Académique Documents
Professionnel Documents
Culture Documents
HIVER 2005
1. Introduction
Nous avons vu que selon le problme trait et les conditions aux limites imposes, nous devons satisfaire des quations d'quilibre qui sont sous formes diffrentielles ordinaires ou partielles. Il est clair que ces quations doivent tre satisfaites en tout point du domaine quelque soit la coordonne x. Par exemple, l'quation diffrentielle suivante
dy =x dx
a comme solution gnrale
0 x 10
y(0) = 2,
(A)
y=
x2 +c 2
(B)
dy x = 0 dx
x
(C)
Si nous utilisons la solution (B) et nous remplaons sa drive dans (C), nous obtenons: x-x=0
Autrement dit, quelque soit la valeur de x, la solution (B) satisfait la relation (C). Il existe des solutions analytiques pour des cas de gomtries simples qui permettent de trouver une solution aux problmes qui satisfont l'quilibre en tout point. Dans les cas de gomtries plus complexes, il est souvent impossible de trouver de telles solutions. Nous devons donc utiliser des mthodes approches (solution approximative) de rsolution, telle la mthode des lments finis. Cette mthode est base sur trois techniques d'approximation, soit la construction de forme intgrale, l'approximation par sous-domaines et des techniques d'intgration numrique. Chacune de ces techniques engendre naturellement des niveaux d'approximation plus ou moins importants. Nous verrons les deux premires techniques dans le cadre de ce cours. Schmatiquement, obtenir une solution approche par la mthode des lments finis enchane au sens trs large les tapes dcrites par la suite: 1 Dtermination des quations diffrentielles ordinaires ou partielles qui reprsentent le mieux le problme traiter sous certaines hypothses valables (problmes d'ingnierie). 2 Transformation du systme d'quations aux drives ordinaires ou partielles en forme intgrale:
d d* W = g , , , f dx = 0 L dx dx
(1)
o et * sont respectivement la variable d'tat (fonction inconnue) et la fonction de pondration. Cette dernire sera prcise la prochaine section. Cette tape permet de transformer des quations diffrentielles d'quilibre satisfaire en tout point du domaine en une intgrale qui, une
fois intgre sur le domaine, doit tre nulle. Cette tape est fondamentale pour la rsolution par la mthode des lments finis. En effet, on sait que toute intgrale peut tre partitionne en une somme d'intgrales de telle sorte que:
W = W = 0
e e=1
(2)
o
N
W e = e g dx
L
(3)
L
e =1
= L et Li Lj = i j
Le est la longueur d'un lment (partie du domaine) et L la longueur totale. On remarque ainsi que nous pouvons intgrer sur chaque sous-domaine Le la fonction g et sommer ce rsultat par la suite pour obtenir W = 0. Nous pouvons donc partitionner un domaine complexe en une somme de sous-domaines. Ces sous-domaines peuvent tre choisis de telle faon qu'ils soient d'une gomtrie simple comme, par exemple, des triangles ou des rectangles. La figure 1 illustre ce concept. Ainsi, nous pouvons standardiser la forme de ces sous-domaines selon que l'on se situe dans un espace une, deux ou trois dimensions.
3 tant donn que l'on peut utiliser un sous-domaine simple, nous pouvons approcher la solution sur ce sous-domaine en posant la solution par une technique d'interpolation au niveau du sous-domaine o seuls seront inconnus quelques paramtres dits discrets. Ainsi, la mthode des lments finis permet de poser une solution o les inconnues en des points discrets sont gnralement la solution recherche. Par exemple, pour le problme de transfert de chaleur unidimensionnel, nous pouvons poser sur un lment deux nuds (Fig. 2):
4
x=L
x=0
1
L
x x x x T1 T T = 1 + T = 1 = N Tn L 1 L 2 L L T2
{}
(4)
Ainsi, on observe que si x = 0, T = T1 et en x = L, T = T2. Entre les deux nuds, on fait l'hypothse que la temprature varie linairement. On nomme les fonctions
N1 = 1
posant cette interpolation, nous discrtisons le problme, c'est--dire que rsoudre le problme consiste connatre la temprature en deux points discrets du domaine, ce qui nous fournit la solution en tout point du sous-domaine via l'quation 4. 4 Une fois le type d'lment choisi, nous pouvons utiliser les fonctions d'interpolation qui rgissent la variation des variables d'tat et de pondration * pour les introduire dans l'quation 3, ce qui gnre un systme matriel discret du type:
W e = * n
([K ]{ } {f } )
e e n e
(5)
o l'indice n rfre des variables discrtes (nodales) et e, un lment donn. 5 Par la suite, l'tape d'assemblage est effectue en appliquant l'quation 2:
W=
W e =
} {f })= 0 ([K ]{
n
(6)
n }= [K ]1 {F} {
(7)
Le vecteur {N} reprsente la solution en des points discrets du domaine nomms nuds. partir de ces valeurs discrtes, nous pouvons obtenir la solution entre les nuds en utilisant les fonctions d'interpolation choisies prcdemment. La figure 3 schmatise les tapes prcdentes pour un cas unidimensionnel. Nous rfrons le lecteur intress aux ouvrages spcialiss donns en rfrence la fin de ces notes dont Burnett (1989) et Dhatt et Touzot (1981).
