope (comprenant le cas isotrope).
11.4.1
227
Etat
plan de d
eformation
On consid`ere une section (dans le plan x1 x2 ) dun corps elastique (isotrope ou orthotrope) et on
suppose que la longueur du corps dans la direction x3 est grande par rapport aux dimensions de la
section. Un exemple typique de cette situation serait un corps cylindrique (de section quelconque)
et de grande longueur. On supposera de plus que ce cylindre sappuie `a ses 2 extremites sur des
plans qui previennent tout deplacement dans la direction x3 .
Nous pouvons donc supposer que u1 = u1 (x1 , x2 ) et que u2 = u2 (x1 , x2 ). Nous supposons de
plus que les deformations ne se produisent que dans le plan x1 x2 c.-`a-d. que 13 = 23 = 33 = 0
ou encore :
u3
u3
u3
=
=
=0
x1
x2
x3
ce qui entrane que u3 = cte et donc que u3 = 0 puisque le corps est fixe aux deux extremites.
De lequation 11.17, on tire que 13 = 23 = 0 mais, par contre, 33 nest pas nul :
33 =
13 + 12 23
23 + 21 13
11 +
22
E1 E2 S
E1 E2 S
(11.21)
On se retrouve donc avec un probl`eme purement bidimensionnel `a resoudre pour les inconnues en
deplacement u1 et u2 . La relation contraintes-deformations prend la forme :
= C : (u)
ou encore sous forme matricielle :
11
22 =
12
123 32
E2 E3 S
12 +32 13
E1 E3 S
21 +31 23
E2 E3 S
131 13
E1 E3 S
0
11
0 22
212
G12
(11.22)
qui, une fois remplacee dans la forme variationnelle 11.7, permet de calculer les deplacements u1 et
u2 . La contrainte 33 peut ensuite etre recuperee par la relation 11.21.
11.4.2
Etat
plan de contraintes
Dans ce cas, on consid`ere une plaque mince (depaisseur h) et on suppose que le plan moyen
de cette plaque est dans le plan x1 x2 . On suppose que les forces volumiques (si elles existent) sont
symetriques par rapport au plan moyen et que les eventuelles forces de traction (contrainte normale)
au bord de la plaque nagissent que dans le plan x1 x2 . Sous ces hypoth`eses, on peut affirmer que
les contraintes agissent uniquement dans le plan x1 x2 c.-`a-d. :
13 = 23 = 33 = 0
et que le deplacement u3 est nul en moyenne sur lepaisseur de la plaque. On en conclut immediatement de la relation 11.11 que 13 = 23 = 0. De plus, la troisi`eme equation de la relation 11.17
nous donne :
0 = 33 = C31 11 + C32 22 + C33 33
228
Chapitre 11
do`
u lon tire que :
33 =
1
C31 11 + C32 22
C33
+
11
C
33
22 =
C21
C23 C31
C33
11 + C22
C13 C32
C33
22
C23 C32
C33
22
12 = C44 12
Les relations precedentes peuvent etre simplifiees `a laide des conditions de symetrie 11.20. On
obtient ainsi :
E1
12 E2
+
11 =
11
112 21
112 21 22
22 =
12 E2
112 21
11 +
E2
112 21
22
12 = 2G12 12
ou encore, sous forme matricielle :
11
22 =
12
E1
112 21
12 E2
112 21
12 E2
112 21
E2
112 21
11
22 =
12
11.5
E
1 2
E
1 2
E
1 2
E
1 2
0
11
0 22
212
G12
0
11
0 22
212
G
(11.23)
(11.24)
Le maillage
5
4
10
4
3
2
1
229
15
3
14
13
12
11
20
8
19
25
7
18
6
17
16
24
23
22
21
On etudie donc une plaque de longueur L = 2 et de hauteur 1 dont lextremite gauche est
encastree. On choisit une interpolation quadratique et une transformation lineaire vers lelement de
K
K
reference telle quillustree `
a la figure 6.7. On a ainsi nK
g = 3, nc = 6, nd = 12 (car nous sommes
en dimension 2), nel = 8, nnoeuds = 25 et nddl = 50. Seuls les numeros des elements et des noeuds
sont indiques sur la figure 11.1. La table de coordonnees des noeuds est de dimension nnoeuds d.
Noeud
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Composante x1
0,00
0,00
0,00
0,00
0,00
0,50
0,50
0,50
0,50
0,50
1,00
1,00
1,00
1,00
1,00
Coordonn
ees des noeuds
Table coor
Composante x2
Noeud Composante x1
0,00
16
1,50
0,25
17
1,50
0,50
18
1,50
0,75
19
1,50
1,00
20
1,50
0,00
21
2,00
0,25
22
2,00
0,50
23
2,00
0,75
24
2,00
1,00
25
2,00
0,00
0,25
0,50
0,75
1,00
Composante x2
0,00
0,25
0,50
0,75
1,00
0,00
0,25
0,50
0,75
1,00
230
Chapitre 11
La table de connectivite des noeuds est de dimension nel nK
ecrit :
c et s
ement
El
1
2
3
4
5
6
7
8
Noeud
1
13
3
15
11
23
13
25
Noeuds g
eom
etriques et de calcul
Table connec
Noeuds geometriques
Autres noeuds
#1 Noeud #2 Noeud #3 Noeud #4 Noeud #5 Noeud #6
11
13
6
12
7
3
1
8
2
7
13
15
8
14
9
5
3
10
4
9
21
23
16
22
17
13
11
18
12
17
23
25
18
24
19
15
13
20
14
19
La table de numerotation est de dimension nnoeudsd. Les deplacements des 5 premiers noeuds
etant fixes `a 0, on omet de les numeroter dans un premier temps, de sorte quils le seront en dernier.
Les 2 passages donnent :
Noeud
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Num
erotation
Table numer
u1 u2
Noeud
?
?
16
?
?
17
?
?
18
?
?
19
?
?
20
1
2
21
3
4
22
5
6
23
7
8
24
9 10
25
11 12
13 14
15 16
17 18
19 20
u1
21
23
25
27
29
31
33
35
37
39
u2
Noeud
22
1
24
2
26
3
28
4
30
5
32
6
34
7
36
8
38
9
40
10
11
12
13
14
15
Num
erotation
Table numer
u1 u2
Noeud
41 42
16
43 44
17
45 46
18
47 48
19
49 50
20
1
2
21
3
4
22
5
6
23
7
8
24
9 10
25
11 12
13 14
15 16
17 18
19 20
u1
21
23
25
27
29
31
33
35
37
39
u2
22
24
26
28
30
32
34
36
38
40
ement
El
1
2
3
4
5
6
7
8
#1
41
15
45
19
11
35
15
39
#2
11
45
15
49
31
15
35
19
#3
15
41
19
45
35
11
39
15
#4
1
5
5
9
21
25
25
29
231
Adressage
Table adres
#5 #6 #7
13
3
42
43
3
16
17
7
46
47
7
20
33 23 12
13 23 36
37 27 16
17 27 40
#8
12
46
16
50
32
16
36
20
#9
16
42
20
46
36
12
40
16
#10
2
6
6
10
22
26
26
30
#11
14
44
18
48
34
14
38
18
#12
4
4
8
8
24
24
28
28
Remarquons que pour un element donne, nous avons numerote dabord les degres de liberte associes
`a la premi`ere composante du deplacement et ensuite ceux associes `a la deuxi`eme composante. Cette
numerotation est parfaitement arbitraire mais une fois ce choix fait, on doit en tenir compte par la
suite et particuli`erement au moment du calcul du syst`eme elementaire.
11.6
Formulation variationnelle
el
ementaire
Nous nous concentrerons maintenant sur le cas dun materiau isotrope, plus facile `a presenter.
Le cas general anisotrope ne pose aucune difficulte conceptuelle supplementaire.
La formulation variationnelle elementaire sobtient en integrant non plus sur le domaine au
complet mais sur lelement K. On obtient ainsi :
Z
Z
(( u)( w) + 2(u) : (w)) dv =
r K w dv +
tK w ds
(11.25)
o`
u cette fois nK est le vecteur normal `a la fronti`ere de lelement, r K est tout simplement la
restriction `a lelement K de la fonction r(x) et tK est la traction definie par lequation 11.14
exercee `a la fronti`ere de lelement.
Remarque 11.4
Dans le cas dun materiau anisotrope, la formulation variationnelle elementaire secrit tout simplement :
Z
Z
Z
K
(C : (u)) : (w) dv =
r w dv +
tK w ds
K
o`
u C est le tenseur delasticite dordre 4 associe au materiau considere ( = C : (u)).
232
Chapitre 11
11.7
nd
X
jK K
j (x)
j=1
On remarque la notation quelque peu particuli`ere. En premier lieu, les fonctions tests K
j (x) sont
K
K
K
vectorielles. Si on suppose que lon a nc noeuds de calcul et donc nd = d nc degres de liberte, le
vecteur des inconnues elementaires devient :
1K
2K
..
.
nKK
c
nKK +1
c
nKK +2
c
..
.
K
2n
K
c
K
2n
K +1
c
K
2n
K +2
c
..
.
K
3n
K
c
uK
1,1
uK
1,2
..
.
uK
1,nK
c
uK
2,1
uK
2,2
..
.
uK
2,nK
c
uK
3,1
uK
3,2
..
.
uK
3,nK
U1K
K
= U2
U3K
(11.26)
et contient alors tous les degres de liberte de lelement. Tout comme dans la table dadressage, nous
avons numerote en premier tous les degres de liberte associes `a la premi`ere composante du deplacement, ensuite ceux associes `
a la deuxi`eme composante et ainsi de suite. Dautres numerotations
sont bien entendu envisageables.
Si on note jK les nK
ees aux nK
c fonctions dinterpolation attach
c noeuds de calcul, on exprime
233
K
alors les 3nK
c fonctions tests j sous la forme :
K
1
K
2
..
.
K
nK
c
K
nK +1
c
K
nK
c +2
..
.
K
2nK
c
K
2nK
c +1
K
2nK
c +2
..
.
K
3nK
(1K ,
( K ,
2
( K ,
nK
c
(0,
(0,
=
(0,
(0,
(0,
(0,
0,
0,
..
.
0)
0)
0,
0)
K
1 , 0)
2K , 0)
..
nKK , 0)
K
0,
1 )
0,
2K )
..
.
K
0,
nK )
(11.27)
de sorte que :
K
nd
X
nc
nK
nK
c
c
X
X
X
K
K
K
K
K
= uK
jK K
uK
uK
uK
j (x) =
1,j j (x),
2,j j (x),
3,j j (x)
1 (x), u2 (x), u3 (x)
j=1
j=1
j=1
j=1
(11.28)
K
K
K
( K
j )( i ) + 2(j ) : (i ) dv
=
K
fiK
sK
i
r K K
i dv
tK K
i ds
Le calcul du syst`eme elementaire se divise naturellement en plusieurs blocs (de dimension nc ), selon
K
ecomposer le syst`eme sous
la forme particuli`ere des fonctions tests K
i et j . On peut en effet d
la forme :
K
K K K
K
A11 AK
U1
F1
S1
12 A13
K AK U K = F K + S K
AK
A
21
22
23
2
2
2
K
K
AK
U3K
F3K
S3K
31 A32 A33
234
Chapitre 11
K
K
K
Les matrices AK
ij sont de dimension nc par nc . Par exemple, la matrice A11 fait intervenir les
fonctions (jK , 0, 0) et (iK , 0, 0) de sorte que :
(AK
11 )ij =
jK iK
+ 2
x1 x1
Z
K
jK iK
1 jK iK
1 jK iK
+
+
x1 x1
2 x2 x2
2 x3 x3
!!
dv
De meme :
(AK
12 )ij
(AK
13 )ij
(AK
22 )ij
(AK
23 )ij
(AK
33 )ij
Z
=
K
Z
=
K
Z
=
K
Z
=
K
Z
=
K
jK iK
+
x2 x1
jK iK
x1 x2
!!
jK iK
+
x3 x1
jK iK
x1 x3
!!
jK iK
+ 2
x2 x2
jK iK
+
x3 x2
jK iK
+ 2
x3 x3
et enfin :
(F1K )i
Z
=
(F2K )i =
(F3K )i =
11.8
r1K iK
jK iK
x2 x3
dv,
r2K iK dv,
r3K iK dv,
!!
dv
!!
dv = (AK
32 )ji
jK iK
1 jK iK
1 jK iK
+
+
2 x1 x1
2 x2 x2
x3 x3
dv = (AK
31 )ji
jK iK
1 jK iK
1 jK iK
+
+
2 x1 x1
x2 x2
2 x3 x3
dv = (AK
21 )ji
(S1K )i
Z
=
(S2K )i =
(S3K )i =
!!
dv
K
tK
1 i ds
K
tK
2 i ds
K
tK
3 i ds
Passage `
a l
el
ement de r
ef
erence
Le calcul de tous ces termes est une fois de plus effectue apr`es le passage `a lelement de reference.
Cela suppose a priori le choix dun type delements : triangles, quadrilat`eres, tetra`edres, etc. Le
choix du type delements determine, comme au chapitre 6 une transformation T K verifiant :
K 1 K
T K ( i ) = xK
i ou inversement (T ) (xi ) = i
235
K
K
K
K
K
K
(AK
( + 2)
B11
+
B12
+
B13
B11
+
B12
+
B13
11 )ij =
K
!
i K i K i K
B +
B +
B
21
22
23
i K i K i K
B +
B +
B
31
32
33
j K j K j K
B +
B +
B
21
22
23
j K j K j K
B +
B +
B
31
32
33
!#
J K d
v
(11.29)
et des expressions similaires pour les autres coefficients. Malgre laspect rebarbatif de ces expressions, il faut se rappeler que toutes les derivees partielles ne sont evaluees quune seule fois (aux
points dintegration). Cest lavantage de la technique du passage `a lelement de reference. Les
K d
coefficients Bij
ependent de lelement mais ne representent pas un effort de calcul considerable.
11.9
Evaluation
du syst`
eme
el
ementaire
Ici encore, lintegration numerique sera le plus souvent utilisee. La diversite des expressions `
a
integrer de meme que leur complexite rendent tr`es important le choix de la formule de quadrature.
Dans la mesure du possible on choisira le nombre de points dintegrations de sorte que le syst`eme
elementaire soit integre exactement. Malheureusement ce nest pas toujours possible. Il faut aussi
sattendre `a ce que cette etape soit plus co
uteuse quauparavant en raison du nombre plus eleve
dintegrales `
a evaluer et du plus grand nombre de points dintegration necessaires pour les evaluer
convenablement.
Supposons par exemple que lon choisisse une interpolation quadratique sur des tetra`edres et
une transformation geometrique lineaire (illustree `a la figure 6.6) vers lelement de reference. Les
fonctions dinterpolation i () sont quadratiques et le jacobien J K est constant par element. Si on
K sont
regarde lexpression 11.29, on constate que puisque les coefficients Bij
egalement constants
par element et que les derivees partielles des fonctions dinterpolation sont lineaires, lintegrand est
de degre maximun 2. La table D.3 nous indique alors quune formule de Hammer `a 4 points serait
suffisante pour evaluer la matrice elementaire.
Une nouvelle analyse est necessaire pour choisir la formule de quadrature pour le terme de droite
qui depend dune fonction r.
236
11.10
Chapitre 11
On assemble le syst`eme global exactement comme dans les chapitres precedents. Les syst`emes
elementaires sont de taille plus imposantes mais la technique reste la meme. Le syst`eme lineaire
global resultant pourra, surtout dans le cas tridimensionnel, devenir impressionnant et meme dans
certains cas, prohibitif en raison de lespace-memoire necessaire.
Pour imposer les conditions aux limites, on applique la technique dej`a connue en se rapportant
aux equations 5.20 et 5.21.
11.11
R
esolution du syst`
eme global
Ici encore, la seule difference reside dans la taille des syst`emes lineaires obtenus. Si pour la
majorite des probl`emes bidimensionnels, on peut utiliser une decomposition LU avec un stockage
bien avise de la matrice, ce nest plus le cas en dimension 3. On doit alors avoir recours aux methodes
iteratives de resolution qui favorisent un stockage plus efficace de la matrice. Les methodes iteratives
sont cependant encore peu utilisee en pratique.
11.12
Visualisation des r
esultats
La visualisation dune solution numerique nest pas du tout une mince tache, particuli`erement
dans le cas tridimensionnel. On a recours `a des logiciels specialises comme V U [27].
11.13
Applications
11.13.1
Essai en cisaillement
Nous considererons le probl`eme dune poutre fixee `a son extremite gauche. On impose un cisaillement sur la face droite de la tige cest-`a-dire n = (0, 0 , 0). On a construit le maillage
tridimensionnel de la figure 11.2 consistant en 750 elements tetraedriques quadratiques pour un
total de 3663 degres de liberte. On remarque immediatement que pour un probl`eme tridimensionnel, le nombre de degres de liberte augmente tr`es rapidement. Il ne faut pas perdre de vue quun
maillage de 750 elements est nettement insuffisant pour la plupart des applications.
La figure 11.3 montre clairement la deformation due au cisaillement impose. On y a deforme le
maillage dune quantite proportionnelle au deplacement calcule (u1 , u2 , u3 ).
11.13.2
Plaque trou
ee en
elongation
On consid`ere la plaque trouee illustree `a la figure 11.5 que lon va etirer dans chaque direction.
Les dimensions de la plaque sont les suivantes : 5 x 5 et 2 y 2 et le trou est de rayon
1 et centre en (0 , 0). On fait lhypoth`ese de deformation plane. Sur le cote gauche de la plaque
(x = 5) , on impose un deplacement de la forme u = (0,1 , 0) tandis que de lautre cote (x = 5),
237
238
Chapitre 11
239
n=0
u = (0,1, 0)
(5, 2)
(5, 2)
n=0
u = (0,1, 0)
n=0
on impose u = (0,1 , 0). Aucune traction ( n = 0) nest imposee sur les parois superieures et
inferieures, de meme que sur la paroi du trou (le cercle).
Pour effectuer les simulations nous avons utilise un element quadrangulaire `a 9 noeuds illustre
`a la figure 6.4. De mani`ere `
a bien illustrer la faiblesse de la formulation en deplacement seulement
(par rapport `
a la formulation mixte du chapitre 13), nous presentons aux figures 11.6 et 11.7 les
resultats obtenus lorsque le coefficient de Poisson tend vers 1/2. On constate aisement que les
contraintes deviennent tr`es imprecises `a = 0,4999. Notons au passage que les deplacements de la
figure 11.6 ont ete amplifies dun facteur 3.
240
Chapitre 11
241
242
11.14
Chapitre 11
Exercices
Chapitre 12
Probl`
eme de Stokes
12.1
Introduction
= 2 (u)
243
(12.1)
244
Chapitre 12
o`
u est la viscosite du fluide que lon suppose constante. On note (u)
le tenseur de taux de
deformation defini par :
1 u1 u2
1 u1 u3
u1
+
+
x
2 y
x
2 z
x
1 u2 u1
u
1
u
u
2
2
3
(u)
=
+
2 x + y
y
2
z
y
1 u3 u1
1 u3 u2
u3
+
+
2 x
z
2 y
z
z
12.2
Le probl`
eme continu
La simulation numerique des procedes de mise en forme des materiaux nous am`ene `a etudier de
mani`ere approfondie les methodes delements finis pour le probl`eme de Stokes qui regit lecoulement
des fluides `a forte viscosite. Cest bien s
ur le cas des polym`eres. Rappelons la forme generale des
equations de conservation de la quantite de mouvement et de la masse :
( pI) = r
(12.2)
u
= 0
De la relation 12.1, on a :
pI) = r
(2 (u)
= 0
(12.3)
Probl`eme de Stokes
245
auquelles il faut ajouter des conditions aux limites appropriees. La resolution par la methode des
elements finis necessite lobtention dune formulation variationnelle du probl`eme. On multiplie ces
deux equations respectivement par des fonctions test w V et q Q o`
u V et Q sont des espaces
fonctionnels appropries quil nest pas necessaire de specifier pour le moment. On int`egre ensuite
par parties sur le domaine de fronti`ere et on obtient ainsi w V et q Q :
Z
Z
Z
n) w d
r w dv + ((pI + 2 (u))
(2 (u)
: (w)
p w) dv =
(12.4)
Z
q u dv
= 0
Un coup doeil au terme de bord fait ressortir deux types de conditions aux limites. De facon
naturelle, cest-`
a-dire par integration par parties, on a fait apparatre sur la fronti`ere lexpression
(pI + 2 (u))
n = n = t qui devient ainsi la condition naturelle du probl`eme. Le terme
n represente en fait le vecteur de contrainte que lon assimile `a une traction (force par unite
de surface). Limposition de la traction est en dualite avec la condition essentielle qui porte sur les
composantes de u. Les conditions aux limites que lon peut imposer sont donc :
toutes les composantes de vitesse : u = u0 pour u0 donne ;
toutes les composantes de la contrainte normale : n = t pour t donne ;
des conditions mixtes comme par exemple : u1 = u01 de meme que les deuxi`eme et troisi`eme
composantes de la contrainte normale ( n)2 = t2 et ( n)3 = t3 ;
toute autre combinaison des composantes de vitesse ui et des composantes de la contrainte
normale ( n)j , pourvu que i soit different de j.
Comme toujours, on nimpose jamais une condition essentielle (uj ) et une condition naturelle (tj )
sur une meme partie de la fronti`ere. Notons enfin quil ny a pas de condition essentielle sur la
pression p. On ne peut imposer une pression (ou un gradient de pression) que par le biais de la
condition naturelle.
