Académique Documents
Professionnel Documents
Culture Documents
Chapitre 6
6.3 Elements finis en dimension N 2
Plan du cours:
6.3.1 Elements finis triangulaires (de Lagrange)
6.3.2 Convergence et estimation derreur
6.3.3 Elements finis rectangulaires (de Lagrange)
13.1 Resolution numerique des syst`emes lineaires
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
Probl`eme mod`ele
ouvert borne de RN et f L2 ().
u = f
u=0
dans
sur .
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
Mailles
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
N -simplexe
.
..
..
.
A= .
.
.
a
N,1 aN,2 ... aN,N +1
1
1
... 1
est inversible (ce que lon supposera toujours par la suite). Un N -simplexe a
autant de faces que de sommets, qui sont elles-memes des (N 1)-simplexes.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
Coordonnees barycentriques
Si K est un N -simplexe non degenere de sommets (aj )1jN +1 , les
coordonn
ees barycentriques (j )1jN +1 de x RN sont definies par
N +1
X
ai,j j = xi pour 1 i N
j=1
N
+1
X
j = 1
j=1
qui admet une solution unique car la matrice A est inversible. (Remarquons
que x j (x) est affine.) On verifie que
N
K = x R tel que j (x) 0 pour 1 j N + 1 ,
Analyse num
erique et optimisation
efinition 6.3.1
D
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
Situations interdites
Ki
Ki
Kj
Kj
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
Treillis dordre k
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
10
Dimension N = 3
1
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
11
Ensemble de polynomes Pk
N
X
i xi
i=1
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
12
Unisolvance de k pour Pk
Lemme 6.3.3 Tout polynome de Pk est determine de mani`ere unique par ses
valeurs aux points (j )1jnk du treillis k . Autrement dit, il existe une
base (j )1jnk de Pk telle que
j (i ) = ij
1 i, j nk .
N
+1
X
p(aj )j (x)
j=1
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
13
p (x)
si x K
K
v(x) =
pK 0 (x) si x K 0
est continue sur K K 0 , si et seulement si pK et pK 0 ont des valeurs qui
concident aux points du treillis sur la face commune .
Analyse num
erique et optimisation
14
Elements finis Pk
D
efinition 6.3.5. Etant donne un maillage Th dun ouvert , la methode des
elements finis Pk , ou elements finis triangulaires de Lagrange dordre k,
associee `a ce maillage, est definie par lespace discret
Vh = v C() tel que v |Ki Pk pour tout Ki Th .
On appelle noeuds des degr
es de libert
e lensemble des points (distincts)
(
ai )1indl des treillis dordre k de chacun des N -simplexes Ki Th .
On appelle degr
es de libert
e dune fonction v Vh lensemble des valeurs de
v en ces noeuds (
ai )1indl .
On definit aussi le sous-espace V0h par
V0h = {v Vh tel que v = 0 sur } .
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
15
ndl
X
v(
ai )i (x).
i=1
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
16
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
17
Resolution pratique
uh (
aj )
j=1
D
epartement de Math
ematiques Appliqu
ees
j i dx =
f i dx.
Analyse num
erique et optimisation
18
Matrice de rigidite
Vecteur inconnu: Uh = (uh (
aj ))1jndl
Z
Second membre: bh =
f i dx
Matrice de rigidite: Kh =
Z
1indl
j i dx
1i,jndl
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
19
Traitement des conditions aux limites
Condition aux limites de Neumann: rien `a faire ! (Elle est prise en
compte par la formulation variationnelle: on dit quelle est implicite ou
naturelle, voir la Remarque 5.2.11.)
u
+ u = 0 sur ): on rajoute un
Condition aux limites de Fourier (i.e. n
terme
Z
uv ds
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
20
+
N
)!
1
N +1
K
On peut aussi utiliser des formules de quadrature approchees
Z
formule du point milieu:
(x) dx Volume(K)(a0 ),
K
avec a0 = (N + 1)1
N
+1
X
ai , le barycentre de K,
i=1
N +1
Volume(K) X
(x) dx
(ai ).
N +1
K
i=1
Ces formules sont exactes pour des fonctions affines et sont approchees `a
lordre 2 en h pour des fonctions reguli`eres.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
21
Taille des matrices
La matrice de rigidite Kh est creuse mais elle est de grande taille!
Exemple: maillage regulier n n en dimension N = 2
Analyse num
erique et optimisation
22
Exemples numeriques avec FreeFem++
Terme source f
Xd3d 8.0.3 (1/10/2003)
10.
9.5
9.
8.5
8.