5
xb lment x
xa
Domaine L
Dcoupage du domaine en sous-domaines Le [K1 ]{f 1 } [K2 ]{f 2 } [K3 ]{f 3 } [K4 ]{f 4}
Noeud
[K 5]{f 5}
[K] =
e=1
[K ]
{F} =
e=1
{F }
Rsolution du problme {n } = [K -1] {F} Fig. 3 - Discrtisation par la mthode des lments finis
2. Formes intgrales
2.1 Gnralits
Nous prsenterons dans cette section la notion de forme intgrale, qui est simple comprendre si on la voit sous l'angle d'un problme d'optimisation. Nous n'utiliserons pas pour l'instant une technique d'interpolation telle que la mthode des lments finis (notion de variables nodales) afin de se concentrer sur cette nouvelle technique mathmatique.
d du( x ) 2 = x dx dx x 2 u(1) = 2
1x 2
(8) (9)
6
1 du = x = dx x = 2 2
(10)
u( x ) =
2 ln x + x 2
(x) =
2 1 x 2
La condition la limite 9 peut tre associe une condition aux limites essentielles sur la variable d'tat u et la condition 10, une condition la limite naturelle sur le flux (gradient de la fonction u(x)).
( )
(11a)
x , ai = a2 x 2 a1 x 2 3a2 x 3
( )
(11b)
Le signe _ sur les variables u et signifie que ces solutions sont approches. La solution de l'quation 8, sous les conditions 9 et 10, consiste donc trouver les constantes ai ai de telle faon que la solution soit la meilleure possible. Nous pouvons liminer tout de suite deux inconnues en imposant les conditions aux limites, soit:
u 1, ai = a1 + a2 + a1 + a2 = 2 1 x du = 2 a2 8a1 24a2 = dx x =2 2
En liminant les constantes a1 et a2 nous obtenons:
( )
(12)
a1 = 2 a2 a1 a2 a 2 =
soit en remplaant a2 dans la premire quation:
1 4 a1 12a2 4
a1 =
u x , ai = No ( x ) + a1 N1 ( x ) + a2 N2 ( x )
( )
(13)
1 No ( x ) = ( 9 x ) 4 N1 ( x ) = (x 1)(x 3)
(14)
N2 ( x ) = (x 1)(x 2 + x 11) L'quation 13 respecte les conditions aux limites imposes car:
( )
2, ai = x
( )
du dx
x =2
1 1 = = 2 + 0 a1 + 0a2 2 4
Il reste dterminer deux inconnues pour obtenir la solution. La solution approche est fonction de la somme de trois fonctions polynomiales. Deux de ces fonctions sont connues une constante prs ai . Le terme N0(x) dfini en 14, est indpendant des variables ai . Ce terme est strictement fonction des conditions aux limites. Si ces dernires sont homognes (nulles), le terme N0(x) sera nul galement. Des conditions homognes se traduisent par u(1) = 0 et (2) = 0. Dans ce cas (12) s'crit:
u 1, ai = a1 + a2 + a1 + a2 = 0
du x dx x =2 = 2 a2 8a1 24a2 = 0
Soit:
( )
Ainsi on obtient:
u ( x , ai ) = a1 N1 ( x ) + a2 N2 ( x )
o N1 et N2 sont dfinies en (14). Nous dfinissons le rsidu R(x) comme tant:
R( x ) =
d du( x ) 2 x dx dx x 2
(15)
En fait, le rsidu est tout simplement l'quation d'quilibre satisfaire. Lorsque l'on connat la solution u(x) sur tout le domaine, on obtient:
(16)
R ( x , a) =
d du ( x , a) 2 x 0 dx dx x 2
(17)
R ( x , a) =
1 2 2 + 4( x 1) a1 + 3(3x 4) a2 2 4 x
(18)
L'ide matresse de la MRP est de trouver des valeurs numriques pour les coefficients a1 et a2 pour rendre R ( x , a) le plus prs possible de zro pour toutes valeurs de x dans le domaine tudi. La logique de cette mthode est la suivante. La solution exacte est, par dfinition, la fonction qui satisfait l'quation diffrentielle sur tout le domaine ainsi que les conditions aux limites imposes. Toute fonction qui satisfait l'quation diffrentielle sur tout le domaine doit galement rendre le rsidu nul sur tout le domaine et vice versa. Si on peut trouver une fonction approche u qui rend R ( x , a) = 0 partout dans le domaine et que les conditions aux limites soient satisfaites, alors u sera la fonction u exacte. Si u est telle que R ( x , a) dvie trs peu de zro, u sera probablement trs prs de u. Notons que nous venons de dfinir deux types distincts de prcision. D'un ct, nous voulons que le rsidu soit le plus prs possible de zro. Ceci dfinit donc une mesure d'erreur pour la satisfaction de l'quation diffrentielle gouvernant le problme. D'un autre ct, nous voulons que E(x) = u(x)- u (x) soit le plus prs de zro galement. En tant qu'ingnieurs, c'est cette dernire erreur qui nous intresse. Cependant, nous employons une technique minimisant le rsidu parce qu'implicitement, par le raisonnement intuitif prcdent, la valeur de E(x) = u(x)u (x) sera minimale galement. L'application de la MRP produit un systme d'quations algbriques qui permettra de dterminer a1 et a2. Cependant, chaque critre de pondration gnrera un systme algbrique diffrent dfinissant ainsi plusieurs approximations de la solution. Cependant, on doit tout de mme s'attendre ce que chacune de ces solutions soit prs l'une de l'autre.