Sur la partie 0 de la fronti`ere o`
u le champ de vitesse u (ou lune de ses composantes ui )
est connu, on a une condition essentielle et la fonction test w (ou sa composante wi ) sannule sur
cette partie de la fronti`ere. Par contre, sur le complement 1 de 0 , on doit connatre la condition
naturelle ( n) et les fonctions test w ne doivent pas toutes sy annuler. On obtient ainsi :
Z
Z
Z
(2 (u)
: (w)
p w) dv =
r w dv +
t w d w V
(12.5)
Z
q u dv
= 0
q Q
Nous supposerons par la suite des conditions essentielles homog`enes (u = w = 0) partout sur
la fronti`ere , le cas inhomog`ene ne posant aucune difficulte supplementaire puisquil est possible
deffectuer un rel`evement de la condition essentielle. Il en resulte un probl`eme plus simple mais
dont la generalite nous permettra daborder facilement les cas plus complexes. Par exemple, le cas
246
Chapitre 12
des fluides viscoplastiques se traite de mani`ere similaire, bien que dans ce cas, le probl`eme soit non
lineaire. Le probl`eme consiste donc `
a trouver u V et p Q (V et Q seront precises plus loin) tels
que :
Z
Z
Z
2
(u)
:
(w)
dv
w
dv
=
r w dv w V
(12.6)
Z
q u dv
= 0
q Q
On a introduit un signe negatif dans la deuxi`eme equation pour des raisons de symetrie. On introduit
maintenant les formes bilineaires a et b definies respectivement sur V V et V Q de sorte quon
peut ecrire :
b(u, q)
= 0
q Q
12.2.1
Cadre fonctionnel
Lanalyse numerique du syst`eme 12.6 (ou 12.7) est relativement complexe. Tout dabord, les
espaces fonctionnels sont V = (H01 ())d (d etant la dimension despace) et Q = L2 (), lensemble
des fonctions de carre sommable. La forme bilineaire b definit implicitement deux applications
lineaires. La premi`ere, que nous noterons B, est definie sur V `a valeur dans Q0 , le dual de Q :
B : V Q0
w Bw
En effet, il suffit de poser :
Z
q w dv
q Q
et on verifie facilement (voir les exercices de fin de chapitre) quil sagit bien dune forme lineaire
continue sur Q. On peut aussi definir le noyau de B (note ker B) par :
ker B = {w V |Bw = 0}
= {w V |< Bw, q >= b(w, q) = 0
=
(H01 ())d
q w dv = 0 q Q
n
o
=
w (H01 ())d | w = 0
Remarque 12.1
q Q}
Probl`eme de Stokes
247
Si u (H01 ())d , on remarque que u L2 () et que la deuxi`eme equation du syst`eme 12.6 est
parfaitement equivalente `
a imposer u = 0.
On peut definir une deuxi`eme application lineaire, cette fois de Q `a valeur dans V 0 , dual de V ,
que nous noterons B T et qui est definie par :
B T : Q V 0
q B T q
Comme precedemment, on pose :
< w, B T q >= b(w, q) =
Z
q w dv
w V
w V, q Q
De meme, on pose :
ker B T
q Q B T q = 0
q Q < w, B T q >= b(w, q) = 0
w V
Z
q Q q w dv = 0
(H01 ())d
=
En integrant par parties (puisque les fonctions de (H01 ())d sannulent au bord), on a :
Z
ker B T = {q Q |
q w dv = 0 w (H01 ())d }
ce qui entrane que q = 0 et donc que ker B T est constitue des fonctions constantes sur .
12.2.2
Existence et unicit
e
Les theor`emes qui suivent, et que nous ne demontrerons pas, sont dune grande importance
theorique.
Th
eor`
eme 1 (Existence et unicite du probl`eme continu). Sous les conditions suivantes :
Les formes bilineaires a et b sont continues respectivement sur V V et V Q ;
La forme bilineaire a est coercive sur ker B c.-`
a-d. :
a(w, w) || w ||2V
w ker B
(12.8)
248
Chapitre 12
Il existe une constante positive telle que la forme bilineaire b verifie :
inf sup
qQ w V
b(w, q)
|| q ||Q || w ||V
(12.9)
alors la solution (u, p) du probl`eme de Stokes 12.6 (ou 12.7) est unique dans V Q/ ker B T .
D
emonstration : Voir Brezzi-Fortin [7].
La condition de coercivite 12.8 decoule encore une fois de linegalite de Korn 11.15. La forme bilineaire a est meme coercive sur tout lespace V et pas seulement sur le noyau. On peut aussi montrer
que linegalite 12.9 est bien verifiee. On remarque cependant que la pression nest determinee qu`
a
T
T
une fonction de ker B pr`es cest-`
a-dire `a une constante pr`es, do`
u la notation Q/ ker B . Pour sen
convaincre, il suffit de revenir au probl`eme initial 12.2 et de remarquer quon peut remplacer p par
p + c sans rien changer. Ceci nest par contre vrai que dans le cas de conditions essentielles (sur
u) imposees partout sur la fronti`ere. En effet, si on impose une condition naturelle, la pression p
apparaissant explicitement dans n, elle nest plus determinee `a une constante pr`es.
12.3
Le probl`
eme discret
La discretisation par elements finis du probl`eme de Stokes suit les etapes habituelles. On approxime (u, p) par des fonctions (uh , ph ) Vh Qh . Les sous-espaces Vh de V et Qh de Q sont
de dimension finie et seront determines plus precisement plus loin. Le probl`eme discretise secrit
alors :
a(uh , wh ) + b(wh , ph ) = (r, wh ) wh Vh
(12.10)
b(uh , qh )
= 0
qh Qh
La condition dincompressibilite discretisee secrit maintenant :
Z
qh wh dv = 0 qh Qh
et nest pas
equivalente `
a wh = 0. Pour que lon puisse conclure que wh = 0, il faudrait
que qh parcourt tout lespace Q et pas seulement un sous-espace Qh . Comme dans le cas continu,
on peut definir :
Z
ker Bh = {wh Vh qh wh dv = 0 qh Qh }
De meme, si on pose :
ker BhT
Z
= {qh Qh qh wh dv = 0 wh Vh }
on peut construire, pour certains choix despaces Vh et Qh des fonctions de ker BhT qui ne sont pas
constantes sur et qui peuvent alterer la solution numerique (voir les exercices de fin de chapitre).
Cest le cas par exemple des pressions dites en damier ( checkerboard pressure en anglais) que
lon retrouve dans certains cas. Il en resulte que le choix des espaces Vh et Qh est assez delicat.
Probl`eme de Stokes
12.3.1
249
Quelques r
esultats th
eoriques importants
Les resultats qui suivent, que nous ne demontrerons pas, ont une grande importance theorique
et pratique. Nous nous efforcerons dillustrer ces resultats et den approfondir la comprehension au
moyen de quelques exemples simples.
Th
eor`
eme 2 (Existence et unicite du probl`eme discret). Sous les conditions suivantes :
la forme bilineaire a est coercive sur ker Bh :
a(wh , wh ) || wh ||2V
wh ker Bh
sup
qh Qh w h Vh
b(wh , qh )
h
|| qh ||Q || wh ||V
(12.11)
alors la solution (uh , ph ) du probl`eme de Stokes discret 12.10 est unique dans Vh Qh /kerBhT .
D
emonstration : Voir Brezzi-Fortin [7].
Ici encore, on peut montrer que les 2 conditions sont bien verifiees et ce, quel que soit le choix
des espaces de discretisation Vh et Qh . La condition 12.11 est en fait equivalente `a affirmer que
limage de Bh est fermee, ce qui est toujours le cas en dimension finie. Il est aussi primordial que
kerBhT kerB T car autrement, la pression ne sera plus determinee `a une constante pr`es et risque
detre perturbee par la presence des elements supplementaires contenus dans le noyau de BhT .
Un autre probl`eme provient de la constante h presente dans la condition 12.11 et qui peut
dependre de h. Cette constante se retrouve, comme nous le verrons `a la prochaine section, dans la
borne derreur de sorte que lon peut perdre la convergence de la solution discr`ete vers la solution
continue. Pour eviter ce probl`eme, on doit montrer que
inf
sup
qh Qh w h Vh
b(wh , qh )
0 > 0
|| qh ||0, || wh ||1,
(12.12)
o`
u la constante 0 est cette fois independante de h. Cest la condition de Brezzi-Bab
uska dite parfois
condition inf-sup.
Th
eor`
eme 3 (Convergence). Sous les hypoth`eses dexistence et dunicite des solutions (u, p) et
(uh , ph ) des probl`emes de Stokes continu et discret et si la condition de Brezzi-Bab
uska 12.12 est
verifiee, alors :
|| u uh ||1, + || p ph ||0, C
inf || u wh ||1, + inf || p qh ||0,
(12.13)
wh Vh
qh Qh
Remarque 12.2
La constante C apparaissant dans le theor`eme precedent depend entre autres choses de 1/ et de
1/0 do`
u limportance que cette derni`ere constante ne depende pas de h. Cest pourquoi, bien que
250
Chapitre 12
la condition 12.11 soit toujours verifiee, on na pas toujours convergence vers la solution exacte et
le theor`eme 12.13 nest valide que si la condition inf-sup 12.12 est vraie pour 0 independant de h.
Th
eor`
eme 4 (Ordre de convergence). Sous les memes hypoth`eses quau theor`eme precedent et
si de plus le sous-espace Vh contient les polyn
omes de degre k et le sous-espace Qh contient les
polyn
omes de degre (k 1), alors :
|| u uh ||1, + || p ph ||0, Chk (|| u ||k+1, + || p ||k, )
(12.14)
Remarque 12.3
Il est important de remarquer quil ne suffit pas de prendre des polynomes de degre k pour la vitesse
et de degre k 1 pour la pression pour avoir une discretisation convergente, comme cela est parfois
presente dans la litterature. La condition Brezzi-Bab
uska 12.12 doit aussi etre verifiee.
Remarque 12.4
vers K joue un role important pour
La transformation geometrique F K de lelement de reference K
determiner si un espace Vh contient ou non les polynomes de degre k. ...
12.4
Cette section presente comment on peut interpreter le syst`eme de Stokes comme un probl`eme de
point-selle. La lecture de cette section est facultative mais permettra au lecteur une comprehension
encore plus profonde et ouvre la porte `a la theorie des points-selles et aux algorithmes qui sy
rattachent.
Une autre facon daborder le probl`eme de Stokes consiste `a travailler directement dans le noyau
de B cest-`a-dire avec les fonctions `
a divergence nulle. Revenant au syst`eme 12.3, on multiplie par
une fonction w ker B et on int`egre par parties. Le probl`eme de Stokes peut maintenant secrire :
Trouver u ker B tel que :
a(u, w) = (r, w) w ker B
(12.15)
wker B
1
a(w, w) (r, w)
2
Le theor`eme de Lax-Milgram assure lexistence et lunicite de la solution u sous lhypoth`ese habituelle de coercivite de la forme bilineaire a sur ker B (et non sur tout lespace V ). Par contre,
demontrer lexistence et lunicite de la pression p est plus delicat. Nous y reviendrons plus loin.
Probl`eme de Stokes
251
= 0
qui ne sont rien dautre que la formulation 12.6. Le probl`eme de Stokes est donc parfaitement
equivalent `a la recherche dun point-selle :
inf sup L(w, q)
wV qQ
On peut aussi introduire le lagrangien augmente note Lr et qui est defini par :
r
Lr (w, q) = L(w, q) + ( w, w)
2
La valeur du param`etre r sera souvent prise tr`es grande de mani`ere `a forcer la condition dincompressibilite. Le point-selle du lagrangien augmente est caracterise par :
a(u, w) + b(w, p) + r( u, w) = (r, w) w V
(12.16)
b(u, q)
= 0
q Q
12.5
Formulation variationnelle
el
ementaire
Nous suivrons une demarche similaire `a celle du chapitre 11. On deduit facilement la formulation
variationnelle elementaire :
Z
Z
Z
Z
2(u)
: (w)
dv
p w dv =
r K w dv +
tK w ds
K
(12.17)
Z
q u dv
K
= 0
252
Chapitre 12
Les approximations des vitesses et de la pression pouvant etre de degres differents, on pose :
p
nD
X
jK K
u,j
j=1
nD
X
K
pK
j p,j
j=1
Le vecteur K est defini au chapitre 11 `a lequation 11.26. Les nuD fonctions de base (vectorielles) en
p
vitesse K
etre de nature differente. Par exemple,
u,j et les nD fonctions de base en pression peuvent
K
K
les u,j pourront etre quadratiques et les p,j lineaires sur un element. Il en resulte que le nombre
de degres de liberte pourra varier dun noeud de calcul `a lautre et que les composantes de la
vitesse et la pression pourront etre evaluees en des noeuds de calcul differents. Le choix particulier
des espaces de discretisation sera precise plus loin.
On peut de plus decomposer le syst`eme sous la forme :
K K K
K
K
K T
S1
F1
U1
A11 AK
12 A13 (B1 )
K
K
K AK (B K )T U K
AK
S
F
A
22
23
3
2 = 2 + 2
21
K
K
K
K
K
K
K
T
A31 A32 A33 (B3 ) U3 F3 S3
0
0
PK
B1K B2K B3K
0
u
u
Les matrices AK
u nuC est le nombre de noeuds de calcul en vitesse.
ij sont de dimension nC par nC , o`
u d est la dimension despace (d = 2 ou 3). Les matrices BiK sont
On aura souvent nuD = d nuC o`
p
quant `a elles de dimension nD par nuC et sont donc rectangulaires dans le cas general.
On definit les fonctions de base en vitesse comme au chapitre 11 par lequation 11.27. Les
fonctions de base en pression sont obtenues de la mani`ere habituelle. Les differentes matrices elementaires prennent la forme :
!
Z
K K
K K
K K
u,j
1 u,j
1 u,j
u,i
u,i
u,i
K
(A11 )ij =
2
+
+
dv
x x
2 y y
2 z z
K
De meme :
(AK
12 )ij
(AK
13 )ij
(AK
22 )ij
(AK
23 )ij
K K
u,j
u,i
x y
K K
u,j
u,i
x z
Z
=
K
Z
=
K
Z
2
=
K
Z
=
dv = (AK
21 )ji
dv = (AK
31 )ji
K K
K K
K K
u,j
1 u,j
1 u,j
u,i
u,i
u,i
+
+
2 x x
y y
2 z z
K K
u,j
u,i
y z
!
dv = (AK
32 )ji
!
dv
Probl`eme de Stokes
(AK
33 )ij
(B1K )ij
253
K K
K K
K K
u,j
1 u,j
1 u,j
u,i
u,i
u,i
+
+
2 x x
2 y y
z z
Z
2
=
K
Z
=
K
p,j
K
u,i
dv
x
K
p,j
K
u,i
dv
y
K
p,j
K
u,i
dv
z
(B2K )ij
(B3K )ij
Z
K
et enfin :
(f1K )i
(f2K )i
Z
=
K
r1K u,i
dv,
Z
=
(f3K )i =
K
r2K u,i
dv,
K
r3K u,i
dv,
(S1K )i
(S2K )i
Z
=
!
dv
K
tK
1 u,i ds
Z
=
(S3K )i =
K
tK
2 u,i ds
K
tK
3 u,i ds
Il va se soi que ces integrales sont evaluees sur lelement de reference par le changement de
variables approprie.
12.6
Choix des
el
ements
Nous presentons dans cette section des espaces discrets verifiant la condition inf-sup. Les approximations en vitesse et pression verifiant cette condition sont dites compatibles . Il existe plusieurs
choix possibles et nous les classerons en deux categories suivant que la discretisation en pression
est continue ou non. En effet, la pression p etant dans L2 (), il nest nullement necessaire que sa
discretisation soit continue `
a la fronti`ere des elements.
12.6.1
Pression continue
La presentation la plus simple est graphique. On trouvera donc dans les figures qui suivent
des exemples de discretisations compatibles ainsi que leur ordre de convergence. On retrouvera des
elements triangulaires et quadrangulaires en dimension 2, de meme que des elements tetraedriques
et hexaedriques en dimension 3.
Le premier element compatible, illustre aux figures 12.1 et 12.2, est lelement Mini decrit dans
Arnold-Brezzi-Fortin [2]. La discretisation de la pression est lineaire tandis que la vitesse est lineaire
mais enrichie dun noeud de calcul au centre de lelement. Chaque element contient donc 8 degres de
254
Chapitre 12
Vitesse
Pression
Vitesse
Pression
Probl`eme de Stokes
255
Vitesse
Pression
Vitesse
Pression
Vitesse
Pression
ement Q2 Q1 (O(h2 ))
Figure 12.5 El
256
Chapitre 12
Vitesse
Pression
Vitesse
Pression
12.6.2
Pression discontinue
Probl`eme de Stokes
257
Vitesse
Pression
Pression
Pression
ement `
Figure 12.10 El
a pression discontinue de Crouzeix-Raviart P2+ P1 (O(h2 ))
Vitesse
Pression
258
Chapitre 12
u1 = u2 = 0
( n)1 = 0
u1 = u
1
H
u2 = 0
u2 = 0
u1 = u2 = 0
12.7
R
esultats num
eriques : cas newtonien
12.7.1
L
ecoulement de Poiseuille
Pour illustrer certains concepts que nous venons de presenter, il est utile de considerer un
exemple tr`es simple. Il sagit de lecoulement dit de Poiseuille dont la geometrie est illustree `
a
la figure 12.12. Ce probl`eme decrit lecoulement dune fluide newtonien dans un canal dont les
parois sont des plaques parall`eles. Le fluide se deplace de gauche `a droite dans une geometrie
bidimensionnelle rectangulaire de longueur L (1 x1 L) et de hauteur H (0 x2 H) (les
Probl`eme de Stokes
259
u1 =
(12.18)
u2 = 0
Dans lexpression de u1 , Q designe le debit impose. On verifie en effet que :
Z
u
1 (x2 ) dx2 = Q
0
On impose en sortie (en x1 = L) que le profil est enti`erement developpe c.-`a-d. u2 = 0 et que
la premi`ere composante de la condition naturelle soit nulle ( n)1 = 0. Sur les parois du canal
(en x2 = 0 et x2 = H), une condition dadherence u1 = u2 = 0 doit etre imposee car un fluide
visqueux adh`ere aux parois solides. La solution analytique de ce probl`eme est tout simplement le
deplacement de la condition aux limites imposee en entree 12.18 dans tout le domaine. Quant `
a la
pression, elle varie lineairement en fonction de x1 et secrit :
12Q
p=
x1 + C
(12.19)
H3
Il suffit pour sen convaincre de remplacer les relations 12.18 et 12.19 dans le syst`eme 12.3.
Nous avons resolu ce probl`eme avec les conditions suivantes : H = 1, L = 5, = 1 et Q = 1.
Pour que les resultats soient vraiment significatifs, on doit eviter dutiliser un maillage parfaitement
regulier. Nous avons donc choisi un maillage regulier (de triangles ou de rectangles) o`
u nous avons
leg`erement deplace un seul noeud (voir la figure 12.13). La figure 12.14 montre un resultat typique
de solution avec lelement Q1 Q0 (figure 12.7). On remarque que le champ de vitesses est acceptable
mais la pression presente de fortes oscillations qui sont typiques dun element ne verifiant pas la
condition inf-sup. Au lieu dobtenir une pression lineaire dans la direction de lecoulement, on
obtient des oscillations dues `
a la presence delements parasites (en forme de damiers) dans lespace
kerBhT .
Au contraire, lelement M ini (figure 12.1) donne dexcellents resultats comme on peut le voir
`a la figure 12.15. La pression devrait varier entre 0 et 60 et on constate une leg`ere erreur. Enfin,
lelement dordre 2 P2 P1 (figure 12.3) donne exactement le bon resultat, `a la fois pour les vitesses
et la pression (voir la figure 12.16).
12.8
Probl`
eme de Stokes non lin
eaire
La vaste majorite des fluides nentre pas dans la categorie des fluides newtoniens, cest-`
a-dire
des fluides `a viscosite constante. On peut observer en laboratoire divers types de comportement,
notamment en elongation ou en cisaillement. La viscosite de plusieurs fluides varie en fonction du
260
Chapitre 12
Probl`eme de Stokes
261
262
Chapitre 12
cisaillement. On se doit alors de modeliser ce comportement et dessayer de reproduire le plus fid`element possible les donnees rheologiques de viscosite en fonction du taux de deformation. Les fluides
dont la viscosite depend du cisaillement sont dits viscoplastiques et les mod`eles correspondants ont
la forme generale suivante :
= 2 (|(u)|)
(u)
o`
u |(u)|
| (u)
|2 = 2(u)
: (u)
= 2((u))
ij ((u))
ij
La viscosite est donc une fonction de |(u)|
= 0 | (u)
|m1
(12.20)
o`
u m est lindice de pseudoplasticite et 0 est la consistance. Cette loi est principalement utilisee
pour decrire la viscoplasticite des metaux `a chaud. On remarque cependant que la viscosite du
polym`ere tend vers linfini en cisaillement faible, ce qui est peu representatif du comportement reel.
Une autre loi de comportement importante et plus realiste est la loi de Carreau-Yasuda qui
nous ecrirons sous la forme :
m1
= 0 (c0 + n | (u)
|n ) n
(12.21)
Dans le mod`ele original la constante c0 est tout simplement 1. Cette ecriture nous permet cependant
de voir la loi de puissance comme un cas particulier obtenu en posant c0 = 0, = 1 et n = 1.
Le mod`ele de Carreau-Yasuda permet de prendre en compte la presence dun plateau newtonien
`a faible taux de cisaillement. Dans ce dernier cas, 0 designe toujours la consistance, est un temps
de relaxation et m et n des indices de pseudoplasticite. En particulier, si n = 2 on retrouve le
mod`ele classique de Carreau.
Nous presentons maintenant la formulation variationnelle dans le cas des fluides viscoplastiques.