7.5
7.
6.5
6.
5.5
5.
4.5
4.
3.5
3.
2.5
2.
1.5
1.
0.5
0
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
23
1.37826
1.309347
1.240434
1.171521
1.102608
1.033695
0.964782
0.895869
0.826956
0.758043
0.68913
0.620217
0.551304
0.482391
0.413478
0.344565
0.275652
0.206739
0.137826
0.68913E-01
0
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
24
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
25
2.55705
2.429198
2.301345
2.173492
2.04564
1.917788
1.789935
1.662082
1.53423
1.406378
1.278525
1.150672
1.02282
0.8949675
0.767115
0.6392625
0.51141
0.3835575
0.255705
0.1278525
0
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
26
diam(K)
()
D
efinition 6.3.11 Soit (Th )h>0 une suite de maillages de . On dit quil
sagit dune suite de maillages reguliers si
1. la suite h = max diam(Ki ) tend vers 0,
Ki Th
Analyse num
erique et optimisation
27
Convergence et estimation derreur
Th
eor`
eme 6.3.13 Soit (Th )h>0 une suite de maillages reguliers de . Soit
u H01 (), la solution exacte, et uh V0h , la solution approchee par elements
finis Pk .
La methode des elements finis Pk converge, cest-`a-dire que
lim ku uh kH 1 () = 0.
h0
Analyse num
erique et optimisation
28
D
emonstration du Th
eor`
eme 6.3.13: idee principale
Lemme 6.1.2 de Cea + interpolation ci-dessous.
D
efinition dun op
erateur dinterpolation rh . Pour toute fonction
continue v on definit son interpolee
rh v(x) =
ndl
X
v(
ai )i (x)
i=1
avec (
ai )1indl les noeuds des degres de liberte et (i )1indl la base de V0h
de la methode des elements finis Pk .
Proposition 6.3.16 (admise) Soit (Th )h>0 une suite de maillages reguliers
de . On suppose que k + 1 > N/2. Alors, pour tout v H k+1 () linterpolee
rh v est bien definie, et il existe une constante C, independante de h et de v,
telle que
kv rh vkH 1 () Chk kvkH k+1 () .
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
29
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
30
Definition 6.3.21
Soit un ouvert connexe poly`edrique de RN . Un maillage rectangulaire de
est un ensemble Th de N -rectangles (non degeneres) (Ki )1in qui verifient
1. Ki et = ni=1 Ki ,
2. en dimension N = 2, lintersection Ki Kj de deux rectangles distincts
est soit vide, soit un sommet commun, soit une arete commune enti`ere (en
dimension N = 3 il faut ajouter soit une face commune enti`ere).
Les sommets (ou noeuds) du maillage Th sont les sommets des N -rectangles
Ki qui le composent. Par convention, le param`etre h designe le maximum des
diam`etres des N -rectangles Ki .
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
31
Treillis
Pour tout entier k 1 on definit le treillis dordre k du N -rectangle K comme
lensemble (fini)
k1
xj l j
1
, 1} pour 1 j N .
{0, , ...,
k = x K tel que
Lj lj
k
k
Pour k = 1 il sagit de lensemble des sommets de K.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
32
Ensemble de polynomes Qk
On definit Qk comme lensemble des polynomes `a coefficients reels de RN
dans R de degre inferieur ou egal `a k par rapport `a chaque variable,
cest-`a-dire que tout p Qk secrit sous la forme
X
i1 ,...,iN xi11 xiNN avec x = (x1 , ..., xN ).
p(x) =
0i1 k,...,0iN k
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
33
Unisolvance de k pour Qk
Lemme 6.3.22 Soit K un N -rectangle. Soit un entier k 1. Alors, tout
polynome de Qk est determine de mani`ere unique par ses valeurs aux points
du treillis dordre k k .
Lemme 6.3.23 Soit K et K 0 deux N -rectangles ayant une face commune
= K K 0 . Alors, leur treillis dordre k 1, k et 0k , concident sur
cette face . De plus, etant donne pK et pK 0 deux polynomes de Qk , la
fonction v definie par
p (x)
si x K
K
v(x) =
pK 0 (x) si x K 0
est continue sur K K 0 , si et seulement si pK et pK 0 ont des valeurs qui
concident aux points du treillis sur la face commune .
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
34
Elements finis Qk
D
efinition 6.3.25. Etant donne un maillage rectangulaire Th dun ouvert ,
la methode des elements finis Qk est definie par lespace discret
Vh = v C() tel que v |Ki Qk pour tout Ki Th .