Cette mthode consiste rendre le rsidu approch nul autant de points xi dans le domaine qu'il y a de paramtres ai inconnus:
R ( x1 , a ) = 0; R ( x2 , a) = 0;...; R ( x n , a) = 0
(19)
Les points xn sont appels points de collocation. Pour le prsent exemple, on peut choisir les 4 5 deux tiers points, c'est--dire x1 = et x2 = (Fig. 4). En substituant ces deux points dans 3 3
l'quation 19, nous obtenons:
(20)
Domaine 1
4 3 5 3
(21)
L'indice "c" rfre la solution obtenue par la mthode de collocation par points. La figure 5 illustre la solution obtenue et son flux en comparaison avec la solution exacte.
1,5
1,0 1,0
1,5
2,0
1,0
1,5
2,0
10
1 R ( x , a) dx = 0 x n x
n
1 R ( x , a ) dx = 0, L. x1 x
1
(22)
Cette mthode, appele galement mthode de collocation par sous-domaines, gnre ainsi autant d'quations que d'inconnues ai. L'intervalle x peut tre choisi de n'importe quelle faon mme s'il y a chevauchement ou des espaces entre chaque sous-domaine. Pour notre exemple, nous choisissons une division gale en deux sous-domaines (Fig. 6).
x1 1 1,5
x2 2
1,5
(23)
Le critre des moindres carrs permet de minimiser par rapport chaque ai l'intgrale sur le domaine du carr du rsidu. Ainsi, pour chaque ai, on a: R R 2 ( x, a)dx = 2 R (x , a ) ( x , a )dx = 0 a1 a1
R2 ( x, a)dx = 2 R ( x, a ) ( x, a)dx = 0 an an
l l
(26)
11
2,5
1,5 ~
c
2,0 1,0
u 1,5 ~ uc 0,5
1,0 1,0
1,5
2,0
1,0
1,5
2,0
R( x , a ) R (x , a ) 2 = 4( x 1) et = 3(3x 4) a1 a2
2 1 2 2 + 4( x 1)a1 + 3(3x 2 4)a2 2 4( x 1) dx = 0 4 x 1
(27)
(28)
(29)
Remarquez que la mthode des moindres carrs gnre une matrice symtrique (pourquoi?) contrairement aux deux mthodes prcdentes. Les solutions approches sont: 1 uM ( x ) = 2 ( x 1) + 2,3155( x 1)( x 3) 0,3816( x 1)( x 2 + x 11) 4 (30) 1 1 M ( x ) = + ( x 2) 4,6310 x ( x 2) + 1,1448 x ( x 2)( x + 2) 2 4
12
L'indice "M" rfre la mthode des moindres carrs. La figure 8 donne une comparaison de cette mthode avec la solution exacte.
2,5
1,5 ~ M
2,0
1,0
u 1,5 ~ u M 0,5
1,0 1,0
1,5
2,0
1,0
1,5
2,0
Fig. 8 - Solution approche par la mthode des moindres carrs 2.6 Mthode de Galerkin
Pour chaque paramtre ai, nous voulons que la valeur moyenne pondre de R(x,a) soit nulle sur tout le domaine. Les fonctions de pondration sont les fonctions Ni(x) associes chaque ai:
R( x , a) N ( x ) dx = 0; L, R( x, a) N ( x ) dx = 0
1 n l l
(31)
4 + 4( x 1)a
1 2
+ 3(3 x 2 4)a2
2 ( x 1)( x 3) dx = 0 x2
(32)
13
La matrice obtenue dans ce cas-ci est symtrique galement (pourquoi?). Les solutions s'crivent: 1 2 uG ( x ) = 2 ( x 1) + 2,1378( x 1)( x 3) 0,3477( x 1)( x + x 11) 4 (34) 1 1 G ( x ) = + ( x 2) 4,2756 x( x 2) + 1,0431 x( x 2)( x + 2) 2 4
2,5
1,5 ~
G
2,0 u 1,5 ~ uG
1,0
0,5
1,0 1,0
1,5
2,0
1,0
1,5
2,0
2.7 Remarques
Nous avons vu aux quatre sections prcdentes qu'il est possible de calculer les coefficients ai pour obtenir une solution approche au problme. Les figures 6 9 illustrent la solution u(x) et le gradient ou flux (x) en comparaison avec la solution exacte. Le tableau 1 fournit un rsum des coefficients calculs l'aide des diffrentes mthodes de pondration.
14
a1
a2
Rsidu moyen
Afin de comparer les rsultats d'une faon plus prcise, trois autres courbes peuvent tre traces:
Le rsidu en fonction de x.
ua u u
x100%
a x100%
La figure 10, illustre la premire courbe. Notons que pour obtenir une solution exacte, il faudrait que le rsidu R dfini en (12) soit nul pour toute valeur de x comprise en 1 et 2. Notons galement que cette courbe croise l'axe R(x) = 0 en deux points (R(xa) = R(xb)=0) quelque soit la mthode de pondration. Dans le cas de la mthode de collocation le rsidu est bel et bien nul aux points de collocation (4/3 et 5/3). Le tableau 1 prsente la valeur de l'intgrale du rsidu divise par la longueur du domaine soit le rsidu moyen. On remarque qu'il est nul pour la mthode des sous-domaines comme il se doit car nous avons impos cette condition sur deux sous-domaines qui couvrent le domaine en entier. Finalement les figures 11 et 12 prsentent l'erreur en pourcentage sur u(x) et (x). Dans tous les cas, l'erreur sur u(x) est largement plus faible que celle sur le flux (x). Cette remarque est valable galement pour la mthode des lments finis. Il est important que l'ingnieur qui utilise un logiciel lments finis ait en tte ce fait.