Nous supposons donc que la viscosite du polym`ere est donnee par la loi de Carreau-Yasuda sous la
forme 12.21. La formulation variationnelle elementaire du probl`eme de Stokes devient dans ce cas :
Z
Z
Z
Z
n
n m1
K
2 (c + |(u)|
)
(u)
: (w)
dv
p w dv =
r w dv +
tK w ds
K 0 0
K
K
K
Z
q u dv
= 0
De toute evidence, le probl`eme est maintenant non lineaire et on peut appliquer les techniques
vues au chapitre 8 et notamment la methode de Newton. Bien entendu, on suppose connues la
fonction r K de meme que la traction tK .
Partant dune solution approximative (u0 , p0 ), on cherche une correction ( u , p ) de sorte que
(u0 + u , p0 + p ) soit une solution du probl`eme non lineaire ou du moins une meilleure approximation. Remplacant u et p par u0 + u et p0 + p on trouve :
Probl`eme de Stokes
263
Z
Z
n
n m1
0 + u ) : (w)
0 + u )| )
(u
dv
(p0 + p ) w dv =
20 (c0 + |(u
Z
K
Z
K
K
r w dv +
tK w ds
K
K
q (u0 + u ) dv = 0
K
ou encore :
Z
Z
n
n m1
0 + u ) : (w)
0 + u )| ) n (u
p w dv =
dv
20 (c0 + |(u
Z
Z
KZ
K
tK w ds
r K w dv +
p0 w dv +
K
K
K
Z
Z
q u dv =
q u0 dv
K
a
(
,
w)
w
dv
=
R((u0 , p0 ), w) dv
u0 u
p
q u dv
Z
=
q u0 dv
K
o`
u la forme bilineaire au0 et le residu R((u0 , p0 ), w) sont definis par :
Z
m1
0 )|n ) n (
u ) : (w)
20 (c0 + n |(u
au0 ( u , w)
=
dv+
ZK
mn1
0 )|n2 (c0 + n |(u
0 )|n ) n ((u
0 ) : (
u ))((u
0 ) : (w))
K0 |(u
dv
K
0 )| )
20 (c0 + |(u
R((u0 , p0 ), w) =
KZ
m1
n
Z
0 ) : (w)
(u
dv
Z
p0 w dv
r K w dv
tK w ds
(12.22)
o`
u on a pose K0 = 40 (m 1)n
12.8.1
R
esultats num
eriques : cas viscoplastique
Ecoulement
de Poiseuille
On consid`ere encore un ecoulement de Poiseuille mais cette fois avec une loi puissance 12.20
pour laquelle la viscosite diminue avec le cisaillement. Ce cisaillement se produisant principalement
264
Chapitre 12
aux parois solides, la viscosite y est plus faible quau centre du canal. On remarque `a la figure 12.17
la difference de comportement entre les cas newtoniens (m = 1) et les cas non newtoniens m = 0,7
et m = 0,4. Le profil de vitesse en sortie saplatit lorsque m diminue et on le voit encore mieux
`a la figure 12.18 qui montre une coupe du profil de vitesse u1 en sortie sur laxe x1 = L. On y
voit clairement laplatissement du profil et on remarque egalement que la surface sous la courbe (le
debit) reste la meme.
Le comportement de la pression est bien caracteristique dun fluide viscoplastique (voir la figure 12.19). Pour un debit donne, la perte de charge c.-`a-d. la difference de pression entre lentree
et la sortie du canal diminue fortement avec m. En effet, puisque la viscosite diminue avec m, il
faut pousser moins fort pour assurer un meme debit. Cette propriete est fort appreciee dans bon
nombre de procedes de mise en forme des polym`eres comme lextrusion (voir Agassant [1]).
Probl`eme de Stokes
265
266
Chapitre 12
Ecoulement
dans une fili`
ere dextrusion
On consid`ere dans ce probl`eme une fili`ere dextrusion utilisee pour la production de poutre en I
constituee dun melange de polym`ere et de fibre de bois. La section initiale est de forme circulaire et
prend graduellement la forme en I desiree. Le probl`eme a ete adimensionnalise de sorte que le rayon
de la section circulaire de la fili`ere soit 1. La longueur de la fili`ere est denviron 5,7 suivant laxe
des z. Le melange bois-plastique est repute viscoplastique avec les valeurs suivantes des param`etres
du mod`ele de Carreau : 0 = 1, = 0,1588, n = 2 et m = 0.3.
La valeur de m etant assez loin du cas newtonien (m = 1), la resolution du probl`eme a necessite
plusieurs etapes. Nous avons dabord resolu en prenant m = 1 pour obtenir une solution de depart
du probl`eme non lineaire. par la suite, nous avons resolu avec m = 0,8, m = 0,5 et m = 0,3, toujours
en prenant la solution precedente comme point de depart de la nouvelle resolution. On a utilise
une element P2 P1 c.-`
a-d. quadratique en vitesse et lineaire en pression (voir la figure 12.4). Les
conditions aux limites sont les suivantes :
(1+m)/m )
0, 0, (3m+1)
(1
r
o`
u r = (x2 + y 2 )1/2 sur la section circulaire dentree
(2m+2)
= (0, 0, 0)
n = (0, 0, 0)
12.9
Les
equations de Navier-Stokes
Les fluides viscoplastiques sont generalement tr`es visqueux, leur viscosite etant souvent de lordre
` lautre extremite du spectre, on trouve les fluides peu visqueux comme leau et
de 105 Pa s. A
lair. Il va de soi que ces fluides particuliers sont aussi dune grande importance en hydraulique et
en aeronautique, bien que dans ce dernier cas, il faut tenir compte de la compressibilite.
Probl`eme de Stokes
267
268
Chapitre 12
Dans ce dernier cas, les equations dequilibre sont modifiees de la mani`ere suivante :
+ (u )u
+ p = r
(2 (u))
t
u
= 0
(12.23)
Le deuxi`eme terme de droite en est un dinertie, qui est neglige dans le cas o`
u la viscosite est grande
(et o`
u par le fait meme le terme visqueux est dominant). Notons de plus la forme specifique du
terme source r o`
u r designe une force par unite de masse (dont les unites sont des N/kg). Nous
negligerons dans un premier temps la derivee en temps pour ne considerer que le cas stationnaire.
Meme si la viscosite est constante, ce syst`eme est non lineaire.
On retrouve souvent les equations de Navier-Stokes sous forme adimensionnelle. Pour ce faire,
on choisit une longueur L0 , une vitesse U0 , une pression p0 et une force massique r0 , dites de
reference et qui dependent de la geometrie et des conditions du probl`eme. On introduit ensuite les
= x/L0 , u
= u/U0 , p = p/P0 et r = r/R0 et en faisant ce changement
variables adimensionnelles x
de variables, on obtient les equations adimensionnelles :
1
p + u
u
u) +
= r
2(
Re
u
(12.24)
= 0
o`
u on a introduit le nombre adimensionnel dit de Reynolds qui est defini par :
Re =
U0 L0
et o`
u on a choisi P0 = U02 et R0 = P0 /(L0 ) comme pression et force massique de reference. Les
variables identifiees par le symbole sont adimensionnelles (nont pas dunites). Dans ce qui suit,
nous laisseront tomber ce symbole pour eviter dalourdir la notation.
On peut, ici encore, appliquer la methode de Newton, bien quil existe dautres possibilites. Il
ny a dans ce cas quun terme `
a lineariser. Par les techniques que nous avons vues, on obtient ainsi
le probl`eme linearise :
Z
au0 ( u , w)
Z
p w dv =
q u dv
K
R((u0 , p0 ), w) dv
K
Z
=
q u0 dv
K
Probl`eme de Stokes
269
o`
u la forme bilineaire au0 et le residu R((u0 , p0 ), w) sont definis par :
Z
2
u ) : (w)
=
au0 ( u , w)
(
+ ((u0 ) u ) w + (( u )u0 ) w dv
Re
K
Z
R((u0 , p0 ), w) =
2
0 ) : (w)
(u
+ (u0 u0 ) w dv
KZ Re
Z
p0 w dv
r K w dv
t w ds
(12.25)
12.9.1
R
esultats num
eriques : cas Navier-Stokes
Ecoulement
autour dun cylindre : cas stationnaire
On consid`ere lecoulement dun fluide autour dun cylindre circulaire de diam`etre 1 et centre
en (0 , 0). Pour eviter une influence indue des conditions aux limites, on fera le calcul dans une
geometrie assez vaste c.-`
a-d. 10 x 25 et 10 y 10. La raison de ce choix est que les
conditions aux limites sont mal connues en aval du cylindre. Par contre, sur la section dentree
(x = 10) on imposera un profil de vitesse uniforme u = (1 , 0) de meme que sur les fronti`eres
(fictives) superieures et inferieures. On suppose que ces deux fronti`eres sont suffisamment eloignees
pour que le profil uniforme ne soit pas perturbe. Enfin, on imposera une condition naturelle nulle
en sortie n = (0 , 0). Cette derni`ere condition est encore ici douteuse, specialement dans le cas
instationnaire. Les conditions aux limites sont presentees `a la figure 12.21. Le maillage de 14700
elements de Taylor-Hood (P2 P1 ) est presente `a la figure 12.22 de meme que les lignes de courant
`a Re = 1. On constate que loin du cylindre, les lignes de courant sont peu perturbees, ce qui justifie
a posteriori le choix des conditions aux limites.
Pour bien cerner linfluence du nombre de Reynolds sur la solution, on retrace les lignes de
courant immediatement au voisinage du cylindre. Cest ce qui est illustre `a la figure 12.23 o`
u on
`
peut constater les differences entre les solutions `a Re = 1, 50 et 100. A tr`es faibles nombres de
Reynolds, les lignes de courant contournent le cylindre avec un minimum de perturbations. Par
contre, en augmentant sa valeur, la couche limite se detache et on observe la formation de zones de
recirculation (tourbillons) dans le sillage.
Ecoulement
autour dun cylindre : cas instationnaire
Lorsque le nombre de Reynolds atteint environ Re = 45, lecoulement devient instationnaire et
il se developpe `
a larri`ere du cylindre une instabilite connue sous le nom dallee de von Karman.
Ce phenom`ene est tr`es frequemment rencontre dans la nature et cest ce qui fait par exemple
louvoyer un drapeau dans le vent, le m
at au bout duquel flotte le drapeau faisant office de cylindre.
Le passage dun ecoulement stationnaire `a un ecoulement instationnaire correspond `a ce que les
mathematiciens appellent une bifurcation de Hopf.
270
Chapitre 12
u = (1, 0)
u = (1, 0)
(10, 10)
u = (0, 0)
(25, 10)
n=0
u = (1, 0)
Probl`eme de Stokes
271
272
Chapitre 12
Nous presentons maintenant des resultats obtenus pour un nombre de Reynolds de 100, nombre
bien au-del`a du nombre critique. Nous avons utilise une difference arri`ere implicite dordre 2 pour
la derivee en temps ainsi quun pas de temps de 0,1.
La figure 12.24 donne les details de lecoulement derri`ere le cylindre sur pr`es dun periode. En
effet, on peut verifier que lecoulement est bien periodique de periode 5,9, en accord notamment
avec Engleman et Jamnia [16]. Puisque t = 0,1, une soixantaine de pas de temps couvre donc
une periode doscillations. Il est `
a noter quau depart, un grand nombre de pas de temps sont
necessaires pour eliminer les effets transitoires et pour que lecoulement periodique setablisse de
mani`ere definitive.
On trouvera un certain nombre dexemples de modelisation decoulements instationnaires dans
Fortin et al. [18]. On y observera des bifurcations de Hopf ainsi que ce quil est convenu dappeler
des cascades de dedoublements de periodes, correspondant `a de nouvelles bifurcations.
Probl`eme de Stokes
273
a) t = 0
b) t = 1
c) t = 2
d) t = 3
e) t = 4
f) t = 5
Figure 12.24 Champ de vitesse derri`ere le cylindre `a Re = 100 sur une periode
274
Chapitre 12
12.10
Exercices
c) Montrer alors que si les composantes du vecteur vitesse sont lineaires par element, alors
la fonction ph construite precedemment est dans le noyau de loperateur BhT c.-`a-d.
Z
b(wh , ph ) =
ph wh dv = 0 wh Vh
3. En partant des equations de Navier-Stokes dimensionnelles 12.23, obtenir la forme adimensionnelle 12.24 en choisissant en particulier P0 = U02 et R0 = P0 /(L0 ) comme pression et
force massique de reference.
Chapitre 13
Formulations mixtes en
elasticit
e
lin
eaire
Au chapitre 11, nous avons rencontre ce quil est convenu dappeler une formulation deplacement
du probl`eme delasticite lineaire isotrope en ce sens que la seule inconnue du probl`eme est le vecteur
deplacement u. Nous avons vu au chapitre 12 une formulation mixte du probl`eme de Stokes (en
vitesse et pression) et constate limportance de choisir des approximations consistantes en vitesse et
pression. Nous revenons dans ce chapitre sur les problemes delasticite lineaire, mais en formulation
mixte (en deplacement et pression). De telles formulations mixtes deviennent necessaires lorsque le
coefficient de Poisson approche 0,5 et que le materiau devient incompressible. Le syst`eme obtenu
est alors tr`es proche du syst`eme de Stokes. Nous mettrons egalement en evidence la faiblesse de la
formulation deplacement dans ce cas.
13.1
Cas isotrope
(13.1)
o`
u I est le tenseur identite et (u) est le tenseur de deformation defini `a la relation 11.2. Notons
que ceci est un cas particulier de la relation :
def.
= C : (u) = Cijkl ((u))kl = Cijkl kl
o`
u on a pose ij = ((u))ij et o`
u on a utilise la convention de somme sur les indices repetes. C est
le tenseur delasticite (du quatri`eme ordre). Dans le cas isotrope, le tenseur delasticite est defini
275
276
Chapitre 13
(13.2)
Rappelons que et sont les coefficients de Lame (voir la relation 11.10). On introduit egalement
le coefficient de compressibilite k ( bulk modulus en anglais) defini par :
k=
E
3(1 2)
(3 + 2)
3
ou encore
k =
2
3
(13.3)
tr()
3
tr()
I = pI
3
ou encore :
2
( u)I pI
(13.4)
3
o`
u on a utilise les relations 13.1 et 13.3. Lequation dequilibre devient alors un syst`eme de 2
equations faisant intervenir le deplacement u et la pression p :
= r
2(u) 3 ( u)I pI
= 2(u)
1 p ( u)
k
= 0
277
Nous devrons donc obtenir des discretisations par elements finis de cette formulation mixte. Multipliant la premi`ere equation par une fonction test w et la seconde par q et apr`es integration par
parties, on trouve :
Z
2
2(u) : (w)
( u)( w)
3
q u dv
1
k
( n) w d
r w dv +
p w dv =
dv
Z
pq dv
= 0
(13.5)
La condition essentielle est, comme pour le probl`eme de Stokes, limposition du deplacement u (ou
de lune de ses composantes ui ) et la condition naturelle consiste `a imposer n (ou de lune de
ses composantes ( n)i )).
Lanalyse numerique du syst`eme 13.5 ressemble beaucoup `a celle du probl`eme de Stokes. En
fait, lorsque le coefficient de Poisson sapproche de 0,5, le coefficient de compressibilite k tend vers
linfini, ce qui annule le deuxi`eme terme de la deuxi`eme equation du syst`eme. On retombe alors sur
le probl`eme de Stokes `
a la difference pr`es du terme :
2
3
Z
( u)( w) dv
b(u, q) c(p, q)
= 0
q Q
o`
u:
Z
2
a(u, w) =
2(u) : (w)
( u)( w) dv
3
Z
b(w, q)
q w dv
c(p, q)
Remarque 13.1
1
k
Z
pq dv
(13.6)
278
Chapitre 13
a(u, w) =
ce qui entrane que a(w, w) est une quantite qui est toujours positive.
Remarque 13.2
On peut obtenir une formulation mixte des probl`emes delasticite `a partir de la relation 13.4 en
posant simplement p = u. On obtient alors une forme plus simple que lon rencontre frequemment (voir Brezzi et Fortin [7] par exemple) :
(2(u) pI) = r
p
+u
= 0
Il faut cependant noter que la variable p nest plus la partie spherique du tenseur des contraintes
et quelle est differente de p.
F Th
eor`
eme 13.1 (Existence et unicit
e du probl`
eme continu)
Sous les conditions suivantes :
la forme bilineaire a verifie a(w, w) 0 w V et est coercive sur ker B :
a(w, w) || w ||21,
w ker B
(13.7)
qQ w V
b(w, q)
|| q ||0, || w ||1,
(13.8)
alors la solution (u, p) du probl`eme delasticite lineaire isotrope 13.6 est unique dans V Q.
D
emonstration : Voir Brezzi-Fortin [7].
Contrairement au probl`eme de Stokes, la forme bilineaire a nest coercive que sur ker B. La condition
inf-sup est par contre la meme. F
279
Remarque 13.3
La presence de la forme bilineaire c permet dassurer lunicite de la pression p.
13.2
Cas anisotrope
Le cas general des materiaux anisotropes est plus difficile mais est tout de m`eme dune grande
importance. De nombreux materiaux ne sont pas isotropes. Le bois, par exemple est un materiau
orthotrope et ses proprietes ne sont de toute evidence pas les memes dans toutes les directions.
Lanalyse qui suit couvre tous les cas, y compris bien s
ur les materiaux isotropes. Nous suivrons
lapproche de Bathe et Sussman [5] qui nous m`enera `a la description des materiaux dit semideformables. Le point de depart est encore ici la relation contraintes-deformations que lon suppose
sous sa forme la plus generale, soit :
= C : (u) = Cijkl kl
Remarque 13.4
Le tenseur delasticite dordre 4 C nest pas tout-`a-fait quelconque. On montre en effet que ce
tenseur derive generalement dun potentiel suivant une expression de la forme :
Cijkl =
2
ij kl
et
3Caaij
Iij =
Caabb
ou encore
pIij = Cijkl kl
1. Rappelons que lon utilise ici la notation dEinstein sur les indices repetes.
(13.9)
280
Chapitre 13
3Caaij
Caabb
=
Caaij Cbbkl
kl
Caabb
Caabb
9
` laide de ces derni`eres expressions, on constate aisement que la relation 13.9 nest quun rearA
rangement du tenseur permettant dintroduire la pression. Plusieurs remarques simposent d`es
maintenant.
Remarque 13.5
P
P
1. Caabb = 3a=1 3b=1 Caabb est un scalaire et non un tenseur.
2. Puisque
: (u) ou encore ij = (Cijkl Cijkl )kl
= (C C)
on a alors :
Caaii Caakl
Remarque 13.6
Dans le cas isotrope, la relation contraintes-deformations prend la forme de lequation 11.9 et on
a:
1. La constante Caabb devient :
Caabb = Iaa Ibb + (2Iab Iab ) = 9 + 6
2. Le tenseur I est egal au tenseur I. En effet :
3Caaij
Iaa Iij + 2Iai Iaj
3Iij + 2Iij
Iij =
=
=
= Iij
Caabb
3 + 2
3 + 2
3. La pression devient :
p =
=
Caakl kl
(Iaa Ikl + 2Iak Ial ) kl
=
3
3
3Ikl kl + 2Ikl kl
(3 + 2)tr((u))
=
3
3
= k u
281
Le syst`eme mixte dans le cas anisotrope peut maintenant secrire :
h
i
: (u) pI = r
(C C)
9 p (I : (u))
Caabb
= 0
qui est une generalisation de la forme variationnelle 13.6. Multipliant ces 2 equations par des
fonctions tests w et q et integrant par parties, on trouve la formulation variationnelle :
Z h
Z
Z
i
(C C) : (u) : (w) dv
pI : (w) dv =
r w dv
(I : (u))q dv
Caabb
Z
pq dv
= 0
et on retrouve encore la forme 13.6, mais cette fois avec les formes bilineaires suivantes :
Z h
i
: (u) : (w) dv
a(u, w) =
(C C)
Z
b(w, q)
(I : (w))q dv
c(p, q)
9
Caabb
Z
pq dv
Remarque 13.7
Selon Bathe et Sussman [5], ce sont les materiaux pour lesquels la constante :
9
Caabb
tend vers linfini qui requi`erent lemploi de methodes mixtes.
13.3
R
esultats num
eriques
13.3.1
Plaque trou
ee en
elongation
282
Chapitre 13
le cas o`
u approchait 0,5 c.-`
a-d. dans le cas dun materiau quasi-incompressible. Nous reprenons
cette fois la resolution mais avec une methode mixte. Nous utiliserons un element quadrangulaire
`a 9 noeuds pour la vitesse et un element `a 4 noeuds pour la pression (voir la figure 6.4).
Les figures 13.1 `
a 13.3 reprennent celles du chapitre 11 en ajoutant au passage la pression
(absente en formulation deplacements). Les deplacements de la figure 13.1 ont ete amplifies dun
facteur 3.