On appelle noeuds des degr
es de libert
e lensemble des points (
a i )1indl
des treillis dordre k de chacun des N -rectangles Ki Th .
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
35
1 i, j ndl ,
telle que
v(x) =
ndl
X
v(
ai )i (x).
i=1
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
36
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
37
Probl`
eme: resoudre le syst`eme lineaire dans Rn
Ax = b
avec A Mn (R)
et n grand !
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
38
Stabilite et conditionnement
D
efinition 13.1.1 norme matricielle subordonnee kAk = maxxCn
kAxk
kxk .
D
efinition 13.1.9 On appelle conditionnement dune matrice A Mn (C),
relatif `a une norme matricielle subordonnee, la valeur definie par
cond(A) = kAk.kA1 k
Proposition 13.1.10 Soit A une matrice inversible et b Rn , b 6= 0.
1. Si Ax = b et A(x + x) = b + b, alors on a
kbk
kxk
cond(A)
.
kxk
kbk
2. Si Ax = b et (A + A)(x + x) = b, alors on a
kAk
kxk
cond(A)
.
kx + xk
kAk
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
39
D
emonstration.
1. Ax = b donc kxk kA1 kkbk.
2. Ax = A(x + x), donc kxk kA1 kkAkkx + xk.
Exercice.
Si A est symetrique reelle definie positive, on trouve
n (A)
,
cond2 (A) =
1 (A)
o`
u 0 < 1 (A) ... n (A) sont les valeurs propres de A.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
40
Exemple
Pour les elements finis P1 appliques au Laplacien, la matrice de rigidite est
2 1
0
1 2 1
.
.
.
1
,
..
..
..
Kh = h
1 2 1
0
1 2
4
dont le conditionnement est cond2 (Kh ) 2 2 pour h 0.
h
La matrice de rigidite Kh est mal conditionnee.
Il faut faire attention `a la stabilite dans la resolution des syst`emes lineaires
issus de la methode des elements finis.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
41
Analyse num
erique et optimisation
42
Factorisation LU
Il sagit de la methode delimination de Gauss sans pivot.
Proposition 13.1.15 Soit une matrice A = (aij )1i,jn dordre n. Sous une
hypoth`ese technique (verifiee si A est definie positive), il existe un unique
couple de matrices triangulaires (L, U ) tel que A = LU avec
u1,1 . . . . . . u1,n
1
0
...
0
..
..
..
..
.
.
0
l2,1
.
u2,2
.
, U =
.
L=
.
..
..
..
..
..
..
..
.
.
.
.
.
0
.
ln,1
. . . ln,n1
...
un,n
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
43
A = LU ai,j =
n
X
k=1
min(i,j)
li,k uk,j =
li,k uk,j .
k=1
Au fur et `a mesure que lon lit les colonnes de A on en deduit les coefficients
des colonnes de L et de U .
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
44
D
epartement de Math
ematiques Appliqu
ees
u1,j = a1,j
..
.
uj,j = aj,j
lj+1,j =
..
.
ln,j =
Pj1
aj+1,j
an,j
Pj1
k=1
lj+1,k uk,j
ujj
Pj1
k=1
ln,k uk,j
ujj
Analyse num
erique et optimisation
45
Compte doperations
Pour n grand on ne compte que les multiplications ou divisions.
factorisation LU : le nombre doperations Nop est
Nop =
n1
X
n
X
n
X
(1 +
j=1 i=j+1
1),
k=j+1
n
X
j,
j=1
Analyse num
erique et optimisation
46
Factorisation de Cholesky
b1,1
b2,1
A=
.
..
bn,1
0
b2,2
..
.
...
..
.
..
.
...
bn,n1
D
epartement de Math
ematiques Appliqu
ees
A = BB .
b1,1
0
..
. 0
.
..
0
bn,n
0
...
...
b2,2
..
.
..
...
bn,1
..
.
..
.
bn,n
Analyse num
erique et optimisation
47
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
48
x donne dans Rn ,
0
M xk+1 = N xk + b k 1.
D
epartement de Math
ematiques Appliqu
ees
Analyse num
erique et optimisation
49
Proposition 13.1.39 Soit A une matrice symetrique definie positive, et
x0 Rn . Soit (xk , rk , pk ) trois suites definies par les relations de recurrence
xk+1 = xk + k pk
p0 = r0 = b Ax0 , et pour 0 k
rk+1 = rk k Apk
pk+1 = rk+1 + k pk
avec
krk k2
krk+1 k2
et k =
.
k =
2
Apk pk
krk k
Analyse num
erique et optimisation