15
0,2
0 Rsidu avec moindres carrs -0,2 R (x) -0,4 Rsidu avec collocation
-0,6
-0,8
-1,0
-1,2 1,0
1,2
1,4 x
1,6
1,8
2,0
16
10
5 y (%) 0
10 Erreur sur M 5
-15
-20 1,0
1,2
1,4 x
1,6
1,8
2,0
17
De ces figures on conclut que la mthode de pondration de Galerkin donne les meilleurs rsultats; c'est elle qui minimise plus l'erreur. Nous donnons en annexe, quatre feuilles de travail MAPLE qui permettent le calcul des coefficients ai lorsque la solution approche dfinie en (11a) est d'ordre 4 et d'ordre 6. L'tudiant peut, en exercice, refaire le mme problme pour les mthodes de collocation par points ou par sous-domaines ou encore pour des ordres plus levs de polynmes.
R( x , a) W ( x ) dx = 0
i D
1 i N
(35)
o Wi(x) est la fonction de pondration, N le nombre d'inconnues et D, le domaine d'intgration. Pour les quatre cas prcdents, Wi(x) s'crit: Collocation par points:
R( x , a) ( x xi ) dx = R( xi , a) = 0
x
a
(36)
xa
xi
xb
R(x,a) ( xi +1 x i ) dx =
xa
xi+ 1
R ( x, a) dx = 0
xi
(37)
18
1 xa xi x i+1 xb
Moindres carrs:
Wi ( x ) =
Galerkin:
R ( x, a ) ai
(38)
(39)
u dv
x2
= uv -
v du
x2
(40a)
u dv = uv
x1
x2 x2
v du
x1
(40b)
x2 x1
( x)
du( x ) dx dx
(41)
2 2 2 d du x2 x2 dx dx = du = u x1 u d = u x1 u dx dx x x x x 1 1 1 1
(42)
o v =
du dx
19
x x
x2
2 2 d 2u du x2 2 du d x2 dx = dv = v vd = dx dx 2 x1 dx dx dx x1 x x x x 1 1 1 1
(43)
Cette technique est utile car elle permet de rduire l'ordre de drivation maximun du rsidu et d'introduire les conditions aux limites naturelles. Notons que si le domaine est dcompos en deux sous-domaines de x1 xa et de xa x2, l'quation 43 s'crit:
x2
a 2 d 2u d 2u d 2u dx = dx + dx 2 dx 2 dx 2 dx x x x
1 1
xa du x a du x1 d 2u d du 2 dx = dx + x a x1 dx dx dx dx dx x1 x1 xa
( ) ( )
( ) ()
()
() ()
x2
xa
x2 du x2 du xa d 2u d du dx = dx + x2 xa 2 dx dx dx dx dx xa
( )
La sommation des deux intgrales fait disparatre le terme de contour en x=xa. En fait les termes de contour obtenus de l'intgration par parties n'interviennent qu'aux deux limites de l'intervalle du domaine. Ceci est une notion importante lorsque l'on discrtisera un problme par lments finis.
Exemple 1: Forme intgrale faible de l'quation 15 et discrtisation. Reprenons l'exemple discut la section 2.2.
R( x ) =
d du( x ) 2 x = 0 1 x 2 dx dx x 2 u(1) = 2 1 du x = dx x =2 2
xa
x 2 dx = 0 Rdx = dx dx x
xa
xb
d du
(A)
20 2 dx 2
x x
xb
x dx dx x
xa x
d du
b du b b du d = x x dx 2 dx = 0 dx x a x dx dx x2 x a a
Soit:
xb
du d x dx dx dx xa 14 424 4 3
2 du b dx x dx x x2 xa a 14 4244 3 1 424 3
C. L. de flux
xb
(B)
x
xa
b du du 2 du b dx = 2 udx x u dx xa dx dx x xa
(C)
u = 2 + N1a1 + N2 a2 + N3 a3
o N1 = x 1 ; N2 = x 1 ; N3 = x 1
2 3
(D)
Notez qu'en x=1, u =2 et qu'ainsi, la condition la limite sur la varible d'tat u est satisfaite. La pondration de Galerkin correspondant (D), s'crit
{ }
(E)
o les ai sont des variations quelconques. On remarque u ( x = 1) = 0 . Ainsi, la variation u est nul l o il y a des conditions aux limites imposes. Des quations (D) et (E) on tire facilement:
dN du = i ai ; dx i=1 dx
3
dN d u = i ai dx i =1 dx
3
a a 1 dN1 dN2 dN3 1 =< > a2 ; =< > a2 dx dx dx dx dx dx a a 3 3 dN i dNi =< > ai ; =< > ai dx dx dN1 dN2 dN3
(F)
{}
{ }
21
x dx
x du du dx = b< a i xa dx
{}
{}
(G)
22
{} [ {}
{} ]
xb xa
N (x ) (x ) { ( ) { ( )} } 1 2 3
a i a C .L de lux en x = xa
(H)
Avec les fonctions Ni (x) dfinies en (D) et la condition la limite sur le flux (xb)=1/2, on obtient:
2ln( 2) 1 1 / 2 0 {P} = 1 + 3 / 2 0 2 7 / 2 0
Ainsi, en utilisant les relations (G) et (H) et en les introduisant dans (C), nous obtenons:
(I)
Nous remarquons que quelle que soit la pondration <ai>, si nous voulons que W = 0, il suffit que:
23 ai } = {P} [K ]{ a} = [K ] {
i
{P}
(J)
1 W =< ai > K ]2{ P}+ {P} [K ][ =< ai > ({P} + {P}) 1 4 4 3 {ai } =< ai > {0} 0 ai
L'tudiant trouvera en annexe la feuille MAPLE correspondant cet exemple. En rsum, la mthode des rsidus pondrs, telle que dfinie l'quation 35, exige le choix de fonctions de pondration. Ce choix ne suit pas une logique bien dfinie mais doit satisfaire certains principes mathmatiques. Qu'elle est la meilleure pondration? C'est une question lgitime que l'tudiant est en droit de poser. Pour la majorit des cas, ce choix est la mthode de Galerkin. Pour certains types de problmes, d'autres pondrations sont utilises. Cependant, ces diffrentes pondrations doivent tre testes et compares sur des problmes acadmiques pour s'assurer que les solutions approximatives obtenues soient valables.