Contrairement `
a la formulation en deplacement seulement, la formulation mixte donne dexcellents resultats, meme pour = 0,4999999 comme on peut le constater `a la figure 13.4
283
284
Chapitre 13
285
286
Chapitre 13
13.4
287
Exercices
288
Chapitre 13
Chapitre 14
Mat
eriaux en grandes d
eformations
14.1
Introduction
14.2
D
eformations et tenseurs associ
es
290
Chapitre 14
u(X , t)
x
t
X
0
E3
E2
E1
Figure 14.1 Description cinematique
x1 (X, t)
X1
u1 (X, t)
x2 (X, t) = X2 + u2 (X, t)
x3 (X, t)
X3
u3 (X, t)
(14.1)
X1 X1 X1
x1 x1 x1
x1 x2 x3
X1 X2 X3
x
x2 x2
X2 X2 X2
2
1
dont
linverse
est
F
=
(14.2)
F =
x1 x2 x3
X1 X2 X3
X3 X3 X3
x3 x3 x3
X1 X2 X3
x1 x2 x3
Nous supposons que le tenseur gradient de deformation est toujours inversible et nous notons J
son determinant et Fij ses composantes. En pratique, on calculera le deplacement u de sorte quil
convient dutiliser la relation 14.1 et dexprimer le tenseur gradient de deformation en fonction du
tenseur gradient des deplacements :
F = I + X u
(14.3)
291
Lindice inferieur dans le symbole X indique que les derivees sont prises par rapport aux variables
Xi c.-`a-d. dans la configuration initiale. On a ainsi :
(X u)ij =
ui
Xj
ui
ui Xk
=
xj
Xk xj
de sorte que :
u = X uF 1 ou encore X u = uF
Il en resulte que le tenseur de deformation (u) peut secrire :
1
1
(u) =
u + > u =
X uF 1 + F > >
Xu
2
2
(14.4)
(14.5)
(14.6)
xi
dXj
Xj
on a immediatement que :
dx = F dX
La longueur dl de lelement dX sera modifiee pour devenir :
(dl)2 = dxdx = (F dX)(F dX) = dX (F > F dX) = dX (C dX) = (C dX)dX
par definition de la transposee dun tenseur (voir lannexe B pour quelques rappels sur les tenseurs)
et o`
u on a introduit le tenseur de Cauchy-Green C = F > F qui jouera un role important par
la suite. 1 Notons au passage que ce tenseur est symetrique, contrairement au tenseur gradient de
deformation F .
1. Le symbole designe le produit contracte de deux tenseurs ou le produit dun tenseur et dun vecteur.
292
Chapitre 14
dX 1 dX 2
k dX 1 dX 2 k= N dA
1
2
k dX dX k
(14.7)
D
emonstration :
Rappelons tout dabord un resultat classique dont la demonstration est laissee en exercice. Si M
est un tenseur et u, v deux vecteurs, alors :
(M u M v) = det (M ) M > (u v)
On a ainsi :
(14.8)
293
Puisque dv = J dV , on a :
dxda = JdX dA
et puisque dx = F dX :
(F dX)da = JdX dA ou encore dX (F > da) = JdX dA
pour tout vecteur dX. On a ainsi :
F > da = JdA
do`
u le resultat.
(14.9)
D
emonstration :
Le resultat decoule de la formule de Nanson et du theor`eme de la divergence. On a en effet :
Z
Z
Z
Z
Z
>
1
w dv =
w n da =
w (JF
N ) dA =
J(F w) N dA =
W N dA
t
et on obtient le resultat par une nouvelle application du theor`eme de la divergence, cette fois sur
la geometrie initiale.
dA
J
= (F > N )
da
Js
(14.11)
294
Chapitre 14
De la formule de Nanson 14.8, on a nda = JF > N dA de sorte quen prenant la norme de chaque
cote, on a dune part :
da = J ||F > N || dA ou encore
da
= J ||F > N ||
dA
et dautre part :
||F > N ||2 = (F > N )(F > N ) = (F 1 F > N )N = (C 1 N )N
do`
u:
da
=J
dA
q
(C 1 N )N
da
J
=q
dA
(F F > n)n
14.3
Les lois de comportement du materiau reliant les contraintes aux deformations sont dune grande
complexite. Nous introduirons dans ce qui suit les tenseurs de Green-Lagrange et de Piola-Kirchoff
apparaissant dans ces lois de comportement. Nous discutons dabord dun resultat de decomposition
des tenseurs dordre 2.
F Th
eor`
eme 14.1 (D
ecomposition polaire)
Tout tenseur peut secrire comme le produit dun tenseur de rotation R orthogonal (R> R =
RR> = I) et dun tenseur delongation U (symetrique et defini positif) ou, dans lordre inverse,
dun tenseur delongation symetrique et defini positif V et dun tenseur de rotation R. En particulier, le tenseur de deformation F peut etre factorise sous la forme :
F = RU = V R
D
emonstration (facultative) :
295
Puisque F est inversible, le tenseur F > F est symetrique et defini positif de sorte quil peut etre
diagonalise. On a donc :
F > F = Q2 Q>
(14.13)
o`
u Q est un tenseur orthogonal (Q> Q = Q Q> = I), est un tenseur diagonal contenant la
racine carree des valeurs propres de F > F (puisquelles sont toutes strictement positives). On pose
maintenant :
U = QQ>
do`
u
Le tenseur U est de toute evidence symetrique et defini positif et est en quelque sorte la racine
carree de F >F . Posant maintenant R = FU 1 , on constate que ce nouveau tenseur est orthogonal.
En effet :
R> R = U > (F > F )U 1 = (Q> 1 Q1 )(Q2 Q> )(Q> 1 Q1 ) = U > U 2 U 1 = I
puisque U est symetrique. Suivant ces definitions, on a bien F = RU et en definissant le tenseur
symetrique V = RU R> , on a bien V R = RU = F . De plus,
V = RU R> = RQQ> R> = (RQ)(RQ)>
ce qui permet de conclure que U et V poss`edent les memes valeurs propres mais que les vecteurs
propres de V sont obtenus en effectuant une rotation des vecteurs propres de U . F
D
efinition 14.1
Le tenseur de deformation de Green-Lagrange, note E, est defini par :
1
1
E = (C I) = (U 2 I)
2
2
et le tenseur de Green-Lagrange est donc insensible aux rotations puisquil ne depend pas de R
(contrairement au tenseur de deformation F ).
On peut de plus exprimer le tenseur de Green-Lagrange en fonction des composantes du deplacement. En effet, on a en vertu de la relation 14.3 :
1
1
E = (F > F I) =
(I + X u)> (I + X u) I
2
2
et on obtient immediatement lexpression :
1
1 >
>
E=
X u + >
X u + X uX u = X (u) + X uX u
2
2
(14.14)
296
Chapitre 14
Remarque 14.1
Lorsque les deformations sont petites, on peut negliger les termes dordre 2 dans le tenseur de
Green-Lagrange de sorte que :
E'
1
X u + >
u
= X (u)
X
2
Cest cette expression qui a ete utilisee en elasticite lineaire. Dautre part, lexpression 14.14 est
bien une egalite, en ce sens quaucun terme na ete neglige.
Le tenseur le plus important est sans doute le tenseur des contraintes , qui agit sur la configuration deformee t . Cest donc ce tenseur que nous essaierons devaluer. Il est cependant difficile
de le manipuler directement puisque la geometrie varie constamment. Il est donc souvent preferable
de revenir sur la configuration initiale 0 et y definir des tenseurs de passage, qui nous permettrons
eventuellement de calculer .
D
efinition 14.2
Si df designe un element de force agissant sur un element de surface da de normale n de t , le
tenseur de Cauchy est celui qui verifie :
df = n da ou encore
df
= n
da
(14.15)
D
efinition 14.3
Si df designe un element de force agissant sur un element de surface da de normale n de t , alors
on definit le premier tenseur de Piola-Kirchoff par la relation :
df = N dA
(14.16)
297
D
efinition 14.4
Si df = n designe un element de force agissant sur un element de surface da de normale n
de t , alors, on definit sur la configuration initiale 0 , le deuxi`eme tenseur de Piola-Kirchoff S
comme le tenseur verifiant :
S N dA = F 1 df = df 0
(14.17)
Il sagit donc dune force sur la configuration initiale par unite daire non deformee.
Une comparaison des relations 14.15 et 14.17 montrent bien la similarite des roles de sur t et
de S sur 0 .
Lemme 14.9
Les premier et deuxi`eme tenseurs de Piola-Kirchoff et S sont relies par la relation :
= F S
(14.18)
D
emonstration :
On a dune part :
df = N dA
et dautre part :
df = F df 0 = F S N dA
En soustrayant les deux derni`eres expressions, on trouve le resultat puisque N dA est arbitraire.
Il nous faut egalement relier entre eux le tenseur des contraintes sur la geometrie actuelle t ,
au deuxi`eme tenseur de Piola-Kirchoff. Cest lobjet du prochain resultat.
Lemme 14.10
Le passage entre le tenseur de contraintes et le deuxi`eme tenseur de Piola-Kirchoff seffectue `
a
travers la relation :
1
= F S F > ou encore S = JF 1 F >
(14.19)
J
D
emonstration :
Par definition du deuxi`eme tenseur de Piola-Kirchoff, on a dune part :
df = F df 0 = F S (N dA)
et dautre part, par la formule de Nanson, on a :
df = n da = J F > (N dA)
298
Chapitre 14
Lemme 14.11
Le tenseur de Cauchy et le premier tenseur de Piola-Kirchoff sont lies par les relations :
=
1
F > ou encore = JF >
J
(14.20)
D
emonstration : immediate
14.4
Mat
eriaux hyper
elastiques
Les materiaux hyperelastiques couvrent une vaste gamme dapplications notamment dans le
domaine du pneumatique. Nous allons proceder dans un cadre assez general et nous verrons, dans un
premier temps, les mod`eles de base (Saint-Venant-Kirchoff, neo-hookeen) et nous nous attarderons
par la suite aux materiaux hyperelastiques incompressibles.
Pour un materiau hyperelastique, le deuxi`eme tenseur de Piola-Kirchoff decoule dun potentiel
denergie de deformation comme suit :
S=
=2
E
C
o`
u C est le tenseur de Cauchy-Green. Le potentiel depend donc de C (et donc de E) et nous
lexprimerons en fonction de ses invariants (ou de ceux de E) :
I1 = tr(C) = Ckk
I2 =
1
2
I12 tr(C C) =
1
2
I12 (C : C)
299
Le potentiel elastique exprime ainsi est independant de la base utilisee. Le tenseur de Piola-Kirchoff
devient donc :
I1
I1
I2
I3
I2
I3
=2
S=
+
+
+
+
I1 E
I2 E
I3 E
I1 C
I2 C
I3 C
relation qui fait intervenir les derivees des invariants dont on trouvera les expressions `a lequation B.18 de lannexe B.
Mod`
ele de Saint-Venant-Kirchoff
Le mod`ele de Saint-Venant-Kirchoff est la generalisation aux grandes deformations du mod`ele
utilise en elasticite lineaire (petites deformations). Le potentiel denergie prend la forme (voir par
exemple Bonet et Wood [6]) :
1
= (trE)2 + (E : E)
2
de sorte que :
= (trE)I + 2E
S=
E
Au moment de la linearisation par la methode de Newton, nous aurons besoin du tenseur delasticite
dordre 4 :
2
S
C=
=
EE
E
On a alors en utilisant les derivees secondes des invariants (voir lequation B.19) :
S
tr(E)
E
: E =
: E I + 2
: E = (I : E )I + 2I : E = (I I + 2I) : E
E
E
E
Le tenseur dordre 4 C a donc pour composantes :
Cijkl = Iij Ikl + 2
300
Chapitre 14
de sorte que :
S = 2
=2
C
= 2
I+
2
I1 ( ln I3 ) I3
I3
+
2 C
4I3 C
2I3 C
ln(I3 ) 1 1
C C
4
2
= (I C 1 ) +
I3
puisque
= I3 C 1
C
(ln I3 )C 1
2
et :
C : C
S
: C
C
ln(I3 )
C 1
C 1
1
: C +
: C C + ln(I3 )
: C
= 2
C
2
C
C
= 2
= 2J : C +
1
I3 C 1 : C
I3
C
+ ln(I3 )J : C
= 2J : C + C 1 : C C 1 + ln(I3 )J : C
=
( ln(I3 ) 2)J + C 1 C 1 : C
301
2
3
14.4.1
Limite incompressible
Lors de letude des probl`emes delasticite lineaire en petites deformations des chapitres 11 et 13,
nous avons pu constater que la limite incompressible pose des probl`emes numeriques qui ont ete
surmontes par lemploi de methodes mixtes judicieusement choisies. Cest encore le cas en grandes
deformations. Les materiaux incompressibles (ou quasi incompressibles) ont la particularite de se
deformer tout en preservant le volume. Cela se traduit par la condition det F = 1 si le materiau est parfaitement incompressible, ou plus generalement par det F ' 1 dans le cas dit quasiincompressible. Pour les petites deformations, cette condition est equivalente `a u ' 0, expression
que nous connaissons bien. Il semble donc naturel lorsque lon etudie de tels materiaux de decoupler
les deformations volumiques des autres deformations dites isochoriques. Une facon dy arriver est
dintroduire un nouveau tenseur de deformation :
= (det F )1/3 F = J 1/3 F
F
dont le determinant est de toute evidence 1. On obtient de cette mani`ere une decomposition du
en une partie volumique et une partie isochorique. On obtient
tenseur de deformation F = J 1/3 F
egalement une decomposition du tenseur de Cauchy-Green :
>F
= J 2/3 C
= I 1/3 C
ou encore C
= I 1/3 C
C = J 2/3 F
3
3
= 1. On exprimera dorenavant le potentiel en fonction des deux premiers
On a de plus que det C
c.-`
invariants de C
a-d. :
1/3
J1 =
tr(C)
= I1 I3
J2 =
1
2
:C
J12 C
2/3
= I2 I3
302
Chapitre 14
o`
u 0 (J1 , J2 ) est un polyn
ome en J1 et J2 et k est le module de compressibilite. Si k est grand, on
force ainsi lincompressibilite. On a donc :
0
J
0 J1 0 J2
+ k(J 1)JC 1
S=2
=2
+ 2k(J 1)
=2
+
C
C
C
J1 C
J2 C
Rappelons de plus que :
1
1
1
p = tr() = tr(F S F > ) = tr(S C)
3
3J
3J
en vertu des proprietes de la trace dun produit B.5. Or, on verifie facilement (voir les exercices de
fin de chapitre) `
a laide des expressions B.20 que :
J1
J2
C =
C = 0, de sorte que S C = k(J 1)JI
C
C
et par la suite :
1
tr(S C) = k(J 1)
3J
Le tenseur de Piola-Kirchoff secrit donc :
0 J1 0 J2
S=2
+
pJC 1 = S 0 pJC 1
J1 C
J2 C
p=
(14.21)
Dans les developpements qui suivent, on aura besoin des derivees des invariants (calculees `
a
lannexe B) pour obtenir les tenseurs de Piola-Kirchoff et delasticite.
Mod`
ele de Mooney-Rivlin incompressible
Pour le mod`ele dit de Mooney-Rivlin 3 , le potentiel peut alors secrire :
1
= c1 (J1 3) + c2 (J2 3) + k(J 1)2
2
de sorte que :
J1
J2
S = 2 c1
+ c2
pJC 1
C
C
Le tenseur C secrit quant `
a lui :
2
2 J1
2 J2
2J
C=4
= 4 c1
+ c2
p
C 2
C 2
C 2
C 2
3. Le britano-americain Ronald Samuel Rivlin (19152005) etait mathematicien, physicien, rheologue et surtout,
specialiste des caoutchoucs. Melvin Mooney (18931968) etait un rheologue americain, concepteur de nombreux
equipements specialement utilises pour le caoutchouc.
303
= 2c1 I3
1
2
2/3
I I1 C 1 + 2c2 I3
I1 I C I2 C 1 pJC 1
3
3
= S 0 pJC 1
Mod`
ele n
eo-hook
een incompressible
Le mod`ele neo-hookeen est un cas particulier du mod`ele de Mooney-Rivlin obtenu en posant
= 2c1 et c2 = 0 de sorte que :
1
1/3
1
S = I3
I I1 C
pJC 1
3
14.5
Formulations variationnelles
Nous avons en main tous les outils pour obtenir la formulation variationnelle ou plus precisement les formulations variationnelles. Nous considererons en effet differentes formulations dites
en deplacements ou encore mixtes. Nous ecrirons egalement ces formulations sur les geometries
deformee et non deformee.
Lequation dequilibre sur la configuration deformee t secrit :
= r
dans t
Les conditions aux limites sont egalement plus complexes en grandes deformations. Comme auparavant, si on impose des conditions de Dirichlet sur le deplacement u sur une partie de la fronti`ere tD ,
alors les fonctions tests w sy annulent. On peut aussi imposer des conditions de type Neumann sur
une partie N de la fronti`ere de meme que des conditions de contact frottant ou non sur une autre
partie C . On parlera de contact lorsque le domaine t rencontre un obstacle rigide ou lui-meme
deformable. Nous considererons les quatre cas suivants :
1. Condition de Dirichlet en deplacement : u = g sur tD . Les fonctions tests w sannuleront alors
sur tD . On peut aussi bien s
ur imposer une condition aux limites sur une des composantes
de u seulement.
4. Le symbole : designe le produit doublement contracte de deux tenseurs (voir lannexe B).
304
Chapitre 14
2. Condition de Neumann : n = h sur tN . Ici encore, on peut nimposer quune seule des
composantes.
3. Pression suiveuse : n = P n sur tP . Il sagit l`a dune condition frequemment utilisee en
pratique et qui necessitera un traitement particulier. On remarque la presence de la normale
`a la geometrie deformee qui varie dans le temps, do`
u le nom de pression suiveuse. Nous y
reviendrons plus loin.
4. Condition de contact frottant ou non sur tC . Un corps en deformation est susceptible dentrer
en contact avec un autre corps, lui-meme deformable ou non et de sy frotter. Les applications
sont fort nombreuses mais la physique du probl`eme est tr`es complexe et limplementation de
methodes numeriques demande beaucoup de soin. Mentionnons tout de meme quelques mots `
a
ce sujet. On decompose le tenseur des contraintes et la fonction test suivant leur composantes
normale et tangentielle de la mani`ere suivante :
n = n n + t et w = (w n)n + wt
La formulation variationnelle devient :
Z
Z
Z
Z
: w dv =
rw dv +
hw da +
t
tN
Z
P nw da +
tP
tC
(n (w n) + t wt ) da (14.22)
14.5.1
Int
egrales volumiques
Pour se ramener sur la configuration initiale, un changement de variables classique est necessaire.
Il est quand meme bon de revoir les details.
Lemme 14.12
Z
Z
r w dv =
Z
r w J dV
Z
: w dv =
et
t
: X w dV
(14.23)
D
emonstration :
La premi`ere egalite est la formule de changement de variables classique. Pour la deuxi`eme, on rappelle que le tenseur de contraintes et le second tenseur de Piola-Kirchoff verifie la relation 14.19.
305
De lequation 14.5 et des proprietes de la trace et du produit doublement contracte B.5 et B.9, on
a:
Z
Z
F S F >
: X wF 1 J dV
: w dv =
J
0
t
Z
=
h
i
tr (F S F > )(X wF 1 )> dV
Z
=
0
h
i
tr F S F > F > >
w
dV
X
Z
(F S) : X w dV
=
0
14.5.2
Int
egrales surfaciques
Pour obtenir une formulation variationnelle compl`ete, il nous faut transformer les integrales
surfaciques (provenant des conditions aux limites de type Neumann) de la configuration deformee
`a la configuration initiale. Il faudra voir aussi comment se transforme la normale. Typiquement, on
devra transformer des expressions de la forme :
Z
Z
Z
da
f da =
f
dA =
f Js dA
dA
0
0
o`
u le jacobien surfacique Js est donne par la formule 14.10.
Par exemple, limposition des conditions aux limites naturelles nous am`ene `a considerer :
Z
Z
Z
J
(n)w da =
( F > N
w Js dA =
(N )w dA
Js
tC
0C
0C
o`
u on a utilise la formule de Nanson et la relation = JF > .
14.5.3
Pression suiveuse
Les pressions dites suiveuses sont parmi les plus importantes conditions aux limites dans les
probl`emes en grandes deformations. Rappelons quil sagit dune condition de la forme n = P n,
do`
u leur qualite de suiveuse puisque cette force surfacique suit la direction de la normale `
a la
configuration deformee (contrairement `
a une condition de Neumann classique). On doit donc ajouter
au second membre un terme de la forme (voir la relation 14.22) :
Z
Z
Ps =
P n w da =
P w(F > N ) J dA
tP
0P
expression obtenue `
a laide de la formule de Nanson 14.8.
306
Chapitre 14
14.5.4
Dans un premier temps, nous negligerons les forces de contact et nous nous limiterons aux conditions
de Neumann usuelles et aux pressions suiveuses. La formulation variationnelle 14.22 se reduit `
a:
Z
Z
Z
Z
: w dv =
hw da +
P n w da +
rw dv
tN
qui equivaut `
a resoudre sur la configuration
tP
dans t
= h
sur tN
= Pn
sur tP
En se servant des resultats precedents, on peut reporter cette formulation variationnelle sur la
configuration non deformee :
Z
Z
Z
Z
>
(F S) : X w dV =
hwJs dA +
P w(F N ) J dA +
rw J dV
0N
0P
Z
=
0N
Z
h0 w dA +
P w(F
>
Z
N ) J dA +
r 0 w dV
0P
o`
u r 0 = J r et h0 = Js h. La formulation variationnelle sur la configuration non deformee est donc :
Z
Z
Z
Z
>
: X w dV =
h0 w dA +
P w(F N ) J dA +
r 0 w dV
(14.24)
0
0N
0P
et le probl`eme equivaut `
a resoudre :
= r 0
N = h0
N = P J(F > N )
sur 0P
sur la configuration initiale (non deformee). Cest donc le premier tenseur de Piola-Kirchoff qui
apparat dans la configuration initiale et qui joue le meme role que le tenseur sur la configuration
deformee. Les autres types de conditions aux limites seront abordes un peu plus loin. Une autre
forme equivalente est la suivante :
Z
Z
Z
Z
>
>
S : F X w dV =
h0 w dA +
P w(F N ) J dA +
r 0 w dV (14.25)
0
0N
0P
307
qui sous sa forme actuelle, nous am`ene directement `a une formulation mixte puisquon doit jumeler
la derni`ere equation `
a la condition :
p = k(J 1) ou encore
p
+ (J 1) = 0
k
0N
Z
(J 1)q dV
1
pq dV
k
= 0
0
>
>
S : (F X w) dV
pJF
: X w dV =
h0 w dA +
r 0 w dV
0
0
0N
0
Z
(J 1)q dV
+
0
1
pq dV
k
(14.26)
= 0
Cette formulation est non lineaire et devra donc eventuellement etre linearisee.