Nous avons vu galement aux quations (1) (3) que la forme intgrale peut tre segmente en une somme d'intgrales sur des sous-domaines que l'on nomme lments:
24 (44)
W = g dL + g dL +L+ g dL
L1 L2 LR
(45)
W =x
e Le
du du 2 Le+ dx + 2 u dx + [ u]Le dx dx x Le
(46)
o Le+ et Le- sont les deux limites de l'lment. Ces termes s'annulent quand une des limites touche le dbut ou la fin d'un autre lment. En procdant ainsi, nous pouvons choisir des fonctions d'interpolation au niveau d'un lment Le et non plus au niveau du domaine global L. Donc, la mthode des lments finis est simplement une technique d'interpolation qui permet de poser la solution sur des lments ou sous-domaines pour et *, c'est--dire que l'on spcifie comment varient ces deux fonctions sur l'lment en fonction de variables discrtes ou variables nodales dont le nombre est fini. La solution consiste donc trouver les valeurs des variables nodales. la limite, si on a un nombre infini de variables nodales, la solution, qui sera connue en tout point du domaine, devrait converger vers la valeur exacte. La mthode des lments finis est une mthode d'interpolation qui standardise la forme des lments. Selon le degr d'interpolation, nous aurons donc plus ou moins de nuds d'interpolation. Par exemple, pour un problme unidimensionnel, nous pouvons utiliser une interpolation de Lagrange linaire ou quadratique telle que prsente la figure 15. De mme, nous pouvons utiliser une interpolation du type Hermite, o les drives apparaissent comme variables nodales (Fig. 15).
25
1
1
2
2 2
3
3 x
1
1
2
2
1
3
3
4
4
2
5
5 x
1 x 1
1
1
2 x 2
2
2
3 x 3
3 x
c) Interpolation cubique du type Hermite avec deux lments Fig. 15 - Exemples d'interpolation
Nous remarquons des figures 15a et 15b qu'une interpolation quadratique permet une meilleure reprsentation de la variation de la fonction par rapport l'interpolation linaire. Donc, pour obtenir une meilleure prcision avec l'lment interpolation linaire, il faudrait utiliser plus d'lments que dans le cas quadratique. Retenons pour l'instant de ces exemples simples que si la fonction varie fortement en certaines zones du domaine tudi, il est prfrable d'utiliser une mthode d'interpolation plus leve pour mieux modliser cette variation ou d'utiliser plusieurs lments faible degr d'interpolation dans les zones de fort gradient (Fig. 16).
26
Solution avec 4 lments linaires Solution avec 2 lments linaires Solution avec 1 lment linaire
D'une manire gnrale, nous crivons pour un lment fini que la fonction est:
= N n
o
{}
(47)
{ } les variables
nodales inconnues. Cette quation est valide en une, deux et trois dimensions. Dans ce cas, N sera fonction respectivement de x, (x, y) et (x, y, z).
a 1 y ( x ) = a1 + a2 x + a3 x =< 1 x x > a2 a 3
2 2
(48)
Les coefficients ai dans cette quation n'ont aucune signification physique. Cependant, on peut donner maintenant une signification ces coefficients indtermins en exprimant le fait qu'en des points xi, nous voulons avoir les valeurs ponctuelles de y(x) (soit les valeurs yi). Prenons par exemple les points x = 0, 1/2 et 1, auxquels nous cherchons des valeurs ponctuelles de la solution y1, y2 et y3. En utilisant la fonction approche (48), nous pouvons alors crire une relation multiple entre les yi et les ai:
y1 = y ( x = 0) = a1 + a2 0 + a3 0
1 1 1 y2 = y ( x = ) = a1 + a2 + a3 2 2 4 y3 = y ( x = 1) = a1 + a2 1 + a31 (49a)
27
1 1 1
0 1 2 1
0 a1 y1 1 a = y 4 2 2 1 a3 y3
(49b)
Cette dernire quation tablit la relation entre les coefficients ai et les variables yi . Ces variables sont dites nodales car elles correspondent la valeur de la fonction inconnue y(x) en des points de coordonnes connues appels noeuds:
1 a1 a2 = 1 a 1 3
0 1 2 1
0 1 4 1
0 0 1 y1 y1 y2 = 3 4 1 y2 y 3 2 4 2 y3
(50)
0 1 a1 2 y ( x ) = 1 x x a2 = 1 x x 3 4 a 2 4 3
2
0 y1 1 y2 (51a) 2 y3
2
y( x) = 1 3 x + 2 x
4x 4x
y1 x + 2 x y2 y 3
(51b)
y ( x ) = N1 ( x ) N2 ( x )
y1 N3 ( x ) y2 y 3
(51c)
Remarquons ici que les inconnues de y (x ) dfinie en (48) sont les coefficients ai. En faisant correspondre la solution en des points prcis, les inconnues sont maintenant les variables yi (51c) qui elles ont une signification physique. Donc si par une technique telle que la mthode des rsidus pondrs, nous obtenons des valeurs numriques aux constantes y1 y3 alors celles-ci reprsentent la solution y(x=0), y(x=1/2) et y(x=1). 3.3 Approximation nodale de la variable d'tat
La section prcdente a permis de dmontrer qu'il est possible de poser la solution en fonction de la valeur de la fonction inconnue en des points prcis; on parle d'interpolation nodale. Nous gnralisons ce concept pour un polynme d'ordre quelconque. D'une faon gnrale pour un problme unidimensionnel, la solution approche s'crit:
y ( x ) = p( x ) {an }
(52)
28
o les coefficients ai sont inconnus et <p(x)> est la base du polynme i.e. que chaque terme de <p(x)> est un monme (voir par exemple quation 48). Si on impose que la fonction approche est gale la fonction inconnue aux noeuds de coordonnes xi, on peut crire le systme suivant:
y1 p1 ( x1 ) y2 p1 ( x 2 ) = M M yn p1 ( x n )
p2 ( x1 ) L pn ( x1 )
p2 ( x 2 ) L pn ( x2 ) an } {an }= [P]{ M O p ( x ) L p ( x )
2
(53)
Ainsi, on peut tablir la relation entre les valeurs nodales yi et les coefficients inconnus ai . La matrice [P] est appele matrice nodale. Les coefficients de cette matrice sont connus puisque les termes p(x) ont t choisis (comment varie la fonction y(x)) et les coordonnes des noeuds d'interpolation sont connues galement. En inversant cette matrice pour obtenir la relation entre les ai et yi et en introduisant le tout dans l'quation 52, nous obtenons:
y ( x ) = p( x ) {an }= p( x ) [P ] avec
{yn } =
1
N ( x ) {y n }
N ( x ) = p( x ) [P ]
(54)
Les fonctions Ni(x) sont appeles fonctions d'interpolation nodale et elles ont les proprits suivantes:
1 si i = j Ni ( x j ) = 0 si i j
Exemple 2: Interpolation pour un lment linaire 2 noeuds.
(55)
Supposons que nous voulons interpoler une fonction u(x) de faon linaire. Dterminez les fonctions Ni(x) pour des coordonnes x1 et x2. L'approximation linaire s'crit avec les variables ai:
a1 u ( x) = 1 x a2
(A)
La matrice nodale et l'inverse de cette matrice obtenue avec les coordonnes nodales x1 et x2 s'crivent:
[P ] =
1 x1 1 x2
[P]1 =
1 x 2 x1 x 2 x1 1 1
(B)
l'aide de l'quation 54, nous dfinissons les fonctions d'interpolation d'un lment deux noeuds:
u ( x) = 1 x
(x x2 ) 1 x 2 x1 u1 = x 2 x1 1 1 u2 x2 x1
x x1 u1 (C) x2 x1 u2
29
1 N1 (x) N2 (x)
x1 x-x N1 (x) = - x - x2 2 1
x2 x - x1 N2 (x) = x - x 2 1
Fig. 17 - Variation des fonctions d'interpolation d'un lment deux noeuds 3.4 Mthode des lments finis
La mthode des lments finis est une mthode numrique qui combine deux techniques mathmatiques afin d'obtenir une approximation numrique de la solution analytique une ou des quations diffrentielles: mthodes des rsidus pondrs qui permet de transformer un problme aux drives ordinaires ou partielles en une forme intgrale; une technique d'approximation polynomiale de la solution recherche du type nodale o les inconnues sont les valeurs de la fonction en des points bien dfinis appels noeuds. Comme mentionn prcdemment, la forme intgrale obtenue de la mthode des rsidus pondrs, est value non pas sur le domaine entier mais lment par lment soit sous une forme dite lmentaire. Les bornes d'intgration de chaque intgrale correspondent aux coordonnes des deux extrmits de l'lment. Le grand avantage de cette mthode c'est qu'elle est facilement adaptable pour une programmation sur ordinateur. La plupart des problmes lments finis sont bass sur la mthode des rsidus pondrs avec une pondration de type Galerkin ((x)). Cette pondration est discrtise de la mme faon que la variable d'tat inconnu (x):
( x) = N ( x) { n}
* *
(56)
Pour un problme unidimensionnel, la discrtisation d'un problme dfini par une quation diffrentielle ordinaire entrane les tapes suivantes: 1- Dfinition du rsidu R(x)=0 avec les conditions aux limites pour xa < x < xb. 2- tablir la forme intgrale et intgration par partie (si ncessaire) pour obtenir la forme faible. 3- Choix du type d'lment (degr d'interpolation) et du nombre pour discrtiser le domaine dans lequel on cherche une solution.