14.6
Lin
earisation et m
ethode de Newton
308
Chapitre 14
14.6.1
Formulation en d
eplacement seulement
Cette formulation, exprimee par la relation 14.24, est pertinente dans le cas o`
u le materiau est
loin de la limite incompressible. Dans le cas incompressible (ou quasi-incompressible), on utilisera
avantageusement la formulation mixte de la section 14.6.2. On pose donc :
Z
Z
F (u)S(u) : X w dV
R(u, w) =
0
0N
h0 w dA
P w(F
>
Z
r 0 w dV
N ) J dA
0P
Z
F (u)S(u) : X w dV =
Z
S
F >
u : (F > X w) dV +
S:
u X w dV
u
u
0
Lemme 14.13
S
u
u
F > X u + >
S
E
X u F
>
:
u = C :
= C : F X u
E
u
2
(14.27)
>
F
u = >
X ( u )
u
D
emonstration : Le resultat suit de la definition de C et de la relation B.22.
La linearisation du premier terme devient donc :
Z
S(u0 ) :
0
>
X ( u )X w
Z
dV +
0
C(u0 ) : F > (u0 )X ( u ) : F > (u0 )X w dV
309
Lin
earisation de la pression suiveuse
Rappelons quune pression suiveuse fait intervenir un terme de la forme :
Z
Z
Ps =
P n w da =
P w(F > N ) J dA
tP
0P
quil faut aussi lineariser par rapport au deplacement u. On constate que seuls J et F > dependent
de u. Il faudra donc evaluer leur variation par rapport `a u c.-`a-d. :
J
J
F
u
=
:
u
u
F
u
F >
u =
u
F >
F
:
u
F
u
Rappelons quen vertu des relations B.21, B.17 et B.15, on a immediatement que :
F
u = X u ,
u
J
: F = JF > : F
F
et
F >
: F = F >( F )>F > = K : F (14.28)
F
de sorte que :
J
u
u
= JF > : X u
F >
u = F > (X u )> F > = K : X u
u
En derivant le terme de pression suiveuse, on doit ajouter `a la formulation variationnelle (la matrice
tangente) une contribution de la forme :
Z
Ps
J
F >
>
u =
P w
u (F N ) + J
u N dA
u
u
u
0P
Z
=
P w
h
i
F > : X u (F > N ) F > (X u )> F > N J dA
P w
h
i
F > : X u (F > N ) + (K : X u )N J dA
P w
h
i
F > F > + K : X u N J dA (en vertu de la relation B.8)
0P
Z
=
0P
Z
=
0P
qui nest pas symetrique. La perte de symetrie due `a la linearisation des pressions suiveuses exige
de mettre en memoire une matrice compl`ete non symetrique, au lieu dune demi matrice seulement.
310
Chapitre 14
Cette perte de symetrie a aussi des consequences sur le choix des methodes iteratives de resolution
des syst`emes lineaires qui en resultent puisque certaines methodes comme le gradient conjugue ne
fonctionnent que pour des matrices symetriques.
Pour contourner partiellement cette difficulte, on peut symetriser la contribution de la pression
suiveuse `a la matrice tangente. Si on denote MP cette matrice, on peut en effet la remplacer par
(MP + MP> )/2. Le prix `
a payer est que dans ces conditions, nous ne sommes plus en presence dune
methode de Newton et que la convergence nest plus quadratique. En fait lexperience montre quil
faut alors charger la pression suiveuse par increments progressifs, ce qui augmente sensiblement le
co
ut de calcul. Ce qui a ete gagne en espace memoire est perdu en temps de calcul...
I Exemple 14.1 On consid`ere dans cet exemple une tige de section carree faite dun materiau
hyperelastique. On fixe lextremite gauche de la tige de sorte que les deplacements y soient nuls c.`a-d. u = 0. Sur la paroi superieure de cette tige, on impose dabord une condition de type Neumann
n = h qui comme on la vu, est equivalente `a imposer n = Js h sur la configuration non
deformee. J
Syst`
eme `
a r
esoudre
En resume, la methode de Newton pour une fomulation en deplacement seulement requiert la
resolution de syst`emes lineaires de la forme :
R(u0 , w)
u = R(u0 , w)
u
o`
u:
R(u0 , w)
u =
u
Z
0
S(u0 ) : >
(
)
w
dV +
u
X
X
C(u0 ) : F > (u0 )X ( u ) : F > (u0 )X w dV +
P w
0P
h
14.6.2
Formulation mixte en d
eplacements-pression
311
a) Maillage
b) Condition de Neumann
c) Pression suiveuse
Figure 14.2 Comparaison dune condition de Neumann et dune pression suiveuse
312
Chapitre 14
On pose ensuite :
Z
S : (F X w) dV
R1 ((u, p), w) =
0
>
0N
S : (F X w) dV
>
r 0 w dV
h0 w dA
pJF
>
: X w dV
Z
0N
r 0 w dV
h0 w dA
0
1
(J 1) p q dV
k
0
Z
R2 ((u, p), q)
Lemme 14.15
On a :
Z
R1 ((u0 , p0 ), w)
u =
S(u0 , p0 ) : >
(
)
w
dV +
X
X u
u
Z0
C(u0 , p0 ) : F > (u0 )X ( u ) : F > (u0 )X w dV
0
R1 ((u0 , p0 ), w)
p
p
R2 ((u0 , p0 ), q)
u
u
R2 ((u0 , p0 ), q)
p
p
Z
=
J p F > (u0 ) : X w dV
Z
=
J q F > (u0 ) : X u dV
Z
=
0
1
p q dV
k
(14.30)
313
o`
u C est le tenseur du quatri`eme ordre defini par :
C=
S
S
=2
E
C
D
emonstration :
La demonstration decoule des lemmes precedents. 5
La formulation variationnelle linearisee est donc :
Z
R1 ((u0 , p0 ), w)
p JF > (u0 ) : X w dV
u
u
0
Z
Z
q JF > (u0 ) : X u dV
p q dV
0 k
0
= R1 ((u0 , p0 ), w)
(14.31)
= R2 ((u0 , p0 ), q)
En vertu du lemme precedent, on remarque que pour les materiaux hyperelastiques, le syst`eme
linearise est symetrique, sauf en presence dune pression suiveuse (voir la section 14.6.1).
14.6.3
Formulation p
enalis
ee
La penalisation est une technique couramment utilisee dans le but de diminuer la taille des
syst`emes non lineaires `
a resoudre. Elle permet, dans certaines conditions, deliminer la variable p
du syst`eme. Cette methode est particuli`erement efficace dans le cas de la discretisation de p par des
polynomes discontinus dun element `
a lautre. Les cas les plus frequents sont les approximations
constante et lineaire par element. On se referera au chapitre 12 o`
u ce type de discretisations a dej`
a
ete discute.
Sur un element K, la formulation variationnelle linearisee 14.31 devient, sous forme matricielle :
#
"
K
>
K
R1
AK B K
u
=
K
K
K
R2K
B
M
p
o`
u les differentes matrices elementaires sont directement definies par 14.31. Lorsque la variable p
est discontinue par element, on peut resoudre localement pour pK . En effet, on a :
p K = (M K )1 R2K + B K K
u
do`
u lon tire :
>
K
K>
AK B K (M K )1 B K K
(M K )1 R2K
u = R1 + B
S designe un tenseur dordre 4 que nous noterons C et dont les composantes sont :
5. Lexpression E
1 Sij
Sij
Cijkl =
+
2 Ekl
Elk
de mani`ere `
a avoir les bonnes proprietes de symetrie (voir la reference [5]).
314
Chapitre 14
Cette matrice et le terme de droite sont calcules directement au niveau de lelement. Cette derni`ere
expression nest rien dautre que lalgorithme dUzawa [20]. Pour obtenir une methode de penalisation classique, il suffit de poser pk = 0, ce qui elimine la mise `a cour de la pression. Le cas le plus
frequent est celui de la pression constante par element. La matrice M K est alors de dimension 1
sur 1 et vaut tout simplement vol (K)/k. On a ainsi :
p
14.7
k
=
vol (K)
Z
J
>
(u0 ) : X u
pK
dV +
(J 1)dV
vol (K)
k
K
Z
Liens avec la g
eom
etrie diff
erentielle intrins`
eque
14.7.1
Variation du jacobien
= J tr ( u )
= J u
14.7.2
On sait que :
Js = J
(C 1 N )N
315
C 1
: F
F
q
et donc en posant = (C 1 N )N de sorte que Js = J, on trouve :
Js
: F
F
=
J
: F
F
= J F
>
+
J
2
J
: F
2
= Js F > : F
h
C 1
: F N N
F
>
>
( F ) F
>
i>
+F
>
>
( F ) F
>
N N
J 1 >
F F ( F )> F > N N
J >
F ( F )> F > N F > N
>
>
N
F N
>
>
> F
= Js F
: F J
F ( F )
= Js F > : F
= Js F > : F Js
F > N
F > ( F )> n n avec n =
||F > N ||
(14.32)
316
Chapitre 14
= Js u
On a ainsi retrouve un resultat semblable `a celui de la relation (B.23) mais pour le jacobien surfacique. On a du meme coup introduit la divergence tangentielle u au sens de Delfour et
Zolezio [12].
D
efinition 14.5
La divergence tangentielle dun vecteur u est definie par :
u = u ((u)> n)n
(14.33)
Remarque 14.3
Un cas particulier interessant du resultat precedent est que si u = n, le vecteur normal `a la surface,
alors n = n. Il suffit en effet de verifier que (n)> n = 0 en derivant la relation nn = 1.
14.7.3
Variation de la normale
(C 1 N )N
On a ainsi :
n
n
u =
: X u
u
F
317
et
n
: F
F
>
F
F
1
>
C
: F N F 2N
:
N N
F
F
2
>
F > ( F )> F > N + F N F 1 F > ( F )> F > N N
2
F >N
F > ( F )> F > N
= F
>
>
( F ) n + n
>
F > ( F )> F > N F > N
2
( F ) n n
>
de sorte que :
n
u = F > (X u )> n + n F > (X u )> n n
u
= ( u )> n + ( u )> n n n
(14.34)
o`
u lon reconnat la derivee materielle de n au sens de Delfour et Zolezio [12] (n dans leur notation).
14.7.4
Pression suiveuse
Revenons sur la linearisation du terme de pression suiveuse qui peut aussi secrire differemment.
Le terme de pression suiveuse est de la forme :
Z
Z
Ps =
P wn da =
P wnJs dA
tP
0P
P w
h
0P
Z
=
0P
P w
0P
i
( u )> n n n + n ( u ) Js dA
h
i
P w ( u )n) ( u )> n Js dA
Z
=
( u )> n +
h
i
u I ( u )> n Js dA
318
Chapitre 14
o`
u Js est le jacobien surfacique 14.10. On a ainsi fait apparatre le deviateur du tenseur de deformation u , ce qui semble raisonnable puisquun deplacement virtuel dans la direction normale ne
provoque aucune variation de la normale.
14.8
(X j )m
(X i )n
o`
u (X j )m est la m-i`eme composante de X j , on obtient immediatement par composition de fonctions
que :
F 02 = F 12 F 01 et donc J02 = J12 J01
14.8.1
319
Formulation en d
eplacement seulement
Z
w
dX
=
S(C 01 ) : F >
0
X0
01
0N
h0 w dA0 +
0P
P w(F >
01 N 0 ) J01 dA0
Z
r 0 w dX0
+
0
(14.35)
Les integrales sont effectuees sur la geometrie 0 de normale N 0 et le jacobien de la transformation
est note J01 . On remarque ici que le tenseur de Piola-Kirchoff S(C 01 ) est evalue en fonction de
C 01 = F >
a-d. `
a partir dune deformation par rapport `a la geometrie initiale. Il en
01 F 01 c.-`
sera de meme pour le tenseur C(C 01 ) (dordre 4) provenant de la linearisation.
Nous supposons donc que nous sommes pas en mesure de resoudre (en formulation Lagrangienne
totale habituelle) ce probl`eme et donc den deduire le deplacement u01 ainsi que F 01 . Pour passer
de la configuration 0 `
a 2 , la formulation variationnelle Lagrangienne totale serait aussi obtenue
de 14.25 :
Z
S(C 02 ) :
0
F>
02 X0 w
Z
dX0 =
0N
h0 w dA0 +
0P
P w(F >
02 N 0 ) J02 dA0
Z
r 0 w dX0
+
0
(14.36)
Le tenseur de Piola-Kirchoff S(C 02 ) est toujours evalue en fonction de C 02 = F >
02 F 02
c.-`a-d. encore `
a partir dune deformation par rapport `a la geometrie initiale. Puisque nous ne
souhaitons pas resoudre directement ce probl`eme, lidee de base est de transformer cette formulation
variationnelle sur la configuration 1 dej`a calculee. Il suffit alors de regarder chacun des termes de
la formulation 14.36. Notons dabord que :
>
>
C 02 = F >
02 F 02 = (F 12 F 01 ) (F 12 F 01 ) = F 01 C 12 F 01
et donc que :
S(C 02 ) = S(F >
01 C 12 F 01 )
Notons de plus que de lequation 14.4, on a :
Xi w = Xj wF ij
320
Chapitre 14
Le terme principal
Z
On a alors :
Z
>
S(C 02 ) : F 02 X0 w dX0 =
Z
=
1
1
dX1
S(C 02 ) : (F 12 F 01 )> (X1 wF 01 ) J01
02 ) : F > X w dX1
S(C
12
1
o`
u lon a pose :
02 ) = J 1 F 01 S(C 02 )F >
S(C
01
01
(14.37)
et o`
u on a utilise les proprietes des produits tensoriels (voir les exercices de la serie B.3). Cest le
terme de base de la formulation Lagrangienne actualisee. Notons de plus que le tenseur de Cauchy
secrit :
1
1
F>
=
F 02 S(C 02 ) F >
F 12 S
(14.38)
02 =
12
J02
J12
Voici quelques remarques supplementaires :
1. Le tenseur F 01 est suppose connu (calcule prealablement). Le deplacement u01 nintervient
explicitement nulle part ;
2. Les inconnues du probl`eme sont u12 et par consequent F 12 et C 12 ;
3. Pour evaluer C 02 , on utilise lexpression (F >
01 C 12 F 01 ) en supposant le tenseur F 01
connu ;
4. Lexpression du tenseur de Piola-Kirchoff sur 1 compose les deformations anterieures et
est donc un peu plus complexe. La formulation Lagrangienne totale correspond au cas o`
u
F 01 = I c.-`
a-d. quil ny a aucune deformation prealable.
On doit effectuer le meme travail pour les termes de linearisation. Ainsi les deux premiers termes
de 14.29 deviennent, en se servant des proprietes des produits tensoriels des exercices de la serie B.3 :
Z
0
S(C 02 ) : >
(
)
w
dX0
u
X
X0
0
Z
=
1
Z
=
1
et de meme :
Z
0
1
>
F 01 S(F >
J01
01 C 12 F 01 )F 01 :
>
X1 ( u )X1 w
dX1
(14.39)
02 ) : > ( u )X w dX1
S(C
X1
1
>
C(C 02 ) : F >
(
)
:
F
w
dX0 =
u
X0
X0
02
02
(14.40)
Z
1
>
02 ) : F >
C(C
(
)
:
F
w
dX1
u
X
X
12
12
1
1
321
02 ) a pour composantes :
o`
u le tenseur C(C
02 ))mnop = J 1 (C(C 02 ))ijkl (F 01 )mi (F 01 )nj (F 01 )ok (F 01 )pl
(C(C
01
(14.41)
Nous pouvons maintenant proceder ainsi pour tous les autres termes de la formulation variationnelle.
Le terme source
Z
Z
r 0 w dX0 =
1
r 0 wJ01
Z
dX1 =
1
1
r 1 w dX1 o`
u r 1 = J01
r0
La condition de Neumann
Z
0N
Z
h0 w dA0 =
1N
h0 w(Js )1
01
Z
dA1 =
1N
h1 w dA1 o`
u h1 = (Js )1
01 h0
La pression suiveuse
Le jacobien surfacique se transforme suivant la formule :
(Js )02 =
dA2 dA1
dA2
=
= (Js )12 (Js )01
dA0
dA1 dA0
J01
F > N 0
(Js )01 01
P w(F >
02 N 0 ) J02 dA0 =
Z
1
ZP
=
1P
>
1
P w (F >
F
)N
0 J01 J12 (Js )01 dA1
12
01
P w(F >
12 N 1 ) J12 dA1
h
i
>
>
>
>
F >
:
(F
N
)
F
(
)
F
N
0
0 J02 dA0
X0 u
X0 u
02
02
02
02
322
Chapitre 14
P w F >
:
(F >
u
X
0
02
02 N 0 )J02 dA0
0P
Z
=
1P
Z
=
1P
>
>
1
P w (F >
F
)
:
(
F
)F >
u
01
X
1
12
01
12 F 01 N 0 )J12 J01 (Js )01 dA1
i
h
>
)
P w F >
:
(
X1 u (F 12 N 1 )J12 dA1
12
P w
h
0P
i
>
>
N
J02 dA0
(
)
F
F >
0
u
X
0
02
02
Z
=
P w
1P
i
h
>
>
(
N
F >
)
F
1 J12 dA1
X1 u
12
12
Z
02 ) : > ( u )X w dX1 +
S(C
X1
1
1P
h
i
:
(
P w F >
)
(F >
u
X
1
12
12 N 1 )J12 dA1
Z
+
P w
1P
Z
=
1
>
02 ) : F >
C(C
(
)
:
F
w
dX1
u
X1
X1
12
12
h
i
>
>
F >
(
)
F
N
J12 dA1
u
1
X
1
12
12
Z
02 ) : F > X w dX1 +
S(C
12
1
Z
+
1P
Z
r 1 w dX1 +
1N
h1 w dA1
P w(F >
12 N 1 ) J12 dA1
(14.42)
14.8.2
323
Si on se ref`ere `
a la formulation variationnelle mixte 14.31 dej`a obtenue, on montre de mani`ere
similaire `a ce qui a ete fait `
a la section 14.8.1, que la formulation variationnelle compl`ete secrit :
Z
Z
Z
>
R1 =
h1 w dA1
r 1 w dX1
S(C 02 ) : (F 12 X1 w) dX1
1N
=
S0 (C 02 ) : (F >
12 X1 w) dV
1
Z
Z
r 1 w dX1
h1 w dA1
1N
(J12
R2 =
1
Z
1
pJ12 F >
12 : X1 w dX1
1
)
J01
1 1
pJ01 q dV
k
1
1
1
F 01 S 0 (C 02 ) F >
o`
u S0 (C 02 ) = J01
01 , r 1 = J01 r0 et h1 = (Js )01 h0 . La formulation
variationnelle compl`ete secrit :
Z
R1
p J12 F >
12 : X1 w dX1 = R1
u
1
(14.43)
Z
Z
>
1
= R2
q J12 F 12 : X1 u dX1
p qJ01 dX1
1
1 k
1
o`
u le terme R
eme forme que pour la formulation en deplacement
u u prend exactement la m
seulement (voir les equations 14.39 et 14.40).
14.8.3
Equivalence
des formulations
14.8.4
Algorithme complet
Cumul des pr
ed
eformations
Supposons maintenant que nous en sommes `a letape i c.-`a-d. nous avons dej`a calcule i configurations i et que nous esperons obtenir i+1 . Le meme raisonnement que precedemment peut
encore etre applique, en remplacant F02 par F 0i+1 . Il suffit alors de constater que :
F 0i+1 = F ii+1 F i1i F i2i1 . . . F 12 F 01
On peut ainsi en deduire C 0i+1 , qui nous permettra de calculer les tenseurs de Piola-Kirchoff
et delasticite. Comme les geometries intermediaires sont detruites au fur et `a mesure, il suffit de
cumuler ces produits dans un tenseur, toujours note F 01 dans lalgorithme qui suit.
324
Chapitre 14
14.9
325
Exercices
1. Soit et des tenseurs dordre 2 et supposons que est symetrique. Montrer que :
+ T
= :
:
2
2. Soit C un tenseur symetrique dordre 4 et un tenseur dordre 2. Montrer que :
+ T
C:
= C :
2
3. En utilisant la relation 14.1, montrer que :
F (u + w) = F (u) + X (w)
4. Montrer que :
(B : B)
=B
B
5. Montrer que dans le cas des petites deformations, la condition :
det F ' 1
est equivalente `
a:
u'0
6. Montrer que :
J1
J2
C =
C = 0
C
C
326
Annexe A
Annexe A
Rappels sur le th
eor`
eme de la
divergence
Nous rappelons dans cette section quelques resultats fondamentaux sur les fonctions de plusieurs
variables reelles et notamment sur le theor`eme de la divergence qui est `a la base de toute formulation
variationnelle.
Nous travaillerons generalement dans R3 ou plus particuli`erement dans des ouverts de R3 .
Les points de sont notes x = (x1 , x2 , x3 ), le cas bidimensionnel ne posant evidemment aucune
difficulte. En dimension 1, on notera tout simplement x.
A.1
Cette definition quelque peu etriquee permet de saffranchir du syst`eme de coordonnees. Dans
le cas cartesien, on peut montrer que :
f (x) =
f f f
,
,
x1 x2 x3
327
328
Annexe A
D
efinition 1.2
La derivee directionnelle dune fonction f (x) dans la direction du vecteur unitaire d (||d||2 = 1)
est donnee par :
f
= f (x) d = ||f (x)||2 cos
d
o`
u est langle entre les vecteurs gradient et d.