30
4- tablir pour chaque lment la forme intgrale qui gnrera un systme matriciel. Notez que si une intgration par parties a t effectue, les termes de contour apparatront qu'au premier noeud du premier lment et au dernier noeud du dernier lment. 5- Sommer toutes les formes intgrales ce qui entrane la phase dite d'assemblage des matrices lmentaires. 6- Imposer les conditions aux limites essentielles (sur la variable d'tat). 7- Rsoudre le problme ou le systme matriciel rsultant. Exemple 3: Mthode des lments finis sans intgration par parties.
y y1
y1 y2 0
1 1 1/ 4
y2 y3 y3
1/ 3 3
1
4
31
Le problme sera rsolu en suivant les tapes numres prcdemment. 1- Dfinition du rsidu et de la condition de la limite. R( x ) = dy + y = 0 y(0) = 1 dx
2
(A)
dy W ( x ) = y ( x ) R( x ) dx = y * ( x ) + y dx = 0 dx 1 1
*
y(0) = 1
(B)
3- Choix du type d'lment (degr d'interpolation) et du nombre. Il a t tabli que nous utiliserons des lments deux noeuds au nombre de 3. Les fonctions d'interpolation avec les coordonnes de la figure 18 sont dfinies partir de l'quation (C) de l'exemple 2:
lment #1
*
y( x) 1 = 1 2 3
(x 0.25) 0.25 0
x 0 y1 y1 = 1 4x 4x 0.25 0 y2 y2 (C)
y ( x) 1 = 1 4 x 1 23
lment #1
* y1 4x * y 2
lment #2 *
y( x) 2 = 1 2 3
(x 2 3 ) 2 0.25 3
8 12 x x 0.25 y 2 = 2 0.25 5 y3 3
* 3 + 12 x y2 * 5 y3
3 + 12 x y2 5 y3 (D)
8 12 x y ( x) 2 = 1 23 5
lment #2
lment #3 *
y( x) 3 = 1 2 3
(x 1.) 1. 2 3
x 2 3 y3 = 3 3 x 2 + 3x 1. 2 3 y4
y3 y4 (E)
y ( x ) 3 = 3 3x 1 23
lment #3
* y3 2 + 3x * y4
4- tablir pour chaque lment, la forme intgrale qui gnrera un systme matriciel.
* W ( x ) = y ( x ) R ( x ) dx = y ( x ) R1 ( x ) dx + y (x ) R2 ( x ) dx + y3 ( x ) R3 ( x ) dx (F) * * 1 * 2 0 0
1 4 2 3
Il faut tablir le rsidu approch pour chaque lment partir de l'approximation nodale de y(x). On obtient pour l'lment #1:
1
W1 (x ) = y1 (x ) R1 ( x ) dx =
* 0
32
R(x )=
dy +y dx
W1 (x ) = y
* 1
* 2
y1 1 4 x ( 4 4 + 1 4 x 4 x ) dx 4x y 2 0
4
5 * 12 y2 1124
13
24
7 12
y1 y 2
(G)
En faisant les mmes oprations pour les lments #2 et #3, nous obtenons:
8 12 x 12 * 5 W2 ( x ) = y2 y* 3 3 + 12 x 5 1 4 5 13 41 36 72 y2 * * W2 = y2 y3 3172 23 36 y3
2 3
8 12 x 12 + 5 5
3 + 12 x y dx 2 5 y3
(H)
W3 ( x ) = y W3 = y
* 3
* 3
y
* 4
* 4
3 3x y3 3 3 + 3 3 x 2 + 3 x dx ( ) 2 + 3x y4 2 3
1
7 18 y 4 9
y3 11 y 18 4
5 9
(I)
5- Sommer toutes les formes intgrales: assemblage des matrices lmentaires. Cette tape reprsente simplement l'application de l'quation (F) soit la sommation de chaque forme intgrale lmentaire. Remarquez que celles-ci sont des quantits scalaires. Cette sommation reprsente l'intgrale sur la longueur du domaine. Pour pouvoir effectuer cette sommation facilement, on peut utiliser la technique dite de gonflage des matrices lmentaires. Il s'agit simplement d'amener chaque matrice la dimension maximum correspondant au nombre d'inconnues et d'ajouter des zro l o cela est ncessaire.
5 * 12 y2 11 24
W1 = y1
13
y1 * = y1 7 y 12 2
24
y2
y3
5 12 11 24 * y4 0 0
13 7
24
12
0 0
0 0 y1 0 0 y2 0 0 y3 0 0 y
4
33 0 0 * y4 0 0 0 0 y* 4 0 0 0
13 31 36 72
0
41 72 23 36
W2 = y1
y2
y3
0 0 0 0 0 0 0
7 18 9 4
0 y1 0 y2 0 y3 0 y4 0 y1 0 y2 5 y 9 3 11 y 18
4
* W3 = y1
y* 2
y* 3
Exprime sous cette forme, la sommation des trois formes intgrales devient aise car on additionne trois matrices de mmes dimensions:
W=
1 * y 72 1
* y2
y* 3
0 0 y1 30 39 33 16 41 0 y2 y* = 0 (J) 4 0 31 18 40 y 3 0 32 44 0 y 4
0 0 y1 30 39 41 0 y2 1 33 16 =0 72 0 31 18 40 y3 0 32 44 0 y4
(K)
ce qui est l'quivalent numrique de la solution gnrale. Notez que c'est la somme des trois formes intgrales qui doit tre nulle et non chaque forme prise individuellement. Ceci est d au fait que W1 dpend des inconnues y1 et y2 (on nomme les inconnues d'un tel systme discret, degrs de libert ou plus brivement DDL).W2 dpend des inconnues y2 et y3 et que W3 dpend des inconnues y3 et y4. Il y a un couplage entre toutes ces inconnues. 6- Imposer les conditions aux limites ce stade, on voit bien qu'il est impossible de trouver la solution aux points x1 x4 car la solution (J) est yi = 0. Il faut imposer une valeur une des limites du domaine. Cette condition a t donne au dbut de l'exemple:
y(0) = 1 y1 = 1