A.2
A.2.1
u1 u2 u3
+
+
x1 x2 x3
Int
egrales curvilignes et surfaciques
Rappel sur les int
egrales curvilignes
Z
f ds =
C
f ((t)) || 0 (t)||2 dt
o`
u (t) = (1 (t), 2 (t), 3 (t)) pour a t b est une parametrisation de la courbe C et || 0 (t)||2
designe la norme euclidienne du vecteur 0 (t) (voir Philippin [28]).
A.2.2
t1 t2
2
S
D
o`
u (t1 , t2 ) = (1 (t1 , t2 ), 2 (t1 , t2 ), 3 (t1 , t2 )) pour (t1 , t2 ) D est une parametrisation de la surface
S et designe le produit vectoriel. Lintegrale sur la surface S de la fonction f = 1 donne laire
329
n
t1 t2
k t1 t2 k2
et une autre forme de ce resultat est que pour une fonction vectorielle u, on a :
Z
Z
dt1dt2
u n ds =
u((t1 , t2 ))
t
t
1
2
D
S
A.3
Th
eor`
eme de la divergence
Nous sommes en mesure de formuler le theor`eme de la divergence ou theor`eme de GaussOstrogradski que nous ne demontrons pas (voir par exemple Swokowski, ref. [36]). Pour un rappel
sur les integrales multiples et les integrales curvilignes ou surfaciques, on se referera `a Philippin [28].
F Th
eor`
eme 1.1
Soit un ouvert de Rn de fronti`ere (voir la figure A.1). Soit de plus n le vecteur normal unitaire `
a
pointant vers lexterieur de . Si u est un champ de vecteurs dont les derivees partielles premi`eres
sont continues sur , alors :
Z
Z
u dv =
u n da
(A.1)
F
Remarque 1.1
Dans le theor`eme de la divergence, le terme de gauche est une integrale double ou triple suivant que
le probl`eme est en 2 ou 3 dimensions. Lexpression dv designe donc un element daire ou de volume,
330
Annexe A
selon le cas. Le terme de droite est une integrale curviligne si est un domaine bidimensionnel ou
une integrale surfacique en 3 dimensions (voir les exercices de fin de chapitre). De meme, da designe
un element de longueur ou daire, selon le cas. Le terme de droite de lequation A.1 est le flux du
champ u `a travers la surface .
Il existe de nombreuses formes sous lesquelles le theor`eme de la divergence est utile. Nous en
explicitons quelques unes.
Corollaire 1.2
Si le champ de vecteurs u a la forme particuli`ere :
u = (0, 0, , f, 0, , 0)
(f apparaissant `
a la ii`eme composante) o`
u f (x) est une fonction dont les derivees partielles premi`eres
f
sont continues, alors la divergence de u secrit x
et le theor`eme de la divergence senonce comme
i
suit :
Z
Z
f
dv =
f ni ds
(A.2)
xi
D
emonstration :
La preuve vient immediatement en se servant du theor`eme de la divergence.
Corollaire 1.3
Soit h(x) une fonction dont les derivees partielles premi`eres sont continues et si u satisfait les
hypoth`eses du theor`eme de la divergence, alors :
Z
Z
Z
h u dv +
h u dv =
hu n ds
(A.3)
331
D
emonstration :
Il suffit de demontrer lidentite (voir les exercices de fin de chapitre) :
(hu) = h u + h u
et dappliquer directement le theor`eme de la divergence au champ u1 = (hu).
La forme la plus repandue de ce theor`eme est sans doute la suivante.
Corollaire 1.4
Si le champ u est le produit dune fonction scalaire g avec le gradient dune fonction scalaire f (x),
c.-`a-d. u = gf , alors on a :
f
ds
h (gf ) dv +
gh f dv =
hgf n ds =
h g
n
(A.5)
En particulier, si g = 1, on a :
Z
Z
h f dv =
h f dv +
f
ds
n
(A.6)
D
emonstration :
La demonstration est immediate en appliquant la relation A.3 et en utilisant la definition du laplacien.
On peut etendre certains des resultats precedents aux tenseurs dordre 2. En particulier, on le
resultat suivant qui est tr`es utile en elasticite lineaire et en mecanique des fluides.
Corollaire 1.5
Si est un tenseur symetrique dordre 2 et si w est un vecteur, alors on a :
Z
Z
( ) w dv +
Z
: w dv =
( n) w ds
(A.7)
332
Annexe A
T (X)
x
t
X
0
e3
E3
e2
E2
e1
E1
Figure A.2 Transformation
T (X)
Q
q
P
p
Figure A.3 Transformation dun element de longueur
A.4
333
Transformation de Piola
On consid`ere la situation illustree `a la figure A.2. Un domaine 0 est envoye sur un autre
domaine t par une transformation T . On se place dans le cas plus general o`
u des syst`emes de
coordonnees differents sont utilises dans 0 et t . On a donc :
:
X
T (X) = x
: Xi E i xi (X)ei
Soit donc P un point de la configuration de reference et posons Q = P + dX. Ces points seront
envoyes respectivement en p et q = p + dx de sorte que :
xi
dx = q p = xi (X + dX)ei xi (X)ei = xi (X) +
dXj ei xi (X)ei
Xj
=
xi
xi
dX j ei =
(dX E j )ei
Xj
Xj
xi
ei E j dX = T dX
Xj
Nous avons ainsi introduit le tenseur gradient de deformation T qui g`ere la deformation dun
element de longueur. Le tenseur inverse est donne par :
T 1 (x) =
Xi
E i ej
xj
F Th
eor`
eme 1.2 (Theor`eme de Piola) :
Soit u et respectivement un vecteur et un tenseur dordre 2 definis dans t c.-`a-d. u = ui ei et
= ij ei ej , alors :
Z
Z
Z
Z
u n da =
U N dA et
n da =
P N dA
(A.8)
t
o`
u U = J T 1 u et P = J T > . De plus, u = J 1 X U .
D
emonstration :
La premi`ere partie du theor`eme est une consequence immediate de la formule de Nanson. Pour la
deuxi`eme partie, on consid`ere un element de volume V de 0 qui est envoye sur un element v de
t . Du theor`eme de la divergence, on a dune part :
Z
Z
Z
u n da = u dv =
u J dV
v
et dautre part :
Z
Z
U N dA =
X U dV
V
334
et le resultat suit puisque lelement de volume V est quelconque. F
Annexe A
A.5
335
Exercices
1. Demontrer que si f (x) et g(x) sont des fonctions scalaires et v(x) designe un champ de
vecteurs, on a les relations suivantes :
a) (f ) = 2 f
b) (gv) = g v + g v
c) (gf ) = g f + g2 f
2. Demontrer que :
a)
Z
f g g f
Z
g
f
f
ds
dv =
g
n
n
S
b)
Z
2 f dv =
Z
S
f
ds
n
o`
u (t) = (1 (t), 2 (t), 3 (t)) pour a t b est une parametrisation de la courbe C et
|| 0 (t)||2 designe la norme euclidienne du vecteur 0 (t) (voir Philippin [28]).
3. Donner une parametrisation des courbes suivantes :
a) La courbe y = x2 entre 0 et 1.
b) La courbe y = f (x) entre a et b.
c) Le cercle de rayon R et centre au point (xc1 , xc2 ).
d) Le segment de droite entre les points (1, 2) et (3, 1).
o`
u C est le cercle de rayon 1 centre en lorigine.
N.B. Lintegrale sur la courbe C de la fonction 1 donne la longueur de cette courbe.
b)
Z
x21 ds
o`
u C est le segment de droite joignant les points (1, 1) et (2, 3).
336
Annexe A
5. Determiner, `
a laide de lintegrale curviligne appropriee, la longueur de lellipse :
1 (t) = a cos t
2 (t) = b sin t
pout t entre 0 et 2.
Rappel sur les int
egrales surfaciques
Si S est une surface de lespace et f (x) une fonction scalaire, on pose :
Z
Z
dt1 dt2
f ds =
f ((t1 , t2 ))
t1 t2
2
S
D
o`
u (t1 , t2 ) = (1 (t1 , t2 ), 2 (t1 , t2 ), 3 (t1 , t2 )) pour (t1 , t2 ) D est une parametrisation de la
surface S et designe le produit vectoriel. Lintegrale sur la surface S de la fonction f = 1
donne laire de cette surface. De plus, la normale n `a la surface est donnee par :
n(t1 , t2 ) =
t1 t2
k t1 t2 k2
et une autre forme de ce resultat est que pour une fonction vectorielle u, on a :
Z
Z
dt1dt2
u n ds =
u((t1 , t2 ))
t1 t2
S
D
Voici quelques exemples de parametrisation de surfaces.
Toute surface de la forme x3 = f (x1 , x2 ) pour a x1 b et c x2 d peut etre
parametrisee sous la forme :
(t1 , t2 ) = (t1 , t2 , f (t1 , t2 ))
a t1 b, c t2 d
6. Evaluer
les integrales surfaciques suivantes :
a)
Z
(x1 + x2 + x3 ) ds
S
o`
u S est la surface du plan x3 = x1 + x2 pour 0 x2 x1 et 0 x1 1.
b)
Z
(x1 + 1) ds
S
o`
u S est la surface definie par (cos t1 , sin t1 , t2 ) pour 0 t1 2 et 0 t2 3.
7. Verifier le theor`eme de la divergence en calculant separement lintegrale de volume et lintegrale surfacique pour le champ v = (x1 , x2 , x3 ) et le domaine constitue du cube de cote a :
[0, a] [0, a] [0, a].
Annexe B
Notions de base
Dans cette annexe, nous ferons un survol tr`es rapide des notions relatives aux tenseurs. Lobjectif
nest certainement pas de refaire de mani`ere detaillee toute la theorie tensorielle mais bien de rappeler les principales definitions et les principaux outils : produits dyadiques, contractes, doublement
contractes, etc.
B.1.1
Les vecteurs
3
X
ui E i = ui E i et v =
i=1
3
X
vi E i = vi E i
i=1
o`
u nous avons introduit la convention dEinstein sur les indices repetes.
D
efinition 2.1
Le produit scalaire de deux vecteurs u et v de R3 est note u v et est defini par :
u v = kukkvk cos(u, v)
o`
u cos(u, v) designe le cosinus de langle forme par les deux vecteurs
On remarque immediatement que si on applique cette definition aux vecteurs de la base orthonormee, on trouve que E i E j = Iij de sorte que :
u v = (ui E i ) (uj E j ) = ui vj Iij = ui vi
337
338
Annexe D
Pour un vecteur u quelconque, on peut retrouver ses composantes ui dans une base orthonormee
donnee simplement en prenant le produit scalaire par ii`eme vecteur de la base. En effet :
u E i = uj E j E i = uj Iij = ui
(B.1)
u1
u2
u3
Il ne faut jamais perdre de vue que cette notation est liee `a la base E. Si on se donne une autre
base orthonormee E = {E i , i = 1, 2, 3)}, on peut ecrire tout vecteur u sous la forme :
u = ui E i mais aussi u = ui E i
On aura ainsi deux matrices colonnes de coefficients pour le meme vecteur :
u1
u1
u2 et u2
u3
u3
chacune liee `
a une base differente. Pour passer de lune `a lautre, il faut dabord exprimer chaque
nouveau vecteur de base E i dans la base E de sorte que E i = Aij E j (la ii`eme ligne de A contient les
composantes de E i dans la base E). En vertu de lequation B.1, on a tout simplement Aij = E i E j .
On a ainsi :
u = ui E i = ui Aij E j = uj E j
de sorte que uj = Aij ui ou encore :
u1
A11 A12 A13
u1
u2 = A21 A22 A23 u2
u3
u3
A31 A32 A33
Inversement, on peut exprimer les vecteurs de la base E dans la nouvelle base. En posant
Bij = E i E j , on a
E i = Bij E j = Bij Ajk E k
de sorte Bij Ajk = Iik et que les matrices B = A1 . Puisque Aij = E i E j et Bij = E i E j , on
remarque immediatement que Bij = Aji de sorte B = A> .
B.1.2
339
D
efinition 2.2
Un tenseur dordre 2 T est une application lineaire de R3 dans R3 . Le tenseur T associe donc `
a
un vecteur u un autre vecteur note T u.
Un tenseur est donc une application lineaire et on a :
T (u + v) = T (u + v) = T u + T v
Un exemple tr`es simple de tenseur dordre 2 est le produit dyadique de deux vecteurs dont nous
donnons la definition.
D
efinition 2.3
Le produit dyadique de deux vecteurs u et v est note u v et est defini par :
(u v) w = (v w)u w
En particulier, (E i E j )E k = E i Ijk .
Le produit dyadique definit donc une application lineaire de R3 dans R3 et est donc un tenseur
dordre 2. On remarque de plus quen faisant le produit dyadique de deux des vecteurs de la base
orthonormee on obtient :
(E i E j )u = (E j u)E i = uj E i
En vertu de la linearite, on a T u = T (uj E j ) = uj T E j et comme nous lavons vu, la ii`eme
composante de ce vecteur est
E i (uj T E j ) = uj (E i (T E j )) = Tij uj
o`
u lon a pose Tij = (E i (T E j )). On a ainsi :
T u = Tij uj E i = Tij (E i E j ) u
Puisque le vecteur u est arbitraire, on a :
T = Tij (E i E j ) o`
u Tij = (E i (T E j ))
(B.2)
Les coefficients Tij sont les coefficients du tenseur T dans la base orthonormee. En fait, pour
definir compl`etement un tenseur il suffit de connatre son comportement sur les vecteurs de la base
orthonormee. Ainsi, en ce qui concerne le produit dyadique de deux vecteurs, on a :
(E i ((u v) E j )) = (E i u)vj = ui vj
340
Annexe D
de sorte que u v = ui vj E i E j .
Notons enfin quil est possible dutiliser deux bases orthonormees differentes pour definir un
tenseur. En effet, si on introduit une nouvelle base E i , i = 1, 2, 3 reliee `a la premi`ere par un tenseur
orthogonal (de rotation) A c.-`
a-d. ek = A E k . Les composantes de ce tenseur sont donc :
Aij = E i (A E j )
on a alors :
T = Tij (ei E j ) o`
u Tij = (ei (T E j ))
(B.3)
Cette derni`ere relation sera notamment utile pour les changements de coordonnees.
On peut aussi percevoir les tenseurs dordre 2 comme des applications bilineaires de R3 R3
dans R definie par :
T (u, v) = (T u) v = (Tij uj ei ) v = Tij uj vi
u, v
D
efinition 2.4
Si T et S designent des tenseurs dordre 2 et u et v des vecteurs, alors :
1. Addition de 2 tenseurs :
(T + S)u = T u + S u
2. Produit de 2 tenseurs :
(T S)u = T (S u)
3. Inverse dun tenseur :
(T T 1 )u = T (T 1 u) = T 1 (T u) = I u = u
4. La transpos
ee T > dun tenseur T est lapplication lineaire notee T > et verifiant :
(T u) v = u (T > v) u, v
On verifie facilement que :
T > = Tji (ei ej )
341
D
efinition 2.5
Le symbole designe le produit contracte (sommation sur lindice du milieu) de deux tenseurs.
Ainsi si A et B sont des tenseurs du deuxi`eme ordre, C un tenseur du quatri`eme ordre et u et v
des tenseurs du premier ordre (des vecteurs) le produit contracte est defini par :
(AB)ij = Aik Bkj
(un tenseur dordre 2)
(C B)ijkl = Cijkm Bml (un tenseur dordre 4)
uv
= uk vk
(un scalaire)
Dans le cas de tenseurs du premier ordre (des vecteurs), on retrouve le produit scalaire habituel.
Notons que lordre du tenseur resultant du produit contracte est la somme des ordres des tenseurs
de depart moins deux.
D
efinition 2.6
Le symbole : designe le produit doublement contracte (sommation sur les deux indices du milieu)
de deux tenseurs. Par exemple, si A et B sont des tenseurs du second ordre, on a :
T : S = Tij Sij
Si C est un tenseur du quatri`eme ordre, alors :
C : T = Cijkl Tkl
et designe un tenseur du deuxi`eme ordre. Notons que lordre du tenseur resultant du produit
doublement contracte est la somme des ordres des tenseurs de depart moins quatre.
D
efinition 2.7
On definit la trace dun tenseur du second ordre par lexpression :
tr(A) =
n
X
Aii
i=1
F Th
eor`
eme 2.1 Propri
et
es de la trace et du produit contract
e
Si A, B et C sont des tenseurs du deuxi`eme ordre, alors :
(B.4)
342
Annexe D
1. Trace du produit :
tr(AB) = tr(B A)
(B.5)
(B.6)
A : B = 0 si A> = A et B > = B
(B.7)
(A B) : C = A(B : C)
(B.8)
3. Orthogonalit
e:
4.
5. Trace et produit doublement contract
e:
A : B = tr(A> B) = tr(B > A) = tr(AB > ) = tr(B A> )
(B.9)
(AB) : C = B : (A> C)
(B.10)
6.
F
B.2
B.2.1
R
esultats g
en
eraux
343
Lemme 2.16 R`
egles de base :
Soit f une fonction qui associe `
a un tenseur dordre un scalaire et soit T une fonction qui associe
`a un tenseur dordre 2 un autre tenseur dordre 2. On a alors :
(f (A)T (A))
A
= T (A)
f (A)
T (A)
+ f (A)
A
A
(B.12)
T1 (A)
T2 (A)
= T 2 (A) :
+ T 1 (A) :
A
A
Lemme 2.17
Si B un tenseur dordre 2 :
(trB)
=I
B
(B.13)
(det B)
= (det B) B >
B
(B.14)
De plus :
et en particulier :
J
= J F >
F
et
J
1
= JC 1
C
2
(B.15)
D
emonstration :
Soit donc B un tenseur dordre 2. Loperateur trace etant lineaire, on a :
(trB)
d
: B =
tr (B + B )
B
d
=0
= tr( B ) = I : B
do`
u le premier resultat. De plus, par definition du determinant :
d
(det B)
: B =
det (B + B )
B
d
=0
d
= det B
det (I + B 1 B
d
=0
344
Annexe D
1
Si on pose A = B 1 B et que lon note A
i ses valeurs propres, alors les valeurs propres de B B
seront A
i de sorte que :
A
A
det (A I) = (A
1 )(2 )(3 )
et quen prenant = 1, on a :
A
A
det (A + I) = (A
1 + 1)(2 + 1)(3 + 1)
I
1 1/2 I3
1 1/2
J
= 3 = I3
= I3 C 1
C
C
2
C
2
ce qui termine la demonstration.
Lemme 2.18
Soit B un tenseur dordre 2. On a alors :
(B 1 )
1 1
Blj Bkl c.-`a-d.
: B = B 1 B B 1 = Bik
B
B 1
B
1 1
Blj
= Bik
(B.16)
ijkl
B 1
+ B
: B
B
345
= B B 1
et le resultat suit par une multiplication `a gauche par B 1 de chaque cote. De plus :
1
1
1 1
B 1 B B 1 = Bik
B kl Blj
= Bik
Blj B kl = J : B
Lemme 2.19
On a egalement :
B >
B
>
= B > >
= K : B avec Kijkl =
B B
>
Bij
Bkl
>
= Bil> Bkj
(B.17)
D
emonstration :
B >
B > B >
B >
>
>
: B =
: B = B
: B B > = B > >
= K : B
B B
B
B
B
B >
>
ce qui definit le tenseur du quatri`eme ordre Kijkl = Bil> Bkj
.
B.2.2
D
eriv
ees des invariants
Lemme 2.20
Les derivees premi`eres des trois invariants de C secrivent :
I1
C
= I
I2
C
= I1 I C
I3
C
= I3 C > = I3 C 1 = cof C
(B.18)
346
Annexe D
D
emonstration pour I1 :
I1
: C =
C
=
d
(tr(C + C )) |=0
d
d
(tr(C) + tr( C ) |=0 = tr( C )
d
= I : C
do`
u le resultat puisque C est quelconque.
D
emonstration pour I2 :
1
I1
(C : C)
I2
: C =
2I1
: C
: C
C
2
C
C
1 d
= I1 I : C
((C + C ) : (C + C ))
2 d
=0
1 d
2
= I1 I : C
C : C + C : C + C : C + C : C
2 d
=0
= I1 I : C C : C = (I1 I C) : C
et le resultat suit immediatement.
D
emonstration pour I3 :
Cest un cas particulier de la relation B.14.
Lemme 2.21
Les derivees secondes des trois invariants de C secrivent :
2 I1
CC
= 0
2 I2
CC
= I I I
2 I3
CC
= I3 C 1 C 1 + J
(B.19)
o`
u I est le tenseur identite du quatri`eme ordre defini par :
I : B = B B c.-`a-d. Iijkl =
1
(Iik Ijl + Iil Ijk )
2
347
D
emonstration :
La demonstration est une consequence immediate des lemmes precedents.
Lemme 2.22
D
eriv
ees premi`
eres des Ji :
J1
C
J2
C
I1 1/3 1
4/3 I3
I3
I1 I3
C
3
C
I2 2/3 2
5/3 I3
I3
I2 I3
C
3
C
(B.20)
D
emonstration : Le resultat est immediat.
B.2.3
Lemme 2.23
F
w = X w
u
et
F >
w = >
Xw
u
(B.21)
D
emonstration :
On a immediatement que :
d
d
F (u)
w =
[F (u + w)]=0 =
[F (u) + X w)]=0 = X w
u
d
d
La deuxi`eme relation se demontre de mani`ere identique.
Lemme 2.24
Le tenseur E depend de mani`ere non lineaire du deplacement u. On peut donc le lineariser et on
a:
E(u)
1 >
>
w =
F X w + >
(B.22)
X wF = F (w)F
u
2
D
emonstration :
348
Annexe D
On a par definition :
E
w =
u
1 C
1
w =
2 u
2
F >
F >
>
w F + F
w
u
u
1 >
X wF + F > X w
2
en vertu du lemme precedent. La derni`ere egalite de B.22 decoule de la relation 14.5.
Remarque 2.1
On montre facilement que :
(u)
w = (w)
u
On utilise de plus tr`es souvent la notation :
E =
E
(u)
w et e =
w
u
u
Lemme 2.25
J
J
F
w =
:
w = JF > : X w = J w
u
F
u
D
emonstration :
La demonstration decoule des relations B.15, B.21 et 14.4 et du fait que :
F > : X w = tr F 1 X w = tr(w) = w
(B.23)
B.3
349
Exercices
350
Annexe B
Annexe C
Interpolation de Lagrange
Le but de ce chapitre est de rappeler les techniques classiques dinterpolation et en particulier la
construction des fonctions dinterpolation de Lagrange. Dans le contexte de la methode des elements
finis, nous nous limiterons `
a determiner les fonctions dinterpolation seulement sur les elements de
reference. Nous procederons de mani`ere identique en dimension 1, 2 ou 3, meme sil existe des facons
plus simples darriver au meme resultat.
Deux espaces de polyn
omes jouent un role important en elements finis. Dans un premier temps,
nous noterons Pk lespace des polyn
omes de degre k. On verifie facilement que la dimension de
lespace Pk est :
(n + k)!
dim(Pk ) =
k!n!
o`
u n est la dimension despace(n = 1, 2 ou 3). Lespace Pk est generalement utilise sur les elements
triangulaires ou tetraedriques.
Nous travaillerons egalement avec lespace Qk des polynomes de degre k en chacune des variables
despace. La dimension de cet espace est tout simplement :
dim(Qk ) = (k + 1)n
En dimension 1, ces 2 espaces cocident mais ils diff`erent en dimension 2 ou 3. Lespace Qk est
particuli`erement adapte aux elements quadragulaires ou hexaedraux comme nous le verrons un peu
plus loin dans ce chapitre. Bien s
ur, il sera possible dutiliser des variantes incompl`etes des espaces
Pk ou Qk selon les besoins.
Quelque soit lespace de polyn
omes utilise, nous noterons N sa dimension. On se donne maintenant N points 1 , 2 , N sur lelement de reference. Les N fonctions de Lagrange Li () sont
des polynomes de Pk ou Qk verifiant :
Li ( i ) = 1 i
(C.1)
Li ( j ) = 0 j 6= i
Pour construire ces fonctions, il suffit de choisir une base generalement constituee de mon
omes
de degre k. Nous noterons cette base de polynomes p1 (), p2 (), , pN (). Pour construire les
351
352
Annexe B
N
X
aj pj ()
j=1
et dimposer les contraintes de lequation C.1 pour construire un syst`eme lineaire de dimension N
sur N dont les inconnues sont les coefficients ai . On obtient ainsi le syst`eme lineaire :
p1 ( 1 ) p2 ( 1 ) pN ( 1 )
a1
0
p1 ( ) p2 ( ) pN ( ) a2 0
2
2
2
.. ..
..
..
.
.
. .
.
.
.
(C.2)
p1 ( ) p2 ( ) pN ( ) ai = 1
i
i
i
.. ..
..
..
..
. .
.
.
.
p1 ( N ) p2 ( N ) pN ( N )
aN
0
Le terme de droite est tout simplement le vecteur de base ei dont toutes les composantes sont
nulles, sauf la ii`eme . La resolution est immediate puisque la matrice est generalement inversible.
Notons de plus que la matrice est la meme pour toutes les fonctions de Lagrange. Seul le terme de
droite change.
On rep`ete ce processus pour chaque fonction de Lagrange. Une fois ce travail accompli, le
polynome :
N
X
u() =
uj Lj ()
(C.3)
j=1
C.1
Interpolation en dimension 1
Interpolation de Lagrange
353
Polyn
omes de Lagrange P1 (1D)
dLi
d
i Li (, )
1
2
1+
2
1
2
1
2
a1
a2
=
1/2
1/2
et
a1
a2
=
1/2
1/2
1 1 1
a1
1
1 +1 1 a2 = 0
1 0 0
a3
0
dont la solution est :
a1
0
a2 = 1/2
a3
1/2
354
Annexe B
Polyn
omes de Lagrange P2 (1D)
i
Li (, )
dLi
d
( 1)
2
1/2
( + 1)
2
+ 1/2
1 2
Remarque 3.1
On peut proceder plus simplement et construire les polynomes de Lagrange directement. Pour
obtenir par exemple L1 () en se sert directement de lequation C.1. En effet, cette fonction doit
sannuler en = 0 et en = 1. Il suffit donc dintroduire des facteurs et ( 1). De plus, elle
doit prendre la valeur 1 en = 1. Or la fonction ( 1) vaut 2 `a cette endroit. Il suffit donc de
diviser par 2 et on obtient :
1
L1 () = ( 1)
2
On construit les autres fonctions de lagrange par un raisonnement similaire. Cette facon de proceder
est tout-`a-fait generale et fonctionne pour les polynomes de degre quelconque.
C.2
Interpolation en dimension 2
Contrairement au cas unidimensionnel, nous avons ici le choix de la forme geometrique des
elements. Le plus souvent, on utilise des triangles ou des quadrilat`eres. Les espaces de polyn
omes
correspondants sont leg`erement differents.
Interpolation de Lagrange
C.2.1
355
Voyons en premier lieu le cas des triangles. Lespace de polynomes le plus frequemment utilise
est lespace Pk dont on construit une base `a laide du tableau suivant :
P0
P1
P2
P3
1
:
:
:
2
2
2
2
3
: 3
et ainsi de suite.
Pour determiner uniquement un polynome de degre k, on doit choisir N points dinterpolation
distincts. Le choix des points dinterpolation est dicte par les proprietes de la fonction que lon
souhaite interpoler.
Polyn
omes de degr
e1
Commencons par lexemple le plus simple. Construisons les fonctions dinterpolation lineaires (P1 )
sur lelement de reference. Du triangle precedent, la base de monomes est 1, , de sorte que tout
polynome de P1 peut secrire :
p1 (, ) = a1 + a2 + a3
La dimension de cet espace etant 3, quoi de plus naturel que de choisir les 3 sommets du triangle
1 = (0, 0), 2 = (1, 0) et 3 = (0, 1) (voir la figure 6.2). On va construire, suivant la demarche
utilisee en dimension 1, des fonctions dinterpolation Li (, ) de sorte que :
Lj ( i ) = Lj (i , i ) = ij
Pour la premi`ere fonction dinterpolation,
1 0
1 1
1 0
0
a1
1
0
a2 = 0
1
a3
0
a1
1
a2 = 1
1
a3
do`
u:
L1 (i , i ) = 1
de mani`ere similaire, on trouve les fonctions L2 (, ) et L3 (, ). Le tableau C.3 resume la situation.
Puisquelles sont egalement utiles pour levaluation des syst`emes elementaires, nous avons egalement
indique les derivees partielles des polynomes de Lagrange.
Remarque 3.2
356
Annexe B
Polyn
omes de Lagrange P1 (2D)
i
Li (, )
1 1
2
Li
Li
1
1
0
1
0
1
1
0
0
0
0
0
1
1
0
1
0
1
1
0
1
0
0
1
1 1/2
0 1/4
0
0
1 1/2 1/2 1/4 1/4 1/4
1
0 1/2
0
0 1/4
a1
a2
a3
a4
a5
a6
= ei
En resolvant ces 6 syst`emes lineaires, on trouve les fonctions du tableau C.4. Pour simplifier les
expressions, on a pose :
=1
Interpolation de Lagrange
357
Polyn
omes de Lagrange P2 (2D)
i
Li (, )
Li
1 (1 2) 1 4
2 (1 2) 1 + 4
3 (1 2)
0
4
4
4( )
5
4
4
6
4
4
Li
1 4
0
1 + 4
4
4
4( )
linterpretation des inconnues uj nest plus la valeur de u(x) au noeud correspondant. En effet :
u( 1 ) = u(0, 0) = u1
358
Annexe B
Polyn
omes de Lagrange P2 hi
erarchique (2D)
i
Li (, )
Li
1 1 =
1
2
+1
3
0
4
4
4(1 2 )
5
4
4
6
4
4
Li
1
0
+1
4
4
4(1 2)
(u1 + u2 )
2
de sorte que le degre de liberte associe au quatri`eme noeud sinterpr`ete par la relation :
u4 = u( 4 )
(u1 + u2 )
(u( 1 ) + u( 2 )
= u( 4 )
2
2
et linterpretation des inconnues (eventuellement des degres de liberte) est plus delicate. Il faudra
etre prudent lors de limposition des conditions aux limites essentielles si on utilise de telles bases.
C.2.2
Nous utiliserons lespace Qk sur lelement de reference [1, 1]2 . Il est facile de construire une
base pour cet espace puisquil suffit de faire le produit cartesien des ensembles 1, , 2 , , k et
1, , 2 , , k .
Polyn
ome de degr
e 1 (Q1 )
Le cas le plus simple est bien s
ur Q1 dont la dimension est 4. Une base possible est 1, , , .
Il nous faut donc 4 points dinterpolation et les 4 coins semblent un choix ideal (voir la figure 6.4).
On obtient les 4 fonctions de Lagrange toujours de la meme facon et nous nous limiterons `
a les
lister.
Interpolation de Lagrange
359
Polyn
omes de Lagrange Q1 (2D)
i
Li (, )
Li
Li
1
(1 + )(1 + )
4
1
(1 + )
4
1
(1 + )
4
1
1
(1 )(1 + ) (1 + )
4
4
1
1
1
(1 )(1 ) (1 ) (1 )
4
4
4
1
(1 + )(1 )
4
1
(1 )
4
1
(1 )
4
1
(1 + )
4
360
Annexe B
Remarque 3.5
Tout comme pour le cas triangulaire, on pourrait penser choisir comme points dinterpolation les 4
milieux de c
otes soit les points (0, 1), (1, 0), (0, 1) et (1, 0). Ce qui semble naturel ne fonctionne
pas toujours. En effet, en se servant encore ici de la base 1, , et , la matrice du syst`eme C.2
secrit :
1
0 1 0
1
1
0 0
1
0
1 0
1 1
0 0
et est singuli`ere. La solution nest donc pas unique et on peut facilement le constater puisque
les fonctions 0 et sont toutes deux des fonctions de Q1 qui prennent les memes valeurs (0)
aux milieux des c
otes. On ne peut donc pas choisir ces points dinterpolation pour construire des
appproximations non conformes, contrairement `a ce que nous avons fait sur les triangles.
Polyn
ome de degr
e 2 (Q2 )
La dimension de lespace Q2 est 9 et il semble naturel de choisir les points illustres sur la
figure 6.4. On construit ainsi les polyn
omes de Lagrange du tableau C.7.
C.3
C.3.1
Interpolation en dimension 3
Sur les t
etra`
edres
:
1
:
, , ,
:
2 , 2 , 2 , , , ,
: 3 , 3 , 3 , 2 , 2 , 2 , 2 , 2 , 2 , ,
De mani`ere similaire `
a celle presentee dans le cas bidimensionnel (voir la figure 6.6), on montre
aisement que pour les fonctions de Lagrange de degre 1, on a le tableau C.8.
Interpolation de Lagrange
361
Polyn
omes de Lagrange Q2 (2D)
i
Li (, )
Li
Li
1
(1 + )(1 + )
4
1
(1 + 2)(1 + )
4
1
(1 + )(1 + 2)
4
1
1
1
2 (1 )(1 + ) (1 2)(1 + ) (1 )(1 + 2)
4
4
4
3
1
(1 )(1 )
4
1
(1 2)(1 )
4
1
(1 )(1 2)
4
1
1
1
4 (1 + )(1 ) (1 + 2)(1 ) (1 + )(1 2)
4
4
4
(1 + )
1
(1 2 )(1 + 2)
2
1
6 (1 )(1 2 )
2
1
(1 2)(1 2 )
2
(1 )
1
7 (1 2 )(1 )
2
(1 )
1
(1 2 )(1 2)
2
1
(1 2 )(1 + )
2
1
(1 + )(1 2 )
2
1
(1 + 2)(1 2 )
2
(1 + )
(1 2 )(1 2 )
2(1 2 )
2(1 2 )
362
Annexe B
Polyn
omes de Lagrange P1 (3D)
i
Li (, )
1 1
2
Li
Li
Li
1
1
0
0
1
0
1
0
1
0
0
1
Annexe D
Int
egration num
erique
Lintegration numerique est une composante essentielle de toute methode delements finis. Sil
est toujours preferable dutiliser lintegration exacte lorsque cela est possible, on doit toutefois
recourir frequemment `
a lintegration numerique si on souhaite developper des methodes delements
finis relativement generales.
Tout comme pour linterpolation de Lagrange, nous ferons le developpement des differentes
formules dintegration numerique sur les elements de reference puique cest l`a que sont effectuees
toutes les integrales en elements finis.
D.1
En dimension 1
Nous choisissons lintervalle dintegration [1, 1] qui est lelement de reference pour les probl`emes
en dimension 1. Nous avons vu au chapitre 5 comment passer dun element quelconque `a cet element
de reference `
a laide du changement de variable 5.6.
On cherche `
a evaluer une expression de la forme :
Z 1
I=
g()d
(D.1)
1
En elements finis, la fonction g() fait intervenir les fonctions dinterpolation i () et leurs derivees
ainsi que les proprietes physiques du probl`eme. Par exemple, on doit evaluer :
Z 1 K
K
(x1 + xK
hK
2 )+h
p
j ()i ()
d
2
2
1
qui est bien de la forme D.1. Dans la plupart des programmes delements finis, on utilise les quadratures de Gauss qui consistent `
a approcher lintegrale D.1 par une expression de la forme :
Z 1
mG
X
g()d '
wi g(i )
(D.2)
1
i=1
363
364
Annexe C
On choisit les points et les poids dintegration de facon `a ce que la quadrature D.2 soit exacte
pour les polyn
omes de degre le plus eleve possible. De toute evidence, les points dintegration i
doivent tous etre distincts les uns des autres et les poids dintegration doivent etre non nuls.
F Th
eor`
eme 4.1
La quadrature de Gauss `
a mG points D.2 est exacte pour les polynomes de degre (2mG 1) et le
terme derreur de cette approximation est donne par :
22mG +1 (mG !)4
g (2mG ) () o`
u [1, 1]
(2mG + 1)((2mG )!)3
(D.3)
F
La table D.1 resume les premi`eres quadratures de Gauss en dimension 1 (voir Fortin, ref. [17]).
La derni`ere colonne de cette table fournit le degre des polynomes pour lesquels la quadrature de
Gauss est exacte et qui vaut 2mG 1. Cest ce que lon appelle le degre de precision de la formule
de quadrature. En pratique, on choisit le nombre de points de Gauss mG en fonction des integrales
que lon doit evaluer.
I Exemple 4.1
On veut evaluer :
Z
+1
I=
2 + dt
Il sagit ici dun probl`eme tr`es simple mais qui illustre bien ce qui peut se produire. La fonction
`a integrer est polyn
omiale et une quadrature de Gauss adequate permettra devaluer lintegrale
exactement. Puisquil sagit dun polynome de degre 2, la quadrature de Gauss `a 2 points (mG = 2)
suffira puisquelle est exacte pour des polynomes de degre jusqu`a 3 (2mG 1). On a en effet :
I = w1 (12 + 1 ) + w2 (22 + 2 )
= 1 (0,577 350 262 918 9625)2 + (0,577 350 262 918 9625)
+1 (+0,577 350 262 918 9625)2 + (+0,577 350 262 918 9625)
= 2/3
soit la valeur exacte de lintegrale. J
Integration numerique
365
Quadrature
Points dintegration
i
0
0,577 350 269 189 625
+0,577 350 269 189 625
0,774 596 669 241 483
0,0
+0,774 596 669 241 483
0,861 136 311 594 052
0,339 981 043 584 856
+0,339 981 043 584 856
+0,861 136 311 594 052
0,906 179 845 938 664
0,538 469 310 105 683
0,0
+0,538 469 310 105 683
+0,906 179 845 938 664
mG
1
2
3
de Gauss (1D)
Poids dintegration Degre de
wi
precision
2
1
1
3
1
0,555 555 555 555 556
5
0,888 888 888 888 889
0,555 555 555 555 556
0,347 854 845 137 454
7
0,652 145 154 862 545
0,652 145 154 862 545
0,347 854 845 137 454
0,236 926 885 056 189
9
0,478 628 670 499 365
0,568 888 889 888 889
0,478 628 670 499 365
0,236 926 885 056 189
I Exemple 4.2
On a :
Z
sin xdx =
sin
( + 1)
4
d
La quadrature de Gauss `
a 2 points donne lapproximation :
Z
(1 + 1)
(2 + 1)
sin
+ sin
4
4
366
Annexe C
est dune precision remarquable. Par ailleurs, la formule `a trois points donne :
(1 + 1)
(2 + 1)
w1 sin
+ w2 sin
4
4
+ w3 sin
(3 + 1)
4
D.2
D.2.1
En dimension 2 ou 3
Sur les quadrilat`
eres
Cest le cas le plus simple puisque lon peut utiliser directement les techniques dintegration
numeriques developpees en dimension 1. Puisque dans ce cas nous avons choisi le carre [1, 1]2
comme element de reference, il suffit de constater que :
!
Z 1 Z 1
Z 1 X
Z 1
mG
mG
mG X
mG
X
X
g(, ) d d '
wi g(i , ) d =
wi
g(i , ) d '
wi wj g(i , j )
1
i=1
i=1
i=1 j=1
(D.4)
En quelque sorte, lintegration numerique en dimension 2 sur le carre
consiste donc `a utiliser
les formules obtenues en dimension 1 pour chacune des variables. Il en est de meme en dimension
3 sur le cube de reference [1, 1]3 et on obtient de mani`ere similaire :
[1, 1]2
mG X
mG X
mG
X
wi wj wk g(i , j , k )
(D.5)
Remarque 4.1
Il ny a donc dans ce cas nul besoin de developper des methodes dintegration numerique particuli`ere.
Si la fonction `
a integrer est un polyn
ome appartenant `a lespace Qk , cest-`a-dire un polynome de
Integration numerique
367
degre k en chacune des variables despace, il suffit de choisir une quadrature de Gauss en dimension
1 qui soit exacte pour les polyn
omes de degre k et utiliser les formules D.4 ou D.5.
D.2.2
Les formules dintegration numeriques sont plus difficiles `a obtenir sur les triangles. On ne peut
plus utiliser directement les formules en dimension 1. Le tableau D.2 fournit quelques unes des
quadratures dites de Hammer.
On passe dun triangle quelconque au triangle de reference `a laide de la transformation 6.5. On
utilise ensuite la relation :
Z 1 Z 1
Z 1 Z 1
X
wi g(i , i )
g(, ) dd =
g(, ) dd '
0
o`
u les wi , i et i sont donnes dans la table D.2.
D.2.3
Sur les t
etra`
edres
Sur les tetra`edres, il faut generalement utiliser encore plus de points dintegration. La table D.3
donne quelques une des formules de Hammer en dimension 3.
368
Annexe C
i
+0,333 333 333 333 3333
+0,166 666 666 666 6667
+0,666 666 666 666 6667
+0,166 666 666 666 6667
+0,333 333 333 333 3333
+0,200 000 000 000 0000
+0,600 000 000 000 0000
+0,200 000 000 000 0000
+0,445 948 490 915 965
+0,108 103 018 168 070
+0,445 948 490 915 965
+0,091 576 213 509 771
+0,816 847 572 980 459
+0,091 576 213 509 771
+0,063 089 014 491 502
+0,873 821 971 016 996
+0,063 089 014 491 502
+0,249 286 745 170 910
+0,501 426 509 658 179
+0,249 286 745 170 910
+0,310 352 451 033 785
+0,053 145 049 844 816
+0,636 502 499 121 399
+0,053 145 049 844 816
+0,310 352 451 033 785
+0,636 502 499 121 399
+0,333 333 333 333 333
+0,459 292 588 292 723
+0,081 414 823 414 454
+0,459 292 588 292 723
+0,170 569 307 751 760
+0,658 861 384 496 480
+0,170 569 307 751 760
+0,050 547 228 317 031
+0,898 905 543 365 938
+0,050 547 228 317 031
+0,263 112 829 634 638
+0,728 492 392 955 404
+0,008 394 777 409 958
+0,728 492 392 955 404
+0,008 394 777 409 958
+0,263 112 829 634 638
Poids
Degre de
dintegration
precision
wi
+0,500 000 000 000 0000
1
+0,166 666 666 666 6667
2
+0,166 666 666 666 6667
+0,166 666 666 666 6667
0,281 250 000 000 0000
3
+0,260 416 666 666 6667
+0,260 416 666 666 6667
+0,260 416 666 666 6667
+0,111 690 794 839 0055
4
+0,111 690 794 839 0055
+0,111 690 794 839 0055
+0,054 975 871 827 6610
+0,054 975 871 827 6610
+0,054 975 871 827 6610
+0,025 422 453 185 1035
6
+0,025 422 453 185 1035
+0,025 422 453 185 1035
+0,058 393 137 863 1895
+0,058 393 137 863 1895
+0,058 393 137 863 1895
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,072 157 803 838 8935
8
+0,047 545 817 133 6425
+0,047 545 817 133 6425
+0,047 545 817 133 6425
+0,051 608 685 267 3590
+0,051 608 685 267 3590
+0,051 608 685 267 3590
+0,016 229 248 811 5990
+0,016 229 248 811 5990
+0,016 229 248 811 5990
+0,013 615 157 087 2175
+0,013 615 157 087 2175
+0,013 615 157 087 2175
+0,013 615 157 087 2175
+0,013 615 157 087 2175
+0,013 615 157 087 2175
Integration numerique
369
i
i
Formule `a 1 point, degre de precision = 1
+0,250 000 000 000 000
+0,250 000 000 000 0000
Formule `a 4 points, degre de precision = 2
+0,138 196 601 125 0105
+0,138 196 601 125 0105
+0,138 196 601 125 0105
+0,585 410 196 624 9685
+0,585 410 196 624 9685
+0,138 196 601 125 0105
+0,138 196 601 125 0105
+0,138 196 601 125 0105
Formule `a 16 points, degre de precision = 4
+0,076 119 032 644 254 30 +0,076 119 032 644 254 30
+0,771 642 902 067 2371 +0,076 119 032 644 254 30
+0,076 119 032 644 254 30 +0,771 642 902 067 2371
+0,076 119 032 644 254 30 +0,076 119 032 644 254 30
+0,071 831 645 267 669 25 +0,404 233 913 467 2644
+0,404 233 913 467 2644 +0,071 831 645 267 669 25
+0,404 233 913 467 2644
+0,404 233 913 467 2644
+0,119 700 527 797 8019
+0,404 233 913 467 2644
+0,404 233 913 467 2644
+0,119 700 527 797 8019
+0,404 233 913 467 2644
+0,404 233 913 467 2644
+0,119 700 527 797 8019 +0,071 831 645 267 669 25
+0,119 700 527 797 8019
+0,404 233 913 467 2644
+0,071 831 645 267 669 25 +0,119 700 527 797 8019
+0,071 831 645 267 669 25 +0,404 233 913 467 2644
+0,404 233 913 467 2644
+0,119 700 527 797 8019
+0,404 233 913 467 2644 +0,071 831 645 267 669 25
Points
dintegration
wi
+0,166 666 666 666 6667
+0,041 666 666 666 6667
+0,041 666 666 666 6667
+0,041 666 666 666 6667
+0,041 666 666 666 6667
+0,008 395 632 350 020 469
+0,008 395 632 350 020 469
+0,008 395 632 350 020 469
+0,008 395 632 350 020 469
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
370
R
eponses aux exercices
R
eponses aux exercices du chapitre 2
1. a) Tf0 = 0 1 ; Tf00 = 00 10 ;
b) Tf0 = Tg o`
u:
g(x) =
(la fonction f (x) est continue en x = 0).
u:
Tf00 = Tg0 = Th + 20 o`
h(x) =
1
si x < 0
cos(x) si x > 0
0
si x < 0
sin(x) si x > 0
372
4. La fonction f (x) = 1 est dans L1loc (). Il suffit de remarquer que lon int`egre sur un compact
(ferme et borne) ; Pour la fonction f (x) = ln x, la difficulte vient du point x = 0. Or, un
compact de ]0, 1[ ne peut pas contenir ce point et la fonction sera integrable.