Donc imposer la condition prcdente entrane qu'un des DDL du problme devient connu. On peut donc reprendre l'quation (K) en sachant que le DDL y1 est connu. L'imposition de cette condition la limite consiste liminer la ligne correspondant au DDL impos, d'extraire la colonne correspondant au DDL impos de la multiplier par la valeur impose (cette opration permet de tenir compte de l'effet du DDL impos sur les DDL entourant celui-ci). Dans le prsent exemple, le DDL y1 influencera le DDL y2:
34
0 0 y1 ligne limine 30 39 1 41 0 y2 1 33 16 41 0 y2 1 33 16 = =0 31 18 40 y3 72 0 31 18 40 y3 72 0 0 0 32 44 0 32 44 0 y4 y4
33 0 0 1 23
41 0 16 y2 31 18 40 y3 = 0 1 + 1 2 3 DDL impos 0 32 44 y4
7- Rsoudre le problme ou le systme matriciel rsultant. Le systme matriciel prcdant peuttre rsolu facilement:
41 0 16 41 0 33 33 y2 y2 16 31 18 40 y3 = 0 y3 = 31 18 40 0 0 32 44 0 32 44 0 y4 0 y4
518 451 410 y2 1 341 176 160 y3 = y 22269 248 128 1559 4 33 0.76761 0 = 0.50532 0 0.36751
La solution exacte de ce problme est y( x ) = e x2 = 0.25, x 3 = 2 3 et x4 = 1: Coordonnes 0.25 0.666 1.0 Solution exacte 0.77880 0.51342 0.36788
Exemple 4: Mthode des lments finis avec intgration par parties. Reprenons le problme dfini en (8) (10)
35 d du( x ) 2 = x dx dx x 2
u(1) = 2
< x <2
(8)
(9)
= x = dx x =2 2
du 1
(10)
et cherchons la solution de ce problme avec quatre lments finis de mme longueur. La forme intgrale avec une pondration Galerkin aprs intgration par parties est donne l'exemple 1 quation (C).
(A)
du d u 2u W= x dx + 2 dx + 1 / 2 u( x = 2) = 0 { dx dx x ( x=2 ) =1/ 2 1 1
2 2
(B)
La figure 19 illustre le maillage lments finis et dfinit les coordonnes des noeuds.
u1 u2 1 1 2 2 3 u3 3 4 u4 4 5 u5 x
36
Les pages qui suivent, donnent le cheminement pour obtenir la solution avec le logiciel MAPLE.
45
4. Exercices
1- Pour l'quation diffrentielle dfinie l'quation (8) et pour la solution approche dfinie en (11a), trouvez les fonctions N0(x), N1(x) et N2(x) pour les conditions aux limites suivantes: a) u(1)=u(2) = 0 b) u(1) = (2) = 0
2- Trouver la solution au problme suivant en utilisant l'approximation y = a + b x + c x2 pour
la fonction inconnue
dy = -y, dx
a) en utilisant la mthode de collocation par points Rp: b = -0,9310 et c = 0,3103 pour les points x = 1/3 et x = 2/3 b) en utilisant la mthode des sous-domaines Rp: b = -09474 c = 0,3158 en utilisant deux sous-domaines gaux c) en utilisant la mthode des moindres carrs d) en utilisant la mthode de Galerkin Rp: b = -0,9143 c = 0,2857 e) Trouver la solution analytique cette quation et dterminer la mthode de pondration qui est la plus prcise. 3- L'quation diffrentielle qui gouverne le problme d'une corde de longueur L, attache aux deux extrmits, prcontrainte par une tension T, supporte par une fondation lastique et sollicite par la gravit est:
d dw ( x ) + k w( x ) = ( x ) g T dx dx
( x ) : la densit linique
g: la constante de gravit
46
Trouvez la solution approximative par la mthode des rsidus pondrs avec un polynme de 2 3 degr trois w ( x ) = a1 + a2 x + a3 x + a4 x : a) en utilisant la mthode de collocation par points x = 10/3 et x = 20/3 b) en utilisant la mthode des sous-domaines en utilisant deux sous-domaines gaux c) en utilisant la mthode des moindres carrs d) en utilisant la mthode de Galerkin Rp: al = a4 = 0 a2 = -10a3 a) a3 = 0,01324 ; b) a3 = 0,01622 ;
c) a3 = 0,01486 ; d) a3 = 0,01429 e) Dterminer la mthode de pondration qui est la plus prcise en comparant vos solutions avec la solution analytique:
6-
c) <1, x, x2, x3> avec x1 = -1, x2 = -1/3 et x3 = 1/3 et x4 = 1 7. Rsoudre par lments finis le problme suivant en utilisant deux lments linaires de longueur 5 et comparer avec la solution exacte
47
9- Reprenez le problme 3 dfini prcdemment et trouvez la solution approximative en utilisant la mthode des lments finis avec une pondration de type Galerkin et en intgrant par parties. a) deux lments interpolation linaire (2 noeuds par lment) de longueur gale b) trois lments interpolation linaire de longueur gale c) quatres lments interpolation linaire de longueur gale d) deux lments interpolation quadratique de longueur gale (3 noeuds par lment) e) un lment interpolation cubique (4 noeuds par lment) 10- Soit le problme de Sturm-Liouville suivant:
avec
du( x ) ( x ) = h( x ) dx
*
a) Donnez la forme intgrale dites forte avec une pondration de Galerkin u ( x ) b) Donnez la forme faible en tenant compte des conditions aux limites naturelles c) Pour un seul lment de type linaire, dmontrez que la forme intgrale faible lmentaire se rduit au systme suivant:
[K ]{u } [M ]{u }
e e n n