5. |x| est dans H 1 (] 1, 1[) car elle est de carre sommable et sa derivee au sens des distributions
est Tg o`
u:
1 si x < 0
g(x) =
+1 si x > 0
qui est aussi de carre sommable). Par contre, elle nest pas dans H 2 (]1, 1[) puisque la derivee
seconde fait apparatre une distribution de Dirac en x = 0.
6. Pour f (x) = x(1 x), f (0) = f (1) = 0 mais f 0 (0) = 1 6= 0 et cette fonction nest pas dans
H02 (]0, 1[). Par contre, on verifie facilement que la fonction f (x) = x2 (1 x)2 est bien dans
H02 (]0, 1[)
7. xr est dans L2 (]0, 1[) pour r > 1/2 ; dans H 1 (]0, 1[) pour r > 1/2 et r = 0 ; dans H 2 (]0, 1[)
pour r > 3/2, r = 0 et r = 1.
R
eponses aux exercices du chapitre 3
1. La symetrie des 4 formes bilineaires decoule de la commutativite du produit de deux fonctions
et du produit scalaire de deux vecteurs.
a)
Z
|a(u, w)| p2
u w dv p2 kuk0, kwk0,
Z
|a(w, w)| p1
w w dv = p1 kwk20,
b)
Z
|a(u, w)| q2
u w dv q2
n Z
X
i=1
u w
dv nq2 |u|1, |w|1,
xi xi
w w dv = q1 |w|21,
|a(w, w)| q1
en remarquant que |w|1, est bien une norme sur H01 ().
c)
Z
|a(u, w)| q2
u w dv q2
n Z
X
i=1
u w
dv nq2 |u|1, |w|1, nq2 kuk1, kwk1,
xi xi
Z
|a(w, w)| q1
w w dv = q1 |w|21,
373
et on ne peut pas conclure car |w|1, nest pas une norme sur H 1 (). La forme bilineaire nest
pas coercive sur H 1 ().
d)
Z
Z
|a(u, w)| p2
u w dv p2 kuk0, kwk0, + q2
u w dv + q2
n Z
X
i=1
u w
dv
xi xi
2 u0 (x)w0 (x) dx =
f (x)w(x) dx
w V
1 uw + 2 u0 (x)w0 (x) dx =
f (x)w(x) dx
w V
Il ny a pas de rel`evement `
a faire.
c) On pose V = H01 (]0, 1[) et par exemple ug = a+(ba)x pour le rel`evement. La formulation
variationnelle est :
Z 1
Z 1
0
0
2 u (x)w (x) dx =
f (x)w(x) 2 (b a)w0 (x) dx
w V
0
Notons que le dernier terme de droite, qui tient compte du rel`evement de la condition essentielle, sannule prour cet exemple, mais que ce nest pas le cas en general.
d) On pose V = w H 1 (]0, 1[)|w(0) = 0 et par exemple ug = a pour le rel`evement. La
formulation variationnelle est :
Z 1
Z 1
0
0
q(x)u (x)w (x) dx =
f (x)w(x) dx + bw(1)
w V
0
374
La forme bilineaire nest pas coercive sur V (voir exercice 1-c). On remarque egalement que
si on a une solution u, alors u + c est aussi une solution. Il ny a pas unicite.
h) On pose V = H 1 () et il ny a pas de rel`evement `a faire. La formulation variationnelle
est :
Z
Z
Z
Z
u w dv + uw ds =
f (x)w(x) dx + hw ds
w V
w V
R
eponses aux exercices du chapitre 4
1. i (x) = (x(1 x))i , pour i 1.
2. i (x) = xi , pour i 0 (il est important dinclure la fonction 0 (x) = 1 car autrement la
solution serait forcement nulle en x = 0.
3. ug (x) = a + (b a)x et i (x) = (x(1 x))i , pour i 1.
375
On a donc :
Z
A11 =
0
1Z 1
0
64k
k 2x(1 y 2 ), 2y(1 x2 ) 2x(1 y 2 ), 2y(1 x2 ) dxdy =
15
et :
Z
1Z 1
F1 =
0
4q
9
+
2
i+j+1 i+j1
i+1 i+2 i+3
Si on prend 2 fonction de Ritz, on trouve c1 = 1 et c2 = 1 de sorte que la solution approchee
est u(x) = 1 + x x2 .
11. La matrice de la methode de Ritz a pour terme general Aij = a(j , i ). On a alors :
n
n
n
n
X
X
X
X
Ax =
Aij xj =
a(j , i )xj = a
xj j , i = a(w, i ) o`
u w(x) =
xj j (x)
j=1
j=1
on a donc :
xT Ax =
j=1
n
X
i=1
j=1
376
R
eponses aux exercices du chapitre 5
1. On a la situation suivante :
uK (xK
i )=
3
X
K K
uK
j j (xi ) =
j=1
3
X
uK
j j (i )
j=1
K
Si on se place aux noeuds geometriques, on a uK (xK
i ) = ui mais au point milieu, on a ;
uK (xK
3 )=
3
X
j=1
K
K
j (0) = u1 + u2 + uK
uK
3
j
2
et par consequent :
K K
uK
3 = u (x3 )
K
uK
1 + u2
= uK (xK
3 )
2
K
u(xK
1 ) + u(x2
2
2.
3. Pour la premi`ere fonction, on cherche une expression de la forme 1 () = a0 +a1 +a2 2 +a3 3 .
0
0
Les conditions `
a verifier sont 1 (1) = 1, 1 (1) = 0, 1 (+1) = 0 et 1 (1) = 0. On obtient
le syst`eme :
a0
1
1 1
1 1
1 2
3 a1 0
=
1
1
1
1 a2 0
0
0
1
2
3
a3
On trouve a0 = 1/2, a1 = 3/4, a2 = 0 et a3 = 1/4. On a alors :
1 3
1
1
1 (x) = + 3 = (1 )2 (2 + )
2 4
4
4
Les autres fonctions de base sobtiennent de mani`ere similaire.
4. a) Sur le premier element :
uK1 (x) =
3
X
j=1
On a ainsi :
1 K1
uK
j j =
3
X
1
uK
j j ()
j=1
3
X
2 dj
duK1
1
(0) =
uK
(1)
j
K
dx
h 1 d
j=1
2
hK1
!
d2
d3
(1) 0,235
(1)
0,355
d
d
= 0,2925
377
K
puisque hK1 = 2. On a donc 400 dudx 1 (0) = 117. Le calcul de la meme quantite en utilisant
1
ecis.
cette fois la variable secondaire sK
11 donne 103,67 qui est beaucoup plus pr
K4
K1
b) le rel`evement serait 28 39 ou encore 21 (x) 32 (x).
5. On doit evaluer la matrice elementaire de terme general :
aK
ij =
xK
2
xK
1
et on a :
A
c2
=
2
1 1
1 1
c2 j0 ()i () d
3 0
x u (x)w (x) + x u(x)w(x) dx =
w(x)
dx
1+x
2
a) 3 () = 27
16 ( 1)( 1/3).
b) Le rel`evement implicitement construit sera 9 + 310 (les i sont les fonctions de Ritz
cubiques par element).
c) Le degre maximal `
a integrer est 8. Il faut donc 5 points de Gauss.
d)
Num
eros des ddls
Table adres
Ddl #1 Ddl #2 Ddl #3
9
3
1
3
6
4
6
10
7
ement
El
1
2
3
Ddl #4
2
5
8
K2
1
e) a33 = aK
es de liberte 1 et 4 netant pas connectes).
22 + a11 et a14 = 0 (les degr
R
eponses aux exercices du chapitre 6
1.
2. Il suffit de remarquer que :
Z
Z
1 dv =
J K d
v ou encore mes(K) = J K mes(K)
K
378
3.
4.
5.
6.
7.
8. Puisque les c
otes sont droits, la transformation geometrique est lineaire pour les triangles
et bilineaires pour les quadrangles. Sur un triangle, apr`es passage `a lelement de reference,
lintegrant est de degre 3 puisque le jacobien est constant de meme que les coefficients de la
matrice B K (voir la relation 6.10). Une formule de Hammer `a 4 points int`egrera exactement.
Par contre, sur un quadrangle, le jacobien ne sera pas constant et les coefficients de B K sont
des quotients de polyn
omes (voir la relation 6.12). Aucune formule de quadrature de Gauss
ne pourra integrer exactement.
9. 4 (, ) = 27 (1 )( 2 )
2
10.
11. En inversant la transformation lineaire, on montre que :
1
4 2
x2
=
5
y1
18 1
Le point (4 , 3) correspond donc `a ( 29 , 94 ) dans lelement de reference et :
u(4, 3) =
3
X
j=1
2 4
uK
j j (( , ) = 31,66
9 9
de meme que :
3
X
u
(4, 3) =
uK
j
x
j=1
3
X
j=1
uK
j
j 2 4
j 2 4
( , )
+
( , )
9 9 x
9 9 x
j 2 4 4
j 2 4 1
( , ) +
( , )
9 9 18
9 9 18
!
= 8,66
R
eponses aux exercices du chapitre 8
1. La formulation variationnelle (non linearisee) est :
Z
Z
Z
2 m
k(1 + u ) u w dv =
f (x1 , x2 )w(x1 , x2 ) dv +
hw ds
379
d
[R(uk + u , w)] |=0
d
Z
k(1 + u2k )m u w dv
Z
+
2mkuk (1 + u2k )m1 u uk w dv
On resout alors `
a chaque iteration :
Z
Z
2 m
k(1 + uk ) u w dv +
2mkuk (1 + u2k )m1 u uk w dv = R(uk , w)
et on met `
a jour en posant : uk+1 = uk + u . On iterera ainsi jusqu`a ce que ku k < o`
u
est la tolerence desiree.
2. La non-linearite provient cette fois de la condition aux limites. La formulation variationnelle
non linearisee est :
Z
Z
Z
ku w dv +
h(u4 u4 )w ds =
f (x1 , x2 )w(x1 , x2 ) dv
On peut demarrer les iterations pour resoudre ce probl`eme en resolvant le probl`eme lineaire :
Z
Z
ku w dv =
f (x1 , x2 )w(x1 , x2 ) dv
380
o`
u:
Z
h(u
ku w dv +
R(uk , w) =
u4 )w ds
f (x1 , x2 )w(x1 , x2 ) dv
Bibliographie
[1] Agassant, J. F., P. Avenas, J. Ph. Sergent et P. Carreau: Polymer Processing, Principles and
Modeling. Hanser Publishers, Munich, 1991.
[2] Arnold, D., F. Brezzi et M. Fortin: A Stable Finite Element for the Stokes Equations. Calcolo,
21 :337344, 1984.
[3] Bartle, R.G.: The elements of integration. Wiley, New York, 1966.
[4] Bathe, K. J.: Finite Element Procedures. Prentice Hall, 1996.
[5] Bathe, K. J. et T. Sussman: A Finite Element Formulation for Nonlinear Incompressible Elastic
and inelastic Analysis. Computers and Structures, 26(1/2) :357409, 1987.
[6] Bonet, J. et D. R. Wood: Nonlinear continuum mechanics for finite element analysis. Cambridge, 1997.
[7] Brezzi, F. et M. Fortin: Mixed and Hybrid Finite Element Methods. Springer-Verlag, 1991.
[8] Burden, R.L. et J.D. Faires: Numerical Analysis. Brooks/Cole, Pacific Grove, septi`eme edition,
2001, ISBN 0-534-38216-9.
[9] Ciarlet, P.G.: The Finite Element Method for Elliptic problems. North-Holland, Amsterdam,
1986.
[10] Courant, R. L.: Variational Methods for the Solution of Problems of Equilibrium and Vibration.
Bulletin of the American Mathematical Society, 49 :123, 1943.
[11] Cea, J.: Approximation variationnelle des probl`emes aux limites. Ann. Inst. Fourier (Grenoble),
14 :345444, 1964.
[12] Delfour, M.C. et J. P. Zolezio: Shapes and Geometries : Analysis, Differential Calculus, and
Optimization. Advances in Design and Control. SIAM, Philadelphia, 2001.
[13] Dhatt, G. et G. Touzot: Une presentation de la methode des elements finis. Les presses de
lUniversite Laval, Quebec, 1981.
[14] Duvaut, G.: Mecanique des milieux continus. Collection mathematiques appliquees pour la
matrise. Masson, 1990.
[15] Duvaut, G. et J.L. Lions: Les inequations en mecanique et en physique. Dunod, Paris, 1972.
[16] Engelman, M. et M. Jamnia: Transient Flow Past a Circular Cylinder : a Benchmark Solution.
Int. J. Numer. Meth. Fluids, 11 :9851000, 1990.
381
382
Bibliographie
[17] Fortin, A.: Analyse numerique pour ingenieurs. Presses Internationales Polytechnique, troisi`eme edition, 2008.
[18] Fortin, A., M. Jardak, R. Pierre et J. J. Gervais: Localization of Hopf Bifurcations in Fluid
Flow Problems. Int. J. Numer. Meth. Fluids, 24 :11851210, 1997.
[19] Fortin, M. et A. Fortin: Experiments with Several Elements for Viscous Incompressible Flows.
Int. J. Num. Meth. Fluids, 5 :911928, 1985.
[20] Fortin, M. et R. Glowinski: Resolution Numerique de Probl`emes aux Limites par des Methodes
de Lagrangien Augmente. Dunod, 1983.
[21] Gasquet, C. et P. Witomski: Analyse de Fourier et applications. Masson, Paris, 1990.
[22] George, A. et J. Liu: Computer Solution of Large Sparse Positive Definite Systems. PrenticeHall, 1981.
[23] Jean, R.: Mesure et integration. Les presses de luniversite du Quebec, Montreal, 1975.
[32] Ritz, W: Ueber eine neue Methode zur Losung gewisser Variations probleme der mathematischen Physik. J. Reine Angew. Math., 135 :161, 1908.
[33] Roache, P.J.: Code verification by the method of manufactured solutions. ASME, 124 :410,
mars 2002.
[34] Schwartz, L.: Theorie des distributions. Dunod, Paris, 1965.
[35] Strang, G. et G. Fix: An Analysis of the Finite Element Method. Prentice-Hall, Englewood
Cliffs, 1973.
[36] Swokowski: Analyse. De Boeck Universite, Bruxelles, cinqui`eme edition, 1993.
Bibliographie
383
[37] Turner, M.J., R.W. Clough, H.C. Martin et L.C. Topp: Stiffness and Deflection Analysis of
Complex Structures. Journal of the Aeronautical Sciences, 23 :805882, 1956.
[38] Zienkiewicz, O. C. et R. L. Taylor: The finite Element Method : basic formulation and linear
problems, tome 1. McGraw-Hill, 1989.
Index
D0 (), 13
ecoulement de Poiseuille, 258, 263
element Mini, 253
element de Crouzeix et Raviart, 256
element de Taylor-Hood, 254
element de reference, 87
element reel, 87
elements, 77, 79
elements compatibles, 253
equation de reaction-diffusion, 208
evolution de la masse volumique, 294
algorithme de Newton, 184, 189
allee de von Karman, 269
assemblage, 104
base hierarchique, 93, 135, 357
bifurcation de Hopf, 269
coefficient de Poisson, 223
coefficients de Lame, 223, 276
compact, 8
completude, 29
condition aux limites naturelle, 50
condition naturelle, 56, 141
conditions aux limites essentielles, 51
continuite dune fonctionnelle, 13
convergence, 168
degre de liberte, 80, 81
degre de precision, 95, 151, 364
degres de liberte, 139
deuxi`eme tenseur de Piola-Kirchoff, 297
differentiation amont, 212
Bibliographie
formulation faible, 4
formulation forte, 4, 5
formulation quasi-variationnelle, 197
formulation variationnelle, 4
formule de Nanson, 292
formule de Piola, 293
gradient, 327
gradient de deformation, 290
generation de maillage, 138
integrale de Lebesgue, 11
inegalite de Korn, 224
inegalite triangulaire, 28
jacobien, 144
Jacobien surfacique, 293
largeur de bande , 139
largeur de bande maximale, 140
loi de Carreau-Yasuda, 262
loi de comportement, 221
loi de puissance, 263
loi puissance, 262
maillage, 79
matrice bande, 110, 140
matrice creuse, 102, 139
matrice de rigidite, 86
matrice definie positive, 46
matrice en ligne de ciel, 110, 140
matrice jacobienne, 144, 183
matrice masse, 199
matrice pleine, 110
matrice tangente, 203
matrice elementaire, 86
materiau lineaire elastique, 221
materiau orthotrope, 225
materiau semi-deformable, 279
mesure, 11
mod`ele de Saint-Venant-Kirchoff , 299
mod`ele neo-hookeen, 299
385
module de compressibilite, 302
module de Young, 223
methode de Newton, 182
methode de continuation, 192
methode de Petrov-Galerkin, 64
methode de Rayleigh-Ritz, 64
methode de Ritz, 64
methode en espace-temps, 197
methode GMRES, 191
methodes de points fixes, 182
noeuds dinterpolation, 79
noeuds de calcul, 79, 139
noeuds geometriques, 79, 138
nombre de Peclet, 210
nombre de Reynolds, 268
norme, 28
norme induite, 29
normes equivalentes, 35
ordre de convergence, 168, 171
perte de charge, 264
Petrov-Galerkin, 214
poids dintegration, 364
points dintegration, 151, 364
Poiseuille, 258, 263
polynome P1 non conforme, 356
polynomes dHermite, 124
premier tenseur de Piola-Kirchoff, 296
premi`ere variation, 187
pression suiveuse, 304, 305, 309
probl`eme en grande deformation, 289
probl`eme mele, 53
probl`eme non lineaire, 181
produit dyadique, 339
produit scalaire, 28
quadratures de Hammer, 367
rel`evement des conditions aux limites, 32, 37
rel`evement des conditions aux limites essentielles,
51
386
schema dEuler explicite, 196
schema dEuler implicite, 195, 196
schema de Crank-Nicholson, 196
schema de difference arri`ere dordre 2, 196
schema de Gear, 204
simple couche, 21
solution manufacturee, 172
suite de Cauchy, 29
support, 98, 139
support dune fonction, 8
syst`eme elementaire, 86, 233
tableau adres, 81, 140
tableau connec, 80, 139
tableau coor, 80, 139
tableau numer, 81, 140
tableau dadressage, 81
tableau de numerotation, 81
tenseur delasticite, 221, 275
tenseur de Cauchy, 296
tenseur de Cauchy-Green, 291
tenseur de deformation, 220, 275, 291
tenseur de deformation de Green-Lagrange, 295
tenseur de taux de deformation, 244
tenseur des contraintes de Cauchy, 219
tenseur gradient de deformation, 220, 290
theor`eme de la divergence, 329
theor`eme de Lax-Milgram, 46, 48, 49, 52
trace au bord, 32
trace dun tenseur, 341
trace normale, 37
transformation geometrique, 87
upwinding, 212
variable primaire, 85
variable secondaire, 85, 122, 141
vecteur dadressage, 81
vecteur de contrainte, 245
vecteur de contraintes normales, 222
vecteur des degres de liberte elementaires, 86
vecteur des reactions, 159
Bibliographie
vecteur des sollicitations elementaires, 87
vecteur global des degres de liberte, 81, 107, 152
vecteur residu, 183